多元动态逐步回归方法在北京地区能见度预报中的应用

基于2016年冬季的观测资料和ECMWF细网格240 h气象要素预报资料,选用与能见度变化相关的水汽、动力、热力等因素作为预报因子,利用多元动态逐步回归方程对北京地区未来10 d的能见度进行预报研究。同时将能见度分为3个等级:1 km、1～10 km(低能见度)和≥10 km,并从区域平均、空间分布及3次低能见度过程个例进行预报效果检验。多元动态逐步回归方法对北京地区的能见度及其变化趋势均有一定预报能力且效果稳定,其中≥10 km等级的能见度预报效果最好,TS评分为64.2%,其次是1～10 km,TS评分为53.1%,最后是1 km,TS评分为51.3%;两个低能见度等级中平原地区预报效果优于山区,表现为从东南向西北递减的特征;而≥10 km等级的呈相反变化,预报效果山区优于平原地区;北京地区3次雾霾过程个例预报也证实动态逐步回归方法能够较好预报北京地区持续性低能见度过程。     

本溪地区低能见度的气候特征及影响因素

利用1990～2000年地面常规气象观测资料，分析了本溪地区小于1km低能见度的气候变化特征及出现低能见度的气象条件，归纳出本溪地区低能见度的季、日变化特征及主要影响因素和形成条件。     

北京能见度变化趋势及冬季一次典型污染过程分析

为了探索北京地区大气能见度变化规律,对2005～2009年能见度的监测资料进行了分析.结果表明,北京地区能见度年均值为10.17 km,并呈现逐年上升趋势,增长率为0.69 km· a-1(决定系数R2=0.99,显著性水平P＜0.01),同时霾天数则逐年下降,细颗粒物浓度的降低是能见度好转的主要原因.能见度的季节变化...     

本溪地区低能见度的气候特征及影响因素

利用 1990～2000年地面常规气象观测资料 ,分析了本溪地区小于 1km低能见度的气候变化特征及出现低能见度的气象条件 ,归纳出本溪地区低能见度的季、日变化特征及主要影响因素和形成条件。     

广州白云机场低能见度气候特征

利用广州白云机场1970～2000年逐时能见度观测资料，对白云机场低能见度的气候特征进行统计分析。结果表明：小于等于1km的低能见度有明显的8年周期变化，小于等于0．8kin和0．55km的低能见度主要振荡周期是6～10年；自20世纪70年代出现能见度小于等于1km的日数有逐年上升趋势，其中90年代出现的日数明显偏多，80年代相对偏少；低能见度有明显的季节变化和日变化特征；低能见度平均出现次数与持续时间明显成反比；造成低能见度障碍的天气现象仅有雾和雨。     

2007—2015年北京地区能见度时空变化特征

利用2007—2015年北京市大兴观象台、28个道面自动气象站、部分区域自动气象站等多种台站观测资料分析了2007—2015年北京地区能见度的时空变化特征。结果表明:2007—2015年北京地区春季平均能见度最高、夏季平均能见度最低,夏季及年平均能见度呈显著增加的趋势,春季和秋季能见度均呈波动增加,冬季颗粒物浓度的显著增加致使北京地区冬季能见度下降的时段集中在2011—2014年;空间上,北京西北地区能见度明显高于中心城区和东南大部地区。秋季和冬季能见度的空间分布特征与年平均能见度的分布特征较一致,表现为能见度自西北向东南方向逐渐递减;与能见度相关性最高的为相对湿度、颗粒物浓度、风向及风速,但不同要素在月、季和年尺度上的相关性差别较大;根据天气现象统计表明,近10 a来北京地区雾、霾、沙尘日均呈增加的趋势,但是山区与城区气象站点低能见度事件的发生频次存在较大的差异。整体来看,小于10 km能见度事件的发生频次在全区以增加为主,而小于1 km能见度事件的发生频次在全区以减少为主。此外,近10 a来北京地区干霾的发生频率为44. 29%,湿霾的发生频率为7. 13%,低能见度事件多由干霾造成,但湿霾发生时,能见度恶化的更明显。     

北京地区低能见度区域分布初探

选用了水平能见度小于1000m的低能见度作为影响城市交通运输的一个指标，并研究了低能见度在北京地区时空分布特征。按水平能见度小于1000m的出现频率，多年日均变化曲线及全年日均、月均、季均变化特征，将北京地区划分为3个区，即东南部平原地区、西北部山区及东北－西南部过渡区。同时讨论了雾、浮尘等天气现象对北京地区低能见度的影响，得出影响北京地区低能见度的主要因子是雾。     

北京地区高速公路能见度气候特征

通过对交通管理部门的咨询，参考气象上对能见度的分级，将高速公路能见度分为7级。对1980－1998年北京地区20个地面气象观测站能见度资料和首都机场高速公路和八达岭高速公路经过的顺义、昌平两地能见度进行统计分析，结果表明北京地区低能见度的出现频率比两条高速公路低能见度的出现频率高，北京地区及两条高速公路的各级能见度的逐年、逐月变化趋势相同。     

环渤海地区1980—2012年能见度变化特征

利用环渤海地区365个地面气象站1980—2012年逐日能见度观测资料,统计分析了该地区能见度的变化特征以及不同等级能见度的主要影响因子。结果表明：环渤海地区能见度的主要气候特征是春秋季高、冬季低。1980—2012年平均能见度下降最大的区域位于太行山和燕山山脉的迎风坡,也是平均能见度较低的区域。环渤海地区整体而言,能见度小于等于1 km主要是水滴造成的,能见度1～10 km范围内,颗粒物、气体污染物的影响随能见度的增大而增大。水滴和颗粒物、气体污染物对不同等级能见度的影响存在一定空间差异。     

北京一次持续性雾霾过程的阶段性特征及影响因子分析

利用北京地区高时间分辨率观测资料对2009年11月3—8日一次持续性雾霾天气过程中的气象因素和气溶胶演变特征进行了分析。结果表明,该次雾霾过程具有明显的阶段性特征,前期以霾为主,中期发展为雾霾交替,后期随着相对湿度减小再次转换为霾并最终消散。边界层逆温是低能见度过程形成的必要条件,但并不最终决定雾霾低能见度强度。相对湿度和PM_2.5浓度是决定能见度大小的两个关键影响因子,对能见度的影响体现出阶段性特征。大部分时段PM_2.5浓度是影响能见度的主要因子,当能见度小于1 km时,能见度变化更多受相对湿度影响。不同的情景计算表明,控制PM_2.5浓度对于改善本次过程的能见度有重要作用。     

西安市低能见度特征分析

利用西安市7个县市23 a的低能见度资料,统计分析西安市水平能见度小于1 km(低能见度)时空分布的气候特征以及23 a的日均、月均、季均、年均变化特征,结果表明西安低能见度有明显的日变化和季变化,秋冬季明显高于春夏季,平原多于临近山区。分析了地形地貌、雾等因素对西安市低能见度的影响,得出影响西安低能见度的主要天气现象是雾。     

西安市低能见度特征分析

利用西安市7个县市23a的低能见度资料,统计分析西安市水平能见度小于1km(低能见度)时空分布的气候特征以及23a的日均、月均、季均、年均变化特征,结果表明西安低能见度有明显的日变化和季变化,秋冬季明显高于春夏季,平原多于临近山区。分析了地形地貌、雾等因素对西安市低能见度的影响,得出影响西安低能见度的主要天气现象是雾。

     

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。     

2012~2020年成都市不同等级能见度的时空分布特征

利用2012~2020年成都市气象站观测资料和环境空气质量监测数据,研究了该地区能见度时空演变规律以及不同等级能见度下气象要素和污染物浓度的关系。结果表明:（1）成都市近9 a年平均能见度呈上升趋势。四季平均能见度由高到低依次为夏季（12.25 km）、春季（10.82 km）、秋季（9.04 km）和冬季（6.33 km）。成都市能见度日变化呈单峰型分布特征,07时能见度最低,17时能见度最高。（2）能见度空间分布特征为东高西低且北高南低,中部中心城区最低。（3）成都市3 km以下低能见度出现频率为10.92%,3~5 km、5~10 km和10~20 km能见度出现频率分别为15.92%、24.95%和22.51%。（4）能见度上升与对应的PM_2.5和PM₁₀浓度、相对湿度减少以及风速增加有关。当能见度低于1 km时,多为高湿（RH>96%）低温（T<10.6℃）和小风速（<1.0 m/s）和高浓度（PM_2.5>84.8 μg/m3,PM₁₀>129.0 μg/m3）。      

北京大气能见度的主要影响因子

利用北京市道面自动气象站、国家级自动气象站等多种观测数据分析北京地区2007—2015年能见度及其主要影响因子, 并挑选两次典型低能见度事件过程进行详细分析。从空间分布看, 北京西北地区能见度明显高于中心城区和东南大部地区。从时间分布看, 北京地区平均能见度最大值出现在5月, 最小值出现在7月; 日间的最低值多出现在06:00(北京时, 下同)左右, 冬季略向后推迟; 最高值多出现在16:00前后, 冬季略有提前。整体而言, 2007—2015年北京地区发生低能见度事件的概率为62.14%, 且发生低能见度的事件集中于1~5 km, 霾事件中干霾、湿霾的发生频率分别为86.13%和13.87%。能见度的主要影响因子为相对湿度、风速和PM_2.5浓度。其中, 能见度与风速呈正相关, 与相对湿度和PM_2.5浓度呈反相关。需要指出的是, 当相对湿度增加至80%, 能见度受PM_2.5浓度的影响程度在下降, 而主要受相对湿度的影响。基于所选个例, 当北京地区出现湿霾事件时, 能见度的恶化程度远高于干霾事件, 且PM_2.5浓度需比干霾事件时下降得更低才能有效改善能见度。     

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。     

河北省低能见度事件特征分析

利用1981—2010年河北省99个地面气象站资料,分析河北省低能见度事件变化特征,为河北环境保护及综合治理提供参考。结果表明:低能见度事件地理分布呈北少南多特点,冀北高原少,太行山东麓、燕山南部地区多,低能见度出现频次排在前6位的站点都集中在太行山东麓;20世纪80年代低能见度频次相对较少,90年代迅速增长,2000年后随着对环境保护的重视,低能见度出现频次有所下降;12和1月低能见度出现频次明显偏多,占全年总频次的37.9%,5和6月低能见度出现频次较少,约占全年的5%,季节变化明显;低能见度变化增加趋势的站点主要分布在太行山东部和唐山、张家口东南部,经济工业相对比较发达且交通便利地区,呈现减少变化趋势的站点主要分布在冀北高原、衡水经济工业相对滞后地区,秦皇岛、沧州沿海一带也呈减少趋势;相对湿度与能见度有显著的负相关,小于2km的低能见度主要出现在相对湿度>80%的天气,5 km以上的低能见度主要出现在相对湿度<60%的天气条件下。     

盖州市大气能见度与气象条件相关分析

利用2011—2012年盖州市大气能见度和地面气象要素(相对湿度、风速、气温、气压)的观测资料,分析了盖州地区大气能见度月和日的变化特征及大气能见度与气象要素的相关性。结果表明:盖州市大气高能见度事件多出现在3月和10月,低能见度事件多出现在6—8月;夏季能见度最低,14时能见度最大,20时能见度比08时略小。大气能见度与相对湿度相关性最大,与风速和气温相关性次之,与气压相关性最差;当相对湿度80.0%时,能见度最低值为10.4±3.2km,大气能见度与气压、气温、相对湿度的相关系数分别为-0.52、0.51和-0.52;其中较高的气温、较大的相对湿度、较小的风速及较低的气压是盖州地区低能见度(10km)事件发生的主要气象条件。     

天津地区大气能见度变化特征及影响因子

基于能见度资料等级分析法、Ridit 方法、“非常好”能见度及“较差”能见度出现频率分析法,分析了天津西青、塘沽两个气象观测站2000—2010年大气能见度变化趋势及低能见度天气特征,研究了影响大气能见度的主要因子。结果表明：11年间,两站能见度超过40 km的情况均未出现,西青站2~9 km能见度出现频率逐年上升,塘沽站从2006年开始20~39 km能见度出现频率呈明显下降趋势;西青站从2006年开始,Ridit 中值降至0.5以下,塘沽站Ridit 中值呈波动式下降趋势,2006年Ridit 中值最小（为0.43）;两站“非常好”能见度出现频率呈逐渐下降趋势,“较差”能见度出现频率呈上升趋势;秋冬两季是西青、塘沽站低能见度天气的多发季,常伴有高湿度、低风速,两站的盛行风向存在差异;相对湿度与能见度呈负相关,风速与能见度呈正相关,与能见度波动式下降的趋势相反,能源消耗总量为逐年增加趋势。     

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。