山西省大雾的中尺度数值模拟

2013-01-16鲍艳松管琴王智娟闵锦忠戴有学王文春白玎玲

大气科学学报 2013年5期

鲍艳松，管琴，王智娟，闵锦忠，戴有学，王文春，白玎玲

(1.气象灾害教育部重点试验室(南京信息工程大学)，江苏南京210044;2.青海省黄南州气象局，青海同仁811300;3.山西省临汾市气象局，山西临汾041000;4.山西省气象信息网络中心，山西太原030006)

0 引言

雾是贴地层空气中悬浮着大量水滴或冰晶微粒而使水平能见距离降低到1 km以内的天气现象(中国气象局，2007)。大雾天气的出现严重影响了水、陆、空的交通安全，对工农业生产和人民身体健康带来了严重危害。雾及时有效地预报对保障交通安全、指导人们出行具有重要的意义。

过去的几十年内，国内外学者对雾开展了一系列观测和数值模拟研究。大量雾的实地观测揭示了雾过程的宏微观特征和雾水化学组成，为雾时空演变的模拟及预报研究提供了理论依据和观测资料(杨中秋等，1989;黄玉生等，1992;董剑希，2005;濮梅娟等，2008;杨军等，2009;刘熙明等，2010;陆春松等，2010)。20世纪60年代初，Fisher and Caplan(1963)首次建立了辐射雾的一维数值模式，自此国外学者陆续开展了各种雾模式的研究工作，经过多年的努力，辐射雾模式经历了从一维模式、二维模式到发展完善的三维模式(Brown and Roach，1976;Shi et al.，1996;林燕，2010)。20世纪80年代后，国内学者在辐射雾模式研究方面取得了较大的进展，钱敏伟和雷孝恩(1990)、尹球和许绍祖(1993)、张利民和李子华(1993)、石春娥等(1997)等分别利用一维、二维和三维雾模式对长江上空、重庆等地区辐射雾的形成过程进行了数值模拟研究。雾模式虽然是研究雾的有效工具，但由于主要针对雾进行设计，一般使用单站探空资料，而无法考虑环境背景场变化对雾的影响。20世纪90年代后，随着中尺度数值模式发展的日趋成熟和完善，利用中尺度数值模式进行雾的模拟研究逐步得到开展，如英国的Ballard et al.(1991)较早地使用中尺度模式对雾进行了数值模拟研究。林杨等(2010)利用中尺度模式WRF(Weather Research and Forecasting Model)和NCEP(National Centers for Environmental Prediction)再分析资料及常规观测资料，对陕西的一次大雾天气过程进行了数值模拟，分析了大雾天气过程形成的主要原因及雾的生消机制。严明良等(2011)等利用新一代中尺度数值预报模式WRF和NCEP再分析资料，对沪宁高速公路区域的一次大雾天气过程进行了数值模拟，同时采用沪宁高速公路自动气象监测站的实时资料对模拟效果进行了验证。樊琦等(2003)利用MM5模式对广州地区冬季的一次大雾天气进行了数值模拟研究。上述研究表明，中尺度数值模式对雾具有较好的模拟和预报能力。

山西省地处太行山以西，黄河以东，境内地形复杂，多条山脉横贯。复杂的地形使得雾的分布不均，中部的太原和南部的临汾、长治为雾的多发地，而这一带也是山西省主要公路的必经之路。为进一步研制山西省高速公路大雾数值预报系统，本文使用中尺度模式MM5对2009年发生的3场典型雾个例进行数值模拟，研究物理过程参数化方案对雾数值模拟的影响，探讨雾发生时的动力、热力和湿度条件特征，研究确定基于模式模拟数据的雾判别指标，评价MM5模式对山西省境内雾数值模拟的能力。

1 资料和方法

1.1 资料选取

1)太原气象站整点观测的能见度资料;2)山西省109个自动气象站整点观测的地表温度、2 m气温、2 m相对湿度、10 m风向风速;3)模拟试验区域内(图1中D02)10个高空探测站08时和20时(北京时间，下同)探测到的不同气压层上的温度;4)模拟试验D02小区域内94个基本气象站08时人工观测的能见度及天气现象;5)MM5模式运行所用的NCEP/NCAR每日4次的FNL全球分析资料(final operational global analysis，简称FNL资料)。

图1 MM5模式的模拟区域设置(红色表示的是山西省高速公路;D01表示粗网格、D02表示细网格)Fig.1 Simulation domains of MM5 model(the red line indicates the expressway in Shanxi Province;D01 is the coarse grid，and D02 is the fine grid)

1.2 模式方案设计

本研究使用美国国家大气研究中心NCAR(National Center for Atmospheric Research)和美国宾州大学PSU(Pennsylvania State University)联合开发的第5代中尺度非流体静力模式MM5，模拟2009年发生的3次典型雾个例(2009年2月2日20时—4日14时、11月28日20时—30日20时和12月9日20时—11日20时)。模拟试验采用双重嵌套，模拟中心位于(113°E，38°N)，模拟区域如图1所示。图1中D01区域采用粗网格，格距为27 km，格点数为64×52，覆盖中国华北地区，地形采用10'全球地形资料;D02区域采用细网格，格距为9 km，格点数为103×91，覆盖山西省，地形采用2'全球地形和资料。雾是贴地的液态水滴分子集合，所以边界层内的高垂直分辨率将有利于雾的模拟预报(管琴，2012)，试验中模式垂直层数设为30层，采用上疏下密的方式，其中1.5 km以下有22层，最低的模式层位于3.5 m左右的高度。MM5模式以NCEP 6 h一次的1°×1°FNL资料作为初始条件和边界条件，积分步长为72 s，每1 h输出一次模拟结果。

MM5模式的参数化方案包括积云参数化、边界层参数化方案、显式水汽方案、辐射方案和地表温度方案。因模拟的网格格距为27 km×9 km，本文积云对流参数化方案选用适合于较小格点尺度(10～30 km)的Grell方案，下垫面采用在垂直方向上分辨温度日变化的5层土壤温度模式。因graupel(reisner2)方案基于混合相方案，并加入了霰和冰的数量浓度预报方程，考虑较为全面，故水汽方案选用graupel(reisner2)方案。由于雾的生消和边界层过程及大气的长波辐射关系密切(尹球和许绍祖，1993)，因此，本文重点研究了边界层方案和辐射方案对雾生消的影响。MM5模式提供的边界层方案主要有高分辨率边界层方案(high-resolution planetary boundary layer scheme，简称HIR方案)、中尺度预报边界层方案(medium-range forecast planetary boundary layer scheme，简称MRF方案)、平衡湍流分析边界层方案(equilibrium turbulence analysis planetary boundary layer scheme，简称Eta方案)和Gayno-Seman行星边界层方案(Gayno-Seman planetary boundary layer scheme，简称GS方案);提供的辐射方案主要有简单冷却方案、云方案(cloudradiation scheme，简称Cloud方案)和NCAR气候模式方案(NCAR Community Climate Model scheme，简称CCM2方案)，因简单冷却方案大气的冷却率仅依赖于温度，不存在云的相互作用及日循环，故辐射方案只考察Cloud辐射方案和CCM2辐射方案。本文设计了10套试验方案来研究边界层方案和辐射方案对雾生消模拟的影响(表1)。

表1 辐射与边界层试验方案设置Table 1 Experiment schemes about radiation and boundary layer

1.3 统计评估方法

为定量评价模式参数化方案对气象要素模拟结果的影响，应用气象统计方法:平均偏差(Emb)、平均绝对偏差(Emag)、标准偏差(Erms)及相关系数(r)对模拟结果进行检验，

其中:am是模型模拟值;ao为气象要素观测值;M为参与统计的气象站点总数;N为参与统计资料的时次总数;i为气象站点编号;j为时次编号。

根据《中短期天气预报质量检验办法(试行)》(中国气象局，2005)中的灾害性天气(包括雾天气)落区预报评定方法，雾落区预报准确率(TS评分)可以定义为:

其中:NA为预报正确站数(次);NB为空报站数(次);NC为漏报站数(次)。

2 大雾过程实况和天气背景

2.1 雾过程实况

2009年是山西省雾多发的一年，本文选用了持续时间长、范围广且观测数据齐全的3次雾过程个例，它们发生的时间分别为2009年2月2日20时—4日14时、11月28日20时—30日20时和12月9日20时—11日20时。以12月9日20时—11日20时的雾过程为列，从9日23时到11日午时，山西省境内雾一直没有间断，持续了约30 h，成为进入12月以来，国内雾持续时间较长的一次个例。山西省气象台2009年12月10日9时40分发布大雾橙色预警信号:吕梁、太原、阳泉、晋中、运城、临汾、长治、晋城等预警区域内出现能见度大于50 m小于200 m的浓雾并将持续。据山西省气象台观测数据显示，10日8时到11日8时，山西省有14个县市出现能见度小于1 000 m的雾天，其中，五台山和武乡出现了能见度小于100 m的浓雾。

2.2 天气背景

分析山西省3次雾过程的天气背景，雾发生前，从500 hPa高度场来看，3次雾过程山西省都处于槽前脊后，出现弱降水天气;随着天气系统东移，短暂降雨后山西省处在西北气流控制下，天空晴好;同时，分析地面气压场特征，3次雾过程山西省分别处于鞍型场中(2月4日08时)、冷高压东南侧(11月30日08时)、冷高压的西南方向(12月10日08时)，地面等压线稀疏，地面风速较小。

以2009年12月9—11日的雾过程为例，由07日08时的500 hPa高空形势(图2)可以看出，(30～150°E，10～70°N)区域内出现了两个低压系统，中心分别位于(100°E，65°N)和(145°E，45°N)附近。从(100°E，65°N)低压中心分别向西南和西南偏南方向各伸展出一个深槽和一个浅槽，西支槽较深，控制整个中亚中东地区，槽后冷空气从欧亚大陆的北部向南倾斜而下，至槽线以东缓慢东流，强度由强转弱，到华东地区已转为弱冷平流;东支槽较浅，影响小，由低压中心伸到我国中部地区。在东支槽槽线以东直至我国东部地区为一个弱脊区。来自于东支槽后的弱冷空气与东支槽前脊后的弱暖空气交汇于我国中部偏东地区，部分地区出现弱降水，观测显示山西省中部及南部地区自7日中午到8日凌晨出现弱的降水。之后，弱槽快速东移，山西省境内地面受弱的冷高压、高空受弱西北气流控制，8日白天出现晴好微风天气，这使得降落到地表的水分很快蒸发进入近地层大气中，为夜间雾的形成提供了水汽条件。同时，东支槽后的弱冷平流控制山西省地区，为夜间该地区雾的形成奠定了辐射冷却的基础。分析8日20时700、850 hPa位势高度场及海平面气压场，山西省境内等压线稀疏，地面风速很小，这对雾的形成十分有利。

3 不同参数化方案模拟结果分析

历年气象台资料统计表明，影响雾灾害性天气现象的基本因素取决于大气稳定度、低层水汽含量大小和低空大气中悬浮颗粒物多少(张德山等，2002)。因此，本研究基于常规观测资料，考察不同MM5模式参数化方案对地表温度，各气压层(850、700、500、400、300、250、200 hPa)温度、2 m相对湿度、10 m风速模拟结果的影响(李莉等，2010);同时考察了它们对雾落区预报、雾生消过程及雾顶高度模拟结果的影响，从而确定山西省雾数值预报拟采用的物理参数化方案。

图2 2009年12月7日08时500 hPa位势高度场(单位:dagpm)Fig.2500 hPa potential height at 08:00 BST on 7 December 2009(units:dagpm)

3.1 近地层主要气象要素模拟效果评估

基于试验期间山西省109个气象观测站每小时地表温度模拟和观测值，利用(1)—(4)式计算了不同参数化方案组合下地表温度模拟和实测的偏差和相关系数。从模拟值与实况值对比的结果来看，所有方案模拟的地表温度平均偏差在－2～－4℃，细网格的模拟误差略小于粗网格，Cloud辐射方案优于CCM2辐射方案;边界层参数化方案中HIR方案和GS方案模拟效果较好，其次是HIR/MRF和Eta方案，MRF方案的偏差最大，其中细网格对比结果如图3。图3中Emag和Ems显示各方案模拟的地表温度平均绝对值偏差与离散程度评估结果与Emb基本一致。细网格地表温度模拟值和实测值相关分析表明，10种不同参数化方案组合模拟和实测地表温度相关系数依次为0.73、0.76、0.73、0.74、0.70、0.72、0.75、0.73、0.74、0.70。因此，从地表温度模拟值和实测值的偏差和相关性分析结果来看，MM5边界层和辐射方案能够较好地模拟出地表温度;且边界层方案中HIR和GS方案较优，辐射方案中Cloud方案更优。

研究中，考察了各参数化方案对2 m温度、2 m相对湿度和10 m风速模拟结果的影响，结果表明，所有方案模拟的2 m相对湿度、10 m风速都比实测偏大，其标准误差范围分别在0～15%、0～2 m/s;与地表温度相比，各方案2 m温度、2 m相对湿度和10 m风速模拟和观测相关性偏小，但相关系数都在0.5以上。比较不同参数化方案对2 m温度、2 m相对湿度和10 m风速模拟结果的影响，得出HIR和HIR/MRF方案优于其他边界层参数化方案，Cloud方案优于CCM2方案，这一结论与地表温度分析结果是一致的(管琴，2012)。

3.2 高空温度模拟效果评估

由于雾发生时伴随着近地层逆温，因此，探讨了不同参数化方案对各高度层温度模拟精度的影响。选择模拟区域中具有高空探测数据的站点(10个站点)，利用(1)—(4)式计算了3次雾个例08、20时不同气压层(850、700、500、400、300、250、200 hPa)温度模拟值和实测值之间的偏差和相关系数。图4给出了细网格各高度层温度模拟值的偏差(Emb、Emag)。

由图4a可见，各参数方案模拟的温度平均偏差都在1.3℃以内，Eta方案较其他边界层方案模拟的误差更小，云辐射方案优于CCM2辐射方案。图4b显示，不同参数化方案温度平均绝对值偏差差异较小。从相关系数r来看(管琴，2012)，模拟和实测的温度相关系数在都0.6～0.7之间，说明MM5模式能够较好地模拟出不同层的大气温度;其中，HIR和Eta方案相关性较高，Cloud方案略优于CCM2方案。随着高度的变化，不同边界层和辐射方案对模拟温度的影响越来越小。

图3 不同参数化方案下细网格地表温度模拟值与观测值的偏差统计(单位:℃)Fig.3 Statistical assessment of the ground temperature deviation between the observation and simulation using different parametric schemes(units:℃)

图4 细网格各高度层模拟温度平均偏差Emb(a)和平均绝对偏差Emag(b)(单位:℃)Fig.4 (a)The average temperature deviations and(b)average absolute temperature deviations between simulation and observation at various high levels in the fine mesh area(units:℃)

相比于地面气象要素模拟结果，高层的模拟温度误差较小，且不同参数化方案模拟温度的差异也较小。这可能是由于各地表方案所计算的地表热通量不同引起的。这种不同参数化方案模拟与实测之间存在差异的现象在700 hPa高度依然存在，并随高度的增加，不同参数化方案之间的差异也在减小，如500 hPa气压层(海拔高度5 600 m左右)处基本已经超出了大气边界层高度，各方案间的差异就不如边界层明显。500～200 hPa气压层(海拔高度5 600～12 000 m左右)处各方案的模拟效果基本一致，可以认为该高度已经不受边界层方案及地表方案的影响，这一点在相关系数上也有体现。因此，在雾的数值模拟中，考虑雾主要发生在近地层，其影响的因子如大气层结稳定、较小的风速、污染物的迁移、扩散及转化作用等主要发生在行星边界层内部，合理化的边界层参数化方案更有利于雾的数值预报，而通过雾的数值模拟可以得知HIR方案可以获得更好的垂直模拟效果。

3.3 雾区模拟效果评估

目前开展的多次雾外场观测试验结果表明，各地区雾中含水量的平均值为0.2～0.5 g·kg－1(科顿和安泽斯，1993)，但由于各地的地域特点和雾形成条件的不同，雾中液态水含量范围也各有不同。在研究参数化方案对雾落区模拟的影响时，取20 m高度的液态水含量大于等于0.01 g·kg－1为雾区判别的标准(林燕，2010;林艳等，2010)。为对比分析各参数化方案对雾区模拟的影响，利用TS评分评价2月4日08时、11月30日08时和12月10日08时3个时次雾落区模拟结果。不同参数化方案对雾落区预报的TS评分如表2所示。

由表2中可以看出:1)边界层方案选用HIR和HIR/MRF方案模拟雾区的TS评分较高，其他边界层参数化方案TS评分明显偏低;2)对于HIR和HIR/MRF边界层方案，细网格比粗网格更有利于雾的正确模拟;而GS、Eta方案粗网格优于细网格;MRF方案粗细网格的差异不明显，其优劣还与辐射方案有关;3)两种辐射方案对雾区预报的影响不大，但总体来说，Cloud方案要优于CCM2方案。以2009年12月10日08时细网格D02区域雾预报为例，参数化方案选用HIR和Cloud方案预报的雾区(图5b)和实况(图5a)具有较好的一致性;虽然CCM2辐射方案(图5c)漏报站点数少，但CCM2辐射方案模拟的范围比云辐射方案大，空报的站点更多，因此，准确率比云辐射方案略低。

表2 不同参数化方案细网格雾模拟TS评分表Table 2 Accuracy of the simulated fog area under various parametric schemes

3.4 雾的生消及垂直结构模拟效果的评估

图5 2009年12月10日08时雾实况(a)以及边界层方案采用HIR方案、辐射方案分别采用Cloud方案(b)和CCM2方案(c)的雾落区模拟结果(实况图中数字表示能见度，单位:km;“=”表示轻雾，“≡”表示大雾)Fig.5 The observed and simulated fog area distribution at 08:00 BST on 10 December 2009:(a)observation，(b)HIR and cloud parametric scheme，(c)HIR and CCM2 parametric scheme(the figure in Fig.5(a)denotes visibility，units:km;“=”indicates light fog，“≡”indicates fog)

选用具有探空观测和实时地面观测的太原气象站资料，分析3次雾个例每小时的能见度和相对湿度观测。在这138个时次的观测资料中，55个时次能见度小于1 km，其中相对湿度大于等于90%天气有37个时次(雾)，相对湿度小于90%大于等于80%的天气有个18时次(雾霾天气);75个时次能见度大于等于1.0 km小于10.0 km，其中相对湿度大于等于90%天气有20个时次(轻雾)，相对湿度小于90%大于等于80%的天气有个25时次(雾霾天气);8个时次能见度大于等于10.0 km(无雾)(采用中国气象局网站上的气象科普知识栏雾与霾的定义和区别进行划分:http://www.cma.gov.cn/2011xzt/20120816/2012081601_2/201208160101/201209/t20120912_185010.html)。试验中，利用TS评分来评价各参数化方案对整个雾生消过程雾落区模拟的能力(表3)。

表3反映了整个雾生消过程雾模拟的准确率。如表3所示，HIR方案和HIR/MRF方案雾模拟的准确率较高，TS评分在80%左右，且雾的漏报次数明显少于其他参数化方案;对于HIR方案和HIR/MRF边界层方案，粗细网格雾的模拟精度相差不明显，然而其他边界层参数化方案粗网格雾的模拟精度明显高于细网格;HIR和HIR/MRF边界层方案细网格雾的模拟精度受辐射方案影响不大。

表3 不同参数化方案下在模拟期间对太原雾预报TS评分表Table 3 TS result of the simulated fog area in Taiyuan under different parameter schemes

为进一步考察参数化方案对雾发展高度模拟的影响，分析12月发生的雾个例能见度和相对湿度观测资料。太原站的观测资料分析结果表明，此次雾过程包括两次雾生消过程(9日21时—10日11时，11日21时—11日6时)，在第一次雾天气过程中出现了能见度为0.5 km大雾天气，并持续了10 h左右，其中，从10日08时太原近地层探空资料中可以看出673 m处温度达到最大－4.1℃，水汽含量达到最大3.02 g/kg，风速也达到最大4 m/s，并且此高度出现风向的切变，因此推断雾顶高度到达673 m左右。考察不同参数化方案对太原站LWC(liquid water content，液态水含量)模拟的影响来看，HIR和HIR/MRF边界层方案模拟雾的持续时间基本上和实况一致，其他方案模拟出的雾持续时间较实况偏短;对于HIR和HIR/MRF边界层方案，选择不同辐射方案和粗细网格对雾持续时间的模拟影响不大;考察不同辐射方案对雾高度模拟的影响发现，Cloud方案模拟出的雾顶高度与实况更为接近，而CCM2方案模拟的雾顶明显偏低。图6给出了边界层参数方案为HIR方案、辐射方案分别为Cloud方案和CCM2方案MM5模式模拟的LWC时间序列，可见，两种辐射方案都能较好地模拟出两次雾的生消过程。10日08时CCM2辐射方案描述的雾顶约位于0.996 5的σ层(约20～25 m)，云辐射方案描述的雾顶约位于0.955的σ层(约为310～330 m)。与实况对比，云辐射方案描述的雾高度与实况更接近。考察其他个例模拟结果，同样发现云辐射方案更能准确地描述雾的生消过程的变化:不仅持续的时间与实况较一致，而且高度也更合理。

综合考察各参数化方案对气象要素、雾落区、雾生消及发展高度模拟精度的影响，对于雾的MM5模式数值模拟，HIR方案和Cloud方案分别为最佳边界层和辐射方案。因此，山西省雾的数值模拟参数化方案设置为:积云对流参数化方案选用Grell方案，下垫面采用多层土壤温度模式，水汽方案为graupel(reisner2)方案，边界层参数化方案选用高分辨率的HIR方案，辐射方案选用Cloud方案。

4 雾预报指标确定

图6 2009年12月9日21时—11日20时太原站HIR边界层方案LWC的时间—高度剖面(单位:g/kg;纵坐标为σ坐标)a.Cloud辐射方案;b.CCM2辐射方案Fig.6 The time-height cross-section of the simulated cloud liquid water in Taiyuan from 21:00 BST on 10 September 2009 to 20:00 BST on 11 September 2009(units:g/kg)a.Cloud scheme;b.CCM2 scheme

为更精确地确定雾区的分布，分析了山西省雾发生时，各关键气象要素的特征(高永辉等，2006)。杨小萍等(2001)对太原市近10 a雾进行了统计分析，研究表明雾发生时近地层湿度较大，10 m风速小于2 m·s－1，近地面层比较稳定或有逆温存在。由于模拟和观测资料存在偏差，试验表明模式模拟近地层气象场时明显存在偏冷、偏湿和风速偏大，因此，在构建雾判别指标时，分析了雾预报关键气象因子(10 m风速、20 m液态水含量)模拟值的统计特征。试验中，以2月4日08时、11月30日08时、12月10日08时109个气象站点模拟的20 m液态水含量为数据集，分析雾发生时液态水含量的统计特征;发现雾液态水含量符合正态分布，其均值和方差分别为0.210、0.027 g·kg－1。由概率统计理论知观测值落在均值减3倍的标准差与均值加3倍的标准差之间的概率为99.7%。同时考虑到山西省境内降雨区液态水含量一般大于0.6，因此，以0.13～0.60 g·kg－1作为雾的液态水含量判别指标。统计分析多个个例模拟与实测的10 m风速之间的关系，发现MM5模拟的10 m风速均值比观测值大2 m·s－1。因此，风速的判别指标为10 m风速小于4 m·s－1。由于雾发生时存在逆温，且雾的发展高度一般小于1 500 m，因此，1 500 m以下存在逆温层作为判别雾的另外一个指标。综上所述，基于MM5模式输出资料的山西省雾判别标准为:20 m液态水含量为0.13～0.60 g·kg－1，10 m风速小于4 m·s－1，20～1 500 m存在逆温。

利用以上雾判别指标对2009年12月10日08时MM5模拟的气象要素场进行处理，得雾区分布(图7c)。相比于实况(图5a)和以大于0.01 g·s－1为雾判别指标所得的雾区图(图5b)，雾判别的综合指标剔除了河南东北部、江苏西部及山东东部的雨区和陕西东南部及内蒙部分地区的空报区域，使空报的区域大大减小，模拟的雾区更接近实况。利用区域内94个气象站点数据，统计该时刻雾预报的区域TS评分(表4)，可见，利用雾判别的综合指标，雾预报的区域TS评分有所提高;TS评分的提高主要是因为空报率有所下降。

图7 采用雾判别综合指标后的10日08时雾区分布Fig.7 The simulated fog area distribution at 08:00 BST on 10December2009afterusingthefog recognition program

5 结论和讨论

1)综合考虑不同边界层方案和辐射方案对地表温度、高空温度、2 m相对湿度、10 m风速、雾的落区、雾的生消过程及雾的发展高度数值模拟的影响，边界层方案选用HIR、辐射方案选用Cloud方案模拟的结果与实况更为一致。对比各种边界层方案可以发现，HIR方案更成功地模拟出了2009年的3次雾过程。边界层参数化各方案中交换系数K的不同是这几个试验差别的主要原因。HIR方案中的湍流交换系数是根据K理论计算的，MRF方案在其基础上又加入了反梯度传输项，这二者的预报结果较相似;BT方案、Eta方案和GS方案的湍流交换系数都是基于Mellor-Yamada公式的能量闭合方案，由湍能给出K，因此这三者的预报结果也很相似。由于HIR方案中的K理论可以很好地描述近中性及稳定层结情况下的湍流交换特征，也就抓住了雾发生时稳定层结机制，因此对雾模拟最为接近实况。对比各种辐射方案，CCM2辐射方案在长短波中有多个波段，但只是简单地根据相对湿度来处理云，该方案的设计更适用于较大的格点尺度;而Cloud辐射方案涉及长短波与显云和晴空之间的相互作用，在辐射通量的计算上更为细致，因此，细网格的辐射通量计算精度更高。细网格雾模拟的精度高于粗网格说明高分辨率地形资料的使用和精细模式格网分辨率的设置有利于雾模拟精度的提高。

表4 2009年12月10日08时雾预报区域TS评分Table 4 TS result of the simulated fog area at 08:00 BST on 10 December 2009 after using the fog recognition program

2)综合分析3个典型雾个例的模拟结果得，山西省境内雾的预报指标为:20 m液态水含量为0.13～0.6 g·kg－1，10 m风速小于4 m·s－1，20～1 500 m存在逆温。利用这一雾判别的综合指标，对2009年12月10日08时MM5模拟的气象场进行处理，结果表明:采用综合指标后空报的区域大大减小，使模拟的雾区更接近实况。由于山西省地处华北西部的黄土高原东翼，地形复杂，气溶胶成分独特，其雾发生的机理有别于东南沿海;因此，研究中所得雾判别综合指标主要针对山西省区域的大雾数值模拟，是否适用于其他区域有待于进一步研究。

董剑希.2005.雾的数值模拟研究及其综合观测［D］.南京:南京信息工程大学大气物理学院.

樊琦，吴兑，范绍佳，等.2003.广州地区冬季一次大雾的三维数值模拟研究［J］.中山大学学报:自然科学版，42(1):84-86.

高永辉，王洪芳，刘健.2006.雾的解释预报技术研究［C］//中国气象学会.“航空气象探测、预报、预警技术进展”分会场论文集.成都:508-511.

管琴.2012.山西省高速公路大雾数值预报研究［D］.南京:南京信息工程大学大气物理学院.

黄玉生，许文荣，李子华，等.1992.西双版纳地区冬季辐射雾的初步研究［J］.气象学报，50(1):112-117.

科顿W R，安泽斯R A.1993.风暴和云动力学［M］.北京:气象出版社.

李莉，程水源，陈东升，等.2010.气象模式MM5的不同参数化方案评估［J］.北京工业大学学报，36(1):71-76.

林燕.2010.南京冬季雾过程能见度的参数化方案及数值模拟研究［D］.南京:南京信息工程大学大气物理学院.

林艳，杨军，鲍艳松，等.2010.山西省冬季雾中能见度的数值模拟研究［J］.南京信息工程大学学报，2(5):436-444.

林杨，沈桐立，胡琳，等.2010.陕西冬季一次大雾天气生消机制的数值模拟研究［J］.高原气象，29(2):437-446.

刘熙明，胡非，邹海波，等.2010.北京地区一次典型大雾天气过程的边界层特征分析［J］.高原气象，29(5):1174-1182.

陆春松，牛生杰，岳平，等.2010.南京冬季雾多发期边界层结构观测分析［J］.大气科学学报，34(1):58-65.