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。     

天津冬季大气能见度与空气污染的相互关系

为探求天津冬季大气能见度特征与空气污染的相互关系,于2008年12月至2009年1月连续观测大气能见度和空气污染物浓度(PM10、PM2.5质量浓度,O_3、NO_2和SO_2体积浓度),并结合相对湿度进行相关分析。结果表明:天津冬季大气能见度平均值为11.59 km,日变化呈明显的单峰特征,其变化特征受到空气污染物,尤其是气溶胶质量浓度及相对湿度变化共同影响;观测期内霾的发生频率接近50%;采用非线性回归方程拟合能见度与气溶胶质量浓度相互关系显示,PM2.5质量浓度对水平能见度的贡献大于PM10质量浓度,并且高湿情况下,能见度与气溶胶质量浓度相关性更好。     

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。     

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。      

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。     

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。     

上海地区低能见度特征分析

利用上海机场气象观测资料以及同时段的探空资料、大气污染资料,分析了上海地区低能见度的季节和日变化特征,以及影响低能见度的天气因子和大气污染浓度,结果表明:低能见度在12月出现次数最多,其次是1月、11月,6-9月出现最少;05:00-08:00出现频率最高,维持时间在1-5 h内的累积频率达到84.4%.降水、雾、霾等是造成低能见度的天气因子.低能见度日空气污染比较严重.冬季大气边界层稳定比例较高、多层逆温频繁发生、混合层高度低,是上海地区低能见度发生频率较高的主要原因.     

北京高速公路大气能见度演变特征及其物理分析

根据首都国际机场高速公路专业气象自动监测站网所提供的高时间分辨率资料, 对大气能见度演变特征以及相应的物理因子进行分析。结论如下: (1) 大气能见度具有明显的日变化和逐月变化特征。就日变化而言, 能见度以14时最大, 但最低值出现时段却不一定。对于季节变化, 全年以夏季大气能见度状况最好。 (2) 无论是季节变化还是日变化, 高速公路上的大气能见度与气象要素之间都是复杂的非线性关系, 而不是简单的线性关系。通过对21个月中能见度最低月资料的分析表明, 大气能见度与湿度间呈明显的乘幂分布关系, 其与气温呈U型相关。但在月平均能见度最大月, 能见度则与湿度呈指数关系。 (3) 从物理上来看, 大气能见度与湿度的关系, 主要是通过水汽分子的Rayleigh散射和雾的Mie散射两个方面来表现; 风速则是由于压力阻力卷起大气气溶胶来影响大气能见度的; 而0℃附近温度影响大气能见度则主要是通过Bergeron三相过程。 (4) 200 m以下的低能见度基本上是湿度在100%的情况下发生的, 即都是大雾天气影响的直接结果, 但对200 m以上的低能见度则不同, 200～1000 m其间有一半是雾, 而1～4 km的能见度中不到三分之一是雾, 主要是由灰霾、 沙尘暴等天气现象造成。     

2009年秋冬季天津低能见度天气下气溶胶污染特征

为研究天津城区秋、冬季雾霾等低能见度天气下气溶胶污染特征,采用2009年10—12月的大气能见度及相关气象和环境监测数据,并结合一次典型雾霾事件分析PM₁₀和PM_2.5质量浓度演化过程及其垂直分布特征。结果表明,低能见度天气占秋、冬季观测时长的一半以上,其中以霾天气为主;典型低能见度过程分析显示,霾日近地层内PM_2.5分布均匀,表现出显著的区域污染特征;雾日气溶胶质量浓度先升高后下降,系气溶胶粒子吸湿性增长与导致可溶性组份溶出的湿清除协同作用,低层PM_2.5质量浓度显著高于较高层,其垂直分布差异与相对湿度的垂直变化和逆温层高度有关。     

珠江三角洲大气灰霾导致能见度下降问题研究

大气气溶胶的气候效应和环境效应研究是当今国际科技界的热门话题。近年来珠江三角洲地区的气溶胶污染日趋严重,一年四季长期稳定存在气溶胶云,重污染区偏于珠江口以西的珠江三角洲西侧。灰霾天气主要出现在10月至次年4月。大气灰霾导致能见度恶化。自20世纪80年代初开始,该地区的能见度急剧恶化,灰霾天气显著增加,其中有3次大的波动,分别代表与珠江三角洲经济发展相伴随的气溶胶污染、硫酸盐加气溶胶污染、光化学过程的细粒子加硫酸盐加气溶胶的复合污染时期。雾和轻雾造成的低能见度的长期变化趋势,没有由于人类活动影响或经济发展影响带来的趋势性变化,其波动主要反映了气候波动固有的年际和年代际变化。珠江三角洲能见度的恶化主要与细粒子关系比较大,PM10有一半月均值超过国家二级标准的日均值浓度限值(150μg/m3),而PM2.5月均值全部超过美国国家标准的日均值浓度限值(65μg/m3),尤其是10月至次年1月的月均值浓度几乎超过标准限值的1倍,细粒子浓度甚高。另外PM2.5占PM10的比重非常高(58%—77%),尤其是旱季比雨季更高。与15a前的资料相比较,细粒子在气溶胶中的比重有明显增加,因而在目前珠江三角洲的气溶胶污染中,主要是细粒子的污染。     

新时期能见度目标物确定方法讨论

通过分析新时期各气象台站能见度目标物存在的实际性变化和重新制作目标物图的必要性,并详细介绍了新时期各气象观测站能见度目标物的测定方法及能见度目标物图的制作,解决新时期各气象台站制作新目标物图可能遇到的实际问题。     

Visibility and telephotometer

This paper discusses the possible error of the calculation of the atmospheric extinction coefficient by the Koschinieder visibility formula. An analysis of the problem shows that an error of 10% can be in-troduced in the measurement if the target used is a non-blackbody. By using the telephotometer as a tool of measurement, such an error can be markedly reduced.     

气象能见度与望远光度计

本文讨论了在实际工作中用柯什密得能见度公式推算大气消光系数时可能发生的误差。分析表明,由于目标物不是黑体,一般可使消光系数增大10％,但用望远光度计并采取一些适当措施,可把这一误差大大减小.而由于天空云造成光路上大气散射的非均匀性所引起的误差却难于消除.     

M6000型能见度仪与人工观测能见度差值分析

利用阳江气象站2013年7月至2014年3月的观测资料,分阶段探讨了M6000型能见度仪与人工观测能见度的差值特征及其造成原因,并探索了提高能见度仪观测质量的方法。结果显示：两者的差值主要集中在-20~30 km之间,且差值的绝对值随着能见度的增大而增大;总体上差值正常的时次占90%,在有天气现象时,自动观测能见度偏小比较明显,能见度小于等于5 km时负误差率最大,平均差值为负值且异常率最高。造成两者存在差值的原因是多方面的,除了人工观测的主观习惯性误差外,两者在概念、测量原理上的不同和仪器的维护不当也是造成差异的原因之一。通过加强能见度仪的日常维护,可以提高自动观测能见度的质量,用自动观测能见度来判断霾天比较接近实际,在雾天通过对自动观测值作适当的正向修正,也能提高两者的一致性,基本能够满足能见度自动化观测的要求。     

降水对雾中能见度参数化的影响

雾的能见度是雾滴数浓度和含水量的函数,可以利用雾滴数浓度和含水量进行参数化得到能见度拟合值。但是当雾中有降水存在时,降水会影响雾滴数浓度和含水量,进而影响能见度参数化。2009年1月19日至3月5日在湖北恩施雷达站进行了包括雾微物理特征、雨滴谱及雨滴末速度、能见度以及基本气象要素的观测。利用不同的能见度参数化公式得到能见度拟合值,并与实测值进行对比分析,考虑雾中降水影响时的能见度拟合值要比不考虑降水时的能见度偏差大,因此在有降水伴随雾产生时,降水的效应可忽略不计。同时,利用40％的雾滴谱观测数据建立了良好的模型用于拟合当地的能见度,并利用Gultepe公式得到相应的参数,对当地的能见度进行了计算和预报。     

基于高速公路视频图像的能见度计算

能见度作为重要的气象观测因素之一,影响高速公路行车安全.基于视频资料的能见度计算方法类似于人眼的感知方式,具备对恶劣天气条件和复杂场地的适应性.基于安徽省2016年10月17日、12月1日和7日的3次大雾天气过程,选取跨省分布的3个高速公路站点,使用对应时次下视频图像灰度值均方差与能见度观测值建立计算模型.结果表明：1）随着大雾天气过程变化,模型计算结果较好体现了能见度的变化规律,对高速公路行车具有指导意义;2）基于视频图像的能见度计算方法类似于人眼观测,能见度越高,人眼分辨地物清晰度越高,图像均方差越大;3）由于监测原理和环境差异,能见度测量值与模型计算结果之间存在误差,理论上大雾空间分布越均匀,能见度仪和监控摄像头距离越近,计算误差越低.     

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％）.     

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。     

能见度参数化方案概述

以能见度的模拟为切入点,对能见度模拟计算中使用的不同参数化方案进行了回顾和总结,将目前出现的一些主要的参数化方案进行了分类,并对一些参数化方案的模拟效果进行了简述。