基于微波辐射计分析低能见度的液态含水量特征

廖碧婷,黄 俊,邓雪娇,王春林,王四化,黄晓云,孙道东



基于微波辐射计分析低能见度的液态含水量特征

廖碧婷1,黄 俊2,邓雪娇3*,王春林2,王四化1,黄晓云1,孙道东1

(1.广州市黄埔区气象局,广东 广州 510530；2.广州市气候与农业气象中心,广东 广州 511430；3.中国气象局广州热带海洋气象研究所,广东 广州 510080)

利用广州国家基本气象站2013年11月~2014年4月的能见度(Vis)、相对湿度(RH)、微波辐射计液态含水量(LPR)小时资料和云资料,分析了广州地区能见度的时间变化,以及低能见度时液态含水量变化特征.结果表明广州地区Vis<10km的出现频率为66.37%;Vis£1km只在RH³95%情况下出现,1km90%出现,Vis>5km在RH>95%区间出现频率为0,Vis>15km在RH>90%的出现频率为0;低能见度事件出现的频率高低顺序依次为早>晚>中,与相应时段低空LPR的平均值高低一致,说明低能见度事件与低空大气中高液态含水量存在一定的正相关;当Vis<10km时,大气液态水含量都处于较高的水平,在3000m以下存在一个大于0.02g/m3的高含水量层,液态含水量出现最大值的高度在1550m左右;当Vis³10km时,大气液态含水量都处于较低的水平,液态含水量出现最大值的高度大约在2000m,未出现有大于0.02g/m3的情况;广州地面低能见度过程不是低云(或低云接地为雾)过程导致的概率基本在50%以上,Vis£1km情况下LPR值基本为0(微波辐射计没有监测到液态水),但由于RH>95%接近饱和且出现高浓度的颗粒物,说明广州地区低能见度(Vis£1km)应为雾霾混合情景.表明只有联合利用微波辐射计的液态含水量、相对湿度与颗粒物浓度等要素变化特征的综合分析才能为雾、雾霾混合与霾现象分辨提供一定的参考.

低能见度；液态含水量；雾；霾

大气中发生雾与霾现象时,空气中水汽含量可能明显不同.雾发生时大气处于饱和或近饱和状态,而出现霾现象时空气湿度较低.目前,气象业务观测中,对雾与霾的客观分辨仍然存在问题,重要原因是对大气中液态含水量(大气处于饱和或近饱和状态现象)、相对湿度与能见度等要素变化的客观情景缺乏深入认识.近年气象观测取得了较快的发展,器测能见度代替了人工能见度观测,也开展了可探测大气液态含水量的微波辐射计观测.通过气象观测可获得高时间分辨率同步观测的大气液态含水量、能见度和相对湿度等要素数据,因此,利用大气中的液态含水量、相对湿度和能见度等要素特征来区别雾和霾具有一定的可行性.目前,不同学者主要利用微波辐射计的液态含水量资料分析云降水结构[1-6]、强降水天气过程等[7-11],较少应用在雾和霾的相关研究中,对雾和霾的研究基本集中在能见度变化特征[12-15]及其与相对湿度、PM2.5浓度等关系分析[16-29],探讨了利用相对湿度和PM2.5浓度来区别雾和霾的可能[30-31],而对能见度与大气中液态含水量的研究尚未深入开展.本文利用2013年11月~2014年4月微波辐射计的液态含水量资料来判别大气中是否存在将近饱和或过饱和现象,以区别大气中的低能见度事件是雾或霾,为日常雾霾天气的监测预报预警提供一定的参考.

1 数据资料

广州地区雾和霾的高发时段主要出现在每年的11月~次月的4月.本文选取2013年11月~2014年4月广州国家基本气象站的RPG-HATPRO-G3微波辐射计观测的液态含水量(LPR)资料、常规地面观测资料和云高资料进行研究.

RPG-HATPRO-G3微波辐射计是一款被动式地基微波遥感设备,能实时、连续监测、处理和提供大气边界层和对流层的温度、湿度、液态含水量等信息.液态含水量探测高度范围为0~10km,共92层(300m以下20m分辨率,300~580m为30m,580~900m为40m,900~2000m为50m,2000~3000m为100m,3000~ 3900m为150m,3900~4500m为200m,4500~9600m为300m,最后一层为10000m).

地面能见度(Vis)与地面相对湿度(RH)和云资料等气象资料来源于广州国家基本气象站.能见度数据采用的是美国Belfort公司的Model 6000型前向散射式能见度仪.云资料则是由ZXD03型地基红外测云仪测得,ZXD03型地基红外测云仪可昼夜连续观测云量、云状、云高和云的分布信息.这些观测设备的标校与质控执行国家基本气象站的观测标准.

所有资料均进行了严格的质量控制.当出现明显降水时,能见度仪的观测值会出现明显降低,因此,本文所用数据均已剔除出现降水时的资料.

2 结果分析

2.1 广州地区能见度和液态含水量的变化特征

由图1可见,2013年11月~2014年4月广州地区的能见度(Vis)大部分在10km以下,相对湿度(RH)变化幅度较大,介于20%~100%之间.

图1 2013年11月~2014年4月广州地区能见度(Vis)和相对湿度(RH)变化

由图2可见,广州地区LPR逐月变化差异较大.其中2~3月的LPR较大,这与2~3月份西南暖湿气流较旺盛,空气中水汽含量较高有关;12月和1月的LPR均较小,这与12月和1月冷空气影响较为频繁,空气干冷有关.

将2013年11月~2014年4月广州地区小时能见度资料按Vis>15km、10km£Vis£15km、5km

图2 2013年11月~2014年4月LPR时间序列

图3 广州地区2013年11月~2014年4月不同能见度事件出现的频率

由图4可见,不同能见度事件在不同相对湿度区间的出现频率差异较大.其中Vis£1km只在RH³95%情况下出现,1km95% 2个区间出现,最高频率出现在RH> 95%,高达56.98%.2km95% 3个区间出现,最高频率出现在90%95%区间出现频率为0,Vis>15km在90%95%两个区间的出现频率均为0,三者最高频率都是出现在RH£60%,出现频率分别为28.63%、54.51%和62.88%.说明在高相对湿度情景下,湿度条件是影响能见度的关键气象因子[33-34],祁妙[25]在对长三角冬季一次低能见度事件分析中同样得出类似结论:雾-霾混合类型情景下湿度因子能单独解释72.25%能见度的变化;在雾类型情景下,湿度因子单独解释83.40%能见度的变化,湿度因子对低能见度过程的出现影响更大.

图4 不同能见度事件在不同相对湿度区间的分布频率

图5 2013年11月~2014年4月不同相对湿度范围内的LPR廓线变化特征

由图5可见,不同RH范围内的LPR呈明显的单峰(高值出现在低空)变化形态.当90%95%的LPR明显小于其他RH范围的LPR,峰值不明显,变化形态较为相似,最高值也相差不大,仅相差0.001g/m3,仅最高值出现高度不同,RH>95%的LPR最高值出现在1850m,RH£60%的LPR最高值则出现在2900m.另外,在近地表无论RH是高值还是低值,LPR均接近于0,表明微波辐射计在近地表没有监测到明显的液态水.

综上所述,在高度2200m下,地面RH和低空大气LPR基本呈正相关关系,RH越大,LPR的峰值则越明显;不过当地面RH大于95%时(空气中水汽接近饱和或饱和时),LPR显著低于其他RH范围的LPR.

由图6可见,不同低能见度事件均在夜间时段(19:00~23:00)和早上时段(00:00~09:00)出现的频率较高,其中5km

图6 不同低能见度事件在不同时次出现的频率

图7 不同时段LPR廓线平均值变化特征

图7给出早(00:00~09:00)、中(10:00~18:00)和晚(19:00~23:00)不同时段LPR的平均值.由图7可见,低空大气的LPR平均值从高到低的顺序依次为早>晚>中,这和低能见度出现频率的高低顺序相一致.可见,低能见度事件与低空大气中LPR的高低存在一定的相关.这与曹伟华[23]利用微波辐射计研究北京一次雾过程得出的相对湿度增大、水汽发生凝结是影响雾阶段大气能见度下降的重要因素结论较为一致.

2.2 低能见度时的LPR变化特征

由图8可见,不同能见度范围内的LPR廓线呈明显的单峰变化形态,在探测高度160m以下,各能见度范围内的LPR几乎为0,表明在近地表无论能见度高低微波辐射计均未监测到明显的液态水.在160m高度以上,各能见度范围内的LPR的值迅速增高,到2700m则迅速减小,4000m高度以上的LPR基本处于很低的水平.

2km10km同一高度范围内的LPR,为其2~3倍;而1km10km的LPR,却明显低于2km95%)下,LPR的值明显偏低(见图5);5km15km的LPR;但Vis£1km的LPR在0~10km的高度范围内几乎都为0.

1km10km时,大气中的LPR未出现大于0.02g/m3的情况.

当出现低能见度时,LPR平均值出现最大值的高度要比高能见度时的高度要低.1km15km的LPR平均值出现最大值的高度为2100m.

分析表明,低能见度时(1km

图8 2013年11月至2014年4月不同能见度范围内的LPR变化特征

图9 Vis£2km时RH变化情况

2.3 液态含水量与云的关系

由表1可见,不同能见度事件中,高云的云高变化范围为6000~10000m,中云的云高变化范围为2500~5200m,低云的云高变化范围为150~2000m.由图8可知,1km

表1 不同能见度事件的云高变化情况

注:/表示Vis£1km时未出现低云,中云的平均值、最大值和最小值都一样主要是因为仅出现过一次中云.

表2 不同低能见度事件出现低云和高液态含水量层的概率

表2为不同低能见度事件出现低云和高液态含水量层的概率.可见,在Vis£1km情况下,均未出现低云和大于0.02g/m3的高含水量层.表明地面出现Vis£1km的低能见度并不是低云接地(为雾)的现象.由前述可知Vis£1km只出现在RH³95%情况下,且总是在夜间~早上(图6)出现,说明与夜间的强辐射冷却过程(导致近饱和RH³95%情景发生)密切相关.

在1km90%情况下,且大都是在夜间~早上(图6)出现,说明也可能与夜间的辐射冷却过程(导致高湿度RH>90%情景发生)密切相关.

在2km

在3km

在5km

由表3可见,Vis£1km时,RH³95%,且PM质量浓度都较高.说明广州Vis£1km的低能见度具有高湿度(RH³95%)、高颗粒物浓度(PM2.5> 88.3µg/m3)、无液态水(LPR=0)及发生于夜间~早上的特点,为夜间地面辐射冷却使空气中的水汽易达到饱和所致的物理过程(辐射雾)和在夜间不利气象条件下累积的高浓度颗粒物(霾)混合导致的低能见度情景.说明广州Vis£1km的低能见度(本文分析期间2013年11月~2014年4月)应为雾-霾混合情景.在高湿和高污染情况下出现低能见度事件说明高相对湿度下能见度的削弱影响主要来自于颗粒物的吸湿增长改变了原有粒子的谱分布和形状从而加大了颗粒物的散射消光能力[35],在较高的相对湿度下颗粒物的非均相化学反应更加明显[36],这进一步增强了气溶胶的消光能力,在高颗粒物浓度和高相对湿度的协同影响下,导致能见度显著恶化[37].2月1日07:00~08:00,相对湿度大于95%,PM2.5较低时能见度也比较低,此时,水汽是影响气溶胶光学特性的重要因子[22,33],雾天气下其对能见度的影响甚至可能超过气溶胶粒子浓度对能见度的影响[34].

由以上分析可知,地面低能见度过程与低云(雾)不一定同时出现,地面低能见度过程不是低云(或低云接地为雾)的概率基本在50%以上,夜间~早上出现的Vis£1km的低能见度与低云(或低云接地为雾)的过程无关.Vis£1km只出现在RH³95%情况下,说明地表出现的近饱和是地表发生的物理过程所决定,而不是低空云向地面伸展及地的结果.这由微波辐射计监测的低空LPR显著低于其他RH范围的LPR,地表出现近饱和情况时中低空的LPR总体上较小得到印证(图5).

表3 Vis£1km情况下颗粒物等要素变化特征

注:“-”表示未进行总云量观测.

2.4 典型个例分析

2014年2月14~18日,广州能见度是一个逐渐恶化的过程,14日,能见度都维持在10km以上,15日白天,能见度有所波动,时好时坏,15日20:00开始,能见度快速降到5km左右,16日00:00~18日11:00,能见度都低于10km,过程最低能见度出现在18日03:00,为1.7km.

LPR自15日00:00开始,在1000~3750m高度处都保持有一个高值区,16日08:00开始,高值区的值有所减小,但也基本大于0.1g/m3,而此时段的PM浓度基本处于较低水平,所以15~16日14:00的低能见度可能是以雾为主.

16日14:00~18日06:00,大气中基本有液态含水量层出现,尤其是18日00:00~18日07:00有液态含水量高值中心出现,导致了18日00:00-07:00的能见度基本低于3km,对应此时段PM浓度有所上升,其中16日19:00至17日19日,PM2.5的浓度基本高于100µg/m3,最高达114.4µg/m3.因此16日14:00~18日06:00的低能见度可能为雾-霾相互转化或共存造成的,即实质可能是空中饱和层形成的云滴通过边界层湍流等过程降落至近地面,由于近地面是未饱和的大气环境,云滴很快通过蒸发等过程向“霾滴”转化,大量的云滴雾滴霾滴(相互转换－碰并)混合在一起,从而造成能见度恶化,这种情景从科学角度来说应为雾霾混合情景.

综合全文分析表明,只有联合利用微波辐射计(判断低空是否出现高含水量层)与测云仪(判断是否出现低云或雾)给出地面低能见度过程是否为低云或低云接地为雾的分辨,再根据微波辐射计监测近地层的液态水含量、地面相对湿度与颗粒物的数值,可进一步较清晰地分辨雾、霾或雾霾混合情景.

虽然低空大气的LPR在低能见度事件中,有较明显的区别于高能见度的特征,对日常雾霾预报工作有一定的参考意义,但作为量化技术指标判别低能见度事件是雾或霾仍具有一定的局限性.原因如下:当地面相对湿度大于95%时,LPR值偏低,近地层内(160m以下)LPR接近于0,Vis£1km情景下,LPR基本为0,这可能与微波辐射计的测量误差与反演精度有密切关系[38-39].另外,测云仪在地表Vis£1km没有监测到低云的存在是否与很低能见度的情景对测云仪的反演算法存在一定的影响有密切关系[40].这些疑点有待于技术的改进加以强有力的科学考证.因此,在日后的工作中,仍需结合更多的实测资料做更深入的研究.

图10 2014年2月14~18日广州地区能见度(a)、PM质量浓度(b)、LPR(c、d)变化特征 Fig.10 Characteristics of visibility(a),concentration of PM(b) and LPR(c、d) from February 14 to 18 in 2014

3 结论

3.1 广州地区5km

3.2 Vis£1km只在RH³95%情况下出现,1km< Vis£2km只在RH>90%出现,Vis>5km在RH>95%区间出现频率为0,Vis>15km在RH>90%的出现频率为0.

3.3 低能见度事件出现的频率高低顺序依次为早>晚>中,与相应时段低空大气的LPR平均值高低一致,说明低能见度事件与空气中高液态含水量存在一定的正相关.在高度2200m下,地面RH和LPR基本呈正相关关系,RH越大,LPR的峰值则越明显.

3.4 低能见度时(Vis<10km),大气液态含水量都处于较高的水平,在3000m以下存在一个大于0.02g/m3的高含水量层,LPR平均值出现最大值的高度约在1550m左右,5km

3.5 广州地面低能见度过程与低云(雾)不一定同时出现,地面低能见度过程不是低云(或低云及地为雾)过程导致的概率在50%以上.Vis£1km的低能见度具有高湿度(RH³95%)、高颗粒物浓度(PM2.5> 88.3µg/m3)、无液态水(LPR=0)及发生于夜间~早上的特点,为夜间地面辐射冷却使空气中的水汽易达到饱和所致的物理过程(辐射雾)和在夜间不利气象条件下累积的高浓度颗粒物(霾)混合导致的低能见度情景.

[1] 赵柏林,尹 宏,胡成达,等.微波遥感低空大气温度层结的研究[J]. 气象学报, 1981,39(4):441-451.

[2] 魏 重,林 海,忻妙新.8.6mm和3.2cm两个波长地面辐射计探测云中含水量[J]. 大气科学, 1982,6(2):195-201.

[3] 吴 兑.宁夏5~8月降水性层状云的宏观特征[J]. 高原气象, 1987, 6(2):169-175.

[4] Heggli M, Rauber R M, Snider J B. Field evaluation of a dual-channel microwave radiometer designed for measurements of integrated water vapor and cloud liquid water in the atmosphere [J]. Journal of Atmospheric & Oceanic Technology, 2009,4(1):204-213.

[5] 赵柏林,傅 强,杜金林,等.微波遥感大气特性及天气变化[J]. 中国科学, 1990,20(4):439-448.

[6] 孙 霞,银 燕,韩 洋,等.石家庄地区雾霾天气下云滴和云凝结核的分布特征[J]. 中国环境科学, 2012,32(7):1165-1170.

[7] 雷恒池,魏 重,沈志来,等.微波辐射计探测降雨前水汽和云液水[J]. 应用气象学报, 2001,12(增刊),73-79.

[8] 李铁林,刘金华,刘艳华,等.利用双频微波辐射计测空中水汽和云液水含量的个例分析[J]. 气象, 2007,33(12):62-68.

[9] 黄建平,何 敏,阎虹如,等.利用地基微波辐射计反演兰州地区液态云水路径和可降水量的初步研究[J]. 大气科学, 2010,34(3):548- 558.

[10] 唐仁茂,李德俊,向玉春,等.地基微波辐射计对咸宁一次冰雹天气过程的监测分析[J]. 气象学报, 2012,70(4):806-813.

[11] 黄治勇,徐桂荣,王晓芳,等.地基微波辐射资料在短时暴雨潜势预报中的应用[J]. 应用气象学报, 2013,24(5):576-584.

[12] 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.

[13] 张利娜,张朝林,王必正,等.北京高速公路大气能见度演变特征及其物理分析[J]. 大气科学, 2008,32(6):1229-1240.

[14] Deng X, Tie X, Wu D, et al. Long-term trend of visibility and its characterizations in the Pearl River Delta (PRD) region, China [J]. Atmospheric Environment, 2008,42(7):1424-1435.

[15] 付桂琴,张迎新,张庆红,等.河北省低能见度事件特征分析[J]. 气象, 2013,39(8):1042-1049.

[16] 孟燕军,王淑英,赵习方.北京地区大雾日大气污染状况及气象条件分析[J]. 气象, 2000,26(3):40-42.

[17] 赵庆云,张 武,王式功.空气污染与大气能见度及环流特征的研究[J]. 高原气象, 2003,22(4):393-396.

[18] 马雁军,左洪超,张云海,等.辽宁中部城市群大气能见度变化趋势及影响因子分析[J]. 高原气象, 2005,24(4):623-628.

[19] Wu D, Tie X X, Li C C, et al. An extremely low visibility event over the Guangzhou region: A case study [J]. Atmospheric Environment, 2005,39(35):6568-6577.

[20] 梁延刚,胡文志,杨敬基.香港能见度、大气悬浮粒子浓度与气象条件的关系[J]. 气象学报, 2008,66(3):461-469.

[21] 陈义珍,赵 丹,柴发合,等.广州市与北京市大气能见度与颗粒物质量浓度的关系[J]. 中国环境科学, 2010,30(7):967-971.

[22] Chen J, Zhao C S, Ma N, et al. A parameterization of low visibilities for hazy days in the North China Plain [J]. Atmospheric Chemistry and Physics, 2012,12(11):4935-4950.

[23] 曹伟华,梁旭东,李青春.北京一次持续性雾霾过程的阶段性特征及影响因子分析[J]. 气象学报, 2013,71(5):940-951.

[24] 袁 亮,银 燕,李 琦,等.亚青会期间南京地区气溶胶浓度变化及其与能见度的关系[J]. 环境科学, 2014,35(11):4052-4060.

[25] 祈 妙,朱 彬,潘 晨,等.长江三角洲冬季一次低能见度过程的地区差异和气象条件[J]. 中国环境科学, 2015,35(10):2899-2907.

[26] 沈铁迪,王体健,陈璞珑,等.南京城区夏秋季能见度与PM2.5化学成分的关系[J]. 中国环境科学, 2015,35(3):652-658.

[27] 白永清,祈海霞,刘 琳,等.武汉大气能见度与PM2.5浓度及相对湿度关系的非线性分析及能见度预报[J]. 气象学报, 2016,74(2): 189-199.

[28] 周奕珂,朱 彬,韩志伟,等.长江三角洲地区冬季能见度特征及影响因子分析[J]. 中国环境科学, 2016,36(3):660-669.

[29] 樊高峰,马 浩,张小伟,等.相对湿度和PM2.5浓度对大气能见度的影响研究:基于小时资料的多站对比分析[J]. 气象学报, 2016, 74(6):959-973.

[30] Wang J K, Mao J T, Zhao C S, et al. A novel four-wave-length transmissometer for distinguishing haze and fog [J]. Journal of Meteorological Research, 2013,27(4):556-565.

[31] 马 楠,赵春生,陈 静,等.基于实测PM2.5、能见度和相对湿度分辨雾霾的新方法[J]. 中国科学:地球科学, 2015,45:227–235.

[32] 陈慧娴.近10年佛山市大气能见度变化特征及气象影响因子[J]. 广东气象, 2012,33(1):32-34.

[33] 赵胡笳,马雁军,王扬锋,等.沈阳一次雾霾天气颗粒物浓度及光学特征变化[J]. 中国环境科学, 2015,35(5):1288-1296.

[34] 姚 青,蔡子颖,韩素芹,等.天津冬季相对湿度对气溶胶浓度谱分布和大气能见度的影响[J]. 中国环境科学, 2014,34(3):596-603.

[35] 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.

[36] Liu X, Zhang Y, Cheng Y, et al. Aerosol hygroscopicity and its impact on atmospheric visibility and radiative forcing in Guangzhou during the 2006PRIDE-PRD campaign [J]. Atmospheric Environment, 2012, 60(6):59-67.

[37] 何镓祺,于兴娜,朱 彬,等.南京冬季气溶胶消光特性及霾天气低能见度特征[J]. 中国环境科学, 2016,36(6):1645-1653.

[38] 刘朝顺,吕达仁,杜秉玉.地基遥感大气水汽总量和云液态水总量的研究[J]. 南京气象学院学报, 2006,29(5):606-612.

[39] 刘亚亚,毛节泰,刘 钧,等.地基微波辐射计遥感大气廓线的BP神经网络反演方法研究[J]. 高原气象, 2010,29(6):1514-1523.

[40] 孙学金,秦 超,秦 健,等.中低云云底高的地基红外遥感的初步分析[J]. 遥感学报, 2012,16(1):172-173.

Characterization of liquid water content during low visibility based on microwave radiometer data.

LIAO Bi-ting1, HUANG Jun2, DENG Xue-jiao3*, WANG Chun-lin2, WANG Si-hua1, HUANG Xiao-yun1, SUN Dao-dong1

(1.Guangzhou Huangpu Meteorology, Guangzhou 510530, China；2.Guangzhou Climate and Agrometeorology Center, Guangzhou 511430, China；3.Institute of Tropical Marine and Meteorology, China Meteorological Administration, Guangzhou 510080, China)., 2018,38(10)：3673~3682

We characterized the temporal variations of visibility (Vis), relative humidity (RH) and liquid water profile (LPR) during low visibility periods based on the visibility, cloud and microwave-radiometer-detected liquid water content data provided by the national basic meteorological station in Guangzhou from November 2013 to April 2014. Results showed that the occurrence frequency of Vis<10km was 66.37%. Vis£1km happened when RH³95%, and 1km 90%. Vis>5km did not occur when RH>95% and Vis>15km never happened at RH> 90%. Low visibility events tended to happen more frequently in the morning than in the evening and seldom occurred during noontime. This was consistent with the variations of LPR in the corresponding period, indicating that low visibility events may correlate positively with the high liquid water content in the lower atmosphere. The integral liquid water content of the atmosphere was generally high when Vis < 10km. The high liquid water content exceeding 0.02g/m3was normally observed in the atmosphere below 3km, with the maximum liquid water approximately appeared at 1550m height. The liquid water content was relatively low in the case of Vis³10km, which seldom exceeded 0.02g/m3and the maximum value of which was usually observed at a height of approximately 2km. Less than 50% of the low visibility events in Guangzhou was introduced by the formation process of low cloud (or low cloud reaching the ground to form fog). When Vis£1km, LPR was observed to be nearly zero as no liquid water content was detected by the microwave radiometer. Simultaneously, it is worth noting that the ground-level aerosol loading was quite high (PM2.5>88.3µg/m3) when RH > 95% and the atmosphere was approaching saturation condition, suggesting that low visibility events (Vis£1km) in Guangzhou could be attributed to the combination of fog and haze. This highlights the need for comprehensive analysis of the liquid water content from microwave radiometer measurements, relative humidity, and particle mass concentration in order to further distinguish haze pollution from fog and/or mixed fog and haze phenomena.

low visibility；liquid water content；fog；haze

X831

A

1000-6923(2018)10-3673-10

廖碧婷(1986-),女,广东清远人,工程师,硕士,主要研究方向大气物理学与大气环境.发表论文10余篇.

2018-03-17

国家自然科学基金(41475105);国家重点研发计划项目(2016YFC0203305);广东省科技计划项目(2015A020215020);广州市产学研协同创新重大专项(201604020028);广东省气象局科研项目(GRMC2017M27);广东省气象局科技创新团队计划项目(201704);广州市气象局科技创新团队(201707)

* 责任作者, 研究员, dxj@grmc.gov.cn