共查询到20条相似文献，搜索用时 165 毫秒
1.
基于RMAPS-CHEM空间分辨率为3 km的逐小时能见度预报产品,考虑到不同区域、不同时效及不同级别的预报误差不同,对北京区域各站点能见度观测值与模式预报结果进行比较和分时段逐级偏差订正,以2016年数据为样本,并对2017年数据检验。订正结果表明该统计订正方案对2017年能见度预报有较好的订正效果,不仅可以较好地改善其对高海拔地区的高估现象,也能更好地预报出低能见度现象。以2017年1月为例,北京观象台站能见度平均偏差及均方根误差都有所降低,0～24 h分级预报准确率均有所提高。同时,对优化后结果进行合理插值,并应用于北京iGrAPS无缝隙智能网格预报分析系统,得到北京地区1 km空间分辨率的0～96 h时效能见度预报产品,从而为雾、霾等低能见度天气现象的预报提供支撑。 相似文献
2.
能见度自动仪与人工观测资料对比分析 总被引：3，自引：0，他引：3
根据国家气象中心制定的《对比观测期间监测资料评估技术方法》,对2008年嘉兴气象观测站能见度仪资料与人工观测能见度进行对比分析,结果表明,能见度仪资料与人工观测值在低能见度多发季节(秋、冬、春季)相关较好,而夏季(能见度总体较高)则相反。对能见度进行分级后的比较得出,低能见度(2km)时能见度仪观测效果较好,和人工观测值之间的对比差值及粗差率低、一致率高,具有很好的代替作用,而随着能见度的逐渐升高(2～5 km,5 km),两者之间的差距加大,能见度仪的可替代性降低。最后通过比较两种数据的各项统计指标发现,能见度仪数据序列离散度较低,精密度及精确度都要高于人工观测值,通过订正后未来有望取代人工观测。 相似文献
3.
使用贵州自动观测站逐时资料对2019年中国气象局陆面数据同化系统（CLDAS）温度、相对湿度产品进行了检验评估及线性订正。结果表明,CLDAS温度同观测有较好的一致性,相对湿度产品系统性低于观测,使用本地资料订正CLDAS温湿产品提高了产品的可用性。全年CLDAS温度产品在贵州的平均误差为0.2985℃,均方根误差为1.5578℃,相关系数为0.9822。12.4%的站点温度年均方根误差超过了2℃。从00:00-23:00（北京时）温度平均误差先减小后增大,均方根误差在中午前后存在最大值。订正后,CLDAS温度产品平均误差绝对值、均方根误差缩小,相关系数增大,全年均方根误差减小至1.2369℃。订正格点产品时有效距离越小订正效果越好。全年CLDAS相对湿度产品在贵州的平均误差为-4.501%,均方根误差为9.021%,相关系数为0.863,夜间相关系数为0.711。相对湿度产品平均误差及相关系数在中午前后达到最大值,均方根误差则是在日夜交换之际存在最值。线性订正对相对湿度产品有明显的正效果。订正后全年相对湿度均方根误差减小了2.317%,夜间相关系数较订正前增加了0.104。夜间时刻相... 相似文献
4.
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-20~30 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。 相似文献
5.
《浙江气象》2015,(2)
随着自动能见度仪的使用越来越多,它所受关注和重视的程度也越来越高,利用2011年全省人工观测与仪器观测能见度资料,对全年能见度空间分布做了分析,能见度高值区位于西南山区和东部沿海地区,低值区位于杭州地区、金衢盆地及湖州部分地区。以杭州为例分析两种能见度资料在不同能见度水平和天气现象下的一致性,当能见度小于1 km时,两种能见度资料误差较小,能见度在1~10 km之间,误差有所增加,当能见度在10 km以上时,误差较大,仪器观测能见度只有一定的参考性。在考察天气对能见度的影响时发现,人工观测能见度波动较大,降水的分布不均匀对于能见度测量有较大影响,因此在测量霾天气能见度时应排除降水对能见度的干扰。 相似文献
6.
7.
利用2011~2020年国家基本站观测资料,研究了湖南省低能见度天气时空分布特征,并结合低能见度与地面气象要素的关系获取预报订正阈值,在此基础上,结合概率匹配法对EC能见度预报进行订正研究。结果表明:（1）低能见度区域主要位于湖南中北部和通道县、衡阳市附近,并且从秋季开始整个低能见度区域有明显向南扩大的趋势;低能见度时数出现最多的是冬季,其次是春季和秋季,分布范围最广的也是冬季,集中于湖南中东部。（2）低能见度日变化呈单峰型,主要集中在20时~次日09时。（3）≤1 km低能见度主要出现在地面风速<2 m/s、地面相对湿度基本高于90%、地面温度低于20℃及24 h变压<2 hPa的气象环境。（4）采用概率密度匹配结合要素的预报订正方法优于仅使用概率匹配的订正方法,可以很好地对湖南大部分低能见度天气预报进行有效订正,订正后TS评分显著提高。 相似文献
8.
利用浙江省义乌市2015—2019年逐小时气象观测数据(相对湿度、风速、地气温差、能见度)和空气质量指数(Air Quality Index, AQI)数据, 分析了义乌地区低能见度天气(观测能见度lt; 10 km)的分布特征和气象要素条件。利用长短期记忆神经网络(Long Short Term Memory Neural Network, LSTM)模型对逐小时能见度进行模拟, 分别对比了观测能见度作为输入变量与否的模拟效果; 根据义乌地区低能见度天气条件的特征, 将模拟时段分为三个时期(11月至翌年2月, 3—6月, 7—10月), 对比了分时期模拟的效果; 以及评估了模型的预报步长。结果表明: 高湿、高污染、气温高于地温和低风速是义乌地区低能见度天气的主要特征。LSTM模型对单站能见度有较好的模拟效果, 当输入参数中加入历史观测能见度时, 能大幅提高模拟准确度, 日均能见度模拟结果均方根误差RMSE=0.63 km, 平均绝对误差MAE=0.51 km, 拟合优度R2=0.99;分时期进行模拟能得到更精准的模拟结果。本研究中选用的输入要素在冬季(11月至翌年2月)模拟效果最好, RMSE=2.35 km, MAE=1.46 km, 低能见度均方根误差RMSE_10 km=1.81 km, 低能见度平均绝对误差MAE_10 km=1.13 km, R2=0.83; 3—6月的模拟中, 输入变量中不加AQI模拟效果更好, 这意味着3—6月义乌地区的低能见度天气以雾天气为主导, 加入过多变量并不一定能提高模型准确度; 随着预报步长增大, 模型预报效果变差, 预测步长等于3 h, R2=0.71, 预测结果已不具备实际应用意义。 相似文献
9.
利用WRF （Weather Research Forecast）模式及其自带的Nudging同化系统,结合通过质量控制的三峡地区2 588个自动站的2014年1月观测资料,进行同化自动站观测试验,建立了三峡地区3 km高分辨率气温场,并与加入NCEP稀疏观测站点的稀疏场试验和未同化试验在月平均温度场和逐时温度变化两个方面进行了综合对比分析。结果表明：与未同化试验相比,同化自动站观测后,大部分地区平均气温场偏差减小至±0.5℃以内;平原、丘陵、山区气温逐时绝对偏差均减小至1℃以内,逐时气温的相关系数超过0.9,偏差范围减小1.14℃以上,均方根误差减幅达0.55℃以上;同化自动站观测后,泰勒图中平原和丘陵的相对标准差接近于1,山区减小至1.11。同化自动站观测试验的结果优于同化稀疏场试验,较好地建立了三峡地区2014年1月气温场,为该地区建立高分辨率温度场提供了有效参考。 相似文献
10.
利用1999—2018年逐月ERA-interim再分析数据，选取青海省东部农业区的15个气象站点平均气温和土壤温度，采用误差和相关性分析，对比两种资料时间和站点空间变化规律，并对ERA-interim再分析资料的准确性进行验证评估。结果表明：ERA-interim再分析数据平均气温、5和15 cm土壤温度均低于观测值，分别偏低3.5、4.3和4.5℃；观测值与订正前后的再分析资料月际和季节变化基本一致，空间变化均表现出从东南部向西北部减小的趋势，而且最大值和最小值出现的站点完全一致。近20年来，观测值与再分析资料平均气温均呈现上升趋势，5和15 cm土壤温度观测值表现为升高趋势，而再分析数据呈减小趋势。与订正前相比，订正后的再分析资料与观测值的平均偏差和均方根误差明显减小，同时平均偏差和均方根误差年际变化均呈先增大后减小的趋势。年内平均偏差和均方根误差均呈现“M”型，最大值均出现在4月，最小值出现在12或1月。东部农业区地形复杂、海拔高度差异是再分析资料比观测值偏低的主要原因，利用回归方程实现平均气温和土壤温度再分析数据的订正，有效降低了ERA-interim再分析数据的偏差，提高再... 相似文献
11.
能见度可以直观反映空气污染程度,通过卫星反演获取能见度可以实现大面积同步观测,弥补地面观测在此方面的不足。基于安徽省池州市2015年Terra/MODIS的气溶胶产品(AOD)和池州市一区三县4个国家观测站的能见度观测资料,分析研究MODIS气溶胶产品与能见度的关系。通过拟合池州市四季气溶胶标高,建立不同季节能见度回归模型,并利用标高数据和AOD的季节分布,反演出池州能见度的季节变化,研究了近地层大气气溶胶与地面能见度的关系,最终获取了池州市2015年四季能见度时空分布并对其特征进行分析。结果表明:池州市夏季气溶胶标高最高,冬季的最低;能见度模型估算值与观测值整体较为一致,季节平均值相对误差为18. 15%;池州市2015年四季平均能见度为13. 8 km,整体呈从东南向西北逐渐减小的趋势,空间分布不均;季节平均能见度夏季最高,为19. 3 km,冬季最低,为9. 9 km,其中石台县各季能见度均明显好于其他地区的,且四季变化小而平稳;月平均能见度7月的最好,2月、5月和9月的较差;经济社会发展状况、生态环境和气候状况是影响池州市能见度分布时空变化的主要因素。 相似文献
12.
主导能见度是航空活动能否正常进行的重要标准之一。伴随我国通用机场建设,主导能见度的自动观测具有重要的实际意义。本文使用中值法、图形比例法和均值法3种方法,利用机场现有多套能见度传感器进行主导能见度自动观测,并使用3种方法研究分析了天津、大连、海拉尔、成都和重庆5个机场2014年12月10日起连续100天的07:00和19:00 2个时间点的多能见度传感器测量值。结果表明:相比于中值法和图形比例法,均值法具有更小的观测偏差;观测原理和方法、能见度传感器数量、地区气候差异和观测位置差异是影响主导能见度自动观测数据质量的主要影响因素。 相似文献
13.
基于北京地区快速更新循环同化预报系统 (BJ-RUC)、WRF-Chem模式和优选的能见度参数化方案,建立了北京区域环境气象数值预报系统。对2014年全年PM2.5浓度、能见度和APEC (Asia-Pacific Economic Cooperation) 期间预报效果检验结果表明:该系统对京津冀及周边地区PM2.5浓度的预报效果较好,大部分站点的相关系数在0.6以上,特别是北京的部分站点可达0.8以上,预报结果相比观测总体偏低,随着预报时效的延长,24 h之后预报效果略有下降。相比人工观测,能见度预报结果与自动观测能见度更加接近,对持续性低能见度过程预报与实况吻合较好,对于小时能见度低于10 km的分级检验显示,预报准确率从77%左右逐级下降,2 km以下在40%左右。2014年APEC期间,系统很好地预报出北京地区空气质量指数、PM2.5浓度和能见度的时空演变特征,为APEC期间环境气象预报服务提供了有力的技术支撑。 相似文献
14.
为适应地面气象观测业务调整方向,提高新型自动气象站观测资料的质量及可用性,研究中对天津地区10个地面气象站1951—2014年历年2月人工观测及2014年2月自动观测和人工观测的轻雾、雾、霾现象进行对比评估。结果表明:天津地区历年2月轻雾的平均日数为10 d,雾和霾均为2 d,轻雾和霾同期出现的日数占有天气现象的7.4%,而雾和霾同期出现日数仅占0.7%;平行观测期的对比分析得到人工观测轻雾日数比自动观测多11 d,雾日数和霾日数均比自动观测少6 d,其中,轻雾和雾的判别差异集中出现在每日08:00(北京时,下同),霾则基本出现在每日08:00,14:00,17:00,20:00;通过对比自动观测和人工观测的能见度数据发现,二者相对偏差达25.1%,能见度小于15.0 km时,自动观测的能见度有60%~76%数值偏小,特别是08:00和20:00, 因此,在相对湿度满足条件的情况下,能见度的判别误差是导致自动观测与人工观测轻雾、雾、霾现象判别差异的重要原因。 相似文献
15.
数字摄像能见度仪（Digital Photographic Visibility System,DPVS）仿照人工目测能见度的原理测量大气能见度。本文应用2017年3—8月北京地区DPVS、前向散射仪（PWD22）、大气透射仪（LT31）三种观测仪器在降雨天气和雾霾天气观测数据进行了对比。结果表明：能见度观测数据与相对湿度、颗粒物浓度、降水粒子等要素之间有明显的负相关性;在低能见度天气条件下,三种仪器观测数据变化趋势一致,但存在一定的差异;DPVS在中雨天气、大雨天气、暴雨天气和中度雾霾天气中,观测数据离散性更小,稳定性更好。但DPVS在白天和夜间的交替过渡期观测值不够稳定,这也是今后算法优化的重点方向。 相似文献
16.
为深入认识GRAPES_Meso(Global/Regional Assimilation and Prediction System)3 km对流尺度区域模式对华南前汛期精细化降水的预报性能,为模式改进及业务应用提供参考依据,利用广东省86个站点逐小时观测降水资料和国家气象信息中心多源融合降水资料,针对广东省复杂地形特点,结合距海岸线的远近及站点地形特点,将86个站划分为沿海东部、沿海西部和内陆地区三个子区域,采用二分类降水预报检验方法,定量评估了2020年5月18日—6月18日华南前汛期降水预报效果。结果显示,GRAPES_Meso 3 km模式精细化降水预报技巧受广东复杂地形影响较大,广东沿海东部和内陆地区24 h时累积降水的小雨、中雨、大雨量级预报成功指数(Threat Score,TS)、公平成功指数(Equitable Threat Score,ETS)评分高于沿海西部地区,尽管暴雨预报评分具有此相同特征,但三个子区域的暴雨预报评分总体较低;从3 h累积降水预报评分看,沿海东部、沿海西部及内陆地区等三个子区域存在明显的日变化特征,但是沿海东部及西部与内陆地区表现有所不同,沿海东部和西部降水预报评分夜间较低(预报偏差偏高),白天相对较高(预报偏差偏低),而内陆地区则是夜间较高(预报偏差偏低),白天相对较低(预报偏差偏高)。沿海西部预报评分相对较低的原因是由于检验时段内广东地区存在一个弱的风切变,而沿海西部大部分地区正好处于切变线南侧的温度高值区控制,但模式模拟该区域的日平均温度较实况偏低,导致沿海西部模式预报降水空报较多,降低其降水预报技巧。 相似文献
17.
针对广东省的能见度观测展开研究,提出了适用于能见度观测布局适应性分布研究的新方案,旨在为器测替代目测的能见度监测网提供建议。研究表明:利用广东省86个地面气象观测站的2009—2011年能见度和相对湿度日平均值资料,计算得到了品质因数 (figure of merit,FOM指数) 和空间影响范围因数 (sphere of influence,SOI指数),并以此为依据对现有的能见度站点进行排名和分类。再根据确定的标准遴选所需站点,筛选时,如果排名低的站点影响的范围内超过50%的区域被排名高的站点影响范围所覆盖,则剔除此排名低的站点。筛选得到广东省能见度仪观测站网需要的最少站点数为43个。考虑到地形以及增加背景站等因素,最后综合考虑广东省能见度仪观测站网所需要的站点数为51个,该结果可为器测能见度观测站网建设提供参考。 相似文献
18.
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. 相似文献
19.
长江三角洲地区近30年非雾天能见度特征分析 总被引：4，自引：1，他引：3
利用地面能见度观测数据和中分辨率成像光谱仪(简称M(ODIS)所提供的气溶胶光学厚度(Aerosol Optical Depth,AOD)资料,分析了中国长江三角洲地区近30年的能见度变化特征。结果表明,该地区1980—2009年能见度年均值为19.5±1.8km,其中最高值为21.9km,在1984年,最低值为16.1km在2007年。近30年能见度呈下降趋势,平均年递减率为-0.20±0.013km/a,近几年能见度趋于稳定。该地区能见度:夏季能见度最好,秋、春季次之,冬季最差;沿海地区能见度好于内陆地区,沿江(河)两岸能见度较差;沿江(河、海)地区能见度的下降速度大于其他地区,在浙江东南部沿海地区尤为明显。利用EOF方法分析长三角地区能见度,结果表明第一模态的特征向量均为正值,说明全区能见度均呈下降趋势。利用MO-DIS AOD数据分析区域性及长期能见度变化趋势与利用地面观测数据方法分析结论相一致。 相似文献
20.
利用2009～2018年全省国家基本站观测资料,研究了四川盆地低能见度时空分布特征,并结合低能见度与地面气象要素的关系获取订正阈值,在此基础上采用概率匹配法对SWC能见度预报进行订正研究。结果表明:(1)低能见度区域小值区主要位于盆地东南部、眉山、乐山以及成都东部,并且从秋季开始整个低能见度区域有明显向北扩大的趋势,且低能见度日数分布范围明显增多;冬季低能见度日数分布类似秋季,但集中于盆地东北部。低能见度开始时间多在00:00～08:00时,结束时间在07:00～12:00时。(2)< 1km低能见度主要出现在风速< 2m/s,相对湿度基本处于90%以上,地面温度低于15℃及24小时变压范围在-2～10hPa。(3)采用概率密度匹配结合要素的双重订正方法可以很好地对四川部分能见度区域进行订正,订正后Ts评分显著高于订正前。 相似文献