成都双流航站冬季低能见度预报经验公式

双流航站低能见度天气的出现，在冬季不仅与辐射雾有关，还与烟，浮尘，毛毛雨等天气现象有关。可将某时刻的低能见度预报值ｙ看成是初始时刻的能见度值，总云量、２４小时变压，相对湿度及时间变量的函数。     

低能见度浓雾监测、临近预报的实例分析与认识

依据在沪宁高速公路上对低能见度浓雾的监测资料,结合四年来的预报实践,阐述了对浓雾突发性的认识和预报工作中值得关注的问题。本文揭示了低能见度浓雾的形成不是一次完成的,在浓雾过程形成前有一个＂象鼻形＂的先期振荡,它持续时间短,能见度值还不太低,但具有普遍性,对后期浓雾的形成和预报有相当的应用价值。     

华南低能见度天气特征及客观预报研究

利用2000—2016年华南219个县级气象观测站的地面、高空气象观测资料以及对应站点的再分析资料,统计发生低能见度天气的天气形势和特征,归纳低能见度天气的预报指标。将与能见度以及能见度变化相关的气象要素输入神经网络进行训练,利用EC集合预报数据集获得能见度集合预报结果,通过对其离散度的统计分析以及经验公式最终获得具有泛用性、可靠性的神经网络模型的参数集。通过输入EC确定场数据,获得华南219县级站长时效精细化能见度预报结果,2017年上半年的能见度预报试验显示,模型预报结果的误差与TS评分均优于CUACE模式能见度预报。     

广州白云机场低能见度客观预报方法试验

利用全球预报系统(GFS)模式数据与广州白云机场自动气象观测系统(AWOS)自动观测数据,建立了白云机场能见度的多元逐步回归和BP神经网络逐3 h的客观预报模型,并对白云机场2015年一次低能见度天气过程进行预报分析。结果表明,在白云机场能见度下降并到达2 km的天气过程中,两种预报模型均能提前24 h预报出来;对于白云机场大雾天气的预报,两种预报模型可提前12 h预报出来,其中BP神经网络预报与实况相比,预报大雾出现时间与实际时间仅相差1个时次(3 h),大雾消失时间一致,最低能见度相差261 m,而多元逐步回归方法对大雾的预报空报较低,因此结合两种模型的预报有利于提高白云机场大雾预报的准确率。     

高速公路低能见度浓雾监测预报中 的几点新进展

对沪宁高速公路江苏段26套交通气象自动监测站（AWM）每分钟一次的能见度、相对湿度、温度、风向风速等低能见度浓雾天气过程实时资料分析,证实了浓雾具有较强的地域性特征：在丘陵、水网密集地区多局地性浓雾;日出后是团雾多发时段并阐述了团雾的特征、霾雾混合作用造成的低能见度浓雾过程,同样具有“象鼻形”前兆;夏季由于汤山站地形的原因,会出现单站的低能见度浓雾,因而值得关注。     

南岭山地高速公路雾区能见度预报系统

在研究南岭山地浓雾的气候规律,开展了2次多学科综合野外观测,对典型个例进行了天气学分析、雾的宏观结构特征分析、雾的微物理特征分析,在利用数值试验分析了雾生成的物理机制等研究的基础上,研制开发了4种南岭山地京珠高速公路云岩雾区的能见度预报方法,包括：中尺度数值模式产品释用方法、结构预测方法、天气学指标预报方法和动态统计预报方法;并研制了相应的自动化程度高的预测预报系统,与京珠高速公路粤境北段通车同步投入准业务运行,使用雾区路段的5套自动气象站和能见度仪资料,制作的集成预报结果为高速公路行车安全提供服务,经过各种方法的独立预报检验和准业务运行服务的预报结果检验,预报准确率比较高,提供服务的集成预报准确率可达83．3％。     

首都机场高速公路能见度预报方法

通过分析影响首都机场高速公路能见度的6种典型地面天气形势场，确定大气稳定度、低层水汽含量、低空大气中悬浮颗粒物3个基本气象要素作为预报因子，得出各月的日能见度预报指标。将繁琐的判别因子指标步骤编成软操作界面，以5个能见度等级和指数的形式提供服务。2000-2001年预报准确率为70％左右。     

天津地区低能见度时空特征及其在高速公路气象服务中的应用

利用2017—2020年天津地区交通自动气象站、国家级地面气象观测站、部分区域自动气象站的能见度和降水量观测资料,分析了对高速公路交通安全产生较大影响的低能见度时空特征及其与降水的关系,进而给出各高速公路低能见度风险等级及对应的关键服务期。结果表明：天津地区低能见度年均日数为22.1 d,空间分布差异明显,北部出现频率最多,西部、南部次之,东部最少。低能见度大多集中在9月至翌年2月,且出现频率夜间高于白天,通常在06时前后达到最大。夏季降水对低能见度产生有明显影响,7—8月受降水影响的低能见度约占全部的47.1%,集中发生在13—15时和19时至翌日08时两个时段。低能见度风险等级较高的高速公路约占全部的57.1%,不同高速公路的重点关注路段和关键服务期也有明显差异。     

成部双流航站冬季低能见度预报经验公式

双流航站低能见度天气的出现，在冬季不仅与辐射雾有关，还与烟、霾、浮尘、毛毛雨等天气现象有关。可将某时刻的低能见度预报值ｙ看成是初始时刻的能见度值（ＶＶ）、总云量（Ｎ）、２４小时变压（△Ｐ２４）、相对湿度（ｕ）及时间变量（ｔ）的函数．     

长春机场冬季低能见度成因分析及预报

本文从长春机场冬季低能见度的成因分析出发。选择4个组合因子,制作了判别函数,用独立资料检验预报机场能见度的综合识别率达90％。     

山西、京津地区低能见度预报指标及其产生背景分析

本文根据1995年至2002年天气史料记载，得出每年11月中旬至12月中旬是山西、京津地区由于雾导致低能见度多发时间。从产生低能见度的各种因子变化规律入手，讨论了它们形成时的日变化规律，气压场、湿度及流场特征，为初冬山西、京津地区低能见度天气的变化规律及其预报工作提供了一些有参考价值的依据。     

高速公路上霾雾演变及其对能见度的影响

沪宁高速公路沿线2006年11月2-3日26个交通气象自动监测站每分钟一次的要素监测表明:霾、雾对能见度都有影响,但在诸多方面存在着一些差异。条件适宜时,可以互相转化演变,其间有一个并存的阶段,认识这些差异及变化的条件对提高低能见度预报水平、做好交通气象服务是有益的。文章剖析了丘陵地区谷地霾抬升以及多雾和雾出现时间早、维持时间长的原因,有助于进一步认识浓雾的局地性和交通沿线能见度的差异。大范围连续数日的大雾大多与大范围的霾有关。在大范围霾雾共存的天气形势下,能见度恶劣现象往往持续数日,至强冷空气南下方能驱散,由于辐射降温,夜间能见度下降,白天略有好转。     

双流机场一次低能见度天气过程分析

利用机场常规观测资料(METAR报文)、ERA-Interim(1°×1°)再分析资料和温江气象站一日两次的探空资料,对2016年12月7~8日双流机场一次持续性低能见度天气过程进行了研究分析。结果表明:500hPa环流背景与此次低能见度天气过程的变化密切相关;逆温层高度及厚度的变化对整个演变过程起主导作用,同时逆温层的长期存在直接导致此次天气过程持续时间较长;晴朗的夜空、逆温层、地面冷却辐射、水汽饱和以及近地面的微风状况,共同作用致使生成辐射雾导致7日15时能见度急剧下降;整个过程地面风场处于微风条件且气压逐渐降低,两者对能见度的变化未起到决定性的作用。     

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。     

长水机场低云低能见度天气过程714KaDP型云雾雷达释用

714KaDP型云雾雷达具备30km内的低云和雾监测和预警能力,是专门针对影响机场运行的低云低能见度(两低)天气研制的国内首部毫米波脉冲多普勒雷达。昆明长水机场的试验验证表明,通过提供的云雾基本产品和二次产品,实现了机场两低天气生消演变的有效探测,显著提升了对严重影响空管正常运行的两低天气的监测预警能力。雷达探测发现,714KaDP型云雾雷达对机场及周边低云和雾的生消、演变、移动有着非常敏锐的捕捉能力,特别适合具有明显平流特征的低云和雾(锋面雾、低云平流、辐射雾平流等)的监测和预警,本文介绍了雷达特性、安装位置以及对锋面雾、平流低云和辐射平流混合雾过程的雷达产品分析方法,为提前预警、实时跟踪和云消雾散二次放行决策提供支撑提供了参考。     

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。     

Applying Anomaly-based Weather Analysis to the Prediction of Low Visibility Associated with the Coastal Fog at Ningbo-Zhoushan Port in East China

Low visibility episodes (visibility < 1000 m) were studied by applying the anomaly-based weather analysis method. A regional episode of low visibility associated with a coastal fog that occurred from 27 to 28 January 2016 over Ningbo-Zhoushan Port, Zhejiang Province, East China, was first examined. Some basic features from the anomalous weather analysis for this case were identified: (1) the process of low visibility mainly caused by coastal fog was a direct response to anomalous temperature inversion in the lower troposphere, with a warm center around the 925 hPa level, which was formed by a positive geopotential height (GPH) anomaly in the upper troposphere and a negative GPH anomaly near the surface; (2) the positive humidity anomaly was conducive to the formation of coastal fog and rain; (3) regional coastal fog formed at the moment when the southwesterly wind anomalies transferred to northeasterly wind anomalies. Other cases confirmed that the low visibility associated with coastal fog depends upon low-level inversion, a positive humidity anomaly, and a change of wind anomalies from southwesterly to northeasterly, rain and stratus cloud amount. The correlation coefficients of six-hourly inversion, 850?925-hPa-averaged temperature, GPH and humidity anomalies against visibility are ?0.31, 0.40 and ?0.48, respectively, reaching the 99% confidence level in the first half-years of 2015 and 2016. By applying the anomaly-based weather analysis method to medium-range model output products, such as ensemble prediction systems, the anomalous temperature?pressure pattern and humidity?wind pattern can be used to predict the process of low visibility associated with coastal fog at several days in advance.     

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%。     

河北省低能见度事件特征分析

利用1981—2010年河北省99个地面气象站资料,分析河北省低能见度事件变化特征,为河北环境保护及综合治理提供参考。结果表明:低能见度事件地理分布呈北少南多特点,冀北高原少,太行山东麓、燕山南部地区多,低能见度出现频次排在前6位的站点都集中在太行山东麓;20世纪80年代低能见度频次相对较少,90年代迅速增长,2000年后随着对环境保护的重视,低能见度出现频次有所下降;12和1月低能见度出现频次明显偏多,占全年总频次的37.9%,5和6月低能见度出现频次较少,约占全年的5%,季节变化明显;低能见度变化增加趋势的站点主要分布在太行山东部和唐山、张家口东南部,经济工业相对比较发达且交通便利地区,呈现减少变化趋势的站点主要分布在冀北高原、衡水经济工业相对滞后地区,秦皇岛、沧州沿海一带也呈减少趋势;相对湿度与能见度有显著的负相关,小于2km的低能见度主要出现在相对湿度>80%的天气,5 km以上的低能见度主要出现在相对湿度<60%的天气条件下。     

一种基于实景图像的低能见度识别算法

为了利用大量视频监控设备提高能见度数据采集密度,提出一种基于实景图像转换的、采用简单卷积神经网络分类提取能见度等级的算法。该算法假设视频设备水平安装且具备开阔视野, 对原始视频图像进行水平分块,提取各分块的梯度、饱和度和亮度信息组成新的图像,基于简单卷积神经网络建模。采用2019年9月—2020年12月上海洋山港气象站29668张视频图像进行训练,建立识别模型,并采用2021年1—5月5757张视频图像对模型进行测试。采用该算法建立的模型参考雾的预报等级(GB/T 27964—2011)将能见度分为5个等级进行检验,白天准确率为87.99%,夜间准确率为81.32%,优于直接采用AlexNet模型。对1000 m以下低能见度天气的识别准确率达95%以上。利用现有的视频摄像头,可有效弥补气象站点能见度仪数据不足的问题,在气象业务上有一定的应用价值。