夏季黃海表面冷水對(duì)大氣邊界層及海霧的影響＊

孟憲貴，張?zhí)K平

（中國(guó)海洋大學(xué)海洋環(huán)境學(xué)院，山東青島266100）

海霧是在海洋與大氣相互作用特定條件下出現(xiàn)在海上或者沿海地區(qū)上空低層大氣的1種凝結(jié)現(xiàn)象，是懸浮于大氣邊界層中的大量水滴或冰晶使水平能見度小于1 km的危險(xiǎn)性天氣現(xiàn)象［1］，是海上重要的災(zāi)害性天氣現(xiàn)象，對(duì)海上交通運(yùn)輸、農(nóng)漁業(yè)生產(chǎn)、大氣環(huán)境都有重要的影響。我國(guó)黃海是海霧的多發(fā)區(qū)域，而4～7月則是黃海的霧季［1］。

目前關(guān)于海霧的產(chǎn)生主要有2種解釋：1種是海表面水溫與低云（霧）之間的正反饋?zhàn)饔?。?dāng)SST較低時(shí)會(huì)導(dǎo)致其上的大氣層結(jié)穩(wěn)定度增大，從而使低云的產(chǎn)生增多，較多的低云又會(huì)阻擋部分太陽輻射，使到達(dá)海面的太陽輻射減少，海表面水溫進(jìn)一步減?。?－3］。黃海上的海霧觀測(cè)研究也表明在這種情況下，海表面氣溫與海表面水溫的差值（SAT－SST）一般是正的［4－7］。而近年來的一些觀測(cè)結(jié)果則支持另外的1種解釋：負(fù)的氣海溫差和強(qiáng)的海表面風(fēng)增強(qiáng)了海水的蒸發(fā)，導(dǎo)致了更多的水汽進(jìn)入大氣，形成了1個(gè)混合充分的大氣邊界層，增加了海霧和低云的發(fā)生［8］。不管是哪種解釋，均證明氣海溫差在海霧形成中的關(guān)鍵作用，從而SST的作用也就顯而易見了。Tokinaga等人發(fā)現(xiàn)在夏季的鄂霍茨克海，由于強(qiáng)烈的潮汐混合作用會(huì)使SST形成幾個(gè)冷中心，而在冷中心上海霧的發(fā)生頻率也比其周圍要高許多［9］。

關(guān)于黃海海霧發(fā)生頻率的統(tǒng)計(jì)研究中，發(fā)現(xiàn)夏季黃海也存在著幾個(gè)海霧多發(fā)區(qū)［10－12］。而夏季黃海也存在幾個(gè)SST冷中心，前人對(duì)這些冷中心的形成原因也做了一定的研究：對(duì)中國(guó)大陸一側(cè)的低溫帶的產(chǎn)生原因主要有2種觀點(diǎn)，1種是由混合作用與流的作用共同形成的［13］，1種是說是由深層冷水在陸架鋒鋒面附近的抬升形成的［14］；朝鮮一側(cè)低溫帶的形成，只能由混合作用來解釋［13］；遼東、山東半島頂端的冷水是由強(qiáng)潮流在半島處的海水上升所引起的［15］。而這些SST冷水中心與海霧發(fā)生頻率的高值中心有無關(guān)系，有怎樣的關(guān)系，海表面溫度又是通過什么機(jī)制影響的大氣，這是本文的主要內(nèi)容。

1 數(shù)據(jù)和模式

本文用到的數(shù)據(jù)主要有衛(wèi)星數(shù)據(jù)，ICOADS船測(cè)數(shù)據(jù)、再分析數(shù)據(jù)等。

1.1 衛(wèi)星數(shù)據(jù)

為驗(yàn)證SST冷中心的存在，本文使用的是美國(guó)國(guó)家海洋和大氣管理局（NOAA）的逐日OI（最優(yōu)插值）SST第二版＊＊①數(shù)據(jù)鏈接http：／／dss.ucar.edu／datasets／ds277.7／②數(shù)據(jù)鏈接http：／／dss.ucar.edu／datasets／ds083.2／，其空間分辨率是1／4（°）。美國(guó)國(guó)家大氣海洋管理局國(guó)家氣候數(shù)據(jù)中心（NCDC）利用最優(yōu)插值方法提供2種高分辨率的SST數(shù)據(jù)，1種只是利用了甚高分辨率雷達(dá)（Advanced Very High Resolution Radiometer（AVHRR））紅外衛(wèi)星數(shù)據(jù)，另1種同時(shí)利用了AVHRR與NASA地球探測(cè)系統(tǒng)衛(wèi)星上的先進(jìn)微波輻射計(jì)（Advanced Microwave Scanning Radiometer（AMSR））SST數(shù)據(jù)，2種數(shù)據(jù)都利用了船測(cè)與浮標(biāo)觀測(cè)數(shù)據(jù)。本文使用的是2003－2009年的后1種數(shù)據(jù)。利用逐日數(shù)據(jù)先得到月平均的數(shù)據(jù)，然后對(duì)這7年每個(gè)月的數(shù)據(jù)進(jìn)行平均得到氣候月平均的數(shù)據(jù)。

安裝在NASA的Quick Scattermeter（Quik－SCAT）衛(wèi)星上的微波輻射計(jì)SeaWinds可以每天觀測(cè)全球海洋的海表面風(fēng)場(chǎng)，基于這種觀測(cè)數(shù)據(jù)可以發(fā)現(xiàn)在較小的空間尺度上，海面風(fēng)場(chǎng)有多樣的結(jié)構(gòu)［16－17］。本文利用1999年11月～2009年10月2次／d的觀測(cè)，并對(duì)其做了每個(gè)月的氣候平均，數(shù)據(jù)的空間分辨率同樣是1／4（°）。

Sea－WiFS衛(wèi)星觀測(cè)了1997年9月～2007年12月的水色與葉綠素密集度，可以作為海洋中上升流的指示物［18］。這里使用了1997－2002年的月平均的Sea－WiFS葉綠素密集度數(shù)據(jù)，其分辨率為0.5（°）。

1.2 再分析數(shù)據(jù)

文章中用到的再分析數(shù)據(jù)有2種。1是美國(guó)國(guó)家環(huán)境預(yù)報(bào)中心（NCEP）的FNL（Final Analysis）客觀分析資料，為全球范圍格點(diǎn)資料，水平分辨率為1（°），垂直分層為26層，時(shí)間間隔為6h。這種數(shù)據(jù)作為數(shù)值模擬的邊界條件與初始條件。另1種再分析數(shù)據(jù)是NCEP的CFSR（Climate Forecast System Reanalysis）數(shù)據(jù)，主要用到的是其1979－2009年的月平均數(shù)據(jù)，用來分析冷區(qū)上的水汽等狀況，其水平分辨率為0.5（°），垂直分層為64層。這是1種新的、高分辨率的再分析數(shù)據(jù)，利用它可以發(fā)現(xiàn)大氣海洋環(huán)境中一些尺度更小的細(xì)微特征。

1.3 觀測(cè)數(shù)據(jù)

利用最新的國(guó)際綜合海洋－大氣資料集（International Comprehensive ocean－Atmosphere Data Set，ICOADS）2.5版［19］，研究近表面的大氣穩(wěn)定度以及計(jì)算海霧發(fā)生頻率。近表面的大氣穩(wěn)定度一般用大氣溫度減去海表面溫度表示，衛(wèi)星遙感觀測(cè)雖然能夠提供時(shí)空分辨率很高的海洋大氣觀測(cè)數(shù)據(jù)，但是觀測(cè)不到大氣穩(wěn)定度的變化，而這是海霧形成的關(guān)鍵因子。按照宋亞娟［20］的格點(diǎn)化步驟，計(jì)算了中國(guó)近海海區(qū)的海霧發(fā)生相對(duì)頻率和海氣溫差。

1.4 模式設(shè)置

為了驗(yàn)證觀測(cè)結(jié)果并進(jìn)行進(jìn)一步分析，采用ARW動(dòng)力核心［21］的WRF模式3.2版（V3.2）進(jìn)行數(shù)值模擬。作為新一代的中尺度模式，WRF可以用來進(jìn)行區(qū)域氣候的研究。模擬區(qū)域的中心點(diǎn)為30°N，125°E，格距為15km，時(shí)間步長(zhǎng)為60 s，南北方向與東西方向的格點(diǎn)數(shù)分別為110、142，采用蘭伯特投影方式。模式在垂直方向分41sigma層（20層在0.8sigma或2 000 m以下）。上文中FNL資料為WRF模式提供邊界條件和初始條件。模式中用到的參數(shù)化方案見表1。

表1 WRF模式模擬所用物理參數(shù)化方案Table 1 The main physical options of the model WRF V3.2

為更好的反映SST的作用，采用NOAA OI SST V2中的AMSR－AVHRR數(shù)據(jù)作為控制實(shí)驗(yàn)（CTL）下表面邊界條件，并將0.25（°）的格距插值到分辨率為15 km的格點(diǎn)上。為驗(yàn)證冷水區(qū)對(duì)大氣的影響，設(shè)計(jì)了1個(gè)去掉冷水中心的敏感性試驗(yàn)。試驗(yàn)中定義SST比海盆尺度（緯向平均）的SST小0.5℃的區(qū)域?yàn)槔鋮^(qū)，將冷區(qū)內(nèi)的SST全部替換為海盆尺度的SST減去0.5℃，下文中稱這個(gè)試驗(yàn)為NCP試驗(yàn)。每個(gè)實(shí)驗(yàn)都持續(xù)了32 d，從2003年5月30日0點(diǎn)（UTC）～7月1日0時(shí)。將模式運(yùn)轉(zhuǎn)的前2天作為啟動(dòng)時(shí)間，從6月1日0時(shí)起取整個(gè)6月份的數(shù)據(jù)進(jìn)行分析。下文中的2003年6月份指的是6月份的平均。為研究海霧發(fā)生的頻率，定義在最低的sigma層內(nèi)云水含量超過0.1 g／kg就認(rèn)為有海霧發(fā)生。每個(gè)格點(diǎn)上的海霧發(fā)生頻率用30 d內(nèi)每3 h輸出計(jì)算。

圖1 3（a）、6（b）、9（c）、12（d）4個(gè)月份的氣候平均的OI SST（等值線），OI SST與海盆尺度（118°E～127°E緯向平均）的差（陰影）Fig.1 OI SST（contours），difference between OI SST and zonal average 118°E～127°E（shaded）in March（a），Jun（b），September（c）and December（d）

2 潮汐混合影響的觀測(cè)

圖1分別是3、6、9、12月份的SST以及SST與其緯向平均的差值。受黃海暖流以及離岸冷流的影響，3月份的黃海暖舌及其西側(cè)的冷舌非常明顯，6月份冷中心已經(jīng)形成并且非常明顯，分別位于：朝鮮半島西側(cè)、山東半島和遼東半島的頂端、山東半島南側(cè)、江蘇外海以及黃海南部，這與前人得到到冷中心的位置基本一致。9月份之后冷中心逐漸消失，至12月重新變?yōu)楹?月份相似的冬季分布。可見冷中心的形成及存在有其季節(jié)性。夏季冷中心明顯時(shí)，在南黃海上有2個(gè)冷中心，1個(gè)位于江蘇東側(cè)的外海，其中心大致位于122.329°E，33.8571°N；另一冷區(qū)位于長(zhǎng)江口的東北側(cè)，其中心位于124.283°E，32.1143°N。其中黃海南部的低溫中心與葉綠素濃度的高值中心位置一致（見圖2），除去沿岸的葉綠素高值區(qū)，在開闊海域葉綠素濃度可以作為海洋上升流的標(biāo)志，這表明在這個(gè)冷區(qū)有著底層冷水的抬升混合。而較北一側(cè)的冷區(qū)由于離岸較近，葉綠素濃度沒有明顯的中心。沿圖2中的AB線所做的海洋剖面也可以看到在冷區(qū)有強(qiáng)烈的上升運(yùn)動(dòng)（見圖3a），導(dǎo)致這一區(qū)域的海水混合強(qiáng)烈，海水的位溫垂向梯度減?。ㄒ妶D3b），這應(yīng)該是海表面溫度冷中心出現(xiàn)的原因，這與趙保仁等人［14］的結(jié)論是一致的。黃海夏季的表層冷水區(qū)是由底層冷水的抬升混合產(chǎn)生的，而SST作為1個(gè)海氣界面的物理量，較冷的海表面溫度必然會(huì)對(duì)其上的大氣產(chǎn)生一定的影響，使這一區(qū)域的大氣有著和周圍不同的特征。以下分析主要針對(duì)夏季，未特別指出的均為6月份。

圖2 SeaWiFS葉綠素濃度（陰影），OI SST（等值線，間隔0.5℃）Fig.2 SeaWiFS chlorophyll concentration（shaded），OI SST（contour at 0.5℃intervals）

圖3 （a）沿AB線的CFSR海水垂直速度（單位：10－6 m／s），（b）位溫（單位：K）及其垂向梯度Fig.3 CFSR vertical velocity（a），potential temperature and it's vertical gradient（b）along line AB in Fig.2

圖4 （a）6月氣候平均的OI SST（等值線）、QuikSCAT風(fēng)速（陰影）和風(fēng)矢量（b）6月氣候平均的OI SST（等值線）和CFSR 2相對(duì)濕度（陰影）Fig.4 （a）Climatology OI SST（contour）QuikSCAT wind scale（shaded）and wind vector，（b）climatology OI SST（contour）and CFSR relative humidity at 2 m（shaded）

2.2 大氣對(duì)冷水的響應(yīng)

2.2.1 風(fēng)和云 受東亞季風(fēng)的控制，黃海6月份盛行偏南風(fēng)。經(jīng)過冷區(qū)時(shí)風(fēng)速明顯減弱，這可能是受到近表面大氣穩(wěn)定度的影響［28－31］。為了準(zhǔn)確的模擬風(fēng)場(chǎng)，宋清濤等人運(yùn)用WRF模式進(jìn)行敏感性實(shí)驗(yàn)得知，在對(duì)小尺度表面風(fēng)場(chǎng)的數(shù)值模擬中，有2個(gè)因素對(duì)模擬的準(zhǔn)確性有關(guān)鍵影響：一是SST邊界條件的分辨率與準(zhǔn)確性，二是大氣海洋邊界層的參數(shù)化方案［32］。通過對(duì)WRF模式提供的8組邊界層參數(shù)化方案與表面層參數(shù)化方案進(jìn)行敏感性實(shí)驗(yàn)，選出MYNN2＋MO方案在模擬中運(yùn)用。圖4a為6月份氣候平均狀態(tài)的Quik－Scat風(fēng)場(chǎng)，在黑潮的暖水之上，風(fēng)速可以達(dá)到7 m／s。經(jīng)過第1個(gè)冷水區(qū)時(shí)，風(fēng)速減小到5 m／s以下，之后有所增加，在第2個(gè)冷區(qū)之上有減小到5 m／s之下。這說明在SST和海表面風(fēng)速之間存在1種正相關(guān)的關(guān)系，這種關(guān)系在月平均甚至更短的時(shí)間尺度均有所體現(xiàn)，說明了SST對(duì)海表面風(fēng)速的影響。而朝鮮半島西側(cè)的冷水區(qū)上風(fēng)速更小，但這可能更多是因?yàn)榭拷懙氐哪Σ列?yīng)。后文中通過存在冷區(qū)和去掉冷區(qū)的2組WRF數(shù)值模擬實(shí)驗(yàn)說明了這種影響。圖4b是CFSR數(shù)據(jù)2 m高度的相對(duì)濕度，可以看到在黃海南部的冷區(qū)之上有1個(gè)相對(duì)濕度的大值區(qū)，說明在這一區(qū)域海霧可能是多發(fā)的。

2.2.2 對(duì)海霧的影響 由于海上的氣象觀測(cè)很少，只能依靠少量的船舶、浮標(biāo)等進(jìn)行觀測(cè)。所以以前對(duì)黃海海霧頻率的研究多是基于沿海臺(tái)站的觀測(cè)資料，這雖然可以得到海霧頻率的時(shí)間變化，但對(duì)海霧發(fā)生頻率空間分布的研究尚少。本文利用ICOADS v2.5數(shù)據(jù)，根據(jù)宋亞娟［20］的格點(diǎn)化計(jì)算方法，統(tǒng)計(jì)了1950—2009年中國(guó)近海海域海霧的發(fā)生頻率（見圖5）。在有一定的觀測(cè)次數(shù)的前提下，山東半島南側(cè)、江蘇外海、黃海南部、朝鮮半島的西側(cè)、山東半島頂端等區(qū)域都是海霧的多發(fā)區(qū)域，這與前文所說的冷水區(qū)的位置是一致的。這樣可以提出這樣一種假說：SST受到海洋過程的影響，在一些海水垂直混合強(qiáng)烈的區(qū)域，海表面溫度出現(xiàn)冷中心，此區(qū)域較低的SST又對(duì)其上的大氣產(chǎn)生了影響，大氣穩(wěn)定度增加，風(fēng)速減小，海霧的發(fā)生頻率增大。為了驗(yàn)證這個(gè)假說，我們用WRF模式研究大氣對(duì)冷水的響應(yīng)。

圖5 6月氣候平均的ICOADS觀測(cè)次數(shù)（等值線）和海霧頻率（陰影）Fig.5 Climatology ICOADS observation numbers（contour）and seafog frequency（shaded）

3 數(shù)值模擬

3.1 海面風(fēng)速和大氣穩(wěn)定度

圖6對(duì)WRF模式模擬的2003年6月的海表面風(fēng)速與QuickScat風(fēng)速進(jìn)行比較，同6月份的氣候平均風(fēng)場(chǎng)相似，黃海大部分區(qū)域盛行東南風(fēng)（見圖6a）。在海表面溫度較低的區(qū)域風(fēng)速也較小，尤其是當(dāng)風(fēng)經(jīng)過江蘇外海時(shí)風(fēng)速可以減小1 m／s甚至以上這種相關(guān)性甚至比氣候平均狀態(tài)還要明顯。WRF模式的控制實(shí)驗(yàn)（CTL）的月平均風(fēng)場(chǎng)同衛(wèi)星觀測(cè)基本一致，黃海大部盛行東南季風(fēng)，在山東半島南部、江蘇外海和黃海南部等幾個(gè)低溫中心，同時(shí)也是風(fēng)速的小值中心，只是這種相關(guān)比觀測(cè)要弱一些（見圖6b）。在模式結(jié)果中，幾個(gè)SST的低值中心對(duì)應(yīng)著氣海溫差（SAT－SST）的高值中心（見圖6c），這說明在海水溫度較低的區(qū)域，近表面的大氣穩(wěn)定度受到加強(qiáng)，減弱了垂直混合，從而使表面風(fēng)速減小。

海表面溫度、穩(wěn)定度和海表面風(fēng)場(chǎng)之間的這種關(guān)系，在控制性實(shí)驗(yàn)和去掉冷區(qū)的敏感性實(shí)驗(yàn)的差值場(chǎng)中表現(xiàn)的更為明顯（見圖7）。通過對(duì)控制實(shí)驗(yàn)和敏感實(shí)驗(yàn)做差，在江蘇外海、黃海南部、山東半島頂端和朝鮮半島西南幾個(gè)冷區(qū)上海表面風(fēng)場(chǎng)的差值是負(fù)的，氣海溫差的差值是正的，進(jìn)一步說明了冷的海表面溫度異常使大氣穩(wěn)定度加強(qiáng)，抑制了垂直混合。

3.2 海霧

模式中的2 m高度相對(duì)濕度在冷水區(qū)上有超過95%的高值中心，表明在這些區(qū)域可能有海霧的發(fā)生（見圖8a）。而計(jì)算得到的霧頻可以發(fā)現(xiàn)這些冷水區(qū)域確實(shí)是海霧發(fā)生的高頻區(qū)，尤其是在黃海南部的冷水區(qū)上，其海霧頻率最大值甚至超過30%。其中朝鮮半島西部、江蘇外海和黃海南部的海霧多發(fā)區(qū)域與由ICOADS觀測(cè)得到的高值區(qū)域基本重合，只是霧頻要比觀測(cè)大一些。通過對(duì)海霧頻率的控制實(shí)驗(yàn)與敏感性實(shí)驗(yàn)做差值可以發(fā)現(xiàn)冷的SST最高可以使海霧頻率增大20%（見圖8c）。

通過上面的分析可以發(fā)現(xiàn)黃海南部的冷中心比較明顯，為了研究冷水中心影響下的大氣垂直方向上的特征，選取經(jīng)過黃海南部冷中心的經(jīng)線做緯度－高度圖。

圖9 沿124.283°E的剖面圖Fig.9 Latitude－h(huán)eight section along 124.283°E

圖10 沿124.283°E的剖面圖Fig.10 Latitude－h(huán)eight section along 124.283°E

圖9中，冷水中心的位置在32°N左右，在冷區(qū)之上，海面氣溫被冷的海表面溫度所冷卻，從而產(chǎn)生正的氣海溫差。如圖10所示逆溫層的高度向上伸展到500 m的高度，使其下的大氣穩(wěn)定度增大。在逆溫層的覆蓋下，300 m高度之下的云水混合比很大，這與這一區(qū)域是海霧多發(fā)區(qū)是一致的。同時(shí)在其南側(cè)的上方還有一云水混合比的大值區(qū)，這可能是由霧層向上的長(zhǎng)波輻射導(dǎo)致這一區(qū)域降溫增濕所致。

4 結(jié)論

本文利用一系列船舶觀測(cè)數(shù)據(jù)、高分辨率的衛(wèi)星觀測(cè)數(shù)據(jù)以及最新的再分析資料等多種資料，對(duì)黃海夏季表面冷水中心的產(chǎn)生，及其對(duì)大氣的影響進(jìn)行研究。并利用WRF模式研究了冷水區(qū)影響大氣邊界層及海霧發(fā)生的具體過程，主要結(jié)論如下：

（1）通過對(duì)衛(wèi)星觀測(cè)的海表面溫度數(shù)據(jù)分析發(fā)現(xiàn)在夏季黃海存在著幾個(gè)海表面溫度的低值中心。這些冷水區(qū)在黃海的東西側(cè)均有分布，其中黃海南部的冷水區(qū)最為強(qiáng)烈。冷水區(qū)的產(chǎn)生有其季節(jié)性，主要存在于夏季。海水垂直速度、溫鹽垂直結(jié)構(gòu)及表面葉綠素濃度的分布說明黃海南部冷中心是底層冷水在陸架鋒影響下抬升形成的。

（2）在冷水區(qū)之上，底層大氣受到海洋的冷卻作用，使底層大氣穩(wěn)定度增加、垂直混合減弱，海表面風(fēng)速減小。這些都對(duì)海霧的形成造成了有利的條件，利用船測(cè)數(shù)據(jù)得到的海霧頻率在冷水區(qū)上有大值中心，說明冷水區(qū)會(huì)導(dǎo)致海霧的發(fā)生頻率增加。

（3）利用中尺度氣象模式WRF模擬了2003年6月份黃海及其附近的大氣狀況。WRF模式基本可以準(zhǔn)確的模擬出上面的觀測(cè)結(jié)果。在模擬結(jié)果中，冷水區(qū)之上有一厚度達(dá)500m的逆溫層，這也是導(dǎo)致海霧多發(fā)的1個(gè)有利條件。而與去掉冷中心影響的試驗(yàn)進(jìn)行比較可以發(fā)現(xiàn)，由于冷水區(qū)海水的冷卻效應(yīng)可以導(dǎo)致海霧的發(fā)生頻率增加15%以上。

本文把氣候狀態(tài)下海溫的低值與海霧的多發(fā)聯(lián)系起來，但對(duì)于其中的物理過程依然不夠明了，比如冷的海水如何影響到大氣，其中是感熱的作用還是潛熱的作用比較大；海霧的多發(fā)主要是由降溫造成還是由于增濕造成，冷水與海霧之間有無反饋機(jī)制；海洋鋒西側(cè)的下沉氣流又起到什么作用，這些都是以后要研究的問題。

［1］ 王彬華.海霧［M］.北京：海洋出版社，1983.

［2］ Klein S A，Hartmann D L.The seasonal cycle of low stratiform clouds［J］.J Clim，1993，6：1587－1606.

［3］ Norris J R，Zhang Y，Wallace J M.Role of low clouds in summertime atmosphere－ocean interactions over the North Pacific［J］.J Clim，1998，11：2482－2490.

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

［5］ Fu G，Guo J，Xie S－P，et al.Analysis and high－resolution modeling of a dense sea fog event over the Yellow Sea［J］.Atmos Res，2006，81：293－303.

［6］ Gao S H，Lin H，Shen B，et al.A heavy sea fog event over the Yellow Sea in March 2005：Analysis and numerical modeling［J］.Adv Atmos Sci，2007，24：65－81.

［7］ Zhang S，Xie S－P，Liu Q－Y，et al.Seasonal variations of Yellow Sea fog：Observations and mechanisms［J］.J Clim，2009，22：6758－6772.

［8］ Tachibana Y，Iwamoto K，Ogawa H，et al.Observational study on atmospheric and oceanic boundary－layer structures accompanying the Okhotsk anticyclone under fog and non－fog conditions［J］.Meteorol Soc Jpn，2008，86：753－771.

［9］ Tokinaga H，Xie S－P.Ocean tidal cooling effect on summer sea fog over the Okhotsk Sea［J］.J Geophye Res，2009，114，D14102，doi：10.1029／2008JD011477.

［10］ 黃健.海霧的天氣氣候特征與邊界層觀測(cè)研究［D］.青島：中國(guó)海洋大學(xué)，2008.

［11］ 王丕誥，劉宗義，張開斗.應(yīng)用衛(wèi)星氣象學(xué)［M］.青島：中國(guó)海洋大學(xué)出版社，2005.

［12］ 張紀(jì)偉.基于MODIS的黃海海霧研究［D］.青島：中國(guó)海洋大學(xué)，2008.

［13］ 蘇育嵩，蘇杰.渤、黃海夏季低溫帶及其形成機(jī)制初析［J］.海洋學(xué)報(bào)，1996，18（1）：13－20.

［14］ 趙保仁.南黃海西部的陸架鋒及冷水團(tuán)風(fēng)區(qū)環(huán)流結(jié)構(gòu)的初步研究［J］.海洋與湖沼，1987，18（3）：217－226.

［15］ 夏綜萬，郭炳火.山東半島和遼東半島頂端附近水域的冷水現(xiàn)象及上升流［J］，黃渤海海洋.1983，1（1）：12－18.

［16］ Chelton D B，Schlax M G，F(xiàn)reilich M H.Satellite measurements reveal persistent small－scale features in ocean winds［J］.Science，2004，303：978－983.

［17］ Sampe T，Xie S－P.Mapping high sea winds from space：A global climatology［J］.Bull Am Meteorol Soc，2007，88：1965－1978.

［18］ Ballabrera－Poy J，Murtugudde R G，Christian J R，et al.Signal－tonoise ratios of observed monthly tropical ocean color［J］.Geophys Res Lett，2003，30（12）：1645，doi：10.1029／2003GL016995.

［19］ Worley S J，Woodruff S D，Reynolds R W，et al.ICOADS release 2.1 data and products［J］.Int J Climatol，2005，25，823－842.

［20］ 宋亞娟.北太平洋海霧發(fā)生頻率的氣候?qū)W特征［D］.青島：中國(guó)海洋大學(xué)，2009.

［21］ Skamarock W C，Klemp J B，Dudhia J，et al.A description of the Advanced Research WRF version 3.NCAR／TN－475＋STR，Tech.Note［M］.Boulder，Colo：Natl Cent for Atmos Res，2008：113.

［22］ Hong S Y，Dudhia J，Chen S H.A revised approach to ice microphysical processes for the bulk parameterization of clouds and precipitation［J］.Mon Weather Rev，2004，132：103－120.

［23］ Kain J S，F(xiàn)ritsch J M.Convective parameterization for mesoscale models：The Kain－Fritcsh［M］.／／Emanuel K A，Raymond D J，Eds.The Representation of Cumulus Convection in Numerical Models.［s.l.］：Amer Meteor Soc，1993：246.

［24］ Mlawer E J，Taubman S J，Brown P D，et al.Radiative transfer for inhomogeneous atmosphere：RRTM，a validated correlated－k model for the longwave［J］.J Geophye Res，1997，102（D14）：16663－16682.

［25］ Dudhia Jimy.Mumerical study of convection observed during the winter monsoon experiment using a mesoscale two－dimensional model［J］.J Atmos Sci，1989，46：3077－3107.

［26］ Mikio Nakanishi，Hiroshi Niino.An improved Mellor－Yamada Level－3 Model：its numerical stability and application to a regional prediction of advection fog［J］.Boundary－Layer Meteorology，2006，119：397－407.

［27］ Janjic Z I.Nonsingular Implementation of the Mellor－Yamada Level 2.5 Scheme in the NCEP Meso model［J］.NCEP Office Note，2002，437：61.

［28］ Sweet W，F(xiàn)ett R，Kerling J，et al.Air－sea interaction effects in the lower troposphere across the north wall of the Gulf－Stream［J］.Mon Weather Rev，1981，109：1042－1052.

［29］ Wallace J M，Mitchell T P，Deser C.The influence of sea－surface temperature on surface wind in the eastern equatorial Pacific－Seasonal and interannual variability［J］.J Clim，1989，2：1492－1499.

［30］ Nonaka M，Xie S－P.Covariations of sea surface temperature and wind over the Kuroshio and its extension：Evidence for oceantoatmosphere feedback［J］.J Clim，2003，16：1404－1413.

［31］ Xie S P.Satellite observations of cool ocean－atmosphere interaction［J］.Bull Am Meteorol Soc，2004，85：195－208.

［32］ Song Q，Chelton D，Esbensen S，et al.O'Neill.coupling between sea surface temperature and low－level winds in mesoscale numerical models［J］.J Clim，2009，22：146－164.