基于亮度对比度和暗原色先验原理的白天道路图像能见度检测方法

低能见度是对道路通行影响最为严重的气象要素之一。随着数字摄像技术和图像识别技术的发展以及气象和交通部门间信息共享工作的开展,利用高速公路沿线摄像头视频数据快速识别能见度成为提高能见度时空监测精度的重要手段。本文提出了一种基于亮度对比度和暗原色先验原理的白天道路图像能见度检测方法。首先根据霍夫变换直线检测方法提取道路兴趣域,然后根据亮度对比度方法检测人眼可分辨最远像素点,将其作为目标点,最后基于暗原色先验原理求取目标点的透射率,并根据能见度与消光系数的关系公式求取图像能见度值。利用安徽省京台高速吴玗北段和宁绩高速宁国互通段视频图像资料和邻近交通气象站能见度监测资料,采用绝对误差和能见度等级误差对能见度检测效果进行检验。结果表明,本方法对能见度的变化较为敏感,能见度等级的检测效果较好,准确度可达95%,对开展公路交通视频图像能见度识别工作具有较好借鉴应用意义。     

全天空成像仪云量计算方法的改进

全天空成像仪（total sky imager 440,TSI-440）可以实现白天全天空云量的持续自动监测,时空分辨率较高,得到的云量计算结果更精确.首先介绍了TSI-440的基本原理和资料格式,并基于太湖地区2008年5-10月的TSI-440资料及无锡站地面观测资料,采用统计方法详细地分析了不同天气情况下图像的成像特征及云量的计算误差.结果发现：图像的成像特征与能见度密切相关,红蓝比值随着能见度的减小而增大.另外,仪器在处理阴天图像及复杂天空（多云）图像时,易造成一定的云量计算误差.针对上述问题,本文通过直方图分析,重新选定了红蓝比阈值（晴空点阈值0.62,云点阈值0.66）,基于新阈值计算的云量结果较仪器自带的处理结果更为准确,减小了因天气状况不同而产生的云量计算误差.     

一次导致重大交通事故的大雾天气成因分析

利用地面气象观测资料、卫星遥感资料以及ERA-Interim再分析资料对2017年11月14日夜间至15日早晨安徽境内一次导致严重交通事故的大雾天气过程进行分析,结果表明:1)此次大雾天气覆盖范围广,区域差异明显,江淮之间中西部、沿淮西部部分地区能见度不足200 m,交通事故发生路段附近的最低能见度不足100 m;能见度变化具有较强的局地性,使得高速公路行车危险性增大。2)大雾发生前后500 hPa高度场上安徽境内受西北偏西气流影响,无较强冷空气活动,地面处均压场内,有弱偏东气流提供水汽。大雾发生前云量较少,地面辐射降温明显,近地层大气层结夜间转为稳定,为典型的辐射雾。良好的水汽供应和较强的辐射降温使得近地层空气相对湿度在夜间接近饱和;稳定的大气层结和接近饱和的空气是这次大雾发生的直接原因。     

1961~2005年中国大雾天气气候特征

利用1961～2005年中国541个地面台站观测的能见度和相对湿度资料,分析了中国大雾时空分布特征和趋势变化特征.结果表明:中国大部分地区冬半年大雾日数明显偏多.夏半年明显偏少.其中11月最多,6月最少.在空间分布上,中国东部降水量较多的平原和丘陵年均大雾日数较多,而内蒙古大部和中国西部大部分地区年均大雾日数较少,多在1天以下.长江中下游和黄淮地区一些省市,是大雾天气多发的地区,并且具有明显正变化趋势,年大雾天气日数呈波动增多的趋势,波动的周期大约为1.5年.1982、1987、1989～2000年和2002年是大雾日数较多的年份,而1967年则是大雾日数明显偏少的年份.     

近10a黔北地区雾的时空分布及 能见度与AQI的关系浅析

选取2006—2015年近10 a遵义市14个国家气象站观测资料,分析统计了大雾天气的时空分布,雾日的季节和月频率分布以及区域性大雾年际变化;并通过2015—2017年遵义市市区空气质量指数资料和能见度等地面气象资料,浅析其时间变化特征。结果表明：遵义大雾区主要有西部河谷大雾区、中部偏南大雾区、东部大雾区、北部雾区等4个。遵义市12月—次年1月出现的雾日最多,6—8月出现最少。近10 a区域性大雾天气次数随着年代的增加,总体呈现逐年减少的趋势。遵义秋冬季节空气质量状况不佳,空气中污染颗粒物较多,此时较高的相对湿度有助于形成能见度较差的天气。     

合肥市大雾预报方法的建立与应用

利用主成分分析方法对2012—2014年合肥市高速公路沿线交通气象站日最低能见度资料统计出的大雾观测样本进行研究,应用因子荷载点聚图将合肥市县大雾划分为2个区:中南区、北区。基于PP法统计ECMWF模式输出产品与大雾之间的相关性,全市和分片分别确定与大雾密切相关的高影响因子,利用等级分类和逐步回归建立大雾预报模型。在回归结果的判定阈值和消空指标选定的情况下,通过研发的大雾天气精细化预报系统每日定时输出合肥市大雾预报格点产品。经过前期业务化运行和预报效果检验表明:数值模式产品释用方法在有无大雾预报技巧方面较WRF模式明显占优,技巧评分大幅提升,而2类典型大雾天气过程预报效果检验则可以更直观地看出数值模式产品释用的预报方法效果更好。     

合肥市大雾预报方法建立与应用

利用主成分分析方法对2012～2014年合肥市高速公路沿线交通气象站日最低能见度资料统计出的大雾观测样本进行研究，应用因子荷载点聚图将合肥市县大雾划分为2个区：中南区、北区。基于PP法统计ECMWF模式输出产品与大雾之间的相关性，全市和分片分别确定与大雾密切相关的高影响因子，利用等级分类和逐步回归建立大雾预报模型。在回归结果的判定阈值和消空指标选定的情况下，通过研发的大雾天气精细化预报系统每日定时输出合肥市大雾预报格点产品。经过前期业务化运行和预报效果检验表明：数值模式产品释用方法在有无大雾预报技巧方面较WRF模式明显占优，技巧评分大幅提升，而两类典型大雾天气过程预报效果检验则可以更直观地看出数值模式产品释用的预报方法效果要更好。     

基于GIS的浙江省高速公路大雾灾害风险区划

大雾是影响高速公路交通安全与运营效率的最主要的灾害天气之一。基于2004—2013年浙江省68个气象站大雾观测资料、基础地理信息数据以及高速公路历史灾情数据,开展浙江省高速公路大雾灾害风险区划研究。依据自然灾害风险分析原理,构建高速公路大雾灾害风险区划指标体系,以浙江省大雾出现的频次和持续时间作为大雾灾害的危险性评价指标;以因大雾导致的高速公路交通事故率、高速公路封路频次和持续时间作为脆弱性评价指标;以高速公路客运量和货运量作为暴露性评价指标。在ArcGIS的空间信息技术支持下,采用层次分析法和综合评价方法,建立了高速公路大雾灾害风险评估模型,最终完成浙江省高速公路大雾灾害风险区划图。区划结果表明,高风险区路段占全省路段总长的15.13%,主要分布在申嘉湖高速南浔段以及嘉善段、杭州湾环线高速萧山至越城段、杭州绕城西线高速、常台高速上虞至嵊州段、诸永高速诸暨至磐安段、沪昆高速诸暨段以及柯城段。     

近10 a黔北地区雾的时空分布及能见度与AQI的关系浅析

选取2006—2015年近10 a遵义市14个国家气象站观测资料,分析统计了大雾天气的时空分布,雾日的季节和月频率分布以及区域性大雾年际变化;并通过2015—2017年遵义市市区空气质量指数资料和能见度等地面气象资料,浅析其时间变化特征。结果表明:遵义大雾区主要有西部河谷大雾区、中部偏南大雾区、东部大雾区、北部雾区等4个。遵义市12月—次年1月出现的雾日最多,6—8月出现最少。近10 a区域性大雾天气次数随着年代的增加,总体呈现逐年减少的趋势。遵义秋冬季节空气质量状况不佳,空气中污染颗粒物较多,此时较高的相对湿度有助于形成能见度较差的天气。     

智能网格能见度实况融合格点分析产品在一次大雾天气过程中的评估

采用邻近插值和双线性插值方法,将国家气象信息中心研发的能见度实况融合格点分析产品插值到四川省156个国家级考核站,选取2018年11月25日四川盆地一次大雾天气过程,对其在四川盆地的适用性进行评估.结果 表明,该产品误差普遍在5km范围内,随着海拔的增加,逐渐由低估转为高估;分级检验为:30km以上能见度的误差最大,随着能见度的下降,误差也逐渐下降.大雾过程中,产品能监测低能见度天气,表现出落区的变化,能见度在30km以上时,格点实况以高估为主,30km以下时随着能见度的降低,格点实况从低估逐渐转为高估.     

一种基于实景图像的低能见度识别算法

为了利用大量视频监控设备提高能见度数据采集密度,提出一种基于实景图像转换的、采用简单卷积神经网络分类提取能见度等级的算法。该算法假设视频设备水平安装且具备开阔视野, 对原始视频图像进行水平分块,提取各分块的梯度、饱和度和亮度信息组成新的图像,基于简单卷积神经网络建模。采用2019年9月—2020年12月上海洋山港气象站29668张视频图像进行训练,建立识别模型,并采用2021年1—5月5757张视频图像对模型进行测试。采用该算法建立的模型参考雾的预报等级(GB/T 27964—2011)将能见度分为5个等级进行检验,白天准确率为87.99%,夜间准确率为81.32%,优于直接采用AlexNet模型。对1000 m以下低能见度天气的识别准确率达95%以上。利用现有的视频摄像头,可有效弥补气象站点能见度仪数据不足的问题,在气象业务上有一定的应用价值。     

安徽省雾、霾、晴空天气的气象条件对比分析

使用2008~2012年逐日地面观测资料,揭示了安徽不同地区雾、霾、晴空天气气象条件的差异,指出不同地区要根据本地特点建立雾、霾预报指标和预报方法。3类天气差异最大的地面气象要素是能见度和相对湿度。根据3种天气前一日和当日能见度和相对湿度分布特征,全省站点可以分为3类:1)从雾、霾到晴空,能见度递增、相对湿度递减,且差异显著,如合肥站;2)雾、霾天的能见度和相对湿度均很接近,但与晴空天差别较大,如阜阳站;3)能见度在雾、霾天无明显差别,但相对湿度在雾、霾天差异显著,如安庆站。地级市测站雾后即霾的可能性较大(大于50%),县城测站雾后即霾的可能性较低(低于25%)。垂直方向,雾时相对湿度随高度下降很快,850 h Pa中位值已降到20%(安庆)和45%(阜阳)以下,霾时相对湿度随高度下降缓慢,850 h Pa中位值仍在60%左右;另外,霾天边界层中上部风切变较小,雾天和晴空天边界层中上部都存在较大的风切变。     

厦门城市能见度和雾的特征与城市环境演变

利用厦门城市1980～2000年21年地面资料和探空资料，对能见度和雾演变特征及其物理成因进行分析，结果表明：厦门城市夏季能见度明显好于冬季，这可能与冬夏盛行风向不同，输送排放污染源地不同以及不同季节天气气候条件相关。厦门城市冬季和夏季能见度呈下降趋势，尤以夏季为突出，轻雾以上的频数也日益增加，其重要因素是城市的热岛效应。厦门城市能见度虽然明显好于污染较为严重的北京，但冬季厦门城市能见度与北京呈反位相演变趋势。夏季厦门城市能见度有着明显的日间变化，这与夏季海陆风日变化的垂直环流圈有密切关系。     

天津市东丽区一次持续性雾霾天气过程的特征及影响要素分析

基于常规气象观测资料和PM_2.5浓度资料,分析了2019年1月10—14日天津市东丽区出现的一次持续性雾霾天气特征及其成因。结果表明：此次雾霾天气具有明显的阶段性特征,高空平直西风环流、中层暖脊和地面弱气压场为此次雾霾天气出现提供了有利的天气形势。轻雾和霾阶段,能见度变化更易受到相对湿度的影响;而雾阶段,能见度变化更易受到风速的影响。PM_2.5浓度与地面气象因子关系密切,与能见度、风速负相关,与相对湿度正相关。当其他气象条件稳定,且周边地区污染物浓度较高时,近地面风向转变,对本地区雾霾的出现起到关键性作用。     

MODIS气溶胶产品在池州市能见度估算中的应用

能见度可以直观反映空气污染程度,通过卫星反演获取能见度可以实现大面积同步观测,弥补地面观测在此方面的不足。基于安徽省池州市2015年Terra/MODIS的气溶胶产品(AOD)和池州市一区三县4个国家观测站的能见度观测资料,分析研究MODIS气溶胶产品与能见度的关系。通过拟合池州市四季气溶胶标高,建立不同季节能见度回归模型,并利用标高数据和AOD的季节分布,反演出池州能见度的季节变化,研究了近地层大气气溶胶与地面能见度的关系,最终获取了池州市2015年四季能见度时空分布并对其特征进行分析。结果表明:池州市夏季气溶胶标高最高,冬季的最低;能见度模型估算值与观测值整体较为一致,季节平均值相对误差为18. 15%;池州市2015年四季平均能见度为13. 8 km,整体呈从东南向西北逐渐减小的趋势,空间分布不均;季节平均能见度夏季最高,为19. 3 km,冬季最低,为9. 9 km,其中石台县各季能见度均明显好于其他地区的,且四季变化小而平稳;月平均能见度7月的最好,2月、5月和9月的较差;经济社会发展状况、生态环境和气候状况是影响池州市能见度分布时空变化的主要因素。     

2014年初冬湖北省一次大雾成因分析和数值模拟

利用湖北省高速公路交通气象站观测数据及NCEP的1°×1°格点再分析资料,分析了2014年1月29—30日发生在湖北省内的大雾天气过程的气象要素变化特征及大雾形成机理,并利用优化参数化方案的数值模式对本次大雾过程进行了模拟。结果表明,大雾过程能见度基本与相对湿度变化趋势相反,气温与能见度变化趋势基本一致,风速都较之前有所下降。本次大雾是暖平流影响后,经夜间辐射冷却降温后形成,属平流辐射雾。利用WRF模式对本次大雾过程的模拟结果表明,除对海拔较高、受局地地形影响较大区域的模拟效果不理想外,模拟的大雾范围、强度、生消时间等与实况基本相符,可为以后大雾预报提供一定的参考。     

江苏不同强度降雨对能见度影响分析

利用江苏70个基本站多年逐时雨量、相对湿度、风向、风速以及同时段内最低能见度等观测资料,分析不同强度降雨对能见度的影响,并对比分析两种不同强度降雨造成的低能见度事件统计特征。结果表明:降雨是除雾以外,江苏低能见度的主要影响天气(14. 7%),其中稳定性弱降雨和短时强降雨影响最大。与低能见度雾事件不同,降雨造成的低能见度事件全天各时段均可能出现,发生时可伴随较强的风速(2 m/s),短强低能见度多见风速4 m/s(26. 6%)。江苏冬春两季为雨雾高发季,主要受降雨持续时间影响,对应的低能见度区间为500~1 000 m,有明显日变化。短强低能见度主要受雨强影响,多发生于6—9月,对应的低能见度区间为小于200 m,无明显日变化。两种降雨产生的低能见度事件有明显的空间分布差异,且雨雾低能见度发生时偏北风占主导,短强低能见度发生时则偏东风占主导。     

2009年初冬沪宁高速公路大雾过程成因分析

利用沪宁高速公路自动气象监测站(AMW)数据,结合NCEP/NCAR的1°×1°格点再分析资料,对2009年12月1—2日发生在沪宁高速公路上的大雾天气过程的能见度演变特征及其与相关气象要素的关系进行了分析,并对大雾形成机理进行了研究。结果表明:能见度与各气象要素之间均呈非线性关系,与相对湿度呈稳定的指数衰减关系,与温度及风速呈复杂的多项式关系;高空暖性高压脊和地面变性冷高压的高低空环流配置为雾的形成提供了逆温层结和近地面的弱风场条件;偏东气流和逆温层保证了水汽供应及在低层汇聚;雾区上空的热力因子和动力因子的分析证明了雾区大气层结状态的稳定性。     

高速公路夜间大雾图像特征及其识别

基于高速公路夜间交通监控图像,选择其附近能见度自动监测数据作为图像是否有大雾的标准,分析有雾或无雾环境对光源及其成像的影响,提取相应的特征值,利用支持向量机的方法建立了大雾识别模型。结果表明:大雾存在时空气消光系数增大,LED电子显示屏、车灯等光源在图像上呈现出亮度减弱而梯度小,散射较明显的特点;纹理特征表明有雾时图片纹理简单、纹理较浅分布均匀,像素之间相关性大,无雾时则反之;模型评估得出临界成功指数为0.74,虚警率为0.18,有较好的识别效果。