什么天气是雾？

雾是近地面微细水滴或冰晶附着在大量的悬浮颗粒上形成的集合体。用能见度作为区分雾、轻雾、霾等天气的尺度，能见度降到1千米以下时称为雾，能见度在1～10千米称为轻雾超过10千米成为霭。霾是悬浮在空气中的大量微小尘粒、     

北京地区低能见度区域分布初探

选用了水平能见度小于1000m的低能见度作为影响城市交通运输的一个指标，并研究了低能见度在北京地区时空分布特征。按水平能见度小于1000m的出现频率，多年日均变化曲线及全年日均、月均、季均变化特征，将北京地区划分为3个区，即东南部平原地区、西北部山区及东北－西南部过渡区。同时讨论了雾、浮尘等天气现象对北京地区低能见度的影响，得出影响北京地区低能见度的主要因子是雾。     

广州市区雾霾与大气污染

近年来，广州市区的雾、轻雾和驻出现天数的增多是与本地大气污染日趋严重密切相关的。根据广州站1960～1993年雾、轻雾和霸出现的记录，进行整理分析，得出相应结论。1大雾和轻雾本文指的大雾，即浮游在空中的大量微小水滴（或冰晶），使本地水平能见度小于1．0km。出现雾时，常使天空全部或部分不可辨，相对湿度常为100％或接近100％，风力微弱，气层稳定。轻雾是指微小水滴或已湿的吸湿性物质微粒所构成的灰白色的稀薄雾幕。出现时水平能见度在亚．0～10．ohm，空气没有雾那么潮湿。在气层稳定，较潮湿的天气条件下，多出现在早晚。统计…     

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。      

西安市雾的规律分析

西安市雾的规律分析秦莹，刘贵华，梁谷（陕西省人工影响天气中心西安·７１００１５）在近地层大气中常有雾出现。大气达到饱和时，水汽凝结、凝华形成雾。雾滴半径一般为１～６０μｍ。雾滴对光线的散射使光线成为漫射光源，能见度变坏。对航空、航海、陆路交通十分不利...     

梧州市两次致洪暴雨诊断分析

利用南宁城市1980-2002年地面资料和探空资料，对能见度和雾的演变特征及其物理成因进行分析，结果表明：南宁城市夏季能见度明显好于冬季，这可能与冬夏季不同季节盛行风向不同，输送排放污染源地的差异以及不同季节天气气候条件相关。夏季南宁主要受大陆高压的控制，城市能见度高，雾日少，而在冬季，由于冷空气的频繁影响和南宁上空逆温层的存在，轻雾以上的日数增加，城市能见度也随之下降。近几年来，南宁的城市能见度呈下降趋势，轻雾以上的雾日数呈上升趋势，雾日的频数也随之增加，这可能与南宁城市下垫面的改变，局地气候的变化和人类活动等因子有着密切的关系。     

如何理解和编报WW的28及40?

GD-01上关于WW=40的具体说明是:“观测时近处有雾,高度高于观测员的眼睛(水平视线),但观测前一小时内测站还没有雾。”这就是说,观测时由于雾的影响,已使水平能见度降低到1,000米以下,但有效能见度仍在1,000米或以上。这种情况就称为测站近处有雾。     

基于3种能见度方案山东地区雾天气预报试验研究

基于中尺度天气研究与预报(Weather Research and Forecast,WRF)快速更新循环(Rapid Update Cycle,RUC)模式系统,选取SW(Stoelinga and Warner)方案、RUC方案与FSL(Forecast Systems Laboratory)方案3种能见度方案,对2015年10月至2016年3月山东地区的25次雾天气个例进行预报试验,包括能见度的定量化预报和雾天气的有、无诊断预报,利用常规气象观测资料对预报结果进行检验评估,并分析不同能见度方案对雾天气预报效果不佳的原因,对RUC方案进行订正。结果表明:SW方案模拟的能见度平均绝对误差为9—12 km,RUC方案和FSL方案模拟的能见度平均绝对误差均为2—4 km。对于山东地区大部分雾天气预报试验,SW方案和FSL方案雾天气预报的确报率高于误报率,均对雾天气具有一定的预报能力;RUC方案雾天气预报的确报率和误报率均为0,对雾天气没有预报能力。综合山东地区能见度与雾天气的预报效果可知,FSL方案更适合作为WRF-RUC模式业务中雾天气的预报产品。模拟能见度对相对湿度的预报误差过于敏感、未考虑空气中的污染物对能见度的影响及计算公式未进行本地化订正是能见度方案对雾天气预报效果不佳的主要原因,订正后的RUC方案模拟的能见度平均绝对误差较原始方案减小,且提高了雾天气的预报效果。     

华南地区降水与雾的关系初探

本文分析了华南地区雾（能见度）的影响因子，重点分析降水与雾的联系。分析表明，华南地区降水与雾有显著的关系，有无降水反映了不同过程和类型的雾，其形成条件和机理相应也不同。轻雾和浓雾在形成条件和机理上有重要差别，而不仅仅是程度的不同。在成因和因子分析基础上对雾（能见度）进行数值模式释用预报是可行的。     

光电二极管在能见度仪中的应用

雾由近地面上漂浮在空中的极细小的水滴或冰晶组成，它对大气能见度的影响十分显著，雾对光波的散射衰减是造成能见度降低的主要原因。根据雾滴对光波的吸收及散射特性，用一束波长为0．7～1μm的红外光波照射一定体积的雾滴，测量出该体积内雾滴的散射光强度，反演雾的浓度，谱结构及含水量，据此计算消光系数，进而可获得实用的大气能见度。     

郑州机场能见度变化特征及雾的成因分析

能见度是影响飞机能否正常起降的重要气象条件。通过对能见度的变化特征研究,可以得出能见度在不同季节、不同的天气条件下出现的时间段和持续时间的变化特征。低能见度现象主要是由大雾引起的,分析雾的成因对了解和解释低能见度现象及其变化规律具有重大意义。根据郑州机场实际情况,采用13小时人工观测的数据格式,利用郑州机场1998-2002年的观测资料对郑州机场的能见度进行了统计分析。统计结果表明,郑州机场低能见度现象97%是由雾引起的,其中辐射雾和平流雾引起的低能见度现象占76%,是造成低能见度现象的主要的雾的类型。在影响郑州机场能见度的四种类型的雾中,辐射雾和平流雾发生的频率高,平流雾影响持续时间长,融雪雾对能见度的影响最大。逆温层和低层丰富的水汽是辐射雾和平流雾形成的条件,在今后对雾的预测中,应首先考虑这两个因素。     

乌鲁木齐城区冬季雾的分布特征及其影响因素

基于乌鲁木齐站（城南）和米东站（城北）2016—2020年冬季（11月—次年2月）的雾、雾日最小能见度、逐时能见度和月平均风速、月平均静风频次、月平均相对湿度等资料，利用统计学方法，分析乌鲁木齐城区冬季雾的分布特征,探讨城南和城北雾分布差异的主要影响因素。结果显示：近5 a冬季城南平均雾日44.6 d，少于城北54.2 d，两地均为1月最多，11月最少；雾日平均最小能见度城南和城北分别为335 m和390 m，城南雾总体强于城北；城南雾高发于17时—19时，常在11时和05时消散；城北雾主要在09时和20时—22时开始，大都在14时前后结束；城南和城北的雾均以持续24 h以内为主，分别占比93.5 %和86.3 %，其中持续3 h内的雾分别占37.2 %和33.3 %，城北的雾持续时间总体长于城南。风速较小、静风较多、相对湿度较大和地理环境是城北冬季雾多于城南的主要影响因素。     

洛阳市低能见度特征分析

统计分析了洛阳地区水平能见度 <10 0 0m(低能见度 )的时空分布气候特征 ,讨论了地形地貌、沙尘天气、雾等因素对洛阳地区低能见度的影响 ,得出影响洛阳地区低能见度的主要天气现象是雾的结论。     

宜君的风雾共存现象

在阴雨天去宜君 ,可能领略一种奇特的天气现象 :大风与雾和平共处 ,一边是七、八级的大风呼啸不停 ,一边是能见度仅有几百米的锁城大雾 ,持续时间短则几十分钟 ,长则几小时甚至十多小时。雾是悬浮在近地面空气中的大量微小的水滴或冰晶 ,由于这些水滴或冰晶对可见光的散射作用 ,使能见度显著减小 ,当水平能见度小于1 km时 ,便称为雾。一般情况下 ,微风 (风速 1～3m/s)时 ,有一定的乱流混合存在 ,它能使冷却作用扩展到适当厚的气层中 ,又不影响下层空气的充分冷却 ,有利于雾的形成 ;而风大时 ,强风能带走大量水滴 ,不利于雾的形成。但为何在…     

洛阳市低能见度特征分析

统计分析了洛阳地区水平能见度<1000 m(低能见度)的时空分布气候特征,讨论了地形地貌、沙尘天气、雾等因素对洛阳地区低能见度的影响,得出影响洛阳地区低能见度的主要天气现象是雾的结论.     

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。     

厦门能见度的准周期性变化

利用厦门机场2000～2002三年白天（08～20时）逐时能见度及相应的相对湿度、风资料，通过统计方法和小波分析，发现厦门能见度有显著的日变化、季节变化、季节内和准两周等不同尺度的变化，并且分析了这几种变化的基本特征。在每天有记录的时刻08～20时，能见度日变化明显，在清晨、傍晚最低，午后最高；能见度存在季节变化，在一年中3～5月能见度最低，这正对应着厦门的雾季，厦门地区的能见度与当地的雾关系密切；能见度还存在显著的季节内（30～60d）变化和准双周（10～20d）变化，这与东亚季风区内的大气振荡有关。     

铜仁区域恶劣能见度分布特点及主要影响因子初探

利用铜仁市国家级自动气象站多种观测数据分析铜仁区域2016—2018年恶劣能见度及其主要影响因子。从空间分布看,铜仁区域有2个低能见度中心,西部为德江,东部是万山。恶劣能见度的主要影响因子为雾和降水现象,其中,已搬迁站受雾影响最为显著,未搬迁站(低矮地区)受降水影响最为严重。2019年江口、沿河搬迁后,雾日和小于500 m雾日增长明显,雾由搬迁前造成恶劣能见度的次要因素上升为主要因素。     

轻雾和烟幕能否同时存在?

轻雾是由很细微的水滴或已湿的吸湿性质点构成的灰色稀薄雾幕,出现时没有雾那么潮湿。水平能见度在1千米或以上,10千米以内。 烟幕是因烟粒大量存在于空中,使空气浑浊,以致水平能见度在10千米以内的现象。     

基于机器学习的重庆长江航道雾图像特征识别研究

基于重庆市境内长江航道雷达站拍摄的雾天气过程影像资料,利用K最近邻、支持向量机、BP神经网络、随机森林等机器学习算法,对无雾和5类有雾天气个例进行图像识别训练,构建雾图像识别模型,并检验了识别准确率。结果表明：机器学习能够有效识别雾图像,随机森林算法的识别效果优于其余3种算法。对于能见度超过1500 m的无雾天气,模型的识别准确率为100%,对于能见度在1000—1500 m范围内的轻雾、能见度低于50 m的强浓雾,模型的识别准确率在90%以上,对于能见度在50—1000 m范围内的雾、大雾和浓雾,识别准确率超过70%。