选取2012年4月14日的一次存在东西2片雾区的黄海春季海雾为研究对象,借助WRF(Weather Research and Forecasting)模式,采用循环3DVAR(3-Dimensional Variational)数据同化方案,考虑了湿度控制变量的背景误差协方差CV6,进行了AIRS(Atmospheric Infrared Sounder)卫星温度与湿度廓线数据的同化试验,并基于同化试验结果探讨了此次海雾的形成机制。同化试验结果表明:同化AIRS卫星温度与湿度廓线数据后,模式能成功再现海雾的形成过程,特别是东西2片雾区之间的晴空区的存在,这归功于AIRS数据的同化能够显著改善海上大气边界层的温湿结构、影响海雾的低层高压的范围与强度;机制分析揭示:东西2片雾均为典型的平流冷却雾,但二者厚薄和气团来源不同;海上高压控制黄海西岸陆地的暖空气入海,受低海温的冷却作用降温先形成逆温层,然后逆温层底部生成了较薄的西侧雾区;来自黄海中部的空气向东北移动至朝鲜半岛西部海域,高压下沉增温形成一个顶部较高的稳定层,从而生成较厚的东侧雾区;高压中心下沉区内,近海面风速小使得机械湍流弱,空气增温与海温暖舌共同作用下使得近海面气海温差小,海雾无法生成导致了晴空区的存在。
冬季最高与最低气温的准确预报可以让供热公司调节燃煤使用量,达到节能减排的目的。首先基于WRF(Weather Research and Forecasting)模式构建一个区域大气实时预报系统,然后建立客观预报方程对WRF预报气温进行修订,利用2011—2012年供热期(12月—3月)预报与观测数据开展青岛站最高与最低气温客观预报方法研究。供热期内气象部门日最高与最低气温预报的均方根误差(RMSE)平均为3.6℃,而WRF预报平均约为2.0℃,减小了44.4%;地面风与温度平流的相关性分析确定温度平流是导致WRF预报气温误差的一个显著因素,利用统计获取的南北方向温度平流和RMSE建立方程并应用于2011年供热期,相对于气象部门预报,1—3月RMSE改进率基本在50.0%以上。文中提出的客观预报方法可以运用于其它站点进行不同供热片区的温度预报服务。
基于日本气象厅Multi-functional Transport Satellite（MTSAT）可见光卫星云图、韩国气象局天气图和美国国家环境预报中心Climate Forecast System Reanalysis（CFSR）数据,选取2007-2012年2～6月发生的32次黄海海雾个例进行研究.首先统计分析了黄海海雾的天气特征,接着归纳总结了有利于黄海海雾生成的天气系统类型,进而分别挑选了各类型的一次个例,解释其海上大气逆温层成因.结果表明：（1）黄海海雾天气系统可分为入海变性高压（南高北低、东高西低和独立高压）、中国大陆东移低压或低槽、北太平洋高压脊和入西太平洋高压4类,各自所占比例约为62.5％、21.9％、9.4％和6.2％.（2）天气系统控制下的冷暖平流与海面湍流冷却作用决定了海上大气逆温层的形成.海雾生成前,天气系统在演变过程中支配着形成逆温的暖气团,暖气团来源于陆上,则主要是上层强暖平流、下层弱暖（冷）平流导致逆温;暖气团来源于海上,则多由近冷海面的湍流混合、冷却降温形成逆温.
为了提高对黄渤海海雾天气海面大气水平能见度(以下简称“能见度”)的数值预报能力,利用黄渤海23个沿岸和岛屿测站2013—2017年雾天的地面观测数据,构建了基于湿度信息的能见度算法(A-F算法),并将之应用于黄渤海海雾的能见度数值预报。结果表明,与常用的根据模式预报的云水含量诊断能见度的SW算法(Stoelinga and Warner,1999)相比,A-F算法表现更优,尤其可以诊断出被SW算法漏报的能见度为1~3 km的轻雾,说明A-F算法对黄渤海海雾天气能见度的数值预报具有一定应用价值。若将来加入浮标与船舶观测数据,可以进一步改进A-F算法能见度公式的具体形式;依据本文构建A-F算法的思路,可以发展适合其他海域的海雾天气能见度诊断公式。
