[发明专利]一种影响雾日的环流特征量因子分析及雾日预测模型

摘要

本发明公开了一种影响雾日的环流特征量因子分析及雾日预测模型，利用气象观测资料通过分析不同区域雾日相关资料，利用雾日相关性计算公式分别找出各环流因子与各分区雾日的关系，筛选出与雾日相关较好的环流特征因子，得出不同区域不同月份影响雾日的主要环流特征量因子。利用500百帕月平均高度场资料与雾日进行相关性分析，通过逐步线性回归方法，给出不同区域雾日逐月预测模型。本发明可用数值模式输出预测结果，是实况进行预测，模型适用于能见度小于1000m的重雾霾天气预测。电力部门相关单位可根据预测结果，提前做好各项防范工作和应急处置预案，有效应对大雾天气下污闪事故、隐患的发生具有重要作用。

主权项

一种影响雾日的环流特征量因子分析及雾日预测模型，其特征在于：其包括以下步骤：(1)收集、整理、统计分析省级区域内30年的历史气象资料、环流资料和各气象站点统计的10月至翌年3月各月雾日；统计月雾日分布特征，并根据雾日数和区域地理环境条件，划分区域：山区、山前平原、平原区；(2)根据雾日相关性计算公式计算出国家气候中心气候系统诊断预测室发布的74项环流特征量与月雾日数的相关系数，雾日相关性计算公式为：$R_x=\frac{n\underset{i=1}{\overset{n}{\Σ}}{x}_i{d}_i-\underset{i=1}{\overset{n}{\Σ}}{x}_i\·\underset{i=1}{\overset{n}{\Σ}}{d}_i}{\sqrt{n\underset{i=1}{\overset{n}{\Σ}}{x}_i^2-{\left(\underset{i=1}{\overset{n}{\Σ}}{x}_i\right)}^2}\·\sqrt{n\underset{i=1}{\overset{n}{\Σ}}{d}_i^2-{\left(\underset{i=1}{\overset{n}{\Σ}}{d}_i\right)}^2}}$式中R_X为环流特征量因子与月雾日数的相关系数，x_i为环流特征量因子的值，i为年份序号，n为历史年份数量，d_i为某月的雾日数；(3)从步骤(2)的计算结果中筛选出各月份相关性较强的环流特征量因子；(4)利用NCEP/NCAR 500hPa再分析高度场资料，统计分析影响各月雾日的500hpa关键区因子；(5)采用逐步回归分析法建立各月雾日预测模型。