棲霞市霧的特征分析與預報方法研究

鄭娜 郭峰

摘要 霧對高速公路的行車安全和日常生活的影響較大，準確預報霧的出現時間及能見度具有十分重要的社會和經濟意義。本文利用能見度和氣象要素的實時監測資料，應用SPSS對能見度與氣象要素間的關系進行相關性分析，研究霧與氣象因子間的內在聯系，利用逐步回歸方法建立霧的預報方程，檢驗結果顯示，霧能見度與氣象要素的擬合程度較好。

關鍵詞 霧；能見度；特征分析；預報方程；逐步回歸；山東棲霞

中圖分類號 P426.4 文獻標識碼 A 文章編號 1007-5739（2018）04-0202-02

棲霞市隸屬于山東省煙臺市，位于山東省膠東半島腹地，處丘陵山區，境內群山起伏。棲霞市屬溫暖帶半濕潤大陸性季風氣候，四季交替分明，一般不發生較大自然災害，霧是對其影響較大的天氣現象之一。

霧是低層大氣中水汽達到飽和時，大量微小水滴浮游空中，貼地層空氣中懸浮的大量水滴或冰晶微粒形成的集合體[1-3]。霧常呈乳白色，輕霧水平能見度在1～10 km之間，霧水平能見度<1 km。霧會嚴重降低空氣透明度，使視力受阻、視野模糊。

低能見度霧天對高速公路的行車安全和正常使用影響較大，交通管理部門和社會公眾對公路交通的低能見度霧氣象服務提出了更高的要求[4-5]。目前，棲霞市氣象局尚未建立起針對本地區實際情況的霧預報模型。本文以此為切入點，利用棲霞站能見度和氣象要素的實時監測資料，對能見度與氣象要素之間的關系進行相關性分析，研究霧與氣象因子之間的內在聯系，利用逐步回歸方法建立霧的預報方程。

1 資料與方法

本研究數據資料均來源于山東省棲霞市國家一般氣象觀測站的觀測資料，統計2005—2016年各月的霧天出現次數，分析棲霞市霧的氣候特征及其變化。選取2016年1—12月棲霞站新型自動站觀測資料，分析各要素與能見度之間的相關關系，初步建立霧的預報模型。應用2017年1—5月觀測資料對預報方程進行檢驗。

2 霧的統計特征

2.1 月際變化

統計2005—2016年棲霞站各月的霧天出現次數，分析其月際變化發現，棲霞市全年各月均會有霧天出現，但主要集中在10月至翌年2月，3—9月霧天次數明顯減少。其中，霧天出現次數最多的月份為2月和11月，各為22次；7月最少，僅為5次，呈秋冬多、春夏少的特征。而輕霧在7月出現次數最多，為280次；5月最少，為99次，呈夏秋多、冬春少的特征。相關研究資料表明，膠東半島沿海海霧多出現在7—8月，受海霧影響，棲霞市夏季多輕霧。

2.2 年際變化

分析年際變化發現，近年來霧出現次數呈增長趨勢，2016年出現極大值，為49次。12年來輕霧出現次數變化不顯著，平均每年約164次。

3 影響因子分析

應用SPSS進行各氣象要素與能見度的相關性分析，得到了各氣象要素與能見度之間的相關系數，選取其中相關系數>0.1的因子進行下一步分析。選取因子包括相對濕度、露點溫度、水汽壓、地溫與氣溫差、風速、本站氣壓，相關系數分別為-0.483、-0.193、-0.182、0.183、0.104、0.154。SPSS分析結果表明，上述6個氣象要素與能見度在0.01水平上顯著相關。

3.1 水汽條件

相對濕度、露點溫度、水汽壓是反映水汽含量的物理量，能見度與近地面水汽含量之間有密切的關系[6-7]。

霧常出現在相對濕度>95%的情況下，此時露點溫度為10.0 ℃左右，水汽壓為15.0 hPa左右。輕霧出現時相對濕度在65%～95%之間，露點溫度為6.0～12.0 ℃左右，水汽壓為11.0～17.0 hPa左右。以上3個物理量均隨能見度的增加而降低。因此，水汽含量與能見度之間成負相關，能見度隨水汽含量的增加而降低。

3.2 動力條件

地面風速、地表溫度與空氣溫度的差值是引起地面湍流的2個氣象因子[8-9]，根據以上2個氣象因子與能見度之間的關系，分析影響能見度的動力條件。

地表溫度與空氣溫度的差值變化可表示地表的感熱狀況，客觀反映近地面的溫度和濕度湍流狀況。霧出現時，地溫與氣溫差值為0.5 ℃左右，輕霧出現時略有升高，可見地表溫度、空氣溫度的差值與能見度之間成正相關，能見度隨地表溫度與空氣溫度差值的增大而升高。

地面風速的大小表明近地面層大氣的亂流混合狀況。統計各能見度下對應的地面風速可以看出，霧出現時風速維持在2.0～4.0 m/s之間，主要集中在3.0 m/s左右；輕霧出現時風速維持在3.0～5.0 m/s之間，主要集中在4.0 m/s左右。風速與能見度之間成正相關，能見度隨風速的增大而升高。

3.3 氣壓條件

雖然本站氣壓總體變化較小，但是數據分析顯示，本站氣壓與能見度之間成正相關關系，能見度隨氣壓的增加而呈現升高的趨勢。

4 預報方法

4.1 預報方程的建立

以各項氣象要素為自變量，能見度為因變量，進行逐步回歸分析，保留的氣象因子及其系數如表1所示。

結果顯示，氣象因子概率值均<0.05，拒絕原假設“該項系數為0”。因此，初步得到預報方程：

V=-516 318.371-358.301RH+55.917P+36.451Td+20.566 f+15.921e-7.753（T地-T）

其中，V為能見度，單位為m；RH為相對濕度，單位為%；Td為露點溫度，單位為0.1 ℃；e為水汽壓，單位為0.1 hPa；（T地-T）為地表溫度與空氣溫度差值，單位為0.1 ℃；f為風速，單位為0.1 m/s；P為本站氣壓，單位為0.1 hPa。

4.2 預報方程的檢驗

利用2017年1—5月棲霞站新型自動站觀測資料對預報方程進行檢驗，觀測值與計算值對比如圖1所示。預報方程所計算出的能見度數據與觀測得到的能見度數據變化趨勢較為一致，2條曲線的擬合程度較好。預報方程在能見度較低（15～20 km）的情況下擬合程度最好，預報方程所得結果的變化幅度小于實際測量結果，較難模擬出能見度達35 km的晴好天氣，但這對于霧的預報來說影響較小。預報方程進一步改進方案應為保留其合理的變化趨勢，擴大數據的變（上接第203頁）

化幅度，加強對極大、極小能見度的預報效果。

5 結論

（1）統計2005—2016年棲霞站各月霧天出現次數，分析其月際變化，發現霧天呈秋冬多、春夏少的特征；輕霧呈夏秋多、冬春少的特征。分析年際變化，發現近年來棲霞市霧出現次數呈增加趨勢，輕霧出現次數變化較小。

（2）相對濕度、露點溫度、地溫與氣溫差、水汽壓、本站氣壓、風速與能見度均具有相關關系。相對濕度、露點溫度、水汽壓是反映水汽含量的物理量，與能見度之間成負相關關系。地面風速，地表溫度與空氣溫度的差值是影響能見度的動力條件，與能見度之間成正相關關系。雖然本站氣壓總體變化很小，但與能見度之間同樣存在正相關關系。

（3）以各項氣象要素為自變量，能見度為因變量，進行逐步回歸分析，初步得到預報方程。預報方程所計算出的能見度數據與觀測得到的能見度數據擬合程度較好。目前，可應用此預報方程估計棲霞市能見度的變化趨勢，并在實踐中逐步改善，以提高預報的精準度。

6 參考文獻

[1] 李建華，崔宜少，李愛霞.山東半島及其近海大霧的統計與分析[J].海洋預報，2010（6）：51-56.

[2] 周須文，時青格，賈俊妹，等.低能見度霧的分級預報方法研究[J].熱帶氣象學報，2014（1）：161-166.

[3] 夏凡，楊曉霞.濟南一次霧過程的數值模擬試驗和成因分析[J].氣象科技，2017（1）：165-171.

[4] 劉暢，高喜留，王西磊，等.山東省大霧的氣候特征分析[J].山東氣象，2014（2）：26-31.

[5] 王茂書，張勇，賈貴蘭，等.霧的特征分析、預報方法及預報模型建立[J].高原山地氣象研究，2012（3）：28-31.

[6] 徐旭然.膠東半島北部沿海海霧特征及成因分析[J].海洋預報，1997（2）：58-63.

[7] 董愛民.咸陽機場霧的成因分析與預報[J].陜西氣象，1998（6）：12-14.

[8] 何立富，陳濤，毛衛星.華北平原一次持續性大霧過程的成因分析[J].熱帶氣象學報，2006，22（4）：340-350.

[9] 吳兌，鄧雪嬌，游積平，等.南嶺山地高速公路霧區能見度預報系統[J].熱帶氣象學報，2006，22（5）：417-442.