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(guó)家基本氣象站和本溪大氣觀測(cè)站氣象要素和PM2.5質(zhì)量濃度，分析霾時(shí)與月季和空氣質(zhì)量等級(jí)特征，通過(guò)計(jì)算氣溶膠吸濕增長(zhǎng)對(duì)大氣消光的貢獻(xiàn)率，用米散射理論消光系數(shù)與觀測(cè)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(shí)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(shí)，對(duì)本溪市霾的發(fā)生貢獻(xiàn)度較高且關(guān)聯(lián)性強(qiáng);構(gòu)建本溪市霾的判別模型=0.4387+241.29，預(yù)測(cè)準(zhǔn)確率為80.07%，相對(duì)大的風(fēng)速和相對(duì)小的PM2.5質(zhì)量濃度是影響此模型的準(zhǔn)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(hào)：X513 文獻(xiàn)標(biāo)識(shí)碼：B 文章編號(hào)：2095–3305（2021）10–0155–03

我國(guó)自改革開放以來(lái)經(jīng)濟(jì)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(guó)外相關(guān)研究工作開展較早，美國(guó)早在1988年就建立了IMPROVE觀測(cè)網(wǎng)，通過(guò)消光系數(shù)和氣溶膠細(xì)粒子成分譜觀測(cè)發(fā)現(xiàn)細(xì)小顆粒物污染易導(dǎo)致低能見度[3]。

近年來(lái)，我國(guó)霾發(fā)生頻次增加。氣象局高度重視霾的觀測(cè)工作。由于現(xiàn)有能見度儀器對(duì)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(shí)際情況有較大差異，對(duì)人們工作和生活造成了很大的不便。本文通過(guò)米散射理論計(jì)算吸濕后的消光系數(shù)和大氣實(shí)際消光系數(shù)并構(gòu)建模型，以便更好地通過(guò)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(duì)濕度等，運(yùn)用米散射理論、線性回歸分析、統(tǒng)計(jì)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(lái)源

數(shù)據(jù)來(lái)源于本溪國(guó)家基本氣象站/本溪大氣成分站的氣象和空氣污染物觀測(cè)資料。本溪國(guó)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(diǎn)具有較為完整的氣象觀測(cè)和空氣污染物監(jiān)測(cè)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(dòng)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(zhǎng)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(jì)算而來(lái)。

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

1.2.2 觀測(cè)消光系數(shù) 大氣實(shí)際相關(guān)系數(shù)：

為實(shí)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(guò)擬合線性回歸方程模型，計(jì)算氣溶膠吸濕增長(zhǎng)對(duì)大氣消光的貢獻(xiàn)率，用米散射理論消光系數(shù)與觀測(cè)消光系數(shù)比值表示，如果該比值超過(guò)規(guī)定閾值（0.8），則判識(shí)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(shí)次數(shù)和空氣質(zhì)量等級(jí)霾時(shí)分布 選擇2013—2018年本站排除降水、沙塵暴、揚(yáng)沙、浮塵、吹雪、雪暴等影響視程的天氣現(xiàn)象，觀測(cè)時(shí)，能見度<10.0 km，且相對(duì)濕度<80%，判識(shí)為霾，為一次整點(diǎn)時(shí)出現(xiàn)霾天氣現(xiàn)象，為霾時(shí)。

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(shí)累計(jì)高于其他月份，占總數(shù)的82.7%;其中1月出現(xiàn)霾時(shí)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(zhǎng)，燃煤使用量超過(guò)任何季節(jié)，且冬季大氣層結(jié)穩(wěn)定、氣候干燥、相對(duì)濕度較低、風(fēng)力較弱，造成冬季霾出現(xiàn)的次數(shù)遠(yuǎn)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(duì)流天氣頻繁、多雷電、多降水、多大風(fēng)，也沒有過(guò)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(duì)應(yīng)的污染物項(xiàng)目濃度限值[5]，氣溶膠PM2.5質(zhì)量濃度標(biāo)準(zhǔn)值劃分為6個(gè)等級(jí)：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(yán)重污染（250 μg·m-3及以上）。國(guó)內(nèi)現(xiàn)行的標(biāo)準(zhǔn)為：75 μg·m-3濃度的PM2.5對(duì)應(yīng)的空氣質(zhì)量指數(shù)為100，即高于75為不達(dá)標(biāo)。

當(dāng)出現(xiàn)霾的天氣現(xiàn)象時(shí)，對(duì)應(yīng)優(yōu)等級(jí)和良等級(jí)的霾時(shí)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(shí)，具有偶然現(xiàn)象。但對(duì)空氣質(zhì)量等級(jí)輕度至嚴(yán)重污染占全部霾時(shí)總數(shù)的85.4%，多數(shù)為連續(xù)性非間斷?？梢钥闯?，當(dāng)PM2.5質(zhì)量濃度≥75 μg·m-3時(shí)，PM2.5質(zhì)量濃度對(duì)本溪市霾的發(fā)生貢獻(xiàn)度較高且關(guān)聯(lián)性強(qiáng)。

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(shí)能見度<10 km且相對(duì)濕度<80%和PM2.5質(zhì)量濃度≥75μg·m-3的實(shí)測(cè)數(shù)據(jù)，剔除缺測(cè)和降水、沙塵暴、揚(yáng)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(cè)消光系數(shù)公式計(jì)算，利用觀測(cè)消光系數(shù)和吸濕增長(zhǎng)后的氣溶膠PM2.5的米散射消光系數(shù)進(jìn)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(guò)0.01的顯著水平。

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

（2）觀測(cè)時(shí)，能見度<10 km且相對(duì)濕度<80%，直接識(shí)別為霾（排除降水、沙塵暴、揚(yáng)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(shí)數(shù)據(jù)代表其2019和2020年全年數(shù)據(jù)，收集逐時(shí)能見度、相對(duì)濕度、PM2.5質(zhì)量濃度、風(fēng)速、天氣現(xiàn)象等觀測(cè)數(shù)據(jù)，選取能見度<10 km且80%≤相對(duì)濕度<95%對(duì)本溪市霾的判別模型進(jìn)行分析，通過(guò)實(shí)際觀測(cè)、風(fēng)速數(shù)據(jù)、PM2.5質(zhì)量濃度等綜合判斷實(shí)際霾時(shí)次數(shù)，對(duì)比分析模型準(zhǔn)確率80.07%。

結(jié)合氣象觀測(cè)數(shù)據(jù)和實(shí)際觀測(cè)發(fā)現(xiàn)，在氣象條件為能見度<10 km且80%≤相對(duì)濕度<95%時(shí)，相對(duì)大的風(fēng)速和相對(duì)小的PM2.5質(zhì)量濃度也是影響此模型的準(zhǔn)確率的因素。風(fēng)速變大利于污染物擴(kuò)散，雖符合模型判別，但與實(shí)際觀測(cè)不符，不能通過(guò)模型判斷為霾。PM2.5質(zhì)量濃度較小，濕度較大時(shí)，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(zhǎng)大，并最終活化成較大的凝結(jié)核數(shù)量減少，雖通過(guò)模型判斷為霾，但無(wú)法判斷是否因PM2.5造成的霾，從而影響模型對(duì)該區(qū)間數(shù)據(jù)判斷的準(zhǔn)確率（表1）。

3 結(jié)論與討論

（1）本溪市霾時(shí)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(shí)，對(duì)本溪市霾的發(fā)生貢獻(xiàn)度較高且關(guān)聯(lián)性強(qiáng)。

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

參考文獻(xiàn)

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

[2] 吳兌，鄧雪嬌，畢雪巖，等.細(xì)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(bào)，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(guó)家市場(chǎng)監(jiān)督管理總局，中國(guó)國(guó)家標(biāo)準(zhǔn)化管理委員會(huì).霾的觀測(cè)識(shí)別（GB/T 36542—2018）[S].北京：中國(guó)標(biāo)準(zhǔn)出版社，2018.

[5] 環(huán)境保護(hù)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(guó)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