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＜1．0km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影响程度和变化规律。     

乌鲁木齐机场低能见度天气气候特征

应用乌鲁木齐机场气象台１９７１－１９９６年共２６年的常规地面气象观测资料,分析了该机场低能见度的天气气候特征,同时揭示了其低能邮度的季际,年际变化规律,并提出了若干预报低能见度天气的思路。     

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。     

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...     

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.     

咸阳机场大雾天气能见度的观测

恶劣的能见度或跑道视程直接威胁着飞机的起飞和着陆，是影响飞机进近爬升和降落的主要因素，恶劣能见度造成的飞行事故占所有气象原因造成事故的一半左右。低能见度观测的准确与否影响飞行安全和航班正常起降，分析咸阳机场大雾天气条件下能见度的变化规律，以提高低能见度观测的准确性。     

气候异常对我国北方地区沙尘暴的影响及其对策

20 0 0年春季 ,我国北方地区频发的沙尘天气引起人们的普遍关注。 3月至 5月中旬前期 ,已发生沙尘天气 1 4次之多 ,其中影响首都北京的就有 8次 (表略 )。新疆南部、青海中北部、甘肃的河西走廊和河东的部分地区、宁夏大部、内蒙古西部和中部、河北北部、辽宁西部、山西西部以及河北南部的局部地区出现了能见度 <1ｋｍ的沙尘暴天气 ,特别是 4月 1 2日下午 ,甘肃的永昌、金昌、武威、民勤、古浪、乌鞘岭等地区出现了黑风 ,最大风速达 2 5ｍ/ｓ,能见度接近零ｍ。而 3月2 6～ 2 8日的风沙天气甚至影响到黄淮、江淮地区 ,上海、南京等地降了泥雨…     

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。     

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<1000 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...     

成都市民航气象行业标准下的低能见度时空分布特征研究

本文采用1980~2010年成都市14个站31年能见度资料,对于民航气象行业标准下的低能见度时空分布进行了统计分析。结果表明:对飞行有影响的低能见度(<600m)浓雾天气早上最易出现在成都市南部、西南部及东部,且该区域部分站点浓雾较难消散,其中新津县和蒲江县夜间开始就易出浓雾天气。西北部早上不易出现浓雾天气,但位于该区域的郫县早上和都江堰下午至夜间相对易出能见度在600~1000m的雾。1980~2010年期间,成都市多数站点年浓雾天数呈下降趋势,只有新津站随时间逐年上升。出现其它级别低能见度的天数年变化多为波动形式。      

天津一次持续低能见度事件的影响因素分析

2009年1月天津发生了一次持续低能见度事件,从气象条件、污染演化过程和气流后向轨迹等方面分析该次事件是由以细粒子为主的灰霾天气所引起。分析表明,细粒子质量浓度是影响大气能见度的主要因素;细粒子在可吸人颗粒物中的富集,是造成持续性污染和能见度连续下降的主要原因;西南暖湿气流控制下的静稳天气有利于污染物聚集,而以大风降温为标志的冷锋过境是细粒子清除的重要机制;能见度的周期性变化主要依赖于细粒子的富集和污染物的快速清除,并且这一过程受到周期性天气系统的影响。     

北京城市能见度及雾特征分析

利用北京及市郊16个标准国家气候站的1980至2000年21年能见度与雾特征等资料,对北京及周边地区的能见度和雾特征及其演变进行了研究结果表明,近20年北京能见度的变化存在显著季节性差异.近20年来,北京市区能见度冬季和夏季呈两种不同的变化.冬季能见度有转好趋势,夏季,80年代以来,北京市城区海淀、京西门头沟、石景山、丰台等地、北部及东部等地能见度有逐年转差趋势,冬季和夏季能见度距平呈反位相变化. 近十年上述能见度转差地带,雾日也是增加的.20世纪的最后10年与80年代开始的10年相比,夏季7、8、9月份北京城市和郊区的雾日有显著增加.雾日的高峰值出现在以海淀区为中心的北京城区的全境,包括京西的石景山、丰台、门头沟等地;另一个雾日数高峰区位于北京东部地区.北京夏季雾增加与能见度减低的地区分布趋于一致可能与北京特殊的"马蹄形"大尺度地形堆积影响有关. 尺度过滤分析研究表明,夏季,从北京城区向东南方向伸展至河北一带地区,有个显著的带状能见度减弱区.这个能见度减弱带与尺度分离揭示的城区内更小尺度的雾增大特征现象有关,有可能与最近10年北京以南地区其他的工业排放或污染源对北京的输送及城市发展变化有一定关系,即与大气气溶胶分布和北京特定的气象条件和城市变化状况有关.     

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。     

Visibility trends in six megacities in China 1973–2007

The particulate matter pollution has been serious in Chinese megacities due to the rapidly expanding economic and industrial developments, which has significant influences in atmospheric visibility. Visibility is a highly relevant factor indicating the level of atmospheric quality, and is inversely related to the optical extinction coefficient caused by gas and particle phases. In our study, visibility trends for six major megacities (Beijing, Chengdu, Guangzhou, Shanghai, Shenyang, and Xi'an) in China were evaluated during 1973–2007 on the basis of the National Climatic Data Center (NCDC) database using four measurement methods: the days per year of daily visibility < 10 km, the days per year of daily visibility > 19 km, the annual mean visibility, and the dry extinction coefficient. The annual and seasonal change trends of visibility for each city were analyzed by using a linear regression model. The annual mean visibilities for the six cities (Beijing, Chengdu, Guangzhou, Shanghai, Shenyang, and Xi'an) were 10.67, 8.60, 10.76, 8.59, 8.16, and 9.74 km respectively. Shenyang has experienced a significant increasing trend during the entire time series while visibilities for other five sites showed decreasing trends especially since the middle of 1990s. In the southern and midwestern regions (Chengdu, Guangzhou, Shanghai, and Xi'an), visibility was best in summer, whereas in the northern regions (Beijing and Shenyang), visibility was best in spring. Mean visibility in spring was worst at Guangzhou, while for the other five cities visibility in winter was worst, probably because of coal burning during the heating period. The general degradation of visibility in these megacities was probably due to the excess aerosol loading. Consequently, an urgent targeted reduction of aerosol pollution may be needed for the sake of better air quality in Chinese megacities.     

京津冀高温天气的时空分布及环流特征分析

选取河北省、北京市、天津市1961-2007年165个站点的逐日最高气温资料,利用线性趋势分析、M-K突变检验、小波分析、相关分析、t检验等方法分析了47年来京津冀地区高温天气的时空分布特征,探讨了高温天气的年代际变化与大尺度环流特征.结果表明:(1)京津冀地区高温天气一般出现在6、7月份,大于37℃的强高温天气和大于40℃的极端高温天气90%以上都出现在这一时段;(2)京津冀地区高温天气出现次数和同期降水量成反相关关系;干旱年份高温天气出现较多,降水偏多年份高温天气出现较少;(3)高温天气较多和较少年份北半球500hPa环流形势存在明显的差异,这种差异不仅存在于同期,前期也有明显的反映,前期环流的明显差异为预测高温天气的出现提供了依据.     

厦门城市能见度和雾的特征与城市环境演变

利用厦门城市1980～2000年21年地面资料和探空资料，对能见度和雾演变特征及其物理成因进行分析，结果表明：厦门城市夏季能见度明显好于冬季，这可能与冬夏盛行风向不同，输送排放污染源地不同以及不同季节天气气候条件相关。厦门城市冬季和夏季能见度呈下降趋势，尤以夏季为突出，轻雾以上的频数也日益增加，其重要因素是城市的热岛效应。厦门城市能见度虽然明显好于污染较为严重的北京，但冬季厦门城市能见度与北京呈反位相演变趋势。夏季厦门城市能见度有着明显的日间变化，这与夏季海陆风日变化的垂直环流圈有密切关系。     

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。     

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%。     

2007—2010年北京自动站浓雾特征分析与临近预报初探

为探索北京地区浓雾天气特征和临近预报方法,分析了北京2007-2010年18个道面自动站能见度1000 m以下的天气资料.结果表明:①浓雾具有明显的日变化和年变化.05:00-09:00是高发时段,12:00-18:00是低发时段.全年浓雾主要集中在9-12月,6、7月最少.②空间分布上,呈现“东南多,城区少”的特征,统计80％以上的浓雾都发生在大兴和通州.③浓雾变化具有突发性和象鼻形先期振荡的特征.④浓雾能见度变化与气象要素变化关系密切.偏南风和偏东风最有利于浓雾生成发展,西北风最有利于浓雾的消散.风速减小,气温下降,湿度增大,能见度降低,浓雾生成和发展;风速增大,气温升高,湿度减小,能见度上升,浓雾减弱消散,但湿度的减小滞后于能见度的上升.浓雾维持阶段,要素变化都很小.     

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。