广州白云机场低能见度气候特征

利用广州白云机场1970～2000年逐时能见度观测资料，对白云机场低能见度的气候特征进行统计分析。结果表明：小于等于1km的低能见度有明显的8年周期变化，小于等于0．8kin和0．55km的低能见度主要振荡周期是6～10年；自20世纪70年代出现能见度小于等于1km的日数有逐年上升趋势，其中90年代出现的日数明显偏多，80年代相对偏少；低能见度有明显的季节变化和日变化特征；低能见度平均出现次数与持续时间明显成反比；造成低能见度障碍的天气现象仅有雾和雨。     

绵阳机场低能见度气候统计特征

利用绵阳机场最近10年逐时能见度资料，对低能见度的气候特征进行了统计，并对造成低能见度障碍的天气现象和影响系统作了普查分析。结果表明：绵阳机场低能见度有明显的季节变化和闩变化：造成低能见度障碍的天气现象主要是雾。     

绵阳机场低能见度气候统计特征

利用绵阳机场最近10年逐时能见度资料,对低能见度的气候特征进行了统计,并对造成低能见度障碍的天气现象和影响系统作了普查分折.结果表明:绵阳机场低能见度有明显的季节变化和闩变化:造成低能见度障碍的天气现象主要是雾.     

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。     

武汉天河机场低能见度现象的气候特征分析

利用武汉天河机场1996—2005年共10 a的地面气象观测资料,对该机场低能见度现象的年变化、日变化等气候特征进行了统计分析,结果表明低能见度现象在冬季出现得最多,夏季最少。春、秋、冬三季低能见度出现频率较高的时段比较接近。在对影响能见度的天气现象和低能见度的持续时间进行研究后发现雾是造成低能见度形成的最主要原因,而春、秋、冬三季低能见度的持续时间在2~4 h之间的居多。     

西安市低能见度特征分析

利用西安市7个县市23a的低能见度资料,统计分析西安市水平能见度小于1km(低能见度)时空分布的气候特征以及23a的日均、月均、季均、年均变化特征,结果表明西安低能见度有明显的日变化和季变化,秋冬季明显高于春夏季,平原多于临近山区。分析了地形地貌、雾等因素对西安市低能见度的影响,得出影响西安低能见度的主要天气现象是雾。

     

西安市低能见度特征分析

利用西安市7个县市23 a的低能见度资料,统计分析西安市水平能见度小于1 km(低能见度)时空分布的气候特征以及23 a的日均、月均、季均、年均变化特征,结果表明西安低能见度有明显的日变化和季变化,秋冬季明显高于春夏季,平原多于临近山区。分析了地形地貌、雾等因素对西安市低能见度的影响,得出影响西安低能见度的主要天气现象是雾。     

辽宁旅顺与山东龙口能见度对比分析

利用2002-2011年渤海海峡两岸辽宁旅顺和山东龙口地面气象站能见度逐时观测资料,采用等级分析法,统计分析两地平均和分级能见度的年、月、日变化特征。结果表明：位于渤海北岸旅顺的年均能见度值高于渤海南岸的龙口,近10 a两地年均能见度均呈下降趋势,龙口年均能见度降低速度高于旅顺;各级能见度的时间百分比旅顺年际变化较大,而龙口相对稳定;一年中两地10月份月均能见度最高,旅顺月均最低能见度出现在7月,龙口出现在6月,两地能见度日变化特征基本一致,呈一波峰一波谷形势。通过分析天气现象及相关气象因子发现,两地出现低能见度（0-1 km）时,风场、温湿场特征均存在明显区域性差异。     

临沂市低劣能见度天气变化规律分析

利用临沂市35年的能见度观测资料,分析了临沂市低劣能见度天气的变化规律,结果表明:低劣能见度(V≤4.0km)出现频率随年代变化呈明显的上升趋势,其年变化规律与雾、轻雾的年变化规律基本相同;烟、霾、扬沙、浮尘等干质天气现象对低劣能见度天气的变化规律影响不大。     

新型站视程障碍类天气现象判识规定的思考

应用鄯善站1981—2013年人工观测视程障碍类天气现象和2014—2016年能见度仪自动观测视程障碍类天气现象资料,对新型自动站ISOS软件判识视程障碍类天气现象出现的问题进行总结,通过实例对比分析视程障碍类天气现象人工与自动观测存在差异性,同时就错误判识结果提出合理化修改建议。     

南京机场降水低能见度雨滴谱特征

对不同种降水对能见度的影响进行研究.选取连续性降水天气和雷暴天气两次过程的雨滴谱资料,计算后发现雷暴降水出现低能见度的雨滴谱较宽,而连续性降水雨滴谱的分布窄.粒子浓度和能见度呈反相关,在粒子浓度降低时能见度值有迅速的好转.在低能见度阶段小粒子的含量明显偏大些,1 mm以下的小粒子浓度对能见度的影响最大,其次是1～2 mm的小粒子,小粒子的高浓度对应着低能见度.出现降水并低能见度的时段时各特征量均为相对高值,能见度好转后突变转好并振荡,呈现相关.计算能见度在高粒子浓度和低能见度时与实测能见度接近.     

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。     

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。     

高速公路上低能见度的监测与预报

介绍了对高速公路低能见度的数学描述，从相变理论、能见度突变的实际表现及车辆制动距离的需求，论证了对低能见度监测与预报的必要性，并介绍了在沪宁高速公路无锡段应用了一年多的低能见度监测与预报系统，实例表明对高速公路上造成低能见度的浓雾、包括局地性雾和突发性团雾具有可预报性，减少乃至避免重大交通事故的发生。     

我国公路低能见度灾害风险评估与区划研究

基于1980—2014年国家地面气象站的能见度观测资料以及社会经济、交通灾情数据信息,采用层次分析法、专家打分法和熵权法,建立了我国主要公路低能见度灾害风险的评估指标体系和权重,开展了我国主要公路低能见度灾害风险区划研究。研究结果表明:我国主要公路低能见度灾害风险分布总体呈东部及新疆北部和南疆盆地部分地区高、中西部大部地区低的趋势;采用层次分析法开展公路低能见度灾害风险评估,能有效减少主观因素的影响,增加评估结果的科学性和合理性。     

2012~2020年成都市不同等级能见度的时空分布特征

利用2012~2020年成都市气象站观测资料和环境空气质量监测数据,研究了该地区能见度时空演变规律以及不同等级能见度下气象要素和污染物浓度的关系。结果表明:（1）成都市近9 a年平均能见度呈上升趋势。四季平均能见度由高到低依次为夏季（12.25 km）、春季（10.82 km）、秋季（9.04 km）和冬季（6.33 km）。成都市能见度日变化呈单峰型分布特征,07时能见度最低,17时能见度最高。（2）能见度空间分布特征为东高西低且北高南低,中部中心城区最低。（3）成都市3 km以下低能见度出现频率为10.92%,3~5 km、5~10 km和10~20 km能见度出现频率分别为15.92%、24.95%和22.51%。（4）能见度上升与对应的PM_2.5和PM₁₀浓度、相对湿度减少以及风速增加有关。当能见度低于1 km时,多为高湿（RH>96%）低温（T<10.6℃）和小风速（<1.0 m/s）和高浓度（PM_2.5>84.8 μg/m3,PM₁₀>129.0 μg/m3）。      

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.     

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。     

北京地区低能见度区域分布初探

选用了水平能见度小于1000m的低能见度作为影响城市交通运输的一个指标，并研究了低能见度在北京地区时空分布特征。按水平能见度小于1000m的出现频率，多年日均变化曲线及全年日均、月均、季均变化特征，将北京地区划分为3个区，即东南部平原地区、西北部山区及东北－西南部过渡区。同时讨论了雾、浮尘等天气现象对北京地区低能见度的影响，得出影响北京地区低能见度的主要因子是雾。     

洛阳市低能见度特征分析

统计分析了洛阳地区水平能见度 <10 0 0m(低能见度 )的时空分布气候特征 ,讨论了地形地貌、沙尘天气、雾等因素对洛阳地区低能见度的影响 ,得出影响洛阳地区低能见度的主要天气现象是雾的结论。