广州地区大气能见度与颗粒物关系的初探

潘洪密，吴兑,2,*，李菲， 刘健

(1．中山大学环境科学与工程学院大气科学系，广东 广州 510275；2.暨南大学大气环境安全与污染控制研究所，广东 广州 510632；3.中国气象局广州热带海洋气象研究所，广东 广州 510080)



·解析评价·

广州地区大气能见度与颗粒物关系的初探

潘洪密1，吴兑1,2,3*，李菲3， 刘健1

(1．中山大学环境科学与工程学院大气科学系，广东 广州 510275；2.暨南大学大气环境安全与污染控制研究所，广东 广州 510632；3.中国气象局广州热带海洋气象研究所，广东 广州 510080)

采用番禺大气成分站2007—2013年的能见度、颗粒物(PM1、PM2.5、PM10)及番禺气象局站的相对湿度(RH)资料，对颗粒物7年来的变化状况进行了分析。以RH为标准，将能见度和颗粒物数据分为RH≥90%、80%

空气污染；颗粒物；能见度；相对湿度；相关性；广州

气溶胶是地球大气的重要组成部分，虽然质量相对极低，但其对全球气候、区域空气污染、能见度及人体健康有很大影响。大气能见度是表征大气透明程度的重要物理量，也是判断霾发生的主要依据，颗粒物对光的散射和吸收作用是引起大气能见度降低的主要原因，在广州地区的气溶胶污染中，主要是细粒子污染[1-5]。

文献[1-10]表明，自20世纪80 年代初开始，广州地区的能见度明显下降，其中有3 次大的波动，第一次是80 年代中后期，广州实施改革开放，经济快速发展，直接排放的粉尘导致能见度下降，至80 年代末，由于采取了消烟除尘措施有效地改善了能见度；1990—1997 年， SO2氧化的硫酸盐粒子与直接排放的粉尘粒子叠加形成了第二次能见度恶化时段，1998—2000 年，我国开展了以酸雨控制和SO2控制为主的大气污染治理，广州地区是两控区，能见度出现了明显好转；自2001开始，由于运输业迅速发展，机动车尾气排放引发的光化学污染，再叠加上直接排放的粉尘和硫酸盐粒子，能见度出现了第三次恶化周期，广州进入了复合大气污染的时代。因此，研究能见度与气溶胶粒子质量浓度之间的定量关系，对于深入了解造成能见度恶化的原因具有重要意义，可为治理空气污染、改善空气质量提供科学依据和技术支撑。

1 研究方法

现采用番禺大气成分站2007—2013年的能见度、颗粒物(PM1、PM2.5、PM10)及番禺气象局站的相对湿度(RH)资料，根据文献[11]，对能见度数据，60 km及以下的按原值处理，60 km以上的按60 km处理，研究能见度与气溶胶粒子质量浓度之间的定量关系。

采用美国Belfort公司的Model 6000型(简称M 6000)前向散射式能见度仪，散射角为42°，量程是6～80 km，精度为±3 m；德国GRIMM公司的GRIMM 180颗粒物监测仪，在线测量气溶胶浓度，实时测量31个粒径段的气溶胶数和颗粒物(PM10、PM2.5、PM1)质量浓度，采样流量为1.2 L/min±5%，测量粒径范围是0.25～32 μm，精度为±2%，测量质量浓度范围为1～1 500μg/m3；RH的测量是自动站的温湿传感器。

2 结果分析

2.1 颗粒物年度变化

2007—2013年，番禺大气成分站ρ(PM10)、ρ(PM2.5)和ρ(PM1)日变化见图1。

图1 2007—2013年ρ(PM10)、ρ(PM2.5)和ρ(PM1)日变化

由图1可见，ρ(PM10)、ρ(PM2.5)和ρ(PM1)平均值分别为56.6、43.0、38.5 μg/m3，其中PM2.5占PM10比例为76%，PM1占PM2.5比例为达90%。3种颗粒物的日均最高值出现在2008年1月6日，分别为206.4、161.6、148.0 μg/m3，最低值出现在2010年7月13日，分别为8.8、6.5、5.2 μg/m3。颗粒物日均值有明显的年际变化，且变化趋势一致，变化幅度非常大。月均最低值是7月份，分别为31.0、22.7、19.7 μg/m3；月均最高值都出现在12月，分别为79.6、60.2、54.8 μg/m3。

PM10超标(日均值>150 μg/m3)天数为22 d，PM2.5超标(日均值>75 μg/m3)天数为211 d，PM1超标(日均值>60 μg/m3)天数为258 d。可见，细粒子污染状况的严重程度要远大于粗粒子。超标天数12月份最多，1月次之；5月份最少，7月份次之，超标天数集中在旱季(10月至次年4月)，反映了当时气象条件对颗粒物浓度的重要影响。颗粒物的各年平均值见表1。

由表1可见，各年度 PM10的值均高于WHO(World Health Organization)的空气质量准则值(20μg/m3)，也高于《环境空气质量标准》(GB 3095-2012)一级标准(40 μg/m3)。PM2.5则为《环境空气质量指数(AQI)技术规定(试行)》(HJ 633-2012)(10 μg/m3)的4倍左右，也高于(GB 3095-2012)二级标准(35 μg/m3)。

表1 颗粒物的年平均值 μg/m3

本工作提出了一种在水下传感器网络中利用单向广播机制的时间同步算法CB-Sync.在CB-Sync算法中,以Chirp导频信号在节点未被同步状态下来估计多普勒规模因子,减少了时间同步误差带来的多普勒规模因子估计误差.同时,CB-Sync算法提出了只利用单向广播机制同步网络中的节点,这样的机制可以很好地减少信道阻塞.从仿真实验结果来看,CB-Sync算法在同步精度与能量利用效率上都优于其他算法.因为CB-Sync算法是一种集中式的同步算法,随着跳数的增加会有同步误差的积累,所以在今后的研究中,将主要利用分布式的思想解决水下传感器网络的时间同步问题.

2.2 RH≤80%时能见度与颗粒物的关系

在RH<80%时，对颗粒物和能见度的数据进行分析，结果见表2。

由表2可见，颗粒物与能见度大致呈幂函数关系，3种颗粒物的拟合方程形式一样。3种颗粒物与能见度拟合图见图2(a)(b)(c)。

表2 能见度和颗粒物的拟合公式(RH≤80%)①

①Y，Y≥0，km；X，μg/m3。

图2 PM1 、PM2.5 、PM10 与能见度拟合图

由图2可见，3种颗粒物和能见度的关系具有内在一致性，能见度与颗粒物浓度大致呈幂函数形式的负相关，随着颗粒物浓度的增加而降低。PM2.5、PM1与能见度的R2分别为0.57和0.58，非常接近，PM10与能见度的R2是0.47，从统计学角度看，PM2.5、PM1与能见度的相关性要大于PM10，能见度的变化与细粒子更加密切。

2.3 80%

表3是80%

表3 能见度和颗粒物的拟合公式(80%

①Y，km；Y≥0，X，μg/m3。

图3 PM1、PM2.5、PM10与能见度拟合图

由图3可见，与RH≤80%时的情况大致相同。80%

2.4 RH≥90%时能见度与颗粒物的关系

RH≥90%，颗粒物和能见度之间的变化趋势已没有一致性，R2也非常小(<0.2)，无法得出较好的拟合公式，依据R2的标准和之前的对比，它们之间的相关性非常小。由于RH变化范围较小，如果使用原始数据，很难定量分析它与能见度之间的关系，也无法使用单纯的R2来表征其和能见度之间的相关性大小，因此，以RH为标准，从90%～100%，以1%为间隔，将各RH数值段内的颗粒物和能见度数据相加求平均，将5×7 462个数据转化为5×11个数据，对其作图并求拟合公式。

表4是数据求平均后RH和能见度的拟合公式，数据处理之后，RH和能见度之间的拟合公式也是幂函数形式，呈负相关，且R2值非常高，说明具有较好的相关性。颗粒物、能见度和RH变化见图4。

表4 能见度和RH的拟合公式(RH≥90%)①

①Y，km,Y≥0；X，%。

图4 颗粒物、能见度和RH变化

图5是PM1、能见度、RH的变化趋势图。由图5可见，如果只考虑PM1、能见度的趋势性变化，在RH较低时(大致为RH<90%)，2者有较好的反相关变化。当PM1浓度升高时，能见度便相应的下降，当PM1降低时，能见度又相应的上升；PM1的峰值往往对应能见度的低谷值，而PM1的低谷值又往往对应能见度的峰值，这种变化趋势一直持续到RH为90%附近。而当RH≥90%时，能见度的变化趋势是一直在降低，而PM1则有很大的起伏变化，其无相关性，对PM2.5、PM10的分析(图略)结果也大致如此。而对RH(横轴)和能见度来说，在RH<90%时，随着RH的线性增加，能见度是起伏变化的，2者没有明显的相关性；但当RH≥90%，随着RH的增加，能见度呈整体下降趋势，对比颗粒物来说，其之间有较好的相关性。

图5 PM1、能见度、RH变化

图6是不同RH下能见度和PM1关系。由图6可见，在相同的PM1值下，RH越高，对应的能见度值就越小，如ρ(PM1)为30 μg/m3，RH=90%、85%、75%、65%、50%、35%时对应的能见度分别为9、13、16、21、24、26 km。以能见度为例，当能见度都为10 km时，RH=90%、85%、75%、65%、50%、35%时对应的ρ(PM1)分别为28、36、47、60、85、95 μg/m3，最高值是最低值的近4倍。说明即使在ρ(PM1)较低时，如果RH值较高，也会发生低能见度状况(排除雾和轻雾的情况)。

图6 不同RH下能见度和PM1关系

3 结论

(1)在广州地区颗粒物分布中， PM2.5占PM10平均为76%，PM1占PM2.5则高达90%，总体是旱季高于雨季(5—9月)。颗粒物质量浓度不仅与排放源有关，还与当时的气象条件有密切关系。

(2)颗粒物与能见度大致呈幂函数形式的负相关，RH≤80%时，颗粒物与能见度的相关性为：PM10(0.47)

(3)在RH≥90%时，以RH为标准将数据进行求平均处理，能见度与RH有较好的相关性(R2= 0.96)，如果只和颗粒物进行对比，剔除其他因素，在该RH下，能见度与RH的相关性要大于其与颗粒物的相关性。

[1] 吴兑,毕雪岩,邓雪娇,等.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,2006,64(4):510-517.

[2] 吴兑,吴晟,李菲,等.粗粒子气溶胶远距离输送造成华南严重空气污染的分析[J].中国环境科学,2011,31(4):540-545.

[3] 吴兑,邓雪娇,毕雪岩，等.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,2007,23(1):1-6.

[4] 吴兑，吴晟，李海燕，等．穗港晴沙两重天-2010年3月17—23日珠三角典型灰霾过程分析[J]．环境科学学报，2011,31(4):695-703.

[5] 吴兑,刘啟汉,梁延刚,等.粤港细粒子(PM2.5)污染导致能见度下降与灰霾天气形成的研究[J].环境科学学报,2012,32(11):2660-2669.

[6] 吴兑．近十年中国灰霾天气研究综述[J]．环境科学学报，2012，32(2):257-269.

[7] 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):690-688.

[8] 吴兑，吴 晟，陈欢欢，等.珠三角2009年11月严重灰霾天气过程分析[J].中山大学学报：自然科学版，2011，50(5):120-127.

[9] 吴兑.关于霾与雾的区别和灰霾天气预警的讨论[J].气象，2005，31(4)：3-7.

[10] 吴兑,廖碧婷,陈慧忠,等.珠江三角洲地区的灰霾天气研究进展[J].气候与环境研究，2014,19(2):248-264.

[11] 谭浩波，陈欢欢，吴兑,等.Model 6000型前向散射能见度仪性能评估及数据订正[J].热带气象学报,2010,26(6):687-693.

The Relationship between Atmospheric Visibility and Particulate Matter in Guangzhou

PAN Hong-mi1,WU Dui1,2,3*,LI Fei3, LIU Jian1

(1DepartmentofAtmosphericScience,SchoolofEnvironmentalScienceandEngineering,SunYai-senUniversity,Guangzhou;Guangdong510275,China;2InstituteofAtmosphericEnvironmentSafetyandPollutionControl,JinanUniversity,Guangzhou,Guangdong510632,China;3InstituteofTropicalandMarineMeteorology,ChinaMeteorologicalAdministration,Guangzhou,Guangdong510080,China)

Base on the data from 2007 to 2013 of particulate matter and atmospheric visibility of Panyu atmospheric composition station in Guangzhou city ,and the relative humidity(RH) data of Panyu meteorological administration station ,the variation of particulate matter for 7 years were analyzed .The data were divided into three clusters according to RH, RH ≥90%,80%0.57(PM2.5)>0.47(PM10) .When 80%0.46(PM2.5)>0.4(PM10) .While RH≥90%, the correlation was very weak, and no consistent correlation was evident.

Air pollution;Particulate matter; Visibility; Relative humidity; Correlation; Guangzhou

2014-08-11；

2014-10-11

国家重点基础研究发展计划基金资助项目(2011CB403403)。

潘洪密(1989—)，男，本科生，大气科学专业。

*通讯作者：吴兑 E-mail:wuduigz@gmail.com

X515

B

1674-6732(2015)01-0032-05