天津武清能见度特征分析

利用2006年8～9月的野外观测资料,分析了天津武清区晴天能见度的变化特征,并分析了能见度与细粒子（PM2．5）、大气污染物和大气相对湿度（RH）的相关性。结果表明：观测期内大气平均能见度为6．3km,低于4km的时间段占50％;日变化表现为日出前（北京时间5时）能见度最低,约为2．6km,下午15时最高,约为11．1km;不同大气相对湿度下能见度与大气中细颗粒物浓度相关性不同;污染气体浓度与能见度呈反相关关系,φ（SO2）、φ（NO2）、φ（NO）、φ（NH3）和φ（CO）越高,能见度越低。     

华东地区能见度时空变化特征及影响因子分析

为探究华东地区能见度变化情况,利用1973—2020年的能见度数据、2014—2019年的气象要素和污染物浓度数据,采用趋势分析、经验正交函数(Empirical Orthogonal Function, EOF)分解、相关分析的方法,分析了能见度时空变化特征及影响因子。结果表明：(1)1973—2020年能见度呈显著(p<0.01)下降趋势,变化倾向率为-1.315 km/10a,季节之间存在差异,夏、秋季能见度下降速率较大分别为1.681 km/10a、1.443 km/10a;冬、春季下降幅度相对较小分别为1.092 km/10a、1.091 km/10a。其中,1973—2012年能见度呈显著(p<0.01)下降趋势,变化倾向率为-1.204 km/10a, 2013—2020年能见度呈不显著(p>0.05)增加趋势,变化倾向率为2.229 km/10a,近8年(2013—2020年)来能见度存在明显改善。(2)华东地区南部、北部能见度较好,中部能见度较差。EOF分解第1模态表明华东地区能见度整体变化趋势一致,第2模态具有明显的区域差异。(3)能见度与相对湿度...     

西安市大气能见度变化规律及与空气污染关系

利用1980—2005年西安市大气能见度资料对大气能见度变化规律统计分析,并利用2005年西安市逐日污染物质量浓度资料,分析与能见度的相关性,结果表明:大气能见度有较明显的年际变化、月季变化和日变化特征。年际变化总体呈增大趋势,20世纪90年代中期以来明显好于80年代到90年代前期;能见度与空气污染物质量浓度呈负相关,污染物质量浓度对能见度的影响冬季最明显,秋季次之,夏季最差。     

南京大气能见度变化规律及影响因子分析

利用累积百分率法、Ridit中值分析法、"非常好"能见度出现频率法以及平均能见度年际和季节变化法,对1980—2005年南京大气能见度年际变化趋势进行分析,发现1980—1984年能见度呈上升趋势,1985年以后则在波动中呈明显下降趋势。26 a中,日均大气能见度最小值为0.55 km,最大值为29.25 km,平均值为8.59 km。大气能见度具有明显的日变化和季节变化特征,一日之中,14时最好,08时最差;一年之中,冬季能见度最低,夏季最高。能见度与相对湿度呈负相关,与风速呈正相关,与温度和气压的相关性相对较小。PM10是影响南京地区大气能见度的首要污染物,通过对能见度与PM10平均质量浓度进行曲线拟合发现,二者呈负相关,复相关系数在秋季最高,夏季最低。由统计预报方程可知,空气污染和气象条件协同作用对能见度的影响在春季、秋季、冬季较为明显,夏季则相对较差。     

北京地区低能见度的气候特征及影响因素

利用近10年地面常规气象观测资料及1998年1月至2000年7月主要空气污染物浓度资料，分析了北京地区＜1km低能见度的气候变化特征及出现 低能见度的气象条件和污染状况，总结出北京地区＜1km低能见度的季、日变化特征、主要影响因素和形成条件。     

2012~2020年成都市不同等级能见度的时空分布特征

利用2012~2020年成都市气象站观测资料和环境空气质量监测数据,研究了该地区能见度时空演变规律以及不同等级能见度下气象要素和污染物浓度的关系。结果表明:（1）成都市近9 a年平均能见度呈上升趋势。四季平均能见度由高到低依次为夏季（12.25 km）、春季（10.82 km）、秋季（9.04 km）和冬季（6.33 km）。成都市能见度日变化呈单峰型分布特征,07时能见度最低,17时能见度最高。（2）能见度空间分布特征为东高西低且北高南低,中部中心城区最低。（3）成都市3 km以下低能见度出现频率为10.92%,3~5 km、5~10 km和10~20 km能见度出现频率分别为15.92%、24.95%和22.51%。（4）能见度上升与对应的PM_2.5和PM₁₀浓度、相对湿度减少以及风速增加有关。当能见度低于1 km时,多为高湿（RH>96%）低温（T<10.6℃）和小风速（<1.0 m/s）和高浓度（PM_2.5>84.8 μg/m3,PM₁₀>129.0 μg/m3）。      

上海市大气颗粒物与能见度的关系

大气能见度成为当前区域大气环境研究的重要指标,不同粒径的颗粒物对能见度的影响有着显著的区别。本研究在线连续监测了上海市嘉定区2008年11月—2009年1月不同粒径大气颗粒物质量浓度和粒子数浓度的日变化,同步收集了相同区域空气水平能见度的数据。比较不同粒径大气颗粒物质量浓度与空气水平能见度和颗粒物消光系数的相关性,结果表明：中值粒径为0.4 μm和0.65 μm的大气颗粒物对上海嘉定空气水平能见度的影响最显著;中值粒径为0.17 μm、0.26 μm、0.40 μm和0.65 μm的大气颗粒物对颗粒物的消光系数影响较大。该相关系数的分布趋势与各种组分(SO42-、NO3-、NH4+、OC和EC)的粒径分布十分一致,证明了这五种组分是影响大气颗粒物消光系数的重要原因。     

近37年佛山市大气能见度的变化特征

利用佛山市南海区、顺德区、三水区3个代表站1980—2016年的能见度观测资料,使用累积百分率、Ridit能见度出现频率等方法,分析了佛山市近37年来大气能见度的特征和变化趋势,探讨了东亚季风指数和污染物对能见度的影响。结果表明:(1)无论是能见度中值、低值还是Ridit值,在改革开放初期能见度变化曲线呈现下降趋势;经济持续发展时期的20世纪90年代初至2000年前后,佛山市能见度变化趋势处于相对平稳波动期; 2000年前后至2012年佛山市能见度变化处于波动式上升; 2012年至2016年即环保效益期佛山市能见度呈现急剧上升趋势。(2)东亚季风的强弱对于南海区和顺德区能见度有较明显的影响,即能影响顺德整体的能见度,但只影响南海低值的状况,中值的状况仍然受到整体城镇化效应的影响。(3)空气污染物年均值变化趋势与能见度年变化趋势大体表现为反相位。     

多元动态逐步回归方法在北京地区能见度预报中的应用

基于2016年冬季的观测资料和ECMWF细网格240 h气象要素预报资料,选用与能见度变化相关的水汽、动力、热力等因素作为预报因子,利用多元动态逐步回归方程对北京地区未来10 d的能见度进行预报研究。同时将能见度分为3个等级:1 km、1～10 km(低能见度)和≥10 km,并从区域平均、空间分布及3次低能见度过程个例进行预报效果检验。多元动态逐步回归方法对北京地区的能见度及其变化趋势均有一定预报能力且效果稳定,其中≥10 km等级的能见度预报效果最好,TS评分为64.2%,其次是1～10 km,TS评分为53.1%,最后是1 km,TS评分为51.3%;两个低能见度等级中平原地区预报效果优于山区,表现为从东南向西北递减的特征;而≥10 km等级的呈相反变化,预报效果山区优于平原地区;北京地区3次雾霾过程个例预报也证实动态逐步回归方法能够较好预报北京地区持续性低能见度过程。     

2007—2015年北京地区能见度时空变化特征

利用2007—2015年北京市大兴观象台、28个道面自动气象站、部分区域自动气象站等多种台站观测资料分析了2007—2015年北京地区能见度的时空变化特征。结果表明:2007—2015年北京地区春季平均能见度最高、夏季平均能见度最低,夏季及年平均能见度呈显著增加的趋势,春季和秋季能见度均呈波动增加,冬季颗粒物浓度的显著增加致使北京地区冬季能见度下降的时段集中在2011—2014年;空间上,北京西北地区能见度明显高于中心城区和东南大部地区。秋季和冬季能见度的空间分布特征与年平均能见度的分布特征较一致,表现为能见度自西北向东南方向逐渐递减;与能见度相关性最高的为相对湿度、颗粒物浓度、风向及风速,但不同要素在月、季和年尺度上的相关性差别较大;根据天气现象统计表明,近10 a来北京地区雾、霾、沙尘日均呈增加的趋势,但是山区与城区气象站点低能见度事件的发生频次存在较大的差异。整体来看,小于10 km能见度事件的发生频次在全区以增加为主,而小于1 km能见度事件的发生频次在全区以减少为主。此外,近10 a来北京地区干霾的发生频率为44. 29%,湿霾的发生频率为7. 13%,低能见度事件多由干霾造成,但湿霾发生时,能见度恶化的更明显。     

基于蒙特卡罗方法的广州港航行风险评估

为了解不同等级能见度下的广州港航行风险特征,将不同能见度下定性的广州港航行风险定量化,以期增强广州港航行事故风险控制能力,提高广州港资源利用率。通过分析不同能见度下广州港船舶出现事故的频率以及造成后果的严重性,对二者进行概率统计后,分别对3种等级能见度下的事故数据进行蒙特卡罗仿真,有效增加了广州港航行事故的数据样本,得出3种等级能见度下的仿真结果,进而得到能见度在0—12 km内的风险分布特征。结果表明：采用基于蒙特卡罗仿真方法的概率分布模型能有效地解决航行风险小样本问题,风险结果可靠。风险在能见度不良(Vis≤5 km)时最低,良好(Vis≥10 km)时次之;受限(5 km <Vis < 10 km)时最高,近似为另外两种情况的1.7—2.4倍左右。可见该方法可以很好地评估能见度在0—12 km内的广州港航行风险,为划定风险等级标准提供参考。     

关中颗粒物粒径谱特征及其气象影响因子分析

利用西安泾河和长安的气象观测资料、陕西秦岭大气科学试验基地气溶胶粒子谱观测资料及西安市环境保护局颗粒物质量浓度观测资料,分析了气象条件对关中颗粒物粒径谱的影响,结果表明:关中特殊的地形影响和严重的颗粒物污染是霾易发的主要原因;混合层高度与PM_(2.5)质量浓度具有较明显的负相关关系,秋、冬季混合层高度高有利于颗粒物污染的扩散。不同方向上风速变化对颗粒物浓度的影响体现了西北气流对关中颗粒物污染的扩散作用和偏东气流对颗粒物污染的输送。高相对湿度有利于稳定层结的维持和污染物集聚,当相对湿度≤80%时,粒径在150nm～1.0μm的粒子的数浓度,随着相对湿度的增大明显增加,对降低能见度、形成雾-霾有重要作用。不同粒径段粒子的数浓度随相对湿度的变化不同,对能见度的影响也不同;相对湿度越大,湿度对降低能见度的贡献越大。     

天津夏季大气消光性质的研究

利用2010年夏季天津城市边界层观测站颗粒物、黑碳气溶胶、氮氧化物(NOX)浓度、地面能见度和气象梯度观测资料,分析了天津夏季大气消光特性及低能见度事件产生的原因。结果表明,天津夏季主要污染物为PM10和PM2.5,大气气溶胶消光系数为529.06M.m-1,其中,吸收系数为50.17M.m-1,散射系数为478.89M.m-1,气体吸收系数为7.74M.m-1,气溶胶单次散射反射率为0.87。天津夏季边界层大气状态有近一半的时间为中性或偏稳定层结,当出现中性或偏稳定层结大气时则有接近一半的情况出现低能见度事件(能见度<5km),影响人们的日常生活。     

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

武汉作为中部地区高湿度代表城市,大气污染严重,霾天气多发,但有关该地区大气能见度与PM2.5浓度及相对湿度(RH)的定量关系尚不明确。利用2014年9月—2015年3月武汉地区逐时能见度、相对湿度及颗粒物质量浓度观测数据,研究分析了武汉大气能见度与PM2.5浓度及相对湿度的关系,并进行能见度非线性预报初探,得到以下结论:武汉霾时数发生比例高,霾的发生和加重是能见度降低的主要原因;能见度降低伴随大量细粒子产生和累积,这是武汉大气能见度恶化的重要诱因。细颗粒物浓度与相对湿度共同影响和制约大气能见度变化,高湿高浓度时能见度显著下降,湿情景下(RH≥40%),能见度恶化主要是由湿度增高诱使细颗粒物粒径吸湿增长导致其散射效率增大造成的。当RH >90%时,能见度随湿度升高成线性递减,相对湿度每升高1%,武汉平均能见度降低0.568 km。而干情景下(RH2.5质量浓度升高。在城市大气细粒子污染背景下,能见度与相对湿度成非线性关系,这主要与PM2.5对能见度的影响及吸湿性颗粒物的散射效率变化有关。PM2.5浓度与能见度成幂函数非线性关系,80%≤RH2.5浓度对能见度的影响敏感阈值是随着湿度升高而减小的,干情景下能见度10 km对应的PM2.5浓度阈值为70 μg/m3,湿情景下该阈值为18—55 μg/m3。当PM2.5质量浓度低于约40 μg/m3时,继续降低PM2.5可显著提高武汉大气能见度。预报试验表明,基于神经网络方法建立大气能见度非线性预报模型是可行的,预报能见度相关系数为0.86,均方根误差为1.9 km,能见度≤10 km的TS评分为0.92。网络模型具有较高预报性能,对霾的判别有较高准确性,为衔接区域环境气象数值预报模式,建立大气能见度精细化动力统计模型提供参考依据。      

华北背景地区大气能见度变化特征及影响因素分析

基于1980~2014年上甸子国家级地面气象台站人工观测的大气水平能见度数据和大气成分站资料,采用Mann-Kendall趋势分析及突变检验法对大气能见度进行分析,并结合气象和污染要素进行相关性检验,以了解华北背景地区大气能见度的变化趋势及其影响因素。结果表明:上甸子地区年均能见度呈下降趋势,能见度最大和最小变率出现在夏季和春季,分别为3.4 km（10 a）-1和1.7 km（10 a）-1;冬季能见度（38.1 km）最高,秋季（36.2 km）次之,春季（32.8 km）和夏季（31.4 km）较低;突变分析表明上甸子地区的年均能见度未出现明显突变。能见度受各类气象因子的综合影响。根据Person相关和偏相关的统计结果,能见度与相对湿度和风速均呈明显负相关;与气压呈明显的正相关;而与气温的相关系数时正时负,表明气温对能见度的影响具有两面性。能见度下降的主要原因为大气污染,能见度随着大气细颗粒物增加呈幂指数降低（决定系数R2=0.98,显著性水平p < 0.01）;能见度为10 km时对应的细颗粒物（PM2.5）的边界浓度为74 μg/m3;在现行的国家环境空气质量标准二级标准（75μg/m3）下,可以使华北背景地区保持较高的大气能见度（≥ 10 km）。     

秸秆焚烧导致湖北中东部一次严重霾天气过程的分析

利用地面气象要素、火点信息及污染物资料,研究了2014年6月12~13日湖北省中东部地区一次重度霾天气的成因及污染特征。结果表明:导致此次霾天气的主要原因是安徽省北部大面积秸秆焚烧所形成污染气团受偏东北气流输送的影响,12日在湖北中东部形成了两条"带状"的能见度低值区,最低能见度仅为2.1 km。秸秆焚烧污染物输送气流由北向南影响湖北,主要作用于孝感—武汉—咸宁一带,3个地区细颗粒物(PM2.5)峰值浓度均超过了600μg/m3,且武汉和孝感的PM2.5与PM10质量浓度比值在12日增加到0.76和0.77,并出现了0.96和0.93的最大值,随着污染气团的传输,其中PM2.5所占比例会出现明显下降。SO2质量浓度的变化特征不显著,NO2质量浓度在污染物质量浓度达到峰值前1~3 h达到峰值,而CO是秸秆焚烧产生的主要污染气体,其质量浓度变化与PM2.5和PM10呈正相关关系,相关系数分别为0.66和0.67。风矢量和分析表明:6月12日湖北省中东部存在明显的东北来向气流输送,污染物的输送是该时段霾天气发生的主要影响因子,而6月13日湖北省东北边界处的输送气流已经明显减弱消失,东南部风矢量和异常偏小导致的污染物堆积是该地区污染持续的主要原因。     

太原大气能见度对相对湿度及颗粒物质量浓度的响应关系研究

利用2016年10月—2019年9月太原地区逐时能见度、相对湿度及颗粒物质量浓度等观测数据,研究分析了大气能见度与相对湿度及PM_(2.5)质量浓度的关系,采用神经网络方法,构建了能见度与相对湿度及颗粒物质量浓度的非线性模型,并利用2019年10月—12月气象小时数据对该模型进行了检验。结果表明:(1)太原不同季节能见度日变化特征明显,春夏秋季能见度在06时左右最低,冬季在09时左右最低;从空间分布上看,太原地区能见度南北差异明显,北部能见度高于南部。(2)细颗粒物质量浓度与相对湿度对大气能见度变化都有明显影响。PM_(2.5)质量浓度与能见度之间存在幂函数非线性关系,在40%≤相对湿度60%的区段内相关性最强,PM_(2.5)质量浓度与10 km能见度对应的阈值随相对湿度升高而减小,范围为5～103μg/m~3。(3)采用神经网络方法构建能见度与相对湿度及颗粒物质量浓度的关系模型,相关系数为0.81。利用太原地区2019年10—12月逐时气象观测数据对模型进行检验,均方根误差为5.29 km,平均绝对百分误差为31.45%,轻微级霾情况下模拟能见度TS评分为0.86,误差呈现正态分布,误差小于4 km的比例达72.99%。该模型对研究太原地区能见度具有较高的参考价值。     

浙江宁波地区能见度变化特征和成因

利用浙江宁波7个县(市)区的能见度、雾、霾、风速、相对湿度等气象资料和细颗粒物PM_(2.5)浓度数据,运用统计分析、后向轨迹模拟及聚类分析等方法研究了宁波地区能见度的时空分布特征及其影响因素。结果表明:1980—2013年,宁波地区能见度总体呈由西北到东南逐渐转好的空间分布特征,且中南部呈逐年下降态势,而北部则呈上升趋势,这与风速和相对湿度减少有关,但不同区域其主要影响因子存在差异。能见度和PM_(2.5)浓度均有明显的季节和日变化特征,且二者呈明显反位相,相关系数为-0.532,其中冬季PM_(2.5)浓度最高,能见度最低,夏季反之;13:00—17:00为PM_(2.5)浓度谷值、能见度峰值,01:00—08:00为PM_(2.5)浓度峰值、能见度谷值。气团输送轨迹分析表明,宁波地区共有来自5个方位的6类轨迹气团,其中西北方向的轨迹4对该区PM_(2.5)浓度影响最大,偏东方向的轨迹6对PM_(2.5)浓度影响最小,能见度最好,而对能见度影响最大的是来自西北方向的轨迹2和偏西方向的轨迹3。     

南京市灰霾影响因子的数值模拟

利用改进的南京大学空气质量预报系统（NJU-CAQPS）,对2005年1月7日南京典型天气条件形成的污染过程进行了数值模拟,分析了城市人为热源、城市建筑物效应和不同类型人为热源排放对该区域主要污染物分布的贡献及对能见度造成的影响。结果表明,城区日平均能见度最低可达8km以下,一天之中有18h主城区地表能见度低于10km...     

大连地区能见度影响因子及个例分析

为探讨大连市大气能见度特征及其影响因子,揭示低能见度天气成因,利用2010—2012年大连地区大气能见度与地面气象要素(相对湿度、风速、气温、气压)日均值的统计资料,分析了大连地区大气能见度与气象要素的相关性。进一步结合PM_(10)质量浓度的变化特征,分析了两次低能见度事件中的天气成因。结果表明:2010—2012年大连地区年均能见度分别约为13.5 km、13.2 km和13.9 km,高能见度事件多出现在10月—次年2月,低能见度事件多出现在每年6—8月,大连地区低能见度事件每年7月较多,1月较少,2010—2012年大连地区低能见度事件分别出现169、157 d和163 d;2010—2012年PM_(10)质量浓度分别为57.8μg·m~(-3)、67.4μg·m~(-3)和65.9μg·m~(-3),PM_(10)质量浓度高值多出现在每年的4—5月和9—12月,PM_(10)质量浓度低值多出现在1—2月;大气能见度和相对湿度和气温的相关性较好,随着相对湿度的增加,能见度与PM_(10)质量浓度的相关性逐渐减小,当相对湿度大于90%时,能见度与PM_(10)质量浓度相关系数减小至-0.23;两次低能见度事件过程中,2011年10月31日一次辐射平流雾过程中的水汽输送来自西南风气流,2012年4月28日一次浮尘事件过程中的沙尘来自西北方向的沙源。该研究可为空气质量预报提供科学依据参考。