Page 288 - 《高原气象》2026年第3期
P. 288

高     原      气     象                                 45 卷
              896
             (水平能见度、 气压、 气温、 露点温度、 风、 湿度、                       据存在一定的缺失。针对地面观测数据的缺测
             变温、 变压等)及陕西省生态环境厅公布的关中五                            值, 缺失时次在 3 h 以内, 通过相邻有效数据的算
             地市的环境空气质量监测数据(PM 、 PM 小时浓                          术平均值逐时次填充; 若连续缺失时次达到或超
                                                    10
                                              2. 5
             度值); 欧洲中期天气预报中心的全球气候第五代                            过 4 h, 则将该时段标记为数据缺失状态, 不再进
             大气再分析数据集(ERA5)再分析资料, 时间分辨率                         行插值处理, 避免数据缺失导致的补全偏差对数
             为 1 h, 空间分辨率为 0. 25°×0. 25°, 垂直方向为                 据分析的干扰。经过数据预处理后获得 551773 个
             1000 hPa、 950 hPa、 925 hPa、 850 hPa、 700 hPa、 600   样本用于模型训练。
             hPa 和 500 hPa 层的温度、 相对湿度、 比湿、 U 风及                 2. 2. 2 模型特征选取
             V风数据。                                                 (1) 关中地区能见度时空特征
                  用于模型检验的数据为 2025 年 1 -3 月的国家                       机器学习模型在气象预报问题上能否实现精
             站水平能见度实况观测资料及欧洲中期天气预报                              准预测与可靠泛化, 核心在于能否深入理解并准确
             中 心 数 值 模 式 预 报(European  Centre  for  Medium      捕捉天气现象背后的物理规律(周康辉等, 2021)。
             Range Weather Forecasts, ECMWF)每日08:00(北京          本文利用关中地区 44个国家基本气象站(太白站与
             时, 下同)为起报时刻, 未来 48 h 内逐 3 h 的预报数                   华山站为高山站不列入统计)的大气水平能见度数
             据, 中国雾-霾数值预报系统 CUACE(CMA_Uni‐                      据对其时空特征进行了初步分析。
             fied Atmospheric Chemistry Environment/Haze-Fog)       2022 -2024年关中五地市能见度月变化特征整
             的污染物浓度预报数据。本文涉及的地形图是基                              体一致[图 1(a)], 在一年内均呈现出明显的单峰型
             于国家测绘地理信息局标准地图服务网站下载的                              特征, 即春末至夏季(5 -8 月)能见度较高, 这得益
             底图号为 GS(2016)1609 号的标准地图制作,底图                      于夏季较为频繁的降水和旺盛的对流, 其中 6 月能
             无修改。                                               见度为峰值, 10 月起明显下降, 秋冬季由于辐射逆
             2. 2 方法介绍                                          温增强且大气污染物易累积, 能见度为一年内的低
             2. 2. 1 数据质控                                       谷期, 关中五地市能见度均在 2 月达到最低。不同
                  数据是机器学习模型的“输入原料”, 其质量                         地市能见度差异主要集中在能见度较低的月份
             直接决定模型的效果。ERA5 再分析资料及 EC‐                         (1 -2 月、 11 -12 月), 其中西安能见度值最低, 咸
             MWF 模式等网格数据完整性较好, 但地面观测数                           阳次之, 其他三地市差异不明显。



















                                    图1 2022 -2024年关中五地市能见度月变化(a)及日变化(b)特征
                   Fig. 1 Monthly (a) and diurnal (b) variation characteristics of visibility in the Guanzhong region from 2022 to 2024
                  从关中地区气象站的能见度观测数据按季节                           大气湿度下降, 能见度逐渐升高, 16:00 -17:00 达
             分类并计算不同季节能见度的日变化[图 1(b)]可                          到峰值, 18:00 后能见度逐渐变差。与其他季节不
             看出, 不同季节日能见度大小排序为: 夏季>春季>                          同的是, 冬季能见度从 22:00 开始呈先上升再下降
             秋季>冬季, 且均在早晨达到最低, 这是由于早晨                           的趋势, 05:00 出现一小峰值, 其可能原因是 22:00
             有利于辐射雾的形成且夜间大气边界层高度较低                              至次日 05:00 是人类活动的“低谷”期, 交通流量和
             有利于污染物的累积, 故在上午能见度平均值最低                            工业活动显著减少, 尽管夜间逆温层仍存在, 但大
             (傅刚等, 2009)。春夏秋三季一天中能见度最低值                         气污染物排放速率降至最低, 叠加夜间沉降作用,
             均出现在 07:00 -08:00, 而后热力湍流逐渐加强且                     颗 粒 物 浓 度 逐 渐 降 低(李 星 敏 等 , 2014), 故 在
   283   284   285   286   287   288   289   290   291   292   293