数字摄像能见度观测系统中实用黑体技术的应用

在数字摄像能见度观测系统 (DPVS) 中, 目标物的自身亮度难以实时测量, 给观测结果带来的不确定性不可忽略, 采用实用黑体技术可以大大减小乃至消除其造成的误差。作者对非黑体目标引起的测量误差进行了分析, 结果表明相对误差随着目标物反射率的增加和能见度的升高而增大, 为了保证测量精度, 需要采用反射率足够低的目标物。对于长方体结构的实用黑体腔, 采用多次反射法计算了其近轴向的半球-方向反射率与其特性参数之间的关系。在没有观测到侧壁的前提下, 其轴向反射率最大, 随着偏离轴线角度的增加, 反射率逐渐减小。轴向反射率随腔体长度与开口边长比值的增加而迅速减小, 而腔体宽度增加引起的变化不明显。另外, 作者还推导了在考虑弥散成像时对实用黑体开口尺寸最小需求的计算公式, 也给出了符合一定条件的实用黑体轴向反射率的近似计算公式, 从而提供了DPVS中实用黑体参数选择的基本原则。最后, 给出了DPVS采用非黑体和实用黑体目标计算能见度的对比试验结果, 充分说明了在DPVS中采用实用黑体技术的必要性和可行性。     

低能见度新等级划分标准的确定

随着公路交通和航运的快速发展,气象部门原有的低能见度划分标准已不能满足需求.在对各行各业广泛调查的基础上,提出了对现有能见度观测规范进行修改的建议,力求满足新的社会需求.     

浅谈无目标灯下夜间能见度的观测

介绍无固定目标灯下的夜间能见度观测的经验技巧     

能见度目标物分布图的自动绘制技巧

介绍利用编程方法自动绘制能见度目标物分布图的方法技巧。     

前向散射式能见度仪的维护和数据取值研究

利用历史资料对能见度数据进行详细分析,归纳总结数据处理方法;提出监控设备和实时数据的具体方法,并对能见度仪的日常维护和清洁方法作了介绍。     

基于循环神经网络的单站能见度短临预报试验

由于能见度具有局地性和复杂的非线性变化特征,一直是精细化预报的难点。人工神经网络对复杂变化过程的模拟能力较高,为解决这一难题提供了可能性。本文采用循环神经网络,利用福州气象观测站地面观测数据,建立了福州单站能见度短临预报模型,并就预报能力进行了评估。随机检验结果表明,在1 h、3 h、6 h时效上,循环神经网络的预报与观测的变化趋势一致性较好;均方根误差比基于实况的预报分别减小15.75%、31.66%、41.26%,说明具备较好的预报能力;平均绝对值误差比传统BP神经网络分别减小12.90%、24.45%、 38.99%,表明循环神经网络对能见度预报具有优势,为能见度的精细化短临预报提供了新途径。     

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。     

基于能见度数据分析的气溶胶吸湿增长特征研究

基于相对湿度、能见度等气象数据,分析气溶胶吸湿增长特性,有助于了解气溶胶对大气环境和区域气候的影响.利用南京地区2016年1-12月、2017年2-12月、2018年1-8月和12月相对湿度和能见度等数据,通过非线性拟合研究气溶胶吸湿增长因子(f(RH))与相对湿度(RH)之间的关系.结果表明,吸湿增长因子在RH值较低...     

基于CART决策树的河北省低能见度分类研究

基于2016—2019年河北省142个国家气象站逐小时观测数据,通过EOF时空正交分解和CART决策树分类回归等方法,针对低能见度高发区域构建能见度预报模型,并进行拟合检验。结果表明：河北省雾日时空分布特征显示除张家口、承德及秦皇岛三市外,40°N以南地区为雾日高发区域,多年平均雾日数最高值可达50 d。相对湿度、地表温度、风速等气象要素与能见度显著相关,将显著相关因子作为输入变量建立能见度预报模型并调参,经检验该模型对于冬季的预报效果较好,有较高的准确率;夏季误报率较低;日夜差别在夏季并不明显,三个指数差别不大,冬季夜晚的准确率与误报率明显优于白天,漏报率略高。石家庄站2019年12月7—10日的三次大雾过程拟合结果较好,有雾时次无漏报。     

山西省冬季雾中能见度的数值模拟研究

利用中尺度模式MM5对2009年冬季山西省一场持续30多个小时的罕见浓雾过程进行模拟。结果表明,山西省气象局现行的MM5设计方案对雾区的模拟结果与实测结果基本一致,但夜间近地层的温度存在冷偏差&相对湿度偏高.另外,由于山西省空气污染较重,空气中的粒子数对能见度的影响不能忽略,因此仅用能见度(Vis)与液态水含量（LWC）的参数化方案估算的能见度,只有在浓雾时才与实测一致,具有很大的局限性;而利用能见度(Vis) 与相对湿度（RH）的参数化方案估算的能见度比实测值偏大,但在能见度的趋势预报上与实测值基本一致。用太原机场的实测资料对Vis-RH关系式进行修订后&其估算的能见度更加准确&可以为业务预报提供参考.     

天津低能见度特征初探

本文通过对天津气象站历史能见度资料和边界层观测站能见度、相对湿度、气溶胶观测资料进行分析,获取天津低能见度基本特征,在此基础上,基于WRF-Chem大气化学模式模拟了2010年10月和2011年1月天津地区大气水平能见度。结果表明:天津地区低能见度事件主要发生在每年11月至次年1月,在获取PM_(2.5)和PM_(10)质量浓度、相对湿度的基础上可较好地推算大气水平能见度,利用WRF-Chem大气化学模式和拟合公式,可以有效的进行能见度等级模拟和预报。     

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。     

基于数字摄像技术测量气象能见度--双亮度差方法和试验研究

数字摄像技术在地基、空基定量化大气遥感上的应用是一个方兴未艾的研究领域.作者阐述了基于数字摄像技术,利用地平线附近两个不同距离的目标物和其对应水平天空背景亮度差的比值计算白天气象能见度的方法(简称双亮度差方法)及其标准观测条件,该方法能够消除CCD(电荷耦合器件)数字摄像系统暗电流和背景杂散光的影响,可以增大数字摄像能见度观测系统(DPVS)的测量范围,提高测量精度.2002年在合肥骆岗机场进行了DPVS同V(a)is(a)l(a)前向散射仪、透射仪以及目测的对比试验,大量实测数据表明:DPVS和V(a)is(a)l(a)仪器以及目测的一致性相当好,采用双亮度差方法,即使能见度达到基线长度的200倍,DPVS也能给出可信的测量结果.     

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。      

高速公路上低能见度的监测与预报

介绍了对高速公路低能见度的数学描述，从相变理论、能见度突变的实际表现及车辆制动距离的需求，论证了对低能见度监测与预报的必要性，并介绍了在沪宁高速公路无锡段应用了一年多的低能见度监测与预报系统，实例表明对高速公路上造成低能见度的浓雾、包括局地性雾和突发性团雾具有可预报性，减少乃至避免重大交通事故的发生。     

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。     

基于神经网络的广州市能见度预报

在研究了广州市能见度变化特征及低能见度发生的主要影响因素的基础上,利用广州市环境监测站2007-2009年的空气污染物（PM10、SO2、NO2）监测数据及同期地面气象要素（10min平均风速、最大风速、气温、相对湿度、露点温度、气压、24h降水量）观测资料筛选出主要的预报因子,用径向神经网络建立预报模型,并对2009年9月1日到12月25日的能见度进行预报试验.结果表明径向神经网络预报模型在能见度低于10km时预报准确率明显高于统计回归预报方程.采用分级方法统计得出在未出现低能见度情况下,中低能见度,中高能见度预报准确率分别为80％,69.6％,均高于线性回归预报方程（40％,47.8％）.     

前向散射能见度仪校准技术

基于前向散射能见度仪的工作原理、结构特点及使用环境,分析了前向散射能见度仪的测量误差来源、产生测量误差原因及误差模型,归纳了前向散射能见度仪出厂标定方法、标定参数及标定参数修正方法。为确保能见度观测数据具有准确性,并根据将来量值传递需要,在分析了能见度量值传递参数基础上,提出了前向散射能见度仪的实验室标定条件和方法,梳理了前向散射能见度仪现场光学装置校准、校准板校准及人工校准方法,为今后建立能见度量值传递体系和编写相关校准规范提供参考。