贵州高速公路低能见度分类预报方法研究

贵州低能见度天气按对交通影响程度分4级,以各类低能见度天气特征差异为基础,对分类型、分级别的低能见度天气下的气象要素进行考察。发现在辐射雾中,多个气象要素与能见度等级之间有一定关联,但要素范围有重叠,难用做预报依据;各等级地形雾、锋面雾的气象要素差别不太明显,且4级能见度统计效果不好。各类型低能见度天气发生的气象条件有所不同,可以作为预报依据:辐射雾和锋面雾在变温有明显区别,辐射雾为明显的负变温。三类雾都存在总体发生与否的湿度阈值,但差别并不太大。辐射雾发生时和前6小时基本无降水,而弱降水利于出现锋面雾和地形雾等。辐射雾大多发生在静风和弱风情况下,锋面雾、地形雾发生时的风速依次增大。     

基于关联规则挖掘的自动站观测数据相关性分析

引入数据关联规则挖掘技术,分析地面观测中不同气象要素之间的相互关系,为不同气象要素观测数据的内部一致性检查提供参考。通过对2013年全年北京南郊试验站地面气象自动观测数据的分析,统计出了强关联规则气象观测要素相应的值域分布区间。分析了相对湿度和风速变化值之间的相关性,得到相对应的变化阈值;通过分析能见度与相对湿度的相关性,发现能见度变化受降水影响较大,因此,统计不同等级降雨强度所对应的能见度区间值,通过分析具体降水过程,揭示能见度与降雨强度随时间的变化关系,结果表明,利用上述相关性对气象要素观测数据进行判定,可以为多种气象观测数据的质量控制提供参考。     

贵州辐射雾的时空变化特征及其气象要素分析

选取2008—2012年贵州省3646站次的辐射雾天气过程,根据08时能见度大小将其划分为4级雾、3级雾、2级雾和1级雾四个等级,利用常规地面观测资料分析其时空变化特征,并根据辐射雾多发生区选取出修文、三穗和凤冈3个分布在贵州省高速干道上的站点,利用相应地面气象观测台站的逐日逐时实测气象要素资料,分析其不同等级的气象要素特征。结果表明:各等级辐射雾在10月—次年1月发生较多;空间分布呈"东多西少"格局,4级雾主要分布中心为修文和岑巩,其余等级辐射雾主要分布中心为三穗、凤冈、平塘、正安、松桃和锦屏;修文站的4级雾偏多与其平均相对湿度明显偏高、风速小于3 m/s和风向主要为偏东风相关性较高;三穗站和凤冈站的平均相对湿度与当日08时和前一日20时的气温差相对利于雾的生成,但其风速较小,垂直混合较弱,故其主要为较低等级雾。     

雾对我国交通运输的不利影响及对策

随着我国公路、航空和水运等交通运输业的快速发展,雾的不利影响越来越明显,也越来越受到人们的关注。如何有效降低雾对交通运输的不利影响,已成为交通管理和气象部门的重要工作目标之一。通过分析雾的发生特点及雾的时空分布特征,针对雾对交通运输的不利影响,提出从加大能见度监测仪设置密度、提高交通气象预报精度、制订严格的高速公路雾天交通运行规定、加强和完善雾天交通预警系统等几个方面积极采取应对措施,最大程度降低雾对我国交通运输的不利影响。     

基于序关系分析法的河北省交通事故天气条件分析

选取2013—2017年河北高速公路逐日发生的一般等级以上交通事故起数、伤亡人数、经济损失及同期气象要素资料,基于序关系分析法将事故量及等级量化为事故指数,分析了对高速通行高影响的雾天、雨天和雪天事故的年际、月际及日变化特征,并构建日均交通事故指数与气象要素的非线性回归模型。研究表明:(1)交通事故发生时不利天气条件下交通事故总起数、死亡事故起数及人数、经济损失为雾天雨天雪天,而伤人事故及人数为雨天雾天雪天。(2)雨天、雪天交通事故峰值与当年雨雪极端天气事件有关,雾天单起交通事故的直接经济损失呈上升趋势;事故月、日分布有显著性差异,表现为雾天事故高发月份在9月至翌年2月、雨天事故多发于在5—10月、雪天事故多发于1—2月、12月;05—08时和00时为事故高发时段。(3)分别针对不同等级日雨量和能见度与日均交通事故指数建立了一般等级以上交通事故模型,非线性回归效果显著。     

清河秋冬季雾变化规律及相关气象要素分析

利用清河国家气象观测站1960—2020年雾日数和2016—2020年逐时地面气象资料,分析清河雾的年、季、月变化规律和各等级雾在一日中生消变化规律、持续时长及与气象要素的相关性。结果表明：清河雾日数呈缓慢增长趋势,线性趋势率为099 d/10 a,秋冬季雾占总雾日的82%,是雾的高发季节;秋冬季浓雾和强浓雾的日变化规律基本一致,强浓雾出现频次最多,累计时间最长,特强浓雾出现频次最少;秋冬季雾的生成时间主要分布在后半夜到清晨,其次是19—20时,11—17时较少有雾生成,消散时间主要在09—12时;雾的浓度越高,持续时间越长,清河秋冬季雾持续时长在5 h以下占比最多,占48%。通过分析秋冬季雾的能见度和气象要素的相关性得出,能见度和相对湿度、10 min平均风速显著相关,当湿度大于90%时,10 min平均风速小于30 m/s时,更利于雾的生成和发展。     

基于AWOS数据的南京禄口机场低能见度特征统计研究

利用南京禄口机场2011 2016年分钟级地面观测数据对禄口机场低能见度现象进行分析,统计低能见度天气发生的时间分布特征;分析其他气象要素与能见度的关系,归纳低能见度天气下各气象要素的阈值,建立低能见度天气的预警指标。结果发现,禄口机场发生低于2 000 m能见度现象时,逐月平均相对湿度均超过90%,表明禄口机场低能见度主要是由雾造成的。禄口机场能见度表现出明显的季节、次季节变化特征,呈现双峰双谷结构,4月及7、8月为两个峰值,6月及12月和次年1月为两个谷值。这种特征的形成与近地层大气的温度、湿度、层结有密切关系。能见度分布具有较为明显的日变化特征,凌晨至早晨能见度最低,午后能见度达到最高,秋季能见度的日变化幅度较大,冬季低能见度可能出现的时间分布范围广。通过分析发现能见度与气象要素之间的关系复杂,并不呈现某种线性关系。分析不同等级低能见度天气对应的气温、温度露点差、水平风速范围,发现气温在不同月份有较大差异,温度露点差及水平风速的范围较稳定。     

北京高速公路大气能见度与气象条件的相关分析

从能见度与气象要素的日变化、逐月变化、季节变化特征以及不同等级能见度与对应气象要素平均值的依赖关系等不同角度,统计分析了北京首都机场和八达岭高速公路大气能见度与地面气象要素的相关性,并进行了高速公路大气能见度与地面气象要素相关性普查。结果表明,北京高速公路大气能见度与相对湿度呈明显负相关,与风速和气压呈正相关,高湿和小风是出现低能见度的主要气象条件。     

江苏省雾霾天气特征分析

根据2007年1月—2013年12月江苏省国家基准气候站的逐日地面观测资料,分析了江苏省雾、霾日数的气候变化特征以及霾天气发生时的主要气象要素场特征。结果表明:(1)雾日数分布从江苏省东部向西部逐渐减少,霾分布由南向北逐渐递减。(2)年际变化上,雾日数呈现一定的波动,霾日数逐年增长。秋、冬两季雾日数较多;霾日数在夏季最少。雾、霾天气分别在08时和14时发生次数最多。(3)淮安中度霾居多,微风、高湿情况下霾发生概率最高,不同季节风向分布不同。(4)风速与能见度成正相关关系,春、夏季的相关性较差,秋、冬季相关性相对较好。能见度与相对湿度春、冬两季两者之间呈明显的线性负相关,而夏、秋季拟合曲线呈非线性负相关。     

安徽省雾、霾、晴空天气的气象条件对比分析

使用2008~2012年逐日地面观测资料,揭示了安徽不同地区雾、霾、晴空天气气象条件的差异,指出不同地区要根据本地特点建立雾、霾预报指标和预报方法。3类天气差异最大的地面气象要素是能见度和相对湿度。根据3种天气前一日和当日能见度和相对湿度分布特征,全省站点可以分为3类:1)从雾、霾到晴空,能见度递增、相对湿度递减,且差异显著,如合肥站;2)雾、霾天的能见度和相对湿度均很接近,但与晴空天差别较大,如阜阳站;3)能见度在雾、霾天无明显差别,但相对湿度在雾、霾天差异显著,如安庆站。地级市测站雾后即霾的可能性较大(大于50%),县城测站雾后即霾的可能性较低(低于25%)。垂直方向,雾时相对湿度随高度下降很快,850 h Pa中位值已降到20%(安庆)和45%(阜阳)以下,霾时相对湿度随高度下降缓慢,850 h Pa中位值仍在60%左右;另外,霾天边界层中上部风切变较小,雾天和晴空天边界层中上部都存在较大的风切变。     

东北高速公路行车安全气象条件预报业务系统

概述了东北高速公路行车安全气象条件预报业务系统的总体结构,介绍了系统包含的行车安全气象条件预报专用数据库、行车安全气象条件预报方法和预报工作平台。业务应用结果表明：系统为预报员提供了能够满足实时业务需要的高速公路行车安全气象条件预报工作平台,研制的大雾、积雪、道路结冰和湿滑等客观预报方法可为交通管理部门提供高速公路行车安全气象参考信息。     

基于城市交通脆弱性核算的大雾灾害风险评估

选用大雾观测资料测算城市地区的雾灾危险性指数,以规则网格作为评估单元,逐网格计算网格区域内的路网密度,以此作为雾灾的空间脆弱性指标,并针对重点设施的分布情况对脆弱性指数进行空间叠加订正;选用网格内的人口密度作为雾灾的易损性指标;危险性、脆弱性及易损性3项指标按5:2:1的分配比例综合测算雾灾的风险指数。实例研究选用北京地区1996年1月—2006年12月的大雾资料,按空间网格化方法对大雾灾害风险进行评估,结果表明:北京地区雾灾脆弱性指数的高值区域与高速路及环城路延伸方向一致,城市中心为人口集中分布地区,其综合风险指数高,与高速路段、环城路及机场等地段均为雾灾的高风险区域,北京东南部地区年平均雾日数相对较多,危险性指数值也较高,是雾灾较高风险区域。     

乌鞘岭高速公路路段多发交通事故的气象条件分析

利用2006年1月1日至2013年5月31日甘肃省乌鞘岭路段高速公路发生的一般、重大、特大公路交通事故个例和同期乌鞘岭气象站的气象观测资料,利用统计方法分析天气现象和气象要素与公路交通事故的关系。乌鞘岭路段的交通事故一年中3月、7月、9月发生的几率较大,这与季节交替时气象要素变化显著、雨带北移、降水日数增多有直接关系。乌鞘岭路段公路交通事故,由不良气象条件引发的占总事故数的81%。发生交通事故中不良天气的排序依次为结冰、降雨、降雪、积雪、大雾。普查气象要素与交通事故相关性,发现最低温度、地面最低温度、相对湿度、能见度、日降水量、极大风速与公路交通事故具有显著相关。     

2017-11-15安徽颍上团雾天气特征分析及气象服务探讨

团雾是一种严重威胁公路交通安全的恶劣天气,因其具有较强的局地性、突发性特点,也是目前公路交通气象预报服务的难点之一。针对2017年11月15日发生在安徽阜阳滁新高速颍上段的团雾交通事故,利用颍上交通气象站、焦岗湖交通气象站与颍上气象站的逐10 min气温、相对湿度、风速、能见度监测数据,结合欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts)的分析场资料,分析了安徽颍上团雾交通事故发生地的局地环境特征和当日的天气特征及成因,探讨了高速公路团雾预报服务的不足和未来工作展望,为进一步做好团雾天气交通气象服务提供借鉴和参考。主要结论如下:此次团雾发生在辐射雾的天气形势背景下,夜间辐射降温幅度达5℃以上,为团雾发生提供了低温条件;团雾发生地地势低洼且临近水系,水汽输送通道流畅,水汽充足,黎明后底层空气湿度维持在85%以上,是团雾发生的诱因之一;日出后风力保持静风状态,空气流动性差,造成近地面层水汽聚集,是团雾发生的重要原因。     

辽宁省高速公路不良气象条件分析及服务探讨

对2005—2008年辽宁省高速公路交通事故资料进行统计。结果表明：辽宁省高速公路发生交通事故呈逐年上升趋势,其中由天气原因及其所引起的不良路况所造成的交通事故占20.4%,5—8月和11—翌年1月是此类交通事故的两个多发期。在各类天气现象中,因雾引起的交通事故所占比例最高,为41.0%,雨次之为31.3%。在此基础上就如何做好高速公路气象服务提出四点措施：划分灾害性天气服务关键性路段和关键期,制定高速公路安全运营气象灾害防御地方标准,在高速公路沿线布设密度适宜的气象监测站,加强气象对高速公路影响机理的研究。     

北京地区一次典型大雾天气的空气污染过程物理量分布特征

2002年11月30至12月4日，北京持续4天大雾天气，空气污染物在持续的稳定层结条件下，空气质量连续3天达5级以上。文中分析了大雾天气各主要污染物的变化特征，以及此次过程中天气形势的特点及演变，并对造成大雾日空气污染天气的物理量分布特征进行分析。结果表明：高空WNW气流、稳定性持续增加、逆温层结持续存在、低空风速较小、相对湿度大，导致局地污染物不能及时随大气扩散；1000～700hPa有弱的上升气流形成和维持，与500hPa高空下沉气流之间在低空的某层高度上形成稳定层结(逆温层)，导致大雾及重污染的形成；850hPa为暖区，850～500hPa为冷平流，有利于大雾的形成和加重。     

沈大高速公路雾气候特征与气象要素分析

利用1958—2007年沈大高速公路沿线6站雾日资料对沈大高速公路雾的气候特征及气象要素进行分析。结果表明：沿海地区雾日偏多,且总体呈上升趋势,内陆地区雾日偏少,且呈下降趋势。内陆地区雾多出现在秋冬季,沿海地区多出现在夏季。雾多在凌晨至日出前后时段生成,日出后逐渐消散,持续时间多为1—3 h。相对湿度、气温、风速和风向对雾的预报有较好指示意义：当相对湿度在90%—100%时,春季气温为-5—15 ℃、夏季为16—24 ℃、秋季为-3~19℃、内陆冬季为-20~2 ℃,沿海冬季为-7~4 ℃范围内,内陆风速为0—3 m•s-1,沿海风速为0—6 m•s-1,且沿海地区为偏南风时,雾易发生。     

贵州高等级公路气象特征及预报

根据近4a逐日气象资料以及交管部门近10a的交通事故统计数据,分析了影响贵州高等级公路交通安全运输的主要气象因子特征,揭示了贵州复杂地形条件下不同公路路段的气象条件差异较大,主要表现为:(1)各路段夜间雨日比白天雨日多30d左右;(2)降雨日、大雨日和暴雨日最多的路段均是镇胜路;(3)能见度条件最差的路段是玉凯路,其次是贵新路和镇胜路;(4)凝冻出现机率较大的路段是镇胜路、贵黄路和贵新路;降雪最多的路段是崇遵路;(5)高温天气最多的路段是玉凯路.另外,综合考虑了降雨、能见度、凝冻以及高温等天气条件对公路交通的影响程度,探讨了贵州高等级公路交通气象指数预报方法.     

抚州市大雾天气气候概况及气象要素特征分析

利用地面观测资料,对抚州市1959-2009年大雾天气气候概况及气象要素特征进行分析。结果表明,抚州市大雾年平均日数冬春季多、夏秋季少,大雾主要集中在10月到翌年4月;大雾区域分布极不均匀,东多西少,南多北少,山区谷地多平原少;大雾日数随着年代的推移总体呈逐渐减少趋势,平均以1.8d(/10a)的速度减少;大雾日数存在3-6a、12-15a和19-22a的周期变化;大雾存在明显的日变化特征,02-07时是大雾多发时段。当气温为0-10℃、相对湿度为85%-95%、风速为0-3m/s、气压为1005-1 015 hPa时,出现大雾的频率最高。一年中以辐射雾最多,占77.5%;其次是平流-辐射雾,占17.4%;平流雾仅占5.1%。