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。     

2006年夏季塔中一次沙尘暴发生期问近地层气象特征个例分析

利用塔克拉玛干沙漠大气环境观测试验站的两种前向散射能见度仪(CJY-1C和FD12)2009年6月14日-8月5日的探测数据和人工目测数据对各种天气下的能见度变化进行了对比分析.结果表明,FD12和CJY-1C型能见度仪数据有很好的一致性.在能见度较低时,FD12型能见度数据与平均值偏离程度最小,测量更加稳定.FD12型能见度仪数据更接近于目测能见度数据.对于两种能见度仪,两者在扬沙天气的相关性最好,浮尘天气下的相关性较好,沙尘暴天气次之,典型晴天下的相关性最小,可在监测浮尘和扬沙天气时互相替代使用.     

2005—2017年白云机场能见度变化特征及其与影响因子关系研究

利用广州白云机场2005-2017年的大气能见度、相对湿度、风速、气温等要素的逐时观测资料,结合花都花东站2012-2017年PM2.5浓度的逐时观测数据,分析了近年来白云机场能见度的变化特征,探究了能见度与气象要素、大气污染物之间的关系。结果表明:2005-2017年白云机场能见度呈逐年增大趋势,低能见度出现次数总体呈减少趋势。2-4月是机场低能见度时期,7月能见度最大。能见度日变化显著,最低能见度通常出现在清晨,午后明显好转。白云机场能见度与相对湿度、PM2.5浓度呈负相关关系,与风速、气温成正相关关系,其中PM2.5浓度对能见度的影响最明显。当相对湿度小于80%时,能见度下降得较为缓慢;而当相对湿度超过80%时,能见度急剧降低。相对湿度越大,出现低能见度所需的PM2.5浓度值就越小。地面风速在0~4 m·s-1时,相对湿度越大,能见度随风速的增长趋势越显著。     

塔克拉玛干沙漠腹地两种能见度仪测量结果的对比分析

利用塔克拉玛干沙漠大气环境观测试验站的两种前向散射能见度仪(CJY-1C和FD12)2009年6月14日—8月5日的探测数据和人工目测数据对各种天气下的能见度变化进行了对比分析。结果表明,FD12和CJY-1C型能见度仪数据有很好的一致性。在能见度较低时,FD12型能见度数据与平均值偏离程度最小,测量更加稳定。FD12型能见度仪数据更接近于目测能见度数据。对于两种能见度仪,两者在扬沙天气的相关性最好,浮尘天气下的相关性较好,沙尘暴天气次之,典型晴天下的相关性最小,可在监测浮尘和扬沙天气时互相替代使用。     

M6000型能见度仪与人工观测能见度差值分析

利用阳江气象站2013年7月至2014年3月的观测资料,分阶段探讨了M6000型能见度仪与人工观测能见度的差值特征及其造成原因,并探索了提高能见度仪观测质量的方法。结果显示：两者的差值主要集中在-20~30 km之间,且差值的绝对值随着能见度的增大而增大;总体上差值正常的时次占90%,在有天气现象时,自动观测能见度偏小比较明显,能见度小于等于5 km时负误差率最大,平均差值为负值且异常率最高。造成两者存在差值的原因是多方面的,除了人工观测的主观习惯性误差外,两者在概念、测量原理上的不同和仪器的维护不当也是造成差异的原因之一。通过加强能见度仪的日常维护,可以提高自动观测能见度的质量,用自动观测能见度来判断霾天比较接近实际,在雾天通过对自动观测值作适当的正向修正,也能提高两者的一致性,基本能够满足能见度自动化观测的要求。     

能见度人工观测与能见度仪遥测资料的差异

利用番禺区2005年1～12月每天08:00、14:00和20:00时的人工观测资料,对比FD12P前向散射能见度仪测得的能见度(vis)资料,分为vis＜1.0,1.0≤vis≤2.0,2.0＜vis≤5.0,5.0＜vis＜10.0,10.0≤vis≤13.0和vis＞13.0等6种情况,进行相关系数和差值等计算,分析出人工观测和能见度仪测得的能见度资料的差异,并得出FD12P前向散射能见度仪的遥测资料的可用性.     

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。     

饶平站能见度仪器测量与人工观测对比分析

利用饶平站2011年1-12月定时人工观测能见度资料,对比Belfort M6000能见度仪测得的能见度数据,分析表明:M6000能见度仪器测值与人工观测值在0～20 km两者相关性高,随着能见度的增大两者差距也越大;能见度仪器测量相比人工观测具有高精度、数据客观、不受人为因素影响等特点;人工观测能见度观测范围广,观测所得为周围大气平均状况,在大气不均匀下误差较小;出现视程障碍天气现象时M6000能见度仪测量值在空气中含有高水汽、液态水的情况下比人工观测能见度值明显偏小.     

DNQ1型能见度仪工作原理及维护实例

介绍了目前国内观测业务上广泛使用的DNQ1型前向散射能见度仪的工作原理、算法及安装环境,通过分析尤溪站能见度仪观测数据出现的问题,体现了安装环境与工作人员日常维护的重要性,为保障能见度仪观测数据的准确性和维护保障工作提供参考。     

人工与自动大气能见度观测的对比分析

大气能见度是最重要的气象学指标之一,其准确观测对气象及相关领域具有重要意义。在实际观测中经常存在器测数据与人工观测数据差异明显的现象,用对比观测期贵阳国家基准气候站的大气能见度仪器观测与人工观测数据分析,结果表明:人工与自动观测数据还是有较好的一致性、相关性。大气无雾、污染环境下,人工观测存在主观差异,能见度观测值偏大,前向散射能见度仪自动观测结果稳定,观测数据接近大气能见度的真实值。在局部雾带、大气受污染环境下,人工观测能见度平均误差低于自动观测数据平均误差。在大气受污染环境下,前向散射能见度仪自动观测的能见度偏小。前向散射能见度仪自身的清洁度等因素对观测值起到了至关重要的影响,在仪器使用过程中应引起足够重视。     

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。     

基于数字摄像能见度仪的北京地区降雨和雾霾天气能见度对比分析

数字摄像能见度仪（Digital Photographic Visibility System,DPVS）仿照人工目测能见度的原理测量大气能见度。本文应用2017年3—8月北京地区DPVS、前向散射仪（PWD22）、大气透射仪（LT31）三种观测仪器在降雨天气和雾霾天气观测数据进行了对比。结果表明：能见度观测数据与相对湿度、颗粒物浓度、降水粒子等要素之间有明显的负相关性;在低能见度天气条件下,三种仪器观测数据变化趋势一致,但存在一定的差异;DPVS在中雨天气、大雨天气、暴雨天气和中度雾霾天气中,观测数据离散性更小,稳定性更好。但DPVS在白天和夜间的交替过渡期观测值不够稳定,这也是今后算法优化的重点方向。     

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。     

江苏不同强度降雨对能见度影响分析

利用江苏70个基本站多年逐时雨量、相对湿度、风向、风速以及同时段内最低能见度等观测资料,分析不同强度降雨对能见度的影响,并对比分析两种不同强度降雨造成的低能见度事件统计特征。结果表明:降雨是除雾以外,江苏低能见度的主要影响天气(14. 7%),其中稳定性弱降雨和短时强降雨影响最大。与低能见度雾事件不同,降雨造成的低能见度事件全天各时段均可能出现,发生时可伴随较强的风速(2 m/s),短强低能见度多见风速4 m/s(26. 6%)。江苏冬春两季为雨雾高发季,主要受降雨持续时间影响,对应的低能见度区间为500~1 000 m,有明显日变化。短强低能见度主要受雨强影响,多发生于6—9月,对应的低能见度区间为小于200 m,无明显日变化。两种降雨产生的低能见度事件有明显的空间分布差异,且雨雾低能见度发生时偏北风占主导,短强低能见度发生时则偏东风占主导。     

2007—2010年北京自动站浓雾特征分析与临近预报初探

为探索北京地区浓雾天气特征和临近预报方法,分析了北京2007-2010年18个道面自动站能见度1000 m以下的天气资料.结果表明:①浓雾具有明显的日变化和年变化.05:00-09:00是高发时段,12:00-18:00是低发时段.全年浓雾主要集中在9-12月,6、7月最少.②空间分布上,呈现“东南多,城区少”的特征,统计80％以上的浓雾都发生在大兴和通州.③浓雾变化具有突发性和象鼻形先期振荡的特征.④浓雾能见度变化与气象要素变化关系密切.偏南风和偏东风最有利于浓雾生成发展,西北风最有利于浓雾的消散.风速减小,气温下降,湿度增大,能见度降低,浓雾生成和发展;风速增大,气温升高,湿度减小,能见度上升,浓雾减弱消散,但湿度的减小滞后于能见度的上升.浓雾维持阶段,要素变化都很小.     

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。     

南京禄口机场低能见度天气统计分析及判断模型

基于2014—2019年基于南京禄口机场能见度观测资料,统计分析了机场低能见度天气,发现低能见度天气大多发生在11月至次年1月04—07时(北京时)。通过分析雨强—能见度数据发现降水强度和能见度呈幂函数关系,建立了降水时段基于降水强度的能见度拟合模型。通过K-means聚类中心分析,发现无降水时能见度和风速以及温度的关系为正相关,和相对湿度以及修正海压的关系为负相关。最后使用随机森林算法建立低能见度天气等级判断模型,对比发现随机森林在准确度和计算效率方面较其他模型均有一定优势。     

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。     

重庆市区大气能见度变化特征及其影响因素分析

为研究重庆市区大气能见度变化特征,对2000～2005年的重庆能见度观测资料进行了统计分析。结果表明:市区能见度以差和较差为主,能见度的季节变化、日变化特征明显,且近年来日平均能见度有所下降。能见度与同期的地面气象条件、主要空气污染物的相关分析结果表明,在气象条件中,相对湿度和风速对能见度的影响最为明显,各季能见度均与相对湿度呈显著负相关,与地面风速呈正相关;在污染物因子中,PM10是能见度下降的最主要原因,且不同季节PM10对能见度的影响程度不同,其中以冬、夏季影响较强。