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。     

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。     

北京高速公路大气能见度与气象条件的相关分析

从能见度与气象要素的日变化、逐月变化、季节变化特征以及不同等级能见度与对应气象要素平均值的依赖关系等不同角度,统计分析了北京首都机场和八达岭高速公路大气能见度与地面气象要素的相关性,并进行了高速公路大气能见度与地面气象要素相关性普查。结果表明,北京高速公路大气能见度与相对湿度呈明显负相关,与风速和气压呈正相关,高湿和小风是出现低能见度的主要气象条件。     

呼伦贝尔市大气能见度影响因子及一次低能见度个例分析

为探寻呼伦贝尔市大气能见度、低能见度特征及其影响因子,揭示"冰晶雾"天气成因,利用呼伦贝尔市大气能见度资料及地面气象要素资料对4个代表站的能见度进行统计分析,并对一次典型低能见度事件进行分析,结果表明:(1)整个地区大气能见度的气候特征在空间分布及时间演变上均存在较大的不一致性,牧区能见度优于农区;(2)大气能见度与相对湿度和气压呈负相关,与气温和风速以正相关为主;(3)大气低能见度出现的集中时段是冬季,伴随最多的天气现象为结冰、积雪和霜;(4)2 m温度低于零下36℃,对于浓雾的产生具有指示意义。     

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。     

华北背景地区大气能见度变化特征及影响因素分析

基于1980~2014年上甸子国家级地面气象台站人工观测的大气水平能见度数据和大气成分站资料,采用Mann-Kendall趋势分析及突变检验法对大气能见度进行分析,并结合气象和污染要素进行相关性检验,以了解华北背景地区大气能见度的变化趋势及其影响因素。结果表明:上甸子地区年均能见度呈下降趋势,能见度最大和最小变率出现在夏季和春季,分别为3.4 km（10 a）-1和1.7 km（10 a）-1;冬季能见度（38.1 km）最高,秋季（36.2 km）次之,春季（32.8 km）和夏季（31.4 km）较低;突变分析表明上甸子地区的年均能见度未出现明显突变。能见度受各类气象因子的综合影响。根据Person相关和偏相关的统计结果,能见度与相对湿度和风速均呈明显负相关;与气压呈明显的正相关;而与气温的相关系数时正时负,表明气温对能见度的影响具有两面性。能见度下降的主要原因为大气污染,能见度随着大气细颗粒物增加呈幂指数降低（决定系数R2=0.98,显著性水平p < 0.01）;能见度为10 km时对应的细颗粒物（PM2.5）的边界浓度为74 μg/m3;在现行的国家环境空气质量标准二级标准（75μg/m3）下,可以使华北背景地区保持较高的大气能见度（≥ 10 km）。     

郑州市大气能见度变化特征及与空气污染的关系

根据郑州市19802007年能见度及同期地面气象要素(风速、温度、气压和相对湿度)观测资料和2006年、2007年空气污染物(SO2、NO2、PM10)监测数据,分析了郑州市大气能见度的变化特征以及大气能见度与气象要素和空气污染之间的关系.分析表明,大气能见度呈逐年下降趋势.一年之中,能见度最小值出现在121月及78月,最大值出现在56月;一日之中,08时能见度最差,14时最好.能见度与温度、风速呈正相关,与气压、湿度呈负相关,与空气污染物质量呈负相关.     

气象要素对中国大气能见度长期变化影响的定量研究

近30年中国大气能见度整体呈下降趋势,其中东部地区尤为明显,为揭示复杂气象因素对能见度长期变化的影响,利用1980~2012年中国521站地面气象观测资料,建立了气象要素与能见度之间的多元非线性回归关系。结果表明:相对湿度、风速和气温这3种气象要素对能见度的平均解释方差为22%;其中有68个站点通过了显著性检验(显著性水平α=0.05),平均解释方差达到55%。这些站点中,相对湿度影响显著的站点主要集中在东南沿海,风速影响显著的站点分布在除新疆以外的中国大部,而气温影响显著的站点主要位于中国中部的带状区域。3种气象要素对能见度的影响存在着时间尺度上的不同,相对湿度和气温对能见度的影响主要体现在线性趋势方面,而风速对能见度长期变化的影响主要体现在年代际变化方面。中国东部地区能见度长期下降趋势主要受70%以上相对湿度减少趋势和4 m/s以下风速年代际变化的影响。     

河北省高速公路秋冬季浓雾特征及预报

利用河北省高速公路沿线交通气象站的观测资料,统计2013年和2014年秋冬季浓雾(能见度500 m)过程个例,分析高速公路沿线浓雾的时间分布特征和各气象要素变化。结果表明:(1)18:00—20:00(北京时,下同),浓雾开始出现的频率最高;(2)08:00—10:00,浓雾结束的频率最高;(3)浓雾过程持续时间在12~24 h的频率最高;(4)相对湿度在95%~100%之间,温度露点差在-1.0~2.0℃,风速在0~5.8 m·s~(-1),即相对湿度越大、温度露点差越低、风速越小,则出现低能见度的可能性越大。分析各气象要素与能见度的相关性,最后选定相对湿度、温度露点差、风速、风向、气压、气温、能见度7个气象因子作为网络输入建立BP神经网络模型,并以武强、衡水单站2次浓雾过程中能见度变化为例进行检验,取得较好的试验效果。     

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。     

1994—2017年杭州能见度特征及其与PM_(2.5)关系

根据杭州1994—2017年24时次观测的大气能见度及同期地面气象要素(风速、气温、降水量和相对湿度等)、2013—2017年PM_(2.5)监测数据,探讨杭州市大气能见度的特征以及相对湿度、PM_(2.5)对能见度的影响。统计分析表明,杭州大气能见度的年、季、日变化特征明显,在经历2003—2014年低能见度天气多发后,2016—2017年能见度明显转好,特别是2017年均能见度达到11.6 km,为1994年以来最高值;一年之中,冬季能见度较低,夏季能见度较高;一日之中,早晨07:00能见度最差,午后15:00最好。能见度的转好与PM_(2.5)关系密切,当PM_(2.5)质量浓度在50μg·m^(-3)以下,每降低5μg·m^(-3)可以使能见度显著增加。     

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。     

基于神经网络的广州市能见度预报

在研究了广州市能见度变化特征及低能见度发生的主要影响因素的基础上,利用广州市环境监测站2007-2009年的空气污染物（PM10、SO2、NO2）监测数据及同期地面气象要素（10min平均风速、最大风速、气温、相对湿度、露点温度、气压、24h降水量）观测资料筛选出主要的预报因子,用径向神经网络建立预报模型,并对2009年9月1日到12月25日的能见度进行预报试验.结果表明径向神经网络预报模型在能见度低于10km时预报准确率明显高于统计回归预报方程.采用分级方法统计得出在未出现低能见度情况下,中低能见度,中高能见度预报准确率分别为80％,69.6％,均高于线性回归预报方程（40％,47.8％）.     

长短期记忆神经网络(LSTM)模型在低能见度预报中的应用

利用浙江省义乌市2015—2019年逐小时气象观测数据(相对湿度、风速、地气温差、能见度)和空气质量指数(Air Quality Index, AQI)数据, 分析了义乌地区低能见度天气(观测能见度lt; 10 km)的分布特征和气象要素条件。利用长短期记忆神经网络(Long Short Term Memory Neural Network, LSTM)模型对逐小时能见度进行模拟, 分别对比了观测能见度作为输入变量与否的模拟效果; 根据义乌地区低能见度天气条件的特征, 将模拟时段分为三个时期(11月至翌年2月, 3—6月, 7—10月), 对比了分时期模拟的效果; 以及评估了模型的预报步长。结果表明: 高湿、高污染、气温高于地温和低风速是义乌地区低能见度天气的主要特征。LSTM模型对单站能见度有较好的模拟效果, 当输入参数中加入历史观测能见度时, 能大幅提高模拟准确度, 日均能见度模拟结果均方根误差RMSE=0.63 km, 平均绝对误差MAE=0.51 km, 拟合优度R²=0.99;分时期进行模拟能得到更精准的模拟结果。本研究中选用的输入要素在冬季(11月至翌年2月)模拟效果最好, RMSE=2.35 km, MAE=1.46 km, 低能见度均方根误差RMSE_10 km=1.81 km, 低能见度平均绝对误差MAE_10 km=1.13 km, R²=0.83; 3—6月的模拟中, 输入变量中不加AQI模拟效果更好, 这意味着3—6月义乌地区的低能见度天气以雾天气为主导, 加入过多变量并不一定能提高模型准确度; 随着预报步长增大, 模型预报效果变差, 预测步长等于3 h, R²=0.71, 预测结果已不具备实际应用意义。     

本溪市大气颗粒物变化特征及其与气象要素的关系

利用2014年本溪市大气颗粒物质量浓度监测资料和风速、气温、相对湿度、气压等常规地面气象要素观测资料,分析了本溪地区大气颗粒物质量浓度的月、季变化特征及其与气象要素的相关性。结果表明:2014年7月和10月本溪市大气颗粒物质量浓度较高,5月和9月大气颗粒物质量浓度较低,6月和11月大气颗粒物质量浓度比值较高。夏季PM10质量浓度较低,平均浓度为115.1μg·m~(-3);冬季PM_(2.5)和PM_(1.0)质量浓度较高,平均浓度分别为99.5μg·m~(-3)和86.1μg·m~(-3)。春季和冬季平均风速与大气颗粒物质量浓度的相关性最好,夏季和冬季相对湿度与大气颗粒物质量浓度的相关性最好。当ρ(PM_(2.5))≥200.0μg·m~(-3)时,ρ(PM_(2.5))与平均气温呈显著的正相关关系,相关系数为0.5288,ρ(PM_(2.5))与相对湿度的相关系数也高达0.6981,高温、高湿和小风等气象条件是本溪地区大气颗粒物高质量浓度事件发生的有利气象条件。     

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。     

铜川市空气污染气象条件分析

统计分析了铜川南、北市区近10a空气污染监测资料和对应的气象资料,并进行相关分析,结果表明:铜川市空气能见度与空气污染API指数(I)对应关系较为复杂,气温、气压、湿度、风等气象条件对污染物分布具有综合性影响。北市区能见度近3a有所下降,三种污染物的API指数I(PM10)、I(SO2)、I(NO2)10a来缓慢下降,表明空气质量在好转;南市区能见度年际变化不大,I(PM10)变化幅度较大。南、北市区I(PM10)、I(SO2)、I(NO2)均为夏季最低,冬季最高,春季次之;空气污染均是PM10最大、SO2次之、NO2最小。相关分析得出,南市区I(PM10)与相对湿度反相关性最好,I(NO2)与日平均风速相关性最好,I(SO2)与相对湿度相关性最好;北市区I(PM10)仅与空气湿度反相关显著。南市区冬季风越大,能见度越好;而春、夏、秋则相反,风速越大,能见度反而降低。年平均风速较大时,大气能见度条件相应较好,较大的风速更有利于大气污染物的扩散;而当相对湿度较大时,大气能见度较差。     

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。     

肇庆市臭氧污染的气象影响及预测方法

通过肇庆市2013—2017年逐日气象要素和近地面臭氧连续观测数据,分析臭氧质量浓度变化特征及气象要素对臭氧变化的影响,结果表明:肇庆臭氧高质量浓度污染主要发生于秋季,全年臭氧质量浓度与日照时数相关性最好,其次为相对湿度和最高气温;秋季除气压和风速外,其余气象要素与臭氧相关性均不如全年。当日照时数介于8～10 h、相对湿度低于50%、平均风速介于1.5～2.0 m/s、气压介于1 010～1 015 hPa时臭氧质量浓度和超标率最高。主导风存在偏南分量时臭氧质量浓度明显较高,西南偏西风时达到最高,偏北到偏东风下质量浓度普遍较低;主导风为较大北风、东风、西北偏西风、南风时外来输送影响明显。当相对湿度为45%～85%、平均风速为1.0～2.0 m/s、日照时数>6 h、日平均气压为998～1013 hPa,同时主导风存在偏南风量或吹较大北风、东风或西北偏西风时可考虑发布臭氧污染预警。     

基于AWOS数据的南京禄口机场低能见度特征统计研究

利用南京禄口机场2011 2016年分钟级地面观测数据对禄口机场低能见度现象进行分析,统计低能见度天气发生的时间分布特征;分析其他气象要素与能见度的关系,归纳低能见度天气下各气象要素的阈值,建立低能见度天气的预警指标。结果发现,禄口机场发生低于2 000 m能见度现象时,逐月平均相对湿度均超过90%,表明禄口机场低能见度主要是由雾造成的。禄口机场能见度表现出明显的季节、次季节变化特征,呈现双峰双谷结构,4月及7、8月为两个峰值,6月及12月和次年1月为两个谷值。这种特征的形成与近地层大气的温度、湿度、层结有密切关系。能见度分布具有较为明显的日变化特征,凌晨至早晨能见度最低,午后能见度达到最高,秋季能见度的日变化幅度较大,冬季低能见度可能出现的时间分布范围广。通过分析发现能见度与气象要素之间的关系复杂,并不呈现某种线性关系。分析不同等级低能见度天气对应的气温、温度露点差、水平风速范围,发现气温在不同月份有较大差异,温度露点差及水平风速的范围较稳定。