中国不同等级雾日的气候特征

 利用1961-2005年中国300个台站的逐日雾资料及能见度资料,分析了不同等级雾的时空分布及基本气候特征、雾生时间和持续时间的年代际变化。结果表明：雾的空间分布范围随着能见度的降低而减小;随时间的变化多呈减少趋势,但沿长江及东部沿海的重浓雾日在20世纪70年代发生突变,雾日增多;内陆、南部沿海雾生时间多在清晨06:00-08:00,东部及沿海多发生在夜间20:00-21:00;雾生频次经历少-多-少的年代际变化,90年代后频次减少,个别区域雾生时间随着年代的延伸而推后;大部分地区雾的持续时间在3 h内,12 h以上的雾区多集中在沿海、华北和陇东-山西地区,沿海、四川盆地、云贵地区90年代12 h以上雾的发生频次最高。     

中国不同等级雾日的气候特征

利用1961-2005年中国300个台站的逐日雾资料及能见度资料,分析了不同等级雾的时空分布及基本气候特征、雾生时间和持续时间的年代际变化。结果表明：雾的空间分布范围随着能见度的降低而减小;随时间的变化多呈减少趋势,但沿长江及东部沿海的重浓雾日在20世纪70年代发生突变,雾日增多;内陆、南部沿海雾生时间多在清晨06:00-08:00,东部及沿海多发生在夜间20:00-21:00;雾生频次经历少-多-少的年代际变化,90年代后频次减少,个别区域雾生时间随着年代的延伸而推后;大部分地区雾的持续时间在3 h内,12 h以上的雾区多集中在沿海、华北和陇东-山西地区,沿海、四川盆地、云贵地区90年代12 h以上雾的发生频次最高。     

四川不同等级雾的时空分布及其生消时间

利用四川省153个气象观测站点的逐时能见度和相对湿度资料,根据水平能见度将雾分为大雾、浓雾、强浓雾和特强浓雾四个等级,分析了四川不同等级雾的时空分布、持续时间及生消时间,结果表明:四川地区,雾在冬季最多,夏季最少,特强浓雾在4~9月比较罕见;各等级雾均在后半夜到早上（03~09时）最为频发,午后到晚上最少,强浓雾和特强浓雾几乎不会在午后到晚上（13~20时）发生;四川盆地是雾的多发区,川西高原和攀西地区雾较少,四川大部地区没有强浓雾和特强浓雾发生;四川大雾和浓雾持续时间短,一般为1~3h;强浓雾和特强浓雾一旦形成,便不容易在短时间内消散;成雾时间主要在夜间到日出前,消雾时间主要在日出后。      

陕西省雾的趋势变化特征研究

应用1961-2006年陕西省82个气象站逐月雾日资料.分析了全省雾目的年、季分布特点、长期变化趋势以及可能的影响因素.结果表明:陕西大雾及陕西全省大部分地区40多年的年雾日呈明显的减少趋势,减少最明显的地区主要位于陕北和关中北部及汉江盆地;除春季雾日减少较为明显外,其余各季均变化不明显;陕西年雾日变化与年平均气温的变化显著负相关,与年平均相对湿度的变化显著正相关;浓雾日变化趋势没有雾日显著.     

廊坊市雾的气象条件及预报预警技术

利用1971-2000年冀中滨海平原区廊坊市雾数据、地面气象数据、冀中东部地区雾资料及国家气象中心历史高空数据、MICAPS数据,归纳了廊坊市雾及浓雾的气候特征,计算、分析了廊坊市雾及浓雾的气象条件与预报流程。结果表明：雾及浓雾是廊坊市秋冬季节最频繁的一类灾害性天气,浓雾越浓,灾害性影响特征越显著;在利于雾及浓雾形成的大气环流形势下,地面偏南偏东的微风小于等于3 m.s^-1、相对湿度大于等于50%、6 h气压差绝对值小于等于3.0 hPa及大气层结稳定,尤其1000-925 hPa存在明显逆温层是廊坊市雾及浓雾预报预警的重要参考指标;利用VB等计算机语言实现雾及浓雾的自动化初步识别;进一步探讨了冀中滨海平原区廊坊市雾及浓雾的预报预警发布技术,为廊坊市雾及浓雾的预报预警及服务提供了科学依据。     

安徽省区域性强浓雾气候特征及影响因子

根据强浓雾发生的同步性,可将安徽分为5个不同的区域。为了解安徽区域性强浓雾的演变规律及成因,首先利用1980—2019年安徽省68个资料完整的国家级气象观测站08时能见度、相对湿度和天气现象资料,探讨了各区域区域性强浓雾的判定标准,建立各区域40 a的区域性强浓雾日时序资料,分析了区域性强浓雾的年际和年代际变化趋势;然后利用2016—2019年77个国家级气象观测站逐时资料分析了不同区域区域性强浓雾的年变化、日变化及持续时间分布等特征;最后,探讨了冬季区域性强浓雾年际变化的成因。结果表明:（1）1980—2019年,沿淮淮北3个区域区域性强浓雾日数都有先升后降的变化趋势,转折点在2006/2007年;1980—2007年区域性强浓雾日数呈明显的上升趋势,应归因于气溶胶粒子浓度升高。年代际比较,各区域区域性强浓雾日数都是20世纪90年代或21世纪最初10年最多,21世纪第2个10年最少;各区域区域性强浓雾出现日数年际变化大,最少的年份0—1 d,最多年份可超过10 d。（2）2016—2019年,各区域年均区域性强浓雾日数14—17 d,主要集中在仲秋到仲春;持续1 h的强浓雾日占比最高,持续3 h的样本是另一个峰值;淮河以北2个区域年均区域性强浓雾日数最多、且持续时间达到3 h及以上的区域性强浓雾占比最高。（3）淮河以北冬季区域性强浓雾日数与降水日数、降水量、相对湿度和08时气温均呈较为显著的正相关,而与风速和小风日数相关不显著;沿江地区冬季区域性强浓雾日数主要受地面风速影响;而江南冬季强浓雾日数与各地面因子均不存在明显相关。（4）以1月为例,各区域区域性强浓雾日数都与纬向环流指数呈正相关,沿淮淮北3个区域区域性强浓雾日数都与东亚槽位置呈正相关,而与东亚槽强度相关不明显。说明纬向型环流、东亚槽位置偏东有助于安徽沿淮淮北形成强浓雾。进一步分析发现,雾多的1月海平面气压中40°N以北的1030 hPa等值线位置偏东（如在120°E以东）,近地层偏东风较强,地面湿度偏高。      

2006年12月南京连续4天浓雾的微物理结构及演变特征

2006年12月24-27日南京地区出现了连续4天的浓雾天气,其中能见度小于50 m的强浓雾持续了40多个小时.利用FM-100型雾滴谱仪,连续观测了雾滴谱、数密度和含水量等微物理参量.结合自动气象站及能见度仪观测资料,分析了这次浓雾过程的微物理特征,并与1996年观测结果进行对比:雾滴的平均含水量和平均直径与1996年观测结果相当,含水量最大值比1996年观测结果大4倍,数密度比10年前小.认为前2个子过程的雾滴数密度、含水量很高,造成了南京奉次大雾能见度长时间低于50 m的恶劣天气.结合边界层探空资料,认为形成这种强浓雾的主要原因足近地层持续存在强盛的水汽平流,具有平流雾的特征.根据雾微物理参量的起伏变化,将浓雾过程分成4个子过稃,分析并比较了4个子过程的雾滴谱分布,总过程的谱分布及4个子过程的谱分布都服从Dcirmendjian分布,谱型都基本呈指数下降,雾滴主要集中存小滴段.最后,对第一个子过程微物理参量的变化特征进行了细致分析.发现这次浓雾是在夜间晴空辐射降温后形成的,午夜最强,日出后随着气温的升高逐渐减弱,反映了辐射雾的口变化特征.另外,还发现雾形成以后,开始变化不大,但随着进一步辐射降温,地面雾团不断产牛,雾爆发性发展.     

安徽省不同等级雾和重度霾时空分布特征及地面气象条件比较

雾和霾都是低能见度天气,生成条件相似。利用安徽78个地面站逐时观测资料,基于雾、霾发生物理条件,建立了不同等级雾日和重度霾日的观测诊断方法,重建了不同等级雾和重度霾的时序资料。根据各站强浓雾发生的同步性,将安徽分为5个雾、霾分布特征不同的区域,探讨了各区域不同等级雾及重度霾出现时地面气象条件的异同。结果表明:（1）安徽省强浓雾主要是辐射雾。强浓雾、浓雾和大雾空间分布形势大体一致,淮河以北东、西部和江南都属于强浓雾高发区,但各地强浓雾的时、空分布特征和影响系统不同;重度霾有明显的北多、南少、山区最少的分布特征。（2）强浓雾年变化呈双峰型分布,峰值在1月和4月,日变化为单峰型,峰值在06时;而重度霾年变化为单峰型,峰值在1月,日变化为双峰型。（3）在强浓雾的高发时段（02—08时）,强浓雾时降温幅度最大,比重度霾平均高1℃,风速显著偏低,超过75%的样本风速低于1.5 m/s,且无明显主导风向;而重度霾时,风速比雾时明显要大,个别区域有超过75%的样本风速大于1.5 m/s,且以西北风到东北风为主。说明重度霾能否演变为强浓雾的关键地面气象因子是风速、风向和降温幅度。      

重庆雾气候特征及天气成因分析

利用1980-2011年的重庆全市36个区县气象站的能见度及相对湿度资料,分析了重庆全区域雾的气候特征。选取全市的典型浓雾个例,利用NCEP 1°×1°的再分析资料和L波段雷达资料,合成分析了辐射雾和雨雾的环流形势、温、湿、风的垂直结构。结果表明：重庆全区域雾呈现西多东少的分布形势,出现的时间主要集中在10月至次年2月,年平均雾日数在21世纪初呈现显著下降趋势,雾日减少的突变发生在2002年。辐射雾发生时500 hPa中亚及青藏高原地区为高压脊,地面上重庆位于高气压内部的均压场中,冷锋已到达华南地区;而雨雾发生时500 hPa青藏高原地区为低压槽区,地面冷高压中心位于我国北方地区,有弱冷空气经大巴山从东北向渗入重庆。两种雾的温、湿、风垂直结构特征表现为辐射雾近地层逆温明显强于雨雾;上干下湿和湿层深厚分别是辐射雾和雨雾形成时,湿度垂直结构的主要特征;两种雾形成时近地层风速都很小,总体来看雨雾发生时各层的风速都大于辐射雾。     

四川盆地区域性浓雾序列及其年际和年代际变化

利用四川盆地20个国家级基本气象站1954-2005年的大雾和能见度等资料, 探讨了区域性浓雾的认定标准, 建立起该地区较完整的区域性浓雾日数序列, 分析了其年际、年代际变化及可能原因.结果表明:①盆地内区域性浓雾主要发生在秋冬季 (9月至次年2月), 占总数的92.8%, 这也就决定了浓雾日数序列是一个跨年度统计的序列; ②1954-1976年盆地内浓雾处于偏少的负位相, 尤以20世纪60年代为最少, 相反, 20世纪80-90年代浓雾频次高、强度大, 处于多雾的正位相, 但是近些年有明显的减弱; ③在浓雾的年际和年代际变化中, 大气中凝结核的数量 (背景大气浑浊度) 起着主导作用, 同时, 干湿状况是决定浓雾年代际变化另一主要原因, 局地气候变暖对浓雾的影响具有不确定性; ④90年代以后盆地内浓雾的减弱是3个因子共同作用的结果.     

On the fog variability over south Asia

An increasing trend in fog frequencies over south Asia during winter in the last few decades has resulted in large economical losses and has caused substantial difficulties in the daily lives of people. In order to better understand the fog phenomenon, we investigated the climatology, inter-annual variability and trends in the fog occurrence from 1976 to 2010 using observational data from 82 stations, well distributed over India and Pakistan. Fog blankets large area from Pakistan to Bangladesh across north India from west to east running almost parallel to south of the Himalayas. An EOF analysis revealed that the fog variability over the whole region is coupled and therefore must be governed by some large scale phenomenon on the inter-annual time scale. Significant positive trends were found in the fog frequency but this increase is not gradual, as with the humidity, but comprises of two distinct regimes shifts, in 1990 and 1998, with respect to both mean and variance. The fog is also detected in ERA-Interim 3 hourly, surface and model level forecast data when using the concept of “cross-over temperature” combined with boundary layer stability. This fog index is able to reproduce the regime shift around 1998 and shows that the method can be applied to analyze fog over south Asia. The inter-annual variability seems to be associated with the wave train originating from the North Atlantic in the upper troposphere that when causing higher pressure over the region results in an increased boundary layer stability and surface-near relative humidity. The trend and shifts in the fog occurrence seems to be associated with the gradual increasing trend in relative humidity from 1990 onwards.     

Urban-rural fog differences in Belgrade area,Serbia

Urban/rural fog appearance during the last 27 years in the Belgrade region is analysed using hourly meteorological records from two meteorological stations: an urban station at Belgrade-Vra?ar (BV) and a rural station at Belgrade-Airport (BA). The effects of urban development on fog formation are discussed through analysis of fog frequency trends and comparison with a number of meteorological parameters. The mean annual and the mean annual minimum temperatures were greater at the urban BV station than at the rural BA station. The mean monthly relative humidity and the mean monthly water vapour pressure were greater at the rural than urban station. During the period of research (1988–2014), BA experiences 425 more days with fog than BV, which means that BV experiences fog for 62.68% of foggy days at BA. Trends in the number of days with fog were statistically non-significant. We analysed the fog occurrence during different types of weather. Fog in urban BV occurred more frequently during cyclonal circulation (in 52.75% of cases). In rural BA, the trend was the opposite and fog appeared more frequently during anticyclonic circulation (in 53.58% of cases). Fog at BV occurred most frequently in stable anticyclonic weather with light wind, when a temperature inversion existed (21.86% of cases). Most frequently, fog at BA occurred in the morning and only lasted a short time, followed by clearer skies during the anticyclonic warm and dry weather (22.55% of cases).     

基于MTSAT卫星遥感监测的浙江省及周边海区大雾分布特征

利用日本静止气象卫星MTSAT逐时资料,综合地面气象观测数据,对浙江省及其周边海区陆地和海上2008—2012年的大雾进行了专题信息提取,并给出了浙江省陆域、周边海域0.05°×0.05°网格点的小时尺度的遥感大雾产品,结果表明:(1)基于MTSAT卫星观测数据,采用分级判识太阳高度角阈值和归一化大雾指数的方法,构建的浙江及其周边地区陆地和海上遥感大雾监测模型,大雾判识精度总体超过75%,基本满足使用需求。(2)浙江省陆域近5年大雾年平均累计为411.7 h,约占全年的4.7%,基本呈南多北少,山区多平原少的格局,其中浙江南部高山区、舟山和温州部分海岛及西部山区为大雾多发区,且大雾季节分布为冬秋季较多,春夏季较少,22时至09时是浙江省陆域大雾的高发时段,10时以后大雾逐渐消散,至后半夜、凌晨前后,大雾频次逐渐增多。(3)研究区海雾主要发生在大陆近海,呈现由近海向外海减少的空间格局,东海海域年大雾累计为311.7 h,以东海西南部地区大雾出现最多,浙江省沿海大雾的高发区位于温州海域及钱塘江口。研究区海域大雾具有明显的季节特征,主要表现为春季较多,夏季次之,秋冬季较少的分布格局,且海上主要受平流雾影响,大雾不易消散,持续时间较长。从各海区大雾发生频次从高到低依次为:东海东南部、台湾以东洋面、东海中东部、黄海西南部、东海中西部、台湾海峡、东海西北部、黄海东南部、东海西南部和东海东北部。     

温州地区雾霾气候特征及其预报

利用温州8个气象站点近40年的雾日和霾日统计资料,从时间和空间两方面分析了温州雾、霾日数的气候特征和变化规律。结果表明, 1971—2008年期间,温州市区（平原）地区雾日数显著减少,洞头（海岛）地区雾日数缓慢减少,泰顺（高山）地区雾日数呈波动式缓慢增长,21世纪初有明显增多;温州地区霾日数,除泰顺（高山）地区缓慢增长外,总体呈快速增多趋势,增多开始发生在20世纪70年代后期,21世纪初霾日数显著增加,其中永嘉和瑞安增加最快。温州雾日数冬春多,夏秋少;霾日数冬季最多,夏季最少。同时,利用近年来气象部门与环保部门联合开展的空气质量预报产品,如空气污染指数（API）,建立雾、霾预报方法。统计2004—2009年间的雾、霾与空气污染指数的相关关系,并兼及晴雨天气条件,总结出包含晴雨、空气污染指数及雾、霾3要素的线性公式,作为预报雾、霾工具。经检验,效果较好,预报未来24 h雾、霾准确率达57%～66%。并通过编程实现计算机自动预报。     

中国不同区域气候条件对冬季雾日形成的差异性分析

雾是一种严重的天气灾害,极大地影响了交通和日常生活,并可能带来巨大的经济损失。利用1958～2007年678个中国地面观测站点的雾日数资料,采用相关系数分析、合成分析等方法分析了冬季雾日数的时空特征,发现冬季多雾地区和年际变率较强地区集中在西南、华北和华南等地区。根据冬季雾日分布特征,将中国划分为3个较为独立的雾区,从水汽条件、大气稳定度及大气环流背景等方面讨论了区域气候条件差异对局地雾形成机制的影响,发现不同区域冬季雾日产生的气候条件有着明显的差异性。结论如下:西南区冬季雾的形成受水汽输送影响较小,受大气稳定度影响较大,且巴尔喀什湖东侧高压脊加强,冷空气南下,西南较易发生雾;华北冬季雾日的形成受水汽输送影响较大,伴随长江中下游水汽异常推进偏北,水汽异常大值中心偏北,且西伯利亚高压、东亚大槽以及东北低压减弱,冷空气活动较弱,华北较易发生雾。华南冬季雾日的形成受水汽输送影响较大,伴随长江中下游水汽异常推进偏弱,水汽异常大值中心偏南,且东亚大槽减弱,华南较易发生雾。     

福建近44年雾日趋势变化特征及可能影响因素

应用1961—2004年福建省50个气象站逐月大雾及浓雾日数资料, 分析了全省大雾日数及浓雾日数的年、季分布特点、长期变化趋势、年代际变化特征以及可能的影响因素。结果表明:全省年、季雾日数分布均表现为中部及三明西部的多雾区, 沿海及南部地区的少雾区, 而多雾区中浓雾所占的比率达30%以上; 全省年、季大雾日数大部分地区表现为明显的减少趋势, 仅在龙岩西部呈增加趋势, 而浓雾的减少趋势不如大雾; 年、季雾日数具有明显的年代际变化特征, 年、季雾日数在20世纪80年代中期左右转为明显偏少期, 之前则为明显的偏多期。文中还重点分析了6个代表站大雾与浓雾的趋势与月际分布特征。进一步研究指出, 年雾日数与年平均气温有较好的负相关关系, 而与年平均相对湿度有很好的正相关关系, 同时与森林覆盖率的变化有一定关系。     

The spatial and temporal variability of fog and its relation to fog oases in the Atacama Desert, Chile

Fog has been studied in the Atacama Desert of Chile for the past ten years. This paper analyzes its temporal and spatial variability, relying in part on satellite images (GOES) to analyze the frequent orographic fog and the low cloud deck (stratocumulus, Sc) that generates advective fog in the area. Fog water fluxes were measured with Standard Fog Collectors (SFC). Field trips and observers provided information on cloud top and base and the presence of fog. Vegetation in fog oases were used to confirm the results of these surveys.The Sc moves onshore into the continent with different intensities depending on season and time of day. The maximum spatial extent occurs during winter and at night. Fog is frequent in the coastal cliffs, where fog water fluxes of 7.0 L m^− 2 day^− 1 were measured using a SFC. It is less frequent 12 km inland, where the collection rates were less than 1 L m^− 2 day^− 1. The height of the fog collector above the ground affected the collection rate. The highest fog water fluxes were recorded at Alto Patache at altitudes of between 750 and 850 m a.s.l. The growth or thickness of the cloud is important in the collection of fog water. The information that GOES provides on the altitude of the top of low clouds is used to analyze this factor. Fog oases are described and analyzed in relation to how the geographical location of fog influences the growth of vegetation.     

最近40年中国雾日数和霾日数的气候变化特征

根据1971～2010年567个中国地面观测站点的雾日数和霾日数资料,分析了我国雾日数和霾日数的空间分布、季节变化以及年代际变化特征,并且利用REOF（旋转经验函数正交）分解对雾日数进行气候区划。结果表明：（1）雾主要分布在东南沿海地区、四川盆地地区、湘黔交界、山东沿海以及云南南部等地区。霾主要集中于华北、河南以及珠三角和长三角地区。（2）在季节变化上：秋、冬季雾和霾的分布大于春夏。（3）雾日数和霾日数年代际变化明显,雾日数在20世纪70至90年代较多,20世纪90年代以后减少;霾日数自2001年以来急剧增长。（4）雾日数可以共可分为10个区,其中华北区、川渝区以及长江中下游区是雾出现频率较高的几个重点区域。