2016—2020年长江沿线雾的特征及成因分析

2023-11-14王孝慈王继竹孟英杰李双君

干旱气象 2023年5期

王孝慈，王继竹，孟英杰，李双君

（1.武汉中心气象台，湖北武汉 430074；2.长江流域气象中心，湖北武汉 430074）

引言

长江干线作为重要的水上交通要道，始于四川省宜宾市，全长约2 838 km，每年货运量超过20亿t。确保航道航运安全、对长江干线航道进行系统治理、建设支线航道、合理布局港口以及完善智能服务，对长江经济带至关重要。所有这些任务的完成都离不开气象保障（俞香仁等，1990；白永清等，2006；代娟等，2015）。由于长江航道沿线地形复杂，气候多变，受能见度、大风、洪涝等灾害性天气的影响较为严重，因天气原因导致的人员伤亡和财产损失不断增加，其中低能见度导致的衍生灾害每年都有发生，甚至偶尔发生重特大事件。例如，2003年6月19日因突发浓雾“江龙”806号轮与涪州10号客轮在涪陵水域相撞，造成53人死亡；2012年4月28—30日，三峡大坝上下游河段因雾相继禁航40余h，导致230艘船舶、57个闸次运行计划被迫推迟。低能见度衍生灾害给长江航道气象安全保障敲响了警钟。

低能见度通常由雾或霾引发。长江沿线大气中水汽含量较高，再加上特殊的地理环境和气候特点，雾成为影响长江航道能见度的主要因素。因此，了解长江沿线雾的时空分布和变化规律对航道气象安全保障具有重要意义。国内已有一些学者对中国西南地区、中游平原地区及长江下游地区雾的时空分布特征进行了统计分析，顾清源等（2006）研究表明，四川盆地多雾，与盆地的地理环境、近地层空气湿度、近地层风力和准饱和度密切相关；李慧晶等（2019）分析表明，四川盆地雾日冬季最多，而高原地区雾日秋季最多，年均雾日变化具有明显的地理特征。江玉华等（2004）和韩余等（2013）研究发现，重庆地区雾呈西多东少分布，多数出现在10月至次年2月。此外，还有很多学者（魏建苏等，2010；王博妮等，2014；于庚康等，2015；郭婷等，2016；王博妮等，2016；田小毅等，2018；田小毅等，2019）对江苏沿海及长江三角洲一带做了有关雾的特征分析，表明长江沿海雾多发于6月，其次是2月和11月，雾发生时风速总体减小，且多以东风为主。然而，这些研究大多集中在单个省份或特定气象要素上，对于长江干线通航航段雾的特征和形成机理研究较为有限。本文选取长江沿江51个气象站点，系统分析2016—2020年冬季航道大雾的时空分布特征、变化规律以及大雾发生的气象条件，旨在为通航期间雾的预报预警、气象防灾减灾以及服务保障提供参考依据。

1 资料与方法

使用的数据包括：2016—2020年长江沿线（宜宾以东）51个国家级气象观测站逐日和逐时降水量、能见度、雾日、相对湿度、气温、气压和风场资料，数据来自国家气象信息中心发布的气象大数据云平台·天擎（http：//data.cma.cn/）；欧洲中期天气预报中心（ECMWF）第5代全球再分析数据（ERA5）（空间分辨率0.25°×0.25°，时间分辨率：4次/d），包括位势高度、温度、风场、地面气压场和露点温度（https：//cds.climate.copernicus.eu/）。

气象学中，雾是大量悬浮在近地面空气中的微小水滴或冰晶组成的气溶胶，是近地面层空气中水汽凝结（或凝华）的产物。一般将相对湿度达到85%以上且能见度小于1.0 km的低能见度天气定义为雾（王博妮等，2020）。章国材（2014）建议能见度小于等于500 m时对内河航运采取封航措施。结合此建议并参考《长江干线水上交通气象条件等级划分指导意见》，以能见度≤500 m的事件作为研究对象，将能见度≤500 m、50 m＜能见度≤200 m以及能见度≤50 m分别定义为大雾、浓雾及强浓雾（中国气象局，2007）。长江沿线51个国家级气象观测站点见图1和表1。

表1 沿江站点省（市）归属列表Tab.1 Provincial （city） ownership list of stations along the river

图1 长江沿线51个国家气象观测站点（沿江1 km以内站点）分布Fig.1 Distribution of 51 national meteorological observation stations along the Yangtze River （stations within 1 km along the river）

文中附图涉及的地图基于国家测绘地理信息局标准地图服务网站下载的审图号为GS（2020）4619号的标准地图制作，底图无修改。文中时间均为北京时。

2 长江沿线航道雾时空分布特征

2.1 时间分布

2.1.1 月分布特征

研究航段站点雾日逐月分布（图2）可知，长江沿线雾主要发生在11月至次年1月，这3个月的月累计雾日占比之和可达0.4。其次是冬末和春季，这两个时段占比合计为0.34。8月全航段雾很少出现，月占比仅0.01。重庆西南部和中部的巴南、涪陵、丰都和忠县等站雾频次大致相当，湖北西段的巴东和秭归站在6月出现雾的频次略高于其他月份，荆州、岳阳、望江和枞阳等站点雾高发月份为2—3月。可以看出，位于高原或丘陵的川渝地区站点全年都容易发生雾，而位于鄂皖平原地区的部分站点在初春出现雾的频次相对较高（图略），这种差异可能与下垫面的地理特征有关。

图2 2016—2020年长江沿江51站累计雾日占比逐月分布Fig.2 Monthly distribution of accumulated fog days at 51 stations along the Yangtze River from 2016 to 2020

2.1.2 日分布特征

前面的分析结果表明，长江沿线雾的高发月份在11月至次年1月，因此重点分析冬季雾日。从不同等级雾（大雾、浓雾和强浓雾）的日分布曲线（图3）可以看出，清晨至早晨时段大雾出现频次最高，06：00—09：00大雾频次达峰值；浓雾与大雾情况类似，但浓雾发生频次仅为大雾的三分之一；强浓雾出现高峰在07：00—08：00，比大雾和浓雾出现高峰时间滞后约2 h。不同级别的雾午后至傍晚（13：00—18：00）出现频次最低。一般而言，内陆地区以辐射雾为主，冬季清晨地面热量散失，在晴空少云天空状况下，若边界层大气水汽含量较多，地面辐射降温显著，使得地面温度降至露点以下，水汽在地表迅速凝结，有利于雾的形成，辐射雾具有明显的日变化特征（牛生杰等，2016）。能见度低于50 m的强浓雾通常在辐射雾基础上形成，其主要成因就是辐射冷却。而近海区域通常更易出现平流雾，这种雾通常是由暖湿空气水平流经寒冷海面或岸边，受冷地表影响，低层空气迅速降温而产生（许爱华等，2016）。平流雾的出现具有突发性，日变化特征不明显，这点与内陆地区的辐射雾有显著区别。

图3 2016—2020年长江沿江51站不同等级雾累计频次日变化Fig.3 Diurnal variation of accumulated frequency of fog with different grades at 51 stations along the Yangtze River from 2016 to 2020

2.2 空间分布

图4 为长江沿线51站2016—2020年年均累计雾日空间分布。可以看出，雾高发区为宜宾—重庆和重庆—万州两个区段，次高发区为丹徒—太仓段，宜昌—岳阳、黄冈以及安庆—和县段，雾日略少于丹徒—太仓段，重庆东北部—宜昌西段、安庆西段和芜湖段雾日最少。近5 a来，四川和重庆的西南部和中部年均雾日30～45 d，其中南溪、江安、江津和巴南偏南等地区雾日可达45～60 d，冬季近三分之二的天数都有雾出现。在江苏境内的丹徒—太仓段年均雾日18～40 d，是雾日出现频率次高区域。而在宜昌以东至安徽境内的航段，除部分站点偶尔出现20 d以上雾日外，其余航段雾日均不到15 d。综合考虑长江沿线雾日空间分布特征和地理特征，发现四川和重庆中西部（宜宾—忠县段）雾日最多，其次是东部平原地区（仪征—太仓段）及鄂皖平原地区（荆州—岳阳和黄冈段）。

图4 2016—2020年11月至次年1月长江沿线51站年均累计雾日空间分布（单位：d）Fig.4 Spatial distribution of annual mean accumulated fog days at 51 stations along the Yangtze River from November to next January from 2016 to 2020 （Unit： d）

3 长江沿线航道雾出现时气象要素特征

3.1 地面风速、风向与雾的关系

图5（a）为2016—2020年长江沿线51站不同级别雾出现时的地面风速分布。可以看出，绝大多数雾出现时的地面风速都小于3 m·s-1，特别是风速为1～3 m·s-1时，雾出现最频繁，可达几千次。当地面风速为3～4 m·s-1时，雾出现次数明显减少，远少于风速小于3 m·s-1时。地面风速4 m·s-1以上时雾出现次数不到百次。这表明地面风速越大，长江沿江各航段出现雾的可能性越低。地面风速对雾的形成和维持具有重要影响，这与花丛等（2015）对雾的研究结论一致。

图5 2016—2020年长江51个沿江站点11月至次年1月不同等级雾发生时风速频次（a）及风向频次分布（b）Fig.5 Wind speed frequency during fog with different levels (a) and wind direction frequency (b) at 51 stations along the Yangtze River from November to next January from 2016 to 2020

从雾出现时地面风向分布特征［图5（b）］可以看出，频次最高的是北风或偏北风，分别是北、东北、西北、北北西和北北东5个风向，次数超过2 500次，代表区域为四川航段、宜昌及鄂东地区（图略）。其次是东东北、东、西南、西和西西北5个风向，代表区域为鄂西航段、荆州和皖南地区。出现频次最低的风向是东东南、南南东、南和西西南，这些风向在重庆西段比较常见。但是有一些航段，如重庆中东部和皖西南山区，风向并无明显指向。这表明，长江干线雾出现时，风以北风和偏北风为主，其次是偏东风和偏西风，当偏南风分量大时，雾出现次数最少。风向特征可能与地形和引发雾的天气形势有关。

3.2 降水与雾的关系

图6 为长江沿线51站雨雾分布特征。可以看出，川渝及鄂西地区的一些站点，无论是大雾、浓雾还是强浓雾，雨雾占比都比其他航段高，这与林建等（2008）研究结果基本一致，且不同站点占比波动明显。鄂皖平原地区雨雾占比相对均匀，东部平原一带雨雾占比高于鄂皖平原西段，均值与山区基本持平，站点之间波动幅度也较小。从浓雾及强浓雾的雨雾占比看，鄂皖平原和东部平原其占比远低于川渝地区，表明浓雾与降水的相关性较低。然而山区一些站点，雨雾占比很高，这意味着浓雾出现与降水有很大关系。整体而言，长江沿线山区雨雾占比较高，平原地区清晨辐射雾占比较大。

图6 2016—2020年51个沿江站点11月至次年1月不同等级雨雾日数占比（蓝点：川渝及鄂西站点，桔点：鄂皖平原段站点，绿点：东部平原段站点）Fig.6 Proportions of fog days with different levels during the rainfall at 51 stations along the Yangtze River from November to next January from 2016 to 2020(blue dots: stations in the Sichuan-Chongqing and western Hubei sections, orange dots: stations in the Hubei-Anhui plain section,green dots: stations in the eastern plain section)

川渝地区全年雾高发，且站点之间雾占比波动明显，这与其复杂地形有关（卿清涛等，2021）。图6中绿线为沿江站点的海拔高度，可以看出，四川和重庆航段内的航道站点平均海拔高度在300～500 m，沿江两岸是起伏变化的丘陵山地，是全航段地形最复杂的地方。夜间由于辐射冷却，造成大量冷空气下沉并在江面堆积，当空气冷却至露点温度附近时，近地面相对湿度增大，水汽开始凝结，有利于雾形成。这种地形和气象条件对雾的发生和维持起着非常重要的作用。

4 浓雾成因分析

2016—2020年长江干线发生强浓雾事件共63次（表略），出现频次最高的站点为仪征、太仓、涪陵和武汉站，其次是巴南、巫山、南溪、枝江和扬中站。这些站点主要分布在川渝山区和长江下游近海地区。

4.1 不同地形条件下浓雾发生时气象要素变化

长江沿线雾的发生与地理环境密切相关。按照雾出现频次高低，将航道分为3个主要高频区域：川渝及鄂西高山段、鄂皖平原段及东部平原段，分别从这3个区域选取典型代表站（涪陵、武汉和仪征站），进一步分析不同地域强浓雾发生时气象要素的变化特征。

2018年11月24日08：00至12月2日08：00，武汉站出现3次强浓雾天气过程，时间分别为26日14：00—19：00、29日16：00—18：00和12月1日19：00—20：00，多发生在傍晚时段。对强浓雾出现时的风速、相对湿度和气温等气象要素进行分析，从图7看出，雾发生前气温明显上升，相对湿度逐渐增加，大气具有明显暖湿特征；雾发生时气温骤然下降，饱和水汽压降低，相对湿度进一步增大。3次过程雾形成前地面均增湿明显，雾发生时气温均降幅明显，雾消散时湿度均下降、升温明显。雾出现时风速下降（均值小于3 m·s-1），这是因为一定强度的风速可以冷却相应层结，又可以充分留住空气中的水汽，有利于雾形成和维持；当风速逐渐增大时雾开始消散。结合降水与能见度变化来看，降水的产生必然伴有能见度降低，但浓雾发生未必都与降水有关。这与3.2节中的分析结果一致，再次表明平原地区强浓雾的出现与降水的相关性不高。

图7 2018年11月24日08:00至12月2日08:00武汉站气象要素逐时变化Fig.7 Hourly change of meteorological elements at Wuhan station from 08:00 on 24 November to 08:00 on 2 December, 2018

川渝一带海拔较高，水汽充沛，是雾的高发区。选取该区域涪陵站进行分析，从图8看出，2016年12月4—9日，涪陵站出现6次强浓雾过程，出现时段分别为：2016年12月4日00：00—03：00、4日18：00至5日05：00、5日22：00至6日03：00、6日18：00—22：00、7日20：00至8日03：00和8日14：00至9日03：00，雾多发生于半夜至凌晨时段。雾发生前后，与武汉站相比，涪陵站气温变化更加明显，强浓雾出现频次更高，7天内有6个时段出现强浓雾。与武汉站一样，雾发生时气温下降，相对湿度达100%，风速为1～3 m·s-1，相对湿度与能见度呈负相关关系。强浓雾的出现与降水有很好的相关性，约二分之一强浓雾发生伴随着降水，这与3.2节的结论一致，即山区丘陵一带多雨雾发生。

图8 2016年12月2日08:00至10日08:00涪陵站气象要素变化Fig.8 Change of meteorological elements at Fuling station from 08:00 on 2 to 08:00 on 10 December 2016

在东部平原段，选取仪征站进行分析（图9）。这一地区水汽条件较好，常年空气湿度较高（梁军等，2021），能见度下降至2 km时，相对湿度能达100%。2020年12月26—29日，仪征站出现4次强浓雾事件，出现时段分别为：26日22：00至27日03：00、27日22：00至28日00：00、28日14：00—16：00和29日06：00—07：00。其中前2次浓雾与降水密切相关，29日06：00—07：00风速增大至6 m·s-1，但能见度反而下降，考虑是出现了平流雾。

图9 2020年12月25日08:00至29日11:00仪征站气象要素变化Fig.9 Change of meteorological elements at Yizheng station from 08:00 on 25 to 11:00 on 29 December 2020

上述分析表明，气温与能见度呈正相关，相对湿度与其呈负相关，当能见度最低时，相对湿度最高，气温最低。风速与能见度的关系较复杂，在以辐射雾为主的阶段，风速和能见度呈正相关，如图7中武汉站的大部分时段和图8中涪陵站的部分时段。在以平流雾为主的阶段，风速往往与能见度呈负相关，如图9东部平原地区的仪征站，在2020年12月28日03：00后，能见度下降，但风速维持在5～6 m·s-1。能见度与气象要素的关系很大程度上取决于雾的发生区域及雾的类型，海拔较高的山区及水汽条件常年较好的东部平原地区，低能见度的产生往往与降水密切相关。

4.2 强浓雾的环流特征

利用ERA5再分析资料，对63个强浓雾事件的海平面气压场、地面温度露点差场、500 hPa和925 hPa高度场、温度场和风场进行分析。强浓雾事件有4种环流类型：低压后部型、低压槽型、弱高压型和高压底部型。其中，弱高压型出现频率最高，约占70%；其次是低压槽型，占比17.4%；低压后部型和高压底部型较少，分别为8%和4.8%。

4.2.1 弱高压型

弱高压型是最常见的环流型，有44个过程，占比达69.8%。以2017年1月2日发生在东部平原段铜陵、太仓、仪征、扬中、靖江和张家港站的强浓雾过程为例，该类型特征为：925 hPa，黄淮、江淮及华南以北地区均处于闭合高压场中，闭合高压中心包含我国中东部大部地区［图10（a）］；500 hPa高度场［图10（b）］上，东部地区为弱脊控制，层结稳定。925 hPa温度为8～10 ℃，近海口地区为弱的偏北气流控制，降温1～2 ℃；地面湿度场上温度露点差为1 ℃［图10（c）］；同时海平面气压场也受弱高压控制［图10（d）］，等值线稀疏，气压场均一，上下层都是弱高压控制；925 hPa风速一般只有2 m·s-1［图10（a）］，水平输送较小；弱高压型是典型的静稳天气型，无论在高原山地，还是平原丘陵一带都有多个个例出现，为整个长江沿线的高发天气型。

图10 2017年1月2日18:00 925 hPa高度场（实线，单位：gpm）、风场（风矢，单位：m·s-1）及温度场（虚线，单位：℃）（a）、500 hPa高度场（b，单位：gpm）、地面温度露点差值场（c，单位：℃）和海平面气压场（d，单位：hPa）Fig.10 The 925 hPa height field (solid lines, Unit: gpm), wind field (wind vectors, Unit: m·s-1) and temperature field (dotted lines,Unit: ℃) (a), 500 hPa height field (b, Unit: gpm), ground temperature dew point difference field (c, Unit: ℃) and sea level pressure field (d, Unit: hPa) at 18:00 on 2 January 2017

4.2.2 低压槽型

雾的环流形势为低压槽型的有11次过程，占比17.4%。以2018年1月16日发生在鄂西段的宜都、枝江站的强浓雾过程为例，该类型特征为：925 hPa中国东北偏北地区存在闭合低值系统，雾区刚好位于低压槽底部，宜都和枝江位于槽底部风速较小区域，存在弱平流［图11（a）］；500 hPa为弱脊控制，抑制上升运动发展，层结稳定［图11（b）］；枝江、宜都两站温度露点差达0 ℃，均为水汽饱和状态，相对湿度达100%，弱冷空气的到来，有利于水汽在近地面凝结［图11（c）］；海平面气压场为两高之间的鞍型场，环流形势稳定［图11（d）］。这类环流形势下产生的雾，多出现在湖北西部及重庆西部，尤其是涪陵地区。

图11 2018年1月16日19:00 925 hPa高度场（实线，单位：gpm）、风场（风矢，单位：m·s-1）及温度场（虚线，单位：℃）（a）、500 hPa高度场（b，单位：gpm）、地面温度露点差值场（c，单位：℃）和海平面气压场（d，单位：hPa）Fig.11 The 925 hPa height field (solid lines, Unit: gpm), wind field (wind vectors, Unit: m·s-1) and temperature field (dotted lines,Unit: ℃) (a), 500 hPa height field (b, Unit: gpm), ground temperature dew point difference field (c, Unit: ℃) and sea level pressure field (d, Unit: hPa) at 19:00 on 16 January 2018

4.2.3 低压后部型

这一环流类型出现较少，仅有5例。从925 hPa的高度场、风场（图略）和地面湿度的配置来看，在中国东北地区存在一个闭合的低值中心，其延伸的槽线影响华北及辽东半岛，中游的湖北省位于槽底部，雾区有明显的暖舌存在。雾发生地以北地区有北风带来的冷平流，冷空气降温使得地面湿度增大，空气达到饱和状态，为雾的形成提供了较好的温湿条件。从海平面气压场分布（图略）来看，雾区位于东北低压后部的均压场中，气压梯度小，风速较小，在保证持续输送冷空气的同时，雾天得以维持。对流层中层500 hPa受较为平直的西风带控制，大气维持在静稳状态。这样的过程多发生在江汉平原南部和东部平原，与秋冬季节东北地区低值系统活动频繁有关。

4.2.4 高压底部型

高压底部型占比最少，仅3例。925 hPa高压中心位于内蒙古北部，雾区刚好位于高压底部，存在弱的偏东气流，风速在1～2 m·s-1，有弱的暖平流。地面温度露点差在1～2 ℃。海平面气压场等压线较为密集，存在一定强度的水汽输送。500 hPa高度场在槽前西南气流控制下，层结较为不稳定，多雨雾发生（图略）。

综上所述，强浓雾的发生通常伴随着弱天气系统。边界层表现为：受弱高压脊（或弱高压）或均压场（或鞍形场）控制，气压梯度力小，风速较小，相对湿度较高；高空形势一般是弱的平直西风环流或小槽小脊，有时在大槽底部，且低层冷暖平流比较弱。不同环流型下的强浓雾天气在长江沿线也表现出不同的区域性特征：江汉平原南部及东部平原一带多受低压后部型影响，鄂西及重庆西部地区多为低压槽型，弱高压型在整个长江沿线均高发，高压底部型出现最少。