2016, Vol. 36
[PDF全文]
伴随经济和城市化的迅猛发展,我国大部地区雾、霾天气发生频率增加,持续时间增长,对能见度、人体健康、空气质量、全球气候变化等产生了极大影响,其中,低能见度天气对交通运输、工农业具有较大危害,并且已经成为人口密集、工业化发展迅猛城市的明显而普遍的特征.
Koschmieder(1924)建立了能见度与大气消光系数的联系,为计算能见度提供了物理基础.气象能见度V(对比感阈取0.02)与大气消光的关系由Koschmieder公式表示为：
|
(1) |
式中,β为大气的消光系数.之后,众多学者对大气消光系数进行了研究,其中,Mie(1908)提出的散射理论成为研究气溶胶等小粒子散射的主要方法.在可见光波段大气消光系数主要由气溶胶粒子数浓度谱分布、化学组成及环境影响因子(如相对湿度)等因素决定.实际工作中通常利用观测得到的气溶胶粒子数浓度谱分布计算消光系数,进而得到能见度.
直接探测能见度通常分为目测法和器测法.早期对大气能见度的观测通常采取人工目测,但由于目测能见度存在时空限制、主观性等较多不确定因素,因此,能见度的器测技术显得十分重要.目前的能见度仪主要分为透射式和散射式两大类,其中,前向散射式能见度仪因具有体积小、价格相对低廉等优点而使用的最为广泛(曾书儿等，1999).
随着现代计算机的发展,对能见度的数值研究也在不断完善,其中与雾有关的大气能见度模拟预报受到广泛关注.众多学者为确定雾的微物理特征与能见度的关系做了大量工作,其中,大部分研究是针对雾中的消光系数与液态含水量之间的幂指数关系.由Stoelinga和Warner(1999)提出的能见度参数化方案在目前的数值研究中使用最为普遍,该数值方法将能见度看作液态含水量的函数,很多学者在不同雾个例的研究中使用了该方法.Gultepe等(2006)指出,即使雾阶段中液态含水量不变,雾滴数浓度也可在每立方厘米几个到几百个之间变化,单纯考虑含水量会产生约50%的计算误差,考虑液态含水量和雾滴数浓度的模拟结果与实际情况更加接近(Gultepe et al.，2007;2006).
Zhang等(2014)对比了利用雾滴谱基于Mie理论计算的能见度与观测能见度,在浓雾的成熟阶段二者结果接近,但在轻雾阶段及浓雾的形成和消散阶段计算值远高于观测值.即便在Gultepe等提出的参数化方案上做进一步改进,模拟的能见度也与计算能见度存在5%的相对误差,与观测值的误差更大.观测、计算、模拟能见度之间的差异表明,雾阶段也需要考虑气溶胶粒子的消光作用.Gultepe等(2006)指出,研究雾中能见度时有必要测量粒径小于2 μm的气溶胶粒子尺度分布,并考虑其影响.Bumer等(2008)研究发现,能见度下降与粒径大于0.3 μm的气溶胶粒子持续增加有关,此外,对比利用浊度计和Koschmieder公式计算的能见度与观测能见度发现,气溶胶粒子的吸湿作用对其消光有显著影响.Elias等(2009)对气溶胶粒子的消光特性做了定量计算,在晴空条件下,超细气溶胶粒子和积聚模态的气溶胶粒子消光强度相当；霾阶段中的消光全部由积聚模态的湿气溶胶粒子产生；雾阶段中湿气溶胶粒子对消光有20%±10%的贡献,雾滴产生40%左右的消光,另外30%的消光来源无法确定.
雾、霾天气过程通常伴随着稳定的边界层结构,气溶胶粒子会在逆温层下方积累.气溶胶粒子的积聚既可以直接散射、吸收辐射,导致能见度降低,也可以作为凝结核,形成大量的小雾滴使能见度进一步减小(Mohan et al.，2009;李子华等，1994.雾滴形成后反过来又对气溶胶粒子产生影响,并且持续时间不同的雾过程对气溶胶粒子的影响结果存在差异.持续时间短的雾过程湿清除作用弱,不足以使气溶胶粒子数浓度明显降低,在雾消散之后会产生吸湿性更强的气溶胶粒子,从而导致雾过程结束之后能见度仍然持续较低.持续较长时间的雾过程对气溶胶粒子的沉降作用较强,雾过程之后气溶胶粒子数浓度明显降低 (Jacob et al.,1984).在雾、霾过程中相对湿度变化较大,气溶胶粒子的吸湿增长会显著影响其消光特性.因此,在雾、霾过程的不同阶段大气消光特性也存在一定的差异.
深入认识不同大气组成背景、不同天气状况下的大气消光机制是空气质量研究的重要组成部分,也是空气质量数值预报的基础.因此,本文利用南京持续雾、霾天气过程期间取得的大气气溶胶粒子和雾滴数浓度尺度谱分布、相对湿度等观测资料,从Mie散射理论出发分析雾、霾不同阶段的消光机制及其对能见度的影响.
2 观测与资料概况(Instruments and data processing)2007年12月15—29日连续15 d在南京北郊进行了雾的综合外场观测,观测地点设在南京信息工程大学校内平坦开阔的草地,东距宁六公路1.3 km,东北距南京江北工业园区6 km.表 1列出了观测使用的部分仪器设备.粒径2~50 μm雾滴的数浓度尺度谱分布使用FM-100型雾滴谱仪测量(Eugster et al.,2006),粒径在0.01~10 μm的气溶胶粒子使用WPS-1000XP型宽范围粒谱仪测量(Gao et al.，2009),空气先通过干燥管干燥后进行粒径检测.同时使用ZQZ-DN2型散射式能见度仪测量雾、霾期间的能见度,使用HMP54C型温湿传感器对大气温度、相对湿度(f)进行测量.以上观测仪器在观测试验开始前进行标定.研究时段为12月15日00:00至12月20日19:00,能见度≤10 km；非雾、霾阶段气溶胶粒子消光特性对比分析利用12月24日高能见度期间的观测资料.对原始观测数据进行5 min平均后用于雾、霾过程各阶段能见度及各微物理量变化特征的分析.
| 表 1 观测仪器概况 Table 1 Instrumentation and measurements |
 |
雾和霾两种天气状况都能导致大气能见度降低,两者的主要差异在于空气中的液(固)水含量不同.现行的气象行业标准QX/T48—2007(中国气象局,2007)从颜色、能见度及粒子的组成这3个方面将低能见度天气划分成轻雾、霾、雾.对于单个粒子而言,由柯拉理论可知,如果环境湿度达到粒子的临界过饱和度,气溶胶粒子就会不断地吸湿增长成为雾(云)滴；如果环境湿度达不到该粒子的临界过饱和度,该气溶胶粒子则处于“霾粒”或“霾滴”状态.气象行业标准QX/T48—2007(中国气象局,2007)中定义的轻雾即由柯拉理论中“霾粒”组成的胶体系统,但对于由大量湿气溶胶粒子导致的见度小于1000 m的天气情况没有明确分类(杨军等，2010.为了更细致地分析低能见度大气状态,杨军等(2010)在我国现行气象行业标准及相关研究结果(Gultepe et al.，2007；Kunkel,1984；Ahrens,2007)的基础上,根据能见度和含水量将10 km以下的天气现象分成雾、湿霾、轻雾、霾4种类型,本文对雾、霾过程的不同阶段采用该分类方法.
2007年12月在冷高压及充足水汽的配合作用下,南京出现了连续数天的低能见度天气.图 1是12月15日00:00至12月20日19:00能见度、液水含量、相对湿度随时间的变化,期间除16日2:50能见度达到10.8 km以外,其余时间都在10 km以内.15日00:00—11:45经历了湿霾-雾-湿霾的转化过程,各阶段持续时间均在3~4 h,随后是较长时间的霾阶段,并夹杂着短时轻雾.15日17:05—16日21:05是持续的轻雾、霾相互转化过程,随后是持续约14 h的湿霾阶段及13.5 h的轻雾阶段.18—20日连续3 d均有雾出现,各次雾阶段之间为轻雾或湿霾,能见度无明显好转.本文分析时段内,雾、湿霾、轻雾、霾所占的样本比例分别为36.3%、22.9%、27.7%、13.1%.
 |
| 图 1 2007年12月15—20日能见度(V)、液水含量(W)、相对湿度(f)随时间的变化 Fig. 1 Temporal variation of visibility (V),liquid water content (W) and relative humidity (f) form Dec. 15 to Dec. 20,2007 |
大气对电磁波的衰减由气溶胶粒子(包括雾滴)和气体分子消光共同产生.在可见光波段,气体分子尺度参数较小,散射规律表现为瑞利散射,主要吸收气体为NO2,但其在空气中的体积分数仅在1×10-9~4.5×10-9范围内.所以在可见光波段,实际大气气体成分产生的消光通常比气溶胶粒子低2个数量级,下文分析中仅考虑气溶胶粒子和雾滴的消光作用.
雾滴的复折射指数采用纯水的复折射指数1.33-0i,结合观测得到的雾滴谱,根据米散射理论可以计算得到雾滴在0.55 μm波长处的消光.
当空气中的相对湿度在60%以下时,气溶胶粒子常以“干”粒子的状态存在于大气中.当相对湿度大于60%时,气溶胶粒子会吸湿增长.对于相对湿度f(f≥60%),吸湿后的气溶胶粒子半径r(f)可通过干粒子半径r由下式计算得到(孙景群,1985)：
|
(2) |
孙景群等(1982)研究发现,气溶胶粒子消光系数的变化主要取决于气溶胶粒子尺度的变化,而受复折射指数的影响较弱.基于以上结论,本文在计算气溶胶粒子消光时仅考虑其吸附水汽时体积增长对消光的影响,忽略气溶胶粒子复折射指数的变化.假设本研究中气溶胶粒子的成分符合城市型气溶胶模型(沙尘性、可溶性、海洋性、煤烟4种成分按照17%、61%、0、22%的体积百分比组成),通过均匀混合结构计算得到干气溶胶粒子在0.55 μm波长处的复折射指数为1.5784-0.10182i.结合观测得到的气溶胶粒子谱数据,运用Mie散射理论可计算得到气溶胶粒子群在0.55 μm波长处的消光.
12月24日10:30—16:30 平均能见度和相对湿度分别为18320 m、62%,该时段前(7:00—10:30)、后(16:30—21:00)平均相对湿度分别为75%、77%.观测中能见度仪输出数据为对比感阈取值0.05时对应的能见度,将公式(1)中的系数改成2.99后利用该公式将器测能见度转化为器测消光系数(βo),通过Mie散射理论计算出湿气溶胶粒子消光系数(βw)和干气溶胶粒子消光系数(βd).
在相对湿度f下水汽对气溶胶粒子消光的影响可用吸湿增长因子F(f)表征(Liu et al.，2008)：
|
(3) |
相对湿度处于61%以下时干、湿气溶胶的消光相差不大,两者比值接近于1,从相对湿度61.2%开始,吸湿增长因子随着相对湿度的增大逐渐增大.经计算,本研究中F(80%)=2.01,估算结果与姚青等(2014)对天津冬季气溶胶的吸湿特性的拟合结果相近(F(80%)=2.04),与Liu等(2008)对广州城市型气溶胶的观测研究结果接近(F(80%)=2.04±0.28),但高于Yan等(2009)在北京冬季“相对污染”时期的观测结果(F(80%)=1.48),这与北京当时空气质量相对较好(最差为轻度污染)有关(姚青等，2014).
图 2为βo、βw和βd随时间的变化趋势.在高能见度时间段内(10:30—16:30)相对湿度相对较小,气溶胶粒子吸湿增长不明显,βw、βd与βo的平均相对误差分别为29%、35%,与Malm等(2001)对美国大烟山国家公园气溶胶散射的计算误差(30%~50%)相当,与Elias等(2009)在比较Mie理论和Koschmieder方程计算气溶胶粒子消光时假设的仪器误差(30%)相近.表明本文中对气溶胶复折射指数的估算与实际数值接近.
 |
| 图 2 12月24日7:00—21:00器测消光(βo)、干气溶胶粒子消光(βd)、湿气溶胶粒子消光(βw)随时间的变化 Fig. 2 emporal variation of measured extinction (βo),dry aerosol extinction (βd) and wet aerosol extinction(βw) from 7:00 to 21:00 on Dec. 24 |
由于βo与相对湿度的变化趋势相似,随着βo的增加,βw与βd的差异逐渐增大,βw更接近βo.另外,βo与βd的相关系数在3个时段中分别为0.686、0.406和0.502,βo与βw的相关系数在3个时段中分别提高到0.838、0.558和0.624.考虑气溶胶粒子的吸湿增长后,计算消光系数更接近器测消光系数的同时与器测消光系数的相关系性也明显提高.
从整个研究时段来看,考虑气溶胶粒子吸湿增长后利用Koschmieder公式计算得到的能见度(Vk)与器测能见度(Vo)随时间的变化如图 3所示,二者的变化趋势基本吻合,在能见度较低的浓雾天气计算能见度与观测能见度很接近,二者误差 ＜150 m；但在能见度相对较高的其他阶段计算能见度明显高于观测值,相对误差约155%.图 4为Vk与Vo对比的散点图,线性相关系数达到0.943(p＜0.0001).能见度计算值与观测值的高相关性表明,该计算方法能够反映出雾、霾不同阶段气溶胶粒子和雾滴的消光作用.虽然本文计算能见度较器测能见度偏大,但误差小于Zhang等(2014)由雾滴谱计算的能见度误差,与Bumer等(2008)由气溶胶粒子谱计算的能见度误差相当.不同研究共同存在的计算结果偏大的原因主要有以下3点：首先,计算消光时对复折射指数做了近似处理,而实际情况中气溶胶的复折射指数会随着吸湿程度的改变而改变,小雾滴的复折射指数也会大于纯水的复折射指数,在雾生成和消散过程中雾滴整体尺度偏小；其次,在雾、霾过程
 |
| 图 3 研究时间段中计算能见度(Vk)与观测能见度(Vo)随时间的变化 Fig. 3 Temporal variation of visibility calculated from Koschmieder formula (Vk) and measured (Vo) from Dec. 15 to Dec. 20,2007 |
 |
| 图 4 计算能见度(Vk)与观测能见度(Vo)对比 Fig. 4 Comparison of visibility calculated from Koschmieder formula (Vk) and measured (Vo) |
中气溶胶粒子的吸湿增长因子可能出现波动,在某些时段吸湿后的粒径大于式(2)参数化计算得到的结果；另外,王缅等(2009)将11台不同型号的前向散射能见度仪测量结果与人工观测结果对比发现,其中10台测量结果偏小,相对误差在30%~60%.WMO的测量结果也显示,器测能见度比目测能见度低约15%,并且当能见度＞1000 m时仪器误差会增大(WMO,1990).
5 雾霾过程不同阶段的大气消光特性(Characteristic of the extinction of atmosphere in the process of fog and haze) 5.1 雾霾过程消光解析表 2为12月15日00:00至12月20日19:00连续5天低能见度过程中气溶胶粒子的消光系数(βw)、雾滴的消光系数(βf)与βo的相关系数及对消光的贡献率.
| 表 2 雾滴、气溶胶粒子消光系数与器测消光系数的相关系数(p ＜0.01)及其对总消光的贡献率 Table 2 Correlation coefficient between βw and βo,βf and βo (p ＜0.01) and their corresponding contribution to extinction |
|
湿霾和霾阶段主要是气溶胶粒子消光对能见度产生影响.霾阶段中,βw与βo的相关系数高达0.819,但在湿霾阶段中βw与βo的相关系数相对较低.这可能是由于湿霾阶段相对湿度高于霾阶段,对气溶胶粒子吸湿特性估算的误差大于霾阶段.湿霾阶段往往在雾过程的前后出现,由非均相化学反应或细粒子碰并产生的大量积聚模态气溶胶粒子中水溶性成分增加、吸湿增长因子增大(Pandis et al.，1990),吸湿程度大于式(2)的经验关系结果,而且不同尺度粒子化学组成及其在雾前后的变化也共同导致湿霾阶段消光的复杂性.
轻雾阶段βw与βo的相关系数为0.716,βf与βo的相关系数为0.692,两者相差不大,表明气溶胶粒子消光和雾滴消光随时间的变化趋势都与实测消光相似,即能见度的变化由气溶胶粒子和雾滴消光共同决定.从贡献率来看,气溶胶粒子对消光的贡献明显大于雾滴的贡献,即轻雾阶段的消光以气溶胶粒子为主.
雾阶段,能见度最小,气溶胶粒子和雾滴的消光均比其他3个阶段大1~2个数量级,空气平均相对湿度高达95%,较高的相对湿度使大量的气溶胶粒子活化增长,水汽在其表面凝结,平均含水量0.038 g·m-3,雾滴谱常常扩宽到40~50 μm.该阶段βw与βo的相关系数为0.307,βf与βo的相关系数为0.646；气溶胶粒子和雾滴对消光的贡献分别为55%和44%.说明在雾阶段能见度的变化趋势主要由雾滴的消光决定,但雾滴与气溶胶粒子对消光的贡献率相当.出现这一结果的原因是整个雾过程中雾滴消光的变化幅度大于气溶胶粒子消光,贡献率占一半的雾滴消光的变化与能见度变化对应.Elias等(2009)观测发现,雾过程中雾滴的消光系数很不稳定,即使是浓雾,雾滴的消光系数也可能小至5×10-5 m-1,这与本研究中雾阶段的大气消光特征很接近.
5.2 微物理特征对消光的影响在连续的雾霾转化过程中雾滴和气溶胶粒子的相互作用强烈,气溶胶粒子数浓度谱和雾滴谱在各个阶段会出现一定的差异.为探究雾、霾过程各阶段的微物理特征及其对消光的影响,选取各阶段持续时长2 h左右的典型时间段进行详细分析.表 3为所选时段的部分微物理参量.其中雾阶段能见度最小,平均能见度在103 m左右,含水量、相对湿度和雾滴数浓度均最大.霾阶段能见度最大,为1856 m左右,气溶胶粒子数浓度最大,含水量、雾滴数浓度最小.相对湿度最小的是轻雾阶段,气溶胶粒子数浓度最小的是湿霾阶段.
| 表 3 雾、霾过程各阶段典型时段微物理参量 Table 3 Micro-physical parametersin a typical period of about 2 h of four weather conditions |
|
图 5为不同阶段平均气溶胶粒子数浓度尺度谱和雾滴谱,由于WPS对不同粒径气溶胶粒子的测量原理不同(尚倩等，2011 ；Gao et al.,2009),在0.5 μm处造成谱的不连续.从4个阶段的气溶胶粒子数浓度尺度分布可以看出,各个阶段谱宽相当,雾和轻雾阶段为单峰谱,霾和湿霾阶段倾向于双峰谱.数浓度峰值对应的尺度按照霾、轻雾、雾、湿霾的顺序依次增大.霾阶段中核模态的粒子最多,约占总数浓度的80%；雾阶段中积聚模态的粒子最多,约占总数浓度的33%.
 |
| 图 5 雾霾过程不同阶段各典型时段气溶胶粒子平均数浓度尺度分布(a)和雾滴谱分布(b) Fig. 5 Average size distribution of aerosol particle number (a) and fog droplet spectrum distribution (b) in the typical period of four weather conditions |
根据Mie散射理论,气溶胶粒子的消光系数和其表面积浓度正相关,因此,能见度与气溶胶粒子的表面积浓度负相关.为进一步说明气溶胶粒子吸湿增长对能见度的影响,图 6给出了不同阶段气溶胶粒子吸湿之后的数浓度和表面积浓度尺度分布,各个阶段雾滴、气溶胶粒子的消光系数及其对总消光的贡献如表 4所示.吸湿增长使各阶段气溶胶粒子数浓度尺度谱均向大尺度方向出现了不同程度的平移.在4个阶段中,雾阶段相对湿度最大,为97%,轻雾阶段最小,为70%,湿霾和霾阶段相对湿度介于二者之间,分别为88%和87%.相对湿度的差异使各阶段气溶胶粒子吸湿后的尺度分布范围出现差异,霾阶段峰值数浓度对应的粒径已和轻雾阶段的相当,雾阶段峰值数浓度对应的粒径已超过湿霾阶段,成为4个阶段中的最大值.
 |
| 图 6 雾、霾过程湿气溶胶粒子平均数浓度(a)和表面积浓度(b)尺度分布 Fig. 6 Average size distribution of wet aerosol particle number (a) and surface area concentration (b) of four weather conditions |
| 表 4 雾、霾过程湿气溶胶粒子(βw)、雾滴(βf)的消光系数及其对总消光的贡献 Table 4 Extinction coefficient of wet aerosol particle (βw) and fog droplet (βf),and their corresponding contribution to extinction in the selected periods of four weather conditions |
|
霾和湿霾阶段的能见度差异主要来源于气溶胶粒子吸湿后的数浓度尺度谱分布.对于粒径小于0.35 μm的湿气溶胶粒子,霾阶段的数浓度有明显优势,比湿霾阶段大1倍以上；而粒径大于0.35 μm的湿气溶胶粒子数浓度在湿霾阶段仅略大于霾阶段,但由于该粒径段气溶胶粒子尺度较大,微小的数浓度优势会被放大为明显的截面积优势.从表面积浓度尺度分布谱可以看出,湿霾阶段湿气溶胶粒子表面积浓度在粒径小于0.35 μm时略低于霾阶段,而在粒径大于0.35 μm之后则明显高于霾阶段.由于气溶胶粒子的消光系数和其表面积浓度正相关,虽然霾阶段的气溶胶粒子数浓度明显高于湿霾阶段,但高浓度的核模态粒子并没有很大的表面积浓度优势,不能对能见度产生显著的影响,因此，湿霾阶段气溶胶粒子的消光系数比霾阶段大1倍之多.
轻雾和霾可以直接相互转化(杨军等，2010,两个阶段中能见度相差不多,在研究时段中霾阶段的能见度略大于轻雾阶段的能见度,但计算能见度反而轻雾阶段略大,这主要是由于霾阶段气溶胶粒子消光的复杂性导致该阶段计算能见度的相对误差大于轻雾阶段.两个阶段中湿气溶胶粒子数浓度谱分布相似,核模态的湿气溶胶粒子数浓度相当(霾阶段略大于轻雾阶段),但霾阶段积聚模态的粒子比轻雾阶段多.从湿气溶胶粒子表面积浓度尺度分布可以看出,霾阶段的表面积浓度大于轻雾阶段的表面积浓度,但由于在这两个阶段中气溶胶粒子粒径偏小,尺度参数较小,霾阶段气溶胶粒子的消光仅略大于轻雾阶段.另外,轻雾阶段的雾滴数浓度远大于霾阶段,因此,在轻雾阶段不仅要考虑气溶胶粒子的消光,雾滴消光对能见度也会产生一定的影响.轻雾阶段的雾滴谱宽约15 μm左右,雾滴数浓度约4.8 个·cm-3,雾滴平均消光系数约1.1×10-4 m-1,占该阶段总消光的14.9%.由于气溶胶粒子和雾滴的共同作用,轻雾阶段能见度与霾阶段相当.
雾和轻雾阶段气溶胶粒子数浓度尺度谱型相似,均呈单峰分布.轻雾阶段中气溶胶粒子偏小,相对湿度小于其他4个阶段,气溶胶粒子吸湿增长的幅度最小.吸湿后核模态的气溶胶粒子数仍占总气溶胶粒子数的76%,这使得该阶段气溶胶粒子的表面积浓度在4个阶段中最小,消光系数最小.雾阶段近地面大气层结构稳定,气溶胶粒子数浓度较大,并且在高达97%相对湿度下气溶胶粒子尺度会增长到原来的2.5倍以上.吸湿后核模态的气溶胶粒子数仅占总气溶胶粒子数的16%.高浓度积聚模态的气溶胶粒子拥有很大的表面积,峰值浓度高达441.3 μm·cm-3,气溶胶粒子产生的消光显著大于其他3个阶段.由于雾阶段的平均相对湿度比轻雾阶段约大27%,吸湿后两者数浓度尺度谱峰值粒径相差约0.16 μm,表面积浓度谱显示,雾阶段各尺度范围湿气溶胶粒子的表面积均明显大于轻雾阶段,由此导致雾阶段气溶胶粒子的消光系数比轻雾阶段大1个量级.
比较雾和轻雾阶段的雾滴谱可以看出,雾阶段雾滴最大直径达到42 μm,轻雾阶段相对较窄,最大直径约15 μm,随着雾滴尺度的增加,两者数浓度的差异逐渐增大.雾阶段大量大雾滴产生了7.7×10-3 m-1的消光,比轻雾阶段的大1个量级.
6 结论 (Conclusions)1) 气溶胶粒子吸湿增长导致其消光系数增加,考虑气溶胶粒子的吸湿增长后计算消光系数更接近观测值,与观测值的相关性显著提高.
2) 雾阶段能见度最小,低能见度系高浓度气溶胶粒子和雾滴共同导致.该阶段雾滴数浓度、含水量、相对湿度、气溶胶粒子表面积浓度最大,雾滴和气溶胶粒子的消光均比轻雾、湿霾、霾阶段大1~2个数量级.虽然平均雾滴谱宽达40~50 μm,但雾滴消光波动幅度大于气溶胶粒子消光,因此,雾滴与气溶胶粒子对消光的平均贡献率相当.能见度的变化趋势主要由雾滴消光决定.
3) 湿霾阶段的低能见度是由大量积聚模态的气溶胶粒子在较高相对湿度环境中吸湿增长所致,该阶段气溶胶粒子数浓度明显小于雾、轻雾、霾阶段,峰值粒径大于这3个阶段,在高达88%的相对湿度条件下,气溶胶粒子吸湿增长显著,表面积浓度较大,其消光大于轻雾和霾阶段.
4) 霾阶段的大气消光主要由大量气溶胶粒子造成,该阶段中气溶胶粒子数浓度大于雾、轻雾、湿霾阶段,但以粒径较小的核模态粒子为主,约占总数浓度的80%,消光系数约为湿霾阶段的1/2.轻雾阶段相对湿度最小,气溶胶粒子吸湿增长最弱,导致该阶段气溶胶粒子的消光系数小于雾、湿霾、霾阶段；该阶段雾滴的消光比霾和湿霾阶段大1个数量级,可提供10%~15%的消光贡献,由于气溶胶粒子和雾滴的共同作用,能见度与霾阶段相当.
| [1] | Ahrens C D. 2007. Meteorology Today: An Introduction to Weather, Climate, and the Environment[M]. Florence: Cengage Learning: 61 -76. |
| [2] | Bäumer D, Vogel B, Versick S, et al. 2008.Relationship of visibility,aerosol optical thickness and aerosol size distribution in an ageing air mass over South-West Germany[J]. Atmospheric Environment, 42 (5): 989–998. |
| [3] | Elias T, Haeffelin M, Drobinski P, et al. 2009.Particulate contribution to extinction of visible radiation: Pollution,haze,and fog[J]. Atmospheric Research, 92 (4): 443–454. |
| [4] | Eugster W, Burkard R, Holwerda F, et al. 2006.Characteristics of fog and fogwater fluxes in a Puerto Rican elfin cloud forest[J]. Agricultural and Forest Meteorology, 139 (3/4): 288–306. |
| [5] | Gao J, Wang T, Zhou X, et al. 2009.Measurement of aerosol number size distributions in the Yangtze River delta in China: Formation and growth of particles under polluted conditions[J]. Atmospheric Environment, 43 (4): 829–836. |
| [6] | Griggs D,Jones D,Ouldridge M,et al.1990.The first WMO intercomparison of visibility measurements[R].FWMO TD No.401. United Kingdom: World Meteorological Organization. 34-40 |
| [7] | Gultepe I, Müller M D, Boybeyi Z. 2006.A new visibility parameterization for warm-fog applications in numerical weather prediction models[J]. Journal of Applied Meteorology and Climatology, 45 (11): 1469–1480. |
| [8] | Gultepe I, Milbrandt J A. 2007.Microphysical observations and mesoscale model simulation of a warm fog case during FRAM project[J]. Pure &Applied Geophysics, 164 (6/7): 1161–1178. |
| [9] | Gultepe I, Tardif R, Michaelides S C, et al. 2007.Fog research: A review of past achievements and future perspectives[J]. Pure &Applied Geophysics, 164 (6/7): 1121–1159. |
| [10] | Jacob D J, Waldman J M, Munger J W, et al. 1984.A field investigation of physical and chemical mechanisms affecting pollutant concentrations in fog droplets[J]. Tellus Series B-chemical &Physical Meteorology, 36 (4): 272–285. |
| [11] | Koschmeider H. 1924.Theorie der horizontalen sichtweite[J]. Beitr Phys Freien Atm, 12 : 33–55. |
| [12] | Kunkel B A. 1984.Parameterization of droplet terminal velocity and extinction coefficient in fog models[J]. Journal of Applied Meteorology, 23 : 34–41. |
| [13] | Liu X G, Cheng Y F, Zhang Y H, et al. 2008.Influences of relative humidity and particle chemical composition on aerosol scattering properties during the 2006 PRD campaign[J]. Atmospheric Environment, 42 (7): 1525–1536. |
| [14] | 李子华, 彭中贵.1994.重庆市冬季雾的物理化学特性[J].气象学报, 52 (4):477–483. |
| [15] | Malm W C, Day D E. 2001.Estimates of aerosol species scattering characteristics as a function of relative humidity[J]. Atmospheric Environment, 35 (16): 2845–2860. |
| [16] | Mie G. 1908.Beitrage zur Optik truber medien,speziell kolloidaler metallosungen[J]. Annalen Der Physik, 330 : 377–445. |
| [17] | Mohan M, Payra S. 2009.Influence of aerosol spectrum and air pollutants on fog formation in urban environment of megacity Delhi,India[J]. Environmental Monitoring and Assessment, 151 (1/4): 265–277. |
| [18] | Pandis S N, Seinfeld J H, Pilinis C. 1990.The smog-fog-smog cycle and acid deposition[J]. Journal of Geophysical Research:Atmospheres, 95 (D11): 18489–18500. |
| [19] | Stoelinga M T, Warner T T. 1999.Nonhydrostatic,mesobeta-scale model simulations of cloud ceiling and visibility for an east coast winter precipitation event[J]. Journal of Applied Meteorology, 38 (4): 385–404. |
| [20] | 尚倩, 李子华, 杨军, 等.2011.南京冬季大气气溶胶粒子谱分布及其对能见度的影响[J].环境科学, 32 (9):2750–2760. |
| [21] | 孙景群, 张海福.1982.激光遥测大气尘埃质量浓度的理论分析[J].环境科学学报, 2 (1):36–43. |
| [22] | 孙景群.1985.能见度与相对湿度的关系[J].气象学报, 43 (2):230–234. |
| [23] | World Meteorological Organization.1990.The first WMO intercomparison of visibility measurement: Final report instrument and observing methods[R].Report No.41,WMO/TD.401.Geneva:WMO |
| [24] | Wang K C, Dickinson R E, Liang S L. 2009.Clear sky visibility has decreased over land globally from 1973 to 2007[J]. Science, 323 (5920): 1468–1470. |
| [25] | 王缅, 李伟, 王柏林, 等.2009.前向散射式能见度仪对比试验分析[J].仪器仪表学报, 30 (6):77–80. |
| [26] | Yan P, Pan X, Tang J, et al. 2009.Hygroscopic growth of aerosol scattering coefficient: A comparative analysis between urban and suburban sites at winter in Beijing[J]. Particuology, 7 (1): 52–60. |
| [27] | 杨军, 牛忠清, 石春娥, 等.2010.南京冬季雾霾过程中气溶胶粒子的微物理特征[J].环境科学, 31 (7):1425–1431. |
| [28] | 姚青, 蔡子颖, 韩素芹, 等.2014.天津冬季相对湿度对气溶胶浓度谱分布和大气能见度的影响[J].中国环境科学, 34 (3):596–603. |
| [29] | Zhang J, Xue H, Deng Z, et al. 2014.A comparison of the parameterization schemes of fog visibility using the in-situ measurements in the North China Plain[J]. Atmospheric Environment, 92 : 44–50. |
| [30] | |
| [31] | 中国气象局. QX/T48-2007.地面气象观测规范.第4部分:天气现象观测[S]. 北京: 气象出版社 |