引言

能见度是指视力正常的人在当时天气条件下从天空背景中看到和辨认出黑色、大小适度的目标物的最大水平距离，夜间则指能看到和确定出一定强度灯光的最大水平距离^[1]。能见度作为大气环境的一个重要物理参数, 通常被视为反映大气环境质量好坏的指标之一^[2]。长江三角洲地区(简称长三角地区，在本文中包括上海市、江苏省、浙江省和安徽省)作为中国经济和工业快速发展的地区之一，近30年来能见度发生了较大变化，对该地区的经济发展和人民生活产生较大影响。该地区大气能见度对该地区能见度的预测预报及天气变化的研究^[3-4]，对保证该地区交通安全、保障经济持续发展及提高人民生活质量有重大意义。

20世纪初，能见度变化特征与成因受到国内外学者的重视。Vinzani等^[5]发现伊里诺斯州能见度存在明显的季节变化；Naegele等^[6]认为1958—1978年美国西部和西南部的能见度在1973年执行空气改善政策之前逐年降低，之后则逐年增加；Miller等^[7]发现美国俄亥俄州、肯塔基州和田纳西州1966—1969年的能见度比1962—1965年间要好。王淑英等^[8]也发现1990—2000年北京地区大气能见度存在明显的年际变化、季节变化和日变化；范引琪等^[9]发现河北省1960—2002年城市大气能见度显著下降，指出在这43年中，由于空气污染使得城市的夏季能见度下降的幅度最大; Li^[10]分析了1951—2006年桂林的能见度变化，在20世纪50年代有所上升，从60年代以后开始降低。钱峻屏等^[11]使用MODIS观测资料发现能见度与辐射值呈负相关；赵秀娟等^[12]研究了光学厚度与能见度的关系，发现两者的变化趋势相反，光学厚度与能见度之间近似呈指数递减关系。毕凯等^[13]认为霾或雾在演变的各阶段气溶胶吸湿性增长且消光系数随相对湿度变化。伍红雨等^[14]研究表明年霾日长期变化趋势有明显的空间差异。魏文秀^[15]分析了河北省霾天数据记录可知霾的出现与天气形势有关，霾频数大小与空气污染程度和地形联系密切。

近年来，长三角地区(包括江苏省、浙江省、安徽省和上海市的全部地区)随着工业、交通、物流和旅游等行业的迅速发展，能见度变化对经济社会的影响加大。但当前针对长三角地区能见度变化的研究很少^[16]。所以研究长三角地区能见度变化具有重大的应用价值。

1 资料来源与分析方法 1.1 数据来源

本研究选取长三角地区1980—2009年58个国家级气候基准站和气象基本站常规能见度观测资料。站点分布如图 1所示。

另选取MODIS AOD月平均值产品(下载地址：http://ladsweb.nascom.nasa.gov/data/search.html), 分辨率1°×1°，经纬度范围27°~35°N和114°~124°E，时间跨度2000—2009年。

本文中使用的年平均值是指一个年度所有符合要求的数据的算术平均值，月平均值是指1980—2009年同月份中所有符合要求的数据年算术平均值。单站平均能见度是指该站1980—2009年所有符合要求的数据的算术平均值。

1.2 数据预处理

不考虑天气变化对能见度的影响，本文仅研究霾对能见度的影响，这可反映大气质量对能见度的影响。目前国内外对雾与霾的分界相对湿度值定义差异较大，英国定义80%为雾和霾的分界相对湿度^[17]，美国则用90%为雾和霾的分界相对湿度^[17]。但如何去除雾天的能见度，需要对雾和霾分别做出定义，本文通过分析，选取相对湿度85%作为雾霾的区分。杨军等^[18]在研究相对湿度对大气气溶胶粒子短波辐射特性的影响时，认为在不同的相对湿度下消光系数变化时，相对湿度为95%时的消光系数是相对湿度为85%时消光系数的两倍，而在85%以下的不同相对湿度值时，消光系数变化则不是很明显，这和本文选取标准相一致。

1.3 研究方法

经验正交函数(EOF)分析是大气科学领域常用的时空分析方法。它既能保留原始数据提供的绝大部分信息，又能起降维作用，有效浓缩空间场信息。第一特征向量反映了能见度场的平均状态，其余特征向量反映了能见度场的不同尺度的变化平均状态，相应的时间系数作为特征向量的权重反映了不同年份对这种分布的贡献大小^[19]。

根据前文分析要求，下文中选取每天14时地面观测站数据，去除相对湿度大于85%的部分数据。在所用58个观测站中，由于站点迁移等原因造成持续观测的时间长度不一致。因此，在同一年有观测记录的站为49~53个，EOF分析使用了其中46个数据较完整的台站数据样本。

2 能见度变化特征 2.1 年季变化特征

本文对该地区58个站年平均能见度进行统计，分析结果见图 2，发现1980—2009年长三角地区能见度逐年降低，平均年递减率约-0.20±0.013 km·a^-1，能见度值与年份相关系数为-0.94。能见度最大值出现在1984年，达21.9 km；最小值出现在2007年，仅为16.1 km。20世纪80年代能见度呈波动变化，平均年变化率为0.02 km·a^-1；90年代下降趋势加大，平均年变化率为-0.33 km·a^-1，最大年降幅1995—1996年达1.2 km；2000年开始，能见度呈波动性降低，年递减率为-0.16 km·a^-1；近几年能见度出现好转，其中2008年的平均值比2007年的平均值高出0.85 km。范引琪等^[9]在河北省城市大气能见度变化研究中也发现类似的变化规律。

长三角地区气候季节变化明显，受气候影响，该地区季节能见度也有很明显的变化。不同季节的能见度变化结果如图 3所示。四个季节的能见度变化总趋势和年平均能见度变化趋势一致，都是逐年下降，但四个季度间的能见度有显著差异，表现为夏季最好，冬季最差，春秋季介于期间。夏季能见度平均为21.5±2.2 km，冬季平均值为17.1±1.3 km，夏季能见度平均比冬季高4.5 km。近年来能见度下降逐渐趋缓，2007—2008年，各季能见度甚至增大；在20世纪80—90年代，四季能见度差异明显，平均能见度秋天比夏天大1.2 km，2000年以后，四季能见度差异逐渐变小，且四个季节的能见度变化趋势变得复杂。夏、秋季能见度下降速度较大，冬、春能见度下降相对较慢，导致春、夏、秋、冬的能见度差异变小。由前文数据分析可知，春季和冬季年平均变化率分别是-0.15和-0.13 km·a^-1，夏季和秋季的年平均变化率分别是-0.23和-0.24 km·a^-1，该地区能见度月变化显著，7月能见度最高，1和12月能见度最低(图略)。上述结果的可能成因在于受到副热带高压气候和季风气候的影响，长三角地区的夏天晴天多、日照长、降雨量大，大气清洁能见度好，而冬天晴天少、日照短、降雨量少，大气层结相对稳定，空气的污染很难清除，易于底层大气中气溶胶粒子富集，容易形成霾天气，能见度受到很大的影响。

2.2 地域时空变化特征

为了分析长三角地区能见度区域分布特征，本文根据长三角地区58个站的能见度观测资料，统计了各台站的平均能见度值，得到区域能见度等值线分布如图 4所示，从图中可看出，沿海地区能见度好于内陆地区，经济欠发达的皖北地区能见度好于皖南地区。安徽中部地区、相邻的江苏西南部地区、浙江东北部地区和上海能见度都较差，这些地区都是工业相对集中的区域，工业污染严重。而黄山地区和浙江的舟山群岛地区受工业污染较小，能见度最好。

从数据分析结果可以看出沿海地区、苏北、皖北及皖南和浙北交界地区能见度比全区平均能见度好，而在内陆地区能见度都比全区能见度差，尤其是沿河一带站点能见度下降更为明显。其中，能见度最低的蚌埠(比平均值低6.7 km)、杭州(比平均值低6.3 km)、衢州(比平均值低5.7 km)都在沿河区域，这一现象主要可能是由于沿河两岸的经济发展相对快速和居住人口更为密集，由于数据所限不能做进一步分析。并且全区大部分地区在近30年中能见度都在下降，而只有少数几个地区能见度略有好转。其中，下降最多的前三个城市是浙江大陈岛(-16.2 km)、安徽阜阳(-13.1 km)和浙江丽水(-10.8 km)，能见度增加的前三个城市是上海龙华(5.6 km)、安徽砀山(5.1 km)和安徽六安(4.7 km)。沿河两岸站点大部分都下降较大，说明沿河两岸能见度仍在继续恶化。

通过对全区的台站数据进行EOF分析可知，全区能见度变化趋势的前三模态特征向量的累积方差贡献率高达99%，基本反映了全区能见度变化特征分布。

由表 1可知，能见度第一模态的方差贡献率为98.8%，说明长三角地区能见度空间分布(图 5a)主要呈第一模态分布。其特征向量在长三角区域内均为正值，表明在全区域中的变化趋势相同。在皖北和苏东地区出现大值区，说明该地区的能见度较好，从浙东南、浙西北、皖南到皖西呈逐渐降低趋势。从图 5b第一模态的时间系数可以看出，在20世纪90年代之前出现振荡变化趋势，从90年代后持续下降，直到2007年达到最低谷，近几年能见度趋于平稳；第二模态方差的贡献率比较小，在空间分布图上出现了负值区域和正值区域，如图 6a所示，说明负值区域某些年份的能见度呈上升趋势，这与图 4空间分布图结果一致，即在皖北地区、上海地区有些地区能见度略有上升，而在正值区域仍然是处于下降趋势，从时间系数上也出现了正负值，如图 6b所示，在1994年出现了正负值的转换，这说明原来的正负值区的变化趋势正好相反。第三模态方差的贡献率也比较小，在空间分布图上大部分区域是正值，如图 7a所示，说明这个区域的变化趋势较一致，但是在时间系数上出现了正负值，如图 7b所示，在1986和1998年出现了两次正负值变化，表示在该模态下，在1985年之前能见度呈下降趋势，1986—1998年能见度出现上升趋势，而自1999年开始，又出现了上升趋势，这恰恰反映了近30年该区域能见度的整体变化趋势，这与3.1节中能见度变化分三个阶段的结论一致。

2.3 与GDP和能源消耗的关系

图 8给出能见度和GDP及能源消耗的变化曲线，图中纵坐标是逐年GDP和能源消耗数据与1990年的比值再乘以100所得。20世纪90年代以来，长三角地区经济迅速发展，GDP翻10倍，能源消耗增长3倍，同时能见度在这个期间也迅速下降，超过20%，能见度与GDP的相关系数R²=0.745，可见伴随工业发展而产生大量的污染气体对能见度降低有较大影响。

2.4 AOD与能见度空间域对比分析

大气气溶胶光学厚度(AOD)值的大小可以反映能见度的好坏^[12]。本文分析了2000—2009年AOD年平均值与能见度年平均值的相关关系，结果表明两者呈负相关，相关系数超过-0.91，通过了=0.05的显著性水平检验。可见能见度受到大气气溶胶的直接影响，要想提高能见度，须要控制大气气溶胶的形成。图 9显示浙南、浙北、皖南和沿海地区AOD值较小，苏东南和安徽省以北地区AOD值较大。对比图 4可知，AOD分布规律和能见度大小分布规律大体上是一致的，二者呈负相关的关系与2.2节的结论一致。

3 结论与讨论

(1) 在长三角地区，能见度年平均值为19.5±1.8 km，其中最高值在1984年，达21.9 km；而最低值为16.1 km，出现在2007年。近30年能见度呈逐年降低趋势，平均年递减率接近-0.20±0.013 km·a^-1。能见度的逐年降低与GDP增加和能源消耗成负相关。

(2) 长三角地区能见度存在显著的季节差异，夏天能见度最好，平均可达到21.5±2.2 km，秋春季次之，冬季最差，平均值为17.1±1.3 km。该地区能见度月变化显著，7月能见度最高，1和12月能见度最低。

(3) 长三角地区能见度存在显著的地域变化特征，沿海地区能见度普遍好于内陆地区，沿江(河)两岸能见度比周围地区差。沿江(河)和沿海地区能见度的下降速度大于其他地区，在浙江东南部沿海地区更为明显。

(4) 利用EOF方法分析长三角地区能见度均呈下降趋势，少数地区在部分年份能见度略有好转。沿海地区能见度下降速度大于内陆地区。

(5) 通过比较能见度与GDP及能源消耗的变化关系可知，随着经济和工业发展，大量污染物的排放，使得能见度受到较大影响；基于MODIS业务处理系统提供AOD数据分析的长期能见度变化趋势与用地面观测资料分析的结论基本一致。