京津冀及周边地区冬季能见度与PM 2.5 浓度和环境湿度的多元回归分析

Abstract

2013年至今，中国冬季与雾霾相伴的低能见度事件频发，京津冀及周边地区尤为严重。PM2.5浓度与环境湿度是导致低能见度的最关键影响因素。为了深入研究PM2.5浓度与环境湿度对大气能见度的影响，利用2017年1月京津冀及周边地区MICAPS气象数据与PM2.5观测数据，运用天气学诊断分析方法讨论了不同相对湿度下PM2.5浓度、环境湿度对冬季能见度变化的相对贡献，按照地理环境与污染程度差异将京津冀及周边地区划分为北京-天津地区与河北-山东地区，建立了PM2.5浓度与环境湿度（由露点温度、温度代表）对能见度的多元回归方程，并对2015、2016、2018、2019年冬季能见度进行了回算检验。结果显示：相对湿度低于70%、PM2.5浓度低于75 μg/m3时，北京-天津地区与河北-山东地区能见度多高于10 km，PM2.5浓度升高是此时能见度迅速降低的主导因素；相对湿度从70%上升至85%和PM2.5浓度从75 μg/m3升高200 μg/m3的共同作用导致了能见度降低到10 km至5 km；能见度进一步从5 km下降至2 km则更多依赖于相对湿度进一步从85%升高至95%，PM2.5浓度与此时能见度相关减弱；能见度降低至2 km甚至更低主要是由于水汽近饱和状态下（相对湿度95%以上）的雾滴消光引起，与PM2.5浓度的变化关系不大。与不分组直接拟合相比，以相对湿度85%为界线，分别拟合能见度能够很大程度优化多元回归模型，相对湿度高于85%时能见度拟合值的均方根误差从9.2和5.2 km下降至0.5和0.7 km，5 km以下拟合能见度的误差大幅度减小。按相对湿度85%将数据分组所得的拟合方程对2015、2016、2018、2019年1月能见度估算结果较好，观测值与拟合值相关系数均高于0.91，为雾-霾数值预报系统提供了新的能见度参数化算法。