利用循環(huán)3DVAR改進黃海海霧數(shù)值模擬初始場*Ⅰ:WRF數(shù)值試驗

高山紅,齊伊玲,張守寶,傅 剛

(中國海洋大學物理海洋實驗室,山東青島266100)

利用循環(huán)3DVAR改進黃海海霧數(shù)值模擬初始場*Ⅰ:WRF數(shù)值試驗

高山紅,齊伊玲,張守寶,傅 剛

(中國海洋大學物理海洋實驗室,山東青島266100)

以如何提高黃海海霧數(shù)值模擬初始場質(zhì)量為研究目的,利用WRF模式及其先進的3DVAR同化模塊,設計并構(gòu)建了循環(huán)3DVAR同化方案。以2006年3月6～8日的1次大范圍黃海海霧過程為研究對象,利用該同化方案進行了一系列WRF數(shù)值模擬對比試驗。模擬結(jié)果顯示,循環(huán)3DVAR同化方案能有效改進黃海海霧數(shù)值模擬初始場質(zhì)量,主要體現(xiàn)在增加低層大氣溫度層結(jié)構(gòu)的穩(wěn)定性與改變大氣邊界層下層的風場結(jié)構(gòu),從而導致海霧的模擬結(jié)果顯著改善。研究結(jié)果表明進行海霧數(shù)值模擬時,必須高度重視其初始場質(zhì)量。

黃海海霧;數(shù)值模擬;初始場;WRF模式;循環(huán)3DVAR

近30 a的國內(nèi)海霧研究表明,我國近海為海霧多發(fā)區(qū),總體趨勢是南少北多[1-3]。其中,黃海是海霧發(fā)生最頻繁的海域,也是研究相對集中且較為全面的海域。這些研究工作大致可以劃分為:(1)海霧時空分布特征分析與海霧監(jiān)測[2,4-7];(2)海霧微物理特征的觀測分析[8-9];(3)沿岸海霧的統(tǒng)計預報[10-11];(4)海霧形成機制的研究[12-19],這些研究大多數(shù)關(guān)注氣候?qū)W原因,而對黃海海霧的微物理過程、具體天氣系統(tǒng)影響下的黃海海霧動力與熱力過程等研究相當少,進一步的深入研究還必須在加強觀測的基礎上借助數(shù)值模擬手段。

Lewis et al.[20]對英美兩國近百年的海霧研究歷史進行了詳細回顧,國外學者在通過大型外場觀測試驗①比較著名的為:CALSPAN:Cornell航空實驗室與海軍研究生院合作進行的美國California海岸外場試驗CEWCOM:美國西海岸海洋與氣象學合作試驗Project Harr:海霧研究計劃(Harr是蘇格蘭東北部海霧的當?shù)亟蟹?獲取大量的觀測數(shù)據(jù)的基礎上開展了海霧形成機制的數(shù)值模擬研究[22-23]。這些研究不僅豐富發(fā)展了早期的海霧形成機制的猜測[24-28],還發(fā)現(xiàn)了其他新機制,并且首次嘗試了海霧的數(shù)值預報[30]。Lewis et al.[31]通過觀測數(shù)據(jù)的細致分析揭示了快速變化天氣系統(tǒng)對海霧演變的控制作用。Koraˇcin et al.[32-34]的數(shù)值模擬研究工作揭示了一些海霧形成過程中非常細致的動力與物理作用,特別是湍流與輻射的共同作用。相比之下,雖然黃海海霧的數(shù)值模擬研究起步較晚[12-13,17,35-36],但是已經(jīng)蓬勃發(fā)展。

毋庸置疑,數(shù)值模擬已經(jīng)成為研究與預報海霧的1種不可或缺的主要手段[20]。目前比較成熟的區(qū)域大氣數(shù)值模式的動力框架與數(shù)值計算方案已經(jīng)相當完美(如Fifth-GenerationMesoscaleModel,MM5;Weather Research and Forecasting,WRF;Regional Atmospheric Modeling System,RAMS),然而仍有3個主要問題將直接影響海霧的數(shù)值模擬質(zhì)量,即邊界層湍流方案,云微物理方案與初始場。已有的數(shù)值模擬研究工作表明:對于前面兩者,在模式提供的眾多選項中挑選合適的方案,可以對一些較典型的黃海海霧過程進行成功地模擬[17-18]。但當作者再次使用與Gao et al.[18]相同的模式分辨率與物理方案運行MM5,模擬其他典型黃海海霧個例時,卻得不到較理想的結(jié)果。究其原因,極有可能是模擬初始場的質(zhì)量問題所致。在常規(guī)觀測數(shù)據(jù)非常有限,但非常規(guī)衛(wèi)星數(shù)據(jù)日益增多的現(xiàn)狀下,如何為海霧數(shù)值模擬提供高質(zhì)量的初始場?本文以此為研究出發(fā)點,利用WRF模式及其先進的三維變分同化系統(tǒng)(3DVAR,Ver3.1.1)[37-38],設計并構(gòu)建了通過多次3DVAR(循環(huán)3DVAR)方案,即同化一段時間之內(nèi)多種觀測數(shù)據(jù),運用該方案改進黃海海霧數(shù)值模擬初始場。以2006年3月6～8日的1次大范圍黃海海霧事件為研究對象,利用此同化方案進行了一系列數(shù)值模擬對比試驗,并對其效果進行詳細檢驗與分析。

1 循環(huán)3DVAR同化方案

1.1 觀測數(shù)據(jù)

可供黃海海霧數(shù)值模擬使用的觀測數(shù)據(jù)主要分為2類:固定站點的探空、地面與自動站等GTS(Global Telecommunication System)常規(guī)觀測,在時間與空間上分布不均勻的飛機報與衛(wèi)星遙感等觀測。前者包括每12 h/次的探空(SOUND)、每3 h/次的地面(SYNOP)與船舶(SHIPS),以及1 h/次的自動站等觀測(MOBIL)①觀測數(shù)據(jù)分別來自:中國海洋大學氣象系VSAT接收站、http://weather.cod.edu與http://www.atmos.albany.edu;后者中飛機報的時空分布取決于飛機航班及其航線(AIRCFT)②https://dss.ucar.edu/datazone/dsszone/ds337.0,衛(wèi)星遙感包含反演的Quik-SCAT(Quick Scatterometer)海面風(QSCA T)③ftp://podaac.jpl.nasa.gov/pub/ocean_wind/quikscat/L2B/data、AIRS(Atmospheric Infrared Sounder)大氣溫度廓線④ftp://airspar1u.ecs.nasa.gov、SSMI(Special Sensor Microwave Imager)大氣可降水量⑤ftp://ftp.ssmi.com/ssmi、GPS(Global Positioning System)溫濕廓線等數(shù)據(jù)⑥http://cosmic-io.cosmic.ucar.edu/cdaac,以及衛(wèi)星直接觀測的輻射亮溫⑦ftp://ftp.ncep.noaa.gov/pub/data/nccf/com/gfs/prod等數(shù)據(jù)。本文研究采用了所有能獲取到的各種數(shù)據(jù)。

1.2 循環(huán)3DVAR流程

WRF模式與其數(shù)據(jù)同化模塊WRFDA(WRF Data Assimilation,采用方法為3DVAR)只能在模擬初始時刻進行(單時次3DVAR),同化在此時刻前后3h或者更短時段之內(nèi)的觀測數(shù)據(jù)。由于同化窗較短,對于黃海海域而言,單時次3DVAR一般只能利用到很少的非常規(guī)觀測數(shù)據(jù),有時甚至沒有。為了同化更多的非常規(guī)觀測數(shù)據(jù),同化時段應該延長,但是單時次3DVAR的同化窗最大不宜超過6h,因此本文設計了循環(huán)3DVAR同化方案來增加同化時段(見圖1)。它的基本思路是利用前1次3DVAR的結(jié)果為WRF模式提供初始場,然后WRF模式積分到下一同化時刻接著進行后1次3DVAR,如此重復。1次3DVAR同化自己時間窗之內(nèi)的數(shù)觀測據(jù),通過多次3DVAR就可以同化1個時間段的所有觀測數(shù)據(jù)。循環(huán)3DVAR另外1個優(yōu)點是擴展的同化時段恰好可供模式進行動力調(diào)整,從而有效地消除spin-up現(xiàn)象。

進行3DVAR同化時,必須事先給定背景場誤差協(xié)方差(見圖1中的be)。WRF-3DVAR本身提供了不依賴具體模擬區(qū)域與格點等模式設置的物理空間背景場誤差協(xié)方差,它基于GFS(Global Forecast System)預報場作為模式背景場。經(jīng)過作者大量的數(shù)值試驗證實它不適合于黃海區(qū)域,所以本研究采用NCEP方法[39],直接利用背景場數(shù)據(jù)驅(qū)動WRF模式,以模擬時段為中心進行3周的模擬(每天進行2次24 h后報),然后根據(jù)模擬結(jié)果為所研究的海霧個例生成獨自的特征值空間背景誤差協(xié)方差。

圖1 循環(huán)3DVAR流程Fig.1 Flowchart of cycling 3DVAR

2 海霧個例觀測事實

2006年3月6 ～8日,黃海海域發(fā)生了1次大范圍的海霧事件。本文利用MODIS(Moderate Resolution Imaging Spectroradiometer)及MTSAT-1R(Multi-functional Transport Satellite)可見光云圖⑧MODIS、MTSAT-1R可見光云圖分別來自http://modis.gsfc.nasa.gov與http://www.kma.go.kr獲取海霧在白天的發(fā)展狀態(tài);借助雙通道法[40-41]和文獻[7]提出的黃海海霧雙通道法判據(jù),利用MTSAT-1R紅外通道數(shù)據(jù)⑨MTSAT-1R紅外數(shù)據(jù)來自http://weather.is.kochi-u.ac.jp,判據(jù)為紅外4通道與1通道的差值在-5.5至-2.5℃之間判別出海霧在夜間的分布,而且還給出了黃海周邊地面、島嶼以及海上船舶的水平能見度觀測。綜合這些信息,獲得了此次海霧較為清晰的演變過程(見圖2)[10]由于海霧與低層云很難區(qū)分,圖中的海霧準確地講應該為海霧/低層云。

圖2 2006年3月6～8日海霧演變的衛(wèi)星觀測事實Fig.2 Satellite observation from 6 to 8 March,2006

表1 WRF模式設置Table 1 Specifications of the WRF model

3月6日上午1022LST(U TC+8),海霧已經(jīng)在黃海西南部形成(見圖2a);下午至整個夜間,霧區(qū)逐漸向南向東擴展(見圖2b,c)。7日白天,海霧北部部分慢慢向東北方向漫延(見圖2d),中午過后達到其旺盛階段(見圖2e,f),此狀態(tài)至少一直維持到傍晚(見圖2g)。7日夜間至8日凌晨,海霧北部部分緩慢向南退移(見圖2h,i),雖然其原先的南部部分的上空已經(jīng)被云覆蓋(見圖2g-i),但是根據(jù)圖2.h中長江口以東海域的2個水平能見度<1 km的船舶觀測可以斷定此海域依舊存在海霧。

3 WRF數(shù)值試驗

3.1 模式設置

本文借助WRF模式來模擬此次海霧過程。模擬區(qū)域設置如圖3所示,啟用了雙重雙向嵌套,讓分辨率較高的內(nèi)區(qū)(圖3中D2區(qū))覆蓋了海霧演變范圍。區(qū)域范圍設置與模式各物理選項的選取見表1。

(圖中給出了2006年3月6日0800LST時1000hPa面上FNL分析場(位勢m);渤海西北面的高壓(H)與黃海東南面的低壓系統(tǒng)(L)在未來36 h內(nèi)分別沿紅色、綠色箭頭所示的路徑移動,兩個相鄰黑點之間的間隔為12 h。It also gives the potential height analysis(m)of FNL data at 0800LST on 6 March 2006;The high(H)north-western to the Bohai Sea and the low(L)south-eastern to the Yellow Sea will move in the next 36 h following the tracks indicated by the red and blue arrows,respectively.The interval between two neighboring dots is 12 h.)

FNL再分析數(shù)據(jù)①https://dss.ucar.edu/datazone/dsszone/ds083.2(Final Analysis Data of GFS,1(°)×1(°),每6 h/次)為初始時刻提供背景數(shù)據(jù)與時變側(cè)邊界,海溫采用了NEAR-GOOS日平均數(shù)據(jù)②http://goos.kishou.go.jp/rrtdb/usr/pub/JMA/mgdsst(North-East Asian Regional Global Ocean Observing System,0.25(°)×0.25(°))。模式輸出間隔為每1 h/次,對結(jié)果的分析主要依據(jù)內(nèi)區(qū)的模擬輸出數(shù)據(jù)。

3.2 試驗設計

為了檢驗與分析循環(huán)3DVAR方案對黃海海霧模擬初始場質(zhì)量的改進效果,設計了如下的4個數(shù)值模擬試驗(見圖4)。模擬起始時刻為2006年3月6日08LST,終止時刻為8日08LST,整個模擬時段為48 h。所有的數(shù)值試驗均采用相同的區(qū)域設置、物理選項、背景場數(shù)據(jù)與海溫數(shù)據(jù)。

(1)Exp-A:直接采用FNL背景場生成初始場,不同化任何觀測數(shù)據(jù);

(2)Exp-B:采用單時次3DVAR同化觀測數(shù)據(jù)生成初始場,同化窗與總同化時段皆為6 h;

(3)Exp-C:采用6 h間隔的循環(huán)3DVAR同化觀測數(shù)據(jù)生成初始場,每次3DVAR同化窗為6 h,總同化時段為18 h;

(4)Exp-D:采用3 h間隔的循環(huán)3DVAR同化觀測數(shù)據(jù)生成初始場,每次3DVAR同化窗為3 h,總同化時段為18 h。

從圖4中可以看到,為了讓數(shù)值試驗Exp-D總同化時段與Exp-C保持一致(即保證2個試驗所用的觀測數(shù)據(jù)一樣),Exp-D首尾2次3DVAR的同化窗口做了適當?shù)恼{(diào)整。3DVAR同化只針對最外層的區(qū)域(圖3中的D1區(qū))進行。表2給出了數(shù)值試驗所用到的觀測數(shù)據(jù)類型與水平分布數(shù)量。

圖4 模擬試驗中初始場形成方案Fig.4 Initial conditions schemes of the numerical experiments

表2 數(shù)值試驗所同化的觀測數(shù)據(jù)Table 2 Observations assimilated in numerical experiments

4 結(jié)果分析

4.1 模擬的海霧演變

依據(jù)Kunkel[48]提出的水平能見度經(jīng)驗公式,利用模擬的10 m高度云水含量計算出水平能見度,將其值<1 km的區(qū)域作為海霧霧區(qū)①對本個例而言,依據(jù)Kunkel公式得到的霧區(qū)與云水含量為0.1g/kg等值線分布區(qū)域基本一致與衛(wèi)星云圖進行比較,這是以往黃海海霧數(shù)值模擬結(jié)果檢驗經(jīng)常采用的方法[17-18]。這種檢驗方式存在問題,因為海霧與低層云很難區(qū)分,衛(wèi)星觀測到的“霧區(qū)”是海霧與低層云頂部信息,如果存在低層云,云圖會有虛假“霧區(qū)”。本文模仿衛(wèi)星的“鳥瞰”方式,根據(jù)模擬結(jié)果中的云水含量計算出霧/低層云頂部高度,將其水平空間分布認為是霧/低層云區(qū)域,這樣便于與衛(wèi)星云圖進行有效地直接比較。所用的判據(jù)是云水含量②與采用0.05 g/kg所得結(jié)果差異很小。觀測表明海霧平均含水量一般為0.01～0.2 g/m3>0.1 g/kg且高度<600 m。

圖5詳細地列出了依據(jù)4個數(shù)值試驗模擬結(jié)果所診斷得到的海霧/低層云頂部高度的水平分布,同時還繪出了10 m高度云水含量>0.1 g/kg的區(qū)域(等值線分布),這兩者重疊的區(qū)域基本上可以看成霧區(qū),而其他部分為低層云區(qū)。將圖5與海霧觀測事實(見圖2)進行比較后發(fā)現(xiàn):

(1)比較圖5eA與圖2f,圖5fA與圖2g,可以看出Exp-A的結(jié)果與觀測相差較遠,模擬的海霧霧區(qū)明顯整體偏小,特別是沒有體現(xiàn)出3月7日午后海霧旺盛期的發(fā)展。

(2)Exp-B的結(jié)果與Exp-A相比有很大程度的改進,模擬的海霧霧區(qū)明顯整體變大;3月7日海霧發(fā)展至旺盛期的過程基本上被再現(xiàn)(分別比較圖5cB,dB,eB與圖2c,d,f),但旺盛期的霧區(qū)還是與觀測有不少的差距(分別比較圖5eB,gB與圖2f,h)。

(3)Exp-C與Exp-D都較好地‘再現(xiàn)了海霧在6～8日的整個演變過程(逐一對比圖5b-dC,e-gC與圖2b-d,f-h;圖5b-dD,e-gD與圖2b-d,f-h),尤其抓住了海霧旺盛期的發(fā)展,而且模擬的海霧霧區(qū)與觀測非常接近。

(4)無論霧區(qū)還是10 m高度0.1 g/kg的云水含量分布,Exp-C與Exp-D的結(jié)果基本一致;由于缺乏更詳細的觀測數(shù)據(jù),無法斷定誰更優(yōu),但從理論上講,循環(huán)時間間隔越小結(jié)果應該越好。因此,如果觀測數(shù)據(jù)在時間分布上比較密集,應該采用較小的時間間隔。

4.2 初始場的改進

4個數(shù)值試驗用了完全相同的時變側(cè)邊界與模式設置,它們模擬結(jié)果之間的差別無疑是由它們不同的初始場質(zhì)量所導致的。由于Exp-C與Exp-D結(jié)果相差無幾,這里只針對前3個數(shù)值試驗進行分析。

圖6 數(shù)值試驗Exp-B(a)與Exp-C(b)相對試驗Exp-A的初始場增量Fig.6 Increments of initial conditions of Exp-B minus Exp-A(a)and Exp-C minus Exp-A(b)

這里分析了1 000,950與925 hPa高度上,Exp-B與Exp-C分別相對于Exp-A在初始場時刻(3月6日0800LST)的風、溫度與水汽混合比的增量(見圖6,只給出了1 000 hPa的結(jié)果)。后者的增量(圖6b)較前者(圖6a)在分布上明顯呈現(xiàn)出細結(jié)構(gòu)特征,這顯然是模式動力調(diào)整的結(jié)果,因為Exp-C在形成初始場之前累計進行了12 h的積分。對海霧發(fā)生的黃海中西部與東海北部海域而言,兩者存在2個共同點:(1)風場改進明顯,在1 000,950 hPa風速增量達到5～6 m/s,西風與南風增量顯著,表現(xiàn)出清晰的輻合特征;(2)1 000,950 hPa溫度降低而925 hPa溫度升高,導致大氣層結(jié)穩(wěn)定性增強。然而兩者在水汽混合比增量上有較大的差異,前者增量很小,而后者較大,可達1～1.5 g/kg。

為了更清楚地刻畫增量的垂直分布,順著圖6a中S-N線(沿123°E)給出了海面至2 km的垂直剖面(見圖7b,c)。圖7b,c很清楚地揭示出3DVAR同化改進了海上大氣邊界層的層結(jié)結(jié)構(gòu),其上層增溫減濕,而下層降溫增濕。循環(huán)3DVAR改進的幅度明顯比單時次3DVAR大(比較圖7c與圖7b)。在背景場本身為逆溫的情形下(見圖7a),這種改進更有利于海霧的形成與發(fā)展。此外,圖7b與圖7c的左下部分顯示東海西部整個500 m以下的大氣邊界層內(nèi),南風增量相當顯著,這加大了南部的暖濕平流向北輸送。

圖7 初始場時刻沿圖6a中S-N線的的垂直剖面Fig.7 Vertical sections at initial time along the S-N line shown in Fig.6a

圖8 2006年3月7日1400LST時試驗Exp-C給出的1 000 hPa形勢(等值線,位勢m)與海霧頂部高度(填充色,m)Fig.8 Potential heights(contours,m)at 1 000 hPa and fog top heights(shades,m)of the Exp-C at 1400LST 7 March,2006

本次海霧的發(fā)展受快變天氣系統(tǒng)的支配非常明顯,它的發(fā)展與圖4中所示的淺薄高、低壓系統(tǒng)的移動密切相關(guān)。首先是高壓系統(tǒng)給黃海區(qū)域帶來的西南向冷空氣導致了逆溫層結(jié)(見圖7a),接著它沿東南方向移動到黃海中部時,促進海霧在其南部與西部的海域發(fā)展(見圖8)。進一步的細致研究表明,循環(huán)3DVAR同化對初始場的改進會微弱改變此高壓系統(tǒng)的強度與發(fā)展速度,從而影響海霧的發(fā)展。圖8顯示在3月7日1400LST,Exp-C相對于Exp-A在黃海中西部造成2～3 m/s的偏西風增量,導致海霧向東北擴展(比較圖5eA與圖5eC)。

5 結(jié)論

本文在WRF模式及其3DVAR同化系統(tǒng)的基礎上,設計了循環(huán)3DVAR同化方案,并對1個受快變天氣系統(tǒng)支配的大范圍黃海海霧過程進行了一系列數(shù)值模擬對比試驗。結(jié)果表明:

(1)WRF模式配以YSU邊界層方案與Lin微物理方案可以勝任典型黃海海霧過程的數(shù)值模擬。

(2)與單時次3DVAR相比,循環(huán)3DVAR能有效提高黃海海霧數(shù)值模擬初始場質(zhì)量,從而明顯地改善海霧的模擬結(jié)果,使其與衛(wèi)星云圖觀測事實非常接近;改進主要體現(xiàn)在增加低層大氣溫度層結(jié)的穩(wěn)定性與改變大氣邊界層下層的風場結(jié)構(gòu)。

(3)在進行黃海海霧數(shù)值模擬時,改進初始場質(zhì)量十分重要與必要,循環(huán)3DVAR可以作為一種有效的改進手段。

盡管循環(huán)3DVAR同化方案及其流程是基于WRF模式,但是它可以完全獨立出來成為一個區(qū)域大氣數(shù)據(jù)同化系統(tǒng)。它生成的初始場經(jīng)過水平地圖投影與垂直坐標轉(zhuǎn)換之后,可直接用作其它大氣數(shù)值模式的初始場。此外,如果在數(shù)值后報試驗中將它運用于整個數(shù)值模擬時段,那么就可以同化盡可能多的觀測數(shù)據(jù),形成高時空分辨率的高質(zhì)量區(qū)域大氣再分析場,為理論研究與實際應用服務。

致謝:向FNL數(shù)據(jù)、NEAR-GOOS海溫數(shù)據(jù)、MTSA T-1R衛(wèi)星云圖數(shù)據(jù)以及各種觀測數(shù)據(jù)的管理與發(fā)布機構(gòu)(如NCEP,NOAA,NASA,KMA,日本高知大學等)表示誠摯的謝意。

the formation of sea fog in the Huanghai Sea[J].Acta Oceanologia Sinica,2006,25:49-62.

[17] Fu Gang,Guo Jingtian,Xie Shang-Ping,et al.Analysis and high-resolution modeling of a dense sea fog event over the Yellow Sea[J].Atmospheric Research,2006,81:293-303.

[18] Gao Shanhong,Lin Hang,Shen Biao,et al.A heavy sea fog event over the Yellow Sea in March 2005:analysis and numerical modeling[J].Advances in Atmospheric Sciences,2007,24:65-81.

[19] Zhang Suping,Xie S P,Liu Q Y,et al.Seasonal variations of Yellow Sea fog:Observations and mechanisms[J].J Climate,2009,22:6578-6772.

[20] LewisJ M,Koraˇcin D,Redmond K T.Sea fog research in the U-nited Kingdom and United States[J].Bull Amer Meteor Soc,2004,85:395-408.

[21] Oliver D,Lewellen W,Williamson G.The interaction between turbulent and radiative transport in the development of fog and low-level stratus[J].J Atmos Sci,1978,35:301-316.

[22] Nicholls S.The dynamics of stratocumulus:Aircraft observation and comparison with a mixed layer model[J].Quart J Roy Meteor Soc,1984,110:783-820.

[23] Findlater J,Roach W,McHugh B.The haar of north-east Scotland[J].Quart J Roy Meteor Soc,1989,115:581-608.

[24] Taylor G I.The formation of fog and mist[J].Quart J Roy Meteor Soc,1917,43:241-268.

[25] Byers H.Summer sea fogs of the central California coast[J].Publ Geogr,1930,3:291-338.

[26] Anderson J.Observations from airplanes of cloud and fog conditions along the southern California coast[J].Mon Wea Rev,1931,59:264-270.

[27] Petterssen S.On the causes and the forecasting of the California fog[J].J Aerosp Sci,1936,3:305-309.

[28] Petterssen S.On the causes and the forecasting of the California fog[J].Bull Amer Meteor Soc,1938,19:49-55.

[29] Leipper D.Fog development at San Diego,California[J].J Mar Res,1948,7:337-346.

[30] Ballard S,Golding B,Smith R.Mesoscale model experimental forecasts of the haar of northeast Scotland[J].Mon Wea Rev,1991,119:2107-2123.

[31] Lewis J M,Koraˇcin D,Rabin R,et al.Sea fog along the California coast:Viewed in the context of transient weather systems[J].J Geophys Res(Atmos),2003,108(D15):4457.

[32] Koraˇcin D,Lewis J,Thompson W T,et al.Transition of stratus into fog along the California coast:Observation and modeling[J].J Atmos Sci,2001,58:1714-1731.

[33] Koraˇcin D,Leipper D F,Lewis J M.Modeling sea fog on the U.S.California coast during a hot spell event[J].Geofizika,2005,22:59-82.

[34] Koraˇcin D,Businger J A,Dorman C E,et al.Formation,evolution,and dissipation of coastal sea fog[J].Boundary-Layer Meteorology,2005,117:447-478.

[35] 傅剛,張濤,周發(fā)琇.一次黃海海霧的三維數(shù)值模擬研究[J].青島海洋大學學報:自然科學版,2002,34:720-726.

[36] Fu Gang,Guo Jingtian,Pendergrass Angeline,et al.An Analysis and Modeling Study of a Sea Fog Event over the Yellow and Bohai Seas[J].J Ocean Univ Chin,2008,7:27-34.

[1] 王彬華.海霧[M].北京:海洋出版社,1983:352.

[2] 周發(fā)琇,劉龍?zhí)?長江口及濟洲島臨近海域綜合調(diào)查報告(第七節(jié),海霧)[J].山東海洋學院學報,1986,16:115-131.

[3] 張?zhí)K平,鮑獻文.近十年中國海霧研究進展[J].中國海洋大學學報:自然科學版,2008,38:359-366.

[4] 井傳才.青島海海霧的初步分析[J].氣象,1980,65:6-8.

[5] 趙永平,陳永利,王丕誥.黃、東海海霧過程及其大氣和海洋環(huán)境背景場的分析[J].海洋科學集刊,1997,38:69-79.

[6] Cho Y K,Kim M O,Kim B C.Sea fog around the Korean Peninsula[J].J Appl Meteor,2000,39:2473-2479.

[7] Gao Shanhong,Wu Wei,Zhu Leilei,et al.Detection of nighttime sea fog/stratus over the Huanghai Sea using MTSAT-1R IR Data[J].Acta Oceanologia Sinica,2009,28:23-35.

[8] 楊連素.青島近海海霧微物理結(jié)構(gòu)的初步觀測[J].海洋科學,1985,9:49-50.

[9] 徐靜琦,張正,魏皓.青島海霧霧滴譜與含水量觀測與分析[J].海洋湖沼通報,1994,16:174-178.

[10] 胡基福,郭可彩,鄢利農(nóng).應用模式輸出統(tǒng)計作海霧出現(xiàn)判別預報[J].青島海洋大學學報:自然科學版,1996,26:439-445.

[11] 梁衛(wèi)芳,侯忠新.青島大霧的特征與預報[J].山東氣象,2001,84:11-17.

[12] 胡瑞金,周發(fā)琇.海霧過程中海洋氣象條件影響數(shù)值研究[J].青島海洋大學學報:自然科學版,1997,27:282-290.

[13] 胡瑞金,周發(fā)琇.海霧生成過程中平流、湍流、輻射效應研究[J].青島海洋大學學報:自然科學版,1998,20:25-30.

[14] 周發(fā)琇,王鑫,鮑獻文.黃海春季海霧形成的氣候特征[J].海洋學報,2004,26:28-37.

[15] 張紅巖,周發(fā)琇,張小惠.黃海春季海霧的年際變化[J].海洋與湖沼,2005,36:36-42.

[16] Huang Jian,Zhou Faxiu.The cooling and moistening effect on

[37] Barker D M,Huang W,Guo Y R,et al.A three-dimensional variational data assimilation system for MM5:Implementation and initial results[J].Mon Wea Rev,2004,132:897-914.

[38] Skamarock W C,Klemp J B,Dudhia J,et al.A Description of the Advanced Research WRF Version 3[R].Boulder,Colorado,USA;NCAR/TN-475+STR,2008:125.

[39] Parrish D F,Derber J C.The National Meteorological Center’s Spectral Statistical-interpolation Analysis System[J].Mon Wea Rev,1992,120:1747-1763.

[40] Hunt G E.Radiative properties of terrestrial clouds at visible and infrared thermal window wavelengths[J].Quart J Roy Meteor Soc,1973,99:346-369.

[41] Eyre J R,Brownscombe J L,Allam R J.Detection of fog at night using advanced very high resolution radiometer[J].Meteor Mag,1984,113:266-271.

[42] Hong S,Noh Y,Dudhia J.A new vertical diffusion package with an explicit treatment of entrainment processes[J].Mon Wea Rev,2006,134:2318-2341.

[43] Kain J S,Fritsch J M.A one-dimensional entraining/detraining plume model and its application in convective parameterization[J].J Atmos Sci,1990,47:2784-2802.

[44] Lin Y L,Farley R D,Orville H D.Bulk parameterization of the snow field in a cloud model[J].J Climate Appl Meteor,1983,22:1065-1092.

[45] Mlawer E J,Taubman S J,Brown P D,et al.Radiative transfer for inhomogeneous atmospheres:RRTM,a validated correlated-k model for the longwave[J].J Geophys Res,1997,102:16663-16682.

[46] Dudhia J.A multi-layer soil temperature model for MM5[C].Boulder Colorado:Sixth Annual PSU/NCAR Mesoscale Model Users’Workshop,1996:49-51.

[47] Chen F,Mitchell K,Schaake J,et al.Modeling of land surface evaporation by four schemes and comparison with FIFE observations[J].J Geosphys Res,1996,101:7251-7266.

[48] Kunkel B.Parameterization of droplet terminal velocity and extinction coefficient in fog models[J].J Appl Meteor,1984,23:34-41.

Initial Conditions Improvement of Sea Fog Numerical Modeling over the Yellow Sea by Using Cycling 3DVAR PartⅠ:WRF Numerical Experiments

GAO Shan-Hong,QI Yi-Ling,ZHANG Shou-Bao,FU Gang
(Physical Oceanography Laboratory,Ocean University of China,Qingdao 266100,China)

From the view of improving initial conditions of sea fog modeling over the Yellow Sea,a cycling 3DVAR data assimilation scheme is designed based on WRF model and its 3DVAR module.By using this scheme,a series of WRF numerical experiments of a heavy sea fog event over the Yellow Sea from 6～8 March,2006 are conducted to evaluate its performance.The results show that the scheme can greatly improve the numerical modeling initial conditions,which results in a much better simulated sea fog coverage compared to satellite observations.The improvements of initial conditions are mainly embodied in strengthening layer stability of the whole marine atmospheric boundary layer(MABL)and modifying winds of lower MABL.This study indicates obviously that it is very important and necessary to improve initial conditions,as much as possible,for sea fog numerical modeling over the Yellow Sea.

sea fog over the Yellow Sea;numerical modeling;initial conditions;WRF model;cycling 3DVAR

P426.4

A

1672-5174(2010)10-001-09

國家自然科學基金項目(40706004,40675060);國家科技部項目(2005CB422301,2006AA09Z151);中國氣象局行業(yè)公益專項基金項目(GYHY200706031)資助

2010-03-19;

2010-04-25

高山紅(1972-),男,副教授。E-mail:gaosh@ouc.edu.cn

責任編輯 龐 旻