WRF-POM耦合模式對一次海霧過程的模擬試驗

趙定池，李毅，潘曉濱，臧增亮，龔佑權

(1.解放軍理工大學氣象海洋學院，江蘇南京，211101；2.東海艦隊海軍航空兵肥東場站氣象臺，安徽合肥231614)

1 引言

海霧是由于受海洋的影響，發生在海上或沿海地區上空低層大氣的一種凝結現象，是懸浮于大氣邊界層中的大量的水滴或冰晶使水平能見度小于1000 m的危險性天氣現象[1]。海霧對海上的交通運輸、農漁業生產、大氣環境都有重要的影響，是氣象海洋及相關部門關注的重點天氣要素之一。

海洋作為大氣的下墊面在海霧的發生發展過程中起著重要作用。海表面溫度（SST）是海氣界面上的一個重要物理量，受到海洋潮汐、海底地形等因素影響，并對海洋大氣邊界層有著重要的影響。王彬華[1](1983)總結出中國近海平流冷卻霧的氣-水溫差范圍為0.5—3℃。近30年來，國內海霧研究，特別是黃海海霧的數值模擬研究取得了很大的發展，數值模擬也已經成為研究和預報海霧的一種主要手段[2-6]。Gao等[7]（2007）利用MM5模式研究了低空暖濕平流在海霧形成過程中的作用，發現霧區對海表面溫度（SST）的變化很敏感，當SST 增加0.5℃時，海霧范圍有明顯的減小。張蘇平等[8]（2010）利用WRF 模式研究了海霧對海表面溫度（SST）變化的敏感性分析，發現在濕度較小(q ＜0.5g/kg)的薄霧霧區，若SST增加,則穩定度減弱，海霧面積縮??；相反若SST下降，則穩定度增加，海霧面積增大。孟憲貴等[9]（2012）利用WRF 模式研究了夏季黃海表面冷水對海霧的影響，發現冷水區是導致海霧多發的一個有利條件，由于冷水區海水的冷卻效應可以使海霧的發生頻率增加15%以上。

WRF模式在處理SST上有兩種方案：其一是在整個模擬過程中，SST 始終為初始場中的SST；其二是SST 每6 h 更新一次，更新數據來源于給定SST。前一種方案不能描述SST 隨時間演變過程，第二種方案雖然能更新SST，但前提是SST已知，這無法滿足業務預報的需求。本文利用POM模式為WRF模式提供有效SST 預報，再利用WRF 模式預報海霧，通過兩個模式的實時數據傳輸和交換，改進SST 的準確率，進而改善海霧預報。利用海氣耦合模式，對2008年7月7日的一次大范圍黃海海霧事件進行了96 h預報，并與單獨運行WRF模式的預報進行對比分析。

2 海霧天氣過程分析

2008年7月7—11日在黃海海域發生了一次大范圍的海霧過程。此次過程出現在海上高壓西部，黃海南部存在暖濕空氣并有穩定的偏南風和適宜的風速，是一次典型的平流霧過程。

圖1 2008年7月6—11日天氣圖

2.1 天氣形勢

2008年7月6日00 時 的850 hPa 圖 上（見圖1a），海上高壓位于日本島以南海域，閉合等值線為1520 gpm。在我國東北地區存在一個低壓，其低壓槽向南經大連延伸到山東半島。黃海海域存在一個暖中心，閉合等值線為22℃。從溫度分布的垂直剖面圖上也可以看出，該區域存在明顯的逆溫層，這說明該區域層結穩定，有助于海霧產生。在地面圖上（圖略）可以看出，黃海南部以南-西南風為主，黃海北部為西南風，黃海區域的相對濕度也都超過80%。

在2008年7月7日00 時 的850 hPa 圖 上(見圖1b)，海上高壓北移并加強，1520 gpm等值線北端到達朝鮮半島，東北低壓減弱，暖中心依然存在。地面圖上（見圖1g），黃海南部為南風，北部為東南風。7月8日00時(見圖1c)，1520 gpm閉合等值線范圍達到最大，黃海出于高壓后部偏南氣流中，偏南風將黃海和東海水汽向北輸送，為海霧形成提供水汽條件（見圖1h）。7月9日00時(見圖1d)，1520 gpm閉合等值線范圍開始減小。7—9日，850 hPa 圖上的暖中心一直存在，這也為海霧的維持提供了有利條件。10日（見圖1e)，海上高壓進一步減弱，高壓中心位于朝鮮半島南側和黃海東側之間，東海和黃海的大部分地區都處于均壓場中，風速較小，不具備平流霧的形成條件，海霧開始消散。11日（見圖1f），海上的高壓也減弱東移至日本島以東區域，黃海區域受偏西南氣流控制，同時在山東半島地區發展一個短波槽，造成了黃海西部短時降水，黃海上空的海霧基本消散。

2.2 衛星云圖分析

由于海上的測站非常稀少，通過常規的測站無法監測海霧的范圍。而運用衛星云圖資料可以對海霧實施宏觀連續的監測。Ellord[10]指出霧在衛星云圖上的典型特征是特別明顯的亮斑和外表上看較光滑。Fu等[11]提出了衛星云圖判識海霧的標準，包括：（1）海霧的云團沒有積云結構，外表是光滑且質地相對均一；（2）海霧的云團邊緣明顯；（3）海霧云團的移動不顯著，說明這些云團是低云，因為高云一般移動較快。Gao 等[7]指出海霧在衛星云圖上有光滑的質地和明顯的邊緣。

在2008年7月7日00 時 的MTSAT-1R 可 見 光衛星云圖上(見圖2a)，黃海東部朝鮮半島西海岸被灰白色云團覆蓋，該云團邊界清晰，頂部紋理均勻，移動緩慢且層狀結構明顯，以上這些特征與Fu等[11]提出的判識標準較為一致，再結合紅外衛星云圖上的分析可以推斷這些云團是海霧[12]。至7日09 時（見圖2c），由于海上高壓自日本以南海域北移，霧區逐漸向西擴展，黃海中部有霧生成。至8日00時（見圖2d），整個黃海海域均在高壓后部的偏南氣流中，霧區面積達到最大。9日00時，海上高壓減弱，朝鮮半島沿岸在高壓前部的偏北氣流中，濟州島附近海霧消散，霧區范圍略有減小，山東半島南側依然受海霧影響。10日00 時，海上高壓減弱，底層風速較小，但從700 hPa圖上可以看出，中層海上高壓依然存在，黃海西部偏東南風較大；衛星云圖上反照率較高，再結合紅外云圖可知，整個黃海北部的云為高積云。

圖2 衛星云圖可見光反照率分布圖

圖3 黃海周邊地面觀測的水平能見度分布圖（單位/km）

2.3 地面觀測分析

對黃海周邊地面測站觀測和探空觀測進行分析，以進一步驗證海霧的存在。從黃海周圍地面觀測站能見度的分布圖可以看出，7月7日00時（見圖3a），成山頭站、仁川站和海州站能見度均不超過1 km，此時朝鮮半島西海岸和成山頭地區受海霧影響，這與衛星云圖的分析（見圖2a）結果一致；7月9日00時（見圖3b），成山頭站、浮山站、青島站和日照站能見度不超過1 km，此時山東半島南側正受海霧影響，這同樣與衛星云圖的分析（見圖2e）結果一致。說明利用衛星云圖來檢測海霧范圍是可取的。

圖4 7月6—11日成山頭(紅色)和青島(藍色)地面觀測站的水平能見度

圖5 2008年7月6—11日成山頭站溫度(藍色，單位/℃)和相對濕度(紅色，單位/%)的垂直剖面圖

對成山頭站和青島站能見度隨時間的變化進行分析。由圖4 可見，成山頭站受此次海霧影響較大。整個海霧過程中，成山頭站的水平能見度較低。只有在9日06 時，出現了能見度的波動，這是太陽輻射的作用。從青島站的觀測記錄可以看出，在6日12—11日00時期間，青島站間歇性地出現了海霧天氣，總體而言，其能見度值比成山頭偏高，特別是在每天午后能見度均有顯著的回升，這是太陽輻射的作用。在10日00 時，該區域出現劇烈上升運動，青島站出現雷暴降雨天氣，能見度又一次顯著回升。11日00 時，海霧消散，青島站能見度回升。對上海站的能見度和相對濕度（圖略）分析表明，上海站不受海霧影響。

對成山頭站和青島站的探空廓線進行分析，以了解霧區大氣層結特性。圖5 為6日00—11日00時成山頭站溫度和相對濕度的垂直廓線圖。由圖可見，從7日00 時—10日00 時，該區域均存在逆溫層，相對濕度在近地面處接近100%，并且隨高度增加迅速降低。尤其在7日00時、8日00時，相對濕度從近地面處的100 %降到850 hPa 高度處的不足50%，這說明該地區低層水汽接近飽和，有海霧存在。10日00時，850 hPa以下，相對濕度隨高度增減降低；850 hPa 以上的相對濕度有所回升，說明該區域高層水汽充足，黃海北部存在高積云，這與衛星云圖（見圖2f）結果一致。從青島站溫度和相對濕度的垂直剖面圖（圖略）看，在8日00 時和9日00 時，青島站上空存在逆溫層，相對濕度也隨高度增加迅速降低。

3 耦合模式介紹

3.1 耦合方案

圖6 WRF模式（黑色）和POM模式（白色）的模式網格圖（底圖為地形高度，單位/m）

本文研究中所用的大氣模式為WRF模式3.2版(v3.2），海洋模式為POM（Princeton Ocean Model）模式，利用LINUX下進程中的文件交換實現兩個模式的雙向聯結[13-14]。兩個模式各自初始化之后，POM采用WRF 初始化得到的海面風場轉化的風應力驅動積分兩個內模態時步時間，然后將POM一個時步后的SST 傳遞給WRF，WRF 積分兩個時步時間，并將一個時步后的新SST 傳遞給POM，如此循環往復。由于WRF 和POM 采用的水平網格不同，模式之間傳遞的變量先進行差值處理，插值方法采用線性插值法。圖6 為WRF 模式和POM 模式的模式網格圖。

3.2 大氣模式設置

大氣模式實驗區域格點數為90×90，區域中心經緯度為（35.5°N，122°N），水平分辨率為15 km,垂直分為40個層①40 層σ 坐標分別為：1.0000, 0.9975, 0.9925, 0.9850, 0.9775, 0.9700, 0.9600, 0.9500, 0.9400, 0.9300, 0.9200,0.9100, 0.9000,0.8975, 0.8850, 0.8725, 0.8600, 0.8475, 0.8350, 0.8225, 0.8100, 0.7900, 0.7800, 0.7600,0.7400, 0.7100, 0.6700, 0.6200, 0.5600, 0.5000,0.4500,0.4000,0.3500,0.3000,0.2500,0.2000,0.1500,0.1000,0.0500,0.0000[12]，時間步長為30s。選擇了適合海霧過程的參數化方案[15-16]，其中微物理過程采用Lin et al.方案，邊界層方案采用了Yonsei University(YSU)PBL 方案，積云對流參數化方案采用了Kain.Fritsch 方案，長波輻射和短波輻射方案分別采用了RRTM方案和Dudhia方案。積分時間為2008年7月6日00:00UTC—11日00:00UTC共120 h，每6 h提供FNL數據側邊界條件。模式輸出間隔為每1h/次。

3.3 海洋模式設置

海 洋 模 擬 區 域 范 圍 為（30°—41°N,116°—128°N)，水平分辨率為1/6°×1/6°經緯度，水平網格數為73×67，范圍略小于大氣模式。垂直分為16 個層。內模式積分時間步長為180 s，外模式積分時間步長為30 s。與陸地相接的海面取為固定邊界條件，假定其法向速度為零。在東南方向無陸地處取為開邊界，其水位、流速的初始場及開邊界資料采用馬超的大區模式計算得到的10年海洋氣候態資料②海洋開邊界條件由中國海洋大學海洋環境學院的馬超博士提供。POM 模式的初始化中，溫鹽初始場及開邊界資料采用SODA（Simple Ocean Data Assimilation）月平均資料。采用QuikSCAT/NCEP 混合風場轉化的風應力驅動POM 模式。由于SST 不僅包含了太陽輻射、長波輻射、潛熱和感熱作用的總體效應，所以采用SST 可以使模式不需要考慮和計算與多個海洋、氣象要素相關的上述各個熱通量[17]。模式采用的SST 為NEAR-GOOS日平均數據（North-East Asian Regional Global Ocean Observing System）。由于馬超大區模式的結果已經獲得一個準穩定態，所以不必長時間運行POM使其達到準穩定態。初始化階段中，模式從7月1日運行到海霧發生之前，使模式海洋達到海霧發生之前的狀態。耦合模式階段為2008年7月7日00時—11日00時，共計96 h。

試驗方案如下：

（1）ctrl 試驗：單獨運行大氣模式的結果，海表溫度由FNL 客觀分析資料提供，在模式模擬階段，海表溫度維持不變；

（2）coup試驗：耦合模式運行出來的結果。

4 數值試驗結果分析

4.1 模擬的海霧演變

為研究海霧發生的范圍，對ctrl 和coup 試驗模擬結果的水平能見度進行分析。根據海霧定義[1]，定義水平能見度小于1000 m 的區域為海霧發生的區域，但模式通常不能直接輸出能見度，故需要利用其它模式量進行診斷。Stoelinga等[18]1999年提出了一個由消光系數診斷能見度的公式：

式（1）中，L是大氣水平能見度（單位為：km）; β為大氣消光系數，包含云水消光系數βcw、雨水消光系數βrw、云冰消光系數βci和雪消光系數βsn，即：

由于夏季黃海海霧過程中沒有冰晶和降雪，一般也沒有降水，水平能見度主要受到云水消光系數的影響，而云水含量也是模式中的物理量，故通常只考慮云水的影響[6-11,15,19-20]，將（1）式簡化為：

式（3）中，ρ 為大氣密度（g/m2）, qcw為云水混合比（g/kg）。

圖7 數值試驗給出的模式第一層海霧水平能見度(單位/m)

圖7 詳細地列出了ctrl 和coup 試驗模擬結果第一層（地理高度13 m）的海霧水平能見度分布。將試驗結果與海霧衛星觀測（見圖2）對比可以看出，單獨運行WRF模式模擬的霧區范圍偏大偏南，耦合模式模擬的霧區與衛星觀測的霧區更趨一致。圖7的1a 和2a 表明，在耦合之前，ctrl 試驗和coup 試驗模擬的霧區完全相同。說明之后模擬結果的差別是耦合了POM模式所致。7日02時（見圖7 1a）和7日09 時（見圖7 1b），ctrl 試驗模擬的霧區已經到上海附近海域。而在衛星觀測圖上可以看到，該時刻上海附近的海域是不受海霧影響的，上海站地面觀測的能見度也在10 km 以上。顯然，在ctrl 試驗中，上海附近海域的霧區為虛假霧區。而coup試驗（見圖7 2b 和2c）模擬的霧區在該海域沒有虛假海霧。8日00時（見圖7 1d）,ctrl試驗模擬的海霧延伸至錢塘江入海口，但在這一時刻，衛星云圖表明在錢塘江入海口并沒有海霧形成。9日00 時（見圖7 2e），coup 試驗(見)中霧區的增長方位在黃海正南側，即上海與韓國濟州島之間，這與衛星云圖中（見圖5e）海霧的發展方向是一致的。10日00 時，ctrl試驗在朝鮮半島沿岸出現霧區，這與衛星觀測也不一致，屬于虛假霧區。所以較ctrl試驗，coup試驗更準確地模擬了海霧發展的過程。

圖8 數值試驗的SST演變過程(單位/K)

4.2 海表面溫度分析

由于ctrl和coup試驗中的大氣模式設置是完全相同的，模擬結果的差別顯然是耦合了POM模式后對下墊面的影響所致。下面對兩個數值試驗的SST進行簡要分析：在ctrl試驗中，初始場的SST來自于FNL 數據，且在整個模擬過程中保持不變（見圖8 1a—1f）。在coup 試驗中，初始場的SST 也來自于FNL 數據數據，但在模擬過程中，POM 模式每2h 為WRF模式更新SST（見圖8 2a—2f）。

比較圖8的1a—1f和2a—2f發現，ctrl試驗中的SST 值較coup 試驗中的SST 值偏小，并且冷區范圍偏大，并且濟州島南側海域SST梯度較大，致使單獨運行WRF 模式模擬的海霧范圍偏南偏大。另外，在ctrl 試驗的SST 分布圖上，有一冷舌伸向錢塘江入海口，這與錢塘江入?？诔霈F虛假海霧吻合。在圖8 的2e 圖上可以看到，9日00 時，上海與濟州島之間海域出現一個冷舌，且有一定的溫度梯度，該區域位置與coup試驗模擬的海霧位置比較吻合。

5 總結

利用耦合模式的海洋分量為耦合模式的大氣分量提供更接近實際的海表溫度，對2008年7月7—11日發生在黃海海域的一次海霧事件進行模擬，并與未耦合試驗進行對比。結果表明：

（1）海霧的霧區范圍對海表面溫度（SST）的變化比較敏感；

（2）耦合模式對海霧的模擬有正效應，對海霧范圍的預報有積極作用，特別在一些細節上明顯優于單獨的WRF模式；

（3）耦合模式在一定程度上能模擬出黃海海表面溫度(SST)的變化。若在熱力方面進一步完善耦合模式，可將其運用到業務預報中去。

致謝：本文的寫作得到中國海洋大學高山紅老師，馬超博士，李鵬遠博士，在校碩士研究生王帥、饒莉娟和解放軍理工大學的劉磊教員等人的大力幫助，在此表示衷心的感謝！此外，本文研究還用到日本高知大學、美國國家環境預報中心等提供的各種資料，在此向以上單位表示誠摯的謝意！

[1]王彬華.海霧[M].北京:海洋出版社,1983.

[2]胡瑞金,周發琇.海霧過程中海洋氣象條件影響數值研究[J].青島海洋大學學報,1997,27(3):282-290.

[3]傅剛,張濤,周發琇.一次黃海海霧的三維數值模擬研究[J].青島海洋大學:自然科學版,2002,34(6):720-726.

[4]湯鵬宇,何宏讓,陽向榮.大連海霧特征及形成機理初步分析[J].干旱氣象,2013,31(1):62-69.

[5]Fu G, Guo J T, Pendergrass A, et al.An Analysis and Modeling Study of a Sea Fog Event over the yellow and Bohai Seas[J]. J Ocean Univ Chin,2008,7:27-34.

[6]王帥,傅聃,陳德林,等.2009年春季一次黃海海霧的觀測分析及數值模擬[J].大氣科學學報,2012,35(3):282-294.

[7]Gao S H, Lin H, Shen B.A heavy sea fog event over the Yellow Sea in March 2005:Analysis and numerical modeling[J].Adv Atmos Sci,2007,24(1):65-81.

[8]張蘇平,任兆鵬.下墊面熱力作用對黃海春季海霧的影響——觀測與數值試驗[J].氣象學報,2010,68(4):439-449.

[9]孟憲貴,張蘇平.夏季黃海表面冷水對大氣邊界層及海霧的影響[J].中國海洋大學學報,2012,42(6):16-23.

[10]Ellord G P. Advances in the detection and analysis of fog at night using GOES multispectral infrared imagery[J]. Wea Forecasting,1995,10:606-619.

[11]Fu G,Guo J T,Xie S P,et al.Analysis and high-resolution modeling of a dense sea fog event over Yellow Sea[J].Atoms Res,2006,81(4):293-303.

[12]李鵬遠.黃海海霧的觀測和基于WRF模式的數值模擬研究[D].青島:中國海洋大學,2011.

[13]蔣小平, 劉春霞, 齊義泉. 利用一個海氣耦合模式對臺風Krovanh 的模擬[J].大氣科學,2009,33(1):99-108.

[14]Liu L,Fei J F,LIN X P,et al.Study of the Air—Sea Interaction During Typhoon Kaemi(2006)[J]. ACTA METEOROLOGICA SINlCA,2011,25(5):625-638.

[15]任兆鵬.黃海春季和夏季海霧過程的觀測分析與數值試驗[D].青島:中國海洋大學,2009.

[16]高山紅,齊伊玲,張守寶,等.利用循環3DVAR 改進黃海海霧數值模擬初始場：WRF 數值試驗[J]. 中國海洋大學學報,2010,40(10):1-9.

[17]任慧軍,詹杰民.黃海冷水圖的季節變化特征及其形成機制研究[J].水動力學研究與進展,2005, A(20):887-896.

[18]Stoelinga M T, Warner T T. Nonhydrostatic, mesobeta-scale model simulations of cloud ceiling and visibility for an East Cosat winter precipitation event[J]. Appl Meteor, 1999, 38: 385-404.

[19]劉宇迪,任景鵬,周鑫.散射計風場的三維變分對海霧數值模擬的影響[J].應用氣象學報,2011,22(4):472-481.

[20]曹祥村,邵利民.一次冬季平流輻射霧過程的觀測分析及數值模擬研究[J].海洋學報,2009,31(4):39-50.