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。     

广西沿海地区大范围大雾预报系统简介

以1990~2002年共13年冬春季(11月至次年4月)发生在沿海地区(北海、钦州、合浦、防城和防港五区县)的大范围大雾个例为基础进行研究分析,得出沿海出现大范围大雾的四种天气形势,分别为锋面北退型,暖低控制型、锋前槽前型、槽后冷高型和副高边缘型,总结出这五种天气形势的特征,并分析了出现大范围大雾前地面各要素的特征,得出大范围大雾出现前24h地面场的有利条件。根据上述研究结果,建立广西沿海地区大范围大雾预报系统,该系统读取欧洲中心,日本和T 213的数值预报产品,自动判断是否符合沿海大范围大雾出现的天气形势特征,当符合沿海大范围大雾出现的天气形势时,进一步判断是否具备大范围大雾出现的有利条件,综合判断沿海地区是否会出现大范围大雾天气,并将结果自动输出。     

四川盆地大雾成因剖析

为了构建“四川盆地大雾天气客观化预报系统”,采用天气学与统计学相结合的方法对四川盆地大雾天气的成因进行了剖析。分析表明,四川盆地多雾同四川盆地的地理环境所形成的近地层空气湿度大密切相关。形成四川盆地大雾天气的有利条件为:近地层层结稳定、近地层风力弱、近地层准饱和,大雾预报最为重要的是判断未来是否有降雨产生和辐射冷却强度。     

江西一次大雾天气诊断分析和ECMWF集合预报产品释用

利用常规气象资料,对2013年11月15日出现在江西省北部地区的一次大雾天气过程进行了诊断分析,并利用ECMWF集合预报产品对该大雾天气过程的预报进行了解释应用。诊断结果表明,该次大雾天气过程是一次典型的辐射雾。14日傍晚到夜间,江西省北部地区转处冷高压控制,阴转晴,冷空气和地面辐射共同造成的冷却作用明显;大雾发生时的逆温层高度大约在981 hPa;1—3 m/s的风速有利于形成较厚的冷却层;地面相对湿度大,水汽充足。通过对ECMWF集合预报的气温、地面湿度、地面风速和天空总云量预报产品的释用,可以在大雾出现的前日判断出江西省西北部地区同时满足辐射雾出现4个条件(水汽、晴空辐射冷却、微风、近地层的稳定层结)的概率最大,因此出现大雾的可能性最大;江西其他地区不能同时满足4个条件,出现大雾天气的可能性很小。随着对集合预报产品的不断深入挖掘,可以进一步提高集合预报对大雾等灾害性天气的预报能力。     

雾的特征分析、预报方法及预报模型建立

本文利用1980~2010年巴中地区历史观测资料,研究出巴中大雾年际变化及月变化特征,综合利用地面资料以及NECP 1°×1°再分析资料,对发生在巴中地区的大雾典型个例进行诊断分析,探讨巴中地区大雾天气的成因,根据巴中地区自身的地理特点,通过分析比较筛选出对预报有意义的气象要素,建立一套适用于本地区的预报方法,利用VB软件开发预报雾的应用平台,经检验表明该模式能很好的预报出我市大雾天气,有很好的参考价值。      

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。     

章丘大雾气候特征分析

雾是一种灾害性天气,威胁着城市道路、高速公路、航空、海航运输的安全,并造成空气质量下降。通过对章丘1957—2007年的大雾气象资料分析,总结出大雾的形成及变化规律,为大雾天气的预报及防灾减灾提供有利的依据。     

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。     

钦州市一次春季连续性大雾气象特征分析

对2011年2月6～9日钦州市连续性大雾天气过程进行分析,结果表明：有利的大气环流形势为大雾形成提供有利天气背景;持续的东南风和适宜的风速为大雾的形成提供了有利水汽条件;与稳定度有关的物理量场及与水汽条件有关的相对湿度场对预报大雾天气有一定的指导意义;逆温层结对水汽的聚集有重要贡献。     

辽西地区区域性大雾气候统计特征及预报

利用1995～2004年辽西地区4个代表站的大雾观测资料,分析了区域性大雾天气的气候统计特征,统计出易产生大雾天气的地面和高空形势场及出现频率,并从大雾产生的条件和形成机制入手,提出判别大雾出现的预报指标,并结合近10 a的历史资料对预报指标进行了验证,平均历史概括率为81.0%。选取2004年7月1日—12月31日单站历史资料进行抽样预报效果检验,总空报率为22.2%,漏报率为5.1%,检验效果较好。     

安徽省县级大雾预报业务系统

分析安徽省多年大雾的天气气候特征和形成的天气学条件,并利用3年T106资料,经相关性检验,基于最优表征大雾形成的天气学特征的因子建立了多元回归方程,用1年T213资料进行检验,最终确定了可用于实时业务MICAPS格式的安徽省县级24h、48h和72h大雾预报的预报业务系统。     

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.     

中国典型大雾落区基本概念模型的研究与建立

利用MICAPS气象信息综合分析处理系统的历史气象资料,根据大雾形成的物理机制,对2008-2010年发生在中国典型区域大雾天气个例中主要影响因子进行分析,得出7个有利于区域大雾产生的因子。结果表明：7个因子中,逆温层厚度为20-200 hPa;地面温度露点差多小于1 ℃,前一日多小于3℃;近地面湿空气厚度0.05-0.70 km;逆温层极值点0 ℃线是雾淞产生特征线;地面偏南风风速为2-6 m·s-1;气温为-15.0～20.0 ℃,其中,-5.0～5.0 ℃占比例最大,0 ℃线是大雾发生的特征线;变性或减弱的高气压。7个因子均有12-24 h的超前特征,经过叠加,构成了“大雾落区基本概念模型”。根据模型建立了大雾落区预报业务系统。理论检验表明,区域大雾预报时效可提前到12-24 h,24 h区域大雾预报准确率为87.5 %。     

四川不同等级雾的时空分布及其生消时间

利用四川省153个气象观测站点的逐时能见度和相对湿度资料,根据水平能见度将雾分为大雾、浓雾、强浓雾和特强浓雾四个等级,分析了四川不同等级雾的时空分布、持续时间及生消时间,结果表明:四川地区,雾在冬季最多,夏季最少,特强浓雾在4~9月比较罕见;各等级雾均在后半夜到早上（03~09时）最为频发,午后到晚上最少,强浓雾和特强浓雾几乎不会在午后到晚上（13~20时）发生;四川盆地是雾的多发区,川西高原和攀西地区雾较少,四川大部地区没有强浓雾和特强浓雾发生;四川大雾和浓雾持续时间短,一般为1~3h;强浓雾和特强浓雾一旦形成,便不容易在短时间内消散;成雾时间主要在夜间到日出前,消雾时间主要在日出后。      

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。     

华北平原一次持续性大雾过程的动力和热力特征

利用台站加密观测资料和NCEP/NCAR再分析资料对2004年11月29日—12月3日华北平原一次罕见的持续性大雾天气过程进行了研究, 通过对本次过程动力和热力特征的深入分析, 揭示了其成因和维持机制。结果表明:对流层中低层暖性高压脊及地面变性冷高压的稳定维持为持续性大雾过程提供了良好的背景条件; 地表净辐射引起的近地层冷却是大雾的触发和加强机制; 中低空下沉气流的存在有助于近地层的弱风条件和稳定层结的建立; 低层暖平流的输入和边界层的浅层抬升有利于大雾的长时间维持; 伴随负温度平流南下的偏北风的爆发是使大雾消散的动力因子。     

A THREE-DIMENSIONAL NUMERICAL STUDY ON DENSE FOG OVER MOUNTAINOUS AREAS

Using the non-hydrostatic meso-scale model MM5v3, dense fog that occurred from March 7 to March 8, 2001 over the Mts. Nanling area was studied. With integrated field experiments and observations, the occurrence, development and lift mechanism of fog were analyzed. The results indicate that before the coming of stratiform clouds, southerly warm and wet air ascended along mountainside and cooling condensation formed mountain fog. Then fog was formed by the stratiform on cloud-contacting mountaintop. A front inversion layer accelerated the development and extended the duration of the lower cloud and fog. The intensity, occurrence time, mass content and the variation of temperature and relative humidity of the fog agreed with those of the observation. It showed that the meso-scale model has the potential to forecast mountain fog.     

基于机器学习的重庆长江航道雾图像特征识别研究

基于重庆市境内长江航道雷达站拍摄的雾天气过程影像资料,利用K最近邻、支持向量机、BP神经网络、随机森林等机器学习算法,对无雾和5类有雾天气个例进行图像识别训练,构建雾图像识别模型,并检验了识别准确率。结果表明：机器学习能够有效识别雾图像,随机森林算法的识别效果优于其余3种算法。对于能见度超过1500 m的无雾天气,模型的识别准确率为100%,对于能见度在1000—1500 m范围内的轻雾、能见度低于50 m的强浓雾,模型的识别准确率在90%以上,对于能见度在50—1000 m范围内的雾、大雾和浓雾,识别准确率超过70%。     

珠江口附近春季一次海雾的观测分析及三维数值模拟

为了探讨南海春季海雾的成因及数值模式的预报能力,利用边界层观测资料对2006年3月21—22日珠江口附近春季一次海雾的形成和发展过程进行了分析,然后用WRF中尺度模式对该次海雾过程进行了三维数值模拟。观测表明,该次海雾属于北方冷空气南下到达南海,然后减弱消失,南海北部受到偏南暖湿气流影响后迅速增暖,冷海面与近海面的暖湿空气相互作用而形成的一次平流冷却雾。模拟结果显示,模式模拟的这次海雾形成时间和发展演变过程与观测非常相近,模拟的海雾空间变化、边界层大气层结变化、地面感热通量变化以及海雾形成原因与观测事实均比较吻合,数值模式对这次海雾过程表现出了较高的模拟能力。这次海雾的形成和发展主要与冷的下垫面、暖湿空气的影响和近地面稳定的大气层结有关。     

安徽省不同等级雾和重度霾时空分布特征及地面气象条件比较

雾和霾都是低能见度天气,生成条件相似。利用安徽78个地面站逐时观测资料,基于雾、霾发生物理条件,建立了不同等级雾日和重度霾日的观测诊断方法,重建了不同等级雾和重度霾的时序资料。根据各站强浓雾发生的同步性,将安徽分为5个雾、霾分布特征不同的区域,探讨了各区域不同等级雾及重度霾出现时地面气象条件的异同。结果表明:（1）安徽省强浓雾主要是辐射雾。强浓雾、浓雾和大雾空间分布形势大体一致,淮河以北东、西部和江南都属于强浓雾高发区,但各地强浓雾的时、空分布特征和影响系统不同;重度霾有明显的北多、南少、山区最少的分布特征。（2）强浓雾年变化呈双峰型分布,峰值在1月和4月,日变化为单峰型,峰值在06时;而重度霾年变化为单峰型,峰值在1月,日变化为双峰型。（3）在强浓雾的高发时段（02—08时）,强浓雾时降温幅度最大,比重度霾平均高1℃,风速显著偏低,超过75%的样本风速低于1.5 m/s,且无明显主导风向;而重度霾时,风速比雾时明显要大,个别区域有超过75%的样本风速大于1.5 m/s,且以西北风到东北风为主。说明重度霾能否演变为强浓雾的关键地面气象因子是风速、风向和降温幅度。