山西、京津地区低能见度预报指标及其产生背景分析

本文根据1995年至2002年天气史料记载，得出每年11月中旬至12月中旬是山西、京津地区由于雾导致低能见度多发时间。从产生低能见度的各种因子变化规律入手，讨论了它们形成时的日变化规律，气压场、湿度及流场特征，为初冬山西、京津地区低能见度天气的变化规律及其预报工作提供了一些有参考价值的依据。     

洛阳机场大雾天气分析

分析洛阳机场1994年1月～1998年12月水平能见度＜1.0 km的天气发现,98%的低能见度天气是雾造成的.在此基础上,探讨了洛阳机场出现的雾的种类及其影响程度和变化规律.     

乌鲁木齐机场低能见度天气气候特征

应用乌鲁木齐机场气象台１９７１－１９９６年共２６年的常规地面气象观测资料,分析了该机场低能见度的天气气候特征,同时揭示了其低能邮度的季际,年际变化规律,并提出了若干预报低能见度天气的思路。     

洛阳机场大雾天气分析

分析洛阳机场1994年1月－1998年12月水平能见度＜1．0km的天气发现，98％的低能见度天气是雾造成的。在此基础上，探讨了洛阳机场出现的雾的种类及影响程度和变化规律。     

长春机场冬季低劣能见度分析

以能见度＜1km、3km为特征量,给出了低劣能见度的冬季分布及时次分布,探讨了4条成因,建立了低劣能见度预报业务流程。     

基于高速公路视频图像的能见度计算

能见度作为重要的气象观测因素之一,影响高速公路行车安全.基于视频资料的能见度计算方法类似于人眼的感知方式,具备对恶劣天气条件和复杂场地的适应性.基于安徽省2016年10月17日、12月1日和7日的3次大雾天气过程,选取跨省分布的3个高速公路站点,使用对应时次下视频图像灰度值均方差与能见度观测值建立计算模型.结果表明：1）随着大雾天气过程变化,模型计算结果较好体现了能见度的变化规律,对高速公路行车具有指导意义;2）基于视频图像的能见度计算方法类似于人眼观测,能见度越高,人眼分辨地物清晰度越高,图像均方差越大;3）由于监测原理和环境差异,能见度测量值与模型计算结果之间存在误差,理论上大雾空间分布越均匀,能见度仪和监控摄像头距离越近,计算误差越低.     

内蒙古东部春季三类沙尘天气气溶胶散射系数及其与PM10、能见度相关性分析

利用内蒙古东胜、锡林浩特两站2004~2006年春季（3~5月）积分浊度计的观测资料,结合同期PM10质量浓度、大气能见度等资料,分析了背景、扬沙、沙尘暴、强沙尘暴等不同强度沙尘天气气溶胶散射系数的分布特征,讨论了不同强度沙尘天气过程中散射系数、PM10、能见度的日变化规律,以及不同强度沙尘天气过程中散射系数与PM10质量浓度、散射系数与能见度的相关关系。结果表明:散射系数能够很好地反映沙尘天气强度;随沙尘天气强度增强,散射系数日变化从双峰型向单峰型转变;沙尘天气强度较弱时,PM10与散射系数的日变化不相似,强沙尘暴过程中PM10与散射系数的日变化有一定的相似性;能见度与散射系数日变化趋势相反;散射系数与PM10质量浓度呈正相关性,沙尘天气越强,相关性越好,背景、扬沙、沙尘暴、强沙尘暴相关系数分别为0.201、0.809、0.898和0.953;散射系数与能见度有指数相关关系,随沙尘天气强度增强二者相关性逐渐增强,背景、扬沙、沙尘暴、强沙尘暴相关系数分别为-0.773、-0.870、-0.918和-0.940。     

咸阳机场大雾天气能见度的观测

恶劣的能见度或跑道视程直接威胁着飞机的起飞和着陆，是影响飞机进近爬升和降落的主要因素，恶劣能见度造成的飞行事故占所有气象原因造成事故的一半左右。低能见度观测的准确与否影响飞行安全和航班正常起降，分析咸阳机场大雾天气条件下能见度的变化规律，以提高低能见度观测的准确性。     

2006年夏季塔中一次沙尘暴发生期问近地层气象特征个例分析

利用塔克拉玛干沙漠大气环境观测试验站的两种前向散射能见度仪(CJY-1C和FD12)2009年6月14日-8月5日的探测数据和人工目测数据对各种天气下的能见度变化进行了对比分析.结果表明,FD12和CJY-1C型能见度仪数据有很好的一致性.在能见度较低时,FD12型能见度数据与平均值偏离程度最小,测量更加稳定.FD12型能见度仪数据更接近于目测能见度数据.对于两种能见度仪,两者在扬沙天气的相关性最好,浮尘天气下的相关性较好,沙尘暴天气次之,典型晴天下的相关性最小,可在监测浮尘和扬沙天气时互相替代使用.     

内蒙古典型草原区低能见度天气大气能见度微观影响因子分析

对2010年1月到2015年12月锡林浩特地区低能见度天气条件下(能见度10km)气溶胶的光学特性观测资料进行计算,分析大气能见度微观影响因子。结果显示,近年来内蒙古典型草原区低能见度天气条件下,主要污染物是PM10,气溶胶散射是最主要的影响大气能见度的微观因子(对能见度衰减贡献比例为75.19%),水汽对大气能见度影响非常明显(对能见度衰减贡献比例为21.55%)。     

塔克拉玛干沙漠腹地两种能见度仪测量结果的对比分析

利用塔克拉玛干沙漠大气环境观测试验站的两种前向散射能见度仪(CJY-1C和FD12)2009年6月14日—8月5日的探测数据和人工目测数据对各种天气下的能见度变化进行了对比分析。结果表明,FD12和CJY-1C型能见度仪数据有很好的一致性。在能见度较低时,FD12型能见度数据与平均值偏离程度最小,测量更加稳定。FD12型能见度仪数据更接近于目测能见度数据。对于两种能见度仪,两者在扬沙天气的相关性最好,浮尘天气下的相关性较好,沙尘暴天气次之,典型晴天下的相关性最小,可在监测浮尘和扬沙天气时互相替代使用。     

2013年1月安徽持续性霾天气成因分析

2013年1月安徽霾天气具有范围广、持续时间长、能见度低等特点。利用合肥、安庆、阜阳2009~2013年1月地面常规资料、高分辨率探空资料,结合轨迹分析和聚类分析,讨论了2013年1月安徽霾天气频发的原因。结果表明:低风速、高湿度不能解释2013年1月霾天气增多、增强的现象。大气层结稳定、接地逆温偏多、偏厚,可部分解释这次霾天气增多现象。边界层中上部输送条件的变化也不能解释2013年1月霾天气增多现象,但近地层输送条件的变化能较好地解释2013年1月霾天气增多现象,如偏东北来向的轨迹组对应着最低的能见度,且2013年1月各地最低能见度对应的轨迹组所占比例(或与次低能见度的轨迹组所占比例之和)在历年中最高。因此,大气层结稳定、近地层偏东北来向气团较多是2013年1月安徽各地能见度偏低、霾天气偏多的主要原因。     

华北区域性低能见度天气的自动识别及预报

利用2002~2011年的能见度观测资料以及NCEP格点资料,采用天气学方法研究了华北地区的低能见度天气过程。结果表明:造成研究区域低能见度的500 h Pa天气形势可分为3种类型:2槽1脊型、低槽型、纬向气流型;用特征物理量作为这3种天气型的入型判据,建立了华北区域性低能见度天气的自动识别系统;并在此基础上,利用K指数、露点温度差以及500 h Pa和850 h Pa的假相当位温差等天气诊断物理量,进行第二次判别,进一步消空,最后制作低能见度天气预报。利用以上建立的预报方案,对2002~2011年进行冬半年逐日回代检验,预报准确率达到了78%左右;对2012年的试预报结果为:出现3 d区域性低能见度天气过程完全报对,试验结果表明预报方法达到了较好的效果。     

郑州机场能见度变化特征及雾的成因分析

能见度是影响飞机能否正常起降的重要气象条件。通过对能见度的变化特征研究,可以得出能见度在不同季节、不同的天气条件下出现的时间段和持续时间的变化特征。低能见度现象主要是由大雾引起的,分析雾的成因对了解和解释低能见度现象及其变化规律具有重大意义。根据郑州机场实际情况,采用13小时人工观测的数据格式,利用郑州机场1998-2002年的观测资料对郑州机场的能见度进行了统计分析。统计结果表明,郑州机场低能见度现象97%是由雾引起的,其中辐射雾和平流雾引起的低能见度现象占76%,是造成低能见度现象的主要的雾的类型。在影响郑州机场能见度的四种类型的雾中,辐射雾和平流雾发生的频率高,平流雾影响持续时间长,融雪雾对能见度的影响最大。逆温层和低层丰富的水汽是辐射雾和平流雾形成的条件,在今后对雾的预测中,应首先考虑这两个因素。     

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。     

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。     

基于数字摄像能见度仪的北京地区降雨和雾霾天气能见度对比分析

数字摄像能见度仪（Digital Photographic Visibility System,DPVS）仿照人工目测能见度的原理测量大气能见度。本文应用2017年3—8月北京地区DPVS、前向散射仪（PWD22）、大气透射仪（LT31）三种观测仪器在降雨天气和雾霾天气观测数据进行了对比。结果表明：能见度观测数据与相对湿度、颗粒物浓度、降水粒子等要素之间有明显的负相关性;在低能见度天气条件下,三种仪器观测数据变化趋势一致,但存在一定的差异;DPVS在中雨天气、大雨天气、暴雨天气和中度雾霾天气中,观测数据离散性更小,稳定性更好。但DPVS在白天和夜间的交替过渡期观测值不够稳定,这也是今后算法优化的重点方向。     

连霍高速公路陕西段低能见度特征及影响因素

为了提升高速公路沿线低能见度预报预警能力，本文利用连霍高速公路陕西段沿线10个交通气象观测站逐时观测资料和欧洲中期数值预报中心ERA5逐小时再分析数据，分析公路沿线低能见度分布特征，探究低能见度与其他气象要素的关系。结果表明：1月是连霍高速公路陕西段沿线低能见度天气高发月份，而2月低能见度天气最少；一日中00:00—10:00(北京时，下同)低能见度出现次数最多，其中0～50 m的低能见度主要出现在05:00—06:00；低能见度持续时间较短，多在2 h以内，最长持续17 h。兴平到常兴段、陈仓段低能见度天气较多，是日常交通气象服务需要重点关注的路段。低能见度与各气象要素的关系分析发现，0～5℃的气温、90%以上的相对湿度、1.0 m·s^-1以下的风速且处于东北风至东风条件下低能见度出现次数最多。夏季和冬季低能见度多与降水天气有关，低能见度通常出现在降水过程中或过程后，这种低能见度天气均在天气系统影响时出现，较辐射降温引起的低能见度持续时间更长、范围更广。各季节低能见度形成时的相对湿度不尽相同，冬、夏、秋季低能见度天气的相对湿度较高，而春季低能见度天气的相对湿度较...     

南京禄口机场低能见度天气统计分析及判断模型

基于2014—2019年基于南京禄口机场能见度观测资料,统计分析了机场低能见度天气,发现低能见度天气大多发生在11月至次年1月04—07时(北京时)。通过分析雨强—能见度数据发现降水强度和能见度呈幂函数关系,建立了降水时段基于降水强度的能见度拟合模型。通过K-means聚类中心分析,发现无降水时能见度和风速以及温度的关系为正相关,和相对湿度以及修正海压的关系为负相关。最后使用随机森林算法建立低能见度天气等级判断模型,对比发现随机森林在准确度和计算效率方面较其他模型均有一定优势。     

基于地基微波辐射计观测的东营地区低能见度天气指示性分析

针对东营市2016—2017 年出现的27 个低能见度天气过程,利用 MP -3000A 型地基微波辐射计二级数据,计算过程影响期间逐10 min 的逆温层温差、逆温层厚度和低层相对湿度等物理量。 结合空气质量和能见度变化情况,按照雾和霾、雾、降水三类天气对 27 次过程进行分类研究,总结地基微波辐射计观测的温湿度量对低能见度天气的指示意义和参考指标。结果表明:(1)雾和霾共同影响导致的低能见度天气出现在冬半年,PM2. 5浓度越大通常对应的能见度越低;逆温层温差和逆温层厚度与能见度的相关系数分别为-0. 39 和-0. 45,逆温层温差增大指示能见度降低,逆温层厚度减小指示能见度升高。低层相对湿度在 90%以上时,能见度受雾影响通常小于 2 km;低层相对湿度在80%以下时,能见度受霾影响仍然维持在5 km 以下。(2)雾影响导致的低能见度天气多出现在冬半年,与 PM2. 5浓度无关;逆温层温差和逆温层厚度与能见度的相关系数分别为-0. 54和-0. 45。在逆温层生成和破坏阶段,逆温层温差变化幅度大,对能见度的指示性更强,而逆温层厚度变化幅度相对较小,多维持在 300 ~ 400 m 之间。低层相对湿度 90%以上时能见度通常小于5 km,当低层湿层消失后能见度升高至 5 km 以上。(3)降水影响导致的低能见度天气出现在夏季,多伴随短时强降水出现,强降水时段逆温层温差达到8 ℃ 以上,逆温层厚度为 500 m;强降水结束后,逆温消失,能见度转好。