城市雾霾天气过程是一种重要的城市气象灾害，随着社会经济的逐步发展，雾霾天气的频繁发生对城市大气环境、群众健康、交通安全、农业生产等都带来了日益显著的影响。2011年雾霾天气入选中国十大天气气候事件，反映出社会公众对城市雾霾天气关注程度的显著提高。然而，城市持续性雾霾的形成机制复杂，目前对其形成机制认识尚未完全明白。一方面，雾霾的形成与局地气溶胶条件和气象条件密切相关(孟燕军等，2000；王淑英等，2003)，分析表明，气溶胶浓度与雾霾的能见度存在显著的相关关系(王京丽等，2006；Deng et al，2008；Zhang et al，2010b；Deng et al，2012)，并且，气溶胶浓度、化学成分、粒子大小、形状(Malm et al，1994；Pilinis et al，1995；Watson，2002)以及气溶胶吸湿性增长特征(颜鹏等，2008；毕凯等，2012; Chen et al，2012)等因素都对辐射的散射和吸收有影响，从而引起大气能见度的变化。另一方面，雾霾过程的产生和维持也受边界层结构的影响，李子华等(1993)、邓雪娇等(2007)、濮梅娟等(2008)、杨军等(2010)针对重庆、南岭山地、南京等地区雾(霾)的边界层特征进行分析，初步揭示了雾霾过程所具有的边界层结构特征。

随着北京城市规模的不断扩大，雾霾天气在北京频发，引起愈发广泛的关注。近年来，针对北京地区雾霾过程的研究也逐步开展。张光智等(2005)、刘熙明等(2010)对北京地区大雾期间边界层风场结构特征进行了分析；周小刚等(2004)、何晖等(2009)、Zhang等(2010a)利用不同观测资料对北京大雾期间温度、湿度、风速及液态水含量的边界层分布特征进行了分析和模拟；徐怀刚等(2002)通过分析北京大雾过程的形成、维持和消散条件，揭示了大雾对边界层污染状况的影响。这些研究在一定程度上加深对北京地区雾霾过程的理解，但其主要侧重于典型时次的大雾过程分析，而目前针对持续性雾霾过程的阶段性特征以及影响因子的差异性分析尚少。

大部分严重雾霾天气过程往往具有持续性的特点，一旦形成很难快速消散(李江波等，2010)，并表现出雾和霾交替混合的特点(杨军等，2010)，此类持续性雾霾天气过程对城市环境和人体健康的危害尤为严重，且容易带来严重的社会负面影响。鉴于持续性雾霾天气社会影响的严重性，选取2009年11月3—8日北京地区出现的一次大范围持续性雾霾过程为研究对象，对其雾霾天气过程所表现出的阶段性特征以及各阶段影响因子的差异性特征进行分析，以期为更好地理解此类持续性雾霾天气过程的特征和形成机制提供依据。2 资料与方法2.1 资 料

采用的观测资料包括：(1)北京海淀区北洼路宝联体育公园内的宝联站每5 min一次的PM_2.5质量浓度，观测仪器选用TEOM 1400a 颗粒物监测仪，仪器的样气温度加热到50℃以保证气溶胶干燥(Zhao et al，2009)；(2)北京南郊观象台地基12通道微波辐射计每1 min一次观测的温度、相对湿度、液态水含量数据(刘红燕，2011；何晖等，2009)，微波辐射计观测高度为10 km，1 km以下垂直分辨率为100 m，1—10 km垂直分辨率为250 m；(3)北京地区维萨拉ROSA的46个道面气象站(图 1“·”符号所示)每5 min一次观测的能见度、相对湿度、温度、风速和气压要素资料(Vaisala，2002)，为与PM_2.5浓度和微波辐射计资料相互匹配，选取其中8个分布于宝联站及南郊观象台周围的城区道面气象站(图 1“×”符号所示)资料进行站点平均代表城区能见度和气象条件。能见度、PM_2.5浓度及地面气象条件观测资料均处理成逐时均值数据。图 1给出了各种资料观测站点的空间分布。

图 1 观测站点地理分布 Fig. 1 Locations of the meteorological stations used in this study

图选项

为便于讨论，首先对低能见度的雾霾阶段予以界定。参考《霾的观测和预报等级》(QX/T113-2010)(中国气象局，2010)中雾霾的定义，确定的雾和霾的界定标准是：在排除降水、沙尘暴、扬沙、浮尘、烟幕、吹雪和雪暴等天气现象造成的视程障碍后，对于能见度小于10 km，空气相对湿度≥95%的天气现象定义为雾；能见度小于10 km，相对湿度<80%的则定义为霾；能见度小于10 km，相对湿度为80%—95%时，若PM_2.5质量浓度大于75 μg/m³则定义为霾，若PM_2.5质量浓度不大于75 μg/m³则定义为雾。3 雾霾天气过程概述

2009年11月3—8日华北平原及周边辽宁、山东一带出现了一次大范围的雾霾天气过程。3—5日雾霾天气分布于河北中南部及北京东南部；6—7日扩大到河北东北部、辽中半岛、山东半岛及渤海湾地区；8日受南下冷空气影响，雾区范围在河北东北部消散，北京雾区范围缩小并逐渐消散。3.1 雾霾天气过程期间天气形势

2009年11月3日08时(北京时，下同)，500、700、850 hPa天气形势图(图略)上，河套附近有高空槽东移；4日08时北京受西北气流控制；5—7日08时500 hPa天气形势图上，中纬度地区处于贝加尔湖附近低涡南部的偏西气流中，40°N以南有小槽，北京处于40°N以南小槽前的偏南气流里；8日08时高空槽发展东移，北京处于槽前偏南气流中。

850 hPa形势图上，11月3—4日08时北京受高压脊或脊前西北气流控制，有冷槽配合；5—6日08时处于贝加尔湖附近低涡低槽底部的偏南气流中；7日08时北部高空槽东移，河套地区有低压出现，北京处于低压偏南气流中；8日河套地区有低涡发展(有切变线)，北京处于低涡切变线北部。此外，3—5日08时北京处于冷温度槽中，6—8日08时北京处于暖脊中，说明6—8日08时在对流层低层为暖性的偏南气流。

从11月3—8日逐日08时地面天气形势图上可见，3—6日08时42°N以北为低压带，42°N以南为高压带，京津冀地区处于高压带北部两高压之间的低压区中；7日08时蒙古低压向东南移动，北京处于西北高压和东南高压之间低压区的低槽中；8日08时北京北部有冷高压(主体偏东移动)南压，地面出现回流形势。3.2 地面能见度演变

北京是本次雾霾天气重点影响地区之一。11月3日凌晨至8日晚，北京地区的能见度一直维持在10 km以下，整个雾霾过程约持续6 d，尤其是1 km以下的低能见度阶段从11月5日晚开始一直持续至8日早晨，累计持续时间60 h左右。从本次持续性雾霾过程中北京地区能见度在典型时次的空间分布(图 2)可见，本次雾霾天气过程期间1 km以下能见度的空间分布变化明显，雾霾过程于11月4日20时在北京大兴东部发生，5日06时扩展到北京东南的大兴和通州东南部地区；5日20时雾霾范围进一步扩大至北京海淀东南、石景山、丰台、朝阳地区；6日06时其范围继续向东北部延伸，此时北京东部大部分地区能见度均在1 km以下；6日20时，雾霾天气逐渐向西北方向推进，在房山以东、昌平中东部、延庆东南局部、怀柔东南部地区能见度降至1 km以下，至7日06时许，本次过程发展至全盛，在北京东南部和东北部局部地区能见度降至500 m以下；随后，7日20时，雾区自北京西北向东南方向逐渐减退，能见度逐步恢复，雾霾开始逐渐消散，至8日08时，仅剩北京东南局部地区的能见度仍保持在1 km以下，其他地区的能见度都显著回升；8日深夜以后北京地区能见度整体回升到10 km以上，本次持续性雾霾天气过程消散。

图 2 2009年11月3—8日的雾霾过程中北京地区典型时次能见度空间演变 Fig. 2 Spatial distribution of visibility in Beijing at the different times during the period under study

图选项

地面能见度的演变受到地面气象条件和气溶胶条件的共同影响。图 3给出本次过程能见度与地面气象因子(气压、温度、相对湿度和风速)和PM_2.5浓度的变化曲线，其中，PM_2.5浓度来自于宝联站(图 1)，能见度、气压、温度、相对湿度和风速资料是分布在宝联站周围的城区8个气象站资料的平均值。可以看到，本次过程期间地面气压整体呈现由高降低再升高的变化趋势，并且，始终维持一个较小的气压梯度变化，相对湿度与能见度、地面温度则都保持较好的反相位变化关系。同时，PM_2.5浓度整体呈先升高后降低的变化特点，并基本保持在75 μg/m³以上，在过程前期浓度持续升高，6日20时达到361 μg/m³的最大值，之后PM_2.5浓度随着雾霾的消散而迅速减小。另外，本次过程中地面的平均风速偏小(1 m/s左右)，过程风速稳定持续在0.42—1.43 m/s，风速的这一变化特征为本次雾霾天气过程的持续稳定提供了有利条件。综合各地面要素的时间演变特征表明，在持续较低的气压和较小的地面风速的大背景下，PM_2.5浓度的稳定升高，以及入夜后气温降低而相对湿度增大的地面气象条件，是本次持续性雾霾天气过程产生和维持的重要原因。

图 3 2009年11月3—8日北京宝联站观测的PM2.5浓度和周围8个道面自动站观测的能见度、气压(p)、气温(T)、相对湿度(f)和风速(W)的逐时站点平均变化序列 Fig. 3 Time series of PM2.5 concentration from Baolian station and horizontal visibility，pressure(p)，temperature(T)，relative humidity(f)，and wind speed(W)from the eight AWSs in Beijing during 3-8 November 2009

图选项

综合能见度、相对湿度和PM_2.5浓度等要素的演变表明，本次雾霾天气过程具有明显的阶段性特征。3日凌晨至6日00时能见度基本小于10 km，相对湿度小于95％，PM_2.5浓度基本在75 μg/m³以上，体现出典型的霾天气特征。6—8日，低能见度状况进一步得以维持，中午及午后温度较高，相对湿度较小，能见度约1 km，基本维持霾天气特征，而在凌晨，由于温度偏低相对湿度在95%以上，能见度平均小于500 m甚至不足200 m，表现为典型大雾天气特征(具体时段为6日01—06时，6日23时—7日08时，8日03—06时)。可见，雾和霾的交替是本次持续性低能见度过程的一个重要特征。

为更加细致地分析本次长时间持续的雾霾交替过程，根据上述雾和霾的定义，将本次过程在时间上划分为3个阶段：即11月3日凌晨—6日00时的前期霾阶段(Haze1)、6日01时—8日06时许的中期雾霾混合阶段(Fog&Haze2)，8日06时之后的后期霾阶段(Haze3)(图 3)，根据能见度和相对湿度的量值，又将雾霾混合阶段(Fog&Haze2)细分为雾过程(Fog)和霾过程(Haze2)，阶段的划分是为了更好地理解本次过程不同发展时期的演变特征。3.4 边界层逆温结构特征

边界层逆温是雾霾天气过程的一个重要特征，逆温层的形成增加了边界层的大气稳定度，为雾霾的形成和发展提供了重要的边界层条件。图 4给出了本次雾霾过程中由北京南郊观象台地基微波辐射计的温度观测数据计算的近地层逆温层厚度与逆温强度随时间变化(微波辐射计站点见图 1)，其中，阴影上边界表示逆温层顶所在高度，阴影下边界表示逆温层底所在位置，阴影厚度即是逆温层厚度，逆温强度是逆温层顶温度与逆温层底温度的差值与逆温层厚度之比，在图中用不同颜色表示逆温强度大小。可以看出，在整个雾霾过程中，能见度和贴地逆温层具有良好的对应关系。在每日的凌晨—08时许出现贴地逆温层，此时逆温层顶较高，对应地面能见度往往为每日的最低值；在每日的09—18时许，受太阳辐射对地表增温的影响，贴地逆温层消失或逐渐抬升为不贴地逆温层，此时对应地面能见度为每日的最大值。贴地逆温的形成与上下层气温下降速率不同有关。在夜间，地表长波辐射冷却效应使得地表气温下降速率最快、降温幅度最大，因此，贴地逆温往往在傍晚18时以后形成，此时地面能见度从白天的最高值逐渐下降；在每日20时以后，随着辐射降温效应的加强，近地层逆温逐渐发展抬升形成深厚的贴地逆温层，并持续至次日早晨，此时地面能见度降至当日最低水平。

图 4 2009年11月3—8日根据南郊观象台地基12通道微波辐射计观测的温度数据计算的逆温特征随时间变化(彩色阴影表示逆温强度(℃/(100 m))，黑色曲线表示能见度，左侧纵轴表示逆温层顶和逆温层底所在位置) Fig. 4 Characteristics of the temperature inversion during 3-8 November 2009 from aground-based 12-channel microwave radiometer(The color shadings denote inversion intensity(°C/(100 m)); The black curves denote visibility trend in this period; The height of the left y-axis represents the bottom/top position of inversion)

图选项

还可以看到，逆温强度与能见度也存在一定的对应关系，但能见度的大小并不完全取决于逆温强度的大小。5日凌晨的逆温在整个过程中最强，约为1.5℃/(100 m)，但此时贴地逆温层较薄，对应的能见度约为1.5 km；而7日凌晨的逆温强度不大，<1℃/(100 m)，但整个逆温层却较为深厚，维持在800 m左右，此时对应的能见度不足500 m。这一结果表明，逆温强度只是本次低能见度过程产生的必要条件，其主要反映大气稳定程度，而并不是能见度的决定性条件，逆温形成后，在不同阶段决定能见度大小的影响因子应该有所不同。因此，为更好地理解这次雾霾过程形成机制，下文将对本次过程不同阶段中决定能见度变化的关键因子进行重点分析。4 雾霾天气过程能见度的影响因子分析

雾霾天气过程中能见度与地面气象要素和气溶胶浓度密切相关，为确定本次雾霾天气不同阶段的主要影响因子，首先对整个雾霾天气过程中地面气象因子、PM_2.5浓度和能见度的关系进行相关分析(表 1)。可以看出，能见度与相对湿度、PM_2.5浓度以及气压、风速都具有较强相关，并通过了99%的信度检验。由于整个雾霾天气过程中气压变化平稳，气压梯度较小，风速稳定维持在1 m/s左右，因此，气压和风速对能见度的影响更多地体现在为雾霾天气过程中低能见度的形成提供一个相对稳定且水平输送较小的天气背景场，反映出气压和风速与能见度在天气尺度上变化的一致性。相比而言，相对湿度和PM_2.5浓度与能见度的关系则更为密切，相关系数分别为0.75和0.78，这说明相对湿度和PM_2.5浓度是本次雾霾过程中直接影响能见度水平的两个主要因子。

为更好地理解相对湿度和PM_2.5浓度在不同雾霾天气阶段与能见度的关系，图 5分别给出了相对湿度和PM_2.5浓度在各阶段与能见度的散点分布，其中PM_2.5浓度来自于宝联站，而相对湿度和能见度是8个道面自动站的站点平均值。可清楚看到，能见度的变化与相对湿度和PM_2.5浓度的变化均呈反比关系，雾霾天气过程中能见度的变化与相对湿度和PM_2.5浓度的变化表现出良好的阶段性对应特征。在前期霾阶段(Haze1)，能见度从8 km以上下降到1 km左右，变化幅度很大，此阶段近地面相对湿度不大(90%以下)，水汽尚未饱和，PM_2.5浓度处于不断积累升高时期，能见度受相对湿度和PM_2.5浓度变化的共同影响。在中期的雾霾混合阶段(Fog& Haze2)，能见度相对较低，基本维持在1 km以内，PM_2.5浓度达到一个很高的水平，基本保持在200 μg/m³以上，此时能见度与PM_2.5浓度散点拟合的斜率基本为0，说明雾霾混合阶段(Fog&Haze2)，当空气中气溶胶粒子浓度升高到一定水平后，能见度几乎不受PM_2.5浓度变化影响，而随着相对湿度增大能见度线性减小。后期霾阶段(Haze3)是能见度逐渐增大的一个阶段，此时能见度分别随着相对湿度和PM_2.5浓度降低而增大，表明消散阶段能见度的回升是由于相对湿度减小和PM_2.5浓度降低共同作用的结果。

图 5 2009年11月3—8日8个道面自动站观测的逐时站点平均能见度与相对湿度(a)和宝联站观测的PM2.5浓度(b)散点图分布 Fig. 5 Hourly mean visibility from the eight AWSs versus relative humidity(a) and the visibility versus hourly mean PM2.5 concentration from Baolian station(b)during 3-8 November 2009

图选项

上述分析表明本次过程相对湿度和PM_2.5浓度对能见度的影响不仅具有阶段性特征，还具有明显的综合效应。为了深入揭示不同阶段相对湿度和PM_2.5浓度对能见度影响的重要程度，图 6给出能见度随相对湿度和PM_2.5浓度同时变化的演变曲线和对应的能见度等值线。可以看出，当能见度在1 km以上时，主要处于前期的霾阶段(Haze1)，能见度相对于PM_2.5浓度的梯度变化要明显大于随相对湿度的梯度变化，此阶段相对湿度基本维持在95%以下，水汽未达到饱和，相比而言，PM_2.5浓度对能见度的影响要大于相对湿度的影响，此时PM_2.5浓度的增加是能见度降低的主要因素。当能见度逐渐下降并接近1 km以下时，主要处于中期雾霾混合阶段(Fog&Haze2)，此时能见度相对于相对湿度和PM_2.5浓度的梯度逐渐发生转变，前者逐步增大而后者逐步减小，当能见度降到1 km以下时，能见度相对于相对湿度的梯度超过了相对于PM_2.5浓度的梯度，反映出当相对湿度和PM_2.5浓度都上升到一定量值后，PM_2.5浓度的影响逐渐减弱，而相对湿度的影响反而逐渐增强，并成为影响能见度变化的主导因子。在后期霾阶段(Haze3)，能见度随着相对湿度和PM_2.5降低迅速增大，散点轨迹几乎沿着能见度等值线的梯度方向，表明此阶段由相对湿度降低和PM_2.5浓度减小共同作用提升了大气能见度，两者对能见度的提升作用相当。

图 6 2009年11月3—8日由8个道面自动站观测的逐时站点平均能见度(m)与相对湿度和宝联站观测的PM2.5浓度分布(虚线表示能见度等值线，实线表示不同阶段、不同时刻相对湿度和PM2.5的散点位置演变) Fig. 6 Hourly mean visibility(unit:m)distribution and the scatters for relative humidity versus PM2.5 concentration during 3-8 November 2009(The dotted lines denote the visibility contour，and the solid connecting lines represent the evolution of the positions of the scatters of relative humidity vs. PM2.5 concentration)

图选项

综合整个过程可以看出，当相对湿度不太大时(约90%以下)，即在大部分时期PM_2.5浓度对能见度的作用要大于相对湿度，是影响能见度变化的主要因子；而当相对湿度逐渐增大，相对湿度对能见度的影响程度增强，以致能见度在1 km以下时，相对湿度是两者中影响能见度变化的主要因子；在雾霾的消散阶段，相对湿度和PM_2.5浓度对能见度的影响程度相当。 5 霾阶段能见度的影响及计算5.1 能见度理论计算模型

能见度与消光系数满足Koschmieder方程(Kunkel，1984)，基于该方程， Vaisala FD12P User’s Guide(2002)给出的能见度与大气消光系数经验关系为

点击浏览公式

相关研究及上述分析表明，霾阶段，PM_2.5浓度和大气相对湿度是制约大气能见度的关键影响因子。由于通常采用干、湿气溶胶的散射系数比表示吸湿性的增长函数，因此，大气的消光系数可表示为

点击浏览公式

(1)PM_2.5浓度对能见度的影响

“干”大气中，气溶胶质量浓度是影响大气消光系数的重要因素。为了探析“干”气溶胶浓度与大气消光系数的关系，利用本次过程的逐时观测资料，提取相对湿度小于40%的实测样本，经统计分析得到PM_2.5浓度与大气消光系数的关系(图 7)。可以看出，“干”大气中，PM_2.5浓度与消光系数呈现正相关，决定系数R²＝0.83，消光系数随干PM_2.5浓度(cPM2.5)而线性增大，导致大气能见度降低，两者拟合关系可表示为

点击浏览公式

图 7 干气溶胶与消光系数统计关系 Fig. 7 Relationship between the PM2.5 concentration and the extinction coefficient

图选项

(2)PM_2.5的吸湿性增长对能见度的影响

随着相对湿度增大，气溶胶中的亲水成分将导致吸湿性增长，这将增大气溶胶的消光能力，从而致使大气能见度降低。针对北京地区相对湿度对气溶胶消光能力的影响，颜鹏等(2008)对北京大气气溶胶散射系数亲水增长进行实测，得到污染型、清洁型的散射系数亲水增长函数。本次雾霾过程PM_2.5浓度高、污染严重，在此引用颜鹏等(2008)给出的污染

型亲水增长拟合关系表示本次过程的亲水增长函数

点击浏览公式

对能见度的模拟是根据实际大气的气溶胶浓度和真实相对湿度利用理论模型进行计算，反映实际PM_2.5浓度及相对湿度的变化对于能见度的影响。根据式(2)—(4)计算大气消光系数，并通过式(1)转换为理论能见度，结果如图 8中红虚线所示。能见度模拟值平均为2.6 km，而实测能见度为2.3 km，二者的均方根误差为0.8 km，相关系数R＝0.89，模拟值与实测值整体变化趋势一致、量值接近，在入夜至早晨相对湿度较大的时段，能见度计算值与实测值更为接近，总体来说，模拟能见度较好地反映了实测能见度的变化幅度和演变趋势，说明本文所构建的能见度理论模型是可行的。

图 8 逐时平均能见度观测值与计算值的曲线对比(阴影表示雾阶段) Fig. 8 Variations of the hourly mean observed visibility and calculated visibility(the shade represents fog period)

图选项

综合以上分析，可见本文所建立的能见度理论计算模型对本次过程霾阶段大气能见度的模拟是有效的，该模型可较好地反映出水汽尚未饱和情况下的大气能见度水平。同时可以看出，PM_2.5浓度和相对湿度是影响大气能见度的两个重要因子，并在不同时段有所差异。中午前后大气相对湿度较低，此时气溶胶浓度是影响大气能见度的主要因素；傍晚至入夜的阶段，气溶胶吸湿增长作用对能见度的影响尤为突出，随着相对湿度增大，不仅气溶胶浓度影响着消光能力，同时由于气溶胶中亲水性化学成分(如硫酸盐、硝酸盐和一些有机物等)吸湿增长，造成对大气的散射能力增强，最终综合导致能见度降至较低水平。5.3 不同情景的能见度计算分析

在基于理论模型模拟分析的基础上，进一步讨论两种假设情景下的能见度变化，第1种情景是假设PM_2.5保持实际浓度，而相对湿度控制在40%；第2种情景则是假设PM_2.5控制到较低浓度，而相对湿度保持真实大气湿度，并将两种情景下的平均能见度与实测和模拟结果进行比较(表 2)。

情景1：控制相对湿度在40%，保持实际PM_2.5浓度。该情景反映了“干”大气条件下气溶胶对能见度的影响。利用式(2)—(4)计算11月3—8日的大气消光系数，并通过式(1)转化为能见度计算值(图 8蓝色虚线)。可以看出，3—8日情景1的能见度与实测能见度及模拟能见度的演变趋势一致，整体呈下降趋势，与实测值的相关系数R=0.82。从该情景能见度相对于实测值的改变幅度来看，在入夜及早晨阶段，能见度比实测值提高较大，而中午阶段提高相对较小(图 8蓝色虚线)，这与模拟能见度特点恰好相反，这是由于相对湿度一直保持在40%而忽略了相对湿度变化导致的结果，可见在傍晚至早晨相对湿度是影响大气能见度的主要因素。从不同阶段来看，本情景的过程平均能见度为3.3 km，比实测值提升了1.0 km，在前期(Haze1)、中期(Haze2)和后期(Haze3)霾阶段分别提升了1.1、0.7和1.6 km，表明控制相对湿度在不同霾阶段下的能见度提升效果是基本相当的。

情景2：控制PM_2.5浓度，保持实际相对湿度。真实大气的相对湿度并不容易人为改变，而PM_2.5浓度通过采取减少污染物排放等措施可以得到控制。为了分析控制PM_2.5浓度对能见度的影响，参考环境空气污染物中PM_2.5浓度的限值标准(《环境空气质量标准》(GB3095-2012))，取PM_2.5浓度的二级限值(75 μg/m³)，并保持本次过程的实际大气相对湿度，利用式(1)—(4)计算情景2的能见度(图 8绿色实线)，该情景下能见度与实测值的相关系数R=0.62，能见度平均为3.8 km，比实测平均提高1.5 km，尤其是中期霾阶段(Haze2)能见度提高最大，比实测能见度提高了2.7 km，同时比情景1的能见度提高了2.0 km(表 2)。说明控制PM_2.5浓度对于改善大气能见度的效果明显，尤其相对湿度较大时，抑制气溶胶浓度对大气能见度改善具有更显著效果。

同时也说明了高浓度的气溶胶条件是促使本次低能见度过程长时间维持的一个重要原因。6 雾阶段能见度的影响及计算

本次过程部分时间呈现出雾的特征。在雾阶段相对湿度较大(95%以上)，水汽发生凝结，有大量微小水滴悬浮于近地面的空气中，导致能见度降至1 km以下。在雾的数值研究中，通常能见度通过液态水含量(LWC)的经验消光公式转化而来。在不同气象条件下此类经验公式往往存在差异(表 3)，其中，经验式(1)是Kunkel(1984)在平流雾条件下观测的结果，该式在北京大雾数值研究中广泛使用(Zhang et al，2010a；何晖等，2009)，而经验式(2)是基于雾霾混合过程的结果，该式的气象条件与本次雾期间高湿且高浓度气溶胶条件更加接近。为了便于比较，分别给出两种经验式的能见度计算结果(图 9)以及与实测值的均方根误差(表 3)，可以看出，Pinnick等(1978)公式的均方根误差比Kunkel(1984)公式的误差要小465 m，这主要是由于本次过程雾期间水汽饱和的同时也伴随着高浓度气溶胶，该背景条件与Pinnick等(1978)的观测条件比较接近，因此，采用雾霾观测条件的经验公式误差较小。综合来看，液态水含量计算的理论能见度与实测能见度变化趋势一致，两者误差均不很大，这说明由于相对湿度增大、水汽发生凝结是影响本次雾阶段大气能见度下降的重要因素。不同公式的精度差异则反映出高浓度的气溶胶条件加重了雾阶段的能见度恶化，是影响雾期间能见度降低的另一因素。

图 9 根据北京南郊观象台地基微波辐射计观测的液态水含量(100 m高度)计算的能见度与实测能见度随时间的变化(阴影部分表示霾) Fig. 9 Variations of the hourly mean LWC at the 100 m height，the calculated visibility from LWC and the observed visibility(the shade represents haze period)

图选项

对2009 年11月3—8日北京一次持续性雾霾过程的气象因素、气溶胶、边界层演变特征，以及不同阶段的影响因子进行了分析，研究发现：

(1)本次持续性雾霾天气过程具有明显的阶段性特征。过程前期(11月3—5日)相对湿度较小，表现为以霾为主的阶段，中期(6日至8日中午)随着相对湿度增大，逐渐转为雾霾交替阶段，后期(8日上午以后)随着相对湿度减小又转换为霾阶段并逐渐消散。

(2)持续低压和较小的地面风速以及PM_2.5浓度的稳定上升和相对湿度增大为本次雾霾天气过程的形成和发展提供了有利条件。边界层逆温的存在是雾霾低能见度过程形成的必要条件，贴地逆温层与地面能见度具有良好的对应关系，但并不是决定雾霾能见度强度的决定性因素。

(3)相对湿度和PM_2.5浓度是决定能见度大小的两个关键影响因子，其对能见度的影响体现了明显的阶段性特征。当相对湿度不太大(约90%以下)时，PM_2.5浓度对能见度的作用要强于相对湿度，是影响能见度变化的主要因子；而随着相对湿度的增大和能见度的降低，相对湿度对能见度的影响相对增强，当能见度降至1 km以下时，相对湿度是两者中影响能见度变化的主要因子，在雾霾消散阶段两者对能见度的影响程度相当。高浓度的气溶胶条件是促使本次过程长时间维持的一个重要原因。

(4)基于PM_2.5浓度和相对湿度因子构建了霾阶段的能见度理论计算模型，模拟结果表明，该模型可以较好地反映大气能见度水平，并揭示PM_2.5浓度和相对湿度对霾的能见度影响规律。两种情景的计算结果表明，在不同霾阶段控制相对湿度对于能见度的提升程度基本相当，而在相对湿度较大条件下，控制PM_2.5浓度对改善大气能见度具有更显著的效果。

(5)雾阶段两种气象条件下的经验公式计算结果表明，相对湿度升高造成水汽凝结是影响本次雾阶段大气能见度下降的重要因素，同时也揭示了气溶胶条件加重了雾阶段的能见度恶化，是影响雾期间能见度降低的另一因素。

致谢：感谢赵秀娟博士和刘红燕博士在气溶胶和微波辐射计资料使用分析方面的帮助。