王靜菊，高小雨，高山紅

(中國海洋大學 1. 海洋與大氣學院；2. 物理海洋教育部重點實驗室，山東 青島 266100)

一次黃海海霧的數(shù)據(jù)同化試驗與形成機制研究

王靜菊1，2，高小雨1，2，高山紅1，2

(中國海洋大學 1. 海洋與大氣學院；2. 物理海洋教育部重點實驗室，山東 青島 266100)

選取2012年4月14日的一次存在東西2片霧區(qū)的黃海春季海霧為研究對象，借助WRF(Weather Research and Forecasting)模式，采用循環(huán)3DVAR(3-Dimensional Variational)數(shù)據(jù)同化方案，考慮了濕度控制變量的背景誤差協(xié)方差CV6，進行了AIRS(Atmospheric Infrared Sounder)衛(wèi)星溫度與濕度廓線數(shù)據(jù)的同化試驗，并基于同化試驗結(jié)果探討了此次海霧的形成機制。同化試驗結(jié)果表明：同化 AIRS 衛(wèi)星溫度與濕度廓線數(shù)據(jù)后，模式能成功再現(xiàn)海霧的形成過程，特別是東西2片霧區(qū)之間的晴空區(qū)的存在，這歸功于AIRS數(shù)據(jù)的同化能夠顯著改善海上大氣邊界層的溫濕結(jié)構(gòu)、影響海霧的低層高壓的范圍與強度；機制分析揭示：東西2片霧均為典型的平流冷卻霧，但二者厚薄和氣團來源不同；海上高壓控制黃海西岸陸地的暖空氣入海，受低海溫的冷卻作用降溫先形成逆溫層，然后逆溫層底部生成了較薄的西側(cè)霧區(qū)；來自黃海中部的空氣向東北移動至朝鮮半島西部海域，高壓下沉增溫形成一個頂部較高的穩(wěn)定層，從而生成較厚的東側(cè)霧區(qū)；高壓中心下沉區(qū)內(nèi)，近海面風速小使得機械湍流弱，空氣增溫與海溫暖舌共同作用下使得近海面氣海溫差小，海霧無法生成導致了晴空區(qū)的存在。

黃海海霧； WRF模式； AIRS溫濕數(shù)據(jù)； 數(shù)據(jù)同化； 形成機制

引言

黃海是中國近海海霧發(fā)生最為頻繁的海域[1-3]，盡管統(tǒng)計預報方法能夠?qū)ρ匕毒值睾ｌF的預報發(fā)揮作用[4-6]，但對開闊海域的海霧預報無能為力。利用數(shù)值模式預報海霧已經(jīng)成為一種趨勢[7-9]。隨著模式的動力框架、數(shù)值計算方案與物理方案的不斷完善，海霧的數(shù)值模擬隨之愈加準確。

前人研究結(jié)果[2,7-8,10-12]表明，海霧的數(shù)值模擬對初始場高度敏感，尤其是海上大氣邊界層的溫度場和水汽場。因此，海霧數(shù)據(jù)同化研究十分必要與重要。利用高山紅等[7-8]構(gòu)建的循環(huán)3DVAR(3-Dimensional Variational)同化工具，李冉等[13]進行了ATOVS(Advanced Television and Infrared Observation Satellite Operational Vertical Sounder)輻射數(shù)據(jù)的同化，發(fā)現(xiàn)ATOVS數(shù)據(jù)主要改善的是中高層大氣溫濕狀況，而對海上大氣邊界層的溫濕結(jié)構(gòu)產(chǎn)生的影響很小。Wang等[14]采用循環(huán)3DVAR，在海霧的短臨近預報中同化了MTSAT(Multi-functional Transport Satellite)反演的海霧三維霧體濕度信息，取得了很好的同化效果。然而，Wang等[14]工作的一個前提條件是，同化窗之內(nèi)必須已經(jīng)有海霧發(fā)生；否則，無MTSAT反演濕度信息用于同化。如果同化AIRS(Atmospheric Infrared Sounder)溫濕廓線數(shù)據(jù)，不僅不受這個前提條件的限制，而且還能提供溫度信息。在黃海海霧的數(shù)值模擬中，還未見到有關AIRS數(shù)據(jù)同化效果的研究工作。

高壓是影響與控制黃海海霧的重要天氣系統(tǒng)之一[1]。譬如，黃海海霧大致可以分為入海變性高壓、北太平洋高壓脊型和入西太平洋高壓型3種[1]；其中入海變性高壓型可以細化為南高北低型、東高西低型和獨立高壓型[15]。張守寶[16]利用WRF(Weather Research and Forecasting)模式，指出高壓系統(tǒng)影響下的黃海海霧的形成與發(fā)展明顯受高空系統(tǒng)及其變化的支配。高壓系統(tǒng)往往會影響海霧的空間形態(tài)分布，譬如海霧有時一整塊，有時分成2～4塊，有時很零散。高壓系統(tǒng)是如何影響海霧的分布形態(tài)的？目前這方面的研究工作很少。徐杰[17]利用RAMS(Regional Atmospheric Modeling System)模式對2010年兩片獨立霧區(qū)發(fā)展合并為一片霧區(qū)的冬季海霧進行了數(shù)值模擬，但未分析晴空區(qū)存在的原因。王帥等[18]模擬了一次受高壓系統(tǒng)影響且后期消散為東北、西南兩片的黃海海霧過程，但此次模擬不能很好地抓住海霧分為兩片的形態(tài)。

2012年4月14日發(fā)生了一次受高壓影響、霧區(qū)分成2大塊的海霧過程。此文將進行AIRS溫濕廓線數(shù)據(jù)與其他多種觀測數(shù)據(jù)的同化對比試驗，看它是否能改進海上邊界層的溫濕分布；在同化試驗取得良好模擬結(jié)果的基礎上，分析此次海霧的形成機制，探討高壓的影響作用。

1 觀測事實

1.1 海霧霧區(qū)

2012年4月14日，黃海海域發(fā)生了1次大范圍的海霧事件。它的演變過程由圖1的MTSAT可見光衛(wèi)星云圖給出，黃海區(qū)域呈乳白色、表面紋理均勻且邊界與海岸線吻合較好的“云”為海霧(圖1a-c)，但圖1d中黃海西部被高云覆蓋。由圖1可以看到，14日08時(LST；UTC+08，下同)，黃海東西兩側(cè)各存在獨立霧區(qū)，中部從南至北為寬約200 km的晴空區(qū)(圖1a)；11時，西側(cè)霧區(qū)覆蓋黃海西岸的沿岸海域，東側(cè)霧區(qū)占據(jù)整個朝鮮半島西部海域，晴空區(qū)范圍略微擴大(圖1b)。14—16時，西側(cè)霧區(qū)不斷向東伸展，東側(cè)霧區(qū)范圍整體向東縮小(圖1c)。隨后，中部晴空區(qū)開始被海霧填充(圖1d)。此外，發(fā)現(xiàn)西側(cè)霧區(qū)顏色較暗淡，而東側(cè)白亮，這說明西側(cè)霧區(qū)厚度明顯小于東側(cè)。

圖1 2012年4月14日海霧霧區(qū)的演變(a. 08時，b. 11時，c. 14時，d. 16時)Fig.1 The evolution of sea fog on 14 April 2012 (a. 08:00 LST, b. 11:00 LST, c. 14:00 LST, d. 16:00 LST)

圖2 WRF模擬區(qū)域Fig.2 WRF modeling domains

1.2 站點觀測

海霧形成及維持與海上逆溫層維持有密切聯(lián)系[15，19]。利用圖2中的白翎島站(BY)與青島站(QD)的探空信息來考察圖1中東西2片海霧所在海域的逆溫層狀態(tài)。如圖3所示，14日08—20時，黃海西部的逆溫層底維持在150 m左右(圖3a，b)；而黃海東部的逆溫層底明顯高于西部，其值為280 m～380 m左右(圖3c，d)。逆溫層底一般就是海霧的頂部[2]，再根據(jù)逆溫層以下溫度與露點溫度差的大小，可以診斷黃海西部與東部的相對濕度平均分別為91.35%與98.40%。因此，探空信息揭示出黃海東部海霧比西部海霧不僅厚而且濃，這與圖1中衛(wèi)星圖片的信息吻合。

2 數(shù)據(jù)同化試驗

2.1 同化數(shù)據(jù)

美國Aqua衛(wèi)星搭載的AIRS探測系統(tǒng)由多種遙感儀器組合，融合了多種先進紅外遙感技術。文中所同化的是AIRS系統(tǒng)經(jīng)質(zhì)量控制反演所得到的大氣溫濕廓線數(shù)據(jù)(https://disc.sci.gsfc.nasa.gov/AIRS), 垂直分辨率分布不均，近海面分辨率可達200 m。

還同化了其他觀測數(shù)據(jù)，主要包括：常規(guī)探空(12 h間隔)、地面、船舶與島嶼觀測數(shù)據(jù)(3 h間隔)以及美國環(huán)境預報中心(National Centers for Environmental Prediction，NCEP)提供的BUFR格式數(shù)據(jù)，包括地面(3 h間隔)與高空探測數(shù)據(jù)(6 h間隔)，飛機報、衛(wèi)星云跡風、風廓線雷達等數(shù)據(jù)。

圖3 2012年4月14日青島站(a, b)與白翎島站(c, d)溫度、露點溫度探空曲線(a. 08時，b. 20時，c. 08時，d. 20時)Fig.3 The temperature and dew point temperature sounding sites of Qingdao (a, b) and Baengyeongdo (c, d) on 14 April 2012 (a. 08:00 LST， b. 20:00 LST， c. 08:00 LST， d. 20:00 LST)

2.2 同化試驗

采用WRF模式(V3.4.1)，設置了雙重固定嵌套區(qū)域模擬，如圖2所示。區(qū)域中心為(34.2°N，124.1°E)，兩個區(qū)域的水平分辨率分別為30 km和10 km，格點數(shù)分別為120×120和166×190。模式采用Lin物理方案[20]，Kain-Fritsch積云方案[21]，RRTMG長、短波輻射方案[22]與Noah陸面模式[23]。 模式所用背景場和時變側(cè)邊界為FNL(Final Analysis Data of Global Forecast System)再分析數(shù)據(jù)；海溫為NEAR-GOOS(North-East Asian Regional Global Ocean Observing System)日平均數(shù)據(jù)。為進一步改善模擬效果，未采用背景誤差協(xié)方差CV5，而是采用NMC方法(National Meteorological Center)[24]為所研究的個例生成加入了濕度控制變量的獨自的特征值空間背景誤差協(xié)方差CV6(WRF-3DVAR的背景誤差協(xié)方差有CV3、CV5、CV6與CV7等4種，具體見WRF主頁http://www.wrf-model.org)。模擬時段為2012年4月14日02時—15日02時，共24 h。采用循環(huán)3DVAR方案[7-8]，設置了3組同化試驗(表1)，來研究同化不同數(shù)據(jù)的海霧模擬效果。

表1 資料同化試驗

Table 1 Results of data assimilation experiments

試驗同化數(shù)據(jù)Exp?AGTS常規(guī)觀測數(shù)據(jù)Exp?BGTS及BUFR格式云跡風、飛機報Exp?CGTS及AIRS衛(wèi)星反演數(shù)據(jù)

2.3 同化效果

2.3.1 海霧霧區(qū)

按照高山紅等[7]的方法，采用俯瞰方式，自上而下尋找并確定模式結(jié)果中600 m以下云水混合比≥0.016 g/kg的幾何高度，作為海霧霧頂高度。

圖4a-f給出了表1中3組試驗的海霧模擬結(jié)果?？梢钥吹?，在Exp-A的初始時刻，霧區(qū)覆蓋了山東半島及附近海域、黃海北部和朝鮮灣，霧區(qū)隨著時間不斷增大并略有東移，在發(fā)展過程中東西兩側(cè)的海霧始終連在一起。Exp-B與Exp-A的霧區(qū)分布與變化情況總體一致，僅渤海與黃海東南部的霧區(qū)面積有微小的差別，說明在常規(guī)觀測的基礎上增加BUFR格式云跡風和飛機報數(shù)據(jù)的同化對模擬霧區(qū)沒有明顯的影響。而Exp-C模擬結(jié)果得到明顯改善，體現(xiàn)出了圖1中海霧觀測事實的特點：黃海西側(cè)和東側(cè)均存在著較為穩(wěn)定的霧區(qū)，東側(cè)霧區(qū)霧頂比西側(cè)的高，黃海中部晴空區(qū)始終存在。這說明，同化AIRS衛(wèi)星反演的垂直廓線數(shù)據(jù)對模擬成敗起著決定性的作用。

圖4 2012年4月14日同化試驗Exp-A(上排)、Exp-B(中排)與Exp-C(下排)的海霧模擬結(jié)果(a. 02時，b. 05時，c. 08時，d. 11時，e. 14時，f. 17時；彩色填充色為霧頂高度，藍色實線為海面10 m處云水混合比為0.016 g·kg-1的等值線)Fig.4 Results of data assimilation experiments on 14 April 2012 (Upper, middle, and lower panels show the simulated sea fog for the data assimilation experiments Exp-A, Exp-B and Exp-C, respectively. a. 02:00 LST, b. 05:00 LST, c. 08:00 LST, d. 11:00 LST, e. 14:00 LST, f. 17:00 LST；Color shadings are fog top heights (m), blue contours are cloud water ratios with values of 0.016 g·kg-1 at 10 m above sea level)

2.3.2 溫濕廓線

同化試驗中海霧模擬結(jié)果的改善可能歸功于邊界層溫度與濕度狀態(tài)的改進。挑選模擬時段中能夠獲得探空觀測的時刻：14日20時，利用圖1中的探空站點觀測，對WRF模式D2區(qū)域輸出結(jié)果進行統(tǒng)計檢驗。圖5a-b給出了850 hPa以下的溫度與濕度站點平均偏差(BIAS)與均方根誤差(RMSE)。

圖5 氣溫(a)和濕度(b)模擬結(jié)果與沿岸探空站觀測的對比Fig.5 The simulated temperature (a) and humility (b) are compared with the sounding data

由圖5可知，Exp-A在1 000 hPa高度以下氣溫偏低，BIAS小于0，在1 010 hPa甚至小于-2 ℃(圖5a)，低層水汽含量的BIAS基本小于0(圖5b)。與Exp-A相比，Exp-C的溫度有所升高，使得近地面的RMSE減小0.4 ℃左右。另一方面，Exp-C在960 hPa以下濕度有所增大，尤其是1 000 hPa高度以下的近地面，其BIAS接近0。這表明，同化AIRS溫濕數(shù)據(jù)顯著改善了海洋邊界層(MBL)的溫濕狀態(tài)，從而改進了海霧模擬結(jié)果。

2.3.3 同化AIRS數(shù)據(jù)的作用

圖6a-b展示了3組同化試驗在初始場時刻的海面溫濕度、氣壓與風場的水平分布，發(fā)現(xiàn)這些變量分布存在明顯的差異。Exp-A與Exp-B中黃渤海大片區(qū)域相對濕度超過90%(圖6aA， aB)，使霧區(qū)在模擬時刻就偏離觀測事實(對比圖4與圖1)；同化AIRS溫濕數(shù)據(jù)的Exp-C中黃海中部的相對濕度減至90%以下，與圖1中的晴空區(qū)吻合。Exp-A與Exp-B初始場中黃海中北部海面氣溫低至4 ℃左右。然而Exp-C中卻為6～8 ℃。這是由于同化分布于海上的AIRS溫濕數(shù)據(jù)改善了海上的溫度場。

圖6 試驗Exp-A(左列)、Exp-B(中列)與Exp-C(右列)在初始場時刻的海面溫濕(a)、氣壓與風場的水平分布(b)(填色代表2 m氣溫，℃；虛線區(qū)域的相對濕度大于90%；高于1 014 hPa的海面氣壓區(qū)域用灰色表示；矢量箭頭為10 m風速)Fig.6 Sea surface temperature humidity (a) and atmospheric pressure and the horizontal distribution of wind field (b) Simulated by Exp-A (left column), Exp-B (middle column) and Exp-C (right column) in the initial time (Color shadings are 2 m temperature,℃; the relative humidity in the dashed area is greater than 90%; the sea surface pressure region above 1 014 hPa is shown in gray; the vector arrow is 10 m wind speed)

由圖6bA與圖6bC可知，同化AIRS溫濕數(shù)據(jù)，不僅使海上高壓區(qū)的強度增強，而且范圍也擴大。在初始時刻，雖然3組試驗的海面風速差異不大，但在隨后的模擬階段，Exp-C較強的海上高壓中心附近的風速變得更小。

總體來說，同化AIRS溫濕數(shù)據(jù)之后改進了海上高壓的強度與范圍。更強的高壓會產(chǎn)生強烈的下沉增溫，與此同時中心及其附近區(qū)域風速較小，這皆使得高壓中心附近海霧難以發(fā)展，這可能是晴空區(qū)存在的一個主要原因。

3 形成機制研究

3.1 機制猜想

同化AIRS溫濕數(shù)據(jù)后，圖1所展示的海霧特點被成功再現(xiàn)了。此節(jié)將基于Exp-C的試驗結(jié)果，詳細討論晴空區(qū)、東西兩片霧區(qū)以及其厚薄差異的成因。海霧的生成、發(fā)展與天氣系統(tǒng)的變化密切相關[1,15,25]，高壓從南部帶來的暖濕空氣可以導致中國沿岸海霧突然發(fā)生[26]，黃海高壓形成的相對穩(wěn)定的大氣狀況有利于海霧的形成與維持[16,27-28]。圖7a-d給出了此次海霧發(fā)生時，海霧與天氣系統(tǒng)之間的聯(lián)系?？梢园l(fā)現(xiàn)：底層高、低壓控制了海霧的演變，低壓不斷增強并逼近渤海，高壓不斷收縮但其中心一直占據(jù)著黃海中部；海霧與高壓之間的聯(lián)系更為緊密，海霧主要發(fā)生在遠離高壓中心的外圍西側(cè)與東側(cè)區(qū)域。

圖7 2012年4月14日海霧與高低壓系統(tǒng)(1 000 hPa位勢高度)之間的關系(a. 02時，b. 08時，c. 14時，d. 18時)Fig.7 Relationship between the sea fog and high/low-pressure systems (geopotential heights at 1 000 hPa) on 14 April 2012 (a. 02:00 LST, b. 08:00 LST, c. 14:00 LST, d. 18:00 LST)

將海霧發(fā)生區(qū)域與海溫分布(圖8)進行對比，發(fā)現(xiàn)東西兩側(cè)霧區(qū)對應的海溫分別約為9 ℃和6 ℃，而晴空區(qū)明顯存在一個海溫接近10 ℃的暖舌。因此，晴空區(qū)的存在可能與過高的海溫、近海面湍流混合較弱有關；而高壓外圍順時針流動的氣流將黃海以西的陸地上空暖空氣帶到海溫較低的海面上，先形成逆溫層然后逐漸降溫成霧。

圖8 2012年4月14日黃渤海NEAR-GOOS日平均海溫(填色區(qū))以及10 m～1 000 hPa垂直風切變(箭頭，14時)Fig.8 NEAR-GOOS daily sea surface temperature (shaded) in the Yellow sea and Bohai sea on 14 April 2012 and 10 m—1 000 hPa vertical wind shear (vectors， 14:00 LST )

3.2 晴空區(qū)存在原因

3.2.1 黃海高壓的作用

為刻畫高壓下沉運動導致的增溫效果，定量確定影響溫度局地變化的各項因子，借助了溫度控制方程：

(1)

根據(jù)公式(1)，利用WRF輸出的每小時溫度、垂直速度等模擬結(jié)果，定量估計14日14—15時溫度的局地變化項與垂直運動引起的輸送項。觀察垂直速度與垂直運動引起的輸送項發(fā)現(xiàn)：14日08時，黃海中部0～1km高度范圍內(nèi)，下沉運動不足0.5m/s(圖略)；隨著高壓中心逐漸向黃海中部移動(圖7b-c)，黃海中部下沉運動增強，14時下沉運動可高達0.8m/s(圖9)；此時黃海中部溫度的局地變化項為0.5～2 ℃(圖略)，而根據(jù)公式(1)計算的垂直運動引起的輸送項顯示，高壓下沉運動使得黃海中部0～1km高度范圍內(nèi)，增溫0.5～2.5 ℃(圖9)。垂直運動引起的輸送項略大于溫度的局地變化項，即高壓下沉運動是黃海中部溫度升高的主要原因。由近海面的垂直風切變可知(圖8)，被黃海高壓控制的晴空區(qū)近海面垂直風切變小于黃海西側(cè)和東側(cè)，導致晴空區(qū)的機械切變湍流弱于兩側(cè)。此時空氣下沉增溫，負的浮力通量項將進一步抑制湍流的發(fā)展，近海面空氣的熱量不能從上而下傳到海洋，從而水汽無法冷卻成霧。

圖9 沿圖2中C-D線的垂直速度(等值線，14日14時，單位：m/s)與垂直項導致的溫度變化(填充色， 14日14—15時，單位：℃)Fig.9 The vertical velocity along the C-D line in Fig. 2 (contour line,14:00 BST, 14th, unit:m/s) and the temperature change caused by vertical speed (filled color,14:00—15:00 BST, 14th, unit: ℃)

3.2.2 黃海暖舌的作用

為了進一步研究海溫暖舌的作用，在試驗Exp-C的基礎上，設計了兩個海溫敏感性試驗Exp-D與Exp-E(表2)，它們與Exp-C的設置一樣，只是改變了黃海中部(圖8中的實線方框區(qū)域)的海溫。

試驗Exp-D給出的模擬結(jié)果與Exp-C的相比，霧區(qū)范圍與高度和區(qū)域變化不大(圖略)。然而，試驗Exp-E的結(jié)果卻明顯不同(圖10)。當黃海中部海區(qū)海溫降低1.0 ℃后，原晴空區(qū)位置開始有低云生成(圖10a)，東側(cè)海霧從成山頭附近向晴空區(qū)蔓延并不斷填充晴空區(qū)(圖10b-d)，晴空區(qū)逐漸被低云和海霧覆蓋。這表明黃海中部的暖舌對此次海霧過程晴空區(qū)的存在有一定作用。

表2 黃海中部海溫敏感性試驗設置

Table 2 Sensitivity experiments of the central Yellow Sea SST

試驗設置Exp?DSST增加1 0℃Exp?ESST減小1 0℃

圖10 試驗Exp-E的海霧模擬結(jié)果(a. 02時，b. 08時，c. 14時，d. 18時)(彩色填充色為霧頂高度，藍色實線為海面10 m處云水混合比為0.016 g·kg-1的等值線)Fig.10 Simulated sea fog of Exp-E(a. 02:00 LST, b. 08:00 LST, c. 14:00 LST, d. 18:00 LST)(color shadings are fog top heights (m), blue contours are cloud water ratios with values of 0.016 g·kg-1 at 10 m above sea level)

3.3 東西霧區(qū)成因

3.3.1 逆溫層結(jié)對霧區(qū)厚薄的影響

為了同時分析東西海霧中逆溫層結(jié)作用的垂直結(jié)構(gòu)，沿圖2中A-B線給出溫度、風與云水混合的垂直剖面(圖11)。圖11顯示，黃海西側(cè)陸地氣溫高于海溫，熱空氣通過西南氣流的平流輸送作用，不斷輸送至黃海西部，在黃海西側(cè)形成逆溫(圖11a)。14日03時，在黃海西側(cè)，逆溫層底部的暖濕空氣開始降溫成霧。逆溫層在西南風的作用下不斷向東北方向延伸，西側(cè)海霧緊貼逆溫層底部發(fā)展，霧區(qū)高度不超過200 m(圖11b-d)。由此可以看出，西側(cè)霧區(qū)是典型的平流冷卻霧。

由于地形的影響，東側(cè)逆溫中心明顯高于西側(cè)，東側(cè)海霧隨逆溫層不斷沿地形向上發(fā)展，最高可達600 m(圖11a-b)。隨著高壓不斷向東北方向延伸(圖7b-c)，暖空氣不斷在朝鮮半島西側(cè)堆積，逆溫中心溫度不斷加強并下移，此時東側(cè)霧區(qū)高度隨之有所下降(圖11c-d)。

圖11 沿圖2中A-B線的溫度、風與云水混合比的垂直剖面(a. 02時，b. 08時，c. 14時，d. 18時)(圖中彩色填充色為溫度，黑色線為云水含量(g·kg-1)，實線為0.1 g·kg-1，虛線為0.3 g·kg-1，點線為0.6 g·kg-1，箭頭為風矢量)Fig.11 Vertical sections of temperature，wind and cloud water mixing ratios along A-B line of Fig.4 (a. 02:00 LST, b. 08:00 LST, c. 14:00 LST, d. 18:00 LST) (colorful shadings are temperatures, black contours are cloud water mixing ratios (g·kg-1)，solid lines are 0.1 g·kg-1，long dashed lines are 0.3 g·kg-1，dashed lines are 0.6 g·kg-1 and arrows represent flow field)

3.3.2 黃海東部海溫對東側(cè)霧區(qū)的影響

由于黃海東部海溫明顯低于西部(圖8)，黃海東部低海溫可能對東側(cè)海霧的形成有重要影響。因此又增加了兩個海溫敏感性試驗Exp-F與Exp-G(表3)。它們的設置與Exp-C相同，但改變黃海東部(圖8中的虛線方框區(qū)域)的海溫。

表3 黃海東部海溫敏感性試驗設置

Table 3 Sensitivity experiments of the eastern Yellow Sea SST

試驗設置Exp?FSST增加1 0℃Exp?GSST減小1 0℃

試驗Exp-G給出的模擬結(jié)果與Exp-C的相比，霧區(qū)范圍與高度和區(qū)域變化較小(圖略)。然而，試驗Exp-F的結(jié)果卻明顯不同(圖12a-d)。當黃海東部海溫升高1.0 ℃后，14日02時，黃海東側(cè)的南部霧區(qū)變?yōu)榱闵F狀(圖12a)，隨后其范圍不斷減小，至14日14時，韓國西海岸的海霧已完全消失(圖12c)。這表明黃海東側(cè)較低的海溫分布對此次海霧過程東部霧區(qū)的發(fā)展有重要作用。

3.3.3 高壓移動對海霧的影響

從對天氣形勢(圖7)的分析中發(fā)現(xiàn)，海上高壓系統(tǒng)及其流場對此次海霧的生成與發(fā)展有重要影響。在此進行氣團軌跡追蹤來說明這種影響，結(jié)果見圖13。圖13中分別追蹤了14日23時向后21 h的黃海西側(cè)和東側(cè)50 m與250 m之間不同高度氣團的后向軌跡(圖13a)。結(jié)果發(fā)現(xiàn)：在高壓外圍順時針氣流的作用下，西側(cè)霧區(qū)的氣塊來自于陸地；東側(cè)霧區(qū)南部的氣塊來自黃海中部，北部的氣塊來自山東半島。

圖12 試驗Exp-F(a. 02時，b. 08時，c. 14時，d. 18時)的海霧模擬結(jié)果(彩色填充色為霧頂高度，藍色實線為海面10 m處云水混合比為0.016 g·kg-1的等值線)Fig.12 Simulated sea fog of Exp-F(a. 02:00 LST, b. 08:00 LST, c. 14:00 LST, d. 18:00 LST)( color shadings are fog top heights (m), blue contours are cloud water ratios with values of 0.016 g·kg-1 at 10 m above sea level)

圖13 氣團后向軌跡追蹤結(jié)果(a. 后向軌跡追蹤的氣團位置，b. 氣團高度隨時間的變化，c. 氣團溫度隨時間的變化)(黑色圓點：氣團起始位置，線條：后向追蹤氣團的軌跡位置)Fig.13 Backward trajectory trace of air mass (a. the positions of air mass from backward trajectories, b. the changes of air mass heights, c. the changes of air mass temperatures ) (black dots: air mass starting locations, lines: the trajectories of the air)

為進一步闡明東側(cè)霧區(qū)形成原因，分析了氣團A運動時的高度與溫度的變化(圖13b， c)。圖13b顯示，氣團A東北向移動過程中，高度逐漸降低，這是高壓下沉作用所導致的(圖7)；圖13c揭示，氣團A的低層氣塊溫度迅速降溫到4.8 ℃，與海溫大體相同(圖8)。由此推斷東側(cè)海霧的發(fā)生機制也是平流冷卻作用。

4 結(jié)論

基于高分辨率的中尺度氣象模式WRF，運用Cycling-3DVAR同化方案并采用背景誤差協(xié)方差CV6，同化了AIRS衛(wèi)星溫度與濕度廓線數(shù)據(jù)，對2012年4月14日發(fā)生在黃海的一次春季海霧個例進行了同化試驗與形成機制研究。得到如下主要結(jié)論：

1)同化AIRS衛(wèi)星溫度與濕度數(shù)據(jù)在成功模擬此次海霧過程中起了關鍵作用，因為該溫濕數(shù)據(jù)的同化能夠顯著改善海上邊界層的溫度和濕度以及控制此次海霧的海上高壓強度與范圍。

2)盡管此次海霧霧區(qū)分為東西2片霧區(qū)，但它們皆屬于典型平流冷卻霧類型。然而二者在厚薄和氣團來源方面存在明顯差異。受海上高壓控制，黃海西岸陸地的暖空氣通過平流作用輸送至海溫較低的黃海西部，入海降溫形成較低的逆溫層，在逆溫層底部生成較薄的西側(cè)霧區(qū)。來自黃海中部的空氣在高壓外圍順時針風場的作用下，向東北移動至朝鮮半島西部海域，然后沿高空氣流下沉增溫形成較高逆溫層底部，形成較厚的東側(cè)霧區(qū)。

3)高壓中心較強的下沉增溫與黃海中部的海溫暖舌使近海面氣溫溫差較小，海面小風速造成近海面微弱的機械湍流，無法滿足海霧生成條件，導致了黃海中部晴空區(qū)的存在。

[1] 王彬華. 海霧[M]. 北京：海洋出版社，1983：352.

[2] Gao S H, Lin H, Shen B, et al. 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.

[3] 張?zhí)K平，鮑獻文. 近十年中國海霧研究進展[J]. 中國海洋大學學報，2008，38(3)：359-366.

[4] 胡基福，常美桂. 魯南海區(qū)海霧天氣型的客觀劃分及其天氣分析[J]. 海洋湖沼通報，1981(3)：7-13.

[5] 梁衛(wèi)芳，侯忠新. 青島大霧的特征與預報[J]. 山東氣象，2001，21(2)：12.

[6] 江敦雙，張?zhí)K平，陸惟松.青島海霧的氣候特征和預測研究[J].海洋湖沼通報，2008(3)：7-12.

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

[8] 高山紅，張守寶，齊伊玲，等. 利用循環(huán)3DVAR改進黃海海霧數(shù)值模擬初始場Ⅱ： RAMS數(shù)值試驗[J]. 中國海洋大學學報, 2010，40(11)：1-10.

[9] 高山紅，王永明，傅剛. 一次黃海海霧的集合預報試驗[J]. 中國海洋大學學報，2014，44(12)：1-11.

[10]Findlater J, Roach W T, McHugh B C. The haar of north-east Scotland[J]. Quart J Roy Meteor Soc, 1989,115(487): 581-608.

[12]Lewis J, Koracin D, Rabin R, et al. Sea fog off the California coast: Viewed in the context of transient weather systems[J]. J Geophys Res,2003,108(D15):1147-1164.

[13]李冉，高山紅，王永明. 直接同化衛(wèi)星輻射數(shù)據(jù)的黃海海霧數(shù)值試驗研究[J]. 中國海洋大學學報，2012，42(3)：10-20.

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

[15]楊悅，高山紅.黃海海霧天氣特征與逆溫層成因分析[J].中國海洋大學學報，2015，45(6)：19-30.

[16]張守寶. 高壓系統(tǒng)影響下黃海海霧的形成機制研究[D]. 青島：中國海洋大學，2010.

[17]徐杰. 冬春季黃渤海海霧的觀測分析與數(shù)值模擬研究[D]. 青島：中國海洋大學，2011.

[18]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(shù)值模擬[J]. 大氣科學學報，2012，35(3)：282-294.

[19]周發(fā)琇，劉龍?zhí)? 海霧[J]. 山東海洋學院學報，1986(S1)：114-127.

[20]Lin Y L, Farley R D, Orville H D. Bulk parameterization of the snow field in a cloud model [J]. J Climate Appl Meteor,1983,22(6): 1065-1092.

[21]Kain J S, Fritsch J M. A one-dimensional entraining/detraining plume model and its application in convective parameterization [J]. J Atmos Sci,1990,47(23): 2784-2802.

[22]Iacono M J, Delamere J S, Mlawer E J, et al. Radiative forcing by long-lived greenhouse gases: Calculations with the AER radiative transfer models [J]. J Geophys Res Atmos, 2008,113(D13): 1395-1400.

[23]Chen F, Dudhia J. Coupling an advanced land surface-hydrology model with the Penn State NCAR MM5 Modeling System. Part I: Model implementation and sensitivity [J]. Mon Wea Rev, 2001,129(4): 569-585.

[24]Parrish D F, Derber J C. The national meteorological center’s spectral statistical-interpolation analysis system [J]. Mon Wea Rev,1992, 120(8): 1747-1763.

[25]趙永平，陳永利，王丕誥. 黃、東海海霧過程及其大氣和海洋環(huán)境背景場的分析[J]. 海洋科學集刊，1997，1：73-82.

[26]Zhang S P, Xie S P, Liu Q Y, et al. Seasonal variations of Yellow Sea fog: observations and mechanisms[J]. J Climate, 2009, 22(24):6758-6772.

[27]傅剛，張濤，周文琇. 一次黃海海霧的三維數(shù)值模擬研究[J]. 青島海洋大學學報，2002， 32(6)：859-867.

[28]齊伊玲. 典型黃海平流海霧形成機制的研究[D]. 青島: 中國海洋大學，2010.

Data assimilation experiments and formation mechanism study of a Yellow Sea fog event

WANG Jingju1,2， GAO Xiaoyu1,2， GAO Shanhong1,2

(1.CollegeofOceanicandAtmosphericSciences; 2.KeyLabofPhysicalOceanography,OceanUniversityofChina,Qingdao266100,China)

The spring Yellow Sea fog event with 2 large patches on 14 April 2012 is chosen for study. Using the WRF (Weather Research and Forecasting) model and cycling-3DVAR (3-Dimensional Variational) data assimilation (DA) scheme, combining with the background error covariance CV6 of the humidity control variable, DA experiments of AIRS (Atmospheric Infrared Sounder) air temperature and humidity profile data are carried out. The formation mechanism of the sea fog is investigated based on the results of the DA experiments. The DA experiments indicate that the DA of AIRS data can successfully reproduce the sea fog event, especially the clear sky region between the eastern and western fog areas. This result is contributed by the improvements of the structures of temperature and humidity in the marine atmospheric boundary layer, as well as the range and intensity of the low-level high-pressure system. The mechanism analysis reveals that both the eastern and western fog patches belong to typical advection cooling fogs while their thickness and air mass original breeding sources are different. The warm air over the land to the west coast of the Yellow Sea is moved over the sea surface by the high-pressure system, and an inversion layer is formed by the cooling effect of colder sea surface temperature (SST), then at its bottom the thin western fog patch occurs. The air from the central Yellow Sea moves northeastward over the sea region west to the Korean peninsula, then high-pressure subsidence results in a deep stable layer and the thick eastern fog patch occurs. Within the high-pressure region, near the sea surface weak winds make weak mechanical turbulence, air-sea temperature is small due to the joint action by warmer air by subsidence and SST warm tongue. Thus sea fog forming is suppressed and a clear sky region appears over the central Yellow Sea.

the Yellow Sea fog; the WRF model; AIRS temperature and humidity data; data assimilation; formation mechanism

10.19513/j.cnki.issn2096-3599.2017.01.005. (in Chinese)

2017-02-13；

2017-03-09

國家自然科學基金項目(41276009)；海洋公益性行業(yè)科研專項(201505007)；天津興?？萍柬椖?KJXH2014-20)

王靜菊(1993—)，女，碩士，主要從事黃海海霧的數(shù)值研究，jingjuw@163.com。共同第一作者：高小雨(1988—)，男，博士，主要從事海霧的數(shù)值模擬與數(shù)據(jù)同化研究，anthas@126.com。

高山紅(1972—)，男，教授，主要從事海洋災害天氣的演變機理及數(shù)值模擬與預報技術的研究，gaosh@ouc.edu.cn。

P732.2

A

2096-3599(2017)01-0042-12

10.19513/j.cnki.issn2096-3599.2017.01.005

王靜菊，高小雨，高山紅.一次黃海海霧的數(shù)據(jù)同化試驗與形成機制研究[J].海洋氣象學報，2017，37(1)：42-53.

Wang Jingju， Gao Xiaoyu， Gao Shanhong. Data assimilation experiments and formation mechanism study of a Yellow Sea fog event[J]. Journal of Marine Meteorology,2017,37(1):42-53.