靳璐滨 周芦燕

摘要利用2014年南京市9个环境质量监测点的气溶胶资料和同期地面观测站的能见度、相对湿度资料，对三者的关系进行量化分析，采用线性和非线性的方法对能见度进行一元和多元拟合。结果表明，2014年南京市日能见度大多数在1～3级（即2～10 km），PM2.5和PM10在入春、入夏、入冬时变化趋势不同，其他月份趋势相同；能见度和相对湿度的月际变化趋势相反。随着能见度的降低，PM2.5、PM10的平均浓度和相对湿度均增加，能见度与相对湿度的线性相关性最好，与PM2.5次之，与PM2.5～10的线性相关性最差。不同档相对湿度范围内，大气能见度和PM2.5、PM2.5～10的共同拟合的非线性关系好于单独与PM2.5的拟合，拟合后的RMSE均在2.21 km以下。在相对湿度为40%～79%时的拟合效果高于相对湿度较大时的效果。不同季节能见度与PM2.5、PM2.5～10、相对湿度三者共同的非线性拟合，除夏季，R2均在0.72以上，好于以相对湿度分档时的非线性拟合效果。

关键词大气能见度；气溶胶；PM2.5；相对湿度；相关性

中图分类号S16文献标识码A文章编号0517-6611（2016）04-241-04

Influence of Aerosol and Relative Humidity on the Atmospheric Visibility in Nanjing City

JIN Lubin， ZHOU Luyan （Institute of Meteorology and Oceanography， PLA University of Science and Technology， Nanjing， Jiangsu 211101）

AbstractUsing aerosol data of 9 environment quality monitoring site and visibility， relative humidity in Nanjing City in 2014， quantitative analysis was conducted on relationship among them， single element and multielement fitting was carried out on visibility by using linear and nonlinear method. The results showed that the trend of concentration of PM2.5 and PM10 is different in early spring， early summer and early winter， but same during the other months. The trend of visibility and relative humidity is opposite monthly. With the decrease of the visibility， the average concentrations of PM2.5 and PM10， and relative humidity are increased. The factor that the largest linear correlation coefficient between atmospheric visibility and the three is atmospheric visibility， then is PM2.5. In different relative humidity range， atmospheric visibility with PM2.5 and PM2.5～10 common nonlinear fitting is better than with PM2.5 individually， and the RMSE after fitting is under 2.21 km. The effect of fitting is better when relative humidity is 40%-79% than higher relative humidity. Atmospheric visibility and PM2.5， PM2.5～10， relative humidity for nonlinear fitting together in different seasons， except for summer， R2 are more than 0.72.

Key wordsAtmospheric visibility； Aerosol； PM2.5； Relative humidity； Correlation

大氣能见度[1]与人们的日常生活息息相关，特别是低能见度对气候、环境、交通、健康、农业等方面造成显著的负面影响，给人们带来诸多不便和各种危害。近年来，随着大气污染的加重，气溶胶造成的雾霾天气也越来越多。其中，高浓度的颗粒物是造成能见度下降的重要原因[2]，而不同粒径的颗粒物对能见度的影响有显著的区别[3]；相对湿度也是影响大气能见度的重要原因[4]。国外于20世纪60年代就开展了能见度与大气颗粒物浓度的研究[5-6]，70～80年代以来我国开始有学者研究能见度与相对湿度、气溶胶粒子浓度的关系[4，7-9]，如王京丽等[8]研究北京市四季能见度和细粒子质量浓度的非线性关系发现，两者存在负相关性，且夏季、冬季以指数关系为主，春季为乘幂关系，秋季呈对数关系；细粒子污染是造成大气能见度降低的主要原因。姚剑等[9]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发现，中值粒径为0.40和0.65 μm的大气颗粒物对能见度影响最显著，中值粒径为0.17、0.26、0.40和0.65 μm的大气颗粒物对颗粒物消光系数影响最大。宋明等[10]分析天津大气能见度、相对湿度和颗粒物资料发现，不同相对湿度下大气能见度与大气颗粒物浓度相关性不同。研究能见度与颗粒物浓度、相对湿度之间的定量关系，对分析环境状况、预报能见度、制订环保措施和改善空气质量均有重要意义。笔者利用2014年南京市9个环境质量监测点的气溶胶资料和同期地面观测站的能见度、相对湿度资料，对三者的关系进行量化分析，采用线性和非线性的方法对能见度进行一元和多元拟合，尝试利用颗粒物浓度，结合相对湿度对能见度进行推算，为空气质量反算和能见度的预报提供理论依据和参数化方案。

1资料和方法

1.1资料来源气溶胶资料来自全国空气质量发布平台的南京市2014年9个环境质量监测站点资料，包括PM2.5、PM10、SO2等逐小时监测。能见度和相对湿度资料来自南京站（118.54°E、31.56°N）地面观测逐小时常规气象观测数据。观测时间为2014年1月1日00：00～12月31日23：00。由于气溶胶资料和部分气象资料的缺失，造成数据不匹配，剔除不合理数据后，处理为逐3 h匹配的数据，分别为每日的00：00、03：00、06：00、09：00、12：00、15：00、18：00、21：00，共8个时次，总样本数为2 727。能见度通常分为6个等级，在此用0～5级来表示，当能见度X≥10 km，定为等级0；6 km≤X<10 km，等级为1；4 km≤X<6 km，等级为2；2 km≤X<4 km，等级为3；1 km≤X<2 km，等级为4；X<1 km，等级为5。

1.2分析方法利用上述资料统计南京市2014年能见度情况，研究能见度和气溶胶、相对湿度的逐月变化，以及不同等级能见度情况下气溶胶和相对湿度的变化，并利用线性和非线性回归方法，分析了不同相对湿度情况下能见度和气溶胶的相关性，以及不同季节和全年情况下能见度和气溶胶、相对湿度的拟合关系。

2结果与分析

2.12014年南京市能见度情况统计由图1可见，2014年南京市全年能见度等级为0、4、5的天数均不超过20 d，而1级和2级的共有207 d，3级的有120 d。全年来看，南京市有2/3以上天数能见度均在2级以上，即能见度在6 km以下，说明南京市能见度并不是很好。同时2014年南京市能见度等级主要集中在1、2、3级，即能见度主要集中在4～10 km。

2.2能见度、气溶胶和相对湿度的月际变化从PM2.5、PM10和PM2.5～10的月际变化（图2a）可以看出，大部分月份PM10和PM2.5变化趋势一致，均是在冬季的1月份最高、夏季的8月份最低，但在入春、入夏、入冬时趋势不同；冬季的高值主要是由于冬季边界层高度偏低、大量的污染物聚集在边界层内，故冬季也是雾霾的高发季节；而夏季边界层高度偏高，同时夏季降水多，增强了污染物的湿沉降，另外8月份的最低值与2014年南京青奥会的减排也有一定关系。PM10在春季（3～5月）也存在明显的峰值，这可能与春季大风造成的扬沙或扬尘有关，PM2.5～10在春季的峰值更显著，说明春季PM10的偏高主要来自大颗粒物的貢献。相对湿度和能见度的月际变化（图2b）显示，能见度和相对湿度的趋势基本上是相反的，能见度出现极大值时相对湿度则出现极小值；夏季相对湿度最大，冬季相对湿度最小，但能见度在1和6月份最低，约4 km左右，这其中的原因是不同的，1月份能见度低是由气溶胶浓度大引起的，而6月份能见度低是由相对湿度大引起的，6月份正处夏季，水汽多，气溶胶浓度低，但易吸湿增长。整个夏季的相对湿度均是比较高的，这就使得气溶胶易吸湿增长，造成能见度降低；春季，相对湿度较偏低，PM2.5的浓度也不是太高，因此能见度较好；秋季能见度较好，可能与南京市秋季上空的副高有关，同时秋季的PM2.5并不高；冬季的12月份，干燥，常有冷空气侵入，气溶胶颗粒物易受影响消散，能见度得以提升。

2.3能见度和影响因子的线性关系由以上分析可知，大图22014年南京市PM2.5和PM10（a）、能见度和相对湿度（b）的月际变化序列

2014气能见度受空气中水汽、气溶胶颗粒物等影响明显。由不同等级能见度下PM2.5、PM10和相对湿度的变化（表1）可知，气溶胶与能见度呈负相关，随着大气能见度的降低，PM2.5的浓度平均值逐渐变大，同时PM10的浓度平均值也是逐渐变大的。但PM10在能见度≥4 km时，浓度变化不大；在能见度<4 km时，PM10浓度变化较大。同时，在能见度降低的同时，相对湿度的平均值是逐渐增大的。可见随着能见度的降低，气溶胶的浓度和相对湿度是逐渐增大的，说明它们之间存在负相关性。

为了验证大气能见度和气溶胶、相对湿度之间的关系，现对能见度（VIS）分别与PM2.5、PM2.5～10、PM10、相对湿度（RH）进行线性拟合，计算相关系数（r），并给出拟合后拟合值与实际观测值的均方根误差（RMSE）。由表2可见，不论是全年还是四季，能见度和相对湿度的相关性最好，其次是与PM2.5、PM10，与PM2.5～10的相关性最差。大气能见度与PM2.5～10在全年和春季的相关系数为正值；能见度与相对湿度的RMSE比较稳定，一直在2.5 km左右，较其他影响因子也是最小的。单个影响因子与能见度的相关性在不同季节是不一样的。PM2.5与大气能见度在冬季负相关最好，秋季次之，夏季最差；而PM2.5～10与大气能见度在各个季节的相关性绝对值均小于0.12，是这几个影响因子中相关性最差的；PM10与大气能见度相关性大小按季节依别为冬季、秋季、夏季、春季；相对湿度与大气能见度在春季相关性最强，秋季、冬季次之，夏季最弱。同一分组中，能见度与PM10的相关系数介于其与PM2.5和PM2.5～10，说明PM2.5比PM2.5～10与能见度的相关性更好，也就是说，在粒径段为0～10 μm的颗粒物（PM10）中，对能见度有明显影响作用的是粒径段<2.5 μm的颗粒物（PM2.5），而粒径段在2.5～10 μm的颗粒物（PM2.5～10）对能见度的影响作用不大。因此，下面将PM2.5～10作为一个变量，与PM2.5一样，单独分析其和能见度关系，而不再粗略地将PM10作为变量，以免重复分析PM2.5对能见度的影响。

2.4能见度和影响因子的非线性关系

为了能够更准确地研究能见度和影响因子之间的关系，得到更精确的拟合，现将相对湿度分为7个档次（表3），对应样本数分别为162、173、223、320、353、595、901，分别统计了不同档相对湿度时能见度和不同粒径段气溶胶的非线性相关关系。拟合公式为VIS=aexp（PMx/b）+c，其中，PMx为PM2.5或PM2.5～10，方程参数、拟合优度（R2）和RMSE已给出。从表3可看出，就PM2.5来说，相对湿度为60%～69%时，能见度与PM2.5的非线性相关性最大；随着相对湿度的增大，能见度与PM2.5的相关性逐渐变小；而相对湿度为40%～49%、50%～59%时能见度与PM2.5的相关性比相对湿度为80%～89%时的好。对PM2.5～10来说，能见度与其非线性相关性在相对湿度≤79%时比>79%时好；PM2.5也呈现出这样的特点。说明在相对湿度较大的情况下，气溶胶颗粒物对能见度的影响不再是首要因素。

为了在不同档相对湿度时得出更好的拟合曲线，在此对与能见度进行非线性拟合，拟合方程为VIS=aexp（PM2.5/b）+cexp（PM2.5～10/d）+f，结果发现（表4），在相对湿度较大的情况下能见度和气溶胶颗粒的非线性相关性比相对湿度在40%～79%的相关性差；在相对湿度≥60%时，R2逐渐降低，但均比表3中任一拟合曲线的R2高；同时RMSE也有所降低。说明将能见度与2种粒径段气溶胶颗粒物浓度同时非线性拟合的效果比与单个粒径段气溶胶颗粒物浓度好。

考虑到季节性差异和相对湿度与能见度相关性较大，将相对湿度作为影响因子加入非线性拟合方程进行拟合分析，拟合方程为VIS=aexp（PM2.5/b）+cexp（PM2.5～10/d）+f RHg+h，并给出R2和RMSE来作为拟合优劣的指标。由表5可见，除夏季外，R2均在0.7以上；全年和四季的RMSE均不超过1.9 km，说明所用的拟合方程对大气能见度的非线性拟合还是有一定效果的。

3结论

利用气溶胶和能见度资料，研究了2014年南京市能见度和气溶胶、相对湿度之间的关系，主要有以下结论：

（1）南京市2014年的日能见度大多数在1～3级（即2～10 km），PM2.5和PM10在1～2、3～5、6～11月的月际变化趋势相同，在入春、入夏、入冬时趋势不同。PM2.5～10与PM10的趋势基本一致。能见度和相对湿度的月际变化趋势则相反，能见度在3、5、12月出现极大值，相对湿度则出现极小值。

（2）随着能见度的降低，PM2.5、PM10和相对湿度均增加，能见度与这些变量有明显的负相关性。以季节为分组，将能见度与PM2.5、PM2.5～10、PM10和相对湿度分别进行线性相关分析，发现能见度与相对湿度的相关性最好，与PM2.5次之，与PM2.5～10的相关性最差；能见度与PM10的相关性介于能见度与PM2.5和PM2.5～10之间；无论哪种线性拟合，线性拟合后的RMSE均在2.44 km以上，就季节看，在秋冬季节拟合好于春夏季。

（3）在不同相对湿度范围内，能见度与PM2.5和PM2.5～10的非线性拟合明显好于能见度单独与PM2.5的非线性拟合，且同档相对湿度范围的RMSE普遍也有降低；与PM2.5的RMSE均在2.21 km以下，与PM2.5～10的RMSE均在2.04 km以上。说明将2种颗粒物与能见度共同进行非线性拟合的效果好。同时，在相对湿度为40%～79%时的拟合效果高于相对湿度较大时的效果。

（4）不同季节时，将能见度与PM2.5、PM2.5～10、相对湿度三者共同进行非线性拟合，结果发现，除夏季，R2均在0.72以上，好于以相对湿度分档时的非线性拟合效果。

参考文献

[1] 盛裴轩，毛节泰，李建国.大气物理学[M].北京：北京大学出版社，2003：451.

[2] 宋宇，唐孝炎，方晨，等.北京市能见度下降与颗粒物污染的关系[J].环境科学学报，2003（4）：468-471.

[3] 吴兑，邓雪娇，毕雪岩，等.细粒子污染形成灰霾天气导致广州地区能见度下降[J].热带气象学报，2007（1）：1-6.

[4] 孙景群.能见度与相对湿度的关系[J].气象学报，1985（2）：230-234.

[5] NOLL K E，MUELLER P K，IMADA M. Visibility and aerosol concentration in urban air[J].Atmospheric environment，1968， 2（5）： 465-475.

[6] CHARLSON R J. Atmospheric visibility related to aerosol mass concentration： A review[J]. Environmental science & technology， 1969， 3（10）： 913-918.

[7] 蘇维瀚，张秋彭，沈济，等.北京地区大气能见度与大气污染的关系初探[J].大气科学，1986（2）：138-144.

[8] 王京丽，刘旭林.北京市大气细粒子质量浓度与能见度定量关系初探[J].气象学报，2006（2）：221-228.

[9] 姚剑，王广华，林俊，等.上海市大气颗粒物与能见度的关系[J].气象与环境学报，2010（4）：17-21.

[10] 宋明，韩素芹，张敏，等.天津大气能见度与相对湿度和PM10及PM2.5的关系[J].气象与环境学报，2013（2）：34-41.