龙嘉机场雾的气候分析及预报方法研究

本文从长春龙嘉机场大雾低能见度的变化情况以及影响因子出发,得出有关大雾低能见度的一些规律,对准确预判和观测大雾影响低能见度有很大的帮助。     

大雾临近预报中高密度能见度数据应用

采用2011—2016年合肥地区高时空分辨率的能见度观测数据,分析能见度空间分布特征及大雾生消过程中的能见度变化特点。结果表明:能见度多呈现正态分布且分布相对均匀,有雾时正态分布比例明显下降,非均匀性明显增加;大雾过程中平均能见度变化趋势较为稳定有利于临近预报,而空间最低能见度对临近预报有指示意义;大雾过程中空间变差系数多有明显增加,大雾开始形成和消散阶段空间差异性较大;历史回算表明,利用高密度能见度数据的空间分布和趋势外推,较实际预警发布时间平均提前约1.9h。     

能见度激光雷达在一次琼州海峡大雾中的应用

正能见度激光雷达和前向散射能见度仪所获得的能见度变化趋势一致,数据结果合理,可为琼州海峡大雾监测预报预警提供了很好的科学依据,助力2019年春节期间琼州海峡航运通畅。能见度激光雷达与卫星云图进行互补观测,可取得更好的监测大雾动态效果,为海上交通安全提供更有力保障。     

华南春季一次锋面大雾的边界层特征

低能见度天气是影响飞行正常的主要天气。春季华南地区由锋面引起的大雾(能见度<1000ｍ)是造成低能见度天气的主要原因之一。本文对白云机场1999年3月24和25日两天的锋面大雾天气过程进行分析,得出华南锋面大雾大气边界层的一些特征。1　锋面大雾的产生和天气形势1.1　锋?..     

重要天气过程概述

1 大雾过程2018年10—12月,江西省区域性大雾(全省单日15站以上大雾)日数为21d,与常年相比偏多6.4d,其中单日出现30站以上大雾为9d。11月23—30日全省连续8d出现大雾天气,范围较广,能见度低,其中27日全省有52站出现大雾。12月20—22日全省连续3d出现大雾天气。12月17日全省72站出现大雾,为2013年以来范围最广、强度最强的大雾过程,其中32站出现强浓雾(能见度低于200m),11站能见度低于100m。     

重要天气过程概述

<正>1大雾过程2013年10—12月,江西省区域性大雾的日数(全省单日15站以上大雾)达12 d,与常年相比持平。以11月15—17日的大雾范围最广、强度最大,尤其是16日早晨的大雾生成时间早、能见度低,浮梁县、石城县出现了能见度为40 m和50 m强浓雾。     

江西省天气、气候特点及其影响评述(2012年1—3月)

重要天气过程概述江西省气象台郑婧1大雾过程2012年1—3月,江西出现区域性大雾的日数(全省单日15站以上大雾)达5 d(表1),与历史同期相比大雾日数偏少。其中,以1月1日大雾范围最广,强度最强,全省共有17个县(市)能见度低于200 m,浮梁和芦溪分别出现了能见度为40 m和20 m的强浓     

江西省天气、气候特点及其影响评述(2012年10—12月)

重要天气过程概述1大雾过程2012年10—12月,江西大雾天气多,灾害重,区域性大雾(全省单日15站以上大雾)日数达10 d,与常年相比持平。其中11月18—19日为入冬以来范围最广、强度最大的一次连续大雾过程,尤其是19日,全省共79个县(市)出现大雾,35个县(市)能见度不足200 m,丰城能见度一度不足10 m     

广州白云机场低能见度客观预报方法试验

利用全球预报系统(GFS)模式数据与广州白云机场自动气象观测系统(AWOS)自动观测数据,建立了白云机场能见度的多元逐步回归和BP神经网络逐3 h的客观预报模型,并对白云机场2015年一次低能见度天气过程进行预报分析。结果表明,在白云机场能见度下降并到达2 km的天气过程中,两种预报模型均能提前24 h预报出来;对于白云机场大雾天气的预报,两种预报模型可提前12 h预报出来,其中BP神经网络预报与实况相比,预报大雾出现时间与实际时间仅相差1个时次(3 h),大雾消失时间一致,最低能见度相差261 m,而多元逐步回归方法对大雾的预报空报较低,因此结合两种模型的预报有利于提高白云机场大雾预报的准确率。     

重要天气过程概述

正1大雾过程2017年10—12月,江西省区域性大雾(全省单日15站以上大雾)日数为8 d,与常年相比偏少,其中单日出现30站以上大雾为3 d。12月29—31日全省连续3 d出现大雾天气,范围广,强度强,先后有27站出现能见度不足200 m的大雾,其中莲花、鹰潭、婺源出现能见度为40 m左右的强浓雾。12月江西有17 d出现较大范围霾天气(单日出现40站     

双光路能见度测量方法和试验

双光路能见度测量系统是一种基于CCD (Charge-Coupled Device) 数字摄像和光在大气中衰减理论的能见度测量系统,首先设置远、近两个固定距离的特性相同的目标光源和背景装置,然后通过CCD拍摄所设置的目标光源和背景,拍摄的图像由1394数据线和图像采集卡传输到计算机,通过数字图像处理获取目标光源和背景的灰度信息,最终利用相应的算法计算能见度。试验表明:双光路能见度测量系统和透射式能见度仪对比偏差随能见度的升高而升高,而与前向散射式能见度仪对比偏差随能见度的升高有小幅降低,通过白天和夜晚数据对比可知,白天太阳光的影响已基本消除。     

广东省能见度自动观测系统资料评估分析与订正

利用广东省能见度自动观测系统22个站点2011年的人工观测和自动观测的能见度资料,分析了人工观测与自动观测的能见度资料的相关系数、均方根误差等,并对自动观测资料进行了订正。分析结果显示:人工观测与自动观测能见度的分布大致相同,表现为沿海的能见度高于内陆,粤东高于粤西,主要低能见度区域集中在珠江三角洲和粤西的内陆地区;自动观测能见度的准确性主要受到仪器工作原理局限性、气溶胶类型和气象条件的影响。对能见度自动观测资料订正结果显示:订正后,在低能见度时,大部分站点的均方根误差在3km以内;在高能见度时,大部分站点均方根误差在8km以内,平均为6km左右。利用统计方法对器测能见度值作数据订正,能有效减小测量误差,使能见度自动观测系统能基本满足能见度自动化观测需要,特别是低能见度事件的服务需求。     

天津大气能见度与相对湿度、PM10及PM2.5的关系

为研究大气气溶胶及空气中水汽与大气能见度下降的关系,利用2009年天津大气边界层观测站大气能见度资料和同期观测的相对湿度、PM₁₀及PM_2.5资料,对三者与大气能见度的关系进行了分析。结果表明：大气能见度与相对湿度线性相关系数最高,PM2.5次之;大气能见度随相对湿度的增大而明显降低。相对湿度低于60 %时,大气能见度与PM_2.5的非线性相关性较好,与PM₁₀次之,与PM₁₀与PM_2.5差值的相关性最差。相对湿度高于60 %时,大气能见度与PM₁₀的非线性相关性较好,与PM₁₀-PM_2.5差值的相关性次之。大气能见度与相对湿度非线性相关系数高于线性相关系数。利用相对湿度、PM₁₀及PM_2.5数据计算得到了具有季节变化的非线性大气能见度拟合公式,经验证,该公式能较好地模拟天津地区的大气能见度。     

北京高速公路大气能见度演变特征及其物理分析

根据首都国际机场高速公路专业气象自动监测站网所提供的高时间分辨率资料, 对大气能见度演变特征以及相应的物理因子进行分析。结论如下: (1) 大气能见度具有明显的日变化和逐月变化特征。就日变化而言, 能见度以14时最大, 但最低值出现时段却不一定。对于季节变化, 全年以夏季大气能见度状况最好。 (2) 无论是季节变化还是日变化, 高速公路上的大气能见度与气象要素之间都是复杂的非线性关系, 而不是简单的线性关系。通过对21个月中能见度最低月资料的分析表明, 大气能见度与湿度间呈明显的乘幂分布关系, 其与气温呈U型相关。但在月平均能见度最大月, 能见度则与湿度呈指数关系。 (3) 从物理上来看, 大气能见度与湿度的关系, 主要是通过水汽分子的Rayleigh散射和雾的Mie散射两个方面来表现; 风速则是由于压力阻力卷起大气气溶胶来影响大气能见度的; 而0℃附近温度影响大气能见度则主要是通过Bergeron三相过程。 (4) 200 m以下的低能见度基本上是湿度在100%的情况下发生的, 即都是大雾天气影响的直接结果, 但对200 m以上的低能见度则不同, 200～1000 m其间有一半是雾, 而1～4 km的能见度中不到三分之一是雾, 主要是由灰霾、 沙尘暴等天气现象造成。     

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.     

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。     

南宁市大气能见度变化特征及影响因子分析

对2000至2006年的南宁市能见度资料进行统计分析。分析表明,南宁市近7a能见度年均值在13~17km之间,总体呈下降趋势。一年之中,能见度最小值主要出现在1至3月,最大值出现在6至7月,汛期能见度明显好于非汛期。一日之中,能见度的日变化为:08时<02时<20时<14时。能见度与气象因子的相关分析表明,能见度与温度、风速成正比,与压强、降水、湿度成反比。与污染物的相关分析表明,能见度与PM10浓度的相关性较强,达到-0.58。     

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。     

苏州市能见度与影响因子关系研究

利用2009年6月—2010年5月苏州市气象局霾监测点颗粒物浓度、能见度、相对湿度、风速、风向、气温等观测资料,分析了苏州能见度变化特征,建立了能见度和影响因子的统计模型,研究了能见度和气象因子及颗粒物浓度的关系。结果表明：苏州市能见度有明显的季节变化,春季能见度最好,秋季能见度最低;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;PM10、PM2.5、黑碳浓度值和相对湿度与能见度都呈反相关关系,但黑碳对能见度的影响不如PM10和PM2.5对能见度的影响明显;风速与能见度呈正相关关系,在东南、南东南风向时能见度值最高。     

武汉大气能见度与PM2.5浓度及相对湿度关系的非线性分析及能见度预报

武汉作为中部地区高湿度代表城市,大气污染严重,霾天气多发,但有关该地区大气能见度与PM2.5浓度及相对湿度(RH)的定量关系尚不明确。利用2014年9月—2015年3月武汉地区逐时能见度、相对湿度及颗粒物质量浓度观测数据,研究分析了武汉大气能见度与PM2.5浓度及相对湿度的关系,并进行能见度非线性预报初探,得到以下结论:武汉霾时数发生比例高,霾的发生和加重是能见度降低的主要原因;能见度降低伴随大量细粒子产生和累积,这是武汉大气能见度恶化的重要诱因。细颗粒物浓度与相对湿度共同影响和制约大气能见度变化,高湿高浓度时能见度显著下降,湿情景下(RH≥40%),能见度恶化主要是由湿度增高诱使细颗粒物粒径吸湿增长导致其散射效率增大造成的。当RH >90%时,能见度随湿度升高成线性递减,相对湿度每升高1%,武汉平均能见度降低0.568 km。而干情景下(RH2.5质量浓度升高。在城市大气细粒子污染背景下,能见度与相对湿度成非线性关系,这主要与PM2.5对能见度的影响及吸湿性颗粒物的散射效率变化有关。PM2.5浓度与能见度成幂函数非线性关系,80%≤RH2.5浓度对能见度的影响敏感阈值是随着湿度升高而减小的,干情景下能见度10 km对应的PM2.5浓度阈值为70 μg/m3,湿情景下该阈值为18—55 μg/m3。当PM2.5质量浓度低于约40 μg/m3时,继续降低PM2.5可显著提高武汉大气能见度。预报试验表明,基于神经网络方法建立大气能见度非线性预报模型是可行的,预报能见度相关系数为0.86,均方根误差为1.9 km,能见度≤10 km的TS评分为0.92。网络模型具有较高预报性能,对霾的判别有较高准确性,为衔接区域环境气象数值预报模式,建立大气能见度精细化动力统计模型提供参考依据。