环境科学学报  2015, Vol. 35 Issue (5): 1537-1546
上海市一次重雾霾过程的天气特征及成因分析    [PDF全文]
王静1, 2, 施润和1, 2 , 李龙1, 2, 张璐1, 2    
1. 华东师范大学地理信息科学教育部重点实验室, 上海 200241;
2. 华东师范大学环境遥感与数据同化联合实验室, 上海 200241
摘要:2013年11月30日至12月9日上海地区出现入冬以来一次最严重的持续性雾霾天气过程,严重影响了该地区人们的生活健康.本文借助空气质量数据、地面气象要素、卫星遥感数据并结合后向轨迹模式反映了此次重污染过程的污染特征及其成因.结果表明,污染期间,PM2.5与PM10小时浓度变化趋势基本一致,高浓度值出现在早晚8时左右,主要是由该时段的逆温现象造成的;来自西北方向污染物的远距离输送影响了本地空气质量状况,气团在不同高度层做下沉运动,造成大气层结稳定;该地区在西北方向的弱高压控制下,地面风速较小,能见度低,天气条件静稳,不利于污染物扩散,造成持续性重污染事件;卫星遥感数据显示此次污染为区域性污染.
关键词雾霾    天气形势    MODIS AOD    上海    
Characteristics and formation mechanism of a heavy air pollution episode in Shanghai
WANG Jing1, 2, SHI Runhe1, 2 , LI Long1, 2, ZHANG Lu1, 2    
1. Key Laboratory of Geographic Information Science, Ministry of Education, East China Normal University, Shanghai 200241;
2. Joint Laboratory for Environmental Remote Sensing and Data Assimilation, ECNU and CEODE, Shanghai 200241
Abstract: The air pollution episode from 30 November to 9 December, 2013 was the most serious one since the winter began in Shanghai. This had seriously threatened the life and health of local citizen. To analyze the characteristics and formation mechanisms of this episode, the air quality data, ground meteorological data and satellite remote sensing data were collected over the period and the backward trajectories method was used. The results showed that hourly variation trend of PM2.5 and PM10 concentrations were similar, and higher values were generally detected in the morning and evening, probably due to the temperature inversion over those periods; The long-distance transport of particulate matter from Northwest China influenced local air quality, whereas atmosphere layers could be more stable because air mass went down within layers. In addition, the weak high pressure dominated Shanghai, consequently, the surface wind was weak, visibility was low, and synoptic pattern was relatively stable. This was not good for the air pollutant dispersion, leading to the long-lasting heavy air pollution episode. Our results retrieved from satellite remote sensing found that this episode was not local, as the same pollution event was observed in many cities in the Yangtze River Delta.
Key words: haze    synoptic pattern    MODIS AOD    Shanghai    
1 引言(Introduction)

霾也称灰霾,是大量极细微的尘粒等均匀地浮游在空中,使能见度小于10 km的空气普遍混浊的现象,霾能使远处光亮物体微带黄、红色,使黑暗物体微带蓝色(中国气象局,2010).随着人类社会经济的发展、工业的进步和城市化的加快,人类活动排放大量的污染物及城市中心风速减小,为大气气溶胶的低空积聚创造了有利条件,导致霾天气不断增加(张保安等,2007),从而对交通安全、人体健康、气候变化等造成了较大的威胁,也加剧了城市光化学烟雾污染(白志鹏等,2006).近50年来,中国雾霾天气总数呈增加趋势,雾日数明显减少,霾日数明显增加,且持续性霾过程显著增加,其中,长三角地区和珠三角地区雾霾日数增加最快(曹进冬,2013).

国外学者对雾霾的研究源于大城市对能见度降低的重视.自20世纪70年代,世界上不少大城市空气污染严重,进而导致城市能见度降低.研究表明,PM2.5、PM10和NO2的增加引起了城市能见度的降低(Hodkinson,1966;Appel et al.,1985).Macias等(1981)通过对美国西南部多个城市雾霾天气的个案研究,分析了气溶胶的化学成分;Malm(1992)定量分析了美国雾霾天气的时空演变,并以此为基础进一步追踪了雾霾物质的源头;Marcazzan等(2001)研究了1997—1998年间PM2.5和PM10在意大利米兰地区的浓度变化,发现PM2.5在冬季的浓度更高;Seinfeld等(2012)全面深入地研究了大气气溶胶和空气污染及其之间的关系,以及颗粒物对人类生活和健康的影响;Gautam(2014)利用气象和卫星数据研究了印度河-恒河平原区域的重雾霾现象,并研究相应的预警系统,以减少雾霾对公众的影响.此外,国外学者还深入系统地研究了雾霾现象对天气气候的影响(Ferman et al.,1981Morris et al.,2006).国内学者也已经开展了较多关于雾霾天气出现时的天气特征和成因等的研究工作(吴兑,2005;2006;2007;2008;吴兑等,2006a;2006b;2007;2008;2010;潘本锋等,2013过宇飞等,2013周涛等,2012;郑庆锋等,2012;史军等,2010;胡亚旦等,2009;刘爱君等,2005).这些研究分析了雾霾天气的主要成因和天气形势,为雾霾的防治及应急处理提供了理论依据,也使雾霾的预报监测成为可能.由于国内外各地气候和地理环境存在一定差异,致使雾霾天气产生的时间不同,且大气环流场背景不同(范新强,2010),因此,目前国内外学者主要通过案例分析的方式进行研究.

上海是长三角经济圈的中心,地理位置优越,人口密集,同时环境问题也较为突出(史军等,2010).上海属于亚热带季风气候,位于海陆交接区域,大气环流的地理背景受控于陆地和海洋.近几年来,该地区雾霾天气频发,多出现在秋冬季节(靳利梅等,2008).

不少研究表明,大气中污染物的时空变化特征与气象条件紧密相关,风、温度、湿度、降水、大气稳定度和混合层厚度等气象因子影响着大气污染物的扩散、迁移、转变.天气系统的演变可支配和控制局地气象条件的变化(毛敏娟等,2013范新强,2010刘国红等,2008童尧青等,2007朱韶峰等,1990).因此,将污染过程的天气形势和气象因子结合分析,有利于了解污染的形成机制.而国内关于雾霾天气的案例研究主要注重以上因素的结合,较少利用遥感数据,因此,不能进一步系统地分析重雾霾天气的演变过程和成因.

本文以上海为例,根据上海的区位特点和气候特征对2013年11月30日—12月9日的一次重雾霾过程进行案例分析.综合多源数据研究此次上海地区2013年入冬以来最严重且持续最久的重雾霾事件,借助空气质量数据回顾此次污染期间的空气质量状况,并通过后向轨迹模式模拟污染期间不同高度层气团的运动轨迹,分析污染物的输送情况,进而追踪污染物的来源;结合地面气象要素数据和雾霾期间的天气状况,深入了解了污染的形成机制.同时,分析污染期间上海地区温度探空曲线,研究逆温层的出现对污染物扩散的影响.最后,利用卫星遥感数据从全局尺度进一步探究该过程中气溶胶的空间分布特征.

2 数据与方法(Data and methods)

本文借助空气质量指数(Air Quality Index,简称AQI)、颗粒物(Particulate Matter,简称PM)等空气质量数据回顾了污染期间的空气质量状况,数据来自上海市空气质量实时系统(http://www.semc.com.cn/aqi/home/Index.aspx);通过拉格朗日混合单粒子轨道模型的(Hybrid Single Particle Lagrangian Integrated Trajectory Model,简称HYSPLIT)后向轨迹模式追溯污染期间气团的路径来源与走向,该模型被广泛用于计算和分析大气污染物输送与扩散轨迹;利用现代化人机交互气象信息处理和天气制作系统(简称MICAPS)发布的天气图,分析污染期间的天气演变特征,并结合能见度、风向、平均风速、平均相对湿度(http://cdc.cma.gov.cn/home.do)和温度数据(http://weather.uwyo.edu/upperair/seasia.html)进一步研究天气特征及成因.最后,本文利用中分辨率成像光谱仪(MODIS/Terra)的气溶胶光学厚度数据MOD04_L2从全局尺度研究污染期间气溶胶的空间分布情况.

3 重雾霾过程的空气质量分析 (Analysis of air quality during the haze episode)

通过分析污染期间的空气质量状况,可进一步回顾和了解污染过程.我国于2012年上半年出台相关规定,用AQI取代原来的空气污染指数(API)(中国环保局,2012).

2013年11月30日至12月9日上海地区遭受持续10 d的空气污染,首要污染物均为PM2.5.图 1为污染期间AQI和对应的空气质量状况.图 1结果表明,12月1日、2日、5日和9日的空气质量状况为重度污染;12月6日的空气质量最差,为严重污染,这也是上海市史上最严重的一次雾霾污染,并发布了霾红色预警.图 2显示了11月29日至12月10日期间,上海全市(9个监测站点:普陀监测站、杨浦四漂监测站、卢湾师专附小监测站、青浦淀山湖监测站、虹口凉城监测站、静安监测站、徐汇上师大监测站、浦东川沙监测站、浦东监测站)PM2.5、PM10、NO2和SO2的日平均值变化情况.4种污染物浓度从11月30日开始上升,PM2.5、PM10和NO2 3种污染物浓度在12月6日达到最高.PM2.5和PM10的变化趋势大体一致,NO2和SO2的变化基本一致.PM2.5在11月30日至12月9日的日均浓度值都在100 μg · m-3以上,于12月1日达到一个峰值,12月3日有所下降,12月4—6日急速上升,并于12月6日达到最大值,为447.4 μg · m-3,且明显高于其他几天的浓度值,对应的AQI为416,为严重污染.12月7日之后,PM2.5和PM10的日均浓度均出现一个小起伏,随后下降.

图 1 11月29日至12月10日上海市AQI Fig.1 AQI in Shanghai from 29 November to 10 December

图 2 11月29日至12月10日上海市PM2.5、PM10、SO2、NO2的日平均浓度变化 Fig.2 Daily concentration of PM2.5,PM10,SO2 and NO2 from 29 November to 10 December

图 3为污染事件期间PM2.5、PM10、NO2和SO2逐 小时平均浓度变化情况,从该图中可更详细地了解此次污染事件:大致在16:00,PM2.5的小时平均浓度最低,凌晨的浓度最高,且凌晨3:00—8:00为峰值区间,这与早晨易出现逆温层有关;其中,12月5日18:00至6日傍晚18:00,浓度急速上升,6日11:00的PM2.5的浓度达到500 μg · m-3以上.PM10的小时浓度变化趋势和PM2.5的变化趋势有一定的相似性,15:00浓度最低,凌晨6:00浓度最高,且0:00—8:00为峰值区间;12月5日13:00明显上升,至6日20:00后下降.NO2小时浓度变化的最低值一般出现在午后,小时均值的峰值于9:00和17:00出现,与上下班交通高峰有关(王璟等,2008).SO2小时浓度峰值一般出现在中午,3:00—6:00的浓度较低.

图 3 PM2.5、PM10、NO2和SO2浓度的逐小时变化 Fig.3 Hourly concentration of PM2.5,PM10,NO2 and SO2
4 重雾霾过程天气特征及成因分析 (Analysis of synoptic pattern and causes during the haze episode) 4.1 气团后向轨迹的路径分析

以上海(31.227°N、121.473°N)作为轨迹模拟起始点,利用HYSPLIT的后向轨迹模式模拟该次重污染事件气团的运动轨迹.选择500、1000、1500 m 3个高度层,不同的高度代表着不同的气压层的风场输送轨迹.分别从11月30日UTC12:00、12月2日UTC16:00及12月9日UTC16:00作为起始回算时间,模拟48 h气团的后向轨迹运动.图 4a为11月30日20:00(UTC时间为11月30日12:00时)的后向轨迹图,可见,1500 m高度的气团受西北方向气 流影响,从甘肃地区自2000 m高空开始运动,至陕西境内,气流有明显波动,先上升至2500 m后下降,到达河南后气流平稳,保持在1500 m的高度,经安徽、江苏抵达上海;1000 m高度的气团从陕西出发,向东南方向运动,11月29日8:00时,到达湖北境内,此后一直向东到达上海;而500 m高度气团主要受西南气流影响,自江西的近地面一路上升,抵达上海.图 4b为12月3日0:00(UTC时间为12月2日16:00时)的后向轨迹图,图中显示,1500 m和1000 m高度的气团都源自西北方向,分别从内蒙古和宁夏出发,且起始气流高度均为2500 m左右,气流活动方向基本一致,经安徽、江苏后抵达上海;500 m气团活动不稳定,在1500 m的高度从河南境内出发,沿东南方向行进,于12月1日14:00经过安徽后气流突转为偏东方向,且气流高度下降至700 m;与1500 m和1000 m气团相比,这支500 m的近地面气流活动更加多变.同时,3个高度的气团均出现了下沉运动,使得近地层大气层结稳定,造成污染物的积聚.12月9日UTC16:00后向轨迹图(图 4c)则显示,500、1000和1500 m高度3支气团受西伯利亚高压影响,均源于偏北方向,且从外蒙古开始移动.其中,1500m高度气团的变化较大,自3500 m高空开始运动,随着时间推移,升至4000 m,于12月9日 8:00以3000 m高度经山东,随后不断下降至1500 m并到达上海;而1000 m和500 m高度气团变化趋势非常相似.

图 4 上海市气团48小时后向轨迹图(a.11月30日UTC12:00,b. 12月2日UTC16:00,c. 12月9日UTC16:00;红线、蓝线和绿线分别代表 500、1000和1500 m高度上的轨迹) Fig.4 HYSPLIT 48-hours backward trajectories(a. 30 November UTC 12:00,b. 2 December UTC 16:00,and c. 9 December UTC 16:00; red,blue,and green lines represent the backward trajectories at 500,1000 and 1500 m)

结合表 1可看出,自11月30日开始,兰州、西安、呼和浩特、西宁和太原这些西北城市均出现了轻度污染,且持续至12月8日.其中,太原空气状况最差,12月2—8日均为中度污染.同时,根据西北地区部分城市的气溶胶光学厚度分布(图 5)可看出,11月28日开始,陕西、山西、甘肃、内蒙古和宁夏地区高空有气溶胶积聚,至12月1日,气溶胶积聚范围略有扩大,并持续至12月7日.

表 1 兰州、西安、呼和浩特、西宁和太原质量状况 Table 1 Air quality in Lanzhou,Xi′an,Hohhot,Xining and Taiyuan

图 5 西北地区部分城市气溶胶光学厚度(a.11月28日,b.12月1日,c.12月7日) Fig.5 Modis AOD in the northwest region(a. Nov.28,b. Dec.1,and c. Dec.7)

综上,根据气团的后向轨迹及当时西北地区的空气质量状况和高空气溶胶分布情况,研究认为,在本次污染事件中,污染物从西北地区通过高空长远距离输送到达上海,对上海空气质量产生影响.

4.2 天气形势与主要气象因子变化特征

2013年11月底起,我国中东部区域出现了入冬以来第一次寒潮天气.前期大部分地区被干冷空气控制,随着冷高压转移到东部海域,其势力逐渐减弱,中东部大部区域转而被变性高压所控制.此外,近地面湿度逐渐增加,为雾霾的形成创造了有利条件.

在天气形势演变的基础上,局地气象因子的变化也影响着大气污染物的扩散、迁移、转变.根据国家标准,霾观测的判识条件为能见度小于10 km,排除降水、沙尘暴、扬沙、浮尘、烟幕、吹雪、雪暴等造成的视承障碍,相对湿度小于80%.相对湿度在80%~95%之间时,按照地面气象观测规范规定的描述或大气成分指标进一步判识:当PM2.5浓度值大于75 μg · m-3,PM1浓度大于65 μg · m-3时即为霾(吴兑等,2010).表 2是上海市宝山站污染期间的能见度(为当天12:00的数据,其中12月2日的能见度数据缺失)、风向、平均风速和平均相对湿度的情况.结合表 2图 2可看出,11月30日至12月9日均为霾天气.

表 2 11月29日至12月10日的能见度、风向、风速和相对湿度 Table 2 Visibility,wind direction,wind speed and relative humidity from 29 November to 10 December

从11月30日20:00的海平面气压图上看(图 6a),全国大部分区域受内蒙古冷高压影响,华东地区天气晴朗,近地面盛行西南气流,风力微弱.表 2中,当天12:00的能见度为2.5 km,相对湿度为61%,可见霾天气已形成,且污染物已经开始沉积.同时,当天平均风速仅为1.1 m · s-1,使得输送扩散能力弱,容易造成近地层污染物的进一步堆积.从30日20:00 850 hPa高空天气图上看(图 6b),上海及其周边地区主要受弱高压影响,本地高空垂直方向上的气流易下沉,使得垂直方向上的污染物难扩散,逐渐累积,另外,地面基本为静稳天气,已堆积的污染物在水平方向的扩散能力较弱,进一步导致颗粒物浓度上升,加剧了污染现象.

图 6 海平面气压场(a,c,e)和850 hPa高度场(b,d,f) Fig.6 Sea level pressure(a,c,e) and geopotential height at 850 hPa(b,d,f)

由12月3日20:00的海平面气压图(图 6c)可分析,上海及周边地区受低压系统控制,空气对流相对旺盛,在一定程度上疏散了部分污染物.结合表 2,当天12:00的能见度为4.7 km,污染情况得到一定缓解.由3日20:00的850 hPa高空天气图(图 6d)可看出,东北高空区域有高压脊,在一定程度上影响着上海及其周边地区,这种高压控制的高空天气系统和低压控制的地面天气系统相互结合(洪也等,2013),在一定程度上改善了前几日更为严重的污染状况.但由于持续时间并不长,4日之后,污染情况再次加剧,5日的平均风速仅为0.7 m · s-1.至12月6日,污染程度最严重,华东大部分地区处于均压场下,风力较弱,天气形势稳定,大气扩散条件非常差,不利的气象条件造成污染物持续累积.直到9日(图 6e,6f),近地面受低压控制,云量较大,地面盛行偏北风,且风的级数较高,风力较强,其高空受高压控制;同时,受来自东南方向的北太平洋的强冷平流影响,两种天气系统相互配置,有利于雾霾的扩散和转移.

4.3 大气温度层结分析

近地层垂直方向上出现的逆温有利于雾霾天气的出现(马小会等,2013).高空气温高于低空气温致使大气层低空空气在垂直方向的运动受限,最终导致污染基本无法向高空扩散,从而被阻滞在近地面低空区域.图 7为2013年11月29日至12月10日上海地区的温度探空曲线.由图可知,在该时间段 内,上海的近地面存在着明显的逆温层,且具有连续性,有些时日的高空也存在逆温现象.其中,30日8:00和20:00的逆温强度都很大,可见,这些时刻污染物已开始在近地面累积;结合图 1,30日的早晚逆温可作为解释当天中轻度污染的原因之一,并且随后逆温依然存在,与图 2 PM2.5、PM10的浓度上升相对应.值得注意的是,分析5日8:00的探空曲线,1 km以下的大气逆温层现象比较复杂,在5日20:00,2.5~3.0 km处有显著逆温,其强度甚至大于该时刻近地面的逆温.由此可见,近地面的空气垂直运动不活跃,高空层的逆温使得污染物无法在垂直方向上扩散,从而加剧了污染物的堆积.6日的8:00和20:00,高空均出现逆温,从20:00的探空曲线可看出,1.5~2.5 km之间出现了两次逆温,结合图 1中6日AQI的超高值和图 2中6日PM2.5、PM10浓度的最高值分析,逆温现象的出现与污染物的沉积有着必然联系.逆温现象一直持续到10日,10日之后才逐渐消失,同时,雾霾也逐渐扩散和转移.综上可见,近地面的逆温层限制了人类活动排放产生的污染物的扩散;1.5 km及以上高度层逆温层的出现,导致1.5 km以下污染物向上扩散受阻,从而累积成一个较厚的气溶胶层,致使持续性的污染天气.

图 7 11月29日至12月10日上海温度探空曲线 Fig.7 Temperature curve from November 29 to December 10
5 气溶胶光学厚度(AOD)空间分布(Spatial distribution of AOD)

AQI、PM等空气质量数据和地面气象资料可表征上海市2014年11月30日开始的一次重污染过程,而利用卫星遥感数据可以进一步从全局尺度探 究该过程中气溶胶空间分布特征.图 8为长三角地区11月30日、12月2日、12月4日和12月10日的MODIS AOD空间分布情况(12月1日、12月3日、12月5日至12月9日数据严重缺失).由图可分析,上海市气溶胶光学厚度(Aerosol Optical Depth,简称AOD)的时间变化总体趋势为:30日已开始出现气溶胶沉积,AOD最大为0.6左右;2日和4日为高值日,结合污染过程的空气质量状况,这两日污染情况均比较严重;10日AOD值明显下降.进一步分析长三角一带污染情况,4日,不仅上海地区AOD值较高,同时,江苏与浙江地区污染严重,AOD最高值均超过1.2.可见,此次的连续污染事件期间,长三角各城市均出现了不同程度的连续污染揭示了该次污染具有区域性特征.

图 8 污染期间长三角地区气溶胶光学厚度(a. 11月30日,b. 12月2日,c. 12月4日,d. 12月10日) Fig.8 Modis AOD in Yangtze River Delta(a. November 30,b.December 2,c.December 4,d.December 10)
6 结论(Conclusions)

1)本文结合多源数据分析了上海地区11月30日至12月9日的一次重雾霾事件的天气特征及成因,得出此次雾霾天气过程具有复杂性和持续性的特点.同时,本文借助AQI,结合PM2.5、PM10、NO2和SO2 4种污染物的日平均浓度变化,分析得出12月1日、2日、5日和9日为重度污染,12月6日为严重污染,AQI高达416,早晚污染物的浓度较高.这是由于污染期间早晚近地层均出现了不同程度的逆温,从而不利于人类活动排放的污染物扩散,且城市交通高峰期也出现在早晚时段,因此,致使4种指标浓度的上升.

2)重雾霾期间,上海地区受西北地区的冷高压控制,风力较弱,能见度低,相对湿度基本均小于80%,且天气条件静稳,利于雾霾天气的形成.后向轨迹模式模拟结果表明,外来的大气污染物源自西北方向,经过远距离跨区域的输送影响上海地区的空气质量状况.

3)利用MODIS AOD数据从空间尺度探究了气溶胶的分布特征,研究表明,上海地区重污染期间,长三角各城市均出现了不同程度的污染,揭示了此次污染为区域性污染.

参考文献
[1] Appe l B R,Tokiwa Y,Hsu J,et al.1985.Visibility as related to atmospheric aerosol constituents[J].Atmospheric Environment (1967),19(9): 1525-1534
[2] 白志鹏,蔡斌彬,董海燕,等.2006.灰霾的健康效应[J].环境污染与防治,28(3): 198-201
[3] 曹进冬.2013.雾霾因我而来—2013 气候变化绿皮书[J].青海科技,(6): 22-23
[4] 范新强.2010.厦门市霾天气特征及其与大气环境污染的关系研究 .南京:南京信息工程大学
[5] Ferman M A,Wolff G T,Kelly N A.1981.The nature and sources of haze in the Shenandoah Valley/Blue Ridge Mountains area[J].Journal of the Air Pollution Control Association,31(10): 1074-1082
[6] Gautam R.2014.Challenges in early warning of the persistent and widespread winter fog over the indo-gangetic plains: a satellite perspective// Singh A,Zommers Z.Reducing Disaster: Early Warning Systems For Climate Change[M].Netherlands: Springer.51-61
[7] 过宇飞,刘端阳,周彬,等.2013.无锡市霾天气特征及影响因子研究[J].气象,39(10): 1314-1324
[8] Hodkinson J R.1966.Calculation of colour and visibility in urban atmospheres polluted by gaseous NO2[J].Air and Water Pollution,10(2): 137-144
[9] 洪也,马雁军,王喜全,等.2013.辽宁中部城市群灰霾天气的外来影响——个案分析[J].环境科学学报,33(8): 2115-2122
[10] 胡亚旦,周自江.2009.中国霾天气的气候特征分析[J].气象,35(7): 73-78
[11] 靳利梅,史军.2008.上海雾和霾日数的气候特征及变化规律[J].高原气象,27(增刊): 138-143
[12] 刘爱君,杜尧东,王惠英.2005.广州灰霾天气的气候特征分析[J].气象,30(12): 68-71
[13] 刘国红,彭朝琼,黄广文,等.2008.深圳市 2002-2005 年大气污染物浓度与气象因素的关系研究[J].现代预防医学,35(15): 2855-2857
[14] 马小会,甘璐,张爱英,等.2013.北京2013年1月持续雾霾天气成因分析 // 创新驱动发展 提高气象灾害防御能力—S16第二届城市气象论坛——灾害·环境· 影响· 应对 .
[15] Macias E S,Zwicker J O,Ouimette J R,et al.1981.Regional haze case studies in the southwestern US—I.Aerosol chemical composition[J].Atmospheric Environment (1967),15(10): 1971-1986
[16] Malm W C.1992.Characteristics and origins of haze in the continental United States[J].Earth-Science Reviews,33(1): 1-36
[17] 毛敏娟,刘厚通,徐宏辉,等.2013.多元观测资料融合应用的灰霾天气关键成因研究[J].环境科学学报,33(3): 806-813
[18] Marcazzan G M,Vaccaro S,Valli G,et al.2001.Characterisation of PM10 and PM2.5 particulate matter in the ambient air of Milan (Italy)[J].Atmospheric Environment,35(27): 4639-4650
[19] Morris R E,Koo B,Guenther A,et al.2006.Model sensitivity evaluation for organic carbon using two multi-pollutant air quality models that simulate regional haze in the southeastern United States[J].Atmospheric Environment,40(26): 4960-4972
[20] 潘本锋,汪巍,李亮,等.2013.我国大中型城市秋冬季节雾霾天气污染特征与成因分析[J].环境与可持续发展,(1): 33-36
[21] Seinfeld J H,Pandis S N.2012.Atmospheric Chemistry and Physics: From Air Pollution to Climate Change[M].New York: John Wiley & Sons
[22] 史军,吴蔚.2010.上海霾气候数据序列重建及其时空特征[J].长江流域资源与环境,(9): 1029-1036
[23] 史军,崔林丽,贺千山,等.2010.华东雾和霾日数的变化特征及成因分析[J].地理学报,65(5): 533-542
[24] 童尧青,银燕,钱凌,等.2007.南京地区霾天气特征分析[J].中国环境科学,27(5): 584-588
[25] 王璟,伏晴艳,王汉峥.等.2008.上海市一次罕见的连续 11 天空气污染过程的特征及成因分析[J].气候与环境研究,13(1): 53-60
[26] 吴兑.2005.关于霾与雾的区别和灰霾天气预警的讨论[J].气象,31(4): 3-7
[27] 吴兑.2006.再论都市霾与雾的区别[J].气象,32(4): 9-15
[28] 吴兑,毕雪岩,邓雪娇,等.2006a.珠江三角洲大气灰霾导致能见度下降问题研究[J].气象学报,64(4): 510-517
[29] 吴兑,毕雪岩,邓雪娇,等.2006b.珠江三角洲气溶胶云造成的严重灰霾天气[J].自然灾害学报,15(6): 77-83
[30] 吴兑.2007.大城市区域霾与雾的区别和霾天气预警 // 中国气象学会2007年年会大气成分观测、研究与预报分会场论文集 .北京: 中国气象学会
[31] 吴兑,邓雪娇,毕雪岩,等.2007.细粒子污染形成灰霾天气导致广州地区能见度下降[J].热带气象学报,23(1): 1-6
[32] 吴兑.2008.霾与雾的识别和资料分析处理 [J].环境化学,27(3): 327-330
[33] 吴兑,廖国莲,邓雪娇,等.2008.珠江三角洲霾天气的近地层输送条件研究[J].应用气象学报,19(1): 1-9
[34] 吴兑,吴晓京,李菲,等.2010.1951—2005 年中国大陆霾的时空变化[J].气象学报,68(5): 680-688
[35] 张保安,钱公望.2007.中国灰霾历史渊源和现状分析[J].环境与可持续发展,(1): 56-58
[36] 郑庆锋,史军.2012.上海霾天气发生的影响因素分析[J].干旱气象,30(3): 267-273
[37] 中国环保局.2012.GB 3095—2012 环境空气质量标准[S].北京: 中国标准出版社
[38] 中国气象局.2010.QX/T 113—2010 霾的观测和预报等级[S].北京:气象出版社
[39] 周涛,汝小龙.2012.北京市雾霾天气成因及治理措施研究[J].华北电力大学学报: 社会科学版,(2): 12-16
[40] 朱韶峰,黄吉.1990.静风条件下的大气污染探讨[J].浙江气象科技,11(4): 37-41