初夏吉林省一次大雾天气的数值模式预报效果检验

朴美花 陈长胜 李依瞳 姚 帅

（1.吉林省气象台，吉林长春 130062；2.吉林省气象科学研究所，吉林长春 130062；3.长白山气象与气候变化吉林省重点实验室，吉林长春 130062）

1 引言

雾是悬浮在近地面层大气中的大量微细乳白色水滴或冰晶的可见集合体，依据当时的能见度可以将其分为轻雾、大雾、浓雾、强浓雾和特强浓雾5个等级[1]。雾是吉林省较常见的灾害性天气之一，多发于盛夏和初秋，对交通运输、空气质量、人体健康等方面有着重要影响[2]。

近年来，随着探测手段的不断进步，特别是数值模式提供的能见度及其相关要素的定量预报产品，使得对雾的监测和预报水平有所提升，但对相关数值预报产品的针对性检验较少，解释应用能力仍然存在不足，尚不能满足经济发展对雾害的监测预警及防灾减灾的业务需要[2-7]。一般来说，6月受冷涡天气影响，大气不稳定，出现大雾频次相对较少，且持续时间较短，这更增加了雾的预报难度[8]。因此加强对初夏大雾发生发展规律的认识，检验数值预报模式的预报能力，有助于提高雾的精细化预报水平。

本文利用常规观测资料和EC、Grapes_GFS、Grapes_MESO、NCEP以及Japan等数值模式预报产品，分析了2020年6月10日吉林省一次大雾天气的天气背景，着重检验各个数值模式对此次过程的预报能力，以期加强对吉林省大雾天气特点和数值模式与预报能力的认识，为吉林省大雾天气预报预警提供参考依据。

2 天气实况特征

2020年6月9日20时—10日08时吉林省中东部出现大范围轻雾或雾天气。从最小能见度及出现时间分析可知，中东部大部分地区最小能见度不足7.5km（轻雾或雾），出现时间在2:00—4:00居 多，其 中 农 安（35m）、舒 兰（68m）、白 山（147m）、罗子沟（496m）4站能见度不足500m，出现时间分别为2:27、23:48、3:23和4:05。上述各站与周边站点能见度差值约为4～5km，说明局地性较强。从持续时间看，农安和舒兰两站能见度小于1km持续时间达12h。大雾天气的时空分布特征符合吉林省辐射雾的特点[2]。

选取农安、舒兰和白山作为代表站分析地面要素变化（图1）。上述3站前期均无明显降水，农安能见度持续较低，舒兰和白山能见度入夜后逐渐下降，先后降到1km以下，达到大雾蓝色预警标准；相对湿度则先升后降，存在明显日变化，10日00—06时相对湿度均大于80%，温度露点差不足2℃，近地面空气接近饱和，达到轻雾或雾的判别标准；9日23时—10日03时10分钟最大风速不足2m/s，基本处于静风区，有利于大雾天气的形成与维持。

图1 2020年6月9日20时—6月10日08时农安、舒兰、白山能见度（a）、相对湿度（b）、最大风速（c）、T-Td（d）变化

3 天气形势分析

3.1 大尺度环流背景

2020年6月9日20时，500hPa中高纬度环流场呈两槽一脊型，吉林省受冷涡底部偏西气流控制；700hPa高空槽偏西偏北，吉林省在西南气流控制下，中东部地区位于西南急流南侧，温度露点差超过6℃，存在明显干层；850hPa，吉林省主要受偏西气流控制，中东部风速较小且处于弱冷平流区；地面上吉林省位于弱高压后部晴空区，气压梯度很小，中东部站点风速小于2m/s，大气层结比较稳定，有利于地面辐射冷却，使得空气湿度加大（T-Td＜2℃），造成中东部出现区域性轻雾或雾天气。综上，对流层底层（850hPa）弱冷空气和夜间晴空辐射，有利于夜间降温，同时上干下湿的配置，有利于近地层逆温的形成与维持，促使近地面层水汽凝结成雾。

3.2 近地面层探空条件

近地面稳定的大气层结有利于大雾天气的形成和维持，为此进一步分析近地面垂直探空条件。从9日20时临江站探空图（图2）可以看出，整层大气层结稳定，中高层存在明显干层，近地面层存在逆温层，有利于在底层水汽的积累；对流抑制能量较大，湍流较弱；风随高度逆时针旋转，表明中低层有冷空气入侵，850hPa以下风速较小，加之晴空少云，有利于辐射降温，水汽凝结，以上条件较有利于大雾天气的形成。对比9日20时长春的探空资料发现，同样存在较强的对流抑制和较小的底层风速，但因逆温层尚未建立，湿度场的上干下湿结构相对较弱，因此长春站最小能见度出现时间晚于临江站。可见，逆温层对大雾天气的形成和维持起着重要作用。

图2 2020年6月9日20时临江（a）和长春（b）站T-lnp图

4 数值模式检验

近年来数值预报产品提供了越来越丰富的要素预报产品，其中与大雾相关的有能见度、相对湿度以及模式探空产品。

4.1 能见度预报

首先检验9日08时起报的地面能见度预报场，发现各个模式预报的能见度整体偏大。其中，EC可以较好地反映出能见度低值区，其能见度预报值相对更接近实况；Grapes_GFS和NCEP对中部和东南部的能见度低值区有所指示，但整体范围偏小；值得一提的是，Grapes_GFS对长春北部的能见度预报较为准确，平均能见度4～5km，与实况接近。

进一步对农安、舒兰、白山3个代表站的能见度观测与对应的9日08时起报的不同数值预报结果对比，发现EC预报与实况更为接近，能够反映出能见度的日变化特征，有较好的指示意义，但其具体数值和变化幅度与实况还有较大差距。

4.2 相对湿度预报

相对湿度是预报大雾天气最重要的参考指标。从检验模式9日08时起报的地面相对湿度发现，随着地面高压的东南移动，在西南气流和辐射降温增湿的作用下，吉林省中东部湿区范围增大，湿度增加。几种模式都能较准确地预报出湿区范围，预报的05时中东部相对湿度均超过90%，接近饱和。其中EC、Grapes_MESO和Japan模式预报效果最好，较好地反映出底层增湿过程和具体落区；Grapes_GFS预报范围明显偏大；EC预报的数值略偏低。

4.3 探空预报

从9日08时起报的EC模式T-lnp图（图3）可知，分布在农安、舒兰、白山附近的格点数据在925hPa以下都预报有逆温层存在，有利于水汽的积累，且中层干层明显，上干下湿，有利于水汽凝结。因此模式较好地反映出了有利于大雾天气出现的探空结构，这与实况探空结构较为一致。需要注意的是，模式预报的近地面风场较实况偏大，因此会低估雾的强度和持续时间。

图3 2020年6月9日08时起报的EC模式格点T-lnp图（a：近农安格点；b：近舒兰格点；c：近白山格点）

综上可见，模式对于相对湿度和边界层探空的预报效果明显好于能见度的预报，但底层风场预报偏大可能会低估雾的强度和持续时间。因此，对于这种局地性的浓雾或强浓雾天气，不能仅局限于能见度预报产品，还要综合利用实况监测及更多的模式产品，丰富预报着眼点来提高大雾落区和强度的预报。

5 结语

本文分析了2020年6月10日吉林省一次大雾天气的天气背景，着重检验了各个数值模式对此次过程的预报能力。分析发现：

（1）此次大雾天气分布范围较广，但局地性较强，主要出现在夜间到凌晨，个别区域持续时间较长，具有典型辐射雾特征。

（2）此次过程中，吉林省受500hPa冷涡底部偏西气流控制，700hPa存在明显干层，850hPa处于弱冷空气区，地面位于弱高压后部晴空区，气压梯度较小。此外，近地面层存在逆温层，湍流较弱，有利于水汽积聚，由于辐射降温增湿作用，造成中东部出现区域性轻雾或雾天气。

（3）各个模式对地面能见度的预报结果整体偏大。其中，EC可以较好地预报出能见度低值区，能见度预报更接近实况，同时能够客观地反映出能见度的日变化特征，有较好的指示意义，但是准确率和变化幅度与实况仍有差距。Grapes_GFS和NCEP对中部和东南部的能见度低值区有所指示，但整体范围偏小。值得一提的是，Grapes_GFS对长春北部的能见度预报较为准确，站点平均能见度与实况接近。

（4）各模式对于相对湿度和边界层探空结果的预报效果好于能见度预报，对大雾天气的出现具有更好的指示意义，但底层风场预报偏大可能会低估雾的强度和持续时间。因此，对于这种局地性的浓雾或强浓雾天气，不能仅局限于能见度预报产品，还要综合利用实况监测及更多的模式产品，丰富预报着眼点来提高大雾落区和强度的预报。