华北冬季能见度变化的三种典型特征及影响因子分析

利用华北地区常规观测数据、NCEP/NCAR再分析数据以及环境质量数据,采用经验正交函数分解、回归分析、相关分析等方法,对华北地区1981～2017年冬季能见度变化特征及影响因子进行分析,结果表明:在能见度趋势变化上,20世纪90年代中期后,北京及其周边少部分区域的冬季平均能见度经历了上升过程,而其它区域冬季能见度变化趋势则相反,这种反相变化特征与污染物排放量的局地差异关系密切;能见度的低频波动变化与冬季风强度具有显著的正相关关系;能见度的高频波动特征则与温度、相对湿度、风速等局地气象要素有关,在华北中部、南部,能见度与温度、风速呈正相关,与相对湿度呈负相关,在华北北部,能见度同温度、相对湿度的关系并不显著,与风速呈负相关关系。     

天津市区能见度变化规律及影响因子相关分析

通过分析2010年天津市区的实时观测数据,结果表明:能见度有明显的年际变化、月变化和日变化规律,能见度和PM2.5及相对湿度呈现典型的负相关,不同季节条件下,能见度与PM2.5的相关性明显优于PM10,秋季能见度与颗粒物的相关性明显优于其他季节。     

雾霾及能见度自动观测系统问世

能见度是三大基本气象观测要素之一,是一个对航空、航海、陆上交通以及军事活动等都有重要影响的气象要素。特别是今年以来我国多个省市雾霾天气频发,持续的低能见度天气造成多起恶性交通事故发生,导致人民生命财产受到重大损失。对雾霾及大气能见度的实时观测更     

辽宁中部地区大气能见度器测与目测数据的对比分析

以辽宁中部地区沈阳、鞍山、本溪3个城市为研究对象,利用2010年全年的高精度仪器观测与人工定时观测能见度资料,对这2种观测方法进行了对比分析,研究了二者的差异与相关性. 结果表明,从辽宁中部地区全年总体来看,虽然平均器测能见度大于平均目测能见度,但目测能见度在一年中的大部分时间大于器测能见度(所占日数比例为59.5%). 各城市之间器测能见度的相关系数比目测能见度高,2种方法的观测结果较为一致地反映出能见度在午后会达到高值. 2种方法观测的能见度均与大气相对湿度和可吸入颗粒物质量浓度表现为负相关关系,其中目测能见度与相对湿度的负相关性更为显著,而器测能见度与颗粒物质量浓度的相关性更为显著.      

天津地区雾霾低能见度短临预报预警方法研究

雾霾低能见度天气对海事交通有显著的影响,当能见度低于3 km时天津港航道采取单向通航管理,能见度低于1 km时封航管理,基于港口海事交通气象服务需求,以天津港为例,采用多种方法开展基于观测的雾霾低能见度0～12 h短临预报预警技术研究.通过分钟级能见度观测的跃迁信号分析、基于观测的未来1 h能见度递推和能见度数值模式三维变分同化3种方法,分别实现60 min内、1～2 h、12 h多时间尺度无缝隙的能见度短临预报预警.结果表明：(1)浓雾天气来临前,大概率会出现“象鼻形”先期振荡,称为象鼻效应.当夜间能见度低于或者接近1 km时,超过200 m能见度异常升高定义为跃迁信号（未有明显天气系统变化,且出现在日出前）,通过港口分钟级的能见度观测,能够提前30～60 min清晰捕捉低于200 m的浓雾天气,跃迁信号可作为未来低能见度短临预报预警的指示.(2)以能见度和相对湿度观测为基础,结合数值模式预测影响能见度变化趋势的PM2.5质量浓度和相对湿度的未来1～2 h变量,根据消光经验公式构建基于观测的短临递推能见度预报方法.实测数据表明,提前1 h能见度预报值与观测值相关系数为0.95,平均相...     

MODIS气溶胶产品在大气能见度监测中的应用

利用MODIS气溶胶产品和气象观测资料分析了能见度与MODIS气溶胶产品和气象要素的相关关系,并运用多元回归方法建立了安徽省不同季节能见度的反演模型,在此基础上分析安徽省能见度的时空分布特征。结果表明:(1)能见度与气溶胶光学厚度(AOD)、气溶胶质量浓度(MASS)和相对湿度呈显著负相关,AOD、MASS经气溶胶标高垂直订正后,与能见度相关性显著提高;(2)反演能见度与实测能见度相关系数为0.689(P0.001),对于平均值为16.80 km的能见度观测值,反演的平均偏差MBE为-0.25 km,均方根误差RMSE为4.21 km;(3)安徽省能见度空间分布不均,皖南山区、大别山区,以及淮北平原能见度较高,沿江、江淮之间中部,以及沿淮部分地区为能见度的低值区;能见度有明显的季节变化特征,春、夏季高于秋、冬季,6月份能见度明显小于下半年的其他月份,可能与秸秆焚烧有关。     

天津市大气能见度与颗粒物污染的关系

利用天津市大气边界层观测站2009年能见度、相对湿度、风速逐时观测资料和2009年3月9~21日期间颗粒物的膜采样数据,分析天津市大气能见度与颗粒物污染的关系.结果表明,颗粒物质量浓度与能见度变化总体呈负相关,小粒径颗粒对能见度的影响作用明显,随着能见度的降低,小粒径颗粒与大粒径颗粒浓度的比值明显增加.能见度与颗粒物中总碳质量浓度变化呈负相关. SO42-,NO3-,OC和EC对大气消光贡献平均值分别为28.7%,6.1%,27.6%和19.2%.表明观测期间颗粒物中SO42-,OC对能见度的影响明显.     

西安咸阳高速公路大气能见度变化特征及影响因子分析

利用西安咸阳高速公路交通气象自动观测站网2013年8月—2015年4月共21个月的交通气象实时观测资料,对西安咸阳高速路段大气能见度变化特征及其主要气象影响因子进行了分析。结果表明:汉城收费站、渭河大桥北站能见度的月际变化均呈双峰双谷型分布;机场收费站能见度呈多峰型波动变化。3站能见度平均值按照逐渐靠近机场的顺序依次下降。对3站而言,14:00时大气能见度最好;能见度最低值出现的时刻因站而异。对3站而言,能见度与气温均呈明显的U型二次多项式相关;与相对湿度呈多项式型负相关;与风速之间存在一定的多项式相关性,但相关性较弱。受到机场较强的人为交通源排放影响,随着与西安咸阳国际机场距离的缩短,3站能见度与气温、相对湿度及风速之间的相关性依次递减。     

基于神经网络的直流电机模型辨识及应用

为了提高控制系统的控制性能,实现自适应控制,提出了一种基于神经网络模型的参数辨识方法.首先,为一台未知参数的直流电机设计了基于DSP(数字信号处理器)的控制器,再通过采集卡获取大量的实时观测数据,然后对数据进行预处理,将预处理后的数据按照神经网络辨识的原理完成模型辨识.通过比较直流电机实际阶跃响应与模型阶跃响应,对辨识模型进行检验,最后设计了该系统的PI校正装置.结果表明该方法可操作性强、辨识精度高、应用性强.     

贵阳市相对湿度及PM2.5浓度对大气能见度的影响分析

利用2019年1月1日至12月31日贵阳市能见度、相对湿度(RH)和PM2.5浓度逐时观测资料,分析了能见度与相对湿度及PM2.5浓度的关系.结果表明:夏季贵阳市相对湿度与PM2.5浓度较低,能见度较高,冬季则相反;能见度日变化为单峰型分布:06:00时左右最低,16:00时左右最高,与相对湿度呈反向变化.能见度与RH...     

基于WRF-RTIM的上海地区霾预报MOS方法研究

应用基于系统辨识理论的实时迭代模式(real-time iterative model,RTIM)对WRF模式预报结果进行后处理,建立了上海地区霾天气的模式输出-统计(model output statistics,MOS)方法.首先,根据WRF模式的气象输出资料,结合大气污染观测数据,筛选出霾事件的预报因子;其次,运用系统辨识实时迭代模型,建立依据MOS预报方法的PM2.5、PM10和能见度预报模式;最后根据霾事件的判别标准,对上海2012年11月—2013年1月的霾日进行24 h和48 h预报.结果表明,PM2.5模式预报成功率为75.0%~63.9%,PM10模式预报成功率为87.5%~81.8%,能见度模式预报成功率为71.0%~74.2%,霾日预报成功率为73.7%~72.7%.分析表明,研究期间上海的气溶胶以细颗粒物为主,低能见度主要由导致霾现象的PM2.5引起.该方法能较准确地预报霾日的发生,可为我国城市大气环境业务预报提供参考依据.     

基于风险神经网络的大气能见度预测

针对空气污染导致大气能见度降低的预测研究,构建了一个风险神经网络模型,模型以6个气象因子、3种主要污染物(SO2,NO2,PM10)浓度和能见度作为输入因子,输出为24h后能见度的预测值.该模型对低能见度情况的数据给予相对较高的风险值,而对高能见度情况的数据则给予相对较低的风险值.以天津市2003~2007年的气象数据对模型进行检验,结果表明该风险神经网络模型优于传统神经网络模型和线性回归模型.     

基于AGRI颗粒物浓度遥感反演及季节变化分析

基于AGRI数据反演区域PM_2.5浓度.利用6S辐射传输模式,分析气溶胶光学厚度AOD与能见度相关性,建立AOD、气溶胶标高和能见度模型;通过对大气柱AOD垂直订正,构建AOD与近地面PM_2.5浓度关系的物理模型;同时引入了地面相对湿度数据.结果表明,FY-4A遥感的PM_2.5浓度与地面空气质量监测站的PM_2.5浓度变化趋势一致,算法计算效率较高.利用AGRI估算近地面PM_2.5与地面观测网对比分析,其结果不亚于于MODIS以及VIIRS的对比结果,AGRI估算的均方根误差和相对误差较小.从季节分析,冬季近地面颗粒物浓度是影响整层大气柱AOD值的主要因素,AGRI反演结果精度较好,夏季相关系数相对于其他三个季节偏低.总体而言,采用FY-4A/AGRI反演颗粒物浓度精度可靠,有利于实现区域气溶胶全天候实时监测.     

沙尘天气发生频率对大气能见度方差的影响研究:以北京及其沙尘过往路径典型站点为例

利用1971～2000年北京及其沙尘过往路径典型站点日能见度和各种沙尘天气发生日资料,分析了沙尘天气发生频率与能见度方差的关系.发现当沙尘天气频率减少(增加)1次时,能见度方差就偏强(偏弱)1个标准差.沙尘天气发生频率对日能见度变率的影响主要是通过风速的高频变率实现的,当风速变率偏强(偏弱)1个标准差时,沙尘天气发生频率增强(减弱)约30%,近地面风场的高频变率影响了沙尘天气的产生,从而影响日能见度方差的波动.异常低能见度事件(日能见度距平<-2σ,σ为各站各日能见度距平的标准差)频次与能见度方差之间存在显著的正相关性.风速距平频次增加,使得沙尘天气发生频次增加,从而导致低能见度事件频次上升;反之,异常低能见度事件下降.浮尘、沙尘暴和扬沙与低能见度事件的相关程度是不同的.     

2006~2015年中国华北地区气溶胶的垂直分布特征

为研究高污染地区气溶胶形成机理提供理论依据,利用CALIPSO卫星提供的Level 2Profile和Level 2VFM产品,分析了华北地区2006～2015年532nm总后向散射系数,退偏振比,色比及不同类型气溶胶的时空变化特征,并结合地基观测资料,探讨了不同能见度下华北地区气溶胶垂直分布特征.结果表明：华北地区气溶胶粒子532nm总后向散射系数,退偏振比和色比范围依次为0.5×10^-3～8.0×10^-3km^-1sr^-1,0.14～0.3和0.6～2.0,且具有显著的季节和高度变化特征;能见度<5km时粒子散射能力最强,非球形最弱,粒径最小,对应的最大532nm总后向散射系数,最小退偏振比和最小色比依次为0.012km^-1sr^-1,0.092和0.856,能见度>10km时相反;污染沙尘,沙漠沙尘,污染大陆气溶胶和洁净海洋气溶胶集中在0～2km,出现的频率依次为13.81%,8.48%,5.45%和1.22%.     

霾污染环境大气能见度参数化方案的改进

霾污染是高浓度大气气溶胶造成低能见度的大气现象,为了完善目前空气质量模式的大气能见度参数化方案,以准确地预报霾污染过程的能见度变化,基于已有的大气总消光系数与大气能见度的关系,依据Mie理论和大气分子的消光特性,计算颗粒物和NO₂的消光系数,提出一种改进的大气能见度参数化方案.为了验证这一改进的参数化方案的大气能见度预报性能,①利用空气质量模式WRF-Chem3.7模拟2013年12月南京地区两次霾污染个例,并且与实际观测数据对比,证实其能够准确地模拟大气颗粒物和NO₂的浓度变化;②利用模拟的大气颗粒物和NO₂的浓度数据,分别采用改进的能见度参数化方案及已有的IMPROVE方案和CHEN的能见度参数化等3个方案,计算两次霾污染个例的大气能见度变化;③与观测能见度比较,评估3个能见度参数化方案的模拟准确性。评估表明,改进的参数化方案模拟的两个霾污染个例能见度的平均标准化偏差和平均偏差分别为17.19%、3.18%和517、173 m,并且和观测能见度的相关系数分别提高到0.76、0.87,其能见度模拟的准确性优于其它两种已有的参数化方案,并在不同相对湿度（RH）和能见度范围内改进的参数化方案模拟的标准化平均误差均小于其它两种参数化方案,其中,在RH < 80%和能见度≥ 1 km范围内标准化平均误差均低于50%.研究显示,改进的大气能见度参数化方案能够有效地提高空气质量模式的霾污染环境大气能见度的预报准确性.      

基于“情景-应对”的三维应急推演方法研究

针对石油化工行业事故应急现场环境三维快速模拟需求,研究基于石化模型库的无人机倾斜摄影三维建模的技术方法。利用无人机快速获取预定区域的遥感影像、完成场景的影像标定、建立场景的稠密点云,基于石化模型库对点云进行曲面拟合和纹理映射生成实时三维可视化模型。利用三维事故桌面推演平台,让应急指挥人员在全面掌握事故现场信息情况下,充分研判事故演变过程,开展基于"情景-应对"的事故应急推演。     

基于深度学习模型的广州市大气PM2.5和PM10浓度预测

精准预测大气污染颗粒物PM_2.5、PM₁₀浓度能为大气污染防治提供科学依据,但目前较多PM_2.5和PM₁₀浓度预测在缺少污染源排放清单和能见度数据时,预测精度不高。而目前深度学习模型应用于PM_2.5和PM₁₀浓度预测的研究还鲜见报道。基于广州市2015年6月1日—2018年1月10日的空气质量和气象监测历史数据,分别构建了随机森林模型(RF)、XGBoost模型2种传统的机器学习模型和长短时记忆网络(LSTM)、门控循环单元网络(GRU)2种深度学习模型,并对广州市的PM_2.5、PM₁₀日均浓度值进行预测。结果表明:在缺少污染源排放清单和能见度数据时,4种模型也能较好地预测PM_2.5、PM₁₀日均浓度。根据MSE、RMSE、MAPE、MAE和R2等评价指标,对4个模型的PM_2.5、PM₁₀预测效果进行测评,得出深度学习GRU模型预测效果均为最佳,RF模型的预测结果均为最差。相比目前研究及应用较多的RF模型、XGBoost模型、LSTM模型,基于深度学习的GRU模型能更好地预测PM_2.5、PM₁₀浓度。     

耦合气溶胶双参数化方案的大气能见度数值改进算法

将气溶胶复折射率（Aerosol Complex Refractive Index,ACRI）和气溶胶粒径吸湿增长因子（Growth Factor,Gf（RH））参数化方案进行耦合,提出了一种基于Mie散射模型的大气能见度数值改进算法.并利用成都市2017年10~12月WS600一体式气象站、AURORA-3000积分浊度计、AE-31黑碳仪以及GRIMM180环境颗粒物监测仪分别观测获得的相对湿度（RH）,干气溶胶散射系数（b_sp）,干气溶胶吸收系数（b_sp）,气溶胶质量浓度（PM₁₀,PM_2.5,PM₁）及其数浓度粒径分布（N[r（RH）]）的地面逐时观测资料,通过与两种能见度计算模型（经验参数的Mie散射模型和统计模型）在不同能见度区间（<2km,2~5km,5~10km,>10km）模拟结果的对比分析,评估了该改进算法的适用性.结果表明：三种能见度计算方法均能较好地模拟出能见度的变化特征;改进算法通过本地化参数化方案更准确地估计出DACRI和Gf（RH）,从而可更准确地模拟出四类能见度区间,对应模拟值与实测值的相关系数（R）分别为0.62,0.90,0.89,0.93,平均相对误差（MRE）分别为9.86%,10.39%,9.94%,14.06%.     

北京大气能见度和消光特性变化规律及影响因素

利用长时间序列的大气能见度与湿度等气象资料以及近年来大气污染物的监测数据,探讨了北京大气能见度及消光特性的变化规律及影响因素.结果显示:近50年来北京大气消光作用存在降-升-降的变化过程,1954~1967年以下降为主,20世纪60年代中期至70年代明显上升,此后特别是20世纪90年代以来北京大气消光作用基本呈缓慢下降趋势,能见度变化过程与此相反.从区域分布看北京大气消光作用北部及西部山区低于平原区,平原区存在由北向南逐渐升高的分布规律,即北部平原区低于中部市区,中部市区低于南部平原区.近10年来北京大气颗粒物消光作用区域差异逐渐减小,这与大气污染区域分布变化趋势基本一致.北京大气消光作用20世纪80年代之前冬高夏低,之后转为冬低夏高,对应于大气污染由煤烟型向综合型的转变.大气消光作用平均日变化呈双峰双谷型,09:00和21:00形成双峰,06:00和16:00处于双谷,但月际差异明显.大气消光作用受颗粒物浓度与相对湿度影响显著.高消光作用通常与高相对湿度和高颗粒物浓度有关;低消光作用出现在湿度和颗粒物质量浓度同时较小情况.相对湿度低于70%时,大气颗粒物消光作用会随着PM2.5浓度的升高明显增强,消光作用与PM2.5浓度存在线性关系;当相对湿度大于70%时,消光作用对PM2.5浓度变化的响应并不明显.