英语原文共 15 页，剩余内容已隐藏，支付完成后下载完整资料

ENSO对中国东部冬季雾日频率的影响

Huaying Yu1,2 · Tim Li1,2 · Peng Liu1,2

摘要

我们通过对中国雾站数据和1954 — 2007年间国家环境预测中心再分析数据的分析，研究了厄尔尼诺 — 南方涛动（ENSO）对中国东部冬季雾日的影响。综合分析显示了ENSO期间早晚冬雾日的异常模式。11月至12月，中国中部和华北地区（大约30°—40°N）雾日出现更频繁，同时长江中游（27°—32°N）雾日出现也更频繁，而在1月至2月厄尔尼诺现象期间，32°—40°N地区，雾日出现的频率更低。我们下面将讨论这种独特的亚季节演变特征形成的原因。实际上，我们分析了厄尔尼诺和拉尼娜期间的所有气象场，发现它们大致处于镜像状态，为了减少数据量，我们在大多数情况下使用了差异字段。我们发现与厄尔尼诺现象相关的异常西南风在11月至12月期间渗入到了华北地区（高达40°N）。水分向北输送引起了该区域近地表的空气饱和。此外，华南地区（20°—30°N）大气的对流不稳定引起了该区域的正降水异常，而局部会聚导致30°N以北地区发生异常发散和下沉，饱和的空气和稳定的分层都会使30°—40°N地区的雾日更加频繁。与11月至12月相比，1月至2月的异常西南气流较弱，只能将水分输送到中国中部地区（接近30°N）。由于最大降水异常仅限于中国东南沿海附近，异常发散和下沉仅出现在北纬27°以北。这种稳定的分层以及异常的水分输送导致华中地区的雾量增加，但由于下沉引起的干燥环境，华北地区（33°—38°N）的雾量减少。

关键词：厄尔尼诺 — 南方涛动（ENSO）、雾日、稳定性、水分运输

1. 介绍

雾的国际定义如下：使水平能见度低于1Km的地表附近的悬浮水滴或冰晶集合体。雾由于其对经济、社会发展以及人类健康的负面影响，总是受到人类的指责。大雾事件经常严重影响人们的旅行和生活，并在近年来得到广泛研究。雾对人类的不利程度主要取决于其频率和强度。因此众所周知，中国的雾有明显的季节变化，在冬季频发。因此，在中国东部早冬和晚冬（100°—120°E，22°—40°N）雾的年际变化是本研究的目标。

在风速较低，相对湿度较高且大气更稳定时，雾更容易出现。导致中国冬季雾变化的主要气象因素可分为动力和热力学条件。动态条件包括地面风和对流层中下层的垂直速度。大气热力学因素包括温度、比湿、稳定性和相对湿度，大气热力学因素反映了空气饱和的程度。近期的某些研究集中于与东亚冬季风（EAWM）变化相关的风异常动态条件。

在全球变暖最为显著的中高纬度地区，冬季雾日有一个长期趋势。研究表明，热带和高纬度地区之间的热对比度降低可能导致冬季季风变弱。东亚冬季风（EAWM）环流的减弱可能会增加中国冬季雾发生的频率。除了与全球变暖有关的长期趋势外，冬季雾日也发生了显著的年际变化。结果表明，中国中东部冬季雾日的年际变化与EAWM的变化密切相关，研究发现EAWM越强（越弱），冬季雾日越少（越多）。物理解释如下：越强的EAWM可能会使近地面风越强，垂直风切变越大。靠近地表的偏北加强气流向南推进，加上不太稳定的分层，这不利于中国东部地区雾的形成。

厄尔尼诺 — 南方涛动（ENSO）拥有热带太平洋 — 大气耦合系统中最强的年际变化率，它对世界各地的降水和温度有很大影响。特别是，ENSO对北太平洋西部的环流异常产生了很大的影响，并且可以显著影响EAWM强度。因此，ENSO可能是影响中国冬季雾，雨，雾霾或气溶胶发生频率的重要因素。在厄尔尼诺成熟的冬季，太平洋西北部出现了异常的反气旋环流。异常反气旋西侧偏南向的异常现象导致水汽和热量向北输送，从而使华南地区出现正降水异常值。到目前为止，ENSO通过物理过程对中国冬季雾的影响尚不清楚。

本研究的目的是调查ENSO影响中国东部冬季雾发生频率的具体过程。我们需要特别注意早冬与晚东雾发生频率的显著差异。第2部分描述了数据和方法，第3部分描述了中国东部雾日的气候特征，还讨论了促使雾形成的主要环境因素。在第4部分，我们研究了厄尔尼诺和拉尼娜现象期间早晚冬雾日的复合模式以及相关的大尺度动力学和热力学变量，讨论了早晚冬独特模式的物理机制。最后，在第5部分中给出了总结和讨论。

1. 数据和方法

以前的研究表明，雾日在空间和时间上都是高度可变的，并且雾可能在特定年份频发或根本不发生。有许多方法可以用于研究雾的气候特征，最常用的方法是雾日的平均值。

雾日数和降雨量来自中国气象局（CMA）提供的地面观测数据集。根据1954年至2007年期间的气象站日记录中，我们计算了每个站的早冬（11月和12月，以下简称ND）和晚冬（1月和2月，以下简称JF）时段的雾日。

为了研究ENSO的影响，我们使用阈值为plusmn;0.8的北方冬季多变量ENSO指数，来定义厄尔尼诺和拉尼娜事件。在研究期间，我们选择了14次厄尔尼诺事件（1957 / 1958,1963 / 1964,1965 / 1966,1972 / 1973,1977 / 1978,1979 / 1980,8982 / 1983,1986 / 1987,1987 / 1988,1991 / 1992，1994/1995年，1997/1998年，2002/2003年和2006/2007年）和12次拉尼娜事件（1954 / 1955,1955 / 1956,1956 / 1957,1964 / 1965,1970/1971,1973/1974,1975/1976, 1988 / 1989,1998 / 1999和1999/2000）作为研究对象。

本研究中使用的其他数据包括NCEP / NCAR月度大气再分析资料，空间分辨率为2.5°times;2.5°，垂直分辨率为17级，该数据涵盖了从1954年到2007年54年的记录。再分析数据包括风（V，omega;），比湿（q），海平面气压（SLP），气温（T），位势高度（H），露点温度（Td）（根据相对湿度和空气温度计算）。本文中的海面温度（SST）数据集是国家海洋和大气管理局（NOAA）以2°times;2°的尺度重建的海表温度第3版（ERSST.v3）。SST数据是船舶测量的分析产物，但是通过不同的最佳统计程序来平滑数据并填充缺失值。

1. 中国东部雾日的气候学特征

中国东部地区1954年至2007年早晚冬的气候平均雾化频率如图1所示。从图中可以看出，无论早冬或晚冬，中国中部地区（25°—32°N之间）都是雾出现最频繁的地区，该区域一直从四川省东部沿长江延伸至东海岸。华东地区早冬（图1a）和晚冬（图1b）雾日模式之间的相关系数为0.92（100°—120°E，22°—40°N）。沿着该相关系数最大值一带，雾日数在每年9—15天之间。雾日频率向北和向南减少。在中国东北和内蒙古，每年雾日不到3天。

925hPa和1000hPa之间的潜在温差以及850hPa的比湿度用于表示低水平的静态稳定性和湿度场。在ND中，华南地区的平均湿度场最大，随着纬度的增加而减小，而静态稳定性参数有两个中心，一个在长江上，另一个在中国东北（图2a，b）。ND的平均雾日在中国中部有一个最大中心（图1a），证实了水分和稳定性的作用。一方面，华南地区的大水分含量和较不稳定条件有利于降水而不是雾的发生，另一方面，中国东北地区干燥稳定的情况不利于雾的发生。中国中部地区的雾产生更为频繁，那里有足够的水分，同时大气层非常稳定。因此比较ND和JF周期，图2e是ND的雾日气候平均值减去JF的雾日气候平均值。我们发现在中国东部，雾在ND比JF更为频繁。西南，华北和华南是三个有着显著差异的区域，其中西南地区是雾日频率最大的区域。结果与王等人一致，此人指出雾日的频率在11月和12月最高。差异场的模式（图2e）和ND期间雾日模式之间相关系数（图1a) 是0.62。图2e模式和JF期间雾日模式（图1b）之间的相关系数是是0.24。从图2c中可以看出，ND期间850 hPa高度的水蒸气含量明显大于JF期间。最大湿度异常值位于西南地区，其次是华南地区。水蒸气的分布通常与雾日的分布一致。值得注意的是，ND期间的低水平静态稳定性大于JF（图2d），因此，ND比JF雾日更频繁可能归因于湿度和稳定性的差异。

图3 显示了1954 — 2007年中国冬季雾日标准差的分布。从图3中可以看出雾日的方差与雾日的气候分布不同。中国东部雾日的标准差较大。最大差中心位于中国西南（102°—110°E，26°—32°N），华北（110°—120°E，33°—40°N）和华南（115° — 120°E，20°—30°N）地区。这三个地区的雾日数超过了每年4天。中国东部雾日数最大的中心也是中国冬季风活动的主要区域。雾日的特征与东亚冬季风的演变密切相关。ND（图3a）和JF（图3b）的雾日标准偏差场模式非常相似。实际上，它们的模式相关系数达到0.87，主要区别在于幅度。

ND期间雾日的标准偏差大于JF，这是因为ND期间的平均水汽含量和低水平稳定度大于JF（图2c，d）。下一个部分，我们将重点研究ENSO与雾日的年际变化之间的关系。

图1 1954 — 2007年中国东部ND期间(a)和JF期间(b)的气候冬季平均雾日（单位：天/年）

图2 1954 — 2007年,中国东部地区

850 hPa的比湿q（等高线，单位：g / kg）的平均状态(a)

ND期间925hPa和1000 hPa（单位：K）之间的电位温差d（theta;）（b）

ND与JF之间比湿q的差异分布(c)

ND与JF之间电位温差d（theta;）的差异分布(a,d)

ND与JF之间雾日数的差异分布(b,e)

图3 1954 — 2007年ND期间(a)JF期间(b)中国东部冬季雾日的标准差分布（单位：天）

1. 雾日年变化与ENSO之间的关系

4.1 厄尔尼诺和拉尼娜现象之间的雾日差异

我们使用复合分析方法计算雾日异常。图4显示了厄尔尼诺现象，拉尼娜现象期间雾日异常的综合分布及其差异（即厄尔尼诺期间雾日数减去拉尼娜期间雾日数）。在早冬ND（图4a，c，e），厄尔尼诺现象期间，华北（30°—40°N）出现正雾日异常中心。在拉尼娜期间出现了镜像模式。事实上，Nino3.4指数与华北地区平均雾日数之间存在统计学上的显著相关性。在差异图中（图4e），华北地区出现最大差异中心（约30°—40°N）。这种差异在一次学生测试中通过了了90％的显著性水平，表明在厄尔尼诺现象期间华北地区的雾日明显高于拉尼娜现象。

在晚冬JF，异常雾日的模式差异很大（图4b，d，f）。厄尔尼诺现象期间，长江中游的雾日增加，华北地区的雾日减少。在拉尼娜现象期间，华北的雾日增加，而华南地区的雾日则略有减少。厄尔尼诺现象和拉尼娜现象的雾日异常模式并不完全是镜像，这表明厄尔尼诺现象和拉尼娜现象对雾日的影响是不对称的。差异图（图4f）显示雾日异常在长江附近（27°—32°N）具有正中心且在长江以北（33°—38°N）有一个负中心。这些区域的差异超过了90％的显著性水平。

我们可以预估ENSO对雾日总变化的贡献。ENSO的贡献与雾日总变化的比率率如图5所示。ENSO的贡献是根据厄尔尼诺和拉尼娜现象之间雾日差异的一半来估算的（图4e，f），而雾日的总变化是冬季雾日的标准差分布（图3a，b）。结果发现，中国东部地区ENSO的最大贡献超过40％（图5a）。ENSO在JF期间的贡献似乎较小，中国东部的平均贡献率约为20％（图5b）。ND和JF之间雾日差异场的对比表明，ENSO影响中国东部早晚冬雾日的过程可能不同。这就是为什么在目前的研究中我们将冬季分为早期和晚期两部分：ND和JF。

先前的研究已经证明了这一点，在厄尔尼诺成熟的冬季，华南地区出现异常降雨。鉴于华北地区异常雾的特殊模式和华南地区ND的异常降水，我们进一步将分析划分为两个子区域：北部地区（30°—40°N），雾更频繁，南部地区（20°—30°N）厄尔尼诺现象期间，降水异常为主要气候特征。在JF期间，划分了三个子区域，北部地区（33°—38°N）在厄尔尼诺现象期间雾较少，而中部地区（27°—32°N）雾更频繁，而南部地区（21°—26°N）降水较多。

图4 厄尔尼诺期间（上）和拉尼娜期间（中）的雾日异常值（单位：天）及其差异（下，厄尔尼诺-拉尼娜期间）。左侧用于ND，右侧用于JF。阴影表示置信度高于90％的值

图5 在ND期间(a)，JF期间(b),ENSO雾对雾日总变化的比率

4.2 温度（T），露点温度（Td）和T-Td异常

雾通常是指能见度小于1 km的天气现象。它通常在相对湿度接近100％（饱和）时，通过水蒸气冷凝形成。温度（T）和露点温度（Td）之间的差异表示空气的饱和度。较小的T-Td意味着空气更加饱和，这有利于雾滴凝结。相反，更大的T-Td意味着空气变得不利于雾的形成。图6 表示T-Td（图6a，b），T（图6c,d）和Td（图6e,f）在厄尔尼诺和拉尼娜年间850 hPa的差异场。

在ND期间，T-Td差异场（图6a）表示中国东部大部分区域的负异常。这意味着在厄尔尼诺期间，该地区的大气层更容易发生过饱和，

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[19142]，资料为PDF文档或Word文档，PDF文档可免费转换为Word