陳 健，周后福，周文鱗，方 茸，趙 倩

（1.合肥市氣象局，安徽 合肥230041；2.安徽省氣象科學(xué)研究所，安徽 合肥230031；3.江蘇理工學(xué)院化學(xué)與環(huán)境工程學(xué)院，江蘇 常州213001）

能見度是反映大氣透明度的一個指標(biāo)， 大霧是影響能見度的主要天氣現(xiàn)象，根據(jù)中國氣象局《地面氣象觀測規(guī)范》[1]規(guī)定：大霧是指大量微小水滴浮游在空中，使水平能見度＜1.0 km 的天氣現(xiàn)象。 大霧對交通安全影響非常大， 導(dǎo)致地方政府對大霧預(yù)報的氣象服務(wù)需求不斷提升。 經(jīng)過前期對合肥市大霧時空特征統(tǒng)計發(fā)現(xiàn)， 大霧是每年秋冬季節(jié)合肥市最常見的災(zāi)害性天氣。

大霧預(yù)報常用的方法主要有天氣學(xué)和數(shù)值模式產(chǎn)品釋用方法[2]。 早期以主觀判斷為主，預(yù)報準(zhǔn)確率建立在生消機制及天氣氣候形勢的充分認(rèn)識之上，查找與大霧關(guān)聯(lián)的宏觀因子， 利用統(tǒng)計方法開展預(yù)報[3-4]。 后來數(shù)值模式模擬是大霧的主要研究手段之一，體現(xiàn)出模式的高時空分辨率的優(yōu)勢，近年來則嘗試使用集合預(yù)報的方式進行霧的預(yù)報[5-6]。 業(yè)務(wù)數(shù)值預(yù)報模式直接輸出的產(chǎn)品中沒有大霧的預(yù)報， 有些中尺度數(shù)值天氣模式依托云水、云冰、霰等水凝物的消光性質(zhì)來反算能見度， 類似于對大霧進行預(yù)報。 這種方式的缺點是沒考慮氣溶膠變化的影響，對非過飽和條件下的低能見度天氣幾乎無預(yù)報能力[7-8]，故現(xiàn)階段大霧預(yù)報大多數(shù)還是采用數(shù)值模式的釋用技術(shù)[8-11]。

目前對影響合肥市城市交通的大霧客觀預(yù)報方法和數(shù)值預(yù)報產(chǎn)品釋用技術(shù)研究相對較少， 預(yù)報員大多通過天氣分析后的主觀方法來判別大霧， 大霧預(yù)報還沒有特定的客觀預(yù)報產(chǎn)品。 本文首先利用主成分分析方法對合肥市縣觀測站點進行大霧區(qū)域劃分，再基于PP 法建立預(yù)報模型，形成合肥市大霧預(yù)報業(yè)務(wù)系統(tǒng)，實時輸出大霧格點產(chǎn)品。預(yù)報系統(tǒng)的空間格距約在13 km， 于2015 年1 月投入業(yè)務(wù)運行，解決了基層臺站大霧預(yù)報的實際業(yè)務(wù)需求。

1 原理和方法

區(qū)域劃分：利用主成分分析方法[12-13]，將m 個變量組合成P 個公因子， 并研究公因子的荷載陣，根據(jù)m 個點的空間位置了解m 個變量的相互關(guān)系或?qū) 個變量進行分類；其主要思路是利用從因子群中提取共性因子的方法，繪制因子荷載點聚圖，根據(jù)點聚圖上觀測站點的分布情況進行區(qū)域劃分。

預(yù)報模型思路：PP 法[14-15]是根據(jù)預(yù)報量和預(yù)報因子的同時性（或近于同時性）的加權(quán)組合，利用歷史觀測資料來確定局地天氣要素， 其推導(dǎo)方程的函數(shù)關(guān)系為：Y0=F（X0），其中X0、Y0分別表示T0時刻的因子向量和預(yù)報量；為了用導(dǎo)出的方程制作預(yù)報，用模擬的數(shù)值預(yù)報模式的輸出結(jié)果XT代入方程而求得YT，即YT=F（XT）。 本文基于PP 法統(tǒng)計模式輸出產(chǎn)品與大霧之間的相關(guān)性， 找出有較好指示意義的預(yù)報因子，建立預(yù)報模型，再利用Fortran 編制計算代碼，基于Visual BASIC 開發(fā)大霧天氣精細化預(yù)報系統(tǒng)，形成合肥市大霧預(yù)報格點產(chǎn)品?？傮w技術(shù)流程見圖1。

圖1 總體技術(shù)流程

2 區(qū)域劃分

合肥市轄范圍涉及到主城區(qū)和5 個縣市， 所轄區(qū)域南北距離相對較長， 大霧發(fā)生的區(qū)域特點有所不同，因此有必要進行區(qū)域劃分[16-18]。 ECMWF 細網(wǎng)格資料于2011 年下半年開始下發(fā)到省級氣象部門，故本文選取2012—2014 年ECMWF 細網(wǎng)格資料；再根據(jù)合肥主城區(qū)及5 個縣市65 個交通氣象站3 a日最低能見度資料，得到87 個大霧觀測樣本。 采用大霧等級分類法進行大霧強度的劃分， 若某個區(qū)域出現(xiàn)水平能見度V＜500 m 的站點，則其大霧強度取值為2；若500 m≤V＜1000 m，則取值為1；若V≥1000 m，則取值為0。

2.1 特征值

合肥主城區(qū)及5 個縣市大霧觀測樣本組成矩陣mXn，其中m=6， n=87，對其進行因子處理。 表1 說明前5 個特征值的累積百分率， 可以看出取前5 個特征值時精確度達93.35%。

2.2 因子荷載陣和區(qū)域分布

表1 特征值和累積百分率（前5 個）

因子荷載陣6A5中第i 列元素的平方和為λi，它表示第i 個公因子對6 個原變量所提供的方差之和。 而6A5中第i 行元素的平方和稱為共同度，它表示這5 個公因子對原變量Xi的總方差作的貢獻。取2 個公因子， 則可以用6A5中的左邊兩列的荷載值點圖，這兩列分別表示6 個因子在第一、第二個公因子上的投影。

因子荷載點聚圖：將第一、第二個公因子取為坐標(biāo)軸F1、F2。 將荷載值（Ai1，Ai2），（i=1，2，3，4，5，6）同時擴大10 倍。則變量可分成2 類：X1（6.99，-2.83），X2（7.05，-1.25），X3（5.53，-4.85），X5（7.83， 2.59），X6（7.26，1.78）成一類；X4（2.68，8.31）成一類。這樣可將合肥市縣大霧劃分為2 個區(qū)，分別稱之為中南區(qū)、北區(qū)（表2）。

表2 合肥市大霧區(qū)劃

2.3 共同度

在因子荷載陣6A5中， 用5 個主因子計算6 個變量的共同度。 可以看出，對X1，X2，X3，X5，X6這一類，=0.9997 為最大， 表示用X2代表X1，X2，X3，X5，X6比較好， 也就是中南區(qū)中， 肥東站代表性最好；北區(qū)中長豐=0.993 7。

3 預(yù)報模型構(gòu)建

3.1 預(yù)報因子選取

一般04—08 時（北京時，下同）為安徽省出霧的最佳時段[16-18]，故將大霧日05 時ECMWF 細網(wǎng)格物理量預(yù)報資料用距離插值法插值到全市和分片的代表區(qū)域站上， 選取和大霧密切相關(guān)的氣象因子與分區(qū)時采用的大霧等級分類進行相關(guān)分析，確定8、8、7 個相關(guān)系數(shù)絕對值≥0.3 為高影響因子，它們均通過α=0.05 顯著性檢驗（表3）。 所選取的高影響因子以大氣低層的物理量為主，包括近地層逆溫條件、濕度條件和風(fēng)速大小，上干下濕配置以及云量等[19-20]。

表3 對全市和分片大霧有高影響的氣象因子及相關(guān)系數(shù)

3.2 預(yù)報模型的建立

把全市和分片所選取的高影響因子， 利用大霧等級分類和逐步回歸分別建立全市、 中南區(qū)和北區(qū)24 h 大霧預(yù)報模型，它們都通過α=0.05 顯著性水平檢驗。 如對全市大霧有8 個高影響的氣象因子，在0.05 顯著性水平檢驗標(biāo)準(zhǔn)約束時進入模型的氣象因子有4 個， 分別是T3：925 hPa 和2 m 溫度差，R2：925 hPa 相對濕度，R6：1000 hPa 和850 hPa 相對濕度差，V1：10 m 風(fēng)速。 故24 h 大霧預(yù)報方程為Y=2.301+0.028T3-0.376R2+0.313R6-0.203V1。

當(dāng)水平能見度V＜500 m 時，即會對交通造成影響， 氣象部門就需要及時向公眾和相關(guān)部門發(fā)布大霧預(yù)警信號， 因此本文主要針對水平能見度V＜500 m的大霧天氣開展預(yù)報[21]。利用2012—2014 年大霧日05 時有高影響的氣象因子值代入模型，其結(jié)果與實測值進行擬合， 確定全市和分片出現(xiàn)大霧時回歸結(jié)果的閾值均為1.5，擬合準(zhǔn)確率分別為100%、93%和92%； 出現(xiàn)能見度V＜1000 m 的霧時回歸結(jié)果的閾值均為1.2，擬合準(zhǔn)確率分別為98%、92%和90%。

3.3 消空指標(biāo)的確定

安徽省的霧形成主要以輻射冷卻為主因， 但有時也有平流的作用，就合肥地區(qū)而言，輻射霧和平流輻射霧占九成以上[16-18]。 吳洪等[22]認(rèn)為若有大霧生成，須在前期（前一日20：00 或當(dāng)日08：00）滿足大氣層結(jié)穩(wěn)定、850 hPa 以下存在逆溫層或等溫層、地面較濕和地面風(fēng)速＜4 m/s 等條件； 結(jié)合前期對大量大霧個例的分析及高影響因子的選取表明： 近地層濕度、風(fēng)速和逆溫條件可以作為大霧的判定條件，故通過對87 個大霧觀測樣本與代表區(qū)域站大霧日05時1000 hPa 相對濕度、10 m 風(fēng)速及925 hPa 和2 m溫差進行對比分析，得到1000 hPa 相對濕度＜50%、10 m 風(fēng)速≥4 m/s 及925 hPa 和2 m 溫差＜-1 ℃是不考慮出大霧的消空指標(biāo)，其中全市、中南區(qū)和北區(qū)的漏報率僅為1.8%、1.8%和5.3%；霧的消空指標(biāo)與大霧相同，漏報率分別為3.5%、5.8%和9.3%。 經(jīng)過以上的篩選，基本上可以提前將無霧日濾掉，借以提高預(yù)報準(zhǔn)確率。 所選取的消空指標(biāo)雖然濾掉了大部分無霧日，但由于大霧形成的原因比較復(fù)雜，在沒有考慮到暖濕平流、地面有效輻射、空氣質(zhì)量狀況以及局地地理條件等因素的情況下， 可能會造成漏報和空報。

4 預(yù)報系統(tǒng)應(yīng)用

大霧預(yù)報系統(tǒng)（圖2） 主要通過把全市范圍內(nèi)（116.5°～118°E，31°～32.75°N）、中南區(qū)（116.5°～118°E，31°～32.25°N）和北區(qū)（116.5°～118°E，32°～32.75°N）ECMWF 細網(wǎng)格物理量格點輸出產(chǎn)品與預(yù)報模型對接，在考慮到消空指標(biāo)和回歸結(jié)果的閾值情況下，每日定時輸出合肥市大霧預(yù)報格點產(chǎn)品。若能見度V＜500 m，則格點值取2；若500 m≤V＜1000 m，則取1；若V≥1000 m，則取0，方便預(yù)報員調(diào)用。

圖2 大霧天氣預(yù)報系統(tǒng)

5 預(yù)報效果檢驗

分為2015—2017 年冬半年大霧預(yù)報統(tǒng)計檢驗和2 類典型大霧天氣過程檢驗。

5.1 大霧預(yù)報統(tǒng)計檢驗

針對2015—2017 年冬半年的日最低能見度，以500 m 為分界線對全市和分片大霧預(yù)報進行檢驗，為期18 個月547 d。 大霧的預(yù)報效果檢驗采用預(yù)報值與日最低能見度觀測資料的比較[7]，選取距離代表區(qū)域站最近的格點預(yù)報值與該區(qū)域交通氣象站日最低能見度資料進行對比檢驗。TS 技巧評分結(jié)果見表4。 對于＜500 m 的日最低能見度預(yù)報，全市和分片數(shù)值模式產(chǎn)品釋用方法的技巧評分分別為92%、83%和76%，參照WRF 模式每日輸出的輻射霧能見度預(yù)報技巧評分68%、59%和51%，表明數(shù)值模式產(chǎn)品釋用方法在有無大霧預(yù)報技巧方面明顯占優(yōu)，技巧評分大幅提升。

表4 2015—2017 年數(shù)值模式產(chǎn)品釋用方法、WRF 模式預(yù)報TS 評分

5.2 兩類典型大霧過程預(yù)報效果檢驗

本文根據(jù)不同環(huán)流形勢將影響安徽的大霧天氣主要分為兩類， 分別為Ⅰ類槽后西北氣流型和Ⅱ類西風(fēng)氣流型[16，23]。 選取2017 年11 月15 日和2018年9 月22 日分屬Ⅰ類、Ⅱ類環(huán)流形勢下典型大霧天氣過程進行預(yù)報效果檢驗， 可以更直觀地看出數(shù)值模式產(chǎn)品釋用的預(yù)報方法效果更好。

5.2.1 槽后西北氣流型（I 類）

2017 年11 月14 日20 時500 hPa 亞歐大陸為兩槽一脊，低槽快速經(jīng)過安徽，安徽大部由槽前西南氣流影響轉(zhuǎn)為槽后西北氣流控制，天氣形勢由不穩(wěn)定轉(zhuǎn)為穩(wěn)定，天空狀況轉(zhuǎn)好；同時伴隨低槽過境，降水過程結(jié)束初期底層相對濕度仍然較大（圖3a），符合Ⅰ類環(huán)流形勢特征。此次大霧過程發(fā)生時段合肥市晴天少云，輻射降溫明顯，且近地層相對濕度大、風(fēng)速較小、存在逆溫層，滿足輻射霧的形成條件。

11 月15 日早晨安徽省沿淮到沿江一帶出現(xiàn)分布不均的大霧天氣， 合肥市中北部大部分地區(qū)最低能見度不足200 m， 而南部和東南部部分地區(qū)則＞1000 m（圖4a），由于全省受槽后西北氣流控制，天氣較好，氣溫回升迅速，9：00 后能見度已經(jīng)轉(zhuǎn)好。11 月14 日數(shù)值模式產(chǎn)品釋用的預(yù)報方法顯示（圖5a），除西南部局部地區(qū)以外，合肥市其他地區(qū)均有大霧； 和實況對比發(fā)現(xiàn)僅東南部和南部部分地區(qū)預(yù)報偏強外，其他地區(qū)與實況一致。模式預(yù)報15 日05時全市925 hPa 和2 m 溫度差為0～2 ℃，1000 hPa相對濕度為70%～80%，1000 hPa 和850 hPa 相對濕度差為30%～40%，10 m 風(fēng)速2 m/s 左右， 無低云，進入預(yù)報模型的近地層逆溫條件、 濕度條件和風(fēng)速大小，上干下濕以及云量等氣象因子基本符合Ⅰ類大霧中的物理量配置特征。WRF 模式輸出的能見度預(yù)報依托對影響能見度的各因子（云水、云冰、霰和氣溶膠等）消光特征的反演，模式預(yù)報（圖5b）合肥市有零散的大霧天氣，大部分區(qū)域能見度＞1000 m，和實況對比發(fā)現(xiàn)中北部大片區(qū)域被漏報。

5.2.2 西風(fēng)氣流型（II 類）

2018 年9 月21 日20 時500 hPa 亞歐大陸亦為兩槽一脊， 受東北冷渦影響， 中高緯為寬廣的槽區(qū)，安徽位于槽區(qū)底部西風(fēng)氣流中（圖3b），符合Ⅱ類環(huán)流形勢特征。 此次大霧過程滿足平流輻射霧的形成條件，21 日白天受切變線影響， 江淮之間南部到江南有小到中雨，夜里切變線南壓，江南部分地區(qū)仍有小雨， 而江北轉(zhuǎn)為多云天氣為主， 天空逐漸打開，有一定的輻射降溫，而且降水過程結(jié)束初期底層相對濕度較大； 從22 日08 時阜陽站和南京站溫度對數(shù)壓力圖來看，1000~925 hPa 有明顯逆溫存在，且風(fēng)向順轉(zhuǎn)，有弱暖平流。

圖3 2017 年11 月14 日20 時（a）和2018 年9 月21 日20 時（b）500 hPa 環(huán)流形勢

圖4 2017 年11 月15 日（a）、2018 年9 月22 日（b）合肥市日最低能見度（km）實況

圖5 數(shù)值模式產(chǎn)品釋用方法（a、c）和WRF 模式（b、d）分別輸出的2017 年11 月15 日05 時（a、b）、2018 年9 月22 日05 時（c、d）能見度預(yù)報結(jié)果

9 月22 日早晨安徽省江淮之間部分地區(qū)、沿淮淮北及江南局部地區(qū)出現(xiàn)大霧天氣，合肥市東北部最低能見度普遍不足500 m， 部分地區(qū)＜200 m，其他地區(qū)大部分在1000 m 以下， 局部不足500 m（圖4b），全省位于槽區(qū)底部西風(fēng)氣流中，以多云到晴天氣為主，輻射降溫有利于大霧的形成，但同時也存在暖濕平流作用， 因此直到11：00 后能見度才明顯轉(zhuǎn)好。 9 月21 日數(shù)值模式產(chǎn)品釋用的預(yù)報方法表明（圖5c） 合肥市中北部大部分地區(qū)能見度＜500 m，而南部大部分地區(qū)＞1000 m；和實況對比發(fā)現(xiàn)，除市區(qū)及西北部預(yù)報偏強外，其他地區(qū)與實況一致； 模式預(yù)報22 日05 時全市925 hPa 和2 m溫度差為0～1 ℃，1000 hPa 相對濕度為75%～85%，1000 hPa 和850 hPa 相對濕度差為20%～30%，10 m風(fēng)速為2～3 m/s，低云量20%左右，進入預(yù)報模型的氣象因子沒有考慮到暖濕平流的作用，其他基本符合Ⅱ類大霧中的物理量配置特征。 WRF 模式預(yù)報（圖5d）合肥市能見度普遍在1000 m 以上，大霧過程完全被漏報。

6 結(jié)論

本文利用主成分分析方法對合肥市縣觀測站點進行大霧區(qū)域劃分，再基于PP 法建立預(yù)報模型，形成合肥市大霧預(yù)報業(yè)務(wù)系統(tǒng)，結(jié)論如下：

（1）合肥市縣大霧劃分可為兩個區(qū)，分別稱之為中南區(qū)、北區(qū)，其中肥東、長豐可以作為它們的代表區(qū)域站。

（2）基于PP 法統(tǒng)計ECMWF 模式輸出資料與大霧之間的相關(guān)性， 全市和分片分別確定8、8、7 個與大霧密切相關(guān)的高影響因子， 再利用等級分類和逐步回歸建立24 h 大霧預(yù)報模型，其中全市和分片出現(xiàn)大霧時回歸結(jié)果的判定閾值為1.5，出現(xiàn)霧時為1.2。 同時在1000 hPa 相對濕度＜50%、10 m 風(fēng)速≥4 m/s 及925 hPa 和2 m 溫差＜-1 ℃等消空指標(biāo)選定的情況下，基本上可以提前將無霧日濾掉，以提高預(yù)報準(zhǔn)確率。

（3）研發(fā)的大霧天氣精細化預(yù)報系統(tǒng)把ECMWF細網(wǎng)格物理量格點輸出產(chǎn)品與全市和分片大霧預(yù)報模型對接，每日定時輸出合肥市大霧預(yù)報格點產(chǎn)品。前期業(yè)務(wù)化運行和預(yù)報效果檢驗表明： 數(shù)值模式產(chǎn)品釋用方法在有無大霧預(yù)報技巧方面較WRF 模式明顯占優(yōu)，技巧評分大幅提升，而兩類典型大霧天氣過程預(yù)報效果檢驗則可以更直觀地看出數(shù)值模式產(chǎn)品釋用的預(yù)報方法效果要更好。

大霧具有突發(fā)性、局地性、頻次少和持續(xù)時間短等特點， 在實際業(yè)務(wù)中強度和落區(qū)預(yù)報方面難度較大。 雖然數(shù)值模式產(chǎn)品釋用方法已經(jīng)應(yīng)用在合肥市大霧預(yù)報業(yè)務(wù)中， 但模式輸出產(chǎn)品相對于實況存在誤差，釋用方法無法擺脫統(tǒng)計本身的缺陷，缺乏對大霧過程物理規(guī)律的描述， 預(yù)報模型的建立需要長期的、穩(wěn)定的歷史數(shù)據(jù)，很多原因都可能影響大霧預(yù)報質(zhì)量。 因此， 隨著模式分辨率和預(yù)報性能的不斷提高，能夠挑選出反映大霧微物理過程、熱力和動力過程的預(yù)報因子，且隨著模式參數(shù)化方案、預(yù)報模型的不斷改進， 大霧的預(yù)報預(yù)警能力將會上一個新的臺階。