我國6 個典型城市大氣能見度及其影響因素研究

張霞，汪太明，孟曉艷，尤洋，侯玉婧，黃衛明，張曉旭

1.中國環境監測總站

2.成都市石油化學工業園區環境監測站

《中國空氣質量改善報告（2013—2018 年）》[1]相關統計顯示，我國重點區域大氣污染狀況自2013 年以來改善明顯，但整體空氣質量仍不容樂觀，多個城市春夏季出現臭氧污染、秋冬季顆粒物污染頻發，不僅對人體健康造成危害，也對自然生態、農業生產及交通運輸等產生影響[2-5]。大氣能見度作為能夠反映區域環境空氣質量的最直觀的物理參數，近年頗受關注。

大氣能見度（VIS）用于表征大氣透明程度，指視力正常的人能從天空中識別出具有一定大小的目標物的最大距離，也稱氣象視程，能夠有效反映區域大氣污染程度與質量狀況[6-7]。國外對大氣VIS 的研究起步較早，在20 世紀20 年代，Koschmieder 定理的提出為VIS 觀測奠定了理論基礎[8]，60 年代美國便已逐步開展大氣VIS 觀測，至90 年代已初步形成了VIS 監測網，聚焦于氣溶膠和VIS 的監測，研究了大氣中氣體組分、顆粒物和相對濕度（RH）等因素對大氣VIS 的影響[9]。近年來，國內學者也開展了較多大氣VIS 相關研究，普遍認為RH、顆粒物濃度、顆粒物粒徑及構成、氣象條件等是大氣VIS 的主要影響因素。有研究表明大氣中顆粒物對太陽輻射中可見光波段的吸收、散射和反射作用是大氣VIS 下降的主因[10]，其中粒徑為0.3～0.8 μm 顆粒物（與可見光波長380～800 nm 相對應）的濃度與大氣VIS 的相關性最強[11]。RH 的變化會改變氣溶膠中無機鹽類及部分有機物粒子的粒徑、折射指數等關鍵理化參數，影響氣溶膠消光系數，進而引起大氣VIS 的改變[12-13]。國內對顆粒物濃度、RH 與大氣VIS 關系的研究，主要集中于北京、成都、武漢、烏魯木齊等地，如張俊峰[14]分析北京市典型區域PM1與PM2.5排放特征與來源，采用SPSS 統計軟件進行相關性分析，確定了VIS 影響因子。彭爽等[11]使用環境顆粒物分析儀對成都市2018 年10 月—2019 年9 月的0.25～32.00 μm大氣顆粒物數濃度粒徑分布進行觀測，結合PM2.5以及RH、VIS 等氣象要素數據，分析了成都市大氣顆粒物粒徑分布及其與VIS 的關系。白永清等[15]利用2014 年9 月—2015 年3 月武漢地區逐時VIS、RH及顆粒物質量濃度觀測數據，分析了三者關系，并開展了VIS 非線性預報。李軍等[16]基于冬季烏魯木齊市PM2.5濃度和氣象要素觀測數據，采用線性和非線性回歸、變量分類分析等統計方法，研究了VIS 與二者之間的定量關系。

上述研究均針對單一城市進行分析，采用的研究方法各有不同。然而，不同城市在地理位置、氣候條件和顆粒物組分等方面存在顯著差異，這導致了研究結論具有較強的地域性，無法進行比較，難以為其他城市的污染防治政策提供有力支持。因此，筆者選擇了6 個具有代表性且在地理位置、氣象條件和顆粒物污染特征上存在差異的國內城市，從不同的角度分析了這些城市的PM2.5濃度、RH 和VIS之間的關系。以期找出不同城市和地區之間大氣VIS 與PM2.5濃度、RH 之間的變化規律，為大氣質量監測發展和控制政策制定提供參考。

1 數據來源與方法

1.1 研究區域與數據來源

選取了巴彥淖爾、廊坊、石家莊、鄭州、武漢、廣州作為研究區域，六市國家環境空氣質量監測城市站點與氣象站點分布見圖1。其中2019—2020 年的大氣VIS 及氣象條件（包括RH、氣溫、風速、風向）小時值數據由中國氣象局提供。PM2.5與PM10濃度數據來源于中國環境監測總站，已經審核剔除不合格數據與沙塵、暴雨、暴雪等極端天氣對應時段數據（監測方法符合HJ 653—2017 要求，運行和質量控制符合HJ 855—2018 要求）[17-18]，數據時長與氣象數據保持一致，均為北京時間。

圖1 六市國控大氣城市站點與氣象站點分布Fig.1 Distribution map of state-controlled air monitoring points and weather stations in the six cities

1.2 研究方法

在討論VIS 四季變化時，采用月均值；在討論顆粒物對VIS 的影響時，為減少RH 的影響，將日均RH 以10%為跨度分為7 個區間，分段討論不同RH 水平下顆粒物對VIS 的影響及其變化；討論PM2.5濃度與VIS 擬合函數時，定義函數切線斜率為?0.1 及?0.02 時所對應的PM2.5濃度為突變點及平臺期點，即當PM2.5濃度超過突變點及平臺期點后，VIS 隨PM2.5濃度變化速率分別小于100 與20 m/(μg/m3)；在討論RH 對VIS 的影響時，為減少PM2.5的影響，將PM2.5濃度分為8 個區間，分別討論在不同PM2.5濃度下，RH 對VIS 的影響，并根據QX/T 113—2010《霾的觀測和預報等級》[19]將VIS低于10 與5 km 的天氣分別稱為輕微霾與輕度霾。

2 結果與討論

2.1 六市VIS 年變化規律

為初步探究城市VIS 的變化規律以及與RH 和顆粒物濃度的相關性[20-21]，本研究繪制了2019—2020 年PM2.5濃度、PM10濃度、RH 及VIS 月均值的變化趨勢，其中RH 與顆粒物濃度共用坐標軸，具體如圖2 所示。從圖2 可以看出，六市的VIS 與PM2.5濃度、PM10濃度、RH 之間存在明顯的相關性。其中，VIS 與PM2.5濃度總體上呈現顯著的負相關關系，并且2019 年和2020 年整體變化趨勢相似：顆粒物污染在每年12 月—次年2 月最為嚴重，相應時期的VIS 也達到全年最低點。此外，受到污染水平、污染特征和地域氣候等因素的影響，六市的VIS 變化規律存在一定差異。其中，巴彥淖爾和武漢在8—9 月VIS 達到峰值，并在12 月—次年1 月降至最低點，且與PM2.5濃度呈現顯著的負相關關系。相較于巴彥淖爾，廣州的顆粒物濃度水平較低，然而其RH 卻顯著偏高，這導致廣州的VIS 略差于巴彥淖爾，且RH 對廣州的VIS 影響更加明顯。而石家莊、廊坊和鄭州在研究期間的VIS 與PM2.5濃度變化趨勢基本一致，這是由于三市都屬于溫帶大陸性季風氣候帶，氣候相似、地理位置接近，污染特征也具一定相似性。

圖2 2019—2020 年六市PM2.5 濃度、PM10 濃度、RH 與VIS 月均值變化趨勢Fig.2 Variation trends of PM2.5,PM10,RH and VIS in the six cities from 2019 to 2020

2.2 不同城市VIS 受PM2.5 濃度與RH 影響程度差異

研究發現，不同城市VIS 受PM2.5濃度、RH 影響程度不同[22-24]，為直觀表現VIS 受二者的影響程度，繪制了2019—2020 年PM2.5濃度、RH 與VIS 的月均環比變化率，結果如圖3 所示。

圖3 2019—2020 年六市PM2.5 濃度、RH 與VIS 的月均環比變化率Fig.3 Monthly average month on month change rate of PM2.5,RH and VIS in the six cities from 2019 to 2020

從圖3 可以看出，VIS 與PM2.5濃度和RH 呈現顯著的負相關關系。當六市的PM2.5濃度和RH 同時增加或減少時，它們會起協同作用，對各城市的VIS 產生顯著影響，同時也可以看出不同城市受到PM2.5濃度和RH 影響的程度不同。其中，廣州的VIS 受到RH 影響最為明顯。在2019 年2 月、10 月及2020 年1 月、6 月，PM2.5濃度的月均環比變化率分別為?45.6%、41.4%、?33.9%和?39.3%，而相應的VIS 變化率僅為7.2%、1.1%、3.1%和12.9%。2020 年7 月和10 月，雖然PM2.5濃度月均環比變化率為3.6%和33.4%，但RH 卻為?10.9%和?17.5%，導致VIS 為19.2%和27.7%。武漢市的VIS 受到PM2.5濃度影響顯著增強。在2019 年3 月、5 月、12 月及2020 年8 月、9 月，PM2.5濃度的變化引起了VIS 等比例且反向的改變。同時，武漢市的PM2.5濃度和RH 對VIS 的影響也更為明顯。在2019 年3 月以及2020 年2 月，PM2.5濃度和RH 月均環比變化率僅分別為?24.5%和?14.4%以及?36.4%和?8.4%，但VIS 卻高達62.6%和130.6%。而廊坊、石家莊和鄭州3 個城市在每年的9 月和10 月受到氣候的影響，PM2.5濃度急劇增加，但VIS 降低并不明顯。例如，廊坊在2019 年10 月和2020 年10 月，PM2.5濃度的環比變化率分別為64.4%和93.5%，但VIS 僅分別為?15.2%和?11.3%，其余月份VIS 與PM2.5濃度呈現明顯的負相關關系。巴彥淖爾的PM2.5濃度相對較低，VIS 一直保持在較高水平。從變化率來看，VIS 的環比變化率較小，但從整體趨勢來看，VIS 與PM2.5濃度呈現顯著的負相關關系。

2.3 RH 對VIS 的影響

RH 影響大氣VIS 的機理大致分以下2 種：1）RH 大于90%時會形成霧滴，產生消光作用，減少大氣VIS；2）通過吸濕效應改變顆粒物粒徑、密度、折光系數等物理參數，如顆粒物中硫酸鹽、硝酸鹽和銨鹽等二次粒子的直徑與折光系數在RH 為70%～85%時會發生明顯改變，進而影響大氣VIS[25-26]。為了減少其他氣象因素的影響，本研究首先計算了六市1%RH 濕度區間內VIS 的均值，隨后以RH 為橫坐標、VIS 均值為縱坐標繪制了VIS 隨RH 變化圖，具體見圖4。

圖4 六市在不同RH 區間平均VIS 趨勢Fig.4 Average visibility trends of the six cities in different RH ranges

整體來看，RH 與VIS 間呈線性負相關關系，隨著RH 的增加，VIS 定量下降，而不同城市的VIS 受RH 影響的程度存在明顯的差異。其中，巴彥淖爾VIS 受RH 影響最小，RH 每增加1%，VIS 平均僅減少117.3 m，特別是在RH 小于60%時，VIS 幾乎不受RH 增加的影響，且多個污染區間的線性相關系數（R2）小于0.5，表明RH 與VIS 間線性關系不顯著；其余五市各RH 區間線性相關系數均大于0.514 4，表明RH 與VIS 之間存在顯著相關性。

當RH 小于40%時，RH 與VIS 之間的線性相關性相對較差，此時VIS 受PM2.5濃度的影響更明顯；隨RH 增加至40%～80%，RH 對VIS 的影響能力明顯增強，并在60%～80%的區間達到峰值，在該區間內，PM2.5濃度和RH 對大氣VIS 產生雙重影響，加速了VIS 的下降速度，平均下降率約為285.6 m/%。然而RH 在80%～90%區間內，平均VIS 的下降速度明顯減緩（巴彥淖爾因數據較少且置信度較低而不作討論），石家莊與廣州兩市在該區間的大氣VIS 幾乎沒有改變，其原因需要進一步分析。在RH 大于90%時，各市大氣VIS 隨RH 的增加而迅速下降，而PM2.5濃度與VIS 的相關性普遍較低，呈弱相關，此時，大氣中水分形成的霧滴引起的水汽消光成為主導，RH 成為VIS 主要控制因素。

2.4 不同RH 條件下顆粒物濃度與VIS 的定量關系

為了進一步降低RH 因素的干擾，明確顆粒物與VIS 之間的定量關系，研究將RH 劃分為RH≤40%、40%＜RH≤50%、50%＜RH≤60%、60%＜RH≤70%、70%＜RH≤80%、80%＜RH≤90%、RH＞90%7 個區間，同時根據六市實際情況進行相應調整。目前認為顆粒物對大氣VIS 的影響程度與其濃度、化學構成、粒徑分布以及在大氣中的混合狀態密切相關[27-29]。本研究擬合了不同RH 水平下各城市PM2.5濃度與VIS、PM10濃度與VIS 的曲線方程，線性相關系數分別為0.115 5～0.934 0、0.052 9～0.851 3，且在各RH 區間，PM2.5濃度與VIS 的相關性全面優于PM10。因此，本文以下討論均采用PM2.5濃度。以PM2.5濃度為橫坐標、VIS 為縱坐標，繪制六市不同RH 區間的散點圖，采用最合適函數進行擬合，結果如圖5 所示。

圖5 六市VIS 隨PM2.5 濃度及RH 變化規律Fig.5 Variation trends of VIS with PM2.5 and RH in the six cities

從圖5 可以看出，不同RH 區間內，六市VIS 水平與PM2.5濃度具有明顯相關性，但各城市之間存在一定的差異。其中，廣州市VIS 與PM2.5濃度間呈線性負相關（R2＞0.557 5），在RH 小于95%時，R2為0.625 4～0.784 3，表現出較強的相關性，表明隨PM2.5濃度增加，VIS 線性定量降低。其余五市VIS 與PM2.5濃度的冪函數關系顯著（R2＞0.497 1），尤其在RH 低于95%時，各區間R2大于0.497 1。石家莊市RH 在60%～70%區間上的R2達到0.911 7，顯示出極好的定量關系。

在不同RH 條件下，VIS 受PM2.5濃度影響程度存在差異，即R2隨RH 的變化而變化?？傮w上，R2在RH 增大的過程中先增加后減小，大多數城市的峰值出現在RH 約為70%處，這表明在該濕度條件下，PM2.5濃度對VIS 的影響程度明顯高于其他濕度區間，與葉興南等[30-31]的研究結果相吻合。PM2.5二次粒子中硫酸、硝酸與銨鹽類等的潮解點對應的RH 為70%～80%，在該RH 條件下，PM2.5濃度對VIS 影響能力最強。隨著RH 的進一步增加，VIS 與PM2.5濃度之間的擬合程度降低，特別是當RH 高于95%時，武漢市的相關系數僅為0.115 5，說明PM2.5濃度不再是VIS 變化的主要控制因素。

區別于其他城市，廣州市VIS 與PM2.5濃度之間最佳擬合關系是線性而非冪函數。經分析發現，研究期間廣州市的PM2.5濃度明顯低于其他城市，且常年低于75 μg/m3，缺乏高濃度區間的數據，這解釋了出現該現象的原因。VIS 隨PM2.5濃度的總體變化趨勢仍然與其他城市相一致，呈強負相關關系。

2.5 VIS 隨PM2.5 濃度變化規律及控制建議

VIS 隨PM2.5濃度的變化規律明顯，為進一步研究其規律，將所擬合冪函數切線斜率為?0.1 與?0.02 時所對應PM2.5濃度分別稱為突變點與平臺期點，具體如表1 所示。

表1 突變點及平臺期所對應PM2.5 濃度Table 1 Concentration of PM2.5 corresponding to inflection and plateau points

從表1 可以看出，各市突變點所對應PM2.5濃度隨RH 增加而減小，當PM2.5濃度低于突變點時，VIS 隨PM2.5濃度升高而急劇降低。同時，RH 越高，VIS 的下降速率越快，突變點出現的時間越早。當PM2.5濃度高于突變點后，隨PM2.5濃度升高曲線斜率放緩，VIS 下降速度快速降低，最終進入平臺期。六市平臺期對應PM2.5濃度差異較大，與各城市污染程度、顆粒物組成、氣象及環境條件有關。在進入平臺期后，六市VIS 已幾乎不受PM2.5濃度影響，降低PM2.5濃度并不能有效提高VIS 水平，只有當RH 發生改變時，VIS 才會有明顯變化，RH 成為能見變化的控制因素。

以石家莊市為例，當PM2.5濃度小于突變點PM2.5濃度時，PM2.5濃度每增加1 μg/m3，石家莊市的VIS 將平均降低214.1～305.0 m；而在過渡區間，即PM2.5濃度大于突變點PM2.5濃度而小于平臺期PM2.5濃度時，PM2.5濃度每增加1 μg/m3，VIS 僅降低43.8～55.2 m；當PM2.5濃度進入平臺期后，即大于平臺期PM2.5濃度時，VIS 隨PM2.5濃度的變化速率小于20 m/(μg/m3)。此外，石家莊市突變點與平臺期對應的VIS 均值分別為8.56 與4.39 km，也就是說，PM2.5濃度從平臺期均值158 μg/m3降至突變點均值62 μg/m3時，VIS 均處于輕霧霾狀態（1～10 km，VIS 較差，視野不清晰），無明顯改善。而PM2.5濃度低于突變點均值62 μg/m3時，VIS 隨PM2.5濃度增加而降低的平均速率高達257.5 m/(μg/m3)。當PM2.5濃度進一步降至35 μg/m3以下時，該速率進一步增至419.2 m/(μg/m3)。其余城市VIS 隨PM2.5濃度增加而下降規律基本類似，以5 μg/m3為跨度，分別計算各跨度區間內VIS 均值，繪制PM2.5濃度與VIS 關系曲線，結果如圖6 所示。

圖6 六市不同PM2.5 濃度區間對應平均VIS 變化趨勢Fig.6 Average VIS tendency chart of different CPM2.5 ranges in the six cities

從圖6 可以看出，不同城市的VIS 隨著PM2.5濃度的增加而呈現下降的整體趨勢相似。當PM2.5濃度較低時，平均VIS 隨PM2.5濃度增加而減少的速度較快。在PM2.5濃度高于55～80 μg/m3后，六市灰霾天氣出現的頻率顯著增加。這進一步證明了PM2.5突變點的存在。將PM2.5濃度分區，分別統計各PM2.5濃度區間內目標城市VIS 低于5 km（輕度霾）與10 km（輕微霾）的頻率，具體如圖7 所示。

圖7 六市在不同PM2.5 濃度區間輕微霾與輕度霾出現頻率Fig.7 Occurrence frequencies of light haze in different PM2.5 ranges in the six cities

由圖7 可以看出，當PM2.5濃度低于55 μg/m3時，六市出現輕度霾天和輕微霾天及以上級別天氣的頻率相對較低。在PM2.5濃度為35～55 μg/m3的區間內，相應的頻率僅為5.3%和26.7%。而當PM2.5濃度升至55～75 μg/m3時，相應的頻率增加至11.5%和54.6%。輕微霾天氣出現的頻率在PM2.5濃度為55～95 μg/m3區間內顯著增加，當PM2.5濃度超過95 μg/m3時，廊坊、石家莊和武漢3 個城市幾乎均出現輕度霾及以上級別天氣。相比之下，輕度霾天氣在PM2.5濃度低于95 μg/m3時出現的頻率僅為33.3%，而在PM2.5濃高于115 μg/m3時，出現頻率高達93.2%。

3 結論

（1）六市VIS 與PM2.5、PM10、RH 隨時間變化規律明顯，且在2019 年與2020 年期間整體變化趨勢相似，顆粒物污染在每年12 月—次年2 月最為嚴重，該期間VIS 也最差。

（2）VIS 與PM2.5濃度、RH 呈顯著負相關，且PM2.5濃度與RH 二者具有較強協同作用，六市PM2.5濃度與RH 同時、同向變化時，必定引起VIS 的極劇改變。但不同城市VIS 受PM2.5濃度與RH 影響程度不同。

（3）RH 與大氣VIS 之間呈顯著負相關，且線性相關系良好。且當RH 小于40%時，PM2.5濃度是VIS 的主要影響因素。隨RH 增至40%～80%，RH對顆粒物的影響逐漸增強，且RH 在60%～80%區間達到頂峰。當RH 增至90%后，大氣VIS 將迅速下降，此時PM2.5濃度與大氣VIS 的相關性普遍較低，呈弱相關，水汽霧滴引起的消光已成為大氣VIS 下降的主導因素。

（4）顆粒物粒徑是影響大氣VIS 的重要變量之一，PM2.5濃度與VIS 間線性相關性明顯優于PM10。六市VIS 與PM2.5濃度線性關系良好，呈冪函數關系。且不同濕度區間內，VIS 受PM2.5濃度影響程度不同，RH 為60%～80%時，影響最為明顯。

（5）VIS 受PM2.5濃度影響存在突變點，當PM2.5濃度低于突變點時，VIS 隨PM2.5濃度升高而急劇降低，且此時RH 越高，該下降速度越快，突變點對應的PM2.5濃度將隨RH 增加而減小。而PM2.5濃度處于平臺期時，降低PM2.5濃度已并不能有效提高VIS。根據六市數據分析結果來看，當PM2.5濃度控制在56 μg/m3以下時，才能有效降低灰霾天氣發生頻率。