宁波市秋冬季大气能见度特征及影响因素分析

何佳宝，周 军，江 琪，刘贵荣，冀建树，孙 玉

1.宁波市环境监测中心，浙江 宁波 315012 2.国家气象中心，北京 100081 3.扬州市气象局，江苏 扬州 225009

能见度是气象观测的常规要素，气象上一般定义为在白天，视力正常的人(对比感阈为0.05)在相应的天气条件下，能够从天空背景下看到和辨认出目标物的最大水平距离；或者在夜间，视力正常的人能看到和确认出一定强度灯光的最大水平距离[1]。它反映了大气浑浊的程度，是表征近地表大气污染程度的一个重要参量，因此在大气环境监测领域有着重要的实际意义，且是判断灰霾的一项重要指标，因此，为了改善灰霾，追踪灰霾成因，分析能见度的影响因素很有必要。

气溶胶颗粒物的消光作用被认为是影响对流层大气能见度的主要因素，此外，气象条件(如湿度、风速、温度等)也是不可忽视的原因[2]。目前，国内外对于能见度及相关的影响因素已进行了大量的研究。王京丽等[3]分析了北京市的能见度与PM2.5质量浓度在不同季节时的定量关系，相对湿度(RH)不同，PM2.5质量浓度与能见度的相关性也不同。LI等[4]研究表明，大气能见度的起伏变化是气溶胶颗粒与气象条件共同作用的结果，它们对于大气能见度有制约关系也有促进关系，但并非简单的线性关系，不同天气条件、不同时间段内，各因素的作用效果不同。

笔者通过观测分析，了解了宁波市秋冬季大气能见度的特征及其与气象要素、大气颗粒物的关系，建立了大气能见度与影响因子的回归方程，分析了各项因子的影响权重，从而为宁波市环境空气质量及大气能见度的改善提供一定参考。

1 仪器与设备

研究所用观测仪器位于宁波市环境监测中心楼顶的自动监测站，能见度观测仪器为Model 6000型前向散射式能见度仪(美国)，PM2.5观测

仪器为SHARP 5030颗粒物同步混合监测仪(美国)，温度、湿度、风速等气象参数来自WS 600一体式气象自动观测系统(德国)。

2 结果与讨论

2.1 大气能见度与PM2.5浓度的一般特征

研究分析数据选取2014年11月4日—2015年2月6日的PM2.5浓度、温度、湿度、风速以及能见度的观测结果，时间分辨率的单位为d和h。整个观测期间大气能见度、RH、温度、风速及PM2.5浓度的时间序列变化情况见图1。该段时间宁波市大气能见度的变化范围为2.6～27.6 km，均值为11.6 km。最低值(2.6 km)出现在2015年1月26日，查看宁波市环境监测中心的历史监测数据，该日空气质量指数(AQI)级别为五级，为重度污染，首要污染物为PM2.5。最高值(27.6 km)出现在2015年1月1日，该日AQI级别为二级，良，首要污染物为PM10。

图1 观测期间大气能见度、RH、温度、风速及PM2.5浓度的日变化

能见度是判断灰霾的一个重要指标[5]。一般认为，RH小于80%时的大气混浊导致的能见度恶化是霾造成的，RH大于95%时的大气混浊导致的能见度恶化是雾造成的，RH介于80%～95%时，大气混浊导致的能见度恶化是雾和霾共同作用造成的[6]。因此对于霾日的判断一般是在能见度小于10 km的前提下，以RH来作为霾的判断依据，不同的学者判定霾的RH有所不同，目前常用的4种霾日判别方法[7-8]在表1列出。按照表1中的方法二分析，观测期间宁波市能见度低于10 km的天数有43 d(缺测3 d)，在这期间，RH低于80%的有30 d，故按方法二判断出观测期间的霾日共30 d，发生概率为31.6%。单独对30个霾日数据进行分析，发现霾日的能见度均值为6.6 km，比整个观测期间的平均水平(11.6 km)低5 km。

表1 霾日判别标准

观测期间，PM2.5质量浓度变化范围为19～199 μg/m3之间，均值为76 μg/m3，该平均水平比《环境空气质量标准》(GB 3095—2012)所规定的PM2.5浓度限值标准(75 μg/m3)高出了1 μg/m3。霾日期间PM2.5的平均质量浓度为111 μg/m3，达到了轻度污染级别，比整个观测期间的平均水平(76 μg/m3)高出35 μg/m3。图2为整个观测期间PM2.5的浓度频率分布图。

图2 整个观测期间PM2.5浓度频率分布

由图2可见，PM2.5浓度出现在65～85 μg/m3范围内的频率最高。浓度在85 μg/m3以下时，频率随浓度的增大整体呈上升趋势；当浓度超过85 μg/m3后，频率整体呈下降趋势，下降速率越来越缓慢，当浓度达到155 μg/m3以上时，频率基本维持在很低的水平。而根据《环境空气质量标准》(GB 3095—2012)规定，PM2.5日均浓度为35 μg/m3以下为一级(优)，35～75 μg/m3为二级(良)，75～115 μg/m3为三级(轻度污染)，115～150 μg/m3为四级(中度污染)，150～250 μg/m3为五级(重度污染)，250～500 μg/m3为六级(严重污染)。图2反映的环境意义即观测期间宁波市的空气质量出现重度污染以上的概率很小，轻度污染的概率最大，且介于轻度污染与重度污染之间时，污染越重，发生的概率越小；而在轻度污染以下时，浓度越大，概率越大。

此外，图3为霾日期间的PM2.5浓度分布情况，与整个观测期间的PM2.5浓度分布情况(图2)明显不同，霾日PM2.5质量浓度出现在100～120 μg/m3范围内的频率最高，其次为120～140 μg/m3，浓度超过140 μg/m3的高值情况很少。

图3 霾日期间PM2.5浓度频率分布

2.2 能见度与PM2.5、气象要素的关系

从图1中各参数的时间序列变化情况看，能见度与浓度的逐日变化起伏明显，呈现震荡式变化。能见度高于20 km的情况一般不会持续2 d及以上，且两者呈现出负相关关系，能见度的高值一般对应着PM2.5浓度的低值，这是因为大气PM2.5对能见度起着主导的消光作用，一般PM2.5浓度越大，大气消光作用越强，能见度越低。

进一步通过统计分析计算出能见度、RH、温度、风速及PM2.5浓度的两两相关系数(表2)。能见度与PM2.5显著负相关(r=-0.72)；能见度与湿度也呈较明显的负相关(r=-0.65)，湿度越大，气溶胶吸湿增长越明显，对可见光的消光作用越强；而能见度与温度、风速的相关关系不明显；之所以风速与PM2.5浓度的相关性不明显，是由于风对颗粒物的影响不仅与风速有关，还需考虑风向的因素，不同风向带来的气团可能起到稀释作用也可能是污染叠加的作用，前者情况下，风带来洁净气流，风速越大，对颗粒物的稀释作用越强，风速与浓度呈负相关，而后者，风带来外来污染物时，风速越大，引起污染物的叠加越严重，此时风速与浓度呈正相关关系，一般来说，某地区长时间序列情况下，风速与浓度的关系同时存在以上2种情况。本研究由于对观测期间的风向、风速数据存在缺测情况，故此处未能对整个观测期间宁波市受本地及外来污染的情况进行详细分析。

表2 能见度、RH、温度、风速及PM2.5浓度的相关关系

注：“**”表示在0.01水平(双侧)上显著相关;“*”表示在0.05水平(双侧)上显著相关。

对于能见度的下降，污染物的排放是内因，气象条件是外因[9-10]。研究表明，除气溶胶外的诸多气象因素中，RH对能见度的影响较大[11]。空气中的水汽增多会造成某些吸水性强的干气溶胶粒子长大，不同的RH下，气溶胶的吸湿增长的程度不同。高RH下，气溶胶会因吸湿增长而增强对能见度的消光作用[12-13]。因此，同样的气溶胶浓度，在不同的RH下，会对能见度造成不一样的影响。图4给出了观测期间宁波市能见度、RH与PM2.5质量浓度散点图，以上结论在该图中得以体现。

图4 能见度、RH及PM2.5质量浓度散点关系

图4中，能见度为10 km的临界点上，PM2.5的质量浓度值对应为67.5 μg/m3。针对不同湿度段分别进行拟合发现，不同湿度段能见度为10 km对应的PM2.5质量浓度临界值不同(表3)。当RH≤50%时，PM2.5质量浓度临界值为112.7 μg/m3；50%80%时，PM2.5质量浓度临界值为31.9μg/m3。因此，在秋冬季，为使宁波市的大气能见度达到10 km以上，在不同湿度情况下需进行不同程度的颗粒物减排控制，湿度越大，颗粒物减排控制力度需越大。

表3 不同RH范围时能见度10 km对应的PM2.5浓度临界值

2.3 大气能见度回归方程及影响因子权重分析

研究表明，气溶胶粒子通常在RH大于35%左右时，就可以吸附水汽凝结增长，当RH大于60%时，气溶胶粒子吸附水汽增长更加明显，具有吸湿性的气溶胶粒子的粒径和形状会发生显著的变化，增强了气溶胶的消光能力[14]。RH为65%～95%之间时，其对气溶胶粒子群体光学特性参数和太阳增温率的影响在量级上可与气溶胶粒子浓度成倍变化的影响相比拟。

为进一步分析PM2.5及气象因素对能见度的影响，依据气溶胶的吸湿性，将RH分为3档，0150 μg/m3。讨论不同的RH下，能见度与PM2.5和气象因素的关系(表4)。

表4 不同湿度、不同PM2.5浓度范围的能见度回归方程

注:表中y表示大气能见度，x1表示PM2.5质量浓度，x2表示RH，x3表示温度。

表4采用标准化变量拟合方法得到了多组能见度的多元线性回归方程，显著性都通过了0.01置信检验。表4显示，PM2.5与RH的权重系数均为负，而温度的权重系数有正有负，说明PM2.5浓度和RH总是与能见度呈负相关关系，而温度对能见度的影响存在不确定性。具体来说，RH≤30%时，PM2.5权重最大，PM2.5对能见度的影响起主要作用，且随着PM2.5浓度的增加，RH的权重有所增加；当30%60%时，总是RH权重最大，且与30%

综上，不同RH、不同PM2.5浓度下能见度的影响因子贡献权重明显不同，且权重变化遵循一定的规律，基于以上分析，宁波市秋冬季改善霾日、提高能见度应在不同情况下有针对性地控制权重大的影响因子。

3 结论

宁波市秋冬季大气能见度均值为11.6 km，高于霾日标准值(10 km)，PM2.5质量浓度均值为76 μg/m3，超出国家二级标准(75 μg/m3)，PM2.5质量浓度为65～85 μg/m3时的频率最高。观测期间，霾发生概率为31.6%，霾日的能见度均值为6.6 km，霾日的PM2.5质量浓度出现频率最高的范围是100～120 μg/m3，浓度超过140 μg/m3的霾日很少。

能见度随着PM2.5质量浓度增大呈指数下降，且在相同的PM2.5质量浓度情况下，RH越大，能见度越低。能见度为10 km的临界点上，PM2.5的质量浓度值对应为67.5 μg/m3。不同RH时，能见度为10 km对应的PM2.5浓度临界值不同，湿度越高，临界值越低。因此，为提高能见度，湿度越大，颗粒物减排控制力度需越大。

能见度的回归方程进一步表明，不同RH、不同PM2.5浓度下，能见度影响因子的权重分布明显不同，且权重变化遵循一定的规律。低相对湿度(RH≤30%)时，PM2.5权重最大；高相对湿度(RH>60%)时，权重最大的总是RH；30%

参考文献(Reference)：

[1] 刘永红,冯婷,蔡铭. 2009年广州能见度变化规律及主要影响因素分析[J]. 中国环境监测, 2012,28(3):32-36.

LIU Yonghong, FENG Ting, CAI Ming. The Visibility Rules and the Main Influencing Factors Analysis of Guangzhou in 2009[J]. Environment Monitoring in China,2012,28(3):32-36.

[2] 白爱娟,钟文婷,华兰,等. 成都市大气能见度变化特征及影响因子研究[J]. 中国环境监测,2014,30(2):21-25.

BAI Aijuan, ZHONG Wenting, HUA Lan, et al. Analysis on the Variation of Visibility in Chengdu and Its Factors of Low Visibility[J]. Environment Monitoring in China,2014,30(2):21-25.

[3] 王京丽,刘旭林. 北京市大气细粒子质量浓度与能见度定量关系初探[J]. 气象学报,2006,64(2):221-228.

WANG Jingli, LIU Xulin. The Discuss on Relationship Between Visibility and Mass Concentration of PM2.5in Beijing[J]. Acta Meteorologica Sinica,2006,64(2):221-228.

[4] LI B, YUAN H S, FENH N,et al.Spatial and Temporal Variations of Aerosol Optical Depth in China During the Period from 2003 to 2006[J]. Inter J Remote Sensing,2010,31(7):1 801-1 807.

[5] CAO J,WANG Q,CHOW J C,et al.Impacts of Aerosol Compositions on Visibility Impairment in Xi’an, China [J].Atmospheric Environment,2012,59:559-566.

[6] 区宇波,岳玎利,张涛,等.珠三角秋冬季节长时间灰霾污染特性与成因[J]. 中国环境监测,2014,30(5):16-20.

QU Yubo, YUE Dingli, ZHANG Tao, et al. Causes and Pollution Characteristics of Long-Time Haze Episodes in the Pearl River Delta Region During the Seasons of Autumn and Winter[J]. Environment Monitoring in China,2014,30(5):16-20.

[7] 吴兑. 霾与雾的识别和资料分析处理[J]. 环境化学,2008,27(3):327-330.

WU Dui.Discussion on the Distinction Between Haze and Fog and Analysis and Processing of Data[J]. Environmental Chemistry,2008,27(3):327-330.

[8] SCHICHTEL B A, HUSAR R B, FALKE S R, et al.Haze Trends Over the United States, 1980-1995[J].Atmospheric Environment,2001,35(30):5 205-5 210.

[9] 罗杰,林楚雄,陈嘉晔,等. 深圳市大气能见度特征分析及其与主要污染物因子相关性分析[J]. 中国环境监测,2012,28(2):45-48.

LUO Jie,LIN Chuxiong,CHEN Jiaye,et al.Characterization of Visibility and Correlation Analysis of Visibility with Effect Factors in Shenzhen[J]. Environment Monitoring in China,2012,28(2):45-48.

[10] 刘新罡,张远航,曾立民,等. 广州市大气能见度影响因子的贡献研究[J]. 气候与环境研究, 2006,11(6):733-738.

LIU Xingang, ZHANG Yuanhang, ZENG Limin, et al. Research on the Influential Factor of Visibility Reduction in Guangzhou[J]. Climatic and Environmental Research,2006,11(6):733-738.

[11] 刘新罡,张远航.大气气溶胶吸湿性质国内外研究进展[J].气候与环境研究,2010,15(6):806-816.

LIU Xingang, ZHANG Yuanhang. Advances in Research on Aerosol Hygroscopic Properties at Home and Abroad[J]. Climatic and Environmental Research,2010,15(6):806-816.

[12] 高澜,邱玉珺,朱彬. 南京北郊气溶胶散射特性观测研究[J].中国环境监测,2013,29(2):22-28.

GAO Lan, QIU Yujun, ZHU Bin. An Observation Study of Aerosol Scattering Properties in Northern Suburbs of Nanjing[J]. Environment Monitoring in China,2013,29(2):22-28.

[13] 杨军, 李子华, 黄世鸿. 相对湿度对大气气溶胶粒子短波辐射特性的影响[J].大气科学,1999,23(2):239-247.

YANG Jun, LI Zihua, HUANG Shihong.Influence of Relative Humidity on Shortwave Radiative Properties of Atmospheric Aerosol Particles[J].Chinese Journal of Atmospheric Sciences,1999,23(2):239-247.

[14] JUNGE C.The Size Distribution and Aging of Natural Aerosols as Determined from Electrical and Optical Data on the Atmosphere[J]. Journal of Meteorology,1955,12(1):13-25.

[15] 陶俊,张仁健,许振成,等.广州冬季大气消光系数的贡献因子研究[J]. 气候与环境研究,2009,14(5):484-490.

TAO Jun, ZHANG Renjian, XU Zhencheng, et al. Contribution Factors of Ambient Light Extinction Coefficient in the Winter of Guangzhou[J]. Climatic and Environmental Research,2009,14(5):484-490.

[16] CAO J,WANG Q,CHOW J C,et al. Impacts of Aerosol Compositions on Visibility Impairment in Xi’an, China [J]. Atmospheric Environment, 2012,59: 559-566.