一种能见度融合方法在黄渤海区域雾数值预报中的应用

作者：刘志杰1  王炜2 3  赵玥4  史得道2 5

单位：1. 天津市西青区气象局, 天津 300380; 2. 天津市海洋气象重点实验室, 天津 300074; 3. 天津市气象科学研究所, 天津 300074; 4. 天津市津南区气象局, 天津 300350; 5. 天津海洋中心气象台, 天津 300074

关键词：能见度 相对湿度 液态水含量 WRF模式

分类号：P732.4

出版年·卷·期（页码）：2021·38·第三期（59-67）

摘要：

建立了一种新的融合了相对湿度和液态水含量的能见度算法。采用WRF模式的黄渤海及沿岸地区两次大雾天气过程，通过相对湿度、液态水含量和新融合方法3种不同的能见度算法的比较，检验了能见度新融合方法衡量雾等级的能力。结果表明：新融合方法在相对湿度和液态水含量模拟准确的条件下，能较好表征出黄渤海沿岸大雾等级的分布和变化；单独采用液态水含量的算法能较好地预报浓雾的区域和强度，但是预报轻雾的效果较差；单独采用相对湿度的算法仅能较好拟合出1 km以上轻雾区域。

An enhanced fusion algorithm for visibility using both relative humidity and liquid water content is established in this study, which improves the estimation of sea fog level using the WRF model. Based on the two sea fog events in the Bohai Sea and Yellow Sea simulated by the WRF model, we compare three algorithms that are based on relative humidity, liquid water content and the enhanced fusion method and verify the capability of the enhanced fusion algorithm in estimating the sea fog level. The results show that the enhanced fusion algorithm can adequately characterize the spatial distribution and variation of fog levels in the coastal area of the Bohai Sea and Yellow Sea when the relative humidity and liquid water content is well simulated. However, the algorithm using liquid water content fails in light sea fog prediction, and the algorithm using relative humidity can only predict light sea fog events with visibility above 1 km.

参考文献：

[1] 中国气象局. 地面气象观测规范[M]. 北京:气象出版社, 2003:24-25. [2] 吴兑, 邓雪娇, 游积平, 等. 南岭山地高速公路雾区能见度预报系统[J]. 热带气象学报, 2006, 22(5):417-422. [3] 郑怡, 李冉, 史得道, 等. 渤海中西部近海与沿岸海雾的特征分析[J]. 海洋预报, 2016, 33(6):74-80. [4] 吴杰, 周建平, 邓学良, 等. 巢湖地区能见度特征及其影响因子分析[J]. 气象与环境学报, 2019, 35(2):40-45. [5] 单雨龙, 张韧, 毛科峰. 基于贝叶斯网络的朝鲜海峡大气能见度推理模型及实验[J]. 海洋预报, 2019, 36(1):86-96. [6] 高荣珍, 李欣, 任兆鹏, 等. 青岛沿海海雾决策树预报模型研究[J]. 海洋预报, 2016, 33(4):80-87. [7] 冯蕾, 田华. 国内外雾预报技术研究进展[J]. 南京信息工程大学学报:自然科学版, 2014, 6(1):74-81. [8] Fisher E L, Caplan P. An experiment in numerical prediction of fog and stratus[J]. Journal of the Atmospheric Sciences, 1963, 20(5):425-437. [9] 周斌斌. 辐射雾的数值模拟[J]. 气象学报, 1987, 45(1):21-29. [10] Li Z H, Shi C E, Lu T S. 3D model study on fog over complex terrain-part II:numerical experiment[J]. Journal of Meteorological Research, 1997, 11(1):88-94. [11] 刘慧, 饶晓琴, 张恒德, 等. 环境气象业务数值模式预报效果对比检验[J]. 气象与环境学报, 2017, 33(5):17-24. [12] 夏凡, 李昌义. 基于3种能见度方案山东地区雾天气预报试验研究[J]. 气象与环境学报, 2018, 34(3):48-57. [13] 庞成明. 雾过程模拟分析及能见度预报方法研究[C]//第八届全国优秀青年气象科技工作者学术研讨会论文汇编. 宜兴:中国气象学会, 2014:1-9. [14] 王炜, 卢雪翠, 解以扬, 等. 雾的标准化危险性指数计算方法及其应用[J]. 气象与环境学报, 2010, 26(1):16-20. [15] 林艳, 杨军, 鲍艳松, 等. 山西省冬季雾中能见度的数值模拟研究[J]. 南京信息工程大学学报:自然科学版, 2010, 2(5):436-444. [16] 王益柏, 梅娜, 范磊, 等. WRF模式对2013年1月华北一次大雾的数值对比试验[J]. 气象, 2014, 40(12):1522-1529. [17] 高荣珍, 李欣, 时晓曚, 等. 基于WRF模式的青岛近海能见度算法比较研究[J]. 海洋气象学报, 2018, 38(2):28-35. [18] Bang C H, Lee J W, Hong S Y. Predictability experiments of fog and visibility in local airports over Korea using the WRF Model[J]. Journal of Korean Society for Atmospheric Environment, 2008, 24(E2):92-101. [19] 于志明, 王驷鹞, 马冬亮. 渤海海洋气象灾害天气分型与预报指标研究[J]. 气象与环境学报, 2018, 34(1):106-111. [20] 盛裴轩, 毛节泰, 李建国, 等. 大气物理学[M]. 北京:北京大学出版社, 2003:448-452. [21] 王缅, 刘文清, 陆亦怀, 等. 气溶胶前向散射大气能见度测量系统传递系数的标定及校准方法[J]. 光学技术, 2008, 34(3):334-337. [22] 杨磊, 陈传雷, 曹世腾, 等. 2015年11月沈阳地区一次PM2.5重污染过程综合分析[J]. 气象与环境学报, 2019, 35(3):37-44. [23] 曹伟华, 梁旭东, 李青春. 北京一次持续性雾霾过程的阶段性特征及影响因子分析[J]. 气象学报, 2013, 71(5):940-951. [24] Kunkel B A. Parameterization of droplet terminal velocity and extinction coefficient in fog models[J]. Journal of Applied Meteorology and Climatology, 1984, 23(1):34-41.

服务与反馈：

【文章下载】【发表评论】【查看评论】【加入收藏】