雾与能见度数值预报诊断SW方案和FSL方案改进的研究及评估

为了提高雾与能见度的预报水平,对业务上常用的两种能见度诊断方案,即Stoelinga and Warner（SW）方案与Forecast Systems Laboratory（FSL）方案的改进进行预报试验,SW方案基于Gultepe方案考虑了液态水粒子数浓度对能见度的影响,FSL改进方案中利用了递减平均法对公式中用到的温度与露点温度进行订正,并用其重新计算公式中的相对湿度。基于山东省气象科学研究所逐时更新循环（hourly update cycle,HUC）业务模式输出结果,从2015—2016年选取10次雾天气过程,并详细分析了2015年11月13—14日这次雾天气过程的预报结果,比较了改进前后各方案对雾与能见度的预报效果,结果显示：在模式预报的雨水含量占总液态含水量比例较大的预报时效,改进后的SW方案对雾与能见度预报效果优于原始方案,在模式预报液态含水量接近0的预报时效,改进前后的SW方案对雾与能见度的预报效果相当;利用订正的温度与露点温度重新计算相对湿度,其平均绝对误差（mean absolute error,MAE）降低明显的预报时段,改进后的FSL方案对雾与能见度的预报效果大大提升。将两种改进后的方案相融合并进行预报试验,结果显示,综合对能见度与雾的预报效果,Combined Visibility（CVIS）方案要优于其他两种改进方案。     

基于WRF模式的青岛近海能见度算法比较研究

采用GFS背景场资料和ADAS资料同化系统,使用WRF模式对2014—2016年青岛近海17个海雾个例进行了模拟,分析了3种能见度算法的预报效果。结果表明, FSL（Forecast Systems Laboratory）算法对于沿海站、岸基站雾的预报较SW99（Steolinga and Warner 1999）算法有优势;对于海岛站而言,SW99算法则优于FSL算法。混合算法CVIS（Combined Visibility）较单一算法预报雾准确率有所提高。3种能见度算法基本上是高估能见度的,SW99算法能见度预报均方根误差最大。另外,SW99算法对沿海站、岸基站雾开始时间预报较实况多偏晚,结束时间预报较实况多偏早,持续时间预报较实况多偏短。     

基于3种能见度方案山东地区雾天气预报试验研究

基于中尺度天气研究与预报(Weather Research and Forecast,WRF)快速更新循环(Rapid Update Cycle,RUC)模式系统,选取SW(Stoelinga and Warner)方案、RUC方案与FSL(Forecast Systems Laboratory)方案3种能见度方案,对2015年10月至2016年3月山东地区的25次雾天气个例进行预报试验,包括能见度的定量化预报和雾天气的有、无诊断预报,利用常规气象观测资料对预报结果进行检验评估,并分析不同能见度方案对雾天气预报效果不佳的原因,对RUC方案进行订正。结果表明:SW方案模拟的能见度平均绝对误差为9—12 km,RUC方案和FSL方案模拟的能见度平均绝对误差均为2—4 km。对于山东地区大部分雾天气预报试验,SW方案和FSL方案雾天气预报的确报率高于误报率,均对雾天气具有一定的预报能力;RUC方案雾天气预报的确报率和误报率均为0,对雾天气没有预报能力。综合山东地区能见度与雾天气的预报效果可知,FSL方案更适合作为WRF-RUC模式业务中雾天气的预报产品。模拟能见度对相对湿度的预报误差过于敏感、未考虑空气中的污染物对能见度的影响及计算公式未进行本地化订正是能见度方案对雾天气预报效果不佳的主要原因,订正后的RUC方案模拟的能见度平均绝对误差较原始方案减小,且提高了雾天气的预报效果。     

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。     

低能见度雾的分级预报方法研究

利用2007年11月—2009年12月京石（北京-石家庄）高速公路沿线气象站的人工观测资料、自动站资料和交通气象自动站资料,对低能见度雾天气进行分级统计,找出各级雾的生消特征。应用天气学原理和数理统计方法对低能见度雾的生消机理进行研究,利用相关分析找出了与低能见度雾的生消有密切关系的气象因子,建立能见度与气象因子之间的回归方程;在此基础上,结合对低能见度雾的成因分析和预报经验,加入降水因子和大气稳定度因子,建立低能见度雾的分级预报方程,找出各级雾的生消判别指标,为低能见度雾的分级客观化预报奠定基础。各预报因子采用MM5精细化数值预报产品,并通过自动站实时监测资料和预报员的综合预报结果对数值预报产品进行合理订正,得到预报时刻各气象因子的值,从而实现低能见度雾的分级客观化预报。      

基于观测系统模拟试验的海表气象观测站点布局方案研究

为了科学设计黄渤海海洋气象边界层观测站网并研究观测网布局对数值天气预报模式的影响,本文采用模式误差、海洋气象要素特征区域资料统计分析和观测系统模拟试验（OSSE）方法,根据边界层雾、层云降水、小风与中等风速天气条件设计布局方案,并分析站点观测要素对数值预报模式的要素预报的影响。模拟试验数据使用了每6 h NCEP再分析资料FNL（NCEP Final Operational Global Analysis data）、NCEP每天平均的高分辨率海温资料RTG_SST（Real-Time Global Sea Surface Temperature）和石油平台、浮标站等每小时实况观测资料,评估了黄渤海海洋气象站网布局各个方案的优缺点。评估结果表明,湿度和风的要素预报受实况风向风速条件影响,偏东和偏北风个例湿度要素预报较好。然而,在偏南中等风速个例中,风场预报要素更接近实况。温度场的分析综合结果显示,在海气相互作用影响较大的天气过程中,特征区域布站能明显提高温度要素的预报准确率。最后,综合分析多项模拟试验的结果,给出了改进数值预报准确率的海洋布站建议。     

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。     

2018年2月琼州海峡持续性海雾过程的数值模拟分析

2018年2月春节期间琼州海峡发生持续性大雾天气,造成大量船舶停航。本文结合葵花8号卫星反演海雾产品、琼州海峡沿岸站点能见度观测数据及美国国家环境预报中心NCEP（National Centers for Environmental Prediction） 提供的FNL（Final Analysis）客观分析资料,对2018年2月18～20日的大雾过程进行了天气学成因分析,并进一步利用CMA-MESO（Global and Regional Assimilation and Prediction System）高分辨率数值模式从边界层方案、模式垂直分层以及海雾能见度算法三个方面进行敏感性试验,以找出模拟效果更好的模式设置方案。研究结果表明:大雾期间华南近海海温较常年平均偏低,受地面冷高压南下补充的弱冷空气影响,偏东暖湿气流流经冷海面并快速凝结。而数值模拟对比试验显示,采用YSU（Yonsei University）边界层方案、边界层垂直层次加密及美国国家海洋大气局预报系统实验室（FSL/NOAA）的海雾诊断方案（简称FSL）对改进能见度预报效果显著:YSU边界层方案比MRF（Medium Range Forecast Model）边界层方案对该次大雾过程的分布范围和最低能见度出现的时间模拟效果更优;模式低层分层加密可更好体现出低能见度的演变过程;通过能见度算法与实况对比,基于模式预报性能较好的湿度和温度预报而来的FSL算法,其能见度预报与站点实况最为接近。     

雷暴与强对流临近天气预报技术进展

临近预报指0—6h(0—2h为重点)的高时空分辨率的天气预报,预报对象是该时段内出现明显变化的天气现象,主要包括雷暴、强对流、降水、冬季暴风雪、冻雨、沙尘暴、低能见度(雾)、天空云量等,其中,以雷暴和强对流天气的临近预报最具挑战性。综述了针对雷暴和强对流天气的以主观预报为主、结合客观算法的临近预报技术,同时讨论了高分辨率数值预报模式在临近预报中的应用。主观临近预报技术包括基于多普勒天气雷达观测数据并结合其他资料(常规高空和地面观测、气象卫星云图、快速同化循环的数值预报产品等)对雷暴生成、发展和衰减,特别是对强对流天气(包括强冰雹、龙卷、雷暴大风和对流性暴雨)的临近预报,客观算法包括几种应用最广的雷达回波或云图外推算法和强对流天气识别技术。高分辨率数值预报模式的应用包括与雷达回波外推融合延长临近预报时效,与各种观测资料融合得到快速更新的三维格点资料为雷暴和强对流近风暴环境的判断提供重要参考。     

焦郑高速公路雾天气预报与监测

分析了焦郑高速公路沿线雾天气气候特征及能见度与最大车流量的关系.利用欧洲中心数值预报产品和单站要素资料,选择预报因子,建立了雾天气预报方程.利用天气雷达进行临近监测预报服务.     

A Heavy Sea Fog Event over the Yellow Sea in March 2005： Analysis and Numerical Modeling

In this paper, a heavy sea fog episode that occurred over the Yellow Sea on 9 March 2005 is investigated. The sea fog patch, with a spatial scale of several hundred kilometers at its mature stage, reduced visibility along the Shandong Peninsula coast to 100 m or much less at some sites. Satellite images, surface observations and soundings at islands and coasts, and analyses from the Japan Meteorology Agency （JMA） axe used to describe and analyze this event. The analysis indicates that this sea fog can be categorized as advection cooling fog. The main features of this sea fog including fog area and its movement axe reasonably reproduced by the Fifth-generation Pennsylvania State University/National Center for Atmospheric Research Mesoscale Model （MM5）. Model results suggest that the formation and evolution of this event can be outlined as： （1） southerly warm/moist advection of low-level air resulted in a strong sea-surface-based inversion with a thickness of about 600 m; （2） when the inversion moved from the warmer East Sea to the colder Yellow Sea, a thermal internal boundary layer （TIBL） gradually formed at the base of the inversion while the sea fog grew in response to cooling and moistening by turbulence mixing; （3） the sea fog developed as the TIBL moved northward and （4） strong northerly cold and dry wind destroyed the TIBL and dissipated the sea fog. The principal findings of this study axe that sea fog forms in response to relatively persistent southerly waxm/moist wind and a cold sea surface, and that turbulence mixing by wind shear is the primary mechanism for the cooling and moistening the marine layer. In addition, the study of sensitivity experiments indicates that deterministic numerical modeling offers a promising approach to the prediction of sea fog over the Yellow Sea but it may be more efficient to consider ensemble numerical modeling because of the extreme sensitivity to model input.     

华南地区降水与雾的关系初探

本文分析了华南地区雾（能见度）的影响因子，重点分析降水与雾的联系。分析表明，华南地区降水与雾有显著的关系，有无降水反映了不同过程和类型的雾，其形成条件和机理相应也不同。轻雾和浓雾在形成条件和机理上有重要差别，而不仅仅是程度的不同。在成因和因子分析基础上对雾（能见度）进行数值模式释用预报是可行的。     

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。     

Evaluation of the Global and Regional Assimilation and Prediction System for Predicting Sea Fog over the South China Sea

In the South China Sea, sea fog brings severe disasters every year, but forecasters have yet to implement an effective seafog forecast. To address this issue, we test a liquid-water-content-only(LWC-only) operational sea-fog prediction method based on a regional mesoscale numerical model with a horizontal resolution of about 3 km, the Global and Regional Assimilation and Prediction System(GRAPES), hereafter GRAPES-3 km. GRAPES-3 km models the LWC over the sea, from which we infer the visibility that is then used to identify fog. We test the GRAPES-3 km here against measurements in 2016 and 2017 from coastal-station observations, as well as from buoy data, data from the Integrated Observation Platform for Marine Meteorology, and retrieved fog and cloud patterns from Himawari-8 satellite data. For two cases that we examine in detail, the forecast region of sea fog overlaps well with the multi-observational data within 72 h. Considering forecasting for0–24 h, GRAPES-3 km has a 2-year-average equitable threat score(ETS) of 0.20 and a Heidke skill score(HSS) of 0.335,which is about 5.6%(ETS) and 6.4%(HSS) better than our previous method(GRAPES-MOS). Moreover, the stations near the particularly foggy region around the Leizhou Peninsula have relatively high forecast scores compared to other sea areas.Overall, the results show that GRAPES-3 km can roughly predict the formation, evolution, and dissipation of sea fog on the southern China coast.     

春季黄海海雾WRF参数化方案敏感性研究

利用2005—2011年10次春季黄海海雾个例开展WRF模式参数化方案敏感性研究。结果表明:边界层方案对WRF模式雾区模拟结果起决定作用,而微物理方案影响较小,它主要影响海雾浓度和高度。边界层与微物理方案的最佳组合为YSU与Lin方案,最差为Mellor-Yamada与WSM5方案;Mellor-Yamada和QNSE方案模拟的近海面湍流过强,导致边界层过高,不利于海雾的发展与维持;而MYNN与YSU方案刻画的湍流强度与边界层高度合适,有利于海雾发展与维持。MYNN方案虽与YSU方案相当,但在大多数海雾个例中,后者明显优于前者,而在有些个例中却刚好相反。因此对于某一具体海雾个例而言,所用边界层方案仍需在它们之中选择最优者。这些信息可为黄海海雾WRF模式边界层与微物理方案的选择与改进提供参考。     

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。     

成乐高速公路大雾预报方法研究

本文重点分析成乐高速公路沿线大雾历年变化特征,分别用指标判断法和非线性统计支持向量机SVM方法,对成乐路沿线各站大雾的有无定性和能见度量级做出短期和短临客观预报模型,最后通过人为经验订正,对沿线各站大雾做出精细化客观预报;其次,作为新方法的探讨,用中尺度wrf模式对2008年一次典型连续强浓雾天气作了数值模拟试验,试验结果良好,但是该方法的业务化应用有一定难度,还有待进一步研究。