2月20日,雾和霾再度造访我国多地。在雾和霾“发作”之际,中央气象台和高污染地区进行了专题会商连线,并与环保部门进行会商分析,做好雾、霾、空气污染气象条件预报及预警服务。截至2月24日,中央气象台已连续5天发布霾预警,记者来到中央气象台,了解雾和霾预报的新进展,以及未来有哪些新技术即将“破茧成蝶”。
基础:订正历史资料
“江南河港交流,且又地濒大海,湖沼特多,故空气时含水分……在这一幅冬日农村的图上,再洒上一层细得同粉也似的白雨,加上一层淡得几不成墨的背景,你说还够不够悠闲。”郁达夫在《江南的冬景》中曾以唯美的笔触感怀故乡江南雨雾交织的景色。而现在,由于污染排放的增加,雾早已失去了往日纯白的“风情”,以致用肉眼难以区分它和灰霾之间的差别。
据中国气象局应急减灾与公共服务司、综合观测司,国家气象中心及国家气候中心提供的规范,能见度小于10公里,排除降水、沙尘暴、扬沙、浮尘等天气现象造成的视程障碍,空气相对湿度小于80%的天气,判识为霾,而相对湿度大于95%的天判识为雾,相对湿度在80%至95%之间的天气,按照地面气象观测规范规定的描述或大气成分指标进一步判识。
国家气象中心环境气象室专家张恒德告诉记者,根据这一新规范,环境气象室对最近50年,特别是近10多年的地面观测资料进行了重新订正,使得地面观测资料得到统一,并在这些数据的基础上进行了气候特征分析,这为客观预报模型的研制成型奠定了基础。在大量统计的基础上,国家气象中心寻觅出各种和雾或霾紧密相关的气象因子,如海平面气压、混合层高度、交换系数、风、相对湿度、变温、变压等,分析它们在哪个阈值范围内,最容易导致雾霾天气的出现。如霾天气出现时,风速一般小于3米/秒,而混合层高度一般小于1200米。
进展:基于人工神经网络技术的能见度客观预报模型
张恒德介绍说:“将神经网络技术应用到能见度客观预报之中,建立相应的客观预报模型是雾和霾预报业务的新进展。”
中央气象台首席预报员马学款告诉记者,简单地说,人工神经网络方法相当于用某种数学方法模拟人类大脑记忆结构的方式,适合用来解决较为复杂的问题。这种方法在很多领域,包括医学、工程、军事等都有应用。神经网络技术是一种非线性方法,和线性方法相比,其优势在于,人们可以在不了解某些事物科学本质的前提下,只凭借足够的历史数据,就能把两种事物之间的关系描述清楚。
马学款进一步解释说,相对湿度和雾之间的关系是线性关系,因为相对湿度越大,出现雾的概率就越高。但气温和雾是非线性的关系,因为气温特别高或者特别低的时候都不会出现雾,最容易出现雾的气温是高低之间的某个阶段,反映温度和雾之间的关系,就需要用非线性方法来解决。
与线性方法相比,非线性的神经网络技术在容错性、准确率、适应性等方面都有一定优势。基于人工神经网络对能见度的客观预报过程具体如下:根据历史资料进行要素分析,通过无数次具体操作,寻找到各个与雾或者霾相关因子的最佳权重,建立好客观预报模型。然后将各方面资料,包括地面观测资料、数值预报产品放进模型之中进行运算,便可以得出24小时到72小时的能见度预报。在此预报基础上,对降水进行消空或者排空(因为降水也会导致能见度下降),随后再根据湿度进行判断,做出雾或霾的预报结果。
“这一产品在今年除夕的雾和霾预报中发挥出色。当时,中央气象台在1月29日下午准确发布了霾黄色预警。”张恒德说。
方向:多指标叠套技术
“对于基于神经网络技术制作的雾、霾客观预报,未来我们还会增加一些地形影响以及局地性作用因子,并进一步优化,从而提高能见度预报的准确率,进而较为准确地做出雾或霾等级预报。”张恒德说。在不久的将来,多指标叠套技术也将加入雾、霾预报技术之中,为增加预报准确率助一臂之力。多指标叠套技术需要提前预报出和雾或者霾相关的因子,从而推断出雾或霾最有可能出现的区域。这一方法将和人工神经网络方法“携手”,共同减小雾和霾预报的误差。从一定程度上改变以往以主观预报为主的局面,实现客观预报与主观预报的结合。
(来源:气象局网站)