京津冀地区冬季灰霾气象条件的人类活动影响分析

工程7（2021）1185研究环境研究-文章人类活动对京津冀地区冬季灰霾气象条件的影响徐颖a，刘艳菊a，刘伟，韩振宇a，周波涛b，丁毅辉a，吴杰c，田同飞d，李柔科a，e，王晶ba中国气象局国家气候中心，北京100081b南京信息工程大学气象灾害预测与评估协同创新中心，南京210044c赣南师范学院地理与环境工程学院，江西赣州341000d剑桥皇家学校，中国e中国科学院地球环境研究所气候与环境模拟实验室，中国Xi阿提奇莱因福奥文章历史记录：收到2020年2020年3月23日修订2020年3月28日接受2020年7月2日在线发布保留字：人类活动雾度Jing–Jin–JiA B S T R A C T本 文 分 析 和 讨 论 了 人 类 活 动 对 北 京 、 天 津 和 河 北 冬 季 灰 霾 事 件 相 关 气 象 条 件 的 影 响 （ 即 ， 利用http://www.cesm.ucar.edu/models/cesm1.0/cam/docs/ug5_1_国际气候变率和可预报性计划（CLIVAR）20 世 纪 气 候 探 测 和 归 因 项 目 （ C20 C + DA ） 中 使 用 的 社 区 大 气 模 式 版 本 5.1.1 （ www.example.com1/book1.html）的两个数值模拟试验结果，对1961- 2016年京津冀地区的气候变化进行了研究&。 结果表明，在人类活动的影响下，京津冀地区与冬季灰霾事件相关的动力和热力气象条件的变化有利于灰霾的形成和积累，阻碍污染物的扩散。动力条件主要包括东亚冬季风的明显减弱和近地面异常偏南风的增强 热力条件包括地面温度明显升高，水汽输送和近地面逆温增强。利用统计方法分析了动力条件和热力条件对京津冀地区灰霾日数变化的相对贡献。 结果表明，在研究期内，人类活动对京津冀地区灰霾日数增加的贡献大于自然强迫。 动力气象因子对灰霾日数的贡献大于热力气象因子。热气象因子的贡献在两种情景下基本相同。©2020 THE COUNTORS.Elsevier LTD代表中国工程院出版，高等教育出版社有限公司。这是一篇CC BY-NC-ND许可下的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）中找到。1. 介绍在空气污染事件中，天气条件至关重要，在不同的天气条件下，污染物的大气扩散和稀释差异很大[1]。已经研究了影响霾或气溶胶量的天气/气候因素（或气象参数），包括地面温度、近地面风速、地面相对湿度（RH）、降水和海平面气压。这些研究大多是基于灰霾日数与气象变量的统计关系，*通讯作者。电子邮件地址：liuyanj@cma.gov.cn（Y. Liu）.表[2最近，一些研究开始强调可能导致中国雾霾日数增加的天气/气候因素，如东亚冬季风（EAWM）和厄尔尼诺此外，最近的新研究报告称，全球变暖下北极海冰的减少对中国东部雾霾日数的增加有积极贡献[16需要指出的是，气象学和气溶胶之间的反馈也可以发挥重要作用。气溶胶可以通过减少到达地面的太阳辐射来降低近地面风速和行星边界层高度，进一步增强地面雾霾污染[20]。中国东部冬季灰霾的形成和积累Wu等人[21日]https://doi.org/10.1016/j.eng.2020.03.0152095-8099/©2020 THE COMEORS.由爱思唯尔有限公司代表中国工程院和高等教育出版社有限公司出版。这是一篇基于CC BY-NC-ND许可证的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。可从ScienceDirect获取目录列表工程杂志首页：www.elsevier.com/locate/engY. Xu，Y. Liu，Z. Han等人工程7（2021）11851186××研究发现，冬季地面温度升高、地面相对湿度降低、大气稳定度增加以及全球变暖导致的东亚冬季风减弱，都促进了中国中东部地区冬季霾日数的增加。Zhang等[22]提出，气候变暖导致的风力衰减和其他气象条件的恶化与北京局地气溶胶污染事件有直接关系。此外，在全球气候变化的情况下，天气条件会增加北京严重雾霾的频率[23]。正如以前的研究所表明的那样（例如，参考文献[24但是，人类活动是否会影响与烟霞有关的天气情况呢？如果是这样，量化？人类活动对雾霾天的贡献有多大？这些问题在气候变化和污染研究领域都是至关重要的科学问题，并已引起决策者和公众越来越多的关注随着气候模式和计算能力的提高，更多的研究集中在人类活动对全球和区域平均温度、极端温度和降水的影响上[27此外，气溶胶污染对气候异常的深刻影响也引起了相当大的关注。例如，Garrett和Zhao[34，35]描述了中纬度地区的人为污染如何在冬季和春季导致北极强烈变暖Zhao等人[36]表明气溶胶污染可使热带气旋的降水范围此外，Yang et al.[37]表明珠江三角洲的人为污染对香港冬季地面气温的年代际变化有显著的贡献。Li等人[25]利用观测和模式总结了人为因素对天气和气候的影响以往关于大气污染的研究主要集中在利用气候模式评估[38]和预测[39]最近，由世界气候研究计划（WCRP）组织的国际气候变率和可预测性计划（CLIVAR）20世纪气候探测和归因项目（C20C+ DA）[40]与第五期耦合模式相互比较项目（CMIP5）相比，C20C+ DA项目更适合于研究人类活动对全球气候的影响。根据C20 C + D A项目的产出，研究了人类活动对极端天气气候事件的影响[41然而，在严重雾霾天气频繁发生的京津冀地区，很少有人研究人为因素（包括交通、工业、土地利用、化石燃料燃烧等）对雾霾污染气象条件的影响因此，本文试图利用模拟结果与人类活动的影响和没有，分析人类活动对冬季霾相关的气象条件在京津冀地区。本文的其余部分组织如下。第二节介绍了数据和方法。第三节分析了人类活动对气象条件的影响。动力和热力气象条件对灰霾的贡献如第4节所示。第5节是结论和讨论。2. 数据和方法2.1. 模型模拟和数据本研究使用社区大气模型版本5.1.1（CAM 5.1.1），这是C20 C + D A项目的一部分。CAM5.1.1是共同体地球系统模式版本1.0.3（CESM1.0.3）的大气组成部分其水平分辨率为1.25° 0.9375°（经度（lon）纬度（lat）），具有30个垂直混合高度-气压水平。CAM 5.1.1采用有限体积动力学核陆面方案采用社区陆面模型4.0版（CLM4.0）。CAM5.1.1已经在C20C+ DA项目中的两种不同类型的基准场景下运行其中一组情景模拟采用了观测到的边界条件（包括观测到的温室气体、硫酸盐气溶胶/有害气溶胶、黑碳气溶胶、尘埃气溶胶、海盐气溶胶、臭氧、土地覆盖/使用、海面温度和海冰覆盖）。该图旨在表示在所有形式的观测历史强迫下的大气（以下称为另一个场景是不真实的。在这种情景下，太阳和火山强迫与All-Hist一致，但温室气体浓度、臭氧浓度和气溶胶负荷采用1855年的估计值。SST是根据CMIP 5模式仅在历史自然强迫下计算的。海冰浓度根据温度-冰的关系进行调整，使海冰与较冷的温度相一致。这种情况下的土地覆盖/使用变化与All-Hist模拟中的变化相同。这一设想方案旨在代表没有人为影响的大气层（以下称为“Nat-Hist”）。因此，在本研究中，人类活动对气候系统的影响仅限于人为改变大气成分有关详细的模型信息，请参见表1和Stone等人。[40]第40段。模拟的输出包括每日和每月温度、降水、气压、风速、相对湿度、位势高度等。2.2. 方法根据前人的研究，将影响京津冀地区冬季气候变率的气象条件分为动力条件和热力条件两大类。动力条件包括EAWM和近地面风速，而热力条件包括表面温度，RH和逆温。因此，通过对比All-Hist和Nat-Hist情景下这些因子的变化，检验人类活动是否影响了京津冀地区冬季灰霾关于这些模型的性能，请参考Risser等人[47]。我们认为，两种模式下模拟的气象条件时空演变的差异在很大程度上是由人类活动的影响造成的。如前所述，本文的研究区域为京津冀地区（36°N-42.5°N，113°E-120°E），“冬季”定义为一年中12月初开始的时间段到第二年的二月底。图1显示了1961-2016年该地区站点和冬季霾日数的空间分布。如图1所示，京津冀地区西部和南部及北京周边地区的霾日数yhttp://www.cesm.ucar.edu/experiments/cmip5.html。http://portal.nersc.gov/c20c/.Y. Xu，Y. Liu，Z. Han等人工程7（2021）11851187-表1CAM5.1模型的模拟分辨率：1.25°×0.9375°（经度×纬度）。场景模拟述期间全历史501959-01-01-2017-12-31501996-01-01-2017-12-313002010-01-01-2017-12-31纳特希斯特501959-01-01-2017-12-31501996-01-01-2017-12-313002010-01-01-2017-12-31Fig. 1. 1961-2016年京津冀地区气象站空间分布和冬季灰霾总日数（d）。五角形（三角形;点）表示北京（天津;河北）地区的车站。区1961-2016年冬季灰霾日数超过500 d，年均灰霾日数约为10 d。灰霾日数主要根据中国国家气象信息中心每日观测的天气现象确定，标准如下。一天中固定时间能见度小于10公里，一天中相应时间的相对湿度小于90%，当天记录到灰霾现象。同时，没有降水、吹雪、暴风雪、沙尘暴、沙尘、烟雾等导致能见度低的天气。由于2013年以后气象观测仪器更新，我们采用Pei等人[49]提供的方法对2013年1月1日以后的能见度数据进行了修正，即原始能见度除以0.766。在所有16个典型年份（1980年、1981年、1982年、1998年、1999年、2001年、2005年、2006年、2007年、2008年、2010年）2011年，2013年，2014年，2015年和2016年），在京津冀地区有五个或更多的冬季雾霾天被选中。图2显示了1961年至2016年的冬季霾日数。冬季年平均灰霾日数为4.6天。2013年后，冬季雾霾日数急剧增加，每年冬季雾霾日数超过20天。这些现象不仅是由于中国经济的快速发展造成的，也与天气条件的变化有关，如EAWM减弱，近地面风速降低，地面温度升高，RH降低，逆温形成[21，50图二、1961-2016年京津冀地区冬季灰霾发生的时间序列水平虚线表示五天的雾霾天。3. 人类活动对京津冀地区冬季灰霾3.1. 动力条件东亚冬季风是北半球冬季最活跃的环流之一，对我国天气气候有重要影响。它由引导极地冷空气沿亚洲东海岸南下的近地面西北气流、海平面气压场中的西伯利亚高压和500 hPa中国东海岸至日本的东亚大槽强的夏季风往往带来强冷空气和偏北风，促进污染物的稀释和扩散相反，弱的EAWM与冬季霾的增加密切相关[25]。因此，近地面风速与雾霾密切相关 我们选取25°N- 40°N，110°E-130°E范围内500 hPa高度场的区域平均值来代表东亚冬季风的强度。本文用该地区500 hPa高度场的归一化区域平均值乘以1作为东亚夏季风指数。EAWMI增加代表EAWM更强，反之亦然[21，53]。3.1.1. 东亚冬季风东亚槽是北半球冬季对流层中层的一个重要环流系统。图图3显示了冬季500 hPa位势的时间序列图三.与1981-2010年Nat-Hist情景下的平均值相比，All-Hist情景（红色曲线）和Nat-Hist情景（蓝色曲线）下京津冀地区冬季平均500 hPa高度场（H500）距平的时间序列（移动平均值）。阴影表示100次模拟中25%- 75%的范围，实线表示100次模拟的中位数，灰色虚线表示雾霾天数较多的年份。 1gpm=9.8J·k g-1。Y. Xu，Y. Liu，Z. Han等人工程7（2021）11851188在有（All-Hist）和无（Nat-Hist）人类活动强迫的情景下，京津冀地区的高度（H500 在All-Hist情景下，该地区冬季高度场显著高于Nat-Hist情景，特别是在20世纪90年代以后，人类活动对对流层中层位势高度场有重要影响。 在近20年的时间里，京津冀地区冬季位势高度场在两种情景下都经历了相对一致的阶段性变化，即下降阶段（20世纪60 -70年代）和波浪式上升阶段（20世纪80 - 21世纪00年代）。从21世纪初开始，位势高度场进入一个相对稳定的变化时期，变化幅度较小。可见，在人类活动的影响下，京津冀地区基本上处于正高程异常的控制之一方面，位势高度场的变化伴随着风场的调整;另一方面，它会通过气流的升/冷和降/暖来影响地表温度的变化。关于风和地表温度变化的详细情况将分别在第3.1.2节和第3.2.1节进一步分析EAWMI的时间序列（图）。 结果表明，20世纪80年代以前，两种情景下东亚冬季风强度都呈上升趋势，Nat- Hist情景下的强度总体上大于All-Hist情景下的强度。之后，全组场景下的EAWM强度明显减弱，而组场景下的EAWM强度逐渐增强自20世纪80年代中期以来，All-Hist情景下东亚冬季风的年代际减弱趋势明显，这与观测结果基本一致[21，54]。此外，烟霞日数较多的年份这一发现表明，在人类活动的影响下，EAWM显着减弱冷空气不活跃，稳定天气日数增多，颗粒物大气扩散减弱。与此同时，中国经济进入快速发展阶段，城市人口、工业和机动车产生的颗粒物数量大幅增加这也有利于京津冀地区霾日数的增加3.1.2. 近地面风场EAWM的强弱直接影响近地面风速，近地面风是污染物颗粒稀释和输送的主要驱动力。图5表明，影响京津冀地区的近地面（925 hPa）纬向风速图四、全历史情景（红色曲线）和国家历史情景（蓝色曲线）下EAWMI的归一化时间序列（移动平均值）与国家历史情景下1981-阴影表示100次模拟中25%-75%的范围图五.在All-Hist（红色曲线）和Nat-Hist（蓝色曲线）情景下冬季近地面纬向（U）和纬向（V）风速距平（m·s-1）的时间序列（移动平均值）与Nat-Hist情景下1981-2010年平均值的比较。阴影表示100次模拟中25%-75%的范围自20世纪80年代中期以来，在All-Hist和Nat-Hist情景下，两种情景下的演变趋势几乎相同。然而，在All-Hist情景下，近地面纬向风速的减小更为显著（图5（a））。此外，All-Hist情景下的南风速度比Nat-Hist情景下的更强（图5（b））。这意味着在人类活动的影响下，偏南风风速明显增大，有利于京津冀地区南部及以南地区污染物向北输送。同时，减少了京津冀地区近地面污染物的扩散。这些结果表明，在人类活动的影响下，低层西风增强和南风增强，同时东亚夏季风减弱，是灰霾日数增加的部分原因3.2. 热条件第3.1的结果表明，人类活动对灰霾的动力气象条件有一定的影响本节主要分析人为活动对灰霾热气象条件的影响。3.2.1. 温度变化图6显示了All-Hist和Nat-Hist情景下冬季地表温度的时间序列。在全历史尺度下，京津冀地区冬季气温在80年代中期出现年代际变化，这与东亚冬季风的之前Y. Xu，Y. Liu，Z. Han等人工程7（2021）11851189-···见图6。All-Hist（红色曲线）和Nat-Hist（蓝色曲线）情景下冬季地表温度异常的时间序列（移动平均值）与Nat-Hist情景下1981-2010年平均值的比较。阴影表示100次模拟中25%-75%的范围80年代中期，京津冀地区气温较低，灰霾日数较少。此后的情况与1990年代中期之前的情况相反。21世纪初气温持续偏高，灰霾活跃年数相应增加。在Nat-Hist情景下，京津冀地区冬季气温3.2.2. 相对湿度和水汽输送相对湿度是霾形成的重要条件。与其他季节相比，京津冀地区冬季的降雨日数相对湿度的影响主要表现为在烟雾形成中的润湿作用[55]。全历史情景和自然历史情景下的相对湿度时间序列相似（图7）。两种情景下的相对湿度在80年代中期到90年代中期都表现出显著的年代际上升，之后急剧下降。All-Hist情景下相对湿度的增加大于Nat-Hist情景下的增加，表明人类活动可能增加京津冀地区的相对湿度。在一定程度上，相对湿度的上升会增加中国北方上空干燥大气中颗粒物的吸水性，导致灰霾日数增加。3.2.3. 逆温变化灰霾强度不仅与对流层低层大气层结的不稳定性有关，见图7。在All-Hist（红色曲线）和Nat-Hist（蓝色曲线）情景下冬季地面相对湿度异常的时间序列（移动平均值）与Nat-Hist情景下1981-2010年的平均值相比。阴影表示100次模拟中25%-75%的范围近地表温度的反演。为了研究近地面逆温的情况，图8显示了在All-Hist和Nat-Hist情景下京津冀地区冬季温度的垂直剖面。在All-Hist情景下，对流层中层温度呈现较一致的上升趋势，90年代中期以后逐渐向高层发展。进入21世纪以来，对流层中层温度的增暖趋势更加明显，增暖幅度超过1.0 °C。而在Nat-Hist情景下，对流层中层温度除20世纪60年代和70年代外，没有出现持续明显的增暖现象。这表明在全球变暖的背景下，低层热力条件不利于污染物的扩散，逆温特征明显。4. 动力和热力气象条件对灰霾日数上述分析表明，大气动力和热力效应对灰霾日的发生有重要影响。虽然与人类活动有关的气溶胶与灰霾日有关[50]，但受人类活动影响的气象条件对灰霾日的贡献有多大还需要进一步研究在这一节中，我们分析了动力和热力气象条件下的贡献，灰霾形成的All-Hist和Nat-Hist情景。如前所述，动力条件包括H500、EAWMI以及近地面纬向（U）和纬向（V）风速。热条件包括温度、相对湿度和逆温。 为了检验各气象因子的独立性，我们计算了各因子之间的相关系数，发现H500与EAWMI之间存在显著的负相关，时间相关系数（TCC）为-0.91。H500与近地面气温（Tas）也存在显著的正相关关系，TCC为0.74。因此，在建立多元线性回归（MLR）方程时，我们去掉了因子H500.其他因素之间虽然也存在一定的相关性，但相关系数较小.基于上述分析，建立了1961-2016年京津冀地区冬季灰霾日数的MLR方程All-Hist情景下的线性回归方程为：霾日= 2.735EAWMINat-Hist情景下的线性回归方程为：霾日数= 2.1777EAWMI +4.1085U4.2665Tas + 0.6966霾日、EAWMI、U、V和T的单位分别为d、gpm（1 gpm = 9.8 J kg-1）、m s-1、m s-1和°C。图图9显示在两种情况下观测到的和模拟的冬季烟霾日数的时间序列。分别考虑了动力和可以看出，两种情景下各因子回归的灰霾日数与观测值有较好的一致性（表2）。两者的相关系数分别为0.48和0.37，均超过99%置信水平，基本反映了京津冀地区冬季灰霾日数的增长趋势（尤其是2010年这一结果表明，人类活动对京津冀地区冬季灰霾日数的变化有积极的同样，当只考虑动力气象因子时，在All-Hist和Nat-Hist情景下，Y. Xu，Y. Liu，Z. Han等人工程7（2021）11851190图8.第八条。（a）All-Hist和（b）Nat-Hist情景下冬季温度异常的垂直截面，与Nat-Hist情景下1981-2010年的平均值相比复制自Ref。[9]经皇家气象学会许可，©2020。图9.第九条。1961-2016年期间观测到的冬季霾日异常（虚线;日）的时间序列以及冬季霾日与动力和热力因素（实线;日）的多元线性回归（a）所有因素;（b）动力因素;（c）热因素。表2动力因素、热力因素及两者的统计结果统计分析所有因素动力因素热因素纳特希斯特全历史纳特希斯特全历史纳特希斯特全历史F检验**-***-分析方差百分之十四点二百分之二十二点五百分之十二点四20.1%百分之八点五8.4%TCC0.370.480.350.450.290.29单次和双次检验分别表示超过95%（*）和99%（**）置信水平的统计结果分别为0.45和0.35，分别占总方差的20.1%和12.4%。请注意，全历史情景下的方差贡献明显大于在纳特-希斯特的情况下当只考虑热因子时，TCC均为0.29，说明两种情景下的方差贡献基本相同。Y. Xu，Y. Liu，Z. Han等人工程7（2021）11851191综合上述统计分析，在All-Hist情景下，人类活动对京津冀地区冬季灰霾日数5. 结论与讨论本文利用C20 C + DA项目CAM5.1的模拟结果，分析了两种情景（All-Hist和Nat-Hist）下人类活动对京津冀地区冬季灰霾天气的影响主要结论如下：在人类活动的影响下，京津冀地区冬季灰霾天气的动力条件，包括东亚冬季风的明显减弱、对流层低层异常偏南风的增强和近地面风速的减小，都在人类活动的影响下，京津冀地区冬季灰霾天气的热力条件，包括气温明显升高、水汽输送增强、相对湿度升高和逆温等，大大加强了灰霾动力因子和热力因子的相对贡献表明，人类活动对京津冀地区灰霾日数增加的贡献两种情景下热力因子的贡献基本相同。这些结果定性诊断了人类活动对灰霾相关气象条件的影响。未来，我们将使用“最佳指纹”方法定量检测和归因人类活动对灰霾相关气象条件的贡献其他影响烟霞出现的气象因素亦会进行调查。本研究仅选取了一个模型的若干样本，多个模型和多个样本的结果可用于未来研究的进一步分析。此外，除了与霾相关的气象参数外，其他因素，如气溶胶排放源[56]、臭氧[57]，甚至植树造林[58]都与中国的霾变化有关因此，进一步探讨这些因素可能有助于更好地了解中国灰霾的形成确认我们感谢世界气候研究计划的耦合模型工作组，该工作组负责耦合模型相互比较项目（CMIP），并感谢气候模型组制作和提供模型输出。对于CMIP，美国能源部的气候模式诊断和相互比较计划提供了协调支持，并与全球地球系统科学门户组织合作，本研究得到了国家重点研究发展计划（2017YF0603703和2017YF0605004）和中国总理基金大气污染控制（DQGG0104）的联合支持。遵守道德操守准则Ying Xu、Yanju Liu、Zhenyu Han、Botao Zhou、Yihui Ding、Jie Wu、Tongfei Tian、Rouke Li和Jing Wang声明他们没有利益冲突或财务冲突需要披露。引用[1] WuD. 灰霾天气的形成与演变环境科学技术2011;34（3）：157-61。 中文.[2] 高 湾 1961-2005年中国灰霾日数的 气 候 特 征 及 变 化 。 Acta Geogr Sin 2008;63（7）：761-8.中文.[3] 胡毅，周志.中国灰霾的气候特征。Meteorol Mon 2009;35（7）：73-8. 中文.[4] 吴东，吴晓，李锋，谭红，陈健，曹志，等。1951-2005年中国大陆灰霾的时空变化特征。Acta Meteorol Sin 2010;68（5）：680-8. 中文.[5] 宋丽，高瑞，李英，王刚. 1961-2012年中国冬半年灰霾日数及气候背景分析。AdvClim Change Res 2013;9（5）：313-8. 中文.[6] 王松，秀涛，孙英，孟翔，徐军。1960-2012年西安市雾、霾日数及气象要素变化。Acta Sci Circumstantiae2014;34（1）：19-26. 中文.[7] 王军，赵强，朱忠，齐玲，王军，何军。京津冀地区秋季灰霾日数和强度的年际变化及相关大气环流异常。DynAtmos海洋2018;84：1-9.[8] 王军，朱忠，齐玲，赵庆，何军，王军。远程海温异常驱动京津冀地区秋季霾日年际变化的两条途径。Atmos Chem Phys2019;19（3）：1521-35。[9] WangJ，Liu Y，Ding Y，Wu P，Zhu Z，Xu Y，et al. 气候异常对华北秋冬霾年际和年代际变化的影响。 国际气候学杂志 Epub 2020。[10] 赵春，王勇，石霞，张栋，王春，蒋建华，等。利用高密度观测资料估算局地一次排放对颗粒物污染的贡献。 J Geophys Res-Atoms 2019;124：1648-61.[11] 张K，赵C，范H，杨Y，孙Y。了解中国五个城市PM2.5特征的差异。亚洲太平洋大气科学杂志 在出版社。[12] 范华，赵C ，杨勇. 2014-2018 年中国城市大气污染时空变化综合分析。AtmosEnviron2020;220：117066。[13] SunY，Zhao C，Su Y，Ma Z，Li J，Letu H，et al. 北京市小、强降水对PM 2. 5质量浓度的不同影响。地球空间科学2019;6：1915-25.[14] 尹志，王宏，袁东.华北和黄淮冬季霾的年代际增加与东亚冬季风的减弱。中国科学通报2015;60（15）：1395-400。 中文.[15] 高华，李新.厄尔尼诺南方涛动事件对中国东部北方冬季霾频次的影响。Int JClimatol 2015;35（9）：2682-8.[16] 王红，陈红，刘军.北极海冰减少加剧了中国东部的雾霾污染。 Atmos Oceanic SciLett 2015;8（1）：1-9.[17] 王宏，陈宏. 了解中国东部雾霾污染的近期趋势：气候变化的作用。Atmos ChemPhys2016;16（6）：4205-11.[18] 邹英芳，王永华，张永忠，顾建辉. 北极海冰、欧亚大陆积雪和中国冬季极端雾霾。Sci Adv2017;3（3）：e1602751。[19] 陈毅，赵C，明毅。北极变暖对北半球中纬度气溶胶光学厚度的潜在影响。Cl imDyn 2019;53：1637-51.[20] 杨X，赵C，郭军，王勇.北京地区气溶胶污染加剧与地面太阳辐射和风的反馈。JGeophysRes-Atoms 2016;121：4093-9.[21] 吴平，丁英，刘英，李新.东亚冬季风和大气湿度对中国中东部地区冬季灰霾频率的影响。Acta Meteorol Sin 2016;74（3）：352-66. 中文.[22] 张X，钟军，王军，王勇，刘勇.影响北京地区气溶胶污染的天气条件的年代际恶化与气候变暖的关系。 Atmos Chem Phys 2018;18（8）：5991-9.[23] 蔡伟，李克，廖宏，王宏，吴磊。天气条件有利于北京在气候变化下雾霾天气更加频繁。Nat Clim Change2017;7：257-62.[24] 富 角人 类活 动 引起 的土 地 覆被 变 化对 东亚 季 风的 潜在 影 响。 全 球行 星变 化2003;37：219-29.[25] LiZQ，Lau WKM，Ramanathan V，Wu G，Ding Y，Manoj MG，et al. 亚洲上空气溶胶与季风气候的相互作用。 Rev Geophys 2016;54（4）：866-929。[26] 李克，廖红，蔡文杰，杨永.人为影响对中国东部地区最近最严重霾的大气模式的归因。Geophys Res Lett2018;45（4）：2072-81.[27] Zhang X，Zwiers FW，Hegerl GC，Lambert FH，Gillett NP，Solomon S，et al. 人类活动对二十世纪降水趋势影响的探测。 Nature 2007;448（7152）：461-5.[28] ZhangX，Wan H，Zwiers FW，Hegerl GC，Min SK. 将极端降水的加剧归因于人类的影响。Geophys Res Lett 2013;40（19）：5252-7.[29] 万红，张霞，Zwiers F，Min SK.将1966-2005年北方高纬度降水变化归因于人类活动的影响。ClimDyn 2014;45（7-8）：1713-26。[30] Fischer EM，Knutti R.人类活动对全球极端强降水和高温发生的影响。Nat ClimChange 2015;5（6）：560-4.[31] 徐勇，高翔，石勇，柏涛.中国年平均气温变化的探测与归因分析。 Clim Res2015;63（1）：61-71.Y. Xu，Y. Liu，Z. Han等人工程7（2021）11851192[32] 孙毅，张X，任G，Zwiers FW，胡T.城市化对中国气候变暖的贡献。 Nat ClimChange 2016;6（7）：706-9.[33] Kim YH，Min SK，Stone DA，Shiogama H，Wolski P.2013年夏季韩国热浪的多模式事件归因。2018年极端气候;20：33-44。[34] 放大图片作者：Garrett TJ，Zhao C.与中纬度污染有关的北极云长波发射率增加。Nature2006;440（7085）：787-9.[35] 赵C，加勒特TJ. 北极霾对地面云辐射强迫的 影响。Geophys Res Lett 2015;42（2）：557[36] 赵春，林英，吴锋，王英，李忠，罗森菲尔德，等。大气气溶胶对热带气旋降水面积的影响。Geophys Res Lett 2018;45（16）：8604-11.[37] 杨X，赵C，周L，李Z，范T，杨S. 近几十年来香港冬季变冷及其与输送气溶胶的潜在联系。Atmos Res 2018;211：52-61.[38] 吴军，徐勇，周波. CMIP5模式对中国大气滞止的评估 中国地球物理杂志2017;60（4）：1293-304. 中文.[39] 韩志，周乙，徐勇，吴军，石勇.中国霾污染潜力的预测变化：区域气候模式模拟的集合。 Atmos ChemPhys 2017;17（16）：10109-23。[40] StoneDA，Risser MD，Angélil OM，Wehner MF，Cholia S，Keen N，et al.用于探索对规定海洋条件的敏感性以估计CAM5.1-1degree中人类对极端天气的贡献的基组。2018年极端气候;19：10-9。[41] RisserMD，Stone DA，Mr.Chorek CJ，Wehner MF，Angelil O. 海洋年际变化对极端气候事件归因于人类影响的影响的量化。Clim Dyn2017;49（9-10）：3051-73。[42] RisserMD，Wehner MF。哈维飓风期间观测到的极端降水的可能性和量级的人为变化。Geophys Res Lett2017;44（24）：12457-64.[43] MukherjeeS，Aadhar S，Stone D，Mishra V. 印度人为变暖下极端降水事件的增加。2018年极端气候;20：45-53。[44] J.C. CJ，Stone DA，Wehner MF.人类对恶劣天气影响归因中统计不确定性的量化。2018年极端气候;20：69-80。[45] Sun L，Allured D，Hoerling M，Smith L，Perlwitz J，Murray D，et al. 2016年的驱动因素记录了使用受到事实和反事实强迫的气候模拟评估的北极温暖。20 1 8 年极端气候; 1 - 9：1-9。[46] Wehner M，Stone D，Shiogama H，Wolski P，Ciavarella A，Christidis N，etal. C20C+探测和归因多模式集合模拟的21世纪早期极热天的人为变化。2018年极端气候;20：1-8。[47] RisserMD，Mr. Chorek CJ，Stone DA. 在模式误设定下的空间相关多重检验及其在探测人类活动对极端气候事件影响中的应用。美国统计学会杂志2019;114（525）：61-78。[48] Sha Y，Xu Y，Han Z，Zhou B. 1961 - 2016年人类活动对长江流域降水趋势的可能影响。中国大气科学杂志2019;43（6）：1265-79。 中文.[49] [10]张文，张文.北京持续雾霾增加：与西北太平洋海表温度趋势相关的东亚冬季风减弱的潜在影响。Atmos Chem Phys2018;18：3173-83.[50] 张晓艳，孙建英，王玉琴，李文健，张强，王文杰. 中国雾霾的成因。中国科学通报2013;58：1178 中文.[51] 丁永华，刘永军。近50年中国雾、霾的长期变化及其与大气湿度的关系分析。 中国地球科学2014;57：36-46.[52] 张X，徐X，丁Y，刘Y，张H，王Y，等.2013 - 2017年气象变化对我国重点区域PM 2. 5质量削减的影响.中国地球科学2019;62（12）：1885-902.[53] 严海明，段伟，肖振宁.东亚冬季风与中国雨季气候变化关系的研究。热带气象学杂志2003;19：367-76. 中文.[54] 何SP，王宏杰.东亚冬季风综合指数及其年际变化。 中国大气科 学 杂志2012;36：523-37. 中文.[55] 郑春，赵春，朱勇，王勇，石霞，吴霞，等。北京市大气颗粒物2.5与气溶胶光学厚度关系的影响因素分析。Atmos ChemPhys 2017;17：13473-89.[56] ZhangQ，Zheng Y，Tong D，Shao M，Wang S，Zhang Y，et al. 2013年至2017年中国PM 2.5空气质量改善的驱动因素 Proc Natl Acad Sci USA 2019;116（49）：24463-9.[57] 李凯，雅各布·戴杰，廖宏，朱军，沙伟，沈磊，等。改善中国臭氧和颗粒物空气质量的双污染物策略。Nat Geosci 2019;12（11）：906-10。[58] 龙X，贝N，吴J，李X，冯T，邢L，等。植树造林是否恶化了中国京津冀地区的雾霾污染？Atmos Chem Phys2018;18（15）：10869-79。