大气能见度又称大气水平能见度(傅刚等，2009)，是指视力正常的人在当时的天气条件下观察以天空为背景的黑色目标物(视角在0.5-5°)时，能够从背景上分辨出目标物轮廓的最大水平距离(盛裴轩等，2003；沈俊等，2008)。大气能见度是反映大气透明程度的重要物理量(刘西川等，2010)，也是表征空气质量的重要指标(马雁军等，2005)，长期以来成为常规气象观测的基本项目之一。大气能见度与社会经济生活的各个方面休戚相关，低能见度在很大程度上影响着航空、航海、高速公路交通安全(叶堤等，2006；沈俊等，2008；张利娜等, 2008a, 2008b；傅刚等，2009；曹祥村等，2011；沈宏彬等，2013；宋明等，2013)，甚至能对人民群众身心健康产生不利影响。

中国大气能见度研究历经半个多世纪的发展，形成了3个主要研究方向。一是大气低能见度事件的观测和数值模拟研究，包括对浓雾(曹伟华等，2013；邓雪娇等，2007；吴兑等, 2007a, 2007b)、海雾(Fu，et al, 2006, 2008)、沙尘暴(李曙光等，2003；任晰等，2004；杨青等，2006；陆辉等，2008)、雨雪(李雄等，2014；高太长等，2011)等典型事件的个例分析；二是专业气象领域中的精细化能见度研究，如能见度对高速公路(张朝林等，2007；张利娜等, 2008a, 2008b)、机场(冯彦华等，1998；沈俊等，2008；沈宏彬等，2013)交通气象的影响；三是区域尺度上的能见度变异特征及成因分析。随着经济快速发展和城市化进程的不断推进，人类活动向大气中排放了大量粒子和污染气体，污染气体通过非均相化学反应可以转化为气溶胶粒子(吴兑等，2006)，诱发光化学烟雾和区域空气污染(黄健等，2008)，使中国多地出现能见度显著下降的长期趋势(宋宇等, 2003a, 2003b；范引琪等, 2005, 2008；王京丽等，2006；叶堤等，2006；童尧青等，2007；吴兑等, 2007c, 2012a；Deng，et al，2008；梁延刚等，2008；王晓丽等，2008；张凯等，2008；范新强等，2009；林盛群等，2009；王业宏等，2009；刘宁微等，2010；朱焱等，2011；宋明等，2013；侯灵等，2014)。Wu等(2005)对广州大气污染造成的极端低能见度事件进行了深入研究，成为中国揭示颗粒物污染导致区域能见度下降的第一个代表性工作。进入21世纪以来，中国东部地区频繁出现大范围灰霾污染事件(Zhang，et al，2015)，对社会经济生活产生严重影响，从而掀起了大气能见度的研究高潮(刘宁微等，2012；Che，et al，2007；Deng，et al，2008；Chang，et al，2009；吴兑，2012b；陈静等，2014)。由于能见度变化是自然因子和人类活动共同作用的结果(Naegele，et al，1981)，自然因子既包括大尺度环流、水汽输送、季风演进、寒潮爆发等宏观因子(戴竹君等，2016；Dzubay，et al, 1982；Dayan，et al，2005；梁延刚等，2008；侯灵等，2014)，也包括局地环流、海陆风、降水、湿度条件、地形作用等微观因子(Kim，et al，2006；王晓丽等，2008；王业宏等，2009；刘西川等，2010；董芬等，2013)；人类活动决定着污染物排放源，其区域差异更为显著(宋宇等, 2003a, 2003b；王京丽等，2006；吴兑等, 2006, 2007c；杨青等，2006；刘宁微等，2010；张小曳，2014)；从而能见度变化往往表现出鲜明的局地特征(Zhang，et al, 2003, 2012)。也正因为此，能见度研究往往是一个“个性化问题”，区域能见度变化只能借助观测资料开展“个性化研究”，邻近区域能见度研究结果只能参照，不宜直接套用。

浙江省地处中国东南沿海地区，社会经济的高速发展消耗了大量能源，也带来了沉重的环境压力，包括浙江省在内的长三角地区已逐渐成为灰霾多发的典型区域之一。在灰霾污染持续加剧的背景下，浙江省大气能见度变异的时空特征是什么？气象条件如何影响能见度的变化？这是区域气候学需要回答的两个根本性问题。洪盛茂等(2009)最早基于日平均资料研究了1981-2006年杭州市能见度下降的原因，发现相对湿度、氮氧化物、气溶胶细粒子(PM_2.5)在其中起到了重要作用。胡云丽等(2013)进一步发现2000年以后杭州市水平能见度进一步降低，同时灰霾发生频次上升。牛彧文等(2010)通过分析浙江省11个地、市的历史数据，发现1951-1953年和改革开放之后的30 a是浙江省灰霾天气出现比较频繁的时期，尤其2000年以后是灰霾天气出现最多的时期。众多研究均指出了相对湿度和PM_2.5浓度的重要性，前者调制“雾”，后者影响“霾”，其共同作用成为诱发低能见度的重要气象因子。然而已有研究存在以下问题：(1)能见度研究的基础是观测资料，以往研究多基于人工目测数据，误差较大且存在较多缺测。数据本身的质量在很大程度上制约着研究结果的可靠性。近年来，浙江省能见度观测已全部采用仪器探测，具有较高的精度且缺测大幅度减少；更为重要的是，时间分辨率由1日4次观测提升到逐时观测，从而使能见度精细化研究成为可能。(2)以往研究多基于单站资料(如杭州站)进行分析，未开展多站数据的对比分析，从而难以实现从“单站能见度研究”迈向“区域能见度研究”的跨越。(3)以往研究侧重于事实揭示与现象描述，对能见度变化的成因和机理缺少必要的探讨，从而并未从根本上解决浙江省能见度变化问题。综上所述，在灰霾频现的气候背景下，为了全面揭示浙江省能见度变化的整体特征，需要借助高分辨率器测资料开展多站对比研究、挖掘背后的成因与机理，在已有工作基础上开展更为深入的研究。

数据质量是能见度研究中最基础也是最重要的一环。文中挑选了浙江省境内能见度观测质量较高的杭州、宁波、温州3个国家基本气象站，3个站点分别位于浙西北地区、浙东北沿海地区、浙东南沿海地区，具有较强的区域代表性(由于能见度观测质量存在区域差异，同时引入浙江省所有常规气象站资料会引入大量缺测及异常值，降低分析结果的可靠性，因此仅仅引入具有较高观测质量的代表站)。选取这3个站点2013年1月1日-2014年12月31日逐时观测资料，包括能见度、相对湿度、降水量、PM_2.5浓度等要素，除去缺测及异常值后资料完整率超过96%。在实际观测中，能见度观测仪器为HY-35P前向散射式能见度仪，PM_2.5观测仪器主要有TEOM1405D分析仪、SHAPE5030颗粒物混合同步监测仪、GRIMM180在线颗粒物/气溶胶粒径谱仪，分别基于振荡天平法、光散射法和β射线法、激光散射法开展PM_2.5浓度观测。

2013-2014年，杭州、宁波、温州平均能见度分别为7.1、10.0和7.2 km。依据《霾的观测与预报等级》行业标准定义(中国气象局, 2010, 以下简称行业标准定义)，能见度在2 km以下为重度霾，10 km为霾与非霾的分界点，将2 km以下和10 km以上分别定义为低能见度和高能见度天气。按照2 km一个能见度等级进行分级，分别计算3个城市各等级能见度出现频率(图 1)。可以看出，3个城市不同等级能见度出现频率的分布特征基本相同，均为2-4 km出现频率最高、16-18 km出现频率最低，自2-4 km至16-18 km，随着能见度等级的提高，出现频率逐渐降低。2 km以下低能见度出现频率杭州、宁波、温州分别为15.1%、7.4%、12.9%。3个城市10 km以上高能见度出现频率并不高，杭州、宁波、温州10 km以上各等级频率之和分别为24.8%、41.9%、21.1%，均没有超过50%，说明观测期间3个代表站大气能见度状况不容乐观。比较而言，宁波的大气能见度状况最好(低能见度出现频率最低，高能见度出现频率最高)，杭州与温州大体相当。这一方面与地理位置及社会经济结构有关：杭州地处内陆地区且城市化程度最高，大气自洁能力较差；温州经济活动高度发达，容易产生大气污染源；宁波的支柱产业中重污染企业较少，同时也是沿海城市，海陆风局地环流有利于城市污染物的扩散。另一方面与观测站选址有关：杭州站和温州站均位于市区、对人类活动较为敏感；而宁波站(旧称鄞州站)位于市郊、受人类活动影响相对较小，人类活动排放源对大气能见度的抑制作用有限。

图 1 2013-2014年杭州、宁波、温州不同等级能见度出现频率 Figure 1 Occurrence frequencies of different visibility levels in Hangzhou, Ningbo and Wenzhou during 2013-2014

图选项

从3市逐时能见度的日变化曲线(图 2)来看，杭州、宁波、温州表现出一致的变化趋势，07时(北京时，下同)前后能见度达到最低，之后缓慢上升，14-15时达到最高，随后逐渐下降。这是由于夜间大气层结稳定，逆温层的存在抑制了近地面污染物的扩散，同时相对湿度较大，因此夜间能见度较低；清晨日出之后，太阳辐射增强使相对湿度降低，同时逆温层逐渐抬升、大气垂直对流趋于旺盛，因此能见度逐渐好转，14-15时一般是一天中近地面温度最高的时段，从而垂直对流最强、能见度最好；之后随着太阳辐射减弱，垂直对流随之减弱、逆温层再次出现，使能见度逐渐降低(王晓丽等，2008)。宁波的能见度在各个时段均高于其他2个城市，杭州与温州的能见度大体相当。一个有意思的现象是，00-08时杭州能见度高于温州，而08-18时温州能见度高于杭州。作为沿海城市，温州夜间盛行陆风环流，局地风从陆地吹向海洋，有利于污染物的扩散，在这种情况下温州的能见度仍然低于杭州，说明温州夜间污染物浓度可能较高。日间杭州能见度低于温州，可能与城市化程度较高、机动车尾气排放较多有关。

图 2 杭州、宁波、温州逐时能见度日变化曲线(2013-2014年平均) Figure 2 Diurnal variations of hourly visibility in Hangzhou, Ningbo and Wenzhou during 2013-2014

图选项

从各月平均能见度来看(图略)，全年有两个能见度较低时段，一个是冬季的12月-次年2月，另一个是春夏之交的5-6月。冬季大气层结稳定、垂向对流活动弱，气溶胶不易扩散；5-6月浙江省逐渐进入雨季，持续降水(特别是梅雨期降水)导致能见度降低。总体而言能见度呈现出显著的月际变化，7月能见度最高，杭州、宁波、温州7月平均能见度分别为最低月的2.6、1.7和2.2倍。

对3市2013-2014年逐时能见度资料进行功率谱分析(图 3)，可以看到，3市表现出相似的功率谱特征：(1)具有显著的日周期，说明与太阳辐射有关的日循环是能见度变化的重要特点，这在图 2中也能得到清晰的体现；(2)高频波段出现了多个显著谱峰，说明天气尺度是能见度变异的典型时间尺度，自然源(天气系统)和人为源(污染物排放)都有贡献；(3)低频波段存在较为显著的若干谱峰，其中杭州出现了160和256 h左右的2个显著谱峰，宁波出现了240 h左右的1个显著谱峰，温州出现了160和360 h左右的2个显著谱峰，说明大气低频振荡能够在一定程度上调制能见度(沈俊等，2008；王晓丽等，2008)。由此可以推知，大气能见度变化受多个因子影响，需要细致地加以分析。

图 3 2013-2014年(a)杭州、(b)宁波、(c)温州逐时能见度功率谱分析(红线表示90%统计置信度水平) Figure 3 Power spectrum analysis of hourly visibility in (a) Hangzhou, (b) Ningbo and (c) Wenzhou during 2013 to 2014 (the red lines denote the 90% statistical confidence levels)

图选项

首先讨论相对湿度对能见度的影响。由于降水能够使能见度显著降低，为了单纯考虑相对湿度的影响，在去除降水的条件下，把相对湿度分为0-40%、40%-50%、50%-60%、60%-70%、70%-80%、80%-90%、90%以上7个等级，能见度按2 km一个等级进行划分，通过这样的划分来考察能见度等级随相对湿度的变化。可以看出(图 4)，对于3市而言，相对湿度越大，低能见度的出现频率越高，相对湿度和能见度表现为较为明显的负相关。在相对湿度超过90%情况下，杭州0-2 km低能见度出现频率超过6%，温州为4%-5%，宁波约为3%-4%。随着相对湿度降低，高能见度出现频次相应增多。值得注意的是，对杭州和温州而言，12 km以上的高能见度基本没有出现；而对于宁波而言，在相对湿度50%-90%这一范围时，有一定几率(1%-2%)出现12 km以上的高能见度，这一方面再次说明了宁波的大气能见度总体优于杭州和温州，另一方面说明高能见度并非只出现在晴空条件下，在大气含水量达到一定程度时可以通过促进大气污染物沉降形成高能见度。

图 4 杭州(a)、宁波(b)、温州(c)各能见度等级在不同相对湿度下的出现频率(横坐标为能见度等级，1-11级分别表征能见度范围为0-2、2-4、4-6、6-8、8-10、10-12、12-14、14-16、16-18、18-20、>20(单位：km)；纵坐标为相对湿度等级，1-7级分别表征相对湿度范围为0-40、40-50、50-60、60-70、70-80、80-90、>90(单位：%)) Figure 4 Occurrence frequencies of different visibility levels under various relative humidity for Hangzhou (a), Ningbo (b) and Wenzhou (c), respectively (horizontal coordinate represents levels of visibility, and 1 to 11 denote the visibility levels of 0-2, 2-4, 4-6, 6-8, 8-10, 10-12, 12-14, 14-16, 16-18, 18-20, >20 (unit: km), respectively; vertical coordinate represents levels of relative humidity, and 1 to 7 denote the relative humidity levels of 0-40, 40-50, 50-60, 60-70, 70-80, 80-90, >90 (unit: %), respectively)

图选项

进一步讨论PM_2.5浓度对能见度的影响。考察PM_2.5浓度在不同相对湿度及能见度等级下的分布特征(图 5)，可以看出低能见度条件对应的PM_2.5浓度较高，在各能见度等级下，随着相对湿度的升高，PM_2.5浓度趋于降低。说明对于杭州、宁波、温州3市而言，PM_2.5浓度较高是形成低能见度的重要因素，随着相对湿度的升高，水汽含量的增大有利于大气细粒子沉降，因此PM_2.5浓度下降。在相对湿度超过90%时，PM_2.5浓度在各能见度等级下均达到最低值，尤其是在低能见度条件下更为明显，说明在高湿条件下低能见度主要由水汽造成，颗粒物影响相对较弱。值得注意的是，对杭州和温州而言，在低能见度时(0-2和2-4 km两个等级)，随着相对湿度的上升，一开始PM_2.5浓度反而有所升高，之后才逐渐降低。这是由于在相对湿度初始上升阶段，核模态大气气溶胶粒子吸湿增长，逐渐向积聚模态转化(宋明等，2013)，导致PM_2.5浓度升高。严格来说，本研究在考虑直接影响能见度的大气悬浮粒子时仅用到PM_2.5浓度，然而空气中还有很多直径大于2.5 μm的粒子(包括雾滴、雨滴在内)，都能够诱发光的散射从而影响能见度。只是在不同条件下，影响程度不同。大气气溶胶谱本身因物理、化学过程而不断演变：初生、碰并、表面化学反应、凝结核化、雾滴蒸发而再悬浮、雾滴雨滴对气溶胶粒子的碰并湿清除等。这些微观过程会影响气溶胶的组分乃至数浓度，而不同的数浓度和组分的谱分布影响其吸湿性能进而影响能见度；因此必须指出，除了PM_2.5之外，其他大气气溶胶粒子也能通过不同的理化过程影响能见度(Wang，et al，2013；毛节泰等，2002；张小曳, 2007, 2014；段婧等，2008；刘新罡等，2010)。根据行业标准定义，能见度10 km为霾与非霾的分界点；由图 5统计可知，在能见度为10 km时，PM_2.5在相对湿度≤40%时达到最高浓度，杭州、宁波、温州分别为51.4、62.2和37.2 μg/m³。综上可知，相对湿度和PM_2.5浓度对大气能见度都有重要影响且二者之间相互关联，因此有必要讨论二者对能见度的复合影响。

图 5 杭州(a)、宁波(b)、温州(c) PM2.5浓度在不同相对湿度及能见度等级下的分布特征，其他同图 4 Figure 5 Same as Fig. 4, but for PM2.5 concentration distributions under different relative humidity and visibility levels for Hangzhou (a), Ningbo (b) and Wenzhou (c), respectively

图选项

已有研究指出，大气能见度和PM_2.5浓度存在较好的幂函数关系(王京丽等，2006；宋明等，2013)。在全样本情形下，二者相关系数在杭州、宁波、温州3市分别为0.519、0.676、0.359，总体而言相关系数并不高。这主要是由于在高湿条件下，能见度主要受水汽影响，PM_2.5的作用相对下降。若仅采用相对湿度≤90%的样本(排除高湿样本)来计算相关系数，则3市分别上升为0.694、0.756、0.556，均通过0.001的显著性水平检验，说明在相对湿度≤90%的条件下，大气能见度和PM_2.5浓度存在较强的相关。为了进一步探讨能见度与PM_2.5浓度的关系，将相对湿度分为 < 40%、40%-59%、60%-79%、80%-90% 4个等级，按照4个等级将所有样本分为4类样本，分别绘制各类样本的散点图和幂函数拟合曲线并计算相关系数。由于杭州、宁波、温州3市的幂函数拟合曲线表现出一致特征，下面仅以杭州为例进行说明(图 6)。进行相对湿度分级之后，每一等级下相关系数都在0.7以上，说明相对湿度的固定对能见度和PM_2.5浓度二者的相关具有重要意义。总体而言，在同一PM_2.5浓度下，相对湿度越高，能见度越低，可见水汽的增长有助于能见度降低；然而更为重要的是，在每一相对湿度等级下，一开始能见度随PM_2.5浓度的升高迅速降低，到达拐点之后能见度减小速率趋于缓慢，即拐点是能见度变化的关键分界点：一旦PM_2.5浓度通过拐点，再通过降低PM_2.5浓度来提高能见度收效甚微；在PM_2.5浓度到达拐点之前采取措施来减少污染物排放是十分重要的。在相对湿度处于 < 40%、40%-59%、60%-79%、80%-90%4个等级下，对应的PM_2.5拐点浓度分别为51、53、44和34 μg/m³。根据行业标准定义，能见度10 km是判定霾的阈值；对应相对湿度由低到高4个等级，幂函数拟合曲线能见度达到10 km时的PM_2.5浓度阈值分别为40、34、23和12 μg/m³，低于PM_2.5拐点浓度。在大气污染治理进程中，可以把PM_2.5拐点浓度作为先期目标，能见度10 km对应的PM_2.5阈值浓度作为长远目标，分“两步走”实现最终的“蓝天计划”。杭州、宁波、温州3市对应的PM_2.5拐点浓度和能见度达到10 km时的阈值浓度见表 1。总体而言，无论是拐点浓度还是能见度10 km对应的阈值浓度，宁波都显著高于杭州和温州，杭、温二市大体相当，说明宁波大气污染的治理难度相对较小。

图 6 杭州不同相对湿度等级下能见度与PM2.5浓度分布特征及幂函数拟合曲线(蓝色、红色、绿色、紫色点与曲线分别代表相对湿度 < 40%、40%-59%、60%-79%、80%-90% 4种情景) Figure 6 The relationship between atmospheric visibility and PM2.5 concentration and associated fitting curves with power-function under different relative humidity levels for Hangzhou (the blue, red, green and purple dots and lines represent four relative humidity levels of < 40%, 40%-59%, 60%-79% and 80%-90%, respectively)

图选项

与前类似，为了更清楚地研究能见度与相对湿度的关联，同样以杭州为例(宁波、温州与此相似)，选取在特定PM_2.5浓度下的能见度与相对湿度样本，绘制散点图和拟合曲线并计算相关系数(图 7)。选取35、75、115和150 μg/m³作为PM_2.5的4个特征浓度(分别对应环境空气质量指数划分的4个污染等级(良、轻度污染、中度污染、重度污染)的下限值(环境保护部，2016))，采用指数函数进行拟合(注：之所以采用指数函数是因为研究中发现能见度与相对湿度的演变关系更加符合指数函数变化规律，这与已有研究普遍采用的幂函数拟合(宋明等，2013)有所不同)。对应PM_2.5浓度由低到高的4个等级，能见度与相对湿度的相关系数分别达到0.706、0.719、0.734、0.765，均通过0.001的显著性水平检验。在同一相对湿度背景下，PM_2.5浓度越高，大气能见度越低。PM_2.5浓度越高，能见度随相对湿度升高下降速率越慢，高湿低PM_2.5浓度与低湿高PM_2.5浓度两种场景可以达到相同的能见度，说明水汽对能见度有着不可忽视的影响。在相对湿度接近100%时，4条拟合曲线有共同汇交趋势，这是由于在近饱和情形下，能见度主要由水汽决定，PM_2.5浓度的作用并不凸出。分析表明，宁波与温州也表现出这种特征(图略)。

图 7 杭州不同PM2.5浓度下能见度与相对湿度分布特征及指数函数拟合曲线(蓝色、红色、绿色、紫色点与曲线分别代表PM2.5浓度为35、75、115和150 μg/m3 4种情景) Figure 7 The relationship between atmospheric visibility and relative humidity and associated fitting curves with exponential-functions at different PM2.5 concentration for Hangzhou (the blue, red, green and purple dots and lines represent four typical PM2.5 concentration of 35, 75, 115 and 150 μg/m3, respectively)

图选项

由图 7可知，PM_2.5浓度能够显著地影响大气能见度。进一步计算3市不同PM_2.5浓度等级下的平均能见度与保证率达到80%的能见度上限(表 2)。随PM_2.5浓度升高，能见度下降明显：当PM_2.5浓度超过45 μg/m³时，3市平均能见度降至10 km以下；浓度超过75 μg/m³时，平均能见度降至5 km以下；浓度超过115 μg/m³时，平均能见度基本降至3 km以下。若以10、5和3 km分别作为保证率达到80%的能见度上限，则对应的PM_2.5浓度阈值分别为55、95和135 μg/m³。与前述分析结果一致，在低PM_2.5浓度水平上，大气能见度随PM_2.5浓度的降低迅速升高；而在高PM_2.5浓度水平上，大气能见度随PM_2.5浓度的降低提升缓慢。说明在当前PM_2.5浓度总体较高的背景下，大气污染治理是一个相对长期的过程：只有努力将PM_2.5浓度从较高水平降至较低水平，能见度才能获得显著改善，“蓝天”才会真正到来。

由以上分析可知，相对湿度和PM_2.5浓度与大气能见度关系密切，因此利用这2个因子对能见度进行非线性拟合，构建统计模型如下：

(1)

式中，V为能见度，P为PM_2.5浓度，U为相对湿度，a、b、c、d、f、g为待定系数，杭州、宁波、温州3市的拟合系数及分析结果见表 3。3市能见度的拟合值与观测值的相关系数均超过0.75，通过了0.01的显著性水平检验，印证了相对湿度和PM_2.5浓度是影响能见度的主要气象因子。

为了综合反映PM_2.5浓度和相对湿度对能见度的影响，挑选2014年12月7-10日一次弱的灰霾过程来检验上述模型的反演效果(注：若挑选严重灰霾过程，则过分凸出了PM_2.5浓度的影响；若挑选晴空过程，则弱化了相对湿度的影响；综合考虑，选择了一次弱霾过程)。总体而言，统计模型对该次过程的反演效果较好(图 8)。从散点图来看，拟合能见度与观测能见度表现出较好的线性相关；从时间序列来看，杭州、宁波、温州3市拟合能见度与观测能见度的变化趋势及峰、谷分布较为一致，杭州、宁波两市拟合能见度与观测十分贴近，温州市拟合能见度相对偏低，需要进一步滤去系统误差。说明统计模型较好地抓住了大气能见度的变化特征，具有较强的反演能力，可以用来尝试开展能见度预报。

图 8 2014年12月7-10日拟合能见度与观测能见度对比(a1-c1为散点图，a2-c2为逐时时间序列，a-c分别是杭州、宁波、温州) Figure 8 Comparison between fitted and observed visibility during 7-10 December 2014 for Hangzhou (a1, a2), Ningbo (b1, b2), and Wenzhou (c1, c2); the a1-c1 and a2-c2 show the scatter plots and hourly time series

图选项

近年来，大气污染的加剧、灰霾天气的频发引发了一系列环境和社会问题，大气能见度研究日益成为环境气象学和城市气候学的重要研究方向。基于杭州、宁波、温州3个国家基本气象站2013-2014年逐时能见度观测资料，对比分析了3市能见度变化的基本特征及内在机理，得到主要结论如下：

(1) 3市不同等级能见度的出现频率基本一致，随着能见度等级的提高出现频率逐渐降低；3市能见度表现出一致的日循环特征，07时前后最低，之后缓慢上升，14-15时达到最高，随后逐渐下降；此外，全年有两个能见度较低时段，分别出现在冬季的12月-次年2月和春夏之交的5-6月。总体而言，宁波能见度最优，杭州和温州大体相当，这可能与宁波站地处城郊有关。功率谱分析结果表明，3市能见度均有显著的日周期，高频波段呈现出多个显著谱峰，低频波段存在若干显著谱峰。

(2)降水是出现低能见度的重要因素，相对湿度和PM_2.5浓度是调制大气能见度的关键因子，相对湿度增大、PM_2.5浓度升高导致能见度降低。在同一相对湿度等级下，初始阶段能见度随PM_2.5浓度的升高迅速降低，到达“拐点”之后降低速率趋缓，说明“拐点”对大气污染治理具有重要意义。只有先将PM_2.5浓度控制在拐点以内水平，大气环境治理才能获得显著成效。在同一PM_2.5浓度水平下，相对湿度越大，能见度越低，说明水汽对能见度也有重要影响。

(3)基于相对湿度和PM_2.5浓度两个因子、采用非线性拟合方案构建了大气能见度定量统计模型，较好地模拟了2014年一次弱灰霾过程，说明统计模型较好地抓住了能见度的变化特征，可以用来尝试开展能见度预报。

一些研究指出，能见度不仅与降水量、相对湿度、PM_2.5浓度有关，还与边界层高度、平均风速、平均气温、地面气压等因子有关(叶堤等，2006；王晓丽等，2008；范新强等，2009；王业宏等，2009；朱焱等，2011；侯灵等，2014)，这是因为天气过程、边界层起伏等宏观因子能够影响作为大气悬浮物的气溶胶粒子以及水汽的分布与变化，进而对能见度产生直接影响。在多因子前提下，如何形成最优拟合方程(选取多少因子、何种拟合方案最为合适？)是需要认真思考的问题。在大气化学模式蓬勃发展的今天，能否借助主流模式模拟典型PM_2.5排放情景下(优良情景、平均情景、严重污染情景)区域能见度的变化？这将更为清楚地得出能见度、相对湿度、PM_2.5浓度3者之间的依存关系，对能见度定量研究而言也是更有意义的工作。