浙江中南部海霧預(yù)報(bào)決策樹(shù)模型研究

俞涵婷，廖晨昕，王可欣，陳華忠

（1.椒江區(qū)氣象局，浙江臺(tái)州318000；2.余杭區(qū)氣象局，浙江 杭州311100；3.玉環(huán)市氣象局，浙江玉環(huán)317600）

1 引言

海霧是海上災(zāi)害性天氣現(xiàn)象之一。它給近海航運(yùn)、港區(qū)作業(yè)和漁業(yè)生產(chǎn)帶來(lái)很大影響[1]。它的復(fù)雜性給預(yù)報(bào)帶來(lái)一定的困難。在中低緯度海域，大范圍海霧以平流冷卻霧出現(xiàn)的機(jī)會(huì)最多，霧也最濃，成為海霧預(yù)報(bào)的重點(diǎn)[2-3]。海霧一般多出現(xiàn)在低于20 ℃的海區(qū)里，高于20 ℃時(shí)霧逐漸減少，超過(guò)25 ℃不再有霧[4]。張?zhí)K平等[5]通過(guò)天氣研究預(yù)報(bào)模式（Weather Research and Forecasting Model，WRF）模擬得出：黃海海溫升高（0.5～2 ℃），海霧面積相應(yīng)減??；升溫程度越大，面積減小的越多。在濕度較小的薄海霧區(qū)，海溫變化對(duì)穩(wěn)定度影響稍大；而在濕度較大的濃海霧區(qū)，海溫變化對(duì)穩(wěn)定度的影響不大。這說(shuō)明了下墊面溫度、濕度、穩(wěn)定度相互之間以及它們分別對(duì)海霧的影響。鄭怡等[6]對(duì)渤海沿岸的海霧分析認(rèn)為：沿岸相對(duì)濕度在90%以上，近海相對(duì)濕度在80%以上，低層大氣存在逆溫層，有利于渤海海霧的生成和發(fā)展。黃健等[7]利用2000—2008 年1—5 月的資料，采用分類與回歸樹(shù)方法（Classification And Regression Trees，CART）對(duì)海霧生成前24 h 的海洋氣象條件進(jìn)行分析，利用近地面預(yù)報(bào)因子，如：10 m風(fēng)向和風(fēng)速、1 000 hPa和850 hPa的溫度、濕度和風(fēng)場(chǎng)等建立海霧預(yù)報(bào)決策樹(shù)模型，對(duì)不同地域海霧預(yù)報(bào)的準(zhǔn)確率在73%以上。史達(dá)偉等[8]基于5種機(jī)器學(xué)習(xí)算法（如線性支持向量機(jī)及多層神經(jīng)網(wǎng)絡(luò)等）對(duì)特強(qiáng)濃霧開(kāi)展診斷，測(cè)試認(rèn)為CART算法易于使用，且效果較佳。高榮珍等[9]肯定了用CART方法建立青島沿海海霧預(yù)報(bào)模型的可行性，并指出850 hPa 風(fēng)向在青島沿海海霧決策樹(shù)預(yù)報(bào)模型中也很關(guān)鍵。胡波等[10]利用液態(tài)水含量和云滴粒子密度兩個(gè)參數(shù)優(yōu)化了大霧估算方法，從而提高了大霧預(yù)報(bào)的準(zhǔn)確率。

本研究通過(guò)平流霧的形成原因，結(jié)合天氣學(xué)分析方法，利用浙中南沿海海域2015—2018 年2—6月的海霧歷史觀測(cè)資料和對(duì)應(yīng)的美國(guó)國(guó)家環(huán)境預(yù)報(bào)中心/美國(guó)國(guó)家大氣研究中心（National Centers for Environmental Prediction/National Center for Atmospheric Research，NCEP/NCAR）FNL再分析資料尋找海霧預(yù)報(bào)因子，計(jì)算因子具體閾值，并形成海霧預(yù)報(bào)決策樹(shù)，以期對(duì)實(shí)際海霧預(yù)報(bào)業(yè)務(wù)有所助益。

2 海霧特征及環(huán)流背景

據(jù)統(tǒng)計(jì)，浙江省每年霧季霧日的多少，在南北地域上具有很強(qiáng)的相關(guān)性，且具有明顯的系統(tǒng)性，即先南后北[11]。這表明整個(gè)海霧產(chǎn)生的氣候背景是一致的。浙中南近海霧季存在明顯的月際變化，每年的2—6月是一年中霧日最多的月份（見(jiàn)圖1）。張?zhí)K平等[12]指出，浙江沿海海霧天氣形勢(shì)主要出現(xiàn)在入海變性冷高壓西部、氣旋和低壓槽東部、副熱帶高壓西部、靜止鋒或冷鋒前部。平流霧沒(méi)有日變化，可以維持多日。統(tǒng)計(jì)顯示浙江省沿海以平流霧為主[13-14]。

圖1 浙中南近海霧季的月際變化

理論上來(lái)說(shuō),海霧形成于地面偏南風(fēng)并略帶風(fēng)速的環(huán)境下，但從觀測(cè)實(shí)況上看，2—6 月任何風(fēng)向下都有可能生成海霧，特別是在入海變性高壓后部，弱形勢(shì)場(chǎng)地面風(fēng)一般為風(fēng)速不大的偏北風(fēng)情況下，生成霧的幾率反而更多（見(jiàn)圖2）。黃克慧等[15]提到，當(dāng)背景場(chǎng)（一般如925 hPa、850 hPa）是西南暖濕氣流,且暖濕氣流輸送條件已具備時(shí),不論地面是何風(fēng)向都不影響霧的生成和維持。

3 研究方法與過(guò)程

圖2 一江山島2017年大霧與風(fēng)向的關(guān)系

基于上述事實(shí)，由于海霧形成時(shí)天氣為一靜穩(wěn)狀態(tài)，觀測(cè)數(shù)據(jù)中溫度、濕度和風(fēng)場(chǎng)變化不大，風(fēng)向、風(fēng)速也難求規(guī)律；在預(yù)報(bào)上地面氣象要素的得出是基于模式產(chǎn)品，準(zhǔn)確率不高。本文通過(guò)高空近地層資料探究，從模式已有輸出因子（高低空要素場(chǎng)）入手，通過(guò)對(duì)平流冷卻霧的本身定義推導(dǎo)，篩選海霧預(yù)報(bào)因子，運(yùn)用CART 方法得出大陳海域海霧預(yù)報(bào)決策樹(shù)。

3.1 研究資料與數(shù)據(jù)基礎(chǔ)

本文將能見(jiàn)度小于1 km 記為有霧。選取浙江中南部大陳島海域附近二島2015—2018 年2—6 月的觀測(cè)站地面能見(jiàn)度和天氣現(xiàn)象資料進(jìn)行研究。大陳島雖有近60 a 歷史資料，但多年實(shí)際研究中發(fā)現(xiàn)大陳島能見(jiàn)度觀測(cè)儀設(shè)在海拔87.2 m 的山坡頂，因海拔高度過(guò)高，大霧記錄多為山頂層云遮蓋所致，海面上實(shí)時(shí)能見(jiàn)度較好，觀測(cè)的大陳島大霧記錄遠(yuǎn)大于真實(shí)海面大霧記錄。鑒于大陳島大霧記錄有誤差，本文以該海域附近站點(diǎn)一江山島和頭門島霧記錄為準(zhǔn)。此二島距離較近，海拔高度都約在50 m 左右。因頭門島能見(jiàn)度記錄從2015 年2 月12日16 時(shí)開(kāi)始，經(jīng)查大陳島2015 年2 月1—12 日都無(wú)大霧天氣（大陳島霧記錄遠(yuǎn)多于其他二島），因此2015 年以頭門島資料為準(zhǔn)。一江山島記錄從2016年開(kāi)始，之后頭門島、一江山島資料相互替換，并相應(yīng)選取2015—2018年2—6月NCEP的1°×1°的再分析資料，時(shí)間間隔為6 h，通過(guò)插值方法將NCEP格點(diǎn)資料插值到各個(gè)站點(diǎn)。

3.2 候選預(yù)報(bào)因子的設(shè)計(jì)

黃輝軍等[16-17]用近地層溫差因子改進(jìn)的廣東沿海海霧區(qū)域預(yù)報(bào)取得了不錯(cuò)的效果。Huang 等[18]通過(guò)再分析資料和觀測(cè)資料，分析了多個(gè)預(yù)報(bào)變量，例如低層風(fēng)矢量與暖濕平流、低層基本氣象要素[19]等因子作為表征海霧形成時(shí)所需的天氣形勢(shì)和外界環(huán)境。在垂直方向的溫差因子里，選取了925 hPa與1 000 hPa 的溫度差值，以及1 000 hPa 與地面2 m的溫度差值，用來(lái)反映有霧時(shí)近地層的溫度特性。研究證實(shí)了近地層1 000 hPa 與地面2 m 的溫差是有效的預(yù)報(bào)變量因子之一。本研究從平流霧定義出發(fā)：當(dāng)暖濕空氣平流到較冷的下墊面上，下部冷卻形成的霧。我們用低層溫度與地面2 m 溫度的溫差值來(lái)尋找本地海霧形成時(shí)的溫差閾值，并用2015—2018 年2—6 月各層溫差值統(tǒng)計(jì)大霧的結(jié)果。同時(shí)，由于大霧形成需要穩(wěn)定的天氣形勢(shì)，任何冷空氣的侵入[15]及近地層降水對(duì)流等新系統(tǒng)的入侵都會(huì)破壞大霧的天氣形勢(shì)。所以我們還需考慮大霧形成時(shí)的天氣背景：近地層的溫度結(jié)構(gòu)、地面濕度、上升速度和散度等，并通過(guò)這些數(shù)值預(yù)報(bào)結(jié)果確定大霧的關(guān)鍵預(yù)報(bào)因子，并在實(shí)際預(yù)報(bào)中做出判斷。

3.3 高空氣象要素與大霧發(fā)生特征的統(tǒng)計(jì)分析

由于暖濕氣流經(jīng)過(guò)冷地表面,本文分別選取了850 hPa、925 hPa、950 hPa、975 hPa、1 000 hPa 與地面2 m 的溫度差值；濕度是大霧形成的必要條件,選取了地面1 000 hPa 相對(duì)濕度（1 000 U）、925 hPa 相對(duì)濕度（925 U）和850h Pa相對(duì)濕度（850 U）；根據(jù)天氣的穩(wěn)定程度，適當(dāng)?shù)哪鏈貙右步o大霧提供了穩(wěn)定條件：選取了850 hPa 與925 hPa的溫差（T850 hPa—T925 hPa）、925 hPa 與975 hPa 的溫差（T925 hPa—T975 hPa）和950 hPa 與1 000 hPa的溫差（T950 hPa—T1 000 hPa）；同時(shí)我們還選取了前后時(shí)次的925 hPa溫差（T925 hPa—T925 hPa）代表暖濕氣流本身強(qiáng)度對(duì)大霧的影響；從垂直速度場(chǎng)觀察，大霧形成后有微弱的上升運(yùn)動(dòng)，因此選取了950 hPa 的上升速度950vvel；大霧形成時(shí)的靜穩(wěn)物理量：950 hPa 散度為D950 hPa。

圖3和圖4是根據(jù)2015—2018年資料統(tǒng)計(jì)的核密度圖，代表大陳航線上不同變量在有無(wú)大霧時(shí)的分布情況，縱坐標(biāo)是密度，即位于此點(diǎn)的數(shù)據(jù)占全體數(shù)據(jù)的比例。圖3a—e 定量反映了暖濕氣流對(duì)大霧的影響，其中各個(gè)高度與2 m 地面的溫差與大霧都約為中等強(qiáng)度相關(guān)，各個(gè)高度與2 m 地面的溫差與大霧相關(guān)性相近。圖中也顯示有霧時(shí)比無(wú)霧時(shí)氣溫溫差向右位移了2～5 ℃，有的甚至為正值，說(shuō)明暖濕氣流與地面溫度形成的溫差是大霧生成的重要因素。圖3f 是925 hPa 前后時(shí)次的溫差，它與大霧的相關(guān)性弱說(shuō)明暖濕氣流本身的強(qiáng)弱對(duì)大霧無(wú)影響，這也更說(shuō)明溫差才是形成大霧的重要因素。圖4c的相關(guān)性大于4a，說(shuō)明近地層的逆溫有利于大霧形成，越低層逆溫越強(qiáng)越有利于大霧形成；大霧形成時(shí)需要1 000 hPa 的相對(duì)濕度基本集中在90以上，相關(guān)性為強(qiáng)相關(guān)（見(jiàn)圖4d），而大霧與925 hPa和850 hPa 的相對(duì)濕度的相關(guān)性遠(yuǎn)弱于10 00 hPa的相對(duì)濕度；950 hPa上較弱的上升速度利于大霧的形成（見(jiàn)圖4e），950 hPa 上升速度與大霧的相關(guān)性高于700 hPa 上升速度。對(duì)于平流霧來(lái)說(shuō)散度等物理量影響較小，不論是925 hPa還是950 hPa，散度條件對(duì)海霧的影響差別不大。

圖3 2015—2018年大陳航線不同高度與2 m地面溫差和925 hPa前后時(shí)次溫差與有無(wú)大霧的分布

4 CART決策樹(shù)算法運(yùn)用及檢驗(yàn)

CART 算法是機(jī)器學(xué)習(xí)中用來(lái)處理分類和回歸問(wèn)題的方法[20]，適用于離散型變量和連續(xù)型變量的分類。CART 決策樹(shù)的生成就是遞歸地構(gòu)建二叉決策樹(shù)的過(guò)程。對(duì)分類樹(shù)來(lái)說(shuō)，CART 用Gini 系數(shù)最小化準(zhǔn)則進(jìn)行特征選擇來(lái)生成二叉樹(shù)。

基于CART 決策樹(shù)算法對(duì)大霧天氣建立模型，模型的輸入變量為2015—2018 年大陳航線以上氣象要素。將之前處理好的訓(xùn)練集輸入CART 算法，經(jīng)過(guò)多次交叉檢驗(yàn)得到?jīng)Q策樹(shù)。模型見(jiàn)圖5。

圖5 2015—2018年椒江沿海航線大霧氣象觀測(cè)要素特征診斷決策樹(shù)模型

決策樹(shù)中基本反映了前面分析的分布情況，并且更加明確了濕度是大霧形成的必要條件，沿海海面濕度需大于90才能執(zhí)行該模型；其次是近地層的溫差情況；另外，低層上升速度、低層逆溫等都對(duì)大霧形成有影響。訓(xùn)練集數(shù)據(jù)模型整體學(xué)習(xí)準(zhǔn)確率為0.85。將此測(cè)試集數(shù)據(jù)運(yùn)用于2019 年2—6 月的大霧數(shù)據(jù)檢驗(yàn)中，成功率為0.8，模型達(dá)到不錯(cuò)的泛化能力。此模型右支也相似于張?zhí)K平等[12]的模擬結(jié)果，濕度越大時(shí)對(duì)溫度要求越低。左支則更考慮上升運(yùn)動(dòng)和溫差的相互影響。該模型說(shuō)明了濕度是海霧出現(xiàn)的必要條件，而海霧形成和維持是低層相關(guān)因子相互作用、相輔相成的結(jié)果。

5 結(jié)論與缺陷

利用大陳島海域各站點(diǎn)2015—2018 年2—6 月的海霧歷史觀測(cè)資料和NCEP/NCAR FNL 再分析資料，通過(guò)海霧基本定義和形成所需的氣象環(huán)境條件，選取高空氣象要素對(duì)海霧預(yù)報(bào)進(jìn)行分析研究。結(jié)果表明：暖濕氣流本身強(qiáng)弱對(duì)大霧無(wú)影響，溫差才是大霧形成的重要因素,近地層的逆溫有利于大霧的形成，越低層逆溫越強(qiáng)越有利于大霧形成；大霧形成時(shí)所需相對(duì)濕度基本集中在90以上；950 hPa上較弱的上升速度利于大霧的形成；散度條件對(duì)海霧的影響差別不大。利用訓(xùn)練集數(shù)據(jù)參與模型建立，模型整體的學(xué)習(xí)準(zhǔn)確率為0.85。將此測(cè)試集數(shù)據(jù)運(yùn)用于2019 年2—6 月的大霧數(shù)據(jù)檢驗(yàn)中，成功率為0.8。但此模型仍有一些缺陷：

（1）數(shù)據(jù)是個(gè)連續(xù)的過(guò)程：當(dāng)冷空氣已下，風(fēng)向突轉(zhuǎn)，霧即已消散，但此時(shí)溫度和濕度卻還沒(méi)及時(shí)降下來(lái)，數(shù)值仍高居不下；雖然經(jīng)過(guò)個(gè)別人為剔除，但仍有少數(shù)出現(xiàn)與結(jié)論相悖的情況，會(huì)影響模型判別。

（2）由于天氣影響要素眾多，選取要素有限，并沒(méi)有選取足夠多的天氣要素來(lái)對(duì)大霧進(jìn)行影響分析和判別。

（3）本文運(yùn)用的數(shù)據(jù)為再分析資料，與實(shí)況有一定誤差，模型結(jié)果還需在長(zhǎng)期實(shí)際運(yùn)用中進(jìn)行測(cè)試。

（4）大霧數(shù)據(jù)不夠：2 404 個(gè)數(shù)據(jù)樣本中只有283 個(gè)大霧樣本，有、無(wú)霧數(shù)據(jù)相差太大，影響模型判斷。

（5）形成大霧有眾多的充分條件，但大霧消散卻有很多充要條件。在考慮大霧預(yù)報(bào)時(shí)也需要著重考慮這些不利影響，如冷空氣的滲透即破壞大霧的穩(wěn)定，強(qiáng)的上升速度則表示有強(qiáng)降水不會(huì)出現(xiàn)大霧天氣等。