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。     

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。     

大连地区能见度影响因子及个例分析

为探讨大连市大气能见度特征及其影响因子,揭示低能见度天气成因,利用2010—2012年大连地区大气能见度与地面气象要素(相对湿度、风速、气温、气压)日均值的统计资料,分析了大连地区大气能见度与气象要素的相关性。进一步结合PM_(10)质量浓度的变化特征,分析了两次低能见度事件中的天气成因。结果表明:2010—2012年大连地区年均能见度分别约为13.5 km、13.2 km和13.9 km,高能见度事件多出现在10月—次年2月,低能见度事件多出现在每年6—8月,大连地区低能见度事件每年7月较多,1月较少,2010—2012年大连地区低能见度事件分别出现169、157 d和163 d;2010—2012年PM_(10)质量浓度分别为57.8μg·m~(-3)、67.4μg·m~(-3)和65.9μg·m~(-3),PM_(10)质量浓度高值多出现在每年的4—5月和9—12月,PM_(10)质量浓度低值多出现在1—2月;大气能见度和相对湿度和气温的相关性较好,随着相对湿度的增加,能见度与PM_(10)质量浓度的相关性逐渐减小,当相对湿度大于90%时,能见度与PM_(10)质量浓度相关系数减小至-0.23;两次低能见度事件过程中,2011年10月31日一次辐射平流雾过程中的水汽输送来自西南风气流,2012年4月28日一次浮尘事件过程中的沙尘来自西北方向的沙源。该研究可为空气质量预报提供科学依据参考。     

呼伦贝尔市大气能见度影响因子及一次低能见度个例分析

为探寻呼伦贝尔市大气能见度、低能见度特征及其影响因子,揭示"冰晶雾"天气成因,利用呼伦贝尔市大气能见度资料及地面气象要素资料对4个代表站的能见度进行统计分析,并对一次典型低能见度事件进行分析,结果表明:(1)整个地区大气能见度的气候特征在空间分布及时间演变上均存在较大的不一致性,牧区能见度优于农区;(2)大气能见度与相对湿度和气压呈负相关,与气温和风速以正相关为主;(3)大气低能见度出现的集中时段是冬季,伴随最多的天气现象为结冰、积雪和霜;(4)2 m温度低于零下36℃,对于浓雾的产生具有指示意义。     

天津地区大气能见度变化特征及影响因子

基于能见度资料等级分析法、Ridit 方法、“非常好”能见度及“较差”能见度出现频率分析法,分析了天津西青、塘沽两个气象观测站2000—2010年大气能见度变化趋势及低能见度天气特征,研究了影响大气能见度的主要因子。结果表明：11年间,两站能见度超过40 km的情况均未出现,西青站2~9 km能见度出现频率逐年上升,塘沽站从2006年开始20~39 km能见度出现频率呈明显下降趋势;西青站从2006年开始,Ridit 中值降至0.5以下,塘沽站Ridit 中值呈波动式下降趋势,2006年Ridit 中值最小（为0.43）;两站“非常好”能见度出现频率呈逐渐下降趋势,“较差”能见度出现频率呈上升趋势;秋冬两季是西青、塘沽站低能见度天气的多发季,常伴有高湿度、低风速,两站的盛行风向存在差异;相对湿度与能见度呈负相关,风速与能见度呈正相关,与能见度波动式下降的趋势相反,能源消耗总量为逐年增加趋势。     

北京地区大气能见度变化规律及影响因子统计分析

1990～ 2 0 0 0年北京地区大气能见度的统计分析表明 ,大气能见度有明显的年际变化、季节变化和日变化特征。冬、春、秋三季及全年日平均年际变化表现为 2 0世纪 90年代中期能见度较好 ,前期和末期能见度较差 ,2 0 0 0年能见度迅速好转 ;夏季能见度年际变化在 1997年以前与其他季节相反 ,1995年能见度最差。大气能见度与同期地面气象条件和主要污染物浓度的相关性比较表明 ,春、夏、秋三季以空气湿度、PM10 和风速为主要影响因子 ,冬季以PM10 、SO2 、空气湿度和风速为主要影响因子。能见度与相对湿度和空气污染物浓度呈反相关 ,与风速的相关性较为复杂 (有时呈正相关 ,有时呈反相关 ) ;高湿度 (相对湿度 f≥ 80 % )、小风速 (地面风速u≤ 2m·s-1)和雾是造成低能见度的主要气象条件 ;污染物浓度对能见度的影响以冬季最为明显 ,秋季次之 ,夏季最差     

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。     

影响对虾养殖的主要气象因子初探

本文初步探讨了影响大面积人工养殖对虾的气象因子。运用统计学方法,筛选出影响对虾养殖的气象因子,主要有气温、气压、日照和风等。计算得出,大面积对虾养殖的最佳气温是23.4℃左右,危险天气指标为气温高于30℃、气压低于1000hPa、阴天、小风。     

广州市大气能见度影响因子的贡献研究

通过对广州市2004年10月1日~11月5日污染性气体NO2、气溶胶散射系数和吸收系数以及粒子化学成分组成等观测资料的分析,得到了影响广州市大气能见度因子的贡献比例:大气气溶胶散射bsa为75.26%、大气气溶胶吸收baa为12.89%、水汽bsw为5.78%、气体吸收bag为3.68%、大气分子散射bsg为2.38%;给出了不同粒径段气溶胶对散射的贡献比例;然后采用逐步多元线性回归得到了大气干气溶胶散射系数与PM2.5、PM10及化学成分的经验关系式;并给出了广州市区气溶胶的质量散射系数。     

太原大气能见度影响因子分析及能见度预报

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。     

江苏省能见度时空分布特征及其影响因子分析

为探明江苏省能见度的时空分布特征及其影响因子,采用传统的统计学方法和主成分分析(PCA),详细分析了2012年江苏省70个自动气象站和常规气象观测台站的能见度、气压、相对湿度、风速等气象要素观测数据以及遥感大气气溶胶光学厚度(AOD)等资料,揭示了江苏省能见度的时空分布特征,评估了AOD、气象要素、雾霾天气等对江苏省能见度的影响。研究结果表明:(1) 江苏省的能见度呈早晨低、下午高的变化特征;(2) 空间分布差异较大且存在季节差异。具体而言,其年平均呈现东高西低分布特征,春季南低北高,夏季反之,而秋、冬两季则为东高西低;(3) 灰霾是导致江苏省能见度降低的最主要天气现象,其次为轻雾,雾引起低能见度的频次相对较少;(4) 江苏省能见度与AOD、相对湿度呈显著的负相关,与风速呈明显的正相关;(5) 通过数理统计分析发现,天气条件和污染物对能见度有重要影响。      

近10年佛山市大气能见度变化特征及气象影响因子

对佛山市1999-2008年日平均能见度资料进行统计分析,结果表明:近10年佛山市能见度,除在2003和2004年略有下降外,能见度呈逐年转好的趋势.能见度存在明显的季节变化和日变化:夏季优于冬季;中午最好,早上最差.各种气象要素对能见度会造成不同程度的影响:风速的影响最大,其次是相对湿度;风速与能见度呈正相关关系,而...     

能见度影响因子分析及预报

本文分析了长春市能见度的日变化、季节变化规律及烟幕、轻雾、大雾、不同等级的降雨、降雪等天气现象对能见度的影响程度 ;根据各季节各种天气现象出现的频率、时间、对能见度的影响程度 ,总结出各季节长春市能见度预报的参考指标。为能见度的预报提供科学的依据 ,以提高能见度预报的准确度     

1980—2013年大连市能见度的变化特征及影响因子

根据大连气象站1980—2013年的能见度、天气现象、湿度、风等资料,采用趋势分析、相关分析、频率分析等方法,研究了大连市能见度的变化特征及影响因子。结果表明：近34 a来,大连市能见度呈显著（α=0.01）的下降趋势,下降速率为1.4 km/10a。一年中秋季能见度最好,夏季能见度最差; 月最大值出现在10月,最小值在7月; 一日当中14时能见度最好,08时能见度最差;小于10.0 km的低能见度事件显著增加。大连市能见度的下降可能与雾霾天气增多、水汽压增加及风速的减小有关。     

影响蒸发量的主要气象因子及蒸发量观测异常值成因初探

统计分析了人工器测项目蒸发器蒸发量出现异常值的原因,提出蒸发量异常值处理方法.     

丹东地区大气能见度变化及其主要影响因子分析

利用2007年6月至2009年11月丹东市区器测能见度资料和人工观测能见度资料,分析目测能见度与器测能见度的关系,探讨不同季节中,PM_10。和PM_2．5、PM_1.0。颗粒物浓度对大气能见度的影响,研究降水强度与PM的湿清除效率关系。结果表明：在低能见度情况下,目测能见度与器测能见度的比值相对较小;能见度较差时,PM_1.0粒子比重增大,PM_1.0／PM_1.0和PM2．s／PM_1.0比值与月平均风速为负相关;天气现象日数较多的月份,其对应的月平均能见度较小;PM日平均质量浓度的改变量以及降雨量对PM的湿清除效率与降水强度相关,器测目测能见度平均值随着降水强度的增加而降低。     

白云机场低云低能见度天气的几个影响因子

本文对广州白云机场出现的一次低云、低能见度天气过程进行分析，表明静止锋的坡度决定不稳定能量的释放形式，西南气流的建立和破坏决定阴雨天气过程的开始和结束，300米高空风的风向与能见度和低云的变化密切相关，是预报的着眼点。     

灰霾天气对厦门市城市能见度影响问题初探

利用1953年-2006年共54a逐日灰霾天气的地面观测资料,采用统计分析的方法,探讨厦门市灰霾天气的气候特征。结果表明,厦门市出现灰霾日数的年代变化呈逐渐增多的趋势,特别是2000年以来,随着经济发展和人类活动的增加,空气污染日趋严重,灰霾出现日数也呈跳跃式的增长。1990年-2004年灰霾天气出现缓慢增多的趋势,但是这两年来出现灰霾的天数呈跳跃式增多的趋势。厦门市灰霾天气分布呈现明显的季节性,1月、3月和4月是灰霾天气的高发时段,7-9月是灰霾天气的少发时段。厦门市的灰霾天气过程持续性特征不显著,在秋冬季较易出现持续时间较长的灰霾天气过程。