WRF-POM耦合模式对一次海雾过程的模拟试验

赵定池，李毅，潘晓滨，臧增亮，龚佑权

(1.解放军理工大学气象海洋学院，江苏南京，211101；2.东海舰队海军航空兵肥东场站气象台，安徽合肥231614)

1 引言

海雾是由于受海洋的影响，发生在海上或沿海地区上空低层大气的一种凝结现象，是悬浮于大气边界层中的大量的水滴或冰晶使水平能见度小于1000 m的危险性天气现象[1]。海雾对海上的交通运输、农渔业生产、大气环境都有重要的影响，是气象海洋及相关部门关注的重点天气要素之一。

海洋作为大气的下垫面在海雾的发生发展过程中起着重要作用。海表面温度（SST）是海气界面上的一个重要物理量，受到海洋潮汐、海底地形等因素影响，并对海洋大气边界层有着重要的影响。王彬华[1](1983)总结出中国近海平流冷却雾的气-水温差范围为0.5—3℃。近30年来，国内海雾研究，特别是黄海海雾的数值模拟研究取得了很大的发展，数值模拟也已经成为研究和预报海雾的一种主要手段[2-6]。Gao等[7]（2007）利用MM5模式研究了低空暖湿平流在海雾形成过程中的作用，发现雾区对海表面温度（SST）的变化很敏感，当SST 增加0.5℃时，海雾范围有明显的减小。张苏平等[8]（2010）利用WRF 模式研究了海雾对海表面温度（SST）变化的敏感性分析，发现在湿度较小(q ＜0.5g/kg)的薄雾雾区，若SST增加,则稳定度减弱，海雾面积缩小；相反若SST下降，则稳定度增加，海雾面积增大。孟宪贵等[9]（2012）利用WRF 模式研究了夏季黄海表面冷水对海雾的影响，发现冷水区是导致海雾多发的一个有利条件，由于冷水区海水的冷却效应可以使海雾的发生频率增加15%以上。

WRF模式在处理SST上有两种方案：其一是在整个模拟过程中，SST 始终为初始场中的SST；其二是SST 每6 h 更新一次，更新数据来源于给定SST。前一种方案不能描述SST 随时间演变过程，第二种方案虽然能更新SST，但前提是SST已知，这无法满足业务预报的需求。本文利用POM模式为WRF模式提供有效SST 预报，再利用WRF 模式预报海雾，通过两个模式的实时数据传输和交换，改进SST 的准确率，进而改善海雾预报。利用海气耦合模式，对2008年7月7日的一次大范围黄海海雾事件进行了96 h预报，并与单独运行WRF模式的预报进行对比分析。

2 海雾天气过程分析

2008年7月7—11日在黄海海域发生了一次大范围的海雾过程。此次过程出现在海上高压西部，黄海南部存在暖湿空气并有稳定的偏南风和适宜的风速，是一次典型的平流雾过程。

图1 2008年7月6—11日天气图

2.1 天气形势

2008年7月6日00 时 的850 hPa 图 上（见图1a），海上高压位于日本岛以南海域，闭合等值线为1520 gpm。在我国东北地区存在一个低压，其低压槽向南经大连延伸到山东半岛。黄海海域存在一个暖中心，闭合等值线为22℃。从温度分布的垂直剖面图上也可以看出，该区域存在明显的逆温层，这说明该区域层结稳定，有助于海雾产生。在地面图上（图略）可以看出，黄海南部以南-西南风为主，黄海北部为西南风，黄海区域的相对湿度也都超过80%。

在2008年7月7日00 时 的850 hPa 图 上(见图1b)，海上高压北移并加强，1520 gpm等值线北端到达朝鲜半岛，东北低压减弱，暖中心依然存在。地面图上（见图1g），黄海南部为南风，北部为东南风。7月8日00时(见图1c)，1520 gpm闭合等值线范围达到最大，黄海出于高压后部偏南气流中，偏南风将黄海和东海水汽向北输送，为海雾形成提供水汽条件（见图1h）。7月9日00时(见图1d)，1520 gpm闭合等值线范围开始减小。7—9日，850 hPa 图上的暖中心一直存在，这也为海雾的维持提供了有利条件。10日（见图1e)，海上高压进一步减弱，高压中心位于朝鲜半岛南侧和黄海东侧之间，东海和黄海的大部分地区都处于均压场中，风速较小，不具备平流雾的形成条件，海雾开始消散。11日（见图1f），海上的高压也减弱东移至日本岛以东区域，黄海区域受偏西南气流控制，同时在山东半岛地区发展一个短波槽，造成了黄海西部短时降水，黄海上空的海雾基本消散。

2.2 卫星云图分析

由于海上的测站非常稀少，通过常规的测站无法监测海雾的范围。而运用卫星云图资料可以对海雾实施宏观连续的监测。Ellord[10]指出雾在卫星云图上的典型特征是特别明显的亮斑和外表上看较光滑。Fu等[11]提出了卫星云图判识海雾的标准，包括：（1）海雾的云团没有积云结构，外表是光滑且质地相对均一；（2）海雾的云团边缘明显；（3）海雾云团的移动不显著，说明这些云团是低云，因为高云一般移动较快。Gao 等[7]指出海雾在卫星云图上有光滑的质地和明显的边缘。

在2008年7月7日00 时 的MTSAT-1R 可 见 光卫星云图上(见图2a)，黄海东部朝鲜半岛西海岸被灰白色云团覆盖，该云团边界清晰，顶部纹理均匀，移动缓慢且层状结构明显，以上这些特征与Fu等[11]提出的判识标准较为一致，再结合红外卫星云图上的分析可以推断这些云团是海雾[12]。至7日09 时（见图2c），由于海上高压自日本以南海域北移，雾区逐渐向西扩展，黄海中部有雾生成。至8日00时（见图2d），整个黄海海域均在高压后部的偏南气流中，雾区面积达到最大。9日00时，海上高压减弱，朝鲜半岛沿岸在高压前部的偏北气流中，济州岛附近海雾消散，雾区范围略有减小，山东半岛南侧依然受海雾影响。10日00 时，海上高压减弱，底层风速较小，但从700 hPa图上可以看出，中层海上高压依然存在，黄海西部偏东南风较大；卫星云图上反照率较高，再结合红外云图可知，整个黄海北部的云为高积云。

图2 卫星云图可见光反照率分布图

图3 黄海周边地面观测的水平能见度分布图（单位/km）

2.3 地面观测分析

对黄海周边地面测站观测和探空观测进行分析，以进一步验证海雾的存在。从黄海周围地面观测站能见度的分布图可以看出，7月7日00时（见图3a），成山头站、仁川站和海州站能见度均不超过1 km，此时朝鲜半岛西海岸和成山头地区受海雾影响，这与卫星云图的分析（见图2a）结果一致；7月9日00时（见图3b），成山头站、浮山站、青岛站和日照站能见度不超过1 km，此时山东半岛南侧正受海雾影响，这同样与卫星云图的分析（见图2e）结果一致。说明利用卫星云图来检测海雾范围是可取的。

图4 7月6—11日成山头(红色)和青岛(蓝色)地面观测站的水平能见度

图5 2008年7月6—11日成山头站温度(蓝色，单位/℃)和相对湿度(红色，单位/%)的垂直剖面图

对成山头站和青岛站能见度随时间的变化进行分析。由图4 可见，成山头站受此次海雾影响较大。整个海雾过程中，成山头站的水平能见度较低。只有在9日06 时，出现了能见度的波动，这是太阳辐射的作用。从青岛站的观测记录可以看出，在6日12—11日00时期间，青岛站间歇性地出现了海雾天气，总体而言，其能见度值比成山头偏高，特别是在每天午后能见度均有显著的回升，这是太阳辐射的作用。在10日00 时，该区域出现剧烈上升运动，青岛站出现雷暴降雨天气，能见度又一次显著回升。11日00 时，海雾消散，青岛站能见度回升。对上海站的能见度和相对湿度（图略）分析表明，上海站不受海雾影响。

对成山头站和青岛站的探空廓线进行分析，以了解雾区大气层结特性。图5 为6日00—11日00时成山头站温度和相对湿度的垂直廓线图。由图可见，从7日00 时—10日00 时，该区域均存在逆温层，相对湿度在近地面处接近100%，并且随高度增加迅速降低。尤其在7日00时、8日00时，相对湿度从近地面处的100 %降到850 hPa 高度处的不足50%，这说明该地区低层水汽接近饱和，有海雾存在。10日00时，850 hPa以下，相对湿度随高度增减降低；850 hPa 以上的相对湿度有所回升，说明该区域高层水汽充足，黄海北部存在高积云，这与卫星云图（见图2f）结果一致。从青岛站温度和相对湿度的垂直剖面图（图略）看，在8日00 时和9日00 时，青岛站上空存在逆温层，相对湿度也随高度增加迅速降低。

3 耦合模式介绍

3.1 耦合方案

图6 WRF模式（黑色）和POM模式（白色）的模式网格图（底图为地形高度，单位/m）

本文研究中所用的大气模式为WRF模式3.2版(v3.2），海洋模式为POM（Princeton Ocean Model）模式，利用LINUX下进程中的文件交换实现两个模式的双向联结[13-14]。两个模式各自初始化之后，POM采用WRF 初始化得到的海面风场转化的风应力驱动积分两个内模态时步时间，然后将POM一个时步后的SST 传递给WRF，WRF 积分两个时步时间，并将一个时步后的新SST 传递给POM，如此循环往复。由于WRF 和POM 采用的水平网格不同，模式之间传递的变量先进行差值处理，插值方法采用线性插值法。图6 为WRF 模式和POM 模式的模式网格图。

3.2 大气模式设置

大气模式实验区域格点数为90×90，区域中心经纬度为（35.5°N，122°N），水平分辨率为15 km,垂直分为40个层①40 层σ 坐标分别为：1.0000, 0.9975, 0.9925, 0.9850, 0.9775, 0.9700, 0.9600, 0.9500, 0.9400, 0.9300, 0.9200,0.9100, 0.9000,0.8975, 0.8850, 0.8725, 0.8600, 0.8475, 0.8350, 0.8225, 0.8100, 0.7900, 0.7800, 0.7600,0.7400, 0.7100, 0.6700, 0.6200, 0.5600, 0.5000,0.4500,0.4000,0.3500,0.3000,0.2500,0.2000,0.1500,0.1000,0.0500,0.0000[12]，时间步长为30s。选择了适合海雾过程的参数化方案[15-16]，其中微物理过程采用Lin et al.方案，边界层方案采用了Yonsei University(YSU)PBL 方案，积云对流参数化方案采用了Kain.Fritsch 方案，长波辐射和短波辐射方案分别采用了RRTM方案和Dudhia方案。积分时间为2008年7月6日00:00UTC—11日00:00UTC共120 h，每6 h提供FNL数据侧边界条件。模式输出间隔为每1h/次。

3.3 海洋模式设置

海 洋 模 拟 区 域 范 围 为（30°—41°N,116°—128°N)，水平分辨率为1/6°×1/6°经纬度，水平网格数为73×67，范围略小于大气模式。垂直分为16 个层。内模式积分时间步长为180 s，外模式积分时间步长为30 s。与陆地相接的海面取为固定边界条件，假定其法向速度为零。在东南方向无陆地处取为开边界，其水位、流速的初始场及开边界资料采用马超的大区模式计算得到的10年海洋气候态资料②海洋开边界条件由中国海洋大学海洋环境学院的马超博士提供。POM 模式的初始化中，温盐初始场及开边界资料采用SODA（Simple Ocean Data Assimilation）月平均资料。采用QuikSCAT/NCEP 混合风场转化的风应力驱动POM 模式。由于SST 不仅包含了太阳辐射、长波辐射、潜热和感热作用的总体效应，所以采用SST 可以使模式不需要考虑和计算与多个海洋、气象要素相关的上述各个热通量[17]。模式采用的SST 为NEAR-GOOS日平均数据（North-East Asian Regional Global Ocean Observing System）。由于马超大区模式的结果已经获得一个准稳定态，所以不必长时间运行POM使其达到准稳定态。初始化阶段中，模式从7月1日运行到海雾发生之前，使模式海洋达到海雾发生之前的状态。耦合模式阶段为2008年7月7日00时—11日00时，共计96 h。

试验方案如下：

（1）ctrl 试验：单独运行大气模式的结果，海表温度由FNL 客观分析资料提供，在模式模拟阶段，海表温度维持不变；

（2）coup试验：耦合模式运行出来的结果。

4 数值试验结果分析

4.1 模拟的海雾演变

为研究海雾发生的范围，对ctrl 和coup 试验模拟结果的水平能见度进行分析。根据海雾定义[1]，定义水平能见度小于1000 m 的区域为海雾发生的区域，但模式通常不能直接输出能见度，故需要利用其它模式量进行诊断。Stoelinga等[18]1999年提出了一个由消光系数诊断能见度的公式：

式（1）中，L是大气水平能见度（单位为：km）; β为大气消光系数，包含云水消光系数βcw、雨水消光系数βrw、云冰消光系数βci和雪消光系数βsn，即：

由于夏季黄海海雾过程中没有冰晶和降雪，一般也没有降水，水平能见度主要受到云水消光系数的影响，而云水含量也是模式中的物理量，故通常只考虑云水的影响[6-11,15,19-20]，将（1）式简化为：

式（3）中，ρ 为大气密度（g/m2）, qcw为云水混合比（g/kg）。

图7 数值试验给出的模式第一层海雾水平能见度(单位/m)

图7 详细地列出了ctrl 和coup 试验模拟结果第一层（地理高度13 m）的海雾水平能见度分布。将试验结果与海雾卫星观测（见图2）对比可以看出，单独运行WRF模式模拟的雾区范围偏大偏南，耦合模式模拟的雾区与卫星观测的雾区更趋一致。图7的1a 和2a 表明，在耦合之前，ctrl 试验和coup 试验模拟的雾区完全相同。说明之后模拟结果的差别是耦合了POM模式所致。7日02时（见图7 1a）和7日09 时（见图7 1b），ctrl 试验模拟的雾区已经到上海附近海域。而在卫星观测图上可以看到，该时刻上海附近的海域是不受海雾影响的，上海站地面观测的能见度也在10 km 以上。显然，在ctrl 试验中，上海附近海域的雾区为虚假雾区。而coup试验（见图7 2b 和2c）模拟的雾区在该海域没有虚假海雾。8日00时（见图7 1d）,ctrl试验模拟的海雾延伸至钱塘江入海口，但在这一时刻，卫星云图表明在钱塘江入海口并没有海雾形成。9日00 时（见图7 2e），coup 试验(见)中雾区的增长方位在黄海正南侧，即上海与韩国济州岛之间，这与卫星云图中（见图5e）海雾的发展方向是一致的。10日00 时，ctrl试验在朝鲜半岛沿岸出现雾区，这与卫星观测也不一致，属于虚假雾区。所以较ctrl试验，coup试验更准确地模拟了海雾发展的过程。

图8 数值试验的SST演变过程(单位/K)

4.2 海表面温度分析

由于ctrl和coup试验中的大气模式设置是完全相同的，模拟结果的差别显然是耦合了POM模式后对下垫面的影响所致。下面对两个数值试验的SST进行简要分析：在ctrl试验中，初始场的SST来自于FNL 数据，且在整个模拟过程中保持不变（见图8 1a—1f）。在coup 试验中，初始场的SST 也来自于FNL 数据数据，但在模拟过程中，POM 模式每2h 为WRF模式更新SST（见图8 2a—2f）。

比较图8的1a—1f和2a—2f发现，ctrl试验中的SST 值较coup 试验中的SST 值偏小，并且冷区范围偏大，并且济州岛南侧海域SST梯度较大，致使单独运行WRF 模式模拟的海雾范围偏南偏大。另外，在ctrl 试验的SST 分布图上，有一冷舌伸向钱塘江入海口，这与钱塘江入海口出现虚假海雾吻合。在图8 的2e 图上可以看到，9日00 时，上海与济州岛之间海域出现一个冷舌，且有一定的温度梯度，该区域位置与coup试验模拟的海雾位置比较吻合。

5 总结

利用耦合模式的海洋分量为耦合模式的大气分量提供更接近实际的海表温度，对2008年7月7—11日发生在黄海海域的一次海雾事件进行模拟，并与未耦合试验进行对比。结果表明：

（1）海雾的雾区范围对海表面温度（SST）的变化比较敏感；

（2）耦合模式对海雾的模拟有正效应，对海雾范围的预报有积极作用，特别在一些细节上明显优于单独的WRF模式；

（3）耦合模式在一定程度上能模拟出黄海海表面温度(SST)的变化。若在热力方面进一步完善耦合模式，可将其运用到业务预报中去。

致谢：本文的写作得到中国海洋大学高山红老师，马超博士，李鹏远博士，在校硕士研究生王帅、饶莉娟和解放军理工大学的刘磊教员等人的大力帮助，在此表示衷心的感谢！此外，本文研究还用到日本高知大学、美国国家环境预报中心等提供的各种资料，在此向以上单位表示诚挚的谢意！

[1]王彬华.海雾[M].北京:海洋出版社,1983.

[2]胡瑞金,周发琇.海雾过程中海洋气象条件影响数值研究[J].青岛海洋大学学报,1997,27(3):282-290.

[3]傅刚,张涛,周发琇.一次黄海海雾的三维数值模拟研究[J].青岛海洋大学:自然科学版,2002,34(6):720-726.

[4]汤鹏宇,何宏让,阳向荣.大连海雾特征及形成机理初步分析[J].干旱气象,2013,31(1):62-69.

[5]Fu G, Guo J T, Pendergrass A, et al.An Analysis and Modeling Study of a Sea Fog Event over the yellow and Bohai Seas[J]. J Ocean Univ Chin,2008,7:27-34.

[6]王帅,傅聃,陈德林,等.2009年春季一次黄海海雾的观测分析及数值模拟[J].大气科学学报,2012,35(3):282-294.

[7]Gao S H, Lin H, Shen B.A heavy sea fog event over the Yellow Sea in March 2005:Analysis and numerical modeling[J].Adv Atmos Sci,2007,24(1):65-81.

[8]张苏平,任兆鹏.下垫面热力作用对黄海春季海雾的影响——观测与数值试验[J].气象学报,2010,68(4):439-449.

[9]孟宪贵,张苏平.夏季黄海表面冷水对大气边界层及海雾的影响[J].中国海洋大学学报,2012,42(6):16-23.

[10]Ellord G P. Advances in the detection and analysis of fog at night using GOES multispectral infrared imagery[J]. Wea Forecasting,1995,10:606-619.

[11]Fu G,Guo J T,Xie S P,et al.Analysis and high-resolution modeling of a dense sea fog event over Yellow Sea[J].Atoms Res,2006,81(4):293-303.

[12]李鹏远.黄海海雾的观测和基于WRF模式的数值模拟研究[D].青岛:中国海洋大学,2011.

[13]蒋小平, 刘春霞, 齐义泉. 利用一个海气耦合模式对台风Krovanh 的模拟[J].大气科学,2009,33(1):99-108.

[14]Liu L,Fei J F,LIN X P,et al.Study of the Air—Sea Interaction During Typhoon Kaemi(2006)[J]. ACTA METEOROLOGICA SINlCA,2011,25(5):625-638.

[15]任兆鹏.黄海春季和夏季海雾过程的观测分析与数值试验[D].青岛:中国海洋大学,2009.

[16]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：WRF 数值试验[J]. 中国海洋大学学报,2010,40(10):1-9.

[17]任慧军,詹杰民.黄海冷水图的季节变化特征及其形成机制研究[J].水动力学研究与进展,2005, A(20):887-896.

[18]Stoelinga M T, Warner T T. Nonhydrostatic, mesobeta-scale model simulations of cloud ceiling and visibility for an East Cosat winter precipitation event[J]. Appl Meteor, 1999, 38: 385-404.

[19]刘宇迪,任景鹏,周鑫.散射计风场的三维变分对海雾数值模拟的影响[J].应用气象学报,2011,22(4):472-481.

[20]曹祥村,邵利民.一次冬季平流辐射雾过程的观测分析及数值模拟研究[J].海洋学报,2009,31(4):39-50.