海霧多源觀測與降尺度格點實況搭載應用

摘 要：基于寧德市自動站資料，結合基于遠距物聯網通信技術（Long Range Radio，以下簡稱LoRa）海霧監測系統資料、能見度儀、衛星反演產品等多源觀測資料，對閩東沿海海霧監測進行實況檢驗，并對海霧天氣過程各個監測手段進行可行性分析。結果表明：（1）將LoRa、能見度儀、衛星海霧反演產品作為加強海霧協同觀測能力的有效技術解決方案，對提升海霧精細化預報預警能力具有較好的指示作用；（2）提取多模式能見度要素預報產品，通過使用機器學習算法，融入本地客觀預報算法，結果表明客觀算法預報效果優于各家預報，預報與實況平均誤差為2.8 km，而各家模式平均誤差為16.2 km；（3）將降尺度格點實況融合產品與本地客觀算法產品加入寧德交通氣象小程序，幫助用戶和相關決策部門了解海霧的發生和發展情況，及時收到預警信息，減少氣象災害造成的損失，助力守護海上交通安全。

關鍵詞：海霧；多源觀測；格點實況；海上交通

中圖分類號：P732.4 文獻標志碼：B 文章編號：2095–3305（2024）12–0-03

福建省寧德市擁有豐富的海洋資源，海域面積為44.565 8萬km2，大陸海岸線長1 046 km，擁有深水岸線110.36 km，具有發展大型工業港和綜合性樞紐港的優勢條件，是建設大型海港的理想港址。寧德市是海峽西岸經濟區對接長江三角洲經濟區的前沿門戶，也是福建北部和部分內陸地區直線距離最短的出海口。隨著港口交通集疏運體系的加快構建，寧德市形成貫穿南北、西進內陸、東出大海的大通道，作為海上絲綢之路的節點城市，其區位優勢明顯，起到承接融合長江三角洲、海峽西岸和中國臺灣省三大經濟區的重要作用。近年來寧德成為我國東南沿海熱門的休閑度假和生態旅游勝地，濱海有崳山、臺山列島、大京、西洋島、三都澳等海岸景區，全力打造極具光影特色的“東海一號”旅游線路，還有以“世界灘涂攝影圣地”著稱的海濱縣城霞浦縣，以及中國白茶之鄉和“海上仙都太姥山”“夢幻黃金海岸”等各種豐富的海洋旅游資源。

近年來，寧德市海洋氣象災害頻發，尤其是三都澳港口、碼頭等特殊的地理位置，海霧氣象災害風險較高。當前，海洋氣象災害預報預警技術方法和科技支撐能力與快速發展的海洋經濟已不相適應，全面提升海洋災害性天氣監測預報預警能力、提高產品科技支撐水平、建設滿足寧德市“一核兩廊五軸”發展戰略的現代化海洋氣象業務體系顯得十分迫切，推進海洋氣象尤其是海霧等預報預警關鍵技術的研究與應用具有重要的現實意義。

1 閩東沿海海霧的月際分布及邊界層的特征分析

1.1 閩東沿海海霧的月際分布

選取寧德本站作為代表站，統計分析1980—2019年所有能見度低于1 km的霧日數，發現閩東海霧天氣多發生于冬、春季，1—5月為海霧天氣頻發期，冬春季太陽輻射較弱，海水表面溫度較低，使得空氣中的水汽凝結形成海霧。此外，冬、春季冷空氣活動頻繁，冷空氣與溫暖的海面相遇，也易形成海霧[1]。

1.2 邊界層的特征分析

1.2.1 水汽特征

從歷年海霧過程發生時刻看，寧德市形成海霧過程的主要水汽來自東海，東海擁有十分強勁的水汽通量，為寧德市海霧過程提供充足水汽，最強時達10 g/（s·hPa·cm）。此外，在冷鋒前側的負變壓區存在明顯的水汽輸送，而且在冷鋒來臨前的靜穩條件下，水汽擴散條件較差，使得水汽在寧德市沿海堆積，形成較為明顯的海霧，并且維持較長時間。

1.2.2 氣壓場特征

海霧發生時，寧德市沿海為海平面負距平，一般為-0.3 hPa，東海海面為正距平，疊加在背景場上，使得全風速在東海海面上有一處明顯的正距平大值區，這加強了海區水汽平流輸送[2]。當冷鋒前抬升的暖濕氣流到達寧德市相對冷的海區上空時，遇冷凝結成小水滴，促進海霧生成。

1.2.3 海氣溫差特征

2023年3月31日04：00，寧德市發生海霧時海溫低于距地2 m氣溫，溫差約為-1 ℃，說明靜穩天氣條件下，有正溫度平流。綜合前面分析，也可說明海霧生成是冷鋒前的暖濕平流輸送到寧德市海區上空的結果，暖平流流經冷海面，遇冷凝結成小水滴，在沒有抬升運動的情況下，堆積在近海表上空形成海霧。海霧消散時（31日11：00）可以看到海氣溫差變成正值，即海溫大于距地2 m氣溫。

1.2.4 逆溫特征

2022年3月30日22：00海霧發生時，寧德市沿海海區T925 hPa-T2 m＞0 ℃，存在大范圍逆溫區，說明大氣垂直環境穩定，亂流作用不強，沒有將水汽抬升至過高的高度而凝結成云。逆溫層存在時，輸送的充足水汽缺乏向高層抬升的條件，從而形成霧。當31日

08：00逆溫消失時，海霧隨即消失。

2 多源觀測資料分析與應用

2.1 基于LoRa監測技術的檢驗分析

LoRa海霧監測是一種基于遠距離物聯網通信技術的新型海霧探測技術，在沿海地區覆蓋范圍較廣，可有效監測沿海地區海霧情況，幫助研究人員更好地了解海霧形成、發展和變化，為海洋氣象研究提供數據支持。該系統對于保護海上運輸和航海安全至關重要，可以提供實時的海霧信息，幫助船只做出決策，確保航行安全。海霧對漁業和海洋資源的影響較大，通過監測海霧[3]，為漁業和海洋資源管理提供參考，優化漁業作業和資源利用。閩東地區快速發展的旅游業，如極具光影特色的“世界灘涂攝影圣地”等，也對沿海氣象信息提出了更高的要求，LoRa海霧監測系統可以提供實時海霧數據，為城市氣象服務提供支持。

前期研究表明，LoRa海霧監測系統的適用性除了受到地形、建筑物和其他電磁干擾源等因素的限制，還受到天氣條件的影響，經過檢驗分析發現LoRa海霧監測系統對濕度和風力等的反應較為敏感。在實際應用中，預報員剔除此類敏感因子的影響后，可將LoRa海霧監測系統作為海霧多源觀測的手段之一。

2.2 能見度儀的分析與應用

能見度儀使用大氣消光系數，按照經驗公式得出大氣中肉眼觀測的距離，采用光學部件鏡頭朝下并配備防護罩，有效防止降水、飛沫或塵埃進入鏡頭，減少探頭表面污染，這種設計提供了精確的測量結果并減少了維護需要，使用過程中可以實時顯示數據和曲線。與各個海霧過程進行對比發現，寧德市氣象局安裝在雞公山上的能見度儀測量準確，能夠較好地應對海霧過程，在彌補了沿海區域自動站網分布較為稀疏的同時，還減少了維修成本，可作為有效的海霧監測手段。

2.3 衛星海霧產品的反演分析與應用

通過衛星遙感圖像，可以獲取海霧范圍、濃度和移動趨勢等分布情況，再結合氣象模型和數據分析，利用衛星海霧產品提前預測海霧的出現和發展趨勢，這對海上航行、漁業、沿海工業和旅游業等領域具有重要指導意義。通過下載FY-4A衛星數據的FOG產品并進行處理分析，將基于人工智能的海霧反演產品與天氣環流形勢相結合，一方面可以揭示大氣與海洋相互作用的規律，另一方面還可以在業務應用中提升海霧監測預警能力[4-8]。圖1是對一次輕霧過程的FOG產品的再分析處理，通過與自動站實況相結合，可以分析海霧過程的影響面積和影響程度，彌補了沿海自動站海霧數據稀少的不足。在以后的應用中，還可以結合區域海霧監測產品進行更加系統的分析。

3 降尺度格點實況產品應用分析

研究使用的模式資料是基于歐洲中期天氣預報中心（ECMWF）業務預報系統、中國國家氣象中心中尺度數值業務預報系統（CMA-MESO）和華東中尺度數值業務預報系統（CMA-SH9）3個系統在寧德市地區的逐日高空與地面溫度場以及物理量預報資料，預報時效為0—24 h逐時能見度預報。

為得到高精細度的預測數據，使用雙線性插值方法進行數據處理，同時使用反距離權重法插值，按照目標站點與已有的網格站點之間的距離反比分配權重，距離較近的點數據點權重高，距離遠的點數據點分配權重小。再結合寧德市全市自動站實況數據，對降尺度后數據利用多元線性回歸法進行訂正，評估各模式對能見度的預報技巧。

采用變權集合平均算法對3個模式進行多模式集成試驗，分析平均算法對氣溫預報的優劣。F為集成后的結論值，F1、F2、F3分別為3家模式的預報值，a、b、c為3家模式權重，計算公式為：

F=（aF1+bF2+cF3）/3

網格預報編輯平臺是根據預報時效、預報量級及上述3家數值模式自動推薦權重，并根據這一段時間（10 d）的預報值提供近期平均權重。預報員每天通過參考給出的權重并進行修改，通過主觀訂正最終融合形成Final逐小時能見度網格預報產品，其空間分辨率為0.5 km，時間分辨率為1 h，數據格式為MICAPS第4類格式（圖2）。

空間分辨率為0.5 km，時間分辨率為1 h

使用的插值方法為雙線性插值法，其原理步驟如下：已知的紅色數據點與待插值所得的綠色點，已知函數f在Q11=（x1，y1）、Q12=（x1，y2）、Q21=（x2，y1）、Q22=（x2，

y2）四個點的值。第一步為X方向的線性插值，在Q12、Q22中插入藍色點R2，Q11、Q21中插入藍色點R1；第二步為Y方向的線性插值，結合第一步計算出的R1與R2在y方向上插值計算出P點。

通過Python語言METEVA庫讀取該溫度預報數據，通過使用雙線性插值法將網格空間分辨率由2.5 km

提升為0.5 km，時間分辨為1 h。提取多模式能見度要素預報產品，通過使用機器學習算法，融入本地客觀預報算法，選取關鍵格點進行能見度預報訂正。

結果表明，客觀算法預報產品效果優于各家預報，

預報與實況平均誤差為2.8 km，而各家模式平均誤差為16.2 km。

4 “氣象+”數字應用場景融入海上交通氣象指揮平臺

通過深度挖掘多源觀測數據，基于LoRa海霧監測系統、能見度儀、衛星遙感技術的海霧監測分析與反演，建立海霧格點實況數據集，以不斷提升海上交通安全需求為出發點，構建智能化、數字化網格預報訂正產品[9-10]。依托格點實況和智能網格預報產品，開展大風與能見度精細化預報。將降尺度格點產品融入寧德市海上交通氣象預報預警服務微系統，實現了“PC端+移動手機端”聯動信息展示，精準覆蓋寧德海事部門的6條航道、5個錨地、31條客渡運航線（含航經點）、34個渡口共計250個點位的海上交通氣象服務信息，氣象全面融入海上安全監管工作。該程序為寧德市氣象局航線監測預報預警服務等產品提供重要載體，能夠實現服務產品信息的持續輸出與精準、有序、定向發布。通過提高氣象服務產品創新研究水平、提升服務和傳播能力等，促進海洋氣象高質量發展。

5 結論

（1）將LoRa、能見度儀、衛星海霧反演產品作為提升海霧協同觀測能力的有效技術解決方案，對提升海霧精細化預報預警能力具有較好的指示作用。

（2）提取多模式能見度要素預報產品，通過機器學習算法，融入本地客觀預報算法，結果表明客觀算法預報效果優于各家預報，預報與實況平均誤差為2.8 km，

而各家模式平均誤差為16.2 km。

（3）將降尺度格點實況融合產品與本地客觀算法產品加入寧德交通氣象小程序，幫助用戶和相關決策部門了解海霧的發生和發展情況，及時收到預警信息，減少氣象災害造成的損失，助力守護海上交通安全。

參考文獻

[1] 王緒翔，邵利民，曹祥村.黃海西部2005—2007年海霧演變的氣候特征研究 [J]. 海洋預報，2012，29（3）：62-68.

[2] 黃彬，許健民，史得道，等.黃渤海一次持續性海霧過程形變特征及其成因分析[J].氣象，2018，44（10）：1342-1351.

[3] 左迎芝，梁軍.大連及其近海海霧預報系統[J].氣象水文海洋儀器，2010，27（3）：9-14.

[4] 洗錦洪.應用于海霧監測的激光雷達的研制和能見度反演算法的研究[D].合肥：中國科學技術大學，2020.

[5] 李效東，梁鶯，任雍.基于LoRa 的海霧探測技術研究及效果檢驗[J].海峽科學，2021（7）：3-8.

[6] 方旭源，金煒，符冉迪，等.注意力機制下多尺度特征融合生成對抗網絡的白天海霧監測[J].遙感學報，2023，27（12）： 2736-2747.

[7] 任欣悅，何建新，張福貴，等.基于毫米波雷達的海霧觀測及能見度反演算法研究[J].成都信息工程大學學報，2023， 38（1）：49-56.

[8] 陳勝軍，孫巍巍，陳驥.閩東海霧天氣概念模型與基于LORA監測技術的檢驗分析[J].農業災害研究，2022，12（11）：

14-16，19.

[9] 耿丹，劉婷婷，李超.結合FY-4A衛星及隨機森林的日間沿海海霧識別模型的研究[J].海洋預報，2022，39（3）：83-93.

[10] 伍麗泉，鄭鳳琴，覃皓，等.2020年12月一次北部灣海霧過程的生消特征分析[J].氣象研究與應用，2022，43（1）：90-95.

收稿日期：2024-08-26

作者簡介：劉翔宇（1998—），男，福建寧德人，助理工程師，研究方向為綜合氣象觀測。