检索
E-mail
RSS

作者投稿 主编审稿 专家审稿 远程编辑

热带海洋学报 >

2024 , Vol. 43 >Issue 1: 79 - 93

DOI: https://doi.org/10.11978/2023050

海洋气象学

基于沿岸自动气象站的台湾海峡西岸海雾生消过程及特征*

  • 廖廓 , 1, 2 ,
  • 李恺霖 , 1, 2 ,
  • 党皓飞 1, 2 ,
  • 林彬 3 ,
  • 赵冬至 4 ,
  • 李慧 5
展开
  • 1.福建省气象科学研究所, 福建 福州 350007
  • 2.武夷山国家气候观象台, 福建 武夷山 354300
  • 3.平潭综合实验区气象局, 福建 平潭 350400
  • 4.南京信息工程大学, 江苏 南京 210044
  • 5.北京坤舆天信科技有限公司, 北京 100010
李恺霖。email:

*感谢福建省气象信息中心所提供的数据支撑。

廖廓(1978—), 男, 湖南长沙人, 正研级高级工程师, 从事生态遥感研究。email:

Copy editor: 孙翠慈

收稿日期: 2023-04-20

  修回日期: 2020-06-01

  网络出版日期: 2023-08-14

基金资助

华东区域气象科技协同创新基金合作项目(QYHZ202110)

2022年度中国气象局创新发展专项(CXFZ2022P010)

风云卫星应用先行计划2022(FY-APP-2022.0610)

收起

Process and characteristics of occurrence and dissipation of sea fog in the west coast of the Taiwan Strait based on coastal automatic weather station*

  • LIAO Kuo , 1, 2 ,
  • LI Kailin , 1, 2 ,
  • DANG Haofei 1, 2 ,
  • LIN Bin 3 ,
  • ZHAO Dongzhi 4 ,
  • LI Hui 5
Expand
  • 1. Fujian Institute of Meteorological Sciences, Fuzhou 350007, China
  • 2. Wuyishan National Climatological Observation, Wuyishan 354300, China
  • 3. Pingtan Meteorological Bureau, Pingtan 350400, China
  • 4. Nanjing University of Information Science and Technology, Nanjing 210044, China
  • 5. Beijing Kunyu Tianxin Science and Technology Ltd, Beijing 100010, China
LI Kailin. email：

Copy editor: SUN Cuici

Received date: 2023-04-20

  Revised date: 2020-06-01

  Online published: 2023-08-14

Supported by

East China Collaborative Innovation Fund for Meteorological Science and Technology(QYHZ202110)

Innovative Development Project of China Meteorological Administration 2022(CXFZ2022P010)

Advanced Program for FY Satellite Applications 2022(FY-APP-2022.0610)

Fold

摘要

2019年4月19日20时—4月26日07时, 台湾海峡西岸发生了一次严重海雾事件, 通过海西沿海的自动气象站数据进行了海雾生消规律研究。海雾集中于02时至08时发生, 其生成时间越接近清晨, 持续时间越短。海雾多为本地生成, 部分站点海雾为传播而形成且南北海雾之间关联性不大。海雾发生前能见度均快速下降, 海雾消亡后能见度快速上升。当海雾生成时, 陆表温度-气温LST-T (LST, land surface temperature; T, temperature)在−1.7~2℃之间, 陆表温度-露点温度LST-Td (dewpoint temperature, Td)在−1~2.7℃之间, T-Td在0.2~1℃之间, 海雾维持阶段相对湿度 (relative humility, RH)≥96%。在水汽丰沛的大背景下, 海雾生成与发展与风速的关系较为密切, 与风向的关系较弱。结合Himawari-8卫星影像与ERA5(European centre for fifth generation of atmospheric reanalysis)再分析资料对本次海雾过程的特征进行了分析。卫星影像给出了本次过程的影响范围和生消特点。环流形势表明, 500hPa上福建处于槽后脊前弱西南气流控制下。850hPa和925hPa高度场上均受西南气流的影响, 带来了充沛的水汽, 根据海气状况分析此次海雾类型为平流雾。

关键词： 海雾; 自动气象站; 三温差; 海峡西岸

本文引用格式

廖廓 , 李恺霖 , 党皓飞 , 林彬 , 赵冬至 , 李慧 . 基于沿岸自动气象站的台湾海峡西岸海雾生消过程及特征*[J]. 热带海洋学报, 2024 , 43(1) : 79 -93 . DOI: 10.11978/2023050

Abstract

A severe sea fog occurred in the West Side of the Taiwan Strait from 8PM April 19, 2019 to 7AM April 26, 2019. Based on the coastline automatic weather station, the generation and dissipation law of sea fog was studied. Sea fog occurred from 2AM to 8AM, and the closer the generation time is to the early morning, the shorter the duration. Sea fog is mostly generated locally, some stations are formed for the purpose of propagation, and there is little correlation between north and south sea fog. The visibility decreased rapidly before the sea fog occurred and increased rapidly after the fog dissipated. When sea fog formatted LST-T (LST, land surface temperature; T, temperature) between −1.7~2℃, LST-Td (dewpoint temperature, Td) between 1~2.7℃, T-Td between 0.2~1℃. During the sea fog maintenance period, RH (relative humility) ≥ 96%. Under the background of abundant water vapor, the formation and development of sea fog are closely related to wind speed and weakly related to wind direction. Combined with Himawari-8 satellite image and ERA5 reanalysis data, the characteristics of this sea fog process was analyzed. Satellite images show the extent of the process and the characteristics of occurrence and dissipation. Circulation analysis indicated that this sea fog event occurred under the control of weak southwest flow at 500 hPa, while at 850 hPa and 925 hPa Fujian was affected by southwest airflow, bringing abundant water vapor. According to the analysis of the sea and air conditions, the type of sea fog was advection fog.

Key words： sea fog; automatic weather station; three temperature differences; west side of the strait

海雾通常是指发生在海面上或者近岸区域, 在海-气条件下, 大气边界层中的水汽大量凝结, 造成能见度低于1km的天气现象(涂石飞 等, 2019)。海雾的形成, 能给海上交通、海洋渔业作业、沿海空气质量、人类健康等造成一定的影响(黄彬 等, 2014; 郑凤琴 等, 2020)。我国雾分布为东南部多东北部少, 福建沿海是我国5个相对多雾的海区之一(张苏平 等, 2014; 牛生杰 等, 2016)。
海雾可以根据其成因划分为平流雾、混合雾、辐射雾、地形雾等类型(王彬华 等, 1983; 韩美 等, 2016)。平流雾是指空气团从暖洋面平流到冷洋面时, 低层的空气冷却至露点而形成的。因平流雾在海雾中发生的频率较高, 有的国外学者会把海雾直接定义为平流(冷却)雾(Leipper, 1994; 王博妮 等, 2019)。Yang等(2018)人分析了黄海西部的浮标、大气测深站和地面站的观测结果。他们发现60%以上的雾事件源于暖气团, 故来自气团的水分供应对平流雾的形成至关重要。
福建沿海及台湾海峡是海上交通要道, 同时也是海雾多发区(Yeh et al, 2016), 有鲜明的海洋气象学特点。对于台湾海峡和福建沿海海雾特性、预报、监测等方面已开展了相当多的研究。
海峡西岸的海雾主要集中于冬、春季。下半夜至上午前有明显的日变化(苏鸿明, 1998), 以晨雾为主。福建沿海海雾发生频率南部多于北部, 中南部地区为海雾多发区, 尤其是崇武、厦门和东山的最多 (马治国 等, 2011; 韩美 等, 2016; 林丽萱 等, 2021)。Tsai等(2021)通过对靠近厦门的金门岛的多年观测, 从海峡东岸的视角分析了台湾海峡海雾年际变化的原因。研究人员在统计分析的基础之上, 总结了福建省各个地区海雾发生发展的天气形势和海雾生消过程中的重要气象要素的变化规律(陈千盛, 1986; 陈玉珍 等, 1999; 李昀英 等, 2000; 何秀恋 等, 2012; 翁国玲 等, 2015; 张振顺 等, 2015; 黄惠镕 等, 2019; 郑泽华 等, 2021; 廖晨菲 等, 2022), 认为: 1)海峡西岸发生的绝大多数海雾为平流冷却雾; 2)低层偏南气流将暖湿空气输送到冷海面上, 气温下降, 水汽凝结, 在静稳天气形势下即可形成海雾(白彬人, 2006); 3) 海雾形成时气海温差一般在0.5~3℃之间, 海温通常不高于25℃ (王彬华 等, 1983)。风速较小, 海面风速通常低于5m·s-1 (林卫华 等, 2008), 大气层结较为稳定等(韩美 等, 2016)。
除了从天气预报角度对福建海雾进行研究之外, 在卫星遥感上张春桂等(2009、 2013、2018)建立了极轨和静止卫星的台湾海峡海雾探测遥感算法。胡晨悦等(2023)进一步利用Himawari-8静止卫星深入研究了福建海雾、低云、云下雾的光谱特性, 为大范围高精度海雾探测奠定了基础。在云微物理方面, Li等(2015)用福建省宁德市距离海岸14km的嵛山岛上使用风塔研究了海雾事件, 发现大气湍流对雾的形成和消散起着至关重要的作用。张悦等(2015)、张曦等(2016)、张伟等(2021) 分别使用雾滴谱仪对厦门不同的海雾过程进行了微物理观测和分析总结了闽南海雾的微物理特征, 尝试找到海雾生消期间的微物理指标。
尽管针对福建海雾开展了多年深入的研究, 中国气象局陆面数据同化系统 (status and plans of CMA land data assimilation system, CLDAS)等再分析资料受限于空间分辨率, 在福建丘陵地带存在极大误差, 加之海上资料匮乏, 台海浮标站监测资料较少, 沿岸自动气象站依然是最主要的观测手段。但以往在使用自动站做分析过程中却存在一些问题。首先自动站的代表性不强, 多数研究只是简单地把沿海自动站能见度数据作为雾的唯一判别指标, 而忽略了离海距离、海拔高度、自动站位置变动等因素对分析结果所造成的误差和影响。这种忽略在福建这种以沿海丘陵地形为主的省份有可能造成很大的误判。海雾形成后, 在一定的条件下, 可深入内陆或抬升, 造成沿海地区出现低能见度的大雾天气(郑凤琴 等, 2020)。而这种内陆雾或山地雾的性质与海雾并不完全相同。由于雾和低云性质十分相似, 海雾可以在太阳辐射变化等因素下升高为低云, 或在条件适宜的情况下, 低云也能降低变为海雾(张苏平 等, 2014; 衣立, 2015)。牛生杰等(2016)给出了海雾大致的雾顶高度为200~500m, 而海峡西岸的雾顶高度并未有参考资料, 且与其他地区的海雾差别也未有明确参考文献。此外, 以往的研究往往只注重于单次海雾生消过程, 对于长时间、连续性并伴有多次子过程的海雾事件也并未有深入分析。在2019年4月19日发生了一次全省性大范围海雾过程, 并伴有多次子过程, 为当年典型海雾。基于该过程, 选取具有代表性的沿海自动站, 有助于深入理解海峡西岸海雾的发生发展规律及与其他地区海雾的区别。

1 研究区域概况与数据

1.1 研究区与海雾筛选规则

福建省地处东南沿海, 地理范围在115°40′—120°30′E, 23°30′—28°20′N之间, 毗邻台湾, 是我国近海6个多海雾区域之一。台湾海峡是国际重要航道, 船只繁多。台湾海峡天气复杂, 立体气候明显, 海陆差异显著, 常形成大雾天气, 海雾频次大、影响范围广、持续时间长, 给海上交通带来很大危害。
海雾的筛选满足: 1)能见度小于1000m; 2)能见度小于1000m的持续时间不小于3h; 3)期间不能有降水。海雾生成阶段定义为海雾过程开始前3h, 海雾消亡阶段定义为海雾过程结束后3h。

1.2 用于海雾研究的沿海自动站筛选规则

本文的重点研究区域为海峡西岸。截至2019年4月, 福建省内有自动气象站2000个以上, 自动站平均间隔在8km以内。自动站数量和密度位居全国前列。本研究收集了从2010—2019年全年的全省自动站数据。所使用的沿海自动站应满足以下三个条件。1)沿海边界线1km缓冲区内站点或海上站点; 2) 1年内站点位置变动不超过500m; 3)海拔高度< 100m; 4)能见度数据不能缺失。通过统计, 共有53个自动气象站满足该筛选条件, 但因有7个自动气象站无降水数据, 也进行了剔除。剔除的这7个自动站均在厦门, 筛选后自动站位置分布如图1所示。
图1 本次过程中所使用沿海自动站与分布

该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(2022)4307号的标准地图制作, 底图无修改。红色站有陆表温度数据

Fig. 1 Coastal automatic weather stations and distributions used in this process.

Red dots indicate that these stations have LST data

郭丽君等(2016)指出地面温度有利于雾的形成, 黄辉军等(2013)使用近地层温度差因子作为模式预报变量, 取得了较好的效果。为了进一步探索丘陵海雾与其下垫面关系, 引入陆表温度(land surface temperature, LST)进行研究, 53自动站中仅有58938、58850、59321、59133等4站有陆表温度数据。虽然厦门市有数量最多的自动气象站, 但有陆表温度观测的自动站却不符合上述自动站筛选条件。因此对这4个自动站进行重点分析, 其余作为辅助分析。4站具体分析的物理量为能见度(visible, Vis)、相对湿度(relative humility, RH)、露点温度(dewpoint temperature, Td)、气温(temperature, T)和LST。

1.3 辅助数据

1.3.1 ERA5再分析数据产品

大气再分析资料同化了大量卫星资料及地面和高空等常规观测资料, 具有时间序列长、分辨率高等优点, 不仅可用于天气与气候的诊断分析, 还可用作天气和气候模式的驱动场。欧洲中期天气预报中心(European centre for medium-range weather forecasts reanalysis data, ECWMF)是著名的数据再分析研究的机构, 其再分析资料已历经四代。2016年11月ECWMF推出了其第五代再分析产品ERA5 (European centre for fifth generation of atmospheric reanalysis)在其前身ERA-Interim(European centre for interim atmospheric reanalysis)的基础上实现了很大升级(孟宪贵 等, 2018)。ERA5再分析资料以其可靠的质量和丰富的数据成为了地球科学领域最重要的数据集之一(Hoffmann et al, 2019; Hersbach et al, 2020)

1.3.2 Himawari-8卫星数据

日本气象厅于2014年7月发射了新一代静止气象卫星葵花-8号(Himawari-8), 并于2015年7月开始提供运营。提供每10分钟1次的高频扫描。其搭载的多光谱成像仪设有6个可见光/近红外通道, 1个中红外通道, 3个水汽通道和6个热红外通道, 可见光部分红光通道的分辨率达0.5km, 绿光通道和蓝光通道的分辨率达到1km, 红外通道的分辨率达到1~2km。相比于极轨卫星过境时间少, 特别对海雾的生消和变化等动态监测效果较差, 不能很好地业务化(郝姝馨, 2022)。因此静止卫星在海雾监测方面相比极轨卫星有很大优势。

2 海雾生消过程

2.1 海雾范围

本次海雾过程自19日20时起至26日07时结束。期间共有14次海雾生消过程。因4个主要自动站的分布自北到南横贯整个海峡西岸, 故本次过程为一次全省性的大范围海雾过程, 因其影响范围大、子过程多等特点, 为2019年最强的一次海雾过程。该过程类型属于平流雾。2019年4月24日08时为本次过程中海雾范围最广的时刻。图2使用Himawari-8数据真彩色图, 基于纹理目视识别法, 基本判断此次海雾过程的范围几乎覆盖了海峡西岸。
图2 2019年4月24日08时 Himawari-8真彩色合成图

该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(2022)4307号的标准地图制作, 底图无修改

Fig. 2 True color image of Himawari-8 at 8 AM on April 24, 2019

2.2 海雾生消时间与分布范围

分析海雾生消时间和日变化特征具有重要意义。对于一次连续过程、不同地点海雾的生消时间和特点的把握, 能为海雾的发生、维持提供参考。表1为4个代表站海雾生消时间、持续时长的统计表。由表1可知, 本次58850站监测到2次海雾过程、58938站监测到4次、59133站监测到5次、59321站监测到3次。14次海雾过程中有6次在0时后生成, 持续时间都不超过4h。0时前生成的海雾持续时间往往较长, 最短也持续了5h, 最长的持续了11h。
表1 自动气象站海雾生消时间

Tab.1 Time of occurrence and dissipation of sea fog at Automatic weather station

站号 次数 海雾时间 海雾生成时间 海雾消亡时间 海雾持续时间/h
59321 1 4月19日23时—20日07时 19日20时 20日10时 9
2 4月20日22时—21日08时 20日19时 21日11时 11
3 4月22日06时—22日08时 22日03时 22日11时 3
59133 1 4月20日03时—20日07时 20日00时 20日10时 5
2 4月21日02时—21日07时 20日23时 21日08时 6
3 4月23日06时—23日08时 23日03时 23日11时 3
4 4月24日03时—24日10时 24日00时 24日13时 8
5 4月25日03时—25日09时 25日00时 25日12时 7
58938 1 4月20日04时—20日07时 20日01时 20日10时 4
2 4月21日06时—21日08时 21日03时 21日11时 3
3 4月24日07时—24日09时 24日04时 24日12时 3
4 4月25日05时—25日08时 25日02时 25日11时 4
58850 1 4月22日00时—22日04时 21日21时 22日07时 5
2 4月26日00时—26日04时 25日21时 26日07时 5
图3a为基于表1统计而来。由此可知, 本轮海峡西岸海雾多集中于头天22时至次日10时。通过统计过程中的海雾频次发现, 07时海雾发生次数最多, 06、04时次之, 分别11次、10次、9次。从早上11时至夜间21时没有海雾过程发生, 主要原因为海雾的产生需要合适的温差, 日间由于太阳辐射增强, 气温逐渐上升, 地表温度与气温温差逐渐增大, 不利于海雾生成。前半夜, 随着太阳辐射减弱, 气温逐渐降低, 地表温度与气温温差逐渐减小, 但还未减小到适合海雾生成的温差。下半夜, 海峡西岸陆表温度下降快, 春季午夜后地表温度与气温基本持平, 沿海水汽充足, 当空气中的凝结核充足, 水汽凝结温度条件合适时, 海峡西岸易形成海雾。从表1可以得, 本轮海雾过程, 雾的持续时间与生成时间有关, 生成时间越接近清晨, 温度差异变化越大, 海雾持续时间越短。
图3 2019年4月19日20时—26日07时海雾监测日统计图(a)与生消时序图(b)(纵坐标自动站纬向排列)

Fig. 3 Daily statistics of sea fog monitoring from 8PM on April 19 to 7AM on April 26, 2019 (a) and time sequence of occurrence and dissipation (b) (longitudinal arrangement of automatic weather stations)

图3b给出了海雾生消的时序图。结合图1自动站分布可知, 闽南地区, 特别是厦门自动站最为密集, 且泉州除了59133站外, 符合条件的站点都靠近厦门地区。那么从最南端的F6147站到59133站为止, 以59321站为主, 其余自动站为辅, 综合分析其生消过程。
59321站过程1中, 海雾范围主要集中于闽中、闽南沿海。根据其生消时间判断, 绝大多数站点海雾为本地生成。F2288站到F5612站呈现显著的锯齿状关系, 说明此3站海雾为扩散形成可能性很大。59133站和58938站也出现了海雾。此次过程中宁德地区的站点并未监测到海雾, 而福州平潭地区有2站点监测到海雾生消。说明此过程中南北海雾并非连续, 而是分别生成。59321站第2次过程中, 59321站最先监测到海雾, 而最南的F6147站在其后监测到海雾。59321站和其北面的F2273和59330站有较为明显的锯齿状结构, 故可认为此2站海雾为59321站传播形成的可能性较大。在本过程中其他地区空间连续性和时间连续性都较差, 故认为本次过程海雾从漳州发生并向南传播到漳州北部。随着天气系统的传播使得海雾多为本地生消, 海雾的最远范围一直影响到福州南部、平潭地区。59321站第3次过程较为短暂, 影响范围也不大, 自南向北零星出现了海雾。
59133站第1、2次过程包含于59321站的过程中。59133站第3次过程较为短暂, 其南侧仅有1站出现海雾, 其北侧多站多时刻出现海雾, 但只出现在福州平潭地区。说明本次海雾影响范围仅在泉州北部和福州平潭地区, 海雾为本地生消。59133站第4次过程持续时间较长, 其南侧有零星站点出现海雾。其北侧58938站向北直至F1816站有明显的锯齿状结构, 考虑其时空特性, 58938站海雾由北面形成海雾向南扩散的可能性较大。其余站点海雾为本地生消。整体影响范围在泉州北部、莆田、福州平潭地区。59133站第5次过程, 其南侧有零星站点出现海雾。其北侧58938站向北直至F1731站有明显的锯齿状结构, 考虑其时空特性, 58938站海雾由北面形成海雾向南扩散的可能性较大。其余站点海雾为本地生消。整体影响范围在泉州北部、莆田、福州平潭地区, 影响范围不如前次范围大。
58938站的生消过程均包含在59321站和59133站过程中。
58850站第1、2次过程与其南侧站点的时空连续性很差, 均为本地生消。闽南虽在第1次过程中发生了海雾, 但因其距离较远, 故58850站的2次海雾过程均为单站生消, 影响范围不大。

3 基于自动站的海雾特征分析

3.1 能见度特征

以能见度小于1km作为海雾次数的统计标准。图4为4个沿海自动观测站气象数据的能见度变化图, 其中黑线为非海雾时段, 若黑线低于1km能见度, 则表示该低能见度为降水所导致或低能见度持续时间不足3h。蓝线为海雾发生前3h时段, 红线为海雾维持时段, 绿线为海雾消亡后3h时段。自4月19日23时起, 59321站监测到海雾。59133站和58938站随后也发生了海雾, 58938、59133和59321站1、2次海雾过程为依次发生。基本判断第1、2两次过程海雾从南部发生, 逐渐向北发展。59133站第4、5次过程和58938站第3、4次过程为依次发生, 此次过程为59133站海雾发生发展逐步扩散至58938站。58938、59133、59321站分别为闽中和闽南代表站。在此次海雾过程中海雾既有本地生成, 也有自南向北传播发展而来。58850站位闽东代表站, 该站在本次海雾生消过程中主要以本地的生消为主。通过能见度分析, 海雾发生前能见度均快速下降, 海雾消亡后能见度快速上升。
图4 自动站能见度变化情况

Fig. 4 Changes in visibility of automatic weather station

3.2 相对湿度变化特征

根据行业标准(中国气象局, 2010), 可以判识相对湿度> 95%低能见度天气现象为雾。图5为本文给出了4个沿海自动观测站相对湿度变化图。从海雾相对湿度变化过程可知, 海雾生成前期, 相对湿度有所提升, 均达到95%以上。当相对湿度上升至97%±1%, 空气中水汽接近饱和甚至过饱和, 并维持至少2h时, 给海雾的生成提供了有利的物理条件。在海雾维持期间RH≥96%。在海雾消亡阶段, 58938、59133和59321站RH开始下降, 下降幅度比生成前期的抬升幅度变化大, 空气中水汽开始不足, 雾的状态无法维持。但58850站却出现了消亡阶段RH维持甚至高于海雾维持阶段, RH在海雾消亡后并未出现快速下降的情况。
图5 自动站相对湿度变化情况(虚线为RH=97%)

Fig. 5 Changes in relative humidity of automatic weather station (the dotted line is RH=97%)

通过计算4个沿海站能见度与RH的相关关系, 均达到0.5以上。RH的高低决定了空气中水汽的含量, 进一步反映了空气中水汽凝结成雾的条件, 进而影响海上能见度。研究表明, 当相对湿度越高时, 越有利于海雾形成。

3.3 三温变化特征

大气冷却作用主要和温度变化有关。Td与T、RH有关。在RH不变的情况下, T越高, Td越高; 当T不变时, RH越大, Td增大。RH与T-LST、T-Td差有关。T、Td、LST, 以下简称三温。由图6可知, 当三温差不大时, 海雾生成。在海雾维持阶段, 各个站三温差之间差别较大, 在海雾消亡阶段, LST变化幅度最大, T次之, Td最小。但是一旦三温差继续扩大, 那么海雾将进入消亡阶段。 但58850站三温差在海雾消亡后增大缓慢, 甚至出现三温差减小的现象。
图6 自动站气温、地面温度和露点温度变化情况

Fig. 6 Changes in T, LST, Td of automatic weather station

表2为海雾生消前后过程三温差值表。从表2可知, 海雾在生成前及前期, 地表温度、气温、露点温度的差距开始缩小。其中, 海雾生成前3h的LST-T变化范围不超过2℃, LST-Td不超过3℃, T-Td差不超过1℃。海雾过程中LST-T、LST-Td、T-Td几个站点差异较大, 但通过分析, 出现的大值都分布在过程后期, 即海雾即将消亡时。海雾消亡后3h的LST-T、LST-Td、T-Td点差变化幅度大, 甚至超过10℃。通过表2发现, 当海雾生成时, LST-T范围在-1.7~2℃之间, LST-Td在-1~2.7℃之间, T-Td在0.2~1℃之间。
表2 海雾过程三温统计表(单位：℃)

Tab. 2 Three temperature differences during sea fog progress (unit：℃)

站点 生消过程 LST-T变化区间 LST-Td变化区间 T-Td变化区间
59321 生成前 -1.7~0.4 -1~0.7 0.3~0.7
过程中 -0.1~2.2 -0.6~5.6 0~0.5
消亡后 2.4~16.8 2.7~19.7 0.3~2.9
59133 生成前 -1.5~0.3 -0.8~1.1 0.5~0.8
过程中 -0.4~10.1 0~10.4 0~0.7
消亡后 1.7~14.8 2.2~16.4 0.3~1.9
58938 生成前 0.0~0.5 0.2~0.8 0.2~0.3
过程中 0.2~0.4 0.4~0.7 0.2~0.3
消亡后 1~7.9 1.2~10.1 0.2~2.3
58850 生成前 -0.7~2 -0.2~2.7 0.7~1
过程中 0~0.9 0.7~1.8 0.5~0.7
消亡后 0~1.3 0.5~1.8 0.5~0.5

3.4 自动站风向、风速变化特征

风速的大小对海雾的维持时间与消亡过程都有一定的影响。静止风不利于海雾的发展扩散。风速过大, 则会加快加速海雾的消亡速度。统计本文14次海雾发生过程中的风速风向, 图7给出了4个沿海自动观测站在本次海雾监测过程中风玫瑰图。
图7 站点风速风向玫瑰图

Fig. 7 Wind speed and wind direction at stations

59321生成阶段以偏东风为主, 风速低于3m·s−1; 维持阶段以偏北风为主, 风速低于3m·s−1; 消亡阶段, 以东北风为主, 风速大于3m·s−1。59133站生成阶段以偏北风、西南风为主, 风速低于4m·s−1; 维持阶段以偏西南风为主, 风速低于5m·s−1; 消亡阶段以偏西南风为主, 风速大于5m·s−1。58938站生成阶段以西南风为主, 风速低于2m·s−1; 维持阶段以偏东南风为主, 风速低于3m·s−1; 消亡阶段以偏东南风为主, 风速大于3m·s−1。58850站生成阶段以偏东风为主, 风速低于4m·s−1; 维持阶段以西北风为主, 风速低于5m·s−1; 消亡阶段风向较为混乱, 风速低于3m·s−1。
总结上述4站在海雾生消阶段的风速情况, 在西南气流输送, 水汽丰沛的大背景下。海雾的生成与发展与风速的关系较为密切, 与风向的关系较弱。海雾的生成和维持阶段风速往往较小, 低于4m·s−1。消亡阶段的风速往往较大, 高于5m·s−1。

4 基于区域天气的环流特征分析

此次过程从4月19日开始。图8给出了此次大范围海雾过程的环流背景。图8可知500hPa上福建处于槽后脊前弱西南气流控制下。850hPa和925hPa高度场上均有弱西南气流输送, 带来了充沛的水汽, 对海雾的发生发展维持起到了重要作用。地面为均压场控制, 风力小。气压南高北低, 福建沿海及台湾海峡为弱西南气流, 有利于水汽输送。整体天气形势有利于海雾的形成与维持。
图8 2019年4月19日08时(a)500hPa、(b)850hPa、 (c)925hPa高度场(等值线, 单位: dagpm)和风场, 以及(d)海平面高度场等值线, 单位: hPa)和地面风场

该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(2022)4307号的标准地图制作, 底图无修改

Fig. 8 Geopotential height (contour, unit: dagpm) and wind field (wind barb) at (a) 500hPa, (b) 850hPa, (c) 925hPa and (d) surface wind field (wind barb), sea level pressure (contour, unit: hPa) at 8AM April 19, 2019

当海-气水平方向上存在温、湿梯度, 且具有适当的风力作用, 随着空气在海面上流动, 海洋和大气之间相互影响, 并导致能见度降低, 低层大气饱和而产生的雾为平流雾(周发琇, 1988)。合适的气海温差、海温以及风速是形成海雾的关键因素。发生海雾时的气温与海温差异一般在0.5~3℃, 海温一般不高于25℃, 风速小于5m·s−1 (张伟 等, 2021)。通过ERA5逐小时再分析资料得到海雾生成前海温、气-海温差和10m风速情况。从图9可知, 当海雾发生时, 站点附近的海温均不高于21℃, 气-海温差在0~2.5℃之间。图9a—9c可知59321站在海雾发生前风速较小, 风向为偏南气流, 气-海温差在0~0.5℃之间, 有利于雾的发生发展。图9d—9f 显示59133站在4月20日00时至4月23日03时过程中气-海温差在0.5~1.5℃之间, 风速较小, 以偏南风为主, 4月23日23时至4月25日00时(图9g—9h)过程中气-海温差扩大为1.5~2.0℃之间, 虽然台湾海峡西南气流加强, 但是沿岸风速也不高于5m·s−1。58938站在4月21日03时至4月25日05时(图9i—9l)过程中气-海温差在0.5~1.5℃之间。图9i—9j显示58938站在4月20日01时至4月21日03时过程中台湾海峡风速较小, 以偏南风为主, 甚至还出现了南北风对峙的情况。图9k—9l显示4月24日04时至4月25日05时过程中台湾海峡西南风增强, 但是海峡西岸风速依旧相对较小, 且58938站处在海湾内凹地形中, 虽然台湾海峡风速较大, 但其特殊地形, 风力相对较小。在合适的海温、气-海温差条件下, 也有利于海雾发生。58850站在4月21日21时至 4月25日21时过程中气—海温差在1.0~1.5℃, 4月21日21时过程为弱偏南风, 4月25日21时过程为弱偏北风。
图9 海雾生成时刻海温(填色)、气海温差(等值线, 间隔为0.5℃)与10m风(风杆)

该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 (2022)4307号的标准地图制作, 底图无修改

Fig. 9 Sea temperature (colored), temperature difference between air and sea surface (contour with interval of 0.5℃) and 10 m wind field (wind barb) at the time of sea fog generation

5 基于Himawari-8真彩色图像和ERA5风速的个例分析

图10给出了Himawari-8卫星合成的真彩色图, 由于夜间时刻无可见光通道, 通过红外合成真彩色图。地面灯光为历史灯光数据。选择59133站第4次过程进行简要分析。该过程海雾时间为4月24日03时至24日10时, 持续8h, 为本站最长的一次过程。与58938站第3次海雾时间完全重合。图10a-10c显示中夜间真彩色图只可见少量高云, 低云与海雾并不可见。图10d中处于晨昏时刻, 通过可见光通道合成真彩色, 可以明显看出海峡西岸云雾类型的差异, 即雾顶高度较为均一, 在图像特征上表现为顶部光滑且质地均匀, 中高云的云顶表面高低起伏, 纹理多呈现凹凸不平和不均匀特征(肖艳芳 等, 2017)。由于太阳高度角较低, 海雾上出现的黑色阴影为上层的云遮挡所产生。体现出海峡西岸云雾的垂直分布特点, 即多云下雾。此刻根据目视解译, 除58850站处于海雾范围之外, 59321、59133、58938站处于海雾范围之内。但仅有59133站能见度小于1km。图10e中, 随着太阳高度角的增加, 真彩色图像逐渐清晰, 能清晰看到各种云类的形态与分布情况。但是低云与海雾的差异逐渐模糊, 出现双层、多层云的结构。部分海雾或低云在此过程中还可能会出现相互转换的情况。通过目视解译, 58850和59321站并不在雾区中, 此时两站的能见度均大于1km。而59133和58938站在雾区中, 此两站的能见度均小于1km。图10f—10g与图10e情况相似。图10h显示仅有59133站处于雾区之中, 能见度小于1km。图10i中, 沿岸海雾逐渐消散。所有站点能见度都在1km以上。本次个例很好地体现了海峡西岸海雾夜间生成、日间消散。云层垂直结构复杂, 多云下雾等特点。
图10 2019年4月24日03时—4月24日11时Himawari-8真彩色合成图

该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(2022)4307号的标准地图制作, 底图无修改

Fig. 10 Himawari-8 true color composite image from 03AM, April 24, 2019 to 11AM, April 24, 2019

根据前文分析, 风速在海雾的生消过程中起到了重要作用。参考孟宪贵等(2018)的方法, 使用双线性插值将ERA5的数据插值到站点进行对比。图11给出了各个站点实测风速与ERA5资料的对比图。从图11可知在本次过程中ERA5数据的风速几乎都高于实测风速。本次过程中, 所有自动站实测风速均小于5m·s−1, 说明整个海峡西岸都处于静稳状态。对于出现海雾的59133站和58938站, 59133站在24日10时, 海雾即将消散时ERA5风速才略高于5m·s−1, 在海雾维持阶段, 风速均不高于5m·s−1, 这样的静稳状态有利于海雾的维持。通过对比可知, ERA5风速数据基本可以反映出海峡西岸的风场状况。
图11 4站风速ERA5再分析资料对比图

Fig. 11 Comparison chart of wind speed at 4 stations and ERA5 reanalysis data

6 结论与展望

本文通过对Himawari-8图像、福建沿海自动站数据、ERA5再分析数据和对福建沿海平流海雾的生消过程进行统计, 分析了相关物理因子在海雾生消过程的特征。从多角度对本次沿海海雾进行分析。结果表明:
1)本次海雾过程自19日20时起至26日07时结束。期间共有14次海雾生消过程。Himawari-8卫星真彩色图和自动气象站结果可知, 本次海雾影响范围横贯整个海峡西岸, 为一次全省性的大范围海雾过程。使用卫星图像对个例分析, 展示了海峡西岸海雾夜间生成、日间消散。云层垂直结构复杂, 多云下雾等特点。
2)本轮过程最长持续时间为11h。海雾多集中于02时至08时发生, 07时海雾发生次数最多。海雾生成时间越接近清晨, 持续时间越短。海雾多为本地生成, 部分站点海雾为传播而形成。南北海雾之间关联性不大, 南方形成/北方形成的海雾, 最北/南, 只影响到泉州北部和莆田南部。
3)本轮海雾过程中, 500hPa上福建处于槽后脊前弱西南气流控制下。850hPa和925hPa高度场上均有西南气流输送, 带来了充沛的水汽。本次海雾属于平流海雾。通过气海温差和风速风向可判断过程为平流冷却雾。海雾生成时刻, 海温、气海温差、风速等要素特征均适合海雾发生
4)海雾发生前能见度均快速下降, 海雾消亡后能见度快速上升。当海雾生成时, LST-T在−1.7~2℃之间, LST-Td在−1~2.7℃之间, T-Td在0.2~1℃之间, 海雾维持阶段RH≥96%。在水汽丰沛的大背景下, 海雾的生成与发展与风速的关系较为密切, 与风向的关系较弱。海雾的生成和维持阶段风速往往低于4m·s−1。消亡阶段风速往往高于5m·s−1。最北端的58850站与其他3站有不同特征。其他3站在海雾消亡后RH快速下降, 三温差迅速增大。而58850站RH下降缓慢甚至上升; 三温差增大缓慢, 甚至出现三温差减小的现象。
台湾海峡是具有显著海洋水文特点的重要区域, 海峡西岸存在着一条明显的冷水带, 沿岸冷流和黑潮分支的台湾暖流使台湾海峡的表层海温形成东暖西冷和北低南高的分布趋势, 为平流雾提供了很好的下垫面条件。特殊的海洋水文条件和海峡西岸丘陵地形使得海峡西岸海雾有别于中国的其他海雾多发区。先前研究只关注于部分地区或未在自动气象站筛选层面做到云雾分离, 所得到的结论往往具有局限性。通过这一次大范围的海雾过程, 并由约束条件得到了海峡西岸海雾的物理量特征则更具有说服力与普遍性。
虽然本文使用了高质量的自动气象站资料, 并对海雾的条件做出了种种的约束条件得到了一些有益的结论, 但是海雾的监测预报水平的提高是一个漫长的过程, 还需要更多的数据支撑, 如雷达、卫星、浮标等。此外因福建省的丘陵地形, 海峡西岸海雾还存在着雨雾、丘陵海雾、云雾转换等诸多复杂的海雾情况, 未来也是重要的研究方向。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
白彬人, 2006. 中国近海沿岸海雾规律特征、机理及年际变化的研究[D]. 南京: 南京信息工程大学.

BAI BINREN, 2006. The character, mechanisms and interannual variation of China inshore sea fog[D]. Nanjing: Nanjing University of Information Science Technology (in Chinese with English abstract).

[2]
陈千盛, 1986. 台湾岛和福建沿岸的雾[J]. 台湾海峡, 5(2): 101-106.

CHEN QIANSHENG, 1986. Fog over Taiwan island and Fujian coast[J]. Taiwan Strait, 5(2): 101-106 (in Chinese with English abstract).

[3]
陈玉珍, 黄玉藻, 1999. 湄洲湾海雾的初步分析[J]. 台湾海峡, 18(1): 49-54.

CHEN YUZHEN, HUAN YUZAO, 1999. A preliminary analysis of maritime fog in Meizhouwan Bay[J]. Taiwan Strait, 18(1): 49-54 (in Chinese with English abstract).

[4]
郭丽君, 郭学良, 2016. 北京2009-2013年期间持续性大雾的类型、垂直结构及物理成因[J]. 大气科学, 40(2): 296-310.

GUO LIJUN, GUO XUELIANG, 2016. The type, vertical structure and physical formation mechanism of persistent heavy fog events during 2009-2013 in the Beijing region[J]. Chinese Journal of Atmospheric Sciences, 40(2): 296-310 (in Chinese with English abstract).

[5]
韩美, 高珊, 曾瑾瑜, 等, 2016. 台湾海峡西岸海雾研究现状与未来发展方向[J]. 气象科技, 44(6): 928-937.

HAN MEI, GAO SHEN, ZENG JINYU, et al, 2016. Status and development direction of sea fog research in western side of Taiwan Strait[J]. Meteorological Science and Technology, 44(6): 928-936 (in Chinese with English abstract).

[6]
郝姝馨, 2022. 基于新一代静止气象卫星的夜间海雾跟踪监测与分析研究[D]. 南京: 南京大学.

HAO SHUXIN, 2022. Tracking and monitoring of sea fog based on the new generation geostationary meteorological satellite[D]. Nanjing: Nanjing University (in Chinese with English abstract).

[7]
何秀恋, 林荣惠, 王双才, 等, 2012. 福建南部一次初春大雾过程分析[J]. 海洋预报, 29(4): 60-64.

HE XIULIAN, LIN RONGHUI, WANG SHUANGCAI, et al, 2012. Analysis of an early spring fog in the southern Fujian[J]. Marine Forecast, 29(4): 60-64 (in Chinese with English abstract).

[8]
胡晨悦, 丘仲锋, 廖廓, 等, 2023. 福建海雾的CALIOP遥感监测及基于Himawari-8的云下雾光谱特征分析[J]. 热带海洋学报, 42(4): 104-112.

HU CHENYUE, QIU ZHONGFENG, LIAO KUO, et al, 2022. CALIOP remote sensing monitoring of the Fujian sea fog and spectral characteristics analysis of subcloud fog based on Himawari-8[J]. Journal of Tropical Oceanography, 42(4): 104-112 (in Chinese with English abstract).

[9]
黄彬, 郭云谦, 张增海, 2014. 海雾历史检索数据库的设计和实现[J]. 气象科技, 42(1): 94-98.

HUANG BIN, GUO YUNQIAN, ZHANG ZENGHAI, 2014. Design and visualization of a sea fog historical search database[J]. Meteorological Science and Technology, 42(1): 94-98 (in Chinese with English abstract).

[10]
黄辉军, 黄健, 刘春霞, 等, 2013. 用近地层温差因子改进广东沿海海雾区域预报[J]. 热带气象学报, 29(6): 907-914.

HUANG HUIJUN, HUANG JIAN, LIU CHUNXIA, et al, 2013. Improvement of regional prediction of marine fog on Guangdong coastland using the factor of temperature difference of the surface layer[J]. Journal of Tropical Meteorology, 29(6): 907-914 (in Chinese with English abstract).

[11]
黄惠镕, 韩美, 潘宁, 等, 2019. 福建一次春季海雾的边界层特征及其成因分析[J]. 海峡科学, 147(3): 12-15+25 (in Chinese).

[12]
李昀英, 王汉杰, 2000. 台湾海峡地区雾形成的天气类型分析[J]. 热带海洋, 19(4): 65-70.

LI YUNYING, WANG HANJIE, 2000. A synoptic analysis on fog formation in Taiwan Strait[J]. Tropical Oceanography, 19(4): 65-70 (in Chinese with English abstract).

[13]
廖晨菲, 冯志明, 高聪晖, 等, 2022. 福建沿海一次持续性海雾过程的边界层特征分析[J]. 海峡科学, 187(7): 9-13 (in Chinese).

[14]
林丽萱, 郑中凯, 郑颖青, 等, 2021. 2014-2020年福州地区沿岸雾日特征分析[J]. 海峡科学, 174(6): 44-46 (in Chinese).

[15]
林卫华, 蒋荣复, 王正廷, 2008. 湄洲湾海雾的发生规律和成因分析[J]. 海洋学研究, 26(3): 71-76.

LIN WEIHUA, JIANG RONGFU, WANG ZHENGTING, 2008. Analysis of the occurrence and origin of heavy fog in Meizhouwan Bay[J]. Journal of Marine Sciences, 26(3): 71-76 (in Chinese with English abstract).

[16]
马治国, 张春桂, 陈家金, 等, 2011. 福建省沿海雾的气候变化特征分析[J]. 中国农业气象, 32(增1): 69-73.

MA ZHIGUO, ZHANG CHUNGUI, CHEN JIAJIN, et al, 2011. Analysis on climate characteristics of coastal fog in Fujian Province[J]. Chinese Journal of Agrometeorology, 32(增1): 69-73 (in Chinese with English abstract).

[17]
孟宪贵, 郭俊建, 韩永清, 2018. ERA5再分析数据适用性初步评估[J]. 海洋气象学报, 38(1): 91-99.

MEMG XIANGUI, CUO JUNJIAN, HAN YONGQING, 2018. Preliminarily assessment of ERA5 reanalysis data[J]. Journal of Marine Meteorology, 38(1): 91-99 (in Chinese with English abstract).

[18]
牛生杰, 陆春松, 吕晶晶, 等, 2016. 近年来中国雾研究进展[J]. 气象科技进展, 6(2): 6-19.

NIU SHENGJIE, LU CHUNSONG, LV JINGJING, et al, 2016. Advances in fog research in China[J]. Advances in Meteorological Science and Technology, 6(2): 6-19 (in Chinese with English abstract).

[19]
苏鸿明, 1998. 台湾海峡海雾的气候分析[J]. 台湾海峡, 17(1): 25-28.

SU HONGMING, 1998. Climatic analysis of fog in Taiwan Strait[J]. Taiwan Strait, 17(1): 25-28 (in Chinese with English abstract).

[20]
涂石飞, 韩利国, 徐峰, 等, 2019. 华南海雾研究进展[J]. 海洋气象学报, 39(4): 12-20.

TU SHIFEI, HAN LIGUO, XU FENG, et al, 2019. Research progress on sea fog over South China[J]. Journal of Marine Meteorology, 39(4): 12-20 (in Chinese with English abstract).

[21]
王彬华, 1983. 海雾[M]. 北京: 海洋出版社 (in Chinese).

[22]
王博妮, 张雪蓉, 濮梅娟, 等, 2019. 一次平流雾的形成和传播特征研究[J]. 气象, 45(3): 395-406.

WANG BONI, ZHANG XUERONG, PU MEIJUAN, et al, 2019. Characteristics of the formation and spread of an advection fog[J]. Meteorological Monthly, 45(3): 395-406 (in Chinese with English abstract).

[23]
翁国玲, 黄志刚, 陈宏, 等, 2015. 1961—2010年平潭大雾的年际特征及雾季环流分析[J]. 海洋预报, 32(1): 79-86.

WENG GUOLING, HUANG ZHIGANG, CHEN HONG, et al, 2015. Interannaul variation of fog in Pingtan island and the analysis of spring circulation in 1961—2010[J]. Marine Forecast, 32(1): 79-86 (in Chinese with English abstract).

[24]
肖艳芳, 张杰, 崔廷伟, 等, 2017. 海雾卫星遥感监测研究进展[J]. 海洋科学, 41(12): 146-154.

XIAO YANFANG, ZHANG JIE, CUI TINGWEI, et al, 2017. Review of sea fog detection from satellite remote sensing data[J]. Marine Sciences, 41(12): 146-154 (in Chinese with English abstract).

[25]
衣立, 2015. 黄海海雾/层云的空间分布及云底高度遥感方法研究[D]. 青岛: 中国海洋大学.

YI LI, 2015. Spatio-temporal detection of sea fog/stratus and cloud base height over Yellow Sea with satellite data-A feasibility study[D]. Qingdao: Ocean University of China (in Chinese with English abstract).

[26]
张春桂, 蔡义勇, 张加春, 2009. MODIS遥感数据在我国台湾海峡海雾监测中的应用[J]. 应用气象学报, 20(1): 8-16.

ZHANG CHUNGUI, CAI YIYONG, ZHANG JIACHUN, 2009. The application of monitoring sea fog in Taiwan Strait using MODIS remote sensing data[J]. Journal of Applied Meteorological Science, 20(1): 8-16 (in Chinese with English abstract).

[27]
张春桂, 何金德, 马治国, 2013. 福建沿海海雾的卫星遥感监测[J]. 中国农业气象, 34(3): 366-373.

ZHANG CHUNGUI, HE JINDE, MA ZHIGUO, 2013. Remote sensing monitor of sea fog in Fujian coastal region[J]. Chinese Journal of Agrometeorology, 34(3): 366-373 (in Chinese with English abstract).

[28]
张春桂, 林炳青, 2018. 基于FY-2E卫星数据的福建沿海海雾遥感监测[J]. 自然资源遥感, 30(1): 7-13.

ZHANG CHUNGUI, LIN BINGQING, 2018. Application of FY-2E data to remote sensing monitoring of sea fog in Fujian coastal region[J]. Remote Sensing for Natural Resources, 30(1): 7-13 (in Chinese with English abstract).

[29]
张苏平, 刘飞, 孔扬, 2014. 一次春季黄海海雾和东海层云关系的研究[J]. 海洋与湖沼, 45(2): 341-352.

ZHANG SUPING, LIU FEI, KONG YANG, 2014. Remote relationship in origination of sea fog in East China Sea to the stratus in Yellow Sea in spring[J]. Oceanologia et Limnologia Science, 45(2): 341-352 (in Chinese with English abstract).

[30]
张伟, 陈德花, 胡雅君, 等, 2021. 闽南沿海一次春季海雾过程微物理特征分析[J]. 气象, 47(2): 157-169.

ZHANG WEI, CHEN DEHUA, HU YAJUN, et al, 2021. Microphysical structure analysis of a spring sea fog event in southern coastal area of Fujian[J]. Meteorological Monthly, 47(2): 157-169 (in Chinese with English abstract).

[31]
张曦, 牛生杰, 魏锦成, 等, 2016. 厦门春季海雾天气分类及典型个例宏微观结构分析[J]. 气象科学, 36(1): 121-127.

ZHANG XI, NIU SHENGJIE, WEI JINCHENG, et al, 2016. Classification and case study of macro and micro structures of spring sea fog in Xiamen[J]. Journal of the Meteorological Sciences, 36(1): 121-127 (in Chinese with English abstract).

[32]
张悦, 樊曙先, 张舒婷, 等, 2015. 海峡西岸一次雾过程微结构及其起伏特征研究[J]. 热带气象学报, 31(3): 385-394.

ZHANG YUE, FAN SHUXIAN, ZHANG SHUTING, et al, 2015. The microstructure and characteristics of fluctuation of a sea fog along the west coast of Taiwan Strait[J]. Journal of Tropical Meteorology, 31(3): 385-394 (in Chinese with English abstract).

[33]
张振顺, 李岩招, 蔡世旺, 2015. 闽东海雾观测及其预报[J]. 科技创新与生产力, (7): 54-56 (in Chinese).

[34]
郑凤琴, 周绍毅, 韦晶晶, 等, 2020. 北部湾海雾特点及海陆大雾差异分析[J]. 气象科技, 48(5): 717-722.

ZHENG FENGQIN, ZHOU SHAOYI, WEI JINGJING, et al, 2020. Characteristics of sea fogs in Beibu Gulf and differences between heavy fogs over sea and land[J]. Meteorological Science Technology, 48(5): 717-722 (in Chinese with English abstract).

[35]
郑泽华, 张伟, 陈德花, 2021. 2020年5月5日凌晨福建中南沿海海雾过程特征及成因分析[J]. 海峡科学, 171(3): 3-10 (in Chinese).

[36]
中国气象局, QX/T113-2010. 霾的观测和预报等级[S]. 北京: 气象出版社.

China Meteorological Administration, 2010. Observation and forecasting levels of haze[S]. Beijing: China Meteorological Press (in Chinese).

[37]
周发琇, 1988. 海雾及其分类[J]. 海洋预报, (1): 78-84 (in Chinese).

[38]
HERSBACH H, BELL B, BERRISFORD P, et al, 2020. The ERA5 global reanalysis[J]. Quarterly Journal of the Royal Meteorological Society, 146(730): 1999-2049.

DOI

[39]
HOFFMANN L, GÜNTHER G, LI D, et al, 2019. From ERA-Interim to ERA5: the considerable impact of ECMWF's next-generation reanalysis on Lagrangian transport simulations[J]. Atmospheric Chemistry and Physics, 19(5): 3097-3124.

[40]
LEIPPER D F, 1994. Fog on the U. S. west coast: a review[J]. Bulletin of the American Meteorological Society, 75(2): 229-240.

DOI

[41]
LI YONGPING, ZHENG YUNXIA, 2015. Analysis of atmospheric turbulence in the upper layers of sea fog[J]. Chinese Journal of Oceanology and Limnology, 33(3): 809-818.

DOI

[42]
TSAI I C, HSIEH P R, CHEUNG H C, et al, 2021. Aerosol impacts on fog microphysics over the western side of Taiwan Strait in April from 2015 to 2017[J]. Atmospheric Environment, 262: 118523.

DOI

[43]
YANG LIU, LIU JING-WU, REN ZHAO-PENG, et al, 2018. Atmospheric conditions for advection-radiation fog over the western Yellow Sea[J]. Journal of Geophysical Research: Atmospheres, 123(10): 5455-5468.

DOI

[44]
YEH N-C, CHEN W-J, LIU G-R, et al, 2016. Winter sea fog detection using TRMM microwave measurements over the Taiwan Strait[J]. Journal of Marine Science and Technology, 24(4): 851-863.

Options
文章导航

/

〈 〉