降水资料同化在GRAPES-MESO模式中应用试验研究

利用国家气象中心中尺度业务数值预报模式GRAPES-MESO v3.0,以2010年6月1～30日为例,开展地面降水率1DVAR(one-dimensional variational assimilation)同化方案在GRAPES-3DVAR(three-dimensional variational assimilation)同化系统中的应用试验研究(ASSI试验),并以未加降水资料同化的试验为对照试验(CNTL试验),以评估全国1h加密雨量资料在模式中同化应用的效果。结果表明:1)在相对湿度背景误差和降水率观测误差范围内,1DVAR同化方案能够对湿度廓线进行有意义的调整,使分析降水向观测降水靠近;ASSI试验对初始温、压、湿、风场的修正主要为正效果;2)对2010年6月17～21日江南、华南连续性降水过程进行了分析,整体而言ASSI试验对逐日及逐时降水强度的预报普遍强于CNTL试验,与实况更加接近;3)ASSI试验对2010年6月1～30日08时起报的0～24 h模式预报的小雨、中雨、大雨、暴雨、大暴雨各个降水量级TS评分及ETS评分相比CNTL试验均有较明显提高,预报偏差也更接近于1;4)ASSI试验较CNTL试验能更好地模拟雨带的分布、雨带演变特征和降水强度的变化;5)对降水所做的典型个例和统计检验分析从不同角度说明了地面降水资料1DVAR同化方案在GRAPES-3DVAR系统中的应用改善了GRAPES-MESO v3.0的降水模拟效果。     

亲潮延伸体海区一次海雾过程的观测研究

西北太平洋是全球海雾最多的海域,但由于观测资料匮乏,对开阔大洋上海雾形成机理的个例研究很少。2019年9月12—14日,中国北极科考船“向阳红01号”在亲潮延伸体水域捕捉到一次海雾事件。主要利用船载观测数据,分析了海雾形成的物理过程。结果表明,这是一次温带气旋的暖锋和局地海洋锋(海面温度锋)共同影响下的海雾过程。伴随暖锋的偏南气流将暖湿空气向北输送,在亲潮延伸体区,海面空气增湿效应大于增温效应,导致相对湿度不断增加接近饱和。北上暖空气遇到较冷水域上空的冷空气团,向上爬升形成大范围锋面逆温;局地海洋锋强迫出大气边界层内的次级环流,其下沉支使该锋面逆温层底的高度进一步降低,有利于雾滴局限在近海面成雾,雾区出现于暖锋锋面过后局地海洋锋的冷水侧。这项研究明确了海雾形成过程中作为背景环流的大气暖锋与作为局地强迫项的海洋锋的贡献,可为海雾预报提供新的理论支撑。     

黄海近岸海雾的初始场择优集合预报试验:个例研究

选取2014年4月发生的一次黄海近岸海雾个例,利用WRF(Weather Research and Forecasting)模式开展了集合预报试验研究。依据每个集合成员初始场中海平面气压、2 m温度、2 m水汽混合比与2 m相对湿度(relative humidity, RH)4个变量的均方根误差(root mean square error, RMSE)与RMSE集合平均值的相对大小,以剔除高于者而保留低于者的原则,设计了4种不同的初始场集合体择优方案,实施了一系列数值预报试验,比较了不同择优方案的集合预报效果。研究结果表明:(1)蒙特卡罗方法所生成的集合体中存在不少海雾预报效果较差的成员,这会降低集合预报效果,因此初始场择优十分必要;(2)以RH作为择优变量的择优方案(记为RH-RMSE方案),集合预报效果明显优于其他3种方案;(3)对比不择优集合预报,采用RH-RMSE方案的择优集合预报效果不仅节省了50%左右的计算时间,并且公正预兆评分(equitable threat score,ETS)改进率高达36%左右。本研究提出的RH-RMSE方案具有业务化应用前景。     

黄渤海海雾数值预报系统及检验方法研究

基于PSU／NcAR的WRF模式2．2版本,优选模式微物理过程和边界层方案,开发了海雾诊断程序,并将该诊断程序耦合到WRF模式中,建立了黄渤海海雾数值预报系统,对2007年6月30至8月1日多个海雾过程进行了连续业务预报试验。结合常规沿海站点和卫星监测资料的特点研究设计了能见度数值预报多种检验方法。结果表明：海雾数值预报系统可较准确地诊断（预报）海上能见度,特别是对大雾预报有较好的指导作用,具有一定的应用价值。检验方法的设计是目前海洋气象观测资料匮乏的有益尝试,能有效地控制数值预报产品的质量。     

Analysis and high-resolution modeling of a dense sea fog event over the Yellow Sea

A ubiquitous feature of the Yellow Sea (YS) is the frequent occurrence of the sea fog in spring and summer season. An extremely dense sea fog event was observed around the Shandong Peninsula in the morning of 11 April 2004. This fog patch, with a spatial scale of several hundreds kilometers and lasted about 20 h, reduced the horizontal visibility to be less than 20 m in some locations, and caused a series of traffic collisions and 12 injuries on the coastal stretch of a major highway. In this paper, almost all available observational data, including Geostationary Operational Environmental Satellite (GOES)-9 visible satellite imagery, objectively reanalyzed data of final run analysis (FNL) issued by the National Center for Environmental Prediction (NCEP) and the sounding data of Qingdao and Dalian, as well as the latest 4.4 version of Regional Atmospheric Modeling System (RAMS) model, were employed to investigate this sea fog case. Its evolutionary process and the environmental conditions that led to the fog formation were examined by using GOES-9 visible satellite imagery and sounding observations. In order to better understand the fog formation mechanism, a high-resolution RAMS modeling of 4 km × 4 km was designed. The modeling was initialized and validated by FNL data. A 30-h modeling that started from 18 UTC 10 April 2004 reproduced the main characteristics of this fog event. The simulated lower horizontal visibility area agreed reasonably well with the sea fog region identified from the satellite imagery. Advection cooling effect seemed to play a significant role for the fog formation.     

华南海雾研究进展

从海雾的气候特征、生消机制、微物理化学特征、遥感监测和模式预报等方面,回顾近年来开展的华南地区海雾研究。结果表明：华南海雾研究已经取得了许多重要的研究成果,但对于华南海雾的年际、年代际特征,华南不同地区的海雾微物理化学特征以及海面海雾与陆面海雾观测对比研究还不够,遥感监测及模式预报方面还有一定欠缺。为了对华南海雾有更加深入的认识,这些方面的研究需要进一步加强。     

基于深度学习的卫星多通道图像融合的海雾监测处理方法

海雾无论在海上还是在沿岸地带，都因其恶劣的能见度对交通运输、海洋捕捞和海洋开发工程以及军事活动等造成不良影响，因此对于海雾的实时监测和预报就显得尤为重要。本文提出了基于深度学习的静止气象卫星多通道图像融合分割算法，使用D LinkNet深度卷积神经网络语义分割算法模型对黄渤海海域范围的16通道、空间分辨率为0.5 km的Himawari 8卫星数据进行研究。分别采用均交并比（mIOU）以及观测值检验作为评价指标，在测试集上的mIOU为0.9436，并且用卫星测试数据结果与海上观测数据结果进行对比，得出雾区准确率（检测有雾且真实有雾/检测有雾）为66.5%，雾区识别率（检测有雾且真实有雾/（真实有雾-云覆盖））为51.9%，检测正确率(检测正确/总样本)93.2%。本文提出的方法能为海雾监测提供一个可靠的参考。     

An observational and modeling study of a sea fog event over the Yellow Sea on 1 August 2003

A dense sea fog episode that occurred near the coastal city of Qingdao in the Shandong Peninsula of China on 1 August 2003 is investigated by using all of the available observational data and high-resolution modeling results from the Regional Atmospheric Modeling System (RAMS). This fog event reduced the horizontal visibility to be less than 60 m in some locations and caused several traffic accidents locally. In this paper, all of the available observational data, including visible satellite imagery of Geostationary Operational Environmental Satellite (GOES)-9 and MODerate-resolution Imaging Spectroradiometer (MODIS), objectively reanalyzed Final Analysis (FNL) data issued by the National Centers for Environmental Prediction (NCEP), sounding data at the Qingdao and Dalian stations, and the latest 4.4 version of the RAMS model, were employed to study this sea fog case. We begin with the analyses of the environmental conditions of the sea fog event, including the large-scale conditions, the difference between T _2m (air temperature at 2 m altitude) and sea surface temperature (SST), and the atmospheric sounding profiles of the two stations. The characteristics of this sea fog event was documented by using visible satellite imagery of GOES-9 and MODIS. In order to better understand the fog formation mechanism, a high-resolution RAMS model of dimensions 4 km × 4 km was designed, which was initialized and validated by FNL data. A 54-h modeling period that started from 18 UTC 31 July 2003 reproduced the main characteristics of this sea fog event. The simulated lower visibility area agreed well with the sea fog area identified from the satellite imagery. It is shown that advection cooling effect plays a significant role in the fog formation.     

华南复杂地形下GRAPES_Meso3km对流尺度模式前汛期精细化降水预报评估

为深入认识GRAPES_Meso(Global/Regional Assimilation and Prediction System)3 km对流尺度区域模式对华南前汛期精细化降水的预报性能,为模式改进及业务应用提供参考依据,利用广东省86个站点逐小时观测降水资料和国家气象信息中心多源融合降水资料,针对广东省复杂地形特点,结合距海岸线的远近及站点地形特点,将86个站划分为沿海东部、沿海西部和内陆地区三个子区域,采用二分类降水预报检验方法,定量评估了2020年5月18日—6月18日华南前汛期降水预报效果。结果显示,GRAPES_Meso 3 km模式精细化降水预报技巧受广东复杂地形影响较大,广东沿海东部和内陆地区24 h时累积降水的小雨、中雨、大雨量级预报成功指数(Threat Score,TS)、公平成功指数(Equitable Threat Score,ETS)评分高于沿海西部地区,尽管暴雨预报评分具有此相同特征,但三个子区域的暴雨预报评分总体较低;从3 h累积降水预报评分看,沿海东部、沿海西部及内陆地区等三个子区域存在明显的日变化特征,但是沿海东部及西部与内陆地区表现有所不同,沿海东部和西部降水预报评分夜间较低(预报偏差偏高),白天相对较高(预报偏差偏低),而内陆地区则是夜间较高(预报偏差偏低),白天相对较低(预报偏差偏高)。沿海西部预报评分相对较低的原因是由于检验时段内广东地区存在一个弱的风切变,而沿海西部大部分地区正好处于切变线南侧的温度高值区控制,但模式模拟该区域的日平均温度较实况偏低,导致沿海西部模式预报降水空报较多,降低其降水预报技巧。     

A Comparative Analysis of Chemical Properties and Factors Impacting Spring Sea Fog over the Northwestern South China Sea

In the present study, we analyzed the chemical properties and factors impacting the sea fog water during two sea fog events over the northwestern South China Sea in March 2017, and compared our results with those of other regions. The sea fog water during these two events were highly acidic and their average pH was below 3, which was related to the high initial acidifying potential and large amounts of NO3- and SO42- not involved in the neutralization reaction. The dominant cations in the sea fog water were Na+ and NH4+. The primary anions in the sea fog water over the South China Sea were Cl- and NO3-, while that over the North Pacific Ocean was mainly SO42-, and ratios of the three fog water ions near the Donghai Island were similar. Ions in the sea fog water during the two events were mainly derived from marine aerosols, while the difference was that the first low-level sea fog airflow trajectory passed over Hainan Island. Therefore, the proportion of K+ in the first sea fog was much higher than that in sea water and the second. Sulfate was the key to fog water nucleation, which made ion concentration in the sea fog water during the second event higher than that during the first. A decrease in average diameter during the first sea fog formation led to an ion concentration increase, while the average diameter of sea fog water during the second event was lower than that during the first, which corresponded with a moderate ion concentration increase.     

2009年春季一次黄海海雾的观测分析及数值模拟

利用5种观测资料和RAMS（regional atmospheric modeling system）模式对2009年5月2_5日发生在黄海海域的一次海雾过程进行了观测分析和数值模拟研究。结果表明：1）所取个例的整个生命过程受同一高压系统影响,该高压在海雾过程后期的形变促使海雾消散,这在以往的黄海海雾中较为罕见。2）黄海北部形似“7”的雾区形态的出现和演化与1～3℃气海温差的变化吻合,气海温差对海雾形成和演变的重要作用得到再次验证。3）RAMS模式具有一定的海雾数值模拟能力,得到的雾顶高度分布与卫星云图所显示的雾区形态吻合良好。     

A Numerical Study of Sea-Fog Formation over Cold Sea Surface Using a One-Dimensional Turbulence Model Coupled with the Weather Research and Forecasting Model

The formation mechanism of a cold sea-fog case observed over the Yellow Sea near the western coastal area of the Korean Peninsula is investigated using numerical simulation with a one-dimensional turbulence model coupled with a three-dimensional regional model. The simulation was carried out using both Eulerian and Lagrangian approaches; both approaches produced sea fog in a manner consistent with observation. For the selected cold sea-fog case, the model results suggested the following: as warm and moist air flows over a cold sea surface, the lower part of the air column is modified by the turbulent exchange of heat and moisture and the diurnal variation in radiation. The modified boundary-layer structure represents a typical stable thermally internal boundary layer. Within the stable thermally internal boundary layer, the air temperature is decreased by radiative cooling and turbulent heat exchange but the moisture loss due to the downward vapour flux in the lowest part of the air column is compensated by moisture advection and therefore the dewpoint temperature does not decrease as rapidly as does the air temperature. Eventually water vapour saturation is achieved and the cold sea fog forms in the thermal internal boundary layer.     

基于多灰度共生矩阵特征值的黄渤海白天海雾识别算法

本文基于多灰度共生矩阵特征值,即相关性、对比度、同质性和能量,进行联合海雾遥感判识,提出一种高准确率黄渤海白天海雾识别算法。采用第二代静止气象卫星FY-4A可见光、近红外和红外数据,将该算法应用于黄渤海区域白天海雾判识,并利用2019—2020年沿黄渤海气象站点能见度实测数据及CALIPSO卫星数据产品对本算法识别结果进行精度验证。结果表明：海雾识别平均检测率(POD)为92%,误报率(FAR)为27%,临近成功指数(CSI)为69%,可以实现对海雾的动态监测,为海上交通等领域提供较好的数据支持。     

珠江口附近春季一次海雾的观测分析及三维数值模拟

为了探讨南海春季海雾的成因及数值模式的预报能力,利用边界层观测资料对2006年3月21—22日珠江口附近春季一次海雾的形成和发展过程进行了分析,然后用WRF中尺度模式对该次海雾过程进行了三维数值模拟。观测表明,该次海雾属于北方冷空气南下到达南海,然后减弱消失,南海北部受到偏南暖湿气流影响后迅速增暖,冷海面与近海面的暖湿空气相互作用而形成的一次平流冷却雾。模拟结果显示,模式模拟的这次海雾形成时间和发展演变过程与观测非常相近,模拟的海雾空间变化、边界层大气层结变化、地面感热通量变化以及海雾形成原因与观测事实均比较吻合,数值模式对这次海雾过程表现出了较高的模拟能力。这次海雾的形成和发展主要与冷的下垫面、暖湿空气的影响和近地面稳定的大气层结有关。     

渤海北部沿海近岸雾的特征分析

分析了渤海北部沿海近岸营口站和熊岳站海雾的时间分布和地理分布等。结果表明：1954-2007年渤海北部沿海近岸两站浓雾日数呈递增趋势,两站白天递增趋势均强于夜间, 熊岳站通过0.05显著性检验;1954-2007年沿海近岸两站的轻雾日数整日、白天和夜间均呈递增趋势,并通过0.01显著性检验;渤海北部沿海近岸的浓雾逐月分布集中在11月至翌年2月;渤海北部沿岸海雾的逐时分布集中,出现频率最高的时间是06-08时。     

一次黄海海雾的数据同化试验与形成机制研究

选取2012年4月14日的一次存在东西2片雾区的黄海春季海雾为研究对象,借助WRF（Weather Research and Forecasting）模式,采用循环3DVAR（3-Dimensional Variational）数据同化方案,考虑了湿度控制变量的背景误差协方差CV6,进行了AIRS（Atmospheric Infrared Sounder）卫星温度与湿度廓线数据的同化试验,并基于同化试验结果探讨了此次海雾的形成机制。同化试验结果表明：同化 AIRS 卫星温度与湿度廓线数据后,模式能成功再现海雾的形成过程,特别是东西2片雾区之间的晴空区的存在,这归功于AIRS数据的同化能够显著改善海上大气边界层的温湿结构、影响海雾的低层高压的范围与强度;机制分析揭示：东西2片雾均为典型的平流冷却雾,但二者厚薄和气团来源不同;海上高压控制黄海西岸陆地的暖空气入海,受低海温的冷却作用降温先形成逆温层,然后逆温层底部生成了较薄的西侧雾区;来自黄海中部的空气向东北移动至朝鲜半岛西部海域,高压下沉增温形成一个顶部较高的稳定层,从而生成较厚的东侧雾区;高压中心下沉区内,近海面风速小使得机械湍流弱,空气增温与海温暖舌共同作用下使得近海面气海温差小,海雾无法生成导致了晴空区的存在。     

MM5数值预报引入GRAPES三维变分同化技术在上海地区的预报和检验

该文简要介绍GRAPES三维变分同化技术在MM5数值预报中的应用；利用2003年3月至2003年5月华东地区138个台站实况资料与其预报结果，评价了该模式系统对华东地区降水的预报结果，分析了三维变分同化对MM5数值预报结果的可能影响。结果表明，GRAPES三维变分同化方案是比较合理的，同化后模式对华东大部分地区的降水24 h预报比没有使用同化的总体情况要好；同样，同化后模式对华东大部分地区的晴雨预报准确率较高。     

基于MTSAT卫星遥感监测的浙江省及周边海区大雾分布特征

利用日本静止气象卫星MTSAT逐时资料,综合地面气象观测数据,对浙江省及其周边海区陆地和海上2008—2012年的大雾进行了专题信息提取,并给出了浙江省陆域、周边海域0.05°×0.05°网格点的小时尺度的遥感大雾产品,结果表明:(1)基于MTSAT卫星观测数据,采用分级判识太阳高度角阈值和归一化大雾指数的方法,构建的浙江及其周边地区陆地和海上遥感大雾监测模型,大雾判识精度总体超过75%,基本满足使用需求。(2)浙江省陆域近5年大雾年平均累计为411.7 h,约占全年的4.7%,基本呈南多北少,山区多平原少的格局,其中浙江南部高山区、舟山和温州部分海岛及西部山区为大雾多发区,且大雾季节分布为冬秋季较多,春夏季较少,22时至09时是浙江省陆域大雾的高发时段,10时以后大雾逐渐消散,至后半夜、凌晨前后,大雾频次逐渐增多。(3)研究区海雾主要发生在大陆近海,呈现由近海向外海减少的空间格局,东海海域年大雾累计为311.7 h,以东海西南部地区大雾出现最多,浙江省沿海大雾的高发区位于温州海域及钱塘江口。研究区海域大雾具有明显的季节特征,主要表现为春季较多,夏季次之,秋冬季较少的分布格局,且海上主要受平流雾影响,大雾不易消散,持续时间较长。从各海区大雾发生频次从高到低依次为:东海东南部、台湾以东洋面、东海中东部、黄海西南部、东海中西部、台湾海峡、东海西北部、黄海东南部、东海西南部和东海东北部。     

风云三号微波观测资料的海雾同化模拟

数值模式边界层物理过程和初值场条件的欠缺是海雾模拟准确率偏低的主要原因。本文为改进模式初始场,开展针对海雾模拟的卫星观测资料同化试验,将质量控制和偏差订正后的FY-3A卫星微波湿度计（MWHS）和微波温度计（MWTS）的优选通道数据,经3DVar（Three-dimensional variational data assimilation）进入WRF模式以试验其对黄、渤海海雾模拟的影响。通过分析静止气象卫星检测到的海雾区模拟大气温、湿场同化分析增量,发现代表环境场条件的海雾类型及模式对其模拟能力的差异,显著影响了同化效果,表现为同化对模式模拟能力较强的平流冷型海雾改进明显,对模拟效果不甚理想的非典型混合过程中的暖型海雾阶段则基本没有改进效果。为寻找原因,对包括海雾区低层大气模拟场逆温结构在内的温湿度场与邻近探空观测进行了对比,分析了随时间演变的海雾格点温、湿场同化分析增量,发现冷型海雾区格点同化分析增量能弥补观测—模拟差异,使气温调减,相对湿度调增,同时水汽和液态水也出现负相关的变化,边界层相关热力动力场同化分析增量在垂直方向也有配合迹象,相比而言,主体是暖型海雾的非典型过程则未见此类现象和其他的有益调整迹象。     

局地分析预报系统在GRAPES模式中的应用

在分析美国局地分析预报系统 (LAPS) 和GRAPES_Meso数值预报系统,实现GRAPES-LAPS接口的基础上,通过两种数据融合方案,即GRAPES/LAPS方案 (简称LAPS方案) 和GRAPES/3DVAR方案 (3DVAR方案),对2008—2010年华南地区的28个个例的地面、探空常规和加密资料,以及多部多普勒天气雷达数据等融合、同化,开展两种方案的对比模拟试验。结果表明:LAPS方案获得的初始场,水汽条件有所改善,其辐合辐散相耦合触发中小尺度系统发展加强的中尺度环境场,有助于提高模式对强对流天气的预报能力。两种方案的24 h要素场均方根误差检验结果和降水TS评分大体相当,但28个个例中,LAPS方案报出了10个暴雨,而3DVAR方案只报出了5个,LAPS方案的中雨、大雨和暴雨的24 h降水预报TS评分要略好于3DVAR方案相应预报的TS评分,表明LAPS方案对强降水的预报较3DVAR方案有一定改进。