楊巧蘭，夏冬，王靜

（珠海市公共氣象服務中心，廣東珠海 519000）

能見度是衡量大氣透明度狀況的一個重要氣象指標，與大氣的清潔程度有密切關系，能反映出大氣的環(huán)境質量。對海、陸、空交通以及人類的生產生活有重大影響。隨著經濟的發(fā)展，惡劣的能見度對航海、航空以及城市交通造成的影響越來越顯著，人們對能見度的關注日益提高。以往能見度的觀測均為人工觀測，國內大氣能見度的研究多集中在時間變化趨勢及影響因子上。張利等［1］指出經過多年浮動變化之后，我國能見度變化在1980年后趨于平緩，并有明顯的季節(jié)和月變化；王威等［2］則指出，1980年后我國能見度呈緩慢下降趨勢，氣候濕潤或人口密度較高的東部能見度逐年下降趨勢明顯；黃健等［3］和Deng等［4］均對珠江三角洲地區(qū)多年的能見度變化特征進行了分析；吳兌等［5］指出珠江三角洲能見度的惡化與細粒子有關。很多學者對珠三角地區(qū)部分城市能見度的變化特征及影響因子也進行了研究［6－8］，童志明等［9］指出近34年來珠海能見度呈先下降后上升趨勢。隨著自動觀測興起，由于自動觀測儀器存在一定誤差，很多學者開展了對自動觀測能見度數據的評估分析及訂正［10－11］。

隨著數值預報模式產品在氣象預報業(yè)務中的重要參考作用，很多學者逐漸開展了數值模式預報效果檢驗研究［12－14］。但是對廣東省精細化業(yè)務系統(tǒng)（GIFT）訂正產品的能見度預報效果進行檢驗分析的并不多。對GIFT產品進行檢驗和分析，可以使預報員能夠更有根據地對數值預報產品加以訂正。為了更好的開展珠海的能見度預報服務，本研究利用珠海2014—2016年自動觀測數據對GIFT的能見度產品進行檢驗。

1 數據與方法

1.1 數據

廣東省能見度自動觀測儀器統(tǒng)一選用美國Bel－fort公司的M6000前向散射式能見度儀。能見度的觀測值是儀器的發(fā)射器通過發(fā)光管發(fā)出光束入射到大氣中，接收器將大氣前向散射光束匯集到光電傳感器的接受面上，將其轉換為與消光系數成正比關系的電信號，再將電信號從背景噪聲中分離計算得到［10］。本研究主要利用珠海市2個能見度自動觀測站（斗門站和珠海站）2014年1月1日到2016年12月31日的資料。

檢驗的模式產品為廣東省精細化業(yè)務系統(tǒng)（GIFT）的訂正產品。GIFT基于GRAPES模式預報產品，預報員根據實況在數值預報產品格點數據的基礎上進行修改，可精細到逐時預報，能更直觀的表現出對于轉折性天氣的預報，同時通過各個臺站預報員在系統(tǒng)反饋預報結果，實現上下聯動、交互訂正。采用的模式數據為與觀測數據對應的每天20：00（北京時，下同）起報的時間分辨率均為3 h的能見度數據，本研究分別對24、48和72 h預報時效的產品進行檢驗。

1.2 檢驗方法

選取時間變化特征模擬和統(tǒng)計檢驗方法對珠海能見度的預報進行檢驗，統(tǒng)計檢驗方法又分為相關系數分析和誤差分析。相關系數分析主要反映預報值與實測值的線性相關程度。誤差分析包括平均誤差（ME）、平均偏差（MD）、平均平方根誤差（RMSE）和正態(tài)平均偏差（NMD）（見公式（1）－（4）），其中平均誤差和平均偏差主要反映預報值與觀測值的差值情況，平均平方根誤差主要反映預報值與觀測值的離散程度，正態(tài)平均偏差主要反映預報值的可靠程度，正態(tài)平均偏差值越小，表示預報值的可靠程度越高。

其中，Pi，Oi分別為模式預報和觀測值；N為數據樣本總量。

2 檢驗結果分析

2.1 時間變化特征模擬

圖1為2014—2016年珠海站和斗門站不同預報時效的能見度值與觀測值的對比。從圖1的觀測值可以看出，一年中能見度呈現明顯的先增加后減少的變化趨勢，其中1—4月能見度呈波動性增大，5—9月是能見度的大值區(qū)，10—12月能見度呈波動性減小。能見度的這種月變化可能有3方面原因：一是珠海的大霧天氣主要出現在春冬季節(jié)，大霧導致冬春季節(jié)能見度偏低；二是1—3、11—12月盛行偏北及東北風，高頻率的偏北、東北風使珠海處于下風向，容易受到上游污染物影響；三是1—3、11—12月受干冷氣團影響，大氣層結較穩(wěn)定，不利于污染物的擴散。5—9月是珠海的汛期，受高空槽、副熱帶高壓等天氣系統(tǒng)影響，對流活躍，有利于污染物的擴散，能見度轉好，而4和10月是過渡季節(jié)。

圖1 珠海站（a）、斗門站（b）能見度不同時效預報值日變化特征模擬

2個站點的不同時效的預報值均能較好的模擬出能見度的這種時間變化趨勢。但對于能見度數值的預報仍存在一定的偏差，其中較低能見度階段，不同時效的模式預報值均與實測值接近，較高能見度階段，不同預報時效的值均明顯小于觀測值，因此模式值與實測值的偏差主要出現在能見度的峰值區(qū)。

圖2是2014—2016年珠海站和斗門站能見度不同時效的預報值與觀測值的日變化特征對比。從圖2中的觀測值可以看出，2個站的能見度均有非常明顯的日變化特征。對于珠海站，02：00—05：00能見度波動性下降，05：00能見度最低，隨后逐漸上升，峰值出現在15：00—18：00，隨后逐漸下降。對于斗門站，02：00—07：00能見度逐漸下降，07：00能見度最低，隨后逐漸上升，峰值出現在15：00，隨后逐漸下降。早晨能見度最低可能有兩方面原因：一是早晨大氣層結較穩(wěn)定，近地層容易出現逆溫現象，不利于污染物的擴散；二是清晨前后珠海風速最小，同時相對濕度較大，有利于輻射霧的生成，這與王威等［2］所指出的我國東部大部分地區(qū)，在小風和弱風天氣條件下，能見度偏低，而華南地區(qū)能見度受風速影響最顯著的結論一致。而白天風速較夜間大，太陽輻射加強，相對濕度減小，同時大氣的對流活動加強，逆溫現象逐漸消失，污染物容易擴散，因此白天能見度轉好，午后能見度最好。

圖2 珠海站（a）、斗門站（b）能見度不同時效預報值日變化特征模擬

模式不同時效的預報均基本能模擬出能見度變化曲線的峰值，但不能模擬出能見度在02：00—07：00的下降的趨勢，而且沒有模擬出于珠海站15：00—18：00的持續(xù)峰值。此外，模式值比觀測值明顯偏低。

2.2 相關性及誤差分析

表1列出了研究時段各時效2個站點能見度預報值與觀測值的統(tǒng)計參數評估結果，可以看出各時效能見度的預報值與實測值的相關系數均通過了0.01的顯著性檢驗，表明各時效的預報值均能較好的反映能見度的變化特征，其中24 h時效的預報值與實測值的相關系數最大。從表1中還可以看出，24、48、72 h時效的預報值與實測值的平均誤差分別為8.56、8.88、8.97，平均偏差分別為－5.37、－5.37、－5.31，表明各時效的預報值與實測值均較為接近，但數值偏低，結合正態(tài)平均偏差值可以看出，各時效的預報值均存在28%的低估。而平均平方根誤差分別為12.06、12.36、12.43，說明預報值與實測值的離散程度隨著預報時效的增加略有增大。

表1 珠海站和斗門站能見度模式預報年值偏差及相關系數

斗門站各時效能見度預報值與實測值的統(tǒng)計參數評估結果與珠海站相差不大，各時效能見度的預報值與實測值的相關系數均通過了0.01的顯著性檢驗，24 h時效的預報值與實測值的相關系數最大，各時效的預報值與實測值均較為接近，但均存在31%的低估，預報值與實測值的離散程度也隨著預報時效的增加而略有增大。

另外，從表1還可以看出2014—2016年不同月份各預報時效珠海站能見度模式值與觀測值的統(tǒng)計參數評估的情況，對于不同月份，隨著預報時效越長，相關系數越??；平均誤差、平均偏差、平均平方根誤差及正態(tài)平均偏差越大。

此外還可以看出，1—6、11－12月預報值與觀測值的相關性較高，說明這幾個月的預報值能夠較好的反映能見度實況的變化特征，而7—10月的相關性則明顯偏差。從平均偏差上看，1—3、12月的平均偏差較小且為正值，5—9月為明顯的負值，而4、10、11月為轉折時期，平均偏差為較小的負值，表明1—3和12月模式的預報值與實況基本接近，略高于觀測值，4月起預報值開始逐漸偏低，5—9月各時效的預報值均明顯低于實況，10—11月預報值又逐漸接近觀測值。平均平方根誤差從5—9月明顯偏大，表明5—9月預報值與實測值的離散程度偏大，而其他月份預報值與實測值的離散程度則有明顯改善。而從正態(tài)平均偏差來看，5—9月不同時效能見度的預報值均低估，且低估程度較高，其中6月份預報偏差幅度最大，達到56%；10—11和1月的預報值的偏差幅度較小，其中，10—11月存在10%左右的低估，而1月存在20%左右的高估；2—4和12月正態(tài)平均偏差值最小，預報值的偏差幅度均小于10%，表明2—4和12月不同時效能見度預報值的可靠性最好。

斗門站2014—2016年不同月份各預報時效能見度模式值與實測值的統(tǒng)計參數評估結果與珠海站基本一致。隨著預報時效越長，各月份的相關系數越小，平均誤差、平均偏差、平均平方根誤差及正態(tài)平均偏差越大。1—6、11—12月預報值與實測值的相關性較其他月份高。1—3、12月模式的預報值與實況基本接近，略高于實測值，4月起預報值開始逐漸偏低，5—9月各時效的預報值均明顯低于實況，10—11月預報值又逐漸接近觀測值。5—9月預報值與觀測值的離散程度偏大。5—9月不同時效能見度的預報值均低估，且低估程度較高，其中6月份預報偏差幅度最大，達到56%；10—11月及1月的預報值的偏差幅度較小，其中，10—11月存在10%左右的低估，而1月存在20%左右的高估；2—4、12月正態(tài)平均偏差值最小，預報值的偏差幅度均小于10%，表明2—4、12月不同時效能見度預報值的可靠性最好。

3 結論

1）對于珠海站和斗門站，模式均能夠較好的模擬出能見度的時間變化趨勢。對于較低的能見度，不同時效的模式值均與觀測值接近。模式值與觀測值的偏差主要出現在能見度的峰值，不同預報時效模擬的峰值均明顯小于觀測值。

2）從整個研究時段來看，模式模擬的能見度值總體上處于低估的水平，對珠海站各時效均存在28%的低估，而斗門站則均存在31%的低估。從預報值與觀測值的相關性來看，2個站點各時效的預報值與實測值的相關系數均通過了0.01的顯著性檢驗，24 h時效的相關性最好，預報值與觀測值的相關性隨著時效變長略有降低。預報值與實測值的離散程度也隨著預報時效的增加而變大。

3）從不同月份模式值與實測值統(tǒng)計參數評估可以看出，對于不同月份，隨著預報時效越長，相關系數越?。黄骄`差、平均偏差、平均平方根誤差及正態(tài)平均偏差越大。從相關系數來看，1—6、11—12月預報值與觀測值的相關性較高，而7—10月的相關性則明顯變差。1—3、12月模式的預報值與觀測值基本接近，5—9月各時效的預報值均明顯低于觀測值，其中6月份預報低估達到56%。