京津冀及周邊地區冬季能見度與PM2.5濃度和環境濕度的多元回歸分析

作者：劉兆東,王宏,沈新勇,彭玥,施義舍

摘要：2013年至今,中國冬季與霧霾相伴的低能見度事件頻發,京津冀及周邊地區尤為嚴重。PM2.5濃度與環境濕度是導致低能見度的最關鍵影響因素。為了深入研究PM2.5濃度與環境濕度對大氣能見度的影響,利用2017年1月京津冀及周邊地區MICAPS氣象數據與PM2.5觀測數據,運用天氣學診斷分析方法討論了不同相對濕度下PM2.5濃度、環境濕度對冬季能見度變化的相對貢獻,按照地理環境與污染程度差異將京津冀及周邊地區劃分為北京-天津地區與河北-山東地區,建立了PM2.5濃度與環境濕度(由露點溫度、溫度代表)對能見度的多元回歸方程,并對2015、2016、2018、2019年冬季能見度進行了回算檢驗。結果顯示:相對濕度低于70%、PM2.5濃度低于75μg/m3時,北京-天津地區與河北-山東地區能見度多高于10 km,PM2.5濃度升高是此時能見度迅速降低的主導因素;相對濕度從70%上升至85%和PM2.5濃度從75μg/m3升高200μg/m3的共同作用導致了能見度降低到10 km至5 km;能見度進一步從5 km下降至2 km則更多依賴于相對濕度進一步從85%升高至95%,PM2.5濃度與此時能見度相關減弱;能見度降低至2 km甚至更低主要是由于水汽近飽和狀態下(相對濕度95%以上)的霧滴消光引起,與PM2.5濃度的變化關系不大。與不分組直接擬合相比,以相對濕度85%為界線,分別擬合能見度能夠很大程度優化多元回歸模型,相對濕度高于85%時能見度擬合值的均方根誤差從9.2和5.2 km下降至0.5和0.7 km,5 km以下擬合能見度的誤差大幅度減小。按相對濕度85%將數據分組所得的擬合方程對2015、2016、2018、2019年1月能見度估算結果較好,觀測值與擬合值相關系數均高于0.91,為霧-霾數值預報系統提供了新的能見度參數化算法。

發文機構：南京信息工程大學氣象災害教育部重點實驗室/氣候與環境變化國際合作聯合實驗室/氣象災害預報預警與評估協同創新中心 中國氣象科學研究院災害天氣國家重點實驗室 南方海洋科學與工程廣東省實驗室（珠海）

關鍵詞：京津冀PM2.5濃度相對濕度大氣能見度多元非線性回歸Beijing-Tianjin-HebeiPM2.5 concentrationRelative humidityVisibilityMultiple nonlinear regression

分類號： P427.2[天文地球—大氣科學及氣象學]