章國材

（中國氣象局，北京 100081）

中國霧的業(yè)務(wù)預(yù)報和應(yīng)用

章國材

（中國氣象局，北京 100081）

回顧了我國霧業(yè)務(wù)預(yù)報發(fā)展的三個階段（經(jīng)驗預(yù)報、主客觀相結(jié)合的霧預(yù)報和精細(xì)霧監(jiān)測預(yù)報）的情況及進(jìn)展，并指出霧預(yù)報的發(fā)展方向是建立包含先進(jìn)資料同化系統(tǒng)的高分辨率區(qū)域模式系統(tǒng)，在近期仍然需要發(fā)展數(shù)值預(yù)報產(chǎn)品解釋應(yīng)用技術(shù)，預(yù)報員的經(jīng)驗在提高對大霧這種災(zāi)害性天氣的預(yù)報準(zhǔn)確率方面仍然有用武之地。

中國，霧，預(yù)報

0　引言

濃霧是一種發(fā)生在近地面層的災(zāi)害性天氣現(xiàn)象，嚴(yán)重的視程障礙威脅著城市道路系統(tǒng)、高速公路、航空港和海港航道等的安全。隨著我國國民經(jīng)濟(jì)的快速發(fā)展，現(xiàn)代化交通工具在我國日益普及，高速公路、機(jī)場、航道對能見度的依賴日趨突出。世界航空史上曾發(fā)生過飛機(jī)在大霧中滑行相撞而造成嚴(yán)重后果的事故。霧對公路交通的影響是個很復(fù)雜的問題，因為車輛制動后滑行的距離與車速、車重及路面等許多因素有關(guān)，在一條公路行駛的車輛種類繁多，只要有一輛車出事故，就可能造成全路交通中斷。有霧時如能見度低于200m，高速公路應(yīng)實行限速管制；能見度低于50m，則司機(jī)分辨不清車距而易發(fā)生汽車追尾事故，高速公路應(yīng)當(dāng)關(guān)閉。近年來高速公路的惡性交通事故時有發(fā)生，嚴(yán)重的甚至造成數(shù)十甚至百余輛汽車追尾相撞，人員傷亡的慘劇。因此，對濃霧等低能見度天氣的監(jiān)測預(yù)報已經(jīng)成為當(dāng)前氣象預(yù)報的重要課題。

我國霧的業(yè)務(wù)預(yù)報大約經(jīng)歷了經(jīng)驗預(yù)報、主客觀相結(jié)合的霧預(yù)報以及精細(xì)化霧監(jiān)測預(yù)報三個階段。本文重點回顧了中國霧業(yè)務(wù)預(yù)報的歷程和取得的進(jìn)展，對未來霧預(yù)報也做了一些展望。

1　經(jīng)驗預(yù)報

在沒有數(shù)值天氣預(yù)報的時代，預(yù)報員主要根據(jù)天氣學(xué)原理，依靠天氣圖及輔助圖表的分析和預(yù)報經(jīng)驗做霧的預(yù)報。由于觀測資料的限制，這個階段預(yù)報員只可能開展輻射霧、鋒面霧和平流霧的預(yù)報，不可能開展由局地環(huán)境引起的霧（蒸發(fā)霧、上坡霧等）的預(yù)報。

輻射霧主要是因為夜間地面輻射冷卻，當(dāng)近地表的氣溫降低到露點或露點以下達(dá)到飽和，水汽凝結(jié)而形成霧。預(yù)報員根據(jù)輻射霧的形成原理，尋找有利于輻射降溫的天氣形勢，例如高壓楔、高壓帶、高壓中心、高壓后部等高壓系統(tǒng)，弱氣壓場，低壓系統(tǒng)等，分析地面水汽、風(fēng)、變溫、變壓、穩(wěn)定度等氣象條件；在冬半年，當(dāng)?shù)孛鏉穸容^大和微風(fēng)時，天空晴朗，夜晚由于輻射降溫，通常預(yù)報第二天早晨會出現(xiàn)霧。

平流霧是暖濕空氣移到較冷的陸地或水面時，因下部空氣冷卻而達(dá)到飽和，水汽凝結(jié)而形成的。因此，預(yù)報員通常關(guān)注有利于平流霧形成的三種天氣形勢：入海變性高壓的西部、太平洋高壓西部以及氣旋和低槽的東部。在這三種地面形勢下，著重分析近地面層的溫濕和亂流條件，比較本站和上游站的天氣要素，依靠經(jīng)驗做出霧的預(yù)報。

鋒面霧則根據(jù)預(yù)報區(qū)未來24h為鋒前或鋒后（暖鋒前后發(fā)生概率更大），當(dāng)預(yù)報地面風(fēng)速較小，濕度較大，近地層接近飽和并伴有逆溫層時，則預(yù)報有霧。

最常見的海霧是由于暖空氣平流到冷海面上形成的，因此，關(guān)注海面溫度和暖空氣向海面的輸送是海霧預(yù)報的著眼點。

在這個階段，無論是天氣形勢預(yù)報還是氣象要素預(yù)報都是依靠預(yù)報員的經(jīng)驗外推得到的，因此這個階段一般只能做24h內(nèi)霧的定性預(yù)報，霧的預(yù)報準(zhǔn)確率較低，在預(yù)報中很難區(qū)分輕霧和濃霧，更無法預(yù)報不同能見度的霧。且只有國家基本氣象站有霧的24h人工觀測，一般氣象站只在白天進(jìn)行霧的人工觀測，因此，這個階段霧預(yù)報的空間分辨率也很低。

2　主客觀相結(jié)合的霧預(yù)報

20世紀(jì)80-90年代，由于我國高速公路和機(jī)場的快速發(fā)展，對提高霧預(yù)報準(zhǔn)確率提出了迫切的需求，全國各級氣象臺站大大加強(qiáng)了霧預(yù)報的統(tǒng)計研究工作。在許多省20世紀(jì)90年代出版的天氣預(yù)報手冊中都可以看到大霧預(yù)報的方法，其基本思路是：根據(jù)歷史大霧觀測記錄，統(tǒng)計分析大霧生成的氣候概況和天氣形勢，研究大霧發(fā)生的氣象條件，計算分析大霧形成前各種物理量場的分布，提出各種預(yù)報大霧的方法。與此同時，由于經(jīng)費的限制，這個階段尚沒有能力大規(guī)模建設(shè)高速公路氣象監(jiān)測系統(tǒng)，因此不能開展精細(xì)的霧預(yù)報。

2.1霧生成條件的研究和客觀預(yù)報方法的建立

濃霧的形成涉及到四個基本因素：水汽、降溫、風(fēng)和凝結(jié)核。在這個階段，預(yù)報員仍然不考慮凝結(jié)核問題，而是先驗地認(rèn)為凝結(jié)核的條件總是被滿足的。很多人研究了霧生成的氣象條件[1-3]。第一，對于水汽條件，很顯然濃霧只有在相對濕度大的條件下才能形成，前期根據(jù)氣象站霧和相對濕度觀測資料的統(tǒng)計分析，認(rèn)為地面相對濕度至少≥80%才有可能形成霧[2]；后來根據(jù)外場試驗精細(xì)的觀測數(shù)據(jù)分析進(jìn)一步得出結(jié)論，出現(xiàn)霧時極端最小相對濕度是91%[4-5]。第二，只有當(dāng)氣溫降低到露點或露點以下，空氣達(dá)到飽和凝結(jié)條件時才能形成霧，因此降溫預(yù)報是預(yù)報員需要考慮的第二個因素。第三，風(fēng)速對霧的形成也有一定影響。如果沒有風(fēng)，就不會使上、下層空氣發(fā)生交換，冷卻效應(yīng)只發(fā)生在貼近地面的氣層中，只能生成一層薄薄的淺霧。如風(fēng)太大，上下層空氣交換很快，流動也大，氣溫不易降低很多，則難以達(dá)到水汽過飽和狀態(tài)。統(tǒng)計表明：輻射霧和平流霧的地面風(fēng)速分別以1～3和3～6m/s為宜。第四，925與1000hPa這一較薄氣層穩(wěn)定或弱不穩(wěn)定有利于霧的形成，Δθse值在-2～6℃為宜。由此，各級氣象臺站發(fā)展了霧預(yù)報的指標(biāo)法[1-2]，例如，張德山等[3]通過分析影響首都機(jī)場高速公路能見度的6種典型地面天氣形勢場，確定將大氣穩(wěn)定度、低層水汽含量和低空大氣中懸浮顆粒物3個基本氣象要素作為預(yù)報因子，得出各月的日能見度預(yù)報指標(biāo)，制作首都高速公路（不分區(qū)段）能見度等級（5個等級：≥10km、4～9km、2～4km、1～2km、＜1km）24h預(yù)報，凡首都高速公路出現(xiàn)與預(yù)報相同等級的能見度則評定為準(zhǔn)確，2000—2001年預(yù)報準(zhǔn)確率為70%左右。

海洋平流冷卻霧是由于暖濕氣流輸送到冷水面上，低層空氣溫度下降至露點而成霧，因此，適宜成霧的海面條件主要包括一定的海表面水溫(Tw)，適宜的海氣溫差（Tw-Ta）。王彬華[6]給出了平流冷卻霧成霧的海氣溫差范圍為-3℃≤（Tw-Ta）≤-0.5℃，而最高海水溫界限為Tw≤25℃。以后許多作者根據(jù)新的資料統(tǒng)計了當(dāng)?shù)睾ｌF發(fā)生的海洋—大氣界面熱力學(xué)條件，這些統(tǒng)計結(jié)果一般都沒有突破文獻(xiàn)[6]的范圍，但要比文獻(xiàn)[6]更具體。適宜的風(fēng)向和風(fēng)速將暖濕氣流向冷水面輸送是海霧產(chǎn)生的重要條件，海霧出現(xiàn)時的具體風(fēng)向、風(fēng)速，因不同海區(qū)和地形而有差異。

隨著20世紀(jì)80年代初我國數(shù)值天氣預(yù)報業(yè)務(wù)的建立，特別是數(shù)值天氣形勢預(yù)報質(zhì)量超過預(yù)報員的經(jīng)驗外推預(yù)報之后，霧預(yù)報進(jìn)入基于數(shù)值天氣分析預(yù)報的新階段。無論是客觀預(yù)報方法還是主觀預(yù)報，可以用于霧預(yù)報的產(chǎn)品不僅有實況觀測資料，而且還有上述霧生成氣象條件的數(shù)值預(yù)報產(chǎn)品，除此之外，還有更豐富的與霧生成有關(guān)的其他物理量產(chǎn)品，例如垂直速度、散度、渦度、混合層高度、穩(wěn)定度參數(shù)及垂直交換系數(shù)等產(chǎn)品。因此，各種數(shù)值預(yù)報產(chǎn)品解釋應(yīng)用的方法應(yīng)運而生：1）完全預(yù)報（perfect prediction，PP）方法[7-8]，這種統(tǒng)計模型是使用歷史資料建模，而實際預(yù)報時，預(yù)報因子的值僅來自數(shù)值預(yù)報模式輸出產(chǎn)品，這種方法的準(zhǔn)確率不僅取決于用歷史資料建立的統(tǒng)計模型的準(zhǔn)確性，還取決于數(shù)值模式氣象要素預(yù)報的準(zhǔn)確度。2）模式輸出統(tǒng)計（model output statistics，MOS）法[9-13]，這種預(yù)報方法的預(yù)報因子來自數(shù)值預(yù)報產(chǎn)品、氣象觀測數(shù)據(jù)以及氣候數(shù)據(jù)。建模和預(yù)報都使用數(shù)值預(yù)報產(chǎn)品，在建模時已考慮了數(shù)值預(yù)報的誤差和不確定性。因此，模式輸出統(tǒng)計法可看作是用觀測值不斷糾正模式輸出結(jié)果誤差的過程。3）基于支持向量機(jī)（support vector machine，SVM）方法[14-15]是一種以統(tǒng)計學(xué)習(xí)理論為基礎(chǔ)的非線性小樣本學(xué)習(xí)方法，SVM的最終決策函數(shù)只由少數(shù)的支持向量所確定，計算的復(fù)雜性取決于支持向量的數(shù)目，而不是樣本空間的維數(shù)，非常適于處理非線性物理問題。4）神經(jīng)元網(wǎng)絡(luò)方法[16-19]是指由大量類似于生物神經(jīng)細(xì)胞的處理單元（神經(jīng)元）相互連接而成的，具有一定智能功能的網(wǎng)絡(luò)。根據(jù)神經(jīng)元在網(wǎng)絡(luò)中的連接方式、學(xué)習(xí)方式和信息傳遞方向的不同而衍生出不同的網(wǎng)絡(luò)類型。氣象上經(jīng)常采用的網(wǎng)絡(luò)類型是應(yīng)用最為廣泛的基于誤差反向傳播（error back propagation，BP）學(xué)習(xí)算法的人工神經(jīng)網(wǎng)絡(luò)。例如，王雷等[17]選取1980—1992年蕪湖機(jī)場氣象臺地面觀測資料，包括風(fēng)向、風(fēng)速、能見度、天氣現(xiàn)象、溫度、露點溫度、相對濕度、水汽壓、本站氣壓和海平面氣壓共10項。還采用了蕪湖鄰近的南京、安慶、上海和杭州站同時段的地面氣象資料。利用BP人工神經(jīng)網(wǎng)絡(luò)方法制作蕪湖機(jī)場霧的預(yù)報，用1991—1992年的資料進(jìn)行蕪湖機(jī)場霧的試報，霧日報對次數(shù)為55，漏報次數(shù)為4，空報次數(shù)109，命中率為33.5%，空報率為66.59%，漏報率為6.8%，臨界成功指數(shù)為32.7%。需要指出的是，無論是MOS、SVM還是神經(jīng)元網(wǎng)方法等統(tǒng)計方法，當(dāng)數(shù)值預(yù)報模式升級時，都需要使用新的數(shù)值預(yù)報產(chǎn)品重新建模；而且對不同的氣候區(qū)都需要建立不同的統(tǒng)計模型，工作量大，這是統(tǒng)計預(yù)報的一大缺點。

2.2霧數(shù)值模式的研發(fā)

這個階段我國也研發(fā)了一維霧模式。一維霧模式最基本的假設(shè)是熱力學(xué)變量在水平方向上具有均一性，因此，霧的演變主要由大氣輻射場、湍流混合以及地表的水汽和熱量通量驅(qū)動，不考慮水平平流或大尺度沉降等動力過程。周斌斌[20]在Brown等的霧模式的基礎(chǔ)上做了改進(jìn)，考慮了風(fēng)溫廓線隨時間的變化，湍流交換系數(shù)由風(fēng)溫廓線計算，分析了輻射霧的形成過程。尹球等[21-22]對輻射過程、微物理過程和大氣湍流交換過程進(jìn)行了適當(dāng)?shù)膮?shù)化處理，建立了一個一維輻射霧數(shù)值模式，并用于霧整個生消過程的模擬。

李子華[23]系統(tǒng)回顧了我國二維和三維霧模式的研發(fā)歷程，指出：20世紀(jì)80年代末和90年代初，中國開始研究二維輻射霧模式，模式包括大氣長波輻射冷卻、地表能量收支、液態(tài)水重力沉降等影響霧的形成和發(fā)展的主要因子，并采用了一個高度變換坐標(biāo)系，有效而簡便地將長江兩岸的復(fù)雜地形引入模式。接著在對重慶霧綜合觀測試驗之后，又發(fā)展了復(fù)雜地形二維非定常霧模式，以實測資料為初始場，研究了一次重慶霧的形成和發(fā)展過程，對江河、城市熱島、重慶地形，以及長波輻射冷卻等對霧的影響分別做了模擬試驗，得到一些符合觀測事實的結(jié)論。其中城市熱島對霧的影響有二重性：一方面熱島環(huán)流可以增強(qiáng)市中心與長江之間的氣流輻合上升，把水汽從低層帶入高層，有利于霧的垂直發(fā)展；另一方面，城市的高溫又不利于霧的形成，這一重要結(jié)論可以解釋重慶霧為什么隨著城市發(fā)展而逐漸減少，有霧時霧頂很高，霧層很厚等問題。由于重慶霧分布不均勻，具有明顯的三維結(jié)構(gòu)特征，且地形復(fù)雜而又不對稱，二維模式具有明顯的不足。由此發(fā)展了復(fù)雜地形上霧的三維數(shù)值模式。用這個模式模擬重慶的山地、河流和城市熱島而引起的局地環(huán)流，模擬冬季一次霧的生消過程、空間分布特征與實況接近。后來利用這個模式對西雙版納地區(qū)的輻射霧研究也獲得成功。但是這些霧數(shù)值模式都沒有應(yīng)用于霧的業(yè)務(wù)預(yù)報。

3　精細(xì)霧的監(jiān)測和預(yù)報

21世紀(jì)，我國高速公路氣象監(jiān)測系統(tǒng)的建設(shè)大大促進(jìn)了霧的精細(xì)監(jiān)測和預(yù)報業(yè)務(wù)的發(fā)展。表現(xiàn)在以下幾個方面。

3.1霧形成條件的精細(xì)分析

霧形成條件的精細(xì)分析是霧精細(xì)監(jiān)測預(yù)報的基礎(chǔ)。高速公路精細(xì)的能見度觀測系統(tǒng)為霧形成條件的精細(xì)分析提供了基礎(chǔ)資料。根據(jù)南京交通氣象研究所[4]的統(tǒng)計，出現(xiàn)霧時，極端最小相對濕度是91%，也就是說相對濕度至少要達(dá)到90%以上，才能使霧穩(wěn)定存在。濃霧形成前最大相對濕度為93%～98%的幾率達(dá)94.6%。他們還分析了局地“團(tuán)霧”的生成條件：1）1.5h降溫幅度可達(dá)1℃，且隨能見度波動而波動；2）風(fēng)速在0.8m/s以上，甚至達(dá)到2.0～2.4m/s，兩者都比成片霧大。

馮民學(xué)等[5]經(jīng)眾多濃霧形成的物理過程的歷史樣本分析研究后，得出滬寧高速公路有利于近地層成霧的條件為：

1）具有維持晴空、微風(fēng)的低層均壓場和高層高壓脊（有暖平流）的大尺度天氣形勢。

2）具有穩(wěn)定的大氣層結(jié)，貼近地面和低空存在逆溫層。逆溫層的平均強(qiáng)度：?T/?H=（1.5～2.5）℃/100gpm。逆溫層愈厚愈強(qiáng)則霧愈濃。

3）具有良好的晴空長波輻射條件。輻射降溫率在02-04時（1.0～1.8）℃/h最有利于霧的形成。且近地層空氣凈輻射處于負(fù)值時間愈長愈有利于輻射霧的形成。

4）風(fēng)的脈動作用。經(jīng)研究分析，風(fēng)的脈動有利于霧滴的增長而使能見度降低。因為能見度（式中，ni為第i組的霧滴數(shù)，ri為第i組的霧滴半徑），能見度距離與霧滴的數(shù)量和霧滴的半徑的平方成反比。在風(fēng)的作用下，因碰并形成霧滴半徑的變異，而使大霧滴迅速形成和增多，造成能見度急劇下降。從近兩年的濃霧監(jiān)測中也證實了2min平均風(fēng)速在0.4～1.8m/s時最有利于霧的形成。

張利娜等[24]通過對首都國際機(jī)場高速公路21個月中能見度最低月資料的分析表明，大氣能見度與濕度間呈明顯的冪指數(shù)分布關(guān)系，其與氣溫呈U型相關(guān)。但在月平均能見度最大月，能見度則與濕度呈指數(shù)關(guān)系。200m以下的低能見度基本上是濕度在100%的情況下發(fā)生的，即都是大霧天氣影響的直接結(jié)果，但對200m以上的低能見度則不同，200～1000m能見度只有一半是因為霧，而1～4km的能見度中不到1/3是因為霧，其他主要是由灰霾、沙塵暴等天氣現(xiàn)象造成。從物理上來看，大氣能見度與濕度的關(guān)系，主要通過水汽分子的瑞利散射和霧的米氏散射兩個方面來表現(xiàn)；風(fēng)速則是由于壓力阻力卷起大氣氣溶膠來影響大氣能見度的。

吳兌等[25]分析南嶺山區(qū)濃霧發(fā)生同時段內(nèi)的周邊區(qū)域的探空觀測資料，發(fā)現(xiàn)形成濃霧的大氣結(jié)構(gòu)的主要或關(guān)鍵性特征有：1）近地面至925hPa（約900m）高度，大氣層結(jié)呈中性狀態(tài)，而925hPa以上高度層結(jié)為穩(wěn)定狀態(tài)；2）從地面至400或300hPa，大氣相對濕度較大，接近準(zhǔn)飽和狀態(tài)；3）風(fēng)速的垂直分布為：①700hPa以下為偏西北或偏北風(fēng)，其上為西南風(fēng)；②700hPa以下為偏西南或偏南或偏東南風(fēng)，500hPa以上為偏西南風(fēng)，而700和500hPa上為偏西北風(fēng)。低層的風(fēng)速一般都在16m/s以下。若大氣運動的結(jié)構(gòu)同時滿足以上3點特征，則南嶺山區(qū)一定有濃霧。在此基礎(chǔ)上，建立了南嶺山地霧的結(jié)構(gòu)預(yù)測方法。將能見度（V）分為5個等級（V≥1000m，500m≤V＜1000m，200m≤V＜500m，50m≤V＜200m，V＜50m），規(guī)定預(yù)測能見度等級與實測等級一致，得100分；預(yù)測的能見度等級與實測等級相差一級，得50分；預(yù)測能見度等級與實測等級相差兩級或以上，得0分。則2003年12月、2004年1—3月和2004年11月南嶺山區(qū)能見度預(yù)報準(zhǔn)確率為81.1%。

這些研究成果不僅豐富了霧客觀預(yù)報的氣象因子，也成為霧業(yè)務(wù)預(yù)報的重要指導(dǎo)。

針對氣溶膠對霧的形成與發(fā)展的作用也進(jìn)行了一些研究。施曉暉等[26]指出：北京及周邊地區(qū)冬季霧日數(shù)和氣溶膠光學(xué)厚度則呈正相關(guān)，并具有“同位相”的年際變化趨勢。石春娥等[27]在三維霧模式中，對增加氣溶膠粒子與不考慮氣溶膠兩種情況下霧的形成與發(fā)展過程進(jìn)行了研究，結(jié)果表明：氣溶膠粒子的存在，由于其溫度效應(yīng)的存在，使地面霧形成時間推遲，低層霧含水量普遍減小；適量的氣溶膠粒子有利于重慶霧向高處發(fā)展，當(dāng)氣溶膠粒子成倍增加后，對霧的形成與發(fā)展有阻礙作用。但是，在霧預(yù)報中如何考慮氣溶膠濃度的影響，還沒有得到可以應(yīng)用的成果。

3.2霧精細(xì)化監(jiān)測和臨近預(yù)報

3.2.1霧的監(jiān)測

進(jìn)入21世紀(jì)，霧的監(jiān)測業(yè)務(wù)大大加強(qiáng)。一是國家氣象站全部安裝了自動化能見度觀測設(shè)備，實現(xiàn)了每分鐘能見度的自動觀測，觀測精度達(dá)到米級。二是高速公路安裝了大量能見度的觀測設(shè)備。滬寧高速公路、京津唐高速公路、沈大高速公路、成渝高速公路和京珠高速公路粵境北段都安裝了比較密集的能見度觀測設(shè)備[4,28-29]。南京交通氣象研究所[4]根據(jù)滬寧高速公路多年霧的觀測研究，提出了高速公路霧監(jiān)測的布點方案：1）在濃霧多發(fā)的山地、水汽和冷空氣容易積聚的低谷、易發(fā)團(tuán)霧的河網(wǎng)地區(qū)，監(jiān)測站的密度要大一些，間距3～5km為宜。2）在季節(jié)性濃霧多發(fā)地區(qū)，監(jiān)測站間距以10km左右為宜。3）在低能見度濃霧偶發(fā)地區(qū)，監(jiān)測站間距可增大到20～50km。三是建立了衛(wèi)星反演霧的業(yè)務(wù)。國家氣象站能見度觀測是“點”觀測，高速公路能見度觀測也僅是“線”觀測，實現(xiàn)能見度“面”觀測的手段只有氣象衛(wèi)星，用氣象衛(wèi)星反演和監(jiān)測霧已有很多研究成果[30-33]，國家衛(wèi)星氣象中心在研究成果的基礎(chǔ)上，既用靜止氣象衛(wèi)星（風(fēng)云二號、MTSET），也用極軌氣象衛(wèi)星（風(fēng)云三號、NOAA極軌衛(wèi)星）反演霧，通過中國氣象局廣播系統(tǒng)（CMACAST）分發(fā)霧衛(wèi)星監(jiān)測產(chǎn)品，各級臺站都能實時接收到這些產(chǎn)品。

海洋霧的監(jiān)測主要依靠氣象衛(wèi)星。由于霧的高度接近或貼近地面，所以它們的溫度和周圍環(huán)境場的溫度十分接近，在紅外衛(wèi)星云圖中很難被識別，而在可見光云圖上由于其反照率與周圍環(huán)境場存在較大的差別，霧區(qū)較容易辨認(rèn)，但是無法識別云下的海霧。20世紀(jì)90年代以來，通過衛(wèi)星觀測定量反演霧形態(tài)以及水平能見度的工作逐步開展，Minnis等[34]提出了使用光學(xué)厚度定量反演霧頂高度的經(jīng)驗方法。Heidinger等[35]對此方法進(jìn)行了修正。Bendix[36]和Bendix等[37]使用可見光反照率資料建立了反演光學(xué)厚度的方法。朱小祥等[38]采用F1-D多通道綜合判別海霧，能夠確定圖像上每個像素點上是否有霧，監(jiān)測產(chǎn)品的空間分辨率可達(dá)0.01°×0.01°。但是，當(dāng)上空有云層覆蓋時，無法識別云層覆蓋下的近海面的霧。

3.2.2 霧的臨近預(yù)報

以往對濃霧的形成，尤其是低能見度濃霧的形成，由于缺少觀測資料，很難做到“定時”。只能在有利于形成霧的天氣背景下，從經(jīng)驗和成霧要素指標(biāo)分析，預(yù)報“凌晨”或“下半夜起”有無濃霧（僅指能見度小于1000m），不可能預(yù)報濃霧的起始時間和變化。有了每分鐘的能見度觀測資料，我們對濃霧形成的突發(fā)性以及波動性有了新的認(rèn)識。馮民學(xué)等[5]根據(jù)高速公路氣象監(jiān)測站的連續(xù)自動監(jiān)測資料指出：水平能見度的變化并不是一個漸變的過程，監(jiān)測到的能見度從1000m以上降至100 m以下，一般為25～30min，但有時只有5～10min。能見度的演變也不一定是穩(wěn)定下降或穩(wěn)定上升，而可能是反復(fù)在1～2km和100～200m波動，這種波動時段少則40min～1h，最長一次達(dá)165min?？梢愿鶕?jù)環(huán)境溫、濕度條件和霧的波動特征做出霧的臨近預(yù)報。但是，以上霧的變化特征與局地環(huán)境關(guān)系很大，需要逐地進(jìn)行分析。

李永平等[39]將氣象衛(wèi)星云圖霧監(jiān)測和中尺度數(shù)值預(yù)報產(chǎn)品相結(jié)合制作大霧臨近預(yù)報，其基本思路是：應(yīng)用云霧光譜特征和結(jié)構(gòu)特征進(jìn)行霧區(qū)的動態(tài)檢測和提取，利用地面自動氣象站資料，分析霧區(qū)變化與多氣象要素的關(guān)系，然后利用經(jīng)修正的中尺度數(shù)值天氣預(yù)報模式輸出的氣象要素產(chǎn)品，對衛(wèi)星遙感霧區(qū)進(jìn)行0～2h預(yù)報，對2009和2010年1—4月的多霧季節(jié)的大霧過程應(yīng)用統(tǒng)計結(jié)果表明，該方法對大霧臨近預(yù)報具有一定的效果。

3.3霧短期預(yù)報

目前霧短期預(yù)報有統(tǒng)計預(yù)報、數(shù)值預(yù)報和預(yù)報員在此基礎(chǔ)上的業(yè)務(wù)預(yù)報三種。

3.3.1統(tǒng)計預(yù)報

數(shù)值預(yù)報產(chǎn)品的統(tǒng)計釋用方法在霧預(yù)報業(yè)務(wù)中得到廣泛應(yīng)用。王在文等[14]發(fā)展了基于SVM的霧精細(xì)化預(yù)報方法。在MM5 V3模式3km預(yù)報范圍內(nèi)，選取預(yù)報站點（北京市五元橋）周圍4個網(wǎng)格點上975，925，850，500和200hPa的u，v，T，H，RH，CLW（云水）以及PSEA，RT（RC+RNC）共128個數(shù)值天氣預(yù)報因子，以及預(yù)報當(dāng)天預(yù)報初始時刻的10m風(fēng)向和風(fēng)速、24h累計降水、本站氣壓、3h變壓和總云量共6個實況因子，經(jīng)歸一化處理后的因子值形成符合SVM方法所需要的固定樣本集（2006年春季182個理想樣本)，對3～48h各預(yù)報時次（3，6，9，12，…，48h）進(jìn)行建模，用2007年春季五元橋能見度觀測資料進(jìn)行預(yù)報檢驗，40%的大氣能見度等級預(yù)報與觀測一致，90%以上預(yù)報的等級偏差在一級之內(nèi)（含等級相同)，在未來3～48h各種預(yù)報時效，大氣能見度等級預(yù)報效果穩(wěn)定。

3.3.2數(shù)值預(yù)報

我國在2000年以后開始較多地使用中尺度模式進(jìn)行霧的模擬研究[40-43]，取得了許多成果，認(rèn)為好的中尺度數(shù)值模式（例如WRF）可以較好模擬霧的生成條件，但也存在不少問題，并揭示出模式物理過程和初始資料對霧預(yù)報的敏感性。但是，目前業(yè)務(wù)數(shù)值預(yù)報模式的直接輸出產(chǎn)品中都沒有霧的產(chǎn)品，提供業(yè)務(wù)使用的霧客觀預(yù)報產(chǎn)品都是數(shù)值天氣預(yù)報解釋應(yīng)用產(chǎn)品。雖然中國氣象科學(xué)研究院的CUACE模式、北京市氣象局的BREMPS模式、廣東省氣象局的CMAQ模式和上海市氣象局的大氣化學(xué)模式都在業(yè)務(wù)運行，并根據(jù)氣象能見度距離與消光系數(shù)反比關(guān)系（Koschmieder能見度公式）和模式預(yù)報的氣溶膠的質(zhì)量濃度，預(yù)報能見度，但是并非真正的霧預(yù)報。

我國對海霧的數(shù)值模擬開展較晚[44-50]，主要使用區(qū)域模式（如MM5、RAMS、COAMPS、WRF和GRAPES等）對霧的三維結(jié)構(gòu)以及霧對能見度的影響進(jìn)行了一系列研究，并對其機(jī)制進(jìn)行了探討。但是，對各種物理因素，如平流、輻射、湍流和SST等如何相互作用，如何影響海霧的水平和垂直發(fā)展，以及海霧和陸地輻射霧相比有什么異同，不同海霧之間的異同，仍然缺乏深入和全面的認(rèn)識。

國家氣象中心基于PSU/NCAR的WRF模式2.2版本，優(yōu)選模式微物理過程和邊界層方案，采用Stoelinga能見度計算方程[51]，建立了黃渤海海霧數(shù)值預(yù)報系統(tǒng)[52]。選取2007年3—6月的海上大霧（能見度小于lkm）進(jìn)行數(shù)值預(yù)報回算試驗，利用沿海站點能見度的大霧觀測資料進(jìn)行點對點檢驗（數(shù)值預(yù)報的格點能見度預(yù)報用雙線性內(nèi)插法內(nèi)插到沿海站點上），正確率達(dá)到80%，說明此海霧數(shù)值預(yù)報系統(tǒng)對海上大霧有較好的預(yù)報能力。

3.3.3業(yè)務(wù)預(yù)報

預(yù)報員的霧預(yù)報思路主要采取從大（天氣背景場）到?。ㄋ诘赜蚍秶?，從遠(yuǎn)到近的跟蹤判斷預(yù)報法。短期霧預(yù)報既有落區(qū)預(yù)報也有單點（例如機(jī)場）預(yù)報，霧的臨近預(yù)報業(yè)務(wù)主要在機(jī)場、高速公路和大城市開展。

目前國家氣象中心每日08和20時提供2次24h全國霧的落區(qū)預(yù)報。省和省以下業(yè)務(wù)單位在上級指導(dǎo)產(chǎn)品的基礎(chǔ)上，制作轄區(qū)內(nèi)短期霧的預(yù)報產(chǎn)品。霧短期預(yù)報流程：預(yù)報員分析實時能見度觀測資料、成霧的天氣形勢和數(shù)值預(yù)報解釋應(yīng)用產(chǎn)品→分析數(shù)值預(yù)報產(chǎn)品中有關(guān)霧生成的氣象要素誤差并訂正之→做出霧的落區(qū)預(yù)報。

霧臨近預(yù)報只在省級及以下業(yè)務(wù)單位開展。霧臨近預(yù)報流程：分析跟蹤每小時衛(wèi)星云圖→根據(jù)自動監(jiān)測系統(tǒng)的能見度、溫濕度和風(fēng)向風(fēng)速的演變規(guī)律→做出濃霧變化的臨近預(yù)報。

3.4高速公路霧監(jiān)測預(yù)警服務(wù)系統(tǒng)

21世紀(jì)，我國已經(jīng)在多條高速公路上建立了霧監(jiān)測預(yù)警系統(tǒng)[4,28-29]，而且已經(jīng)成為霧業(yè)務(wù)預(yù)報的重要組成部分，為高速公路的管理、減少交通事故發(fā)揮了重要作用。高速公路霧監(jiān)測預(yù)警服務(wù)系統(tǒng)主要由環(huán)境氣象自動監(jiān)測系統(tǒng)、通信傳輸系統(tǒng)、霧預(yù)報系統(tǒng)、運營決策管理支持系統(tǒng)和信息發(fā)布系統(tǒng)等組成。

高速公路自動環(huán)境氣象監(jiān)測系統(tǒng)按3.2節(jié)指出的布局原則建設(shè)能見度、溫度、濕度和風(fēng)等觀測設(shè)備，實現(xiàn)每分鐘霧的監(jiān)測。各類環(huán)境氣象要素監(jiān)測資料利用公網(wǎng)的GPRS（通用分組無線業(yè)務(wù)）及時傳送到監(jiān)控中心。根據(jù)3.1節(jié)獲得的知識，利用現(xiàn)代化氣象裝備（氣象衛(wèi)星云圖、氣象雷達(dá)、各類氣象地面及探空觀測站、高速公路沿線布設(shè)的環(huán)境氣象監(jiān)測站）和氣象信息綜合分析處理系統(tǒng)（MICAPS），建立高速公路低能見度監(jiān)測預(yù)警、預(yù)報模型。在滬寧高速公路的霧季，每年10月—次年4月，監(jiān)測預(yù)報人員實行24h值班，如判斷午夜后有小于500m的大霧，即在22時發(fā)布第一次預(yù)警。以后提前1h預(yù)測能見度小于200m出現(xiàn)的大致時間，當(dāng)能見度小于200m時，判斷未來能見度變化趨勢（維持、加濃、減弱、消散），做出濃霧變化的臨近預(yù)報，特別是提前預(yù)測能見度大于200 m的濃霧消散時段，以便及時恢復(fù)公路的正常運行，發(fā)揮最大的社會經(jīng)濟(jì)效益。高速公路運營管理決策支持系統(tǒng)包括高速公路沿線布設(shè)的環(huán)境氣象監(jiān)測站的實時監(jiān)測信息、全省和全國的各類氣象信息、高速公路低能見度預(yù)報系統(tǒng)制作的預(yù)警和預(yù)報產(chǎn)品、高速公路路況信息以及交通運營管理規(guī)則等。本系統(tǒng)是實現(xiàn)智能交通管理的一個重要子系統(tǒng)，目的是為高速公路提供氣象保障信息，并結(jié)合公路運營規(guī)則，供指揮調(diào)度人員制定運營決策提供依據(jù)，實現(xiàn)高速公路的科學(xué)安全運行。

4　展望

進(jìn)入21世紀(jì)，霧的監(jiān)測和預(yù)報雖然取得了較大進(jìn)展，但是對霧的時間、空間和量級精細(xì)化預(yù)報能力和準(zhǔn)確率仍然不足，與保障交通安全和提高效益的需求存在明顯差距。

由于霧發(fā)生、發(fā)展過程的復(fù)雜性，對不同時間和空間尺度上霧過程的不完全理解，仍存在不少認(rèn)識上的必然王國，是制約霧準(zhǔn)確預(yù)報的重要因素。盡管一維霧模式具有詳細(xì)的霧物理過程，其與中尺度數(shù)值模式的耦合在一定程度上提高了霧的預(yù)報能力，在霧的定量預(yù)報中已經(jīng)展示出一定的優(yōu)勢[53-54]。然而，一維霧模式動力方面明顯不足，它需要非常準(zhǔn)確的初始和邊界條件。在實際應(yīng)用中常與三維中尺度模式配合，由中尺度模式提供這些條件。三維霧模式也只是為研究霧而設(shè)計的，沒有考慮大尺度環(huán)境因素對霧的生成和消散的影響，因此只有研究價值。目前通常還是用常規(guī)的三維中尺度模式來進(jìn)行霧的模擬和預(yù)報。常用的中尺度模式有目前流行的WRF模式和我囯自主研發(fā)的GRAPES-meso模式。目前中尺度業(yè)務(wù)模式的地面溫、濕度都存在偏差（Bias），在很多情況下霧不能從中尺度模式中產(chǎn)生。這時怎樣預(yù)報霧，對不完美的中尺度業(yè)務(wù)模式來說是一種挑戰(zhàn)。Zhou等[55]用“Rulebased”的方法在模式后處理器中進(jìn)行霧的再診斷是一種嘗試。該方法盡管不能預(yù)報霧的強(qiáng)度，但對霧是否發(fā)生的預(yù)報比通常用的中尺度模式（如WRF）有明顯的提高。

在中尺度數(shù)值模式中，有關(guān)霧的微物理過程、湍流過程、輻射過程、邊界層結(jié)構(gòu)等的合理描述，對霧的預(yù)報至關(guān)重要。例如，湍流和輻射過程對霧的形成、發(fā)展和消亡具有非常重要的影響，但這些過程具有很大的不確定性，由于模式物理參數(shù)化過程的不確定性，模擬有時會得到與觀測完全相反的結(jié)果[53]。因此，要更好地進(jìn)行物理參數(shù)化，發(fā)展精細(xì)化的數(shù)值預(yù)報系統(tǒng)，需要不同條件下大霧的細(xì)致觀測，需要加強(qiáng)關(guān)于湍流作用、大氣與復(fù)雜下墊面相互作用的基礎(chǔ)研究。

初始條件的準(zhǔn)確性在很大程度上會影響模式的預(yù)報效果[54,56]，提高模式初始條件的質(zhì)量對于準(zhǔn)確預(yù)報霧的形成和演變具有重要的意義。資料同化技術(shù)的研究和新數(shù)據(jù)源的應(yīng)用可以提供更好的初始條件，從而使得霧的預(yù)報更準(zhǔn)確。但是，關(guān)于霧的資料同化研究還非常少。Wang等[57]，應(yīng)用三維資料同化方法利用從多功能傳輸衛(wèi)星（MTSAT）的紅外和可見云圖反演得到的相對濕度分布對WRF模式的初始場進(jìn)行訂正，表明可以改善黃海海霧的臨近預(yù)報。隨著觀測資料的不斷豐富，采用先進(jìn)的資料同化技術(shù)獲得精確的模式初值將是大霧預(yù)報中一項迫切任務(wù)。

由于霧的數(shù)值預(yù)報對初值和物理過程都很敏感，因此，發(fā)展多初值和多物理過程的霧的集合預(yù)報系統(tǒng)很有必要[55,58]。Zhou等[55]的研究表明集合預(yù)報技術(shù)的應(yīng)用對霧的可預(yù)報性確實有明顯的提高。

即使未來建立了包含先進(jìn)資料同化系統(tǒng)的高分辨率區(qū)域模式，但是數(shù)值預(yù)報誤差仍然存在，因此仍然需要發(fā)展數(shù)值預(yù)報產(chǎn)品解釋應(yīng)用技術(shù)和集合預(yù)報系統(tǒng)。與此同時，預(yù)報員的經(jīng)驗在提高大霧這種災(zāi)害性天氣的預(yù)報準(zhǔn)確率方面仍然有用武之地。

［1］吳洪， 柳崇健， 邵潔， 等. 北京地區(qū)大霧形成的分析和預(yù)報. 應(yīng)用氣象學(xué)報， 2000， 11（1）：123-127.

［2］毛冬艷， 楊貴名. 華北平原霧發(fā)生的氣象條件. 氣象， 2006， 32（1）：78-83.

［3］張德山， 魏建明， 陳廷良， 等. 首都機(jī)場高速公路能見度預(yù)報方法.氣象科技， 2002（6）：358-361.

［4］田小毅， 吳建軍， 嚴(yán)明良， 等. 高速公路低能見度濃霧監(jiān)測預(yù)報中的幾點新進(jìn)展. 氣象科學(xué)， 2009， 29（3）： 414-420.

［5］馮民學(xué)， 顧松山， 卞光輝. 高速公路濃霧監(jiān)測預(yù)警系統(tǒng). 中國公路學(xué)報， 2004， 17（3）： 92-97.

［6］王彬華. 海霧. 北京： 海洋出版社， 1983.

［7］趙玉廣， 李江波， 康錫言. 用PP方法做河北省霧的分縣預(yù)報. 氣象，2004， 30（6）： 43-47.

［8］孔璐， 劉承光. 氣象數(shù)據(jù)管理與共享技術(shù)研究//第七屆長三角科技論壇能源分論壇——長三角氣象科技論壇論文集， 2010： 405-408.［9］郭秀英， 糜若夫. 華南沿海春季海霧與天氣型關(guān)系的統(tǒng)計分析及預(yù)報. 廣東氣象， 1991， 13（1）：25-27.

［10］胡基福， 郭可彩， 鄢利農(nóng). 應(yīng)用模式輸出統(tǒng)計作海霧出現(xiàn)判別預(yù)報. 青島海洋大學(xué)學(xué)報， 1996（4）：53-59.

［11］李法然， 周之栩， 陳衛(wèi)鋒， 等. 湖州市大霧天氣的成因分析及預(yù)報研究. 應(yīng)用氣象學(xué)報， 2005， 16（6）：794-803.

［12］黃輝軍， 黃健， 劉春霞， 等. 用GRAPES模式輸出變量因子作廣東沿海海霧預(yù)報. 熱帶氣象學(xué)報，2010， 26（1）： 31-39.

［13］賀皓， 姜創(chuàng)業(yè)， 徐旭然. 利用MM5模式輸出產(chǎn)品制作霧的客觀預(yù)報. 氣象， 2002， 28（9）：41-43.

［14］王在文， 張朝林， 蘇晨，等. 基于非線性支持向量機(jī)的大氣能見度等級預(yù)報方法研究// 能見度預(yù)報經(jīng)驗交流研討會暨青年科技工作者論壇. 2009.

［15］賀皓， 羅慧. 基于支持向量機(jī)模式識別的大霧預(yù)報方法. 氣象科技， 2009， 37（2）： 149-151.

［16］梅玨. 人工神經(jīng)元網(wǎng)絡(luò)在輻射霧預(yù)報中的應(yīng)用. 應(yīng)用氣象學(xué)報，1999， 10（4）： 511-512.

［17］王雷， 黃培強(qiáng). 利用人工神經(jīng)網(wǎng)絡(luò)預(yù)報蕪湖的霧. 氣象科學(xué)，2001， 21（2）： 200-205.

［18］袁志康， 張韌， 周樹道， 等. 基于人工神經(jīng)網(wǎng)絡(luò)算法的某機(jī)場霧的模式識別預(yù)報. 解放軍理工大學(xué)學(xué)報（自然科學(xué)版）， 2002， 3（4）： 82-86.

［19］王彥磊， 曹炳偉， 黃兵， 等. 基于神經(jīng)網(wǎng)絡(luò)的單站霧預(yù)報試驗. 應(yīng)用氣象學(xué)報， 2010， 21（1）：110-114.

［20］周斌斌. 輻射霧的數(shù)值模擬. 氣象學(xué)報， 1987， 45（1）： 21-29.

［21］尹球， 許紹祖. 輻射霧生消的數(shù)值研究（Ⅰ）： 數(shù)值模式. 氣象學(xué)報，1993， 51（3）： 351-360.

［22］尹球， 許紹祖. 輻射霧生消的數(shù)值研究（Ⅱ）： 生消機(jī)制. 氣象學(xué)報，1994， 52（1）： 60-67.

［23］李子華. 中國近40年來霧的研究. 氣象學(xué)報， 2001， 39（5）： 616-624.［24］張利娜， 張朝林， 王必正， 等. 北京高速公路大氣能見度演變特征及其物理分析. 大氣科學(xué)， 2008， 32（6）： 1229-1240.

［25］吳兌， 鄧雪嬌， 游積平， 等. 南嶺山地高速公路霧區(qū)能見度預(yù)報系統(tǒng). 熱帶氣象學(xué)報， 2006， 22（5）： 417-422.

［26］施曉暉， 徐祥德. 北京及周邊氣溶膠區(qū)域影響與大霧相關(guān)特征的研究進(jìn)展. 地球物理學(xué)報， 2012， 55（10）： 3230-3239.

［27］石春娥， 姚克亞， 馬力. 氣溶膠粒子對城市霧影響的模擬研究. 氣候與環(huán)境研究， 2001， 6（4）： 485-492.

［28］張金滿， 趙娜， 馬翠平， 等. 基于GIS技術(shù)的智能化交通氣象服務(wù)系統(tǒng)的開發(fā)研制. 山東氣象， 2014， 34（1）： 68-73.

［29］黎穎智， 鄧英姿， 劉世學(xué)， 等. 廣西高速公路霧預(yù)報系統(tǒng)設(shè)計與實現(xiàn). 氣象研究與應(yīng)用， 2013， 34（3）： 43-46.

［30］李亞春， 孫涵， 徐萌. 衛(wèi)星遙感在大霧生消動態(tài)監(jiān)測中的應(yīng)用. 災(zāi)害學(xué)， 2001， 16（1）： 45-49.

［31］張順謙， 楊秀蓉. 基于神經(jīng)網(wǎng)絡(luò)和分形紋理的夜間濃霧遙感監(jiān)測技術(shù). 應(yīng)用氣象學(xué)報， 2005，16（6）：804-810.

［32］樊建勇， 黃玲， 祝必琴， 等. NOAA/AVHRR遙感數(shù)據(jù)在夜間霧監(jiān)測中的應(yīng)用. 江西農(nóng)業(yè)大學(xué)學(xué)報，2011， 33（1）： 189-193.

［33］周小珂， 嚴(yán)衛(wèi)， 白衡， 等. 基于DMSP/OLS數(shù)據(jù)的夜間低云大霧監(jiān)測技術(shù)研究. 遙感信息， 2012， 27（6）： 86-90.

［34］Minnis P， Heck P W， Young D F， et al. Stratocumulus cloud properties derived from simultaneous satellite andisland-based instrumentation during FIRE. J Appl Meteor， 1992， 31（4）： 317-339.

［35］Heidinger A K， Stephens G L. Molecular line absorption in a scattering atmosphere. Part II： Application to remote sensing in the O2 A band. J Atmos Sci， 2000， 57（10）：1615-1634.

［36］Bendix J. A case study on the determination of fog optical depth and liquid water path using AVHRR data and relations to fog liquid water content and horizontal visibility. Int J Remote Sens，1995， 16（3）： 515-530.

［37］Bendix J， Thies B， Cermak J， et al. Ground fog detection from space based on MODIS daytime data-a feasibility study. Wea Forecasting， 2005， 20（6）： 989-1005.

［38］朱小祥， 吳曉京， 李三妹. 海霧判識條件. 中國氣象局海洋氣象預(yù)報警報項目技術(shù)報告. 北京： 國家衛(wèi)星氣象中心， 2007.

［39］李永平， 劉曉波， 葛偉強(qiáng)， 等. 一種基于衛(wèi)星遙感和數(shù)值預(yù)報產(chǎn)品的霧預(yù)報方法. 應(yīng)用氣象學(xué)報， 2012， 23（3）： 340-347.

［40］董劍希， 雷恒池， 胡朝霞， 等. 北京及其周邊地區(qū)一次大霧的數(shù)值模擬及診斷分析. 氣候與環(huán)境研究， 2006， 11（2）： 175-184.

［41］梁愛民， 張慶紅， 劉開宇， 等. 華北地區(qū)一次大霧過程的三維變分同化試驗. 氣象學(xué)報， 2007， 65（5）： 792-804.

［42］梁愛民， 張慶紅， 劉開宇， 等. 華北地區(qū)一次大霧過程的三維變分同化試驗. 氣象學(xué)報， 2007， 65（5）： 792-804.

［43］劉漢衛(wèi)， 潘曉濱， 臧增亮， 等. 華東地區(qū)一次輻射霧的數(shù)值模擬分析. 干旱氣象， 2011， 29（2）： 174-181.

［44］ 傅剛， 張濤， 周文琇. 一次黃海海霧的三維數(shù)值模擬研究. 青島海洋大學(xué)學(xué)報（自然科學(xué)版）， 2002， 32（6）： 859-867.

［45］傅剛， 王菁茜， 張美根， 等. 一次黃海海霧事件的觀測與數(shù)值模擬研究： 以2004年4月11日為例. 中國海洋大學(xué)學(xué)報（自然科學(xué)版），2004， 34（5）： 720-726.

［46］ 胡瑞金， 董克慧， 周發(fā)琇. 海霧生成過程中平流、湍流和輻射效應(yīng)的數(shù)值試驗. 海洋科學(xué)進(jìn)展， 2006， 24（2）： 156-165.

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

［48］Fu G， Guo J， Angeline P， et al. An Analysis and modeling study of a sea fog event over the Yellow and Bohai Sea. J Ocean Univ Chin，2008，7（1）： 27-34.

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

［50］Gao S， Wei W U， Zhu L， et al. Detection of nighttime sea fog/ stratus over the Huanghai Sea using MTSAT-1R IRdata. Acta Oceanologica Sinica， 2009， 28（2）：23-35.

［51］Stoelinga M T， Warner T T. Nonhydrostatic， mesobeta-scale model simulations of cloud ceiling and visibility for an east coast winter precipitation event. J Appl Meteor， 1999， 38（4）： 385-404.

［52］黃彬， 陳濤， 陳炯， 等. 黃渤海海霧數(shù)值預(yù)報系統(tǒng)及檢驗方法研究. 氣象科技， 2009， 37（3）： 271-275.

［53］Gultepe I. Fog and boundary layer clouds： introduction. Pure Appl Geophys， 2007， 164（6/7）：1115-1116.

［54］Stolaki S， Pytharoulis I， Karacostas T. A study of fog characteristics using a coupled WRF-COBEL modelover Thessaloniki Airport，Greece. Pure Appl Geophys， 2012（5）： 961-981.

［55］Zhou B， Du J. Fog prediction from a multimodel mesoscale ensemble prediction system. Wea Forecasting， 2010， 25（1）： 303-322.

［56］Shi C E， Wang L， Zhang H， et al. Fog simulations based on multi-model system： a feasibility study. Pure Appl Geophys，2012，169（5/6）： 941-960.

［57］Wang Y， Gao S， Fu G， et al. Assimilating MTSAT-derived humidity in now-forecasting sea fog over the Yellow Sea. Wea Forecasting， 2014， 29（2）： 205-225.

［58］Niu S J， Lu C S， Yu H Y， et al. Fog research in China： an overview. Adv Atmos Sci， 2010， 27（3）： 639-662.

The Progress of Fog Forecast Operation in China

Zhang Guocai
（China Meteorological Administration， Beijing 100081）

This paper recalls the situation and progress of fog forecasting operation in China. Three stages are experienced: the experiential forecast stage， the subjective forecast combined with the objective prediction stage， and the fne fog monitoring and forecasting stage. It points out that the developmental direction of fog forecast is to establish a regional mode in high resolution system containing advanced data assimilation. At present, it still needs to be developed the explained application method to the numerical prediction products. The experiences of forecasters still play an important role on improving the forecasts of some disastrously heavy fog events.

China, fog, forecast

10.3969/j.issn.2095-1973.2016.02.004

2015年1月14日，

2015年4月20日

作者：章國材（1945—），Email: zhanggc@cma.gov.cn