霾观测判识标准定量化对雾霾观测记录的影响

为研究霾观测判识标准定量化对雾霾观测记录的影响,选取2006—2012年湖北省18个基准站、基本站和一般站三类国家级地面气象观测站的资料,对已记录和按照相对湿度判识标准统计的雾、轻雾和霾天数进行分析,结果表明:判识标准定量化将使霾的观测记录明显增多,轻雾和雾观测记录略有减少,霾和轻雾观测记录将更趋合理,就湖北省而言,相对湿度在80%~95%之间,应以轻雾和雾为主;通过定时观测时次的能见度、相对湿度,以及日天气现象记录,可以得到历年按照相对湿度判识标准统计的霾和轻雾天数,实现对历史资料序列的订正,形成判识标准改变前后均一化的月年资料序列。判识标准定量化后,不能机械的硬套判识指标,观测员仍需熟练掌握轻雾和霾以及其他视程障碍现象的成因和特征,避免相对湿度在霾观测判识标准上下波动、轻雾处于消散过程阶段,轻雾与霾的频繁转记。     

山东国家级气象观测站综合判识观测项目评估分析

基于全国综合气象信息共享系统(CIMISS)数据库,以一致率(冻土深度用误差绝对值)作为检验指标。对山东国家级气象观测站15项自动综合判识数据,与同期台站观测结果做对比检验,并进行评估分析。结果表明:1)总云量判识一致率为65.8％,云量偏差绝对值为1的占比51.1％;大部分不一致的情况出现在实况为阴天到满云时,判识结果为无云或少云。云高分类后与人工观测的总体一致率为85.0％。各站云高一致率均高于云量。2)雾凇、雨凇、雾、轻雾、浮尘、扬沙、沙尘暴、积雪和结冰等9种现象综合判识结果与台站观测一致率达92.0％以上;霜、霾、露的一致率为75.0％以上。结冰、轻雾、雾与霜命中率较高;积雪、雨凇与扬沙漏判率较高;沙尘暴、雨凇、扬沙和雾凇空判率较高。3)雨凇、雾凇判识效果受单站样本大小的影响;评估期内国家级气象观测站无草温观测任务,是造成积雪现象漏判率高的主要原因。有降水天气现象时,同时出现的视程障碍类天气现象不判识,是其漏判率增大的原因之一。4)评估时段冻土数据绝对误差平均值为1.6 cm,判识与实测误差绝对值在1～10 cm之间的占82.8％,判识效果较好。通过评估分析可见,基于卫星、探空、自动气象站、雷达、闪电定位等多源数据,结合模式再分析产品,实现综合判识结果与台站观测数据一致性较好,能够更好地满足气象预报服务需求。     

不同霾识别方法对陕西霾判识的影响

利用2016年3月至2020年2月逐时气象和PM_2.5质量浓度观测资料,依据《霾的观测和预报等级（QX/T 113—2010）》（以下简称2010行标）和《霾的观测识别》（GB/T 36542—2018）(以下简称2018国标)两种标准规定的判识方法,分析了在不同标准下陕西省霾出现频率的差异。结果表明:采用2018国标判识的霾出现频率明显多于采用2010行标的霾出现频率,若均以霾现象持续6 h及以上作为判定标准,则两者得到的霾日数相当。在80%≤相对湿度<95%时,用2018国标判识的霾出现频率比采用2010行标多,湿度越大,增加越明显;气溶胶吸湿性参数对吸湿增长后气溶胶消光系数的计算影响较大,使用2018国标时应注意该参数在各地的差异。在PM_2.5≤75μg·m^-3时,采用2018国标仍能识别出霾,显现出湿度对能见度的影响;在PM_2.5>75μg·m^-3时,当空气污染达到中度及以上时,两者差异缩小。陕西省各地市霾发生频率的月变化均呈现出“冬高夏低”的“U型”分布,...     

新疆雾霾天气自动判识业务系统

新疆气象局依据中国气象局发布的《霾的观测和预报等级》（QX/T113-2010）中霾观测等级标准,开发的“雾霾天气自动判识业务系统”软件,具备自动识别雾、霾、晴等天气现象的功能,能24 h连续在线、实时、自动显示气象监测站PM2.5、气溶胶吸收特性等表征大气洁净状况的监测值,能为气象站观测员提供一个辅助判识雾、霾等天气状况的依据,能为预报员提供一个检验雾、霾等天气状况预报质量的在线实况依据.该软件系统已经在乌鲁木齐国家基本气象站、自治区气象台等单位试运行,且运行情况良好.     

精细化预报产品在长沙的应用和温度检验

将精细化气象要素预报支撑环境(FUSE)产品经过本地化应用开发,形成对预报员有用的显示和扩展平台,方便预报员随时查看温度、降水预报,了解FUSE产品预报性能,缩短使用FUSE产品的时间,提高预报效率。在此基础上,对长沙、浏阳、宁乡3站2013年5个时效的FUSE温度预报产品进行评分,并对长沙、浏阳2站高温预报误差的主成分进行分析。结果表明:(1)08时起报的长沙、浏阳、宁乡3站72 h高温预报和72 h时段以内低温预报准确率已经接近预报员平均水平,08时起报的高低温预报效果均要优于20时,随着预报时效延长,08时和20时起报的预报准确率均表现出降低趋势;(2)长沙、浏阳、宁乡3站高低温预报准确率都是1月最低,7月最高,20时起报的低温预报准确率下半年总体比上半年高,08时和20时起报的高低温预报逐月检验结果均呈现出2个波峰、3个波谷的特征,波峰出现在3月和7月,波谷出现在1月、4月和9月;(3)长沙、浏阳2站高温预报6月之前预报值偏离实况大,6月之后预报值偏离实况小,其中长沙站6月之前预报值较实况偏低,6月之后预报值较实况偏高、偏低的频次差别不大;浏阳站预报值偏离实况比长沙站大。说明FUSE系统对长沙站的预报比浏阳站更准确。     

近40年长沙地区雷暴天气的气候特征分析

本文利用长沙区域4个气象站1971~2010年40年观测资料,研究了本区域雷暴的气候变化特征。研究结果表明:长沙区域雷暴日数呈东西山区多,中部平原少的空间分布特征,长沙东部和西部的浏阳、宁乡分别为最高和次高发区,年平均雷暴日数分别达62天和53天,而中部地区的马坡岭年平均雷暴日仅39天。在月变化特征上,长沙区域的雷暴主要出现在2~9月,且呈现出典型的双峰型结构,雷暴最多的月份分别出现在4月和8月。在6~9月,浏阳的雷暴日数要明显大于宁乡、望城和马坡岭的雷暴日数,而在其它月,4个观测站的雷暴日数相差不大。在日变化特征上,长沙区域4个测站的雷暴主要出现在午后到傍晚的时段其中以15~17时最多,在13~18时,浏阳的雷暴次数要比另外3个测站雷暴次数明显偏多。1971~2010年长沙区域4个测站的年雷暴日数均呈现出减少的趋势,其中以浏阳的减少趋势最为明显,2000年以后长沙区域4个测站的初雷日略有推迟,而终雷日明显提前。发生雷暴时,宁乡站对K指数及SI指数所代表的不稳定能量较其它3站略高。      

视程障碍现象自动判识方法及其记录常见问题处理

为理清地面视程障碍现象自动判识原理,并进一步提高对判别记录存在问题的发现和处理能力,确保视程障碍现象记录质量,该文从视程障碍现象判别所需观测要素、参照判别标准和记录形成流程3个方面全面深入地介绍了地面视程障碍现象记录的自动判识方法。并对自动判识记录常见异常问题进行总结,将其归纳为现象多判别、少判别、错判别和霾特有问题4类,总结了每类问题的特点及成因,并结合地面气象观测记录处理规定提出应对处理意见,强调注意事项。     

自动与人工观测霾日、雾日序列连续性分析

由原始观测数据统计显示,2014年全国雾霾(包括雾、轻雾和霾)日数偏高,尤其霾日数是2000-2013年均值的4.2倍。依据2014年雾霾现象保留人工观测或采用自动观测,将全国2 400余个国家站分为人工站和自动站,分别就两类站2014年雾霾现象日数与其历史序列进行了对比分析。结果表明,人工站2014年平均雾霾日数与其2000年以来平均状况及2013年平均雾霾日数接近;而自动站2014年平均雾霾日数明显偏高,成为2000年以来之最,且明显高于2013年统计结果。通过对比分析自动与人工观测方法表明,雾霾现象自动观测采用瞬间观测记录,是造成2014年全国雾霾日数异常偏高的主要原因。基于霾现象持续性特征,针对自动观测霾数据,研究确定了1天至少6个连续时次"现在天气现象"有霾记录,"连续天气现象"方记霾现象的订正方法。统计结果表明,订正前全国2014年平均霾日数为59天,而订正后下降为31天,基本与2013年持平。进一步分析表明,2000年以来我国霾发生频率呈增加趋势,尤其2013年和2014年,霾发生频率成为2000年以来之最。     

基于自动站资料的灰霾观测判据研讨

针对当前有较大争议的灰霾观测中两个判据(能见度和相对湿度)的阈值选取问题,对嘉兴市2007—2009年人工观测灰霾记录,观测站能见度自动仪及相对湿度等资料以及2007—2009年环保部门空气污染指数、周边地市霾日进行了对比分析,对人工观测灰霾日数的合理性进行探讨;并进一步根据同年份能见度自动仪资料及相对湿度自动站资料,调试不同的阈值,将得出的灰霾天数与人工观测值再次进行对比,最终提出一个适用于本地实际的灰霾日观测判据,并指出经过订正后的自动站资料可替代人工观测值用于霾雾的辨析。     

基于自动观测资料的浙江省霾日判识指标研究

基于逐小时自动观测资料,综合考虑能见度、相对湿度和PM_(2.5)浓度的变化及其持续时间,拟定四种方案来判识霾日,从而对浙江省近两年的霾日进行回算。结果对比分析表明:综合考虑能见度、相对湿度、PM_(2.5)及持续时间的判识方法是可行的,得到的霾日数在合理范围内,能较好的反映霾天气的空间分布、日变化、季节变化和污染天气发生的状况;相对湿度条件的不同使得夜间霾次数波动较大,从排除弱降水和轻雾影响的角度来看,相对湿度阈值定为小于90%更为合理。     

新型站视程障碍类天气现象判识规定的思考

应用鄯善站1981—2013年人工观测视程障碍类天气现象和2014—2016年能见度仪自动观测视程障碍类天气现象资料,对新型自动站ISOS软件判识视程障碍类天气现象出现的问题进行总结,通过实例对比分析视程障碍类天气现象人工与自动观测存在差异性,同时就错误判识结果提出合理化修改建议。     

霾与轻雾的区别及观测记录的讨论

利用望谟站2003年部分地面气象观测记录资料分析霾与轻雾的区别,并讨论了两者的观测记录,以期引起同行重视,制定一个统一的霾与轻雾的区分标准。     

河北省霾日变化及成因

利用1981-2010年河北省142个气象站地面观测资料,按照霾的观测和预报等级行业标准,分析河北省霾日空间分布特征.以石家庄为例对多霾日成因进行探讨。结果表明：河北省霾日主要分布在太行山东麓地区,霾日高频次中心随时间范围在扩大,频次有增加趋势;典型代表站霾日随时间呈现增加、减少和平稳变化三种态势,单站间变化差异明显;河北省霾日主要以能见度大于5km轻微霾为主,代表站中度、重度霾日季节变化显著,64%以上出现在秋冬季节;霾的形成是多种因素综合作用的结果,区域分布主要与地理环境有关,气候上逆温层、风速、相对湿度、年降水日数与霾的形成有关,另外地方经济发展、人类社会活动对大气污染物的排放起到一定作用。     

地面积雪天气现象人工智能观测识别研究

通过在湖南南岳高山气象观测站及怀化国家气候基准站设立的外场试验,采集2018年1—3月两站逐分钟积雪天气现象摄像图片,采用卷积神经网络技术对南岳站积雪试验图片进行建模训练,并用南岳站和怀化站的测试图片进行检验,在此基础上探讨了基于深度学习的积雪天气现象图像识别的采集环境布局要求。主要结论如下:南岳站识别的正确率为99.23%,空判率为0.49%,漏判率为0.28%,白天识别结果优于夜间;判识积雪出现的概率在积雪形成初期明显增加,维持期接近99.99%,且十分稳定,融雪时逐步降低;地面积雪形成初期和积雪结束期凝结物较少时偶尔出现漏判,当有雨凇、雾凇及其他背景污染时会出现个别时刻空判现象。怀化站测试结果与南岳站相似,正确率为97.78%,空判率为1.92%,漏判率为0.3%;但概率曲线波动较大,一方面由于怀化站图片没有参与建模训练,另一方面可能与怀化站的摄像头固定不佳、对焦不准、拍摄不清晰有关。测试结果表明:该人工智能判识模型较好地提取了积雪不同发展阶段的关键特征,识别效果良好,并可通过增加气象要素条件和根据判识的前后一致性进一步消除空漏判,可为此类天气现象自动观测提供重要技术支撑。     

自动观测霾、雾、轻雾与人工观测对比分析及订正

由于自动观测与人工观测的原理不同,造成了自动与人工观测数据之间的差异。选取了陕西2014年霾日、雾日、轻雾日的自动、人工观测月平均值以及30a气候月平均值进行对比分析,结果表明:2014年陕西霾日、雾日、轻雾日人工观测与30a平均值相比略有差异,自动观测比人工观测明显偏多,特别是霾日,是人工或30a平均霾日的10~68倍。利用中国气象局2015年发布的相关规定对2014年自动观测霾日进行订正,订正后大部分月份的霾日是人工观测或30a平均值的2~10倍,较未订正前减少了23%~91%,执行该规定使得霾记录基本趋于合理。     

ERA-interim气温、地温再分析数据在青海东部农业区的适用性评估

利用1999—2018年逐月ERA-interim再分析数据，选取青海省东部农业区的15个气象站点平均气温和土壤温度，采用误差和相关性分析，对比两种资料时间和站点空间变化规律，并对ERA-interim再分析资料的准确性进行验证评估。结果表明：ERA-interim再分析数据平均气温、5和15 cm土壤温度均低于观测值，分别偏低3.5、4.3和4.5℃；观测值与订正前后的再分析资料月际和季节变化基本一致，空间变化均表现出从东南部向西北部减小的趋势，而且最大值和最小值出现的站点完全一致。近20年来，观测值与再分析资料平均气温均呈现上升趋势，5和15 cm土壤温度观测值表现为升高趋势，而再分析数据呈减小趋势。与订正前相比，订正后的再分析资料与观测值的平均偏差和均方根误差明显减小，同时平均偏差和均方根误差年际变化均呈先增大后减小的趋势。年内平均偏差和均方根误差均呈现“M”型，最大值均出现在4月，最小值出现在12或1月。东部农业区地形复杂、海拔高度差异是再分析资料比观测值偏低的主要原因，利用回归方程实现平均气温和土壤温度再分析数据的订正，有效降低了ERA-interim再分析数据的偏差，提高再...     

基于Bayes判别法的结冰现象资料序列订正

针对安徽省81个国家级地面气象站1961—2018年结冰现象资料序列,采用要素一致性、内部一致性、空间一致性等方法进行数据质量控制,基于质量控制后的正常年份数据进行Bayes判别模型训练,应用训练所得模型完成异常年份结冰数据的订正。结果表明:安徽省共有38个台站累计84年的年结冰日数质量控制检查异常,年结冰日数异常年份主要集中在1961—1970、1988—1999和2015—2017年,造成年结冰日数异常的原因有部分台站历史观测任务简化、气象台站分类调整以及地面气象观测业务改革等。利用Bayes判别法构建了多个结冰现象判别模型,经检验发现,模型1和模型3具有较高的判识正确率、命中率、TS评分以及较低的误警率。考虑计算的简便性,选用模型1对异常年份结冰数据进行逐日订正。通过六安站、太和站和无为站异常年份结冰现象订正结果对比发现,基于Bayes判别法的结冰现象判别模型,对不同时间段内、不同原因造成的结冰现象观测记录异常的订正均较为合理,订正后的年结冰日数变化趋势更符合实际情况,表明采用Bayes判别模型订正结冰现象是合理、可行的。     

1961-2012年江苏省霾日时空变化特征及影响因素分析

利用1961—2012年江苏省69个地面气象站观测资料和2012年苏州市大气气溶胶观测资料,在对霾日进行判识和筛选的基础上,分析江苏省霾日的时空变化特征及霾与气象条件和污染物的关系。结果表明：1961—2012年江苏省各站年总霾日数均呈上升趋势,85％的台站呈极显著上升趋势;江苏省年平均霾日数呈显著上升趋势,其中2011—2012年呈急剧上升趋势;1980年前霾日的空间分布差异不明显,1980年后,沿江和苏南地区为霾的高发区,东部沿海大部地区霾日较少。霾天气主要发生在冬季和春季,以12月和1月发生最多。降水少和风速小有利于霾天气的发生;除SO2外,PM10、PM2.5和NO2等污染物浓度随着霾等级的增加而增大,其中PM2.5浓度增大明显。     

长沙地区寒露风气候特征及初日预测模型

根据1959—2015年长沙地区4个气象站的日平均气温资料、湖南省寒露风等级标准和构建的寒露风初日时间序列,利用数理统计分析、均生函数、最优子集回归等方法,分析了长沙地区寒露风气候特征,建立了寒露风初日预测模型。结果表明:长沙地区1959—2015年发生寒露风共97次,宁乡、望城坡、马坡岭和浏阳分别为38、28、19和12次;发生中度以上寒露风次数自西向东分别为15、10、8和5次。寒露风平均初日在9月19—22日。≤20℃的开始日期最早为9月3日(2013年),最迟为10月28日(2014年),极差为56天。9月上、中及下旬发生寒露风的概率分别为6%、32%和62%,下旬发生概率显著增加。西部宁乡约2 a一遇,东部浏阳约5 a一遇,西部宁乡频率及影响程度远高于东部浏阳的。预测模型拟合率均在89%以上,2011—2016年预测结果较好。     

L波段探空观测偏差分析及订正算法研究

为了探讨探空观测的水汽可降水量资料的可靠性,本文以GNSS/MET遥感的大气可降水量为参照标准,对广东汕头站2013年以及西藏那曲站2016年6月至2017年5月的两种可降水量观测结果进行对比分析和偏差订正。经过研究分析表明:两个站探空可降水量相比地基GNSS可降水量偏干,偏差分别为7. 4%和9. 8%。探空可降水量的偏差显示具有季节变化和日变化的特征,其中夏季偏差较明显,00时比12时明显。太阳辐射加热引起的地面气温的日变化和季节变化是造成偏差的重要原因。本文根据太阳辐射偏差订正经验公式,对两个站的探空可降水量进行偏差订正,订正后偏差明显减少。