何盛浩 周志敏 梁濤

（1 荊門市氣象局，荊門 448000；2 中國氣象局武漢暴雨研究所，武漢 430074）

0 引言

水汽是大氣中時空變化最活躍的成分之一，是預測降水、中小尺度惡劣天氣以及全球氣候變化的一個重要的物理量，對天氣和氣候的變化有重要影響，水汽的總量、變化和分布情況對短時預報也具有重要參考作用[1]。隨著科學技術的進步，地基GPS技術日益成熟完善，以及GPS氣象學研究的迅速發(fā)展，地基GPS探測技術已經成為一種新型的大氣探測實用技術，可提供高精度、高容量、快速變化的水汽信息。利用GPS遙感大氣水汽不受天氣條件、天氣現象的影響，能自動連續(xù)地進行水汽測量，獲取資料的時間間隔可根據天氣形式或特殊需要確定，彌補了傳統(tǒng)探測技術在時間和空間上的不足。國內外大量研究表明：GPS技術可以作為一項新的水汽探測有效手段，從時間和空間上加密現有的探空站，用于區(qū)域或全球水汽含量的遙感[2]。GPS技術根據GPS接收機的位置分為地基和天基兩種，氣象方面相應的理論和方法分別稱為地基和天基GPS氣象學。地基GPS氣象學（Groundbased GPS/MET）的技術原理是將GPS接收機安放在地面上，通過地面布設的GPS接收機網絡測量的數據，來估計某個地區(qū)的大氣要素。1987年，Askne等[3]提出了GPS遙測大氣的設想，并推導出大氣濕延遲和可降水量之間的關系。1992年，Bevis等[4]利用地基GPS 進行了大氣水汽的遙感探測，指出GPS可以準確測定對流層延遲，大氣靜力學延遲可以利用地面氣壓和大氣模型精確模擬，從而估計出大氣的濕延遲部分，利用濕延遲和水汽含量的關系計算出大氣可降水量，精度可達2 mm，與水汽輻射計以及探空技術相當。且其高精度、高時間分辨率的特點有助于細致地了解水汽的演變過程，從而發(fā)現一些新的規(guī)律。近幾年，GPS技術已成為大氣遙感水汽的最有效最有希望的方法之一，在氣象學研究中得到廣泛應用[2]。

霧是由懸浮在大氣中的微小液滴構成的氣溶膠，而大氣中水汽含量是形成霧的重要條件之一。霧也是對人類交通活動影響最大的天氣之一。大霧造成能見度極差，對公路、航空和輪船等交通運輸帶來很大危害；大霧還能引起嚴重的環(huán)境污染，對人體的健康帶來不利影響。但影響霧的形成因素較多，霧出現時其局地性很強，分布也較零亂，常規(guī)氣象觀測資料難以實現對大霧成因的精細化研究。如何在大霧天氣下，利用地基GPS網絡觀測數據反演的大氣可降水量（GPS-PWV）和地面自動氣象站網觀測資料，監(jiān)測水汽總量及其演變，從而為大霧天氣的短時臨近預警預報提供參考依據是本文探討的重點。近些年國內外使用GPS-PWV數據開展大霧天氣過程分析的研究相對較少。郭潔等[5]利用2007年12月成都地基GPS網絡觀測數據反演的大氣可降水量和地面自動氣象站網觀測資料，對GPS可降水量與大霧天氣的關系進行了初步分析。謝劭峰等[6]對基于GPS可降水量反演的武漢市大霧生消開展了研究。以上研究結果說明，GPS可降水量在大霧天氣過程的研究中具有很好的適用性。目前，全國各地已建立GPS監(jiān)測網，湖北省內已經建成大量地基GPS觀測站點，覆蓋省內大部地區(qū)，可用于各種天氣過程的分析、探索，本文主要使用GPS-PWV數據對鄂中區(qū)域大霧天氣過程進行分析、總結，得到變化特征，以嘗試用于鄂中區(qū)域大霧預報。

1 地基GPS反演可降水量的流程

計算GPS-PWV的基本步驟（圖1）為：

1）由GPS解算軟件解算GPS原始觀測數據，計算出天頂總延遲（ZTD）；

2）根據天頂靜力延遲模型，利用地面氣壓觀測值計算出天頂靜力學延遲量（ZHD）；

3）用天頂總延遲量減去天頂靜力延遲量可獲得天頂濕延遲量（ZWD）；

圖1 GPS-PWV反演流程圖Fig. 1 GPS-PWV inversion tree

4）根據加權平均溫度的局地模式，由地面氣溫資料計算出加權平均溫度Tm；

5）根據Tm和試驗系數k1,k2,k3計算出水汽轉換系數П；

6）根據公式PWV= П×ZWD反演出GPS-PWV。

2 大霧天氣的GPS可降水量分析

鄂中區(qū)域主要指湖北省中部地區(qū)的江漢平原及其北部地區(qū)，包括荊州、荊門、孝感等地級市以及天門、仙桃、潛江等省直管縣級市。對于鄂中區(qū)域大霧天氣的分析，由于所用資料時段期間各地面氣象觀測站的能見度僅有人工觀測，且僅鐘祥站為國家基準站，有地面逐小時能見度人工觀測資料，其他各站均為基本站或一般站，能見度只有1天3～4次的人工觀測，分別是北京時間08，14，20和02時，對大霧過程而言，時間密度不夠，不能體現大霧過程的具體演變。此外，鐘祥站地處鄂中區(qū)域中部，為平原地形，對江漢平原具有很好的代表性，故選取鐘祥站為代表對鄂中區(qū)域單站GPS-PWV與大霧的關系進行點分析，而對于面上的分析，則使用PWV分析場結合其他氣象觀測資料對大霧過程中鄂中區(qū)域GPS-PWV的演變進行分析。

2.1 資料及處理方法

圖2所示為湖北省地基GPS觀測網，截至2011年12月湖北省已建成59個地基GPS監(jiān)測站，覆蓋全省大部分縣市，具有良好的觀測資源條件，GPS水汽資料分變率高，可用性好。

圖2 湖北省地基GPS觀測網Fig. 2 Ground-based GPS observation network in Hubei

本文使用湖北省各站點2008年7月—2011年12月的GPS原始觀測數據解算出的GPS-PWV整點數據，地面、高空等常規(guī)觀測資料，以及鐘祥基準站逐小時氣象要素資料對大霧天氣過程進行點、面分析。通過審核處理，去除缺測時段。而對于鄂中區(qū)域大霧天氣的分析統(tǒng)計，則使用地面天氣圖，以及鐘祥市基準站逐日逐時能見度資料，挑選出能見度小于1 km的大霧天氣，并結合衛(wèi)星遙感云圖、高空天氣圖，對大霧天氣過程進行分析。

目前，湖北省地基GPS網還處于運行初期，由于GPS和氣象觀測數據缺失導致反演出的PWV還存在一定的缺測率。通過分析得出，導致GPS-PWV缺測或漏測的原因主要有兩個：1）由于地面GPS接收機接收不正?；蚋蓴_嚴重，導致GPS原始觀測數據（O文件）缺測使ZTD無法解算或解算誤差過大；2）有正常的ZTD解算數據，但自動氣象站觀測數據由于通信或者檢修等原因缺測，導致GPS-PWV無法反演。對于數據缺測的處理，若缺測時段在1 h以內（含1 h），采用前后平均值內插值加以彌補，盡量保持水汽反演數據的連續(xù)性、完整性；若超過1 h則按缺測處理。

2.2 大霧天氣特征

鄂中區(qū)域大霧天氣大部分發(fā)生在11月—次年2月期間，能見度最低時多出現在05—10時，以輻射霧為主。

表1給出了2008年7月—2010年12月鐘祥11月—次年2月各月PWV平均值、最大值和最小值。表2和表3分別為鄂中區(qū)域和鐘祥出現的大霧情況，其通過對地面天氣圖中鄂中區(qū)域的天氣現象，以及2008年7月—2010年12月鐘祥11月—次年2月逐日逐時能見度資料的統(tǒng)計得出。鐘祥站出現大霧天數合計31 d，其中鄂中區(qū)域大霧（鄂中區(qū)域3站以上出現大霧天氣）24 d，鐘祥單站大霧7 d。通過對每次大霧過程的天氣形勢進行分析得出：區(qū)域大霧過程中，有17 d屬于輻射霧，2 d屬于鋒面霧，2 d屬于平流霧，2 d屬于鋒面＋輻射霧，1 d屬于平流＋輻射霧；單站大霧過程中，5 d屬于輻射霧，2 d屬于鋒面霧。

表1 鐘祥冬季各月PWVTable 1 The PWV in winter months in Zhongxiang

表2 鄂中區(qū)域大霧Table 2 Heavy fogs in Central Hubei

表3 鐘祥單站大霧Table 3 Heavy fogs at the Zhongxiang station

2.3 大霧天氣下GPS-PWV的變化特征

2.3.1 單站GPS-PWV與大霧的關系

利用鐘祥基準站逐日逐時能見度資料及GPS整點數據對大霧天氣過程進行分析。2008年下半年—2010年鄂中區(qū)域出現區(qū)域大霧較多的月份主要有以下幾個月：2009年1，2，12月和2010年1，12月。圖3為各月鐘祥單站逐時PWV與能見度變化曲線?？梢钥闯?，當PWV值大于月平均值且處于峰點附近時，雖然有時能見度較低，但基本沒有大霧出現，大霧出現時PWV值大多處于月平均值以下，但不一定是谷點附近。連日輻射霧出現時段，PWV多處于平均水平以下，波動幅度相對較?。粏稳蛰椛潇F出現時，PWV波動幅度較大，在大霧發(fā)生前多數有下降趨勢，且從平均值以上某峰點附近急劇下降到平均值以下某谷點附近的情況居多?？傮w來看，PWV較低時能見度較好，PWV較高時能見度較差。這表明當水汽總量較低時，空氣濕度較小，能見度較好，天空少云，早晨輻射降溫易出現大霧；水汽總量較高時，空氣濕度較大，能見度較差，天空多云，不利于輻射霧出現。大霧以輻射霧居多，由于早晨輻射降溫冷卻凝結，大氣中可降水量減小，故大霧發(fā)生前PWV多呈下降趨勢。

圖3 2009年1，2，12月和2010年1，12月鐘祥站逐時PWV與能見度變化曲線（a）2009年1月，（b）2009年2月，（c）2009年12月，（d）2010年1月，（e）2010年12月Fig. 3 The hourly PWV and hourly visibility from the Zhongxiang station in January, February and December 2009, and January and December 2010(a) January 2009, (b) February 2009, (c) December 2009, (d) January 2010, (e) December 2010

表4為鐘祥站PWV、能見度與各氣象要素相關分析結果，可以發(fā)現，能見度與濕度相關性最好，而能見度與PWV的相關系數也通過了0.01水平（雙側）的顯著性檢驗。

GPS-PWV 的日變化曲線比較復雜。對于輻射霧，PWV變化大致可分為4種類型（圖4）。即，1）穩(wěn)定型：20時—次日20時，PWV維持在較低水平，略有上下波動，變化幅度??；2）先降后增型：20時，PWV值較高，其后幾小時逐漸下降，到次日清晨前后達到谷點，之后逐漸上升；3）緩降型：20時—次日20時，PWV總體呈緩慢下降趨勢，期間略有上下波動；4）緩增型：20時—次日20時，PWV總體呈緩慢上升趨勢，期間略有上下波動?？傮w上，輻射霧天氣中，雖然PWV變化形式多樣，但PWV值總體偏低，能見度曲線變化多呈“V”形，先減后增，能見度低于1 km的大霧多發(fā)生在早晨，持續(xù)幾個小時后能見度轉好。

圖5顯示了鋒面霧中PWV與能見度日變化曲線的4個個例?？梢钥闯觯h面霧發(fā)生時，PWV值總體較高，基本都超過月平均值，PWV曲線日變化有緩慢增加或先增后減等類型，且能見度1 d內的大部分時間較低，大霧持續(xù)時間較長，可出現在任何時段，與之對應的天氣現象多有降水發(fā)生，且天空云量多為10，云層較厚。分析其原因，是因為鋒面霧發(fā)生機理與輻射霧不同：鋒面霧發(fā)生在氣團之間的鋒面附近，冷空氣位于近地面低空，鋒上云層降雨增濕且空氣遇冷達飽

和而形成霧由于濕層較厚，PWV值偏高，影響能見度時間較長，大霧持續(xù)時間較長。

表4 PWV、能見度與各氣象要素的Pearson 相關系數Table 4 Correlation analysis with PWV, visibility and meteorological elements

圖4 輻射霧PWV與能見度日變化曲線（a）穩(wěn)定型，（b）先降后增型，（c）緩降型，（d）緩增型Fig. 4 The hourly PWV and hourly visibility in radiation fogs(a) stable type, (b) first descending and then increasing type, (c) slow down type, (d) slow increase type

圖5 鋒面霧PWV與能見度日變化曲線（a）2009年2月6—7日，（b）2009年2月7—8日，（c）2009年11月8—9日，（d）2010年2月27—28日Fig. 5 The hourly PWV and hourly visibility in frontal fogs(a) February 6-7, 2009, (b) February 7-8, 2009, (c) November 8-9, 2009, (d) February 27-28, 2010

對于鋒面+輻射霧，有2個個例（圖6）。這2個個例中，大霧都發(fā)生在清晨，大霧發(fā)生前有冷鋒過境，導致溫度下降明顯，溫度露點差減小，夜間再輻射降溫，是造成大霧出現的主要原因，由于干冷空氣的入侵，PWV變化呈逐漸下降趨勢，能見度在大霧發(fā)生前持續(xù)偏低，大霧消散后逐漸回升轉好。

圖6 鋒面+輻射霧PWV與能見度日變化曲線（a）2009年2月3—4日，（b）2010年1月3—4日Fig. 6 The hourly PWV and hourly visibility in frontal and radiation fogs(a) February 3-4, 2009, (b) January 3-4, 2010

圖7 平流霧PWV與能見度日變化曲線（a）2009年2月4—5日，（b）2010年1月18—19日Fig. 7 The hourly PWV and hourly visibility in advection fogs(a) February 4-5, 2009, (b) January 18-19, 2010

對于平流霧，也有2個個例（圖7）。這種大霧發(fā)生時，PWV呈漸增趨勢，因為近地面偏冷，低層有西南暖濕氣流，天空云量為10，隨著暖濕平流的水汽輸送，地面氣溫和露點溫度逐漸升高，但溫度露點差卻在減小，隨著水汽的增加，近地面空氣趨于飽和，能見度下降且長時間偏低并出現大霧。

對于平流+輻射霧，有1個個例（圖8）。這次過程中，20時—次日20時，PWV先快速下降，05時左右達到最低，后緩慢增加，能見度20時之后快速下降到2 km左右，之后維持了較長時間，在08—09時前后出現大霧天氣，之后大霧消散，能見度逐漸升高，但全天均低于10 km。分析其原因，是因為大霧發(fā)生前1 d低層有西南暖濕氣流輸送水汽，暖濕氣團移到冷的下墊面，致使溫度和露點升高，水汽總量增加且逐漸趨于飽和，而能見度下降，當天全天天空總云量為10，云狀為避光高積云，到了夜間開始有弱的輻射降溫，致使?jié)穸却蟮牡孛婵諝庵饾u達到飽和，出現大霧天氣。

圖8 平流+輻射霧PWV與能見度日變化曲線Fig. 8 The hourly PWV and hourly visibility in an advection and radiation fog

2.3.2 大霧天氣與無霧天氣GPS-PWV的日變化對比分析

通過對冬季無霧天氣的PWV資料的整理，挑選出無大霧天氣的PWV求整點平均值，與有大霧天氣的平均值進行對比分析。圖9為冬季鐘祥站有霧與無霧PWV的日變化對比?？梢钥闯?，11月和2月，PWV整點平均值有霧時比無霧時偏高，11月有霧時PWV平均日變化為逐漸下降趨勢，期間略有波動，無霧時PWV基本持平，2月有霧時PWV亦為波動漸降趨勢，無霧時PWV先增后減，期間略有波動；12月和1月，PWV整點平均值有霧時比無霧時偏低，有霧時PWV平均日變化為先減后增，期間略有波動，無霧時PWV基本持平。

去除鋒面霧、平流霧等大霧天氣過程，只挑選輻射霧天氣過程進行分析（圖10）?？梢园l(fā)現，11月—次年1月，PWV整點平均值有霧時均比無霧時偏低，且有霧時PWV日變化都有先減后增趨勢，谷點在01—05時，無霧時PWV日變化小，波動小，基本持平；2月，PWV整點平均值有霧時仍比無霧時偏低，但因輻射霧只有兩個個例，有霧時PWV整點平均值波動較大，日變化曲線為先減后增再減再增再減，無霧時PWV日變化曲線為先增后減。

圖9 冬季鐘祥站有霧與無霧PWV日變化對比（a）11月，（b）12月，（c）1月，（d）2月Fig. 9 Comparison of PWV's diurnal variation between foggy weather and clear conditions at the Zhongxiang station in the winter(a) November, (b) December, (c) January, (d) February

圖10 冬季鐘祥站輻射霧過程中有霧與無霧PWV日變化對比（a）11月，（b）12月，（c）1月，（d）2月Fig. 10 Comparison of PWV's diurnal variation between radiation foggy weather and clear conditions of Zhongxiang station in the winter(a) November, (b) December, (c) January, (d) February

通過以上分析發(fā)現，鐘祥站冬季輻射霧天氣過程中，PWV整點平均值比無霧時偏低，且PWV日變化大部分有先減后增趨勢，大部分過程中夜間20時到大霧天氣現象發(fā)生前或發(fā)生時，PWV有明顯下降并可能出現拐點，大霧消散后PWV有明顯回升。而無霧時，PWV平均值日變化小，波動小。

2.3.3 大霧天氣下GPS-PWV空間分布分析

對連日大霧及典型大霧過程中的PWV進行了分析。圖11為2009年1月8—10日鄂中區(qū)域連日輻射霧天氣中，各日能見度最低時PWV的空間分布?？梢钥闯觯琍WV值全省均處于低值狀態(tài)，呈西南高東北低分布，鄂中區(qū)域處于PWV均值場中，等值線稀疏，梯度小，從連日變化來看，08時前后PWV是逐日下降的，總體下降了4 mm左右。與之對應的是由于PWV值偏低，整層水汽總量小，天空少云，夜間輻射降溫明顯，出現大霧且持續(xù)時間較長。

圖11 2009年1月8—10日鄂中區(qū)域連日大霧PWV空間分布Fig. 11 Spatial distribution of PWV in heavy fogs in Central Hubei during January 8-10, 2009

圖12為2010年12月26—28日鄂中區(qū)域連日輻射霧天氣中，各日能見度最低時PWV的空間分布。可以看出，PWV值全省仍處于低值狀態(tài)，呈西南高東北低分布，鄂中區(qū)域PWV等值線稀疏，梯度小，基本處于均值場中，各日08時前后PWV值變化不大。

圖12 2010年12月26—28日鄂中區(qū)域連日大霧PWV空間分布Fig. 12 Spatial distribution of PWV in heavy fogs in Central Hubei during December 26-28, 2010

圖13為2009年2月7—9日鄂中區(qū)域連日大霧中，各日能見度最低時PWV的空間分布。此次過程，7—8日為鋒面霧，9日為輻射霧，可以看出，7—8日有暖鋒過境，伴有降水出現，PWV分布情況為西南高東北低，且逐漸增大。7日08時鐘祥最低能見度600 m，云狀為層云，鄂中區(qū)域PWV相對四周略偏高，出現20 mm以上高值中心；8日14時鐘祥能見度最低800 m，鄂中區(qū)域PWV出現24 mm以上高值中心；8日夜間天空狀況轉好，出現輻射降溫，9日08時，PWV分布全省呈西南高東北低態(tài)勢，鄂中區(qū)域PWV在6～12 mm，南北梯度較大，鐘祥最低能見度不足100 m，大霧出現在04:41到12:20，且能見度不足100 m的情況持續(xù)了5 h左右，造成嚴重影響。

圖13 2009年2月7—9日鄂中區(qū)域連日大霧PWV空間分布Fig. 13 Spatial distribution of PWV in heavy fogs in Central Hubei during February 7-9, 2009

對鄂中區(qū)域2009年12月17日早晨輻射霧進行時空分析（圖14），可以發(fā)現，此次大霧過程中全省PWV由南高北低分布逐漸轉為西高東低分布，16日20時鄂中區(qū)域PWV呈現較大梯度，16日20時—17日08時，鄂中區(qū)域PWV有明顯下降，17日08—20時PWV略有上升，期間梯度減小，08時前后出現了區(qū)域大霧，鐘祥最低能見度100 m，此時PWV呈西南高東北低分布，等值線較稀疏。

3 GPS-PWV用于大霧預報

通過對鐘祥站能見度與各氣象要素做相關性分析（表4），發(fā)現能見度與濕度的相關系數絕對值最大，有較強的負相關，其次是PWV，能見度與其他各氣象要素的相關系數絕對值均低于前兩者。

嘗試使用濕度、PWV兩個氣象要素做大霧的短時臨近預報，因變量（Y）為08時能見度，自變量選擇05時濕度（X1）、PWV（X2）以及前一日20時—次日05時的濕度變量（X3：RH20-RH05）和PWV變量（X4：PWV20-PWV05）。

通過線性回歸建立預報方程，結果如下：

通過回代發(fā)現，大霧發(fā)生時，預報的能見度普遍偏大，均超過1 km。經試驗分析，可設定一個判別值J，當Y小于判別值時，大霧發(fā)生可能性大，預報有霧；當Y值大于判別值時，大霧發(fā)生可能性小，預報無霧。

經過分析統(tǒng)計，提取建議各月的判別值為：11月，J＝3.5 km；12月，J＝5.0 km；1月，J＝4.0 km；2月，J＝6.4 km。

通過應用以上方程及判別值，對2011年大霧進行預報檢驗（表5），發(fā)現除11月GPS數據缺測外，1月和12月臨界成功指數（CSI）在90%以上，2月為77.8%。偽警率均較低，1月和12月均低于10%，整體預報效果較好，可參考使用；2月稍差，可適當下調判別值以提高準確率。

圖14 2009年12月16—17日鄂中區(qū)域輻射霧PWV空間分布Fig. 14 Spatial distribution of PWV in a radiation fog in Central Hubei during December 16-17, 2009

表5 2011年大霧預報檢驗Table 5 The forecast verification of heavy fogs in 2011

4 結論

利用地基GPS 網絡和地面自動氣象站網的觀測資料，通過反演的PWV，對鄂中區(qū)域冬季大霧天氣進行了時空分析和典型個例分析，得到以下結論：

1）當PWV值大于月平均值，且處于峰點附近時，基本沒有大霧出現；大霧出現時，PWV值大多處于月平均值以下，但不一定是谷點附近。連日輻射霧出現時段，PWV多處于平均水平以下，波動幅度相對較小；單日輻射霧出現時，PWV波動幅度較大；PWV在大霧發(fā)生前多數有下降趨勢，且從平均值以上某峰點附近急劇下降到平均值以下某谷點附近的情況居多?？傮w來看，PWV較低時能見度較好，PWV較高時能見度較差。

2）大霧天氣中PWV日變化較復雜，輻射霧大致可分為穩(wěn)定型、先降后增型、緩降型、緩增型4種類型；鋒面霧大多為緩慢增加或先增后減類型；平流霧多為緩增型。

3）通過有霧與無霧天氣的PWV對比分析發(fā)現，鐘祥站冬季輻射霧天氣過程中，PWV整點平均值比無霧時偏低，且PWV日變化大部分有先減后增趨勢，大部分過程中夜間20時到大霧天氣現象發(fā)生前或發(fā)生時，PWV有明顯下降并可能出現拐點，大霧消散后PWV有明顯回升。而無霧時，PWV平均日變化小，波動小。

4）對鄂中區(qū)域大霧天氣過程進行時空分析發(fā)現：湖北省PWV整體分布呈西南高東北低分布，輻射霧過程中，鄂中區(qū)域PWV等值線稀疏，梯度小，PWV值較低，日變化?。讳h面霧過程中，鄂中區(qū)域PWV梯度相對較大，PWV值較高，且易出現高值中心，日變化較大。

5）使用GPS-PWV用于大霧預報結果表明：使用能見度、PWV和濕度資料，通過線性回歸建立預報方程，可用于大霧的短時臨近預報，效果較好。

綜上所述，地基GPS 網絡遙感的大氣可降水量可用于鄂中區(qū)域大霧天氣的監(jiān)測、分析和預報。在引進地基GPS設備后，其為大霧的監(jiān)測提供了高時空分辨率的水汽數據，解決了傳統(tǒng)人工觀測數據時間密度不夠的問題，該數據用于大霧預報時，可有效改善預報初始場，提高大霧預報準確率。但由于霧具有局地性，對于不同季節(jié)、不同成因、不同地形下大霧過程中的GPS-PWV的演變特征，以及如何因地制宜地應用到大霧預報中，仍有待進一步研究。相信在不久的將來，使用GPS網絡和自動觀測能見度等氣象探測資料，結合細網格數值模式，開展多源數據的大霧天氣的綜合分析和預報，將極大提高大霧天氣預報的準確率。