作者简介 陈胜军（1986—），男，福建泉州人，助理工程师，主要从事气象灾害防御工作。收稿日期 2022-08-19Conceptual Model of Fog Weather in the Sea of East Fujian and Its Verification and Analysis Based on LORA Monitoring Technology CHEN Shengjun et al(Ningde Meteor-ological Bureau, Fujian Province, Ningde, Fujian 352100)
Abstract This paper extracts the sea fog process along the east coast of Fujian by using the automatic station data from 2017 to 2021, analyzes the monthly distribution characteristics of the sea fog in the east of Fujian, summarizes the high incidence period of sea fog, and then the NCEP reanalysis data of 1°×1°every 6 h was used to process and analyze the characteristics of the middle and low-level circulation corresponding to the sea fog weather process, briefly analyze the structural characteristics of the boundary layer, and analyze and obtain the effective and key weather conceptual model when the sea fog weather occurs. Finally, the weather conceptual model was tested and analyzed by using the sea fog cooperative monitoring data based on LORA technology.
Key words Sea fog; Frequency; Weather situation; Conceptual model; Test and comparison
闽东海雾天气概念模型与基于LORA监测技术的检验分析 陈胜军，孙巍巍，陈 骥
福建省宁德市气象局，福建宁德 352100
摘要 利用2017—2021年自动站资料，提取闽东沿海海雾过程，分析了闽东海雾月际分布特征，归纳了海雾高发期，再利用6 h一次的1°×1°的NCEP再分析资料对海雾天气过程对应的中低层环流特征进行了处理分析，简要分析了其边界层结构特征，得出海雾天气发生时有效、关键的天气概念模型。最后利用基于LORA技术的海雾协同监测资料，对所得的天气概念模型进行了检验分析。 关键词 海雾；频次；天气形势；概念模型；检验对比
中图分类号：P732.1 文献标识码：B 文章编号：2095–3305(2022)11–0014–03
闽东地处福建东北部，位于我国大陆黄金海岸线中段，其中三都澳港区位于宁德市东南部，属半封闭海湾，湾口狭长、湾内分区短、山遮挡、岛屿掩护，是天然避风港，因此容易造成海雾的形成和维持。海雾是闽东冬、春季节重大海洋气象灾害之一，给大气海洋灾害频发的气候系统脆弱地区带来较大压力，严重影响航运、港口生产、海洋渔业、海上搜救、涉海工程、特旅游等。因此加强对闽东沿海地区海雾的观测和预报研究工作很有必要。 近几年，国内外对海雾的研究不断取得显著成果[1-3]。在ISI Web of Know-ledge的SCIE平台，可以检索到很多海雾相关文献。但研究闽东沿海海雾较少且基础薄弱，尤其是海雾精细化预报服务、海雾观
测能力不高，依托“海上福建”项目，近年来，在闽东沿海逐步建设了激光能见度雷达、六要素自动站气象观测站、基于LORA的海雾观测系统，为提高海雾监测与预报水平提供了更多的手段，海洋气象仪器更加精密，海洋气象区域预报更加精准，为海雾预报与机理研究提供了思路与方法。
1 资料与方法
选取2017—2021年闽东沿海海雾实况数据，再利用6 h一次的1°×1°的NCEP再分析资料对海雾发生时的500 hPa和850 hPa环流形势和地面气压场特征进行分析，得到有效、关键的天气概念模型，并利用基于LORA技术的海雾协同观测资料对典型海雾过程进行实况检验，提高LORA海雾监测系统的可用性和有效性。
根据闽东有LORA观测数据以来的数据表明，在能见度＜2 km时，LORA反演效果普遍较好，因此将海雾过程定义为：选取的沿海自动站中有至少一个站点能见度＜2 km，能见度＜2 km的时间至少≥2 h。
2 海雾出现频次的变化特征
从图1可看出，闽东海雾天气多发生于冬、春季，12月至翌年5月为多发期，其中春季多平流雾，冬季多辐射雾，夏季雾日天数相对较少。由图2可看出，受太阳辐射和海陆差异的共同影响，闽东海雾过
程日变化特征明显，多发生于21:00至次日09:00（占77%），07:00、08:00出现频次最多，其他时刻发生海雾频次极少。受海陆分布和局地热力环流影响，沿岸处具有明显的陆地特征，尤其是在三都澳一带，其日变化特征接近陆地特征，表现为明显日变化幅度。
14
15
月份
图1 2017—2021
年闽东海雾总天数月分布
时刻/时
频次
图2 2017—2021年闽东海雾日变化特征
3 海雾发生的天气形势与概念模型
海雾主要发生于边界层内，但与大尺度天气形势有密切关系，中层大气环流所具备的引导气流对近地面风向风速均有影响。当地面边界层静风时，空气中凝结的小水滴不易被吹散或抬升成云，悬浮在近地面层，一旦边界层有
较好水汽条件极易形成雾，而水汽条件辐散辐合与大气环流又有密切关系，因此分析中低层环流特征和地面形势为提高海雾预报准确率提供帮助。经统计分析发现（表1），闽东海雾发生可总结为4类概念模型（以地面分型为主，配合对应的500 hPa 和850 hPa 环流形势）。
表1 闽东海雾过程天气形势分型
项目均压场型冷锋前侧型高压后部型倒槽型500 hPa 形势南支槽前偏西气流南支槽前南支槽前850 hPa 形势切变南侧切变南侧偏东气流切变南侧占比/%
44.8
34.5
13.8
6.9
从表1可看出，在四类天气分型中，均压场型占比最高，约占所有模型的44.8%。在这模型下，闽东地区介于新旧系统转换之间，或处于减弱的弱高压范围内，或者原来影响的天气系统已离开或减弱消失，无明显系统影响，也没有明显气压梯度，闽东地区气压场均匀，而850 hPa 在切变南侧偏南气流的影响下，有利于输送水汽，为大雾形成提供了低层水汽条件。配合均压场控制，风速较小，大气垂直环境稳定，乱流作用不强，不至于将水汽抬升至过高的高度而凝结成云，在这种形势下，当夜间辐射冷却时易使边界层水汽凝结成小水滴并悬浮在近地面层。
占比次高的是冷锋前侧型，此时锋面常在上游浙江、江西、闽西北一带，
闽东处在冷锋前侧，地面冷空气多以中西路南下为主，因为海面持续有大量水汽蒸发，一旦冷空气渗透南下，在其冷却作用下，便在沿海一带形成海雾。这种形势下，500 hPa 高空槽位置偏西偏北，而850 hPa 切变东移南压，闽东在切变南侧偏南气流的影响下，水汽条件较好，遇冷凝结易形成海雾。
另外，高压后部型和倒槽型。当地面和低层处于高压后部时，低层850 hPa 偏东气流或偏南气流将外海暖湿气流输送到沿海一带，而由于海陆热力差异作用，沿海或内海海岛一带低层温度较低，形成逆温层，输送的充足水汽缺少向高层抬升条件，便形成雾。地面倒
槽型常配合850 hPa 切变南侧偏南气流影响，此时500 hPa 处于槽前西南气流控制，而地面倒槽是低层暖平流作用的结果，有利于在地面形成弱的负变压，使底层水汽过饱和凝结成雾（图3）。
4 基于LORA 监测技术的检验分析
LORA 是指一种基于远距离物联网无线电通信技术，LORA 技术融合数字扩频、数字信号处理和前向纠错编码技术，具有通讯站可独立组网、抗干扰能力
强、超低功耗、灵敏度高等优势，便于海上组网监测海雾天气过程。LORA 信号对海雾过程十分敏感，根据李效东等[4]研究表明，LORA 监测数据在能见度＞3 km 时数据波动较大，误差＞±20%，在低能见度时监测数据有效性更强。闽东有LORA 观测数据以来的数据表明，在能见度＜2 km 时，反演效果普遍较好，因此依托福建省海雾监测平台，选取2022年1月1日—5月15日宁德市港
务集团(C0A8167F)、福安市湾坞村(C0A 81673)、福安市藟尾村(C0A81693)、蕉城区三都镇(C0A817B8)、七星村月爿屿(C0A817C2)、蕉城区海上饵料交易市场(C0A806CB)、霞浦县盘前村(C0A8167D)LORA 海雾观测站点数据＜2 km 的样本进行检验分析，同时检验分析海雾监测数据与自动站数据，自动站选取站点分别是蕉城城南镇（F3825）、蕉城三都镇斗帽岛2（F3813）、蕉城三都镇海上社区（F3821）、霞浦北壁乡沙塘村（58854）。
ca173通过LORA 海雾监测平台数据与自动站能见度检验对比，
定义准确率为
a.均压场型；directdraw
b.冷锋前侧型；
c.高压后部型；
d.倒槽型
图3 闽东海雾天气概念模型
平台与自动站均出现雾，漏报率为平台无体现但自动站监测有雾，空报率为平台有体现但自动站监测无雾。为提高数据的有效性，选取的样本均为能见度＜2 km的时刻，且维持时刻≥2 h均定义为雾时。根据样本统计结果，得到以下检验指标（表2）。
表2 LORA海雾监测系统检验指标占比
项目准确率漏报率空报率
百分比/%641620
以上结果表明，LORA较好地反映了海雾的反演结果，但存在漏报率、空报率，根据天气概念模型结果对比分析可看出，漏报率出现时刻均是均压场型和冷锋前侧型，这2种模型下地面风速较小，而空报率出现的时刻多是地面南风偏强的情形，说明大气中的风对LORA信号强度指标具有一定的影响，与李效东等分析结果一致，但准确率较低。这是因为LORA信号强度与传输距离呈对数相关，闽东沿海部署的LORA海雾观测站相较于自动站位置均处于相对靠外海位置，而自动站分布密度较低，且主要在沿岸或海岛一侧，存在挡角，综合以上误差原因与检验评估指标，在优化上述观测网络的基础上，
LORA海雾观测站对海雾的过程有较好的反演效果，可作为海雾预报预警的有效技术解决方案，为提高海雾监测与预报水平提供了更多的手段。
5 典型海雾过程监测对比
根据气象自动站资料，2022年3月30日20:00起观测到有海雾生成，且能见度长时间维持小于500 m的浓雾状态，持续至31日08:00，然后能见度上升到2 km以上，海雾逐渐消散，过程结束。从LORA海雾监测系统反演结果可看出，3月30日17:35开始已经监测到有轻雾生成，且RSSI信号强度显示，低能见度维持到4月1日06:00，仅在3月31日10:30~11:30能见度有所上升，其他时刻平台均计算出有轻雾，海雾生成阶段反演结果早于自动站观测时间，消散阶段反演结果晚于自动站观测时间。这种误差与站点分布差异有关，LORA 海雾观测站主要分布在三都澳海区中部和东部，而自动站主要分布在三都澳西部和南部，存在地理位置上的挡角。就整体海雾天气来看，LORA海雾监测
系统与海雾过程基本吻合，能够较好地
反映出海雾维持过程。
之所以会出现LORA监测海雾生
成时次过早和消散时次过晚，与大气环
流所造成的水汽条件和风速有关。从图
4可看出，此次过程起始阶段冷锋位置
偏北，闽东地面处于均压场，850 hPa受
切变南侧偏南风控制，且风速弱辐合带
来低层水汽弱辐合，而500 hPa处于南
支槽前平直偏西气流，系统抬升条件较
弱，是典型的均压场天气概念模型。从
925 hPa水汽通量散度可看出（A处），
在3月30日17:00闽东沿海一带边界层
有弱的水汽通量辐合，与LORA海雾
监测系统反演出的低能见度相对应，
而实际上到3月30日20:00，冷锋逐渐
南压，此时冷空气从沿海回流南下，
温度下降才使得水汽凝结成雾[5]。3月
31日14:00，边界层水汽已明显减少（B
处），但LORA海雾监测系统反演结果
一直显示有轻雾，这除了与降水干扰有
关外，还与边界层风速有关，因为3月
31日08:00—4月1日06:00，闽东沿海
一带有7个乡（镇、街道）极大风速大于
20.8 m/s（9级），3个乡（镇、街道）大于
24.5 m/s（10级），而风速较大时，有利于
雾消散。因此，LORA海雾监测系统信
号强度指标受大气中的水汽条件、风速
和降水的干扰而产生误差。在实际日常
预报中，这些干扰因素都是预报员可以
排除的因子，不影响LORA海雾监测系
统的有效性。从以上分析可见，LORA
海雾监测系统对海雾落区和整个起始、
维持阶段都有较好的反映，且存在一定
的准确率，对海雾天气告警具有提前
性，可作为增强海雾协同观测能力的有
效手段，对提高海雾精细化预报能力有
较好的指示作用。
6 结论
（1）闽东海雾天气多发生于冬春
季，12月至翌年5月为多发期，受太阳
辐射和海陆差异的共同影响，日变化
特征明显，多发生于21:00至次日09:00
（占77%），其中07:00、08:00出现频次
最多，其余时刻发生海雾频次极少。
（2）闽东海雾的发生有均压场型、
冷锋前侧型、高压后部型、倒槽型4种
特定天气形势。其中，均压场型和冷
锋前侧型占比最高（79.3%），高压后
部型和倒槽型出现频率相对较低，占
20.7%。
（3）LORA较好地反映出海雾反演
结果，但其信号强度指标受大气中水汽
条件、风速和降水干扰而产生误差，在
预报预警中剔除这些要素影响后，可将
LORA作为增强海雾协同观测能力的
有效技术解决方案，对提高海雾精细化
预报预警能力有较好的指示作用。
a.海平面气压场；
b.500 hPa高度和850 hPa流场；
c.水汽通量散度；
d.时间剖面图
图4 2022年3月30日天气形势（下转第19页）
16
小麦上的冰雪层融化，因气温长期处于0℃以下，小麦极有可能遭受冻害，不利于优质高产冬小麦的形成，影响农民经济收入。
（2）油菜。暴雪对油菜的危害程度主要取决于降雪强度和持续时间，对于持续时间长和雪量大的降雪天气来说，较高和脆弱的油菜植株均经不起重压，很容易引发机械损伤，如折断茎秆等；对于持续性的低温雨雪天气来说，尤其是有时会出现冻雨，对油菜的危害也会不断加重，冻害对早播开盘的油菜危害更大；长期雨雪过程会使农田土壤湿度不断增加，极其不利于油菜壮苗的形成。 光滑爪蟾3.2 对设施农业的影响
设施农业生产过程中受暴雪天气的影响较大，尤其是对大棚蔬菜的危害最大。若暴雪天气持续数日，会造成棚上积雪过厚，棚内温度下降，透光性变差，对大棚蔬菜的正常生长发育极为不利。加上暴雪天气伴随着低温天气的出现，会导致大棚蔬菜和露地蔬菜遭受不同程度的冻害。严重的情况下，会使博乐市大部分地区的蔬菜大棚、食用菌棚出现倒塌，甚至压垮家禽大棚。连续性的暴雪低温天气会加
大管理大棚蔬菜的难度，使得大棚遭受严重的经济损失，对反季节蔬菜的供应产生影响。
3.3 对林业的影响
林业生产过程中遭受暴雪天气的危害极大，积雪会压断大量果树的树枝，苗木被积雪压塌。再加上此时的气温偏低，树木上的冰挂很容易压裂、压倒枝条，甚至压断。与此同时，若出现长期阴雨雪天气，极易造成圃地、林地、果园地出现积水，相对湿度较大，不利于根系呼吸作用的正常开展。3.4 对养殖业和渔业的影响
寒冷天气会造成大量牲畜失热，使得体重下降速度过快，因寒流降温的
影响，使得幼畜、病弱畜、家禽死亡。同
时，会造成博乐市的牲畜圈舍倒塌受
损，甚至出现砸死牲畜的情况，对牧民
的影响较大。
3.5 对畜牧业的影响
积雪对牧草越冬保温的防御作用
较为明显，若是当年降雪较多，来年旱
季积雪融化时可增加土壤含水量，为牧
草返青生长提供有利条件；积雪是无水
或缺水冬春草场的主要水源，可有效解
决人畜饮水问题。由于出现暴雪时的
雪量较大，积雪不断变厚，会增加牲畜
吃草难度，甚至影响放牧的正常开展，
极易形成雪灾。暴雪对畜牧业的危害主
要表现在以下几个方面：若积雪掩盖草
场，且超过一定的深度，虽然有的积雪
不深，但密度较大，或者雪面覆冰，有
冰壳形成，会增加牲畜扒开雪层吃草的
难度，引起牲畜饥饿；由于冰壳较为锐
利，有时会划破羊、马的蹄腕，进而出
现冻伤，使得牲畜瘦弱，经常出现牲畜
流产，降低了仔畜成活率，使得老弱幼
畜饥寒交迫，增加了牲畜死亡率。与此
同时，暴雪还会破坏交通、通讯、输电
线路等生命线工程，影响牧民生命安全
绗缝被和日常生活的正常开展。
4 暴雪天气防灾减灾对策
因暴雪天气出现时产生的影响较
大，博乐地区气象部门应及时向社会大
众发布灾害性天气对社会经济、人民生
活各方面的影响，采取的应对措施，以
及服务建议，同时启动气象灾害应急预
案，严格按照当地气象灾害应急预案的
有关要求，全力做好加密观测、预报服
务工作，充分发挥出重点单位和乡镇信
息员的作用，进而指导广大民众做好应
对暴雪、低温天气的灾害性天气防范工
作，同时要及时收集灾情信息，可以借
助于广播、电视台、手机、网络、、
微博等方式及时发布预警信息。另外，
当地气象部门还要向交通、电力、设施
农业、铁路、重点单位发布针对性强的
暴雪防灾减灾指导服务建议，确保相关
单位提前做好准备工作。
参考文献
[1] S teenburgh W J, Onton D J. Multiscale
analysis of the 7 December 1998 Great
Salt Lake effect snowstorm [J]. Monthly
彩透水混凝土施工工艺Weather Review, 2001, 129(6): 1296-
1317.
[2] B ennetts D A, Hoskins B J. Conditional
s y m m e t r i c i n s t a b i l i t y-a p o s s i b l e
explanation for frontal rain bands [J]. Q J
R Meteorol Soc, 1979, 105(11): 945-962.
[3] E manuel K A. Inertial instability and
mesoscale convective system.Part I:linear
theory of inertial instability in rotating间接照明
viscous fluids [J]. Adv Atmos Sci, 1979,
36(12): 2425-2449.
[4] 胡顺起，曹张驰，陈滔.山东省南部一次
极端特大暴雪过程诊断分析[J].高原气
象,2017,36(4):984-992.
[5] 田秀霞，李娟，何丽华，等.2011年初冬
华北南部回流暴雪诊断分析[J].暴雨灾
害,2016,35(3):243-251.
[6] 姚晨，杨祖祥，朱月佳，等.2018年初安
徽省2次罕见大暴雪过程的对比分析
[J].暴雨灾害,2018,37(5):401-409.
[7] 刘红武，李振，唐林，等.2018年12月湖
南极端低温暴雪环流特征及成因分析
[J].暴雨灾害,2020,39(5):487-495.
[8] 苗爱梅，贾利冬，李智才，等.“091111”
山西特大暴雪过程的流型配置及物理
量诊断分析[J].高原气象,2011,30(4):
969-981.
[9] 李津，赵思雄，孙建华.一次华北破纪录
暴雪成因的分析研究[J].气候与环境研
究,2017,22(6):683-698.
责任编辑：黄艳飞
参考文献
[1] 张春桂，何金德，马治国.福建沿海海
雾的卫星遥感监测[J].中国农业气象,
2013,34(3):366-373.[2] 黄彬，许健民，史得道，等.黄渤海一次
持续性海雾过程形变特征及其成因分
析[J].气象,2018,44(10):1342-1351.
[3] 冼锦洪.应用于海雾监测的激光雷达的
研制和能见度反演算法的研究[D].合
肥：中国科学技术大学,2020.
[4] 李效东，梁莺，任雍.基于LoRa的海雾
探测技术研究及效果检验[J].海峡科
学,2021(7):3-8.
[5] 周福，钱燕珍，金靓，等.宁波海雾特征和
预报着眼点[J].气象,2015,41(4):438-446.
责任编辑：黄艳飞
（上接第16页）
19
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议