长江三角洲冬季一次低能见度过程的地区差异和气象条件

祁 妙，朱 彬*，潘 晨，苏继锋（.南京信息工程大学，气象灾害预报预警与评估协同创新中心，江苏 南京0044；. 94857部队6分队，安徽 芜湖 4007）

长江三角洲冬季一次低能见度过程的地区差异和气象条件

祁 妙1，朱 彬1*，潘 晨1，苏继锋2（1.南京信息工程大学，气象灾害预报预警与评估协同创新中心，江苏 南京210044；2. 94857部队61分队，安徽 芜湖 241007）

采用NCEP再分析资料、MICAPS地面、高空气象资料以及国家环保部空气质量监测资料，对2014年2月20～22日长江三角洲地区一次低能见度过程地区差异和气象条件进行了分析.天气形势分析表明，长三角地面处在高压的控制下，地面风速较小，使污染物积累，有利于低能见度（雾-霾）的形成和维持.根据不同区域的雾、霾分布和日变化特征，将长江三角洲地区分为3个子区域：I区为江苏大部（雾霾混合型），II区为上海及其周边（霾类型），III区为浙江大部（雾类型），该区域白天能见度较高，夜间能见度较低的特征是由湿度因子造成的.影响I区能见度变化的主要原因是：热力原因：大气对流层低层的层结稳定；湿度原因为：空气较湿润，气溶胶粒子吸湿性增长；动力原因主要是垂直方向和水平方向的大气扩散能力弱；污染因子对能见度变化的影响较小.影响II区能见度变化的主要原因是PM2.5浓度高导致的污染，热力因子、湿度因子和动力因子对能见度的变化影响很小.影响III区能见度变化的热力原因是：大气对流层低层层结稳定、近地面存在逆温；湿度原因是因为：空气较湿润，气溶胶粒子吸湿性增长；动力原因是因为边界层高度较低导致的垂直扩散能力较差.各个区域的气象因子解释方差的计算结果表明：I区湿度因子和动力因子对能见度的影响更大，III区.湿度因子对能见度的影响更大.

长江三角洲；低能见度；雾-霾；地区差异；气象条件

研究表明［1-2］，在污染源排放相对稳定的条件下，气象条件对空气质量状况起主导作用.研究空气质量与气象要素的关系，探讨各气象要素变化对空气质量的潜在影响，对我国大气污染控制政策的制定具有一定的指导意义［3］.

能见度与PM2.5（尤其是PM1）有非常好的相关关系，因而目前用能见度来描述灰霾天气是最好的指标［4］.研究表明，较低的风速、较高的相对湿度、大气层结稳定、逆温等不利于污染物扩散的气象条件对能见度的影响很大［5-7］.弱气压场控制和较低的混合层厚度会加剧灰霾污染的持续性从而使低能见度现象持续［8-10］.对一个地区而言，在污染源变化相对稳定的情况下，污染物浓度的高低主要取决于大气的扩散能力，特别与地面天气形势密切相关［11］.研究表明，雾霾天气区域内的表面风速及其上空对流层中低层的水平风垂直切变对雾霾天气过程具有动力影响；对流层中低层的层结不稳定性以及近地面层的逆温状况和温度露点差对雾霾天气的演变可以产生热力影响［12］.以边界层风速和混合层厚度的乘积计算通风率可以用来定义和评估一个区域上空大气的分散状态［13］.长三角地区从动力和热力因子方面分析低能见度成因、特别是利用通风率探讨低能见度出现的研究还不多见.

本文针对2014年2月20～22日长三角地区发生的一次低能见度过程（气象观测同时记录到霾和雾两种天气现象），将长三角地区的气象数据和空气质量资料结合，首先确定长三角各个子区域能见度下降是由霾、雾-霾混合或霾引发的，进而分析天气形势、大气动力和热力条件及气象因子对此次长三角地区空气质量和能见度的影响，旨在从气象条件角度揭示此次低能见度过程出现的原因.

1 资料与方法

1.1 资料

本文采用的资料主要有3种：（1）MICAPS气象资料的高空和地面数据集.（2）国家空气质量自动监测站提供的数据，本文主要采用该资料提供的AQI和PM2.5浓度的数据.（3）NCEP/NCAR 6h一次的逐日再分析资料，水平分辨率1°×1°.

1.2 方法

污染区域各分区的划分： 提取经纬度在（25°N～28°N，114°E～125°E）范围之内的MICAPS地面气象资料中的能见度、相对湿度数据（102个站点）以及空气质量数据集中的AQI和PM2.5数据（352个站点），在上述范围内将它们分别插值为水平分辨率1°×1°的格点数据后，再取区域平均之后的样本，再根据中国气象局雾霾天气标准划分各区域（图1）.

气象动力因子和热力因子根据张人禾等［12］的研究方法计算得出.通风率的计算采用NCEP资料中垂直坐标为几何高度的水平风场数据（3层：457，914，1524m），并结合NCEP的边界层高度数据得出长三角地区边界层内的通风率a［式（1）］.

式中：h为边界层高度，ui和vi分别为第i层的纬向和经向风速.

采用相关分析以及多元线性回归分析的统计方法.多元线性回归是研究多个变量间因果关系的常用方法之一.

2 结果与讨论

2.1 雾-霾过程分区及天气形势分析

2.1．1 污染范围的分区 由于此次污染区域较大，且各区域的污染特点不同，因此本文依据中国气象局发布的《霾的观测和预报等级》［14］（QX/T101-2009）中规定的霾观测的辨识条件判定如下：能见度小于10km，排除降水、沙尘暴、扬沙、浮尘、吹雪、雪暴等天气现象造成的视程障碍.相对湿度小于80%时，判识为霾.相对湿度80%～95%时，按照地面气象观测规范［15］规定的描述或大气成分指标进一步判识.本文依照大气成分中的PM2.5的指标进行判定.当PM2.5浓度大于75μg/m3时，判定为霾；当PM2.5浓度小于等于75μg/m3时，判定为非霾.相对湿度＞95%时，判定为雾.张建忠［16］指出，通常将雾和霾同时存在且区域性能见度低于10km的空气普遍浑浊现象称为“雾霾”天气.本文将“雾和霾同时存在”定义为“雾霾混合”.

图1 长三角地区2014年2月20日及21日能见度（色块km）、相对湿度（绿实线）和PM2.5（黄虚线，µg/m3）的空间分布以及I、II、III区的分区情况（红框）Fig.1 The distribution of visibility（colors/km）， relative humidity（solid line）， PM2.5（dotted line/µg/m3） and the partition of region I， region II and region III in YRD region on February 20 and 21， 2014

由于20日的能见度、相对湿度、和PM2.5浓度的逐6h变化具有代表性，21、22日与20日类似，故以20日08：00到21日08：00的日变化为例，根据污染区域能见度、相对湿度和PM2.5浓度的逐6h变化，将污染区域分为3个子区域（图1）：

（1） I区（31°N ～35°N，118°E ～120°E）：江苏大部，为雾霾混合型. I区除20日08：00、21日02：00、21日08：00外，其余时间段，均符合RH＜80%且能见度＜10km的判定条件，判定为霾；20日08：00I区北部80%≤RH≤95%，能见度＜10km且PM2.5浓度大于75μg/m3，判定为霾；I区南部PM2.5浓度大于75μg/m3，判定为霾； 21日02：00和21日08：00部分区域符合RH＞95%且能见度＜10km的条件，判定为雾.因此，此次低能见度期间I区判定为雾霾混合型，但是霾为污染期间主要因素.

（2） II区（30°N～32°N，120°E～122°E）：上海及周边区域. 20日08：00，II区能见度＜10km，相对湿度在80%～95%之间，PM2.5＞75μg/m3，判定霾.20日14：00，II区能见度小于10km，相对湿度＜80%，判定为霾.20日20：00，能见度＜10km，相对湿度＜80%，判定为霾. 21日02：00能见度＞10km，判定为非霾.21日08：00大部分区域能见度＜10km，相对湿度在80%～95%之间，PM2.5＞75μg/m3，判定为霾；只有西南角因为有超过95%的湿度，判定为雾.II区在该时段内以霾为主，判定为霾类型.

图2 2014年2月20日、21日、22日500hPa和地面的环流形势Fig.2 500hPa and surface pressure field on February 20，21，22 a为20日，500hPa； b为20日，地面；c为21日，500hPa；d为21日，地面；e为22日， 500hPa

（3） III区（28°N～30°N，118°E～122°E）：浙江大部. 20日08：00，III区能见度＜10km，相对湿度基本在80%～95%之间，PM2.5＜75μg/m3，判定为雾. 20日14：00，III区能见度基本＞10km，判定为非霾. 20日20：00，III区能见度＜10km，相对湿度在60%～80%之间，判定为霾.21日02：00，III区能见度＜10km，相对湿度在90%～95%之间，PM2.5＜75μg/m3，判定为非霾.21日08：00，III区能见度＜10km，相对湿度＞95%，判定为雾.III区昼间能见度较好，夜间和早晨水汽较充足，多形成雾，判定为雾类型.

2.1．2 天气形势分析 20日长江三角洲地区500hPa（图2a）、700hPa（图略）为槽后西北气流控制，850hPa（图略）为高空环流，地面图（图2b）显示一个较大的高压控制了北至北京、南至浙江北部地区.850hPa及地面的高压控制导致长江三角洲地区中低层垂直方向为下沉气流，地面风速较小，有利于PM2.5等污染物的堆积.PM2.5浓度高值区（＞100μg/m3）主要集中在I区（苏中、苏北）和II区（上海地区）.III区（浙江地区）因地理位置偏南，冷空气刚过，空气相对清洁，污染物积累浓度还未达到污染程度，PM2.5浓度值均在75μg/m3以下，且能见度较好.同时，地面的弱高压形势易形成辐射雾，在I区的东部和III区的北部部分站点早晨生成了小于1km的大雾.

21日长江三角洲地区500hPa（图2c）为槽后西北气流控制、700hPa为弱脊，850hPa为2个高空环流控制，一个位于苏北-山东半岛，一个位于苏南-浙江东部.地面（图2d）高压范围逐步缩小，并开始东移入海.因此，21日天气形势跟20日相当，污染状态维持，大于100μg/m3浓度的区域仍然主要集中在I区的中部、北部及II区大部分地区.同样，利于辐射雾生成的弱高压地面形势使得I区的东部地区形成了小于1km的大雾.III区由于上次的冷空气清除作用影响逐渐较小，颗粒物浓度在利于污染物积累的弱高压的天气形势下开始升高，但是范围较小，只有III区北部小部分地区PM2.5出现了大于100μg/m3浓度的区域.

22日，长江三角洲地区500hPa（图2e）和700hPa形势跟21日类似，500hPa为槽后西北气流控制、700hPa为弱脊，850hPa为高空环流，地面（图2f）高压东移入海，不再处于高压控制，而是处于高压后部，整个地区开始盛行东南风，且风速较大，沿海地区尤其明显.从22日08：00和14：：00的PM2.5浓度分布（图略）可以清楚地看到，I区和II区的污染物从14：00开始整体向西北方向推移，I区能见度开始明显好转，基本都在10km以上.同时，III区北部的刚形成的大于100μg/m3浓度区域的污染物也开始向西北推移，至22日14时，III区污染物浓度均在100μg/m3以下.这种天气形势一直持续到23日污染（低能见度）过程结束.

由以上天气形势分析可以看出，I区由于弱高压的控制，PM2.5等污染物易堆积，且出现了辐射雾，因此定义为雾霾混合型；II区未出现辐射雾，低能见度过程主要受污染影响；III区因地理位置较I区和II区偏南，受上次冷空气清除作用影响，PM2.5等污染物浓度在20和21日上升较慢，22日在入海高压后部产生东南风的稀释作用下，浓度一直未有明显升高，因此定义为雾类型.这与上一节中由能见度、相对湿度和PM2.5浓度定义的污染分区结论相一致.

表1 各区气象因子及污染因子与能见度显著性水平Table 1 Significance level of meteorological factors and pollution factors

2.2 气象因子和污染因子对能见度的影响 近年来，随着大气污染日益加剧，适当的气象条件结合污染因素导致能见度的恶化的个例越来越多.本文选取长三角各区具有代表性的气象因子（包括热力因子、湿度因子和动力因子）和污染因子与能见度的变化进行对比，从热力和动力以及空气质量的角度研究这些因子对能见度的影响.表1给出了各区气象因子及污染因子与能见度的显著性水平.热力因子本文选取925～ 1000hPa假相当位温垂直差（θse925-θse1000）、925～ 1000hPa温度垂直差（T925-T1000）和1000hPa温度露点差（（T-Td）1000）3个变量进行分析；湿度因子选取1000hPa相对湿度（RH）；动力因子选取表面风（v）、通风率（a）和边界层高度（h）.同时，使得能见度下降的气象因子又会导致污染物的堆集积累，又加剧了能见度的恶化，于是污染因子选取AQI和PM2.5.

2.2．1 热力因子和湿度因子对能见度的影响 由图3a可以看出I区热力因子925～1000hPa假相当位温垂直差（θse925-θse1000）与能见度呈反相关关系，相关系数为-0.62，与能见度在0.05水平上显著相关.θse925-θse1000主要表征大气对流层低层的层结不稳定性，当θse925-θse1000越大时，对流层低层的层结越稳定；而当θse925-θse1000越小时，对流层低层的层结就越不稳定.对流层低层的层结越稳定，雾-霾天气越强，能见度越低；反之，对流层低层的层结越不稳定，雾-霾天气也越弱，能见度越高.925hPa与1000hPa温度垂直差（T925-T1000）与能见度的相关关系不显著.湿度因子（RH）与能见度成反相关关系，相关系数为-0.85，与能见度在0.05水平上显著相关.由于I区大部分时间相对湿度＜90%，因此导致低能见度的湿度原因主要为气溶胶粒子的吸湿性增长.由图3b对II区的分析表明，热力因子和湿度因子与能见度相关性较差，说明这些因子没有对能见度的变化起主要作用.

由图3c可以看出，III区热力因子θse925-θse1000、T925-T1000与能见度呈反相关关系，相关系数分别为-0.68和-0.58，其与能见度分别在0.01和0.05水平上显著相关.湿度因子（RH）与能见度成反相关关系，相关系数为-0.91，与能见度在0.05水平上显著相关.

由此可知，I区热力因子θse925-θse1000和湿度因子RH与能见度呈明显的反相关关系.II区的热力因子和湿度因子与能见度相关性较差.III区热力因子θse925-θse1000和T925-T1000和湿度因子RH与能见度呈明显的反相关关系.说明在低能见度过程期间，热力因子和湿度因子对I区和III区能见度的影响体现较为明显.

图3 各区2月20日08：00至23日02：00各热力因子、湿度因子以及能见度逐6h的时间演变Fig.3 The variation of thermodynamic factors， humidity factor and visibility from 8o'clock on February 20 to 2o'clock on February 23， 2014 every six hours in each region

2.2．2 动力因子对能见度的影响 由图4a可以明显看出，I区边界层高度（h）、通风率（a）和能见度呈现出明显的正相关关系，相关系数分别为0.67和0.70.边界层高度是污染物在垂直方向上扩散的上限，当混合层高度较低时，污染物在垂直方向上不能够很好的扩散，容易造成局地污染从而导致能见度降低.通风率以边界层风速和混合层厚度的乘积来表示，综合考虑了边界层高度以及边界层内风速的影响，通风率较大时，扩散条件较好，污染物浓度降低，导致能见度升高.表面风速（v）与能见度相关性较差.图4b可以看出，II区动力因子与能见度的相关性较低，说明动力因子对该区域能见度的影响较小.图4c表明，III区边界层高度（h）与能见度呈明显正相关关系，相关系数为0.68.通风率（a）与能见度呈现弱的正相关，相关系数0.40.通风率较大时，扩散条件较好，污染物浓度降低，从而使能见度升高.

由上文分析可知，动力因子中边界层高度（h）、通风率（a）和能见度在I区和III区呈现出正相关关系，表面风速（v）和能见度的相关性较差.这是因为在此次低能见度过程后期，长三角区域转为高压后部控制，东南风风速增大.而II区三个动力因子与能见度的相关性均较低.因此，动力因子对能见度的影响仍然是在I区和III区中体现明显.

2.2．3 各气象因子在低能见度过程中的作用为了进一步研究气象因子在多大程度上对雾-霾天气产生影响，在I区选取与能见度在0.05或0.01水平上显著相关的4个气象因子：925hPa与1000hPa假相当位温垂直差（θse925-θse1000）、1000hPa相对湿度（RH）、边界层高度（h）、通风率（a），运用多元线性回归方法建立了关于能见度（VI）的线性回归方程.回归方程拟合之后的能见度和观测能见度在0.01（双侧）水平上显著相关，相关系数为0.862，回归值对观测值的方差解释达到0.744.回归方程如下：

在III区选取平均的与能见度在0.05或0.01水平上显著相关的4个气象因子：925hPa与1000hPa假相当位温垂直差（θse925-θse1000）、925～1000hPa温度垂直差（T925-T1000）、1000hPa相对湿度（RH）、边界层高度（h），运用多元线性回归方法建立了关于能见度（VI）的线性回归方程.回归方程拟合之后的能见度和观测能见度在0.01（双侧）水平上显著相关，相关系数为0.926，回归值对观测值的方差解释达到0.858.回归方程如下：

图4 各区2月20日08：00至23日02：00各动力因子以及能见度逐6h时的时间演变Fig.4 The variation of dynamic factors and visibility from 8o'clock on February 20 to 2o'clock on February 23， 2014 every six hours in each region

在此次低能见度过程期间I区和III区的拟合能见度和观测能见度时间演变图（图5）表明，利用气象因子回归的能见度与观测到的能见度之间具有较好的一致性，回归得到的能见度的逐6h变化基本可以反映出能见度观测值的逐6h变化.

图5 I区（a）和III区（b）拟合能见度与观测能见度的时间演变Fig.5 The variation of fitting visibility and observed visibility in area I （a） and area II （b）

由I区和III区热力因子、湿度因子和动力因子对能见度变化的解释方差可知：I区动力因子单独解释56.81%能见度的变化，热力因子单独解释38.66%能见度的变化；湿度因子单独解释72.25%能见度的变化.湿度因子和动力因子对低能见度过程的出现的影响更大.III区动力因子单独解释46.24%能见度的变化，热力因子单独解释46.78%能见度的变化，湿度因子单独解释83.40%能见度的变化.湿度因子对低能见度过程的出现影响更大.

2.3 污染因子对能见度的影响

由图6a（I区）低能见度期间污染因子和能见度的时间演变可以看出，20日08：00到21日08：00，PM2.5、AQI和能见度的相关性较差.21日14：00～22日14：00，PM2.5、AQI和能见度呈现出明显的反相关关系，说明污染物浓度的升高是导致此期间能见度降低的主要原因.II区（图6b）在此期间污染因子中PM2.5和AQI与能见度呈负相关，相关系数分别为-0.65和-0.64，说明污染物浓度的升高是导致此期间能见度降低的主要原因.III区（图6c）在低能见度过程期间PM2.5、AQI和能见度没有呈现出明显的相关关系，这是因为导致III区低能见度的原因有两个：一是湿度太大形成雾，二是颗粒物污染.因此，依据“当相对湿度80%～95%时，按照地面气象观测规范［15］规定的描述或大气成分指标进一步判识.本文依照大气成分中的PM2.5的指标进行判定.当PM2.5浓度大于75μg/m3时，判定为霾；当PM2.5浓度小于等于75μg/m3时，判定为非霾”，剔除了高相对湿度中非霾的时刻：20日08：00、21日02：00、21日08：00、23日02：00.剩下的时刻对PM2.5和能见度做相关发现，二者在0.01水平上显著相关，相关系数为-0.84.因此20日08：00、21日02：00、21日08：00、23日02：00这几个时刻低能见度出现的主要原因是湿度太大形成雾，剩下的时刻中低能见度出现主要原因是颗粒物污染.

由污染因子对能见度的影响分析表明，污染因子是导致II区低能见度过程的主要原因，而对I区部分时间段有体现.这跟污染分区的结论一致，II区和III区分别为霾区和雾区，因此污染因子对II区影响较大而对III区没有明显作用；I区为雾霾混合型，所以污染因子在部分时间段是造成低能见度事件的主要原因.

3 结论

3.1 对2014年2月20～22日长江三角洲地区出现的一次低能见度过程进行了分析，根据过程期间能见度、相对湿度和PM2.5浓度的分布情况，将长三角区域分成三个子区域：I区（31～35°N， 118～120°E）：包含江苏大部，主要受到霾的影响，局部受雾影响，为雾霾混合型；II区（30～32°N， 120～122°E）：包含上海及周边区域，受霾影响较多，为霾类型；III区（28～30°N，118～122°E）：包含浙江中、南部，夜间主要受到雾影响，白天能见度好，为雾类型.

3.2 环流形势方面，20、21日500hPa和700hPa高空主要为西北气流或弱脊，850hPa为高环流控制，地面处于高压控制，此种天气形势易形成辐射雾（I、III区）导致能见度下降.此时长三角地区中低层垂直方向为下沉气流，地面风速小，有利于PM2.5等污染物堆积（I、II区），能见度下降.22日空中形势与20、21日类似，地面处于入海高压后部，盛行东南风，且风速较大，PM2.5等污染物由东南向西北推移，直至污染（低能见度）过程结束.

图6 各区2月20日08：00至23日02：00各污染因子以及能见度逐6h的时间演变Fig.6 The variation of pollution factors and visibility from 8o'clock on February 20 to 2o'clock on February 23， 2014 every six hours in each region

3.3 对I区和III区能见度起主要作用的是热力作用、湿度作用和动力作用，而II区能见度变化的主要因子为污染因子，热力作用、湿度作用和动力作用对其影响不大.影响I区III区和能见度变化的热力原因主要是大气对流层低层的层结稳定；动力原因主要是垂直方向的大气扩散能力弱.影响II区能见度变化的主要原因是PM2.5浓度高导致的污染.

3.4 通过对解释方差的计算结果可知，I区动力因子和湿度因子对低能见度过程的出现影响更大；而III区湿度因子对低能见度过程的出现影响更为明显.

［1］孙家仁，许振成，刘 煜，等.气候变化对环境空气质量影响的研究进展 ［J］. 气候与环境研究， 2011，6：805-814.

［2］张裕芬，朱 坦，冯银厂，等.气象因素对环境空气质量达标的影响分析 ［J］. 城市环境与城市生态， 2006，4：33-36.

［3］周兆媛，张时煌，高庆先，等.京津冀地区气象要素对空气质量的影响及未来变化趋势分析 ［J］. 资源科学， 2014，1：191-199.

［4］Dui W. The Relationships between Increased Haze Weather in Coastal Industrial Cities and Sea Salt Aerosol Particles ［J］. Guangdong Meteorology， 2009，31（2）.

［5］刘维佳，韩永翔，王 静.北京2010年10月一次典型灰霾过程光学特性分析 ［J］. 中国环境科学， 2015，35（7）：1931-1937.

［6］杨 欣，陈义珍，刘厚凤.北京2013年1月连续强霾过程的污染特征及成因分析 ［J］. 中国环境科学， 2014，34（2）：282-288.

［7］徐晓峰，李青春，张小玲.北京一次局地重污染过程气象条件分析 ［J］. 气象科技， 2005，6：543-547.

［8］Kang H， Zhu B， Su J， et al. Analysis of a long-lasting haze episode in Nanjing， China ［J］. Atmospheric Research， 2013，120：78-87.

［9］王占山，李云婷，孙 峰.2010年10月上旬北京市大气重污染分析 ［J］. 中国环境科学， 2015，35（6）：1654-1663.

［10］Quan J， Tie X， Zhang Q. Characteristics of heavy aerosol pollution during the 2012～2013 winter in Beijing， China ［J］. Atmospheric Environment， 2014（88）：83-89.

［11］孟燕军，程丛兰.影响北京大气污染物变化的地面天气形势分析［J］. 气象， 2002，4：42-47.

［12］张人禾，李 强，张若楠.2013年1月中国东部持续性强雾-霾天气产生的气象条件分析 ［J］. 中国科学：地球科学， 2014，1：27-36.

［13］Uri Dayan， Erel Y， Shpund J. The impact of local sources and meteorological factors on nitrogen oxide and ［J］. Atmospheric Environment， 2011（45）：3325-3332.

［14］QX/T101-2009 中华人民共和国气象行业标准 ［S］.

［15］中央气象局.地面气象观测规范 ［M］. 北京：气象出版社，2003：21-27.

［16］张建忠，孙瑾，缪宇鹏.雾霾天气成因分析及应对思考 ［J］. 中国应急管理， 2014，1：16-21.

致谢：感谢南京信息工程大学气象台提供的历史气象资料.

Regional differences and meteorological conditions of a low visibility procedure over the Yangtze River Delta Region in winter.

QI Miao1， ZHU Bin1*， PAN Chen1， SU Ji-feng2（1.Center of Meteorological Disaster Forecast Warning and Assessment of Collaborative Innovation， Nanjing University of Information Science and Technology， Nanjing 210044，China；2.The 61 Squad of the 94857 Unit of People's Liberation Army， Wuhu 241007， China）. China Environmental Science， 2015，35（10）：2899～2907

The regional difference and meteorological condition over the Yangtze River Delta （YRD） region during a low visibility episode （from 20 February to 22 February 2014） was investigated by using NCEP reanalysis data， MICAPS meteorological data and air quality data from the Ministry of Environmental Protection. Weather situation shows that the surface of the YRD region was under the control of high pressure， surface wind speed was low， which was favorable for the accumulation of pollutants as well as the formation and maintain of low visibility process （fog or haze）. The YRD region was divided into 3sub-regions according to the temporal and spatial distributions of fog and haze. Region I covered the most part of Jiangsu province， which was affected by both fog and haze； region II included Shanghai and its surrounding， which was affected by haze； region III covered the most part of Zhejiang province， which was affected by fog. Factors that influence visibility in region I included that stabilized stratification in the lower tropospheric（thermodynamic factors）， aerosol hygroscopic growth under high relative humidity conditions （humidity factor）， and weak vertical and horizontal diffusion （dynamic factors）. However， pollution factors had little effect on visibility in region I. High mass concentration of PM2.5was the most important factor that influence visibility in region II. Thermodynamic factors， humidity factor， and dynamic factors had little effects on visibility. Thermodynamic factors， which influences visibility in region III， was represented by stabilized stratification in the lower tropospheric layer and temperature inversion in the surface layer. Humidity factor in region III was represented by aerosol hygroscopic growth under high relative humidity condition. Dynamic factors in region III was characterized by low boundary layer height and weakvertical diffusion speed. The explained variance of meteorological factors in each region showed that humidity factor and dynamic factors were more important in region I while humidity factor was the most important in region III..

The Yangtze river delta；low visibility；fog-haze；regional differences；meteorological conditions

X513

A

1000-6923（2015）10-2899-09

祁 妙（1989-），女，河北石家庄人，南京信息工程大学硕士研究生，主要从事大气化学与大气环境工作.

2015-03-09

国家自然科学基金项目（41575148，41275143）；江苏省高校自然科学研究重大基础研究项目（12KJA170003）

* 责任作者， 教授， binzhu@nuist.edu.cn