2011—2015年安徽省高速公路低能见度变化特征

利用2011—2015年安徽省高速公路自动气象观测站观测的能见度资料,分析了安徽省低能见度年、日变化及其与降水的关系,结果表明：受降雨影响,大别山区和皖南山区部分站点低能见度出现频率最高时段在汛期（5—9月）,其他地区主要出现在10月和11月。低能见度出现时间存在明显日变化,夜间出现频率高于白天,19：00以后开始逐渐增多,日出前后达到最大,之后迅速减少。7—8月的13：00—17：00出现与降水相关的低能见度频率较高。不同季节里,各站低能见度出现最多的时间和频率存在一定差异,春季和秋季最低能见度主要出现在日出前后,冬季主要出现在夜间到日出之前,夏季江淮之间北部和淮北地区主要出现在日出前后,江淮之间南部到江南在一天各时间段内出现频率较为均匀。     

天津市东丽区一次持续性雾霾天气过程的特征及影响要素分析

基于常规气象观测资料和PM_2.5浓度资料,分析了2019年1月10—14日天津市东丽区出现的一次持续性雾霾天气特征及其成因。结果表明：此次雾霾天气具有明显的阶段性特征,高空平直西风环流、中层暖脊和地面弱气压场为此次雾霾天气出现提供了有利的天气形势。轻雾和霾阶段,能见度变化更易受到相对湿度的影响;而雾阶段,能见度变化更易受到风速的影响。PM_2.5浓度与地面气象因子关系密切,与能见度、风速负相关,与相对湿度正相关。当其他气象条件稳定,且周边地区污染物浓度较高时,近地面风向转变,对本地区雾霾的出现起到关键性作用。     

辽宁中部城市群大气能见度变化趋势及影响因子分析

通过分析辽宁中部相对集中分布的5个城市群1987-2002年间的大气能见度、影响能见度的气象因子和污染物的变化特征及能见度与气象因子、污染物浓度之间的相关关系等,得到以下结论：（1）各城市能见度有明显的月、季和年际变化特征,能见度月变化呈双峰型,第一个峰值在5月份,第二个峰值在9,10月份;冬季能见度的值最低,春、秋季高;本溪市的能见度在逐年变好;沈阳的能见度从1987-1997年逐年变好,1997年以后又逐年变差;其它城市的能见度呈逐年变差的趋势。（2）各城市影响能见度的气象因子的年际变化特征基本是一致的;5个城市TSP,SO2污染浓度年均值均呈下降趋势,NOx的年际变化趋势不明显。（3）能见度与湿度、雾的相关关系都呈负相关且非常显著;与降雨量、风速及温度之间的关系比较复杂;与各种污染物的相关都呈负相关。     

华东地区一次持续大雾过程及其与空气污染相互作用分析

2008年1月7～11日期间,华东地区自北向南出现了一次持续大雾过程,分别影响到山东、江苏、安徽、上海、浙江、福建等地,并伴随有轻至中度空气污染,对当地生活、生产、运输造成严重影响。利用地面探测和探空资料、NCEP/NCAR再分析资料及MM5数值模拟结果等资料,分别从天气形势分析、水汽条件、动力因子、温度层结、空气质量变化等多方面入手,对此次大雾过程的成雾条件及空气污染对持续大雾的贡献进行诊断分析。分析指出,近地面层水汽通量散度、垂直速度以及500hPa与1000hPa散度差与能见度无显著相关,近地面相对湿度(Rh)与能见度呈明显反相关,近地面温度递减率(γ)与能见度呈明显正相关,可以把Rh≥85%、γ0.2℃.(100m)-1作为大雾形成的必要条件。另外,选取与空气污染指数(API)相同时间段(前一日04时至当日03时,协调世界时)上海虹桥机场的航空能见度最低值与API对比发现,航空能见度最低值与API呈强烈的反相关,空气污染对大雾形成或维持具有显著的促进作用,可以把"API上升达到150"作为上海虹桥机场出现大雾的一个重要的判断条件。     

浅谈无目标灯下夜间能见度的观测

介绍无固定目标灯下的夜间能见度观测的经验技巧     

1980—2010年中国区域地面风速对能见度影响的地理分布特征

利用1980—2010年中国气象局576个气象站的能见度和日平均风速资料,分别分析了中国区域低能见度下风速的空间分布、能见度与风速之间的相关关系、风速变化对能见度变化的影响,讨论了城市化效应和近海地理位置对其影响程度。结果表明:在低能见度（小于10 km）状况下,从内蒙古到新疆东部的沙漠及干旱地区对应的是高风速,在广大东部、南部地区,特别是四川盆地地区对应的是低风速（2 m·s-1以下）;类似地理学的胡焕庸线,中国大陆存在一条东北—西南走向的界线,以此界线划分,能见度与风速关系呈现“东正西负”型分布。界线以西地区包括中国沙漠及相邻干旱及半干旱地区,一年四季中能见度和风速均呈负相关关系,尤其春季最为明显,这表明这些地区能见度的恶化主要取决于大风驱动的沙尘气溶胶排放及传输。在界线以东地区,能见度和风速呈正相关,并且其正相关以秋冬季最强;夏季,盛行的西南季风使能见度与风速关系的“东正西负”分界线北移且其正负相关均为最弱,说明夏季影响能见度的因素相对其他季节更为复杂;东部地区能见度的变化对风速变化响应较小;在四川盆地、贵州至广西和巴丹吉林沙漠地区能见度对风速响应更为敏感,在这些地区风速在对能见度影响中起到重要作用;大城市的能见度对风速响应的敏感程度略微高于中小城市及乡村,说明城市化影响存在但效果有限;近海岸地区因受海陆风影响,响应的敏感度较内陆小且季节变化不明显。     

雾的标准化危险性指数计算方法及其应用

在有雾的天气下经常发生几百辆车连续追尾碰撞的恶性交通事故,因此为了做好交通安全工作有必要开展雾的风险分析研究。在考虑雾的出现频率、持续时间和能见度3个参数的基础上,通过改进雾的危险性指数（FHI）方法,得出了适合我国气象标准的雾的标准化危险性指数(NFHI)的计算方法。为了使危险性指数适应雾的数值预报产品的应用,进一步改进了雾的标准化危险性指数的形式,提出了适合数值预测模式的雾的标准化危险性指数。最后结合京津塘高速公路沿线5个国家气象站36 a的雾的观测数据,利用NFI方法计算得出了4个季节的雾的危险性等级,并使用数值预报结果计算了不同地点的雾的标准化危险性指数。利用该指数计算方法可以通过比较不同路径危险性的大小进行最佳路径的选择,为交通安全提供科学参考。     

塔克拉玛干沙漠腹地大气气溶胶散射特征研究

利用沙漠腹地塔中气象站积分浊度计的2004年观测资料,结合同期PM10质量浓度、能见度和常规气象资料,分析了塔克拉玛干沙漠腹地气溶胶散射系数的变化特征,以及气溶胶散射系数与PM10质量浓度、能见度的关系。研究表明,2004年塔中气溶胶散射系数、PM10质量浓度、能见度日平均值分别为124.74±187.30 Mm-1,538.9±841.7 μg·m-3,12 748±7 274 m。塔中气溶胶散射系数小时平均值出现频率最高的区间主要在100 Mm-1以下,中午气溶胶散射系数小,早晚气溶胶散射系数大;冬春两季的凌晨空气中含有较多的粒子,气溶胶散射系数较大;气溶胶散射系数小时平均值与PM10质量浓度变化规律基本一致,2004年1—6月的气溶胶质量散射系数平均值为0.37 m2·g-1;散射系数与能见度日平均值非线性相关较好,两者呈负幂函数关系。     

A Case study of a snowstorm at the Great Wall Station,Antarctica

A case of a snowstorm at the Great Wall Station was studied using data of NCEP (National Centers for Environmental Prediction) analysis, in situ observations and surface weather charts. The storm occurred on August 29th,2006, and brought high winds and poor horizontal visibility to the region.It was found that the storm occurred under the synoptic situation of a high in the south and a low in the north. A low-level easterly jet from the Antarctic continent significantly decreased the air temperature and humidity.Warm air advection at high level brought sufficient vapor from lower latitudes for the snowstorm to develop.The dynamic factors relating to strong snowfall and even the developmentof a snowstorm were deep cyclonic vorticity at middle and low levels,the configuration of divergence at high level and convergence at low level, and strong verticaluplift. There was an inversion layer in the low-level atmosphere during the later phase of the storm.This vertical structure of cold air at low levels and warm air at high levels may have been important to the longevity of the snowstorm.     

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。