海雾历史检索数据库的设计和实现

针对我国海雾预报业务及科研需求,收集整理了中国近海最近10年海雾个例数据,开发了海雾个例数据库系统,实现了国家、省、市级预报员和科研人员对海雾个例相关数据的实时调阅和打包下载。系统提供不同检索条件的多功能查询和海雾个例的实时查阅以及历史数据、卫星监测产品等资料的下载功能。为预报员更有效地开展实时预报提供了便捷参考,也为科研人员从事海雾研究提供了详细和全面的观测数据和分析产品支撑。     

大连地区及黄渤海域海雾预报方法

分析大连和长海 12a的海雾资料 ,筛选出大连地区及黄渤海域海雾的预报因子 ,确立了海雾预报方法     

厦门春季海雾天气分类及典型个例宏微观结构分析

利用2013年3月23日—4月22日外场观测得到8次海雾过程的能见度、雾滴谱、自动气象站资料及常规气象资料和NCEP全球分析资料,对厦门春季海雾宏微观过程进行了分析。结果表明,形成厦门海雾的天气形势主要为3类:冷锋型、低压倒槽型、高压入海型。厦门海雾对应区域存在0~1℃气海温差,这对海雾预报具有重要意义。对2013年4月17—18日典型海雾个例研究表明,西南气流强烈的增湿作用触发了海雾生成,为本次海雾发展提供了充沛的水汽条件。本次海雾平均雾滴谱拟合符合Junge分布;对其微物理量(数浓度、液态水含量、平均半径)演变特征分析表明,主导的微物理过程为核化凝结增长和可逆的蒸发过程。     

大连地区及黄渤海域海雾预报方法

分析大连和长海12a的海雾资料，筛选出大连地区及黄渤海域海雾的预报因子，确立了海雾预报方法。     

用GRAPES模式输出变量因子作广东沿海海雾预报

通过分析5年(2004—2008年)NCEP的1°×1°再分析气象资料,结合2004—2008年的台站观测资料和2006—2008年海雾野外试验的观测资料建立预报变量因子,利用GRAPES模式得到并输出变量因子。结合NCEP资料分析海雾出现的各种判据和条件,选取湛江、珠海、汕头3站为代表,建立了广东沿海自西向东各地区的海雾MOS判别预报方法,实现了24h的海雾判别预报。对2008年3月湛江和汕头、4月珠海的预报检验表明,该海雾MOS判别预报方法对广东沿海海雾具有一定的预报能力,预报准确率为84%～90%,Ts评分为0.40～0.53,Hss评分为0.52～0.56。     

广东沿岸海雾决策树预报模型

利用汕头、珠海和湛江地面观测站2000-2008年1-5月的海雾历史观测资料和NCEP/NCAR FNL再分析资料,采用分类与回归树(CART)方法对海雾及其生成前24 h的海洋气象条件进行分类分析,建立了海雾决策树预报模型;并根据现有的海雾理论认识,对海雾预报规则包含的物理意义进行讨论.10次交叉检验的结果表明:采用...     

海雾预报研究综述

从统计预报和数值模拟预报两方面回顾了过去几十年国内在海雾预报技术上的主要研究进展。统计预报方法是中国沿海气象台站预报海雾的除天气学方法外的主要工具,一定程度上能提高海雾预报准确率,但无法摆脱自身经验统计的缺陷。随着计算机技术的飞速发展,海雾数值模拟和预报应用越来越广泛,并将成为海雾预报主流方法。海雾数值预报模式的发展经历了从一维到三维、从单一大气模式到海气耦合模式的过程。而研发先进的数据同化技术,同化更好的卫星资料弥补海上观测缺少的不足,选择最合适的边界层与微物理参数化方案,进行高分辨率三维数值模式集合预报,将使海雾预报准确率明显提高。     

一次华南沿海海雾个例的数值模拟研究

利用中尺度数值模式WRF模拟了2011年3月20—22日华南沿海一次平流冷却雾过程,同时利用综合观测资料(包括台站资料、MODIS卫星云顶温度资料、GPS探空资料和海洋气象观测平台资料等),对比和验证一次海雾个例模拟的范围、大气边界层结构和海气界面特征。针对此次海雾个例的研究发现:(1) 使用水平分辨率为0.5 °×0.5 °的海温,已经可以较好地模拟华南沿海中尺度海雾的范围;(2) 随着大气边界层内垂直层次的增加,可以在一定程度上改善海雾垂直结构的模拟效果,主要表现为可以较好地模拟贴海面的逆温层结;(3) 模式可以较好地模拟海雾期间的向下短波辐射、向下长波辐射和感热通量。并对此次海雾过程模拟存在的问题进行了讨论。      

烟台市春季海雾特征及其预报

利用烟台市１９８１－９１年春季的海雾、气温、海温、天气图、传真图等资料，分析了该市在不同天气形势下，海雾生成的基本特征。在此基础上采用二级判别分析方法，建立该市春季海雾的预报方法，经检验使用，效果令人满意。     

用近地层温差因子改进广东沿海海雾区域预报

利用2000—2011年的NCEP 1 °×1 °的再分析资料和2010—2011年的台站海雾观测资料,分析了近地层温差因子(T1 000 hPa-T2 m)与海雾发生的关系;尝试将近地层温差因子作为GRAPES模式的预报变量因子,改进广东沿海海雾区域预报。(1) 近地层温差因子与海雾发生有着比较明确的对应关系:当台站出现海雾时,近地层温差一般处于某一时间段的高值区,近地层温差负值明显减小或转为正值。这是近地层暖湿空气平流逐渐加强的结果,存在海雾发生发展的可能。(2) 广东沿海地区暖湿平流的输送具有阶段性和跳跃性,而且是不断增强的;同时,暖湿平流的向北推进与中国沿海海雾自南向北推进的演变过程相一致。(3) GRAPES模式能够较好地模拟和实现近地层温差因子,引入该预报变量因子后,海雾区域预报的准确率、Ts和Hss评分都有明显的提高。      

Fog Detection over China’s Adjacent Sea Area by using the MTSAT Geostationary Satellite Data

A fog threshold method for the detection of sea fog from Multi-function Transport Satellite (MTSAT1R) infrared (IR) channel data is presented.This method uses principle component analysis (PCA),texture analysis,and threshold detection to extract sea fog information.A heavy sea fog episode that occurred over China’s adjacent sea area during 7 8 April 2008 was detected,indicating that the fog threshold method can effectively detect sea fog areas nearly 24 hours a day.MTSAT-1R data from March 2006,June 2007,and April 2008 were processed using the fog threshold method,and sea fog coverage information was compared with the meteorological observation report data from ships.The hit rate,miss rate,and false alarm rate of sea fog detection were 66.1%,27.3%,and 33.9%,respectively.The results show that the fog threshold method can detect the formation,evolution,and dissipation of sea fog events over period of time and that the method has superior temporal and spatial resolution relative to conventional ship observations.In addition,through MTSAT-1R data processing and a statistical analysis of sea fog coverage information for the period from 2006 to 2009,the monthly mean sea fog day frequency,spatial distribution and seasonal variation characteristics of sea fog over China’s adjacent sea area were obtained.     

南海西北部一次海上海雾的微物理及化学特性分析

利用2017年3月MICAPS资料、欧洲气象中心再分析ERA-Interim数据及在南海西北部海上的海雾观测数据,分析了南海西北部一次海上海雾的微物理特征和雾水化学特性,并将海上海雾与南海岸边海雾进行对比分析。结果表明:此次海雾为南海偏南暖气流移至冷海面发生冷却并达到饱和而形成。海雾过程中气压与气温变化趋势相反,相对湿度不断增加,雾滴数浓度、液态含水量和平均直径的平均值分别为198 cm-3、0.116 g/cm3和5.6 μm。相比广东湛江东海岛和广东茂名博贺地区岸边海雾个例,本次海上海雾水汽充足,雾滴偏大。本次海雾属于酸性海雾,pH值变化范围为2.51~3.50,海雾后的雨水样本pH值则为4.05。海雾发生初期电导率比其它阶段高很多,说明海雾发生的初始阶段雾水溶解了大量的气溶胶。海上雾水中Na+和Cl-浓度最高,浓度分别为32 535 μmol/L和53 466 μmol/L,K+浓度远高于Mg2+和Ca2+,而东海岛岸边海雾相反。      

MODIS遥感数据在我国台湾海峡海雾监测中的应用

海雾是一种常见的灾害性天气现象。以我国台湾海峡为示范研究区, 利用新一代卫星传感器MODIS的可见光和红外探测通道数据, 在分析海洋、中高云、低云和海雾等不同下垫面的MODIS光谱辐射特征基础上, 选择对海雾具有敏感反应的探测通道, 通过综合判识建立台湾海峡海雾遥感监测模型。利用该模型对2004-2007年我国台湾海峡海雾事件进行监测, 并用福建沿海5个地面气象观测站的能见度数据对监测结果进行验证分析。结果表明:基于MODIS数据的海雾遥感监测模型能够较准确地对台湾海峡海雾分布和发展过程进行监测, 从地面观测数据与卫星监测结果对比验证来看, 海雾监测的准确率可达80 %以上, 具有较高的业务化应用前景。     

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。     

利用动态阈值方法改进的风云二号卫星海雾检测技术

有效的观测是提高对海雾认知和预报水平的关键因素,卫星数据是当前最可行的观测数据源,但需要高质量的观测数据和精细的检测技术。本文为提高风云二号海雾检测水平,在现有卫星观测数据条件下借鉴了动态获取云雾阈值的思想,定制设计了一套从获取动态检测阈值到温度、纹理、噪声检测等步骤的黄渤海海雾检测方法流程。对黄渤海白天海雾检测结果的检验表明,虽然对于秋、冬非海雾季月份的效果还有待提高,但在春季海雾季已接近国际同类产品水平。同时该技术方法也需要继续搜集实例,进一步优化阈值获取方案。     

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。     

一次高压型海雾中的液态含水量演变特征

2008年3月16—17日在粤西电白出现了一次在高压天气系统控制下的海雾过程。利用这次海雾的综合观测数据,分析了这一高压型海雾的液态含水量演变特征,讨论了液态含水量与雾滴平均直径和数密度以及气温、风速、湍流交换等的关系。结果显示:(1)海雾有发展-消散-再发展的准周期性变化特征;(2)海雾过程中的雾滴数有显著的变化,而雾滴平均直径的变化较小;雾滴数变化对海雾的发展、消散起主要作用;(3)在海雾生成和发展阶段,空气的冷却机制起主要作用;而在海雾的维持阶段冷却机制的作用并不明显;(4)在雾的生成阶段,弱湍流交换有利于雾的生成;而在雾的发展和维持阶段,湍流交换减弱,液态水增长,反之液态水减少。湍流交换的强、弱与海雾发展-消散-再发展的周期性变化有密切关系。     

2015-04-28渤海海雾形成过程中的海气相互作用分析

利用FY和MTSAT卫星资料、ERA Interim再分析资料、黄渤海浮标站资料、黄渤海自动站逐小时观测资料,对发生在2015年4月28—29日的渤海海雾成因进行分析,着重探讨了海雾形成过程中的海气相互作用。结果发现,近海面处大气低层逆温层抬升,大于90%的大湿度区向上、向西扩展,对海雾形成非常有利;海雾生成前、生成发展过程中存在明显的东到东南风,有利于黄海水汽向渤海输送,海面上空有水汽通量大值区由渤海海峡向渤海中部移动,使得渤海上空水汽输送加强,提供了海雾形成所需的水汽;在海雾形成过程中渤海上空气温高于海温,风切变造成的海气界面湍流热交换为大气输送向海洋,使得冷海面上空暖湿空气降温冷却达到饱和形成海雾,是平流冷却雾。      

DETECTION OF DAYTIME FOG IN SOUTH CHINA SEA USING MODIS DATA

Based on a current fog detection theory, a multiband threshold method for MODIS data was put forward to detect daytime fog in the South China Sea. It used Bands 1, 2, 18, 20 and 31 of MODIS data to separate fog from the cloud and the sea surface. The digital detection indexes were as follows. If RB1<20%, RB2<20% and RB1>RB2, the pixel was identified to be the sea surface. If RB1>55%, RB2>55% and TB31<273 K, the pixel was identified to be a middle- and high-level cloud. If IFC>20, the pixel was classified to be sea fog. The method was verified with sea fog data observed from the coastal region of Guangdong during January-April 2011. Out of the 13 samples of satellite detection, nine were consistent with the surface observations, three were identified to be low-level the cloud according to the satellite detection but fog according to the surface observations, and only one sample was identified to be the ocean surface by the satellite detection but fog by the surface observations. Because the MODIS data cannot penetrate the cloud or fog, the model was designed for a single field of view which had only one layer of cloud or fog. It can accurately distinguish fog which is not covered by the cloud, but it identifies fog as cloud if the former is covered by a cloud. Generally speaking, the model is effective and feasible.     

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.