首页|太原大气能见度影响因子分析及能见度预报

太原大气能见度影响因子分析及能见度预报

扫码查看
利用2017年1月—2019年12月太原地区逐时气象资料,分析了能见度及其主要影响因子的变化特征,并对两次低能见度过程进行深入分析,构建了能见度预报模型并进行检验,结果表明:(1)从空间分布看,太原北部能见度明显高于南部地区.从时间分布看,太原地区平均能见度最大值出现在5月,最小值出现在1月;日间最低值出现在06:00(北京时,下同),冬季略向后推移,最高值出现在15:00前后.(2)2017—2019年太原地区低能见度分别出现93、84、79 d;低能见度发生时,干霾、湿霾发生频率分别为59.27%、40.73%;湿霾发生时,能见度降低更加明显.(3)所选个例中,能见度均随各影响因子有所起伏,干霾、湿霾过程中能见度分别与颗粒物浓度、相对湿度变化一致.(4)采用神经网络方法构建太原地区能见度预报模型,预报模型相关系数为0.81,均方根为4.43 km,平均绝对误差为17.39%,轻微级能见度的TS评分为87%.神经网络方法对太原地区能见度预报具有较高的参考价值.
Analysis of Main Influencing Factors of Visibility in Taiyuan and the Prediction of Visibility

卢盛栋、陈立瑾、赵桂香、张泽秀、段鹏飞

展开 >

山西省气象灾害防御技术中心,山西 太原030012

太原理工大学,山西 太原030024

山西省气象台,山西 太原030006

太原市气象局,太原030082

太原市尖草坪区气象局,山西 太原030023

展开 >

太原 能见度 气象要素 典型霾过程 神经网络

山西省气象局科学技术面上项目

SXKMSFW20205222

2020

沙漠与绿洲气象
新疆维吾尔自治区气象学会 中国气象局乌鲁木齐沙漠气象研究所

沙漠与绿洲气象

CSTPCD
影响因子:1.007
ISSN:1002-0799
年,卷(期):2020.14(4)
  • 3
  • 18