首都机场浓雾中的能见度突发性振荡及其演变规律

利用2000-2011 年北京首都机场每分钟的自动观测资料,对影响首都机场的52 次浓雾过程进行分析,发现浓雾的形成、发展和消散过程中能见度演变具有突发性和振荡性的特征.浓雾中的能见度振荡可分为前导振荡、中间振荡和后位振荡,三者所占比例分别为86.5%、62.5%和79.2%.冷季浓雾比暖季浓雾具有更明显的温度振荡,在影响首都机场的34 次冷季浓雾中,有61.8%的个例具有温度的振荡.辐射雾中温度振荡超前于能见度振荡,而平流雾来临前有温度振荡,雾发生时温度振荡不明显.根据统计结果本文定义了浓雾振荡指数DFOI,并发现DFOI为±0.2 可以作为首都机场浓雾临近预报的阈值,使用该阈值可以将首都机场2000-2011 年的浓雾预警平均提前1～2 h.根据2012 年1 月的实际预警测试,发现单独使用该指数无法区分浓雾、降雪和霾过程,今后在雾的预警过程中还需要引入其他指数.

基于重要指示变量和特征的高速公路浓雾短临预测研究

浓雾天气严重影响高速公路车辆运行安全,导致道路交通事故频发,而对高速公路浓雾天气的有效预测是解决交通事故多发问题的有效途径。因此,通过交通气象监测站获取全时段高速公路气象数据,立足浓雾形成机理和车辆运行实际需求,选用"滑动窗+模糊统计和线性插值"方法对其气象数据进行预处理,获取浓雾产生过程的连续气象要素数据,并提取出浓雾产生前3 h的各气象指标数据。利用统计分析方法获取和分析浓雾形成前各气象要素数据变化趋势,进而采用先决条件阈值和滑动窗口算法,确定出浓雾形成的重要指示变量及变量的变化特征。最终,提出了基于"能见度前期振荡"和"大气温度回温波动"特性的浓雾短临预测模型,利用沪宁高速公路沿线江苏境内交通气象监测站2013—2015年浓雾发生前3 h气象数据对短临预测模型参数进行标定,进而对其2016年气象数据进行浓雾短临预测。结果表明:浓雾短临预测模型的预测结果中22组数据与实际结果相符,遗漏数据组7组,其预测准确率达到了75.86%,漏检率仅为4.35%,故该模型可以实现对高速公路沿线浓雾产生前短时间内进行有效预测,能及时警示公路运营管理部门提前做好预防处理准备,降低因突发浓雾而造成的交通事故发生的概率,极大的保障高速公路车辆运行安全。