江苏省能见度时空分布特征及其影响因子分析

为探明江苏省能见度的时空分布特征及其影响因子,采用传统的统计学方法和主成分分析(PCA),详细分析了2012年江苏省70个自动气象站和常规气象观测台站的能见度、气压、相对湿度、风速等气象要素观测数据以及遥感大气气溶胶光学厚度(AOD)等资料,揭示了江苏省能见度的时空分布特征,评估了AOD、气象要素、雾霾天气等对江苏省能见度的影响。研究结果表明:(1) 江苏省的能见度呈早晨低、下午高的变化特征;(2) 空间分布差异较大且存在季节差异。具体而言,其年平均呈现东高西低分布特征,春季南低北高,夏季反之,而秋、冬两季则为东高西低;(3) 灰霾是导致江苏省能见度降低的最主要天气现象,其次为轻雾,雾引起低能见度的频次相对较少;(4) 江苏省能见度与AOD、相对湿度呈显著的负相关,与风速呈明显的正相关;(5) 通过数理统计分析发现,天气条件和污染物对能见度有重要影响。      

内蒙古典型草原区低能见度天气大气能见度微观影响因子分析

对2010年1月到2015年12月锡林浩特地区低能见度天气条件下(能见度10km)气溶胶的光学特性观测资料进行计算,分析大气能见度微观影响因子。结果显示,近年来内蒙古典型草原区低能见度天气条件下,主要污染物是PM10,气溶胶散射是最主要的影响大气能见度的微观因子(对能见度衰减贡献比例为75.19%),水汽对大气能见度影响非常明显(对能见度衰减贡献比例为21.55%)。     

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。     

环渤海地区大气低能见度气候特征及影响因子分析

利用环渤海地区地面和高空观测资料,统计分析了该地区大气低能见度出现频率的时空分布特征及各相关气象因子的变化情况。结果表明:该地区大气低能见度出现频率年际变化特征表现为弱的上升趋势和周期振荡,主要周期为2、4和6～8 a;月际变化特征为双峰型,高峰值出现在夏季的7月,次峰值为冬季的12月,一天中的08时刻最易出现大气低能见度,整个地区大气低能见度出现频率的空间分布存在较大的不一致性;根据各季节大气低能见度出现频率空间分布特征的不同将整个地区分为三个区域,Ⅰ区包括渤海湾东北角的辽宁靠近黄海的小部分地区及渤海西北面的辽宁与河北毗邻的一部分地区,Ⅱ区包括渤海北部的辽宁小部分地区和京冀大部地区及南部的鲁北部等地区,Ⅲ区为黄海沿岸地区,各区高湿度、小风速是造成大气低能见度的相对重要的气象条件;大气低能见度出现前期或同时刻,低层基本都会维持一个逆温层或等温层和湿层。     

天津武清能见度特征分析

利用2006年8～9月的野外观测资料,分析了天津武清区晴天能见度的变化特征,并分析了能见度与细粒子（PM2．5）、大气污染物和大气相对湿度（RH）的相关性。结果表明：观测期内大气平均能见度为6．3km,低于4km的时间段占50％;日变化表现为日出前（北京时间5时）能见度最低,约为2．6km,下午15时最高,约为11．1km;不同大气相对湿度下能见度与大气中细颗粒物浓度相关性不同;污染气体浓度与能见度呈反相关关系,φ（SO2）、φ（NO2）、φ（NO）、φ（NH3）和φ（CO）越高,能见度越低。     

天津低能见度特征初探

本文通过对天津气象站历史能见度资料和边界层观测站能见度、相对湿度、气溶胶观测资料进行分析,获取天津低能见度基本特征,在此基础上,基于WRF-Chem大气化学模式模拟了2010年10月和2011年1月天津地区大气水平能见度。结果表明:天津地区低能见度事件主要发生在每年11月至次年1月,在获取PM_(2.5)和PM_(10)质量浓度、相对湿度的基础上可较好地推算大气水平能见度,利用WRF-Chem大气化学模式和拟合公式,可以有效的进行能见度等级模拟和预报。     

北京高速公路大气能见度演变特征及其物理分析

根据首都国际机场高速公路专业气象自动监测站网所提供的高时间分辨率资料, 对大气能见度演变特征以及相应的物理因子进行分析。结论如下: (1) 大气能见度具有明显的日变化和逐月变化特征。就日变化而言, 能见度以14时最大, 但最低值出现时段却不一定。对于季节变化, 全年以夏季大气能见度状况最好。 (2) 无论是季节变化还是日变化, 高速公路上的大气能见度与气象要素之间都是复杂的非线性关系, 而不是简单的线性关系。通过对21个月中能见度最低月资料的分析表明, 大气能见度与湿度间呈明显的乘幂分布关系, 其与气温呈U型相关。但在月平均能见度最大月, 能见度则与湿度呈指数关系。 (3) 从物理上来看, 大气能见度与湿度的关系, 主要是通过水汽分子的Rayleigh散射和雾的Mie散射两个方面来表现; 风速则是由于压力阻力卷起大气气溶胶来影响大气能见度的; 而0℃附近温度影响大气能见度则主要是通过Bergeron三相过程。 (4) 200 m以下的低能见度基本上是湿度在100%的情况下发生的, 即都是大雾天气影响的直接结果, 但对200 m以上的低能见度则不同, 200～1000 m其间有一半是雾, 而1～4 km的能见度中不到三分之一是雾, 主要是由灰霾、 沙尘暴等天气现象造成。     

安徽省1955-2005年城市大气能见度变化趋势

利用安徽省17个地级市气象站1980-2005年的能见度观测资料,分析了安徽省城市大气能见度的地理分布特征,并用Ridit、累积百分率和"非常好"能见度出现频率分析法分别对5个代表性城市1955-2005年的大气能见度进行了研究和分析.结果表明,安徽省城市大气能见度的地理分布大致呈:南北方向,淮北和江南两头高,沿江到沿淮中间低;东西方向,西高东低,安庆、铜陵经合肥到蚌埠为一低值带;各城市的大气能见度总体呈下降趋势,其中夏季下降的幅度最大.1980s末-1990s初开始,5个城市大气能见度均呈下降趋势,"非常好"能见度出现频率明显下降,近几年来下降趋势有些缓解,个别城市大气能见度有所好转.     

大连地区能见度影响因子及个例分析

为探讨大连市大气能见度特征及其影响因子,揭示低能见度天气成因,利用2010—2012年大连地区大气能见度与地面气象要素(相对湿度、风速、气温、气压)日均值的统计资料,分析了大连地区大气能见度与气象要素的相关性。进一步结合PM_(10)质量浓度的变化特征,分析了两次低能见度事件中的天气成因。结果表明:2010—2012年大连地区年均能见度分别约为13.5 km、13.2 km和13.9 km,高能见度事件多出现在10月—次年2月,低能见度事件多出现在每年6—8月,大连地区低能见度事件每年7月较多,1月较少,2010—2012年大连地区低能见度事件分别出现169、157 d和163 d;2010—2012年PM_(10)质量浓度分别为57.8μg·m~(-3)、67.4μg·m~(-3)和65.9μg·m~(-3),PM_(10)质量浓度高值多出现在每年的4—5月和9—12月,PM_(10)质量浓度低值多出现在1—2月;大气能见度和相对湿度和气温的相关性较好,随着相对湿度的增加,能见度与PM_(10)质量浓度的相关性逐渐减小,当相对湿度大于90%时,能见度与PM_(10)质量浓度相关系数减小至-0.23;两次低能见度事件过程中,2011年10月31日一次辐射平流雾过程中的水汽输送来自西南风气流,2012年4月28日一次浮尘事件过程中的沙尘来自西北方向的沙源。该研究可为空气质量预报提供科学依据参考。     

天津冬季大气能见度与空气污染的相互关系

为探求天津冬季大气能见度特征与空气污染的相互关系,于2008年12月至2009年1月连续观测大气能见度和空气污染物浓度(PM10、PM2.5质量浓度,O_3、NO_2和SO_2体积浓度),并结合相对湿度进行相关分析。结果表明:天津冬季大气能见度平均值为11.59 km,日变化呈明显的单峰特征,其变化特征受到空气污染物,尤其是气溶胶质量浓度及相对湿度变化共同影响;观测期内霾的发生频率接近50%;采用非线性回归方程拟合能见度与气溶胶质量浓度相互关系显示,PM2.5质量浓度对水平能见度的贡献大于PM10质量浓度,并且高湿情况下,能见度与气溶胶质量浓度相关性更好。     

桂林城区大气能见度与颗粒物浓度和气象因子关系研究

利用2015年1月至2017年6月桂林国家基本气象站能见度、相对湿度、气温、气压、降水等气象要素和PM₁₀、PM_2.5、PM_1.0颗粒物质量浓度资料,分析桂林城区大气能见度与颗粒物浓度和气象因子之间关系。结果表明：桂林城区大气能见度和PM₁₀、PM_2.5、PM_1.0呈对数关系,相关系数分别为-0.341、-0.461、-0.509,颗粒物对大气能见度影响在相对湿度为60%—70%时最为显著。在各气象因子中,大气能见度与风速的相关性最好,其次为相对湿度,与风速呈二次函数关系,与相对湿度呈幂指数关系,与温度相关性较小,与气压在秋冬季节呈正相关,相关系数冬季可达0.301,但在春、夏季节相关性不显著;利用颗粒物浓度和气象要素建立8种大气能见度非线性统计回归模型,比较后发现利用PM_1.0、风速、相对湿度、气温等因子建立的不同季节大气能见度拟合公式在实际检验中效果最优,能较好地模拟桂林地区大气能见度的变化。     

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。     

郑州机场2004-2012年能见度的变化特征

利用郑州机场近9 a（2004-2012年）地面气象观测资料,分析了能见度的年、季节和日变化特征,并统计了低能见度出现的天数。结果表明：郑州机场年平均能见度仅为4 219 m,平均每年上升约69 m,秋季上升速率最快,冬季最慢,出现小于1500 m、800 m和600 m能见度的天数均呈下降趋势;能见度月际变化特征十分明显,春季平均能见度最好,秋季和冬季较差,低能见度出现的天数以秋、冬季较多,春、夏季较少;日变化特征除夏季外,春、秋、冬季能见度都呈现双峰双谷型变化,能见度16时最佳,凌晨4时最差。     

前散式和透射式能见度仪的综合观测试验及对比分析北大核心

通过在野外观测基地和能见度计量检测实验室开展的前散式和透射式能见度仪对比观测试验,获取了能见度和其他气象与环境要素的同步观测数据,分析了不同大气环境条件下能见度测量值差异及其产生原因。结果表明:在能见度环境模拟舱内,两种能见度仪的测量值具有较好的一致性,但在自然环境中,两种能见度仪的测量值差异随能见度上升而快速增大。在不同天气现象出现时,前向散射仪与大气透射仪的测量值比值(VIS_(FS)/VIS_(T))规律性变化明显,总体呈现随能见度上升而增大的趋势。无降水时,低湿情况下大气颗粒物吸收作用明显,透射能见度仪测量值远小于前散能见度仪测量值,两者均随PM_(2.5)质量浓度的增加而下降,且其差异也随之减小;高湿情况下大气颗粒物的散射作用在大气消光中占绝对优势,两种能见度仪测量值趋近。     

DNQ1与FD12型能见度仪观测比对及影响因子研究

DNQ1型前向散射能见度仪是目前我国气象站应用最多的能见度仪之一,但对其观测能力的评估及与国际上同类能见度仪间的比对研究较少。本文利用2015年1—3月北京上甸子国家大气本底站DNQ1和FD12型能见度仪观测资料开展比对研究,分析两种能见度仪的观测差异特征及与关键气象要素和大气成分的关系。结果表明：两种仪器观测的小时平均能见度的变化趋势较为一致,二者相关系数为0.98。除降雨外,DNQ1与FD12型仪器观测的能见度差值受不同天气状况（包括晴天、沙尘、雾、霾、降雨和降雪）的影响较小,但随能见度等级的增加,差值范围和离散程度均有所增大。能见度差值随相对湿度的增加呈指数递减关系,与气温呈线性正相关关系,与气压、风速和风向关系不明显。两种器测能见度与相对湿度呈明显负相关关系,与其他气象要素的关系不明显。DNQ1能见度相对FD12能见度在每日不同时刻的相对偏差平均低于±10%,满足观测需求;二者在夜间的相关性优于白天,可能与相对湿度和气温的日变化有关。     

Intraseasonal Variation of Visibility in Hong Kong

Visibility is one of the parameters for indicating air pollution.In this study,visibility variation in Hong Kong during summer and winter is investigated.Visibility in Hong Kong has clear intraseasonal variation.Examination of different environmental parameters suggests that the intraseasonal component dominates the overall circulation anomalies in both summer and winter.Associated with the intraseasonal variation of environmental parameters,obvious variation in visibility impairment is found in both summer and winter.In summer,local visibility and air quality are found to be significantly affected by the(MJO)and the 10–30-day intraseasonal oscillation(ISO)through modulation of associated atmospheric circulations.In winter,the modulation effects appear to be weaker due to the southward shift of the associated convection.The results in this study highlight the importance of the ISO in contributing to the overall variation in visibility in Hong Kong,and provide useful implications for the development of possible mitigation strategies associated with visibility impairment and air pollution in Hong Kong.     

南京大气能见度变化规律及影响因子分析

利用累积百分率法、Ridit中值分析法、"非常好"能见度出现频率法以及平均能见度年际和季节变化法,对1980—2005年南京大气能见度年际变化趋势进行分析,发现1980—1984年能见度呈上升趋势,1985年以后则在波动中呈明显下降趋势。26 a中,日均大气能见度最小值为0.55 km,最大值为29.25 km,平均值为8.59 km。大气能见度具有明显的日变化和季节变化特征,一日之中,14时最好,08时最差;一年之中,冬季能见度最低,夏季最高。能见度与相对湿度呈负相关,与风速呈正相关,与温度和气压的相关性相对较小。PM10是影响南京地区大气能见度的首要污染物,通过对能见度与PM10平均质量浓度进行曲线拟合发现,二者呈负相关,复相关系数在秋季最高,夏季最低。由统计预报方程可知,空气污染和气象条件协同作用对能见度的影响在春季、秋季、冬季较为明显,夏季则相对较差。     

能见度Belfort M6000型与Belfort M6400型 观测比对与影响因子研究

Belfort M6400型是Belfort仪器公司在M6000型基础上在软件和硬件方面均作出优化和完善后生产的成本更低的、观测更高效的能见度观测仪。本文利用2021年6月11日至7月11日番禺国家气象观测站的Belfort M6000型能见度仪与Belfort M6400型能见度仪观测数据作比对试验,分析两款能见度仪的观测差异特征及气象要素的关系。结果表明,（1）两款能见度仪观测的分钟平均能见度的变化趋势较为一致,二者相关系数为0.92;（2）随能见度等级的增加,差值范围和离散程度均有所增大;（3）两款能见度仪观测值与相对湿度呈负相关关系,与气压呈正相关关系,与其他气象要素的关系不明显;（4）两款能见度仪在雨天时的日平均相关系数（0.93）比晴天（0.82）时要高。     

广西大气能见度气候特征分析

对1980至2012年广西85个县市能见度资料进行统计分析得出：广西主要城市及其周边地区能见度较低,边远山区及边境地区较高,呈现东部低、西部高的特点;广西近32a能见度年均值在14.4至18.2km之间,总体呈下降趋势.一年之中,能见度夏季高、冬季低,汛期能见度明显好于非汛期;能见度与气象要素的相关分析表明,能见度与温度、风速成正比,与压强、降水、湿度成反比.     

深圳市空气污染气象条件标准体系的研究

为建立适合深圳的空气污染气象条件标准,对目前开展的空气污染气象条件预报进行客观的检验,基于2011—2013年地面常规气象观测资料和风廓线雷达资料,对能见度和影响因子(降雨、地面风速和低空风速)进行了相关分析。根据不同气象条件对空气污染的不同影响,将空气污染气象条件分为1—6级,等级越高,越有利于空气污染,并由此建立了深圳市空气污染气象条件等级的计算方法和流程。计算结果与实况基本相符,平均基本准确率达到75.0%,其中1级和4级基本准确率分别达到83.3%、85.2%,业务运行良好。该方法对于小概率事件(如热带气旋外围环流影响)的计算能力较差,6级的基本正确率仅为52.7%。所以针对特殊的低能见度小概率事件需要进行进一步的研究。