广州白云机场低能见度客观预报方法试验
Experiment on Objective Forecast Methods for The Low Visibility of Guangzhou Baiyun Airport
中文摘要：
利用全球预报系统（GFS）模式数据与广州白云机场自动气象观测系统（AWOS）自动观测数据，建立了白云机场能见度的多元逐步回归和BP神经网络逐3 h的客观预报模型，并对白云机场2015年一次低能见度天气过程进行预报分析。结果表明，在白云机场能见度下降并到达2 km的天气过程中，两种预报模型均能提前24 h预报出来；对于白云机场大雾天气的预报，两种预报模型可提前12 h预报出来，其中BP神经网络预报与实况相比，预报大雾出现时间与实际时间仅相差1个时次（3 h），大雾消失时间一致，最低能见度相差261 m，而多元逐步回归方法对大雾的预报空报较低，因此结合两种模型的预报有利于提高白云机场大雾预报的准确率。
中文关键词：
广州白云机场，低能见度，客观预报方法，试验