寧波市秋冬季大氣能見度特征及影響因素分析

何佳寶，周 軍，江 琪，劉貴榮，冀建樹，孫 玉

1.寧波市環境監測中心，浙江 寧波 315012 2.國家氣象中心，北京 100081 3.揚州市氣象局，江蘇 揚州 225009

能見度是氣象觀測的常規要素，氣象上一般定義為在白天，視力正常的人(對比感閾為0.05)在相應的天氣條件下，能夠從天空背景下看到和辨認出目標物的最大水平距離；或者在夜間，視力正常的人能看到和確認出一定強度燈光的最大水平距離[1]。它反映了大氣渾濁的程度，是表征近地表大氣污染程度的一個重要參量，因此在大氣環境監測領域有著重要的實際意義，且是判斷灰霾的一項重要指標，因此，為了改善灰霾，追蹤灰霾成因，分析能見度的影響因素很有必要。

氣溶膠顆粒物的消光作用被認為是影響對流層大氣能見度的主要因素，此外，氣象條件(如濕度、風速、溫度等)也是不可忽視的原因[2]。目前，國內外對于能見度及相關的影響因素已進行了大量的研究。王京麗等[3]分析了北京市的能見度與PM2.5質量濃度在不同季節時的定量關系，相對濕度(RH)不同，PM2.5質量濃度與能見度的相關性也不同。LI等[4]研究表明，大氣能見度的起伏變化是氣溶膠顆粒與氣象條件共同作用的結果，它們對于大氣能見度有制約關系也有促進關系，但并非簡單的線性關系，不同天氣條件、不同時間段內，各因素的作用效果不同。

筆者通過觀測分析，了解了寧波市秋冬季大氣能見度的特征及其與氣象要素、大氣顆粒物的關系，建立了大氣能見度與影響因子的回歸方程，分析了各項因子的影響權重，從而為寧波市環境空氣質量及大氣能見度的改善提供一定參考。

1 儀器與設備

研究所用觀測儀器位于寧波市環境監測中心樓頂的自動監測站，能見度觀測儀器為Model 6000型前向散射式能見度儀(美國)，PM2.5觀測

儀器為SHARP 5030顆粒物同步混合監測儀(美國)，溫度、濕度、風速等氣象參數來自WS 600一體式氣象自動觀測系統(德國)。

2 結果與討論

2.1 大氣能見度與PM2.5濃度的一般特征

研究分析數據選取2014年11月4日—2015年2月6日的PM2.5濃度、溫度、濕度、風速以及能見度的觀測結果，時間分辨率的單位為d和h。整個觀測期間大氣能見度、RH、溫度、風速及PM2.5濃度的時間序列變化情況見圖1。該段時間寧波市大氣能見度的變化范圍為2.6～27.6 km，均值為11.6 km。最低值(2.6 km)出現在2015年1月26日，查看寧波市環境監測中心的歷史監測數據，該日空氣質量指數(AQI)級別為五級，為重度污染，首要污染物為PM2.5。最高值(27.6 km)出現在2015年1月1日，該日AQI級別為二級，良，首要污染物為PM10。

圖1 觀測期間大氣能見度、RH、溫度、風速及PM2.5濃度的日變化

能見度是判斷灰霾的一個重要指標[5]。一般認為，RH小于80%時的大氣混濁導致的能見度惡化是霾造成的，RH大于95%時的大氣混濁導致的能見度惡化是霧造成的，RH介于80%～95%時，大氣混濁導致的能見度惡化是霧和霾共同作用造成的[6]。因此對于霾日的判斷一般是在能見度小于10 km的前提下，以RH來作為霾的判斷依據，不同的學者判定霾的RH有所不同，目前常用的4種霾日判別方法[7-8]在表1列出。按照表1中的方法二分析，觀測期間寧波市能見度低于10 km的天數有43 d(缺測3 d)，在這期間，RH低于80%的有30 d，故按方法二判斷出觀測期間的霾日共30 d，發生概率為31.6%。單獨對30個霾日數據進行分析，發現霾日的能見度均值為6.6 km，比整個觀測期間的平均水平(11.6 km)低5 km。

表1 霾日判別標準

觀測期間，PM2.5質量濃度變化范圍為19～199 μg/m3之間，均值為76 μg/m3，該平均水平比《環境空氣質量標準》(GB 3095—2012)所規定的PM2.5濃度限值標準(75 μg/m3)高出了1 μg/m3。霾日期間PM2.5的平均質量濃度為111 μg/m3，達到了輕度污染級別，比整個觀測期間的平均水平(76 μg/m3)高出35 μg/m3。圖2為整個觀測期間PM2.5的濃度頻率分布圖。

圖2 整個觀測期間PM2.5濃度頻率分布

由圖2可見，PM2.5濃度出現在65～85 μg/m3范圍內的頻率最高。濃度在85 μg/m3以下時，頻率隨濃度的增大整體呈上升趨勢；當濃度超過85 μg/m3后，頻率整體呈下降趨勢，下降速率越來越緩慢，當濃度達到155 μg/m3以上時，頻率基本維持在很低的水平。而根據《環境空氣質量標準》(GB 3095—2012)規定，PM2.5日均濃度為35 μg/m3以下為一級(優)，35～75 μg/m3為二級(良)，75～115 μg/m3為三級(輕度污染)，115～150 μg/m3為四級(中度污染)，150～250 μg/m3為五級(重度污染)，250～500 μg/m3為六級(嚴重污染)。圖2反映的環境意義即觀測期間寧波市的空氣質量出現重度污染以上的概率很小，輕度污染的概率最大，且介于輕度污染與重度污染之間時，污染越重，發生的概率越小；而在輕度污染以下時，濃度越大，概率越大。

此外，圖3為霾日期間的PM2.5濃度分布情況，與整個觀測期間的PM2.5濃度分布情況(圖2)明顯不同，霾日PM2.5質量濃度出現在100～120 μg/m3范圍內的頻率最高，其次為120～140 μg/m3，濃度超過140 μg/m3的高值情況很少。

圖3 霾日期間PM2.5濃度頻率分布

2.2 能見度與PM2.5、氣象要素的關系

從圖1中各參數的時間序列變化情況看，能見度與濃度的逐日變化起伏明顯，呈現震蕩式變化。能見度高于20 km的情況一般不會持續2 d及以上，且兩者呈現出負相關關系，能見度的高值一般對應著PM2.5濃度的低值，這是因為大氣PM2.5對能見度起著主導的消光作用，一般PM2.5濃度越大，大氣消光作用越強，能見度越低。

進一步通過統計分析計算出能見度、RH、溫度、風速及PM2.5濃度的兩兩相關系數(表2)。能見度與PM2.5顯著負相關(r=-0.72)；能見度與濕度也呈較明顯的負相關(r=-0.65)，濕度越大，氣溶膠吸濕增長越明顯，對可見光的消光作用越強；而能見度與溫度、風速的相關關系不明顯；之所以風速與PM2.5濃度的相關性不明顯，是由于風對顆粒物的影響不僅與風速有關，還需考慮風向的因素，不同風向帶來的氣團可能起到稀釋作用也可能是污染疊加的作用，前者情況下，風帶來潔凈氣流，風速越大，對顆粒物的稀釋作用越強，風速與濃度呈負相關，而后者，風帶來外來污染物時，風速越大，引起污染物的疊加越嚴重，此時風速與濃度呈正相關關系，一般來說，某地區長時間序列情況下，風速與濃度的關系同時存在以上2種情況。本研究由于對觀測期間的風向、風速數據存在缺測情況，故此處未能對整個觀測期間寧波市受本地及外來污染的情況進行詳細分析。

表2 能見度、RH、溫度、風速及PM2.5濃度的相關關系

注：“**”表示在0.01水平(雙側)上顯著相關;“*”表示在0.05水平(雙側)上顯著相關。

對于能見度的下降，污染物的排放是內因，氣象條件是外因[9-10]。研究表明，除氣溶膠外的諸多氣象因素中，RH對能見度的影響較大[11]。空氣中的水汽增多會造成某些吸水性強的干氣溶膠粒子長大，不同的RH下，氣溶膠的吸濕增長的程度不同。高RH下，氣溶膠會因吸濕增長而增強對能見度的消光作用[12-13]。因此，同樣的氣溶膠濃度，在不同的RH下，會對能見度造成不一樣的影響。圖4給出了觀測期間寧波市能見度、RH與PM2.5質量濃度散點圖，以上結論在該圖中得以體現。

圖4 能見度、RH及PM2.5質量濃度散點關系

圖4中，能見度為10 km的臨界點上，PM2.5的質量濃度值對應為67.5 μg/m3。針對不同濕度段分別進行擬合發現，不同濕度段能見度為10 km對應的PM2.5質量濃度臨界值不同(表3)。當RH≤50%時，PM2.5質量濃度臨界值為112.7 μg/m3；50%80%時，PM2.5質量濃度臨界值為31.9μg/m3。因此，在秋冬季，為使寧波市的大氣能見度達到10 km以上，在不同濕度情況下需進行不同程度的顆粒物減排控制，濕度越大，顆粒物減排控制力度需越大。

表3 不同RH范圍時能見度10 km對應的PM2.5濃度臨界值

2.3 大氣能見度回歸方程及影響因子權重分析

研究表明，氣溶膠粒子通常在RH大于35%左右時，就可以吸附水汽凝結增長，當RH大于60%時，氣溶膠粒子吸附水汽增長更加明顯，具有吸濕性的氣溶膠粒子的粒徑和形狀會發生顯著的變化，增強了氣溶膠的消光能力[14]。RH為65%～95%之間時，其對氣溶膠粒子群體光學特性參數和太陽增溫率的影響在量級上可與氣溶膠粒子濃度成倍變化的影響相比擬。

為進一步分析PM2.5及氣象因素對能見度的影響，依據氣溶膠的吸濕性，將RH分為3檔，0150 μg/m3。討論不同的RH下，能見度與PM2.5和氣象因素的關系(表4)。

表4 不同濕度、不同PM2.5濃度范圍的能見度回歸方程

注:表中y表示大氣能見度，x1表示PM2.5質量濃度，x2表示RH，x3表示溫度。

表4采用標準化變量擬合方法得到了多組能見度的多元線性回歸方程，顯著性都通過了0.01置信檢驗。表4顯示，PM2.5與RH的權重系數均為負，而溫度的權重系數有正有負，說明PM2.5濃度和RH總是與能見度呈負相關關系，而溫度對能見度的影響存在不確定性。具體來說，RH≤30%時，PM2.5權重最大，PM2.5對能見度的影響起主要作用，且隨著PM2.5濃度的增加，RH的權重有所增加；當30%60%時，總是RH權重最大，且與30%

綜上，不同RH、不同PM2.5濃度下能見度的影響因子貢獻權重明顯不同，且權重變化遵循一定的規律，基于以上分析，寧波市秋冬季改善霾日、提高能見度應在不同情況下有針對性地控制權重大的影響因子。

3 結論

寧波市秋冬季大氣能見度均值為11.6 km，高于霾日標準值(10 km)，PM2.5質量濃度均值為76 μg/m3，超出國家二級標準(75 μg/m3)，PM2.5質量濃度為65～85 μg/m3時的頻率最高。觀測期間，霾發生概率為31.6%，霾日的能見度均值為6.6 km，霾日的PM2.5質量濃度出現頻率最高的范圍是100～120 μg/m3，濃度超過140 μg/m3的霾日很少。

能見度隨著PM2.5質量濃度增大呈指數下降，且在相同的PM2.5質量濃度情況下，RH越大，能見度越低。能見度為10 km的臨界點上，PM2.5的質量濃度值對應為67.5 μg/m3。不同RH時，能見度為10 km對應的PM2.5濃度臨界值不同，濕度越高，臨界值越低。因此，為提高能見度，濕度越大，顆粒物減排控制力度需越大。

能見度的回歸方程進一步表明，不同RH、不同PM2.5濃度下，能見度影響因子的權重分布明顯不同，且權重變化遵循一定的規律。低相對濕度(RH≤30%)時，PM2.5權重最大；高相對濕度(RH>60%)時，權重最大的總是RH；30%

參考文獻(Reference)：

[1] 劉永紅,馮婷,蔡銘. 2009年廣州能見度變化規律及主要影響因素分析[J]. 中國環境監測, 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] 白愛娟,鐘文婷,華蘭,等. 成都市大氣能見度變化特征及影響因子研究[J]. 中國環境監測,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] 王京麗,劉旭林. 北京市大氣細粒子質量濃度與能見度定量關系初探[J]. 氣象學報,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] 區宇波,岳玎利,張濤,等.珠三角秋冬季節長時間灰霾污染特性與成因[J]. 中國環境監測,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] 吳兌. 霾與霧的識別和資料分析處理[J]. 環境化學,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] 羅杰,林楚雄,陳嘉曄,等. 深圳市大氣能見度特征分析及其與主要污染物因子相關性分析[J]. 中國環境監測,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] 劉新罡,張遠航,曾立民,等. 廣州市大氣能見度影響因子的貢獻研究[J]. 氣候與環境研究, 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] 劉新罡,張遠航.大氣氣溶膠吸濕性質國內外研究進展[J].氣候與環境研究,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] 高瀾,邱玉珺,朱彬. 南京北郊氣溶膠散射特性觀測研究[J].中國環境監測,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] 楊軍, 李子華, 黃世鴻. 相對濕度對大氣氣溶膠粒子短波輻射特性的影響[J].大氣科學,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,張仁健,許振成,等.廣州冬季大氣消光系數的貢獻因子研究[J]. 氣候與環境研究,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.