gser Geographical Science Research 2168-5762 2168-5770 beplay体育官网网页版等您来挑战! 10.12677/gser.2024.134061 gser-95132 Articles 地球与环境 大连周水子国际机场2001~2020年雾的气候学特征
Climatic Characteristics of Fog at Dalian Zhoushuizi International Airport from 2001 to 2020
贾志飞 部队,辽宁 大连 20 08 2024 13 04 646 652 15 7 :2024 19 7 :2024 19 8 :2024 Copyright © 2024 beplay安卓登录 All rights reserved. 2024 This work is licensed under the Creative Commons Attribution International License (CC BY). http://creativecommons.org/licenses/by/4.0/ 使用2001~2020年大连周水子国际机场气象实况和REA5再分析资料,分析了机场雾的年、月以及昼夜变化,同时研究了长时间雾生成和消散对应的天气形势。每年雾日从14天到74天不等,平均为43.9天,且雾出现天数呈现逐年减少的趋势;6、7月是雾出现最频繁的月份,9月雾出现次数最少;一天中各个时刻都会出现雾,并且夜晚雾出现较多,在日出至早晨前后达到顶峰。雾事件最常持续时间为3小时或更短时间,12小时以上长时间雾与西太平洋副热带高压西侧水汽输运有关,2~6 m/s的偏东或东南风为雾的形成和维持提供了有利条件。
Using the meteorological data from Dalian Zhoushuizi International Airport from 2001 to 2020 and REA5 reanalysis data, the annual, monthly, and diurnal variations of airport fog were analyzed, and the weather patterns corresponding to long-term fog generation and dissipation were studied. The number of foggy days varies from 14 to 74 days per year, with an average of 43.9 days, and the number of foggy days shows a decreasing trend year by year; 6. July is the month with the most frequent occurrence of fog, while September has the fewest occurrences of fog; Fog appears at various times of the day, with more fog at night, reaching its peak around sunrise and morning. The most common duration of fog events is 3 hours or less, and prolonged fog lasting more than 12 hours is related to the transport of water vapor on the western side of the subtropical high in the western Pacific. The southeast or easterly winds of 2~6 m/s provide favorable conditions for the formation and maintenance of fog.
雾,气候学,变化特征,合成分析
Fog
Climatology Change Characteristics Synthetic Analysis
1. 引言

根据世界气象组织定义:雾主要由液滴组成,使能见度降低到1公里以下 [1] 。与雾相关的低能见度对全球航空、海洋和公路运输构成危害 [2] 。当机场出现低云或大雾等低能见度天气时,空中交通管制部门将出台限流、增加飞机在空中的间距等措施,以缓解运行压力;有时出于安全考虑,大雾会造成机场空中交通中断,由大雾等低能见度天气造成的航班中断导致大型航空公司的成本大幅增加。大雾对世界各地的机场都有影响。

大连周水子国际机场是国务院批准的对外开放的国际机场、首都机场的主备降机场、环渤海地区的门户枢纽机场,是东北振兴和辽宁沿海经济带开发战略中的核心机场,为大连市对外开放提供了强有力的航空运输保障,极大增强了大连参与东北亚国际航空市场的竞争力。机场位于大连市甘井子区,北纬38˚57',东经121˚31',东临黄海、西临渤海,南部是渤海海峡。三面环海形势为海雾形成提供了充沛的水汽,根据ICOADS在1950~2007年期间的船舶当前天气观测分析,包括黄海在内的7个边缘海海雾明显 [3] 。以前国外机场雾的研究已经取得了一些成就 [4] [5] 。然而,在我国对机场雾的研究仍然相对稀缺,袁娴等 [6] 对浦东机场低能见度天气进行了分型,并探讨了一些常用天气要素与低能见度天气的关系。郭智亮等 [7] 利用广州白云机场2005~2017年的逐时观测资料,分析了近年来白云机场能见度的变化特征以及能见度与气象要素、大气污染物之间的关系。本研究利用长期地面观测数据分析了大连周水子国际机场雾事件的时间变化特征,总结了长生命周期雾型的环流形势。目的是帮助机场气象业务人员加深对机场雾的理解,以提高雾预报的准确性。

2. 数据和方法 2.1. 单站地面气象要素

在这项分析中,我们使用了2001年1月1日至2020年12月31日大连周水子国际机场20年的气象机场报告。数据以综合地表数据(ISD)格式从NOAA国家气候数据中心(NCDC)数据库下载,数据已经过质量控制。根据天气现象代码和能见度值,使用小时和亚小时级数据来识别雾事件。数据被合并为每小时一次的分辨率,这意味着在同一小时内定期报告和特别报告的雾事件仅计算一次。同样,来自多个渠道对同一时间进行的重复报告被合并到唯一时刻中。本研究计算了以下统计数据:每年的雾日数、每月的雾日数、一天中每小时雾的频率和雾事件持续时间(以小时为单位)。

在统计过程中,将雾日定义为:当地每日00时至23时的时间段,如果一个时刻发生雾事件,则将其记录为一个雾日。如果一日内多个时刻发生雾事件,则仅记录为一个雾日。雾持续时间的计算方法是连续记录雾时刻的总数,如果雾在期间出现1小时或1小时以内间断,则认为是同一雾事件,1小时以上的间断,则被定义为两次雾事件。

此外,本研究还分析了与雾同步的气温、露点和风场数据。

2.2. ERA5大气再分析数据

为研究长时间雾事件期间天气形势,本文选用欧洲中期天气预报中心(ECMWF)推出的第五代全球大气再分析资料(ERA5),该资料同化观测资料的种类和数量明显增加,时空分辨率有了很大的提高。选取研究区域2001年到2020年逐小时的再分析资料,包括6个基本量:高度场、温度场、湿度场、经向风、纬向风、海平面气压场,对5~7月份长时间雾发生时刻前6小时和消散后6小时的天气形势进行合成分析,总结雾发生背景和消散原因。

3. 结果与讨论 3.1. 雾气候学

图1 给出了2001年至2020年每年海雾日数。海雾年日数介于14至74之间,年平均雾日为43.9天,雾日最多年份为2006年,雾日74天,雾日最少年份为2019年,雾日14天。从年变化线性趋势看,大连周水子国际机场2001年至2020年年雾日呈现减少趋势,此种变化可能与该区域年均气温升高有关,气温升高,温度露点差增大,空气难于饱和,不利于雾的形成。

Figure 1. The number of foggy days, annual average temperature, and trend of change at Dalian Zhoushuizi international airport from 2001 to 2020--图1. 大连周水子国际机场2001年至2020年年雾日数、年均气温及变化趋势--

研究机场雾的月变化。 图2 给出2001年至2020年机场月累计雾时数的变化,雾在6月、7月出现时数最多,表明6、7月份是大连周水子国际机场雾最活跃的月份,而在接下来的8、9月份转变为一年中雾出现时刻数最少的月份。这种突变,主要是由于大气环流形势的改变引起,6~7月份大连地区处于副热带高压外围影响下,空气湿度大,水汽含量一年中最高,因此此时雾出现机率高,进入8~9月份,随着副热带高压的东撤,蒙古高压等大陆天气系统开始影响大连地区,空气湿度显著降低,雾出现频次明显减少。雾的形成除了取决于大气湿度、液滴微物理、辐射等外,还与大气气溶胶有关 [8] 。进入11月份后,大连地区开始供暖,空气中的气溶胶浓度增加,为雾的形成提供了凝结核条件,这造成了12月至来年2月,雾出现时数相对较多。

进一步研究雾的昼夜变化。 图3 给出了大连周水子国际机场2001年至2020年每月份各时刻雾事件出现次数,其中,暖色调表示雾出现次数较多,而冷色调表示雾出现次数,雾事件出现次数的昼夜变化表明,机场雾最常发生在日出至早晨前后,通常在当地时间的04:00~09:00时,中午以后至傍晚前出现次数较少,平均来讲,每日14:00时是雾事件发生最少的时刻。一般情况下,雾在入夜之后开始形成,逐渐

Figure 2. Cumulative fog hours of Dalian Zhoushuizi international airport from 2001 to 2020--图2. 大连周水子国际机场2001年至2020年月累计雾时数-- Figure 3. Thermal map of fog occurrence frequency at Dalian Zhoushuizi international airport from 2001 to 2020 at each time of month--图3. 大连周水子国际机场2001年至2020年每月份各时刻雾出现次数热力图--

增加到日出至早晨前后。这表明夜间的辐射冷却对机场雾的形成起到了助推作用,经过整夜辐射冷却,在早晨达到雾事件的顶峰;太阳升起后,由于雾和表面的热加热,雾逐渐消散。最多雾事件出现时刻随月份变化略有不同,4月至8月通常出现在06:00左右,12月至来年2月通常出现在09:00左右,此种差异主要是由于每个月份日出时间的不同造成的。

3.2. 长时间海雾事件天气形势

大连周水子国际机场雾事件持续时间通常在3小时以内(图略),但对航运影响较大的是长时间雾事件,本研究针对持续时间在12小时以上雾事件的天气形势进行了分析。此类长时间雾事件大多出现在每年的5~7月份,选取2001年至2020年8次持续时间在12小时以上的雾事件,对雾发生前6小时、消散后6小时东亚地区850 hpa高度场和海平面地面气进行合成分析,结果如 图4 所示。

Figure 4. Composite diagram of the 850 hPa altitude field (a) and sea level pressure field (b) 6 hours before long-term fog at the airport, and the 850 hPa altitude field (c) and sea level pressure field (d) 6 hours after fog (the red square in the figure represents the Dalian area)--图4. 机场长时间雾前6小时850 hpa高度场(a)、海平面气压场(b)和雾后6小时850 hpa高度场(c)、海平面气压场(d)合成图(图中红色方块为大连地区)--

雾出现前6小时850 hpa高度场上( 图4(a) ),贝加尔湖以东存在一低涡,低涡内部斜压不稳定,地面形成一气旋( 图4(b) ),气旋后部的正变压区逐渐并入到日本海的高压脊中,使其加强并更加稳定维持,大连地区处于从日本海经朝鲜半岛向西伸展的高压内部,1005.0 hpa等压线西伸跨过大连地区。与此同时,副热带高压西伸,850 hpa高度场上在日本列岛南部形成1520位势米闭合高压,此闭合高压与贝加尔湖以东低涡之间等高线走向一致,形成一支跨越中低纬的偏南气流,将低纬海洋上的水汽输送到我国东部上空,源源不断的水汽供应为海雾形成和持续存在提供了有利条件,日本海南伸高压携带冷空气扩散南下,与海面上暖湿空气发生混合促成了雾的形成。雾的消散主要是由于副高的东退和日本海高压的收缩造成的,由 图4(c) 图4(d) 可见,贝加尔湖低涡向北移动减弱,导致日本海高压收缩,1005.0 hpa等压线撤出大连地区,同时,850 hpa等压面上1520位势米高度线东撤明显,导致低纬度水汽输送向东偏移,切断了雾维持所需的水汽条件,长时间雾事件结束。

3.3. 雾事件地面风场

雾事件期间,地面风场状况如何?为此,本文分析了2001年至2020年大连周水子国际机场逐小时风玫瑰图( 图5(a) )和雾时风玫瑰图( 图5(b) )。从 图5(a) 可见,机场盛行北风,占到16个风向的将近30%,其他风向比较平均,基本在6%以内,当雾出现时,较多风向为东到东南、东、东南以及北,占比分别为21%,15%,13%和11%,就风速来看,雾时风速绝大部分在6 m/s以下,其中2~6 m/s最常见。以往的研究表明:海雾的生成主要是降温和增湿两个过程,黄海是中国近海海雾发生频率最高的海区 [9] ,且海雾以平流冷却雾为主 [10] [11] ,暖湿空气平流到黄海北部冷海面上,在海温梯度较大的海域,偏南风输送的暖湿空气经过海温锋的冷水一侧时会快速降温,凝结成雾 [12] 。在偏东或东南风作用下,黄海北部形成的海雾会向近岸移动,造成大连地区的雾,进而影响机场能见度。此种情况下,通常需要2~6 m/s的偏东或东南风,此风速较有利于陆地辐射雾形成的0~3 m/s风速要大。

Figure 5. Hourly wind rose chart (a) and foggy wind rose chart (b) of Dalian Zhoushuizi international airport from 2001 to 2020--图5. 大连周水子国际机场2001年至2020年逐时风玫瑰图(a)和雾时风玫瑰图(b)--
4. 结论

雾事件作为一种常见的灾害性天气,对人民生活和社会生产的影响越来越显著,特别是在航空运输领域,严重的雾事件会影响航运的正常运行,导致飞行事故,因此,研究雾的时间变化规律和生消机制显得尤为重要。本文基于大连周水子国际机场2001年至2020年地面气象观测实况,进行了机场雾的气候学分析,得到如下几个结论:

(1) 机场年平均雾日为43.9天,近20年机场年雾日呈现减少趋势。

(2) 机场雾最多出现在6~7月份,12月份至来年2月份雾出现概率次高,其原因可能是冬季供暖造成的气溶胶等凝结核增加,9月份雾出现概率最低。

(3) 机场雾持续时间大多在3小时以内,12小时以上长时间长时间雾事件与西太平洋副高外围水汽输运有关,同时2~6 m/s的偏东或东南风为雾的形成和维持提供了有利条件。

References WMO (2008) Aerodrome Reports and Forecasts: A User’s Handbook to the Codes. World Meteorological Organization. Croft, P.J. (2003) Fog-Sciencedirect. Encyclopedia of Atmospheric Sciences, 777-792. >https://doi.org/10.1016/B0-12-227090-8/00152-4 Dorman, C.E., Mejia, J., Koračin, D. and McEvoy, D. (2020) World Marine Fog Analysis Based on 58-Years of Ship Observations. International Journal of Climatology, 40, 145-168. >https://doi.org/10.1002/joc.6200 França, G.B., do Carmo, L.F.R., de Almeida, M.V., et al. (2019) Fog at the Guarulhos International Airport from 1951 to 2015. Pure and Applied Geophysics, 176, 2191-2202. >https://doi.org/10.1007/s00024-018-1781-5 Roux, B., Potts, R., Siems, S. and Manton, M. (2021) Towards a Better Understanding of Fog at Perth Airport. Journal of Hydrology, 600, Article 126516. >https://doi.org/10.1016/j.jhydrol.2021.126516 袁娴, 陈志豪. 上海浦东机场平流雾的统计和监测分析[J]. 气象科学, 2013, 33(1): 95-101. 郭智亮, 等. 2005-2017年白云机场能见度变化特征及其与影响因子关系研究[J]. 气象科技进展, 2019, 9(6): 40-43. Haeffelin, M., Dupont, J.-C., Boyouk, N., Baumgardner, D., Gomes, L., Roberts, G. and Elias, T. (2013) A Comparative Study of Radiation Fog and Quasi-Fog Formation Processes during the ParisFog Field Experiment 2007. Pure and Applied Geophysics, 170, 2283-2303. >https://doi.org/10.1007/s00024-013-0672-z Zhang, S.P., Xie, S.P., Liu, Q. L., et al. (2009) Seasonal Variations of Yellow Sea Fog: Observations and Mechanisms. Journal of Climate, 22, 6758-6772. >https://doi.org/10.1175/2009JCLI2806.1 王彬华. 海雾[M]. 北京: 海洋出版社, 1983. 张苏平, 鲍献文. 近十年中国海雾研究进展[J]. 中国海洋大学学报(自然科学版), 2008, 38(3): 359-366. Sugimoto, S., Sato, T., Nakamura, K., et al. (2013) Effects of Synoptic-Scale Control on Long-Term Declining Trends of Summer Fog Frequency over the Pacific Side of Hokkaido Island. Journal of Applied Meteorology and Climatology, 52, 2226-2242. >https://doi.org/10.1175/JAMC-D-12-0192.1
Baidu
map