1960—2021年黑龙江省雾天气时空分布特征于 璐1，杨 帆2，李明玥1，李 想1
1.黑龙江省气候中心，黑龙江哈尔滨 150030；
2.黑龙江省气象局机关服务中心，黑龙江哈尔滨 150030
摘要 基于1960—2021年黑龙江省雾天气月统计资料，利用ArcGIS软件的空间插值工具，统计分析黑龙江省雾日数时空分布特征。结果表明：（1）1960—2021年黑龙江省平均雾日为15.6 d/年。（2）雾年代际变化特征呈现为20世纪60~70年代增加，70年代至21世纪00年代逐年代减少，21世纪10年代又有增加趋势，2020年以后上升幅度明显。近62年来，雾日增长率最大的地方为牡丹江绥芬河，达8.1 d/10年。（3）从空间分布角度来看，黑龙江省雾天气基本呈现西南、东北少，西北、东南多的特征。（4）黑龙江省雾天气出现频率为春季和冬季低，夏季和秋季高，其中以6—9月最多，3—4月最少。（5）雾和相对湿度的增减趋势是一致的，当相对湿度增加1%时，雾日数增加1~4 d。
关键词 黑龙江省；雾日数；时空插值
中图分类号：P426.4 文献标识码：B 文章编号：2095–3305(2023)05–0089-05
雾霾天气会给气候、环境、交通、健康等方面造成显著的负面影响。例如，引发酸雨（酸雾）、光化学烟雾现象；导致大气能见度下降，影响空中、水面和陆面交通；提高死亡率、使慢性病加剧、使呼吸系统及
心脏系统疾病恶化，改变肺功能及结构、影响生殖能力、降低人体免疫功能等[1-3]。多年来，国内学者对我国雾、霾天气变化特征展开了大量的研究。在高纬度地区，雾的频率很高[4]，比如在极地区域雾是常见而持续的现象，全年雾日可达80~ 100 d，反之在低纬度地区雾比较少见。大陆内部由于水汽缺乏，所以越深入内陆，雾的频率越低，高山地区雾也比平原地区多。我国雾日数空间分布呈现东南多、西北少的地域特点[5-8]，雾日数在东南地区呈增加趋势，全国总体呈减少趋势[9-11]。
统计数据显示，我国雾霾天气成因具有明显的季节性变化。中国大多数地区雾日数呈现冬半年多、夏半年少的特征[9]，东北平原在冬春季会出现持续性雾天气[7]。利用黑龙江省1960—2021年
现有的数据分析了黑龙江省雾日在时
间、空间上的分布特征，以期为雾霾的
进一步研究提供依据。
1 资料与方法
1.1 资料来源
黑龙江省共辖13个地级行政区，
包括12个地级市、1个地区，分别是哈
尔滨市、齐齐哈尔市、鸡西市、鹤岗市、
双鸭山市、大庆市、伊春市、佳木斯市、
七台河市、牡丹江市、黑河市、绥化市、
大兴安岭地区。
黑龙江省国家气象站网中现有地
面气象观测站84个，其中，8个国家基
准气候站、27个国家基本气象站、48个
国家一般气象站、1个大气本底观测站。
目前，84个地面气象观测站全部建设成
自动气象站，并全部投入正式运行。
数据依托全国综合气象信息共享
平台（CIMISS），选取黑龙江省84个气
象站1960年1月—2021年12月雾日数
的月数据统计分析。
Temporal and Spatial
Distribution Characte-
ristics of Fog Days in
Heilongjiang Province
during 1960-2021
Yu Lu et al(Heilongjiang Climate Centre,
Harbin, Heilongjiang 150030)
Abstract In the context of fog days during
the period 1960—2021 in Heilongjiang
province. Statistical analysis of the
distribution characteristics of fog days in
Heilongjiang Province by using ArcGIS
for spatial interpolation.The results show:
(1) From 1960 to 2021, the average fog
days in Heilongjiang Province was 15.6 d/a
respectively. (2) The interdecadal variation
characteristics of fog days showed that the
increasing from 1960s to 1970s, decreasing
from 1970s to 2000s, and increasing again
in 2010s, with a significant increase after
2020. The largest growth rate of fog days is
in Suifenhe, reaching 8.1 d/10 a. (3) From
the perspective of spatial distribution, the
fog days show the characteristics of less in
the southwest and northeast and more in the
northwest and southeast. (4) There are clearly
seasonal and monthly characteristics of fog
days and haze days in Heilongjiang Province.
The province’s average fog days frequency is
low in spring and winter, and high in summer
and autumn, with the most from June to
September and the least from March to April.
(5) The increase and decrease trend of fog
and relative humidity is consistent, and when
the relative humidity increases by 1%, the
number of fog days increases by 1~4 d.
Key words Heilongjiang province; Fog
days; Spatial and temporal interpolation
基金项目 黑龙江省气象局科技创新发展研究项目(HQJJ2022005)。
作者简介 于璐(1988—)，女，黑龙江哈尔滨人，工程师，主要从事气候变化研究。*通信作者：杨帆(1987—)，女，黑龙江哈尔滨人，工程师，主要从事气象应用研究，
E-mail:****************。
收稿日期 2023-01-11
1.2 时间插值
为了更直观地对气象要素时间序列的变化特征进行观察和分析，以图形的形式显示结果。在已有数据点的情况下获得这些数据中间点的数据，更加光滑、准确地得到这些点的数据，就需要使用不同的插值方法进行数据插值。MATLAB提供了多种多样的数据插值函数，比较常见的interp1函数，用于实现一维数据插值，interp2函数实现二维数据插值，lagrange插值，newton插值。这些插值函数在获得数据的平滑度、时间复杂度和空间复杂度方面的性能相差较大。
采用linear插值法模拟黑龙江省雾日数和霾日数1960—2021年各月长期变化分布，其调用格式如下：
z i = interp2(x,y,z,x i,y i)返回在插值向量x i、y i处的函数值向量，它是根据向量x、y与z插值而来，这里的x、y与z也可以是矩阵形式。如果x i、y i有元素不在x、y范围内，则返回NaN；
z i = interp2(z,x i,y i)省略x、y，表示x=1:N，y=1:M，[M,N]=size(z)；
z i = interp2(z,ntimes)表示在z的各点之间插入数据点来扩展z，依次执行ntimes次迭代；
z i = interp2(x,y,z,x i,y i,’method’)表示用method指定的插值方法进行插值。method取值为nearest、linear、spline、cubic，method默认值为线性插值。
linear：线性插值(linear interpolation)，该方法采用直线将相邻的数据点连接，对超出数据范围的数据点返回NaN。
1.3 空间插值
一般情况下，采集到的各气象站观测数据都是以离散点的形式存在的，只有在这些采样点上，才有较为准确的数值，而其他未采样点上均没有数值。通过栅格插值运算生成1个连续的栅格表面，通过已采样点的数值推算未采样点值。采用反距离权重插值(IDW)进行空间插值，计算方法如下：
Z n=（1）
式（1）中，Z n为插值网格上点n估计的雾日数或霾日数；Z(x i)为站点观测气象要素值；d i为插值点与站点的距离；n为气象站点的数目；k为指定的距离幂指数。
IDW(Inverse Distance Weighted)是
一种均分过程，它以插值点与样本点间
的距离为权重进行加权平均，离插值点
越近的样本点，赋予的权重越大，通过
对邻近区域，每个采样点值平均运算获
得内插单元值。
2 结果与分析
2.1 雾日的时空变化特征
黑龙江省雾日的地理分布如图1
360天气所示，存在3个高频发生区，分别是牡
丹江市、大兴安岭地区、伊春市。在84
个地面站中，近62年年平均雾日排在
前10位的依次是绥芬河70 d、北极村
59 d、漠河58 d、新林51 d、呼中47 d、
伊春41 d、五营41 d、塔河35 d、加格达
奇32 d、饶河29 d。齐齐哈尔市、大庆
市、双鸭山市、佳木斯市雾日比较少，
年雾日不超过10 d。双鸭山集贤雾日数
最少，多年平均雾日3.8 d/年。从整体
上看，黑龙江省雾空间分布基本呈现
西南、东北少，西北、东南多的特征，
即大小兴安岭地区、牡丹江半山区年平
均雾日多，松嫩平原和三江平原地区雾
日少。雾天气的出现是水汽冷却凝结
所致，因此，一定的湿度条件和使湿度
达到饱和的天气条件是雾天气形成的
必要因素，黑龙江暖季湿度大，夜间容
易形成辐射雾。山区海拔高，潮湿空气
沿山坡上升，温度随海拔提升而降低，
空气冷却达到饱和状态，水汽便凝结成
为雾。山区昼夜温差大，白天温度比较
高，空气中可容纳较多的水汽，夜间温
度下降，空气中容纳水汽的能力降低，
有利于水汽凝结至饱和而形成雾。
2.2 雾日数月际变化特征
黑龙江省气候寒冷，冬季漫长。按
照自然季节划分：春季为3—5月，夏季
为6—8月，秋季为9—10月，冬季为11
月—翌年2月。黑龙江省雾日发生有明
显的季变化和月变化特征（图2）。全省
平均雾出现频率以春季和冬季低，夏季
和秋季高，其中，以6—9月最多，3—4
月最少。
月份
月
均
雾
日
数
/
d
123456789101112
1
2
3
4
图2 黑龙江省1960—2021年平均雾日数的
月际变化
雾天气的出现需要一定的温湿条
件和凝结核。由于不同的季节和月份具
有不同的温湿特征，因此，雾天气日数
在不同的季节和月份也有所不同。根据
黑龙江省各行政区域月雾日长期变化
图（图3）所示，绝大部分行政区雾天气
多都发生在8月，各区域长期月雾日数
多在2 d以下。图3(14)反映了所有行政
区月平均雾天气日数的变化特征，发
生雾天气在1 d以下的月份超过56%，
在1个月中雾出现最多频次发生在2021
年9月，为5.9 d。近62年来，年雾日最多
的是牡丹江绥芬河，发生在2016年，全
年有雾天气179 d，也是雾日增长率最大
的地方，达8.1 d/10年。从月分布情况来
看，哈尔滨市平均雾天气发生最多月份
在1980年11月，为6.8 d；齐齐哈尔市在
2021年11月，为7.8 d；牡丹江市在1968
年8月，为9.6 d；佳木斯市在2021年12
月，为6.1 d；大庆市在1979年12月，
为5.5 d；鸡西市在1984年8月，为8.5 d；
双鸭山市在1966年8月，为5.5 d；伊春
市在2018年8月，为11.6 d；七台河市在
1991年
1月，为10 d；鹤岗市在1998年
8月，为11 d；黑河市在1985年8月，为
6.3 d；绥化市在2021年11月，为9.5 d；图1 黑龙江省1960—2021年平均雾日分布
大兴安岭地区在1980年7月，为17.7 d 。
冬季黑龙江省多被干冷空气控制、空气中水汽含量少，是黑龙江省冬季雾发生频率低的主要原因。春季风大物燥是黑龙江省雾发生频率低的主要原因。夏季雾发生频繁主要因为夏季冷空气弱、风力小，空气中水汽含量多。秋季雾发生频率较多是因为夜间地面辐射降温增加，既有利于水汽凝结，也有利于形成近地面逆温等稳定层结所致。2.3 雾日数的年代际变化
黑龙江省雾各年代的时空分布特征如图4所示，各年代际大兴安岭北部、牡丹江东部、伊春中部都是雾天气
的多发区，年平均雾日多在50 d 以上。相比之下，齐齐哈尔、大庆、双鸭山等地偏少。整体上，雾日年代际天数差异不明显，20世纪60年代平均雾日15.8 d/a ，70年代为17 d/年，80年代为16.8 d/a ，90年代为14.3 d/年，21世纪00年代为12.6 d/年，10年代为14.8 d/年，2020—2021年为27.6 d/年。自20世纪60年代少雾天的区域在增多，说明雾日数呈减少趋势，直至21世纪00年代达到最低峰值，10年代有所上
升。21世纪00年代的年雾日少于5 d 和少于10 d 的区域是各时期面积最大的，多于50 d 的区域是各时期面积最小的。各个年代际
年平均雾日最高值有所不同，20世纪60年代51.4 d 、70年代为61.4 d 、80年代为65.4 d 、90年代为65.7 d 、21世纪00年代为79.3 d 、10年代为95.3 d 。
自20世纪70年代中后期以来，冬季海平面气压场上的阿留申低压增强并发生了明显东移，中国东北地区位于阿留申低压西部，阿留申低压的大幅度东移，使得其西侧的暖湿气流对中国的影响减弱，不利于雾天气的出现，因而雾天气呈下降趋势。此外，大气凝结核在雾天气的形成过程中也起着重要的作用。21世纪，随着社会经济的快速发展，主要大气污染物的排放量逐年
（13）大兴安岭市天数/d
月份
月份
（14）黑龙江省
123456789101112年份
年份
123456789101112
1960
1970
1980
1990200020102020
1960
1970
1980
1990200020102020
2
4681012
1416（1）哈尔滨市
天数/d
1
23456789101112月份
年份
1960
19701980199020002010
2020
765
4321
1
23456789101112月份
7
65
43210
8天数/d
（2）齐齐哈尔市
1960
19701980199020002010
2020年份
年份
年份
年份
年份
年份
年份
年份
年份
123456789101112
月份
196019701980199020002010
2020
7
654321
08910天数/d
（3）牡丹江市
（4）佳木斯市
123456789101112月份
1960
19701980199020002010
2020
571012
月份
1012
51012
123456789101112
月份
196019701980199020002010
2020
196019701980199020002010
2020
196019701980199020002010
2020
196019701980199020002010
2020
6
54
321
765
43210
8
9天数/d
天数/d
天数/d
天数/d
天数/d
天数/d
543210
0.51.52.53.54.55.5（5）大庆市
（6）鸡西市
（7）双鸭山市
（8）伊春市
（9）七台河市
（10）鹤岗市
（11）黑河市
（12）缕化市
123456789101112
月份
123456789101112
月份
123456789101112
月份
1
23456789101112
月份
123468911月份12345678911月份
1234678911月份
年份
年份
196019701980199020002010
2020
196019701980199020002010
2020
196019701980199020002010
2020
7
654321
891076543210
8910116
54321
天数/d
天数/d
天数/d
天数/d
20000
16
54326
54321
610482
7
654321
8910196019701980199020002010
2020
图3 1960—2021年黑龙江省及各行政区月雾日长期变化图
增加，这些大气污染物中多有吸湿性物质，在雾的形成过程中充当凝结核，则有利于雾天气的形成。
雾和霾的形成需要相似的气象条件，即较差的空气扩散条件或静稳天气条件，主要表现为近地层水平风速较小和近地面或低层有较强的逆温。近地层风速小，则水汽或污染物扩散速度慢，有利于形成雾或霾。逆温层形成后大气层结稳定，不容易形成垂直交换，近地面层中的水汽或污染物在低层堆积，有利于形成雾或霾，逆温越强，逆温层越低、越厚，则雾和霾越严重。雾和霾多出现在暖空气势力加强时段，因为暖空气偏强时，风力往往较小，晴空辐射逆温与暖平流逆温或锋面逆温叠加，使近地面逆温加强，空气水平扩散和垂直扩散气象条件都较差，有利于形成雾或霾。
当较强冷空气入侵时，风向转为偏西风或偏北风，风力增大，逆温层被破坏，空气扩散气象条件加强，有利于雾和霾消散。较大雨雪天气有利于霾稀
释和沉降，弱降水对霾的清除作用不明
显，有时甚至因为空气湿度增大而使霾
加重。
春季风大是黑龙江省雾发生频率
低的主要原因。黑龙江省山区夏季雾发
生频繁的主要原因有2个：一是夏季冷
空气弱，风力小，空气中水汽含量多；
二是山区海拔高，昼夜温差大，夜间辐
射降温强，有利于水汽凝结至饱和，且
有利于近地面形成辐射逆温等稳定层
结。秋冬季平原雾和雾发生频率增加，
一方面，由于秋冬季平原地区夜间地面
辐射降温增强，有利于水汽凝结，也有
利于形成近地面逆温等稳定层结所致；
另一方面，由于燃煤供暖和秸秆焚烧等
人类活动影响所致。
2.4 湿度变化对雾的影响
雾和霾都是影响能见度的天气现
象，它们的主要区别在于空气中的水
汽含量不同。雾的相对湿度大，霾多以
干性尘粒为主，相对湿度小[12]。某些情
况下，随着湿度变化，天气现象会在雾
和霾之间转换[13-14]。夜间气温较低，
空气中水汽容易达到饱和，夜间至早晨
为雾；日出后，气温升高，空气中水汽
又变得不饱和，天气现象转变为霾。潮
湿的下垫面有利于形成雾。利用黑龙江
省近62年来雾日和相对湿度资料分析
的结果表明（图5）：雾和相对湿度的增
减趋势是一致的，当相对湿度增加1%
时，雾日数增加1~4 d。
3 结论与讨论
（1）1960—2021年黑龙江省多年平
均雾日为15.6 d/年，2014年全省平均雾
日最少为9 d，2021年最多，达29 d。空
间分布基本呈现西南、东北少，西北、
东南多的特征，存在3个高频发生区，
分别为牡丹江、大兴安岭、伊春，年平
均雾日多在50 d以上。相比之下，齐齐
哈尔、大庆、双鸭山等地雾日偏少。即
大兴安岭、
小兴安岭地区以及东南部牡图4 黑龙江省各年代际雾日分布图
丹江半山区年平均雾日多，松嫩平原和三江平原地区雾日少。
（2）雾年代际变化特征呈现20世纪60年代到70年代有所增加，70年代到21世纪00年代逐年代减少，21世纪10年代又有增加趋势，2020年以后上升幅度明显。20世纪60年代雾日数为15.8 d 、 70年代为17 d 、80年代为16.8 d 、90年代为14.3 d 、21世纪初为12.6 d 、10年代为14.8 d 。
（3）黑龙江省雾日有明显的季变化和月变化。全省平均雾出现频率春季和冬季低，夏季和秋季高，其
中以6—9月最多，3—4月最少。各行政区中历史上1个月内雾出现最多频次的区域为大兴安岭地区，发生在1980年7月，达到17.7 d 。
（4）潮湿的下垫面有利于形成雾，雾和相对湿度的增减趋势是一致的，当相对湿度增加1%时，雾日数增加1~4 d 。
参考文献
[1]  王海艳，熊坤，孔剑君，等.大雾天气对
城市环境中空气质量的影响及危害[J].气象与环境科学,2007(S1):76-77.[2]  刘华悦，付桂琴，王洁.石家庄市气象要
素对成人哮喘住院人数的影响[J].气象与环境学报,2019,35(5):137-143.[3]  谢成龙.雾霾对人体危害的图解设计与
研究[D].北京：北京林业大学,2020.[4]  W ang HJ, Chen HP.Understanding the
recent trend of haze pollution in eastern China: Roles of, climate change[J]. Atmospheric Chemistry and Physics, 2016, 16(6): 1-18.
[5]  王丽萍，陈少勇，董安祥.中国雾区的分
布及其季节变化[J].地理学报,2005(4): 689-697.
[6]  王丽萍，陈少勇，董安祥.气候变化对
中国大雾的影响[J].地理学报,2006(5): 527-536.[7]  吴兑，吴晓京，李菲，等.中国大陆1951—
2005年雾与轻雾的长期变化[J].热带气象学报,2011,27(2):145-151.
[8]  吴兑，吴晓京，李菲，等.1951—2005年
中国大陆霾的时空变化[J].气象学报,
2010,68(5):680-688.
[9]  吴兑，吴小京，李菲等.中国大陆1951—
2005年霾与雾的长期变化[C]//中国气象学会人工影响天气委员会，中国气象学会大气物理学委员会，中国气象科学研究院，北京大学—中国气象局大气水循环和人工影响天气联合研究中心，北京大学物理学院大气科学系.第26届中
国气象学会年会人工影响天气与大气物理学分会场论文集.2009:260-271.[10]  高歌.1961-2005年中国霾日气候特征
及变化分析[J].地理学报,2008(7):761-768.
[11]  胡亚旦，周自江.中国霾天气的气候特
征分析[J].气象,2009,35(7):73-78.[12]  孟继萍，杨利利.雾霾天气成因以及防
治措施探讨[C]//城市气象学委员会，大气环境学委员会，医学气象学委员会，中国气象局北京城市气象研究所（北京城市气象工程技术研究中心），中国科学院大气物理研究所.第31届中国气象学会年会S11 第三届城市气象论坛—城市与环境气象.2014:606-609.[13]  庄颜.雾霾天气变化特征观测与分析
[J].气象水文海洋仪器,2016,33(3):58-62.[14]  丁一汇，柳艳菊.近50年我国雾和霾
的长期变化特征及其与大气湿度的关系[J].中国科学：地球科学,2014,44(1): 37-48.
责任编辑：黄艳飞
相对湿度/%
雾天数/d
图5 相对湿度与雾日数的关系
（上接第82页）
700 hPa 暖湿切变线、地面倒槽和中尺度辐合线。高空暖脊的阻挡作用使槽前上升运动在降水区维持了较长时间，700 hPa 暖湿切变与地面倒槽配合触发强烈的上升运动为降水提供了动力条件。且强降水落区主要位于700 hPa 暖式切变线北侧、地面辐合线左侧、有弱冷空气影响的偏北气流范围内。
（2）地面中尺度辐合产生的上升运动对强降水及对流产生有一定的触发作用，对流单体沿地面中尺度辐合线生成、移动和发展，短时强降水滞后辐合线1~2 h 出现。
参考文献
[1]  杨晓霞，蒋义芳，胡顺起，等.2009年
“8·17”鲁南低涡暖式切变线极强降水分析[J].暴雨灾害,2013,32(3):224-234.[2]  张晓美，蒙伟光，张艳霞，等.华南暖区
暴雨中尺度对流系统的分析[J].热带气象学报,2009,25(5):551-560.
[3]  徐珺，杨舒楠，孙军，等.北方一次暖区
大暴雨强降水成因探讨[J].气象,2014, 40(12):1455-1463.
[4]  赵玉春，李泽椿，肖子牛.华南锋面与
暖区暴雨个例对比分析[J].气象科技, 2008(1):47-54.
[5]  王建捷，郭肖容.1996年初次华南暴雨
过程的数值模拟及其分析[J].应用气象学报,1997(3):2-8,11-13.
[6]  黄玉霞，王宝鉴，肖玮，等.复杂地形条
件下的降水相态预报指标研究[J].干旱区地理,2016,39(3):521-529.
[7]  刘畅，杨成芳，宋嘉佳.一次江淮气旋复
杂降水相态特征及成因分析[J].气象科学,2016,36(3):411-417.
[8]  孙建华，赵思雄.华南“94·6”特大暴雨
的中尺度对流系统及其环境场研究Ⅱ：物理过程、环境场以及地形对中尺度对流系统的作用[J].大气科学,2002(5): 633-646.
责任编辑：黄艳飞