太原大氣能見(jiàn)度對(duì)相對(duì)濕度及顆粒物質(zhì)量濃度的響應(yīng)關(guān)系研究

盧盛棟，趙俊杰，于小紅，霍佳宇，韓志偉

(1.山西省氣象災(zāi)害防御技術(shù)中心，太原 030012；2.山西省氣象科學(xué)研究所，太原 030002)

空氣中氣溶膠污染常誘發(fā)低能見(jiàn)度現(xiàn)象，影響人們出行、身體健康[1-4]，進(jìn)入21世紀(jì)以來(lái)，大氣能見(jiàn)度受到廣大學(xué)者高度重視[5-8]。有研究表明，大氣中顆粒物以散射吸收作用對(duì)能見(jiàn)度影響顯著[9-12]，也有研究指出，高濕條件下，氣溶膠細(xì)顆粒物易吸濕增長(zhǎng)，消光系數(shù)增大，引起低能見(jiàn)度現(xiàn)象[13]。白永清[14]等揭示了武漢大氣能見(jiàn)度與PM2.5質(zhì)量濃度存在非線性相關(guān)關(guān)系，且在80%≤相對(duì)濕度<90%區(qū)段相關(guān)系數(shù)最高，在30 μg/m3處是一個(gè)分界。王京麗[15]等分析發(fā)現(xiàn)北京大氣能見(jiàn)度與細(xì)粒子質(zhì)量濃度成強(qiáng)的負(fù)相關(guān)關(guān)系。邊海[16]等研究了天津市小粒徑顆粒對(duì)能見(jiàn)度的影響，發(fā)現(xiàn)隨著能見(jiàn)度的降低，小粒徑顆粒與大粒徑顆粒質(zhì)量濃度的比值不斷增大。龔識(shí)懿[17]等分析認(rèn)為上海PM10質(zhì)量濃度平均值與相對(duì)濕度平均值成顯著負(fù)相關(guān)關(guān)系，當(dāng)相對(duì)濕度>75%時(shí)，能見(jiàn)度的降低主要是由于PM10含水量升高而并不是PM10質(zhì)量濃度增大。潘洪密[18]等分析了廣州顆粒物質(zhì)量濃度與能見(jiàn)度成冪函數(shù)關(guān)系，且PM1、PM2.5、PM10質(zhì)量濃度與能見(jiàn)度的相關(guān)系數(shù)依次增大。可見(jiàn)，大氣能見(jiàn)度與相對(duì)濕度及細(xì)顆粒物質(zhì)量濃度密切相關(guān)。

太原作為華北地區(qū)重工業(yè)城市，三面環(huán)山，地處中部盆地，大氣常處于一種靜穩(wěn)狀態(tài)，不利于顆粒物的擴(kuò)散，常造成低能見(jiàn)度天氣，近年來(lái)大氣能見(jiàn)度的變化引起各界重視。利用2016年10月—2019年9月太原地區(qū)逐時(shí)能見(jiàn)度、相對(duì)濕度及顆粒物質(zhì)量濃度觀測(cè)數(shù)據(jù)，研究分析了大氣能見(jiàn)度與PM2.5質(zhì)量濃度及相對(duì)濕度的關(guān)系，采用神經(jīng)網(wǎng)絡(luò)方法構(gòu)建能見(jiàn)度與相對(duì)濕度及顆粒物質(zhì)量濃度的關(guān)系模型，并對(duì)該模型進(jìn)行了檢驗(yàn)，以期為進(jìn)一步研究太原地區(qū)能見(jiàn)度提供參考。

1 資料與方法

所選資料為太原地區(qū)6個(gè)氣象觀測(cè)站點(diǎn)(圖1)2016年10月—2019年9月的逐時(shí)數(shù)據(jù)。太原大氣能見(jiàn)度(V)、相對(duì)濕度(HR)及PM2.5質(zhì)量濃度(C(PM2.5))數(shù)據(jù)由山西省氣象信息中心提供，經(jīng)質(zhì)量控制去掉奇異值。在研究顆粒物質(zhì)量濃度對(duì)能見(jiàn)度的影響時(shí)，由于目前太原6個(gè)氣象觀測(cè)站點(diǎn)，只有小店、尖草坪有顆粒物質(zhì)量濃度數(shù)據(jù)，因此分析能見(jiàn)度與相對(duì)濕度及顆粒物質(zhì)量濃度關(guān)系時(shí)，采用了這兩個(gè)站點(diǎn)該時(shí)段內(nèi)逐時(shí)數(shù)據(jù)。

圖1 太原氣象觀測(cè)站點(diǎn)分布

依據(jù)霾的判別標(biāo)準(zhǔn)[19]，排除時(shí)段內(nèi)降水等天氣造成的低能見(jiàn)度，即當(dāng)能見(jiàn)度V<10 km且相對(duì)濕度HR<80%時(shí)，或滿足80%≤HR<95%且C(PM2.5)>75 μg/m3時(shí)，統(tǒng)計(jì)為霾；當(dāng)能見(jiàn)度V≥10 km時(shí)，統(tǒng)計(jì)為非霾。當(dāng)判斷為霾時(shí)，可根據(jù)能見(jiàn)度將霾劃分等級(jí)：輕微(5 km≤V<10 km)、輕度(3 km≤V<5 km)、中度(2 km≤V<3 km)和重度(V<2 km)。

建立大氣能見(jiàn)度與相對(duì)濕度及顆粒物質(zhì)量濃度的關(guān)系模型，并利用TS評(píng)分(TS)對(duì)該模型進(jìn)行檢驗(yàn)：

(1)

式(1)中，NA為模擬正確樣本數(shù)，NB為空?qǐng)?bào)樣本數(shù)，NC為漏報(bào)樣本數(shù)。對(duì)于某個(gè)模擬量級(jí)，當(dāng)模擬等級(jí)與實(shí)況等級(jí)相同時(shí)為模擬正確；模擬出現(xiàn)在等級(jí)內(nèi)而實(shí)況不出現(xiàn)在等級(jí)內(nèi)時(shí)為空?qǐng)?bào)；模擬沒(méi)有出現(xiàn)在等級(jí)內(nèi)而實(shí)況出現(xiàn)在等級(jí)內(nèi)時(shí)為漏報(bào)。

依據(jù)氣候?qū)W上常用的季節(jié)劃分方法，按春季(3—5月)、夏季(6—8月)、秋季(9—11月)、冬季(12—次年2月)進(jìn)行季節(jié)劃分，對(duì)逐小時(shí)能見(jiàn)度數(shù)據(jù)進(jìn)行各季節(jié)平均處理，所有時(shí)刻均為北京時(shí)。

2 太原大氣能見(jiàn)度時(shí)空分布特征及影響因子分析

2.1 時(shí)空分布特征

利用能見(jiàn)度觀測(cè)儀2016年10月1日—2019年9月30日逐時(shí)觀測(cè)數(shù)據(jù)，分析各季節(jié)太原大氣能見(jiàn)度日變化特征(圖2)。

圖2 2016-10-01—2010-09-30太原不同季節(jié)能見(jiàn)度日變化

由圖2可看出，太原平均能見(jiàn)度冬季最低(日均14.14 km)，其次為秋季(日均16.12 km)、夏季(日均17.12 km)，春季(日均19.02 km)平均能見(jiàn)度最高。春、夏、秋季能見(jiàn)度在06時(shí)(北京時(shí)，下同)左右最低，冬季在09時(shí)左右最低，之后開(kāi)始持續(xù)上升，至15時(shí)左右能見(jiàn)度最高，之后開(kāi)始持續(xù)下降。由圖3也可以看出，春季能見(jiàn)度最高，夏季比春季略低，秋季次之，冬季最低，且一年四季太原大氣能見(jiàn)度空間分布表現(xiàn)為由南向北逐漸變好的特點(diǎn)。太原北部能見(jiàn)度高于南部地區(qū)，可能與北部海拔高，風(fēng)力大，影響太原的冷空氣往往由北向南推進(jìn)有關(guān)，加之近幾年太原城市擴(kuò)容，且南部擴(kuò)容較大，與晉中的榆次區(qū)、太谷區(qū)同城發(fā)展，南部高樓增多導(dǎo)致風(fēng)力減小，弱化了南部城區(qū)大氣的水平流動(dòng)。

圖3 2016-10-01—2019-09-30太原地區(qū)不同季節(jié)平均能見(jiàn)度空間分布

2.2 能見(jiàn)度影響因子

相關(guān)研究表明，大氣能見(jiàn)度降低時(shí)，大氣中顆粒物質(zhì)量濃度與相對(duì)濕度對(duì)能見(jiàn)度影響較大[20-23]。為了說(shuō)明這一問(wèn)題，以2016年10月—2019年9月太原小店、尖草坪的氣象逐小時(shí)觀測(cè)數(shù)據(jù)為統(tǒng)計(jì)樣本，去掉降水及奇異值，樣本量為45 810，統(tǒng)計(jì)分析了太原地區(qū)不同等級(jí)的霾天氣出現(xiàn)時(shí)相對(duì)濕度、PM2.5質(zhì)量濃度(C(PM2.5))及C(PM2.5)/C(PM10)(C(PM10)表示PM10質(zhì)量濃度)值(表1)。由表1可知，太原非霾時(shí)數(shù)占總時(shí)數(shù)的76.8%，霾時(shí)數(shù)占23.2%，隨著霾的發(fā)生、加重，相對(duì)濕度、C(PM2.5)/C(PM10)值逐漸增大。霾發(fā)生時(shí)，平均C(PM2.5)/C(PM10)值在60%左右；隨著霾的加重，細(xì)顆粒物質(zhì)量濃度升高，能見(jiàn)度下降，當(dāng)能見(jiàn)度降到2 km以下，平均C(PM2.5)/C(PM10)值接近70%。可見(jiàn)，大氣中細(xì)顆粒物質(zhì)量濃度及相對(duì)濕度增大是影響太原能見(jiàn)度變化的重要因素。

表1 2016-10-01—2019-09-30太原不同霾等級(jí)下平均能見(jiàn)度、C(PM2.5)、相對(duì)濕度及C(PM2.5)/C(PM10)分布

2.3 能見(jiàn)度與相對(duì)濕度及C(PM2.5)的關(guān)系

依據(jù)2016年10月—2019年9月太原地區(qū)逐小時(shí)氣象數(shù)據(jù)及顆粒物質(zhì)量濃度數(shù)據(jù)，分析C(PM2.5)對(duì)能見(jiàn)度的影響。為避免相對(duì)濕度對(duì)能見(jiàn)度的影響，文章將相對(duì)濕度分為五個(gè)區(qū)段，如圖4所示，采用冪函數(shù)擬合C(PM2.5)與能見(jiàn)度的關(guān)系，表2給出能見(jiàn)度與C(PM2.5)的定量關(guān)系式。

相同濕度下，不同地區(qū)C(PM2.5)對(duì)大氣能見(jiàn)度的影響不同。陳義珍[25]等對(duì)比北京和廣州地區(qū)，C(PM2.5)對(duì)北京能見(jiàn)度影響最大,相關(guān)系數(shù)在0.78～0.90之間，對(duì)廣州影響較弱，相關(guān)系數(shù)在0.61～0.71之間；白永清[14]等得出PM2.5質(zhì)量濃度與武漢地區(qū)大氣能見(jiàn)度的相關(guān)系數(shù)在0.73～0.84之間。而由表2可知，太原地區(qū)各濕度段的相關(guān)系數(shù)為0.32～0.67。此外，武漢能見(jiàn)度與顆粒物質(zhì)量濃度在80%≤HR<90%濕度段內(nèi)相關(guān)性最強(qiáng)，而太原在40%≤HR<60%濕度段內(nèi)的相關(guān)性指標(biāo)最高，表現(xiàn)出地域性差異。

圖4 2016-10-01—2019-09-30太原不同相對(duì)濕度區(qū)段下大氣能見(jiàn)度與PM2.5質(zhì)量濃度的關(guān)系

表2 2016-10-1—2019-09-30太原不同濕度區(qū)段下能見(jiàn)度與C(PM2.5)的擬合方程及C(PM2.5)對(duì)應(yīng)閾值

太原大氣能見(jiàn)度與C(PM2.5)成冪函數(shù)關(guān)系。以能見(jiàn)度10 km(非霾天氣)確定該C(PM2.5)閾值[23]，對(duì)改善城市能見(jiàn)度有重要指示意義。由表2可知，不同濕度條件下，C(PM2.5)閾值在5～103 μg/m3之間，較低的C(PM2.5)也可能引起霾，空氣濕度越大，越不利于改善大氣能見(jiàn)度。

相對(duì)濕度以20%為間隔、C(PM2.5)以10 μg/m3為間隔，分析區(qū)間能見(jiàn)度與相對(duì)濕度和C(PM2.5)分布(圖5)。由圖5可見(jiàn)，濕度越大，等值線斜率數(shù)值變化越大，表明受濕度影響越大；濕度越小，等值線斜率變化越小，表明受PM2.5質(zhì)量濃度影響越大。

圖5 2016-10-01—2019-09-30太原大氣能見(jiàn)度與相對(duì)濕度和C(PM2.5)的分布

2.4 神經(jīng)網(wǎng)絡(luò)模型構(gòu)建

神經(jīng)網(wǎng)絡(luò)具有良好的處理非線性問(wèn)題的能力，將C(PM2.5)和相對(duì)濕度預(yù)報(bào)因子作為輸入端，能見(jiàn)度預(yù)報(bào)值作為輸出端，隱含層設(shè)10個(gè)節(jié)點(diǎn)。采用太原2016年10月—2019年9月逐時(shí)數(shù)據(jù)，分為兩段，前9/10長(zhǎng)度為訓(xùn)練期，后1/10作為模擬期，構(gòu)建神經(jīng)網(wǎng)絡(luò)大氣能見(jiàn)度與相對(duì)濕度及PM2.5質(zhì)量濃度的關(guān)系模型。神經(jīng)網(wǎng)絡(luò)模型是通過(guò)MATLAB軟件編程實(shí)現(xiàn)。

圖6 太原神經(jīng)網(wǎng)絡(luò)模型預(yù)報(bào)期內(nèi)能見(jiàn)度模擬值與實(shí)況值對(duì)比

圖6給出了訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)模型在模擬期內(nèi)模擬值與實(shí)況值的對(duì)比。由圖6可見(jiàn)，能見(jiàn)度模擬值與實(shí)況值的變化趨勢(shì)基本一致。對(duì)神經(jīng)網(wǎng)絡(luò)構(gòu)建的大氣能見(jiàn)度模型進(jìn)行檢驗(yàn)，相關(guān)系數(shù)為0.81，通過(guò)了0.01的顯著性檢驗(yàn)。

為了驗(yàn)證該模型的模擬效果，利用太原市2019年10—12月逐時(shí)氣象觀測(cè)數(shù)據(jù)進(jìn)行檢驗(yàn)，檢驗(yàn)效果見(jiàn)圖7。由圖7可見(jiàn)，散點(diǎn)在對(duì)角線(虛線)上方分布較多，說(shuō)明模擬值比觀測(cè)值略微偏高；但模擬結(jié)果相關(guān)系數(shù)為0.84，通過(guò)了0.01的顯著性檢驗(yàn)，均方根誤差(ERMS)為5.29 km，平均絕對(duì)百分誤差(EMAP)為31.45%，說(shuō)明該模型具有一定的適用性。分級(jí)檢驗(yàn)結(jié)果(表3)顯示，輕微級(jí)霾情況下模擬能見(jiàn)度TS評(píng)分為0.86，具有較高準(zhǔn)確性，隨著霾的加重，TS評(píng)分逐漸降低，模擬值略偏大。

圖7 2019年10—12月太原能見(jiàn)度神經(jīng)網(wǎng)絡(luò)模型的檢驗(yàn)效果(實(shí)線為趨勢(shì)線)

由神經(jīng)網(wǎng)絡(luò)能見(jiàn)度誤差分布圖(圖8)可知，誤差呈正態(tài)分布，且主要集中在4 km以內(nèi)，占比達(dá)72.99%，2 km以內(nèi)占50.82%。

神經(jīng)網(wǎng)絡(luò)構(gòu)建的大氣能見(jiàn)度模型效果良好，深入研究太原地區(qū)大氣能見(jiàn)度及治理環(huán)境污染，實(shí)施低能見(jiàn)度導(dǎo)致的交通管制、飛機(jī)起飛降落、人們交通出行等提供決策依據(jù)。

表3 太原不同霾等級(jí)下模擬能見(jiàn)度檢驗(yàn)結(jié)果

圖8 2019年10—12月太原神經(jīng)網(wǎng)絡(luò)能見(jiàn)度誤差頻率分布

3 結(jié)論與討論

(1)太原平均能見(jiàn)度季節(jié)差異較大，冬季最低(日均14.14 km)，其次為秋季(日均16.12 km)、夏季(日均17.12 km)，春季(日均19.02 km)平均能見(jiàn)度最高。太原不同季節(jié)能見(jiàn)度日變化特征明顯。春夏秋季能見(jiàn)度在06時(shí)左右最低，冬季09時(shí)左右最低。太原大氣能見(jiàn)度空間分布全年表現(xiàn)為由南向北逐漸變好的特點(diǎn)。

(2)不同濕度條件下，太原大氣能見(jiàn)度與PM2.5質(zhì)量濃度呈冪函數(shù)關(guān)系，相對(duì)濕度在40%～60%區(qū)段內(nèi)相關(guān)性最強(qiáng)。PM2.5質(zhì)量濃度對(duì)10 km能見(jiàn)度的閾值為5～103 μg/m3。確定太原地區(qū)大氣能見(jiàn)度與PM2.5質(zhì)量濃度非線性關(guān)系的分界線值，對(duì)治理太原市大氣顆粒物污染，提高城市能見(jiàn)度具有重要現(xiàn)實(shí)意義。

(3)神經(jīng)網(wǎng)絡(luò)構(gòu)建的大氣能見(jiàn)度與相對(duì)濕度及PM2.5質(zhì)量濃度的關(guān)系模型效果良好，相關(guān)系數(shù)為0.81，通過(guò)了0.01顯著性檢驗(yàn)。經(jīng)太原市2019年10—12月逐時(shí)氣象觀測(cè)數(shù)據(jù)驗(yàn)證，均方根誤差為5.29 km，平均絕對(duì)百分誤差為31.45%。輕微級(jí)霾情況下模擬能見(jiàn)度TS評(píng)分為0.86，誤差呈現(xiàn)正態(tài)分布，誤差小于4 km的比例達(dá)72.99%。該模型具有一定的適用性，為深入研究太原地區(qū)大氣能見(jiàn)度提供一定參考作用。

本次模擬模型的建立，采用了有限時(shí)段的觀測(cè)數(shù)據(jù)，且考慮了相對(duì)濕度及顆粒物質(zhì)量對(duì)能見(jiàn)度的影響，在后期研究中，應(yīng)增加時(shí)段數(shù)據(jù)，且考慮增加影響能見(jiàn)度的因子，以提高模型的擬合度。