平潭3～5月大霧預報指標研究*

齊 心鄧以勤鄧哲維

?

平潭3～5月大霧預報指標研究*

齊 心1鄧以勤1鄧哲維2

1.平潭綜合實驗區氣象局 2.清流縣氣象局

通過分析1984～2013年平潭國家基本氣象站地面觀測資料、FNL1.0°×1.0°和ERA-Interim再分析資料，基于定量統計法及Min-max標準化處理方法，總結出引起平潭大霧的環流形勢，得到了平潭3～5月大霧預報指標。結論如下：(1)平潭大霧主要發生在3～5月，一天中多出現于凌晨3～8時，中午及午后少有出現；(2)地面倒槽是形成平潭大霧最主要的環流形勢；(3)水汽條件是平潭發生大霧最主要的影響因子。

大霧 定量統計法 Min-max標準化處理 預報指標 平潭綜合實驗區

1 概述

平潭位于福建省東部沿海，2009年，福建省委八屆六次全會上作出了建立“福州平潭綜合實驗區”的決定，2010年正式更名為“福建省平潭綜合實驗區”。平潭綜合實驗區的建立，確立了平潭在兩岸關系中的重要地位。隨著平潭的開放開發，越來越多的大型活動、會議在平潭舉行；各項重點工程也在島上如火如荼地實施；到平潭旅游的游客也日益增多。而大霧天氣常給這些活動、工程的進行以及海、陸交通帶來不利影響。研究平潭大霧形成機理及預報指標，對于提高大霧預報預警準確率和提前量至關重要。

國內對大霧預報指標的研究有很多，但還沒有針對平潭本地進行的研究。蔣大凱等[1]分析了近10年區域性大霧天氣過程，得到了區域性大霧的時空分布特征，并分析了遼寧省各種區域性大霧的成因及要素演變特征，從中提取預報指標,建立預報流程，用PP法建立區域性大霧的客觀預報方法。王琴等[2]統計分析了泰州大霧的氣候特征、形成大霧的天氣形勢及其特征，研究了針對泰州地區的大霧預報方法，并通過對2006年10月至2008年10月兩年的大霧預報進行檢驗，預報準確率較高,對大霧預報有很好的指導作用。吳濱等[3]分析了1961～2004年福建省大霧時空分布特征，并指出年霧日數與年平均氣溫有較好的負相關關系，而與年平均相對濕度有很好的正相關關系，同時與森林覆蓋率的變化有一定的關系。但這些研究結果有其區域性特征，客觀預報方法也不一定適用于平潭。

為此，本文從天氣系統和物理量指標兩方面出發，結合平潭當地的地理氣候特征，總結出適用于平潭的大霧預報指標，旨在提高平潭3～5月大霧預報的準確率，為開展預報、預警服務提供參考。

2 資料與分析方法

2.1 資料的選取

本文使用了平潭國家級基本觀測站1984～2013年逐日地面觀測資料、FNL1.0°×1.0°再分析資料以及ERA-Interim再分析資料。

2.2 插值方法

根據大霧預報機理，選取三個物理量作為生成大霧預報影響因子[6]，分別為1000hPa相對濕度（RH1000）、1000hPa風場（F1000）和1000hPa和925hPa溫度差（T1000-T925）。應用雙線性插值方法將再分析資料插值到平潭（25.51°N,119.78°E）單點上，得到單點上物理量的數值。

2.3 預報指標計算方法

應用定量統計法計算各要素的權重，得到大霧預報指標公式。對基礎數據進行Min-Max標準化處理，代入大霧預報指標公式計算出大霧預報指標。

3 平潭大霧概況

通過分析平潭地面觀測資料得出，1984～2013年平潭大霧日數為465d，年平均霧日為15.5d。大霧集中出現在3～5月，共出現大霧322d，占總霧日的69.03%。其中發生在3月的有100d（占21.5%），年平均3.3d；發生在4月的有138d（占29.7%），年平均4.6d；發生在5月的有84d（占18.1%），平均每年2.8d。一天中多出現于3～8時，中午及午后少有出現（見圖1）。

圖1 1984-2013年平潭逐年大霧日數及逐月平均大霧日數

4 形勢場分析

通過對近30年地面形勢場進行分析，歸納出平潭大霧天氣地面形勢場主要五種，分別為地面倒槽(35%)、均壓場(25%)、地面冷鋒(17%)、切變靜止鋒(12%)及高壓后部(9%)。

（1）地面倒槽。平潭處于地面倒槽南側或倒槽中均壓場影響時，受西南氣流影響，帶來充足的水汽，有利于形成霧。此類由北方冷空氣南下，但鋒區較北，平潭處于低壓回溫區內，偏南氣流帶來暖濕空氣，由于下墊面較冷，常常形成平流霧。

（2）均壓場。在無明顯系統影響下，平潭一帶氣壓場均勻，大氣層結穩定，由于沿海水汽充沛，有利于霧的形成。

（3）地面冷鋒。主要受中西路冷空氣南下影響，鋒面位于閩西北到華南一帶，平潭處于鋒前。由于海面上有大量水汽蒸發，空氣中水汽含量大，當冷空氣到達時，水汽凝結，容易在平潭形成霧。

（4）靜止鋒。受武夷山地形影響，鋒面常停留在閩西北一帶，形成準靜止鋒。由于準靜止鋒附近冷暖氣團較為活躍，受西南暖濕氣流帶來充沛的水汽，有利于形成霧。

（5）高壓后部。地面冷高壓東移出海減弱變性，受高壓底部偏東或偏東南氣流影響，水汽從海上輸送到平潭，暖濕空氣平流到較冷的下墊面上，極易在平潭形成平流霧。

圖2 大霧地面形勢場

a——地面倒槽；b——均壓場；c——地面冷鋒；d——切變靜止鋒；e——高壓后部。

5 指標計算方法

將插值后的RH1000、F1000和T1000-T925三個物理量應用定量統計法計算各要素的權重，得到大霧預報指標公式。將原始數據進行Min-Max標準化處理后，帶入大霧預報指標公式，得出大霧預報指標，再將大霧預報指標與實況進行對比，得出指標范圍。

5.1 定量統計法

根據出現大霧時，RH1000≥90、F1000＜3.4、T1000-T925＜1出現概率約為90%；80≤RH1000＜90、3.4≤F1000＜5.5、1≤T1000-T925＜2出現概率約為60%；70≤RH1000＜80、5.5≤F1000＜8.0、2≤T1000-T925＜3現概率約為30%，于是將3個預報因子劃分成3個級別（），將每個級別定義為1、2、3。

（1）當70≤RH1000＜80時，=1；當80≤RH1000＜90時，=2；當90≤RH1000時，=3。

（2）當5.5≤F1000＜8.0時，=1；當3.4≤F1000＜5.5時，=2；當F1000＜3.4時，=3。

（3）當2≤T1000-T925＜3時，=1；當1≤T1000-T925＜2時，=2；當T1000-T925＜1時，=3。

這三個因子的權重分別為：1/（1+2+3）=0.17；2/（1+2+3）=0.33；3/（1+2+3）=0.5。

將所統計三個因子的個數代入計算，第種因子的權重為：

（因子中1的個數×0.17+因子X中2的個數×0.33+因子中3的個數×0.5）/{（因子中1的個數×0.17+因子中2的個數×0.33+因子中3的個數×3）+（因子中1的個數×0.17+因子中2的個數×0.33+因子中3的個數×3）+（因子中1的個數×0.17+因子中2的個數×0.33+因子中3的個數×3）}。最終計算出RH1000的權重為0.41615，F1000的權重為0.28961, T1000-T925的權重為0.29424。

5.2 Min-max標準化方法

設MinA和MaxA分別為因子的最小值和最大值，將的一個原始值通過Min-max標準化映射成在區間[0,1]中的值。將所統計的數據進行Min-max標準化后，數據才具有可比較性。

5.3 大霧預報指標

通過上述兩種方法，將所統計的原始數據代入最終計算出大霧預報指標公式：

=0.41615(100-RH1000)/74.99+0.28961(F1000-0.026)/17.20+0.29424(T1000-T925+ 3.78)/10.59

將大霧預報指標代入原始數據得出指標范圍：

當＜0.3時，出現霧的可能性很大；

當0.3≤＜0.5時，出現霧的可能性較低；

當≥0.5時，不可能出現霧。

6 實況檢驗

應用本文研究結果，對2017年4月8日、5月5日平潭兩場大霧過程進行檢驗。

4月8日08時：RH1000=94%，F1000=0.6m/s，T1000-T925=2.4℃

將以上數值代入大霧預報指標公式，得=0.21。

5月5日08時：RH1000=94%，F1000=3.8m/s，T1000-T925=2.9℃

將以上數值代入大霧預報指標公式，得=0.29。

通過檢驗，發現4月8日和5月5日大霧預報指標Z均小于0.3，與實況吻合。因此，本文得出的大霧預報指標公式具有一定的參考性。

7 結論

通過對平潭大霧的分析，得出以下結論：

（1）春季（3～5月）是平潭大霧的多發季節；一天中大霧多出現在3～8時，中午及午后很少出現。

（2）影響平潭大霧的主要環流形勢有五種，分別為地面倒槽、均壓場、地面冷鋒、切變靜止鋒及高壓后部，其中以地面倒槽和均壓場影響為主。

（3）應用定量統計法對RH1000、F1000和T1000-T925進行分析后，發現三個物理量中，RH1000在大霧預報公式中權重最大，說明水汽是大霧天氣發生的至關重要的條件。

[1] 蔣大凱,閔錦忠,陳傳雷,等.遼寧省區域性大霧預報研究[J].氣象科學, 2007,27(5):578-583.

[2] 王琴,王海青,何芍,等.泰州大霧預報方法[J].科技資訊,2009(1):224.

[3] 吳濱,施能,李玲,等.福建近45年霧日趨勢變化特征及可能影響因素[C]//中國氣象學會2006年年會“氣候變化及其機理和模擬”分會場論文集, 2006.

[4] 鄧英姿,李勇,許文龍.廣西沿海地區大范圍霧氣候特征與天氣形勢分析[J].氣象研究與應用,2008,29(4):20-22.

[5] 潘杰麗,潘靜,謝仁忠.欽州市一次春季連續性大霧氣象特征分析[J].氣象研究與應用,2012,1(33):45-47.

[6] 陳德花,夏麗花,石順吉,等.福建省大霧分區客觀預報方法研究[J].安徽農業科技,2009,37(25):12073-12075.

[7] 孫石陽,謝小敏,張小麗.深圳兩次大霧天氣過程對比分析及預報啟示[J].氣象研究與應用,2006,27(2):8-11.

[8] 張宏芳,張科翔,潘留杰,等.近51年陜西霧時空變化及大氣環流特征[J].氣象科技, 2013,41(4):703-712.

[9] 賴紹鈞,何芬,趙汝汀,等.福州市大霧天氣環流分型研究[J].氣象科技,2009,37(2):166-170.

[10] 李勇果,馬麗,李芳,等.2001-2012年魯南霧氣候特征及形成機制[J].氣象科技, 2015,43(4):709-714.

[11] 李秀連,陳客軍,王科,等.首都機場大霧的分類特征和統計分析[J].氣象科技, 2008,36(6):717-723.

[12] 林建,楊貴名,毛冬艷.我國大霧的時空分布特征及其發生的環流形勢[J].氣候與環境研究, 2008,13(2):172-181.

福建省氣象局基層科技專項項目（2015j18）。