1. 程式人生 > >大資料分析中國冬季重度霧霾的成因(二)

大資料分析中國冬季重度霧霾的成因(二)

2013年1月,華北地區的特徵是負表面風速異常(更弱的水平擴散) 和正空氣溫度梯度異常(垂直對流弱大氣層穩定)。雖然沉澱也可能降低PM2.5,但之前的研究並未發現PM2.5的濃度和冷空氣的導致沉澱有顯著的關係,在這次的調查中也被確認,像預期的一樣該地區的平均空氣流通指數和歷史霧霾觀測資料相符,包括華北地區的PM10,北京地區的PM2.5,能見度指數,和衛星觀測的氣溶膠光學深度。

為簡化多引數統計分析,我們構造了一個合成氣象指數PPI,是WSIATGI的相關加權平均值,PM10的指數大體上與水平通風通道和垂直通風通道的權重和相符.新的PPI指數與地面觀測資料比如PM10r=0.92,PM25(r=0.79),Vil(r=0.62),

衛星觀察資料(r=0.43)更加相關,表明PPI比柱狀氣溶膠資料更能說明地表空氣質量。從歷史角度看,經計算的PPI和經觀測的Vil都表明20131月的強霧霾都是過去30年前所未有的。


為了調查空氣變化率和PPI極值之間的關係我們引入了主成分分析,包括北極波濤指數,東亞冬季季風指數,和三個主要因素上一個秋天的北極海冰濃度資料(SIC),上一個冬天的北歐亞大陸積雪覆蓋面積(SCE),過去30年的厄爾尼諾資料和南方濤動資料。PPI和其他氣候變數的長期觀測對氣候相關性分析是十分有必要的,我們發現PPI與我們使用的任何一個作用因素都不直接相關。與以往不同的是,這次所有因素共同作用導致2013的嚴重霧霾

正因

PPI如此特殊,我們構造了一個北極圈作用力指數,它是北極冰面積指數和北歐亞大陸積雪面積指數的加權平均值,如此我們在討論北極圈作用力時有了一個有代表性的變數,北極圈作用力指數與PPI指數有42%符合的很好,2013年北極圈作用力指數的極大值與PPI的極值正吻合。為了驗證導致北極圈變化進而使PPI改變的大氣過程我們引入了最大協方差分析(MCA),這一變數與主成分分析完全獨立,以便更好的分析中高緯度的天氣[850毫帕地區的再分析資料,z850]和PPI的關係,我們發現PPI與850毫帕區域並不直接相關,使PPI發生變化的區域比z850地區要小,而且即便把2013年的資料刪除最大協方差依然沒有變化.


850毫帕地區和

PPI最有代表性的耦合模式超過總數的30%850毫帕地區和PPI聯絡的最大強度與2013年的PPI極值相關(圖A),第一張850毫帕的最大協方差圖的空間樣式(圖B)變化代表了2013迴圈的異常(圖D),同樣第一張PPI樣式的最大協方差圖的空間樣式變化代表了2013年的PPI分佈(圖C),更進一步第一張圖的PPI的最大協方差分析的強度的時間序列與華北地區的PPI的平均值高度相關(相關性0.93


因此2013年的極端天氣可以通過更具有代表性的最大協方差模式來理解,最大協方差與PPI模式所代表的華北地區的惡劣通風條件是被地區性的大氣迴圈所影響,這個走勢被z850地區的最大協方差所表示。與大陸和海洋之間的大壓力梯度特徵的氣候相反(圖B),最大協方差與Z850模式顯示了一個反方向的東北西南方向的壓力梯度與一個分佈在北極和東北亞地區的氣旋異常,和一個西伯利亞中部的氣旋異常,導致季風減弱,以及華北地區的嚴重的霧霾



A.19812015年一月PPIz850的相關性的最大協方差樣式(圓,無單位),陰影表示19812015ppi的值

B.z850的最大協方差的空間樣式(陰影),與z850的氣候(輪廓線,米)

C.PPI的最大協方差的空間樣式(陰影),與PPI區域(輪廓線,無單位)

D.2013z850地區的異常(陰影,米),和z850地區的氣候(輪廓線,米)

黑點表示基於自舉方法的95%顯著性水平,綠色矩形表示子圖(B)和(C)的區域,HL分別表示西伯利亞高地和阿留申低地的位置。所有結果均為1