劉闖 邵兵 王新雨 汪貴彬 張博宇

摘要 利用本溪市2013—2018年本溪國家基本氣象站和本溪大氣觀測站氣象要素和PM2.5質(zhì)量濃度，分析霾時與月季和空氣質(zhì)量等級特征，通過計算氣溶膠吸濕增長對大氣消光的貢獻率，用米散射理論消光系數(shù)與觀測消光系數(shù)構(gòu)建本溪市霾的判別模型。結(jié)果表明：本溪市霾時1月出現(xiàn)最多，12月次之;按照季節(jié)劃分可得，霾的天氣現(xiàn)象主要發(fā)生在冬季、初春（3月）和秋中后期（10月和11月）;當(dāng)PM2.5質(zhì)量濃度≥75 μg·m-3時，對本溪市霾的發(fā)生貢獻度較高且關(guān)聯(lián)性強;構(gòu)建本溪市霾的判別模型=0.4387+241.29，預(yù)測準確率為80.07%，相對大的風(fēng)速和相對小的PM2.5質(zhì)量濃度是影響此模型的準確率的因素。

關(guān)鍵詞 PM2.5;米散射;霾的判別;本溪市

中圖分類號：X513 文獻標識碼：B 文章編號：2095–3305（2021）10–0155–03

我國自改革開放以來經(jīng)濟迅速發(fā)展，大城市氣溶膠污染隨之日趨要做，能見度惡化事件頻發(fā)，以PM2.5為首要污染物的霾天氣現(xiàn)象迅速增加[1]。霾天氣導(dǎo)致的空氣質(zhì)量和環(huán)境污染問題引起了政府和公眾的廣泛關(guān)注。高污染背景下，大氣中懸浮的大量氣溶膠粒子不僅導(dǎo)致能見度下降，還影響著人體健康以及氣候[2]。國外相關(guān)研究工作開展較早，美國早在1988年就建立了IMPROVE觀測網(wǎng)，通過消光系數(shù)和氣溶膠細粒子成分譜觀測發(fā)現(xiàn)細小顆粒物污染易導(dǎo)致低能見度[3]。

近年來，我國霾發(fā)生頻次增加。氣象局高度重視霾的觀測工作。由于現(xiàn)有能見度儀器對于不同地區(qū)霾判定有地區(qū)化、結(jié)構(gòu)化和系數(shù)化誤差，造成霾的天氣現(xiàn)象判別和實際情況有較大差異，對人們工作和生活造成了很大的不便。本文通過米散射理論計算吸濕后的消光系數(shù)和大氣實際消光系數(shù)并構(gòu)建模型，以便更好地通過能見度儀器判別霾的天氣狀況。

研究數(shù)據(jù)為2013—2018本溪市區(qū)6年的PM2.5質(zhì)量濃度、能見度、相對濕度等，運用米散射理論、線性回歸分析、統(tǒng)計學(xué)原理等方法，構(gòu)建模型得出濕度在80%～95%區(qū)間的本溪市霾的判別。

1 資料與方法

1.1 資料來源

數(shù)據(jù)來源于本溪國家基本氣象站/本溪大氣成分站的氣象和空氣污染物觀測資料。本溪國家基本氣象站位于本溪市明山區(qū)（41°18′24″N，123°46′31″E，海拔185.4 m），該站點具有較為完整的氣象觀測和空氣污染物監(jiān)測資料，大氣污染水平受人為因素，如交通、工業(yè)和人群密集活動等影響較小，更適于區(qū)域性霾的判定方法研究。

1.2 分析方法

1.2.1 米散射消光系數(shù) 氣溶膠PM2.5的米散射理論的消光系數(shù)[4]：

為吸濕增長后的氣溶膠PM2.5的消光系數(shù)，單位為m-1或km-1。

為粒徑的粒子消光效率因子，由米散射理論計算而來。

為譜分布中粒徑為分檔內(nèi)的氣溶膠數(shù)濃度，單位為個·m-3或個·cm-3，由干氣溶膠粒子體積譜分布得到。

1.2.2 觀測消光系數(shù) 大氣實際相關(guān)系數(shù)：

為實際大氣消光系數(shù)，單位為m-1或km-1。

MOR為氣象光學(xué)視程，單位為m或km。

1.2.3 線性回歸分析 Y=ax+b，通過擬合線性回歸方程模型，計算氣溶膠吸濕增長對大氣消光的貢獻率，用米散射理論消光系數(shù)與觀測消光系數(shù)比值表示，如果該比值超過規(guī)定閾值（0.8），則判識濕度在80%～95%，能見度<10 km為霾。

2 結(jié)果與分析

2.1 霾的判別模型

2.1.1 月霾時次數(shù)和空氣質(zhì)量等級霾時分布 選擇2013—2018年本站排除降水、沙塵暴、揚沙、浮塵、吹雪、雪暴等影響視程的天氣現(xiàn)象，觀測時，能見度<10.0 km，且相對濕度<80%，判識為霾，為一次整點時出現(xiàn)霾天氣現(xiàn)象，為霾時。

不同月份、不同季節(jié)具有不同的天氣條件和天氣狀況，本溪市1—3月和10—12月出現(xiàn)霾時累計高于其他月份，占總數(shù)的82.7%;其中1月出現(xiàn)霾時最多，12月次之（圖1）。

按照季節(jié)劃分可得，霾的天氣現(xiàn)象主要發(fā)生在冬季、初春（3月）和秋中后期（10月和11月），這是由于本溪市冬季采暖期較長，燃煤使用量超過任何季節(jié)，且冬季大氣層結(jié)穩(wěn)定、氣候干燥、相對濕度較低、風(fēng)力較弱，造成冬季霾出現(xiàn)的次數(shù)遠高于其他季節(jié);春末和秋初大氣層結(jié)不穩(wěn)定，易出現(xiàn)氣溫驟降（升）和大風(fēng)現(xiàn)象，且處于采暖期末尾和將要開始供暖，燃煤使用較少，所以發(fā)生霾的次數(shù)也相關(guān)較少;夏季對流天氣頻繁、多雷電、多降水、多大風(fēng)，也沒有過量燃燒煤炭，不利于污染物集結(jié)，所以發(fā)生霾的次數(shù)最少。

根據(jù)空氣質(zhì)量分指數(shù)及對應(yīng)的污染物項目濃度限值[5]，氣溶膠PM2.5質(zhì)量濃度標準值劃分為6個等級：優(yōu)（0～35 μg·m-3），良（35～75 μg·m-3），輕度污染（75～115 μg·m-3），中度污染（115～150 μg·m-3），重度污染（150～ 250 μg·m-3），嚴重污染（250 μg·m-3及以上）。國內(nèi)現(xiàn)行的標準為：75 μg·m-3濃度的PM2.5對應(yīng)的空氣質(zhì)量指數(shù)為100，即高于75為不達標。

當(dāng)出現(xiàn)霾的天氣現(xiàn)象時，對應(yīng)優(yōu)等級和良等級的霾時次數(shù)較少（圖2）。根據(jù)數(shù)據(jù)處理分析得出，多是間斷且不連續(xù)的霾時，具有偶然現(xiàn)象。但對空氣質(zhì)量等級輕度至嚴重污染占全部霾時總數(shù)的85.4%，多數(shù)為連續(xù)性非間斷。可以看出，當(dāng)PM2.5質(zhì)量濃度≥75 μg·m-3時，PM2.5質(zhì)量濃度對本溪市霾的發(fā)生貢獻度較高且關(guān)聯(lián)性強。

2.1.2 構(gòu)建霾的判別模型 構(gòu)建回歸模型，選取2013—2018年小時能見度<10 km且相對濕度<80%和PM2.5質(zhì)量濃度≥75μg·m-3的實測數(shù)據(jù)，剔除缺測和降水、沙塵暴、揚沙、浮塵、吹雪、雪暴等影響視程的天氣現(xiàn)象后，根據(jù)米散射消光系數(shù)和觀測消光系數(shù)公式計算，利用觀測消光系數(shù)和吸濕增長后的氣溶膠PM2.5的米散射消光系數(shù)進行建模，建立訂正方程（圖3）。

本溪市霾的判別模型：=0.4387+241.29，相關(guān)系數(shù)為0.5055，通過0.01的顯著水平。

（1）觀測時，能見度<10 km且80%≤相對濕度<95%，當(dāng)吸濕增長后氣溶膠消光系數(shù)與實際大氣消光系數(shù)比值≥0.8時，識別為霾（排除降水、沙塵暴、揚沙、浮塵、吹雪、雪暴等影響視程的天氣現(xiàn)象后）。

（2）觀測時，能見度<10 km且相對濕度<80%，直接識別為霾（排除降水、沙塵暴、揚沙、浮塵、吹雪、雪暴等影響視程的天氣現(xiàn)象后）。

2.2 模型結(jié)果分析

選取2019—2020年本溪市1—3月和10—12月逐時數(shù)據(jù)代表其2019和2020年全年數(shù)據(jù)，收集逐時能見度、相對濕度、PM2.5質(zhì)量濃度、風(fēng)速、天氣現(xiàn)象等觀測數(shù)據(jù)，選取能見度<10 km且80%≤相對濕度<95%對本溪市霾的判別模型進行分析，通過實際觀測、風(fēng)速數(shù)據(jù)、PM2.5質(zhì)量濃度等綜合判斷實際霾時次數(shù)，對比分析模型準確率80.07%。

結(jié)合氣象觀測數(shù)據(jù)和實際觀測發(fā)現(xiàn)，在氣象條件為能見度<10 km且80%≤相對濕度<95%時，相對大的風(fēng)速和相對小的PM2.5質(zhì)量濃度也是影響此模型的準確率的因素。風(fēng)速變大利于污染物擴散，雖符合模型判別，但與實際觀測不符，不能通過模型判斷為霾。PM2.5質(zhì)量濃度較小，濕度較大時，空氣中水汽較多，PM2.5質(zhì)量較少直接影響著干氣溶膠粒子吸水、長大，并最終活化成較大的凝結(jié)核數(shù)量減少，雖通過模型判斷為霾，但無法判斷是否因PM2.5造成的霾，從而影響模型對該區(qū)間數(shù)據(jù)判斷的準確率（表1）。

3 結(jié)論與討論

（1）本溪市霾時1月出現(xiàn)最多，12月次之。按照季節(jié)劃分可得，霾的天氣現(xiàn)象主要發(fā)生在冬季、初春（3月）和秋中后期（10月和11月）。

（2）當(dāng)PM2.5質(zhì)量濃度≥75μg·m-3時，對本溪市霾的發(fā)生貢獻度較高且關(guān)聯(lián)性強。

（3）根據(jù)本溪市霾的判別模型=0.4387+241.29，預(yù)測準確率為80.07%，相對大的風(fēng)速和相對小的PM2.5質(zhì)量濃度是影響此模型準確率的因素。

參考文獻

[1] 吳兌.近十年中國灰霾天氣研究綜述[J].環(huán)境科學(xué)學(xué)報，2012，32（2）：257-269.

[2] 吳兌，鄧雪嬌，畢雪巖，等.細粒子污染形成灰霾天氣導(dǎo)致廣州地區(qū)能見度下降[J].熱帶氣象學(xué)報，2007，23（1）：1-6.

[3] Malm W C， Sisler J F， Huffman D， et al.Spatial and seasonal trends in particle concentration and optical extinction in the United States[J].J Geophys Res， 1994， 99（D1）： 1347-1370.

[4] 國家市場監(jiān)督管理總局，中國國家標準化管理委員會.霾的觀測識別（GB/T 36542—2018）[S].北京：中國標準出版社，2018.

[5] 環(huán)境保護部.環(huán)境空氣質(zhì)量指數(shù)（AQI）技術(shù)規(guī)定（試行）（HJ633—2012）[S].北京：中國環(huán)境科學(xué)出版社，2012.

責(zé)任編輯：黃艷飛

Study on Haze Identification Method Based on PM2.5 Mass Concentration

—A Case Study of Benxi City

LIU Chuang et al（Benxi Meteorological Bureau， Benxi， Liaoning 117000）

Abstract This study used the meteo-rological elements and PM2.5? mass concentration of Benxi National Basic Meteorological Station and Benxi atmospheric observation station from 2013 to 2018 to analyze the characteristics of haze time， rose and air quality grade. By calculating the contribution rate of aerosol moisture absorption growth to atmospheric extinction， the discrimination model of haze in Benxi is constructed by using meter scattering theory extinction coefficient and observed extinction coefficient. The results show that haze occurs most in January and second in December. According to the season， the weather phenomenon of haze mainly occurs in winter， early spring （March） and middle and late autumn （October and November）. When PM2.5 mass concentration ≥75 μg·m-3， It has a high contribution and strong correlation to the occurrence of haze in Benxi. The discrimination model of haze in Benxi City = 0.4387 +241.29? ， and the prediction accuracy is 80.07%. Relatively large wind speed and relatively small PM2.5 mass concentration are the factors affecting the accuracy of this model.

Key words PM2.5; Meter scattering; Haze discrimination; Benxi City