皖江中东部雾的客观预报自动化业务系统

介绍了一种雾的客观预报方法，并研制了一个与ＳＴＹＳ接口的雾的客观预报自动化业务系统，对雾有一定的预报能力。     

用多层递阶周期分析作西沙海区热带气旋长期预报

西沙海区是我国受热带气旋影响最频繁的海区之一，全年除2月份外，各月均有热带气旋影响。由于西沙海区是南海的主要交通枢纽，了解西沙海区热带气旋的活动规律及做好该海区的热带气旋预报，具有重要的经济和国防意义。本文在统计分析1949～1995年西沙海区热带气旋活动规律的基础上，根据天气预报的多层递阶方法卜」的基本思路——将天气系统看成是随机动态的时变系统，把对天气系统的状态预报分成两步。首先对系统的时变参数进行预报，然后再对系统的状态进行预报。为了改进目前多层递阶方法中大多采用仅有预报因子的线性单输出系统模型存…     

上海浦西地区雾持续时间的统计释用预报

丰海浦西地区雾持续时间释用预报（PPM）的结果分析和中尺度数值预报资料基础上，应用模式输出统计（MOS）方法，构造了与上海地区成雾条件和雾的维持有一定关系的数值预报要素组成的预报因子，并进行逐步回归分析，建立了雾持续时间的统计释用预报方程，同时，提出了在小样本情况下应用交互验证分析法时克服因子不稳定的一种方法，研制了雾时业务预报的统计释用集成方案，并进行了对比分析，结果表明，统计释用预报集成方案较完全预报（PPM）的结果有明显改进。可供业务试用。     

江苏北部雾的分析和预报系统

本文利用1959—1989年雾的资料,分析了江苏北部雾的气候特征和影响的主要天气系统;运用天气型下找指标,MOS预报等方法,研究建立了冬半年各月雾的预报工具。並编制了具有一定特色的预报业务系统,采用动态调整手段,使预报方程随资料的增加而不断优化。经一年的实际使用,雾的预报概括率达90％,获得预期的效果。     

南岭山地高速公路雾区能见度预报系统

在研究南岭山地浓雾的气候规律，开展了2次多学科综合野外观测，对典型个例进行了天气学分析、雾的宏观结构特征分析、雾的微物理特征分析，在利用数值试验分析了雾生成的物理机制等研究的基础上，研制开发了4种南岭山地京珠高速公路云岩雾区的能见度预报方法，包括：中尺度数值模式产品释用方法、结构预测方法、天气学指标预报方法和动态统计预报方法；并研制了相应的自动化程度高的预测预报系统，与京珠高速公路粤境北段通车同步投入准业务运行，使用雾区路段的5套自动气象站和能见度仪资料，制作的集成预报结果为高速公路行车安全提供服务，经过各种方法的独立预报检验和准业务运行服务的预报结果检验，预报准确率比较高，提供服务的集成预报准确率可达83．3％。     

成都双流机场的奇点雾及其预报

在考查了成都双流机场实际天气现象以及雾的多极变化的基础上，提出了奇点雾的概念，并从理论上分析了其发生的物理机制，认为弱冷平流是其发生的主要原因，并提出了预报方法。     

国内外雾预报技术研究进展

大雾是引起低能见度的主要天气现象.提高雾的预报技术水平是确保交通安全的重要措施.从统计和数值预报两个方面,回顾了过去几十年来国内外在雾预报技术上的主要研究进展,并总结了各种方法的特点及存在的缺陷.在某些情形下,新统计方法的应用提高了雾的预报准确率,但仍然无法摆脱统计方法本身的缺陷.相比较而言,数值模式在大雾预报方面具有更广泛的应用和更大的潜力.在目前的计算机水平下,使用高分辨率的一维雾模式与中尺度天气模式相结合的方法,在一定程度上可以提高雾的预报准确率,该方法在大雾易发区的机场及高速公路沿线具有重要的应用价值.随着计算机能力的不断提高,包含大雾形成和演变的各种复杂过程、具有先进资料同化过程的高分辨率三维雾模式,以及集合数值预报系统将是未来的发展方向.     

华南地区降水与雾的关系初探

本文分析了华南地区雾（能见度）的影响因子，重点分析降水与雾的联系。分析表明，华南地区降水与雾有显著的关系，有无降水反映了不同过程和类型的雾，其形成条件和机理相应也不同。轻雾和浓雾在形成条件和机理上有重要差别，而不仅仅是程度的不同。在成因和因子分析基础上对雾（能见度）进行数值模式释用预报是可行的。     

辐射灾害雾的分析与预报

为适应航空飞行和气象安全保障工作的需要,将辐射大雾中能见度 <500m的雾分立出来作灾害雾研究;分析其形成的气象条件、主要特征,并进行合理归类;提出辐射灾害雾的常规预报方法、统计定量计算预报方法及综合预报方法。     

基于WRF和一维雾模式的能见度集合预报的个例研究

利用WRF(weather research and forecasting)中尺度模式为一维辐射雾模式PAFOG提供扰动场,构建了一个有30个成员的辐射雾集合预报系统。对2007年12月13—14日南京地区一次典型辐射雾过程进行了预报效果分析,结果表明:该方法在地面能见度预报及雾层垂直结构预报上均好于实际探空作为初始场的单一预报结果;模式启动时刻对预报结果有较大影响,由于辐射雾多发生在夜间,且模式需要一定时间达到稳定,本方法中一维模式在14:00启动预报效果最好,集合预报成员与实测值的标准差平均值为0.516 km,集合平均值的平均预报绝对误差为0.287 km。     

基于客观分析的重庆雾的BP神经元网络预报模型研究

本文利用数值预报产品、TTAA报文观测资料及重庆雾(能见度)的实况资料,采用客观分析方法将相关资料处理成二维网格资料,再运用车贝雪夫正交多项式实现二维网格图形的数学定量描述,最后建立重庆雾的BP神经网络方法预测模型,并对重庆雾进行预报试验。检验结果表明,这种方法预报效果较好,基于客观分析的BP神经网络模型进行雾的短期预报具有一定的应用前景。     

基于神经网络的单站雾预报试验

采集大连某机场2004—2007年大雾、轻雾和无雾天气事件共186例,选取雾天气事件前期(前一日08:00,14:00,20:00(北京时)实测资料)的温、压、湿、风等要素指标为预报因子,基于学习向量量化神经网络(learning vector quantization,LVQ),采用逐级预报思想建立起某机场雾天气事件的预报模型。在网络训练过程中,动态调整网络神经元比例参数,提高模型的预报能力;采用根据检验准确率适时终止训练的"先停止"技术,有效提高了模型的泛化能力。预报试验表明:无论是拟合率还是独立预报准确率,模型均已达到较高水准,具有实际应用意义。     

重庆市区雾的天气特征分析及预报方法研究

分析了重庆市区雾的特点、天气特征及温、湿等气象要素垂直分布特征,利用重庆站的观测资料选取适当的诊断因子,采用动态学习率BP算法的人工神经网络对重庆市区能见度进行了拟合和预报检验。研究表明:55年以来,重庆年雾日数总体呈逐年下降趋势,同时轻雾日数急剧上升,这种变化可能主要与城市热岛效应增强和空气污染状况加重有关;发展成熟的辐射雾大多具有逆温的稳定结构,雾顶上下温度、湿度存在明显跃变特征;神经网络模型具有较强的自适应学习和非线性映射能力,对能见度为0~1 km雾的报出率为83%,Ts评分达到69%,平均预报误差为0.384 km。除常规气象要素外,通过M指数、Ri数、凝结核、辐射状况和其他物理量的引入,以及对因子网络输入值的技术处理,明显提高了神经网络对雾尤其浓雾的预报能力,其对能见度在0.4 km以下浓雾预报的Ts评分可达89.5%。模型结果对重庆市区雾的预报具有良好的参考价值。     

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。     

基于深度学习的卫星多通道图像融合的海雾监测处理方法

海雾无论在海上还是在沿岸地带，都因其恶劣的能见度对交通运输、海洋捕捞和海洋开发工程以及军事活动等造成不良影响，因此对于海雾的实时监测和预报就显得尤为重要。本文提出了基于深度学习的静止气象卫星多通道图像融合分割算法，使用D LinkNet深度卷积神经网络语义分割算法模型对黄渤海海域范围的16通道、空间分辨率为0.5 km的Himawari 8卫星数据进行研究。分别采用均交并比（mIOU）以及观测值检验作为评价指标，在测试集上的mIOU为0.9436，并且用卫星测试数据结果与海上观测数据结果进行对比，得出雾区准确率（检测有雾且真实有雾/检测有雾）为66.5%，雾区识别率（检测有雾且真实有雾/（真实有雾-云覆盖））为51.9%，检测正确率(检测正确/总样本)93.2%。本文提出的方法能为海雾监测提供一个可靠的参考。     

北京雾与霾天气大气液态水含量和相对湿度层结特征分析

为了研究空气中的水汽层结变化对雾、霾生消的影响,对北京2011年10月至2012年2月雾、霾天气个例中能见度变化和地基微波辐射计观测的相对湿度及液态水含量资料进行分析,结果表明:大气总液态水含量时序图对预报雾、霾没有参考意义,无论是大气总液态水含量数值的大小,还是大气总液态水含量随时间的变化都不能预测雾、霾的生成与消散。但不同时刻大气液态水含量的廓线图对雾、霾天气的预报还是具有指示意义的,因为雾、霾生消前后大气液态水含量层结变化明显。进一步分析不同情况的雾、霾天气发现:雾、霾生消前后均无降水出现和先出大雾后降水的情况,即降水后消散的雾、霾天气,大气相对湿度的变化和液态水含量的变化主要集中在3 km以下;对于先降水后出大雾的情况,整层大气相对湿度的变化都很明显,液态水含量的变化主要在3~7 km之间。由于降水既可以增加近地面的空气湿度,又可以消耗空气中的水汽,因此降水既是大雾形成的有利条件,也是大雾消散的有利条件。有降水出现的大雾天气,有饱和层(空气相对湿度达到或接近100%),无降水出现的重霾天气,则没有饱和层,且整体相对湿度偏低。     

广东沿岸海雾决策树预报模型

利用汕头、珠海和湛江地面观测站2000-2008年1-5月的海雾历史观测资料和NCEP/NCAR FNL再分析资料,采用分类与回归树(CART)方法对海雾及其生成前24 h的海洋气象条件进行分类分析,建立了海雾决策树预报模型;并根据现有的海雾理论认识,对海雾预报规则包含的物理意义进行讨论.10次交叉检验的结果表明:采用...     

夏季低压控制下黄海西北部海域海雾发生气象条件合成分析

利用瞬变扰动分析的原理,提供了一个可以客观判定海雾发生时天气类型的方法。在分类结果的基础上,对环流形势、散度和垂直速度以及温度湿度的垂直廓线等进行合成分析,得到低空（1 000 hPa）为低压扰动下发生海雾（L型海雾）的环流和物理量场基本特征,并与高压控制下海雾（H型海雾）进行对比,结果表明：1）L型海雾位势高度负异常扰动主要表现在低层,其平均值为-65.66 gpm,向上逐渐减弱;2）L型海雾在发生时其逆温强度小于H型海雾,雾层较厚,雾层上空湿度仍然比较大,而H型海雾雾层上空有比较明显的干层;3）L型海雾在垂直方向上的分布具有三层结构,第一层1 000～950 hPa为辐合伴有弱上升和下沉运动,第二层950～850 hPa为辐散伴有弱下沉运动,第三层850～500 hPa为逐渐加强的上升运动;H型海雾为两层结构,1 000 hPa为辐散伴有弱的上升和下沉运动,950～500 hPa为一致的下沉运动;4）概率密度统计分析进一步定量表明了L型和H型海雾发生时垂直运动以及相对湿度在各层中的分布情况。这些结论对黄海西北部夏季低压环流形势下海雾的预报提供了重要参考。     

人工神经网络技术发展及在大气科学领域的应用

20世纪80年代以来，人工神经网络技术在理论和应用研究方面有了快速的发展，并在众多学科领域取得了大量的应用研究成果。文章首先概述了国外有关人工神经网络理论研究发展的主要过程及我国开展神经网络理论和应用研究的状况。重点介绍了国内外大气学科中，关于神经网络方法在中、短期天气预报，短期气候预测，农业气象，空气污染预报，卫星云图识别以及气象观测资料处理等许多方面的应用研究工作。并且也进一步介绍了有关神经网络气象预报建模研究的关键技术一过拟合，网络结构问题的研究工作以及模糊系统理论与神经网络相结合的模糊神经网络，遗传算法与神经网络相结合的气象预报建模的最近研究工作。     

卫星云图在海岸带大雾天气监测及预警中的应用

利用2005-2010年卫星云图FY-2E、海岸带一海区出现的28次大雾天气资料和2008-2010年海岛站资料,依据大气状态方程、热力学原理,在MICAPS3．0系统下,应用云图与同步探空、地面雾区叠加图、温度场逆温层剖面及TBB值与海面温度比较,估算雾区面积、高度及秋、冬季雾区温度垂直递减率。结果表明：在环渤海地区特定的环流背景下,红外云图和可见光云图监测到的雾区分别在大连、烟台及天津一带由轻雾转为大雾,沿海岸带向北发生发展,雾区垂直厚度为400-600m,递减率为0．02-0．04℃／100m,渤海东西向温度差值为1q℃,南北向为3-5℃;辐射雾对应弱高压均压场,平流雾对应弱低压均压场;低云覆盖雾区浓雾加重,轻雾被低云叠加使得能见度降低;平流雾被锋面抬升后混合到低空水汽输送带之中,对后期降雪（水）具有指示作用。在2009-2010年海区一海岸带大雾天气预报及预警信号升级应用中效益显著,可为海岸带大雾预报因子选取及预报监测业务流程的改进提供参考。