APP下载

泉州沿岸雾气候特征及遥感监测产品应用验证*

2023-01-13

海峡科学 2022年11期
关键词:海雾漏报浓雾

严 韬 韩 赓

(泉州市气象局,福建 泉州 230036)

0 引言

雾是由大量悬浮于近地层大气中的气溶胶粒子、微型水滴或小型冰晶所组成的混合气溶胶体系,是一种使大气水平能见度小于1km的常见天气现象[1]。海雾是指在海上、岸滨、岛屿区由于水汽凝结而产生的大量水滴使得低层大气水平能见度小于1km的一种常见的海上灾害性天气现象,通常会导致水平能见度降低,严重影响海上交通,给船舶的航行安全带来极大隐患和危害[2]。海雾根据其成因划分,主要有平流雾、混合雾、辐射雾、地形雾等,其中比较常见的是平流雾,同时因为沿海地区沿岸雾的成因与海雾之间密切相关,因此海雾分析一般也包含沿岸雾[3]。

海雾生消机制非常复杂,目前预报水平还远不能满足社会服务的需求[4]。海雾监测是开展此类天气事件决策服务工作的前提,而岸基和海基监测站点较为稀疏且部署位置相对固定,难以满足监测海雾动态发展的需要。20世纪70年代起,随着人类探索太空脚步的加快以及星载探测器实现高效数据传输、大范围连续观测的功能,人们针对海雾的探测由原先常规的船舶以及沿海气象站点观测逐渐向星载探测器遥感探测转换[5]。采用覆盖范围广、时空分辨率高的气象卫星进行海雾监测,可以较好地实现海雾持续变化过程的动态观测。目前福建省气象局卫星遥感创新团队开发了基于遥感的海雾监测产品,但与实况存在40min的滞后。本研究旨在明确该产品在实际业务中应用的可行性,结合沿岸雾的气候统计特征为沿岸雾的预报预警提供参考。

1 数据和研究方法

1.1 数据

1.1.1 能见度资料

本文所用能见度资料为2014—2020年每天0—23时泉州崇武站能见度仪观测资料。崇武站(站号59133)是泉州沿岸唯一的国家基准气候站,位于泉州东部沿海中段,是根据国家气候区划及全球气候观测系统的要求,为获取具有充分代表性的长期、连续资料而设置的地面气象观测站,能够满足数据完整性及可靠性要求。采用Python3.8对泉州地区沿岸雾的年际、月际、日变化特征进行统计分析。

1.1.2 海雾遥感监测产品

本文所用海雾遥感监测产品包含福建省2017—2021年海雾遥感监测产品,以及其对应时次的福建沿海自动站和海上浮标站的能见度数据,站点名称见表1。海雾图像涵盖了详细的观测时间和地理边界,其空间分辨率为1km,时间分辨率为60min/次,地理范围为21°N~30°N,114°E~123°E。

1.2 研究方法

1.2.1 雾的预报等级划分

本文参照GB/T 27964—2011[6],以当时的能见度对雾的等级进行划分,以V表示能见度(见表1)。

表1 雾的预报等级

1.2.2 质量统计TS评分法

(1)

(2)

(3)

(4)

式(1)—式(4)中,NAk为预报正确站(次)数;NBk为空报站(次)数;NCk为漏报站(次)数;k代表发生能见度低于1000m的大雾天气,检验评价方法见表2。

表2 海雾产品检验统计表

2 结果与分析

2.1 泉州沿岸2014—2020年雾日数气候变化特征

由于泉州沿岸轻雾日数过多,普遍达到全年日数的70%以上,因此本文仅对大雾、浓雾、强浓雾、特强浓雾四个级别进行统计,2014—2020年崇武站未出现过特强浓雾,因此仅统计大雾、浓雾、强浓雾三个级别的雾日数。

2.1.1 年际变化特征

图1为泉州沿岸2014—2020年的雾日数阶梯图,从雾日数的年际变化来看,2014—2020年泉州年均海雾发生天数为44.29d,其中2014—2016年、2019年具有高发性特点。

图1 泉州沿岸2014—2020年雾日数

2016年海雾发生天数最多,各强度级别的累计雾日天数达到82d,占全年日数的22.47%。2018年和2020年海雾发生天数最少,各强度级别的累计雾日天数为18d,占全年日数的4.93%,从2017年开始,各级别的雾日数均有明显下降的趋势,尤其是强浓雾级别的雾日天数,2020年降至0d。

2.1.2 月际变化特征

2014—2020年泉州沿岸月累积雾日数则呈现出明显的“单峰型”,有明显的季节变化特征(见图2),其中3—5月(春季)为雾日高发期,占全年海雾发生天数的64%,其中又以4月为最多,月内累计年平均大雾及以上级别的天数超16d;8—10月是海雾发生最少的时间段,基本无雾;11月至次年1月偶有海雾发生,属于略微增长并维持的阶段。

图2 泉州沿岸2014—2020年月累计雾日数

总的来说,春季和初夏是泉州沿岸发生海雾频率最高的季节,全年海雾结束时间早,7月中旬已基本没有海雾发生,夏末和初秋海雾发生的次数非常少,基本无雾。

2.1.3 日变化特征

从海雾各时次出现的频数来看,泉州沿岸雾最易发生在2—8时,11—17 时则相对较少(见图3)。

从具体的强度来看,各级别的雾在一天中各时刻的分布特征均具有“波状”结构,其中浓雾和强浓雾是典型的“单峰型”结构,最高值出现在5—6时;大雾的时次分布则为“双峰型”,两个峰值分别出现在3—4时和7—9时。

对各个级别雾日数和时次数的统计可以发现,大雾发生的天数最多,但时次数却低于浓雾和强浓雾,这反映出浓雾和强浓雾往往持续的时间更长,更不易消散,故而时次数较多。

图3 泉州沿岸2014—2020年累计年平均逐时段雾时次数

2.2 福建省海雾遥感产品的检验评价

结合福建沿海自动站及浮标站实况,可按照表2将海雾遥感监测产品划分为四类。第一类为正确(NA),即实况出现海雾且产品也监测出海雾;第二类为空报(NB),即实况未出现海雾但产品也监测出海雾;第三类为漏报(NC),即实况出现海雾但产品未监测出海雾;第四类为不评,即实况未出现海雾且产品也未监测出海雾。以上实况出现海雾指大雾及以上级别,即能见度低于1000m。图4分别是代表将该产品判定为正确、空报、漏报、不评的示例。

经统计,2017—2021年福建省海雾遥感监测产品共13490个样本,按照类别划分,其中正确的有564个样本,占4.18%;空报的有563个样本,占4.17%;漏报的有847个样本,占6.28%;不评的样本有11516个,占比最高,为85.37%。从各年份的样本量来看,2017年的样本数最少,为1170个,占总样本量的8.67%;2020年的样本数最多,为7165个,占总样本量的53.11%。参照上文质量统计TS评分法对所有样本进行分类判别和统计分析,得到2017—2021年福建省海雾遥感监测产品检验统计结果(见表3)。

(a)正确(NA)

表3 2017—2021年福建省海雾遥感监测产品检验统计结果

绘制2017—2021年福建省海雾遥感监测产品的TS评分、漏报率PO、空报率FAR、命中率POD的变化趋势示意图(见图5)。由图5可知,近五年福建省海雾遥感监测产品的TS评分有一定提高,2021年TS评分已提升至50.00%;空报率显著下降至20.59%,下降逾70%;漏报率仍然较高,均在40%以上,命中率相应升至57.45%。

图5 2017—2021年福建省海雾遥感监测产品TS评分、漏报率、空报率、命中率变化趋势

综合各项评分,认为该产品空报率较低、漏报率较高、TS评分和命中率在50%及以上,有一定的参考价值,但应用时应结合具体天气形势、气象要素值及其他预报模式进行判别诊断。

3 结论

近年来泉州沿岸雾发生日数明显下降,这或与人工观测转全自动观测有关。从月际变化来看,3—5月为泉州沿岸雾高发期,其中4月最多,8—10月则基本无雾。从日变化来看,泉州沿岸雾最易发生在2—8时,11—17时发生的可能性低。大雾、浓雾、强浓雾三个级别的雾日数相比,大雾发生的天数最多,但时次数却低于浓雾甚至强浓雾。这说明能见度越低的雾,从发生到消散所需的时长更久,可为雾的预警服务提供参考。

福建省海雾遥感监测产品对于泉州沿岸雾的空报率较低、漏报率相对较高,TS评分和命中率均在50%及以上,具体业务应用时可结合风向、露点等气象要素进行综合判别诊断。

猜你喜欢

海雾漏报浓雾
基于LoRa的海雾监测系统在漳州的观测精度分析*
独立江畔
基于Himawari-8数据的夜间海雾识别
基于区域气象观测站的黔东南州暴雨漏报过程统计分析
应用综合管理措施降低医院感染病例漏报率
浓雾
梦幻又危险的海雾
我迷失在茫茫浓雾中
某市死因监测漏报的调查报告
临床乳腺检查筛查乳腺癌中降低病灶漏报率的探讨