渤海海雾数值预报系统建立及应用-海洋预报

渤海海雾数值预报系统建立及应用

单位：1. 天津海洋中心气象台, 天津 300074;
2. 天津市气象台, 天津 300074;
3. 中国海洋大学, 山东青岛 266100

分类号：P732.4

出版年·卷·期（页码）：2021·38·第五期（60-66）

摘要：

利用WRF中尺度数值模式，基于循环三维变分数据同化方案，选择合适的参数化方案，建立了渤海海雾数值预报系统并进行业务应用，为渤海海雾预报提供具有参考价值的海雾客观预报产品。经过对2016—2017年20次渤海海雾过程统计检验，发现海雾数值预报系统对海雾过程预报准确率达到60%，预报效果较好。

A sea fog numerical forecasting system is established for the Bohai Sea based on the WRF model and cycling 3DVAR assimilation scheme, which provides objective forecasting products for the sea fog in the Bohai Sea. Statistical validation is conducted for the twenty sea fog events from 2016 to 2017 and the results show that 60% of the sea fog events are successfully predicted by the numerical forecasting system.

参考文献：

[1] 王彬华. 海雾[M]. 北京:海洋出版社, 1983.
[2] 梁寒, 聂安祺, 吴曼丽, 等. 渤海海峡至黄海北部低压顶部型海雾特征分析[J]. 环境科学与技术, 2015, 38(12):158-163, 182.
[3] 汪靖, 郭玲, 吴振玲, 等. 渤海湾一次罕见持续性海雾过程的成因分析[J]. 环境科学与技术, 2017, 40(4):112-118, 147.
[4] 傅刚, 李鹏远, 张苏平, 等. 中国海雾研究简要回顾[J]. 气象科技进展, 2016, 6(2):20-28.
[5] 李磊, 张永宁. 影响我国沿海的海雾及一起碰撞事故的分析[J]. 航海技术, 2001(1):17-18.
[6] 崔寒, 庄毅斌, 曹茜, 等. 人工神经网络与逐步回归法对大雾预报对比[J]. 环境科学与技术, 2015, 38(S2):404-407.
[7] 史得道, 吴振玲, 高山红, 等. 海雾预报研究综述[J]. 气象科技进展, 2016, 6(2):49-55
[8] 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.
[9] 张苏平, 任兆鹏. 下垫面热力作用对黄海春季海雾的影响——观测与数值试验[J]. 气象学报, 2010, 68(4):439-449.
[10] 傅刚, 徐杰, 张树钦. 数值模拟和卫星反演大气能见度对比分析[J]. 中国海洋大学学报, 2011, 41(4):1-10.
[11] 高山红, 王永明, 傅刚. 一次黄海海雾的集合预报试验[J]. 中国海洋大学学报, 2014, 44(12):1-11.
[12] 黄彬, 陈涛, 陈炯, 等. 黄渤海海雾数值预报系统及检验方法研究[J]. 气象科技, 2009, 37(3):271-275.
[13] 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.
[14] 陆雪, 高山红, 饶莉娟, 等. 春季黄海海雾WRF参数化方案敏感性研究[J]. 应用气象学报, 2014, 25(3):312-320.
[15] Hong S Y, Noh Y, Dudhia J. A new vertical diffusion package with an explicit treatment of entrainment processes[J]. Monthly Weather Review, 2006, 134(9):2318-2341.
[16] Lin Y L, Farley R D, Orville H D. Bulk parameterization of the snow field in a cloud model[J]. Journal of Applied Meteorology and Climatology, 1983, 22(6):1065-1092.
[17] Kain J S, Fritsch J M. A one-dimensional entraining/detraining plume model and its application in convective parameterization[J]. Journal of the Atmospheric Sciences, 1990, 47(23):2784-2802.
[18] Iacono M J, Delamere J S, Mlawer E J, et al. Radiative forcing by long-lived greenhouse gases:calculations with the AER radiative transfer models[J]. Journal of Geophysical Research:Atmospheres, 2008, 113(D13):D13103.
[19] Chen F, Dudhia J. Coupling an advanced land surface-hydrology model with the Penn State-NCAR MM5 modeling system. Part I:model implementation and sensitivity[J]. Monthly Weather Review, 2001, 129(4):569-585.
[20] 杨悦, 高山红. 黄海海雾WRF数值模拟中垂直分辨率的敏感性研究[J]. 气象学报, 2016, 74(6):974-988.
[21] 张增海, 曹越男, 刘涛, 等. ASCAT散射计风场在我国近海的初步检验与应用[J]. 气象, 2014, 40(4):473-481.
[22] Hersbach H. Assimilation of scatterometer data as equivalentneutral wind[M]. ECMWF, 2010.
[23] Bi L, Jung J A, Morgan M C, et al. Assessment of assimilating ASCAT surface wind retrievals in the NCEP Global Data Assimilation System[J]. Monthly Weather Review, 2011, 139(11):3405-3421.
[24] 谢小萍, 魏建苏, 黄亮. ASCAT近岸风场产品与近岸浮标观测风场对比[J]. 应用气象学报, 2014, 25(4):445-453.
[25] 杨晓君, 张增海. ASCAT洋面风资料在中国北方海域的真实性检验[J]. 海洋预报, 2014, 31(5):8-12.
[26] 高留喜, 朱蓉, 常蕊. QuikSCAT和ASCAT卫星反演风场在中国南海北部的适用性研究[J]. 气象, 2014, 40(10):1240-1247.
[27] 高山红, 齐伊玲, 张守宝, 等. 利用循环3DVAR改进黄海海雾数值模拟初始场I:WRF数值试验[J]. 中国海洋大学学报, 2010,40(10):1-9.
[28] 高山红, 张守宝, 齐伊玲, 等. 利用循环3DVAR改进黄海海雾数值模拟初始场II:RAMS数值试验[J]. 中国海洋大学学报, 2010, 40(11):1-10.
[29] 刘宇迪, 任景鹏, 周鑫. 散射计风场的三维变分对海雾数值模拟的影响[J]. 应用气象学报, 2011, 22(4):472-481.
[30] 史得道, 黄彬, 吴振玲. 2016年春季一次黄渤海明显海雾过程的大气海洋特征分析[J]. 海洋预报, 2018, 35(5):85-92.

服务与反馈：

【文章下载】【发表评论】【查看评论】【加入收藏】