由崔健、黄建平、周晨虹、焦圣明、袁成松、包云轩、谢晓金、王琳等作者共同完成的研究论文《江苏省能见度时空分布特征及其影响因子分析》，于2015年10月发表在《热带气象学报》（Journal of Tropical Meteorology）第31卷第5期上。作者团队主要来自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、中国气象局交通气象重点开放实验室以及耶鲁大学-南京信息工程大学大气环境中心。这项研究属于大气环境科学领域，特别是针对大气能见度这一关键环境指标的观测与分析研究。
学术背景与研究动机
大气能见度是反映大气透明度的重要指标，其定义为正常视力的人在特定天气条件下能够看清目标物轮廓的最大距离。近几十年来，全球平均能见度呈现下降趋势，这已成为城市空气质量恶化的重要标志。能见度下降主要归因于大气中气溶胶粒子（如PM2.5、PM10）对光的散射和吸收作用，而高浓度颗粒物是导致低能见度事件的主因。这些颗粒物来源广泛，既有人为活动（如工业排放、机动车尾气、秸秆燃烧），也有自然现象（如沙尘暴、森林火灾）。此外，气象要素如相对湿度、风速、温度、气压等，也会通过直接或间接影响气溶胶粒子的物理化学性质（如吸湿增长、扩散条件）来调控能见度。
长江三角洲是我国经济最发达、人口最密集的区域之一，江苏省作为其核心组成部分，经济高速增长的同时也面临着严峻的大气环境问题。过去对江苏省能见度的研究多局限于单个城市或基于人工观测数据的长时间序列分析，而人工观测存在主观性强、时间分辨率低等局限性。为了更精确、客观地揭示江苏省能见度的时空变化规律及其驱动机制，本研究采用2012年全省70个自动气象站的连续观测数据，结合遥感反演的大气气溶胶光学厚度（Aerosol Optical Depth, AOD）产品，运用统计分析和主成分分析（Principal Component Analysis, PCA）方法，系统性地探讨了江苏省能见度的时空分布特征及其与污染物、气象条件之间的关系，旨在为江苏省大气污染的防控和能见度的改善提供科学依据。
详细工作流程
本研究包含数据收集与处理、时空特征分析、影响因子相关性分析和多元统计分析四个主要步骤，构成了一个完整的数据驱动型研究流程。
第一步：数据收集与匹配处理 研究核心数据来源于2012年全年江苏省70个国家自动气象站（站点分布覆盖全省）的逐时观测资料。具体包括： 1. 能见度数据：由CJY-2B型前向散射能见度仪观测，该仪器通过测量大气散射系数反算能见度，相比人工观测更为客观、精确，时间分辨率达到分钟级，本研究使用其小时平均数据。 2. 常规气象要素数据：包括逐时的相对湿度、温度、风速、气压，由江苏省气象信息中心提供，并经过了严格的质量控制。 3. 大气污染物数据：采用了搭载在Terra卫星上的MODIS传感器获取的大气气溶胶光学厚度（AOD）产品（MOD04），空间分辨率为10公里。研究团队根据70个自动气象站的经纬度信息，从2012年全年的MODIS AOD数据中逐一提取对应格点的数值，实现了遥感AOD数据与地面站点观测数据的空间匹配。
这一步骤确保了后续分析所用数据在时间和空间上具有一致性和可比性。选用仪器观测的能见度数据和遥感AOD数据，是本研究的创新点之一，提高了分析的客观性和精度。
第二步：时空分布特征统计分析 研究者首先对能见度数据进行了基本的统计描述（计算全省平均值、最大值、最小值、标准差）。然后，运用地理空间插值或区域平均方法，绘制了能见度的年平均空间分布图、四季平均空间分布图以及日变化曲线。同时，也对各气象要素（风速、相对湿度、温度、气压）的日变化和月变化进行了计算和图表展示。对于天气现象的影响，研究者依据中国气象行业标准（QX/T 113-2010）对雾（能见度<1 km，相对湿度>80%）、轻雾（能见度1-10 km，相对湿度>80%）和霾（能见度<10 km，相对湿度≤80%）进行了判别，并统计了2012年全省轻雾日和霾日的空间分布天数及其占全年总天数的比例。此阶段主要采用传统的描述性统计和图表可视化方法，旨在直观揭示能见度及其潜在影响因子的基本变化模式。
第三步：单因子影响的相关性分析 在定性观察的基础上，研究者进行了定量的单因子回归分析。他们分别将全省平均的能见度与风速、相对湿度、温度、气压等气象要素进行线性回归，绘制散点图并观察其相关性的方向和强度。同时，通过对比能见度空间分布图与AOD空间分布图，定性评估了二者在季节尺度上的空间对应关系。这一步旨在初步筛选出与能见度变化关系最为密切的因子。
第四步：多因子影响的综合评估（主成分分析 - PCA） 鉴于影响能见度的因子众多且可能相互关联，为了评估各因子的相对贡献并识别主导的影响模式，研究者采用了多元统计中的主成分分析（PCA）方法。他们使用SPSS软件，将AOD、相对湿度（RH）、风速、温度、气压这五个变量进行标准化处理，然后进行PCA分析。PCA通过线性变换将多个相关变量转化为少数几个不相关的主成分，每个主成分是原始变量的线性组合，能够反映原始数据的大部分信息。研究者根据特征值大于1的原则提取了前三个主成分，并计算了各原始变量在每个主成分上的载荷（相关系数），以此解释每个主成分所代表的物理意义。此外，研究者还选取了三个典型时段（2012年1月5-10日、1月25-30日、10月10-15日）的能见度与各影响因子时间序列进行个例分析，以直观展示PCA所识别出的主要影响模式在实际天气过程中的体现。
主要研究结果
结果一：能见度的基本统计与时空分布特征 2012年江苏省小时平均能见度范围在15至28,235米之间，全省年平均值为6,858米，日平均值为5,790米，整体水平低于国内许多其他地区。空间上，年平均能见度呈现显著的“东高西低”分布格局。东部沿海的连云港、盐城、南通等地能见度较高（7000-9000米），而西部内陆地区，特别是徐州、淮安、宿迁及部分苏南城市，能见度较低（5000-7000米）。研究指出，徐州地区能见度偏低与其重工业和矿业活动排放的大量污染物有关。
结果二：能见度的日变化与季节变化规律 能见度表现出明显的日变化，清晨（06时左右）最低，午后（14-16时）达到峰值。这种变化与气象条件的日变化紧密相关：夜间大气层结稳定、风速小、相对湿度高，利于污染物累积和吸湿增长；日出后，温度升高、湿度降低、湍流增强，污染物得以扩散，能见度改善。区域对比显示，苏中地区能见度整体较好；在日变化相位上，苏南和苏北也存在细微差异。 在季节尺度上，夏季能见度最好（平均7352米），冬季最差（平均5873米）。6月出现一个异常低值（5130米），研究者将其归因于夏收季节秸秆燃烧产生的大量气溶胶。更值得注意的是，能见度的空间分布格局存在显著的季节差异：春季呈现“南低北高”；夏季恰好相反，为“南高北低”；而秋季和冬季则回归到“东高西低”的分布型态。这些季节性空间模式的揭示，是本研究的一个重要发现。
结果三：天气现象与污染物的影响 对2012年全年天气现象的统计表明，导致江苏省能见度降低的主要天气现象是霾，其发生日数占全年总日数的比例高达58.13%；其次是轻雾，占14.90%；雾的影响最小，仅占0.02%。这明确了霾是江苏省低能见度的首要直接诱因。同时，AOD（代表气溶胶柱浓度）的空间分布季节变化与能见度的空间分布表现出很好的镜像关系（负相关），特别是在秋冬季“东低西高”的AOD分布直接对应着“东高西低”的能见度分布，强有力地证明了气溶胶污染是决定能见度空间差异的基础性因子。
结果四：气象要素的定量关系 线性回归分析定量证实：能见度与风速呈显著正相关（风速越大，扩散条件越好，能见度越高）；与相对湿度呈显著负相关（湿度高促进气溶胶吸湿增长，散射能力增强，能见度降低）。能见度与温度、气压的相关性较弱。这些结果为理解气象条件如何调制能见度提供了直接的数据支撑。
结果五：多因子综合影响的模式识别（PCA结果） 主成分分析提取了三个主要影响模式，累计方差贡献率达82.05%： 1. 主成分1（方差贡献率31.20%）：与高AOD（污染重）、高温、低气压高度相关。此模式代表在暖性低压天气系统控制下，伴随高污染浓度，导致能见度下降。 2. 主成分2（方差贡献率28.75%）：与高AOD（污染重）、低风速高度相关。此模式代表在静稳天气条件下，污染物难以扩散而累积，造成能见度降低。 3. 主成分3（方差贡献率22.10%）：与高AOD（污染重）、高相对湿度高度相关。此模式代表在高湿、高污染条件下（典型如雾霾混合天气），能见度严重下降。 PCA结果超越了简单的单因子相关，揭示了影响江苏省能见度下降的三种典型复合条件：“污染+静稳”、“污染+高湿” 以及 “污染+特定天气系统（暖低压）”。个例分析成功展示了这三种模式在具体天气过程中的表现，例如2012年1月5-10日的个例对应了“污染+静稳”模式，10月10-15日的个例对应了“污染+高湿”模式。
研究结论与价值
本研究系统性地揭示了2012年江苏省能见度时空分布的多尺度特征（日变化、季节变化、空间差异），并定量评估了气溶胶污染（AOD）、关键气象要素（风速、湿度）以及天气现象（霾、轻雾、雾）对能见度的相对重要性。核心结论指出：气溶胶污染物浓度是影响江苏省能见度变化的最根本因子，而气象条件（特别是风速和湿度）通过影响污染物的扩散与物理状态，对能见度起着重要的调制作用。 导致能见度降低的天气现象以霾为主。能见度的空间分布存在复杂的季节性格局切换，这背后是污染源分布、气象气候条件（如季风环流、降水）季节性变化共同作用的结果。
本研究的科学价值在于：首次基于全省范围、高时间分辨率的自动站观测数据和遥感AOD数据，对江苏省能见度进行了全面、客观的画像，厘清了影响能见度的主要因子及其作用模式，特别是通过PCA方法识别出的三种复合影响模式，深化了对能见度形成机理的理解。其应用价值显著：研究成果可为江苏省乃至长三角地区的大气污染防治、重污染天气预警预报、交通气象服务以及环境管理决策提供直接的科学参考。例如，针对识别出的“污染+静稳”和“污染+高湿”模式，可以加强相应的气象条件预测与污染应急管控联动。
研究亮点
其他说明
研究者也在文末指出了本研究的局限性，即仅使用了单一年份（2012年）的数据，尚不足以分析长期趋势。他们展望未来需要积累更长时间序列的资料，并融合更详细的大气化学成分、气象背景及人类活动信息，以进行更全面系统的归因分析。同时，他们也提及有必要对比分析器测能见度与历史目测能见度序列的差异及其原因。这些思考体现了研究的严谨性和对未来工作的规划。