霾过程大气消光系数时间序列混沌特性分析_孟子圣.pdf

第 43 卷第 3 期2023 年 3 月Vol.43，No.3Mar.，2023环境科学学报Acta Scientiae Circumstantiae霾过程大气消光系数时间序列混沌特性分析孟子圣1，2，倪长健1，2，*，王思媛1，2，蒋梦姣1，2，张莹1，2，石荞语31.成都信息工程大学大气科学学院，成都 6102252.成都平原城市气象与环境四川省野外科学观测研究站，成都 6102253.中国气象局成都高原气象研究所，成都 610072摘要：霾是气溶胶与特定多尺度过程（大气边界层、天气和气候过程以及大气化学过程）复杂相互作用的结果.利用成都市20152017年地面能见度、PM2.5质量浓度和相对湿度的逐时观测数据，通过Koschmieder s公式反演了研究时段内6次霾过程大气消光系数时间序列.在分析霾过程统计特征基础上，基于相空间重构理论，分别计算了6次霾过程大气消光系数时间序列的最佳嵌入维数m和最佳延迟时间，探讨了不同时间序列非线性特征量（饱和关联维数、Kolmogorov熵以及最大Lyapunov指数）的指示意义.结果表明，霾过程大气消光系数为（1.830.77）km-1，其中轻微霾及轻度霾、中度霾和重度霾的样本占比分别为34.2%、20.8%和45.0%.霾过程大气消光系数时间序列有弱混沌特性，对应的最大可预报时间尺度介于725 h.上述成果深化了对霾系统演化不确定性的认知，并为霾过程大气消光系数预报及演化机理的后续研究奠定了基础.关键词：霾过程；大气消光系数；时间序列；非线性特征量；混沌文章编号：0253-2468（2023）03-0353-10 中图分类号：X513 文献标识码：AChaotic characteristic analysis of time series of atmospheric extinction coefficient during haze periodsMENG Zisheng1，2，NI Changjian1，2，*，WANG Siyuan1，2，JIANG Mengjiao1，2，ZHANG Ying1，2，SHI Qiaoyu31.College of Atmospheric Science，Chengdu University of Information Technology，Chengdu 6102252.Chengdu Plain Urban Meteorology and Environment Observation and Research Station of Sichuan Province，Chengdu 6102253.Institute of Plateau Meteorology，China Meteorological Administration，Chengdu 610072Abstract：The occurences of haze are the consequence of complex interactions between aerosols and specific multi-scale processes，including atmospheric boundary layer，weather and climate processes，and atmospheric chemical processes.After collecting the observed hourly data of mass concentration of particulate matter with aerodynamic less than 2.5（PM2.5），surface visibility，and relative humidity in Chengdu from 2015 to 2017，the Koschmieders formula was adopted to reverse the time series of atmospheric extinction coefficient during six haze events，and then the corresponding statistical characteristics were further analyzed.Subsequently，based on the phase space reconstruction theory，the optimal embedding dimension m and the optimal delay time were calculated for the time series of atmospheric extinction coefficient during six haze events，and then the nonlinear characteristic quantities（the saturated correlation dimension，the Kolmogorov entropy，and the maximum Lyapunov exponent）were investigated.The results showed that atmospheric extinction coefficient during the six haze events was（1.830.77）km-1，the corresponding proportions of slight haze and light haze，moderate haze，and severe haze were 34.2%，20.8%and 45.0%respectively.The time series of atmospheric extinction coefficient during six haze events had weak chaotic characteristics，and the maximum predictable time scale ranged from 7 to 25 hours.Our findings mentioned above deepen cognition on uncertainty of haze system evolution and lay the foundation for the subsequent study of its prediction and evolutionary mechanism.Keywords：haze event；atmospheric extinction coefficient；time series；nonlinear characteristic quantity；chaos1引言（Introduction）作为一种灾害性天气，霾是大量极细大气气溶胶粒子均匀浮在空中，使水平能见度小于10 km、空气普DOI：10.13671/j.hjkxxb.2022.0292孟子圣，倪长健，王思媛，等.2023.霾过程大气消光系数时间序列混沌特性分析 J.环境科学学报，43（3）：353-362MENG Zisheng，NI Changjian，WANG Siyuan，et al.2023.Chaotic characteristic analysis of time series of atmospheric extinction coefficient during haze periods J.Acta Scientiae Circumstantiae，43（3）：353-362收稿日期：2022-07-07 修回日期：2022-08-17 录用日期：2022-08-18基金项目：四川省科技厅应用基础研发项目（No.2021YJ0314）；国家重点研发计划项目（No.2018YFC0214004；2018YFC1506006）作者简介：孟子圣（1999），女，E-mail：；*责任作者，E-mail：环境科学学报43 卷遍浑浊的天气现象（张小曳等，2013）.新世纪以来，随着我国社会经济快速发展以及城市化进程不断加速，霾的发生频率总体呈现出上升的趋势（Ding et al.，2014）.霾的频发不仅是区域环境空气质量恶化的表征，也对天气气候、交通和人体健康产生重要影响（Liu et al.，2020；刘欢等，2021）.霾的形成和演化是多种物理化学过程综合作用的结果，涉及污染物排放、气-粒转化、大气边界层、局地环流、天气与气候过程等（权建农等，2020；楚碧武等，2020）.研究表明（Wang et al.，2001；郝建奇等，2017；Yang et al.，2021），季风环流的减弱导致冷锋活动次数减少，在静稳以及高湿等不利气象条件下，大气的自净能力显著降低，由此推高了PM2.5的浓度并导致霾的形成和加重.另外，二次气溶胶已成为我国大气气溶胶的主要部分，尤其在霾天气过程中，液相非均相过程对气-粒转化有重要影响（朱彤等，2010；谢丹丹等，2017；牛英博等，2022）.进一步研究指出（He et al，2018；Liu et al，2020；刘树华等，2020），高浓度的气溶胶不仅影响到该区域的大气光化学、大气边界层以及天气和气候过程，也对气溶胶自身的时空分布产生反馈作用.综上，我国的霾过程具有典型的区域特异性和过程复杂性，并表现为高维、非线性和多尺度等特征.大气消光系数为可见光在大气中传播单位距离时的相对衰减率，其中气溶胶散射消光系数是大气消光系数的主体（Yuan et al.，2006）.宋宇等（2003）分析了消光系数和不同粒径大小颗粒物质量浓度间的关系，发现细粒子散射消光作用在北京市能见度下降中占有主要地位.李立伟等（2021）对天津市冬季气溶胶消光性质及来源的研究表明，颗粒物成分与大气的消光能力关系密切.由于气溶胶中的硫酸盐、硝酸盐、铵盐和部分可溶性粒子具有吸湿性，在不同水汽条件下，其粒径、质量、密度、折射指数等微物理参数会发生变化，致使气溶胶粒子群宏观上的物理、化学及光学性质不断改变，由此对大气消光系数产生显著的影响（孙俊英等，2016）.综上，大气消光系数不仅受到排放和气象条件变化的影响，也与气溶胶光化学与成核过程和非均相反应过程密切相关，是表征复杂灰霾演化的关键指示因子（韦莲芳等，2014；赵子菁等，2015）.时间序列是对系统历史行为的客观记录，包含了系统的结构特征及其运行规律，也是揭示复杂系统演化机制的依据（王海燕等，2006）.孙欢欢等（2016）基于多种统计方法证明年时间尺度的大气消光系数时间序列为随机序列，而针对该物理量时间序列的其它研究尚不多见.作为气溶胶与特定多尺度过程（大气边界层、天气和气候过程以及大气化学过程）复杂相互作用的结果，霾系统演化行为仍是一个有待厘清的科学问题.本文探讨了成都地区霾过程大气消光系数时间序列的混沌特性，以期为霾过程动力系统演化机理的深入认知奠定理论基础.2数据与方法（Data and methods）所用资料为成都市20152017年地面能见度、PM2.5质量浓度以及相对湿度的逐时观测数据，上述资料的监测仪器和质量控制同文献（杨寅山等，2019）.根据2010年中国气象局颁布的 霾的观测和预报等级（QX/T 113-2010），排除其它能导致低能见度事件的情况，当小时能见度数值低于10 km且环境相对湿度低于80%，或当环境相对湿度在80%95%之间时，PM2.5质量浓度高于75 gm-3均定义为霾.综合考虑霾过程的完整性、霾发生频率的年际分布以及霾持续时间和强度变化等因素，共选取6次霾过程，分别为2015年1月1日1月5日、2015年1月19日1月27日、2015年2月8日2月15日、2016年1月27日2月2日、2016年3月2日3月6日和20