161 / 2023-03-30 18:02:04

重庆低能见度特征分析及预报模型研究

低能见度； PM2.5；神经网络

利用重庆地区逐时能见度资料，分类别分析了重庆低能见度特征，利用温、压、湿、风等气象资料和大气颗粒物浓度数据，分析了各影响因子对重庆能见度的影响，采用神经网络方法建立能见度预报模型，分析比较了引入PM2.5浓度因子对低能见度预报的影响效果。发现：重庆地区低能见度（能见度<1000m）主要是由雾及降水影响产生的，这两类能见度占总体低能见度的86.1%。雾发生时的平均能见度低于降水时能见度也远低于剔除雨、雾后的能见度，表明低能见度受大气中水汽影响更大；雾在冬季比例明显增加，使得平均能见度在冬季明显降低，而六月和十月降水增多是导致这两个月平均能见度出现明显降低的重要原因；能见度日变化呈现单峰型，雾和降水高发时段与平均能见度低值区重叠，是造成夜间能见度低的一个重要原因；大气湿度、温度及颗粒物浓度都是影响能见度的重要因子，当相对湿度小于70%时能见度随PM2.5增加明显降低，当相对湿度大于70%时PM2.5对能见度的影响降低；在能见度的客观预报模型中引入PM2.5浓度因子的预报效果好于不引入该因子的效果，特别是秋冬季的预报效果改善明显。