孟州市水平能见度变化特征及影响因子分析

利用孟州市1998～2004年气象资料,统计分析了孟州市水平能见度的变化特征及影响因子,结果表明春季水平能见度最好,夏、秋季一般,冬季最差;若无明显天气过程影响,无论是夏半年还是冬半年,上午水平能见度较差,下午水平能见度较好,峰值出现在15～17时;气象和非气象因素对水平能见度有一定的制约关系,但并非简单的线性关系,在不同季节、不同时段,各因素的作用不同.     

轻雾与相对湿度和能见度的统计分析

一般来说,在各个季节,轻雾的产生所要求的湿度条件和影响的能见度并不完全一样,但却有一定的规律可循。我对60个轻雾个例按冬半年和夏半年分别作了统计(表1)。由上表可见,冬半年轻雾生成时,相对湿度一般在65—85%之间,能见度在5.0—10.0千米之内;夏半年轻雾生成时相对湿度一般>90%,能见度在1.0—7.0千米之内。在实际工作中,只要了解了一些天气现象的相互关系和规律,就比较容易对错误的     

青岛市水平能见度变化特征及气象影响因子分析

利用青岛市2005-2007年的常规气象资料,通过统计学和小波分析的方法分析了青岛市水平能见度的变化特征和气象影响因子,发现青岛市能见度有明显的日、天气尺度、准双周、季节和半年的振荡周期,其变化特征和温度、相对湿度、风向、风速、地面气压、海雾以及边界层高度等要素都存在一定的关联.     

融合能见度预报的烟雨景观气象指数研究

利用2021年兰溪市国家站高精度气象资料和大气成分资料对烟雨景观天气进行定义和分析,建立大气能见度预报模型,结合降水强度构建了烟雨景观气象指数等级。结果表明,影响烟雨景观天气的主要因素是大气能见度和降水,其中大气能见度受气象因子和大气成分影响,相对湿度、风速、PM_2.5是影响大气能见度的主要因素,采用Bayesian Regularization算法的神经网络模型能较好地预测烟雨景观天气时的大气能见度。结合大气能见度和降水强度,将烟雨景观气象指数分为5级,分别为极易、较大可能、有可能、较小可能、不易。     

十个代表城市空气污染指数与能见度和相对湿度的关系

影响能见度的不仅仅是大气污染物,雾也是一个重要因素。因此,用能见度反映空气质量,需要考虑水汽的作用。在已有的研究结果基础上,构造空气污染指数(API)与能见度和空气相对湿度的数学关系。依据全国10个代表城市2001—2012年逐日API资料和同期08:00(北京时)地面气象资料,运用线性回归方法,确定公式中的待定系数,从而建立利用能见度和相对湿度估算API的统计方程。结果表明:(1)当空气相对湿度小于78%时,能见度主要受空气污染物浓度影响;当空气相对湿度大于96%时,能见度主要受空气湿度影响;当空气相对湿度介于78%~96%时,能见度受空气污染物浓度和空气湿度共同影响;(2)除拉萨和兰州外,其余城市API与能见度和相对湿度的相关程度都通过了α=0.000 01的显著性水平,并且相关程度冬半年好于夏半年;(3)API与能见度和相对湿度拟合关系中的参数b0和b,除拉萨、乌鲁木齐和兰州以外,其余城市的变化幅度都比较小;(4)回代检验表明,除个别月份外,绝对误差和相对误差都相对较小,说明API与能见度和空气湿度的数学关系式可以拟合API。     

环渤海地区1980—2012年能见度变化特征

利用环渤海地区365个地面气象站1980—2012年逐日能见度观测资料,统计分析了该地区能见度的变化特征以及不同等级能见度的主要影响因子。结果表明：环渤海地区能见度的主要气候特征是春秋季高、冬季低。1980—2012年平均能见度下降最大的区域位于太行山和燕山山脉的迎风坡,也是平均能见度较低的区域。环渤海地区整体而言,能见度小于等于1 km主要是水滴造成的,能见度1～10 km范围内,颗粒物、气体污染物的影响随能见度的增大而增大。水滴和颗粒物、气体污染物对不同等级能见度的影响存在一定空间差异。     

公路交通事故与气象条件关系及其气象预警模型

以西安地区为例, 分析该地区2002年1月—2004年12月连续3年逐日公路交通事故资料1096个样本, 以及该地区、对应的逐日13个气象要素资料, 并将样本数据划分为春夏和秋冬两个半年, 来考虑气象要素在不同时段的不同影响, 建立合理有效的公路气象预警模型。通过2005年3月—2006年4月交通事故发生起数共365个测试样本的检验, 发现这个模型具有较高的预测准确性, 运用该地区气象要素建立公路交通事故的预警模型是可行而有效的。研究表明:西安地区气象要素中包含着影响和可以预测当地公路交通的信息, 按照在logistic方程中的显著性大小和因子负载的大小, 在春夏半年 (4—9月), 影响西安地区公路交通事故相关因素依次为:能见度因子、相对湿度因子和降水因子; 而在秋冬半年 (10月—次年3月), 依次为温度因子、能见度因子、降水因子。     

陕西关中气溶胶对大气能见度的影响研究

为了研究大气污染对能见度的影响,利用MODIS卫星气溶胶光学厚度(Aerosol Optical Depth,AOD)产品、陕西关中地区43个气象观测站能见度资料、西安泾河太阳光度计CE318气溶胶观测资料以及泾河站风速、相对湿度、能见度观测资料,分别分析了卫星MODIS/AOD和地基CE318/AOD与能见度、低能见度日数的关系以及在不同风速、相对湿度时AOD与能见度的关系。结果表明,陕西关中MODIS/AOD的空间分布与能见度分布具有明显对应关系,冬、春季AOD与08:00(北京时,下同)能见度相关最好,夏、秋季AOD与14:00能见度相关最好。去除降水因素后,空气中颗粒物污染是造成秋、冬季出现低能见度的主要原因。地基观测的气溶胶波长指数在0.8~1.2之间时对能见度的影响最大。空气中颗粒物造成的能见度下降与相对湿度密切相关,湿度越大,能见度下降越明显。风速小,大气中的颗粒物容易聚集,使能见度变差;风速大,有利于空气中颗粒物扩散,使能见度得到改善。用AOD估算能见度时,需要考虑大气相对湿度和风速的影响。     

贵州交通站资料应用于山区高速公路低能见度研究

在6个高速公路沿线的新建交通站夏半年资料中挑出13个低能见度天气过程,过程都发生在春末、秋初,降温降雨天气背景下;都是局地甚至单点的,集中在贵都高速地势相对较高处,是锋面雾、地形雾和低云接地成雾与地形影响相互结合的结果。将低能见度过程分为长过程和短过程:长过程有“象鼻”和缓慢下降的前期形态。过程期间能见度震荡幅度大,变化快,反复时间长,影响大。短过程即“山区团雾”占多数,能见度呈“突降”形态,其范围小,强度大,发生突然,影响时间有限,但很难提前预判。从各要素变化特征来看:低能见度过程前湿度往往已达100%,较一般的雾要求更高;温度变化平稳;长过程期间多有弱降水;风速与能见度有负相关,短过程中更明显,反映“山区团雾”与低云有直接关系,一定的风速是其发生的必要条件。山区低能见度过程形成复杂,相邻站点临近时段的两个低能见度过程表现出不同的特性,分别为锋面雾和低云接地成雾。交通站监测和气象资料背景场分析结合,才能提高山区低能见度的监测预报效果。      

气象要素对中国大气能见度长期变化影响的定量研究

近30年中国大气能见度整体呈下降趋势,其中东部地区尤为明显,为揭示复杂气象因素对能见度长期变化的影响,利用1980~2012年中国521站地面气象观测资料,建立了气象要素与能见度之间的多元非线性回归关系。结果表明:相对湿度、风速和气温这3种气象要素对能见度的平均解释方差为22%;其中有68个站点通过了显著性检验(显著性水平α=0.05),平均解释方差达到55%。这些站点中,相对湿度影响显著的站点主要集中在东南沿海,风速影响显著的站点分布在除新疆以外的中国大部,而气温影响显著的站点主要位于中国中部的带状区域。3种气象要素对能见度的影响存在着时间尺度上的不同,相对湿度和气温对能见度的影响主要体现在线性趋势方面,而风速对能见度长期变化的影响主要体现在年代际变化方面。中国东部地区能见度长期下降趋势主要受70%以上相对湿度减少趋势和4 m/s以下风速年代际变化的影响。     

华南低能见度天气特征及客观预报研究

利用2000—2016年华南219个县级气象观测站的地面、高空气象观测资料以及对应站点的再分析资料,统计发生低能见度天气的天气形势和特征,归纳低能见度天气的预报指标。将与能见度以及能见度变化相关的气象要素输入神经网络进行训练,利用EC集合预报数据集获得能见度集合预报结果,通过对其离散度的统计分析以及经验公式最终获得具有泛用性、可靠性的神经网络模型的参数集。通过输入EC确定场数据,获得华南219县级站长时效精细化能见度预报结果,2017年上半年的能见度预报试验显示,模型预报结果的误差与TS评分均优于CUACE模式能见度预报。     

深圳市空气污染气象条件标准体系的研究

为建立适合深圳的空气污染气象条件标准,对目前开展的空气污染气象条件预报进行客观的检验,基于2011—2013年地面常规气象观测资料和风廓线雷达资料,对能见度和影响因子(降雨、地面风速和低空风速)进行了相关分析。根据不同气象条件对空气污染的不同影响,将空气污染气象条件分为1—6级,等级越高,越有利于空气污染,并由此建立了深圳市空气污染气象条件等级的计算方法和流程。计算结果与实况基本相符,平均基本准确率达到75.0%,其中1级和4级基本准确率分别达到83.3%、85.2%,业务运行良好。该方法对于小概率事件(如热带气旋外围环流影响)的计算能力较差,6级的基本正确率仅为52.7%。所以针对特殊的低能见度小概率事件需要进行进一步的研究。     

基于SVM-BP神经网络的气象能见度数据缺失值预估

自动气象站能见度检测仪多采用光学装置采样,雨雪、粉尘等天气因素会对部分仪器镜头造成污染,导致能见度要素数据缺测.针对能见度数据缺失问题,本文选用安徽部分气象站的历年数据,首先运用灰色关联分析方法筛选出与能见度密切相关的其他气象要素,通过支持向量机和BP神经网络单一预估方法预估不同地形的能见度缺失值,然后采用最优权重组合将两种方法预估的能见度值进行组合,并与单一预估方法进行对比.结果表明组合方法的预估结果误差均值小、整体准确度高,可以保证台站观测资料的完备性,为短时天气预报、实况分析和气象公共服务工作提供有效依据.     

基于关联规则挖掘的自动站观测数据相关性分析

引入数据关联规则挖掘技术,分析地面观测中不同气象要素之间的相互关系,为不同气象要素观测数据的内部一致性检查提供参考。通过对2013年全年北京南郊试验站地面气象自动观测数据的分析,统计出了强关联规则气象观测要素相应的值域分布区间。分析了相对湿度和风速变化值之间的相关性,得到相对应的变化阈值;通过分析能见度与相对湿度的相关性,发现能见度变化受降水影响较大,因此,统计不同等级降雨强度所对应的能见度区间值,通过分析具体降水过程,揭示能见度与降雨强度随时间的变化关系,结果表明,利用上述相关性对气象要素观测数据进行判定,可以为多种气象观测数据的质量控制提供参考。     

呼伦贝尔市大气能见度影响因子及一次低能见度个例分析

为探寻呼伦贝尔市大气能见度、低能见度特征及其影响因子,揭示"冰晶雾"天气成因,利用呼伦贝尔市大气能见度资料及地面气象要素资料对4个代表站的能见度进行统计分析,并对一次典型低能见度事件进行分析,结果表明:(1)整个地区大气能见度的气候特征在空间分布及时间演变上均存在较大的不一致性,牧区能见度优于农区;(2)大气能见度与相对湿度和气压呈负相关,与气温和风速以正相关为主;(3)大气低能见度出现的集中时段是冬季,伴随最多的天气现象为结冰、积雪和霜;(4)2 m温度低于零下36℃,对于浓雾的产生具有指示意义。     

基于GRU神经网络的雷州半岛近海岸能见度短临预报研究

近海岸大气能见度变化具有复杂的非线性和局地性特征,且近海岸气象观测站少,一直是精细化预报业务的难点。利用GRU(Gated Recurrent Unit)神经网络,采用广东省湛江市国家基本气象站及其周边上下游观测资料,构建了雷州半岛近海岸能见度1 h时效短临预报的多站GRU模型、单站GRU模型和逐步回归预报模型,并进行了检验评估。结果表明,相比传统的逐步回归方法,GRU神经网络能更好地识别上下游能见度的时空变化特征,多站GRU模型平均绝对误差(MAE)、均方根误差(RMSE)、决定系数(R2)评分均明显好于多元逐步回归模型。模型结构对能见度短临预报效果至关重要,将上下游的气象特征引入到能见度短临预报模型可显著提升预报效果。多站GRU模型在个例检验中较单站GRU模型的MAE、RMSE分别下降了36%和29%,R2提高了30%,表明多站GRU神经网络对能见度预报具有明显优势,为近海岸能见度的精细化短临预报提供了新思路。     

辽宁中部城市群大气能见度变化趋势及影响因子分析

通过分析辽宁中部相对集中分布的5个城市群1987-2002年间的大气能见度、影响能见度的气象因子和污染物的变化特征及能见度与气象因子、污染物浓度之间的相关关系等,得到以下结论：（1）各城市能见度有明显的月、季和年际变化特征,能见度月变化呈双峰型,第一个峰值在5月份,第二个峰值在9,10月份;冬季能见度的值最低,春、秋季高;本溪市的能见度在逐年变好;沈阳的能见度从1987-1997年逐年变好,1997年以后又逐年变差;其它城市的能见度呈逐年变差的趋势。（2）各城市影响能见度的气象因子的年际变化特征基本是一致的;5个城市TSP,SO2污染浓度年均值均呈下降趋势,NOx的年际变化趋势不明显。（3）能见度与湿度、雾的相关关系都呈负相关且非常显著;与降雨量、风速及温度之间的关系比较复杂;与各种污染物的相关都呈负相关。     

能见度Belfort M6000型与Belfort M6400型 观测比对与影响因子研究

Belfort M6400型是Belfort仪器公司在M6000型基础上在软件和硬件方面均作出优化和完善后生产的成本更低的、观测更高效的能见度观测仪。本文利用2021年6月11日至7月11日番禺国家气象观测站的Belfort M6000型能见度仪与Belfort M6400型能见度仪观测数据作比对试验,分析两款能见度仪的观测差异特征及气象要素的关系。结果表明,（1）两款能见度仪观测的分钟平均能见度的变化趋势较为一致,二者相关系数为0.92;（2）随能见度等级的增加,差值范围和离散程度均有所增大;（3）两款能见度仪观测值与相对湿度呈负相关关系,与气压呈正相关关系,与其他气象要素的关系不明显;（4）两款能见度仪在雨天时的日平均相关系数（0.93）比晴天（0.82）时要高。     

桂林城区大气能见度与颗粒物浓度和气象因子关系研究

利用2015年1月至2017年6月桂林国家基本气象站能见度、相对湿度、气温、气压、降水等气象要素和PM₁₀、PM_2.5、PM_1.0颗粒物质量浓度资料,分析桂林城区大气能见度与颗粒物浓度和气象因子之间关系。结果表明：桂林城区大气能见度和PM₁₀、PM_2.5、PM_1.0呈对数关系,相关系数分别为-0.341、-0.461、-0.509,颗粒物对大气能见度影响在相对湿度为60%—70%时最为显著。在各气象因子中,大气能见度与风速的相关性最好,其次为相对湿度,与风速呈二次函数关系,与相对湿度呈幂指数关系,与温度相关性较小,与气压在秋冬季节呈正相关,相关系数冬季可达0.301,但在春、夏季节相关性不显著;利用颗粒物浓度和气象要素建立8种大气能见度非线性统计回归模型,比较后发现利用PM_1.0、风速、相对湿度、气温等因子建立的不同季节大气能见度拟合公式在实际检验中效果最优,能较好地模拟桂林地区大气能见度的变化。