采用1981年1月-2017年2月國家氣象信息中心霧、霾數(shù)據(jù)集資料、同期NCEP/NCAR再分析資料以及哈德來中心的海冰和海溫資料,分析了秋冬季喀拉海和巴倫支海海冰與前期秋季海溫兩大外強迫因子與中國東部冬季霧和霾日數(shù)變化特征之間的關系�？：桶蛡愔Ш：１鶎喼迏^(qū)中高緯緯向環(huán)流有重要影響,秋季海冰異常偏少是冬季亞洲區(qū)中高緯異常緯向環(huán)流形成的誘因之一。該地區(qū)秋季海冰偏少年,冬季亞洲中高緯地區(qū)緯向環(huán)流異常偏強,東亞大槽偏弱,影響我國東部地區(qū)的東亞冬季風減弱,這為大氣污染物在水平方向上的聚集提供了有利條件,同時對流層從中層向下均為正溫度距平,與地表溫差減小,不利于對流發(fā)展,使得大氣的狀況變得更加穩(wěn)定,不利于大氣污染物在垂直方向上的擴散,水平和垂直方向上的共同作用導致中國東部地區(qū)易發(fā)生霾天氣過程。雖然喀拉海和巴倫支海海冰是影響中國東部地區(qū)冬季霾過程發(fā)生的重要因子之一,但其對冬季中國東部霧天氣發(fā)生日數(shù)多寡的影響并不顯著。亞洲區(qū)緯向環(huán)流指數(shù)相比經(jīng)向環(huán)流指數(shù)更能反應中國東部地區(qū)冬季霧-霾日數(shù)的變化,冬季亞洲中高緯緯向環(huán)流越強,中國東部地區(qū)霧-霾日數(shù)越多。在海溫方面,霧和霾與海溫的SVD分解結果表明,當海溫處于第一模態(tài)正位相時,在中南半島和南海存在異常西南風和南風向中國南方輸送暖濕水汽。在中南半島和南海存在異常西南風和南風向中國南方輸送暖濕水汽,相比南海上的異常南風,偏強的中南半島的異常西南風輸送了氣溶膠,為中國南方霾日數(shù)增多提供了條件。當海溫處于第二模態(tài)正位相時,即ENSO和IOD正位相時,赤道太平洋中東部與熱帶印度洋西部海溫偏高,熱帶太平洋和西太暖池海溫偏低,中國南海以南及菲律賓以北上空存在菲律賓異常反氣旋向中國南方輸送水汽。由于異常氣流以海上暖濕氣流為主,同時南海海溫偏低,中國南方濕度相比北方較高,暖濕氣流使得南方的霾向霧轉變,故中國南方的霾日數(shù)減少,霧日數(shù)增多。海溫的這兩種模態(tài)對中國東部的霧和霾會產(chǎn)生不同的影響,與海溫第一模態(tài)時間系數(shù)對應的回歸擬合風場上的印度洋偶極子向中國內(nèi)陸的暖濕空氣輸送對中國東部霧和霾的形成至關重要。
【學位單位】：南京信息工程大學
【學位級別】：碩士
【學位年份】：2019
【中圖分類】：P461.2
【部分圖文】：

次內(nèi)的能見度滿足小于 10km，相對濕度小于（大于）90%[33,34]則定義為一個霾(霧)日；后者的方法是：在有霧、霾天氣現(xiàn)象記錄時且日最小能見度小于 10km，日平均相對濕度小于（大于）90%[33,34]，則定義為一個霾（霧）日，并且二者在進行訂正時均不考慮輕霧。由于業(yè)務觀測中容易將霾判斷為輕霧，從而導致霾日數(shù)比實際情況偏少，并且霧和霾在一天內(nèi)可能存在轉換，所以本文認為在進行霧、霾日數(shù)數(shù)據(jù)集資料訂正時不考慮輕霧，必然會造成霧和霾日數(shù)的缺失，故本文中進行資料訂正的方法為：保留原始記錄中原有的輕霧、霧、霾天氣現(xiàn)象，借鑒 Chen 等[22]的方法對 1981 年 1 月至 2017 年 2 月的霧、霾日數(shù)數(shù)據(jù)集進行重新訂正。對訂正處理后的資料進行統(tǒng)計，得出 1981-2016 年冬季資料連續(xù)的基本、基準站點個數(shù)為 633 個,其分布如圖 2.1a 所示。利用氣象要素變化具有時空連續(xù)性的特點，對偶有缺測的臺站資料進行時間和空間上的一次插補，插補之后資料連續(xù)的站點個數(shù)為 814 個，其分布如圖 2.1b 所示。本文中的月霧、霾日數(shù)是該月的霧、霾日數(shù)累加值，不是月平均值。ab

圖 2.2 中國東部地區(qū)冬季平均（a）及 12 月-次年 2 月（b、c、d）霧和霾日數(shù)序列橫坐標為時間（單位：年），縱坐標為霧或者霾的月累計天數(shù)，其中藍線為霧日數(shù)，橙線為霾日數(shù)，灰線霧-霾日數(shù)京津冀地區(qū)冬季霧、霾日數(shù)在 2011 年之前在 25 天左右變動，在 2012 年開始異常增多，并且近 5 年來維持在較高水平，冬季霧、霾日數(shù)達到 38 天以上（圖 2.3）。冬季霧、霾日數(shù)的異常增加主要是由于霾日數(shù)的增多造成的，霧日數(shù)基本維持在 10 天上下的一變化范圍內(nèi)。在冬季的三個月中，12 月與次年 1 月的霧、霾日數(shù)相比次年 2 月更多，12 月的霧、霾日數(shù)從 2014 年 12 月開始大幅度增加，2015 年與 2016 年 12 月的霧、霾日數(shù)達到 20 天以上，占該年冬季霧、霾日數(shù)的大部分。2014 年 2 月霧、霾日數(shù)達到 1981年以來 2 月的最高值，在 2014 年之后 2 月的霧、霾日數(shù)有所回落但仍然較多，維持在10-15 天之間。2013-2017 年 1 月份霧、霾日數(shù)均超過 15 天，相比 12 月和 1 月來說天數(shù)變化較小。

圖 2.3 京津冀地區(qū)冬季平均（a）及 12 月-次年 2 月（b、c、d）霧和霾日數(shù)序列橫坐標為時間（單位：年），縱坐標為霧或者霾的月累計天數(shù)，其中藍線為霧日數(shù)，橙線為霾日數(shù)，灰線為霧-霾日數(shù)長江三角洲地區(qū)的冬季霧日數(shù)和月霾日數(shù)在 1981-2010 年數(shù)值變化相比京津冀地區(qū)較小，在 30 天左右波動，霧日數(shù)和月霾日數(shù)數(shù)值相近，京津冀地區(qū)霾日數(shù)大致為霧日數(shù)的兩倍（圖 2.4）。從 2011 年冬季開始，霾日數(shù)異常增多導致冬季霧-霾日數(shù)增多，低能見度天氣增多，霾日數(shù)的異常增多的情況在冬季各月均有體現(xiàn)，其中 12 月和次年 1月最為明顯，次年 2 月的霾日數(shù)自 2006 年開始緩慢增多。霧日數(shù)的變化存在一定的周期性，變化幅度逐漸增大，其中以 12 月和次年 1 月最為明顯。

【相似文獻】

相關期刊論文 前10條

1 王瑋;;有這樣一位環(huán)保局長——速寫大連市環(huán)保局黨組書記、局長張海冰[J];中國生態(tài)文明;2017年05期

2 ;海冰萎縮影響 全球感受得到[J];中學地理教學參考;2016年22期

3 羅成喜;張大勇;王國軍;于哲敏;婁春娟;岳前進;;渤海灣海冰壓縮強度測試研究[J];中國海洋平臺;2016年05期

4 季青;龐小平;許蘇清;趙羲;劉清全;石中玉;;極地海冰厚度探測方法及其應用研究綜述[J];極地研究;2016年04期

5 任政委;查恩來;龍慧;劉文增;;中國南極科學考察探地雷達海冰探測[J];地球物理學進展;2017年02期

6 張文奇;張勝茂;樊偉;胡勇;鞏彩蘭;;南極磷蝦探捕區(qū)獨立海冰提取[J];遙感信息;2017年03期

7 劉煜;吳輝碇;;第1講 渤、黃海的海冰[J];海洋預報;2017年03期

8 劉煜;吳輝碇;;第2講 海冰動力學[J];海洋預報;2017年05期

9 leithian;;海冰,來年再見啦![J];海洋世界;2016年04期

10 石中玉;龐小平;趙羲;程子桉;季青;;不同月海冰邊界提取算法對南極海冰變化的影響分析[J];極地研究;2016年02期

相關會議論文 前10條

1 何璇;任妙春;周須文;常志坤;;河北省沿海海冰時空分布特征及其氣象要素指標分析[A];第34屆中國氣象學會年會 S25 謝義炳先生誕辰100周年紀念暨學術研討會論文集[C];2017年

2 石立堅;王其茂;鄒斌;曾韜;施英妮;;基于輻射計海冰密集度數(shù)據(jù)的北極區(qū)域海冰變化規(guī)律分析[A];“一帶一路”戰(zhàn)略與海洋科技創(chuàng)新——中國海洋學會2015年學術論文集[C];2015年

3 康釗菁;葉松;王曉蕾;李軍;劉鳳;;海冰厚度測量技術進展[A];“一帶一路”戰(zhàn)略與海洋科技創(chuàng)新——中國海洋學會2015年學術論文集[C];2015年

4 藥蕾;蘇潔;;渤海海冰的大氣影響因子[A];第33屆中國氣象學會年會 S1 災害天氣監(jiān)測、分析與預報[C];2016年

5 吳輝碇;;海冰動力學過程的數(shù)值模擬[A];面向21世紀的科技進步與社會經(jīng)濟發(fā)展（上冊）[C];1999年

6 郭井學;李鑫;席穎;李丙瑞;;雷達技術在極地海冰厚度探測中的應用研究[A];中國地球物理2010——中國地球物理學會第二十六屆年會、中國地震學會第十三次學術大會論文集[C];2010年

7 李彥青;蘇潔;汪洋;郭曉葭;翟夢茜;;渤海海冰距離侯平均時間序列構建與分析[A];第28屆中國氣象學會年會——S3天氣預報災害天氣研究與預報[C];2011年

8 孫波;何茂兵;康建成;溫家洪;李院生;;探地雷達對北冰洋海冰的探測與分析[A];中國地球物理學會年刊2002——中國地球物理學會第十八屆年會論文集[C];2002年

9 周琳琳;康建成;益建芳;張小偉;;被動微波遙感與南極海冰[A];中國地球物理學會年刊2002——中國地球物理學會第十八屆年會論文集[C];2002年

10 周凱;;基于機載多傳感器系統(tǒng)的海冰航空遙測研究[A];第十四屆全國遙感技術學術交流會論文摘要集[C];2003年

相關重要報紙文章 前10條

1 趙路　譯;海冰融化企鵝挨餓[N];科學時報;2011年

2 本報記者 高悅;國家海洋環(huán)境預報中心：聯(lián)合調(diào)查 精測海冰[N];中國自然資源報;2020年

3 記者 方正飛;冷空氣來襲 渤黃海海冰初現(xiàn)[N];中國海洋報;2018年

4 本報記者 方正飛;厄爾尼諾影響我國北方海冰發(fā)展[N];中國海洋報;2019年

5 本報記者 陳瑜;海冰精準預測 一道國際性難題[N];科技日報;2018年

6 鐘科文;南極海冰消長機制有新說[N];中國海洋報;2019年

7 記者 陸琦;科學家首次利用無人機揭示海冰表面精細結構[N];中國科學報;2019年

8 記者 劉霞;今年7月極地海冰縮至歷史新低[N];科技日報;2019年

9 本報記者 劉園園;海冰運動“凍結”這些行星的宜居可能性[N];科技日報;2019年

10 自然資源部第二海洋研究所研究員 陳建芳;北極升溫和海冰減少影響幾何？[N];中國自然資源報;2019年

相關博士學位論文 前10條

1 祁第;北冰洋快速酸化及其驅(qū)動機制研究[D];廈門大學;2017年

2 王慶凱;北極航道融冰期海冰物理和力學工程參數(shù)研究[D];大連理工大學;2019年

3 龍雪;海洋結構物作用下海冰破壞模式及冰載荷的離散元分析[D];大連理工大學;2019年

4 唐楊新;海冰增長的相場方法研究[D];上海大學;2018年

5 李欣欣;北極及周邊地區(qū)海冰變異對亞洲冬春季氣候異常的影響機理[D];南京信息工程大學;2018年

6 石礎;基于有限元方法的海洋工程結構物與海冰碰撞機理研究[D];上海交通大學;2017年

7 趙海培;導管架海洋平臺與海冰相互作用及結構優(yōu)化分析[D];中國石油大學(華東);2015年

8 韓正兵;東南極普里茲灣“生物泵”及其對海冰變化的響應[D];中國地質(zhì)大學;2018年

9 王安良;基于強度試驗和立體監(jiān)測的海冰離散元模型及工程應用[D];大連理工大學;2014年

10 紀永剛;基于微波圖像的遼東灣海冰典型要素信息提取[D];中國科學院研究生院（海洋研究所）;2006年

相關碩士學位論文 前10條

1 王軍凱;基于特征跟蹤和模式匹配結合算法的海冰漂移檢測技術研究[D];內(nèi)蒙古科技大學;2019年

2 張冰花;基于雷達高度計數(shù)據(jù)的渤海海冰變動研究[D];大連海洋大學;2019年

3 趙耀;協(xié)同主動學習和半監(jiān)督學習的海冰遙感圖像分類[D];上海海洋大學;2019年

4 李明慧;基于深度學習的SAR影像海冰分類研究[D];上海海洋大學;2019年

5 杭斯加;北斗反射信號海冰厚度檢測與海面粗糙度誤差分析[D];上海海洋大學;2019年

6 胡文進;平面進行波與海冰相互作用的數(shù)值模擬研究[D];哈爾濱工程大學;2019年

7 趙立;地球同步軌道SAR海冰成像模擬關鍵技術研究[D];南京信息工程大學;2019年

8 陳誠;海冰及海溫外強迫在中國冬季嚴重霧和霾天氣形成中的作用研究[D];南京信息工程大學;2019年

9 卞光夫;基于SPH-FEM耦合算法的海冰-海洋結構物相互作用過程研究[D];哈爾濱工程大學;2019年

10 王亞彤;適冷LeuDH表達與酶學性質(zhì)及發(fā)酵優(yōu)化的研究[D];哈爾濱工業(yè)大學;2018年

本文編號：2823707