1 引言
受海洋影响发生在海上或沿海地区的雾称为海雾（王彬华， 1983）。海雾的发生可导致海上及沿海地区水平及垂直能见度降低， 进而危害近海渔业生产、 海上和港口航行船舶等安全， 阻碍沿海高速公路交通运输。研究表明， 海雾对人民生命财产安全的危害程度与台风和龙卷等不相上下（Gultepe et al， 2007； 严明良等， 2011）。然而， 由于海上观测资料的匮乏、 模式参数化的不确定性以及粗糙的垂直分辨率等， 海雾的预报至今仍是困扰我们的难题（Bergot and Guedalia， 1994； Pagowski et al， 2004； Wang et al， 2014）。
近年来， 大量专家学者对沿岸大雾的观测事实开展了研究， 总结了不同海域雾的特点和形成机制， 并对影响大雾生消的因素有了初步认识（林晓能和宋萍萍， 1990； 刁学贤， 1992； Leipper， 1994； Tardif and Rasmussen， 2007； Kim and Yum， 2010； Huang et al， 2011； 曲平等， 2014； Zhang et al， 2015； 陈东辉等， 2015； 慕熙昱等， 2018； 周述学等， 2020）。然而， 受沿岸与海洋观测资料的制约， 海雾发生发展机制的研究受到限制（Koracin et al， 2014； 王宏斌等， 2018）。随着计算机技术的发展， 数值模式可为研究者提供时空连续的物理图像， 弥补了沿岸和海洋观测资料缺少的问题， 为海雾的深入研究提供了有力支撑。Koracin et al （2001）对加利福尼亚海雾进行简单的一维模拟， 得出雾顶辐射冷却和下沉运动是海雾维持的主要原因。Gao et al（2007）利用MM5模式对黄海海域的一次大雾过程进行数值模拟， 认为偏南暖湿气流和风切变是大雾形成的主要原因。Heo and Ha（2010）利用海气耦合模式研究了黄海海雾的生消机制， 认为稳定的大气层结有利于海雾的维持。Kim and Yum（2012）利用WRF模式研究了黄海海雾的生消机制， 发现持续的暖湿平流可补充向下水汽通量引发的水汽流失， 使得大雾持续发展。黄辉军等（2015）利用WRF模式对一次华南海雾过程进行模拟， 模式对于海雾的范围、 大气边界层结构和海气界面特征都有较好表现。
琼州海峡位于广东省雷州半岛和海南岛之间， 是海南岛与内地客货运输的交通要道， 也是重要的国际航行水道。研究表明， 琼州海峡海雾多发于冬、 春季节， 海雾年频数大于20天（涂石飞等， 2019）。尤其当在春节交通高峰期出现时， 海雾造成的停航停运， 极易导致港口附近交通瘫痪。例如2018年春节期间， 琼州海峡大雾持续时间长达11天， 影响最严重的18 -20日， 南北两岸停航达41次， 累计停航时间超过25 h， 滞留过海车辆上万辆， 滞留旅客超10万人， 引发社会广泛关注。因此， 开展琼州海峡海雾的机制研究， 对保障海峡航运极为重要。目前对琼州海峡海雾的个例分析较少， 尚有很多问题亟须进行深入讨论。本文利用中尺度数值模式WRF-ARW（V3.9.1）对2018年2月18 -20日和2019年2月4 -6日发生在琼州海峡的两次持续性大雾天气过程进行数值模拟， 并结合相关实测资料， 从两次大雾过程的天气背景、 雾区和云区分布、 水汽条件、 动力条件、 云—雾辐射作用等方面对比分析大雾的形成和发展演变过程， 探讨大雾过程的发生和维持机制， 从而为琼州海峡持续性大雾的预报提供参考。
2 观测资料和模式定制
2.1 观测数据
本文使用的观测数据主要有： NCEP-FNL分析资料（水平分辨率为0.25°×0.25°）， 时间分辨率为每日4次， 主要作为模式初边界条件使用； 日本气象厅Himawari-8卫星观测资料； 海南省自动气象站逐分钟实时监测数据； 中国气象局利用数据融合与同化技术， 对地面观测数据、 卫星遥感数据和数值模式产品等多源数据进行融合同化获得的实况格点数据集CLDAS（师春香等， 2019； 沈润平等， 2019）。
2.2 模式定制
利用中尺度数值模式WRF-ARW对这两次大雾过程进行数值模拟研究。模式设置为麦卡托投影下的三层双向嵌套模拟，选用的物理参数化方案如表1 所示，其中D2和D3分辨率小于5 km，不属于次网格运动，故不使用积云参数化方案。最内层D3区域覆盖了琼州海峡及其周边地区，分辨率约为1 km，为本文研究区域［图1 ，图1 及文中涉及的地图是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（2017）508号的中国地图制作，底图无修改］。初始和边界条件使用NCEP逐6 h一次的0.25°×0.25°分析资料。两次大雾过程均在相同模式设置下进行模拟，以便能客观地进行对比分析，图1 方框中所示为本研究的关键区域琼州海峡。两个个例的模拟时段分别为2018年2月17日08:00（北京时，下同）至20日08:00，2019年2月3日20:00至6日20:00。前12 h作为spin-up时段，模式结果每半小时输出一次。
表1 模式参数化设置Table 1 WRF physical parameterizations |
| 区域 | D1 | D2 | D3 |
|---|---|---|---|
| 水平格点 | 300×300 | 286×286 | 270×268 |
| 分辨率 | 9 km | 3 km | 1 km |
| 积云方案 | Kain-Fritsch | 不使用 | 不使用 |
| 微物理方案 | Lin | Lin | Lin |
| 边界层方案 | YSU | YSU | YSU |
| 辐射方案 | RRTM长波/Dudhia短波 | RRTM长波/Dudhia短波 | RRTM长波/Dudhia短波 |
| 陆面方案 | Noah | Noah | Noah |
3 海雾过程简介
3.1 能见度实况
3.2 大气环流形势背景
对比可知， 两次大雾过程都发生在入海变性冷高压后部， 华南和西南地区呈东高西低形势， 等压线呈南北向分布， 低层吹东到东南气流， 来自海上的暖湿空气到达琼州海峡水温较低海面后冷却饱和形成大雾。不同的是， 2018年海雾过程华南和西南地区东高西低形势更明显， 地面气压梯度较强， 相比2019年， 低层具有更强的东南或偏东气流， 有利于暖湿空气持续源源不断的平流到琼州海峡， 饱和凝结形成平流冷却雾。因此， 2018年海雾过程发展强度更强， 持续时间也更长。
4 数值模拟结果验证
4.1 大雾水平分布的对比分析
气象中， 雾是悬浮在近地面大气中的微小水滴或冰晶的水汽凝结物， 能见度小于1000 m。通常认为雾的液态水含量范围为0.05~0.5 g·kg-1（邹进上等， 1982； Cotton and Anthes， 1993）， 岳岩裕等（2013）通过对湛江多年大雾过程的统计分析发现， 该地海雾的液态水含量低于中高纬地区， 0.05 g·kg-1为上述研究的中间值。故本文将液态水含量0.05 g·kg-1作为琼州海峡地区雾区的临界下限值， 以此标准来进行分析。
图4 CLDAS能见度（左， 单位： km）和模拟的15 m高处大于0.05 g·kg-1液态水含量（右， 单位： g·kg-1）的水平分布方框代表琼州海峡区域 Fig.4 The horizontal distributions of observed visibility （left， unit： km） from CLDAS Data and simulated liquid water content that more than 0.05 g·kg-1 （right， unit： g·kg-1） at the height of 15 m.Square frame indicates the QiongZhou Strait |
4.2 云区分布的对比分析
一些研究表明， 当云与雾共存时， 云的辐射效应会对雾产生影响。白天云雾共存可有效减少地表接收的短波辐射， 减小地面增温效应， 使大雾天气得以维持（郭丽君等， 2019）。模式中水成物含量是指云水混合比、 冰晶混合比、 雪晶混合比、 霰混合比和雨水混合比之和， 用于了解云和雾的性质和垂直结构特征。
4.3 站点气象要素对比
5 模拟结果分析
5.1 海雾发展过程
基于以上检验分析结果， 进一步利用模式模拟结果给出大雾的演变过程， 图7 给出2018年个例15 m高度液态水含量和100 m高度的风场演变。18日12:00［图7 （a）］， 在偏东气流的作用下， 大雾在海南岛东部和北部沿海开始发展， 但分布区域较小， 液态水含量最大为0.5 g·kg-1左右。随着偏东风的加强， 琼州海峡雾区进一步向西延伸［图7 （b）］。19日04:00［图7 （c）］， 偏东气流转为东南气流， 雾区面积进一步扩大， 覆盖整个雷州半岛-海南岛东部近海海域（包括琼州海峡）， 液态水含量最大达0.7 g·kg-1以上。19日早上［图7 （d）］， 在东南暖湿气流持续输送下， 雾区强度和范围均一直维持； 2019年个例， 5日00:00［图8 （a）］， 在东南气流影响下， 大雾在海南岛北部陆地开始发展， 雾区主要位于海南岛西北部， 最大液态水含量为0.9 g·kg-1。5日04:00［图8 （b）］， 琼州海峡海上大雾开始发展， 且随着东南气流的加强， 雾区逐渐向北扩散。5日08:00［图8 （c）］， 海南岛西部沿海和琼州海峡均为液态水含量大于0.05 g·kg-1的区域。5日10:00［图8 （d）］， 随着东南风减小， 大雾强度减弱， 海上大雾消散。
图7 2018年2月19日模拟的15 m高度液态水含量（阴影， 单位： g·kg-1）和100 m高度风场（矢量， 单位： m·s-1）的水平分布Fig.7 Simulated horizontal distributions of liquid water content （shaded， unit： g·kg-1） at the height of 15 m， and wind fields （vector， unit： m·s-1） at the height of 100 m on 19 February 2018 |
对比两个大雾发展过程， 发现两者有以下不同： （1）低层气流方向： 2018年为东风转东南风， 2019年为持续稳定的偏南风。（2）气流强度变化不同： 2018年琼州海峡区域风速随海雾的发展持续增大， 2019年风速减弱， 海雾消散。（3）海雾发展区域与面积不同： 2018年在雷州半岛-海南岛东部近海区域先发展， 面积逐渐扩大， 区域范围广； 2019年在沿海陆地先发展， 逐渐向海峡延伸， 面积较窄小。（4）持续时间不同： 2018年雾区在低层偏东气流下在海南岛东部沿海向西发展， 大雾维持时间长， 在09:00后也仍然维持没有减弱； 2019年雾区在低层东南气流下在海南岛北部陆地向北发展， 大雾主要在凌晨发展， 到早上消散， 维持时间较短。（5）性质不同： 2018年具有明显的平流雾特征； 2019年首先自陆地上开始发展， 日出后海雾迅速消散， 具有一定辐射雾的特征。
5.2 海雾成因对比分析
5.2.1 水汽条件
充沛的水汽是大雾能长时间维持的重要条件。图9 给出1000 hPa的水汽通量和水汽通量散度， 对海雾发展前期的水汽条件进行分析可以看出， 两次海雾过程前期均有向琼州海峡的水汽输送和辐合， 但在水汽输送的方向和强度上又明显不同。2018年2月18日20:00［图9 （a）］， 整个琼州海峡以偏东水汽输送为主， 且均为水汽通量辐合区， 最大水汽通量散度大于-15×10-5 g·（cm2·hPa·s）-1； 2019年2月4日22:00［图9 （b）］， 琼州海峡为东南方向的水汽输送， 水汽辐合大值区偏向陆地， 海峡上水汽通量散度最大在-10×10-5 g·（cm2·hPa·s）-1左右。图10 进一步给出垂直方向的相对湿度的时间—高度剖面图， 2018年个例， 2月18日14:00左右近地面相对湿度开始增加， 至2月19日02:00大于90%的高湿区向上延伸至1 km高度， 之后高湿区一直维持且有所加强， 最大相对湿度达到100%［图10 （a）］； 2019年个例， 近地面在4日22:00后才开始增湿， 湿层最大厚度为1 km， 但仅持续了2 h左右， 之后湿层迅速下降至400 m以下［图10 （b）］。
图9 模拟的1000 hPa的水汽通量散度［阴影， 单位： ×10-5 g·（cm2·hPa·s）-1］和水汽通量［矢量， 单位： g·（cm·hPa·s）-1］Fig.9 Simulated divergence of water vapor flux ［shaded， unit： ×10-5 g·（cm2·hPa·s）-1］ and water vapor flux ［vector， unit： g·（cm·hPa·s）-1］ at 1000 hPa |
由上述分析可知， 两个海雾个例的水汽条件存在以下差异： （1）水汽通量方向不同。2018年个例发生在偏东水汽辐合下， 2019年个例则为偏南水汽辐合； （2）水汽辐合强度和范围不同。2018年整个琼州海峡均为强水汽通量辐合区， 辐合强度和强辐合区范围均明显较2019年个例偏强偏大； （3）湿层厚度不同。2019年个例湿层深厚， 维持在1 km高度左右， 2019年个例增湿后湿层呈下降趋势， 湿层浅薄。总之， 海雾能够长时间持续与低层水汽辐合以及深厚湿层的维持有密切联系， 当近地面为偏东水汽辐合时， 对于湿层的增厚和维持更为有利， 这也使得2018年雾区范围和强度均较2019年偏大偏强。
5.2.2 动力条件
图11 模拟的过琼州海峡（20.1°N）风场 （矢量， 单位： m·s-1）及其散度（阴影， 单位： ×10-4 s-1）的垂直剖面虚线范围为散度小于-2×10-4 s-1的区域 Fig.11 Vertical section across QiongZhou Strait （20.1°N） of wind field （vector， unit： m·s-1） and the simulated divergence （shaded， unit： ×10-4 s-1）.The dotted line range is the area that divergence less than -2×10-4 s-1 |
5.3 云-雾辐射作用
2018年海雾发展过程中具有云-雾共存特征伴， 云雾共存时段为2月18日20:00至19日11:00。图12 给出大雾期间琼州海峡区域的水成物含量的区域平均随时间的变化， 对比发现， 两次海雾过程在发展期间上空云-雾结构有较大差异。2018年个例具有云雾共存的垂直结构特征［图12 （a）］， 2月18日12:00左右， 云区在1 km左右高度发展， 地面雾区则在18日20:00左右开始发展并加强， 19日云底抬升至1.5 km高度， 水成物混合比最大为0.4 g·kg-1以上， 对应地面雾区一直维持。19日10:00后雾有减弱的趋势， 雾顶下移， 但在19日20:00后， 随着夜晚降临海雾重新开始发展， 雾顶高度达400 m； 2019年个例［图12 （b）］， 云区发展明显较弱， 只在4日中午时段有孤立云区发展， 强度较小， 最大水成物混合比为0.2 g·kg-1， 地面大雾在凌晨发展， 早上很快消散。
为进一步揭示云雾共存对大雾的影响， 图14 给出两次过程琼州海峡区域平均的地表净辐射、 2 m温度以及地表温度随时间的变化情况。对比发现， 大雾发展期间无云和有云状况下， 地表净辐射通量和地表温度均存在较大差异。白天， 2018年2月18日最大净辐射为130 W·m-2， 地表温度最大为24 ℃左右［图14 （a）］， 2019年2月4日最大净辐射和地表温度分别较2018年高出70 W·m-2和3 ℃［图14 （b）］； 夜间， 2018年个例净辐射通量和温度的下降率明显低于2019年个例， 地表净辐射和温度均高于2019年。
综上可知， 由于上空云层覆盖的差异， 两个海雾个例在低层温度的分布， 净辐射的变化上表现出不同， 具体为： （1）温度变化不同。2018年个例发生在云雾共存下， 温度波动小， 日变化不明显， 2019年个例则表现为明显的日变化特征； （2）逆温层强度不同。2018年中层逆温较强， 持续时间长， 2019年个例逆温层浅薄， 仅持续２ h左右； （3）净辐射变化不同： 2018年个例净辐射总体偏小， 由于上空云层的覆盖， 昼夜差异也较小， 2019年净辐射昼夜波动大。可以得出， 云-雾结构的存在， 同时具有反照率效应和温室效应， 在白天可减小地面接收短波辐射增温， 不利于大雾的消散， 夜间则起到保温作用， 使近地层温度和逆温层稳定维持， 从而使得大雾持续发展。
6 结论
利用中尺度数值模式WRF对发生在琼州海峡的两次海雾过程进行数值模拟， 结合中国气象局CLDAS格点数据、 卫星云图、 地面观测数据从雾区、 云区分布、 站点要素等方面对模拟结果进行检验， 对比分析了两次海雾过程的形成发展过程、 水汽条件、 动力条件和云—雾辐射作用， 主要得出以下结论：
（1） 两次海雾过程都发生在入海变性冷高压后部， 华南和西南地区呈东高西低形势， 但又表现出不同的特征。2018年个例为典型的平流雾， 持续时间长达10 h， 最低能见度为100 m， 发展期间具有云雾共存的特征； 2019年个例发生在均压场中， 海雾由陆地发展延伸而来， 范围偏小， 表现出明显的日变化特征， 具有一定辐射雾的性质。
（2） 2018年海雾期间， 偏东风输送下水汽辐合不断增强， 湿层增厚， 配合上空弱的辐合为海雾长时间维持提供有利的水汽和动力条件； 2019年海雾期间， 琼州海峡东南方向的水汽辐合较弱， 湿层浅薄， 海雾面积偏小， 持续时间短。
（3） 云-雾共存结构对琼州海峡平流雾的发展和维持有促进作用。海雾上空的层云同时具有反照率效应和温室效应， 白天减小地面接收短波辐射， 阻碍近地面的增温， 夜间则起到保温作用， 近地面较低温度和逆温层长时间的稳定维持， 使海雾得以持续发展。