我国海雾监测预报业务现状及未来展望

海雾因海面低层大气中水蒸气凝结而成,是海上一种常见的天气现象。海雾发生时能见度较低,对港口作业、海上航运、渔业及海上油气生产等造成严重影响。我国近海发生的船舶碰撞或触礁事故中,有50%~70%与海雾有关。本文回顾了近20年我国在海雾监测预报业务方面的进展,分析了地基海雾观测、卫星遥感、人工智能应用及海雾数值预报等对国省海雾监测预报业务的支撑,探讨了海雾在精细能见度监测预报及检验评估等方面存在的问题,并从开展海雾多平台协同观测,加强海雾机理、数值预报模式及客观预报方法研究和应用等角度对未来海雾业务发展提出了若干展望。

一次北极地区低云转化为海雾的观测研究

2016年8月11日,中国第七次北极科学考察在82.75°N,163.25°W附近观测到一次海雾过程。本文利用船载观测数据和浮冰站通量系统观测数据,结合再分析资料,对海雾的形成机理进行研究。结果表明,冷高压系统在冰面的加强,增强了下沉运动,使逆温层高度明显降低。伴随低云云底高度下降,冰面能见度下降至不足1 km。在低云下降过程中,冰面气象要素表现为增湿和降温的特征。冷平流和冰面的冷却作用导致气温下降,高低压之间的偏南气流将楚科奇海的水汽输送到密集浮冰区,为海雾提供了充足的水汽。冰面的升华和蒸发作用一方面对底层大气水汽增加有贡献,另一方面使冰面失去潜热导致冰面温度下降。

基于多层海雾环境的偏振光传输特性分析

海雾中的粒子在垂直向上对流层中显示出不同的分布状态,根据海洋大气环境的特征,对海雾环境粒子分布进行分层划分,进而分析偏振光通过多层海雾环境后偏振度的变化规律。首先建立多层蒙特卡洛仿真模型,分析光子透过多层介质与粒子发生碰撞后的散射规律,并且基于环境湿度这一因素对介质粒子半径比和折射率的影响,对原模型进行修正,分析不同湿度对粒子物理特性的影响规律,同时对湿度增加与偏振度的关系进行了分析。然后设计并搭建了适用于光传输检测的多层海雾模拟系统,实现对海雾环境的分层复制模拟,并进行了450 nm、532 nm和671 nm可见光波段激光传输测试。仿真与测试结果表明,针对相同偏振态的不同入射光波长来说,671 nm波长的偏振度普遍高于450 nm和532 nm波长的偏振度,并且随着湿度的增加,波长越长的光的偏振度优势越明显;针对同一波长的不同偏振态来说,圆偏振光的偏振度普遍高于线偏振光的偏振度,并且随着湿度的增加,圆偏振光与线偏振光的偏振度差异将更为明显。最后对仿真结果与测试结果的一致性进行分析,两者的符合度普遍高于84%,说明在湿度较大的海雾环境中,较长波长的圆偏振光拥有更优异的保偏特性,更加适用于复杂海雾环境下的光信息传递。

FY-4A温度廓线和融合海温数据协同同化的海雾模拟效果分析

利用CODAS实况融合海温和FY-4A温度廓线资料协同同化的方法,尝试改进WRF模式在黄渤海区域的海雾数值模拟效果。分析结果显示,高时空分辨率的CODAS海温显著改善了WRF模式对黄渤海区域海雾模拟性能,模拟雾区范围及强度相比FNL海温模拟结果更接近实况。通过分析雾区各类要素相对海温变化的敏感度,明确了2 m气温及比湿,以及海气界面感热、潜热和水汽通量与海温呈现不同程度的正相关,而液态水含量则与海温呈显著负相关。同时,协同同化FY-4A廓线资料可优化WRF模式边界层内湿度及风速垂直分布,改善雾区水汽输送及液态水含量。FY-4A廓线资料和CODAS海温的协同同化能更好地模拟出雾区气象要素的中尺度分布特征,表明高精度和高分辨率的海洋实况资料有利于改善黄渤海区域海雾数值模拟效果。

台风“利奇马”(1909)登陆青岛时黄海北部一次海雾过程的观测分析

利用多种观测数据、再分析数据和后向追踪模式,分析了2019年9号台风“利奇马”影响黄海北部期间发生的一次海雾过程,结果表明台风影响下的环流形势是此次海雾形成并影响沿海的决定性因素。来自黄海南部的暖湿气团在台风中心右侧较冷的海面凝结成雾,台风中心右侧区域的偏南气流不仅使黄海南部的暖湿空气不断向北输送,为海雾的形成和发展提供充足的水汽,而且其从黄海西岸带来的暖气团和台风中心区域的下沉气流在雾区上空形成了显著逆温层,在大气边界层内形成了“上稳下湍”的层结结构,也有利于海雾在岸滨及内陆地区的维持和发展。而台风后部水平风转向和台风中心外围增强的水平风加强了大气边界层底部的垂直风切变,从而导致湍流混合增强和大气边界层稳定度下降,这是引发海雾消散的重要原因。

一次入海温带气旋背景下的海雾观测分析和数值模拟

利用0.25°×0.25°逐小时ERA5再分析数据、中国气象局地面观测资料、卫星遥感监测资料以及WRF模式对2021年3月27~28日移入黄海的温带气旋引发大范围的海雾过程进行了观测分析和数值模拟,结果表明:(1)本次海雾发生时气海温差介于0.5℃~2℃,海雾成熟阶段出现了气温低于海温的现象。(2)入海气旋形成的湿空气辐合为海雾的发生和维持提供了水汽条件,低空急流带来的西南暖湿气流促进了逆温层的建立并输送水汽。(3)气旋入海以后,黄海海域出现了“双逆温”的现象,低层的逆温来自于低空急流的暖平流输送,高层的逆温是由气旋后部的干冷空气下沉增温造成。(4)在气旋和低空急流的共同作用下,近海面边界层大气湍流动能增加,这也促进了海雾在垂直方向发展。(5)湍流动能收支的诊断结果显示,切变项在海雾的发生和发展过程占据主导作用,当海雾在垂直方向发展时,湍流动能垂直输送项会明显增大。

结合渐进式特征金字塔和极化自注意力机制的海雾图像检测

通过对基准模型SegFormer进行两方面的改进优化,开展面向海雾图像检测方法的研究。一方面,引入渐进式特征金字塔融合模块(AFPN),有效融合海雾图像的局部和全局特征,提升模型对不同大小的海雾目标的检测能力。另一方面,引入极化自注意力机制(PSA),有效聚焦图像的细粒度空间信息,捕获海雾的边缘特征,提升模型在云雾混合区域的海雾检测能力。在真实的海雾图像数据集上进行消融实验和对比实验,所提出的模型(简称为AFPSSegFormer),与基准模型相比,mIoU、Precision和m PA指标分别提升了2.38%、2.78%与0.31%,验证了所提出模型在海雾检测方面的有效性。

基于多种机器学习模型的夏季北冰洋海雾卫星检测方法研究

利用2014—2018年6—9月Aqua/MODIS提供的光谱数据、海面温度数据及其他辅助数据,基于CALIOP L2 VFM产品中云底高度提取的海雾、云和海表标签,建立3类样本数据集。结合使用K折交叉验证法、网格搜索法和粒子群优化算法训练随机森林(random forest, RF)、支持向量机(support vector machine, SVM)、多层感知机(multilayer perceptron, MLP)和全卷积神经网络(fully convolutional network, FCN)4种不同的机器学习模型,对比模型在北冰洋夏季海雾检测中的表现。结果显示,RF、SVM、MLP和FCN均表现出一定的海雾检测能力,检出率(probability of detection, POD)均超过70%。其中,FCN表现出最稳健的综合性能,POD达到79.91%,虚警率达到较低的24.90%,关键成功指数达到63.17%。

基于Himawari-8台湾海峡海温时空变化分析及应用

台湾海峡具有重要的战略地位和研究价值,开展台湾海峡及其周边海域的海洋表面温度(sea surface temperature,SST)时空变化研究有助于了解台湾海峡海陆环境与洋流变化,特别是对于充分了解台湾海峡复杂的海洋锋面系统有重要的意义。以台湾海峡及其周边海域为研究区,利用2016—2020年Himawari-8卫星数据,通过计算获取研究区年平均、季平均、旬平均的SST遥感数据,开展SST时空变化研究,并以此为基础,研究SST与福建内陆降水、福建沿海海雾之间存在的相关关系,研究结果表明:台湾海峡及其周边海域年平均SST由西北向东南呈带状分布并逐渐升高,按季节特点可分为等温线近似与岸界平行分布的冬季型及等温线近似均匀分布的夏季型,旬SST资料能更精细地刻画台湾海峡SST的时空变化情况;内陆月降水量与月平均SST总体存在较弱的负相关,但越远离外海海域负相关性越高;SST与沿海海雾存在着较强的负相关关系,并且随着SST的升高,海雾发生次数呈现减弱趋势。

闽南沿海雾滴谱统计特征及其与能见度的关系

利用2019~2021年厦门市翔安区气象局观测的雾滴谱资料,分析了闽南沿海雾的微物理参数及滴谱特征,研究了能见度与粒子数浓度、液态水含量、相对湿度等的关系。在此基础上对能见度进行分级参数化拟合与检验评估。结果表明闽南沿海雾的平均粒子数浓度为47.5 cm^(-3),平均液态水含量为0.0763 g m^(-3)。当能见度下降时,粒子数浓度、液态水含量快速上升,平均直径、有效直径等物理量缓慢上升。能见度低于100 m时,平均粒子数浓度达到115.42 cm^(-3),液态水含量达到0.228 g m^(-3)。粒子数浓度和液态水含量谱线均呈现双峰结构特征分布,粒子数浓度主峰的粒子直径范围为4~6μm,次峰值为22~26μm。液态水含量与粒子数浓度相反,主峰位于24~26μm,次峰为4~6μm,表明雾的粒子数浓度主要受小粒子控制,但液态水含量以20~30μm段的粒子贡献最为显著。与沿海地区相比,闽南沿海雾的平均粒子数浓度小于华南沿海,高于华东沿海;平均液态水含量高于华南沿海,低于华东沿海。与内陆城市区域或县郊相比,同等状态下沿海的粒子数浓度明显更低,但液态水含量更大。采用四种参数化方案对能见度进行了分段以及不分段拟合。评估检验结果表明,采用粒子数浓度和液态水含量的乘积作为因子的分段拟合效果最优,尤其是对于1 km以下的能见度拟合效果更优。

基于沿岸自动气象站的台湾海峡西岸海雾生消过程及特征

2019年4月19日20时—4月26日07时,台湾海峡西岸发生了一次严重海雾事件,通过海西沿海的自动气象站数据进行了海雾生消规律研究。海雾集中于02时至08时发生,其生成时间越接近清晨,持续时间越短。海雾多为本地生成,部分站点海雾为传播而形成且南北海雾之间关联性不大。海雾发生前能见度均快速下降,海雾消亡后能见度快速上升。当海雾生成时,陆表温度–气温LST-T(LST,land surface temperature;T,temperature)在-1.7~2℃之间,陆表温度–露点温度LST-Td(dewpoint temperature,Td)在-1~2.7℃之间,T-Td在0.2~1℃之间,海雾维持阶段相对湿度(relative humility,RH)≥96%。在水汽丰沛的大背景下,海雾生成与发展与风速的关系较为密切,与风向的关系较弱。结合Himawari-8卫星影像与ERA5(European centre for fifth generation of atmospheric reanalysis)再分析资料对本次海雾过程的特征进行了分析。卫星影像给出了本次过程的影响范围和生消特点。环流形势表明,500h Pa上福建处于槽后脊前弱西南气流控制下。850h Pa和925h Pa高度场上均受西南气流的影响,带来了充沛的水汽,根据海气状况分析此次海雾类型为平流雾。

基于风云四号卫星数据的南海海雾遥感监测

基于中国新一代静止气象卫星FY-4A所携带的辐射成像仪AGRI(Advanced Geosynchronous Radiation Imager)观测数据和地面能见度观测资料,通过不同组合的可见光通道、近红外通道、中远红外通道的数据,开展南海区域海雾遥感监测研究。针对海雾在遥感影像中与下垫面和云的不同特征,通过使用最小二乘法动态拟合选取最优度的方法实现海雾与下垫面的分离,使用云顶高度阈值的方法实现海雾与中高云的分离,使用纹理特征识别和海雾检测指数的方法实现海雾和低云在日间的分离,使用薄低云检测指数的方法实现海雾和低云在夜间的分离,并将海雾判识结果与2018年广东沿海地基观测资料进行对比。结果表明:(1)使用最小二乘法动态拟合选取最优度的方法,对海雾和下垫面的区分有着良好的效果,使用纹理特征识别和海雾检测指数的方法对海雾和低云的区分也有一定的改进作用。(2)该算法对3月份发生的海雾的识别准确率最高,为85.45%,虚警率最低,为20.94%;对5月份发生的海雾识别准确率最低,为58.70%;对1月份发生的海雾虚警率最高,为30.95%。该海雾监测算法平均准确率为76.37%,虚警率约为26.08%。

北部湾一次持续性混合型海雾过程分析

利用北部湾沿岸海岛站观测资料和ERA5数据,对混合型(高压后部型转西南倒槽型)海雾出现概率和一次典型过程进行了分析。结果表明:(1)2015—2020年混合型海雾过程出现概率最高,累计出现15次(58天),占比34.9%(39.5%)。(2)2016年3月15—23日海雾过程具有持续时间长、范围广的特点。前期北部湾受入海高压后部偏东气流影响,后期高原槽发展东移,北部湾逐渐转为受西南倒槽边缘偏南气流控制。(3)热力条件上,低空急流的强暖湿输送,一方面使北部湾上空比湿增大,饱和层从近地面延伸至800 hPa,另一方面使逆温层建立,逆温层与其下方高湿区配合形成稳定状态。动力条件方面,垂直方向维持一定强度的风切变,有利于边界层的湍流混合,并与斜压大气形成有利于低层稳定层结维持的配置。此外800 hPa以下为弱上升运动,利于水汽在低层抬升凝结,促进海雾发展及维持。(4)海雾发生期间,前期(后期)气海温差大多在0~1.5℃(1.5~2.5℃)之间。

2023年4月黄海和东海一次大雾过程分析

选用ERA5再分析数据、中国气象局地面观测资料和卫星遥感监测资料,对2023年4月19—22日黄海和东海一次入海温带气旋伴随大范围海雾过程进行了分析。结果表明:此次海雾主要发生在入海气旋的西部和北部,黄海为平流冷却雾,东海为锋面雾。黄海海雾发生期间的气温与海温差为0~2℃,东海海雾发生时气温低于海温。黄海海雾的形成主要由于偏南暖湿空气汇入后,在冷海面降温凝结形成;东海海雾则是在气旋后部弱冷空气作用下形成的锋面雾,气旋活动为此次海雾过程的发生和维持提供了主要水汽来源。海雾发生期间的云水含量在垂直方向上显著增大,南风形成的海雾发展高度大于北风。

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。

2023年冬季海洋天气评述

2023年冬季(2023年12月—2024年2月)大气环流特征为:北半球极涡呈偶极型分布,中高纬度西风带呈3波型分布,西风带槽脊较常年同期偏强。西北太平洋和南海共生成1个热带气旋,比常年平均(1.53个)偏少0.53个。全球其他海域共生成12个热带气旋,比常年平均(15.33个)偏少3.33个。我国近海有8次8级以上大风过程,其中5次由冷空气产生,1次由温带气旋产生,2次由冷空气和入海温带气旋共同产生。我国近海出现7次明显的海雾过程,出现13次2.0 m以上的大浪过程。近海海面温度逐渐下降,并且北部海域的降温幅度大于南部海域。

2024年春季海洋天气评述

2024年春季(3—5月)北半球大气环流特征为:极涡呈单极型,中心明显偏向东半球一侧,强度与常年同期平均强度相当,中高纬呈4波型分布。影响中国的冷空气较常年明显偏弱,导致大风过程次数偏少。8级以上大风过程共出现4次,其中冷空气及其与入海气旋或台风结合的多系统影响大风过程为3次,入海温带气旋大风过程为1次,且此次过程伴随冷涡底部强对流系统发展引起的极端大风。比较明显的海雾过程出现10次,其中3月为7次,4月为2次,5月为1次,多数过程是由低压前部或高压后部偏南暖湿气流影响所致。中国近海浪高2.0 m以上的大浪过程有12次,最大浪高为3.0~4.0 m,未出现4.0 m以上的浪高。海面温度呈逐渐上升趋势,东海至台湾海峡一带的海面温度梯度相对较高。全球共有11个热带气旋生成,其中北半球3个(西北太平洋和北印度洋分别有2个和1个),南半球8个(西南印度洋和澳大利亚附近海域各4个)。

2022年春季浙江一次持续性海雾过程的特征及成因

2022年4月10—14日浙江沿海海面出现一次持续时间长、范围广、浓度大的海雾过程。利用卫星资料、欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts,ECMWF)发布的ERA-Interim(ECMWF Reanalysis-Interim)资料和浙江沿海自动气象观测站资料,分析此次过程的特征和成因。结果表明,低层逆温层使得低层水汽不易扩散到高空,有利于大雾的生成和维持。成雾阶段,有明显的水汽辐合,同时气温高于海面温度且差值为0~2.0℃。海雾维持且浓度较大时,水汽辐合逐渐减弱;气海温差(2 m气温减海面温度)则在0℃左右。消散阶段,有明显的水汽辐散;气海温差大于2.0℃或小于0℃。

一次黄海海雾事件的观测与数值模拟研究——以2004年4月11日为例

利用各种观测资料和RAMS(RegionalAtmosphericModelingSystem)模式 4.4版对 2 0 0 4年 4月 11日发生在黄海海域的一次海雾事件进行了研究。利用GOES(GeostationaryOperationalEnvironmentalSatellite) 9和NOAA(NationalO ceanicandAtmosphericAdministration) 14可见光卫星云图对海雾的发生范围、演变过程等进行了描述 ,并对海雾发生前的大气背景场和气海温差场进行了分析 ;利用青岛和韩国济州岛 2个站的探空资料对海雾发生时低层大气的稳定度进行了分析 ;利用RAMS模式对本次海雾事件进行了模拟 ,并计算了大气的水平能见度分布。计算结果与卫星云图所显示的雾区范围分布吻合很好。

利用循环3DVAR改进黄海海雾数值模拟初始场Ⅰ:WRF数值试验

以如何提高黄海海雾数值模拟初始场质量为研究目的，利用WRF模式及其先进的3DVAR同化模块，设计并构建了循环3DVAR同化方案。以2006年3月6～8日的1次大范围黄海海雾过程为研究对象，利用该同化方案进行了一系列WRF数值模拟对比试验。模拟结果显示，循环3DVAR同化方案能有效改进黄海海雾数值模拟初始场质量，主要体现在增加低层大气温度层结构的稳定性与改变大气边界层下层的风场结构，从而导致海雾的模拟结果显著改善。研究结果表明进行海雾数值模拟时，必须高度重视其初始场质量。