打开文本图片集

摘 要：能见度在一定程度上可以反映空气污染程度的高低。该文基于蚌埠市自1952年以来的能见度观测资料，分析了能见度长期变化趋势。首先基于Ridit分析将能见度等级数据转化为连续变量，然后基于Ridit值进行了趋势检验。检验结果表明，无论是4个季节还是全年的能见度在1960年之后都有显著的下降趋势，并且在绝大多数时间区间内，下降趋势是显著的。

关键词：大气科学；能见度；Ridit分析；变化趋势；蚌埠市

中图分类号 P427.2 文献标识码 A 文章编号 1007-7731（2018）03-04-0082-3

Abstract： Visibility can reflect changes of air pollution. Based on visibility data from 1952 of Bengbu，the long term trend is analyzed in this study. First，visibility grades are translated to be continuous variable based on Ridit analysis，and trend test is done based on Ridit value. The result shows that there is decreasing trend of visibility of Bengbu from 1960 for all seasons. And this characteristic is almost inconsistent in different time intervals.

Key words： Atmospheric science；Visibility；Ridit analysis；Trend；Benghu City

1 引言

能见度是受空气质量影响的气象要素之一。能见度的定义是白天视力正常的人，在当时天气条件下，能够从天空背景中看到和辨认的目标物的最大水平距离。我国能见度观测时间开始于20世纪50年代，到目前为止已经积累了近70a的能见度资料。大气湿度和大气颗粒物浓度是影响能见度变化的重要因素[1]。由于能见度反映了空气质量的变化，所以可以将其作为空气污染程度的代用资料。由于我国大规模空气污染物浓度的监测时间较短，这也使得分析能见度长期变化趋势对分析我国空气污染的长期变化有着重要的意义。

蚌埠市是皖北的重要城市，也是典型的工业城市和交通枢纽，其空气质量多年的变化有着很好的代表性。蚌埠市气象局从20世纪50年代开始进行能见度观测。本文通过对蚌埠市能见度历史资料的研究，分析蚌埠市能见度长期的变化规律，以期为同行提供参考。

2 资料与方法

2.1 数据来源 能见度数据来自蚌埠市气象局的逐日地面观测数据。1952—1953年，每日观测3次；1954—2013年，每日观测4次；从2014年开始，每日观测24次。考虑到能见度的大小可能受到光线以及不利气象条件的影响，参考文献[2]的方法，我们选取每日14：00的观测数据来分析长期变化趋势。此外，在分析长期变化趋势时，我们滤除了相对湿度大于90%的观测记录[3]，这样可以排除雾的影响。

2.2 Ridit分析 在分析能见度变化趋势时，需要解决的一个问题是大多数年份的能见度数据是离散的等级数据（即有序分类资料），而趋势检验一般需要连续取值的数据。Ridit分析可以将离散数据转换为连续数据[4]，所以其成为了一种常见的能见度分析方法，并且在许多能见度研究中都有所使用[2，3，5-9]。Ridit分析的原理是将某个时间段内的能见度的频率分布与某个参考分布进行比对，进而确定这个时间段的能见度水平高于参考分布的概率，即Ridit值。一般来说，参考分布既是整个时间范围的能见度频率分布。这样，对于每个时间段，我们就可以量化其相对于参考分布的高低。本文将每年的能见度分布与参考分布进行比对，研究年Ridit值的多年变化特征。

此外，Ridit分析也可以用于逐季节的分析。例如，在分析春季能见度数据时，将多年春季能见度分布作为参考分布，然后将每一年春季的能见度分布与参考分布进行比较，获得Ridit值。

假设[fA（v）]是时间段A的概率密度函数，[fR（v"）]是参考概率密度函数，则Ridit值的计算方法为[7]：

对于离散样本，假设[fAi]是时间段A的第i个区间的相对频率，而[fRi]是参考分布第i个区间的相对频率，则Ridit值可以用下面的公式来估计：

当Ridit中值在0.5以上时，说明这个时间段的能见度高于平均水平；而当Ridit值低于0.5时，说明能见度低于平均水平。

需要注意的是，Ridit只能在同一个测站进行分析，而不能够在不同的站点之间进行横向比较。

2.3 趋势分析 Mann-Kendall检验（MK检验）是常见的趋势分析方法，其优点是对数据的分布没有假定，属于非参数统计方法。在MK趋势检验中，原假设H0表示没有趋势。具体检验方法如下。假定[X1，X2，…，Xn]为时间序列变量，构造统计量：

当[Z]过大或者过小时，可以拒绝无趋势的原假设。考虑到不同时间区间内的趋势可能不同，本文将MK应用于不同的时间区间，进而研究不同时间区间的Z统计量。

为了看出不同时间尺度上的趋势特征，本文通过对能见度序列不同时间区间的子序列进行MK检验，以期获得多尺度上的趋势信息。

3 结果与分析

3.1 能见度的日循环 为了看出能见度的日循环特征，图1给出了能见度在不同月份的日循环合成结果。使用的数据是2014年之后的能见度逐小时观测数据。从图1可以看出，在所有的月份中，能见度都存在着一致的日循环特征。能见度在夜间较低，而在白天较高。在午后14：00左右，能见度达到了一天中的最高值。能见度的这种日循环反映了气象条件日变化对能见度的影响。一般来说，在夜间容易形成大气逆温，导致了夜间颗粒物的扩散条件较差。从上午开始，气温逐渐升高，导致了大氣垂向交流的增强，污染物扩散条件变好。而在午后，能见度达到了最优的水平。所以为了排除不良气象条件的影响，本文选择14：00能见度进行长期趋势分析。

3.2 Ridit分析 图2是不同季节的能见度Ridit值逐年变化。从图2中可以看出，Ridit值在1980年之前值基本上都大于0.5，而在1980年之后基本都在0.5之下。这反映了能见度在1980年前后状态的改变，即由由于参考分布转变为劣于参考分布。4个季节的Ridit值序列有着基本同样的时间变化特征，但是冬季的Ridit值在更早的时间（即大概1970年）就进入Ridit值小于0.5的区间，反映了冬季的能见度更早地恶化。

图3给出了基于全年能见度数据的Ridit分析结果。从图3可以看出，年能见度的分析结果与4个季节是类似的。无论是逐季节的结果还是年Ridit值的结果均表明，从20世纪60年代末到2000年左右的时间段内，能见度有着大幅度的下降。而在2000年之后，能见度的下降速度放缓。

无论是从图2还是从图3都可以看出，从1952年到1960年，蚌埠市能见度经历了一个由差变好的过程。黄健等[3]在研究珠江三角洲能见度的长期变化趋势时也发现了这种规律，即在20世纪50年代，能见度存在着由差到好的变化过程。其解释是从20世纪50年代开始，城市能源结构由木材转换为使用煤炭为主，所以木材消耗量的减少是能见度变好的主要原因。

考虑到不同时间尺度上，能见度趋势变化有着不同的规律。如果基于整个时间范围进行趋势分析，可能会掩盖局部时间范围的变化规律。基于图3的Ridit值年变化序列，我们给出了不同起止年份对应的MK检验Z统计量，结果见图4。

从图4可见，在大多数时间区间下，MK检验给出的结果都是一致的，即能见度存在着显著的下降趋势（Z<-1.96）。此外，只有2个区间的下降趋势不是显著的，并且出现Z>0的情况。第一个区间是1952—1960年左右，这与图3反应的情况是一致的，即在这个时间段能见度是好转的。第二个区间是1980年到20世纪90年代中期时期，这个区间的能见度也没有显著的变化趋势。从图3也可以看出，这段时间的能见度保持一个比较平稳的状态。从图4中可以看出，从20世纪50年代开始，蚌埠市的能见度在大部分时间内是持续下降的。

3.3 蚌埠市能见度的年代际变化 图5给出了不同年代能见度平均水平的变化情况。从图5可以看出，蚌埠市能见度水平从20个世纪50—60年代有所上升，并达到了历史最高水平（大约30km）。此后，能见度年代平均值逐步下降，并在20世纪80年代之后达到了较低的水平，即15km之下。从图5中可以看出，1980年是能见度状态变化的一个分界时间点。这与前面Ridit分析的结论是一致的。

4 结论

通过以上对蚌埠市1952年以来能见度的分析，我们可以得到以下结论：

（1）蚌埠市的能见度从1952年以来出现一个短暂上升过程，然后从20世纪60年代开始下降。大约从1980年开始，能见度开始低于历史平均态。年能见度分析和逐季节的能见度分析的结论基本上是一致的。

（2）通过不同起止年份的MK趋势检验可以看出，在绝大多数时间区间内，能见度的下降都是显著的，这说明了能见度的下降是一个持续性的过程。

本文通过对能见度多年的历史记录进行趋势分析，获得了一些初步的结论。蚌埠市能见度与颗粒物浓度之间的关联性也是以后值得研究的问题，而近几十年能见度的历史记录也可以在一定程度上作为大气颗粒物浓度的替代资料。

参考文献

[1]白永清，祁海霞，刘琳，等.武汉大气能见度与PM2.5浓度及相对湿度关系的非线性分析及能见度预报[J].气象学报，2016，74（2）：189-199.

[2]余予，孟晓艳，张欣.1980—2011年北京城区能见度变化趋势及突变分析[J].环境科学研究，2013，26（2）：129-136.

[3]黄健，吴兑，黄敏辉，等.1954-2004年珠江三角洲大气能见度变化趋势[J].应用气象学报，2008，19（1）：61-70.

[4]尹平，孙奕.Ridit分析的理论基础及应用范围[J].实用预防医学，1999，4：308-309.

[5]吴兑，毕雪岩，邓雪娇，等.珠江三角洲大气灰霾导致能见度下降问题研究[J].气象学报，2006，64（4）：510-517.

[6]DENGJ，DUK，WANGK，et al.Long-term atmospheric visibility trend in Southeast China，1973-2010[J].Atmospheric Environment，2012，59：11-21.

[7]DOYLEM，DORLINGSR.Visibility trends in the UK1950-1997[J].Atmospheric Environment，2002，36（19）：3161-3172.

[8]张浩，石春娥，谢伟，等.安徽省1955—2005年城市大气能见度变化趋势[J].气象科学，2008，28（5）：515-520.

[9]左洪超，惠小英.辽宁中部城市群大氣能见度变化趋势及影响因子分析[J].高原气象，2005，24（4）：623-628.

（责编：张宏民）