普陀區域海霧客觀預報方法研究

樂方瓊，金正婷，潘 璠

（舟山市普陀區氣象局，浙江 舟山 316100）

1 研究背景

霧是指大量微小的水滴懸浮于空中，使水平能見度小于1 km 的天氣現象。根據水平能見度的程度可分為大霧、濃霧和強濃霧3 種。霧在陸地和海上都可以發生，其中海霧是在海洋與大氣相互作用的特定條件下，出現在濱海、島嶼和海面的一種凝結現象。普陀區地處東南沿海，島嶼眾多，水汽充沛，一年四季均可形成霧（以平流霧居多），多發生于3—6 月（春季）。隨著普陀海上交通運輸業、旅游業以及海洋捕撈業的不斷發展，開展普陀海霧的分析和研究是很有必要的。

關于海霧的成因分析和預報研究，相關的專家已經做了許多工作。周福等[1]在研究寧波海霧時得出平流霧形成時局地上空位于西南渦前部，孟加拉灣或菲律賓沿岸有水汽補充，使寧波沿?；蚱淠喜康貐^形成一定厚度或一定范圍的濕度層。周群等[2]在對珠江口海霧的成因分析中發現海霧生成（消散）前后海-氣溫差穩定波動（迅速上升），風速略有減?。ǘ溉辉龃螅┣蚁鄬穸让黠@升高（迅速下降）。預報研究方面，盧峰本等[3]進行北部灣海霧預報研究時，是在模式預報基礎上，通過確定預報臨界值，再從相應的樣本庫中按相似原理找相似，根據若干最相似樣本出現海霧的概率，制作海霧客觀預報。梁軍[4]運用近似于雙重MOS預報方法，將與海霧相關最好的數值產品因子作為判據，按擬合預報值的大小和預報成敗情況，找出2 個臨界值（上限和下限）再把歷史可能預報因子樣本分為3 個子集，判斷是否有海霧。

本文利用普陀區域自動站和浮標站的逐小時資料，研究普陀區海霧形成的氣象、水文條件，即高敏感因子的成霧條件。根據歷史樣本進行高敏感因子的條件組合，產生相似樣本，建立普陀海霧預報方程，對其進行檢驗，為業務中海霧預報提供參考，提高海霧預報效果。

2 資料選取

因考慮大霧預警發布標準，在研究海霧形成的氣象、水文條件時，主要研究能見度小于等于500 m 的海霧天氣。同時考慮到能見度自動觀測資料的可用性和代表性，本文資料年限采用2014—2020 年，資料選取該6 年中發布大霧黃色及以上預警信號時普陀區大霧預警指標站的逐小時地面觀測數據。由于站點布設的要素和時間問題，各站點的能見度資料時間具有不一致性，個別站點能見度資料與其他要素的分析具有站點不一致性，本文研究盡可能完善數據。

3 普陀海霧形成條件

海霧可分為輻射霧、平流霧、地形霧和混合霧等4種類型。由于特殊的地理環境以及多年的海霧經驗得出，普陀以平流霧居多。

各類型的海霧在特定的海洋環境和天氣條件下形成的條件不同。根據國內外海霧研究成果，氣溫、氣溫露點差、氣-海溫差、相對濕度和風向風速等氣象、水文因子對海霧形成的敏感性較高。接下來根據2014—2020 年普陀區發布大霧黃色及以上預警信號時各指標站能見度小于500 m 的小時資料，以以上高敏感因子為主對普陀海霧形成條件進行相關分析。

3.1 氣溫和氣溫露點差

氣溫露點差為反映空氣中水汽飽和度的物理量。白天空氣溫度升高，空氣可以容納更多的水汽，然后氣溫降低到一定程度，就會與氣溫露點相接近，當氣溫露點差越來越小時，空氣中的水汽就越飽和，從而凝結成為懸浮在空中的微小液態水滴。所以氣溫和氣溫露點差也是海霧形成的重要因素。有海霧天氣時，普陀的氣溫可在7.8～26.1 ℃，氣溫露點差可達到0～5.8 ℃，主要集中在0～1.4 ℃，其中氣溫露點差在0～1.2 ℃的樣本占樣本總數97%。

3.2 氣-海溫差

氣-海溫差是平流霧形成的重要原因。當氣溫大于海溫時，暖空氣流經冷海面，空氣會冷卻飽和從而凝結成霧。但過大和過小的氣-海溫差并不有利于海霧形成。王彬華[5]研究得出西北太平洋的大片霧區出現在平均水溫低于20 ℃的海區里，超過25 ℃等溫線的區域不再有霧；中國近海平流冷卻成霧的氣-海溫差為0.5～3 ℃，而平流冷卻可能成霧的氣-海溫差范圍為-0.1～5 ℃，當溫差小于-0.1 ℃或大于5 ℃時，一般不能形成霧。統計表明普陀海霧海溫在8.3～26.9 ℃，主要集中在10.6～24.6 ℃，氣-海溫差范圍為-5.0～5.8 ℃。

3.3 相對濕度

相對濕度可反映空氣中的水汽含量，表現潮濕程度。相對濕度越大，空氣就越潮濕，從而更有利于形成海霧的水汽條件。統計表明，普陀海霧的相對濕度基本在90%以上，其中相對濕度達到96%～100%時，海霧的概率更高，占樣本總數的86%。

3.4 風向風速

當海霧發生時，普陀風力通集中在2～4 級。風向多為東南偏南風、南風和東南風，依次占樣本總數20%、14%和11%，第二象限和第三象限風向相對出霧概率較小。綜合風向和風速的統計表明，當出現2～4級的東南偏南風時，海霧出現的次數最多。這說明適當的風向風速可以向較冷的海面帶來充足的暖濕水汽，有利于海霧的生成和維持，而風速較小時不利于水汽的輸送，風速較大時易發生底層湍流交換，均不利于海霧形成。普陀海霧高敏感因子的極值和集中范圍如表1 所示。

表1 普陀海霧高敏感因子的極值和集中范圍

4 普陀海霧預報方程及檢驗

楊棋等[6]指出由于不同類型海霧各預報因子的影響權重不同，如果不分類分別做擬合，則會減弱預報因子的作用，致使預報結果不理想，因此合理的做法是首先從歷史樣本中尋找相似樣本，然后分別進行相似擬合和預報。本文遵循楊棋等[6]的思路，以氣溫、氣溫露點差、氣-海溫差、相對濕度和風向風速作為預報海霧的因子，歷史樣本主要針對能見度小于500 m 的時次，共篩選出2 732 個歷史樣本，每個樣本包含了該時次的能見度值和相對應的要素值。在歷史樣本中，以風向為主，出霧概率大于等于0.08 的有東南偏南風0.2，偏南風0.14，東南風0.11，東北偏東風0.08。

接下來以出霧概率較高的東南偏南風為例，進行氣溫、氣-海溫差、氣溫露點差和相對濕度因子組合，統計各種組合條件中的出霧概率，如表2 所示。

表2 東南偏南風不同條件下的出霧概率

在建立方程的過程中，高敏感因子為實況已知值，而在實際業務工作中，這些因子均為模式預報值，需要將因子代入所屬分區再進行特定的方程處理。

以東南偏南風第④分區為例，對能見度和高敏感因子數值進行指數歸一化，得出以下方程：

式（1）中：Vis為能見度；V為風速；T為氣溫；SST為氣-海溫差；RH為相對濕度；T-Td為氣溫露點差。

通過統計得出2021年海霧數據中符合該分區的樣本有65 個。挑選一個樣本檢驗效果，風速為4.2 m/s，氣溫為17.8 ℃，氣-海溫差3.4 ℃，相對濕度100%，氣溫露點差為0 ℃。將該樣本代入方程中，得出Vis為0.506 5，通過數據還原，得到能見度值為294 m，而實際能見度為298 m，數據較接近，可見此次檢驗效果較好。對該區所有樣本進行同等方式檢驗，Vis還原后得出的能見度值均小于500 m，符合本文海霧能見度研究的界值。與樣本實況能見度值相對比，誤差絕對值在100 m 內的樣本占比48%。

方程得出的預報值雖然與實況會有差值，但總體上誤差絕對值在100 m 內的樣本偏多，預報較為準確；從定性檢驗是否出霧的角度來看，所有方程的預報值均小于500 m，判別為出現海霧，因此方程效果也較好。但由于2021 年的海霧樣本數據相對較少，本文方程可在今后的海霧預報中作為一個良好的參考，同時應不斷加入新的樣本數據對方程進行檢驗和校正，以提高方程的準確率。

5 結束語

有海霧天氣時，普陀的氣溫可在7.8～26.1 ℃，氣溫露點差集中在0～1.4 ℃，海溫集中在10.6～24.6 ℃，氣-海溫差范圍為-5.0～5.8 ℃。相對濕度達到96%～100%時，海霧的概率更高。風力集中在2～4 級，風向多為東南偏南風、南風和東南風。綜合風向和風速的統計表明，當出現2～4 級的東南偏南風時，海霧出現的次數最多。

通過對歷史樣本進行高敏感因子的條件組合建立分區，產生相似樣本，對同一分區內的樣本進行指數歸一化再建立方程，繼而對2021 年符合該分區條件的樣本進行檢驗，得出結果為方程預報值與實況誤差在100 m 內的樣本偏多，預報相對準確；從定性檢驗是否出霧的角度來看，方程效果也較好。但檢驗樣本相對較少，應在日后的業務中不斷加入新的樣本對方程進行檢驗和校正，以提高海霧預報的準確率。