高速公路上霾雾演变及其对能见度的影响

沪宁高速公路沿线2006年11月2-3日26个交通气象自动监测站每分钟一次的要素监测表明:霾、雾对能见度都有影响,但在诸多方面存在着一些差异。条件适宜时,可以互相转化演变,其间有一个并存的阶段,认识这些差异及变化的条件对提高低能见度预报水平、做好交通气象服务是有益的。文章剖析了丘陵地区谷地霾抬升以及多雾和雾出现时间早、维持时间长的原因,有助于进一步认识浓雾的局地性和交通沿线能见度的差异。大范围连续数日的大雾大多与大范围的霾有关。在大范围霾雾共存的天气形势下,能见度恶劣现象往往持续数日,至强冷空气南下方能驱散,由于辐射降温,夜间能见度下降,白天略有好转。     

一次华南静止锋影响下的中南地区大雾特征分析

利用机场人工观测和跑道上自动站实时探测资料以及常规地面和高空探测资料,对2012年2月21-24日中南地区七个主要机场出现的大范围大雾天气过程进行定性分析,发现此次大雾天气在华南静止锋、较强逆温层以及弱冷空气入侵等条件下形成,其中武汉、湖南机场为锋后雾型,桂林机场属于锋面雾型或低压倒槽雾型,广州、深圳、海口机场属于锋前雾型,湛江机场属于平流雾型.采取二元相关系数、聚类分析法对能见度与气象要素做定量分析,结果表明:温度露点差对六大机场(除深圳外)能见度的变化贡献显著.     

引入Himawari-8卫星数据协变量的能见度样条插值方法

在ANUSPLIN薄盘光滑样条插值中,高相关协变量的选取决定了插值结果的精确性。本文选取2017—2019年大雾和霾能见度较差的天气过程,利用183个能见度观测站点对能见度进行插值,引入Himawari-8卫星的通道数据和DEM数据作为协变量对能见度的插值结果进行改进,并对能见度插值结果进行对比分析。研究表明,引入Himawari-8数据和DEM数据作为协变量的能见度插值结果在精度上有显著提高,尤其对雾区和霾区的边界范围和纹理的反演更为准确,基于Himawari-8卫星数据和气象监测站点的观测数据,使用协变量的方法进行能见度插值可以做为能见度监测网格化的一种有效途径。     

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。     

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.     

民航广汉机场气象能见度的周期性变化特征的初步分析

基于民航广汉机场1986~1995年每日逐时气象能见度的观测资料,利用相关性分析,功率谱分析、带通滤波,以及小波分析等方法,分析和研究了广汉机场气象能见度的周期性变化特征。研究结果表明,机场能见度的变化与机场相对湿度和低云量呈显著负相关,与机场地面温度和地面风速呈正相关特征。广汉机场气象能见度的变化明显具有10~20d的准双周振荡特征和30~50d准周期性季节内振荡特征。      

洛阳机场大雾天气分析

分析洛阳机场1994年1月～1998年12月水平能见度＜1.0 km的天气发现,98%的低能见度天气是雾造成的.在此基础上,探讨了洛阳机场出现的雾的种类及其影响程度和变化规律.     

激光探测机场斜视跑道视程的实验研究

本文主要分析了采用激光雷达、载人热气球和光度计等设备于合肥和屯溪两个机场进行斜视跑道视程的探测实验结果:光度计主要用于研究近地平天空亮度特性以及目标物和背景的反射特性.根据这些特性我们进一步改进了斜视能见度的理论计算公式.对于100至4000m的能见度变化,激光探测的机场斜视视程与从气球和飞机上人目测的斜视视程比较吻合,对500m以下的能见度,两者的偏差一般小于100m,对1000至4000m的能见度,偏差一般小于10％.     

大理机场周边环境改变对飞行气象条件的影响

利用2013—2014年大理机场周边区域的实地观测数据,分析了不同环境改变类型对气象要素的影响特征,同时基于2007—2013年大理机场与大理市气象站各种气象要素对比分析了机场飞行气象条件的变化趋势。结果显示,城市化发展造成的环境变化对大理机场的飞行气象条件在气温、地面风、降水和部分天气现象上有较明显的影响,预期气温升高、风向偏转、平均风速增大、降水减少、能见度趋好,雷暴、强降水等极端性天气更为显著。     

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。     

基于全视野数字图像的能见度估算方法

基于全视野数字图像的能见度估算方法是将全视野图像大气透射率与大气能见度通过曲线拟合方法建立联系,得到估算模型进行能见度估算。首先通过历史全视野图像和对应时刻的大气能见度建立样本数据集,再利用暗原色先验理论获取全视野图像大气透射率,通过多项式拟合方法建立离散样本数据集中大气透射率与对应时刻大气能见度的关系,即全视野图像能见度估算模型,最终将所需估算时刻的数字图像输入估算模型进行能见度估算,得到大气能见度数值。结果表明:建立的基于全视野数字图像能见度估算模型在环境光照均匀时大气能见度估算值与能见度实测值有较好的一致性,可作为前向散射仪的补充观测方法,弥补其采样存在的局限性。     

基于多尺度融合网络的高速公路能见度估计北大核心

为了实现近实时公里级的高速公路能见度监测,提出了一种基于多尺度融合网络的能见度估计方法。首先,从道路监控视频中提取道路场景图像,并对图像进行质量控制;分别采用引导滤波、光谱滤波、景深估计模型从路面场景图像中提取细节结构特征、光谱特征与场景深度特征;然后,构建多尺度融合网络自适应融合结构特征、光谱特征与场景深度特征,并从中提取能见度特征;最后在网络末端输出图像场景所对应的能见度等级。此外,为了训练与测试模型,构建了真实道路场景图像数据集,共包含18 000张标注图像。实验结果表明,多尺度融合网络可显著提升高速公路能见度估计的准确性,能见度等级分类准确率可达81.76%。     

降水现象对大气消光系数和能见度的影响

大气中各种粒子对大气消光系数和能见度有不同程度影响,除气溶胶粒子外,降水粒子对能见度影响也不可忽视。为了解降水粒子对能见度的影响,确定能见度变化与降水现象之间的关系,该文在分析降水粒子的大小、速度、形状、谱分布、光学特性等特征的基础上,忽略气溶胶粒子的影响,建立基于实测谱分布的降水与能见度的理论模型,讨论不同类型降雨、降雪对大气消光系数和能见度的影响。同时选取Parsivel降水粒子谱仪在南京地区的降雨和降雪观测记录,利用实测数据来对比验证本文所建立的降水-能见度理论模型。结果表明:能见度随着降水强度的增大呈指数降低;受降水粒子特性和天气条件等多种因素影响,能见度与降水强度之间的关系并不是唯一对应的;降雨和降雪对能见度的影响各不相同,相比而言,降雨对能见度的影响比较容易确定,而降雪对能见度的影响比较复杂,主要因为雪花或冰晶的类型复杂多变,对大气消光系数有不同程度的影响。结合理论分析和实测数据对比验证,降水现象对能见度的影响得到了证实。     

基于全连接神经网络方法的日最高气温预报

为了考察辅助变量、时间滞后变量设置的重要性和神经网络中嵌入层对分类变量处理的有效性,利用2015年1月15日—2020年12月31日欧洲中期天气预报中心（European Centre for Medium-Range Weather Forecasts,ECMWF）高分辨率模式（high resolution,HRES）输出产品及中国2238个国家级地面气象站基本气象要素数据集,在全连接神经网络基础上设计4个试验,构建24 h最高气温预报神经网络模型。结果表明:加入辅助变量、时间滞后变量的特征和带有嵌入层的全连接神经网络结构的深度学习神经网络模型对HRES日最高气温预报误差均有订正效果,均方根误差降低29.72%~47.82%,温度预报准确率提高16.67%~38.89%。加入经过嵌入层处理的辅助变量后,可显著提高青藏高原中南部和西南地区东部的平均绝对偏差不超过2℃的正技巧站点比例（比仅用HRES预报因子建模分别提高21.74%和14.17%）,在此基础上加入时间滞后变量显著提高上述两个地区的平均绝对偏差不超过2℃的正技巧站点比例（比仅用HRES预报因子建模分别提高40.98%和20.33%）,且预报性能更加稳定。     

一种基于实景图像的低能见度识别算法

为了利用大量视频监控设备提高能见度数据采集密度,提出一种基于实景图像转换的、采用简单卷积神经网络分类提取能见度等级的算法。该算法假设视频设备水平安装且具备开阔视野, 对原始视频图像进行水平分块,提取各分块的梯度、饱和度和亮度信息组成新的图像,基于简单卷积神经网络建模。采用2019年9月—2020年12月上海洋山港气象站29668张视频图像进行训练,建立识别模型,并采用2021年1—5月5757张视频图像对模型进行测试。采用该算法建立的模型参考雾的预报等级(GB/T 27964—2011)将能见度分为5个等级进行检验,白天准确率为87.99%,夜间准确率为81.32%,优于直接采用AlexNet模型。对1000 m以下低能见度天气的识别准确率达95%以上。利用现有的视频摄像头,可有效弥补气象站点能见度仪数据不足的问题,在气象业务上有一定的应用价值。     

基于SVM-BP神经网络的气象能见度数据缺失值预估

自动气象站能见度检测仪多采用光学装置采样,雨雪、粉尘等天气因素会对部分仪器镜头造成污染,导致能见度要素数据缺测.针对能见度数据缺失问题,本文选用安徽部分气象站的历年数据,首先运用灰色关联分析方法筛选出与能见度密切相关的其他气象要素,通过支持向量机和BP神经网络单一预估方法预估不同地形的能见度缺失值,然后采用最优权重组合将两种方法预估的能见度值进行组合,并与单一预估方法进行对比.结果表明组合方法的预估结果误差均值小、整体准确度高,可以保证台站观测资料的完备性,为短时天气预报、实况分析和气象公共服务工作提供有效依据.     

Effects of additional HONO sources on visibility over the North China Plain

The objective of the present study was to better understand the impacts of the additional sources of nitrous acid （HONO） on visibility, which is an aspect not considered in current air quality models. Simulations of HONO contributions to visibility over the North China Plain （NCP） during August 2007 using the fully coupled Weather Research and Forecasting/Chemistry （WRF/Chem） model were performed, including three additional HONO sources： （1） the reaction of photo-excited nitrogen dioxide （NO~） with water vapor; （2） the NO2 heterogeneous reaction on aerosol surfaces; and （3） HONO emissions. The model generally reproduced the spatial patterns and diurnal variations of visibility over the NCP well. When the additional HONO sources were included in the simulations, the visibility was occasionally decreased by 20%-30% （3-4 km） in local urban areas of the NCP. Monthly-mean concentrations of NO3, NH＋, SO]- and PM2.5 were increased by 20%-52% （3-11μg m-3）, 10%-38%, 6%-10%, and 6%-11% （9-17 μg m-3）, respectively; and in urban areas, monthly-mean accumulation- mode number concentrations （AMNC） and surface concentrations of aerosols were enhanced by 15%-20% and 10%-20%, respectively. Overall, the results suggest that increases in concentrations of PM2.5, its hydrophilic components, and AMNC, are key factors for visibility degradation. A proposed conceptual model for the impacts of additional HONO sources on visibility also suggests that visibility estimation should consider the heterogeneous reaction on aerosol surfaces and the enhanced atmospheric oxidation capacity due to additional HONO sources, especially in areas with high mass concentrations of NOx and aerosols.     

北方公路交通气象环境识别及安全管理策略研究

用沈山高速公路沿线10个交通气象站的逐10 min气温、能见度、路面温度、降水、湿度和风等资料,采用多元逐步线性回归、最小二乘曲线拟合、MLP神经网络建立数学模型对北方公路路面温度、能见度以及冰雪路面等交通气象环境进行识别。通过抽取随机样本对模型进行检验,结果表明:所建立的模型对交通气象环境具有较好的模拟和识别作用。基于交通工程理论建立的不同路况条件下车速预估和交通安全指数模型对公路交通安全管理具有很好的应用价值。     

基于径向基函数神经网络的探空仪湿度传感器曲线拟合

针对数字式探空仪上采用的XGH-02型高分子碳膜湿敏电阻湿度感应元件,采用正规化径向基函数(RBF)神经网络模型对其进行曲线拟合,与传统的曲线拟合效果相比较,寻求一种更加准确的湿度传感器标定和误差的校准模型。用训练样本和检验样本对建立的RBF模型分别进行训练和检验结果表明,建立的RBF模型有效提高了湿敏电阻的准确度,其测量的最大误差为2.0298%(RH),明显好于采用现用公式的测量准确度。     

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。