WRF模式对乌鲁木齐机场一次冻雾天气的数值预报对比试验分析

陈阳权，杜安妮，窦新英，王清平，张利平

（1.民航新疆空中交通管理局气象中心，新疆 乌鲁木齐830016；2.新疆气象台，新疆 乌鲁木齐830002）

雾的形成受到天气系统、本地温度、相对湿度、风向、风速、大气稳定度、大气成分、地形等诸多因素的影响，其预报是一个非常复杂的难题。目前对大雾的预报主要依靠天气分型法、指标法、传统的统计学方法等，在实际业务应用中已经取得了一定效果，但这些方法严重依赖观测资料的时间和空间分辨率，在一些资料匮乏的地区难以应用，对于一些局地性的大雾预报较难。近年来，国内学者已经开始利用中尺度数值预报模式对雾进行试验研究，得到了有意义的研究成果[1-3]。已有的这些研究成果表明，雾的数值预报水平与模式的各物理过程参数化方案密切相关，这些参数化方案包括微物理过程、边界层过程、陆面过程、垂直分辨率等。

WRF（Weather Research and Forecasting）模式作为新一代中尺度数值预报模式，提供了多种完善的参数化方案可供选择，模式分辨率在初始场分辨率较高的条件下可以精确到3 km或者更细，垂直分辨率甚至可以达到几十米，被广泛应用于降水、大风等业务系统，也被广泛应用于雾的诊断与预报试验[1]。在民航气象领域，部分地区空管局气象中心已经开始利用WRF进行低云、低能见度预报业务化系统的试验。

在大雾的模拟研究中，常将特定的液态含水量临界值作为判断雾区的条件之一[4-6]，有时也选定相对湿度的阈值作为判断大雾出现和消散的条件[7]。不同的地域特点及不同的出雾条件决定了各地雾中液态含水量和相对湿度条件必然各不相同。据统计，新疆80豫耀90豫的大雾天气出现在相对湿度>90豫的环境，5豫耀20豫的大雾出现在相对湿度80豫耀90豫的环境下，低于80豫的相对湿度环境下很少出现大雾天气[8]。王春红等[9]对乌鲁木齐机场一次初雾天气的模拟分析中选用地面湿度逸80%作为出现大雾的潜在区域，并取得了较好的效果。

航空气象上雾是指近地面中水汽凝结或凝华而使能见度低于1000 m的视程障碍现象，冻雾是雾的一种形态，包括冻结和过冷却两种，冻结指在地面上形成了雾凇，过冷却指地面上未冻结，但雾中由过冷却水滴组成。乌鲁木齐机场出现能见度低于800 m的冻雾时就会影响航空器运行正常，而每年11月—次年3月，都会频繁出现能见度低于800 m的冻雾天气，王楠等[10]通过对乌鲁木齐机场37 a雾的特征进行分析发现，机场雾累积出现时间呈上升趋势。据机场气象部门统计，在2015年12月、2016年1月分别出现了27 d和29 d的冻雾，冻雾日数突破历史同期的极值，冻雾成为冬季影响机场航班安全和正常的重要复杂天气。本文利用WRF模式对2016年11月28—29日乌鲁木齐机场长时间冻雾天气过程进行数值预报，以2 m相对湿度逸80%作为评估参数，机场实况进行对比，研究WRF模式在冻雾预报过程中对各种参数化方案的敏感性，选择出最优的参数化方案组合，并在此基础上分析预报结果，期望直接利用数值预报诊断出此次冻雾过程，为冻雾预报积累经验。

1 天气过程

2016年11月28日10时—29日06时（文中时间均为世界协调时UTC），北疆沿天山一带的乌兰乌苏至乌鲁木齐机场一带出现了大范围的冻雾天气，能见度普遍在100 m左右。乌鲁木齐机场28日10时，开始出现冻雾天气，至29日06时能见度迅速好转到900 m，冻雾持续时间达20 h以上，能见度最低100 m，对航空运行造成了极大影响，冻雾期间主导能见度变化如图1所示。冻雾在28日10时出现，实属罕见。乌鲁木齐市区从29日03时开始能见度迅速降低至800~1000 m，在07时后能见度迅速下降至500 m及以下，最低100 m。

图1 2016年11月28—29日冻雾期间主导能见度变化

2 资料与方法

2.1 所用资料包括

2016年11月28—29日机场METAR报文资料及新疆地区逐小时自动站资料；28日00时UTC GFS 1毅伊 1毅预报场资料。

2.2 预报试验设计

采用WRF3.7.1版本，使用三重双向嵌套网格，中心点位于乌鲁木齐附近（44毅N，87毅E），网格分辨率分别为27、9、3 km，区域设计见图2a。垂直层次为45层，对底层进行加密，3 km以下15层，垂直层次见图2b。以28日00时GFS全球预报场作为初始场，积分步长90 s，积分48 h，大区域每3 h输出一次结果，小区域每1 h输出一次结果，分析中以前6 h作为SPIN-UP时间。

图2 区域嵌套设计及垂直层次的高度变化

目前，WRF模式参数化方案主要包括微物理方案、长波辐射方案、短波辐射方案、近地层方案、陆面过程方案、边界层方案及积云对流方案等。由于积云对流参数化方案对新疆区域冬季影响较小，本文选择KF方案（Kain-Fritsch（new Eta）scheme）。长波辐射方案选用RRTM方案，短波辐射方案选用Dudhia方案[11-15]。由于雾是近地层的视程障碍现象，且其主要发生在稳定的边界层中，其对下垫面性质极为敏感[16]，因此，本文将重点研究近地层方案、边界层方案、陆面过程方案的组合对雾的影响。在利用模式模拟雾的研究中，经常用到的陆面过程方案有SLAB方案（5-layer thermal diffusion scheme）和Noah方案（Unified Noah land-surface model）；边界层方案主要有YSU方案 （Yonsei University scheme）、MYJ方案（Mellor-Yamada-Janjic TKE scheme）和QNSE方案（Quasi-Normal Scale Elimination PBL），与之对应的近地层方案分别是MM5 similarity方案、Eta similarity方案和QNSE surface layer方案；微物理过程采用Lin方案（Lin et al.scheme）和WDM6方案（WDM 6-class scheme）。为了找出不同方案对雾的预报效果，参考黄政[3]等在高速公路大雾过程研究中的参数化方案组合方法，将不同方案进行组合得到12套物理方案选择。另外，荣昕等[14]在其研究中提到微物理方案选择Morrison方案（Morrison double-moment scheme）、积云对流方案选择G3方案（Grell 3D ensemblescheme）、陆面过程方案选择SLAB方案、边界层方案选择QNSE方案时，对雾的模拟效果较好，因此本文也考虑这套方案的预报效果，方案组合见表1。

表1 各参数化方案组合试验设计[3]

3 不同参数化方案效果评估

对13个试验方案组合的500 hPa环流形势及海平面气压场进行对比分析发现，在28日12时UTC 13个试验方案预报新疆西部地区为脊区控制，新疆其它大部地区为脊前西北气流控制，海平面气压场上北疆大部为高压控制，13个方案预报的高空和地面环流形势完全一致，且预报高空环流形势与实况基本吻合，北疆地面高压位置与实况也一致，强度略偏小。通过对高空地面形势分析可排除降水对2 m相对湿度的影响，在13个试验方案形势预报一致的条件下，本文将通过模式预报的2 m相对湿度与机场2 m相对湿度实况进行对比分析，选择最优的参数化方案组合。

由表2可知，机场实况显示09时湿度超过80%，对比图1中能见度可知，能见度从1600 m迅速下降至1000 m，至10时能见度下降至200 m，之后长时间维持在100耀200 m。对比13个方案中2 m相对湿度变化来看，组合方案3、9、13预报的2 m相对湿度在10时均超过80%，且之后一直维持，而其余方案2 m相对湿度在10时均低于80%，组合方案4、5、6、10、11、12等方案整个预报过程中2 m相对湿度预报一直低于70%，与实际差异较大。以2 m相对湿度的变化来代表能见度变化，组合方案3、9、13预报效果相对于其余方案较好。

单独分析方案3、9、13方案（图3）在28日19时前预报基本一致，与实况趋势也基本一致，但预报的相对湿度比实况小。19时后，实况出现了上下波动，方案3和9能预报出这种波动，方案13预报结果仍然持续上升，3个方案在20时后预报相对湿度均比实况大。与方案3相比，方案9的预报更接近于实况。由此可见，方案9在这次试验中是最优的。

对比（表2）可知，方案3、9、13近地层方案均为QNSE、陆面方案均为SLAB、边界层方案均为QNSE，由此可见，WRF模式2 m相对湿度的预报对近地层方案、陆面过程方案、边界层方案组合较为敏感，而微物理过程起到微调作用，Lin方案和WDM6两者预报趋于一致，在数值上略有差异。Morrison方案在预报后期表现略差，尤其是在实况出现波动时，预报效果没有Lin方案和WDM6好。

图3 方案3、9、13预报2 m相对湿度与实况对比

表2 机场28日06时—29日06时实况相对湿度及WRF各参数化方案预报2 m相对湿度 %

4 预报结果分析

通过对13个方案的对比分析，方案9（即WDM6、QNSE、SLAB、QNSE、KF）在此次试验中表现最好，利用方案9的预报结果，尝试对天气形势、稳定层、温湿度、风场混合等条件进行分析，期望能直接通过模式预报诊断出此次冻雾天气，对将来分析和预报冻雾提供一定的帮助。以下分析中所参考图形高度均为sigma层高度，该高度与实际高度关系见图2b，具体对应数值见表3。

表3 sigma层高度与实际高度对应数值 m

4.1 形势预报

28日09时预报的500 hPa高空环流形势（图4a）上，北疆处于槽后西北气流控制，中亚至新疆西部地区为浅脊区，500 hPa环流形势逐渐趋于稳定，且蒙古至新疆东部以东为高空槽区，高空环流形势非常有利于中低层形成稳定的东南风层，使得逆温层稳定且深厚，为冻雾出现和长时间维持提供非常好的环流条件。海平面气压场的预报上（图4b），北疆大部处于高压控制，北疆沿天山正好处于高压底部区域，气压梯度小，地面风场弱，且在高压控制下天空放晴，利于辐射降温而形成辐射雾。

4.2 稳定层预报

稳定层结是冻雾出现和持续的必要条件之一。从弱减温层、等温层至出现逆温层，层结越来越稳定，冻雾出现和持续的可能性越来越大。从06时开始，温度层结在615 m以下由等温层逐渐发展为逆温层，在17时以后，268耀652 m出现东南风层，东南风增温作用使得该层次温度升高，而东南风层以下高度温度变化不大，逆温强度加强（图5a）。由图5b可知，在09时107耀450 m高度已经出现1益的弱逆温层，与10时出现的冻雾天气有很好的对应关系，至18时，逆温层加厚至652 m，逆温层底部贴近地面，逆温强度明显加强超过6益，持续且强盛的逆温层对冻雾强度加强和持续非常有利。29日03时预报逆温层明显抬高（图5c），逆温层底抬高至107 m，逆温层顶抬高至827 m，至06时逆温层底抬高至180 m，逆温层顶抬高至1305 m，逆温层的抬高表明机场冻雾将逐渐减弱抬高，对06时冻雾减弱有较好的指示作用，同时逆温层抬高与乌鲁木齐市气象站的能见度变差的时间吻合较好。

图4 方案9预报28日09时500 hPa高度场（a）和海平面气压场（b）

图5 方案9预报机场上空风温时间剖面及温度垂直廓线

由此可见，本方案中逆温层的变化与实况的能见度的变化有很好的对应关系，逆温层的变化对冻雾生消、加强及减弱有明显的参考价值。

4.3 温湿条件

在干旱和半干旱地区，水汽条件在形成雾的过程中起着十分关键的作用[9]。从方案9预报的2 m对相对湿度上分析机场上空相对湿度变化情况（图6a），在2 m温度预报上，从28日08时开始，机场温度迅速下降，导致相对湿度快速上升，2 m湿度维持超过80%的时段，与机场出雾时间基本一致，在17时后维持超过90%的湿度。从28日10—17时，机场上空相对湿度几乎小于80%（图6b），17时后相对湿度大于80%的厚度开始增加，29日07时达到了268 m，最厚时高度达372 m，相对湿度强度加强和厚度增加对雾的加强和维持是有利的。从湿度垂直结构预报来看，10—17时雾的厚度比较小，17时后雾区厚度加大，但是由于没有资料佐证，并不能确定雾区真正达到的高度，而乌鲁木齐市区（较机场高约282 m）29日07时后能见度迅速下降至500 m或以下，能从侧面反映湿度逸80%的区域确实与雾区有一定的对应关系，可作为雾出现和雾厚度的判据之一。

4.4 混合条件

图6 方案9预报机场28日06时—29日15时温度、2 m湿度（a）及湿度随高度的时间剖面（b）

图7 风场及机场上空风、垂直速度的时空剖面（b图中等值线为垂直速度，单位为100 m/s）

28日09时10 m风场（图7a）上，乌鲁木齐机场附近有偏北风和偏南风的弱辐合区，风速维持在1~3 m/s，弱风场辐合区有利于污染物在乌鲁木齐机场附近聚集，在其它条件具备情况下，冻雾易在机场附近生成且维持。在垂直方向上（图7b），28日06时—29日06时，机场上空180 m下为弱风场，风速1耀2 m/s，垂直速度较弱，但大部分时间为弱的上升运动，这种弱上升运动有利于水汽和污染物在垂直方向上混合，使得雾区厚度加大，持续时间更长。

5 结论与讨论

（1）此次个例中，通过对参数化方案进行组合试验，以2 m相对湿度逸80%来表示冻雾进行分析，发现模式预报对近地层、陆面过程、边界层等参数化方案组合较为敏感，微物理过程有微调作用，最好的方案为方案9，即微物理过程为WDM6、近地层方案为QNSE，陆面过程方案为Noah，边界层方案QNSE。

（2）在合适的方案下，通过对此次冻雾过程的要素预报进行分析发现，模式预报的环流形势、层结条件、温湿条件、混合条件能够帮助预报员判别出此次冻雾的生消。针对本次冻雾过程，模式预报中机场上空稳定层的变化，湿层结构、风场的水平和垂直结构等，对冻雾的生消以及大雾过程的能见度变化有一定的指示意义。

（3）本文对冻雾天气的预报分析说明，利用WRF模式对乌鲁木齐机场冻雾进行预报具有一定的可行性，通过对出雾条件进行诊断，可以诊断出冻雾过程，为预报提供高时空分辨率的资料，但仍需要进一步验证，在验证完成后，建立诊断预报模型，直接输出相应的产品，为将来机场冻雾预报提供参考资料。

参考文献：

[1]王益栢，梅娜，范磊，等.WRF模式对2013年1月华北一次大雾的数值对比试验[J].气象，2014，40（12）：1522-1529.

[2]陆雪，高山红，饶莉娟，等.春季黄海海雾宰砸云参数化方案敏感性研究[J].应用气象学报，2014，25（3）：312-320.

[3]黄政，袁成松，包云轩，等.基于不同参数化方案的高速公路大雾过程的数值模拟试验[J].气象，2016，42（8）：944-953.

[4]周梅，银燕，王巍巍.2006年12月24—27日大范围大雾过程数值模拟[J].应用气象学报，2008，19（5）：602-610.

[5]梁爱民，张庆红，刘开宇，等.华北地区一次大雾过程的三维变分同化试验[J].气象学报，2007，65（5）：792-803.

[6]刘开宇，梁爱民，蔡军，等.贵阳机场一次辐射大雾的数值模拟研究[J].贵州气象，2007，31（3）：10-13.

[7]王金兰，寿绍文，刘泽军，等.河南省一次大雾的数值模拟及生消机制分析[J].气象与环境科学.2008，31（1）：39-44.

[8]《新疆短期天气预报指导手册》编写组.新疆短期天气预报指导手册[M].乌鲁木齐：新疆人民出版社，1986.

[9]王春红.乌鲁木齐国际机场2009年秋冬初雾天气的数值模拟分析[J].沙漠与绿洲气象，2011，5（5）：15-19.

[10]王楠，杨洪儒，梁艳.近37 a乌鲁木齐机场雾的不均匀性特征分析[J].沙漠与绿洲气象，2015，9（4）：43-49.

[11]万小雁，包云轩，严明良，等.不同陆面方案对沪宁高速公路团雾的模拟[J].气象科学，2010，30（4）.487-494.

[12]彭双姿，刘从省，屈右铭，等.一次大范围辐射雾天气过程的观测和数值模拟分析[J].气象，2012，38（6）：679-687.

[13]包云轩，丁秋冀，袁成松，等.沪宁高速公路一次复杂性大雾过程的数值模拟试验[J].大气科学，2013，37（1）：124-136.

[14]荣昕.基于WRF-CHEM模式的连续雾霾过程数值模拟及其能见度参数化[D].南京：南京信息工程大学，2013，25-26.

[15]石春娥，李耀孙，杨军，等.MM5和WRF对中国东部地区冬季边界层模拟效果比较[J].高原气象，2015，34（2）：389-399.

[16]周旺，刘昊，樊斌.重庆机场辐射雾消散机制[J].气象，2008，34（T1）：231-237.