基于机器学习的重庆长江航道雾图像特征识别研究

基于重庆市境内长江航道雷达站拍摄的雾天气过程影像资料,利用K最近邻、支持向量机、BP神经网络、随机森林等机器学习算法,对无雾和5类有雾天气个例进行图像识别训练,构建雾图像识别模型,并检验了识别准确率。结果表明：机器学习能够有效识别雾图像,随机森林算法的识别效果优于其余3种算法。对于能见度超过1500 m的无雾天气,模型的识别准确率为100%,对于能见度在1000—1500 m范围内的轻雾、能见度低于50 m的强浓雾,模型的识别准确率在90%以上,对于能见度在50—1000 m范围内的雾、大雾和浓雾,识别准确率超过70%。     

洞庭湖区雾的时空分布及其模型建立

利用1971—2012年42 a洞庭湖区岳阳市、汨罗市、临湘市、益阳市、沅江市、岳阳县、澧县、桃源县、临澧县、华容县、南县、桃江县、望城县13个县市区的大雾及其相关资料,分析其时空分布特征为：年际变化总体为下降趋势;冬季雾日数最多,夏季最少;越接近洞庭湖,雾日越少;雾从00时开始都增加,08时出现概率最大;日变化与气温变化反相关。根据洞庭湖区大雾发生的气象条件,找出影响该区域大雾的关键因子有低层相对湿度都≥85%、大气层结特征稳定、低层弱的上升运动、低层存在逆温层,据此建立大雾模型,为大雾预报和服务以及预警信号的发布提供可参考的依据。     

恩施大雾天气的雷达风廓线特征

利用恩施天气雷达风廓线资料,对恩施大雾天气过程中起雾前、持续中和结束时三个阶段的风向风速和粒子层厚度变化进行了详细分析研究.结果表明:(1)辐射雾风廓线特点是起雾前1.8km处偏西风(NW、SW)有扰动,风速不大,粒子层厚度为1.8～3.0km;大雾持续中,风速变小,静风发展,粒子层厚度维持,偶尔到3.4km,粒子活动较弱;大雾结束时,静风或无粒子活动,粒子层厚度大多数仅为1.8km这一层,出现断续现象,粒子活动更弱;(2)平流雾风廓线特点是近地面层1.8km处,起雾前粒子偏南风为主,风速为2～4m/s,偶尔NW、NE,粒子层厚度维持为1.8～3.7km,有时候甚至达到9.1km;持续中风速维持或略有下降,低层到高层有时风向顺转SE->SW粒子层增厚,比较活跃;结束时风速加大1～2m/s,为4～6m/s低层1.8km继续加大1～2m/s,有时厚度增厚明显,有时厚度迅速减小,偶尔有粒子向上传播;(3)雾消散指示性特征是辐射型大雾当低层1.8km处于静风或无粒子活动,1.8km以上无粒子活动或断续活动,比较微弱,大雾维持1小时左右就很快消散;而平流型大雾满足1.8km处风速增加到6m/s以上,当粒子厚度增加明显,雾增大,当厚度迅速减小,雾结束,这2种情况,大雾维持30分钟到1小时左右就结束;还发现恩施这两种大雾天气比较一致的现象,当出现粒子向上传播的现象,预示着大雾天气即将结束.     

气象卫星大雾遥感自动识别技术研究

鉴于大雾对城市和沿海地区国民经济和人们生命财产带来的巨大灾害,迫切需要研制快速、有效、准确的雾遥感监测和识别方法。在对雾的辐射特性与卫星光谱特征试验分析基础上,找出不同时相可见光遥感图像下垫面反射率与云雾反射率之间的相对关系,并通过对图像反射率的相对变化率进行计算分析,自动生成准雾区动态判别阈值,并在准雾区范围初步确定基础上,采用基于图像游程编码的快速连通区域标记技术,结合纹理分形分析、形态分形分析、平滑度分析、模板特征分析等实用方法,对气象卫星遥感图像进行雾自动识别和云雾分离研究,取得了良好的应用效果。     

古尔班通古特沙漠南缘近40年大雾变化特征分析—蔡家湖区域

利用新疆蔡家湖气象站1971-2010年大雾天气现象观测资料,分析了该地区近40a大雾天气的年际、年代际、日变化特征以及大雾天气的持续时间特征。研究表明：蔡家湖近40a大雾的年日数年际变化不明显;秋季雾日增多趋势明显,春季和冬季雾日呈减少的趋势;大雾主要出现在冬季,其次为秋季;一日中大雾主要发生在02-08时,其次为8-14时;大雾持续时间大多在3h之内;40a雾的最长持续时间为46．88h,出现在2010年11月;各月平均最长持续时间为14．49h,也出现在11月;最长持续时间季节分布呈秋末和冬季较长,夏季较短;大多月份雾的最长持续时间呈增长的趋势;当出现2d及以上的高湿天气,且日平均气温在一7．O～O℃、日最高气温在一6．0～0℃时,有利于雾的持续。     

四川省大雾时空分布特征研究

采用1986~2007年四川省157个站22年大雾资料,初步统计分析了四川省大雾时空分布特征。结果表明:年平均雾日数最多的主要在四川盆地;雾日有明显的季节和月际变化,春、夏季年均雾日数较少,分布范围较小,秋、冬季年均雾日数较多,分布较广;雾大多开始于晚上20时~次日早上8时,结束于8~12时;其中持续0~3小时的大雾所占比例最大。近22年雾日年际变化趋势:约40%的观测站呈显著下降趋势,且分布集中在四川盆地,有少数的站点呈显著上升趋势。      

威海沿海地区雾的气候特征及相关影响因子分析

利用威海市6个基本气象站40a（1971—2010年）的气象观测资料,对威海沿海地区雾的时空分布特征、气候变化特征和雾过程持续时间等进行了统计分析,探讨了影响沿海雾生成的相关因子,其中还针对典型个例进行了统计分析。结果表明：威海地区雾呈现沿海大于内陆,东部大于西部地区的分布特点;其年代际变化特征表现并不一致,成山头和荣成的年雾日数呈明显的上升趋势,而威海,石岛和文登年雾日数也呈现增长趋势,但变化相对缓慢,只有乳山的年雾日数40a来呈现减小的趋势;除了文登和乳山,其他各站雾日数变化有着明显的季节变化特征,基本上呈春、夏季多、秋、冬季少的分布特点,各站大雾的日变化特征并不一致,其中乳山站日变化特征最为明显,其次是威海站,总体表现为夜间到早晨为大雾多发期,中午为大雾的低发期的特点,而成山头站除了夏季,日变化特征并不明显;各地雾过程出现的雾持续时间各不相同,威海的雾主要以<4h的短时雾为主,成山头雾持续性较长,而乳山站的雾基本在02—08时之间;从风向、风速上来看,大雾主要发生在偏南风的流场下,成山头雾主要出现在3～4级风的情况下,而威海站雾则主要在3级风以下;大雾发生时海温不能高于25℃,且海温在10～25℃之间,海温越接近气温时,大雾更易发生;大雾主要发生在高空脊和西北气流影响下,夏季在弱低槽,弱低涡和副高边缘时大雾也可能发生,地面形势主要为均压场和低压前部型,同时大雾前和大雾期间大气层结稳定,地面湿度大,温度露点差大雾时在0～1℃之间,轻雾时在1～5℃之间。     

西安城区大雾气候特征分析

利用西安站1951—2011年常规气象观测资料,统计分析西安城区大雾气候特征。结果表明:西安城区雾日年际变化较大,平均22.2d/a,1971—1990年是大雾多发期,平均33d/a,大雾以1.7d/10a速率显著减少;大雾主要集中在9月—次年1月,11月为高发期,6月最少,不同等级的雾出现次数与其强度成反比,强浓雾4—8月鲜有发生,主要在10—12月;07:00前后生成的大雾最多,09:00—18:00生成的雾较少,13:00—15:00几乎无大雾;大雾天气主要风向为静风(C),约占66%,次风向为SSW、NE和SW,风速普遍较小,风速≤1m/s的雾次约占总次数的92%,风速较大的雾日,风向以SSW、SW居多;大雾天气相对湿度为80%~100%,相对湿度≥90%的雾日占比88%,夏季成雾湿度高于冬季,平均为95%。     

微波辐射计资料在大雾预报预警中的应用

MP-3000A 是一种新型大气探测仪器,可以连续得到从地面到10 km 高度上高分辨率的位温、相对湿度、水汽密度及其廓线。选取大雾发生、维持及消散时微波辐射计观测数据,分析发现,大雾从形成到消散过程中水汽密度、相对湿度和位温均有不同变化;大雾发生前近地层大气中的相对湿度、水气密度一般会稳定增加,大雾发生时两者会有爆发性增加的现象。大雾维持阶段在近地层多伴有逆温层,辐射雾逆温层明显;大雾期间雾层高度有稳定型也有波动型,雾层高度下降时大雾会迅速加强。大雾消散时近地层大湿区减小抬升,水汽密度迅速减小。因此研究微波辐射计探测的大气水汽密度、液态水含量和位温,将有助于提高大雾生成与消散的预报、预警。     

我国大雾的时空分布特征及其发生的环流形势

根据1971～2005年35年来714站大雾资料,统计了我国大雾的时空分布特征和环流形势.结果表明:年平均大雾最多的地区主要集中在四川盆地、重庆、云南南部、湖南和江南东部;雾日有明显的季节和月际变化,春、夏季雾的范围较小,秋、冬季雾的范围较大,内陆雾主要为(秋)冬季正态分布型,东北的雾夏季偏多,沿海雾春、夏季较多.雾通常开始于晚上20时(北京时间,下同)至次日早晨8时(以6～7时为最多),结束于8～12时,持续时间大多在1～10 h,持续3h的雾出现的频数最高.近35年雾日的线性趋势表明:江南、华南的雾日变化不明显,其余大部分地区的雾日都呈递减趋势,不同能见度的雾日在1985年前后基本上都呈相反的变化趋势,并且能见度越低的雾日变化越明显.主要考虑地面天气形势我国大范围大雾发生的环流形势可分为均压型和锋前型两大类型.     

雾的气象卫星遥感光谱特征

从大气辐射传输理论入手，用频谱分析方法研究了气象卫星遥感图像上云雾的可见光和红外光光谱特征，阐述了雾在NOAA各通道的光谱响应特征及相关指标。根据云雾的不同顶部结构，分析了云雾反射可见光的非朗伯特性。根据瑞利(Rayleigh)准则，解释了低太阳高度角时可见光对云雾具有更强的识别作用，指出雾与云相比，具有更强的方向性反射特点，当卫星处于云雾层的镜面反射方向时，雾区具有更强的亮度，即反射率高于云区；反之．雾区则相对较暗，指出可见光在云雾识别方面具有重要作用。通过分析云雾层的不同红外光谱特点，给出了一些云雾识别与分类的指标，说明了通道组合方法对云雾识别的重要作用，为云雾分类提供了依据。通过时间动态的频谱分析，给出了判断大雾成熟期的光谱特征，对判定大雾的发展与消散具有重要意义。     

近50年贵州雾的时空分布及变化

应用贵州84个气象台站50年(1961~2010年)观测资料,对大雾的时空分布,雾日的季节和月频率分布,雾日的年际间变化趋势等特征进行了分析表明,贵州大雾区主要有4个:西部大雾区主要分布在乌蒙山东侧;黔中大雾区主要在开阳和息烽县一带;黔东大雾区主要分布在苗岭山脉周围的县及铜仁的万山特区一带;黔西南大雾区以晴隆为中心。大雾大部分发生在冬季,其次是春季,其后是秋季,夏季发生频率最小。12月、1月和10月出现的雾日为最多;5~7月出现雾日的频率最小。出现大雾的时间主要在早晨,中午和傍晚发生大雾的频率较少。近50年大雾的年际间变化呈现增加趋势(通过0.05的信度检验),但本世纪以来呈现略微减少的趋势。      

荆门市大雾特征分析及预报方法研究

使用荆门站2006-2015年的大雾观测资料,从年际到月际、日际分别给出了该站点大雾发生的频次分布规律,并统计出大雾发生时及之前各气象要素场的特征,结合天气形势建立大雾的综合预报指标。结果发现,荆门市大雾主要为辐射雾,发生次数冬季最多,春季次之,秋季居中,夏季最少;08时(北京时,下同)之后持续出现1~3h的情况居多,超过5h的较少。前一日14时相对湿度≥50%,湿度越大,当日出雾可能性越大;若相对湿度≤40%,可以不考虑雾的发生。前一日02、08、14、20时与预报日当日02时这5个时次的风速均≤3m/s,当日出雾可能性较大。前几日内有降水发生,可增大预报日当日出雾概率;前一日20时天空无低云,对次日出雾有利。荆门市大雾发生时的天气形势可分为3种类型,即持续偏西气流型、弱脊过境型、槽后西北气流型;其中以槽后西北气流型出现最多,前两种类型发生的频率大致相等。     

成都冬季雾在夜间探空资料上的反映

本文利用成都机场1985～1990年冬季近600个逐日实况及19点探空资料对成都冬季雾的统计分析发现,夜间存在近地面逆温层使出雾时间提前4～15分钟,大雾形成时间推迟20分钟左右;夜间存在中空逆温层时对大雾减弱成中雾的时间影响不大,而使中雾消散或减弱,为轻雾的时间推迟50分钟～2小时20分钟;夜间少云时,第二天成雾率为85～90％;夜间多云时,当空间(900—600hPa)平均最小(T—T_d)<1℃时,第二天出大雾;当(T—T_d)≥2℃时,第二天出中雾。其结果可为成都冬季雾的定量化预报提供参考。     

近37a乌鲁木齐机场雾的不均匀性特征分析

本文应用1977～2013年乌鲁木齐机场12月~次年(2014年)3月逐时地面观测资料,应用相关气候统计方法探求乌鲁木齐机场雾天气的出现时间及其变化特征,并以大雾集中度(FCD)和大雾集中期(FCP)来表征大雾天气累计出现时间的非均匀性特征,结果表明：⑴1977~2013年,乌鲁木齐机场雾累计出现时间呈明显的上升趋势,大雾的上升速率大于浓雾的上升速率,且大雾天气中浓雾的比率逐年下降;且机场雾的持续时间以低于6h为主;⑵机场雾分为三个阶段：少发期(1977~1991)、调整期(1992~2001)、高发期(2002~2013),且机场雾的突变时间就发生在本世纪00年代初期(2001/2002年);⑶机场大雾累计出现时间和能见度大小有明显的负相关关系,且日变化显著：一天内有两个非常明显的转折时间段,分别为1:00~2:00、和14:00~15:00,即3:00~13:00为一天内易发大雾时间段,14:00~23:00为一天内能见度较好时间段;⑷机场大雾的发生时间相对集中,集中度相对较高。近37a来大雾集中度呈下降趋势,尤其是进入大雾高发期以后,大雾发生次数显著增加,且大雾平均持续时间变化不大,集中度较低;机场大雾集中发生的12月和1月,以周为时间单位计算时,在2002年以前,大雾最多发生在12月第四周;2002以后,大雾最多发生时间开始后移至次年1月份第一周。     

云辐射效应在华北持续性大雾维持和发展中的作用

观测研究发现华北地区的持续性大雾天气通常伴随高层云的存在,具有云-雾共存结构特征,为揭示云在持续性大雾维持和发展中的作用,利用中尺度数值模式WRF,结合华北雾霾观测试验期间的卫星、探空、地面观测、系留气艇、微波辐射计等观测资料,研究了2011年12月3—6日和2013年1月28—31日两次华北持续性大雾天气形成和发展演变过程。在模拟与观测对比检验研究的基础上,重点开展了云辐射效应在大雾维持和发展中作用的探讨。研究结果表明:两次大雾过程持续时间超过48 h,近地面具有偏南暖湿平流,在持续性大雾发展过程中,均出现了由单层雾发展为云-雾共存结构,一般是雾形成24 h以后有中高云移到雾层之上,云底高度在3 km以上,云厚超过3.5 km,云中以冰晶和雪晶为主。白天云-雾共存结构出现后,云-雾的反照率效应使地表接收的短波辐射减少71%—84%,地面增温效应显著减小,从而阻碍了大雾的消散过程,使大雾天气得以维持,同时由于云-雾产生的温室效应,湍流过程加强,使地面雾向上扩展,雾在稳定层内维持;夜晚云-雾共存时,由于云-雾温室效应使地表净长波辐射增大超过70 W/m2,导致地面长波辐射冷却过程减弱,并不利于雾的加强,但云对雾的增温效应有利于混合层内的湍流扩散过程,促使雾在更高的空间内得以维持。可见,在云-雾共存结构中,云辐射效应有利于低层大雾的长时间维持,对持续性大雾的形成和发展产生了重要作用。      

乌鲁木齐冬季大雾与低空逆温的关系

为了找出雾与逆温之间的联系和规律,为大雾预报提供参考依据,利用乌鲁木齐市2000年1月—2006年4月的地面、探空资料,对210个大雾日和1221个逆温日进行了统计特征分析。分析表明,乌鲁木齐市区逆温年发生频率为82%。一年中冬半年(10—3月)平均月发生频率为92%,夏半年(4—9月)平均月发生频率为68%。大雾只出现在10月至次年4月,雾日平均每年32.7d。冬季强逆温是形成大雾的重要条件之一,各月大雾日数与逆温日数及逆温层的厚度值、温差值之间呈正相关;与逆温层的底高呈反相关;在同一个月中,当逆温层底高低、温差大和强度强的情况下,出现雾的几率大;从7a雾日逆温平均特征值与无雾日逆温平均特征值比较分析表明:雾日逆温存在底高低、顶高低、厚度厚、温差大、强度强的特点。     

基于神经网络和分形纹理的夜间浓雾遥感监测技术

利用地物光谱信息和图像纹理信息作为地物分类识别标志，将分形理论和BP神经网络应用于夜间浓雾的遥感监测，使夜间浓雾的监测精度明显提高。与传统最大似然法(MLC)比较，晴空地表、雾区、云区的识别精度均有提高，特别是云区的识别精度提高了10%，基于灰度连通域的灰度加权计盒维数图像纹理提取技术使云雾边界的提取更加合理，文章最后对类的归并作了讨论。     

话说大雾的功与过

雾是一种常见的天气现象,是近地面层空气中悬浮的大量水滴或冰晶微粒的集合体。根据其严重程度不同,分为轻雾和重雾。当水平能见度低于1.0km时为大雾,水平能见度在1.0～10.0km时为轻雾。资料表明:西安市年平均雾日为41d,渭南为23d,咸阳为21d,比暴雨、冰雹等灾害性天气出现的几率都要大。而且几乎每次大雾,造成的危害也逐渐增大。大雾是由一颗颗小水滴组成的,像打喷嚏喷出的微小飞沫一样,雾也是百日咳、流感、水痘,麻疹、非典型肺炎等靠空气中飞沫传染疾病的媒介;大雾时,由于相对湿度过大,会影响人体内分泌腺的正常分泌,使人感到疲劳,情…     

1951—2006年汕头雾变化的气候特征及影响因素分析

利用1951—2006年汕头气候资料,分析大雾天气的气候变化特征。结果表明:汕头年雾日总体呈明显下降趋势。20世纪90年代以前雾日相对偏多,90年代以后雾日明显偏少;大雾的逐月变化呈1峰1谷的特征,峰值出现在3月,谷值出现在8月;下半夜至翌日上午较易出现大雾。起雾时间为04:00—07:00,其中07:00最易起雾,雾消时间为04:00—12:00,09:00—11:00雾最易消散;雾日时静风概率为52%,风速小于等于3 m/s的概率超过95%,不利于近地层空气的水平交换;雾日多伴有逆温层存在且逆温层具有底高较低、厚度较厚、强度较强的特点,不利于近地层空气的上下交换,因而雾日空气质量较差。