基于Ridit的蚌埠市能見度變化趨勢分析

陳玉喬 賀冉冉 高飛 蒙文昌

摘 要：能見度在一定程度上可以反映空氣污染程度的高低。該文基于蚌埠市自1952年以來的能見度觀測資料，分析了能見度長期變化趨勢。首先基于Ridit分析將能見度等級數據轉化為連續變量，然后基于Ridit值進行了趨勢檢驗。檢驗結果表明，無論是4個季節還是全年的能見度在1960年之后都有顯著的下降趨勢，并且在絕大多數時間區間內，下降趨勢是顯著的。

關鍵詞：大氣科學；能見度；Ridit分析；變化趨勢；蚌埠市

中圖分類號 P427.2 文獻標識碼 A 文章編號 1007-7731（2018）03-04-0082-3

Abstract： Visibility can reflect changes of air pollution. Based on visibility data from 1952 of Bengbu，the long term trend is analyzed in this study. First，visibility grades are translated to be continuous variable based on Ridit analysis，and trend test is done based on Ridit value. The result shows that there is decreasing trend of visibility of Bengbu from 1960 for all seasons. And this characteristic is almost inconsistent in different time intervals.

Key words： Atmospheric science；Visibility；Ridit analysis；Trend；Benghu City

1 引言

能見度是受空氣質量影響的氣象要素之一。能見度的定義是白天視力正常的人，在當時天氣條件下，能夠從天空背景中看到和辨認的目標物的最大水平距離。我國能見度觀測時間開始于20世紀50年代，到目前為止已經積累了近70a的能見度資料。大氣濕度和大氣顆粒物濃度是影響能見度變化的重要因素[1]。由于能見度反映了空氣質量的變化，所以可以將其作為空氣污染程度的代用資料。由于我國大規模空氣污染物濃度的監測時間較短，這也使得分析能見度長期變化趨勢對分析我國空氣污染的長期變化有著重要的意義。

蚌埠市是皖北的重要城市，也是典型的工業城市和交通樞紐，其空氣質量多年的變化有著很好的代表性。蚌埠市氣象局從20世紀50年代開始進行能見度觀測。本文通過對蚌埠市能見度歷史資料的研究，分析蚌埠市能見度長期的變化規律，以期為同行提供參考。

2 資料與方法

2.1 數據來源 能見度數據來自蚌埠市氣象局的逐日地面觀測數據。1952—1953年，每日觀測3次；1954—2013年，每日觀測4次；從2014年開始，每日觀測24次。考慮到能見度的大小可能受到光線以及不利氣象條件的影響，參考文獻[2]的方法，我們選取每日14：00的觀測數據來分析長期變化趨勢。此外，在分析長期變化趨勢時，我們濾除了相對濕度大于90%的觀測記錄[3]，這樣可以排除霧的影響。

2.2 Ridit分析 在分析能見度變化趨勢時，需要解決的一個問題是大多數年份的能見度數據是離散的等級數據（即有序分類資料），而趨勢檢驗一般需要連續取值的數據。Ridit分析可以將離散數據轉換為連續數據[4]，所以其成為了一種常見的能見度分析方法，并且在許多能見度研究中都有所使用[2，3，5-9]。Ridit分析的原理是將某個時間段內的能見度的頻率分布與某個參考分布進行比對，進而確定這個時間段的能見度水平高于參考分布的概率，即Ridit值。一般來說，參考分布既是整個時間范圍的能見度頻率分布。這樣，對于每個時間段，我們就可以量化其相對于參考分布的高低。本文將每年的能見度分布與參考分布進行比對，研究年Ridit值的多年變化特征。

此外，Ridit分析也可以用于逐季節的分析。例如，在分析春季能見度數據時，將多年春季能見度分布作為參考分布，然后將每一年春季的能見度分布與參考分布進行比較，獲得Ridit值。

假設[fA（v）]是時間段A的概率密度函數，[fR（v'）]是參考概率密度函數，則Ridit值的計算方法為[7]：

對于離散樣本，假設[fAi]是時間段A的第i個區間的相對頻率，而[fRi]是參考分布第i個區間的相對頻率，則Ridit值可以用下面的公式來估計：

當Ridit中值在0.5以上時，說明這個時間段的能見度高于平均水平；而當Ridit值低于0.5時，說明能見度低于平均水平。

需要注意的是，Ridit只能在同一個測站進行分析，而不能夠在不同的站點之間進行橫向比較。

2.3 趨勢分析 Mann-Kendall檢驗（MK檢驗）是常見的趨勢分析方法，其優點是對數據的分布沒有假定，屬于非參數統計方法。在MK趨勢檢驗中，原假設H0表示沒有趨勢。具體檢驗方法如下。假定[X1，X2，…，Xn]為時間序列變量，構造統計量：

當[Z]過大或者過小時，可以拒絕無趨勢的原假設。考慮到不同時間區間內的趨勢可能不同，本文將MK應用于不同的時間區間，進而研究不同時間區間的Z統計量。

為了看出不同時間尺度上的趨勢特征，本文通過對能見度序列不同時間區間的子序列進行MK檢驗，以期獲得多尺度上的趨勢信息。

3 結果與分析

3.1 能見度的日循環 為了看出能見度的日循環特征，圖1給出了能見度在不同月份的日循環合成結果。使用的數據是2014年之后的能見度逐小時觀測數據。從圖1可以看出，在所有的月份中，能見度都存在著一致的日循環特征。能見度在夜間較低，而在白天較高。在午后14：00左右，能見度達到了一天中的最高值。能見度的這種日循環反映了氣象條件日變化對能見度的影響。一般來說，在夜間容易形成大氣逆溫，導致了夜間顆粒物的擴散條件較差。從上午開始，氣溫逐漸升高，導致了大氣垂向交流的增強，污染物擴散條件變好。而在午后，能見度達到了最優的水平。所以為了排除不良氣象條件的影響，本文選擇14：00能見度進行長期趨勢分析。

3.2 Ridit分析 圖2是不同季節的能見度Ridit值逐年變化。從圖2中可以看出，Ridit值在1980年之前值基本上都大于0.5，而在1980年之后基本都在0.5之下。這反映了能見度在1980年前后狀態的改變，即由由于參考分布轉變為劣于參考分布。4個季節的Ridit值序列有著基本同樣的時間變化特征，但是冬季的Ridit值在更早的時間（即大概1970年）就進入Ridit值小于0.5的區間，反映了冬季的能見度更早地惡化。

圖3給出了基于全年能見度數據的Ridit分析結果。從圖3可以看出，年能見度的分析結果與4個季節是類似的。無論是逐季節的結果還是年Ridit值的結果均表明，從20世紀60年代末到2000年左右的時間段內，能見度有著大幅度的下降。而在2000年之后，能見度的下降速度放緩。

無論是從圖2還是從圖3都可以看出，從1952年到1960年，蚌埠市能見度經歷了一個由差變好的過程。黃健等[3]在研究珠江三角洲能見度的長期變化趨勢時也發現了這種規律，即在20世紀50年代，能見度存在著由差到好的變化過程。其解釋是從20世紀50年代開始，城市能源結構由木材轉換為使用煤炭為主，所以木材消耗量的減少是能見度變好的主要原因。

考慮到不同時間尺度上，能見度趨勢變化有著不同的規律。如果基于整個時間范圍進行趨勢分析，可能會掩蓋局部時間范圍的變化規律。基于圖3的Ridit值年變化序列，我們給出了不同起止年份對應的MK檢驗Z統計量，結果見圖4。

從圖4可見，在大多數時間區間下，MK檢驗給出的結果都是一致的，即能見度存在著顯著的下降趨勢（Z<-1.96）。此外，只有2個區間的下降趨勢不是顯著的，并且出現Z>0的情況。第一個區間是1952—1960年左右，這與圖3反應的情況是一致的，即在這個時間段能見度是好轉的。第二個區間是1980年到20世紀90年代中期時期，這個區間的能見度也沒有顯著的變化趨勢。從圖3也可以看出，這段時間的能見度保持一個比較平穩的狀態。從圖4中可以看出，從20世紀50年代開始，蚌埠市的能見度在大部分時間內是持續下降的。

3.3 蚌埠市能見度的年代際變化 圖5給出了不同年代能見度平均水平的變化情況。從圖5可以看出，蚌埠市能見度水平從20個世紀50—60年代有所上升，并達到了歷史最高水平（大約30km）。此后，能見度年代平均值逐步下降，并在20世紀80年代之后達到了較低的水平，即15km之下。從圖5中可以看出，1980年是能見度狀態變化的一個分界時間點。這與前面Ridit分析的結論是一致的。

4 結論

通過以上對蚌埠市1952年以來能見度的分析，我們可以得到以下結論：

（1）蚌埠市的能見度從1952年以來出現一個短暫上升過程，然后從20世紀60年代開始下降。大約從1980年開始，能見度開始低于歷史平均態。年能見度分析和逐季節的能見度分析的結論基本上是一致的。

（2）通過不同起止年份的MK趨勢檢驗可以看出，在絕大多數時間區間內，能見度的下降都是顯著的，這說明了能見度的下降是一個持續性的過程。

本文通過對能見度多年的歷史記錄進行趨勢分析，獲得了一些初步的結論。蚌埠市能見度與顆粒物濃度之間的關聯性也是以后值得研究的問題，而近幾十年能見度的歷史記錄也可以在一定程度上作為大氣顆粒物濃度的替代資料。

參考文獻

[1]白永清，祁海霞，劉琳，等.武漢大氣能見度與PM2.5濃度及相對濕度關系的非線性分析及能見度預報[J].氣象學報，2016，74（2）：189-199.

[2]余予，孟曉艷，張欣.1980—2011年北京城區能見度變化趨勢及突變分析[J].環境科學研究，2013，26（2）：129-136.

[3]黃健，吳兌，黃敏輝，等.1954-2004年珠江三角洲大氣能見度變化趨勢[J].應用氣象學報，2008，19（1）：61-70.

[4]尹平，孫奕.Ridit分析的理論基礎及應用范圍[J].實用預防醫學，1999，4：308-309.

[5]吳兌，畢雪巖，鄧雪嬌，等.珠江三角洲大氣灰霾導致能見度下降問題研究[J].氣象學報，2006，64（4）：510-517.

[6]DENGJ，DUK，WANGK，et al.Long-term atmospheric visibility trend in Southeast China，1973-2010[J].Atmospheric Environment，2012，59：11-21.

[7]DOYLEM，DORLINGSR.Visibility trends in the UK1950-1997[J].Atmospheric Environment，2002，36（19）：3161-3172.

[8]張浩，石春娥，謝偉，等.安徽省1955—2005年城市大氣能見度變化趨勢[J].氣象科學，2008，28（5）：515-520.

[9]左洪超，惠小英.遼寧中部城市群大氣能見度變化趨勢及影響因子分析[J].高原氣象，2005，24（4）：623-628.

（責編：張宏民）