南京市能見度變化趨勢及其影響因素

吳珂++秦奔奔++吳俊梅++周慧敏++夏蘊玉++牛利++郁泰立++汪婷

摘要： 利用1980～2013年南京國家基本氣象站的地面常規氣象要素和能見度觀測資料，剔除相對濕度和天氣現象對能見度的影響，采用等級分析法、“非常好”能見度出現頻率法、累積百分率法、Ridit中值分析等方法，分析了南京地區大氣能見度的年際和季節變化趨勢；并利用偏相關分析法分析了能見度與氣溫、氣壓、平均風速和相對濕度的相關關系。結果表明，能見度有明顯日變化和季節變化，一天中，8：00最差，14：00最好；一年之中，能見度夏季最好，冬季最差。1980～1984年南京能見度呈上升趨勢，1985～2004年呈波動下降趨勢，2005～2013年則呈緩慢上升趨勢；“較差”和“一般”能見度出現頻率呈現上升趨勢，“較好”能見度出現頻率則明顯下降。能見度水平逐年代下降但降幅減??；能見度等級分布的季節差異逐年代減小。能見度與平均風速呈正相關，與相對濕度呈負相關。由于南京地區氣候條件的影響，能見度與氣壓和氣溫均存在季節性差異，能見度與氣壓在冬季呈較好的正相關，與氣溫夏季呈正相關、冬季呈負相關。

關鍵詞：能見度；變化趨勢；等級分析法；Ridit中值分析法；相關系數

中圖分類號：P427.2 文獻標識碼：A 文章編號：0439-8114（2016）18-4691-08

DOI：10.14088/j.cnki.issn0439-8114.2016.18.017

大氣能見度，又稱氣象能見度，最開始由氣象部門提出[1]。它是指擁有正常視力的人，在所處的天氣條件下，從天空背景中能夠看到和辨認的適宜大小的黑色目標物輪廓的最大水平距離[2]。大氣能見度是體現大氣透明度的一個重要的指示性變量，也是常規的氣象觀測項目之一。

一個地區大氣能見度的好壞，直接關系到當地居民生活質量的好壞。惡劣能見度狀況下的多霧霾、沙塵和揚塵等天氣現象，除了造成海陸空交通的阻礙外，空氣中的顆粒物和污染物增多，會引起多種呼吸道疾病和肺部不適，若長期處于這樣惡劣的能見度，人們的健康將受到巨大的威脅。

20世紀初期，國外就已經展開了有關大氣能見度的研究。Koschmieder樹立了大氣能見度研究史中一個重要的里程碑，即Koschmieder定律[3]，該定律將能見度與大氣消光系數相聯系，成為當今大氣能見度計算的理論基礎。大氣消光系數指在大氣中電磁波輻射傳播單位距離時的相對衰減率[4]。Horvath[5]提出能見度大多是由氣溶膠顆粒的消光系數決定的觀點，認為大氣消光系數可作為指示空氣污染程度的一個良好指標。Sloane[6，7]評估了氣象條件對能見度變化趨勢的影響，發現能見度變化與空氣質量有很好的相關性，即能見度較差時，空氣質量也較差，反之則相反，并且在研究中對累積百分率法和Ridit分析法進行了詳細的比較，列出了兩種方法的特點。Lee[8]和Doyle等[9]研究發現能見度數據的變化趨勢與不斷變化的燃料消耗量和當地的氣象條件有關。Husar等[10]基于1994～1998年期間7 000個地面氣象站觀測的日均能見度，建立了全球大陸霧霾評估模式。Schichtel等[11]評估了美國霧霾的長期變化，這些研究都為全球的霧霾治理提供了依據。

1980年以來中國也開展了一系列針對能見度變化的研究[12，13]。范引琪等[14，15]分別對河北省1960～2002年11個城市和1980～2003年京津冀地區大氣能見度變化趨勢進行了分析；黃健等[16]探究了1954～2004年珠江三角洲地區的大氣能見度趨勢；張浩等[17]統計分析了安徽省1955～2005年城市大氣能見度變化趨勢；葉香等[18]研究了南京市大氣能見度的變化趨勢和特征。這些地區的大氣能見度總體呈現下降趨勢。王淑英等[19]對1990～2000年北京的能見度進行了變化規律與影響因子的分析表明，北京地區春、夏、秋三季以相對濕度為能見度的主要影響因子，冬季則以PM10為主導因子，相對濕度次之；侯靈等[20]探究了1980～2005年南京地區能見度的變化規律及其與影響因子的關系，發現南京能見度與相對濕度呈較好的負相關，與風速呈正相關，與氣壓和氣溫的相關性不顯著，此外，PM10是影響南京能見度的首要污染物，兩者呈負相關。施紅等[21]對上海浦東地區的能見度的變化特征和影響因子的研究發現，能見度與相對濕度和空氣污染指數呈負相關，與風速呈正相關，與氣溫相關性時正時負，春季以相對濕度為主導因子，其他三季以PM10為主導因子。

本研究在借鑒國內外能見度研究的基礎上，應用等級分析法、“非常好”能見度出現頻率法、累積百分率法、Ridit中值分析法等方法，對1980～2013年南京市大氣能見度及相關地面氣象要素資料進行分析，并利用偏相關分析法，研究能見度與其影響因素的相關關系。

1 資料與方法

1.1 資料

采用南京國家基準氣候觀測站1980～2013年的常規氣象觀測資料，包括每日2：00、8：00、14：00和20：00的水平能見度、平均氣溫、平均氣壓、平均風速和平均相對濕度等。因為能見度資料中，2000年1～6月的資料全部缺失，所以本研究剔除2000年全年的數據，不作分析。

1.2 方法

能見度多為人工觀測的資料，儀器觀測較少，屬于邊緣變量，又稱序數變量。一般邊緣變量都可被定性地劃分為若干個等級，如較輕、中度、嚴重，也可用具體的數值進行定量劃分。邊緣變量不適用？字2檢驗和t檢驗分析法，適宜用等級劃分進行數據分析。

1.2.1 等級分析法 根據中國氣象行業標準，能見度通常分為6個等級[2]。本研究為了便于分析能見度的變化趨勢，將大氣能見度分為5個等級[22]（表1）。通過對能見度進行分級，能直觀地看清能見度的分布狀況，有助于更加深入研究能見度的變化趨勢和特征。

1.2.2 “非常好”能見度出現頻率分析法 在本研究中，“非常好”能見度定義為大于19 km的能見度，因為19 km可作為用于判斷外來大氣污染物影響夏季能見度水平的指標[21]。因此，利用每年夏季（6～8月）的能見度資料計算“非常好”能見度出現頻率，以此分析總體能見度變化趨勢和特征。

1.2.3 累積百分率法 人工觀測能見度時，不是精確地測量具體的數值，而是由觀測員根據當地規定的目標建筑物的距離而大致估計能見度的值，其準確性很大程度上取決于觀測員的技術水平、視力狀況等。觀測員的主觀判斷也會增大能見度的隨機誤差。計算第i段的累積百分率，即計算能見度值等于或超過第i段的次數（ni）占統計時段的觀測總次數（n）的百分比，即ni/n。

本研究結合南京能見度的特點，選取10%、60%和90%的能見度累積百分率分別作為能見度高值、中值和低值，代表較好、平均和較差的能見度水平的趨勢分析依據[20]。

1.2.5 能見度與影響因素的偏相關分析 影響能見度的氣象因素包括氣壓、氣溫、平均風速、相對濕度等。在分析能見度與其中一個氣象因子的相關性時，要剔除其他幾個因子的影響，僅分析能見度與某個特定因子之間的相關性。因此，偏相關分析也被稱為凈相關分析。偏相關用于衡量兩個變量之間的密切相關程度，獲得的r值需要經過統計檢驗，采用統計t檢驗法，獲得p值作為衡量兩個變量是否具有相關性。

2 結果與分析

2.1 南京地區能見度總體特征

2.1.1 日均能見度和四季分布特征 表2是1980～2013年南京日均能見度（2：00、8：00、14：00和20：00的能見度平均值）和四季的相關統計量，其中日均能見度的分布峰度大于0，表示能見度分布較集中在平均值的周圍，且峰度值越大，分布越趨向于尖峰狀態；反之，峰度值小于0，則說明能見度分布較為平滑。日均能見度的分布偏度則描述了能見度分布相對于正態分布的不對稱程度，偏度大于0，表示分布左偏，對應能見度分布集中在較低值區域；偏度小于0，表示能見度分布相對于正態分布右偏，對應能見度分布向高值區域集中。

通過對1980～2013年南京的日均能見度統計發現，33年間（2000年除外），日均能見度最小值為0.35 km，最大值為30.00 km，平均值為9.79 km，分布峰度為0.12，分布偏度為0.76，表明年日均能見度分布主要集中在平均值附近，分布的尖峰狀態較為平緩，分布較為分散；能見度分布相對于正態分布稍左偏，說明能見度集中在中等偏低能見度附近。春季的分布和33年平均分布較為接近，夏季和秋季的分布偏度較接近，并與其他有較大差別，說明夏季和秋季日均能見度分布較為集中，且集中區域在較好能見度附近。此外，冬季日均能見度分布偏度為0.68，說明冬季能見度主要分布在低值區，夏秋季能見度分布偏度均小于0，表明夏秋季能見度在中高值區域居多，且夏季能見度為一年之中最好，秋季次之，冬季最差。

2.1.2 每日不同時刻能見度狀況分析 對南京1980～2013年的每日4個時刻的能見度數據進行統計分析。結果表明，大氣能見度的日變化特征十分明顯，8：00的能見度最差，平均值為7.24 km，2：00的能見度次之，平均值為8.50 km，14：00的能見度最好，平均值為12.64 km，20：00能見度平均值為10.84 km。該結果與廣州能見度變化特征相同[17]。

8：00的能見度最低的主要原因：一是早晨大氣層較為穩定，不利于低層大氣中的污染物的垂直向上輸送，影響了能見度；二是夜間至清晨的低風速和高濕度引起的輻射霧也會降低能見度；三是8：00是上班高峰期，家用油煙機和汽車排放的廢氣也會降低能見度。

2.2 能見度年際變化趨勢

選擇14：00的能見度資料分析南京能見度的變化趨勢，因為該時刻觀測值比其他時刻更具代表性。2：00和20：00分別是在夜間和黃昏觀測，所選的參考目標物（采用發光物體）與白天（采用黑色物體）不同，造成晝夜觀測的能見度數據資料不一致[14]。而在8：00的能見度，一方面容易受輻射霧影響，另一方面此時在夜間形成的地面逆溫還沒有被破壞，大氣中的顆粒物濃度偏高可能會影響到能見度值。

本研究進行趨勢分析時，選擇能夠滿足以下3個條件的作為能見度的分析資料：①時間為14：00；②相對濕度小于90%；③無大雨、大霧、大風、沙塵暴、揚塵和揚沙等天氣現象。

2.2.1 等級分析結果 圖1為1980～2013年南京14：00能見度等級1～4級的出現頻率圖，因等級5（大于40 km），在33年間只出現過1次（1981年），因此在圖中不予表示。等級1（0～1.9 km）在1980～1991的12年間只有1981年出現，而在1992～2013年之間，出現年份增加到14個，且出現頻率有緩慢上升趨勢。等級2（2.0～9.9 km）和等級3（10.0～19.9 km）在1980～2013年間都呈現上升趨勢，等級2的總體上升幅度要大于等級3，2004年之后，等級2出現頻率又呈現出略微的下降趨勢。等級4（20.0～39.9 km）在1980～1984年間為上升趨勢，1985年以后呈現迅速下降趨勢，到2004年出現頻率達到最低值（僅有2.9%），2005年開始又略有回升，等級4出現頻率增大（圖1）。

由上分析可見，1980～2013年間南京能見度在1980～1984年間逐年好轉，1985～2013年能見度水平呈波動下降趨勢，且2005年之后，能見度水平有所回升。

2.2.2 “非常好”能見度出現頻率分析結果 圖2為1980～2013年“非常好”能見度出現頻率變化情況。結果表明，“非常好”能見度出現頻率在1980～1984年大致呈上升趨勢，說明這幾年間南京能見度狀況不斷好轉；1985～2004年呈現下降趨勢，且下降趨勢較為迅猛，說明能見度狀況漸見惡化，這與南京的現代化的迅速發展息息相關?！胺浅：谩蹦芤姸瘸霈F頻率在2003年達到最低值，2004年之后略有回升，但變化不大，這可能與南京2005年第十屆全國運動會的召開有關。而2010～2013年“非常好”能見度出現頻率上升幅度稍有所變大，可能與南京為舉辦2014年青年奧林匹克運動會而實施的一系列減排和停工措施有關。

2.2.3 累積頻率法分析結果 1980～2013年南京的累積百分率10%、60%和90%對應的能見度高、中、低值的變化趨勢如圖3所示。結果表明，能見度高、中值的變化趨勢基本一致，1980～1984年基本呈現上升趨勢，1985年開始，能見度呈現波動下降趨勢，2005年之后能見度水平略有回升，2005～2013年能見度呈波動上升趨勢，而能見度低值變化沒有高、中值的變化明顯，但也大體呈現下降趨勢。能見度高值為30 km，且在1984～1990年基本維持不變（1989年除外），1991年之后開始下降，到2003年僅有15 km左右，之后能見度又開始回升至20 km左右；能見度中值較好地反映總體的能見度變化趨勢，1980～1984年呈現上升趨勢，1985～1994年呈現下降趨勢，1995～1998年維持穩定，1999～2003年又開始下降，但下降趨勢較之前趨于平緩，2004～2013年呈現緩慢上升趨勢；能見度低值變化幅度小于其他兩者，但總體還是趨于下降趨勢。本研究的累積百分率對應的能見度，是由各等級累積百分率進行外推得到的，誤差不可避免，因此適用于對能見度進行基本的變化趨勢分析。

2.2.4 Ridit中值分析法結果 用1980～2013年的觀測資料作為整體的能見度代表資料，它的各個等級的分布頻率稱為參考分布。用Ridit中值分析法對每年的能見度進行趨勢分析，即利用每年能見度在每個等級的分布情況和參考分布作對比，得到各年的Ridit中值，如圖4所示。由圖4可知，1980～1983年Ridit中值大致呈上升趨勢，1984～2004年21年間呈下降趨勢，且下降趨勢逐漸增大，2005～2013年呈輕微上升趨勢，但并沒有超過0.5。從圖中還可看出，1993年之前，Ridit中值大于0.5，表明這時期的能見度水平高于總體的能見度水平，1993～1995年在0.5附近上下波動，從1996年開始穩定小于0.5，表明此后的19年的能見度均差于33年的平均水平。這個結果與“非常好”能見度出現頻率分析的結果大致相符，但可以看出各年份與總體平均水平比較的情況。

綜合以上4種方法表明，南京能見度變化呈總體下降趨勢，具體表現為1980～1984年能見度呈上升趨勢，1985～2004年呈波動下降趨勢，2005～2013年又呈緩慢波動回升趨勢。等級分析法和“非常好”能見度出現頻率法都可以分析某一區間的能見度在1980～2013年的變化趨勢，以部分變化反映整體變化。累積百分率法和Ridit中值分析法都非常適合分析能見度這類序數變量[25，26]。其中，累積百分率法利用特定累積百分率對應的能見度進行總體能見度變化的分析，也可作為粗銅地域和時段的能見度狀況對比；Ridit中值分析法則不需要外推，并且對能見度的影響因子不敏感，但只適用于同一地點的能見度狀況分析。因此，累積百分率法和Ridit中值分析法共同用于能見度的分析，可以相互補充和驗證[27]。

2.3 能見度季節變化趨勢分析

利用1980～2013年每日14：00的能見度資料，算出季節平均能見度，得到四季的平均能見度的變化趨勢如圖5所示。其中春季為每年的3～5月，夏季為6～8月，秋季為9～11月，冬季為12月至次年2月。

由圖5可見，四季的平均能見度變化和年變化基本一致。1980～1984年南京能見度大致呈上升趨勢，1985～2004呈現波動下降趨勢，2005年之后又呈現波動上升趨勢。由各個季節能見度變化趨勢可知，四季總體呈下降趨勢，并且趨勢系數相差不大，線性趨勢分析的結果基本一致。其中，能見度最好的是夏季，能見度最差的是冬季，春季和秋季能見度水平相差不大，處于冬夏之間。造成季節變化的主要因素是氣溫，氣溫越高，對流運動越強，自由對流層（也稱混合層，下層空氣湍流強，上層空氣湍流弱，這就造成不連續面以下能夠發生強烈的湍流混合，使得位溫、水汽等要素隨高度分布均勻的大氣層[4]）高度升高，這樣就有利于大氣中污染物的擴散，從而使能見度狀況變好。

2.4 年代變化特征

為進行南京能見度的年代特征分析，將1980～2013年分為20世紀80年代（1980～1989年）、20世紀90年代（1990～1999年）和21世紀初（2001～2013年）3個時間段，用14：00的能見度數據進行分析，分析年和四季的能見度不同年代的變化特征。

由于各年代等級1和等級5出現次數均小于1%，所以圖示結果不明顯，等級5僅在20世紀80年代出現過（1981年），因此無法分析年代變化特征。等級1出現頻率如表4所示。由表4可以看出，等級1出現的頻率隨著年代的增長而增大，且春季20世紀90年代出現頻率大于21世紀初，其他三季則都是逐步上升趨勢。

圖6為不同年代各等級能見度出現頻率的餅狀分布圖。從圖6可以看出，年和四季的能見度水平呈現逐年代下降趨勢，下降速率先大后小，即20世紀90年代較20世紀80年代下降明顯，幅度較大，而21世紀初較20世紀90年代的下降速率要小于前者，幅度也略有減少。按3個年代的總體變化情況（圖6a）來看，等級2和等級3的出現頻率呈現上升趨勢，而等級4呈現下降趨勢，由此可見，低等級能見度出現頻率的增大和“較好”能見度出現頻率的減小，共同導致了南京總體能見度水平的下降。圖6a還可看出，20世紀80年代等級2、3、4的出現頻率相當，20世紀90年代，等級2出現頻率明顯增大，等級3只增長了3個百分點，等級4則呈現下降趨勢；21世紀初，等級3的速率迅速增長11個百分點，等級2僅增長了4個百分點，等級4則穩定減少。

觀察3個年代的四季變化可以看出，等級分布的變化與年代變化相似，但不同季節不同等級出現頻率的變化有所不同。從圖6b所示的春季分布圖看出，等級2在20世紀90年代出現頻率明顯大于20世紀80年代，但在21世紀初卻保持穩定；而等級3出現頻率卻始終上升，且2001年以后的增長比重要大于20世紀90年代增長的比重；等級4則是下降趨勢，下降幅度與等級3的上升幅度相差無幾。夏季和秋季（圖6c和圖6d）各等級分布逐年代變化特征相似，20世紀80年代，都以等級4為主，到了21世紀初，以等級2和等級3為主，等級4頻率均小于10%，且3個等級增長或減少的速率相當。圖6e可以看出，冬季的能見度水平都差于其他3個季節和年代的能見度水平，3個年代都以等級2為主，且等級2的出現頻率也呈上升趨勢，上升幅度逐年代減少；等級3在20世紀90年代呈下降趨勢，在21世紀初又回升了10個百分點；等級4呈現下降趨勢，降幅約為10個百分點/10年；另外，20世紀90年代等級1出現頻率為2%，且出現頻率在不斷增大。

綜合以上分析，可見1980～2013年間南京能見度狀況呈先快后慢的下降趨勢，由20世紀80年代等級2、3、4出現頻率相當演變為21世紀初以等級2為主。年代變化主要側重于長時間的能見度變化趨勢，而本研究中的等級分析法則分析逐年變化，直觀具體的展現能見度變化年份。

2.5 南京能見度影響因子

不同地區氣象要素的差異導致了能見度水平的差異，一個地區的氣壓、風速、氣溫、相對濕度等氣象要素以及自由對流層高度都與能見度水平密不可分，具有一定的相關關系。

利用1980～2013年逐日氣象觀測常規資料和日均能見度資料，統計分析得到日均能見度和氣壓、平均風速、相對濕度和氣溫4個氣象要素之間的相關系數。結果表明，年日均能見度與日均風速呈正相關，相關系數為0.24，風速增大可以加速大氣中的空氣對流，使大氣中的沙塵、煙霧粒子等迅速擴散，降低空氣中污染物的濃度，從而改善能見度狀況。日均能見度與日均相對濕度呈負相關，相關系數為-0.47，也均通過統計t檢驗和顯著性水平為0.05的檢驗?？諝庵械乃可邥r，水滴凝結的速率加快，大量的小液滴一方面反射和散射太陽輻射，另一方面吸附細小的粒子變成大粒子，從而降低了能見度。而日均能見度和氣壓和溫度的相關性較小，相關系數分別為0.04和0.10。

圖7為各季日均能見度與4個氣象要素之間的相關系數分布?？梢?，各相關系數均有季節變化特征，能見度與相對濕度呈負相關，與風速呈正相關，而與氣壓和氣溫的相關性各個季節之間差別較大。氣壓與日均能見度的正相關性存在季節差異，夏季最不明顯，只有0.04，冬季相關系數較高，達到0.46。平均風速與日均能見度的正相關性在夏季較為明顯，春季較不明顯，秋季和冬季相差不大。氣溫與日均能見度的相關性在夏季呈正相關，相關系數為0.36，在冬季呈負相關，相關系數為-0.37，而春秋兩季氣溫與日均能見度的相關性未達顯著性水平，統計t檢驗的P值分別為0.59和0.49，表明氣溫與能見度在春秋兩季無顯著相關性。相對濕度與日均能見度的負相關性在冬季最為明顯，春季次之，而夏季相關性最低。

南京地區冬季主要受來自西伯利亞冷空氣的影響，氣溫較低，天氣多高壓系統，利于大氣中污染物的擴散，即氣溫下降伴隨氣壓升高會有利于大氣能見度水平的升高。而夏季南京受副熱帶高壓的控制，氣溫較高，地面氣壓較低，大氣狀況極易出現不穩定，這也使污染物的擴散加快，能見度也隨之好轉，因此，冬季氣壓與日均能見度呈現良好的正相關性，而夏季雖呈負相關，但相關性較差。

不同站點的能見度與氣溫的相關性不同，如杭州地區能見度與氣溫呈正相關[28]，而廣州地區的研究發現能見度與溫度呈負相關[29，30]，這說明能見度與氣溫的相關性比較復雜，既有季節變化又有地域差異。

3 小結

1）一天之中，14：00的能見度最好，清晨8：00的能見度最差；四季的平均能見度變化和年際變化基本一致，表現為夏季能見度最好，冬季能見度最差，春秋季水平相差不大。1980～2013年間，南京能見度呈明顯下降趨勢，基本表現為1980～1984年逐年上升，1985～2004年逐年下降，2005年之后能見度又呈現波動上升趨勢。

2）1980～2013年間，“很差”能見度出現頻數有所增加，但出現頻率很低；“較差”和“一般”能見度呈上升趨勢，且“較差”能見度上升幅度大于“一般”能見度；“較好”能見度在1980～2004年間呈明顯下降趨勢，2005～2013呈緩慢上升趨勢；“很好”能見度僅在1981年出現過一次，其他時間并未出現；“非常好”能見度變化趨勢和年變化趨勢基本一致，即1980～1984年逐年上升，1985～2004年逐年下降，2005年之后能見度又呈波動上升趨勢。

3）1980～2013年南京年際和四季的能見度隨年代遞增呈下降趨勢，且下降幅度有所減緩，季節能見度的差異隨年代增加逐漸縮?。?0世紀80年代“較差”、“一般”和“較好”能見度三者所占比重相當；20世紀90年代以“較差”能見度為主，“一般”能見度次之；21世紀初“較差”和“一般”能見度比重之和約占93%，“較好”能見度僅占6%。

4）南京能見度和風速呈正相關，相關系數為0.24；與相對濕度呈較好的負相關，相關系數為-0.47；與氣壓和氣溫的相關性較小，且有著明顯的季節變化；能見度與氣壓在冬季呈較好的正相關，與氣溫夏季呈正相關、冬季呈負相關。

參考文獻：

[1] 孔 敏，顧松山.由Mie理論探討大氣能見度[J].知識經濟，2008（8）：87-88.

[2] 中國氣象局.地面氣象觀測規范[M].北京：氣象出版社，2007.

[3] 傅 剛，李曉嵐，魏 娜.大氣能見度研究[J].中國海洋大學學報，2009，39（5）：855-886.

[4] 盛裴軒，毛節泰，李建國，等.大氣物理學[M].北京：北京大學出版社，2003.

[5] HORVATH H. Atmospheric visibility[J].Atmospheric Environment，1981，15：1785-1796.

[6] SLOANE C S. Visibility trends I：Methods of analysis（1967）[J].Atmospheric Environment，1982，16（1）：41-51.

[7] SLOANE C S. Visibility trends II：Mideastern United States[J].Atmospheric Environment，1982，16（10）：2309-2321.

[8] LEE D O. Regional variations in long-term visibility trends in the UK（1962-1990）[J].Geography，1994，79：108-121.

[9] DOYLE M，DORLING S. Visibility trends in the UK 1950-1997[J].Atmospheric Environment，2002，36（19）：3161-3172.

[10] HUSAR R B，HUSAR J D，MARTIN L. Distribution of continental surface aerosol extinction based on visual range data[J].Atmospheric Environment，2000，34：5067-5078.

[11] SCHICHTEL B A，HUSAR R B，FALKE S R，et al. Haze trends over the United States，1980-1995[J].Atmospheric Environment，2001，35：5205-5210.

[12] 鄭景春.上海的能見度[J].華東師范大學學報（自然科學版），1985（2）：90-96.

[13] 蘇維瀚，張秋彭，沈 濟，等.北京地區大氣能見度與大氣污染的關系初探[J].大氣科學，1986，10（2）：138-144.

[14] 范引琪，李二杰，范增祿.河北省1960-2002年城市大氣能見度的變化趨勢[J].大氣科學，2005，29（4）：526-535.

[15] 范引琪，李春強.1980-2003年京、津、冀地區大氣能見度變化趨勢研究[J].高原氣象，2008，27（6）：1392-1400.

[16] 黃 健，吳 兌，黃敏輝，等.1954-2004年珠江三角洲大氣能見度變化趨勢[J].應用氣象學報，2008，19（1）：61-70.

[17] 張 浩，石春娥，謝 偉，等.安徽省1955-2005年城市大氣能見度變化趨勢[J].氣象科學，2008，28（5）：515-520.

[18] 葉 香，姜愛軍，張 軍，等.南京市大氣能見度的變化趨勢及特征[J].氣象科學，2011，31（3）：325-331.

[19] 王淑英，張小玲，徐曉峰.北京地區大氣能見度變化規律及影響因子統計分析[J].氣象科技，2003，31（2）：109-114.

[20] 侯 靈，安俊琳，朱 彬.南京大氣能見度變化規律及影響因子分析[J].大氣科學學報，2014，37（1）：91-98.

[21] 施 紅，陳 敏，韓晶晶.上海浦東地區大氣能見度的變化特征及影響因子分析[J].大氣科學研究與應用，2008（2）：1-7.

[22] 劉曉舟，許瀟鋒，楊 軍.華東三市能見度、氣溶膠和太陽輻射變化特征[J].氣象科技，2013，41（2）：352-359.

[23] QIU J H，YANG L Q. Variation characteristics of atmospheric aerosol optical depths and visibility in North China during 1980-1994[J].Atmospheric Environment，2000，34：603-609.

[24] WU J，FU C B，ZHANG L Y，et al. Trends of visibility on sunny days in China in the recent 50 years[J].Atmospheric Environment，2012，55（5）：339-346.

[25] B？魧UME D，VOGEL B，VERSICK S，et al. Relationship of visibility， aerosol optical thickness and aerosol size distribution in an aging air mass over South-West Germany[J].Atmospheric Environment，2008，42：989-998.

[26] 秦世廣，石廣玉，陳 林，等.利用地面水平能見度估算并分析中國地區氣溶膠光學厚度長期變化特征[J].大氣科學，2010， 34（2）：449-456.

[27] GOMEZ B，SMITH C G. Visibility at Oxford 1926-1985[J].Weather，1987，42：98-106.

[28] 徐鵬煒，譚湘萍，蔡菊珍，等.杭州城市大氣消光系數和能見度的影響因子研究[J].環境污染與防治，2005，27（6）：410-413.

[29] 沈家芬，馮建軍，謝 利，等.廣州市大氣能見度的特征及其影響因子分析[J].生態環境，2007，16（4）：1199-1204.

[30] 陶 俊，謝文彰，許振成，等.冬季廣州大氣能見度影響因子分析[J].城市環境與城市生態，2007，20（1）：17-20.