唐強(qiáng) 劉洪蘭 王伏村 郭萍萍

摘要：利用2005—2015年蘭州市榆中縣大氣能見度的觀測(cè)資料，分析了影響榆中縣能見度的氣象因子，利用多元線性回歸的方法建立榆中縣能見度的預(yù)報(bào)方程，并將2016年的數(shù)據(jù)代入預(yù)報(bào)方程進(jìn)行檢驗(yàn)，最后得到2016年榆中縣能見度的預(yù)報(bào)值，將2016年榆中縣能見度的實(shí)測(cè)值和預(yù)報(bào)值進(jìn)行對(duì)比分析。結(jié)果表明，榆中縣能見度夏季和秋季相對(duì)較好，而春季由于沙塵天氣的出現(xiàn)和比較多的大風(fēng)天氣對(duì)能見度的影響比較大;冬季則主要是霧、霾天氣的影響和農(nóng)村燃煤取暖而產(chǎn)生的煙霧對(duì)能見度的影響比較大。

關(guān)鍵詞：能見度;因子分析;預(yù)報(bào);榆中縣

中圖分類號(hào)：P427.2? ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：0439-8114（2019）16-0059-05

DOI：10.14088/j.cnki.issn0439-8114.2019.16.013? ? ? ? ? ?開放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（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見度，即視力正常的人在當(dāng)時(shí)的天氣條件下能夠從天空背景中看到和辨認(rèn)出目標(biāo)物的最大水平距離;夜間則是能看到和確定出一定強(qiáng)度燈光的最大水平距離。能見度的大小直接反映了大氣的干潔程度，它與空氣中的水汽凝結(jié)物和干質(zhì)懸浮物（天氣現(xiàn)象和大氣的污染程度）有著密切關(guān)系[1-4]。

能見度是衡量大氣透明狀況的重要?dú)庀笾笜?biāo)，它不僅反映出該地區(qū)的大氣環(huán)境質(zhì)量，而且與人類社會(huì)活動(dòng)密切相關(guān)。在大氣環(huán)境監(jiān)測(cè)領(lǐng)域，能見度是人們對(duì)大氣污染狀況的直接反映，也是描述大氣污染程度的一個(gè)特征量[5-8]。在交通運(yùn)輸部門，特別是航空部門，能見度的狀況直接影響飛行員的視程，是保證飛行安全的一個(gè)重要?dú)庀笠?。在軍事上，能見度的狀況以及精準(zhǔn)的預(yù)報(bào)影響著軍隊(duì)的軍事行動(dòng)。低能見度給人們的工作、生活帶來(lái)了諸多不便甚至危害，常常是誘發(fā)重大交通事故的重要因素，并且給國(guó)家財(cái)產(chǎn)和人民群眾的生命安全造成重大的損失[9-12]。

能見度的好壞直接影響著人們的工作、生活以及陸、海、空交通活動(dòng)的正常運(yùn)行。特別是低能見度的出現(xiàn)對(duì)交通運(yùn)輸和空氣質(zhì)量乃至人體健康有較大影響。因此，低能見度的分析和預(yù)報(bào)，對(duì)保障交通安全、預(yù)防疾病和提高人民生活質(zhì)量有著重要的意義。

對(duì)蘭州市榆中縣能見度的精細(xì)化預(yù)報(bào)進(jìn)行研究，分析影響榆中縣能見度的主要?dú)庀笠蜃?，利用地面氣象要素和大氣污染物濃度與能見度的相關(guān)分析[13-15]，以及空氣污染和氣象條件共同作用與能見度的多元回歸相關(guān)分析，建立低能見度預(yù)報(bào)方程。

1? 資料與方法

1.1? 資料

所用的氣象資料主要有2005年7月至2015年7月的榆中氣象站每3 h 1次的總云量、風(fēng)向、風(fēng)速、氣壓、6 h降水、低云狀、低云量、低云高、露點(diǎn)、能見度、氣溫等地面常規(guī)氣象觀測(cè)資料，同期的NCEP再分析資料。

1.2? 方法

對(duì)上述資料都進(jìn)行預(yù)處理，得到每3 h預(yù)報(bào)量和預(yù)報(bào)因子的數(shù)據(jù)資料。在氣象統(tǒng)計(jì)預(yù)報(bào)中，尋找與預(yù)報(bào)量線性關(guān)系很好的單個(gè)因子通常比較困難，而且實(shí)際上某個(gè)氣象要素的變化是與前期多個(gè)因子有關(guān)，因而大部分氣象統(tǒng)計(jì)預(yù)報(bào)中的回歸分析都是用多元回歸技術(shù)進(jìn)行。所謂多元回歸是對(duì)某一預(yù)報(bào)量y，研究多個(gè)因子與它的定量統(tǒng)計(jì)關(guān)系。

假定預(yù)報(bào)量y與p個(gè)因子的關(guān)系是線性的，為研究它們之間的聯(lián)系進(jìn)行n次抽樣，每一次抽樣可能發(fā)生的預(yù)報(bào)量之值為y1，y2，…，yn。它們是在因子值已經(jīng)發(fā)生的條件下隨機(jī)發(fā)生的，是n個(gè)隨機(jī)變量。而第i次觀測(cè)的因子值記為Xi1，…，Xip（i=1，2，…，n）。

在線性假定下有如下結(jié)構(gòu)表達(dá)式：

2? 預(yù)報(bào)方程的建立

2.1? 預(yù)報(bào)因子的選取

通過(guò)對(duì)影響榆中縣能見度的相關(guān)因子進(jìn)行研究分析，共選取了4個(gè)相關(guān)性好的預(yù)報(bào)因子：X1（dh）為850 hPa榆中縣附近的格點(diǎn)24 h變高;X2（wt）為850 hPa榆中縣附近的格點(diǎn)與張掖市附近的格點(diǎn)之間的位勢(shì)梯度;X3（dt）為700 hPa榆中縣附近的格點(diǎn)與張掖市附近的格點(diǎn)之間的溫差;X4（wind）為850 hPa榆中縣附近的格點(diǎn)全風(fēng)速24 h預(yù)報(bào)值。

2.2? 預(yù)報(bào)因子的相關(guān)性分析

根據(jù)式（5）給出的回歸模型[15]，利用2005—2015年的相關(guān)資料，逐日計(jì)算日8次y及4個(gè)預(yù)報(bào)因子，在剔除缺測(cè)數(shù)據(jù)之后對(duì)所有預(yù)報(bào)因子按月與y求相關(guān)性，結(jié)果見表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）能見度與各預(yù)報(bào)因子的相關(guān)性通過(guò)顯著性檢驗(yàn)得出，X1（850 hPa榆中縣附近的格點(diǎn)24 h變高）通過(guò)顯著性水平？琢=0.05檢驗(yàn)的有2個(gè)，通過(guò)顯著性水平？琢=0.01檢驗(yàn)的有1個(gè)，最顯著的1個(gè)是11月14：00。X2（850 hPa榆中縣附近的格點(diǎn)與張掖市附近的格點(diǎn)之間的位勢(shì)梯度）通過(guò)顯著性水平？琢=0.05檢驗(yàn)的有2個(gè)，通過(guò)顯著性水平？琢=0.01檢驗(yàn)的有90個(gè)，顯著性相對(duì)較好的是5月和9月，顯著性最差的是12月。X3（700 hPa榆中縣附近的格點(diǎn)與張掖市附近的格點(diǎn)之間的溫差）通過(guò)顯著性水平？琢=0.05檢驗(yàn)的有7個(gè)，通過(guò)顯著性水平？琢=0.01檢驗(yàn)的有79個(gè)，顯著性相對(duì)較好的是4、5、9月，顯著性最差的是1月和12月。X4（850 hPa榆中縣附近的格點(diǎn)全風(fēng)速24 h預(yù)報(bào)值）通過(guò)顯著性水平？琢=0.05檢驗(yàn)的有15個(gè)，通過(guò)顯著性水平？琢=0.01檢驗(yàn)的有38個(gè)，顯著性相對(duì)較好的是1、2、12月，顯著性最差的是3、10、11月。分析表明，X2（850 hPa榆中縣附近的格點(diǎn)與張掖市附近的格點(diǎn)之間的位勢(shì)梯度）與榆中縣能見度的相關(guān)性最好，而X1（850 hPa榆中縣附近的格點(diǎn)24 h變高）與榆中縣能見度的相關(guān)性最差。

2.3? 能見度預(yù)報(bào)方程的建立

對(duì)所選預(yù)報(bào)因子進(jìn)行逐步回歸，建立能見度y的預(yù)報(bào)方程（略），并根據(jù)復(fù)相關(guān)系數(shù)的大小，對(duì)預(yù)報(bào)方程進(jìn)行初步評(píng)價(jià)。利用預(yù)報(bào)方程，將2016年的數(shù)據(jù)代入方程便可得到2016年日8次能見度的預(yù)報(bào)值。根據(jù)預(yù)報(bào)方程中的復(fù)相關(guān)系數(shù)的大小可以總結(jié)出，5月和9月的復(fù)相關(guān)系數(shù)相對(duì)較大，預(yù)報(bào)方程的回歸效果最好;1月、11月和12月的復(fù)相關(guān)系數(shù)相對(duì)較小，預(yù)報(bào)方程的回歸效果最差;其他月份預(yù)報(bào)方程的回歸效果都比較接近。這說(shuō)明所選取的預(yù)報(bào)因子對(duì)能見度影響最明顯的是5月和9月，1月、11月和12月的影響最不明顯，其他月份的影響差異不大。

復(fù)相關(guān)系數(shù)的大小反映了所建立的預(yù)報(bào)方程的回歸效果，復(fù)相關(guān)系數(shù)越大，表明預(yù)報(bào)方程的準(zhǔn)確程度越高，回歸效果越好;復(fù)相關(guān)系數(shù)越小，表明預(yù)報(bào)方程的準(zhǔn)確程度越低，回歸效果越差。由預(yù)報(bào)方程（略）可以看出，9月2：00的預(yù)報(bào)方程的復(fù)相關(guān)系數(shù)最大，回歸效果最好，這表明所選取的預(yù)報(bào)因子對(duì)此時(shí)的榆中縣能見度的影響最大，相關(guān)程度最好;1、11和12月復(fù)相關(guān)系數(shù)最小，所建立的預(yù)報(bào)方程的回歸效果最差。

3? 預(yù)報(bào)方程的檢驗(yàn)

利用能見度預(yù)報(bào)方程對(duì)2016年11個(gè)月（除3月外）的樣本進(jìn)行了試預(yù)報(bào)，得到預(yù)報(bào)值與實(shí)測(cè)值之間的誤差（表2）和預(yù)報(bào)值與實(shí)測(cè)值之間的對(duì)比情況，見圖1至圖3。

由圖1可以看出，2月6、7、11、15、17、18、28日2：00 能見度的實(shí)測(cè)值最好，平均為30.0 km;4、12、14、23、24日能見度的實(shí)測(cè)值最差，平均為11.4 km。3、21、23、28日能見度的預(yù)報(bào)值最好，平均為25.1 km;6、9、22、24日能見度的預(yù)報(bào)值最差，平均為18.4 km。4、6、12、15、23日能見度的預(yù)報(bào)誤差最大，平均為11.9 km。

由圖2可以看出，9月17：00能見度的實(shí)測(cè)基本都處于比較好的水平，有19 d的能見度都為30.0 km;只有7、20、29日能見度的實(shí)測(cè)值最差，平均為12.0 km。6、8、9、14、15、16、19、21、25日能見度的預(yù)報(bào)值最好，平均為27.0 km;2、11、24、27日能見度的預(yù)報(bào)值最差，平均為19.1 km。7、24、29日能見度的預(yù)報(bào)誤差最大，平均為12.3 km。

由圖3可以看出，11月8：00能見度的實(shí)測(cè)值有16 d都為30.0 km，能見度較好;3、10、15、22日能見度的實(shí)測(cè)值比較差，平均為9.0 km，能見度非常差。2、8、13、16、23、26、29日能見度的預(yù)報(bào)值最好，平均為27.5 km;10、15、22、25日能見度的預(yù)報(bào)值最差，平均為16.5 km。3、5、10、25、29日能見度的預(yù)報(bào)誤差最大，平均為12.4 km。

4? 小結(jié)與討論

1）榆中縣能見度夏季和秋季相對(duì)較好，而春季由于沙塵天氣的出現(xiàn)和比較多的風(fēng)對(duì)能見度的影響比較大;冬季則主要是霧、霾天氣的影響和農(nóng)村通過(guò)燃煤取暖而產(chǎn)生的煙霧對(duì)能見度的影響比較大。

2）當(dāng)850 hPa榆中縣附近的格點(diǎn)的24 h變高為正值時(shí)，表明氣壓升高，能見度比較好;反之，表明氣壓降低，能見度相對(duì)較差。當(dāng)850 hPa榆中縣附近的格點(diǎn)與張掖市附近的格點(diǎn)之間的位勢(shì)梯度大時(shí)，表明緯向環(huán)流強(qiáng)，有天氣過(guò)程要發(fā)生，那么能見度會(huì)變好;反之能見度會(huì)變差。當(dāng)700 hPa榆中縣附近的格點(diǎn)與張掖市附近的格點(diǎn)之間的溫差為正值時(shí)，表明有天氣過(guò)程即將到達(dá)榆中縣，未來(lái)榆中縣能見度會(huì)受到影響而變差;反之表明天氣過(guò)程正在影響榆中縣，未來(lái)榆中縣能見度會(huì)變好。當(dāng)850 hPa榆中縣附近的格點(diǎn)全風(fēng)速大時(shí)，表明有利于空氣污染物的擴(kuò)散，能見度好;反之能見度相對(duì)較差。

3）由于所選取的因子偏少，因子的相關(guān)性也不高，還有諸多因子未加考慮，導(dǎo)致能見度預(yù)報(bào)的準(zhǔn)確率不高，因此在以后的預(yù)報(bào)中需要進(jìn)一步完善，得到準(zhǔn)確率更高的預(yù)報(bào)方程。

參考文獻(xiàn)：

[1] 于志翔，于曉晶，李? 霞.2013—2015年烏魯木齊北部城區(qū)大氣能見度變化特征及其影響因素[J].干旱氣象，2017，35（3）：412-419.

[2] 王曉敏，韓軍彩，陳? 靜，等.石家莊地區(qū)能見度變化特征及其與相對(duì)濕度和顆粒物濃度的關(guān)系[J].干旱氣象，2016，34（4）：648-655.

[3] 王天舒，牛生杰.內(nèi)蒙古東部春季三類沙塵天氣氣溶膠散射系數(shù)及其與PM10、能見度相關(guān)性分析[J].大氣科學(xué)，2017，41（1）：121-131.

[4] 郝巨飛，張功文，楊允凌.大氣能見度及影響因子特征分析[J].干旱區(qū)資源與環(huán)境，2017，31（4）：160-164.

[5] 胡? 琳，王? 琦，張文靜，等.關(guān)中地區(qū)低能見度事件變化特征分析[J].干旱區(qū)地理，2016，39（1）：41-46.

[6] 萬(wàn)? 瑜，曹? 興，竇新英，等.2011年12月烏魯木齊一次大霧天氣成因[J].干旱氣象，2013，31（2）：383-389.

[7] 湯鵬宇，何宏讓，陽(yáng)向榮.大連海霧特征及形成機(jī)理初步分析[J].干旱氣象，2013，31（1）：62-69.

[8] 王? 穎，黃文震.呼倫貝爾市大氣能見度影響因子及一次低能見度個(gè)例分析[J].沙漠與綠洲氣象，2017，11（6）：61-68.

[9] 林? 楊，胡? 琳，鄧小麗，等.西安市大氣能見度變化規(guī)律及與空氣污染關(guān)系[J].陜西氣象，2007（6）：29-31.

[10] 陶? 俊，謝文彰，許振成，等.冬季廣州大氣能見度影響因子分析[J].城市環(huán)境與城市生態(tài)，2007，20（1）：17-20.

[11] 洪盛茂，焦? 荔，何? 曦，等.杭州市區(qū)大氣能見度變化及其與主要因子的分析[J].中國(guó)粉體技術(shù)，2009，15（2）：56-61.

[12] 程一帆，張?zhí)m慧，尚可政，等.蘭州市冬季霾的統(tǒng)計(jì)預(yù)報(bào)研究[J].中國(guó)沙漠，2011，31（3）：750-756.

[13] 李? 沛，王式功，尚可政，等.基于神經(jīng)網(wǎng)絡(luò)逐級(jí)分類建模的北京地區(qū)能見度預(yù)報(bào)[J].蘭州大學(xué)學(xué)報(bào)（自然科學(xué)版），2012，48（3）：52-57.

[14] 趙慶云，張? 武，王式功.空氣污染與大氣能見度及環(huán)流特征的研究[J].高原氣象，2003，22（4）：393-396.

[15] 黃嘉佑.氣象統(tǒng)計(jì)分析與預(yù)報(bào)方法[M].第3版.北京：氣象出版社，2004.36-49.