共查询到20条相似文献,搜索用时 15 毫秒
1.
利用2017年1月—2019年12月太原地区逐时气象资料,分析了能见度及其主要影响因子的变化特征,并对两次低能见度过程进行深入分析,构建了能见度预报模型并进行检验,结果表明:(1)从空间分布看,太原北部能见度明显高于南部地区。从时间分布看,太原地区平均能见度最大值出现在5月,最小值出现在1月;日间最低值出现在06:00(北京时,下同),冬季略向后推移,最高值出现在15:00前后。(2)2017—2019年太原地区低能见度分别出现93、84、79 d;低能见度发生时,干霾、湿霾发生频率分别为59.27%、40.73%;湿霾发生时,能见度降低更加明显。(3)所选个例中,能见度均随各影响因子有所起伏,干霾、湿霾过程中能见度分别与颗粒物浓度、相对湿度变化一致。(4)采用神经网络方法构建太原地区能见度预报模型,预报模型相关系数为0.81,均方根为4.43 km,平均绝对误差为17.39%,轻微级能见度的TS评分为87%。神经网络方法对太原地区能见度预报具有较高的参考价值。 相似文献
2.
3.
通过对近年来有关影响能见度因子的研究,做到了正确判断烟、雾、霾以及风沙等天气现象,从而保障了各机种科研试飞等任务的完成. 相似文献
4.
《内蒙古气象》2022,(1):3-6
选用酒泉卫星发射中心1981—2020年共40年的地面气象观测资料,使用等级分析法、累积频次法和相关分析法,分析发射中心能见度的变化特征,并探讨了能见度与各气象要素的变化关系。结果表明:(1)能见度存在明显的时间变化特征。1981—2020年呈现“W”形“一峰两谷”的变化趋势;春、夏季能见度低于秋、冬季,稳定性春、夏季较秋、冬季差;能见度白天低于夜间。(2)能见度的变化与气象要素存在一定的关联。气压、相对湿度、风速均对能见度有贡献,各季节影响能见度的气象要素各有差异。(3)天气现象中雾霾、沙尘、降雨、降雪、雨夹雪均对发射中心能见度有影响,其中影响频次最高的为沙尘天气。 相似文献
5.
利用累积百分率法、Ridit中值分析法、"非常好"能见度出现频率法以及平均能见度年际和季节变化法,对1980—2005年南京大气能见度年际变化趋势进行分析,发现1980—1984年能见度呈上升趋势,1985年以后则在波动中呈明显下降趋势。26 a中,日均大气能见度最小值为0.55 km,最大值为29.25 km,平均值为8.59 km。大气能见度具有明显的日变化和季节变化特征,一日之中,14时最好,08时最差;一年之中,冬季能见度最低,夏季最高。能见度与相对湿度呈负相关,与风速呈正相关,与温度和气压的相关性相对较小。PM10是影响南京地区大气能见度的首要污染物,通过对能见度与PM10平均质量浓度进行曲线拟合发现,二者呈负相关,复相关系数在秋季最高,夏季最低。由统计预报方程可知,空气污染和气象条件协同作用对能见度的影响在春季、秋季、冬季较为明显,夏季则相对较差。 相似文献
6.
利用南阳市1995-2005年大气能见度和地面气象要素的观测资料及南阳市环境检测站提供的近3 a空气污染物监测数据,统计分析了近10 a南阳市大气能见度变化特征及其与气象要素和空气污染物的关系,结果表明:南阳市能见度年际变化呈缓慢波动上升趋势,夏秋季节2001年之后呈波动下降趋势;冬季能见度最低,春季最高;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月份;一日之中,08时能见度最差,14时最好.能见度与同期气象要素及污染物浓度的相关分析表明,能见度与相对湿度、空气污染物PM10浓度呈显著性负相关,与NO2、SO2浓度负相关性较弱,与风速和气压呈弱的正相关,与温度的相关性较为复杂,雾是影响能见度的主要天气现象之一. 相似文献
7.
利用孟州市1998~2004年气象资料,统计分析了孟州市水平能见度的变化特征及影响因子,结果表明春季水平能见度最好,夏、秋季一般,冬季最差;若无明显天气过程影响,无论是夏半年还是冬半年,上午水平能见度较差,下午水平能见度较好,峰值出现在15~17时;气象和非气象因素对水平能见度有一定的制约关系,但并非简单的线性关系,在不同季节、不同时段,各因素的作用不同. 相似文献
8.
为探究华东地区能见度变化情况,利用1973—2020年的能见度数据、2014—2019年的气象要素和污染物浓度数据,采用趋势分析、经验正交函数(Empirical Orthogonal Function, EOF)分解、相关分析的方法,分析了能见度时空变化特征及影响因子。结果表明:(1)1973—2020年能见度呈显著(p<0.01)下降趋势,变化倾向率为-1.315 km/10a,季节之间存在差异,夏、秋季能见度下降速率较大分别为1.681 km/10a、1.443 km/10a;冬、春季下降幅度相对较小分别为1.092 km/10a、1.091 km/10a。其中,1973—2012年能见度呈显著(p<0.01)下降趋势,变化倾向率为-1.204 km/10a, 2013—2020年能见度呈不显著(p>0.05)增加趋势,变化倾向率为2.229 km/10a,近8年(2013—2020年)来能见度存在明显改善。(2)华东地区南部、北部能见度较好,中部能见度较差。EOF分解第1模态表明华东地区能见度整体变化趋势一致,第2模态具有明显的区域差异。(3)能见度与相对湿度... 相似文献
9.
10.
南宁市大气能见度变化特征及影响因子分析 总被引:1,自引:0,他引:1
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。 相似文献
11.
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。 相似文献
12.
孟州市水平能见度变化特征及影响因子分析 总被引:1,自引:0,他引:1
利用孟州市1998~2004年气象资料,统计分析了孟州市水平能见度的变化特征及影响因子,结果表明:春季水平能见度最好,夏、秋季一般,冬季最差;若无明显天气过程影响,无论是夏半年还是冬半年,上午水平能见度较差,下午水平能见度较好,峰值出现在15~17时;气象和非气象因素对水平能见度有一定的制约关系,但并非简单的线性关系,在不同季节、不同时段,各因素的作用不同. 相似文献
13.
利用济源地区1994-2003年的地面气象观测资料,分析了济源地区水平能见度变化特征及相对湿度、风速、气压、温度和雾对其的影响。 相似文献
14.
15.
环渤海地区大气低能见度气候特征及影响因子分析 总被引:2,自引:0,他引:2
利用环渤海地区地面和高空观测资料,统计分析了该地区大气低能见度出现频率的时空分布特征及各相关气象因子的变化情况。结果表明:该地区大气低能见度出现频率年际变化特征表现为弱的上升趋势和周期振荡,主要周期为2、4和6~8 a;月际变化特征为双峰型,高峰值出现在夏季的7月,次峰值为冬季的12月,一天中的08时刻最易出现大气低能见度,整个地区大气低能见度出现频率的空间分布存在较大的不一致性;根据各季节大气低能见度出现频率空间分布特征的不同将整个地区分为三个区域,Ⅰ区包括渤海湾东北角的辽宁靠近黄海的小部分地区及渤海西北面的辽宁与河北毗邻的一部分地区,Ⅱ区包括渤海北部的辽宁小部分地区和京冀大部地区及南部的鲁北部等地区,Ⅲ区为黄海沿岸地区,各区高湿度、小风速是造成大气低能见度的相对重要的气象条件;大气低能见度出现前期或同时刻,低层基本都会维持一个逆温层或等温层和湿层。 相似文献
16.
辽宁中部城市群大气能见度变化趋势及影响因子分析 总被引:33,自引:5,他引:33
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。 相似文献
17.
18.
19.
20.
对石家庄市2004年11月-2008年3月的温度预报进行了质量检验。结果表明:石家庄最低气温和最高气温的平均绝对误差均低于2 ℃,均方根误差低于3 ℃,最低气温预报准确率明显优于最高气温。进而对温度预报误差较大的样本出现原因进行了逐日客观分析,并通过自然正交函数分解(EOF)法,对不同情形下石家庄及周边县站极端最高、最低气温EOF分解特征向量场的变化特征对比,推断出影响气温预报偏差的主要因子大致相同,焚风是导致温度预报出现较大误差的重要原因。 相似文献