摘要：恩施地區(qū)地形復(fù)雜，是湖北省的多霧區(qū)，其霧的空間分布差異大，但該地區(qū)氣象站點(diǎn)稀疏，難以揭示其時(shí)空分布特征。通過分析亞洲區(qū)域中國氣象局陸面數(shù)據(jù)同化系統(tǒng)（China Meteorological Administration Land Data Assimilation System，CLDAS）陸面同化資料以及恩施站溫度露點(diǎn)差（T-Td）及相對濕度（RH）數(shù)據(jù)，揭示了恩施山區(qū)主要的成霧潛勢指標(biāo)時(shí)空分布特征。結(jié)果表明：（1） RH在90%以上，T-Td≤2.0℃有利于恩施山區(qū)霧的形成；（2）基于CLDAS資料得到的成霧潛勢指標(biāo)與基于恩施站及其周邊的3個(gè)氣象站觀測得到的指標(biāo)的日變化趨勢均較一致且相關(guān)性較好，利用CLDAS資料描述恩施地區(qū)成霧潛勢的精細(xì)化特征是可行的；（3）恩施地區(qū)RH存在顯著的時(shí)空差異，空間上表現(xiàn)為南高北低，隨海拔高度變化復(fù)雜，時(shí)間上表現(xiàn)為低山區(qū)晝夜變化大、中高山區(qū)晝夜變化小、夜間增濕明顯；（4）基于T-Td的成霧潛勢指標(biāo)的頻率空間分布及晝夜差與RH變化規(guī)律基本一致，其中最高頻率出現(xiàn)在中南部的中山區(qū)（800～1 200 m），最低頻率在北部地區(qū)的三峽干熱河谷即巫山山脈的背風(fēng)坡，一年之中冬季出現(xiàn)頻率最高。

關(guān)鍵詞：CLDAS資料；恩施；山區(qū)；成霧潛勢指標(biāo)；時(shí)空變化；日變化

中圖分類號： P426.4+2文獻(xiàn)標(biāo)識碼： ADOI： 10.12406/byzh.2022-159

資助項(xiàng)目：湖北省氣象局科技發(fā)展基金面上項(xiàng)目（2022Y13，2023Y09）；湖北省氣象局科技發(fā)展基金青年項(xiàng)目（2022Q12）

Characteristics and simple analysis of fogging potential in the Mountain area of Enshi based on CLDAS data

ZHUANG Yan1， CHEN Zhenghong1， ZHONG Shuixin2， HE Fei1， XU Yang1

（1. Hubei Meteorological Service Center， Wuhan 430200； 2. Guangzhou Institute of Tropical and Marine Meteorology， China Meteorological Administration， Guangzhou 510080）

Abstract： Enshi is a foggy area in Hubei Province with complex terrain and large spatial difference in fog. However， the meteorological sta？ tions in this area are sparse， making it difficult to study the spatio-temporal distribution characteristics of fog. This paper uses the land sur？ face data from CLDAS （China Meteorological Administration Land Data Assimilation System） and the Enshi station to analyze the spatiotem？ poral characteristics of fogging potential index in the Enshi area. The results are show below. （1） According to the hourly data of Enshi station in the past 30 years， a high relative humidity over 90% and a small difference （≤2.0℃） between actual temperature and dew point tempera？ ture （T-Td） are favorable for fogging. （2） The diurnal variation of fogging potential index based on the CLDAS data and the observations in the Enshi area are consistent and correlated. Therefore， the CLDAS data can be used to study the characteristics of fogging potential in the Enshi area. （3） There is significant spatio-temporal variation of relative humidity in the Enshi region. The relative humidity in the south region is higher than that in the north， and also varies with the altitude. In terms of time， it increases at night. The relative humidity varies greatly from day to night in the low mountains area， but varies little in the middle mountains area. （4） The spatial distribution and diurnal variation of fog？ ging potential index are basically consistent with that of relative humidity. The highest frequency is found in the southern and central Enshi area between 800 m and 1200 m， and the lowest frequency is found in the northern Three Gorges dry and hot valley， namely the lee side of Wushan Mountains. In addition， the highest frequency occurs in winter.

Key words： CLDAS data； Enshi； the mountains； fogging potential index； temporal and spatial variation； diurnal variation

引言

恩施州位于湖北省西南部，境內(nèi)地勢復(fù)雜，其東北部為大巴山山脈南緣分支-巫山山脈，西北部為大婁山山脈北延部分-齊躍山脈，東南部和中部屬苗嶺分支-武陵山山脈，屬于湖北省的多霧區(qū)（汪川乂等，2017）。霧對恩施地區(qū)的影響有利有弊，利主要在于適宜喜向下散射光植物的種植，如高品質(zhì)茶葉，弊主要在于影響當(dāng)?shù)匾怨泛秃娇諡橹鞯慕煌ǔ鲂校ㄍ趺鞯龋?021）。而且恩施地區(qū)的機(jī)場遷建等重大工程建設(shè)均對當(dāng)?shù)仂F的發(fā)生頻次、持續(xù)時(shí)間等特征較為敏感。為了更好地服務(wù)當(dāng)?shù)厝嗣裆詈蜕鐣?jīng)濟(jì)發(fā)展，對恩施復(fù)雜山區(qū)成霧潛勢的時(shí)空分布特征進(jìn)行研究非常必要。

關(guān)于山地和河谷等復(fù)雜地形處霧的形成已有較多研究，如針對紐約Chemung河谷霧（Piliéet al.，1975）、加利福利亞中心山谷霧（Holets and Swanson，1981）以及意大利波河河谷霧（Wobrock et al.，1992）等研究表明，山地、河谷霧的形成主要與地表輻射冷卻、近地層逆溫以及別處平流至山區(qū)的霧有關(guān)。黃玉生等（1992）分析了西雙版納地區(qū)冬季輻射霧的時(shí)空分布特征，給出了輻射霧在發(fā)展過程中的溫度層結(jié)隨時(shí)間演變規(guī)律及霧滴譜演變特征，得出當(dāng)?shù)仂F的形成與近地層溫度以及水汽的演變有關(guān)。吳兌等（2007）研究指出在我國濃霧發(fā)生頻率高的南嶺山地，能見度與近地層含水量成反比，且霧的形成與下墊面的不均勻性有關(guān)。顧清源等（2006）剖析了四川盆地大霧成因，指出四川盆地多霧同四川盆地的地理環(huán)境所形成的近地層空氣濕度較大密切相關(guān)。針對恩施地區(qū)，劉健等（2010）分析指出恩施山地霧整體呈西多東少的分布，并隨季節(jié)不同有明顯差別，高山地區(qū)霧的強(qiáng)度明顯較低山地區(qū)強(qiáng)；羅菊英等（2011）分析指出恩施西南部為大霧頻發(fā)區(qū)，恩施、宜昌結(jié)合的中、北部為少霧區(qū)；汪川乂等（2017）研究指出近年來恩施地區(qū)霧日呈減少趨勢，低山山地主要和氣溫升高、風(fēng)速增加有關(guān)，中山山地主要與相對濕度（RH）減少有關(guān)；黃治勇等（2012）分析恩施一次輻射霧、雨霧的天氣指出，輻射霧、雨霧發(fā)生時(shí)，能見度與RH反相關(guān)關(guān)系顯著。以上研究主要根據(jù)地面觀測資料、外場觀測試驗(yàn)結(jié)果展開，但由于站點(diǎn)較少，具有一定局限性，而再分析資料具有高時(shí)空分辨率，因此可以借助再分析資料進(jìn)一步研究恩施地區(qū)霧的時(shí)空分布。

目前國際上已有多種陸面數(shù)據(jù)同化系統(tǒng)，包括北美陸面數(shù)據(jù)同化系統(tǒng)（North American Land Data As？ similation System，NLDAS） （Xia et al.，2012）和歐洲數(shù)據(jù)陸面同化系統(tǒng)（European Land Data Assimilation Sys？ tem， ELDAS） （Albergel et al.，2013）。2014年中國氣象局國家氣象信息中心建立了亞洲區(qū)域中國氣象局陸面數(shù)據(jù)同化系統(tǒng)（China Meteorological Administration Land Data Assimilation System，CLDAS）和中國區(qū)域融合降水分析系統(tǒng)（CMA Multi-source Precipitation Analysis System，CMPAS） （師春香等，2019）。CLDAS利用融合與同化技術(shù)，對地面觀測、衛(wèi)星觀測、數(shù)值模式產(chǎn)品等多源數(shù)據(jù)進(jìn)行融合，輸出高時(shí)空分辨率的陸面驅(qū)動產(chǎn)品。劉瑩等（2021）對資料進(jìn)行評估發(fā)現(xiàn)，氣溫?cái)?shù)據(jù)在中國區(qū)域整體上有較高的可信度。孫小龍等（2015）對CLDAS數(shù)據(jù)進(jìn)行了評估，結(jié)果表明CLDAS數(shù)據(jù)在時(shí)效性、分辨率、代表性上能夠滿足內(nèi)蒙古地區(qū)干旱監(jiān)測氣象服務(wù)的需求。李顯風(fēng)等（2017）建立CLDAS數(shù)據(jù)質(zhì)量在線評估系統(tǒng)，采用相關(guān)系數(shù)、均方根誤差、相對偏差、平均偏差等統(tǒng)計(jì)指標(biāo)，實(shí)現(xiàn)對任意站點(diǎn)、省份、任意時(shí)段、不同土壤層次的土壤濕度進(jìn)行評估分析。龔偉偉（2014）研究指出CLDAS驅(qū)動數(shù)據(jù)質(zhì)量遠(yuǎn)遠(yuǎn)優(yōu)于數(shù)值模式資料。以上研究均表明，CLDAS資料對溫度、水汽有較好的精度，而溫度、水汽等變量正好可以用于霧的研究，但其對復(fù)雜山區(qū)的成霧潛勢的準(zhǔn)確度還有待驗(yàn)證。

本文首先通過統(tǒng)計(jì)方法驗(yàn)證了基于CLDAS資料的成霧潛勢在地形復(fù)雜的恩施地區(qū)的適用性，并在此基礎(chǔ)上分析了其在不同緯度、不同海拔高度、不同時(shí)間段以及不同季節(jié)的分布特征，以期進(jìn)一步了解恩施地區(qū)霧的精細(xì)特征，進(jìn)而為對霧敏感的特產(chǎn)種植規(guī)劃、機(jī)場選址論證、交通氣象服務(wù)等提供科學(xué)參考。

1資料與方法

1.1資料說明

成霧潛勢分析資料來源于恩施國家基準(zhǔn)氣候站近30 a （1991—2020年）逐小時(shí)資料，分析要素包括溫度、露點(diǎn)溫度，RH以及溫度露點(diǎn)差（T-Td）。氣象站及CLDAS資料均來自于國家氣象信息中心建設(shè)的全國綜合氣象信息共享平臺。CLDAS資料空間分辨率為0.05°×0.05°、時(shí)間分辨率為1 h。該數(shù)據(jù)集利用多種來源地面、衛(wèi)星等觀測資料，采用多重網(wǎng)格變分同化（STMAS）、最優(yōu)插值（OI）、概率密度函數(shù)匹配（CDF）、物理反演、地形校正等技術(shù)研制而成，在中國區(qū)域質(zhì)量優(yōu)于國外同類產(chǎn)品，且時(shí)空分辨率更高，起止時(shí)間為2018年5月—2020年6月。為了驗(yàn)證CLDAS資料的適用性，本文選取了同時(shí)段的恩施站、宣恩站、來鳳站、巴東站4個(gè)氣象站進(jìn)行分析。檢驗(yàn)氣象要素為RH、T-Td。

為了了解不同緯度、不同海拔高度的成霧潛勢指標(biāo)分布，本文定義30°N以南為南部濕潤區(qū)，30.00°—30.75°N為中部過渡區(qū)，30.75°N以北為北部干區(qū)。再依據(jù)劉健等（2010）的區(qū)分法，根據(jù)海拔高度不同分為低山區(qū)（400～800 m）、中山區(qū)（800～1 200 m）以及高山區(qū)（1 200 m以上）。由于恩施中部干濕混合區(qū)地形復(fù)雜，對其細(xì)化分為東邊武陵的高山區(qū)、中山區(qū)；中間恩施城區(qū)附近的低山區(qū)；西北邊齊岳、巫山的高山區(qū)、中山區(qū)。

大氣中水汽含量與氣溫有關(guān)，如果氣溫不同，即便同樣的相對濕度，大氣中的含水量也不同，因此采用T-Td分析山區(qū)成霧潛勢更為合理（趙金霞等，2015）。同時(shí)相對濕度的作用也不可忽視，故本文選取RH、T-Td作為成霧潛勢指標(biāo)，來近似判斷恩施地區(qū)霧的發(fā)生頻率分布特征。

1.2格點(diǎn)值處理方法

如圖1所示，選取108.2°—110.7°E，29.0°—31.4°N區(qū)域進(jìn)行分析。采用插值、鄰域兩種方式提取格點(diǎn)值，與氣象站進(jìn)行對比檢驗(yàn)分析。插值法采用雙線性插值，即通過實(shí)況站點(diǎn)周圍4個(gè)格點(diǎn)值及其相對位置進(jìn)行插值。鄰域法也被稱為模糊法，是通過比較實(shí)況站點(diǎn)和距離最近的格點(diǎn)值的特征而命名（董春卿等，2021）。

1.3檢驗(yàn)方法

采用平均絕對誤差（MAE，記為MAE）、均方根誤差（RMSE，記為RMSE）以及相關(guān)系數(shù)（R）方法分別對插值法和鄰域法進(jìn)行檢驗(yàn)。

1.4成霧潛勢指標(biāo)確定方法

由于CLDAS資料缺乏直接描述霧的要素，根據(jù)黃繼雄等（2014）的研究結(jié)論“當(dāng)近地面水平風(fēng)很弱，RH為80%～90%，T-Td在2～4℃，飽和濕空氣氣層處于穩(wěn)定或者弱不穩(wěn)定狀態(tài)以及近地面氣溫在3～9℃時(shí)，霧的發(fā)生頻率較高”，選取恩施氣象站近30 a （1991—2020年）的小時(shí)數(shù)據(jù)，篩選出能見度小于1 000 m，或觀測代碼中出現(xiàn)霧的對應(yīng)時(shí)次，通過對這些時(shí)次的T-Td進(jìn)行統(tǒng)計(jì)，得到恩施站近30 a發(fā)生霧發(fā)生時(shí)T-Td均在0～2℃（如表1所示）。恩施地區(qū)地形復(fù)雜，氣象要素隨海拔、季節(jié)變化較大，故恩施地區(qū)成霧潛勢指標(biāo)選取CLDAS資料中T-Td≤2℃為主，平均RH在90%以上為輔，用其近似分析恩施地區(qū)成霧條件。

1.5成霧潛勢指標(biāo)出現(xiàn)頻率計(jì)算方法

2結(jié)果分析

2.1基于CLDAS與氣象站資料的RH、T-Td的對比

檢驗(yàn)

表2為對4個(gè)氣象站RH兩種插值結(jié)果的檢驗(yàn)情況，分析可知，恩施站MAE約為6%，宣恩、來鳳站約為4%，巴東站約為7%。恩施、來鳳站的RMSE在7%以上，宣恩站約為5%，巴東站為10.4%。宣恩、來鳳站R均在0.95以上，其余2站約在0.90，相關(guān)性均較好。由圖2分析可知，4站RH量值及日變化趨勢與臨近格點(diǎn)值、插值近似，由評估指標(biāo)看來，插值法與鄰域法相差不大。

表3為對4個(gè)氣象站T-Td兩種插值結(jié)果的檢驗(yàn)情況，分析可知，恩施站MAE在1.0℃以上，宣恩站與來鳳站為0.8～0.9℃，巴東站為2.4℃。恩施站與巴東站RMSE約為1.7℃，宣恩站為1.2℃左右，來鳳站為1.7～2.0℃以上。宣恩站的R在0.96以上，其余3站均約為0.9，相關(guān)性較好。由圖3可見，恩施、宣恩、來鳳站T-Td日變化及量值與臨近格點(diǎn)值插值近似，其中巴東站T-Td比實(shí)況值偏小，主要表現(xiàn)在白天11—23時(shí)。

綜上所述，CLDAS與4個(gè)氣象站相關(guān)性較好，可以近似用來分析恩施地區(qū)成霧指數(shù)的空間分布。

2.2基于CLDAS的RH、T-Td的日變化空間分布

通過恩施地區(qū)CLDAS格點(diǎn)的RH （圖4a）、T-Td（圖4c）分布可見，RH整體呈自北向南遞增的趨勢。在30.75°N以北地區(qū)有兩個(gè)RH低值中心，中心值在69%以下（T-Td在6.5℃以上）。在30.00°—30.75°N附近，為濕區(qū)向干區(qū)的過渡帶，且由于地形差異，該區(qū)域RH、T-Td呈現(xiàn)復(fù)雜的緯向分布不均：恩施主城區(qū)至建始的山谷地帶，氣象要素分布與地形走向有關(guān)，并在恩施附近出現(xiàn)南北差異；西邊中高山區(qū)的整體RH高于（T-Td低于）東邊中高山區(qū)。由表4可知：西邊、北邊中高山區(qū)較東邊中高山區(qū)更易出現(xiàn)霧，成霧條件表現(xiàn)為：東邊高山區(qū)<低山區(qū)<東邊中山區(qū)<北邊高山區(qū)<西邊中山區(qū)≤西邊高山區(qū)。由恩施中部低山區(qū)向齊躍山脈過渡處，RH較低（73%～77%），T-Td較大（4.5～5.0℃），即不易出現(xiàn)霧。RH在30°N以南地區(qū)自西向東遞減，低山區(qū)的RH低值區(qū)（T-Td高值區(qū)）位于咸豐和來鳳之間；中山區(qū)濕度、凝結(jié)條件整體較低山區(qū)好，濕區(qū)位于恩施西南部，由低山向中山過渡的西南迎風(fēng)坡處。

如圖4b、d所示，在30.75°N以北地區(qū)要素日變化隨高度變化不明顯。在30.00°—30.75°N附近，低山區(qū)日變化明顯，夜間建始、恩施以南一帶的RH較白天增大，晝夜差在11%～16%，而T-Td晝夜差在-4.0～-2.5℃；東邊中高山區(qū)的日變化大于西邊中高山區(qū)（表4），晝夜差異大值區(qū)主要分布在東邊山區(qū)，西、北邊山區(qū)日變化差異較?。▓D4b、d）。在30°N以南地區(qū)，中低山區(qū)RH晝夜差在12%～14%，T-Td在-4.0～-2.5℃（表4），差異較大處主要位于咸豐和來鳳之間。

綜上所述，在恩施中部主城區(qū)附近T-Td低值沿山體走向，集中在盆地之間。由于該地地處山谷，山脈屏障作用導(dǎo)致近地面常年弱風(fēng)，谷頂易出現(xiàn)逆溫層，一方面利于輻射降溫，另一方面也使水汽積聚在近地面（汪川乂等，2017）。此外，山谷風(fēng)熱力環(huán)流導(dǎo)致盆地氣溫日較差較大，夜間山風(fēng)的降溫作用，能夠有利于空氣中水汽凝結(jié)成霧，使得該處低山區(qū)RH、T-Td晝夜相差較大（圖4b、d）。南北的水汽差異是由于恩施地區(qū)主要靠西南氣流輸送水汽，使得RH南高北低，又因?yàn)槟喜亢０胃叨鹊牟煌?，造成局地溫度不同，從而進(jìn)一步使得T-Td隨高度產(chǎn)生變化，即中山區(qū)更易出現(xiàn)水汽凝結(jié)飽和的現(xiàn)象，高山區(qū)的RH、T-Td均接近于低山區(qū)，與地形的走向有關(guān)。由于中部三大山脈，齊躍山脈、巫山山脈以及武陵山脈的阻擋作用，使得少量的水汽能夠輸送到恩施以北的地區(qū)，造成RH的低中心以及T-Td的高中心對應(yīng)，位于巫山山脈的北部背西南風(fēng)坡處。

2.3基于CLDAS資料的成霧潛勢指標(biāo)頻率的日變化

平流霧或雨霧共生對恩施地區(qū)造成的影響更大，而水汽接近飽和且持續(xù)較長的現(xiàn)象可接近平流霧以及雨霧共存的特征，下面利用成霧潛勢指標(biāo)，對該現(xiàn)象的出現(xiàn)頻率進(jìn)行分析。圖5可知，恩施30.75°N以北地區(qū)，成霧潛勢指標(biāo)頻率較低，低中心位于齊躍山脈背風(fēng)坡，晝夜分布差異不大。在30°—30.75°N附近，低山區(qū)在恩施主城區(qū)附近出現(xiàn)南北差異，以南在64%～76%，以北在50%～62% （表4）。西邊、北邊中高山區(qū)整體的頻率較東邊中高山區(qū)高，西邊高山區(qū)大值區(qū)位于山脈西南邊；東邊高山區(qū)大值區(qū)同樣位于山脈西南邊迎風(fēng)坡處，由于武陵山脈處地形起伏較大，頻率隨地形及經(jīng)度不同呈現(xiàn)不規(guī)則分布，兩個(gè)頻率低值中心在50%～60%之間，西邊高山區(qū)頻率>東邊高山區(qū)。白天時(shí)段恩施中部、南部地區(qū)出現(xiàn)頻率要低于夜間時(shí)段，即該地區(qū)頻率日變化明顯，頻率高值主要集中在中低山區(qū)，且白天時(shí)段分布不均。恩施南部高山區(qū)出現(xiàn)頻率較低；在30.00°—30.75°N附近的西邊高山區(qū)頻率均較周圍高，而東邊高山區(qū)呈明顯日變化，且頻率均較周圍低。整體看來，恩施中部、南部地區(qū)的中低山區(qū)成霧潛勢指標(biāo)均較高。

2.4基于CLDAS資料白天成霧潛勢指標(biāo)頻率的季節(jié)變化

霧的出現(xiàn)常常具有季節(jié)性，由于恩施地區(qū)人們出行活動主要集中在白天（08—20時(shí)），且交通如航空、行車也集中在白天，為更好地服務(wù)當(dāng)?shù)孛癖?，本?jié)對不同季節(jié)白天時(shí)段長時(shí)間低能見度現(xiàn)象的發(fā)生概率進(jìn)行分析。圖6為恩施地區(qū)四個(gè)季節(jié)白天出現(xiàn)3 h以上T-Td≤2.0℃的分布情況，分析可知，春季（圖6a）頻率較高區(qū)域分布在恩施南部低山區(qū)，在50%～64%；恩施中部地區(qū)的中高山區(qū)頻率較高；恩施北部大部分在26%以下。夏季（圖6b）頻率在50%以上的地區(qū)依舊分布在南部低山區(qū)，且范圍較春季有所減小；恩施中部高山區(qū)頻率在34 %以上，中山區(qū)在26%以下，低山區(qū)頻率處于兩者之間；恩施北部頻率與春季基本一致。秋季（圖6c）頻率在50%以上地區(qū)分布在恩施30.5°N以南，沿中低山區(qū)分布，數(shù)值在50%～72%，范圍較春、夏季有所增大。冬季（圖6d）恩施中部、南部大部地區(qū)頻率在50%以上，其范圍、大小在四個(gè)季節(jié)中最大，頻率高值區(qū)主要分布在中低山區(qū)，數(shù)值在60%～88%，高山區(qū)普遍頻率較低，在26%～48 %；恩施北部低值范圍與秋季分布較為一致，頻率在26%以下的范圍較春、夏、秋季進(jìn)一步減小。

由此可知，恩施中部、南部地區(qū)四季中冬季的白天成霧潛勢指標(biāo)出現(xiàn)頻率最高，且高值區(qū)主要分布在中低山區(qū)。

3結(jié)論與討論

利用CLDAS陸面同化資料，分別對恩施山區(qū)RH、T-Td及其日變化特征進(jìn)行了分析，檢驗(yàn)了CLDAS資料在復(fù)雜山區(qū)的適用性，分析了恩施地區(qū)成霧潛勢指標(biāo)的時(shí)空分布特征，得出主要結(jié)論如下：

（1）恩施山區(qū)濕度整體自南向北減小，是由于恩施山區(qū)主要靠西南氣流輸送水汽，使得濕度南高北低，又因?yàn)楹０螌?dǎo)致T-Td不同。由CLDAS資料顯示，恩施南部中山區(qū)更易出現(xiàn)水汽飽和現(xiàn)象，成霧潛勢指標(biāo)：高山區(qū)≤低山區(qū)<中山區(qū)，低山區(qū)RH、凝結(jié)條件日變化較大。

（2）在恩施中部東邊武陵山脈、北邊巫山山脈交界處，成霧潛勢指標(biāo)：東邊高山區(qū)<低山區(qū)<東邊中山區(qū)<北邊高山區(qū)<西邊中山區(qū)≤西邊高山區(qū)；主城區(qū)附近低山區(qū)RH、T-Td出現(xiàn)了南北差異，夜間自南向北濕度增大、凝結(jié)條件變好；西邊、北邊高山區(qū)成霧潛勢指標(biāo)更好，而東邊高山區(qū)濕度日變化較大。由于山脈的阻擋作用，使得少量的水汽能夠輸送到恩施以北的地區(qū)，造成該處濕度低，成霧潛勢指標(biāo)相對較低。

（3）恩施南部的中低山區(qū)成霧潛勢指標(biāo)出現(xiàn)頻率最高，高山區(qū)出現(xiàn)頻率較低。而恩施中部的西邊、北邊中高山區(qū)的出現(xiàn)頻率大于東邊中高山區(qū)。白天時(shí)段恩施中部、南部地區(qū)飽和頻率日變化明顯。在恩施中部，西邊高山區(qū)頻率較周圍高，東邊高山區(qū)頻率較周圍低，處在西邊高山區(qū)與恩施主城區(qū)之間的中山區(qū)，晝夜均處于頻率相對低值區(qū)。恩施北部地區(qū)，頻率低中心與RH低值中心、T-Td高值中心相對應(yīng)。

（4）恩施中部、南部地區(qū)四季白天時(shí)段出現(xiàn)3 h以上T-Td≤2.0℃的頻率冬季最高，且頻率較高處主要分布在中低山區(qū)。

根據(jù)CLDAS資料與恩施山區(qū)4個(gè)氣象站資料的平均絕對誤差、均方根誤差、相關(guān)系數(shù)對比以及日變化特征分析，表明CLDAS資料與當(dāng)?shù)貧庀笳居^測結(jié)果較為一致，可以近似用來分析恩施地區(qū)霧的空間分布。由于恩施山區(qū)觀測站點(diǎn)稀少，觀測資料稀缺，而實(shí)況融合再分析產(chǎn)品能有效填補(bǔ)氣象要素觀測稀疏區(qū)域的監(jiān)測空白。但僅用CLDAS資料分析恩施復(fù)雜山區(qū)霧的分布具有局限性，將來需基于高分辨率數(shù)值模擬進(jìn)一步研究恩施山區(qū)霧的形成機(jī)理。

參考文獻(xiàn)（References）：

董春卿，郭媛媛，張磊，等.2021.基于CLDAS的格點(diǎn)溫度預(yù)報(bào)偏差訂正方法[J].干旱氣象，39（5）：847-856. Dong C Q， Guo Y Y， Zhang L， et al. 2021. Deviation Correction Method of Grid Temperature Prediction Based on CLDAS Data [J]. Journal of Arid Meteorology，39（5）：847-856（in Chinese）. doi：10.11755/j.issn.1006-7639（2021）-05-0847

龔偉偉.2014.CMA陸面數(shù)據(jù)同化系統(tǒng)（CLDAS）產(chǎn)品評估[D].南京信息工程大學(xué). Gong W W. 2014. Evaluation on the products of CMA Land Data Assimilation System [D]. Nanjing university of information science technology （in Chinese）

顧清源，徐會明，陳朝平，等.2006.四川盆地大霧成因剖析[J].氣象科技， 34（2）：162-165. Gu Q Y， Xu H M， Chen C P， et al. 2006. Causes of heavy fog in Sichuan Basin [J]. Meteorological Science And Technology，34（2）：162-165 （in Chinese）. doi：10.19517/j.1671-6345.2006.02.009

黃繼雄，張慶紅.2014.首都機(jī)場濃霧中的能見度突發(fā)性振蕩及其演變規(guī)律[J].暴雨災(zāi)害，33（3）：208-216. Huang J X， Zhang Q H. 2014. Obrupt oscillation of visibility and its evolution during dense fog events at Beijing capital international airport [J]. Torrential Rain and Disasters， 33（3）：208-216（inChinese）.doi：10.3969/j.issn.1004-9045.2014.03.003

黃玉生，許文榮，李子華，等.1992.西雙版納第五冬季輻射霧的初步研究[J].氣象學(xué)報(bào)，50（1）：112-117. Huang Y S， Xu W R， Li Z H， et al. 1992. An Observation and analysis on the radiation fog in Xishuangbanna [J]. Acta Meteorologica Sinica，50（1）：112-117 （in Chinese）

黃治勇，牛奔，楊軍，等.2012.湖北西南山地一次輻射霧和雨霧氣象要素特征的對比分析[J].氣候與環(huán)境研究，17（5）：532-540. Huang Z Y， Niu B， Yang J， et al. 2012. Analysis of characteristics of meteorological elements of radiation fog and rain fog in southwestern Hubei [J]. Climatic and Environmental Research，17（5）：532-540 （in Chinese）. doi： 10.3878/j.issn. 1006-9585.2012.11031

劉健，周建山，郭軍，等.2010.湖北恩施山區(qū)霧的氣候特征與成因分析[J].暴雨災(zāi)害，29（4）：370-376. Liu J， Zhou J S， Guo J， et al. 2010. Analysis of the Climatic Characters and Origin of Mountain Fog in Enshi [J] . TorrentialRainandDisasters，29（4）：370-376（inChinese）. doi：1004-9045（2010）04-0370-07

羅菊英，周建山，劉健，等.2011.鄂西南不同地形地貌環(huán)境下大霧氣候特征分析[J].高原山地氣象研究，31（4）：51-58. Lou J Y， Zhou J S， Liu J， et al. 2011. Analysis of the Heavy Mist Characteristics in different geographical conditions in the southwest of hubei province [J]. Plateau and Mountain Meteorology Research，31（4）：51-58 （in Chinese）. doi：10.3969/ j.issn.1674-2184.2011.04.009

李顯風(fēng)，師春香，胡佳軍，等.2017.CLDAS數(shù)據(jù)質(zhì)量在線評估系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].氣象科技，45（6）：1116-1124. Li X F， Shi C X， Hu J J， et al. 2017. Design and implementation of an online cldas data quality assessmeent system [J]. Meteorological Science And Technology，45（6）： 1116-1124 （in Chinese）. doi：10.19517/j.1671-6345.20160647

劉瑩，師春香，王海軍，等.2021. CLDAS氣溫?cái)?shù)據(jù)在中國區(qū)域的適用性評估[J].大氣科學(xué)學(xué)報(bào)，44（4）：540-548. Liu Y， Shi C X， Wang H J， et al. 2021. Applicability assessment of CLDAS temperature data in China [J]. Transactions of Atmospheric Sciences，44（4）：540-548 （in Chinese）. doi：10.13878/ j.cnki. dqkxxb. 20200819001

師春香，潘旸，谷軍霞，等.2019.多源氣象數(shù)據(jù)融合格點(diǎn)實(shí)況產(chǎn)品研制進(jìn)展[J].氣象學(xué)報(bào)，77（4）：774-783. Shi C X， Pan Y， Gu J X， et al. 2019. A review of multi-source meteorological data fusion products [J]. Acta Meteorologica Sinica，77（4）：774-783 （in Chinese）. doi：10.11676/qxxb 2019.043

孫小龍，宋海清，李平，等.2015.基于CLDAS資料的內(nèi)蒙古干旱監(jiān)測分析[J].氣象，41（10）：1245-1252. Sun X L， Song H Q， Li P， et al. 2015. Analysis of drought monitoring in inner mongolia based on CLDAS data [J]. Meteorological Monthly，41（10）：1245-1252 （in Chinese）. doi： 10.7519/j.issn.1000-0526.2015.10.007.

汪川乂，趙采玲，羅菊英.2017.恩施州氣象站霧日變化趨勢及原因分析[J].長江流域資源與環(huán)境，26（3）：454-460.Wang C Y， Zhao C L， Luo J Y. 2017. Variation of fog and the underlying mechanisms based on meteorological observation stations in Enshi [J]. Resources and EnvironmentintheYangtzeBasin，26（3）：454-460（inChinese）.doi：10.11870/ cjlyzyyhj201703016

王明，劉文婷，陳英英，等.2021. FY-4A衛(wèi)星夜間大霧識別及其在高速公路服務(wù)應(yīng)用中的潛力分析[J].暴雨災(zāi)害，40（2）：190-200. Wang M， Liu W T， Chen Y Y， et al. 2021. Night heavy fog identification based on FY-4A satellite and its potential analysis in the service of expressway [J]. Torrential Rain and Disasters，40（2）：190-200. doi：10.3969/j. issn.1004-9045.2021.02.011

吳兌，鄧雪嬌，毛節(jié)泰，等.2007.南嶺大瑤山高速公路濃霧的宏微觀結(jié)構(gòu)與能見度研究[J].氣象學(xué)報(bào)，65（3）：406-415. Wu D， Deng X J， Mao J T， et al. 2007. A Study on Macro-and micro-structures of heavy fog and visibility at freeway in the Nanling Dayaoshan Mountain [J]. Acta Meteorologica Sinica，65（3）：406-415 （in Chinese）. doi：10.11676/qxxb20 07.038

趙金霞，范蘇丹，朱曉晶.2015.微波輻射計(jì)資料在大霧預(yù)報(bào)預(yù)警中的應(yīng)用[J].沙漠與綠洲氣象，9（3）：31-36. Zhao J X， Fan S D， Zhu X J. 2015. Microwave radiometer data application in the fog forecasting early warning [J]. Desert and Oasis Meteorology，9（3）：31-36. doi：10.3969/j. issn.1002-0799.2015.03.005

Albergel C， Dorigo W， Balsamo G， et al. 2013， Monitoring multidecadal satellite earth observation of soil moisture products through land surface reanalyses[J].RemoteSensingofEnvironment，138：77-89. doi：10.1016/j. rse.2013.07.009

Holets S， Swanson R N. 1981. High-inversion fog episodes in central California [J]. Journal of Applied Meteorology，20（8）：890-899. doi： 10.1175/ 1520-0450（1981）020<0890：HIFEIC>2.0.CO；2

PiliéR J， Mack E J， Kocmond W C， et al. 1975. The life cycle of valley fog. Part I： Micrometeorological characteristics [J]. Journal of Applied Meteorology，14（1975）：347-363

Wobrock W， Schell D， Maser R， et al. 1992. Meteorology characteristics of the Po Valley fog [J]. Tellus， 44B： 469-488

Xia Y L， Mitchell K， Ek M， et al. 2012. Continental-scale water and energy flux analysis and validation for North American land data assimilation system project phase 2 （NLDAS-2）： Validation of model-simulated streamflow [J]. Journal of Geophysical Research，117（D3）： D03110. doi： 10.1029/2011JD016048

（責(zé)任編輯唐永蘭）