安徽亳州地區(qū)大霧預(yù)報模型研究

黃利萍+李佳耘+董凌+孫道東+馬魁俠

摘 要：該文根據(jù)2002-2012年亳州地區(qū)大霧資料，統(tǒng)計了大霧的時空分布特征和環(huán)流形勢。結(jié)果表明：年平均大霧日數(shù)最多的地區(qū)集中在亳州中北部，東南部最少。近11a來大霧日數(shù)總體上呈減少趨勢，但2010年后霧日有所增加，其中水平能見度在50～200m的濃霧出現(xiàn)頻次最多。霧日有明顯的季節(jié)變化，冬季最多、秋季次之、夏季最少；大霧持續(xù)時間大多在1～14h。根據(jù)2013年亳州市探空觀測、地面觀測資料以及EC細(xì)網(wǎng)格、T639、日本細(xì)網(wǎng)格、GRAPES數(shù)值模式產(chǎn)品，選取了87種預(yù)報因子，使用支持向量機(jī)方法（SVM）和中國氣象局CMSVM應(yīng)用軟件平臺，通過對訓(xùn)練樣本進(jìn)行交叉驗證和模型核參數(shù)的逐漸逼近，建立了亳州市24h大霧支持向量機(jī)預(yù)報模型。

關(guān)鍵詞：大霧；時空特征；預(yù)報模型；亳州

中圖分類號 P426.4；P457.7 文獻(xiàn)標(biāo)識碼 A 文章編號 1007-7731（2016）01-81-04

Research on the Fog Forecast Model in Bozhou Area

Huang Liping1 et al.

（Bozhou Municipal Meteorological Bureau，Bozhou 236800，China）

Abstract：In this paper，the temporal and spatial characteristics of fog and the atmospheric circulation were analyzed by using the fog data in Bozhou from year 2002 to 2012. The results showed that，the most of the annual average fog areas were concentrated in the north and central of Bozhou，and the southeast area was the least. Generally，the fog days decreased in the past 11 years，but it increased after 2010 year. The frequency of the visibility from 50 to 200 meters had the maximum occurrence. The fog days had significant seasonal variation characteristics，that the winter maximum，autumn second，and summer minimum. The fog mostly lasted 1 to 14 hours. According to the radiosonde data，observation data and EC fine mesh，T639，Japan fine mesh，GRAPES numerical model products of Bozhou City in year 2013，87 predictors were selected. By using Support Vector Machines（SVM）and CMSVM application software platform，and through the cross-validation of the training samples and gradually approaching model nuclear parameters，the 24 hour forecasting model of fog by Support Vector Machine in Bozhou was established.

Key words：Fog；Temporal and spatial characteristics；Prediction model；Bozhou area

霧是指大量微小的水滴懸浮于空中，使得水平能見度低于1km的天氣現(xiàn)象。根據(jù)水平能見度可將霧分為4類：霧（500m<能見度≤1 000m）、大霧（200m<能見度≤500m）、濃霧（50m<能見度≤200m）和強(qiáng)濃霧（能見度≤50m）。大霧天氣是安徽淮北地區(qū)秋冬季常見的災(zāi)害性天氣現(xiàn)象之一，頻繁出現(xiàn)的大霧天氣不僅會對交通、航運等造成嚴(yán)重影響，而且其伴隨的穩(wěn)定層結(jié)大氣使城市污染加重，給經(jīng)濟(jì)建設(shè)和人民生活帶來重大損失。隨著城市規(guī)模的不斷擴(kuò)大，霧、霾及其兩者的結(jié)合物已成為城市發(fā)展過程中影響城市環(huán)境的重要因素，因此開展亳州市大霧的客觀預(yù)報方法研究具有十分重要的意義。目前霧的預(yù)報已經(jīng)成為一項常規(guī)預(yù)報項目，預(yù)報方法多采用經(jīng)驗法和外推法，但預(yù)報主觀性較大、準(zhǔn)確率較低、預(yù)報時效較短，且僅限于定性預(yù)報，無法滿足社會對預(yù)報的要求。因此，加強(qiáng)大霧的成因和預(yù)報技巧研究極為重要。隨著高分辨的數(shù)值天氣預(yù)報模式的發(fā)展，在數(shù)值模式產(chǎn)品的釋用方法方面研究成果顯著，總體來看數(shù)值產(chǎn)品解釋預(yù)報技術(shù)大致可分為4類：天氣學(xué)釋用、統(tǒng)計學(xué)釋用、相似預(yù)報釋用和人工神經(jīng)網(wǎng)絡(luò)方法。近年來國內(nèi)很多學(xué)者對不同地區(qū)的大霧都作了大量的研究，并且在大霧預(yù)報方法方面取得了可喜的成績。如吳彬貴[1]、李江波[2]研究了華北平原持續(xù)性濃霧過程的水汽輸送和逆溫特征，給出了大霧的環(huán)流背景、成因及霧區(qū)分布的天氣概念模型；賀皓[3]提出了基于支持向量機(jī)模式識別的大霧預(yù)報方法；馬學(xué)款等[4]采用動態(tài)學(xué)習(xí)率BP算法的人工神經(jīng)網(wǎng)絡(luò)建立了重慶市大霧的預(yù)報模式，并對模式擬合及預(yù)報結(jié)果進(jìn)行了檢驗分析，TS評分達(dá)到68.6%；陳曉紅等[5]通過分析安徽多年大霧的天氣氣候特征和形成的天氣學(xué)條件，建立了安徽省縣級大霧預(yù)報業(yè)務(wù)系統(tǒng)。本研究將利用地面觀測資料和4家高分辨率的數(shù)值預(yù)報產(chǎn)品資料，采用支持向量機(jī)方法篩選優(yōu)質(zhì)的預(yù)報因子建立了亳州地區(qū)大霧預(yù)報模型，并在實際工作中進(jìn)行了試用檢驗和推廣使用。

1 資料方法及背景

亳州市地處安徽省淮北地區(qū)西北部，全市轄譙城區(qū)、渦陽縣、蒙城縣、利辛縣4個區(qū)域，地形以平原為主。亳州市常見的霧主要有輻射霧、平流霧、鋒面霧和平流輻射霧，多發(fā)生在大氣層結(jié)穩(wěn)定、低層水汽充沛、風(fēng)力較弱的天氣條件下，或者是降水過后夜間近地面有強(qiáng)烈的輻射降溫時。本研究首先利用2002-2012年亳州市4個國家觀測站（亳州、渦陽、蒙城、利辛）11a的地面觀測資料，統(tǒng)計分析亳州地區(qū)大霧的時空變化特征和大霧發(fā)生的環(huán)流形勢，在此基礎(chǔ)上確定與能見度變化有關(guān)的預(yù)報因子。同時提取4家數(shù)值預(yù)報產(chǎn)品（T639分辨率為0.28°×0.28°、EC細(xì)網(wǎng)格分辨率為0.25°×0.25°、日本細(xì)網(wǎng)格分辨率為0.50°×0.50°、GRAPES_meso分辨率為0.15°×0.15°）、研究區(qū)域內(nèi)高密度自動站氣象要素數(shù)據(jù)，采用相關(guān)性計算挑選出與能見度相關(guān)的預(yù)報因子，包括天氣系統(tǒng)相關(guān)因子（氣壓場、風(fēng)場、變溫、變壓）、中低層大氣層結(jié)特征（逆溫層）、近地層濕度（地面溫度露點差、850hPa相對濕度）、地面輻射因素（總云量、低云量）等物理量因子。將4家數(shù)值模式預(yù)報的相關(guān)產(chǎn)品采用支持向量機(jī)（SVM：Support Vector Machine）方法建立大霧預(yù)測模型，進(jìn)行24h預(yù)報建立大霧精細(xì)化預(yù)報模型。本研究的關(guān)鍵技術(shù)是采用支持向量機(jī)方法建立預(yù)報模型，該方法是一種新穎的小樣本機(jī)器學(xué)習(xí)方法，該方法建模不必知道因變量和自變量之間的關(guān)系，通過對樣本的學(xué)習(xí)即可獲得因變量和自變量之間非常復(fù)雜的映射關(guān)系，它具有從海量的信息中自動識別并提取關(guān)鍵信息的特點，適合處理本質(zhì)上的非線性問題。因此，把SVM方法用于大霧預(yù)報，是提高大霧預(yù)報準(zhǔn)確率的一個新途徑，并且這種預(yù)報系統(tǒng)也易于推廣使用，對現(xiàn)代化預(yù)報業(yè)務(wù)的發(fā)展有現(xiàn)實的使用價值。

本文所用資料為安徽省氣象信息中心提供的2002-2012年亳州地區(qū)4站地面觀測資料（包括能見度、大霧的起止時間、總云量、地面氣壓場、10m風(fēng)、溫度、露點）、NCEP1°×1°逐日再分析資料（包括海平面氣壓場、500hPa高度場、700hPa和850hPa風(fēng)場）以及2013年亳州市探空、地面氣象資料以及EC細(xì)網(wǎng)格、T639、日本細(xì)網(wǎng)格、GRAPES數(shù)值模式產(chǎn)品。當(dāng)某站天氣現(xiàn)象欄記錄霧或6h地面觀測中有一次能見度≤1km，則記為一個大霧日[6]。

2 亳州市大霧SVM預(yù)報模型的建立

2.1 亳州市大霧的氣候變化特征 根據(jù)2002-2012年亳州地區(qū)的大霧資料，統(tǒng)計了近11a來大霧的時空分布特征（圖1）。全市年平均大霧日數(shù)為27d，最多的地區(qū)集中在亳州市中北部（31d），東南部最少（24d）；霧日有明顯的季節(jié)和月際變化，霧日為冬季最多（10d）、春秋季次之（6～7d）、夏季最少（4d）；月平均霧日呈“兩峰一谷”型分布，即1月和12月最多（4d）、8月最少（1d），總體上自1月開始至8月呈遞減趨勢，8月之后呈遞增趨勢。大霧出現(xiàn)時間通常始于夜間20時至次日8時（以5～6時最多），大霧結(jié)束于7～13時（以9～10時最多），持續(xù)時間大多在1～14h，其中持續(xù)1～3h的大霧出現(xiàn)頻次最高。近11a來亳州市大霧日數(shù)總體上呈下降趨勢，2010年降到最小值（4站平均日數(shù)9d）后有所增加。統(tǒng)計不同能見度的霧日可知：50～200m的濃霧出現(xiàn)頻次最多（107d）、500～1 000m的霧和能見度低于50m的強(qiáng)濃霧次之（69d、66d）、200～500m的大霧出現(xiàn)最少（51d）。

2.2 大霧發(fā)生的環(huán)流形勢分析 大霧發(fā)生的天氣形勢受到大范圍氣象條件的限制，根據(jù)2002-2012年亳州出現(xiàn)的大霧分布和相應(yīng)的地面、500hPa、700hPa及850hPa天氣圖，統(tǒng)計分析了亳州地區(qū)大霧出現(xiàn)的環(huán)流特征。以地面天氣形勢為主要依據(jù)，綜合考慮500hPa、700hPa及850hPa的環(huán)流特征，將亳州地區(qū)的大霧流型分為均壓型和鋒前型兩種。均壓型主要以輻射霧為主，而鋒前型則與平流霧相聯(lián)系。二者的高低空系統(tǒng)配置分別如下：（1）均壓型：霧區(qū)處在地面高壓或低壓系統(tǒng)附近均壓場中或者地面無明顯高低壓系統(tǒng)；500hPa處于西北氣流、偏西氣流或西南偏西氣流中；850hPa處于低渦或低槽前西南氣流中或弱高壓脊前西北氣流中（圖2a）。（2）鋒前型：霧區(qū)處于冷高壓或者地面冷鋒前部；500hPa處于槽前西南氣流或西北偏西氣流中；850hPa處在高壓脊區(qū)均壓場中或低渦（槽區(qū)）前西南氣流中（圖2b）。

2.3 挑選預(yù)報因子 由于SVM的最終決策函數(shù)只由支持向量來確定，本文盡量選取較多的預(yù)報因子，以達(dá)到充分描述大氣的空間變化的目的。針對上文的基本天氣氣候條件和環(huán)流特征分析，利用亳州市探空和地面氣象要素資料以及4種數(shù)值模式產(chǎn)品，構(gòu)造了87個預(yù)報因子，以期能夠充分描述因子群與預(yù)報對象（大霧）的關(guān)系。資料長度為2013年，具體資料包括：（1）08時和20時的有關(guān)探空資料，包括500、700、850、925、1 000hPa的高度、溫度、露點、風(fēng)速；（2）地面常規(guī)觀測資料，包括08、20時的風(fēng)速、云量、能見度、相對濕度、溫度、24小時變壓、24小時變溫等；（3）EC細(xì)網(wǎng)格、T639、日本細(xì)網(wǎng)格、GRAPES數(shù)值模式的高空和地面預(yù)報場，包括500、700、850、925、1 000hPa的高度、溫度、露點、風(fēng)速以及地面風(fēng)速、相對濕度、溫度等。

2.4 確立預(yù)報對象和預(yù)報模型 預(yù)報對象為亳州市未來24h有無大霧。若有大霧發(fā)生，歸為1，無大霧發(fā)生，歸為-1。由于大霧的正樣本數(shù)少，未進(jìn)行分季節(jié)建模，共有64個正樣本。采用中國氣象局培訓(xùn)中心SVM應(yīng)用研究小組開發(fā)的CMSVM應(yīng)用軟件，建立SVM預(yù)報模型，對所有樣本進(jìn)行了歸一化處理，采用徑向基函數(shù)作為基本函數(shù)建立SVM模型。把處理好的數(shù)據(jù)集（2013年1～12月）分為訓(xùn)練樣本（占總樣本數(shù)的70%）、測試樣本（占總樣本數(shù)的20%）、檢驗樣本（占總樣本數(shù)的5%）3個部分。通過訓(xùn)練樣本建立模型，再利用測試樣本優(yōu)化模型，最后利用檢驗樣本進(jìn)行試報。

圖3 使用CMSVM平臺對2013年1～12月的730個樣本進(jìn)行訓(xùn)練后得到的預(yù)報模型

3 亳州市大霧SVM預(yù)報模型的效果檢驗

3.1 正樣本TS評分 利用預(yù)報模型對2014年1～5月數(shù)據(jù)進(jìn)行了預(yù)報檢驗，對大霧預(yù)報準(zhǔn)確率采用正樣本Ts評分。正樣本Ts評分計算公式為：Ts（%）=Na/（Na+Nb+Nc）×100，式中Na為預(yù)報正確次數(shù)，Nb為空報次數(shù)，Nc為漏報次數(shù)。若沒有預(yù)報大霧，也沒有出現(xiàn)大霧，不參加質(zhì)量評定。2014年1～5月亳州市共出現(xiàn)了7次大霧，該模型僅僅做出1次正確預(yù)報，出現(xiàn)6次漏報，未出現(xiàn)空報，Ts評分為14.3%。結(jié)果表明，該預(yù)報模型的預(yù)報能力一般，并未達(dá)到預(yù)期標(biāo)準(zhǔn)。

3.2 存在問題及改進(jìn) 對于建立的大霧SVM模型Ts評分值較低的問題進(jìn)行了思考，可能是所使用的（下轉(zhuǎn)107頁）（上接83頁）實況資料和預(yù)報資料都是20時和08時，而大霧主要出現(xiàn)在20～08時之間，各種預(yù)報因子的代表性不夠。于是進(jìn)一步采用數(shù)值預(yù)報05時的預(yù)報產(chǎn)品對模型進(jìn)行改進(jìn)，以驗證模型的預(yù)報效果。結(jié)果發(fā)現(xiàn)：進(jìn)行改進(jìn)之后，該模型作出了5次正確預(yù)報，僅出現(xiàn)2次漏報，未出現(xiàn)空報，Ts評分為71.4%，預(yù)報效果較好。

4 結(jié)論

本文應(yīng)用2002-2012年地面觀測資料，分析了11a來亳州地區(qū)大霧的時空分布特征和環(huán)流形勢，并采用支持向量機(jī)方法建立了亳州市大霧精細(xì)化預(yù)報模型，結(jié)果顯示：

（1）亳州地區(qū)年平均大霧最多的地區(qū)在中北部，東南部最少；霧日呈明顯的季節(jié)和月際變化，冬季最多、春秋季次之、夏季最少；月平均霧日呈“兩峰一谷”型分布，即1月和12月最多、8月最少。大霧出現(xiàn)時間通常始于夜間20時至次日8時（以5～6時最多），結(jié)束于7～13時（以9～10時最多），持續(xù)時間大多在1～14h，其中持續(xù)1～3h的大霧出現(xiàn)頻次最高。近11a來大霧日數(shù)總體上呈減少趨勢，但2010年后霧日有所增加；能見度在50～200m的濃霧出現(xiàn)頻次最多、能見度低于50m的強(qiáng)濃霧和能見度在500～1 000m的霧次之、能見度在200～500m的大霧出現(xiàn)最少。

（2）根據(jù)地面天氣形勢，將亳州地區(qū)大霧發(fā)生的天氣形勢分為均壓型和鋒前型2類，其中均壓型主要為輻射霧，鋒前型主要為平流霧。

（3）根據(jù)2013年亳州市探空、地面氣象資料以及EC細(xì)網(wǎng)格、T639、日本細(xì)網(wǎng)格、GRAPES模式產(chǎn)品，共選取87種預(yù)報因子，使用支持向量機(jī)方法（SVM）和CMSVM應(yīng)用軟件平臺，通過對訓(xùn)練樣本進(jìn)行交叉驗證和模型核參數(shù)的逐漸逼近，建立了亳州市24h大霧支持向量機(jī)預(yù)報模型。通過對2014年1～5月大霧試報發(fā)現(xiàn)，預(yù)報模型的Ts評分為71.4%，達(dá)到了預(yù)期效果。

參考文獻(xiàn)

[1]吳彬貴，張宏升，汪靖，等.一次持續(xù)性濃霧天氣過程的水汽輸送及逆溫特征分析[J].高原氣象，2009，28（2）28：258-267.

[2]李江波，趙玉廣，孔凡超，等.華北平原連續(xù)性大霧的特征分析[J].中國海洋大學(xué)學(xué)報，2010，40（7）：15-23.

[3]陳曉紅，方翀.安徽省縣級大霧預(yù)報業(yè)務(wù)系統(tǒng)[J].氣象，2005，31（4）：61-64.

[4]趙玉廣，李江波，康錫言.用PP方法做河北省霧的分縣預(yù)報[J].氣象，2004，30（6）：43-47.

[5]程戴暉，楊美川.上海浦西地區(qū)霧持續(xù)時間的統(tǒng)計釋用預(yù)報[J].氣象，2001，27（7）：16-20.

[6]林建，楊貴名，毛冬艷.我國大霧的時空分布特征及其發(fā)生的環(huán)流形勢[J].氣候與環(huán)境研究，2008，13（2）：171-181.

（責(zé)編：張宏民）