一次弱冷空气对渤海海雾影响的数值模拟研究

作者：王锐  刘彬贤

单位：天津市气象局天津海洋中心气象台, 天津 300074

关键词：冷空气 渤海 海雾 数值模拟 气温敏感性试验

分类号：P732.1

出版年·卷·期（页码）：2021·38·第六期（82-92）

摘要：

利用NECP再分析资料、HMW-8卫星红外4-1通道数据、卫星可见光云图和地面常规观测数据，对2020年3月7—8日渤海海域出现的大范围海雾形成的天气背景和低层温度湿度特征进行分析。结果表明： 500 hPa浅槽东移至渤海上空，槽前西南气流为海上输送暖湿空气，槽后弱冷空气在东移过程中受山脉阻挡，沿山脉南下，率先为海面带来的东北向弱冷空气强迫下垫面降温，是导致成雾的重要条件。为研究降温强度对雾区模拟结果的影响，利用WRF模式，对背景场下垫面气温进行敏感性试验，当气温下降6℃时的模拟效果较好，模拟结果在1 000 hPa整层降温显著，利于逆温层结形成，同时在相对湿度大值区增加了东北风量，垂直层结降温增湿的位置与观测事实相符，表明此次弱冷空气过程对下垫面温度的降低，有利于低层水汽凝结，使海雾得以发展。

Using NECP reanalysis data, HMW-8 infrared 4-1 channel data, satellite visible cloud image and ground conventional observation data, the characteristics of the weather background and low-level temperature and humidity that causes large-scale sea fog process in the Bohai Sea from March 7 to 8, 2020. are analyzed. When the 500 hPa shallow trough moves eastward to the Bohai Sea, the southwest airflow in front of the trough transports warm and humid air to the sea. The weak cold air behind the trough is blocked by the mountains in the process of eastward migration, and moves southward along the mountain range, which first brings the northeast weak cold air to the sea surface. The cold air forces the underlying surface to cool down, which is an important condition for the formation of sea fog. In order to study the influence of cooling intensity on the simulation results of fog area, sensitivity test of the underlying surface temperature of background field is carried out by using WRF model. The simulation effect is reasonably well when air temperature drops by 6℃ with significant temperature decreasing in the level of 1000 hPa, which favors the formation of inverse temperature stratification. Meanwhile, the northeast wind volume is increased in the high relative humidity area and the location of the cooling and humidification of vertical stratification is consistent with observation, indicating that the cold air process reduces the temperature of underlying surface, which is conducive to the condensation of low-level water vapor and the development of sea fog.

参考文献：

[1] Byers H. Summer sea fogs of the central California coast[M]. Berkeley:University of California Press, 1930:291-338. [2] 王彬华. 海雾[M]. 北京:海洋出版社, 1983. [3] 张苏平, 鲍献文. 近十年中国海雾研究进展[J]. 中国海洋大学学报, 2008, 38(3):359-366. [4] 吴彬贵, 张宏升, 汪靖, 等. 一次持续性浓雾天气过程的水汽输送及逆温特征分析[J]. 高原气象, 2009, 28(2):258-267. [5] 宋润田. 平流雾和辐射雾时边界层温度场又风场结构特征的对比分析[J]. 海洋预报, 2000, 17(3):11-20. [6] 吴彬贵, 张宏升, 王兆宇, 等. 一次平流雾过程中湍流及能量输送特征研究[C]//第27届中国气象学会年会大气物理学与大气环境分会场论文集. 北京:中国气象学会, 2010. [7] 王亚男, 李永平. 冷空气影响下的黄东海海雾特征分析[J]. 热带气象学报, 2009, 25(2):216-221. [8] 傅刚, 李鹏远, 张苏平, 等. 中国海雾研究简要回顾[J]. 气象科技进展, 2016, 6(2):20-28. [9] 史得道, 吴振玲, 高山红, 等. 海雾预报研究综述[J]. 气象科技进展, 2016, 6(2):49-55. [10] 高山红, 齐伊玲, 张守宝, 等. 利用循环3DVar改进黄海海雾数值模拟初始场Ⅰ:WRF数值试验[J]. 中国海洋大学学报, 2010, 40(10):1-9. [11] 高山红, 张守宝, 齐伊玲, 等. 利用循环3DVar改进黄海海雾数值模拟初始场Ⅱ:RAMS数值试验[J]. 中国海洋大学学报, 2010, 40(11):1-10, 18. [12] 陈志昆, 魏立新, 李志强, 等. 2017年夏季北冰洋浮冰区海雾特征分析[J]. 海洋预报, 2019, 36(2):77-87. [13] Wang Y M, Gao S H, Fu G, et al. Assimilating MTSAT-derived humidity in nowcasting sea fog over the Yellow sea[J]. Weather and Forecasting, 2014, 29(2):205-225. [14] 史得道, 黄彬, 吴振玲. 2016年春季一次黄渤海明显海雾过程的大气海洋特征分析[J]. 海洋预报, 2018, 35(5):85-92.[15宋亚娟. 北太平洋海雾发生频率的气候学特征[D]. 青岛:中国海洋大学, 2009. [16] Zhou B B, Du J. Fog prediction from a multimodel mesoscale ensemble prediction system[J]. Weather and Forecasting, 2010, 25(1):303-322. [17] 杨悦, 高山红. 黄海海雾WRF数值模拟中垂直分辨率的敏感性研究[J]. 气象学报, 2016, 74(6):974-988. [18] 马翠平, 吴彬贵, 李江波, 等. 一次持续性大雾边界层结构特征及诊断分析[J]. 气象, 2014, 40(6):715-722.

服务与反馈：

【文章下载】【发表评论】【查看评论】【加入收藏】