兰州市榆中县能见度的精细化预报研究

唐强 刘洪兰 王伏村 郭萍萍

摘要：利用2005—2015年兰州市榆中县大气能见度的观测资料，分析了影响榆中县能见度的气象因子，利用多元线性回归的方法建立榆中县能见度的预报方程，并将2016年的数据代入预报方程进行检验，最后得到2016年榆中县能见度的预报值，将2016年榆中县能见度的实测值和预报值进行对比分析。结果表明，榆中县能见度夏季和秋季相对较好，而春季由于沙尘天气的出现和比较多的大风天气对能见度的影响比较大;冬季则主要是雾、霾天气的影响和农村燃煤取暖而产生的烟雾对能见度的影响比较大。

关键词：能见度;因子分析;预报;榆中县

中图分类号：P427.2         文献标识码：A

文章编号：0439-8114（2019）16-0059-05

DOI：10.14088/j.cnki.issn0439-8114.2019.16.013           开放科学（资源服务）标识码（OSID）：

Abstract： Meteorological factors affecting visibility in Yuzhong county of Lanzhou city from 2005 to 2015 were analyzed based on the observation data of atmospheric visibility. Using the method of multiple linear regression， the forecast equation of visibility in Yuzhong county was established， and the data of 2016 were substituted into the forecast equation for testing. Finally， the forecast value of visibility in Yuzhong county in 2016 was obtained， and the measured value and forecast value of visibility in Yuzhong county in 2016 were compared and analyzed. The results showed that the visibility in Yuzhong county was relatively good in summer and autumn， but in spring due to the appearance of dust weather and more windy weather had a greater impact on visibility. In winter， it was the mainly influence of fog and haze weather and the smoke generated by burning coal for heating in rural areas.

Key words： visibility; factor analysis; forecast; Yuzhong county

能見度通常是指水平能见度，即视力正常的人在当时的天气条件下能够从天空背景中看到和辨认出目标物的最大水平距离;夜间则是能看到和确定出一定强度灯光的最大水平距离。能见度的大小直接反映了大气的干洁程度，它与空气中的水汽凝结物和干质悬浮物（天气现象和大气的污染程度）有着密切关系[1-4]。

能见度是衡量大气透明状况的重要气象指标，它不仅反映出该地区的大气环境质量，而且与人类社会活动密切相关。在大气环境监测领域，能见度是人们对大气污染状况的直接反映，也是描述大气污染程度的一个特征量[5-8]。在交通运输部门，特别是航空部门，能见度的状况直接影响飞行员的视程，是保证飞行安全的一个重要气象要素。在军事上，能见度的状况以及精准的预报影响着军队的军事行动。低能见度给人们的工作、生活带来了诸多不便甚至危害，常常是诱发重大交通事故的重要因素，并且给国家财产和人民群众的生命安全造成重大的损失[9-12]。

能见度的好坏直接影响着人们的工作、生活以及陆、海、空交通活动的正常运行。特别是低能见度的出现对交通运输和空气质量乃至人体健康有较大影响。因此，低能见度的分析和预报，对保障交通安全、预防疾病和提高人民生活质量有着重要的意义。

对兰州市榆中县能见度的精细化预报进行研究，分析影响榆中县能见度的主要气象因子，利用地面气象要素和大气污染物浓度与能见度的相关分析[13-15]，以及空气污染和气象条件共同作用与能见度的多元回归相关分析，建立低能见度预报方程。

1  资料与方法

1.1  资料

所用的气象资料主要有2005年7月至2015年7月的榆中气象站每3 h 1次的总云量、风向、风速、气压、6 h降水、低云状、低云量、低云高、露点、能见度、气温等地面常规气象观测资料，同期的NCEP再分析资料。

1.2  方法

对上述资料都进行预处理，得到每3 h预报量和预报因子的数据资料。在气象统计预报中，寻找与预报量线性关系很好的单个因子通常比较困难，而且实际上某个气象要素的变化是与前期多个因子有关，因而大部分气象统计预报中的回归分析都是用多元回归技术进行。所谓多元回归是对某一预报量y，研究多个因子与它的定量统计关系。

假定预报量y与p个因子的关系是线性的，为研究它们之间的联系进行n次抽样，每一次抽样可能发生的预报量之值为y1，y2，…，yn。它们是在因子值已经发生的条件下随机发生的，是n个随机变量。而第i次观测的因子值记为Xi1，…，Xip（i=1，2，…，n）。

在线性假定下有如下结构表达式：

2  预报方程的建立

2.1  预报因子的选取

通过对影响榆中县能见度的相关因子进行研究分析，共选取了4个相关性好的预报因子：X1（dh）为850 hPa榆中县附近的格点24 h变高;X2（wt）为850 hPa榆中县附近的格点与张掖市附近的格点之间的位势梯度;X3（dt）为700 hPa榆中县附近的格点与张掖市附近的格点之间的温差;X4（wind）为850 hPa榆中县附近的格点全风速24 h预报值。

2.2  预报因子的相关性分析

根据式（5）给出的回归模型[15]，利用2005—2015年的相关资料，逐日计算日8次y及4个预报因子，在剔除缺测数据之后对所有预报因子按月与y求相关性，结果见表1。

由表1可知，1—12月的日8次（2：00、5：00、8：00、11：00、14：00、17：00、20：00、23：00）能见度与各预报因子的相关性通过显著性检验得出，X1（850 hPa榆中县附近的格点24 h变高）通过显著性水平？琢=0.05检验的有2个，通过显著性水平？琢=0.01检验的有1个，最显著的1个是11月14：00。X2（850 hPa榆中县附近的格点与张掖市附近的格点之间的位势梯度）通过显著性水平？琢=0.05检验的有2个，通过显著性水平？琢=0.01检验的有90个，显著性相对较好的是5月和9月，显著性最差的是12月。X3（700 hPa榆中县附近的格点与张掖市附近的格点之间的温差）通过显著性水平？琢=0.05检验的有7个，通过显著性水平？琢=0.01检验的有79个，显著性相对较好的是4、5、9月，显著性最差的是1月和12月。X4（850 hPa榆中县附近的格点全风速24 h预报值）通过显著性水平？琢=0.05检验的有15个，通过显著性水平？琢=0.01检验的有38个，显著性相对较好的是1、2、12月，显著性最差的是3、10、11月。分析表明，X2（850 hPa榆中县附近的格点与张掖市附近的格点之间的位势梯度）与榆中县能见度的相关性最好，而X1（850 hPa榆中县附近的格点24 h变高）与榆中县能见度的相关性最差。

2.3  能见度预报方程的建立

对所选预报因子进行逐步回归，建立能见度y的预报方程（略），并根据复相关系数的大小，对预报方程进行初步评价。利用预报方程，将2016年的数据代入方程便可得到2016年日8次能见度的预报值。根据预报方程中的复相关系数的大小可以总结出，5月和9月的复相关系数相对较大，预报方程的回归效果最好;1月、11月和12月的复相关系数相对较小，预报方程的回归效果最差;其他月份预报方程的回归效果都比较接近。这说明所选取的预报因子对能见度影响最明显的是5月和9月，1月、11月和12月的影响最不明显，其他月份的影响差异不大。

复相关系数的大小反映了所建立的预报方程的回归效果，复相关系数越大，表明预报方程的准确程度越高，回归效果越好;复相关系数越小，表明预报方程的准确程度越低，回归效果越差。由预报方程（略）可以看出，9月2：00的预报方程的复相关系数最大，回归效果最好，这表明所选取的预报因子对此时的榆中县能见度的影响最大，相关程度最好;1、11和12月复相关系数最小，所建立的预报方程的回归效果最差。

3  预报方程的检验

利用能见度预报方程对2016年11个月（除3月外）的样本进行了试预报，得到预报值与实测值之间的误差（表2）和预报值与实测值之间的对比情况，见图1至图3。

由图1可以看出，2月6、7、11、15、17、18、28日2：00 能见度的实测值最好，平均为30.0 km;4、12、14、23、24日能见度的实测值最差，平均为11.4 km。3、21、23、28日能见度的预报值最好，平均为25.1 km;6、9、22、24日能见度的预报值最差，平均为18.4 km。4、6、12、15、23日能见度的预报误差最大，平均为11.9 km。

由图2可以看出，9月17：00能见度的实测基本都处于比较好的水平，有19 d的能见度都为30.0 km;只有7、20、29日能见度的实测值最差，平均为12.0 km。6、8、9、14、15、16、19、21、25日能见度的预报值最好，平均为27.0 km;2、11、24、27日能见度的预报值最差，平均为19.1 km。7、24、29日能見度的预报误差最大，平均为12.3 km。

由图3可以看出，11月8：00能见度的实测值有16 d都为30.0 km，能见度较好;3、10、15、22日能见度的实测值比较差，平均为9.0 km，能见度非常差。2、8、13、16、23、26、29日能见度的预报值最好，平均为27.5 km;10、15、22、25日能见度的预报值最差，平均为16.5 km。3、5、10、25、29日能见度的预报误差最大，平均为12.4 km。

4  小结与讨论

1）榆中县能见度夏季和秋季相对较好，而春季由于沙尘天气的出现和比较多的风对能见度的影响比较大;冬季则主要是雾、霾天气的影响和农村通过燃煤取暖而产生的烟雾对能见度的影响比较大。

2）当850 hPa榆中县附近的格点的24 h变高为正值时，表明气压升高，能见度比较好;反之，表明气压降低，能见度相对较差。当850 hPa榆中县附近的格点与张掖市附近的格点之间的位势梯度大时，表明纬向环流强，有天气过程要发生，那么能见度会变好;反之能见度会变差。当700 hPa榆中县附近的格点与张掖市附近的格点之间的温差为正值时，表明有天气过程即将到达榆中县，未来榆中县能见度会受到影响而变差;反之表明天气过程正在影响榆中县，未来榆中县能见度会变好。当850 hPa榆中县附近的格点全风速大时，表明有利于空气污染物的扩散，能见度好;反之能见度相对较差。

3）由于所选取的因子偏少，因子的相关性也不高，还有诸多因子未加考虑，导致能见度预报的准确率不高，因此在以后的预报中需要进一步完善，得到准确率更高的预报方程。

参考文献：

[1] 于志翔，于晓晶，李  霞.2013—2015年乌鲁木齐北部城区大气能见度变化特征及其影响因素[J].干旱气象，2017，35（3）：412-419.

[2] 王晓敏，韩军彩，陈  静，等.石家庄地区能见度变化特征及其与相对湿度和颗粒物浓度的关系[J].干旱气象，2016，34（4）：648-655.

[3] 王天舒，牛生杰.内蒙古东部春季三类沙尘天气气溶胶散射系数及其与PM10、能见度相关性分析[J].大气科学，2017，41（1）：121-131.

[4] 郝巨飞，张功文，杨允凌.大气能见度及影响因子特征分析[J].干旱区资源与环境，2017，31（4）：160-164.

[5] 胡  琳，王  琦，张文静，等.关中地区低能见度事件变化特征分析[J].干旱区地理，2016，39（1）：41-46.

[6] 万  瑜，曹  兴，窦新英，等.2011年12月乌鲁木齐一次大雾天气成因[J].干旱气象，2013，31（2）：383-389.

[7] 汤鹏宇，何宏让，阳向荣.大连海雾特征及形成机理初步分析[J].干旱气象，2013，31（1）：62-69.

[8] 王  颖，黄文震.呼伦贝尔市大气能见度影响因子及一次低能见度个例分析[J].沙漠与绿洲气象，2017，11（6）：61-68.

[9] 林  杨，胡  琳，邓小丽，等.西安市大气能见度变化规律及与空气污染关系[J].陕西气象，2007（6）：29-31.

[10] 陶  俊，谢文彰，许振成，等.冬季广州大气能见度影响因子分析[J].城市环境与城市生态，2007，20（1）：17-20.

[11] 洪盛茂，焦  荔，何  曦，等.杭州市区大气能见度变化及其与主要因子的分析[J].中國粉体技术，2009，15（2）：56-61.

[12] 程一帆，张兰慧，尚可政，等.兰州市冬季霾的统计预报研究[J].中国沙漠，2011，31（3）：750-756.

[13] 李  沛，王式功，尚可政，等.基于神经网络逐级分类建模的北京地区能见度预报[J].兰州大学学报（自然科学版），2012，48（3）：52-57.

[14] 赵庆云，张  武，王式功.空气污染与大气能见度及环流特征的研究[J].高原气象，2003，22（4）：393-396.

[15] 黄嘉佑.气象统计分析与预报方法[M].第3版.北京：气象出版社，2004.36-49.