1 引言

大气能见度又称大气水平能见度, 是指视力正常的人在当时的天气条件下观察以天空为背景的黑色目标物时(0.5°~1.5°视角), 能够从背景上分辨出目标物轮廓的最大水平距离, 是反映大气透明度的一个重要物理量。多年来, 国内外众多学者从低能见度的观测、物理结构、局地低能见度的宏微观结构及物理成因、低能见度的数值模拟、气候及变化特征等方面进行了许多研究, 对不同地区低能见度进行了大量的观测试验(傅刚等, 2009)。探测大气能见度常用目测法及器测法, 人工观测不可避免的存在主观性和时空限制, 因此大气能见度的器测法显得十分重要。目前, 探测大气能见度仪器按探测原理可分为透射式和散射式, 其中前向散射仪应用最为广泛(邱金恒等, 2005)。整体上人工观测较自动观测数据偏大, 但二者具有相当一致的统计特征, 自动与人工观测在低能见度条件下较为接近, 具有较好的相互替代性(司鹏等, 2015;王瑞等, 2015;明虎等, 2015)。

影响能见度的因子很多, 大气细粒子、水汽和风速都对能见度有一定的影响(Charlson, 1968; Sloane, 1982;苏维翰等, 1986;刘宁微等, 2012;范引琪等, 2008), 北京地区大气能见度的变化受大气中硫酸根浓度、颗粒物浓度, 相对湿度和小于10 μm颗粒物浓度的影响较大(苏维瀚等, 1986)。珠三角地区、广州地区20世纪80年代开始的能见度恶化主要是由细粒子引起的灰霾天气增多造成的(吴兑等, 2006, 2007, 2008a)。广州地区低能见度多见于相对湿度为70%~90%的环境中, 相对湿度低于30%情况下未曾出现低能见度现象, 且低能见度事件多发生在早晚, 日变化特征明显(陈静等, 2010)。环渤海地区近年能见度小于等于1 km主要是水滴造成的(郭军等, 2016)。对流层气溶胶和污染物浓度的增加是导致云贵高原平均能见度降低、日照减少的主要原因(郑小波等, 2010)。低能见度主要由雾和霾引起, 相对湿度是区分雾、霾的重要指标(李艳红等, 2014;邓学良等, 2015)。中国2010年发布的气象行业标准(QX/T113-2010)中规定:能见度 < 10 km, 排除降水、沙尘暴、扬沙等天气现象造成的视程障碍, 相对湿度 < 80%, 判识为霾; 相对湿度为80%~95%时, 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。近年来随着研究的深入, 国内普遍认可相对湿度为90%的新阈值(吴兑等, 2007, 2008a, 2014;过宇飞等, 2013;丁一汇等, 2014)。雾、霾的分布及发生发展与背景天气有紧密联系。近50年来, 上海霾日数总体呈增加趋势, 雾和霾日数以冬季最多, 夏季最少(靳利梅等, 2008)。长江三角洲地区浓雾多发季为10月至次年4月, 夏季浓雾的发生概率很小(周自江等, 2007)。我国西北地区霾通常产生于高空长波脊控制范围内, 春季霾多发生于南支槽型天气形势下, 冬季霾多发生于中阻塞型天气形势下, 地面为高压控制的均压场中(颜娇珑等, 2016)。在此基础上, 很多科学家研究雾、霾的成因及结构, 并研究他们与气象因子的关系。张光智等(2005)分析发现大雾形成前期低空出现逆温, 大气中细粒子浓度的增加, 凝结度迅速增长; 起雾之前边界层低层平均及扰动动能均出现显著跃升; 雾一旦形成后, 雾的凝结反馈效应使逆温层在大气低空的中、上层产生抬升、维持与再建过程对城市雾的持续起重要作用。吴彬贵等(2009)分析发现近地面层逆温和弱风条件有利于浓雾形成。刘熙明等(2010)研究认为近地面大气边界层较大的相对湿度(>70%)、较小的风速(< 3.0 m·s^-1)和风速垂直切变(< 0.02 s^-1)、稳定的层结结构以及较低的气温是持续大雾天气形成的主要原因。冷空气的侵入使得边界层相对湿度迅速减小, 风速及其垂直切变增大, 破坏近地面大气边界层的结构, 导致大雾的消散。大雾的维持与消散主要受风场等动力因素的影响, 热力层结是大雾维持和消散的必要条件。张恒德等(2011)发现地面风速维持在1~3 m·s^-1、低层辐散、负涡度及垂直上升运动弱是形成雾的动力条件; 低层相对湿度大、温度露点差小, 对流层中层相对较干; 低层逆温层的存在和大气层结稳定构成了稳定性条件。严明良等(2011)研究认为雾区内近地层为弱的水汽辐合区, 地面辐射冷却和低空冷平流是大雾形成、发展和维持的重要因素, 地面辐射冷却在热力条件中起主导作用, 冷平流作用远小于地面辐射冷却作用。

早在20世纪50年代初, 一些学者就发现大气能见度与云中的液态水含量、云滴粒子直径有关, 并研究了三者之间的关系(Neiburger, 1953), 近年的统计结果表明温、湿等气候因子的变化以及人类活动引起的空气质量和生态环境的改变, 与区域性浓雾日数的变化密切相关(刘小宁等, 2005)。我国南岭山地的平流雾和上坡雾与华南锋面活动尤其是华南准静止峰的活动密切相关(吴兑等, 2007)。成都地区降水量、相对湿度以及风速的变化与灰霾变化有明显联系(贾佳等, 2017)。北京地区大气能见度与细颗粒物PM_2.5质量浓度在春季呈乘幂关系, 夏季呈指数关系, 秋季呈对数关系, 冬季呈指数关系(王京丽等, 2006)。西安咸阳高速公路观测到能见度与气温均呈明显的U型二次多项式相关; 与相对湿度呈多项式型负相关; 与风速之间存在一定的多项式相关性(王珊等, 2016)。在此基础上, 很多科学家利用气象因子与能见度之间的关系建立能见度预报方程。张德山等(2002)以大气稳定度、低层水汽含量、低空大气中悬浮颗粒物3个基本气象要素作为首都机场高速公路能见度预报因子, 取得很好效果。马学款等(2007)采用动态学习率BP算法的人工神经网络对重庆市区能见度进行了拟合和预报检验, 通过引入M指数、Ri数、凝结核和辐射状况等诊断因子, 并考虑降水对地面湿度干扰影响的消空。李沛等(2012)利用神经网络逐级分类建模方法预报北京能见度, 预报准确率远优于回归预报的方法。周须文等(2014)利用相关分析找出了与低能见度雾的生消有密切关系的气象因子, 建立北京-石家庄高速公路能见度与气象因子之间的回归方程。倪江波等(2015)建立了华北区域性低能见度天气的自动识别系统, 并利用K指数、露点温度差等天气诊断物理量进行第二次判别。苏兆达等(2017)用逐步回归法建立地面24 h变压、10 m风速、能见度、日均相对湿度、空气质量指数的回归方程。

南京禄口国际机场是国内重要的干线机场及华东地区的主要货运机场。目前日均起降架次接近600架。机场处于中纬度地区, 属北亚热带季风气候区, 冷暖空气活动频繁, 下垫面水汽充沛, 因此出现大雾的情况较多。南京机场的大雾主要以辐射雾为主, 偶尔有平流雾发生。另外, 在秋冬季节天气比较干燥的时候, 大面积的大雾发生条件虽不足, 但由于跑道头附近有水系提供水汽, 也常常会出现碎片雾、部分雾等情况。这些情况出现时, 往往会出现能见度和跑道视程快速变化的现象, 航班落地时受此影响, 经常导致航班大面积备降或延误。早期对禄口机场低能见度天气的研究受观测资料限制, 进展缓慢。民航局空管局气象业务规划在未来十年将航空气象信息与空中交通管制数据协同分析, 通过大量的航空气象历史数据的挖掘, 建立经验模型, 预报天气发展的可能性。同时, 根据历史数据的统计结果, 生成数学模型, 为各种复杂天气下的航班流量管理提供参考值。这对航空气象业务提出了更高的要求。

利用南京禄口机场近6年(2011-2016年)的跑道视程(Runway Visual Range, RVR)分钟级数据, 归纳了低能见度天气的时间分布特征, 研究了低能见度天气与气象因子(温度、湿度、风等)的关系, 在此基础上建立了低能见度现象与这些物理量的关系, 并建立了能见度的预测阈值。

2 观测仪器及观测数据

本场观测能见度的仪器设备是芬兰Vaisala公司的MIDAS IV型AviMet自动气象观测系统, (Automated Weather Observing System, AWOS)。所测的能见度数值有跑道视程(RVR)和气象光学距离(Meteorological Optical Range, MOR)。对于航空公司而言, 如果机场有RVR, 飞机运行时, 实际影响运行的主要还是RVR。而MOR更接近人观测的主导能见度值。该值是国际民航组织认可的, 在无人值守的情况下, 可以将气象光学视程作为能见度来使用。在仪器校准及运行正常的情况下, 有学者认为夜晚也可以用MOR值取代能见度值(傅刚等, 2009)。MOR数值范围显示从0~10 000 m, 分辨率为1 m。考虑到RVR数据受灯光影响较大, 且MOR数据精确度更大, 为了更好的分析能见度的变化特征, 在后续的研究中, 能见度观测值均选取每分钟MOR值。

众所周知, 降水对能见度的影响非常大, 为了准确的分析能见度与气象要素的关系, 需要将降水的信息剔除。为此对观测数据进行如下处理:以10 min数据为窗口, 当窗口中若有3 min观测到降水, 则定义该窗口为降水期, 将整个窗口作为有降水的观测样本, 其他窗口作为无降水的观测样本。下文对温度、相对湿度、水平风速、温度露点差与能见度的观测分析中, 均采用无降水观测样本。按照地面气象观测规范(中国气象局, 2003), 水平能见度小于1 000 m定义为大雾, 能见度小于500 m定义为浓雾; 另外在航空气象领域, 当能加度低于2 000 m就需要进行重点监控, 因此对能见度进行分析的阈值定为2 000, 1 000和500 m。首先在能见度的时间分布统计中, 对低于2 000 m以下的低能见度进行了相关统计和分析。在能见度与气象要素之间的关系中, 则分别对低于2 000 m、1 000 m以及500 m进行了更为细致的研究。图 1为禄口机场AWOS观测点分布, 以人工观测点所在的航管楼为中心点, 两条跑道之间间距为2 000 m。文中所涉及06号、24号观测点位于1号跑道两端, 两观测点之间距离3 600 m, 观测资料从2011年9月1日至2016年5月30日。07号、25号观测点位于2号跑道两端(2号跑道2014年7月刚刚启用), 两观测点之间距离3 600 m, 观测资料从2014年8月1日至2016年5月30日。

3 南京机场能见度时间分布特征及成因分析 3.1 月分布特征及成因分析

从禄口机场2012-2015年历年逐月平均能见度统计(图 2)可见, 能见度分布有明显的年度差异和月份差异。2013年及2015年能见度分布趋势一致性较好, 呈现明显的冬季低、夏季高的特征。2012年除1月月均能见度较高之外, 其他趋势与2013和2015年一致。2014年月均能见度特征与其他年份差异较大, 但无明显的季节性分布特征。2012年及2013年7、8月能见度最高, 2015年8、9月能见度最高。2012, 2014和2015年这三年的4月均为能见度次高值, 其中2012年和2013年4月能见度明显低于夏季最高能见度, 2015年4月能见度几乎与夏季最高能见度相当。年度最高月均能见度发生在2013年7月, 超过9 500 m; 2014年的最低, 仅不到7 000 m, 发生在2014年12月。2013年、2014年和2015年最低能见度都发生在1月, 可以明显看出2012年、2013年和2015年冬季为能见度最低季节, 2012年、2013年春末夏初的5月、6月为能见度一个低谷, 2015年的能见度低谷包括5、6、7三个月。2013-2015年每年1月的月均能见度为年度最低, 但2012年1月的平均能见度为当年次高峰值。年度最低月均能见度为2013年1月, 3 000 m左右; 年度最低月均能见度最高出现在2012年6月, 超过4 000 m。

各个观测点的平均能见度分布基本一致, 但是稍有差异, 在夏季比较明显, 表明禄口机场夏季低能见度天气发生的局地性很强。夏季夜里水汽、大气层结、逆温三大条件容易满足, 因此夏夜团雾发生频次最多(崔驰潇等, 2015)。团雾受局地地形和中小尺度天气环境影响, 范围小、能见度低, 具有很强的局地性, 这是禄口机场夏季4个观测点能见度有明显差异的主要原因, 也是禄口机场低能见度天气难以预报的一个因素。

定义所有观测点的平均能见度$\bar M $为:

$ \bar M = \frac{{\sum\nolimits_{i = 1}^N {MO{R_i}} }}{N}, $

(1)

式中: N为观测点数目。将2012-2015年每月的$ \bar M$进行平均, 得到近4年内$ \bar M$的逐月分布情况[图 3(a), 其中2011年和2016年资料不全, 故只统计2012-2015年]。7月平均能见度最高, 达7 000 m以上, 8月次之, 再次之为4月; 1月能见度最低, 为4 000 m; 11月能见度稍高于1月, 其他月份能见度均超过5 000 m; 6月也出现了一个能见度谷值, 为5 000 m。亦即2012-2015年禄口机场能见度月分布呈现双峰双谷的特征, 盛夏能见度最高, 冬季最低, 4月次高, 5/6月次低。从图 3(b)~(d)可以看出, 4月平均气温超过15 ℃, 按照禄口机场常年观测经验, 当气温超过15 ℃时, 一般较少出现大雾天气; 且4月相对湿度为全年最低, 这是导致4月平均能见度为峰值的主要原因。6月累积降水量及降水日数均为最高, 且6月平均相对湿度也较高, 因为是6月为江淮梅雨期(朱乾根, 2000;倪允琪等, 2004), 虽在统计数据中剔除了降水的影响, 但大气中水汽含量充沛, 易形成雾, 导致6月平均能见度较低。盛夏季节南京主要受副高控制, 虽然相对湿度也较高, 但是因为气温较高, 切近地层湍流作用强, 会破坏低层稳定的大气层结, 不易形成长时间、大规模的雾, 即使短时间内形成小范围的雾, 也极易消散, 因此平均能见度很高。秋冬季节南京受弱冷空气南下或过境弱冷高压影响最频繁, 且夜间大气层结稳定, 高发辐射雾, 导致能见度较低。

图 3(e)为能见度低于2 000 m时, 逐月相对湿度分布箱体图。线段上下端点代表 5%、95%极值, 箱体上下端为25%、75%数值, 黑色方块为平均值, 箱体中的横线为中位数。4月、5月、7月和8月相对湿度整体偏高, 说明在这几个月形成雾的条件比较苛刻, 只有在相对湿度非常高的情况下才可能出现。而在1月、6月、12月相对湿度分布范围最广, 箱体下缘线低于90%, 在这几个月形成雾的条件相对容易, 对相对湿度的要求不需要太高就可能形成。相对湿度箱体图的分布与图 3(a)中每个月平均能见度的分布是一致的。从图 3(e)可以看出逐月平均相对湿度均超过90%, 仅1月及12月箱体下缘位于85%~90%。按照近年来的研究成果(吴兑等, 2007, 2008b, 2014), 禄口机场绝大部分低于2 000 m能见度的天气是由雾造成的。因此下文的分析中近似认为禄口机场小于2 000 m低能见度天气均是由雾造成的。

3.2 低于2 000 m的低能见度日分布特征

图 4为每个月内2 000 m以下能见度日分布图(所有观测点均统计在内, 因观测点数量太多, 当大量点聚合在一起时就连成线, 下同), 从图 4可见, 每个月低于2 000 m的能见度日分布时间有所不同。1月分布时间最长, 从12:00(北京时, 下同)到次日03:00。2月、11月和12月次之, 基本从15:00到次日01:00。其余月份主要集中于18:00-24:00。从最低能见度数值分布上看, 12月, 最低能见度为低于50 m的时间从09:00至次日03:00, 达到18 h; 1月从12:00至次日03:00, 达到15 h; 3月及11月中低于50 m能见度分布也达7~8 h; 6-9月较少出现最低能见度达低于50 m的现象。6月、7月、8月和9月最低能见度较高, 基本大于500 m, 且较少出现低于50 m的能见度, 其他月最低能见度数值分布较均匀。总体来说, 低于2 000 m以下能见度主要出现在当地时间凌晨至清晨, 夏季出现时间最短, 且能见度较少低于600 m; 秋冬季节时间分布较长, 200 m以下能见度出现较多。

从每个月内6年平均的$ \bar M$日变化分布(图 5)可以看出, 能见度有明显的日变化特征, 14:00-17:00是高值区, 该时间段对应午后至日落之前; 06:00前后是低值区, 该时间对应日出之前。日出后能见度快速升高, 高能见度持续时间长于低能见度持续时间。午后由能见度最大值变化到次日早晨能见度最低值的过程比早晨由能见度最低值变化到午后能见度最大值的过程缓慢, 雾的消散与太阳辐射、气温快速升高及逆温层的消失有关(濮梅娟等, 2013), 日出后地面短波辐射加强导致气温快速升高, 逆温层被破坏, 因此雾迅速消散, 能见度升高。

4 机场能见度与气象要素的关系 4.1 气温与能见度的关系

低能见度与气温的相关性较为复杂, 各月在低能见度情况下气温分布范围差异较大, 这与每个月的平均温差有关, 但是总体来说温度跨度大(小), 表明该月较多(少)发生低能见度天气。每个月能见度与气温的对应关系如图 6所示。可见1月、2月和12月温度跨度都较大, 能见度2 000 m时, 1月对应气温变动范围为-7~20 ℃, 跨度27 ℃, 跨度最大, 2月对应气温变动范围-5~20 ℃, 跨度25 ℃, 12月为-7~18 ℃, 跨度25 ℃; 7月温度跨度最小, 变动范围为20~30 ℃, 跨度仅10 ℃。从图 6上看, 在低能见度情况下, 各月的温度分布有很大不同。总体来说能见度-气温分布呈下窄上宽形态, 即能见度越低, 对应的气温范围越窄, 但各月下窄上宽的程度不一致。若上下宽度差异较小, 表明该月能见度对气温不敏感, 如11月几乎上下一样宽, 气温范围从0~20 ℃, 表明在气温变化在该范围内, 能见度可从0 m分布至2 000 m; 若上下宽度差异较大, 表明该月能见度对气温较敏感, 如8月及12月2 000 m能见度对应的气温宽度几乎是0 m能见度对应气温宽度的2倍, 8月200 m能见度对应的温度范围为19~23 ℃, 当气温超出该范围, 一般不会出现低于200 m的能见度; 12月500 m以下能见度主要发生在气温为-5~7 ℃, 当气温超出该范围, 能见度一般高于500 m。总体来说, 能见度与气温的相关性不高。

4.2 温度露点差与能见度的关系

高湿度情况下, 气溶胶消光系数对湿度的变化十分敏感, 湿度的微小波动会对气溶胶的总消光造成很大的影响(陈静等, 2014)。温度露点差表征大气的湿度, 低能见度天气与大气湿度有密切的关系。通过每个月低能见度与温度露点差的分布关系(图 7)可见, 1月、12月温度露点差分布范围大, 2 000 m能见度对应的温度露点差达到10 ℃以上, 1 000 m能见度对应温度露点差为6 ℃, 500 m能见度对应温度露点差为2 ℃; 7月、8月、9月温度露点差分布范围较小, 2 000 m能见度对应温度露点差小于6 ℃, 1 000 m能见度对应温度露点差为2 ℃, 500 m能见度对应的温度露点差甚至不足1 ℃, 且低于500 m能见度的观测数量明显少于其他月份。温度露点差范围越小, 表明在这些月份要出现低能见度天气需要大气的湿度更高; 温度露点差范围越大, 说明在这些月份, 大气的湿度达到相对较低的水平就可以导致低能见度天气。1月、12月为冬季, 气温较低, 大气中的水汽更容易凝结, 因此大气中水汽含量不需要太高即可产生明显的凝结, 从而产生低能见度天气; 而7-9月气温较高, 水汽不易凝结, 因此大气中水汽含量很高时, 才能出现低能见度天气, 并且这种情况出现的频率也较低。

4.3 水平风速与能见度的关系

水平风速大小直接影响雾的生成、消散或扩散, 微风能起到扩散作用, 把低层的水汽输送到适当高度, 形成一定厚度的辐射雾, 形成平流雾则要有暖湿空气向较冷的下垫面移动, 因而风对平流雾也有促进作用, 但风速过大使大气乱流加强, 抑制雾形成和发展(童尧青等, 2014)。通过低能见度与水平风速的分布关系(图 8)可见, 不同月份低能见度与水平风速的关系有明显差别。3月水平风速分布范围最大, 2 000 m能见度对应的水平风速范围0~10 m·s^-1, 1 000 m能见度对应7~8 m·s^-1, 500 m能见度对应4 m·s^-1左右, 1月及2月低能见度对应的水平风速范围也很大, 表明在这几个月, 即使风速较大, 也不足以导致雾霾消散或扩散。9月低能见度对应的水平风速范围最小, 2 000 m能见度对应的水平风速为6 m·s^-1, 1 000 m能见度对应5 m·s^-1, 500 m能见度对应3.5 m·s^-1左右, 500 m以下能见度对应2 m·s^-1, 8月及10月低能见度对应的水平风速范围也较小, 表明在这几个月, 整体大气环境不利于低能见度天气的维持, 水平风速达到一个较低的值, 就能使低能见度天气消散或扩散。在1、2、4、10、11及12月发现500~200 m能见度, 水平风速范围逐渐减小, 而从200~0 m能见度, 水平风速范围增大, 而这种现象在夏季的几个月不明显, 初步分析认为在冬春季节因风速增大, 近地层吹起很多灰尘, 导致能见度明显降低。

4.4 不同等级能见度对应的气象要素阈值

通过前文分析, 归纳了不同等级低能见度(< 2 000 m, < 1 000 m, < 500 m)与气象要素对应的阈值范围(表 1), 希望能够提取能见度预警的关键气象因子, 对以后低能见度天气的预警预报提供支持。通过对气象要素阈值的统计可见, 气温阈值在各个月有明显的差异, 且跨度很大, 可见气温与能见度的对应关系并不严谨, 难以将气温作为能见度的预警因子; 但是表征湿度的温度露点差及水平风速数值在各个月分布较均匀, 它们与能见度的对应关系明显优于气温, 因此可以将温度露点差及水平风速作为能见度预警预报的重要指标。低于2 000 m的能见度统计能见度-温度露点差-水平风速的分布关系如图 9所示, 为清晰看出不同等级能见度对应的温度露点差及水平风速关系, 分别对 < 2 000 m、< 1 000 m和< 500 m能见度的温度露点差及水平风速分布进行统计。从图 9可见, 在能见度逐渐降低的过程中, 温度露点差及水平风速都明显减小, 温度露点差的减小更明显。这也表明, 在低能见度天气的产生及维持过程中, 需要有较小的水平风速或者静风, 湿度变化对能见度的变化起非常重要的作用。

5 结论与讨论

利用禄口机场布设的地面观测设备观测得到的分钟级数据, 统计低能见度天气发生的时间分布特征; 剔除降水对能见度的影响, 分析其他气象要素与能见度的关系, 归纳低能见度天气下各气象要素的阈值, 建立低能见度天气的预警指标。主要结论如下:

(1) 禄口机场能见度有明显的季节及月变化, 呈明显的双峰双谷特征, 4月及7月、8月为两个峰值, 6月及12月、1月为两个谷值。秋冬季平均能见度低, 盛夏能见度最高。4月平均相对湿度为全年最低, 且平均气温超过15 ℃, 这是4月能见度较高的主要原因。6月为江淮梅雨期, 月累积降水量及降水日数均为一年中最高, 大气中水汽含量充沛, 相对湿度较高, 易形成雾。盛夏季节南京主要受副高控制, 虽然相对湿度也较高, 但是因为气温较高, 切近地层湍流作用强, 难以维持稳定层结, 不易形成长时间、大规模的雾, 因此平均能见度很高。秋冬季节南京受弱冷空气南下或过境弱冷高压影响最频繁, 且夜间大气层结稳定, 高发辐射雾, 导致能见度很低。

(2) 在能见度低于2 000 m时, 每个月的平均相对湿度都大于90%, 这说明禄口机场低能见度天气主要是由雾造成的。

(3) 能见度分布具有非常明显的日变化特征, 凌晨至早晨能见度最低, 日最低能见度出现时间主要在当地时间05:00-08:00。午后能见度达到最高, 能见度由最高到最低的变化过程比从最低到最高的过程缓慢。9月、10月的平均能见度日变化较明显。冬季低能见度出现的时间范围最广, 出现低于100 m能见度的情况很多。

(4) 对低能见度与各气象因子的关系进行统计发现能见度与各气象要素之间的关系复杂, 并未呈现某种明显的线性函数关系, 而是阈值关系。低能见度与气温之间相关性不明显, 与大气湿度有密切的关系。1-12月温度露点差分布范围大, 7-9月温度露点差分布范围较小。不同月份低能见度与水平风速的关系有明显差别。1-3月低能见度对应的水平风速范围较大, 表明在这几个月, 风速即使较大, 也不足以导致雾霾消散或扩散。8-10月低能见度对应的水平风速范围较小, 表明在这几个月, 整体大气环境不利于低能见度天气的维持, 水平风速达到一个较低的值, 就能使低能见度天气消散或扩散。

本文初次尝试使用AWOS历史数据研究禄口机场大雾引起的低能见度天气, 研究过程中还存在一些不足之处, 期望随着后续AWOS数据量的增加, 能够更进一步考虑降水的影响, 与天气形势相结合, 建立更细致的模型, 为禄口机场低能见度天气的预警提供理论和技术支持。