周斌斌　蔣　樂　杜　鈞

（1 I. M. Systems Group公司，美國；2 美國國家海洋和大氣管理局，美國）

航空氣象要素以及基于數(shù)值模式的低能見度和霧的預(yù)報(bào)

周斌斌1,2蔣樂1杜鈞2

（1 I. M. Systems Group公司，美國；2 美國國家海洋和大氣管理局，美國）

簡述了對航空運(yùn)輸有危害的天氣要素，包括航線要素和航站要素的業(yè)務(wù)預(yù)報(bào)。著重介紹了在美國國家環(huán)境預(yù)報(bào)中心（National Centers for Environmental Prediction，NCEP）業(yè)務(wù)模式后處理中，能見度的兩種診斷方法和霧的三種后處理再診斷方法。能見度計(jì)算的第一種方法是Stoelinga-Warner方法。該方法要求預(yù)報(bào)模式有四種水溶性物質(zhì)的輸出。通過這些水凝性物質(zhì)計(jì)算消光系數(shù)來估算水平能見度。第二種方法是第一種方法的改進(jìn)，包括增加了更多的水凝性物質(zhì)，用相對濕度估算高濕度時(shí)或霾條件下的能見度，考慮了白天和夜間能見度的不同等。還討論了以機(jī)場跑道為背景的跑道能見度的估計(jì)方法。霧的再診斷包括美國聯(lián)合包裹速遞服務(wù)公司（United Parcel Service，UPS）的方法，NCEP的多重規(guī)則法和根據(jù)霧內(nèi)各物理過程間的平衡進(jìn)行診斷的方法。UPS法根據(jù)低層大氣穩(wěn)定指數(shù)，多重規(guī)則法則根據(jù)模式輸出的能見度、云、相對濕度和風(fēng)速來診斷霧的發(fā)生，但兩者均不能判斷霧的強(qiáng)弱。物理過程平衡法是根據(jù)Zhou-Ferrier的霧層平衡理論所提出的霧發(fā)生及穩(wěn)定時(shí)湍流強(qiáng)度小于某臨界值的必要條件以及霧層內(nèi)含水量的垂直分布公式對霧含水量及能見度進(jìn)行診斷。后兩種方法已被試驗(yàn)性地用于NCEP的短期集合預(yù)報(bào)中。預(yù)報(bào)驗(yàn)證表明，后處理中霧的再診斷方法可以有效地提高業(yè)務(wù)模式霧的預(yù)報(bào)能力。但總體而言，霧的預(yù)報(bào)與其他常規(guī)要素的預(yù)報(bào)相比，現(xiàn)仍處于較低的水平。最后討論了模式對能見度和霧預(yù)報(bào)能力低下的原因和改善的途徑。

航空氣象，數(shù)值預(yù)報(bào)，模式后處理診斷，能見度，霧

0　引言

和普通氣象預(yù)報(bào)相比,現(xiàn)代民用航空對重要（即對空運(yùn)有影響的）天氣預(yù)報(bào)有更高的實(shí)時(shí)性與準(zhǔn)確性的要求。民用航空由機(jī)場、航空公司和空中交通管制（空管）組成。在這樣一個(gè)講究安全與效率的實(shí)時(shí)繁忙的系統(tǒng)中，許多在普通氣象中不十分重要的天氣現(xiàn)象也會對民航運(yùn)營產(chǎn)生重大影響，甚至造成大面積的航班延誤，導(dǎo)致非常大的直接與間接經(jīng)濟(jì)損失。以美國為例，過去10年中有65%～70%的航班延誤都直接與天氣有關(guān)①來源：美國交通部交通統(tǒng)計(jì)局2004—2013年統(tǒng)計(jì)結(jié)果。。而在所有因天氣造成的航班延誤中，24%是因?yàn)槔子辏?7%因?yàn)槟芤姸龋?4%因?yàn)轱L(fēng)，14%因?yàn)榈驮疲?%因?yàn)檠?%因?yàn)閮鲇辏?%因?yàn)榉e冰，7%因?yàn)轭嶔?。如果將低云和能見度放在一起，其影響占整個(gè)天氣對航班正點(diǎn)率影響的31%[1]。在所有天氣要素當(dāng)中，由低云和低能見度造成的航空事故傷亡率占最大的比例[2]；而每年由霧造成的航運(yùn)經(jīng)濟(jì)損失比龍卷風(fēng)還要高[3]。

現(xiàn)代商業(yè)民用機(jī)場，特別是符合國際民航組織（International Civil Aviation Organization，ICAO）規(guī)范的大中型機(jī)場，大都配備了自動(dòng)天氣觀測系統(tǒng)（AWOS）和跑道視程系統(tǒng)（Runway Visual Range，RVR），（有些機(jī)場還配有專業(yè)的人工觀測人員），能夠?qū)υ屏?、云高和跑道能見度進(jìn)行實(shí)時(shí)觀測。提供及時(shí)的臨近預(yù)報(bào)與預(yù)警。但是這些觀測系統(tǒng)，不能對較長時(shí)效的預(yù)報(bào)（如兩小時(shí)以上到兩三天的預(yù)報(bào)）提供可靠的指導(dǎo)作用。所以當(dāng)今發(fā)達(dá)國家的業(yè)務(wù)預(yù)報(bào)，是以數(shù)值天氣預(yù)報(bào)和數(shù)值預(yù)報(bào)模式后處理產(chǎn)品為基礎(chǔ)的業(yè)務(wù)天氣預(yù)報(bào)。這和許多發(fā)展中國家的基本依賴于人工的以天氣圖為基礎(chǔ)的經(jīng)驗(yàn)加外推式的預(yù)報(bào)有著巨大的質(zhì)的區(qū)別。尤其對于民用航空運(yùn)營，需要機(jī)場，航空公司和空管以分鐘和小時(shí)來動(dòng)態(tài)地把握天氣信息，以合理計(jì)劃與調(diào)整在有限空域中航班的空中流量與機(jī)場起降。所以重要天氣預(yù)報(bào)的實(shí)時(shí)化（包括實(shí)時(shí)快速更新）、準(zhǔn)確化和定量化極其重要。這種民航空運(yùn)業(yè)務(wù)的要求，已經(jīng)超過了人工定性經(jīng)驗(yàn)加外推式預(yù)報(bào)的極限。自2000年以來，中國民用航空快速發(fā)展，但是隨著航班量的增大，相對落后的航空氣象預(yù)報(bào)能力成為民用航空進(jìn)一步發(fā)展的巨大制約。本文的討論，將在基于數(shù)值天氣預(yù)報(bào)業(yè)務(wù)的框架中進(jìn)行，將綜合介紹與航空氣象預(yù)報(bào)有關(guān)的重要要素預(yù)報(bào)，并著重介紹地面大氣能見度和霧在NCEP業(yè)務(wù)模式預(yù)報(bào)中的診斷方法。

1　航空氣象要素預(yù)報(bào)簡介

考慮到航空氣象要素的特殊性，航空氣象要素預(yù)報(bào)產(chǎn)品主要從預(yù)報(bào)模式的一些通用模式輸出量再進(jìn)行特殊的后處理來產(chǎn)生，這樣做的優(yōu)點(diǎn)是不需要有專門的航空氣象預(yù)報(bào)模式。從其對航運(yùn)的影響，可分為航路天氣要素和航站（機(jī)場終端）天氣要素預(yù)報(bào)（Terminal Aerodrome Forecast，TAF）[4]。 從氣象要素預(yù)報(bào)的時(shí)效來看，航空氣象在很大程度上更加關(guān)心的是臨近預(yù)報(bào)（即實(shí)時(shí)到兩小時(shí)以內(nèi)）和短期預(yù)報(bào)（如2～18h，或到兩三天以內(nèi)），并且強(qiáng)調(diào)及時(shí)的預(yù)報(bào)更新，如已經(jīng)由ICAO附件三規(guī)范的大范圍航路重要天氣預(yù)報(bào)（Signification Weather Chart），時(shí)效6～12h，每6h更新一次；機(jī)場（終端區(qū)）天氣預(yù)報(bào)時(shí)效有6，12和24h，每3～6h更新一次。在美國，目前這些指導(dǎo)預(yù)報(bào)（Forecast Guidance）是從NCEP的北美中尺度模式（North America Mesoscale，NAM）[5], 快速更新模式（Rapid Refresh，RAP）[6]，以及2014年剛剛業(yè)務(wù)化的高分辨率快速更新模式（High Resolution Rapid Refresh，HRRR）[7]以及短期集合預(yù)報(bào)系統(tǒng)（Short Range Ensemble Forecast，SREF）[8]和用時(shí)間滯后技術(shù)建立的北美快速更新集合預(yù)報(bào)（Time-Lagged North America Rapid Refresh Ensemble，NARRETL）[9]中產(chǎn)生。預(yù)報(bào)員在這些指導(dǎo)預(yù)報(bào)的基礎(chǔ)上再加工出最終的預(yù)報(bào)產(chǎn)品，使預(yù)報(bào)業(yè)務(wù)的效率大大提高。

1.1航路天氣要素及其預(yù)報(bào)

航路天氣要素指在巡航飛行過程中對飛行器產(chǎn)生有害影響的天氣要素，包括對流、雷暴、結(jié)冰、湍流（顛簸）和飛行約束分類等。在飛行航路控制和航運(yùn)管理上，美國聯(lián)邦航空管理局（Federal Aviation Administration，F(xiàn)AA）和ICAO都規(guī)定飛行員在飛行之前必須了解航路上有害天氣狀況，必要時(shí)對飛行路線做適當(dāng)調(diào)整來繞過重要天氣區(qū)域或高度，提高飛行的安全性。

對流和雷暴對飛行的影響包括強(qiáng)上下垂直氣流和閃電。在業(yè)務(wù)預(yù)報(bào)中通常由對流云和對流性降水的位置和強(qiáng)度來表示。目前由于天氣雷達(dá)的廣泛應(yīng)用，業(yè)務(wù)模式也可產(chǎn)生模擬的雷達(dá)回波強(qiáng)度以及反映對流云高度的回波云頂高度的區(qū)域預(yù)報(bào)。模擬的雷達(dá)反射回波強(qiáng)度（單位：dBz）的計(jì)算可根據(jù)雨滴譜和冰晶滴譜分布按Rayleigh散射計(jì)算的格點(diǎn)回波強(qiáng)度，加上地面降水量估計(jì)的對流回波強(qiáng)度[10]?；夭敻叩墓浪惴椒蓮牡孛鎸α骰夭◤?qiáng)度向上升到0℃高度，再從此高度上升到回波衰減20dBz所達(dá)到的高度[11]。除了雷達(dá)回波強(qiáng)度的預(yù)報(bào)，根據(jù)NCEP的航空天氣中心（Aviation Weather Center，AWC）Bright等的雷暴云物理參數(shù)（Cloud Physics Thunder Parameter，CPTP）方法，用模式的溫度廓線、對流有效位能（CAPE）和地面降水對閃電和干閃電進(jìn)行診斷預(yù)報(bào)[12]。對流和雷暴除了對航線飛行有影響外，對飛機(jī)起飛和降落也存在很大影響，所以也是航站天氣關(guān)心的重要要素。

結(jié)冰是航路上常見的重要天氣。通常發(fā)生在過冷環(huán)境中。當(dāng)飛機(jī)進(jìn)入到高空過冷環(huán)境以后，機(jī)身特別是機(jī)翼上將發(fā)生水汽的接觸性凝結(jié)。如果時(shí)間長，機(jī)翼上的結(jié)冰過厚，將會影響飛機(jī)的飛行平衡。如果在過冷環(huán)境中本來存在大量的過冷大水滴，機(jī)翼的結(jié)冰過程更快和厚度更厚。另外，機(jī)頭結(jié)冰還將影響飛行員的視線。盡管大型商用飛機(jī)都有除冰裝置，但事前知道航路上的結(jié)冰條件天氣，對飛行安全至關(guān)重要。結(jié)冰的預(yù)報(bào)是對飛行路線上各飛行高度的結(jié)冰條件進(jìn)行預(yù)報(bào)。目前NCEP的結(jié)冰診斷預(yù)報(bào)有兩種方法，一種是利用模式預(yù)報(bào)的溫度、濕度和上升氣流來診斷各飛行高度上的結(jié)冰條件, 其預(yù)報(bào)仍是“是”和“否”的簡單預(yù)報(bào)[13]。NCEP的區(qū)域集合預(yù)報(bào)系統(tǒng) SREF和NARRE-TL中的結(jié)冰預(yù)報(bào)就是采用該方法。另一種是采用NCAR發(fā)展的模糊邏輯（Fuzzy-Logic）預(yù)報(bào)方法[14]。其方法是將與結(jié)冰有關(guān)的溫度、濕度、云量、云水等與結(jié)冰的可能性相聯(lián)系，做成曲線，找出各種情況下的結(jié)冰可能性和結(jié)冰強(qiáng)度。AWC正是根據(jù)第二種方法從RAP模式產(chǎn)生每小時(shí)的結(jié)冰預(yù)報(bào)（Forecast Icing Product，F(xiàn)IP）和利用模糊邏輯加上雷達(dá)回波和飛行員報(bào)告作出每小時(shí)的當(dāng)前結(jié)冰分析（Current Icing Product，CIP）。NCEP受ICAO委托在全球范圍預(yù)報(bào)（World Area Forecast，WAF）中所做的全球結(jié)冰預(yù)報(bào)也是采用第二種方法[15]。

湍流的航空氣象術(shù)語叫“顛簸”。航路上強(qiáng)烈的顛簸對飛機(jī)飛行形成嚴(yán)重威脅，是航路上航空預(yù)報(bào)的重要預(yù)報(bào)對象。顛簸的產(chǎn)生原因有很多，最常見的是由風(fēng)垂直切變和氣流變形引起的晴空湍流（clear air turbulence，CAT）所產(chǎn)生的顛簸。NCEP的全美顛簸單模式預(yù)報(bào)和短期集合預(yù)報(bào)采用的是Ellrod方法[16]；英國氣象局（UK Met Office）受ICAO委托在WAF中的全球顛簸預(yù)報(bào)采用的也是Ellrod方法[17]。該方法通過計(jì)算風(fēng)場的切變和變形來診斷顛簸的弱、中和強(qiáng)三級強(qiáng)度。要注意的是該方法當(dāng)初是在粗網(wǎng)格（100km）模式下發(fā)展的，其中的許多參數(shù)是在粗網(wǎng)格模式中調(diào)試的，運(yùn)用于細(xì)網(wǎng)格模式時(shí)，對這些參數(shù)要進(jìn)行調(diào)整。除了CAT，雷暴、重力波和過山氣流等也會產(chǎn)生顛簸。NCAR最近發(fā)展了一種綜合性的顛簸診斷方法（Graphical Turbulence Guidance， GTG）[18]。GTG不是用1種方法診斷湍流，而是用12種湍流診斷方法的權(quán)重集合。多種方法的權(quán)重集合可有效地提高診斷準(zhǔn)確率和信心指標(biāo)（可能性），大大降低漏報(bào)率。比如12種方法中有9種都診斷為強(qiáng)湍流，則其可能性為9/12=75%。在不久的將來，NCEP也準(zhǔn)備用GTG方法來代替Ellrod方法。AWC已在RAP的后處理中應(yīng)用GTG預(yù)報(bào)全美各高度航路上的顛簸強(qiáng)度。

NCEP還準(zhǔn)備用模式輸出制做航路上“危險(xiǎn)或回避區(qū)域”的預(yù)報(bào)，主要是指被云覆蓋的高山范圍，比較云底相對海平面的高度與山地的海拔高度可得到。這一產(chǎn)品實(shí)質(zhì)上同能見度同屬一類。

1.2航站天氣要素及其預(yù)報(bào)

航站天氣要素包括那些對飛機(jī)起飛和降落有影響的天氣[19]，例如機(jī)場水平能見度、霧、降水、云底高度、飛行約束分類、低空風(fēng)切變、暴雨、大雪和凍雨等（以機(jī)場特殊天氣觀測系統(tǒng)為手段的如低空風(fēng)切變、跑道視程和跑道積冰等不包含在常規(guī)的機(jī)場天氣預(yù)報(bào)TAF中）。 這些要素是航班延誤的重要原因。準(zhǔn)確和及時(shí)地預(yù)報(bào)這些要素可以有效地降低航班的延誤率。但另一方面，這些航站天氣要素，特別是那些與低能見度和云有關(guān)的要素，卻是數(shù)值天氣預(yù)報(bào)中可預(yù)報(bào)性較低的要素（正因如此，機(jī)場的特殊天氣觀測與預(yù)警系統(tǒng)在臨近預(yù)報(bào)中發(fā)揮著關(guān)鍵的作用）。

需要指出的是，這里的 “云底高度”在航空氣象上是指總云量大于50%時(shí)的云底高度[19]。而當(dāng)總云量小于50%時(shí)，即使有云，也不考慮云底高度，作為晴空處理。原因是當(dāng)云量小于50%時(shí)，飛行員可以透過破碎的云塊向上可見藍(lán)天和向下可見陸地。這時(shí)，云底高度對飛機(jī)起飛和降落沒有影響。因此，云底高度的診斷預(yù)報(bào)同時(shí)包括了云底和總云量的診斷。對云底，不同模式的診斷方法與模式及其系統(tǒng)誤差有關(guān), 其中的診斷參數(shù)或閾值是通過與大量的實(shí)測資料和模式數(shù)據(jù)相比較和統(tǒng)計(jì)確定的。例如，在NCEP的NAM目前的版本中，判斷云底的云含水量（液相+冰相）閾值取為0.01g/kg；當(dāng)相對濕度大于98%時(shí)，要考慮雪的等量含水量，其閾值也取為0.01g/kg；診斷是從地面往上對模式各層云含水量搜索，第一次遇到大于閾值的高度即是云底。而在目前RAP模式的當(dāng)前版本中，云底的云含水量閾值比NAM要小得多，為0.0001g/kg；另外還要對比對流云底、雪的垂直能見度和相對濕度大于95%的行星邊界層（PBL）高度，最后在這4種高度中取最低高度作為云底。不論是云底還是總云量，目前基于數(shù)值模式的業(yè)務(wù)預(yù)報(bào)的可靠性都很低，原因是目前業(yè)務(wù)模式中采用的各種對流方案和微物理方案等還不夠完善。

低空風(fēng)切變按美國聯(lián)邦氣象手冊定義為大氣層最低2000ft①1ft≈0.3m，下同。內(nèi)風(fēng)的矢量垂直變化率[19]。它可以通過模式輸出的水平經(jīng)向和緯向風(fēng)速廓線計(jì)算得到，如果在這2000ft高度內(nèi)，變化達(dá)到或大于20節(jié)②1節(jié)≈0.5m/s，下同。，則報(bào)告地面有強(qiáng)風(fēng)切變。飛行約束分類既是航路要素又是航站要素，它與水平能見度和云底高度兩者都相關(guān)，用來規(guī)定在何種能見度和/或云底高度條件下起飛、降落和巡航時(shí)是否必須借助儀器的規(guī)定，共有LIFR（Low Instrument Flight Rules）、IFR（Instrument Flight Rules）、MVFR（Marginal Visual Flight Rules）和VFR（Visual Flight Rules）4類規(guī)定[19]。其中，在LIFR和IFR類別下，飛行必須由儀表來巡航飛行或?qū)Ш狡痫w降落；在VFR類別下，允許飛行可由飛行員目視控制。需要指出的是，在非目視飛行規(guī)則下，兩架民航飛機(jī)之間的最小間距至少要（比在可目視飛行時(shí)）增加一倍或以上，以避免飛機(jī)過于接近從而威脅飛行安全。飛行約束分類的具體判斷方法各國可能有不同的規(guī)定，但差別不大。四類飛行約束分類的判斷如表1所示。

表1　四類飛行約束分類標(biāo)準(zhǔn)Table 1 Definition of the four flight restriction categories

如果業(yè)務(wù)模式有云底高度和水平能見度的診斷預(yù)報(bào)，飛行約束類型則可被相應(yīng)地診斷出來。目前NCEP是利用RAP模式對全美2000多個(gè)機(jī)場進(jìn)行每小時(shí)更新的飛行約束分類進(jìn)行預(yù)報(bào)。而利用NAM模式，有每日四次全美格點(diǎn)的飛行約束分類預(yù)報(bào)，作為航路飛行約束分類的參考。當(dāng)前還沒有全球范圍的飛行約束分類預(yù)報(bào)，所以應(yīng)建議ICAO在全球范圍預(yù)報(bào)WAF航空預(yù)報(bào)中增加飛行約束分類的預(yù)報(bào)。

2　低能見度和霧的預(yù)報(bào)方法

據(jù)對近年來NCEP的低能見度單模式的區(qū)域預(yù)報(bào)統(tǒng)計(jì)[20]，其表征預(yù)報(bào)能力的“相當(dāng)能力評分”（Equitable Threat Score，ETS）在低能見度段（＜1000m）和霧條件下，只有5% 左右，大大低于同樣模式的降水預(yù)報(bào)評分（≈35%）（見圖1）。可見，提高低能見度的預(yù)報(bào)還有很大的提升空間。值得注意的是，圖1是5年前的結(jié)果，近年來，NCEP正致力于模式的改善與更新，能見度的預(yù)報(bào)水平也有相應(yīng)提高，特別是原有的RUC模式被新的RAP所替代，其水平分辨率沒有變，但低能見度預(yù)報(bào)的ETS可到達(dá)10%以上[21]。低能見度及霧在模式中的可預(yù)報(bào)性很低的原因有很多，除了霧的復(fù)雜性和目前對霧的機(jī)理了解不夠外，最重要的原因可能是業(yè)務(wù)模式只是針對普通氣象要素預(yù)報(bào)進(jìn)行設(shè)計(jì)的，所有與云有關(guān)的參數(shù)化方案都是為非地面云和降水進(jìn)行開發(fā)和調(diào)試的。對地面霧，其中的參數(shù)調(diào)試很少或根本沒有經(jīng)過霧條件下的調(diào)試。比如水滴譜，采用的是高層測試的云滴譜和地面的雨滴譜，而不是與霧有關(guān)的霧滴譜。滴譜的不同，將影響到水滴的沉降和在霧層中輻射的傳輸計(jì)算；霧中的微物理過程與高層云也不同。所以遇到地面霧時(shí)，用云水量來表征霧的地面含水量會有很大的誤差，甚至地面完全產(chǎn)生不了霧的含水量。另外，霧本身是地面邊界層內(nèi)閾值天氣現(xiàn)象，只有當(dāng)濕度大于某個(gè)閾值以及風(fēng)速或者湍流小于某個(gè)閾值時(shí)，霧才會發(fā)生。所以霧的數(shù)值預(yù)報(bào)對模式本身的質(zhì)量和對預(yù)報(bào)的初值和邊界條件（包括地表?xiàng)l件）的準(zhǔn)確性要求極高。而這兩方面目前都不盡人意，所以霧作為模式直接輸出的指導(dǎo)預(yù)報(bào)的條件還不成熟。除了能見度是NCEP的模式指導(dǎo)預(yù)報(bào)外，霧現(xiàn)在還不是模式指導(dǎo)預(yù)報(bào)的正式內(nèi)容。目前，全美各氣象臺站和機(jī)場，主要還是利用NCEP的能見度預(yù)報(bào)，結(jié)合其他要素場的預(yù)報(bào)以及當(dāng)?shù)氐木唧w情況對霧進(jìn)行經(jīng)驗(yàn)預(yù)報(bào)。但經(jīng)驗(yàn)預(yù)報(bào)含有預(yù)報(bào)員的主觀性，依賴于預(yù)報(bào)員對各模式的了解和過去模式表現(xiàn)及偏差的長期經(jīng)驗(yàn)。因此當(dāng)模式更新時(shí)，預(yù)報(bào)員對模式的狀況和偏差的理解也要及時(shí)更新。但現(xiàn)在業(yè)務(wù)模式的更新愈來愈頻繁，如NCEP的模式通常每年更新一次。這使得預(yù)報(bào)員的經(jīng)驗(yàn)預(yù)報(bào)往往跟不上快速發(fā)展的業(yè)務(wù)模式的更新。因此，由模式直接進(jìn)行霧的預(yù)報(bào)就顯得更為迫切，這也是目前要求將霧試驗(yàn)性地加入NCEP的模式指導(dǎo)預(yù)報(bào)的動(dòng)力之一。

圖1　三種模式（NAM，NMM和RUC）整個(gè)北美地區(qū)能見度預(yù)報(bào)的驗(yàn)證評分（驗(yàn)證時(shí)間2009年11月23日—2010年4月20日）Fig.1 Visibility prediction verification scores for 3 models（NAM, NMM and RUC） over Continental U.S. from 23 November 2009 to 20 April 2010

2.1水平能見度的預(yù)報(bào)

地面水平能見度除了與霧有關(guān)外，還與其他天氣要素例如降水和降雪等有關(guān)，所以地面水平能見度的業(yè)務(wù)預(yù)報(bào)包括的天氣比霧要廣泛。目前NCEP的區(qū)域業(yè)務(wù)模式后處理中有兩種地面水平能見度的估算方法：1）Stoelinga等1999年（SW99）發(fā)展的方法[22]，NAM以前所用的老模式ARW_NMM和目前所用的新模式NEMS-NMMB（Nonhydrostatic Multiscale Model on B-grid ）用的是這種方法。2）NOAA ESRL/GSD（NOAA-Earth System Research Lab/ Global System Division）方法[23]，GSD方法是對SW99方法的改進(jìn)，即考慮了更多的水凝性物質(zhì)，還考慮了高濕度和霾在風(fēng)切變下的影響；最近，還將夜間能見度計(jì)算做了調(diào)整，與白天分開計(jì)算，并考慮了太陽天頂角的影響。目前，NCEP 的業(yè)務(wù)模式系統(tǒng)RAP和HRRR中的模式WRF_ARW[24]使用的是GSD方法。SW99和GSD方法對模式的微物理參數(shù)化方案有特殊要求。SW99要求模式能輸出4種水凝性物質(zhì)的含水量：地面云或霧含水量、雨水含水量、冰晶（冰霧）含水量和雪花含水量。GSD方法再增加了小雪粒子（Graupel）的影響。水凝性物質(zhì)對能見度的影響反映在它們對可見光的削弱及消光系數(shù)β的影響。水凝性物質(zhì)的含水量C（單位：g/kg）與消光系數(shù)β（單位：km-1）的關(guān)系可表示為

各種水凝性物質(zhì)的系數(shù)a，b列于表2。

表2　各種水凝性物質(zhì)的系數(shù)a和bTable 2 Values of coefficients a and b for various hydrometeors

具體做法是在模式的格點(diǎn)上，檢查是否存在這些水凝性物質(zhì)，如果有，則根據(jù)其含量計(jì)算消光系數(shù)β，再根據(jù)Kunkle公式

計(jì)算水平能見度（Vis，單位：km）。從表2可以看出，霧和冰晶具有較大的消光系數(shù)。因?yàn)樗鼈兞Ｗ有?，?shù)量大，具有較大面積—體積比。如果格點(diǎn)含有多種水凝性物質(zhì)，則先分別計(jì)算它們的消光系數(shù)，然后將它們相加得到總的消光系數(shù)，再用總消光系數(shù)來計(jì)算水平能見度。如果格點(diǎn)上不含這些物質(zhì)的任何一種，則認(rèn)為是透明大氣，在模式中通常定義一個(gè)很大的值，如NCEP模式中定為20km。SW99的水平能見度計(jì)算沒有考慮氣溶膠和霾的影響。霾是由大氣中沒有完全核化的氣溶膠細(xì)粒子造成的，在重污染地區(qū)，對能見度降低有明顯作用。通常霾天氣條件下，能見度可降到1～2km或更低。霾污染目前在中國大陸的一些城市相當(dāng)嚴(yán)重，對能見度及飛行航運(yùn)的影響也很大，相關(guān)研究也很多。但霾的數(shù)值業(yè)務(wù)預(yù)報(bào)不論在國內(nèi)還是國外都沒有進(jìn)展。要準(zhǔn)確預(yù)報(bào)霾及其對能見度的影響，業(yè)務(wù)模式必須要有一套較好的，既包括物理過程也包括化學(xué)過程（二次轉(zhuǎn)化）的氣溶膠顆粒物的預(yù)報(bào)方案，還要有較精細(xì)的氣溶膠顆粒物的初始條件和資料同化方案。目前這兩方面在NCEP和其他業(yè)務(wù)中心都不具備條件。英國氣象局開發(fā)了一種在業(yè)務(wù)模式中考慮氣溶膠對能見度影響的計(jì)算方案[25]。但氣溶膠在業(yè)務(wù)模式中還不是預(yù)報(bào)量，所以在該方案中，還是假設(shè)氣溶膠的分布函數(shù)，利用參數(shù)化的氣溶膠消光系數(shù)，通過相對濕度作為輸入量來計(jì)算能見度。目前參數(shù)化的氣溶膠消光系數(shù)還沒有可靠的數(shù)據(jù)，還需要做大量的工作。在沒有定量的氣溶膠輸出和可靠氣溶膠消光系數(shù)的情況下，GSD方法則利用相對濕度（q）來估算能見度（Vis）：

其中，q=min{80.0, (RH1/100-0.15 )}，RH1是模式最低層相對濕度（單位：%）。在95%的相對濕度下，能見度在5km左右。該估算只適用于沒有污染的大氣如北美地區(qū)，對高污染地區(qū)并不適用。當(dāng)有風(fēng)切變（S）時(shí)，該能見度訂正為：

S為模式近地面第一層和第四層之間（約15hPa）的水平風(fēng)垂直切變，單位為m/s。

當(dāng)考慮晝夜影響時(shí)，夜間能見度訂正用Rasmussen等建議的方法[26]：

白天時(shí)，太陽天頂角因子（Z）對能見度的訂正為：

表2中霧條件下的消光系數(shù)實(shí)際上采用的是Kunkel[27]的試驗(yàn)數(shù)據(jù)。按Kunkel參數(shù)計(jì)算的能見度（式（2））沒有考慮霧滴譜和霧滴總數(shù)的影響。據(jù)Gultepe等[28]的研究，僅按含水量計(jì)算的能見度的不確定性可達(dá)50%以上。要減少不確定性，在計(jì)算中必須考慮霧滴譜的影響，但計(jì)算費(fèi)用太大。為減少計(jì)算量，Gultepe等[28]提出了包含霧滴總數(shù)Nd（單位：cm-3）和含水量（C）的能見度估算公式：

式中，總粒子數(shù)（Nd）和含水量（C）的不確定性分別為30% 和15%，由此引起的能見度計(jì)算不確定性為29%，大大低于原來的50%[28]。但在目前的業(yè)務(wù)預(yù)報(bào)中，在其后處理中由于沒有霧滴總數(shù)的輸出，還是依照經(jīng)典的Kunkel參數(shù)方法（式（2））。

在NCEP，目前用13km分辨率的RAP和12km分辨率的NAM模式分別進(jìn)行每小時(shí)更新的18h和每天4次更新的84h各航站和全美各區(qū)域的能見度預(yù)報(bào)。同時(shí)，NCEP還利用高分辨率（4km）的NEMS_NMMB和WRF_ARW模式進(jìn)行每天兩次更新的36h北美區(qū)域能見度預(yù)報(bào)。自2014年起，NCEP把更高分辨率（3km）的每小時(shí)更新的基于WRF_ARW模式的HRRR系統(tǒng)投入業(yè)務(wù)。由此，各航站和預(yù)報(bào)臺有了每小時(shí)更新的15h全美能見度高分辨率區(qū)域指導(dǎo)預(yù)報(bào)。由于低能見度天氣和霧往往是小尺度的局地天氣，水平高分辨率模式可以有效提高對低能見度的預(yù)報(bào)能力。此外，利用NCAR的技術(shù)，AWC已將各航站的每小時(shí)更新的TAF能見度預(yù)報(bào)（RAP預(yù)報(bào)）顯示在AWC的Aviation Digital Data System（ADDS）網(wǎng)上[29]：http:// aviationweather.gov/taf。用戶可利用ADDS網(wǎng)站查詢各航站的當(dāng)前能見度和18h能見度預(yù)報(bào)。

除了能見度的業(yè)務(wù)模式指導(dǎo)預(yù)報(bào)，NOAA的MDL（Meteorological Development Lab）還發(fā)展了對模式輸出的統(tǒng)計(jì)預(yù)報(bào)，如MOS（Model Output Statistics）[30]和LAMP（Localized Aviation MOS Products）[31]，這兩種統(tǒng)計(jì)預(yù)報(bào)產(chǎn)品包含有對地面能見度的分級預(yù)報(bào)。MOS技術(shù)利用NCEP的全球業(yè)務(wù)模式GFS（Global Forecast System）和NAM等區(qū)域模式輸出的基本量（如地面溫、壓、濕、風(fēng)速和降水等）作為預(yù)報(bào)因子，觀測到的地面能見度作為預(yù)報(bào)量，利用歷史資料進(jìn)行多元統(tǒng)計(jì)回歸，用得到的回歸公式對模式預(yù)報(bào)輸出進(jìn)行能見度預(yù)報(bào)。MOS能見度分為7個(gè)等級 ：＜1/2，1/2～1，1～2，2～3，3～5，6，＞6mile。由于各種模式的預(yù)報(bào)誤差特性不同，每一種模式的MOS回歸公式也不同；同一種模式各版本也不同。模式每次更新，MOS公式要重新進(jìn)行回歸統(tǒng)計(jì)，這樣需要進(jìn)行動(dòng)態(tài)的統(tǒng)計(jì)計(jì)算。MOS預(yù)報(bào)目前由MDL產(chǎn)生，共有1000多個(gè)臺站。而LAMP是專門針對航空預(yù)報(bào)并局地化的GFS-MOS，它擴(kuò)大到1600多個(gè)臺站；此外，LAMP充分利用了最近時(shí)次的地面觀測資料和全美雷達(dá)拼圖（MOSAIC）資料；最后，除了回歸方法，LAMP還利用每小時(shí)運(yùn)行的小模塊對區(qū)域資料進(jìn)行處理。

以上介紹的是水平能見度（Horizontal Visual Range，HVR），其背景是天空。在飛機(jī)起飛降落時(shí)，飛行員看到的是前面下方的跑道。以跑道為背景的能見度叫跑道能見度（Runway Visual Range，RVR）。RVR與HVR的估算不同，它還包括了垂直的分量，要穿越更多的空氣質(zhì)量；但在數(shù)值上與HVR有關(guān)，可以用Taylor的RVR-HVR經(jīng)驗(yàn)相關(guān)曲線來估算[32]（圖2）。

由圖2可見，當(dāng)HVR在1000m以下時(shí)，RVR比HVR略大；但大于1000m時(shí)，RVR比HVR要小。如在水平能見度為4000m時(shí)，飛行員只能看到2000m以內(nèi)的跑道。

圖2　RVR與HVR的經(jīng)驗(yàn)關(guān)系Fig. 2 The empirical relationship between runway visibility range RVR and horizontal visibility range HVR

2.2霧的指導(dǎo)預(yù)報(bào)

霧對航運(yùn)的影響是不言而喻的，霧的預(yù)報(bào)也是各個(gè)預(yù)報(bào)中心的挑戰(zhàn)之一。目前霧還不是各普通天氣預(yù)報(bào)中心模式指導(dǎo)預(yù)報(bào)的正式內(nèi)容。原因是多方面的，其一是目前的業(yè)務(wù)模式中對各種霧的物理過程還缺乏合適的描述，在所有的微物理參數(shù)化方案中也沒霧的微物理過程。其二，目前的業(yè)務(wù)模式的水平分辨率比較低，而地面霧往往是小尺度現(xiàn)象，很多局地的因子如局地氣流和地形等的影響不能很好地反映在低分辨率的物理過程中。所以業(yè)務(wù)中心霧的數(shù)值預(yù)報(bào)精度還很低。盡管過去有很多霧模式的模擬研究，從一維到三維霧模式再到三維中尺度數(shù)值預(yù)報(bào)模式。但要將它們應(yīng)用到預(yù)報(bào)中心的業(yè)務(wù)預(yù)報(bào)中還有很大的困難。業(yè)務(wù)預(yù)報(bào)中心不太可能用某一模式專門進(jìn)行霧的預(yù)報(bào)，因?yàn)檫\(yùn)行和維持費(fèi)用太高。霧的業(yè)務(wù)數(shù)值預(yù)報(bào)只能從現(xiàn)有的普通數(shù)值預(yù)報(bào)模式中產(chǎn)生，在模式常規(guī)輸出量的基礎(chǔ)上再進(jìn)行后處理來診斷霧，這樣就可同其他天氣要素預(yù)報(bào)共享一個(gè)相同的數(shù)值模式。

如前所述，盡管目前霧還不是各天氣預(yù)報(bào)中心正式的的模式指導(dǎo)預(yù)報(bào)，但各臺站和航站正積極的要求預(yù)報(bào)中心提供霧的試驗(yàn)性的模式指導(dǎo)預(yù)報(bào)。由于霧的數(shù)值預(yù)報(bào)精度低以及霧的經(jīng)驗(yàn)預(yù)報(bào)中的缺點(diǎn)，預(yù)報(bào)員常利用能見度的指導(dǎo)預(yù)報(bào)來預(yù)報(bào)霧。但是低能見度在很多情況下并不僅是由霧造成的，其他天氣如降水和降雪也會導(dǎo)致地面低能見度。另外低能見度本身的實(shí)際可預(yù)報(bào)性也很低，模式預(yù)報(bào)的系統(tǒng)性偏差如熱偏差（即模式溫度常高于實(shí)際溫度）和干偏差（模式濕度常低于實(shí)際濕度）也往往造成業(yè)務(wù)模式?jīng)]有可靠的，甚至沒有霧含水量的輸出。這些都造成在后處理中低能見度計(jì)算的困難。現(xiàn)在WRF-ARW模式常常被用于霧的數(shù)值研究，但ARW，即使是最新版本，仍有很大的干偏差。例如，NCEP業(yè)務(wù)運(yùn)行的北美4km分辨率的最新版本的ARW和以ARW為基礎(chǔ)的3km分辨率HRRR模式地面相對濕度預(yù)報(bào)在2014年7月—2015年1月與北美地面站資料的驗(yàn)證比較表明，HRRR在2014年具有較干的偏差，而ARW在2014年大部分時(shí)段，特別是11月以后和2015年1月都是干偏差。模式的干偏差給用模式直接輸出的地面云含水量來預(yù)報(bào)霧帶來很大的誤差。比如美國空軍氣象局（Air Force Weather Agency，AFWA）的WRF霧預(yù)報(bào)研究表明[33]，當(dāng)?shù)孛娲髿馓幱谒^的近霧（Near-Fog）條件下，由于ARW模式的干偏差，不能產(chǎn)生足夠量的霧滴；而霧滴的初始形成對霧的進(jìn)一步發(fā)展有至關(guān)重要的影響。鑒于這些原因，目前NCEP并不采用模式直接輸出的地面云含水量來判斷霧，而是著重在模式的后處理中對霧進(jìn)行再診斷，這樣可以大大地提高對霧預(yù)報(bào)的準(zhǔn)確率，甚至可以接近降水預(yù)報(bào)水平相當(dāng)?shù)某潭萚21,34]。本節(jié)將介紹最近發(fā)展的三種霧的診斷方法。

2.2.1霧的多重規(guī)則（Multi-Rules）診斷方法

該方法[34]利用模式輸出的能見度或模式最底層的液態(tài)水含量（liquid water content，LWC）、云頂和云底高度、地面2m相對濕度和地面10m風(fēng)速根據(jù)以下三條規(guī)則和閾值進(jìn)行診斷。只要滿足其中一條規(guī)則，就判斷霧會發(fā)生：

含水量（能見度）規(guī)則：

或云高規(guī)則：

或相對濕度—風(fēng)速規(guī)則：

其中“含水量規(guī)則”或“能見度規(guī)則”代表了霧的總體判斷。1000m能見度是霧的定義，相當(dāng)于用Kunkel方法（式（2））估計(jì)的含水量0.015g/kg。如果模式在某時(shí)某地（格點(diǎn)）沒有溫濕偏差，該條件下模式能很好地預(yù)報(bào)霧的發(fā)生。如果模式在某時(shí)某地有溫濕偏差，能見度規(guī)則不確定，這時(shí)相對濕度—風(fēng)速規(guī)則將起作用。對于干偏差模式來講，相對濕度的閾值可以調(diào)到大大低于100%，也就是說，當(dāng)模式的相對濕度不到100%就可以有霧發(fā)生。風(fēng)速規(guī)則是考慮到地面大部分是輻射霧，靜風(fēng)是輻射霧形成的必要條件之一。如果模式有濕偏差，相對濕度的閾值可以取大一些，同時(shí)加大風(fēng)速的閾值以減少誤報(bào)率。所以，濕度和風(fēng)速的閾值在不同模式中需要作些微調(diào)（參見文獻(xiàn)[34]中舉例）。相對濕度—風(fēng)速規(guī)則是模式有干、濕偏差時(shí)對能見度規(guī)則的補(bǔ)償。如果能見度規(guī)則和相對濕度—風(fēng)速規(guī)則同時(shí)滿足，霧的發(fā)生就更加確定了。云高規(guī)則是針對其他類型的霧而設(shè)立的，特別是平流霧、海霧、下沉霧和雨霧等。這些霧有較厚的厚度，但一般不高于400m。這些霧就由模式來判斷，充分利用模式本身對層云的預(yù)報(bào)功能。如果模式中有層云，其底接地而其厚度低于400m，就判斷為霧。云高規(guī)則的效果完全依賴于模式對低層云的預(yù)報(bào)能力。對該方法的長期統(tǒng)計(jì)表明，在地面，由能見度規(guī)則預(yù)報(bào)的霧占30%，由云規(guī)則預(yù)報(bào)的霧占20%，由相對濕度—風(fēng)速規(guī)則預(yù)報(bào)的霧占50%。這樣的比例大致反映了地面各種霧類型的比例。

對該方法預(yù)報(bào)霧的長期客觀驗(yàn)證依賴于霧的觀測資料。Zhou等利用2008年北京奧運(yùn)會WMO的研究示范項(xiàng)目[35]，對NCEP的短期集合系統(tǒng)中15km分辨率的基準(zhǔn)模式WRF_NMM和WRF_ARW用能見度（含水量）預(yù)報(bào)的霧和用多重規(guī)則診斷的霧與華北、華東等13個(gè)城市的霧實(shí)況進(jìn)行客觀驗(yàn)證，為期7個(gè)月（2—8月）[34]。結(jié)果表明，用含水量預(yù)報(bào)，WRF_NMM和WRF_ARW的ETS均在6%左右，而用多重規(guī)則診斷，ETS可達(dá)20%。由圖1可見，僅用能見度來預(yù)報(bào)霧，NAM和RUC的ETS分別為3.5%和5%，但如用多規(guī)則診斷方法，它們的ETS可分別增加到7%和6.5%?？梢姡嘀匾?guī)則診斷的霧預(yù)報(bào)比僅用含水量或能見度來預(yù)報(bào)，預(yù)報(bào)效果有明顯提高。

2.2.2UPS霧診斷方法

UPS空運(yùn)部門發(fā)展了一種用地面相對濕度和地面大氣穩(wěn)定度指數(shù)來診斷霧是否發(fā)生的方法[36]。地面大氣穩(wěn)定度指數(shù)定義如下：

式中，T1和Tsfc分別為模式輸出的離地面第一層和2米處溫度（單位：K），u為模式輸出的離地面第一層風(fēng)速（單位：節(jié)）。根據(jù)MRi的數(shù)值將大氣穩(wěn)定度分為三種狀況。用Eta模式[37]（早期NCEP NAM所采用的模式）數(shù)據(jù)時(shí)，三種狀況的閾值分別為：

MRi≤0.025，表示大氣處于充分混合狀態(tài)。在70m以下湍流混合邊界層遏制了冷卻。沒有霧會發(fā)生。如果近地面相對濕度達(dá)到飽和，只會有層云形成。

0.025＜MRi＜0.04，表示大氣處于混合和靜止?fàn)顟B(tài)的過渡區(qū)。如果近地面相對濕度達(dá)到飽和，霧有50%的可能性會發(fā)生。

MRi≥0.04，表示大氣極穩(wěn)定，地面層與高層分離，70m以下地面靜止大氣導(dǎo)致地面強(qiáng)烈的輻射冷卻，如果近地面相對濕度達(dá)到飽和，霧一定發(fā)生。

要注意的是，以上三種狀況下的MRi閾值是在Eta模式下調(diào)試得到的。如果采用其他模式，閾值需要重新調(diào)試才能確定。

2.2.3根據(jù)物理過程平衡的霧診斷

多重規(guī)則的霧診斷和UPS的霧診斷，都是診斷霧是否會發(fā)生，不能對霧的強(qiáng)弱進(jìn)行診斷。為診斷霧強(qiáng)弱，根據(jù)2008年Zhou等（ZF08）提出的輻射霧的平衡理論[38]，NCEP發(fā)展了一種在模式后處理中對各種霧物理過程之間平衡進(jìn)行判斷的霧診斷方法。ZF08用奇異攝動(dòng)方法求解霧的含水量非線性方程表明，輻射霧是否形成、發(fā)展、穩(wěn)定和消散由冷卻率、湍流強(qiáng)度以及霧滴的重力沉降之間的平衡所決定。霧平衡穩(wěn)定條件可以用所謂的“臨界湍流交換系數(shù)”Kc來表示，并得到了霧層內(nèi)的含水量垂直分布廓線的顯式表達(dá)式。只有當(dāng)實(shí)際大氣的湍流交換系數(shù)K＜Kc時(shí)，霧才可能形成和穩(wěn)定（維持）。如果實(shí)際大氣的湍流交換系數(shù)K＞Kc，則霧的平衡被破壞，霧要么不形成，要么形成后很快消散。ZF08的研究對象是輻射霧，沒有考慮平流。Zhou在ZF08的基礎(chǔ)上進(jìn)一步考慮了水汽平流的影響[39]，并得到了包括水汽平流影響的臨界湍流交換系數(shù)和霧內(nèi)的含水量LWC垂直分布廓線的表達(dá)式：

式中，α為霧滴重力沉降系數(shù)，可取0.062，β(p,T)為與氣壓和溫度有關(guān)的參數(shù)，通過Clausius-Clapeyron公式計(jì)算：

式中，Lv和Rv，分別為水汽潛熱和氣體常數(shù)，p為大氣壓， Es(T)是飽和水汽壓，T為霧層平均溫度，Co為冷卻率（單位：℃/s，冷卻為正，加熱為負(fù)）。需要指出的是，這里的冷卻率是模式輸出的近地面總變溫率預(yù)報(bào)，包含了由長短波輻射引起的冷卻或加熱，以及由溫度平流和湍流混合引起的冷卻或加熱。其數(shù)值完全由預(yù)報(bào)模式?jīng)Q定。Q為水汽在水平方向上的平流。V為模式輸出的地面風(fēng)速（如10m）。Q為模式輸出的地面總水分量，為液態(tài)LWC和水汽比濕q之和（Q=LWC+q）。當(dāng)Adv＞0為濕平流，當(dāng)Adv＜0時(shí)為干平流。z為離地面的垂直距離。H為霧層厚度。如果霧沒有形成，可用地面飽和層厚度代替。如果模式有干偏差，大氣飽和的定義在后處理中可以定義為相對濕度略小于100%的某一閾值，也就是說，即使模式?jīng)]有霧的液態(tài)含水量的輸出，在后處理中也可根據(jù)相對濕度小于100%來定義的飽和，通過上式，診斷出霧內(nèi)含水量的垂直分布，這是本方法的特點(diǎn)之一。δ為與實(shí)際大氣湍流交換系數(shù)K有關(guān)的參數(shù)，具有厚度的尺度。

根據(jù)ZF08的研究，δ可以認(rèn)為是霧邊界層，其值的大?。ê穸龋╇S霧內(nèi)湍流強(qiáng)度變化而變化。當(dāng)霧內(nèi)湍流強(qiáng)度較弱時(shí)，δ較薄。當(dāng)湍流很強(qiáng)時(shí)霧邊界層δ將從地面向上發(fā)展。當(dāng)δ大于霧層厚度時(shí)（δ＞H），霧將消散。如果在霧形成之前，在飽和層定義的厚度下的δ如果很厚，霧也不會形成，最多是形成非接地的層云。只有當(dāng)δ＜H 時(shí)霧才會形成并穩(wěn)定。所以，與臨近湍流交換系數(shù)Kc一樣，δ也可用來診斷霧是否形成和消散。含水量式（11）由兩項(xiàng)組成：第一項(xiàng)是{ }的平方根項(xiàng)，它表征了含水量的總體大小和最大值，濕平流越強(qiáng)，冷卻率越大，霧層越厚，含水量也越大。第二項(xiàng)是[ ]項(xiàng)，與z和δ或K有關(guān)，它決定了含水量以及其最大值的拋物線狀垂直分布。含水量這種垂直方向的拋物線狀分布與實(shí)際觀測的形狀很相似[38]：完全沒有湍流時(shí)（K=0，δ=0），含水量最大值在地面（z=0）；當(dāng)湍流增強(qiáng)時(shí)，含水量最大值脫離地面；湍流越強(qiáng)，含水量最大值位置越高。

大量霧的數(shù)值模擬研究和觀測都表明，湍流對霧的影響是雙重的。一方面，只有當(dāng)湍流強(qiáng)度很弱時(shí)（靜風(fēng)條件）霧才可能形成。另一方面，當(dāng)霧形成后，適當(dāng)?shù)耐牧骺梢源龠M(jìn)霧的進(jìn)一步發(fā)展。霧的相對濕度必要條件（即相對濕度必須達(dá)到飽和閾值）很好理解，但霧的湍流強(qiáng)度必要條件還很模糊。怎樣定量地定義“適當(dāng)”的湍流強(qiáng)度是長期以來懸而未解的問題。ZF08的臨界湍流交換系數(shù)（Kc）給出了解決此問題的答案：只要湍流強(qiáng)度不超過由臨界湍流交換系數(shù)Kc定義的強(qiáng)度，霧就可以穩(wěn)定和發(fā)展，即Kc定義了霧層所能承受的最大湍流強(qiáng)度。從臨界湍流交換系數(shù)Kc的表達(dá)式可以看出，霧能承受湍流的能力與近地面的濕平流和冷卻率的1/2次方和霧厚度H3/2成正比。濕平流和冷卻率越大，Kc越大，風(fēng)速（或湍流）越小，霧越容易形成。霧越厚，Kc也越大，霧層能承受的湍流也越大，越不易被強(qiáng)湍流和氣流吹散，霧也越穩(wěn)定。由于Kc與H的3/2次方成正比，H對Kc的影響大于平流和冷卻率的影響。對薄霧，局地氣流的增大（較大的K），或者干平流和日出（較小的Kc）等都會導(dǎo)致其迅速消散。在模式后處理的實(shí)際操作時(shí)，只要應(yīng)用LWC(z)的計(jì)算就可以了。當(dāng)計(jì)算的近地面（比如z=10m）處的LWC＞0，可以證明，K＜Kc的條件也自動(dòng)滿足。用表2的系數(shù)和式（1）求得消光系數(shù)，再用能見度計(jì)算公式（2）可將LWC（含水量C）轉(zhuǎn)換為實(shí)用的能見度大?。蝗绻鸏WC為0，用SW99方法則賦為預(yù)定的最大值20km；如用GSD方法則仍可用地面RH用式（3）算得（見表3最后兩列的例子）。

該方法已經(jīng)被試驗(yàn)性地用在NCEP的區(qū)域集合預(yù)報(bào)系統(tǒng)SREF和NARRE-TL的霧強(qiáng)度的概率預(yù)報(bào)中。預(yù)報(bào)結(jié)果定時(shí)地發(fā)布在一天四次更新的SREF和每小時(shí)更新的NARRE-TL網(wǎng)站①NCEP SREF航空產(chǎn)品：http://www.emc.ncep.noaa.gov/mmb/wd20bz/SREF_aviation/web_site/html_212/fog.html；NCEP NARREL-TL產(chǎn)品：http://www.emc.ncep.noaa.gov/mmb/SREF_avia/FCST/NARRE/web_site/html/fog.html。。在具體計(jì)算時(shí)有幾點(diǎn)要注意：第一，為充分利用模式本身對層云的預(yù)報(bào)，本方法首先檢查模式輸出是否有云頂?shù)陀?00m，同時(shí)云底低于50m的層狀云。如果有，地面層狀云有可能轉(zhuǎn)變?yōu)橄鲁领F或者有海霧發(fā)生。這時(shí)層云將被作為地面霧來處理，霧的厚度（H）就設(shè)為云頂?shù)暮穸?，然后根?jù)湍流交換系數(shù)和霧層內(nèi)的水汽平流和冷卻率來計(jì)算近地面的含水量。第二，通常的業(yè)務(wù)模式中的湍流系數(shù)采用所謂的長尾穩(wěn)定度參數(shù)來計(jì)算。長尾穩(wěn)定度參數(shù)在理查森數(shù)Ri達(dá)到0.25時(shí)沒有截?cái)啵捶€(wěn)定度參數(shù)仍不為0），目的是為了在近地層極為穩(wěn)定時(shí)模式仍保持溫度層的有效性（因?yàn)檫吔鐚訙囟扔?jì)算依賴于這非零的穩(wěn)定度參數(shù)）。在實(shí)際極穩(wěn)定的大氣中，地面層與上層氣流出現(xiàn)了分離，邊界層已經(jīng)崩潰，穩(wěn)定度參數(shù)應(yīng)該為0。對輻射霧來講，長尾穩(wěn)定度參數(shù)可能不利于霧的形成。為此，可以采用短尾穩(wěn)定度參數(shù)，比如Beljaars[40]和Beare等[41]的形式。第三，當(dāng)溫度極低時(shí)，霧將變?yōu)楸F。在診斷冰霧時(shí)，飽和相對濕度的計(jì)算要按照以冰面為參考的相對濕度公式，其飽和閾值隨著溫度的降低而下降，比如在-20℃時(shí)相對濕度達(dá)到80%就開始飽和了。第四，總冷卻率的計(jì)算依賴霧的厚度。當(dāng)霧或飽和層較厚時(shí)，可以用層內(nèi)平均的變溫率來計(jì)算也可以用霧頂附近的變溫率來計(jì)算[39]。當(dāng)霧或飽和層較薄時(shí)，可以用地面2m的變溫率來計(jì)算。

最后介紹2010—2011年冬季（11月—次年2月），加拿大環(huán)境廳FRAM（Fog Remote Sensing and Modeling）項(xiàng)目在加拿大北部城市黃刀國際機(jī)場進(jìn)行的冰霧觀測實(shí)例[42-43]。該項(xiàng)目用能見度和以此方法同時(shí)對NCEP NAM等模式對14場冰霧的預(yù)報(bào)能力進(jìn)行了檢驗(yàn)和比較。結(jié)果表明，在這14場冰霧中，用能見度來預(yù)報(bào)漏報(bào)了一半以上的冰霧，而用此方法，預(yù)報(bào)有明顯地改進(jìn)。 每場霧基本都能報(bào)出來, 只是起止時(shí)間有誤差?，F(xiàn)用一例來說明，該冰霧發(fā)生在12月17日半夜當(dāng)?shù)貢r(shí)間00:00。地面氣溫為-20℃，霧持續(xù)時(shí)間為12h，第二天中午12:00消散（表3中第一列的陰影區(qū)）。霧形成前靜風(fēng)無云，是典型的輻射霧。冰霧發(fā)生時(shí)地面冰霧粒子被有效地觀測到，能見度低于1000m。NAM對黃刀機(jī)場當(dāng)天的4次能見度預(yù)報(bào)都在4000m左右。說明模式近地面有飽和凝結(jié)，但沒有產(chǎn)生足夠的冰水量使能見度小于1000m。如果用NAM的輸出場在后處理用此方法進(jìn)行再診斷，霧就被預(yù)報(bào)出來。盡管預(yù)報(bào)的霧發(fā)生時(shí)間提前了4h，消散時(shí)間提前了5h（見表3第五、九、十、十一和十二列黑體數(shù)字）。為了說明該方法中各過程在診斷過程中的作用，表3列舉了NAM 12:00時(shí)（當(dāng)?shù)貢r(shí)間）發(fā)布的前25h預(yù)報(bào)時(shí)間內(nèi)每小時(shí)的地面2m處相對濕度（RH2m）和冰相飽和相對濕度（RHs）、飽和層（霧前）和霧厚度（H）、10m處冰霧含水量（IWC10m）、水量的冷卻產(chǎn)生率（βCo）、水量的平流產(chǎn)生率（Adv）、水量的總產(chǎn)生率（冷卻和平流之和，Total）、湍流和臨界湍流交換系數(shù)（K和Kc）、霧邊界層厚度（δ）以及SW99法（Vis1）和GSD法（Vis2）計(jì)算的兩種能見度的診斷數(shù)據(jù)。

表3　NAM 25h預(yù)報(bào)時(shí)間內(nèi)每小時(shí)的地面2m處相對濕度（RH2m）和冰相飽和相對濕度（RHs）、飽和層（霧前）和霧厚度（H）、10m處冰霧含水量（IWC10m）、水量的冷卻產(chǎn)生率（βCo）、水量的平流產(chǎn)生率（Adv）、水量的總產(chǎn)生率（冷卻和平流之和，Total）、湍流和臨界湍流交換系數(shù)（K和Kc）、霧邊界層厚度（δ）以及SW99法（Vis1）和GSD法（Vis2）計(jì)算的兩種能見度的診斷數(shù)據(jù)Table 3 NAM 25 h hourly outputs for 2m relative humidity （RH2m）, saturation relative humidity with respect to ice（RHs）, saturated layer depth （before fog） and fog layer depth （H）, ice fog water content at 10m （IWC10m）, ice fog water generation rate due to cooling （βCo）, and moist advection（Adv）, ice water total generation rate （Total）, turbulent exchange coefficient and its critical value（Kand Kc）, fog boundary layer depth （δ）, visibility with SW99（Vis1） and with GSD （Vis2）

表3左邊第一列是預(yù)報(bào)時(shí)間，陰影部分是霧的實(shí)際發(fā)生到消散時(shí)間。NA為當(dāng)未飽和或水量總產(chǎn)生率為負(fù)時(shí)不能計(jì)算。因?yàn)闇囟葹?20℃左右，由氣溫計(jì)算的冰相飽和的相對濕度（第三列）大大小于100%，僅為80%左右。除了第一小時(shí)地面還未達(dá)到飽和外，其后22h地面相對濕度（第二列）都達(dá)到或超過了飽和值（第三列）。地面10m霧含水量IWC10m表明，霧在20時(shí)開始形成，比觀測早了4h。盡管霧形成前6h地面已經(jīng)飽和了，飽和層厚度（H）為40～60m，但霧沒有形成。原因是前6h，實(shí)際的湍流交換系數(shù)（K）大于臨界湍流交換系數(shù)（Kc）。δ也大于H。20時(shí)起，湍流交換系數(shù)（K）突然降到10-4以下，大大小于由飽和厚度、冷卻和平流定義的臨界湍流交換系數(shù)（Kc），δ也趨于0而小于H 。在霧形成前基本是干平流，但冷卻產(chǎn)生的水量還是大于干平流的消耗，所以總的水量產(chǎn)生率是正值。除了在03時(shí)干平流的消耗和負(fù)的冷卻產(chǎn)生率，霧有短暫的消失，04時(shí)霧又重新形成。該霧的厚度從形成到消散沒有太大的變化，維持在60m左右。冰霧水量在0.05～0.1g/kg。湍流交換系數(shù)（K）一直維持在10-4～10-3（m2/s）的量級，在后期略有增大。δ也有所增厚。07時(shí)，由于日出，冷卻率有所減小。但到10時(shí)之前，仍在冷卻（北方太陽高度角較低）。由于干平流消耗（負(fù)值）仍維持在相同的水平，這導(dǎo)致霧水的總產(chǎn)生從正到負(fù)，使預(yù)報(bào)的霧比實(shí)際情況提早消散。雖然這次霧事件預(yù)報(bào)成功，但霧起止時(shí)間的預(yù)報(bào)誤差說明，或許此法還有改進(jìn)余地，但更有可能是模式輸出的那些基本量中存在誤差。可見，除了霧的診斷方法好壞，最終霧預(yù)報(bào)的準(zhǔn)確性大大依賴于數(shù)值預(yù)報(bào)模式的質(zhì)量。

2.3改善能見度和霧預(yù)報(bào)的途徑

本節(jié)著重討論了目前，特別是NCEP的能見度和霧的診斷預(yù)報(bào)方法。總體而言，模式對它們的預(yù)報(bào)能力仍停留和徘徊在較低的水平上。對數(shù)值預(yù)報(bào)中心而言，提高其可預(yù)報(bào)性仍有很長的路要走。從能見度和霧本身的特點(diǎn)及目前業(yè)務(wù)模式的發(fā)展?fàn)顩r，提高它們的可預(yù)報(bào)性有如下七個(gè)方面可以考慮：初始場、模式、診斷方法、訂正、資料、集合預(yù)報(bào)和高污染條件下的氣溶膠消光系數(shù)。

1）由于初始條件對霧的預(yù)報(bào)極其敏感，提高模式的初始場精度可有效地減小其誤差。這方面改進(jìn)觀測和資料同化手段是關(guān)鍵，目前各中心采用的三維、四維和集合資料同化正是此目的。

2）改進(jìn)模式有許多方面，這里只列三方面。①發(fā)展適合于霧的微物理參數(shù)化方案。目前所有可選用的微物理參數(shù)化方案沒有充分考慮霧的微物理過程。如果充分考慮霧的微物理過程，霧的預(yù)報(bào)會有很大提高。比如Kim等對WRF-ARW的Thompson方案進(jìn)行改進(jìn)后發(fā)現(xiàn)，對冰霧的模擬能力有所提高[44]。英國氣象局改進(jìn)的針對霧和毛毛雨的微物理參數(shù)化方案對霧的預(yù)報(bào)能力也有所提高[45]。但對業(yè)務(wù)模式來講，這種物理方案的改進(jìn)不能影響到其他天氣要素的預(yù)報(bào)。所以，如何在普通業(yè)務(wù)模式的云參數(shù)化方案中考慮地面各種類型霧的參數(shù)化仍是挑戰(zhàn)性的課題。②尋找適合于霧的邊界層參數(shù)化方案。目前可采用的邊界層參數(shù)化方案有多種，但沒有一種對霧的預(yù)報(bào)是最適合的。他們對不同的地區(qū)和不同的時(shí)間以及不同種類的霧，預(yù)報(bào)表現(xiàn)可能不同。③提高模式的水平和垂直分辨率。較高的水平和垂直分辨率可以有效地提高低能見度等小尺度天氣和霧的預(yù)報(bào)能力。但這對模式本身的性能和計(jì)算條件要求較高。

3）研究和發(fā)展更有效的霧的診斷方法。由于模式的各種偏差和能力不足，對地面含水量的預(yù)報(bào)有很大的誤差，造成地面低能見度計(jì)算的困難。用常規(guī)場在后處理中對霧進(jìn)行再診斷不失是一種較實(shí)用的方法。但這種方法的精度仍依賴于模式輸出的常規(guī)場的預(yù)報(bào)精度。

4）后處理訂正是一種降低時(shí)空誤差的有效可行方法，這包括偏差訂正（時(shí)間誤差）和降尺度（空間誤差）。利用長期觀測資料先對常規(guī)場的偏差進(jìn)行訂正，然后也可以再對能見度和霧預(yù)報(bào)的偏差進(jìn)行訂正如類似降水訂正[46]。利用高精度資料進(jìn)行降尺度，這對目前模式空間分辨率還不夠情況下很有必要。

5）資料問題是上述3）和4）兩方面的基礎(chǔ)，如不同區(qū)域的地面霧和低能見度的長期觀測資料的收集對驗(yàn)證和霧診斷方法參數(shù)的選取和訂正有至關(guān)重要的作用。目前這方面的資料很缺乏，特別是偏遠(yuǎn)地區(qū)。這時(shí)自動(dòng)站將發(fā)揮有利的作用。比如目前北美有5000多個(gè)連續(xù)觀測的METAR自動(dòng)站。NCEP每天將每小時(shí)包括能見度的資料經(jīng)過處理放在其ADDS中讓公眾使用。既可以用作臨近預(yù)報(bào)，也可被用來作為監(jiān)視和驗(yàn)證模式低能見度和霧的預(yù)報(bào)效果的參考。除了站點(diǎn)觀測資料，也要發(fā)展網(wǎng)格的分析資料以便直接用于模式。對于低能見度分析場的研究，NCEP目前用收集到的METAR和其他地面及高空資料結(jié)合RAP模式對地面能見度進(jìn)行分析，得到地面能見度的每小時(shí)格點(diǎn)化的分析場。可以用來做模式的客觀驗(yàn)證和對霧診斷參數(shù)的調(diào)整。另外NCEP還發(fā)展了全美2.5和5km的實(shí)時(shí)中尺度分析資料同化系統(tǒng)RTMA（Real Time Mesoscale Analysis），對地面要素和能見度進(jìn)行分析產(chǎn)生它們的地面格點(diǎn)分析場。該資料已被用于模式的客觀驗(yàn)證、模式參數(shù)調(diào)整以及模式預(yù)報(bào)的降尺度化等 。

6）進(jìn)行霧的集合預(yù)報(bào)?？紤]地球大氣和模式的混沌性，霧對初始場誤差很敏感，以及各種參數(shù)化方案的表現(xiàn)與時(shí)間、地點(diǎn)和天氣系統(tǒng)本身的不同而變化。一種方案不可能在所有情況下都有較好的表現(xiàn)。這種由初始場誤差引起的不確定性和各種參數(shù)化方案表現(xiàn)不同引起的系統(tǒng)誤差是目前低能見度和霧的可預(yù)報(bào)性較低的重要原因。近年來發(fā)展起來的集合預(yù)報(bào)方法，為減少和定量化地表征以上兩種誤差引起的不確定性提供了很好的途徑[47-48]。NCEP的實(shí)踐證明，集合預(yù)報(bào)可有效地提高霧的預(yù)報(bào)能力和精度[20,34]。AWC專門利用區(qū)域集合預(yù)報(bào)SREF建立了全美各大機(jī)場TAF的冬季降雪和低能見度造成的重要天氣概率預(yù)報(bào)，稱為“冬季航空天氣預(yù)報(bào)儀表操作臺”。FAA主導(dǎo)的新一代航空管理系統(tǒng)NextGen也把預(yù)報(bào)的不確定性作為航空預(yù)報(bào)的一個(gè)重要組成部分以便更科學(xué)地來決策[49]。

7）結(jié)合中國國內(nèi)霧霾污染的實(shí)際，開展對氣溶膠粒子的消光系數(shù)的參數(shù)化的試驗(yàn)和數(shù)值模擬研究，尋找符合中國實(shí)際的氣溶膠消光系數(shù)?？煽康臍馊苣z消光系數(shù)是計(jì)算高污染天氣下能見度的關(guān)鍵。本文介紹的是NCEP的能見度業(yè)務(wù)預(yù)報(bào)，對高污染條件可能并不適用。近年來國內(nèi)開展對霧霾污染的監(jiān)測已得到充分地重視，積累了大量數(shù)據(jù)。中國氣象局對其業(yè)務(wù)預(yù)報(bào)和預(yù)警工作正在有效地開展[50]。 大量和可靠的在高污染和霧和霾天氣下的氣溶膠粒子和能見度資料以及成熟的污染預(yù)報(bào)業(yè)務(wù)模式（如CMAQ）為氣溶膠粒子的消光系數(shù)的參數(shù)化研究提供了基礎(chǔ)。對提高在霾條件下能見度的預(yù)報(bào)有切實(shí)意義。

在中國，霧和低能見度的數(shù)值模擬研究始于20世紀(jì)80年代初，起步較早[51]，但低能見度和霧的數(shù)值業(yè)務(wù)預(yù)報(bào)似乎還沒有完全跟上[52]。為提高預(yù)報(bào)中心霧的業(yè)務(wù)預(yù)報(bào)能力，建議在國內(nèi)霧和低能見度數(shù)值模擬研究的基礎(chǔ)上結(jié)合中國的實(shí)際，加強(qiáng)業(yè)務(wù)模式后處理中霧和低能見度的診斷方法的研究，并將在過去霧的數(shù)值研究中得到的成果考慮在后處理中，加強(qiáng)全國霧觀測網(wǎng)資料的收集，進(jìn)行霧預(yù)報(bào)的統(tǒng)一驗(yàn)證和臺站及航站預(yù)報(bào)員的自主驗(yàn)證，不斷提高霧和低能見度的中心業(yè)務(wù)預(yù)報(bào)水平。目前中國氣象局?jǐn)?shù)值預(yù)報(bào)中心也已建立了業(yè)務(wù)運(yùn)行的區(qū)域集合預(yù)報(bào)系統(tǒng)，并專門設(shè)有航空預(yù)報(bào)中心，所以可開展能見度和霧的集合預(yù)報(bào)產(chǎn)品；在民航華東空管局也已有試驗(yàn)性的集合航空預(yù)報(bào)系統(tǒng)和產(chǎn)品，在2010年上海世博會期間也有試用。因此，來定量描述航空預(yù)報(bào)中有關(guān)要素的可信度其各種條件也已基本成熟。

3　小結(jié)

航空天氣要素對飛行航運(yùn)有重要的影響。準(zhǔn)確預(yù)報(bào)這些要素可以有效地提高飛行的安全性，擴(kuò)大民用飛行空間的使用效率和降低機(jī)場的晚點(diǎn)率。航空天氣要素分為航路要素和航站要素。航路要素包括哪些對飛機(jī)在巡航飛行時(shí)有害的天氣條件，包括顛簸、結(jié)冰和對流等。航站天氣包括對飛機(jī)起飛和降落有重要影響的天氣，如低層風(fēng)切變、雷暴、云底高度、能見度、霧和飛行約束分類等。在NCEP，除了臨近預(yù)報(bào)外，不論是航路要素還是航站要素，通常都是在模式的后處理中通過不同的方法診斷產(chǎn)生的。本文著重介紹了能見度和霧在NCEP的區(qū)域模式中的診斷方法。其中，能見度有兩種診斷方法。一種是Stoelinga-Warner方法，該方法要求預(yù)報(bào)模式有四種水凝性物質(zhì)的輸出。通過這些水凝性物質(zhì)計(jì)算消光系數(shù)來估算水平能見度。第二種方法是GSD方法。該方法是前一種方法的改進(jìn)，包括增加了更多的水凝性物質(zhì)，用相對濕度估算高濕度時(shí)霾條件下的能見度，考慮了白天和夜里能見度的不同等。還討論了以機(jī)場跑道為背景的跑道能見度的估計(jì)方法。除了能見度的診斷，NOAAMDL發(fā)展了模式數(shù)據(jù)的統(tǒng)計(jì)預(yù)報(bào)方法MOS和LAMP。但統(tǒng)計(jì)預(yù)報(bào)要求對迅速更新的模式版本進(jìn)行及時(shí)的動(dòng)態(tài)的參數(shù)調(diào)整。

目前各預(yù)報(bào)中心還沒有把霧的預(yù)報(bào)作為模式指導(dǎo)預(yù)報(bào)中的正式內(nèi)容。原因是業(yè)務(wù)模式對霧的可預(yù)報(bào)性很低。臺站和航站預(yù)報(bào)員往往利用低能見度的預(yù)報(bào)或利用模式輸出的其他與霧有關(guān)的常規(guī)要素（包括探空）來進(jìn)行霧的經(jīng)驗(yàn)預(yù)報(bào)。但低能見度有時(shí)并非由霧造成，而經(jīng)驗(yàn)預(yù)報(bào)則帶有很強(qiáng)的主觀性，依賴于預(yù)報(bào)員對模式輸出的各種要素場的誤差理解。當(dāng)模式版本更新很快時(shí)，預(yù)報(bào)員的經(jīng)驗(yàn)有時(shí)跟不上模式新版本的變化。因此各臺站和航站希望數(shù)值預(yù)報(bào)中心能試驗(yàn)性地提供霧模式指導(dǎo)預(yù)報(bào)。與其他航空要素一樣，霧的模式預(yù)報(bào)仍是在模式的后處理中診斷的。除了UPS開發(fā)的方法，NCEP近年來著重研究和發(fā)展了兩種霧的診斷方法。一種是多重規(guī)則方法，該方法利用能見度、云底、云頂高度、地面相對濕度和風(fēng)速根據(jù)不同的閾值來對霧的發(fā)生與否進(jìn)行診斷，但該方法不能確定霧的含水量和霧的強(qiáng)弱。另一種是根據(jù)Zhou-Ferrier的霧層平衡理論提出的霧發(fā)生和穩(wěn)定的湍流強(qiáng)度必要條件以及霧層內(nèi)含水量的垂直分布公式對霧含水量進(jìn)行診斷。該條件由冷卻率、水汽平流和霧前飽和層或霧層厚度所確定的臨界湍流交換系數(shù)決定。只有當(dāng)湍流強(qiáng)度小于該臨界值時(shí)，霧才可能形成和穩(wěn)定。

最后，本文討論了進(jìn)一步改善能見度和霧的業(yè)務(wù)模式預(yù)報(bào)的七種可行途徑：減少初始場的誤差，改進(jìn)模式包括研究和選用合適于霧的微物理參數(shù)化方案、邊界層參數(shù)化方案和提高模式分辨率，霧診斷方法的改進(jìn)，后處理訂正，加強(qiáng)霧的觀測網(wǎng)和分析場的研究，并強(qiáng)調(diào)了霧集合預(yù)報(bào)的重要性，以及結(jié)合中國多污染的實(shí)際來開展氣溶膠消光系數(shù)的研究?？傊?，目前霧的業(yè)務(wù)預(yù)報(bào)能力還有限，還有諸多挑戰(zhàn)，有很長的路要走，希望本文能起到一些推動(dòng)作用。

［1］NOAA NWS. National Weather Service Report. Washington D C：NOAA， 2014.

［2］Aviation Weather Center. Seminar in 2014 Summer Aviation Experiment Testbed. Kansas City， August， 2014.

［3］Gultepe I， Tardif R， Michaelides S C， et al. Fog research： A review of past achievements and future perspective. Pure Appl Geophys，2007， 164： 1121-1159.

［4］NOAA. Federal Meteorological Handbook， No. 1 （FMH-1）. Washington D C： NOAA， 1995.

［5］NCEP Environmental Modeling Center. NAM model document. http：//www.emc.ncep.noaa.gov/index.php

［6］Benjamin S， Devenyi D， Smirnova T， et al. From the 13km RUC to the rapid refresh. 12th Conference on Aviation Range and Aerospace Meteorology， Atlanta， 2006. Amer Meteor Soc， 2006.

［7］NOAA Earth system Research Lab. The High-Resolution Rapid Refresh （HRRR）. http：//rapidrefresh.noaa.gov/hrrr.

［8］Du J， DiMego D， Tracton M S， et al. NCEP short-range ensemble forecasting （SREF） system： Multi-IC， multi-model and multiphysics approach// Cote J. Research Activities in Atmospheric and Oceanic Modelling， Report 33. CAS/JSC Working Group Numerical Experimentation， WMO/TD-No. 1161， 2003. http：// www.emc.ncep.noaa.gov/mmb/SREF/srefWMO_2003.pdf.

［9］Zhou B， Du J， Manikin G， et al. Introduction to NCEP’s time lagged North American Rapid Refresh Ensemble Forecast System（NARRE-TL）. Conference on Aviation Range and AerospaceMeteorology， Los Angles， August， 2011. Amer Meteor Soc， 2011.

［10］Koch S E， Ferrier B， Stoelinga M T， et al. Te use of simulated radar reflectivity fields in the diagnosis of mesoscale phenomena from high-resolution WRF model forecasts. 11th Conf on Mesoscale Processes， Albuquerque， Oct 2005. Amer Meteor Soc， 2005.

［11］Zhou B， Du J， Liu S， et al. Verifications of simulated radar reflectivity and echo-top forecasts at NCEP， 24th Conference on Weather and Forecasting， Seattle， Jan， 2011. Amer Meteor Soc， 2011.

［12］Bright D R， Wandishin M S， Jewell R E， et al. A physically based parameter for lightning prediction and its calibration in ensemble forecasts. 22nd Conf on Severe Local Storms， Hyannis， Oct， 2004. Amer Meteor Soc， 2004.

［13］Zhou B， Du J， McQueen J， et al. An introduction to NCEP SREF aviation project. 11th Conf on Aviation， Range， and Aerospace Meteorology， Hyannis， Oct， 2004. Amer Meteor Soc， 2004.

［14］Bernstein B C， McDonough F， Politovich M K， et al. Current icing potential： algorithm description and comparison with aircraft observations. Journal of Applied Meteorology， 2005， 44（7）：969-986. doi：10.1175/jam2246.1.

［15］Trojan G. GRIB Aviation Products. WAFC Washington Progress Report， Washington D C， August， 2007.

［16］Ellrod G P， Knapp D I. An objective clear-air turbulence forecasting technique： verification and operational use. Wea Forecasting， 1992， 7（1）： 150-165.

［17］Turp D J， Macadam I， Bysouth C， et al. Development of GRIB Icing an Turbulence Products for WAFC London： WAFC London Progress Report， London， November， 2006.

［18］Sharman R， Wolff J， Wiener G. Technical description document for the graphical turbulence guidance product v2 （gtg2）. FAA AWRP Turbulence PDT Project Technical Report， Boulder， 2004.

［19］NOAA/National Weather Service. NWS Instruction 10-813 of TAF. Washington D C： NOAA， 2004.

［20］Zhou B， Du J， Gultepe I， et al. Forecast of low visibility and fog from NCEP： current status and efforts. Pure and Applied Geophysics， 2011， 169（5/6）： 895-909. doi：10.1007/s00024-011-0327-x.

［21］杜鈞， 周斌斌. 霧的集合預(yù)報(bào)與集合預(yù)報(bào)的檢驗(yàn). 氣象科技進(jìn)展，2016， 待發(fā)表.

［22］Stoelinga M T， Warner T T. Nonhydrostatic， mesobeta-scale model simulations of cloud ceiling and visibility for an east coast winter precipitation event. J Appl Meteor， 1999， 38（4）： 385-404.

［23］Smirnova T G， Benjamin S G， Brown J M， et al. Case study verification of RUC/MAPS fog and visibility forecasts. 9th Conference on Aviation， Range， and Aerospace Meteorology，Orlando， 2000. Amer Meteor Soc， 2000.

［24］Skamarock W C， Klemp J B， Dudhia J， et al. A description of the advanced research WRF， Version 2. NCAR Technical Note， 2005.

［25］Clark P A， Harcourt S A， Macpherson B， et al. Prediction of visibility and aerosol within the operational Met Office Unified Model.Ⅰ： model formulation and variational assimilation. Q J R Meteorol Soc， 2008， 134（636）： 1801-1816. doi：10.1002/qj.318.

［26］Rasmussen R M， Vivekanandan J， Cole J， et al. The estimation of snowfall rate using visibility. J Appl Meteor， 1999， 38（10）：1542-1563.

［27］Kunkel B A. Parameterization of droplet terminal velocityand extinction coefficient in fog models. J Climate Appl Meteor， 1984，23（1）： 34-41.

［28］Gultepe I， Müller M D， Boybeyi Z. A new visibilityparameterization for warm-fog applications in numerical weather prediction models. J Appl Meteor Climatol， 2006， 45（11）： 1469-1480. doi：10.1175/ jam2423.1.

［29］Aviation Weather Center/NCEP. Aviation Digital Data Service. http：//www.aviationweather.gov/adds/cv.

［30］Glahn H R， Lowry D A. Te use of model output statistics （MOS）in objective weather forecasting. J Appl Meteor， 1972， 11（8）：1203-1211.

［31］Ghirardelli J E， Glahn B. The meteorologival development laboratory’s aviation weather prediction system. Wea and Forecasting， 2010， 25： 1027-1051.

［32］Gardener T. Runway Visual Range. TMS Photometrics， 2007. http：//www.maths-in-industry.org/miis/137/1/runwayvr.pdf

［33］Ryerson W R， Hacker J P. The potential for mesoscale visibility predictions with a multimodel ensemble. Wea and Forecasting，2014， 29： 543-562.

［34］Zhou B， Du J. Fog prediction from a multimodel mesoscale ensemble prediction system. Wea Forecasting， 2010， 25： 303-322.

［35］Duan Y， Gong J， Du J， et al. An overview of the Beijing 2008 Olympics Research and Development Project （B08RDP）. Bull Amer Meteor Soc， 2012， 93： 381-403.

［36］Baker R J， Cramer J， Peters J. Radiation fog： UPS Airline conceptual models and forecast methods. 10th Conf on Aviation，Range， and Aerospace. Portland， 2002. Amer Meteor Soc， 2002.

［37］Black T L. Te new NMC Mesoscale Eta Model： Description and forecast examples. Wea Forecasting， 1994， 9： 265-278.

［38］Zhou B， Ferrier B S. Asymptotic analysis of equilibrium in radiation fog. J Appl Meteor and Climatol， 2008， 47： 1704-1722.

［39］Zhou B. Introduction to a new fog diagnostic scheme. NCEP Office Note 466， 2011

［40］Beljaars A. Te parameterization of the planetary boundary layer. ECWMF Report， 1992.

［41］Beare R. An intercomparison of large-eddy simulation of the stable boundary layer. Boundary-Layer Meteor， 2006， 118： 247-271.

［42］ Gultepe I， Zhou B， Milbrandt J， et al. A review on ice fog measurements and modeling. Atmos Res， 2015， 151： 2-19.

［43］Gultepe I， Kuhn T， Pavolonis M， et al. Ice fog in Arctic during FRAM-Ice fog project： aviation and nowcasting applications. Bull Amer Meteor Soc， 2014， 95： 211-226.

［44］Kim C K， Stuefer M， Schmitt C G， et al. Numerical modeling of ice fog in interior Alaska using the weather research and forecasting model. Pure Appl Geophys， 2014， 171： 1963-1982.

［45］Wilkinson J M， Porson A N F， Bornemann F J， et al. Improved microphysical parameterization of drizzle and fog for operational forecasting using the Met Office unified model. Q J R Meteorol Soc， 2013， 139： 488-500.

［46］李俊， 杜鈞， 陳超君. 降水偏差訂正的頻率（或面積）匹配方法介紹和分析. 氣象， 2014， 40（5）： 580-588.

［47］杜鈞. 集合預(yù)報(bào)的現(xiàn)狀和前景. 應(yīng)用氣象學(xué)報(bào)， 2002， 13（1）：16-28.

［48］杜鈞， 陳靜. 單一值預(yù)報(bào)向概率預(yù)報(bào)轉(zhuǎn)變的基礎(chǔ)： 談?wù)劶项A(yù)報(bào)及其帶來的變革. 氣象， 2010， 36（11）： 1-11.

［49］Souders C G， Kays T， Spincic S， et al. NextGen weather requirements： an update. 14th Conf on Aviation， Range， and Aerospace Meteorology， Atlanta， 2010.Amer Meteor Soc， 2010.

［50］康志明， 桂海林， 花叢. 國家級環(huán)境氣象業(yè)務(wù)現(xiàn)狀及發(fā)展趨勢. 氣象科技進(jìn)展， 2016， 6（2）： 64-69.

［51］ 李子華.中國近40年來霧的研究. 氣象學(xué)報(bào)， 2001， 59（5）： 616-623.

［52］章國材. 中國霧的業(yè)務(wù)預(yù)報(bào)和應(yīng)用. 氣象科技進(jìn)展， 2016， 6（2）：42-48.

Aviation Weather and Model-Based Operational Forecasts of Low Visibility and Fog

Zhou Binbin1,2, Jiang Le1, Du Jun2
（1 I. M. Systems Group， Inc. U.S.A. 2 Environmental Modeling Center， NCEP/NWS/NOAA， U.S.A.）

This article introduces the operational predictions of hazardous weather elements to aviation both en-route and in TAF. Two visibility algorithms and three fog diagnostic schemes used at NCEP are discussed in particular. The frst visibility algorithm is Stoelinga and Warner method. This method requires outputs of four hydrometeors from a model to estimate optical extinction coeffcient and calculate visibility. The second visibility method is an upgrade to the frst one by adding more species of hydrometeor. This method can also estimate visibility in high humidity and haze conditions without knowing hydrometers as well as considering the differences between daytime and nighttime. The concept of airport Runway Visibility Range (RVR) is introduced and the relationship between the RVR and horizontal visibility range (HVR) is given. The fog diagnosis includes the UPS method, multi-rule method and physical-process balanced method. The UPS method uses surface-layer stability index. The multi-rule method uses a combination of visibility, cloud, surface humidity and wind speed to diagnose fog occurrence. These two methods do not predict fog intensity. The third method can diagnose both fog occurrence and intensity. It is based on the turbulence condition for fog formation and persistence as well as the explicit formulation of fog liquid water content suggested by a fog’s physical balance theory. Both multi-rule and physical-process balance methods have been implemented operationally in the NCEP’s regional ensemble forecast systems and showed encouraging results. However, the current skill of low visibility and fog forecasts directly derived from a numerical weather prediction model is generally low comparing to the forecasts of other weather elements such as precipitation. The diffculties are discussed and the ways of improvement are also suggested.

aviation weather, numerical weather prediction, model post diagnosis, visibility, fog

10.3969/j.issn.2095-1973.2016.02.003

2015年3月26日；

2015年7月27日

周斌斌（1958—），Email: binbin.zhou@noaa.gov