劉紅武 , 黃楚惠 , 王彬雁 , 牛金龍 , 尹忠海 , 唐 林

（1.湖南省氣象臺(tái), 長(zhǎng)沙 410118；2.四川省氣象臺(tái)/高原與盆地暴雨旱澇災(zāi)害四川省重點(diǎn)實(shí)驗(yàn)室, 成都 610072；3.成都市氣象局, 成都 610071；4.湖南省人工影響天氣領(lǐng)導(dǎo)小組辦公室, 長(zhǎng)沙 410118）

引言

隨著社會(huì)經(jīng)濟(jì)的發(fā)展和城市化進(jìn)程的加快，特別是交通、通訊的迅猛發(fā)展，低能見度天氣對(duì)人們?nèi)粘Ｉ畹挠绊懭遮吤黠@[1]。近年來，國(guó)內(nèi)學(xué)者對(duì)能見度問題開展了諸多研究，主要集中于大氣能見度趨勢(shì)、影響機(jī)理、數(shù)值模擬和預(yù)報(bào)方法等方面[2-10]。對(duì)于能見度預(yù)報(bào)訂正方法研究，常見的有利用多元回歸、相關(guān)系數(shù)、均方根誤差等對(duì)自動(dòng)站數(shù)據(jù)進(jìn)行訂正[11-13]。胡海川等[14]采用BP神經(jīng)網(wǎng)絡(luò)方法構(gòu)建環(huán)渤海沿海城市能見度預(yù)報(bào)模型，預(yù)報(bào)效果明顯高于ECMWF模式；黃楚惠等[15]在四川盆地低能見度的氣象要素訂正閾值基礎(chǔ)上結(jié)合概率密度匹配的方法，對(duì)四川盆地低能見度天氣進(jìn)行訂正并取得了較好的效果；王媛媛等[16]對(duì)北京區(qū)域各站點(diǎn)能見度觀測(cè)值與模式預(yù)報(bào)結(jié)果進(jìn)行比較和分時(shí)段逐級(jí)偏差訂正，改善了模式對(duì)高海拔地區(qū)的低能見度高估現(xiàn)象，也能更好地預(yù)報(bào)出低能見度現(xiàn)象。

總之，我國(guó)對(duì)于能見度的研究已取得了顯著成果，但大多集中于東部大中城市。湖南地處云貴高原向江南丘陵和南嶺山脈向江漢平原過渡的地帶，地勢(shì)呈三面環(huán)山、朝北開口的馬蹄形地貌，低能見度天氣多發(fā)。目前，針對(duì)湖南能見度長(zhǎng)期演變特征的成果并不多見，對(duì)其預(yù)報(bào)訂正方法的研究更是匱乏。因此，在了解湖南低能見度天氣時(shí)空分布特征的基礎(chǔ)上，開展能見度預(yù)報(bào)訂正的相關(guān)研究，有利于提高低能見度預(yù)警預(yù)報(bào)能力，對(duì)減輕低能見度天氣所造成的災(zāi)害損失具有十分重要的意義。本文利用2011～2020年國(guó)家基本站觀測(cè)資料，研究湖南省低能見度時(shí)空分布特征及低能見度與地面氣象要素的關(guān)系，獲取低能見度與要素之間的預(yù)報(bào)訂正閾值，進(jìn)而基于ECMWF模式（簡(jiǎn)稱EC模式，下文同）采用概率密度匹配結(jié)合要素的雙重試驗(yàn)訂正方法，對(duì)湖南省兩次低能見度天氣個(gè)例預(yù)報(bào)進(jìn)行訂正，評(píng)估模式訂正前后的預(yù)報(bào)效果，以期為湖南乃至其他地區(qū)能見度預(yù)報(bào)提供參考。

1 資料和方法

1.1 資料

本文選取2011～2020年湖南省國(guó)家基本站（共計(jì)97站）逐時(shí)觀測(cè)資料，包括能見度、地面風(fēng)速、24 h變壓、相對(duì)濕度、地面溫度等要素。個(gè)例預(yù)報(bào)訂正選取EC模式2019年12月23日20時(shí)（北京時(shí)，下同）起報(bào)和2020年2月10日20時(shí)起報(bào)的逐3 h能見度預(yù)報(bào)資料。

1.2 方法

1.2.1 低能見度天氣定義

對(duì)湖南省97站能見度資料進(jìn)行統(tǒng)計(jì)，得到湖南地區(qū)能見度變化特征。以≤1km為標(biāo)準(zhǔn)，統(tǒng)計(jì)了湖南地區(qū)低能見度的分布情況。此外，結(jié)合地面風(fēng)速、24 h變壓等要素，分級(jí)統(tǒng)計(jì)不同能見度下的要素分布比例，進(jìn)一步確定低能見度的要素訂正閾值。

1.2.2 能見度訂正方法

訂正方法采用概率密度匹配結(jié)合要素的雙重試驗(yàn)訂正方法。由于概率密度匹配方法曾被廣泛用于具有偏差非獨(dú)立特性（即誤差隨著資料的大小、時(shí)間及區(qū)域的不同而變化）的資料誤差訂正上，可以很好地消除多元線性回歸值與實(shí)況值的非獨(dú)立系統(tǒng)誤差[17]。因此，本文利用該方法結(jié)合氣象要素進(jìn)行雙重訂正試驗(yàn)，以期增加低能見度事件的命中率，提高能見度預(yù)報(bào)水平。

由于Gamma分布可以很好地對(duì)各種物理量進(jìn)行擬合，并且適用于各地任一累積時(shí)段物理量，具有一定的普適性。因此，本文選取Gamma分布對(duì)能見度進(jìn)行訂正。Gamma分布的概率函數(shù)[18]如下：

式（1）中： Γ (α)是 Gamma函數(shù)，其函數(shù)公式如式（2）所示；α為Gamma函數(shù)的形狀參數(shù)，表示分布曲線的形狀，值越大（?。?，曲線越平緩（陡峭），小值出現(xiàn)的概率越?。ù螅沪聻镚amma函數(shù)的尺度參數(shù)，值越大（小），概率函數(shù)取值范圍越大（小），分布越分散（集中）。

α和β的估算采用最大似然法，具體公式如下：

式（3）和（4）中，u為序列的均值，σ2為序列的方差。

1.2.3 能見度 TS 評(píng)分

根據(jù)中國(guó)氣象局制訂的“重要天氣預(yù)報(bào)質(zhì)量評(píng)定辦法”，TS（Threat Score）評(píng)分計(jì)算公式為:

式中：TS為預(yù)報(bào)準(zhǔn)確率，Na、Nb、Nc分別為預(yù)報(bào)正確、漏報(bào)、空?qǐng)?bào)的站(次)數(shù)。TS評(píng)分介于[0，1]，體現(xiàn)了預(yù)報(bào)的準(zhǔn)確程度[19]。本文將能見度分級(jí)檢驗(yàn)區(qū)間分為 0～1 km、1～3 km、3～10 km 及10 km 以上。

2 能見度時(shí)空分布特征

2.1 低能見度天氣空間分布特征

由2011～2020年湖南地區(qū)各季能見度值空間分布（圖1）可知，湖南北部能見度值顯著低于南部，春季及秋冬季低能見度分布范圍大于夏季，冬季低能見度分布范圍最廣?！? km低能見度區(qū)域主要位于湖南中北部、通道縣及衡陽市附近，并且從秋季開始整個(gè)低能見度區(qū)域有明顯向南擴(kuò)大的趨勢(shì)，低能見度中心分布不均，湘東北的洞庭湖區(qū)最低，山區(qū)至平原的過渡地帶次之。

圖1 2011～2020 年湖南省各季能見度空間分布（a.春季 3～5 月，b.夏季 6～8 月，c.秋季 9～11 月，d.冬季 12 月～次年 2 月，單位：km）

2.2 低能見度天氣出現(xiàn)時(shí)數(shù)空間分布

通過對(duì)2011～2020年湖南省各季低能見度（≤1 km）出現(xiàn)時(shí)數(shù)進(jìn)行統(tǒng)計(jì)，發(fā)現(xiàn)各季南岳（57776）和郴州（57972）是出現(xiàn)時(shí)數(shù)最多的地區(qū)，南岳站冬季低能見度出現(xiàn)時(shí)數(shù)達(dá)350 h，即使是在夏季也有240 h，郴州站次之，春、秋和冬季低能見度出現(xiàn)時(shí)數(shù)分別為117 h、123 h和193 h。春季低能見度時(shí)數(shù)分布范圍較秋季稍大，多集中在8～25 h，主要位于湖南東北至南部一帶（圖2a）。夏季低能見度時(shí)數(shù)分布范圍最小，主要分布在中北部，多集中在 3～12 h，常德（57662）低能見度時(shí)數(shù)（約55 h）僅次于南岳（圖2b）。秋季低能見度時(shí)數(shù)分布范圍較夏季明顯增多，平均為5～15 h，其中桃江超過55 h（圖2c）。冬季低能見度時(shí)數(shù)分布范圍明顯擴(kuò)大，與春季分布相似，中東部低能見度時(shí)數(shù)更為集中，平均 10～30 h，馬坡嶺達(dá) 108 h（圖2d）。

圖2 2011～2020年湖南省各季低能見度（≤1km）出現(xiàn)時(shí)數(shù)空間分布（a.春季3～5月，b.夏季6～8月，c.秋季9～11月，d.冬季12月～次年2月，單位：h）

2.3 低能見度天氣過程日變化

為了更好地揭示低能見度天氣日變化特點(diǎn)，了解其生消情況，選取探測(cè)環(huán)境較好且發(fā)生低能見度天氣概率相對(duì)較多的常德站（57662）為例，給出了2011～2020年常德站逐月能見度的日變化特征（圖3）。如圖所示，能見度逐月日變化均呈現(xiàn)單峰型，能見度低值時(shí)段主要集中在20時(shí)～次日09時(shí)，18時(shí)之后能見度逐漸降低，次日09時(shí)后能見度逐漸轉(zhuǎn)好。能見度分布存在明顯的季節(jié)變化特征，冬季的12月、1月為能見度低值月份。從能見度逐時(shí)時(shí)數(shù)分布（圖4）來看，≤1 km低能見度出現(xiàn)時(shí)數(shù)10次以上的情況主要發(fā)生在22時(shí)～次日12時(shí)。

圖3 2011～2020年常德站逐月能見度的日變化特征（a.3～5月，b.6～8月，c.9～11月，d.12～2月，單位：km）

圖4 常德站能見度分等級(jí)逐時(shí)時(shí)數(shù)分布

3 能見度與地面要素的關(guān)系

選取地面要素（風(fēng)速、24 h變壓、相對(duì)濕度、地面溫度）作為研究對(duì)象，分別對(duì)不同能見度閾值出現(xiàn)時(shí)，地面要素在不同區(qū)間的變化情況進(jìn)行統(tǒng)計(jì)分析。如圖所示，＜3 km能見度主要出現(xiàn)在風(fēng)速為1～2 m/s，≤1 km低能見度大都在風(fēng)速＜2 m/s下出現(xiàn)（圖5a）；低能見度主要出現(xiàn)在20℃以下，并且溫度越高出現(xiàn)越低等級(jí)能見度可能性越?。▓D5b）；≤1 km 低能見度24 h變壓范圍＜ 2 hPa（圖5c）；相對(duì)濕度 80%～90% 易出現(xiàn)在1～3 km能見度，能見度≤1 km的相對(duì)濕度大多處于90%以上（圖5d）。綜合各要素情況來看，低能見度與地面風(fēng)速、相對(duì)濕度及溫度相關(guān)性較好，與地面氣壓相關(guān)性一般。因此，進(jìn)一步統(tǒng)計(jì)得到能見度≤1 km的訂正閾值如表1所示。當(dāng)最大風(fēng)速在2 m/s以下，低能見度事件出現(xiàn)頻率是87.47%；溫度在20℃以下時(shí)，低能見度事件出現(xiàn)頻率是82.88%；相對(duì)濕度在90%以上時(shí)，低能見度事件出現(xiàn)頻率是95.79%；24 h變壓在2 hPa以下時(shí)，低能見度事件出現(xiàn)頻率是81.49%。

表1 能見度≤1 km訂正閾值

圖5 不同能見度等級(jí)下地面要素在不同區(qū)間占比（a.風(fēng)速，b.地面溫度，c.24 h變壓，d.相對(duì)濕度)

4 基于 EC 模式的能見度預(yù)報(bào)個(gè)例訂正

由上述統(tǒng)計(jì)可知，低能見度主要出現(xiàn)在20時(shí)～次日09時(shí)，因此，本節(jié)重點(diǎn)關(guān)注23時(shí)～次日11時(shí)的訂正能力。先采用概率匹配訂正方案進(jìn)行訂正，具體過程如下：首先對(duì)能見度閾值進(jìn)行分區(qū)，這里取 0、1、3、10和30 km，分別算出EC模式及觀測(cè)對(duì)應(yīng)的累積概率值。對(duì)某一區(qū)間，假設(shè)預(yù)報(bào)概率值與實(shí)況概率值應(yīng)該一致，反求得 0、1、3、10和30 km 對(duì)應(yīng)的訂正閾值，

再利用內(nèi)插法得到任意值的訂正值。在此基礎(chǔ)上，結(jié)合第 3 節(jié)對(duì)要素閾值的分析，加入云量、風(fēng)速、相對(duì)濕度、邊界層高度等進(jìn)行訂正，采用概率匹配法和要素訂正相結(jié)合的方法對(duì)能見度預(yù)報(bào)進(jìn)行再次訂正。

4.1 2019 年 12 月 25 日湖南中東部低能見度天氣過程

從實(shí)況上看，24 日 23 時(shí)（圖6a）湖南中東部出現(xiàn)了分散的低能見度＜1 km區(qū)域，到25日05時(shí)（圖6i），低能見度站數(shù)略有增加，仍位于湖南中東部區(qū)域，08時(shí)（圖6m）開始低能見度范圍已減小。EC預(yù)報(bào)24 日23 時(shí)～25 日 11 時(shí)（圖6b、f、j、n、r）湖南僅有個(gè)別站點(diǎn)出現(xiàn)了＜1 km低能見度天氣，湖南中西部及東北部能見度約為1～3 km，對(duì)低能見度天氣出現(xiàn)了明顯的漏報(bào)。因此，EC模式對(duì)這次低能見度過程預(yù)報(bào)范圍較實(shí)況顯著偏小，漏報(bào)了東北部和中南部的低能見度區(qū)域，效果并不理想。通過概率匹配法訂正后（圖6c、g、k、o、s），量級(jí)得到了很好的調(diào)整；但在24日23時(shí)低能見度范圍較實(shí)況明顯偏大，空?qǐng)?bào)了湖南西部低能見度；25日02時(shí)和05時(shí)，對(duì)于模式未預(yù)報(bào)的低能見度區(qū)域訂正效果也不佳；08時(shí)和11時(shí)，量級(jí)雖有調(diào)整，仍存在對(duì)湖南西部的空?qǐng)?bào)。通過概率匹配加要素雙重訂正后（圖6d、h、l、p、t），對(duì)湖南中東部（紅圈所示）的低能見度有較好反映，各時(shí)次低能見度預(yù)報(bào)更接近實(shí)況，23時(shí)和02時(shí)對(duì)湖南西部（藍(lán)圈所示）低能見度區(qū)域空?qǐng)?bào)范圍較單純使用概率匹配的方法明顯減小，表明概率匹配結(jié)合要素的訂正方法對(duì)部分低能見度區(qū)域有較好的訂正效果。

圖6 2019 年 12 月低能見度實(shí)況（a、e、i、m、q）、EC 模式 23 日 20 時(shí)預(yù)報(bào)（b、f、j、n、r）、概率匹配訂正（c、g、k、o、s）和概率匹配+物理量訂正（d、h、l、p、t）結(jié)果對(duì)比（a～d.24 日 23 時(shí)，e～h.25 日 02 時(shí)，i～l.25 日 05 時(shí)，m～p.25 日 08 時(shí)，q～t.25 日 11 時(shí)）

圖7給出了過程訂正后能見度預(yù)報(bào)的TS評(píng)分。從評(píng)分結(jié)果來看，各時(shí)次＜1 km能見度TS評(píng)分在兩種方案中均為訂正后明顯高于訂正前，其中02時(shí)（圖7b，紅圈所示）評(píng)分最高約為 0.24。 此外，結(jié)合空?qǐng)?bào)率（圖略）來看，概率匹配結(jié)合要素的訂正方案比僅使用概率匹配的訂正方案效果更好。

圖7 EC模式預(yù)報(bào)、概率匹配訂正及概率匹配+物理量訂正TS評(píng)分對(duì)比（a.24日23時(shí)，b.25日02時(shí)，c.25日05時(shí)，d.25日08時(shí)，e.25日11時(shí)）

4.2 2020 年 2 月 12 日湖南大部低能見度天氣過程

由11日23時(shí)能見度實(shí)況（圖8a）可知，湖南中部和東北部出現(xiàn)了＜1 km低能見度天氣，且范圍逐漸擴(kuò)大，至12日08時(shí)（圖8m），湖南大部地區(qū)出現(xiàn)了低能見度天氣，11時(shí)（圖8q）明顯減小，而EC模式10日20時(shí)起報(bào)相應(yīng)時(shí)次低能見度區(qū)域較實(shí)況顯著偏小，僅12日02時(shí)和05時(shí)在湖南北部有所體現(xiàn)（圖8b、f、j、n、r）。單純應(yīng)用概率匹配方案訂正后（圖8c、g、k、o、s），11日23時(shí)～12日05時(shí)湖南省能見度量級(jí)降低，＜1 km范圍低能見度區(qū)和EC模式預(yù)報(bào)差別不大，仍然漏報(bào)了湖南南部低能見度區(qū)。通過應(yīng)用概率匹配加要素雙重訂正后（圖8d、h、l、p、t），湖南南部低能見度區(qū)體現(xiàn)出來，雖然低能見度范圍較實(shí)況偏大（特別是12日02和05時(shí)），但也較好地指示了湖南大范圍低能見度天氣，且12日08時(shí)在湖南中部一帶預(yù)報(bào)了＜3 km能見度區(qū)域。此外，從各時(shí)次TS評(píng)分（圖9）來看，兩種方案訂正后TS評(píng)分均比模式預(yù)報(bào)要高，尤其是12日05時(shí)（圖9c），概率匹配結(jié)合要素的訂正方案TS評(píng)分達(dá)到0.55。綜合兩次個(gè)例訂正效果來看，概率匹配結(jié)合要素的訂正方案優(yōu)于僅應(yīng)用概率匹配的訂正方案。

圖8 2020 年 2 月低能見度實(shí)況（a、e、i、m、q），EC 模式 10 日 20 時(shí)預(yù)報(bào)（b、f、j、n、r），概率匹配訂正（c、g、k、o、s）和概率匹配+物理量訂正（d、h、l、p、t）結(jié)果對(duì)比（a～d.11 日 23 時(shí)，e～h.12 日 02 時(shí)，i～l.12 日 05 時(shí)，m～p.12 日 08 時(shí)，q～t.12 日 11 時(shí)）

圖9 EC模式預(yù)報(bào)、概率匹配訂正及概率匹配+物理量訂正TS評(píng)分對(duì)比（a.10日23時(shí)，b.11日02時(shí)，c.11日05時(shí)，d.11日08時(shí)，e.11日11時(shí)）

5 結(jié)論與討論

本文利用2011～2020年湖南省國(guó)家基本站觀測(cè)資料，研究了湖南低能見度天氣時(shí)空分布特征，并結(jié)合低能見度與地面氣象要素的關(guān)系獲取預(yù)報(bào)訂正閾值，在此基礎(chǔ)上對(duì)比分析了概率匹配和概率匹配結(jié)合要素的訂正方法對(duì)EC模式能見度預(yù)報(bào)的訂正效果，得到如下主要結(jié)論：

（1）低能見度區(qū)域主要位于湖南中北部、通道縣及衡陽市附近，并且從秋季開始整個(gè)低能見度區(qū)域有明顯向南擴(kuò)大的趨勢(shì)；低能見度出現(xiàn)時(shí)數(shù)最多的是冬、春和秋季，冬季低能見度時(shí)數(shù)分布范圍與春季類似，范圍最廣，集中于湖南中東部。低能見度天氣日變化呈單峰型，主要集中在20時(shí)～次日09時(shí)。

（2）≤1 km低能見度主要出現(xiàn)在風(fēng)速＜2 m/s、相對(duì)濕度基本高于90%、地面溫度低于20℃及24 h變壓＜2 hPa的氣象環(huán)境。

（3）基于EC模式的能見度預(yù)報(bào)產(chǎn)品，采用概率密度匹配結(jié)合要素的訂正方案優(yōu)于僅應(yīng)用概率匹配的訂正方案，可以很好地對(duì)湖南大部分能見度預(yù)報(bào)進(jìn)行訂正，訂正后TS評(píng)分顯著提高。

本文僅對(duì)湖南兩次低能見度天氣過程進(jìn)行了訂正試驗(yàn)，后期需挑選更多個(gè)例進(jìn)行長(zhǎng)時(shí)間序列的訂正，以更好評(píng)估所用方法對(duì)湖南能見度的訂正效果。此外，由于影響能見度變化的要素較多，如降水強(qiáng)度、近地面層溫差等，而本文訂正方法僅使用了6個(gè)要素，存在一定的局限性，且未分季節(jié)進(jìn)行要素關(guān)系的分析，這些問題將在下一步工作中深入探討。