乐方琼，金正婷，潘 璠

（舟山市普陀区气象局，浙江 舟山 316100）

1 研究背景

雾是指大量微小的水滴悬浮于空中，使水平能见度小于1 km 的天气现象。根据水平能见度的程度可分为大雾、浓雾和强浓雾3 种。雾在陆地和海上都可以发生，其中海雾是在海洋与大气相互作用的特定条件下，出现在滨海、岛屿和海面的一种凝结现象。普陀区地处东南沿海，岛屿众多，水汽充沛，一年四季均可形成雾（以平流雾居多），多发生于3—6 月（春季）。随着普陀海上交通运输业、旅游业以及海洋捕捞业的不断发展，开展普陀海雾的分析和研究是很有必要的。

关于海雾的成因分析和预报研究，相关的专家已经做了许多工作。周福等[1]在研究宁波海雾时得出平流雾形成时局地上空位于西南涡前部，孟加拉湾或菲律宾沿岸有水汽补充，使宁波沿海或其南部地区形成一定厚度或一定范围的湿度层。周群等[2]在对珠江口海雾的成因分析中发现海雾生成（消散）前后海-气温差稳定波动（迅速上升），风速略有减小（陡然增大）且相对湿度明显升高（迅速下降）。预报研究方面，卢峰本等[3]进行北部湾海雾预报研究时，是在模式预报基础上，通过确定预报临界值，再从相应的样本库中按相似原理找相似，根据若干最相似样本出现海雾的概率，制作海雾客观预报。梁军[4]运用近似于双重MOS预报方法，将与海雾相关最好的数值产品因子作为判据，按拟合预报值的大小和预报成败情况，找出2 个临界值（上限和下限）再把历史可能预报因子样本分为3 个子集，判断是否有海雾。

本文利用普陀区域自动站和浮标站的逐小时资料，研究普陀区海雾形成的气象、水文条件，即高敏感因子的成雾条件。根据历史样本进行高敏感因子的条件组合，产生相似样本，建立普陀海雾预报方程，对其进行检验，为业务中海雾预报提供参考，提高海雾预报效果。

2 资料选取

因考虑大雾预警发布标准，在研究海雾形成的气象、水文条件时，主要研究能见度小于等于500 m 的海雾天气。同时考虑到能见度自动观测资料的可用性和代表性，本文资料年限采用2014—2020 年，资料选取该6 年中发布大雾黄色及以上预警信号时普陀区大雾预警指标站的逐小时地面观测数据。由于站点布设的要素和时间问题，各站点的能见度资料时间具有不一致性，个别站点能见度资料与其他要素的分析具有站点不一致性，本文研究尽可能完善数据。

3 普陀海雾形成条件

海雾可分为辐射雾、平流雾、地形雾和混合雾等4种类型。由于特殊的地理环境以及多年的海雾经验得出，普陀以平流雾居多。

各类型的海雾在特定的海洋环境和天气条件下形成的条件不同。根据国内外海雾研究成果，气温、气温露点差、气-海温差、相对湿度和风向风速等气象、水文因子对海雾形成的敏感性较高。接下来根据2014—2020 年普陀区发布大雾黄色及以上预警信号时各指标站能见度小于500 m 的小时资料，以以上高敏感因子为主对普陀海雾形成条件进行相关分析。

3.1 气温和气温露点差

气温露点差为反映空气中水汽饱和度的物理量。白天空气温度升高，空气可以容纳更多的水汽，然后气温降低到一定程度，就会与气温露点相接近，当气温露点差越来越小时，空气中的水汽就越饱和，从而凝结成为悬浮在空中的微小液态水滴。所以气温和气温露点差也是海雾形成的重要因素。有海雾天气时，普陀的气温可在7.8～26.1 ℃，气温露点差可达到0～5.8 ℃，主要集中在0～1.4 ℃，其中气温露点差在0～1.2 ℃的样本占样本总数97%。

3.2 气-海温差

气-海温差是平流雾形成的重要原因。当气温大于海温时，暖空气流经冷海面，空气会冷却饱和从而凝结成雾。但过大和过小的气-海温差并不有利于海雾形成。王彬华[5]研究得出西北太平洋的大片雾区出现在平均水温低于20 ℃的海区里，超过25 ℃等温线的区域不再有雾；中国近海平流冷却成雾的气-海温差为0.5～3 ℃，而平流冷却可能成雾的气-海温差范围为-0.1～5 ℃，当温差小于-0.1 ℃或大于5 ℃时，一般不能形成雾。统计表明普陀海雾海温在8.3～26.9 ℃，主要集中在10.6～24.6 ℃，气-海温差范围为-5.0～5.8 ℃。

3.3 相对湿度

相对湿度可反映空气中的水汽含量，表现潮湿程度。相对湿度越大，空气就越潮湿，从而更有利于形成海雾的水汽条件。统计表明，普陀海雾的相对湿度基本在90%以上，其中相对湿度达到96%～100%时，海雾的概率更高，占样本总数的86%。

3.4 风向风速

当海雾发生时，普陀风力通集中在2～4 级。风向多为东南偏南风、南风和东南风，依次占样本总数20%、14%和11%，第二象限和第三象限风向相对出雾概率较小。综合风向和风速的统计表明，当出现2～4级的东南偏南风时，海雾出现的次数最多。这说明适当的风向风速可以向较冷的海面带来充足的暖湿水汽，有利于海雾的生成和维持，而风速较小时不利于水汽的输送，风速较大时易发生底层湍流交换，均不利于海雾形成。普陀海雾高敏感因子的极值和集中范围如表1 所示。

表1 普陀海雾高敏感因子的极值和集中范围

4 普陀海雾预报方程及检验

杨棋等[6]指出由于不同类型海雾各预报因子的影响权重不同，如果不分类分别做拟合，则会减弱预报因子的作用，致使预报结果不理想，因此合理的做法是首先从历史样本中寻找相似样本，然后分别进行相似拟合和预报。本文遵循杨棋等[6]的思路，以气温、气温露点差、气-海温差、相对湿度和风向风速作为预报海雾的因子，历史样本主要针对能见度小于500 m 的时次，共筛选出2 732 个历史样本，每个样本包含了该时次的能见度值和相对应的要素值。在历史样本中，以风向为主，出雾概率大于等于0.08 的有东南偏南风0.2，偏南风0.14，东南风0.11，东北偏东风0.08。

接下来以出雾概率较高的东南偏南风为例，进行气温、气-海温差、气温露点差和相对湿度因子组合，统计各种组合条件中的出雾概率，如表2 所示。

表2 东南偏南风不同条件下的出雾概率

在建立方程的过程中，高敏感因子为实况已知值，而在实际业务工作中，这些因子均为模式预报值，需要将因子代入所属分区再进行特定的方程处理。

以东南偏南风第④分区为例，对能见度和高敏感因子数值进行指数归一化，得出以下方程：

式（1）中：Vis为能见度；V为风速；T为气温；SST为气-海温差；RH为相对湿度；T-Td为气温露点差。

通过统计得出2021年海雾数据中符合该分区的样本有65 个。挑选一个样本检验效果，风速为4.2 m/s，气温为17.8 ℃，气-海温差3.4 ℃，相对湿度100%，气温露点差为0 ℃。将该样本代入方程中，得出Vis为0.506 5，通过数据还原，得到能见度值为294 m，而实际能见度为298 m，数据较接近，可见此次检验效果较好。对该区所有样本进行同等方式检验，Vis还原后得出的能见度值均小于500 m，符合本文海雾能见度研究的界值。与样本实况能见度值相对比，误差绝对值在100 m 内的样本占比48%。

方程得出的预报值虽然与实况会有差值，但总体上误差绝对值在100 m 内的样本偏多，预报较为准确；从定性检验是否出雾的角度来看，所有方程的预报值均小于500 m，判别为出现海雾，因此方程效果也较好。但由于2021 年的海雾样本数据相对较少，本文方程可在今后的海雾预报中作为一个良好的参考，同时应不断加入新的样本数据对方程进行检验和校正，以提高方程的准确率。

5 结束语

有海雾天气时，普陀的气温可在7.8～26.1 ℃，气温露点差集中在0～1.4 ℃，海温集中在10.6～24.6 ℃，气-海温差范围为-5.0～5.8 ℃。相对湿度达到96%～100%时，海雾的概率更高。风力集中在2～4 级，风向多为东南偏南风、南风和东南风。综合风向和风速的统计表明，当出现2～4 级的东南偏南风时，海雾出现的次数最多。

通过对历史样本进行高敏感因子的条件组合建立分区，产生相似样本，对同一分区内的样本进行指数归一化再建立方程，继而对2021 年符合该分区条件的样本进行检验，得出结果为方程预报值与实况误差在100 m 内的样本偏多，预报相对准确；从定性检验是否出雾的角度来看，方程效果也较好。但检验样本相对较少，应在日后的业务中不断加入新的样本对方程进行检验和校正，以提高海雾预报的准确率。