《表2 现行雾霾现象自动判识算法Table 2 Currently used criteria for fog, light fog and haze automatic identification

《表2 现行雾霾现象自动判识算法Table 2 Currently used criteria for fog, light fog and haze automatic identification   提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《自动与人工观测霾日、雾日序列连续性分析》


  1. 获取 高清版本忘记账户?点击这里登录
  1. 下载图表忘记账户?点击这里登录
相对湿度的台站阈值由台站结合历史观测习惯设定,存在一定南北差异

2014年能见度实现自动观测的台站,在排除降水、沙尘暴、扬沙、浮尘、吹雪、雪暴、烟幕等视程障碍类现象后,通过自动观测的水平能见度和相对湿度进行雾霾现象自动判识(中国气象局,2013),判识算法如表2所示。为了保障自动观测与人工观测的雾霾现象数据序列的连续性,最初的判识算法中,雾霾现象发生时规定的水平能见度范围同表1人工观测范围,后来发现能见度自动观测与人工观测相比存在明显的系统偏差(司鹏等,2015),认为普遍偏小约25%,从而造成自动观测的雾霾现象明显偏多,因此2014年雾霾现象自动观测业务运行时,将雾霾判识的能见度阈值进行了修正,如表2所示,轻雾、霾的能见度判别阈值为7.5 km,雾的能见度判别阈值为0.75 km(中国气象局,2014)。