滕華超，楊軍，劉端陽，鄭煒

(南京信息工程大學(xué)大氣物理學(xué)院，江蘇南京，210044)

基于WRF和一維霧模式的能見度集合預(yù)報的個例研究

滕華超，楊軍，劉端陽，鄭煒

(南京信息工程大學(xué)大氣物理學(xué)院，江蘇南京，210044)

利用WRF(weather research and forecasting)中尺度模式為一維輻射霧模式PAFOG提供擾動場，構(gòu)建了一個有30個成員的輻射霧集合預(yù)報系統(tǒng)。對2007年12月13—14日南京地區(qū)一次典型輻射霧過程進(jìn)行了預(yù)報效果分析，結(jié)果表明:該方法在地面能見度預(yù)報及霧層垂直結(jié)構(gòu)預(yù)報上均好于實際探空作為初始場的單一預(yù)報結(jié)果;模式啟動時刻對預(yù)報結(jié)果有較大影響，由于輻射霧多發(fā)生在夜間，且模式需要一定時間達(dá)到穩(wěn)定，本方法中一維模式在14:00啟動預(yù)報效果最好，集合預(yù)報成員與實測值的標(biāo)準(zhǔn)差平均值為0.516 km，集合平均值的平均預(yù)報絕對誤差為0.287 km。

輻射霧;數(shù)值模擬;集合預(yù)報;南京

數(shù)值模擬是霧的主要研究手段之一，計算機(jī)技術(shù)的進(jìn)步極大地幫助了人們對霧生消機(jī)制的認(rèn)識。在各種類型的霧過程中，輻射霧發(fā)生頻率高，人們對其研究也最多。一維模式對計算條件要求較低，對影響霧生消發(fā)展的物理過程可以有更詳細(xì)的數(shù)學(xué)描述。國內(nèi)外學(xué)者利用一維模式對輻射霧生消機(jī)制進(jìn)行了大量數(shù)值模擬工作，為霧的預(yù)警預(yù)報提供理論基礎(chǔ) (Zdunkowski and Nielsen，1969;Brown and Roach，1976;周斌斌，1987;Musson-Genon，1987;Bott et al.，1990;Duynkerke，1991;尹球和許紹祖，1993;Bott and Trautmann，2002;Niu et al.，2010a，2010b)。利用一維模式進(jìn)行輻射霧預(yù)報的難點之一在于提供精確的模式初始條件，很多學(xué)者的研究結(jié)果表明:初始條件的準(zhǔn)確性在很大程度上影響模式的預(yù)報結(jié)果(Musson-Genon，1987;Fitzjarrald and Lala，1989;Ballard et al.，1991;Guédalia and Bergot，1994;Bergot et al.，2005)，尤其在高相對濕度條件下，溫濕的微小誤差都可能導(dǎo)致截然不同的預(yù)報結(jié)果。一維模式的另一個缺陷是假設(shè)各變量在水平方向均勻分布，不考慮水平平流效應(yīng)，這在復(fù)雜地形下將引入相當(dāng)大的誤差(Guédalia and Bergot，1994;Müller et al.，2007)。即使在易發(fā)生輻射霧的天氣條件下，準(zhǔn)確預(yù)報霧的生消時間也非常困難(Müller et al.，2007)。

Ballard et al.(1991)第一次嘗試用中尺度模式進(jìn)行海霧數(shù)值模擬，指出模式初始條件和垂直分辨率的重要性。隨后，國內(nèi)外不少學(xué)者開始使用中尺度模式進(jìn)行霧的數(shù)值模擬研究(樊琦等，2004;Pagowski et al.，2004;董劍希等，2006;Hikari et al.，2008;何暉等，2009;Shi et al.，2010)，取得了大量研究成果。但是，中尺度數(shù)值模式的時空分辨率和大量參數(shù)化方案的使用對于局地性很強(qiáng)的霧過程的模擬和預(yù)報有一定限制;而且中尺度模式通常需要一段時間達(dá)到“自穩(wěn)定”狀態(tài)，COST 722項目(歐共體科學(xué)技術(shù)合作計劃)研究結(jié)果顯示，三維模式啟動時間也會嚴(yán)重影響霧的模擬結(jié)果(Gultepe et al.，2007)。因此，在現(xiàn)行的數(shù)值天氣預(yù)報模式中，霧還不是直接預(yù)報產(chǎn)品(Zhou and Du，2010)。

一些研究將一維模式、三維模式和觀測數(shù)據(jù)耦合進(jìn)行霧預(yù)報，取得了較好的結(jié)果。Guédalia and Bergot(1994)受Musson-Genon啟發(fā)，利用法國中尺度模式PERIDOT驅(qū)動一維模式COBEL，對發(fā)生在法國里爾市的三場霧過程進(jìn)行數(shù)值模擬研究，并將結(jié)果與觀測資料對比，成功模擬了其中兩場霧過程。Clark and Hopwood(2001)利用三維模式驅(qū)動一維模式進(jìn)行數(shù)值模擬研究，認(rèn)為地表交換過程對霧的生消時間及霧層厚度有明顯影響。

數(shù)值模式的初始場只是真實大氣狀態(tài)的一個近似可能值，實際大氣狀況不可能被精確地分析出來，數(shù)值預(yù)報結(jié)果僅僅是實際大氣的一個可能的解。Epstein(1969)為解決這一問題在理論上提出了集合預(yù)報的雛形——動力隨機(jī)預(yù)報。在集合預(yù)報中，每一個成員都有相同的機(jī)率代表真實大氣狀態(tài)，當(dāng)成員足夠多時，大氣的真實狀態(tài)在大多數(shù)情況下應(yīng)該被包含在預(yù)報的集合中。對某個特定預(yù)報對象，可以得到其發(fā)生的相對概率，概率分布包含了該集合系統(tǒng)所能提供的所有信息，最大程度的包含了實際大氣可能發(fā)生的情況。

本文利用中尺度模式WRF和一維輻射霧模式PAFOG，以2007年12月13—14日發(fā)生在南京的一場典型輻射霧為例，采用隨機(jī)擾動法進(jìn)行預(yù)報，討論了局地輻射霧過程的集合預(yù)報可行性和預(yù)報能力。

1 霧過程與方法介紹

1.1 輻射霧過程

2007年12月 12日白天，江蘇、安徽、湖北、湖南及河南等地受冷暖氣團(tuán)交匯影響，產(chǎn)生降水，為霧的形成提供了充足的水汽條件。13—14日受冷高壓控制，靜風(fēng);在原降水區(qū)域形成大范圍濃霧(圖1)。南京于13日22:00(北京時間，下同)開始出現(xiàn)霧，14日凌晨發(fā)展為能見度小于500 m的濃霧，江蘇省氣象臺發(fā)布大霧黃色預(yù)警，大霧持續(xù)到上午10:00以后才逐漸消散。本文所用數(shù)據(jù)的觀測地點為南京信息工程大學(xué)觀測場。

圖2a為霧發(fā)展過程中觀測地點相對濕度時間—高度剖面，陰影部分(HR＞95%)表示霧區(qū);圖2b為觀測地點13—14日2 m高度上能見度、氣溫及風(fēng)速隨時間變化。13日17:00以后隨著地面輻射降溫作用增強(qiáng)，地面氣溫降溫率達(dá)到1.8℃/h，風(fēng)速迅速降低至0.2 m/s，地面相對濕度開始增大;22:00能見度降至1 000 m左右，風(fēng)速進(jìn)一步減小。隨著地面輻射降溫過程的繼續(xù)，14日01:00—03:40能見度維持在500～600 m。隨后氣溫繼續(xù)降低的同時，能見度迅速下降，在06:00—10:00形成能見度低于50 m的強(qiáng)濃霧;日出以后在太陽輻射的作用下，氣溫、風(fēng)速明顯增大，能見度升至1 000 m以上，霧體消散。楊軍等(2010)對此次霧過程的生消機(jī)制進(jìn)行了詳細(xì)地分析，結(jié)果表明:此次霧過程首先由地面輻射冷卻形成貼地霧層，而后在低空冷平流的作用下形成低云。發(fā)展過程中近地霧層不斷抬升，低云不斷向下發(fā)展，近地層霧體爆發(fā)性發(fā)展后上下霧體貫通形成深厚霧層。

圖1 2007年12月14日08:00能見度分布(Δ代表能見度低于50 m;·代表能見度介于50 m和500 m之間;+代表能見度介于500 m和1 000 m之間;實線、斷線、短虛線分別為500 m、1 000 m、5 000 m等值線;* 為觀測地點)Fig.1 Surface visibility distribution at 08:00 BST 14 December 2007(the symbols of Δ，·and+denote observed visibility for the ranges of＜50 m，50—500 m，0.5—1 km，respectively.contours:solid line at 0.5 km，dashed line at 1 km，short dotted line at 5 km;* indicates the observation location)

1.2 一維輻射霧模式

1-D輻射霧模式PAFOG是在微物理模式MIFOG(Bott et al.，1990)的基礎(chǔ)上發(fā)展而來，包括4個模塊:動力模塊、微物理模塊、輻射模塊及植被模塊。Bott et al.(1990)用為期45 d涵蓋9種天氣類型的試驗方案對PAFOG進(jìn)行效果驗證，其中41 d預(yù)報的天氣類型與實際情況一致(Bott and Trautmann，2002)。其主要特點如下:

1)湍流計算上采用 Mellor and Yamada(1974)2.5階閉合方案;輻射方案采用二流近似法(Zdunkowski and Panhans，1982)，短波光譜段(0.28～6 μm)劃分為四個譜段，每個譜段內(nèi)均考慮水汽、臭氧、氣溶膠及云滴的散射和吸收作用;在紅外譜段(3.5 ～100 μm)除大氣光譜區(qū)(8.75 ～12.25 μm)外，通過給定吸收系數(shù)來考慮氣體、氣溶膠和云滴的吸收作用。

2)加入一個詳細(xì)的植被模塊，可以考慮不同類型植被在輻射霧發(fā)展演變過程中的作用;并且考慮了植被與霧滴沉降的關(guān)系。模式中將冠層作為空氣與葉片的混合層，將土壤作為干空氣、水汽、液水以及土壤基質(zhì)的混合物，并假設(shè)植被根部吸收的水分與蒸發(fā)量相等。

3)模式垂直格點分為兩層，下層:地面到Z1=200 m，等距劃分為50層;上層:Z1到Z2=2 500 m，對數(shù)等距劃分為20層。預(yù)報方程數(shù)值積分算法采用時間分割法，微物理方程只在下層模式區(qū)域計算。

圖2 霧發(fā)展過程中相對濕度時間—高度剖面(a)及觀測點2 m高度能見度(km)、氣溫(℃)及風(fēng)速(m·s-1)(b)隨時間變化Fig.2 (a)Time-altitude cross-section of observed relative humidity(HR，units:%)and(b)temporal evolution of observed visibility(km)，air temperature(℃)，wind speed(m·s-1)at 2 m above the ground during the fog event

1.3 中尺度模擬方案及環(huán)境場模擬結(jié)果

WRF(weather research and forecasting)是美國多家研究機(jī)構(gòu)及大學(xué)聯(lián)合開發(fā)的能同時適用于業(yè)務(wù)預(yù)報及理論研究的下一代中尺度數(shù)值模式，該模式支持高分辨率的非靜力模擬和多種參數(shù)化方案，在局地尺度到天氣尺度的多種天氣類型的研究上有廣泛的應(yīng)用。

本試驗中WRF采用雙向三重嵌套網(wǎng)格，格距分別為27、9和3 km，垂直分層設(shè)為33層，1 000 m以下加密為16層，第一層離地面距離約為3～4 m。模擬區(qū)域如圖3所示，中心經(jīng)緯度為119°E、32°N。微物理方案選擇WSM6。由于輻射霧發(fā)生時多為穩(wěn)定層結(jié)，邊界層方案分別選擇QNSE方案和MYJ方案，這兩個方案均為局地混合方案，熱量、水汽只能在相鄰層之間傳輸。輻射方案為CAM方案，該方案在計算過程中考慮了溫室氣體和氣溶膠的影響。本文WRF初始場和邊界條件由每6 h一次的FNL 1°×1°數(shù)據(jù)提供，其與全球預(yù)報系統(tǒng)GFS數(shù)據(jù)的區(qū)別在于FNL數(shù)據(jù)中通過全球數(shù)據(jù)同化系統(tǒng)(GDAS)同化了全球觀測資料。

圖3 模擬區(qū)域Fig.3 Simulation domains

圖413 日14:00 觀測(a，c)和模擬(b，d)的地面氣溫(單位:℃;實線)、露點溫度(單位:℃;虛線)(a，b)以及比濕(c，d;單位:g/kg)Fig.4 (a，b)Surface temperature(units:℃;solid line)，dew-point(units:℃;dotted line)and(c，d)specific humidity(units:g/kg)distribution at 14:00 BST 13 December 2007 a，c.observation;b，d.simulation

圖4為13日14:00地面氣溫、露點溫度和比濕分布，其中a、c為地面常規(guī)觀測結(jié)果，b、d為WRF模擬結(jié)果。對比圖4a、b可以看出:在本次霧過程的主要霧區(qū)安徽東北部和江蘇西南部，WRF模擬結(jié)果與實際氣溫都在7℃左右，露點溫度均為0℃;對比c，d可以看出，霧區(qū)比濕模擬結(jié)果與實況一致，均為4～4.5 g/kg。但WRF模擬結(jié)果的梯度分布與實況存在較大偏差，說明WRF在模擬細(xì)節(jié)上有一定的局限性。

1.4 集合預(yù)報方

大氣是一個高度非線性的系統(tǒng)，數(shù)值預(yù)報結(jié)果對初始條件的誤差非常敏感(Lorenz，1965)。如果采用決定論式的單一預(yù)報，這個唯一解可能與真值相差很遠(yuǎn)，并且為模式提供精確初始條件是非常困難的。本文嘗試?yán)弥谐叨葦?shù)值模式為一維霧模式提供擾動場進(jìn)行輻射霧集合預(yù)報，集合成員產(chǎn)生方法如圖5所示。首先，WRF使用QNSE和MYJ兩種局地邊界層方案進(jìn)行模擬，模式啟動時間為13日08:00，積分30 h;然后，提取預(yù)報地所在格點A及其周邊四個等距格點(圖6)在PAFOG啟動時刻及前后一個時次的溫濕廓線分別作為初始條件。WRF模擬方案中的水平格距為3 km，在這五個格點上WRF是獨立求解的，以預(yù)報地點廓線為基礎(chǔ)，周邊四個格點、三個時次的廓線為在此基礎(chǔ)上疊加隨機(jī)擾動后的擾動場，這樣共可以得到2×5×3共30組初始條件，分別預(yù)報得到30個集合成員。

集合成員的生成辦法是集合預(yù)報系統(tǒng)的難點，擾動初值的質(zhì)量直接影響模式預(yù)報質(zhì)量，產(chǎn)生擾動初值的基本原則為:1)擾動場特征與實際分析資料可能的誤差分布較一致以保證每個初始場都可能代表大氣實際狀態(tài);2)每個初始擾動場在模式中的演變方向盡可能大地發(fā)散以保證預(yù)報集合最大可能地包含實際大氣可能狀況(杜鈞，2002)。用各成員與實測值的絕對誤差來直觀表現(xiàn)擾動場分布，用標(biāo)準(zhǔn)差來衡量初始場成員間的離散度，圖7為PAFOG初始條件中氣溫、露點溫度的絕對誤差與標(biāo)準(zhǔn)差垂直分布，各層氣溫的絕對誤差分布區(qū)間為［-2.5，1.5］℃，標(biāo)準(zhǔn)差為［0.12，1.55］℃;露點溫度的絕對誤差分布區(qū)間為［-5.5，2.0］℃，標(biāo)準(zhǔn)差為［0.55，1.33］℃，因此初始場集合成員之間存在一定的離散度。

圖6 格點選取示意Fig.6 Sketch map of selected grid-points

輻射霧多發(fā)生在夜間，日出后消散。針對模式啟動時刻對預(yù)報結(jié)果的影響，進(jìn)行了四組敏感性試驗:PAFOG啟動時刻分別為13日11:00、14:00、17:00和20:00。試驗四啟動時刻霧在貼近地表層已形成，根據(jù)觀測數(shù)據(jù)將初始霧高設(shè)為5 m。表1為四組試驗的試驗方案。

表1 敏感性試驗設(shè)計方案Table 1 The design scheme of sensitive tests

圖5 試驗流程Fig.5 Flow scheme of the ensemble prediction system

圖713日20:00PAFOG初始條件集合中氣溫(a)、露點溫度(b)的絕對誤差及二者標(biāo)準(zhǔn)差(c，d)垂直分布(單位:℃)Fig.7 The absolute error of(a)air temperature and(b)dew point，and standard deviation distribution of(c)air temperature and(d)dew point of PAFOG＇s initial condition members at 20:00 BST 13 December 2007(units:℃)

2 結(jié)果分析

2.1 PAFOG啟動時刻對預(yù)報結(jié)果的影響

圖8為四組試驗中2 m高度上能見度集合預(yù)報結(jié)果，實心圓點為成員最大值、空心圓點為成員最小值、須狀線分別代表第10%和90%位數(shù)，方框的上下限由25%和75%位數(shù)確定、方塊為集合平均值。根據(jù)能見度隨時間的變化情況將整個霧過程分為霧前、霧中和霧后三個階段。從圖中可以看到，四組試驗均預(yù)報出了能見度的變化趨勢;試驗四將集合方法與實際探空預(yù)報結(jié)果進(jìn)行對比，實際探空預(yù)報結(jié)果在霧消散時間上提前一個小時，集合平均值在霧消散時間上與實況一致。表2為四組試驗中能見度集合預(yù)報結(jié)果與實測值在各時次的標(biāo)準(zhǔn)差，對比可知:四組試驗標(biāo)準(zhǔn)差平均值分別為:1.251、0.516、0.77、0.702 km;試驗2預(yù)報結(jié)果與實測值的偏差程度最小。表3為集合平均值、實際探空預(yù)報結(jié)果與實測值之間的絕對誤差，四組試驗在整個霧過程中的平均預(yù)報絕對誤差分別為:1.151、0.287、0.676、0.494 km，在強(qiáng)濃霧階段(能見度低于50 m)四組試驗標(biāo)準(zhǔn)差平均值分別為:0.854、0.414、0.83、0.094 km;平均預(yù)報絕對誤差分別為:0.796、0.244、0.77、0.082 km。根據(jù)霧的定義，本文將水平能見度小于1 km作為霧發(fā)生的判據(jù)，四組試驗集合概率預(yù)報的Brier評分分別為 0.698、0.434、0.660、0.807。輻射霧多發(fā)生在夜間，且模式需要一定時間達(dá)到穩(wěn)定，本方法選擇14:00作為一維模式啟動時刻效果最好。

圖9為相對濕度大于95%的時間—高度剖面，數(shù)值表示相對濕度在某時間某一高度上預(yù)報結(jié)果大于95%的成員百分比?？梢钥吹?，在霧層垂直結(jié)構(gòu)上，模式啟動時刻越接近霧形成時間，預(yù)報結(jié)果越貼近實況。在近地層，試驗2預(yù)報結(jié)果與實況最為接近，若以相對濕度預(yù)報結(jié)果大于95%作為霧判據(jù)，霧形成時間較實況滯后2 h，消散時間提前1 h。試驗3預(yù)報結(jié)果體現(xiàn)了空中存在高濕區(qū)這一觀測事實。試驗1僅在14日05:00—08:00強(qiáng)濃霧時段內(nèi)30 m高度以下有超過70%的成員預(yù)報有霧，與實際情況相差較大。試驗2在13日23:30—14日10:00時段內(nèi)80 m高度以下有超過70%的成員預(yù)報有霧，試驗2在霧生消時間和垂直結(jié)構(gòu)預(yù)報上均比試驗1有明顯提高。試驗3預(yù)報結(jié)果在霧形成時間上滯后7 h，消散時間提前2 h。初始溫度露點差廓線在600～800 m高度上存在低值區(qū)(圖略)，在霧層垂直結(jié)構(gòu)預(yù)報上與實況更接近。

2.2 集合預(yù)報結(jié)果與實際探空預(yù)報結(jié)果對比

圖8d為集合方法與實際探空預(yù)報結(jié)果對比，在濃霧形成時(14日02:00，能見度低于500 m)有56.7%的成員預(yù)報結(jié)果低于500 m;強(qiáng)濃霧形成時(14日07:00，能見度低于50 m)所有成員預(yù)報結(jié)果低于100 m;霧消散后(14日12:00)能見度達(dá)到1 000 m以上，此時所有成員預(yù)報結(jié)果均大于1 000 m，但預(yù)報值普遍在3 000 m左右。取13日20:00實際探空數(shù)據(jù)作為初始場，霧形成時間與實況一致，但是濃霧形成時間提前了2 h，能見度迅速降低至100 m以下，并一直維持14日08:00，霧消散時間提前3 h。從表3中試驗4結(jié)果中可以看出:集合平均值和實際探空預(yù)報結(jié)果的平均絕對誤差分別為0.49、0.52 km。因此，集合預(yù)報方法優(yōu)于單一預(yù)報結(jié)果。

圖8 不同啟動時刻下PAFOG在2 m高度上能見度集合預(yù)報結(jié)果 a.試驗1;b.試驗2;c.試驗3;d.試驗4Fig.8 1-D ensemble prediction of visibility at 2 m above the ground during the fog event with different initialization time a.Test 1;b.Test 2;c.Test 3;d.Test 4

表2 四組試驗中能見度集合平均值與實測值之間的標(biāo)準(zhǔn)差Table 2 The standard deviation between ensemble mean and observed visibility in sensitive tests km

表3 集合平均值、實際探空預(yù)報結(jié)果與實測值之間的絕對誤差Table 3 The absolute error between ensemble mean，the prediction of real radiosonde data and obs erved visibility km

圖9 前三組試驗中相對濕度大于95%的概率的時間—高度剖面(單位:%;陰影) a.試驗1;b.試驗2;c.試驗3Fig.9 Time-altitude cross-section with probability of HR＞95%(units:%;shadings)in tests 1—3 a.Test 1;b.Test 2;c.Test 3

圖10為試驗4中相對濕度大于95%的概率時間—高度剖面及實際探空相對濕度預(yù)報結(jié)果，可以看出，以相對濕度大于95%作為霧判據(jù)，在13日23:00—14日08:00，100 m以下高度范圍內(nèi)霧發(fā)生的概率大于70%，即該時段內(nèi)有70%以上的成員在此高度范圍內(nèi)預(yù)報有霧。在霧垂直結(jié)構(gòu)上，與前三組試驗相比預(yù)報結(jié)果更貼近實況，略優(yōu)于實際探空預(yù)報結(jié)果。

圖10 試驗4相對濕度大于95% 的概率的時間—高度剖面(a;單位:%;陰影)及實際探空相對濕度(單位:%)預(yù)報結(jié)果(b)Fig.10 (a)Time-altitude cross-section with probability of HR＞95%(units:%;shadings)in Test 4 and(b)predicted HR(%)from real radiosonde data

3 結(jié)論

本文利用中尺度數(shù)值模式WRF為一維輻射霧模式PAFOG提供初始擾動場，構(gòu)建了一個有30個成員的集合預(yù)報系統(tǒng)。對2007年12月13—14日發(fā)生在南京的一場典型輻射霧進(jìn)行集合預(yù)報試驗，并將試驗結(jié)果與實際觀測資料進(jìn)行對比。

1)將集合預(yù)報結(jié)果與實際探空預(yù)報結(jié)果進(jìn)行對比，結(jié)果表明:該集合預(yù)報方法在地面能見度預(yù)報及霧層垂直結(jié)構(gòu)預(yù)報上均優(yōu)于實際探空作為初始場的單一預(yù)報結(jié)果。

2)四組試驗均沒有體現(xiàn)霧層貫通這一觀測事實，但試驗3、4初始廓線在空中已存在高濕區(qū)，其預(yù)報結(jié)果在霧層垂直結(jié)構(gòu)上更接近實況。

3)模式啟動時刻對預(yù)報結(jié)果有較大影響，由于輻射霧多發(fā)生在夜間，且模式需要一定時間達(dá)到穩(wěn)定，本方法中一維霧模式在14:00啟動預(yù)報效果最好，集合預(yù)報成員與實測值的標(biāo)準(zhǔn)差平均值為0.516 km，集合平均值的平均預(yù)報絕對誤差為0.287 km，與實況偏差最小。

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

杜鈞.2002.集合預(yù)報的現(xiàn)狀和前景［J］.應(yīng)用氣象學(xué)報，13(1):16-28.

樊琦，吳兌，范紹佳，等.2004.珠江三角洲一次輻射霧的數(shù)值模擬［J］.氣象科學(xué)，24(1):1-8.

何暉，郭學(xué)良，劉建忠，等.2009.北京一次大霧天氣邊界層結(jié)構(gòu)特征及生消機(jī)理觀測與數(shù)值模擬研究［J］.大氣科學(xué)，33(6):1174-1186.

楊軍，王蕾，劉端陽，等.2010.一次深厚濃霧過程的邊界層特征和生消物理機(jī)制［J］.氣象學(xué)報，68(6):998-1006.

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

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

Ballard S，Golding B，Smith R.1991.Mesoscale model experimental forecasts of the Haar of northern Scotland［J］.Mon Wea Rev，119(9):2107-2123.

Bergot T，Carrer D，Noilhan J，et al.2005.Improved site-specific numerical prediction of fog and low clouds:A feasibility study［J］.Wea Forecasting，20(4):627-646.

Bott A，Trautmann T.2002.PAFOG-A new efficient forecast model of radiation fog and low-level stratiform clouds［J］.Atmos Res，64(1/2/3/4):191-203.

Bott A，Sievers U，Zdunkowski W.1990.A radiation fog model with a detailed treatment of the interaction between radiative transfer and fog microphysics［J］.J Atmos Sci，47:2153-2166.

Brown R，Roach W T.1976.The physics of radiation fog:II-A numerical study［J］.Quart J Roy Meteor Soc，102(432):335-354.

Clark P A，Hopwood W P.2001.One-dimensional site-specific forecasting of radiation fog.Part I:Model formulation and idealised sensitivity studies［J］.Meteor Appl，8(3):279-286.

Duynkerke P G.1991.Radiation fog:A comparison of model simulation with detailed observations［J］.Mon Wea Rev，119(2):324-341.

Epstein E.1969.Stochastic dynamic prediction［J］.Tellus，21(6):739-759.

Fitzjarrald D R，Lala G G.1989.Hudson valley fog environments［J］.J Appl Meteor，28:1303-1328.

Guédalia D，Bergot T.1994.Numerical forecasting of radiation fog.Part II:A comparison of model simulation with several observed fog events［J］.Mon Wea Rev，122(6):1231-1246.

Gultepe I，Tardif R，Michaelides S C，et al.2007.Fog research:A review of past achievements and future perspectives［J］.Pure Appl Geophys，164(6/7):1121-1159.

Hikari S，Kundan L S，Akira K，et al.2008.Fog simulation using a mesoscale model in and around the Yodo River Basin，Japan［J］.Journal of Environmental Sciences，20(7):838-845.

Lorenz E N.1965.A study of the predictability of a 28 variable atmospheric model［J］.Tellus，17(3):321-333.

Mellor G L and Yamada T.1974.A hierarchy of turbulence closure models for planetary boundary layers［J］.J Atmos Sci，31(7):1791-1806.

Musson-Genon L.1987.Numerical simulation of a fog event with a onedimensional boundary layer model［J］.Mon Wea Rev，115(2):592-607.

Müller M D，Schmutz C，Parlow E.2007.A one-dimensional ensemble forecast and assimilation system for fog prediction［J］.Pure Appl Geophys，164(6/7):1241-1264.

Niu S J，Lu C S，Yu H，et al.2010a.Fog research in China:An overview［J］.Adv Atmos Sci，27(3):639-661.

Niu S J，Lu C S，Liu Y，et al.2010b.Analysis of the microphysical structure of heavy fog using a droplet spectrometer:A case study［J］.Adv Atmos Sci，27(6):1259-1275.

Pagowski M，Gultepe I，King P.2004.Analysis and modeling of an extremely dense fog event in southern Ontario［J］.J Appl Meteor，43:3-16.

Shi C，Yang J，Qiu M Y，et al.2010.Analysis of an extremely dense regional fog event in Eastern China using a mesoscale model［J］.Atmos Res，95(4):428-440.

Zdunkowski W，Nielsen B.1969.A preliminary prediction analysis of radiation fog［J］.Pure Appl Geophys，75(1):278-299.

Zdunkowski W，Panhans W.1982.A radiation scheme for circulation and climate models［J］.Beitr Phys Atmos，55:215-238.

Zhou B，Du J.2010.Fog prediction from a multi-model mesoscale ensemble prediction system［J］.Wea Forecasting，25:303-322.

(責(zé)任編輯:劉菲)

Ensemble forecast of visibility based on WRF and one-dimensional fog model:A case study

TENG Hua-chao，YANG Jun，LIU Duan-yang，ZHENG Wei
(School of Atmospheric Physics，NUIST，Nanjing 210044，China)

An ensemble fog forecast system was designed based on WRF and a high resolution numerical 1-D model called PAFOG，whose initial perturbation conditions were obtained from the simulation of WRF.Comparison between prediction and observation was made during a typical radiation fog event that occurred in Nanjing during 13—14 December 2007.The results show the ensemble forecast system is better than single forecast.By using this method，the predictions for both visibility on surface and vertical structure of fog are better than those utilizing the model only initialized by radiosonde observation.The initial time of simulation played an important role in prediction accuracy.Because most radiation fog occurs at night and it takes some time for the model to stabilize，the best time to start the one-dimensional model is 14:00.The standard deviation between ensemble member and observation is 0.516 and the absolute error of ensemble average is 0.287 km.

radiation fog;numerical simulation;ensemble forecast;Nanjing

P421.1

A

1674-7097(2014)01-0099-09

滕華超，楊軍，劉端陽，等.2014.基于WRF和一維霧模式的能見度集合預(yù)報的個例研究［J］.大氣科學(xué)學(xué)報，37(1):99-107.

Teng Hua-chao，Yang Jun，Liu Duan-yang，et al.2014.Ensemble forecast of visibility based on WRF and one-dimensional fog model:A case study［J］.Trans Atmos Sci，37(1):99-107.(in Chinese)

0 引言

隨著社會經(jīng)濟(jì)的發(fā)展，霧害越來越突出，大霧帶來的低能見度天氣使水、陸、空安全事故頻繁發(fā)生，提升霧預(yù)報能力對國民經(jīng)濟(jì)發(fā)展及人民生產(chǎn)生活有重要意義。霧的生消發(fā)展是微物理過程、熱力學(xué)過程以及動力學(xué)過程相互作用的結(jié)果，早期霧預(yù)報主要以預(yù)報員的主觀判斷為主，預(yù)報準(zhǔn)確率建立在預(yù)報員對霧生消機(jī)制及預(yù)報區(qū)域的天氣、氣候形勢的充分認(rèn)識和準(zhǔn)確分析之上。在客觀預(yù)報發(fā)展的初期，主觀預(yù)報方法往往能獲得更好的預(yù)報結(jié)果。隨著計算水平的提高，數(shù)值預(yù)報和統(tǒng)計預(yù)報及二者結(jié)合的客觀預(yù)報方法取得很大進(jìn)步。

2011-05-02;改回日期:2012-01-12

公益性行業(yè)(氣象)科研專項(GYHY200906012)

滕華超，碩士，研究方向為中小尺度數(shù)值模擬，2008thc@gmail.com.