江门地区初春大雾的预报预警业务系统

介绍江门地区大雾天气分型预报业务系统。该系统采用Delphi语言编写程序、应用Access作为数据库进行开发,并采用人机交互方式,简化了预报流程,减少工作量,为及时、准确发布大雾预报和预警信息提供依据。该系统通过自动读取Micaps实时数据,以人工判断锋面、倒槽、切变线等有利于春季大雾的天气形势为辅助,对江门地区初春大雾天气做出客观预报,并对预报结果进行自动检验。     

山西省高速公路大雾预报方法研究

通过对山西省已经运营和拟建的高速公路沿线17个气象站1971年～2000年气候资料的分析,应用统计预报方法和诊断分析方法对山西省高速沿线大雾预报进行了研究。结果表明,这两种预报方法在实际工作中是可行的,将两种方法集成后预报效果较好。     

辽宁省区域性大雾预报研究

通过对1994—2002年9年辽宁区域地面图的普查,得到了辽宁区域性大雾天气(大于等于5个地市,能见度小于0.5 km)共有73次。分析近10年区域性大雾天气过程得到了区域性大雾的时空分布特征。普查区域性大雾过程发生时的常规气象资料,进行区域性大雾天气分型。分析辽宁省各种区域性大雾的成因及要素演变特征,从中提取预报指标,建立预报流程,用PP法建立区域性大雾的客观预报方法。     

甘肃省高等级公路沿线大雾天气气候特征及其预报服务

利用甘肃省高等级公路沿线20个气象站1971~2004年气候资料,分析了大雾天气的地域分布及其天气气候特征,得出甘肃省高等级公路沿线的大雾天气不仅具有明显的地域差异,而且具有明显的年际、季节、昼夜和局地性的变化特征,并在此基础上将不同路段的大雾天气划分为不同的预报服务期,为高等级公路沿线的大雾预报服务提供依据。     

合肥市大雾预报方法的建立与应用

利用主成分分析方法对2012—2014年合肥市高速公路沿线交通气象站日最低能见度资料统计出的大雾观测样本进行研究,应用因子荷载点聚图将合肥市县大雾划分为2个区:中南区、北区。基于PP法统计ECMWF模式输出产品与大雾之间的相关性,全市和分片分别确定与大雾密切相关的高影响因子,利用等级分类和逐步回归建立大雾预报模型。在回归结果的判定阈值和消空指标选定的情况下,通过研发的大雾天气精细化预报系统每日定时输出合肥市大雾预报格点产品。经过前期业务化运行和预报效果检验表明:数值模式产品释用方法在有无大雾预报技巧方面较WRF模式明显占优,技巧评分大幅提升,而2类典型大雾天气过程预报效果检验则可以更直观地看出数值模式产品释用的预报方法效果更好。     

合肥市大雾预报方法建立与应用

利用主成分分析方法对2012～2014年合肥市高速公路沿线交通气象站日最低能见度资料统计出的大雾观测样本进行研究，应用因子荷载点聚图将合肥市县大雾划分为2个区：中南区、北区。基于PP法统计ECMWF模式输出产品与大雾之间的相关性，全市和分片分别确定与大雾密切相关的高影响因子，利用等级分类和逐步回归建立大雾预报模型。在回归结果的判定阈值和消空指标选定的情况下，通过研发的大雾天气精细化预报系统每日定时输出合肥市大雾预报格点产品。经过前期业务化运行和预报效果检验表明：数值模式产品释用方法在有无大雾预报技巧方面较WRF模式明显占优，技巧评分大幅提升，而两类典型大雾天气过程预报效果检验则可以更直观地看出数值模式产品释用的预报方法效果要更好。     

沈阳地区大雾天气的UPS订正预报方法

选用2005-2009年沈阳地区5个气象站点的气象资料,总结了沈阳地区雾天的时空分布规律.沈阳地区一年中近一半的时间出现轻雾,大雾年平均16.4天;轻雾和大雾的季节分布都呈夏、秋季多,春季少的态势;大雾多发时段在清晨.在数值预报的基础上,利用UPS预报方法,进一步做出大雾天气订正预报,建立沈阳地区大雾天气UPS订正预报方法.当数值预报有大雾时,如T-Txover（最高气温出现时段温度露点差）≤5℃则可预报有大雾,当-4℃＜T-Txover≤5℃时可预报未来会出现能见度小于等于500 m的浓雾;如T-Txover≤-4℃则预报未来会出现能见度小于等于200m的强浓雾.如T-Txover＞5℃则有暖湿平流时预报有大雾,无暖湿平流时预报不会出现大雾.     

东营市秋冬季大雾客观预报系统

利用１９９０～１９９６年历史实况资料,对东营市大雾的天气特征进行分析,利用逐步判别方法制作出大雾客观预报系统。该系统在ＷＩＮ９８环境下运行,能够自动调用处理９２１０卫星网络资料或地面通信网络资料。经１９９７年和１９９８年试验效果较好,对大雾预防具有一定的能力。     

湖州市大雾天气的成因分析及预报研究

提出了一个大雾预报的天气学模型，为了建立客观预报模式，必须把相应环流背景信息进行量化处理。该模式应用多种物理量来描述大雾发生前天气形势的变化，既便于量化又很容易实现预报的客观化和自动化。给出了物理量转换、组合计算方法，定向输送量概念对背景场的动态量化十分有效。应用BP神经网络建立大雾预报模型，选取的预报因子、预报指标可以较完整地描述形成大雾的整个背景场，包含的信息量大，业务应用效果明显。用于建模的神经网络设计和参数化方案对其他预报系统建设有借鉴意义。     

西安地区大雾天气的分析与预报

利用天气学原理和统计方法对1995--2006年西安地区7个观测站大雾日的湿度、能见度、风速、地面气压及高空环流形势等资料进行分析,总结了西安地区大雾天气的时空分布特征、大气环流背景和形成大雾的气象条件,归纳出预报因子,用PP法建立了大雾的预报方程,利用T639数值预报产品资料来制作未来24小时西安地区的大雾预报。     

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.     

2018年2月琼州海峡持续性海雾过程的数值模拟分析

2018年2月春节期间琼州海峡发生持续性大雾天气,造成大量船舶停航。本文结合葵花8号卫星反演海雾产品、琼州海峡沿岸站点能见度观测数据及美国国家环境预报中心NCEP（National Centers for Environmental Prediction） 提供的FNL（Final Analysis）客观分析资料,对2018年2月18～20日的大雾过程进行了天气学成因分析,并进一步利用CMA-MESO（Global and Regional Assimilation and Prediction System）高分辨率数值模式从边界层方案、模式垂直分层以及海雾能见度算法三个方面进行敏感性试验,以找出模拟效果更好的模式设置方案。研究结果表明:大雾期间华南近海海温较常年平均偏低,受地面冷高压南下补充的弱冷空气影响,偏东暖湿气流流经冷海面并快速凝结。而数值模拟对比试验显示,采用YSU（Yonsei University）边界层方案、边界层垂直层次加密及美国国家海洋大气局预报系统实验室（FSL/NOAA）的海雾诊断方案（简称FSL）对改进能见度预报效果显著:YSU边界层方案比MRF（Medium Range Forecast Model）边界层方案对该次大雾过程的分布范围和最低能见度出现的时间模拟效果更优;模式低层分层加密可更好体现出低能见度的演变过程;通过能见度算法与实况对比,基于模式预报性能较好的湿度和温度预报而来的FSL算法,其能见度预报与站点实况最为接近。     

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。     

北京市一次大雾过程边界层结构的模拟研究

利用一个包括土壤 植被 大气相互作用的一维边界层模式 ,对 1999年 11月发生在北京的一次大雾过程的边界层特征进行了数值模拟。通过与相应时段边界层观测资料的对比表明 ,模式能较好地模拟出雾的大气边界层结构特征 ,以及雾的发生、消散时间和持续过程。由于模式中包括了辐射和平流物理过程 ,因此 ,模拟结果进一步证实相应的雾属于平流辐射雾。另外 ,对模式模拟结果的不足之处和可能原因也进行了分析。     

台湾海峡西岸海雾研究现状与未来发展方向

台湾海峡是一个海雾多发的交通要道,海雾灾害往往会导致人员和财产损失。对当前有关的海雾研究现状进行总结,以海峡西岸为代表,比较台湾海峡海雾和其他海域的大雾研究进展状况,主要包括海雾发生时的天气气候学特征、监测手段、微物理特征研究和海雾数值预报研究等。结果表明,台湾海峡西岸在天气气候学方面已经取得了一定的成果;监测手段随着科学技术的发展,也不断的完善,但在如何对卫星遥感监测结果进行反演方面还需进一步研究;海雾的微物理特征研究有助于海雾模式的改进和卫星遥感海雾反演技术的提高,但台湾海峡西岸尚未开始研究,是下一步的研究重点;台湾海峡海雾数值模拟工作较少,伴随观测技术的不断进步、动力统计方法的不断完善,可通过数值预报产品与传统的天气学方法相结合,提高台湾海峡海雾预报水平。     

CAR和SVM方法在郑州冬半年大雾气候趋势预测中的试用

以郑州冬半年大雾日数为对象,在分析其气候特征的基础上,尝试大雾日数的气候趋势预测。首先选择气候预测中常用的环流特征量作为因子群,通过相关筛选,选取与预测对象相关系数较大的环流特征量作为预测因子,然后分别采用多变量自回归（CAR）和支持向量基（SVM）回归两种方法,建立郑州冬半年大雾日数预测模型。CAR方法回报正确率为88％,SVM方法回报正确率为82．4％;经2002／2003—2005／2006年4a的独立样本试报,两种方法平均预测准确率（Ts）均为75％。     

利用MM5模式输出产品制作雾的客观预报

利用MM5中尺度非静力模式输出产品进行深加工，对陕西省高等级公路大雾进行预报，由于模式输出产品有每小时的湿度场，风场和气温预报场，这些要素场和雾形成关系密切，应用PPI，MOM和MEC方法对陕西省4要高等级公路14个站点大雾进行预报，业务使用证明该方法是可行的。     

2018年辽宁地区两次大雾天气成因分析

应用能见度观测仪、风廓线雷达、加密自动站和常规气象观测等资料,从天气学角度对2018年1月17—18日和11月24—25日辽宁地区两次大雾天气特点及边界层热动力条件对大雾形成的影响进行分析。结果表明：两次大雾天气表现与成因较为类似。大雾发展均有两个阶段,且天气背景条件相似。其中大雾第一阶段主要为辐射雾,辽宁中部位于弱辐合带上,大雾出现在偏南气流中,偏南风将海上水汽输送到营口—沈阳一带,辐射降温配合弱的上升冷却作用,形成近地面逆温,同时温度露点差减小、相对湿度增大,导致大雾爆发性发展。大雾第二阶段,在次日07—08时冷平流入侵近地面层,逆温层再次建立导致大雾发展,低层弱冷平流到达地面时间和位置是大雾精细化预报的关键因素。     

A Heavy Sea Fog Event over the Yellow Sea in March 2005： Analysis and Numerical Modeling

In this paper, a heavy sea fog episode that occurred over the Yellow Sea on 9 March 2005 is investigated. The sea fog patch, with a spatial scale of several hundred kilometers at its mature stage, reduced visibility along the Shandong Peninsula coast to 100 m or much less at some sites. Satellite images, surface observations and soundings at islands and coasts, and analyses from the Japan Meteorology Agency （JMA） axe used to describe and analyze this event. The analysis indicates that this sea fog can be categorized as advection cooling fog. The main features of this sea fog including fog area and its movement axe reasonably reproduced by the Fifth-generation Pennsylvania State University/National Center for Atmospheric Research Mesoscale Model （MM5）. Model results suggest that the formation and evolution of this event can be outlined as： （1） southerly warm/moist advection of low-level air resulted in a strong sea-surface-based inversion with a thickness of about 600 m; （2） when the inversion moved from the warmer East Sea to the colder Yellow Sea, a thermal internal boundary layer （TIBL） gradually formed at the base of the inversion while the sea fog grew in response to cooling and moistening by turbulence mixing; （3） the sea fog developed as the TIBL moved northward and （4） strong northerly cold and dry wind destroyed the TIBL and dissipated the sea fog. The principal findings of this study axe that sea fog forms in response to relatively persistent southerly waxm/moist wind and a cold sea surface, and that turbulence mixing by wind shear is the primary mechanism for the cooling and moistening the marine layer. In addition, the study of sensitivity experiments indicates that deterministic numerical modeling offers a promising approach to the prediction of sea fog over the Yellow Sea but it may be more efficient to consider ensemble numerical modeling because of the extreme sensitivity to model input.     

基于灰色关联度法的雾灾损失评估模型研究

根据大雾灾害的实际情况和数据的可得性,选取了死亡人数、受伤人数、受灾面积、大雾持续时间和直接经济损失作为评价指标,运用灰色关联度法来建立雾灾损失评估模型,并进行实例分析。结果表明：运用灰色关联度方法建立的雾灾损失评估模型进行雾灾的灾害等级划分,是较为合理的,基本符合实际情况。