低能见度雾的分级预报方法研究

利用2007年11月—2009年12月京石（北京-石家庄）高速公路沿线气象站的人工观测资料、自动站资料和交通气象自动站资料,对低能见度雾天气进行分级统计,找出各级雾的生消特征。应用天气学原理和数理统计方法对低能见度雾的生消机理进行研究,利用相关分析找出了与低能见度雾的生消有密切关系的气象因子,建立能见度与气象因子之间的回归方程;在此基础上,结合对低能见度雾的成因分析和预报经验,加入降水因子和大气稳定度因子,建立低能见度雾的分级预报方程,找出各级雾的生消判别指标,为低能见度雾的分级客观化预报奠定基础。各预报因子采用MM5精细化数值预报产品,并通过自动站实时监测资料和预报员的综合预报结果对数值预报产品进行合理订正,得到预报时刻各气象因子的值,从而实现低能见度雾的分级客观化预报。      

高速公路交通气象监测预报服务研究进展

高速公路交通运输是国民经济建设和民众出行的大动脉,它对气象条件具有高敏感性。不利的天气条件易导致交通事故频发,造成财产损失和人员伤亡,已成为社会各界广泛关注的热点问题。本文系统梳理了国内外高速公路交通气象监测预报服务研究进展,重点介绍高速公路交通气象监测预报研究发展历程,分析几类恶劣天气对交通运输安全的影响与机理,最后探讨了中国特色高速公路交通气象监测预报预警服务系统建设的内容、特点及趋势。结果表明,以雾为主的低能见度、道路积雪和结冰、强降水等是影响高速公路安全运行的主要气象因素。本研究旨在促进我国交通气象学科的发展,提升现代化高速公路交通气象监测预报预警服务水平,并为科学决策道路建设、防范和应对交通事故、保障财产和生命安全提供参考依据。     

连霍高速公路陕西段低能见度特征及影响因素

为了提升高速公路沿线低能见度预报预警能力，本文利用连霍高速公路陕西段沿线10个交通气象观测站逐时观测资料和欧洲中期数值预报中心ERA5逐小时再分析数据，分析公路沿线低能见度分布特征，探究低能见度与其他气象要素的关系。结果表明：1月是连霍高速公路陕西段沿线低能见度天气高发月份，而2月低能见度天气最少；一日中00:00—10:00(北京时，下同)低能见度出现次数最多，其中0～50 m的低能见度主要出现在05:00—06:00；低能见度持续时间较短，多在2 h以内，最长持续17 h。兴平到常兴段、陈仓段低能见度天气较多，是日常交通气象服务需要重点关注的路段。低能见度与各气象要素的关系分析发现，0～5℃的气温、90%以上的相对湿度、1.0 m·s^-1以下的风速且处于东北风至东风条件下低能见度出现次数最多。夏季和冬季低能见度多与降水天气有关，低能见度通常出现在降水过程中或过程后，这种低能见度天气均在天气系统影响时出现，较辐射降温引起的低能见度持续时间更长、范围更广。各季节低能见度形成时的相对湿度不尽相同，冬、夏、秋季低能见度天气的相对湿度较高，而春季低能见度天气的相对湿度较...     

焦郑高速公路雾天气预报与监测

分析了焦郑高速公路沿线雾天气气候特征及能见度与最大车流量的关系。利用欧洲中心数值预报产品和单站要素资料，选择预报因子，建立了雾天气预报方程。利用天气雷达进行临近监测预报服务。     

西咸高速公路低能见度特征及影响因子分析

利用西安咸阳国际机场高速公路（简称西咸高速公路）3个8要素气象监测站2013年8月至2019年12月逐小时资料、部分时段的逐分钟资料,对能见度＜1 000 m的低能见度（用v代表低能见度）统计分析,结果发现,造成西咸高速公路低能见度现象的主要天气为大雾、霾和强降水。霾造成的低能见度出现次数最多且时间最长,雾造成的低能见度对高速公路的通行状态影响最大;一日中,低能见度出现的概率凌晨最大,下午最小,其中50 m≤v＜200 m出现概率最高,是08时的186%;月平均低能见度时数在年内呈两高一低分布,1—4月、9—12月为高峰区,5—8为低谷区;3个监测站的年平均低能见度时数呈现由南向北依次增多的趋势。雾的影响因素主要是相对湿度和温度,当湿度达到一定饱和度后,近地面温度的连续降低对能见度的下降有一定的指示意义。在霾天气中,PM25质量浓度的高低对能见度有重要影响。强降水使能见度快速下降,当雨强大于13 mm/min时能见度可降至200 m以下,降水强度的预报对低能见度的预报预警有重要意义。     

焦郑高速公路雾天气预报与监测

分析了焦郑高速公路沿线雾天气气候特征及能见度与最大车流量的关系.利用欧洲中心数值预报产品和单站要素资料,选择预报因子,建立了雾天气预报方程.利用天气雷达进行临近监测预报服务.     

华南低能见度天气特征及客观预报研究

利用2000—2016年华南219个县级气象观测站的地面、高空气象观测资料以及对应站点的再分析资料,统计发生低能见度天气的天气形势和特征,归纳低能见度天气的预报指标。将与能见度以及能见度变化相关的气象要素输入神经网络进行训练,利用EC集合预报数据集获得能见度集合预报结果,通过对其离散度的统计分析以及经验公式最终获得具有泛用性、可靠性的神经网络模型的参数集。通过输入EC确定场数据,获得华南219县级站长时效精细化能见度预报结果,2017年上半年的能见度预报试验显示,模型预报结果的误差与TS评分均优于CUACE模式能见度预报。     

北京地区高速公路能见度气候特征

通过对交通管理部门的咨询，参考气象上对能见度的分级，将高速公路能见度分为7级。对1980－1998年北京地区20个地面气象观测站能见度资料和首都机场高速公路和八达岭高速公路经过的顺义、昌平两地能见度进行统计分析，结果表明北京地区低能见度的出现频率比两条高速公路低能见度的出现频率高，北京地区及两条高速公路的各级能见度的逐年、逐月变化趋势相同。     

江苏沿海高速公路低能见度浓雾的气候特征和影响因子研究

文章对2012年6月至2014年6月期间发生于江苏省沿海高速公路的浓雾过程(能见度0.5 km)进行统计分析,探讨了低能见度浓雾的气候特征、气象要素变化以及主要环流形势背景。研究结果表明:(1)低能见度浓雾月分布次数有显著差异,3-6月、12月至次年2月雾发生次数最高,春、冬季高于夏、秋季;03:00-05:00为低能见度生成的高峰时段,08:00左右为消散峰值时段。(2)能见度低于0.5 km后,如果相对湿度继续增大到97%左右、温度处于0~4℃、风速在0~2 m·s~(-1)、风向在ENE-SSE,能见度可能继续下降到0.2 km以下。(3)对150366个样本的环流背景统计分析表明,中北部路段的低能见度天气大多数是由锋前雾引起的,主要出现在中低层暖区域内,地面为冷锋前部弱气压场的环流条件下。全路段大面积低能见度天气由辐射雾和平流雾造成,辐射雾天气形势主要是高层为下沉气流,配合地面受弱高压或高压南下;平流雾出现在中低层暖性系统,地面位于入海高压后部或低压倒槽东侧,低层盛行偏东风或东南风。(4)"象鼻型"先期振荡现象适用于沿海高速公路低能见度预报过程,尤其对能见度稳定维持0.2 km以下的浓雾过程有很好的预警和监测作用。     

重庆能见度特征分析及其与颗粒物浓度和气象影响因子的关系

利用重庆地区能见度及温、压、湿、风等气象资料和大气颗粒物浓度数据，对重庆能见度特征及其影响因子进行分析，采用神经网络方法建立能见度预报模型，分析比较了引入PM2.5浓度因子对预报模型的影响效果。发现：重庆地区能见度分布呈现西低东高以及长江沿线较低的分布特征；雾发生时的平均能见度低于降水时能见度也远低于剔除雨、雾后的能见度，表明低能见度受大气中水汽影响更大；雾在冬季比例明显增加，使得平均能见度在冬季明显降低，而6月和10月降水增多是导致这两个月平均能见度出现明显降低的重要原因；能见度日变化呈现单峰型，雾和降水高发时段与平均能见度低值区重叠，是造成夜间能见度低的一个重要原因；大气湿度、温度及颗粒物浓度都是影响能见度的重要因子，当相对湿度小于70%时能见度随PM2.5增加明显降低，当相对湿度大于70%时PM2.5对能见度的影响降低；在能见度的客观预报模型中引入PM2.5浓度因子的预报效果好于不引入该因子的效果，特别是秋冬季的预报效果改善明显。     

沪宁高速公路大雾及气象要素特征分析

利用2006年6月-2009年5月沪宁高速公路AWM自动气象站资料,研究了不同类型大雾持续时间、能见度变化及其出现过程中风、湿度变化特征。结果表明,有超过50%的大雾会发展成浓雾;大雾持续时间以平流雾最长,辐射雾最短;67.6%的大雾在长时间低能见度之前会出现类似"象鼻"形的突变前兆,这可能与地理环境有关;大雾过程中风向以东风和西风为主,锋面雾有部分为偏南风;平流雾发生时风速较辐射雾和锋面雾大,锋面雾发生时风速较多为静风,结束时风速快速增大;平流雾发生时相对湿度多有突变,而辐射雾、锋面雾的相对湿度以渐变为主。     

基于动态统计预报方法的京津冀雾霾中期预报试验

利用欧洲中期天气预报中心（ECMWF）数值预报产品和动态统计预报方法,对北京、天津、石家庄等14个京津冀重点城市雾霾与空气污染进行定量化的中期预报试验,包括对首要污染物PM_2.5浓度和能见度的逐时定量化预报及雾霾现象的客观化判断,并对2015年10月1日-2016年11月10日试验预报效果进行了检验评估。检验结果显示:该方法对北京及周边城市未来10 d逐时和逐日能见度、PM_2.5浓度及雾霾现象的预报值与观测值之间具有显著正相关系数、较高的误差减少量和TS评分等,表明基于ECMWF数值预报产品和动态统计预报方法的京津冀雾霾污染中期定量化预报技术整体上具有较高的可靠性、稳定性与预报技巧性。此外,检验指标还显示出该动态统计预报方法对能见度的预报效果要略优于PM_2.5浓度预报,同时对霾的预报准确率高于对雾的预报。个例分析显示,该动态统计预报方法能提前5~6 d预报出北京地区典型持续性雾霾污染的发展过程,对持续性雾霾的提前预报预警具有较好的参考意义。     

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。     

FY-3A卫星近海面气象要素在冬季夜间海上能见度分析中的应用

对FY-3A气象卫星大气温度湿度廓线资料进行夜间大雾低能见度分布反演计算,并运用美国LAPS(Local Analysis and Prediction System)局地分析与预报系统,与FNL再分析资料多要素反演数据进行多源要素融合分析。FY-3A卫星反演得到的大雾低能见度分布,经与Micaps(Meteorological Information Comprehensive Analysis and Process System)系统地面天气图, FY-2E地球同步卫星红外云图,要素统计气象年鉴记录等对比检验,显示反演的低能见度区范围及强度合理。尤其是对海上缺乏常规观测资料网的海域,提供了夜间海上能见度分布信息。进一步地通过LAPS系统对比卫星资料、再分析资料、以及卫星与再分析资料融合的3种方案结果,显示将卫星监测资料与FNL再分析资料的融合效果,对单来源资料反演的大雾低能见度分布有较好的改善。融合后对卫星资料而言,卫星轨道盲区已经弥合,其次,获得了海上低能见度区分布的信息,对海上和沿海雾区能见度的强度得到合理改善。对于FNL再分析资料,原有的各项要素强梯度被合理平滑。低能见度范围也有调整改善。重要的是海上大雾低能见度区的分布,得到FY-3A卫星信息和数值模拟信息的互相验证与信息综合,可信度增强。     

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.     

卫星云图在海岸带大雾天气监测及预警中的应用

利用2005-2010年卫星云图FY-2E、海岸带一海区出现的28次大雾天气资料和2008-2010年海岛站资料,依据大气状态方程、热力学原理,在MICAPS3．0系统下,应用云图与同步探空、地面雾区叠加图、温度场逆温层剖面及TBB值与海面温度比较,估算雾区面积、高度及秋、冬季雾区温度垂直递减率。结果表明：在环渤海地区特定的环流背景下,红外云图和可见光云图监测到的雾区分别在大连、烟台及天津一带由轻雾转为大雾,沿海岸带向北发生发展,雾区垂直厚度为400-600m,递减率为0．02-0．04℃／100m,渤海东西向温度差值为1q℃,南北向为3-5℃;辐射雾对应弱高压均压场,平流雾对应弱低压均压场;低云覆盖雾区浓雾加重,轻雾被低云叠加使得能见度降低;平流雾被锋面抬升后混合到低空水汽输送带之中,对后期降雪（水）具有指示作用。在2009-2010年海区一海岸带大雾天气预报及预警信号升级应用中效益显著,可为海岸带大雾预报因子选取及预报监测业务流程的改进提供参考。     

天津港秋冬季低能见度数值释用预报研究

本文利用近5年(2009—2013年)天津港资料,分析了该地区大气能见度的分级特征。采用7年秋、冬季NCEP(2006—2012年)和地面资料,通过相关分析给出了对港口低能见度天气有高影响的高、低空物理量因子;排除沙尘和降水天气,针对不同区间的能见度样本,利用BP神经网络方法分类训练了3个统计模型;并与WRF天气模式产品对接,采用分步筛选法,研发了天津港秋、冬季72 h时效的逐时能见度BP释用预报产品。经过3年业务运行,检验结果表明:对逐时能见度而言,BP释用预报对10 km以下低能见度比WRF模式的预报技巧显著提高,达到10.5%~35.4%;其中对0.5 km大雾的预报技巧总体相当,但当WRF预报有降水时,WRF模式预报结果略优;对0.5~1 km的大雾预报,WRF模式的预报技巧1%,BP释用预报提高到了14%~21%。日最低能见度的检验表明:对小于1 km的大雾过程,BP释用预报的TS评分平均达到75%,比WRF预报技巧提高了24%;对1~10 km的低能见度过程,比WRF的预报技巧平均提高了60%。     

国内外雾预报技术研究进展

大雾是引起低能见度的主要天气现象.提高雾的预报技术水平是确保交通安全的重要措施.从统计和数值预报两个方面,回顾了过去几十年来国内外在雾预报技术上的主要研究进展,并总结了各种方法的特点及存在的缺陷.在某些情形下,新统计方法的应用提高了雾的预报准确率,但仍然无法摆脱统计方法本身的缺陷.相比较而言,数值模式在大雾预报方面具有更广泛的应用和更大的潜力.在目前的计算机水平下,使用高分辨率的一维雾模式与中尺度天气模式相结合的方法,在一定程度上可以提高雾的预报准确率,该方法在大雾易发区的机场及高速公路沿线具有重要的应用价值.随着计算机能力的不断提高,包含大雾形成和演变的各种复杂过程、具有先进资料同化过程的高分辨率三维雾模式,以及集合数值预报系统将是未来的发展方向.     

基于高速公路视频图像的能见度计算

能见度作为重要的气象观测因素之一,影响高速公路行车安全.基于视频资料的能见度计算方法类似于人眼的感知方式,具备对恶劣天气条件和复杂场地的适应性.基于安徽省2016年10月17日、12月1日和7日的3次大雾天气过程,选取跨省分布的3个高速公路站点,使用对应时次下视频图像灰度值均方差与能见度观测值建立计算模型.结果表明：1）随着大雾天气过程变化,模型计算结果较好体现了能见度的变化规律,对高速公路行车具有指导意义;2）基于视频图像的能见度计算方法类似于人眼观测,能见度越高,人眼分辨地物清晰度越高,图像均方差越大;3）由于监测原理和环境差异,能见度测量值与模型计算结果之间存在误差,理论上大雾空间分布越均匀,能见度仪和监控摄像头距离越近,计算误差越低.     

华北地区高速公路沿线雾预报

在数值预报产品(MM5)的基础上,建立了华北高速公路沿线及邻近460个气象站的高影响天气一雾的统计预报模型.抽样检验系统运行2年多来所积累的预报和实况资料的结果表明,北京24 h能见度V≤5 km预报的年临界成功指数(CSI:Critical Success Index)为0.61,京津塘高速公路沿线的7个站为0.68...