鄭娜 郭峰

摘要 霧對高速公路的行車安全和日常生活的影響較大，準確預報霧的出現(xiàn)時間及能見度具有十分重要的社會和經(jīng)濟意義。本文利用能見度和氣象要素的實時監(jiān)測資料，應用SPSS對能見度與氣象要素間的關(guān)系進行相關(guān)性分析，研究霧與氣象因子間的內(nèi)在聯(lián)系，利用逐步回歸方法建立霧的預報方程，檢驗結(jié)果顯示，霧能見度與氣象要素的擬合程度較好。

關(guān)鍵詞 霧；能見度；特征分析；預報方程；逐步回歸；山東棲霞

中圖分類號 P426.4 文獻標識碼 A 文章編號 1007-5739（2018）04-0202-02

棲霞市隸屬于山東省煙臺市，位于山東省膠東半島腹地，處丘陵山區(qū)，境內(nèi)群山起伏。棲霞市屬溫暖帶半濕潤大陸性季風氣候，四季交替分明，一般不發(fā)生較大自然災害，霧是對其影響較大的天氣現(xiàn)象之一。

霧是低層大氣中水汽達到飽和時，大量微小水滴浮游空中，貼地層空氣中懸浮的大量水滴或冰晶微粒形成的集合體[1-3]。霧常呈乳白色，輕霧水平能見度在1～10 km之間，霧水平能見度<1 km。霧會嚴重降低空氣透明度，使視力受阻、視野模糊。

低能見度霧天對高速公路的行車安全和正常使用影響較大，交通管理部門和社會公眾對公路交通的低能見度霧氣象服務(wù)提出了更高的要求[4-5]。目前，棲霞市氣象局尚未建立起針對本地區(qū)實際情況的霧預報模型。本文以此為切入點，利用棲霞站能見度和氣象要素的實時監(jiān)測資料，對能見度與氣象要素之間的關(guān)系進行相關(guān)性分析，研究霧與氣象因子之間的內(nèi)在聯(lián)系，利用逐步回歸方法建立霧的預報方程。

1 資料與方法

本研究數(shù)據(jù)資料均來源于山東省棲霞市國家一般氣象觀測站的觀測資料，統(tǒng)計2005—2016年各月的霧天出現(xiàn)次數(shù)，分析棲霞市霧的氣候特征及其變化。選取2016年1—12月棲霞站新型自動站觀測資料，分析各要素與能見度之間的相關(guān)關(guān)系，初步建立霧的預報模型。應用2017年1—5月觀測資料對預報方程進行檢驗。

2 霧的統(tǒng)計特征

2.1 月際變化

統(tǒng)計2005—2016年棲霞站各月的霧天出現(xiàn)次數(shù)，分析其月際變化發(fā)現(xiàn)，棲霞市全年各月均會有霧天出現(xiàn)，但主要集中在10月至翌年2月，3—9月霧天次數(shù)明顯減少。其中，霧天出現(xiàn)次數(shù)最多的月份為2月和11月，各為22次；7月最少，僅為5次，呈秋冬多、春夏少的特征。而輕霧在7月出現(xiàn)次數(shù)最多，為280次；5月最少，為99次，呈夏秋多、冬春少的特征。相關(guān)研究資料表明，膠東半島沿海海霧多出現(xiàn)在7—8月，受海霧影響，棲霞市夏季多輕霧。

2.2 年際變化

分析年際變化發(fā)現(xiàn)，近年來霧出現(xiàn)次數(shù)呈增長趨勢，2016年出現(xiàn)極大值，為49次。12年來輕霧出現(xiàn)次數(shù)變化不顯著，平均每年約164次。

3 影響因子分析

應用SPSS進行各氣象要素與能見度的相關(guān)性分析，得到了各氣象要素與能見度之間的相關(guān)系數(shù)，選取其中相關(guān)系數(shù)>0.1的因子進行下一步分析。選取因子包括相對濕度、露點溫度、水汽壓、地溫與氣溫差、風速、本站氣壓，相關(guān)系數(shù)分別為-0.483、-0.193、-0.182、0.183、0.104、0.154。SPSS分析結(jié)果表明，上述6個氣象要素與能見度在0.01水平上顯著相關(guān)。

3.1 水汽條件

相對濕度、露點溫度、水汽壓是反映水汽含量的物理量，能見度與近地面水汽含量之間有密切的關(guān)系[6-7]。

霧常出現(xiàn)在相對濕度>95%的情況下，此時露點溫度為10.0 ℃左右，水汽壓為15.0 hPa左右。輕霧出現(xiàn)時相對濕度在65%～95%之間，露點溫度為6.0～12.0 ℃左右，水汽壓為11.0～17.0 hPa左右。以上3個物理量均隨能見度的增加而降低。因此，水汽含量與能見度之間成負相關(guān)，能見度隨水汽含量的增加而降低。

3.2 動力條件

地面風速、地表溫度與空氣溫度的差值是引起地面湍流的2個氣象因子[8-9]，根據(jù)以上2個氣象因子與能見度之間的關(guān)系，分析影響能見度的動力條件。

地表溫度與空氣溫度的差值變化可表示地表的感熱狀況，客觀反映近地面的溫度和濕度湍流狀況。霧出現(xiàn)時，地溫與氣溫差值為0.5 ℃左右，輕霧出現(xiàn)時略有升高，可見地表溫度、空氣溫度的差值與能見度之間成正相關(guān)，能見度隨地表溫度與空氣溫度差值的增大而升高。

地面風速的大小表明近地面層大氣的亂流混合狀況。統(tǒng)計各能見度下對應的地面風速可以看出，霧出現(xiàn)時風速維持在2.0～4.0 m/s之間，主要集中在3.0 m/s左右；輕霧出現(xiàn)時風速維持在3.0～5.0 m/s之間，主要集中在4.0 m/s左右。風速與能見度之間成正相關(guān)，能見度隨風速的增大而升高。

3.3 氣壓條件

雖然本站氣壓總體變化較小，但是數(shù)據(jù)分析顯示，本站氣壓與能見度之間成正相關(guān)關(guān)系，能見度隨氣壓的增加而呈現(xiàn)升高的趨勢。

4 預報方法

4.1 預報方程的建立

以各項氣象要素為自變量，能見度為因變量，進行逐步回歸分析，保留的氣象因子及其系數(shù)如表1所示。

結(jié)果顯示，氣象因子概率值均<0.05，拒絕原假設(shè)“該項系數(shù)為0”。因此，初步得到預報方程：

V=-516 318.371-358.301RH+55.917P+36.451Td+20.566 f+15.921e-7.753（T地-T）

其中，V為能見度，單位為m；RH為相對濕度，單位為%；Td為露點溫度，單位為0.1 ℃；e為水汽壓，單位為0.1 hPa；（T地-T）為地表溫度與空氣溫度差值，單位為0.1 ℃；f為風速，單位為0.1 m/s；P為本站氣壓，單位為0.1 hPa。

4.2 預報方程的檢驗

利用2017年1—5月棲霞站新型自動站觀測資料對預報方程進行檢驗，觀測值與計算值對比如圖1所示。預報方程所計算出的能見度數(shù)據(jù)與觀測得到的能見度數(shù)據(jù)變化趨勢較為一致，2條曲線的擬合程度較好。預報方程在能見度較低（15～20 km）的情況下擬合程度最好，預報方程所得結(jié)果的變化幅度小于實際測量結(jié)果，較難模擬出能見度達35 km的晴好天氣，但這對于霧的預報來說影響較小。預報方程進一步改進方案應為保留其合理的變化趨勢，擴大數(shù)據(jù)的變（上接第203頁）

化幅度，加強對極大、極小能見度的預報效果。

5 結(jié)論

（1）統(tǒng)計2005—2016年棲霞站各月霧天出現(xiàn)次數(shù)，分析其月際變化，發(fā)現(xiàn)霧天呈秋冬多、春夏少的特征；輕霧呈夏秋多、冬春少的特征。分析年際變化，發(fā)現(xiàn)近年來棲霞市霧出現(xiàn)次數(shù)呈增加趨勢，輕霧出現(xiàn)次數(shù)變化較小。

（2）相對濕度、露點溫度、地溫與氣溫差、水汽壓、本站氣壓、風速與能見度均具有相關(guān)關(guān)系。相對濕度、露點溫度、水汽壓是反映水汽含量的物理量，與能見度之間成負相關(guān)關(guān)系。地面風速，地表溫度與空氣溫度的差值是影響能見度的動力條件，與能見度之間成正相關(guān)關(guān)系。雖然本站氣壓總體變化很小，但與能見度之間同樣存在正相關(guān)關(guān)系。

（3）以各項氣象要素為自變量，能見度為因變量，進行逐步回歸分析，初步得到預報方程。預報方程所計算出的能見度數(shù)據(jù)與觀測得到的能見度數(shù)據(jù)擬合程度較好。目前，可應用此預報方程估計棲霞市能見度的變化趨勢，并在實踐中逐步改善，以提高預報的精準度。

6 參考文獻

[1] 李建華，崔宜少，李愛霞.山東半島及其近海大霧的統(tǒng)計與分析[J].海洋預報，2010（6）：51-56.

[2] 周須文，時青格，賈俊妹，等.低能見度霧的分級預報方法研究[J].熱帶氣象學報，2014（1）：161-166.

[3] 夏凡，楊曉霞.濟南一次霧過程的數(shù)值模擬試驗和成因分析[J].氣象科技，2017（1）：165-171.

[4] 劉暢，高喜留，王西磊，等.山東省大霧的氣候特征分析[J].山東氣象，2014（2）：26-31.

[5] 王茂書，張勇，賈貴蘭，等.霧的特征分析、預報方法及預報模型建立[J].高原山地氣象研究，2012（3）：28-31.

[6] 徐旭然.膠東半島北部沿海海霧特征及成因分析[J].海洋預報，1997（2）：58-63.

[7] 董愛民.咸陽機場霧的成因分析與預報[J].陜西氣象，1998（6）：12-14.

[8] 何立富，陳濤，毛衛(wèi)星.華北平原一次持續(xù)性大霧過程的成因分析[J].熱帶氣象學報，2006，22（4）：340-350.

[9] 吳兌，鄧雪嬌，游積平，等.南嶺山地高速公路霧區(qū)能見度預報系統(tǒng)[J].熱帶氣象學報，2006，22（5）：417-442.