引言

大气能见度是环境空气质量的一种显示(吴兑等，2007；赵习方等，2002)，直接影响人们工作、生活及交通活动正常进行(孟燕军等，2001；袁成松等，2003)。近年大气低能见度已被看作城市大气环境问题之一(毛节泰等，2002；陶俊等，2007；宋宇等，2003；王淑英等，2003；刘爱军等，2004；付桂琴等，2013；王晓芙等，2013)，在国内外广受关注。大气低能见度的形成原因复杂，且存在明显的地域性和季节性，其对应的天气现象有雾、霾、沙尘和降水等(刘宁微等，2012；吴兑，2005)。雾过程中，能见度的大小与雾滴液态含水量和雾滴尺度密切相关，常用K84方案进行表达(周鑫等，2009；王佳等，2012)；霾过程中，能见度与气溶胶、相对湿度密切相关，其贡献达到大气消光的85%以上(龚识懿等，2012；梁永贤等，2012；姚青等，2012a；2012b；边海等，2012)；降水过程产生低能见度，主要来自雨滴的消光作用，其与雨强和雨滴的形态密切相关(刘西川等，2010)。关于能见度模拟和预测的方法，主要有三种，一是潜势预报，主要是根据历史数据，设计一些关键的指标，当这些关键指标发生时，将会有对应的能见度产生，如唐亚平等(2012)在沈阳的研究，认为12 h内露点温度差大于2℃，大雾将变为轻雾，露点温度大于4℃，雾将消散。二是统计预报，其主要方法是收集历史相关数据，通过因子选择和回归分析等统计方法建立方程进行预报，其中近年引入的神经网络方法也是统计预报的一种(李沛等，2012)。三是数值预报和参数方程结合进行模拟，典型代表是MM5模式和WRF模式通过液态水含量和K84方案模拟雾过程中能见度变化；CMAQ模式和IMPROVE公式结合，模拟霾过程中的能见度。

天津地区位于渤海西岸，是我国北方最大的港口城市，也是欧亚大陆桥的东端起点，其与华北、西北等内陆地区局地最短的特殊地理位置，决定了其交通要道的地位。近年，受工业发展和环境变化的影响，天津能见度呈持续下降趋势(范引琪等，2005; 2008)，低能见度成为困扰人们日常生活和出行的一个重要问题。本文通过历史资料分析和试验观测，获取天津地区低能见度分布基本特征，研究能见度、气溶胶质量浓度和相对湿度之间基本规律。搭建WRF-Chem大气化学模式平台，进行能见度等级预报初探，为今后开展能见度、尤其是低能见度模拟和预报业务做好前期工作。

1 材料与方法

本文使用资料包括两部分：(1) 能见度历史资料来自天津地区12个气象观测站1980—2010年的地面观测; (2) 相对湿度、气溶胶质量浓度和能见度关系研究，使用资料取自天津城区边界层观测站2009—2012年观测数据，其中能见度资料取自Belford model6000前向散射能见度仪，PM_2.5、PM₁₀资料取自Thermo公司RP1400颗粒物监测仪，相对湿度资料取自自动站，所有资料在使用前均经过严格质量控制。

能见度数值预报研究使用WRF-Chem模式，该模式为由美国大气研究中心(NCAR)、美国太平洋西北国家实验室(PNNL)及美国国家海洋及大气管理局(NOAA)共同开发完成，在北美、我国京津冀地区(Tie et al，2007；Yerramilli et al，2011；韩素芹等，2008；马欣等，2012)、珠江三角洲地区及长江三角洲地区(李伟铿等，2009)均有一定的运用。模式模拟时间为2010年10月和2011年1月，在模拟过程中，利用前1 d模拟污染场作为后1 d模拟的初始条件，模式设置东西南北方向网格数各为50，格距30 km，垂直方向划分30个垂直层，顶层压力为5000 Pa。模拟所需气象输入数据采用美国国家环境预测中心发布(NCEP)再分析数据，网格分辨率为1°×1°，时间分辨率为6 h。污染源排放清单采样INTEX-B计划发布的亚洲地区污染排放清单，此清单包括电力、工业、交通、居民4大类人为排放的SO₂、NO_X、CO、PM₁₀、PM_2.5、BC、OC、VOCS 8大类污染物，空间分辨率为0.5°×0.5°。

2 结果 2.1 低能见度的分布

根据一般认知和实际使用需要，设定能见度低于3 km为一个低能见度时段。图 1显示天津地区低能见度一般发生在08时，此时边界层高度相对较低，相对湿度也较高，易形成低能见度天气。观测资料显示天津地区08时发生低能见度事件的概率为17%，02、14和20时分别均在5%以内。由于受季风气候和水汽分布的影响，天津地区水平能见度分布一般呈现夏低冬高的格局(图 1b)，但低能见度却相反，受天气系统影响，秋冬季气温日较差大，边界层多逆温，是雾霾的高发期，每年10月下旬至次年春季起风前，低能见度事件频发，尤其每年11月至次年1月，发生低能见度的概率为13~17%，其中1/3左右低于1 km，对交通产生重要影响的能见度低于500 m的天气，每年大概发生4~5 d左右，有2/3的概率发生在11月至次年1月之间。

2.2 气溶胶、相对湿度和能见度的关系

统计2009年1月至2011年8月间天津边界层观测站能见度、相对湿度、降水、PM₁₀质量浓度、PM_2.5质量浓度数据，共计22519次(逐小时)，剔除降水日和有观测要素缺失的时刻，有效样本16481。统计显示能见度低于3 km时，PM₁₀平均值260 μg·m^-3，由高到低排序，80%集中在145.9 μg·m^-3以上，接近空气二级质量标准；PM_2.5平均值155 μg·m^-3，由高到低排序，80%集中在80 μg·m^-3；风速均值0.8 m·s^-1，最大风速4.7 m·s^-1，由低到高排序，80%集中在1.3 m·s^-1以下，超过95%发生在2 m·s^-1的低风速条件；相对湿度平均值77%，但分布较广，由高到低排序，80%集中在相对湿度69%以上，相对湿度低于50%出现57次，占不到3%(表略)。

基于气溶胶、相对湿度和能见度三者之间的关系，建立拟合方程。考虑水汽饱和后产生的消光影响明显有别于气溶胶吸湿增长产生的消光作用，首先剔除相对湿度大于95%的样本，其次参考IMPROVE公式，利用PM₁₀和PM_2.5质量浓度差的0.6倍表述大粒子的消光作用，利用WMO推荐的方法将能见度转化为消光系数(σ=3912/vis，其中σ为大气消光系数，vis为能见度，单位km)，对公式进行拟合，得出拟合公式，并通过2012年1—12月观测数据对拟合方程进行检验：其中统计样本数16481，相关系数0.895，统计样本与观测样本相对误差28.9%；检验样本5411，相关系数0.914，相对误差22%(图 2)。

$\sigma = 6.742 \times PM_{2.5}^{0.891} \times {(1 - RH)^{ - 0.838RH}} + 0.6 \times (P{M_{10}} - P{M_{2.5}})$

(1)

$Vis = \frac{{3912}}{\sigma }$

(2)

式中, PM_2.5、PM₁₀分别为PM_2.5、PM₁₀质量浓度，RH为相对湿度；以0~1 km为1级；1~2 km为2级；2~3 km为3级；3~5 km为4级；5~10 km为5级；10 km以上为6级划分能见度等级，基于拟合公式计算能见度与观测值同等级占所有样本的65%，相差一个等级占33.1%，仅有0.37%相差大于两个等级。由此显示，如果能很好地预报PM_2.5、PM₁₀质量浓度和相对湿度，并基于前期的观测掌握当地气溶胶、相对湿度和能见度之间的关系，就能有效的进行非雾过程的能见度模拟和等级预报。

按照PM_2.5质量浓度将样本划分为10档(每20 μg·m^-3一档，图 3)，其中横坐标为相对湿度，纵坐标为消光系数，由图 3显示粒子吸湿增长的拐点大约发生在相对湿度为70%~80%时，当相对湿度超过80%后，大气消光系数随着湿度的增加明显增长，粒子浓度越高，消光系数越高。即可理解为当相对湿度超过70%，大气PM_2.5质量浓度超过145 μg·m^-3时，将有较大可能发生低能见度(低于3 km)事件；当相对湿度超过80%时，大气PM_2.5质量浓度只要超过100 μg·m^-3，能见度就有较大概率低于3 km；当相对湿度超过90%，PM_2.5只要超过65 μg·m^-3，能见度将低于3 km；当相对湿度达到90%左右，PM_2.5达到200 μg·m^-3左右，通过气溶胶的吸湿增长也可以使能见度低于1 km，而不一定非要水汽过饱和后产生雾滴。这样的事件发生概率并不低，在2009—2011年，天津城区一共发生131 h能见度低于1 km的情况，其中相对湿度大于95%的仅15 h，相对湿度在91%~95%之间的共有41 h，另有大量观测显示，相对湿度不到90%，仍然有低能见度形成，其关键一点就在于大气高负载气溶胶的吸湿增长，其中相对湿度低于91%的74 h样本中，PM₁₀和PM_2.5平均浓度分别为467和282 μg·m^-3。但小于500 m的超低能见度，一般和水汽的饱和凝结密切相关，在3年的观测中，仅发生4次相对湿度不超过91%、能见度低于500 m的情况，占所有低能见度事件(小于500 m)的16%(表略)。

2.3 能见度数值预报初探

基于WRF-Chem大气化学模式，模拟天津城区2010年10月和2011年1月逐时的PM_2.5、PM₁₀和相对湿度。同时，基于式(1) 和式(2)，进行能见度模拟，模拟结果和观测结果对比显示(图 4)：模拟值与观测值同等级占所有样本的60.5%，相差一个等级占30%，相差两个等级占8.1%，两个等级以上的占1.4%。利用数值模式可以较好地进行能见度等级预报。在低能见度段(表略)：当观测值在3 km以下，模拟值在3 km以下的占35%，3~5 km之间的占30%，超过10 km的占3%，利用数值模式模拟低能见度仍有一定的误差，需要进一步的提高。

分析误差来源，一方面来自是拟合公式的误差，使用观测的气溶胶质量浓度资料和相对湿度资料进行模拟，92%的数据模拟能见度和观测能见度等级相同，平均相差0.14级；二是来自相对湿度模拟的误差，利用观测的气溶胶质量浓度和模拟的相对湿度进行拟合，82%的数据模拟能见度和观测能见度等级相同，平均相差0.19级，在进一步研究中，需要通过同化地基水汽观测来改进模式对相对湿度的预报能力；三是来自气溶胶模拟的误差，利用模式提供的相对湿度和气溶胶质量浓度进行拟合，模拟值与观测值同等级占所有样本的60.5%，平均相差0.5级。对比气溶胶质量浓度的观测值和模拟值，两者有较好的一致性，其中PM_2.5相关系数0.57，PM₁₀相关系数0.48，样本数1044。PM_2.5模拟均值69 μg·m^-3与观测值63 g·m^-3接近，PM₁₀模拟，由于忽略了自然源的排放，模拟均值明显低于观测值，分别为91和137 μg·m^-3，在进一步研究中，需要细调排放源提高气溶胶质量浓度模拟的精度，来提高能见度等级预报能力。

3 结论

(1) 天津地区低能见度(小于3 km)主要发生在每年的11月至次年1月，发生概率在13%~17%，其中每年会产生4~5 d对道路交通产生重要影响的超低能见度(小于500 m)天气。

(2) 相对湿度、PM_2.5、PM₁₀质量浓度和能见度密切相关，基于三者的观测，可以很好地推算出当时大气水平能见度。

(3) 基于WRF-Chem大气化学数值模式和拟合公式，可以进行能见度等级模拟和预报，正确率约为60.5%，误差一个等级约为30%，对于低能见度的预报，精度还需要进一步研究提高。