海霧多源觀測(cè)與降尺度格點(diǎn)實(shí)況搭載應(yīng)用

摘 要：基于寧德市自動(dòng)站資料，結(jié)合基于遠(yuǎn)距物聯(lián)網(wǎng)通信技術(shù)（Long Range Radio，以下簡稱LoRa）海霧監(jiān)測(cè)系統(tǒng)資料、能見度儀、衛(wèi)星反演產(chǎn)品等多源觀測(cè)資料，對(duì)閩東沿海海霧監(jiān)測(cè)進(jìn)行實(shí)況檢驗(yàn)，并對(duì)海霧天氣過程各個(gè)監(jiān)測(cè)手段進(jìn)行可行性分析。結(jié)果表明：（1）將LoRa、能見度儀、衛(wèi)星海霧反演產(chǎn)品作為加強(qiáng)海霧協(xié)同觀測(cè)能力的有效技術(shù)解決方案，對(duì)提升海霧精細(xì)化預(yù)報(bào)預(yù)警能力具有較好的指示作用；（2）提取多模式能見度要素預(yù)報(bào)產(chǎn)品，通過使用機(jī)器學(xué)習(xí)算法，融入本地客觀預(yù)報(bào)算法，結(jié)果表明客觀算法預(yù)報(bào)效果優(yōu)于各家預(yù)報(bào)，預(yù)報(bào)與實(shí)況平均誤差為2.8 km，而各家模式平均誤差為16.2 km；（3）將降尺度格點(diǎn)實(shí)況融合產(chǎn)品與本地客觀算法產(chǎn)品加入寧德交通氣象小程序，幫助用戶和相關(guān)決策部門了解海霧的發(fā)生和發(fā)展情況，及時(shí)收到預(yù)警信息，減少氣象災(zāi)害造成的損失，助力守護(hù)海上交通安全。

關(guān)鍵詞：海霧；多源觀測(cè)；格點(diǎn)實(shí)況；海上交通

中圖分類號(hào)：P732.4 文獻(xiàn)標(biāo)志碼：B 文章編號(hào)：2095–3305（2024）12–0-03

福建省寧德市擁有豐富的海洋資源，海域面積為44.565 8萬km2，大陸海岸線長1 046 km，擁有深水岸線110.36 km，具有發(fā)展大型工業(yè)港和綜合性樞紐港的優(yōu)勢(shì)條件，是建設(shè)大型海港的理想港址。寧德市是海峽西岸經(jīng)濟(jì)區(qū)對(duì)接長江三角洲經(jīng)濟(jì)區(qū)的前沿門戶，也是福建北部和部分內(nèi)陸地區(qū)直線距離最短的出?？凇ｋS著港口交通集疏運(yùn)體系的加快構(gòu)建，寧德市形成貫穿南北、西進(jìn)內(nèi)陸、東出大海的大通道，作為海上絲綢之路的節(jié)點(diǎn)城市，其區(qū)位優(yōu)勢(shì)明顯，起到承接融合長江三角洲、海峽西岸和中國臺(tái)灣省三大經(jīng)濟(jì)區(qū)的重要作用。近年來寧德成為我國東南沿海熱門的休閑度假和生態(tài)旅游勝地，濱海有崳山、臺(tái)山列島、大京、西洋島、三都澳等海岸景區(qū)，全力打造極具光影特色的“東海一號(hào)”旅游線路，還有以“世界灘涂攝影圣地”著稱的海濱縣城霞浦縣，以及中國白茶之鄉(xiāng)和“海上仙都太姥山”“夢(mèng)幻黃金海岸”等各種豐富的海洋旅游資源。

近年來，寧德市海洋氣象災(zāi)害頻發(fā)，尤其是三都澳港口、碼頭等特殊的地理位置，海霧氣象災(zāi)害風(fēng)險(xiǎn)較高。當(dāng)前，海洋氣象災(zāi)害預(yù)報(bào)預(yù)警技術(shù)方法和科技支撐能力與快速發(fā)展的海洋經(jīng)濟(jì)已不相適應(yīng)，全面提升海洋災(zāi)害性天氣監(jiān)測(cè)預(yù)報(bào)預(yù)警能力、提高產(chǎn)品科技支撐水平、建設(shè)滿足寧德市“一核兩廊五軸”發(fā)展戰(zhàn)略的現(xiàn)代化海洋氣象業(yè)務(wù)體系顯得十分迫切，推進(jìn)海洋氣象尤其是海霧等預(yù)報(bào)預(yù)警關(guān)鍵技術(shù)的研究與應(yīng)用具有重要的現(xiàn)實(shí)意義。

1 閩東沿海海霧的月際分布及邊界層的特征分析

1.1 閩東沿海海霧的月際分布

選取寧德本站作為代表站，統(tǒng)計(jì)分析1980—2019年所有能見度低于1 km的霧日數(shù)，發(fā)現(xiàn)閩東海霧天氣多發(fā)生于冬、春季，1—5月為海霧天氣頻發(fā)期，冬春季太陽輻射較弱，海水表面溫度較低，使得空氣中的水汽凝結(jié)形成海霧。此外，冬、春季冷空氣活動(dòng)頻繁，冷空氣與溫暖的海面相遇，也易形成海霧[1]。

1.2 邊界層的特征分析

1.2.1 水汽特征

從歷年海霧過程發(fā)生時(shí)刻看，寧德市形成海霧過程的主要水汽來自東海，東海擁有十分強(qiáng)勁的水汽通量，為寧德市海霧過程提供充足水汽，最強(qiáng)時(shí)達(dá)10 g/（s·hPa·cm）。此外，在冷鋒前側(cè)的負(fù)變壓區(qū)存在明顯的水汽輸送，而且在冷鋒來臨前的靜穩(wěn)條件下，水汽擴(kuò)散條件較差，使得水汽在寧德市沿海堆積，形成較為明顯的海霧，并且維持較長時(shí)間。

1.2.2 氣壓場(chǎng)特征

海霧發(fā)生時(shí)，寧德市沿海為海平面負(fù)距平，一般為-0.3 hPa，東海海面為正距平，疊加在背景場(chǎng)上，使得全風(fēng)速在東海海面上有一處明顯的正距平大值區(qū)，這加強(qiáng)了海區(qū)水汽平流輸送[2]。當(dāng)冷鋒前抬升的暖濕氣流到達(dá)寧德市相對(duì)冷的海區(qū)上空時(shí)，遇冷凝結(jié)成小水滴，促進(jìn)海霧生成。

1.2.3 海氣溫差特征

2023年3月31日04：00，寧德市發(fā)生海霧時(shí)海溫低于距地2 m氣溫，溫差約為-1 ℃，說明靜穩(wěn)天氣條件下，有正溫度平流。綜合前面分析，也可說明海霧生成是冷鋒前的暖濕平流輸送到寧德市海區(qū)上空的結(jié)果，暖平流流經(jīng)冷海面，遇冷凝結(jié)成小水滴，在沒有抬升運(yùn)動(dòng)的情況下，堆積在近海表上空形成海霧。海霧消散時(shí)（31日11：00）可以看到海氣溫差變成正值，即海溫大于距地2 m氣溫。

1.2.4 逆溫特征

2022年3月30日22：00海霧發(fā)生時(shí)，寧德市沿海海區(qū)T925 hPa-T2 m＞0 ℃，存在大范圍逆溫區(qū)，說明大氣垂直環(huán)境穩(wěn)定，亂流作用不強(qiáng)，沒有將水汽抬升至過高的高度而凝結(jié)成云。逆溫層存在時(shí)，輸送的充足水汽缺乏向高層抬升的條件，從而形成霧。當(dāng)31日

08：00逆溫消失時(shí)，海霧隨即消失。

2 多源觀測(cè)資料分析與應(yīng)用

2.1 基于LoRa監(jiān)測(cè)技術(shù)的檢驗(yàn)分析

LoRa海霧監(jiān)測(cè)是一種基于遠(yuǎn)距離物聯(lián)網(wǎng)通信技術(shù)的新型海霧探測(cè)技術(shù)，在沿海地區(qū)覆蓋范圍較廣，可有效監(jiān)測(cè)沿海地區(qū)海霧情況，幫助研究人員更好地了解海霧形成、發(fā)展和變化，為海洋氣象研究提供數(shù)據(jù)支持。該系統(tǒng)對(duì)于保護(hù)海上運(yùn)輸和航海安全至關(guān)重要，可以提供實(shí)時(shí)的海霧信息，幫助船只做出決策，確保航行安全。海霧對(duì)漁業(yè)和海洋資源的影響較大，通過監(jiān)測(cè)海霧[3]，為漁業(yè)和海洋資源管理提供參考，優(yōu)化漁業(yè)作業(yè)和資源利用。閩東地區(qū)快速發(fā)展的旅游業(yè)，如極具光影特色的“世界灘涂攝影圣地”等，也對(duì)沿海氣象信息提出了更高的要求，LoRa海霧監(jiān)測(cè)系統(tǒng)可以提供實(shí)時(shí)海霧數(shù)據(jù)，為城市氣象服務(wù)提供支持。

前期研究表明，LoRa海霧監(jiān)測(cè)系統(tǒng)的適用性除了受到地形、建筑物和其他電磁干擾源等因素的限制，還受到天氣條件的影響，經(jīng)過檢驗(yàn)分析發(fā)現(xiàn)LoRa海霧監(jiān)測(cè)系統(tǒng)對(duì)濕度和風(fēng)力等的反應(yīng)較為敏感。在實(shí)際應(yīng)用中，預(yù)報(bào)員剔除此類敏感因子的影響后，可將LoRa海霧監(jiān)測(cè)系統(tǒng)作為海霧多源觀測(cè)的手段之一。

2.2 能見度儀的分析與應(yīng)用

能見度儀使用大氣消光系數(shù)，按照經(jīng)驗(yàn)公式得出大氣中肉眼觀測(cè)的距離，采用光學(xué)部件鏡頭朝下并配備防護(hù)罩，有效防止降水、飛沫或塵埃進(jìn)入鏡頭，減少探頭表面污染，這種設(shè)計(jì)提供了精確的測(cè)量結(jié)果并減少了維護(hù)需要，使用過程中可以實(shí)時(shí)顯示數(shù)據(jù)和曲線。與各個(gè)海霧過程進(jìn)行對(duì)比發(fā)現(xiàn)，寧德市氣象局安裝在雞公山上的能見度儀測(cè)量準(zhǔn)確，能夠較好地應(yīng)對(duì)海霧過程，在彌補(bǔ)了沿海區(qū)域自動(dòng)站網(wǎng)分布較為稀疏的同時(shí)，還減少了維修成本，可作為有效的海霧監(jiān)測(cè)手段。

2.3 衛(wèi)星海霧產(chǎn)品的反演分析與應(yīng)用

通過衛(wèi)星遙感圖像，可以獲取海霧范圍、濃度和移動(dòng)趨勢(shì)等分布情況，再結(jié)合氣象模型和數(shù)據(jù)分析，利用衛(wèi)星海霧產(chǎn)品提前預(yù)測(cè)海霧的出現(xiàn)和發(fā)展趨勢(shì)，這對(duì)海上航行、漁業(yè)、沿海工業(yè)和旅游業(yè)等領(lǐng)域具有重要指導(dǎo)意義。通過下載FY-4A衛(wèi)星數(shù)據(jù)的FOG產(chǎn)品并進(jìn)行處理分析，將基于人工智能的海霧反演產(chǎn)品與天氣環(huán)流形勢(shì)相結(jié)合，一方面可以揭示大氣與海洋相互作用的規(guī)律，另一方面還可以在業(yè)務(wù)應(yīng)用中提升海霧監(jiān)測(cè)預(yù)警能力[4-8]。圖1是對(duì)一次輕霧過程的FOG產(chǎn)品的再分析處理，通過與自動(dòng)站實(shí)況相結(jié)合，可以分析海霧過程的影響面積和影響程度，彌補(bǔ)了沿海自動(dòng)站海霧數(shù)據(jù)稀少的不足。在以后的應(yīng)用中，還可以結(jié)合區(qū)域海霧監(jiān)測(cè)產(chǎn)品進(jìn)行更加系統(tǒng)的分析。

3 降尺度格點(diǎn)實(shí)況產(chǎn)品應(yīng)用分析

研究使用的模式資料是基于歐洲中期天氣預(yù)報(bào)中心（ECMWF）業(yè)務(wù)預(yù)報(bào)系統(tǒng)、中國國家氣象中心中尺度數(shù)值業(yè)務(wù)預(yù)報(bào)系統(tǒng)（CMA-MESO）和華東中尺度數(shù)值業(yè)務(wù)預(yù)報(bào)系統(tǒng)（CMA-SH9）3個(gè)系統(tǒng)在寧德市地區(qū)的逐日高空與地面溫度場(chǎng)以及物理量預(yù)報(bào)資料，預(yù)報(bào)時(shí)效為0—24 h逐時(shí)能見度預(yù)報(bào)。

為得到高精細(xì)度的預(yù)測(cè)數(shù)據(jù)，使用雙線性插值方法進(jìn)行數(shù)據(jù)處理，同時(shí)使用反距離權(quán)重法插值，按照目標(biāo)站點(diǎn)與已有的網(wǎng)格站點(diǎn)之間的距離反比分配權(quán)重，距離較近的點(diǎn)數(shù)據(jù)點(diǎn)權(quán)重高，距離遠(yuǎn)的點(diǎn)數(shù)據(jù)點(diǎn)分配權(quán)重小。再結(jié)合寧德市全市自動(dòng)站實(shí)況數(shù)據(jù)，對(duì)降尺度后數(shù)據(jù)利用多元線性回歸法進(jìn)行訂正，評(píng)估各模式對(duì)能見度的預(yù)報(bào)技巧。

采用變權(quán)集合平均算法對(duì)3個(gè)模式進(jìn)行多模式集成試驗(yàn)，分析平均算法對(duì)氣溫預(yù)報(bào)的優(yōu)劣。F為集成后的結(jié)論值，F(xiàn)1、F2、F3分別為3家模式的預(yù)報(bào)值，a、b、c為3家模式權(quán)重，計(jì)算公式為：

F=（aF1+bF2+cF3）/3

網(wǎng)格預(yù)報(bào)編輯平臺(tái)是根據(jù)預(yù)報(bào)時(shí)效、預(yù)報(bào)量級(jí)及上述3家數(shù)值模式自動(dòng)推薦權(quán)重，并根據(jù)這一段時(shí)間（10 d）的預(yù)報(bào)值提供近期平均權(quán)重。預(yù)報(bào)員每天通過參考給出的權(quán)重并進(jìn)行修改，通過主觀訂正最終融合形成Final逐小時(shí)能見度網(wǎng)格預(yù)報(bào)產(chǎn)品，其空間分辨率為0.5 km，時(shí)間分辨率為1 h，數(shù)據(jù)格式為MICAPS第4類格式（圖2）。

空間分辨率為0.5 km，時(shí)間分辨率為1 h

使用的插值方法為雙線性插值法，其原理步驟如下：已知的紅色數(shù)據(jù)點(diǎn)與待插值所得的綠色點(diǎn)，已知函數(shù)f在Q11=（x1，y1）、Q12=（x1，y2）、Q21=（x2，y1）、Q22=（x2，

y2）四個(gè)點(diǎn)的值。第一步為X方向的線性插值，在Q12、Q22中插入藍(lán)色點(diǎn)R2，Q11、Q21中插入藍(lán)色點(diǎn)R1；第二步為Y方向的線性插值，結(jié)合第一步計(jì)算出的R1與R2在y方向上插值計(jì)算出P點(diǎn)。

通過Python語言METEVA庫讀取該溫度預(yù)報(bào)數(shù)據(jù)，通過使用雙線性插值法將網(wǎng)格空間分辨率由2.5 km

提升為0.5 km，時(shí)間分辨為1 h。提取多模式能見度要素預(yù)報(bào)產(chǎn)品，通過使用機(jī)器學(xué)習(xí)算法，融入本地客觀預(yù)報(bào)算法，選取關(guān)鍵格點(diǎn)進(jìn)行能見度預(yù)報(bào)訂正。

結(jié)果表明，客觀算法預(yù)報(bào)產(chǎn)品效果優(yōu)于各家預(yù)報(bào)，

預(yù)報(bào)與實(shí)況平均誤差為2.8 km，而各家模式平均誤差為16.2 km。

4 “氣象+”數(shù)字應(yīng)用場(chǎng)景融入海上交通氣象指揮平臺(tái)

通過深度挖掘多源觀測(cè)數(shù)據(jù)，基于LoRa海霧監(jiān)測(cè)系統(tǒng)、能見度儀、衛(wèi)星遙感技術(shù)的海霧監(jiān)測(cè)分析與反演，建立海霧格點(diǎn)實(shí)況數(shù)據(jù)集，以不斷提升海上交通安全需求為出發(fā)點(diǎn)，構(gòu)建智能化、數(shù)字化網(wǎng)格預(yù)報(bào)訂正產(chǎn)品[9-10]。依托格點(diǎn)實(shí)況和智能網(wǎng)格預(yù)報(bào)產(chǎn)品，開展大風(fēng)與能見度精細(xì)化預(yù)報(bào)。將降尺度格點(diǎn)產(chǎn)品融入寧德市海上交通氣象預(yù)報(bào)預(yù)警服務(wù)微系統(tǒng)，實(shí)現(xiàn)了“PC端+移動(dòng)手機(jī)端”聯(lián)動(dòng)信息展示，精準(zhǔn)覆蓋寧德海事部門的6條航道、5個(gè)錨地、31條客渡運(yùn)航線（含航經(jīng)點(diǎn)）、34個(gè)渡口共計(jì)250個(gè)點(diǎn)位的海上交通氣象服務(wù)信息，氣象全面融入海上安全監(jiān)管工作。該程序?yàn)閷幍率袣庀缶趾骄€監(jiān)測(cè)預(yù)報(bào)預(yù)警服務(wù)等產(chǎn)品提供重要載體，能夠?qū)崿F(xiàn)服務(wù)產(chǎn)品信息的持續(xù)輸出與精準(zhǔn)、有序、定向發(fā)布。通過提高氣象服務(wù)產(chǎn)品創(chuàng)新研究水平、提升服務(wù)和傳播能力等，促進(jìn)海洋氣象高質(zhì)量發(fā)展。

5 結(jié)論

（1）將LoRa、能見度儀、衛(wèi)星海霧反演產(chǎn)品作為提升海霧協(xié)同觀測(cè)能力的有效技術(shù)解決方案，對(duì)提升海霧精細(xì)化預(yù)報(bào)預(yù)警能力具有較好的指示作用。

（2）提取多模式能見度要素預(yù)報(bào)產(chǎn)品，通過機(jī)器學(xué)習(xí)算法，融入本地客觀預(yù)報(bào)算法，結(jié)果表明客觀算法預(yù)報(bào)效果優(yōu)于各家預(yù)報(bào)，預(yù)報(bào)與實(shí)況平均誤差為2.8 km，

而各家模式平均誤差為16.2 km。

（3）將降尺度格點(diǎn)實(shí)況融合產(chǎn)品與本地客觀算法產(chǎn)品加入寧德交通氣象小程序，幫助用戶和相關(guān)決策部門了解海霧的發(fā)生和發(fā)展情況，及時(shí)收到預(yù)警信息，減少氣象災(zāi)害造成的損失，助力守護(hù)海上交通安全。

參考文獻(xiàn)

[1] 王緒翔，邵利民，曹祥村.黃海西部2005—2007年海霧演變的氣候特征研究 [J]. 海洋預(yù)報(bào)，2012，29（3）：62-68.

[2] 黃彬，許健民，史得道，等.黃渤海一次持續(xù)性海霧過程形變特征及其成因分析[J].氣象，2018，44（10）：1342-1351.

[3] 左迎芝，梁軍.大連及其近海海霧預(yù)報(bào)系統(tǒng)[J].氣象水文海洋儀器，2010，27（3）：9-14.

[4] 洗錦洪.應(yīng)用于海霧監(jiān)測(cè)的激光雷達(dá)的研制和能見度反演算法的研究[D].合肥：中國科學(xué)技術(shù)大學(xué)，2020.

[5] 李效東，梁鶯，任雍.基于LoRa 的海霧探測(cè)技術(shù)研究及效果檢驗(yàn)[J].海峽科學(xué)，2021（7）：3-8.

[6] 方旭源，金煒，符冉迪，等.注意力機(jī)制下多尺度特征融合生成對(duì)抗網(wǎng)絡(luò)的白天海霧監(jiān)測(cè)[J].遙感學(xué)報(bào)，2023，27（12）： 2736-2747.

[7] 任欣悅，何建新，張福貴，等.基于毫米波雷達(dá)的海霧觀測(cè)及能見度反演算法研究[J].成都信息工程大學(xué)學(xué)報(bào)，2023， 38（1）：49-56.

[8] 陳勝軍，孫巍巍，陳驥.閩東海霧天氣概念模型與基于LORA監(jiān)測(cè)技術(shù)的檢驗(yàn)分析[J].農(nóng)業(yè)災(zāi)害研究，2022，12（11）：

14-16，19.

[9] 耿丹，劉婷婷，李超.結(jié)合FY-4A衛(wèi)星及隨機(jī)森林的日間沿海海霧識(shí)別模型的研究[J].海洋預(yù)報(bào)，2022，39（3）：83-93.

[10] 伍麗泉，鄭鳳琴，覃皓，等.2020年12月一次北部灣海霧過程的生消特征分析[J].氣象研究與應(yīng)用，2022，43（1）：90-95.

收稿日期：2024-08-26

作者簡介：劉翔宇（1998—），男，福建寧德人，助理工程師，研究方向?yàn)榫C合氣象觀測(cè)。