南京市能见度变化趋势及其影响因素

吴珂++秦奔奔++吴俊梅++周慧敏++夏蕴玉++牛利++郁泰立++汪婷

摘要： 利用1980～2013年南京国家基本气象站的地面常规气象要素和能见度观测资料，剔除相对湿度和天气现象对能见度的影响，采用等级分析法、“非常好”能见度出现频率法、累积百分率法、Ridit中值分析等方法，分析了南京地区大气能见度的年际和季节变化趋势；并利用偏相关分析法分析了能见度与气温、气压、平均风速和相对湿度的相关关系。结果表明，能见度有明显日变化和季节变化，一天中，8：00最差，14：00最好；一年之中，能见度夏季最好，冬季最差。1980～1984年南京能见度呈上升趋势，1985～2004年呈波动下降趋势，2005～2013年则呈缓慢上升趋势；“较差”和“一般”能见度出现频率呈现上升趋势，“较好”能见度出现频率则明显下降。能见度水平逐年代下降但降幅减小；能见度等级分布的季节差异逐年代减小。能见度与平均风速呈正相关，与相对湿度呈负相关。由于南京地区气候条件的影响，能见度与气压和气温均存在季节性差异，能见度与气压在冬季呈较好的正相关，与气温夏季呈正相关、冬季呈负相关。

关键词：能见度；变化趋势；等级分析法；Ridit中值分析法；相关系数

中图分类号：P427.2 文献标识码：A 文章编号：0439-8114（2016）18-4691-08

DOI：10.14088/j.cnki.issn0439-8114.2016.18.017

大气能见度，又称气象能见度，最开始由气象部门提出[1]。它是指拥有正常视力的人，在所处的天气条件下，从天空背景中能够看到和辨认的适宜大小的黑色目标物轮廓的最大水平距离[2]。大气能见度是体现大气透明度的一个重要的指示性变量，也是常规的气象观测项目之一。

一个地区大气能见度的好坏，直接关系到当地居民生活质量的好坏。恶劣能见度状况下的多雾霾、沙尘和扬尘等天气现象，除了造成海陆空交通的阻碍外，空气中的颗粒物和污染物增多，会引起多种呼吸道疾病和肺部不适，若长期处于这样恶劣的能见度，人们的健康将受到巨大的威胁。

20世纪初期，国外就已经展开了有关大气能见度的研究。Koschmieder树立了大气能见度研究史中一个重要的里程碑，即Koschmieder定律[3]，该定律将能见度与大气消光系数相联系，成为当今大气能见度计算的理论基础。大气消光系数指在大气中电磁波辐射传播单位距离时的相对衰减率[4]。Horvath[5]提出能见度大多是由气溶胶颗粒的消光系数决定的观点，认为大气消光系数可作为指示空气污染程度的一个良好指标。Sloane[6，7]评估了气象条件对能见度变化趋势的影响，发现能见度变化与空气质量有很好的相关性，即能见度较差时，空气质量也较差，反之则相反，并且在研究中对累积百分率法和Ridit分析法进行了详细的比较，列出了两种方法的特点。Lee[8]和Doyle等[9]研究发现能见度数据的变化趋势与不断变化的燃料消耗量和当地的气象条件有关。Husar等[10]基于1994～1998年期间7 000个地面气象站观测的日均能见度，建立了全球大陆雾霾评估模式。Schichtel等[11]评估了美国雾霾的长期变化，这些研究都为全球的雾霾治理提供了依据。

1980年以来中国也开展了一系列针对能见度变化的研究[12，13]。范引琪等[14，15]分别对河北省1960～2002年11个城市和1980～2003年京津冀地区大气能见度变化趋势进行了分析；黄健等[16]探究了1954～2004年珠江三角洲地区的大气能见度趋势；张浩等[17]统计分析了安徽省1955～2005年城市大气能见度变化趋势；叶香等[18]研究了南京市大气能见度的变化趋势和特征。这些地区的大气能见度总体呈现下降趋势。王淑英等[19]对1990～2000年北京的能见度进行了变化规律与影响因子的分析表明，北京地区春、夏、秋三季以相对湿度为能见度的主要影响因子，冬季则以PM10为主导因子，相对湿度次之；侯灵等[20]探究了1980～2005年南京地区能见度的变化规律及其与影响因子的关系，发现南京能见度与相对湿度呈较好的负相关，与风速呈正相关，与气压和气温的相关性不显著，此外，PM10是影响南京能见度的首要污染物，两者呈负相关。施红等[21]对上海浦东地区的能见度的变化特征和影响因子的研究发现，能见度与相对湿度和空气污染指数呈负相关，与风速呈正相关，与气温相关性时正时负，春季以相对湿度为主导因子，其他三季以PM10为主导因子。

本研究在借鉴国内外能见度研究的基础上，应用等级分析法、“非常好”能见度出现频率法、累积百分率法、Ridit中值分析法等方法，对1980～2013年南京市大气能见度及相关地面气象要素资料进行分析，并利用偏相关分析法，研究能见度与其影响因素的相关关系。

1 资料与方法

1.1 资料

采用南京国家基准气候观测站1980～2013年的常规气象观测资料，包括每日2：00、8：00、14：00和20：00的水平能见度、平均气温、平均气压、平均风速和平均相对湿度等。因为能见度资料中，2000年1～6月的资料全部缺失，所以本研究剔除2000年全年的数据，不作分析。

1.2 方法

能见度多为人工观测的资料，仪器观测较少，属于边缘变量，又称序数变量。一般边缘变量都可被定性地划分为若干个等级，如较轻、中度、严重，也可用具体的数值进行定量划分。边缘变量不适用？字2检验和t检验分析法，适宜用等级划分进行数据分析。

1.2.1 等级分析法 根据中国气象行业标准，能见度通常分为6个等级[2]。本研究为了便于分析能见度的变化趋势，将大气能见度分为5个等级[22]（表1）。通过对能见度进行分级，能直观地看清能见度的分布状况，有助于更加深入研究能见度的变化趋势和特征。

1.2.2 “非常好”能见度出现频率分析法 在本研究中，“非常好”能见度定义为大于19 km的能见度，因为19 km可作为用于判断外来大气污染物影响夏季能见度水平的指标[21]。因此，利用每年夏季（6～8月）的能见度资料计算“非常好”能见度出现频率，以此分析总体能见度变化趋势和特征。

1.2.3 累积百分率法 人工观测能见度时，不是精确地测量具体的数值，而是由观测员根据当地规定的目标建筑物的距离而大致估计能见度的值，其准确性很大程度上取决于观测员的技术水平、视力状况等。观测员的主观判断也会增大能见度的随机误差。计算第i段的累积百分率，即计算能见度值等于或超过第i段的次数（ni）占统计时段的观测总次数（n）的百分比，即ni/n。

本研究结合南京能见度的特点，选取10%、60%和90%的能见度累积百分率分别作为能见度高值、中值和低值，代表较好、平均和较差的能见度水平的趋势分析依据[20]。

1.2.5 能见度与影响因素的偏相关分析 影响能见度的气象因素包括气压、气温、平均风速、相对湿度等。在分析能见度与其中一个气象因子的相关性时，要剔除其他几个因子的影响，仅分析能见度与某个特定因子之间的相关性。因此，偏相关分析也被称为净相关分析。偏相关用于衡量两个变量之间的密切相关程度，获得的r值需要经过统计检验，采用统计t检验法，获得p值作为衡量两个变量是否具有相关性。

2 结果与分析

2.1 南京地区能见度总体特征

2.1.1 日均能见度和四季分布特征 表2是1980～2013年南京日均能见度（2：00、8：00、14：00和20：00的能见度平均值）和四季的相关统计量，其中日均能见度的分布峰度大于0，表示能见度分布较集中在平均值的周围，且峰度值越大，分布越趋向于尖峰状态；反之，峰度值小于0，则说明能见度分布较为平滑。日均能见度的分布偏度则描述了能见度分布相对于正态分布的不对称程度，偏度大于0，表示分布左偏，对应能见度分布集中在较低值区域；偏度小于0，表示能见度分布相对于正态分布右偏，对应能见度分布向高值区域集中。

通过对1980～2013年南京的日均能见度统计发现，33年间（2000年除外），日均能见度最小值为0.35 km，最大值为30.00 km，平均值为9.79 km，分布峰度为0.12，分布偏度为0.76，表明年日均能见度分布主要集中在平均值附近，分布的尖峰状态较为平缓，分布较为分散；能见度分布相对于正态分布稍左偏，说明能见度集中在中等偏低能见度附近。春季的分布和33年平均分布较为接近，夏季和秋季的分布偏度较接近，并与其他有较大差别，说明夏季和秋季日均能见度分布较为集中，且集中区域在较好能见度附近。此外，冬季日均能见度分布偏度为0.68，说明冬季能见度主要分布在低值区，夏秋季能见度分布偏度均小于0，表明夏秋季能见度在中高值区域居多，且夏季能见度为一年之中最好，秋季次之，冬季最差。

2.1.2 每日不同时刻能见度状况分析 对南京1980～2013年的每日4个时刻的能见度数据进行统计分析。结果表明，大气能见度的日变化特征十分明显，8：00的能见度最差，平均值为7.24 km，2：00的能见度次之，平均值为8.50 km，14：00的能见度最好，平均值为12.64 km，20：00能见度平均值为10.84 km。该结果与广州能见度变化特征相同[17]。

8：00的能见度最低的主要原因：一是早晨大气层较为稳定，不利于低层大气中的污染物的垂直向上输送，影响了能见度；二是夜间至清晨的低风速和高湿度引起的辐射雾也会降低能见度；三是8：00是上班高峰期，家用油烟机和汽车排放的废气也会降低能见度。

2.2 能见度年际变化趋势

选择14：00的能见度资料分析南京能见度的变化趋势，因为该时刻观测值比其他时刻更具代表性。2：00和20：00分别是在夜间和黄昏观测，所选的参考目标物（采用发光物体）与白天（采用黑色物体）不同，造成昼夜观测的能见度数据资料不一致[14]。而在8：00的能见度，一方面容易受辐射雾影响，另一方面此时在夜间形成的地面逆温还没有被破坏，大气中的颗粒物浓度偏高可能会影响到能见度值。

本研究进行趋势分析时，选择能够满足以下3个条件的作为能见度的分析资料：①时间为14：00；②相对湿度小于90%；③无大雨、大雾、大风、沙尘暴、扬尘和扬沙等天气现象。

2.2.1 等级分析结果 图1为1980～2013年南京14：00能见度等级1～4级的出现频率图，因等级5（大于40 km），在33年间只出现过1次（1981年），因此在图中不予表示。等级1（0～1.9 km）在1980～1991的12年间只有1981年出现，而在1992～2013年之间，出现年份增加到14个，且出现频率有缓慢上升趋势。等级2（2.0～9.9 km）和等级3（10.0～19.9 km）在1980～2013年间都呈现上升趋势，等级2的总体上升幅度要大于等级3，2004年之后，等级2出现频率又呈现出略微的下降趋势。等级4（20.0～39.9 km）在1980～1984年间为上升趋势，1985年以后呈现迅速下降趋势，到2004年出现频率达到最低值（仅有2.9%），2005年开始又略有回升，等级4出现频率增大（图1）。

由上分析可见，1980～2013年间南京能见度在1980～1984年间逐年好转，1985～2013年能见度水平呈波动下降趋势，且2005年之后，能见度水平有所回升。

2.2.2 “非常好”能见度出现频率分析结果 图2为1980～2013年“非常好”能见度出现频率变化情况。结果表明，“非常好”能见度出现频率在1980～1984年大致呈上升趋势，说明这几年间南京能见度状况不断好转；1985～2004年呈现下降趋势，且下降趋势较为迅猛，说明能见度状况渐见恶化，这与南京的现代化的迅速发展息息相关。“非常好”能见度出现频率在2003年达到最低值，2004年之后略有回升，但变化不大，这可能与南京2005年第十届全国运动会的召开有关。而2010～2013年“非常好”能见度出现频率上升幅度稍有所变大，可能与南京为举办2014年青年奥林匹克运动会而实施的一系列减排和停工措施有关。

2.2.3 累积频率法分析结果 1980～2013年南京的累积百分率10%、60%和90%对应的能见度高、中、低值的变化趋势如图3所示。结果表明，能见度高、中值的变化趋势基本一致，1980～1984年基本呈现上升趋势，1985年开始，能见度呈现波动下降趋势，2005年之后能见度水平略有回升，2005～2013年能见度呈波动上升趋势，而能见度低值变化没有高、中值的变化明显，但也大体呈现下降趋势。能见度高值为30 km，且在1984～1990年基本维持不变（1989年除外），1991年之后开始下降，到2003年仅有15 km左右，之后能见度又开始回升至20 km左右；能见度中值较好地反映总体的能见度变化趋势，1980～1984年呈现上升趋势，1985～1994年呈现下降趋势，1995～1998年维持稳定，1999～2003年又开始下降，但下降趋势较之前趋于平缓，2004～2013年呈现缓慢上升趋势；能见度低值变化幅度小于其他两者，但总体还是趋于下降趋势。本研究的累积百分率对应的能见度，是由各等级累积百分率进行外推得到的，误差不可避免，因此适用于对能见度进行基本的变化趋势分析。

2.2.4 Ridit中值分析法结果 用1980～2013年的观测资料作为整体的能见度代表资料，它的各个等级的分布频率称为参考分布。用Ridit中值分析法对每年的能见度进行趋势分析，即利用每年能见度在每个等级的分布情况和参考分布作对比，得到各年的Ridit中值，如图4所示。由图4可知，1980～1983年Ridit中值大致呈上升趋势，1984～2004年21年间呈下降趋势，且下降趋势逐渐增大，2005～2013年呈轻微上升趋势，但并没有超过0.5。从图中还可看出，1993年之前，Ridit中值大于0.5，表明这时期的能见度水平高于总体的能见度水平，1993～1995年在0.5附近上下波动，从1996年开始稳定小于0.5，表明此后的19年的能见度均差于33年的平均水平。这个结果与“非常好”能见度出现频率分析的结果大致相符，但可以看出各年份与总体平均水平比较的情况。

综合以上4种方法表明，南京能见度变化呈总体下降趋势，具体表现为1980～1984年能见度呈上升趋势，1985～2004年呈波动下降趋势，2005～2013年又呈缓慢波动回升趋势。等级分析法和“非常好”能见度出现频率法都可以分析某一区间的能见度在1980～2013年的变化趋势，以部分变化反映整体变化。累积百分率法和Ridit中值分析法都非常适合分析能见度这类序数变量[25，26]。其中，累积百分率法利用特定累积百分率对应的能见度进行总体能见度变化的分析，也可作为粗铜地域和时段的能见度状况对比；Ridit中值分析法则不需要外推，并且对能见度的影响因子不敏感，但只适用于同一地点的能见度状况分析。因此，累积百分率法和Ridit中值分析法共同用于能见度的分析，可以相互补充和验证[27]。

2.3 能见度季节变化趋势分析

利用1980～2013年每日14：00的能见度资料，算出季节平均能见度，得到四季的平均能见度的变化趋势如图5所示。其中春季为每年的3～5月，夏季为6～8月，秋季为9～11月，冬季为12月至次年2月。

由图5可见，四季的平均能见度变化和年变化基本一致。1980～1984年南京能见度大致呈上升趋势，1985～2004呈现波动下降趋势，2005年之后又呈现波动上升趋势。由各个季节能见度变化趋势可知，四季总体呈下降趋势，并且趋势系数相差不大，线性趋势分析的结果基本一致。其中，能见度最好的是夏季，能见度最差的是冬季，春季和秋季能见度水平相差不大，处于冬夏之间。造成季节变化的主要因素是气温，气温越高，对流运动越强，自由对流层（也称混合层，下层空气湍流强，上层空气湍流弱，这就造成不连续面以下能够发生强烈的湍流混合，使得位温、水汽等要素随高度分布均匀的大气层[4]）高度升高，这样就有利于大气中污染物的扩散，从而使能见度状况变好。

2.4 年代变化特征

为进行南京能见度的年代特征分析，将1980～2013年分为20世纪80年代（1980～1989年）、20世纪90年代（1990～1999年）和21世纪初（2001～2013年）3个时间段，用14：00的能见度数据进行分析，分析年和四季的能见度不同年代的变化特征。

由于各年代等级1和等级5出现次数均小于1%，所以图示结果不明显，等级5仅在20世纪80年代出现过（1981年），因此无法分析年代变化特征。等级1出现频率如表4所示。由表4可以看出，等级1出现的频率随着年代的增长而增大，且春季20世纪90年代出现频率大于21世纪初，其他三季则都是逐步上升趋势。

图6为不同年代各等级能见度出现频率的饼状分布图。从图6可以看出，年和四季的能见度水平呈现逐年代下降趋势，下降速率先大后小，即20世纪90年代较20世纪80年代下降明显，幅度较大，而21世纪初较20世纪90年代的下降速率要小于前者，幅度也略有减少。按3个年代的总体变化情况（图6a）来看，等级2和等级3的出现频率呈现上升趋势，而等级4呈现下降趋势，由此可见，低等级能见度出现频率的增大和“较好”能见度出现频率的减小，共同导致了南京总体能见度水平的下降。图6a还可看出，20世纪80年代等级2、3、4的出现频率相当，20世纪90年代，等级2出现频率明显增大，等级3只增长了3个百分点，等级4则呈现下降趋势；21世纪初，等级3的速率迅速增长11个百分点，等级2仅增长了4个百分点，等级4则稳定减少。

观察3个年代的四季变化可以看出，等级分布的变化与年代变化相似，但不同季节不同等级出现频率的变化有所不同。从图6b所示的春季分布图看出，等级2在20世纪90年代出现频率明显大于20世纪80年代，但在21世纪初却保持稳定；而等级3出现频率却始终上升，且2001年以后的增长比重要大于20世纪90年代增长的比重；等级4则是下降趋势，下降幅度与等级3的上升幅度相差无几。夏季和秋季（图6c和图6d）各等级分布逐年代变化特征相似，20世纪80年代，都以等级4为主，到了21世纪初，以等级2和等级3为主，等级4频率均小于10%，且3个等级增长或减少的速率相当。图6e可以看出，冬季的能见度水平都差于其他3个季节和年代的能见度水平，3个年代都以等级2为主，且等级2的出现频率也呈上升趋势，上升幅度逐年代减少；等级3在20世纪90年代呈下降趋势，在21世纪初又回升了10个百分点；等级4呈现下降趋势，降幅约为10个百分点/10年；另外，20世纪90年代等级1出现频率为2%，且出现频率在不断增大。

综合以上分析，可见1980～2013年间南京能见度状况呈先快后慢的下降趋势，由20世纪80年代等级2、3、4出现频率相当演变为21世纪初以等级2为主。年代变化主要侧重于长时间的能见度变化趋势，而本研究中的等级分析法则分析逐年变化，直观具体的展现能见度变化年份。

2.5 南京能见度影响因子

不同地区气象要素的差异导致了能见度水平的差异，一个地区的气压、风速、气温、相对湿度等气象要素以及自由对流层高度都与能见度水平密不可分，具有一定的相关关系。

利用1980～2013年逐日气象观测常规资料和日均能见度资料，统计分析得到日均能见度和气压、平均风速、相对湿度和气温4个气象要素之间的相关系数。结果表明，年日均能见度与日均风速呈正相关，相关系数为0.24，风速增大可以加速大气中的空气对流，使大气中的沙尘、烟雾粒子等迅速扩散，降低空气中污染物的浓度，从而改善能见度状况。日均能见度与日均相对湿度呈负相关，相关系数为-0.47，也均通过统计t检验和显著性水平为0.05的检验。空气中的水汽含量升高时，水滴凝结的速率加快，大量的小液滴一方面反射和散射太阳辐射，另一方面吸附细小的粒子变成大粒子，从而降低了能见度。而日均能见度和气压和温度的相关性较小，相关系数分别为0.04和0.10。

图7为各季日均能见度与4个气象要素之间的相关系数分布。可见，各相关系数均有季节变化特征，能见度与相对湿度呈负相关，与风速呈正相关，而与气压和气温的相关性各个季节之间差别较大。气压与日均能见度的正相关性存在季节差异，夏季最不明显，只有0.04，冬季相关系数较高，达到0.46。平均风速与日均能见度的正相关性在夏季较为明显，春季较不明显，秋季和冬季相差不大。气温与日均能见度的相关性在夏季呈正相关，相关系数为0.36，在冬季呈负相关，相关系数为-0.37，而春秋两季气温与日均能见度的相关性未达显著性水平，统计t检验的P值分别为0.59和0.49，表明气温与能见度在春秋两季无显著相关性。相对湿度与日均能见度的负相关性在冬季最为明显，春季次之，而夏季相关性最低。

南京地区冬季主要受来自西伯利亚冷空气的影响，气温较低，天气多高压系统，利于大气中污染物的扩散，即气温下降伴随气压升高会有利于大气能见度水平的升高。而夏季南京受副热带高压的控制，气温较高，地面气压较低，大气状况极易出现不稳定，这也使污染物的扩散加快，能见度也随之好转，因此，冬季气压与日均能见度呈现良好的正相关性，而夏季虽呈负相关，但相关性较差。

不同站点的能见度与气温的相关性不同，如杭州地区能见度与气温呈正相关[28]，而广州地区的研究发现能见度与温度呈负相关[29，30]，这说明能见度与气温的相关性比较复杂，既有季节变化又有地域差异。

3 小结

1）一天之中，14：00的能见度最好，清晨8：00的能见度最差；四季的平均能见度变化和年际变化基本一致，表现为夏季能见度最好，冬季能见度最差，春秋季水平相差不大。1980～2013年间，南京能见度呈明显下降趋势，基本表现为1980～1984年逐年上升，1985～2004年逐年下降，2005年之后能见度又呈现波动上升趋势。

2）1980～2013年间，“很差”能见度出现频数有所增加，但出现频率很低；“较差”和“一般”能见度呈上升趋势，且“较差”能见度上升幅度大于“一般”能见度；“较好”能见度在1980～2004年间呈明显下降趋势，2005～2013呈缓慢上升趋势；“很好”能见度仅在1981年出现过一次，其他时间并未出现；“非常好”能见度变化趋势和年变化趋势基本一致，即1980～1984年逐年上升，1985～2004年逐年下降，2005年之后能见度又呈波动上升趋势。

3）1980～2013年南京年际和四季的能见度随年代递增呈下降趋势，且下降幅度有所减缓，季节能见度的差异随年代增加逐渐缩小：20世纪80年代“较差”、“一般”和“较好”能见度三者所占比重相当；20世纪90年代以“较差”能见度为主，“一般”能见度次之；21世纪初“较差”和“一般”能见度比重之和约占93%，“较好”能见度仅占6%。

4）南京能见度和风速呈正相关，相关系数为0.24；与相对湿度呈较好的负相关，相关系数为-0.47；与气压和气温的相关性较小，且有着明显的季节变化；能见度与气压在冬季呈较好的正相关，与气温夏季呈正相关、冬季呈负相关。

参考文献：

[1] 孔 敏，顾松山.由Mie理论探讨大气能见度[J].知识经济，2008（8）：87-88.

[2] 中国气象局.地面气象观测规范[M].北京：气象出版社，2007.

[3] 傅 刚，李晓岚，魏 娜.大气能见度研究[J].中国海洋大学学报，2009，39（5）：855-886.

[4] 盛裴轩，毛节泰，李建国，等.大气物理学[M].北京：北京大学出版社，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] 郑景春.上海的能见度[J].华东师范大学学报（自然科学版），1985（2）：90-96.

[13] 苏维瀚，张秋彭，沈 济，等.北京地区大气能见度与大气污染的关系初探[J].大气科学，1986，10（2）：138-144.

[14] 范引琪，李二杰，范增禄.河北省1960-2002年城市大气能见度的变化趋势[J].大气科学，2005，29（4）：526-535.

[15] 范引琪，李春强.1980-2003年京、津、冀地区大气能见度变化趋势研究[J].高原气象，2008，27（6）：1392-1400.

[16] 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.

[17] 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.

[18] 叶 香，姜爱军，张 军，等.南京市大气能见度的变化趋势及特征[J].气象科学，2011，31（3）：325-331.

[19] 王淑英，张小玲，徐晓峰.北京地区大气能见度变化规律及影响因子统计分析[J].气象科技，2003，31（2）：109-114.

[20] 侯 灵，安俊琳，朱 彬.南京大气能见度变化规律及影响因子分析[J].大气科学学报，2014，37（1）：91-98.

[21] 施 红，陈 敏，韩晶晶.上海浦东地区大气能见度的变化特征及影响因子分析[J].大气科学研究与应用，2008（2）：1-7.

[22] 刘晓舟，许潇锋，杨 军.华东三市能见度、气溶胶和太阳辐射变化特征[J].气象科技，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] 秦世广，石广玉，陈 林，等.利用地面水平能见度估算并分析中国地区气溶胶光学厚度长期变化特征[J].大气科学，2010， 34（2）：449-456.

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

[28] 徐鹏炜，谭湘萍，蔡菊珍，等.杭州城市大气消光系数和能见度的影响因子研究[J].环境污染与防治，2005，27（6）：410-413.

[29] 沈家芬，冯建军，谢 利，等.广州市大气能见度的特征及其影响因子分析[J].生态环境，2007，16（4）：1199-1204.

[30] 陶 俊，谢文彰，许振成，等.冬季广州大气能见度影响因子分析[J].城市环境与城市生态，2007，20（1）：17-20.