搜索
书书书第２６卷第１期２０１０年２月气象与环境学报ＪＯＵＲＮＡＬＯＦＭＥＴＥＯＲＯＬＯＧＹＡＮＤＥＮＶＩＲＯＮＭＥＮＴＶｏｌ．２６Ｎｏ．１Ｆｅｂｒｕａｒｙ２０１０收稿日期：２００９－０９－２５；修订日期：２００９－１２－０７。基金项目：天津市自然科学基金项目（０７ＪＣＹＢＪＣ０７４００）和中国气象局软科学课题（２００８Ｄ００３）项目共同资助。作者简介：王炜，男，１９６５年生，副教授，主要从事大气环境数值模拟和灾害风险研究，Ｅｍａｉｌ：ｗｗｅｉ３５６＠ｎａｎｋａｉ．ｅｄｕ．ｃｎ。雾的标准化危险性指数计算方法及其应用王炜１ 卢雪翠１ 解以扬２（１南开大学环境科学与工程学院，天津３０００７１；２天津市气象科学研究所，天津３０００７４） 摘 要：在有雾的天气下经常发生几百辆车连续追尾碰撞的恶性交通事故，因此为了做好交通安全工作有必要开展雾的风险分析研究。在考虑雾的出现频率、持续时间和能见度３个参数的基础上，通过改进雾的危险性指数（ＦＨＩ）方法，得出了适合我国气象标准的雾的标准化危险性指数（ＮＦＨＩ）的计算方法。为了使危险性指数适应雾的数值预报产品的应用，进一步改进了雾的标准化危险性指数的形式，提出了适合数值预测模式的雾的标准化危险性指数。最后结合京津塘高速公路沿线５个国家气象站３６ａ的雾的观测数据，利用ＮＦＩ方法计算得出了４个季节的雾的危险性等级，并使用数值预报结果计算了不同地点的雾的标准化危险性指数。利用该指数计算方法可以通过比较不同路径危险性的大小进行最佳路径的选择，为交通安全提供科学参考。关键词：雾；能见度；交通安全；危险性指数；数值预报模式；计算方法 中图分类号：Ｐ４２６４ 文献标识码：Ａ 文章编号：１６７３－５０３Ｘ（２０１０）０１－００１６－０５１ 引言雾是一种常见的气象灾害，它因为水汽凝结后会产生光线的衰减，从而造成人类视觉距离的下降，在这种情况下极易形成交通灾害。在低能见度的大雾天气下，由于驾驶员的视线受到极大的影响，大雾常常造成恶性交通事故的发生，给国民经济和社会生活带来重大损失。例如：１９９７年１２月１７日上午，京津高速公路因大雾致使４０辆汽车追尾相撞，造成９人死亡，１７人受伤［１］。统计数据表明［２］，高速公路上因雾等恶劣天气造成的交通事故，约占事故总数的２５％。每一次因雾造成的交通事故中引发重大伤亡的比例要高于交通事故的平均水平，所以雾害对社会和经济带来的损失更惨重。随着交通运输业的发展，雾对交通的影响也越来越引起人们的关注。２００７年国务院办公厅发布“关于做好防范大雾天气影响交通安全工作的紧急通知”，要求各级政府坚持以人为本的思想，牢固树立安全发展理念，最大程度地减轻雾害影响，维护和保障人民群众生命财产安全。因此，针对我国易发雾区的危害，有必要对雾的危险性进行分析，特别是定量风险分析，为管理人员作出安全决策提供科学依据。为了减轻雾灾的危害，我国的一些科学工作者对高速公路雾的监测和预报系统进行了研究。李卫民等［３］确定了雾区可预测参数，提出了雾与能见度的四种预测预报方法。吴兑等［４－５］对南岭山地高速公路雾对能见度的影响及预报系统建设进行了深入的研究。齐莹菲等［６］以沪宁高速雾天安全管理为依托，建立了雾天交通安全管制决策模型。但是，我国的研究者主要将研究工作集中在雾的形成机理和雾区的分布等研究方面。魏德宾等［７］认为气象环境条件对交通事故发生的客观影响很难避免，尤其是一些重特大交通事故往往是与恶劣的气象条件发生关系很大，所造成的损失也最大。许秀红等［８］认为我国建立包括气象条件在内的公路环境气象指数和安全等级标准划分的研究工作还处于起步阶段。陈伟立［９］分析雾降低能见度从而影响高速公路行车安全的过程。还有一些研究者主要使用雾发生频率间接地说明雾的潜在危险性，但是不能说明在多大程度上将会造成交通事故［１０－１７］。我国对雾天气下的交通风险问题研究甚少，有必要加强雾的风险指数等方面的研究工作。现在，国外的一些科学工作者已经开展了雾的危险性指数的研究工作。Ｍｕｓｋ［１８］研究了雾的潜力指数（ＦＰＩ），这个指数包含了道路与浓雾的位置和地形等参数，但是指数中没有考虑能见度等气象条件。韩国的ＣＨＯ等［１９］提出了雾的危险性指数（ＨＦＩ）的计算方法。它利用雾的发生频率、能见度以及持续时间等参数计算了雾的定量危险。然而，指数中的参数条件同中国的雾的划分标准存在较大差异，在使用中存在不适用性。 第１期王炜等：雾的标准化危险性指数计算方法及其应用１７ 本文试尝建立适合我国气象条件的雾的危险性指数计算方法，并将其用于历史统计资料和数值模式两种方式，进行雾的标准化危险性指数的计算。基于统计资料的标准化危险性指数方法探讨了雾发生频率、雾的持续时间和能见度对交通的影响问题。另外，尝试根据雾的数值预报产品的特点，提出解决一次性雾的交通风险计算问题。２ ＮＦＩ理论与方法２１ 基于历史统计资料的雾的标准化危险性指数通常，人们只是利用能见度数值大小衡量雾的危险性。但是，雾的危险性受多个参数影响，例如能见度，雾持续时间以及雾的发生频率。为了在雾的风险评估中综合考虑这几个参数，本节用雾的发生频率、雾的持续时间和雾天的能见度为参数，通过改进ＨＦＩ方法，定义了适合我国气象条件的雾的标准化危险性指数（ＮＦＩ），其计算表达公式：ＮＦＩ＝（１＋ＦＤ）×ＷＴ×ＷＳ×Ｃｏｅｆ（１）式（１）中，ＦＤ为雾的标准化的发生频率；ＷＴ为雾持续时间的权重系数；ＷＳ为能见度的权重系数；Ｃｏｅｆ为归一化系数１００／３２。ＮＦＩ表明了雾的危险程度。每个参数的不同数值意味着重要性的不同，因此都有各自对应的权重系数。经过归一化处理，ＮＦＩ的取值范围为０—１００。ＦＤ的计算方法是用欲求时间段内出现雾的天数与历史上相应时间内雾日数最大值的比值，取值在０—１之间。ＷＴ的取值：大于９ｈ的取值为４，介于４ｈ和９ｈ之间的取值为３，介于１ｈ和４ｈ之间的取值为２，小于１ｈ的取值为１。ＷＳ的取值：能见度小于５０ｍ取值为４，大于５０ｍ小于１００ｍ取值为３，大于１００ｍ小于２００ｍ取值为２，大于２００ｍ小于５００ｍ取值为１，大于５００ｍ取值为０。２２ 基于数值预报技术的雾的标准化危险性指数用历史统计数据计算的雾的风险指数，只能反映一个地区的雾灾的总体性风险。但是，在实际的交通运输业中，对于危险性物质的运输，更加重视某一次雾天中存在的运输风险。雾的数值预报产品可以较好地解决这个问题。因为雾的数值预报能够模拟雾的形成和存在时间，以及雾的液态水含量。Ｊｏｒｄａｎ等［２０］发展了一个平流雾的数值预报模式，其检验结果表明，雾的预报结果与实际观测结果的相关程度为０９。这说明数值模式如果设计好边界条件，可以较好地预报雾的发生。雾的发生时间、区域和液态水含量等参数可以通过求解运动方程、热力方程、液态含水量方程和理想气体方程获得。但是，目前雾的数值预报模式中，没有直接计算能见度的功能，需要用其他方法计算。本文使用Ｇｕｌｔｅｐｅ等［２１］提出的能见度与液态含水量的关系式：Ｖｉｓ＝００２１９ＬＷＣ－０９６０３（２）式（２）中，Ｖｉｓ单位为ｋｍ；ＬＷＣ单位为ｇ·ｍ－３。雾的数值预测是交通运输中危险防范的重要方法，它可以预报雾的起止时间、雾的范围和强度。但是，在某一次的雾数值预报中，统计方法中的雾发生频率无法使用。考虑如何将雾的数值预测结果引入到雾的标准化危险性指数计算中，是十分必要的。雾的覆盖范围大小是影响运输的重要因素，这又是雾的数值预测技术的长处。这样就可以通过在风险评价中引入雾的覆盖率因子，较好地利用数值模式预测相关区域的雾的风险。基于数值预报技术的雾的标准化危险性指数的计算表达公式：ＮＦＩ＝ＣＤ×ＷＴ×ＷＳ×Ｃｏｅｆ（３）式（３）中，ＣＤ为数值预报的雾覆盖率；ＷＴ为雾持续时间的权重系数；ＷＳ为能见度的权重系数；Ｃｏｅｆ为归一化系数１００／１６。ＣＤ的计算方法是用雾的发生区除以关心区域的面积，取值范围在０—１之间。ＷＴ，ＷＳ的取值同上面的统计资料的雾的标准化危险性指数的取值一致。３ 雾的标准化危险性指数的实例分析３１ 平均雾日数虽然一年四季中京津塘高速公路沿线都有大雾天气发生，但是统计资料表明１９７１—２００６年京津塘高速公路沿线大雾天气有明显的季节变化和地区差异。京津塘高速公路沿线的大雾日数主要集中于秋冬季，各站秋冬季平均大雾日数占全年平均大雾日数的７１０％—８６５％。一年之中，冬季大雾日数最多，各站平均大雾日数为６０—１０６ｄ，北京最少为６０ｄ，塘沽和东丽最多为１０４—１０６ｄ。春季大雾日数最少，平均大雾日数为１３—１８ｄ。夏季平均大雾日数为０６—３６ｄ。秋季平均大雾日数多于春夏季，为４２—８４ｄ。以上数据表明，京津塘高速公路沿线大雾天气有明显的季节变化特征，而且具有冬季越靠近沿海大雾日越多，夏秋季越靠近沿海大雾日越少的特点。３２ 雾的持续时间一般情况下，京津塘高速公路沿线的大雾在夜１８ 气象与环境学报第２６卷 间至清晨日出前开始生成，春夏季于１０时前减弱或消散，秋冬季可持续到１０—１１时。以塘沽为例，１９９７—２００６年的１０ａ间共出现１６２ｄ大雾，其中，夜间至清晨（２０—０８时）形成大雾１２６ｄ，占总数的７７８％。在１２６ｄ中有６２％的大雾在日出后２—３ｈ以后消散。整体来看，每次雾的起始和结束时间分布是相似的，也就是说雾的起始和结束时刻的分布不能解释雾对交通事故发生的影响，但是雾的持续时间是交通风险的重要影响因素。大雾天气在秋冬季比其他季节持续时间长，持续时间多数在８ｈ左右，也有个别情况大雾天气持续超过１０ｈ。而在其他季节出现的大雾，一般持续时间约在２—４ｈ。雾的持续时间的几个代表性时间长度是２、４ｈ和８ｈ，大于９ｈ的雾较少。３３ 能见度能见度是指能从天空背景下看到或辨识出适当方向上的黑色物体的最大距离。它是影响雾的标准化危险性指数的最重要的参数。我国根据能见度对雾的分类为：能见度２００—５００ｍ的雾为轻雾，１００—２００ｍ为中等雾，５０—１００ｍ为大雾，小于５０ｍ为浓雾。随着能见度的降低，驾驶员可视距离大大缩短，这就造成更长的停车制动距离。当驾驶员超速行驶突然遇到障碍物时，他们没有足够的反应时间。因此，低能见度的不利天气条件增加了交通事故特别是连环碰撞交通事故发生的可能性。这表明能见度是影响雾的标准化危险性指数的重要参数。因为能见度值的大小不同，造成的交通事故的严重程度不尽相同。所以，根据不同雾天的能见度分类，为其赋予了不同的权重系数。能见度越小，其权重系数越大。３４ 使用统计结果计算京津塘高速公路沿线的雾的标准化危险性指数 利用５个国家气象站的有关雾的数据资料，计算了京津塘高速公路沿线雾的标准化危险性指数ＮＦＩ，根据雾的出现呈现明显的季节性变化的特征，给出了４个季节的指数。由于在出现雾的每个阶段，能见度情况不同，需要分别进行讨论。计算结果见表１。表１ 京津塘高速公路沿线４个季节的雾的标准化危险性指数ＮＦＩ２００—５００ｍ（ＷＳ＝１）１００—２００ｍ（ＷＳ＝２）５０—１００ｍ（ＷＳ＝３）５０ｍ以下（ＷＳ＝４）春季（ＷＴ＝２）６６２５２６７１３２５０５３１９８７５８２６５０１０７夏季（ＷＴ＝２）６８６２９８１１３７２５９６２０５８８９４２７４５１９２秋季（ＷＴ＝３）１１８７５２３７５０３５６２５４７５００冬季（ＷＴ＝３）１２６５４２５２５３０８４９３７９６２７４５０６１６９９ 从表１可以看出，能见度越低，危险性指数越大；春季和夏季出现雾时，在同等情况下，其危险性指数几乎是相等的；秋季和冬季的情况则十分类似。而且秋冬季雾的危险性指数明显高于春夏季。出现这种情况的原因是春夏季出现雾的情况较少，危险性相对较低，而秋冬季是雾的高发季节，不仅出现天数多，而且持续时间长，存在较大的危险性。３５ 应用数值预报结果计算雾的标准化危险性指数 研究中应用了天津市气象局已经投入业务试运行的雾数值预报系统。本模式可以输出一小时一次的能见度预报产品。通过处理能见度产品可以得到雾的覆盖区域和持续时间，为雾的风险指数计算提