饶平站能见度仪器测量与人工观测对比分析

利用饶平站2011年1-12月定时人工观测能见度资料,对比Belfort M6000能见度仪测得的能见度数据,分析表明:M6000能见度仪器测值与人工观测值在0～20 km两者相关性高,随着能见度的增大两者差距也越大;能见度仪器测量相比人工观测具有高精度、数据客观、不受人为因素影响等特点;人工观测能见度观测范围广,观测所得为周围大气平均状况,在大气不均匀下误差较小;出现视程障碍天气现象时M6000能见度仪测量值在空气中含有高水汽、液态水的情况下比人工观测能见度值明显偏小.     

广东省能见度自动观测系统资料评估分析与订正

利用广东省能见度自动观测系统22个站点2011年的人工观测和自动观测的能见度资料,分析了人工观测与自动观测的能见度资料的相关系数、均方根误差等,并对自动观测资料进行了订正。分析结果显示:人工观测与自动观测能见度的分布大致相同,表现为沿海的能见度高于内陆,粤东高于粤西,主要低能见度区域集中在珠江三角洲和粤西的内陆地区;自动观测能见度的准确性主要受到仪器工作原理局限性、气溶胶类型和气象条件的影响。对能见度自动观测资料订正结果显示:订正后,在低能见度时,大部分站点的均方根误差在3km以内;在高能见度时,大部分站点均方根误差在8km以内,平均为6km左右。利用统计方法对器测能见度值作数据订正,能有效减小测量误差,使能见度自动观测系统能基本满足能见度自动化观测需要,特别是低能见度事件的服务需求。     

能见度自动仪与人工观测资料对比分析

根据国家气象中心制定的《对比观测期间监测资料评估技术方法》,对2008年嘉兴气象观测站能见度仪资料与人工观测能见度进行对比分析,结果表明,能见度仪资料与人工观测值在低能见度多发季节(秋、冬、春季)相关较好,而夏季(能见度总体较高)则相反。对能见度进行分级后的比较得出,低能见度(2km)时能见度仪观测效果较好,和人工观测值之间的对比差值及粗差率低、一致率高,具有很好的代替作用,而随着能见度的逐渐升高(2～5 km,5 km),两者之间的差距加大,能见度仪的可替代性降低。最后通过比较两种数据的各项统计指标发现,能见度仪数据序列离散度较低,精密度及精确度都要高于人工观测值,通过订正后未来有望取代人工观测。     

M6000型能见度仪与人工观测能见度差值分析

利用阳江气象站2013年7月至2014年3月的观测资料,分阶段探讨了M6000型能见度仪与人工观测能见度的差值特征及其造成原因,并探索了提高能见度仪观测质量的方法。结果显示：两者的差值主要集中在-20~30 km之间,且差值的绝对值随着能见度的增大而增大;总体上差值正常的时次占90%,在有天气现象时,自动观测能见度偏小比较明显,能见度小于等于5 km时负误差率最大,平均差值为负值且异常率最高。造成两者存在差值的原因是多方面的,除了人工观测的主观习惯性误差外,两者在概念、测量原理上的不同和仪器的维护不当也是造成差异的原因之一。通过加强能见度仪的日常维护,可以提高自动观测能见度的质量,用自动观测能见度来判断霾天比较接近实际,在雾天通过对自动观测值作适当的正向修正,也能提高两者的一致性,基本能够满足能见度自动化观测的要求。     

称重传感器观测降水量误差分析

利用索伦、锡林浩特、满洲里等9个气象观测站2011年12月—2012年4月人工观测和称重式降水量计观测数据,分析对比这两种观测方式所形成的差值和降水感应一致性等问题。结果表明:有85.0%的测量差值≤±0.2mm,有62.5%的称重测量值大于等于人工测量值,表明人工观测值一般比称重测量值小。总体上这两种观测方式所形成差值的平均标准差与平均值偏离不大,从目前技术和观测条件看,这种差值的产生是不可避免的,其中仪器安装、仪器自身设计、风速、雨夹雪天气等是造成称重降水与人工定时降水测量差值较大的主要原因。     

广州站能见度数据质量评估及其参数化研究

利用广州地面观测站（简称广州站）的两种能见度仪和人工观测的能见度资料,分析两种观测方法之间的一致性和差异性,并对广州站能见度建立参数化模型。研究结果表明,不同的能见度范围和观测时次,两者均有较好的一致性;当能见度为3 km以下及10 km以上时,两者一致率较高;在5次正点观测的器测和目测值一致率均高达90%以上。10~30 km范围内的平均相对误差较低,其余范围均高于20%。在11、14和17时的相对误差低于10%,08和20时的相对误差较高。能见度在1~10 km范围内,随着能见度的增大,器测与目测平均相对误差增大,仪器粗差率增大。另外,基于大气相对湿度、颗粒物数浓度建立广州站能见度参数化模型,能较准确模拟出能见度变化的趋势。实际检验表明,模拟值与实况误差基本小于3 km。因此,该模型可以预报广州站的能见度,为准确判断广州市能见度变化提供一定的参考依据。      

沙尘天气器测资料与常规观测资料的对比分析

利用2004—2007年内蒙古地区10次较强沙尘暴天气过程的常规观测资料和6个沙尘暴监测站的器测能见度、PM10等沙尘暴监测资料,针对仪器定量监测资料与常规观测资料的相关性及差异进行了分析。分析结果显示:器测能见度与能见度的变化趋势一致,相关性较好,大气能见度小时,两者数值接近,当大气能见度增大时,两者差异明显增大;器测能见度与PM10有很好的曲线拟合关系,较能见度与PM10的相关性要好,说明定量的器测能见度较能见度更具有连续性、稳定性,但器测能见度存在系统性的偏差,为了业务应用方便,文章给出了器测能见度的修正方案。     

长短期记忆神经网络(LSTM)模型在低能见度预报中的应用

利用浙江省义乌市2015—2019年逐小时气象观测数据(相对湿度、风速、地气温差、能见度)和空气质量指数(Air Quality Index, AQI)数据, 分析了义乌地区低能见度天气(观测能见度lt; 10 km)的分布特征和气象要素条件。利用长短期记忆神经网络(Long Short Term Memory Neural Network, LSTM)模型对逐小时能见度进行模拟, 分别对比了观测能见度作为输入变量与否的模拟效果; 根据义乌地区低能见度天气条件的特征, 将模拟时段分为三个时期(11月至翌年2月, 3—6月, 7—10月), 对比了分时期模拟的效果; 以及评估了模型的预报步长。结果表明: 高湿、高污染、气温高于地温和低风速是义乌地区低能见度天气的主要特征。LSTM模型对单站能见度有较好的模拟效果, 当输入参数中加入历史观测能见度时, 能大幅提高模拟准确度, 日均能见度模拟结果均方根误差RMSE=0.63 km, 平均绝对误差MAE=0.51 km, 拟合优度R²=0.99;分时期进行模拟能得到更精准的模拟结果。本研究中选用的输入要素在冬季(11月至翌年2月)模拟效果最好, RMSE=2.35 km, MAE=1.46 km, 低能见度均方根误差RMSE_10 km=1.81 km, 低能见度平均绝对误差MAE_10 km=1.13 km, R²=0.83; 3—6月的模拟中, 输入变量中不加AQI模拟效果更好, 这意味着3—6月义乌地区的低能见度天气以雾天气为主导, 加入过多变量并不一定能提高模型准确度; 随着预报步长增大, 模型预报效果变差, 预测步长等于3 h, R²=0.71, 预测结果已不具备实际应用意义。     

天津雾和霾自动观测与人工观测的对比评估

为适应地面气象观测业务调整方向,提高新型自动气象站观测资料的质量及可用性,研究中对天津地区10个地面气象站1951—2014年历年2月人工观测及2014年2月自动观测和人工观测的轻雾、雾、霾现象进行对比评估。结果表明:天津地区历年2月轻雾的平均日数为10 d,雾和霾均为2 d,轻雾和霾同期出现的日数占有天气现象的7.4%,而雾和霾同期出现日数仅占0.7%;平行观测期的对比分析得到人工观测轻雾日数比自动观测多11 d,雾日数和霾日数均比自动观测少6 d,其中,轻雾和雾的判别差异集中出现在每日08:00(北京时,下同),霾则基本出现在每日08:00,14:00,17:00,20:00;通过对比自动观测和人工观测的能见度数据发现,二者相对偏差达25.1%,能见度小于15.0 km时,自动观测的能见度有60%~76%数值偏小,特别是08:00和20:00, 因此,在相对湿度满足条件的情况下,能见度的判别误差是导致自动观测与人工观测轻雾、雾、霾现象判别差异的重要原因。     

能见度自动观测系统性能对比及分析

1998年6月至9月间在北京进行了一次透射表能见度仪与前向散射式能见度仪的对比试验。参加试验的能见度自动观测系统有：透射表两套、前向散射能见度仪一套和双光路前向散射能见度仪两套。五套参试仪器分别被安装在南苑机场南北向主跑道的东侧。试验收集数据的起止时间为1998年7月25日09h至8月25日08h，时间间隔为1min。从总体误差分布分析，VAISALA公司的前向散射FD－12表现最好；其次是跑道中段的PRESENTEY公司的PEP9012双光路前向散射仪；而传统上认为测量结果较好的MITRAS透射表在高能见度时表现均不佳。所有参试仪器在能见度低于2000m时表现都不错，能见度4000m以上时，散射仪的测量值明显偏高。因此可以认为能见度在4000m以下时，参试的五套仪器均能满足航空气象保障要求，4000m以上测量结果的离散性较大，不确定性均大，但对飞行安全影响也较小，可以作为参考使用。     

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。     

Model 6000型前向散射能见度仪性能评估及数据订正

介绍了器测能见度测量仪器的分类与测量原理。通过对目前珠江三角洲布网观测的前向散射式能见度仪的原始信号进行分析,探讨影响能见度测量性能的主要因素。结果显示:发射能量与气温呈反相关,在数据处理中可以通过归一化处理去掉其影响;背景噪声的波动具有明显的日变化,主要受光辐射的影响,安装能见度仪时应注意方向和位置,尽量减少背景噪声,提高仪器信噪比。通过能见度仪测值和人工观测值的比较分析表明:两者的变化趋势基本一致;在能见度小于15 km时,量值比较吻合;在能见度大于15 km时,器测值明显大于人工观测值;利用统计方法对器测值作数据订正,能有效减少高能见度的测量误差。利用激光雷达反演能见度,将其反演值与能见度仪测值进行比较,表明两种探测方法具有较高的相关性。     

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。     

天津港秋冬季低能见度数值释用预报研究

本文利用近5年(2009—2013年)天津港资料,分析了该地区大气能见度的分级特征。采用7年秋、冬季NCEP(2006—2012年)和地面资料,通过相关分析给出了对港口低能见度天气有高影响的高、低空物理量因子;排除沙尘和降水天气,针对不同区间的能见度样本,利用BP神经网络方法分类训练了3个统计模型;并与WRF天气模式产品对接,采用分步筛选法,研发了天津港秋、冬季72 h时效的逐时能见度BP释用预报产品。经过3年业务运行,检验结果表明:对逐时能见度而言,BP释用预报对10 km以下低能见度比WRF模式的预报技巧显著提高,达到10.5%~35.4%;其中对0.5 km大雾的预报技巧总体相当,但当WRF预报有降水时,WRF模式预报结果略优;对0.5~1 km的大雾预报,WRF模式的预报技巧1%,BP释用预报提高到了14%~21%。日最低能见度的检验表明:对小于1 km的大雾过程,BP释用预报的TS评分平均达到75%,比WRF预报技巧提高了24%;对1~10 km的低能见度过程,比WRF的预报技巧平均提高了60%。     

雨滴谱式降水现象仪与人工观测结果的一致性分析

为验证雨滴谱式降水现象仪的测量性能,利用南京市气象局在江宁布设的PARSIVEL型雨滴谱式降水现象仪2018年1—11月期间的天气现象观测资料,重点分析了雨滴谱式降水现象仪对不同类型降水的测量性能。结果表明:①总体而言,雨滴谱式降水现象仪与人工观测具有良好的一致性,但是在降水时间、降水类型方面存在一定差异。②白天,人工观测的总降水时间明显高于仪器观测结果,主要原因在于人工观测有时会忽略降水间隙,而仪器可能会漏掉极微量降雨;人工观测的降水现象分类较粗,有时会忽略降水的精细变化,而仪器能够灵敏检测到降雨的短时变化、毛毛雨和雨的转换、降雨和降雪的转换等。③夜间,人工观测有时会忽略个别时次的毛毛雨或雨,而仪器容易漏测微量降水,大雨强条件下有时会把降雨误判为霰或雪,降水现象的判别算法仍需改进。     

Parsivel(R)激光降水粒子谱仪及其在气象领域的应用

降水粒子特性是大气运动和云内微物理过程的综合结果,在云降水物理及人工影响天气领域有着重要的意义.传统的测量方法不适合对大量数据分析寻找规律,德国OTT公司的Parsivel(R)激光降水粒子谱测量系统可以较好解决自动测量难题.该仪器是以激光测量为基础的粒子测量传感器,采用平行激光束和光电管阵列结合,当有降水粒子穿越采样空间时,自动记录遮挡物的宽度,通过穿越时间计算降水粒子的尺度和速度,根据各种参数的综合信息对降水粒子进行分类,并能够以数字形式显示瞬时降水强度、降水粒子总数、累积降水量、降水时的能见度和雷达反射因子,以图形方式显示降水粒子尺度谱、速度谱、降水粒子分类且自动生成天气现象代码,实现天气现象的自动识别.激光降水粒子谱仪主要用于气象水文观测.在雷达气象学领域可用于Z/R关系的拟合修正,比传统的用雨量筒观测数据拟合效果好得多;由降水粒子谱仪测量雨滴的降落速度,可以对天气雷达垂直向上测量的粒子径向速度谱进行校正.人工影响天气的效果检验一直是一个难题,自然降水粒子谱分布形式与人工催化以后的降水粒子谱型理论上应当具有较大的差别,人工增雨作业降水滴谱变化物理响应和降水强度时间变化响应都有明显的区别.如果能够实时检测到这些差别,就能够充分说明人工催化的有效性.未来如果能够进行联网观测记录区域性降水、降雹,就有充分证据表明人影作业的有效性,在定量化作业效果评估以及灾害损失评估等方面应用潜力巨大.利用该仪器已经对一年的自然降水过程进行了连续观测,并将所获得的降水粒子谱、雨滴浓度值随时间变化状况与卫星反演的云顶有效粒子半径时间变化趋势进行了对比,发现有较好的一致性.     

Parsivel~激光降水粒子谱仪及其在气象领域的应用

降水粒子特性是大气运动和云内微物理过程的综合结果,在云降水物理及人工影响天气领域有着重要的意义。传统的测量方法不适合对大量数据分析寻找规律,德国OTT公司的Parsivel激光降水粒子谱测量系统可以较好解决自动测量难题。该仪器是以激光测量为基础的粒子测量传感器,采用平行激光束和光电管阵列结合,当有降水粒子穿越采样空间时,自动记录遮挡物的宽度,通过穿越时间计算降水粒子的尺度和速度,根据各种参数的综合信息对降水粒子进行分类,并能够以数字形式显示瞬时降水强度、降水粒子总数、累积降水量、降水时的能见度和雷达反射因子,以图形方式显示降水粒子尺度谱、速度谱、降水粒子分类且自动生成天气现象代码,实现天气现象的自动识别。激光降水粒子谱仪主要用于气象水文观测。在雷达气象学领域可用于Z/R关系的拟合修正,比传统的用雨量筒观测数据拟合效果好得多;由降水粒子谱仪测量雨滴的降落速度,可以对天气雷达垂直向上测量的粒子径向速度谱进行校正。人工影响天气的效果检验一直是一个难题,自然降水粒子谱分布形式与人工催化以后的降水粒子谱型理论上应当具有较大的差别,人工增雨作业降水滴谱变化物理响应和降水强度时间变化响应都有明显的区别。如果能够实时检测到这些差别,就能够充分说明人工催化的有效性。未来如果能够进行联网观测记录区域性降水、降雹,就有充分证据表明人影作业的有效性,在定量化作业效果评估以及灾害损失评估等方面应用潜力巨大。利用该仪器已经对一年的自然降水过程进行了连续观测,并将所获得的降水粒子谱、雨滴浓度值随时间变化状况与卫星反演的云顶有效粒子半径时间变化趋势进行了对比,发现有较好的一致性。     

Parsivel激光雨滴谱仪观测降水中异常数据的判别及处理

2009年利用Parsivel激光雨滴谱仪连续观测太湖地区自然降水,发现对流云降水采样的粒子谱数据常常包含有少数异常高、低数据.从Parsivel激光雨滴谱仪的测量原理出发,分析了产生测量误差的原因.然后依据3σ准则(莱以特准则)对采集的一次对流云降水粒子谱数据进行分析,对其是否存在粗大误差进行判别和消除.结果表明:异常数据即为仪器测量的粗大误差,消除误差后的数据在表征降雨量、雷达反射率因子等降水特征量时更加接近于仪器自身输出值.同样地将此方法用来分析层状云降水,有利于消减仪器测量中粒子重叠所造成误差.     

自动观测与人工观测差异的初步分析

利用2001—2005年我国700个地面自动气象站与人工平行观测期间的数据, 对自动与人工观测的气温、气压、相对湿度、地表温度、风速风向、降水量进行了差异分析, 统计了两种观测之间的对比差值、百分误差和风向相符率。 对各要素观测差异在全国的分布特点进行了分析, 并检验了气温自动观测对气温资料连续性的可能影响。 结果表明:自动观测与人工观测各气象要素均存在一定的差异, 但大部分地区各要素的差异都在自动站误差允许范围之内; 造成差异的原因是多方面的, 包括仪器本身存在缺陷及观测方法不一致等。各要素自动观测与人工观测差异在全国的分布特点各不相同, 同一要素在不同的气候背景条件下差异大小不一致; 如果要将人工观测数据与自动观测数据连续使用, 还要检验自动观测与人工观测序列是否有显著性差异, 并进行均一性订正。 自动站的使用对年气温序列有一定影响, 总体差异不显著, 但当自动观测与人工观测气温合并使用时, 应进行均一性检验。     

称重与人工观测降水量的差异

为了更好地使用降水观测数据,对引起称重观测和人工观测的差异原因进行分析,选取北京市15个国家级地面观测站2012年11月—2014年1月称重式降水传感器与人工观测降水量业务资料,探讨称重观测与人工观测累积降水量的差异,并细化为对固态降水和液态降水两种降水类型进行相关性研究。结果表明:称重观测与人工观测日降水量相关系数为0.9990, 88.0%的对比次数中, 两者日降水量差值满足业务要求;在出现固态降水时,称重观测较人工观测降水量偏大,在出现液态降水时,称重观测较人工观测降水量偏小;两者在日降水量等级判断差异较小,小量降水时称重观测的能力较优;防风圈可显著提高称重观测固态降水的捕捉率,而称重观测内筒蒸发对夏季降水测量有一定影响。