湖南省低能见度天气时空分布特征及预报订正方法研究

刘红武 , 黄楚惠 , 王彬雁 , 牛金龙 , 尹忠海 , 唐 林

（1.湖南省气象台, 长沙 410118；2.四川省气象台/高原与盆地暴雨旱涝灾害四川省重点实验室, 成都 610072；3.成都市气象局, 成都 610071；4.湖南省人工影响天气领导小组办公室, 长沙 410118）

引言

随着社会经济的发展和城市化进程的加快，特别是交通、通讯的迅猛发展，低能见度天气对人们日常生活的影响日趋明显[1]。近年来，国内学者对能见度问题开展了诸多研究，主要集中于大气能见度趋势、影响机理、数值模拟和预报方法等方面[2-10]。对于能见度预报订正方法研究，常见的有利用多元回归、相关系数、均方根误差等对自动站数据进行订正[11-13]。胡海川等[14]采用BP神经网络方法构建环渤海沿海城市能见度预报模型，预报效果明显高于ECMWF模式；黄楚惠等[15]在四川盆地低能见度的气象要素订正阈值基础上结合概率密度匹配的方法，对四川盆地低能见度天气进行订正并取得了较好的效果；王媛媛等[16]对北京区域各站点能见度观测值与模式预报结果进行比较和分时段逐级偏差订正，改善了模式对高海拔地区的低能见度高估现象，也能更好地预报出低能见度现象。

总之，我国对于能见度的研究已取得了显著成果，但大多集中于东部大中城市。湖南地处云贵高原向江南丘陵和南岭山脉向江汉平原过渡的地带，地势呈三面环山、朝北开口的马蹄形地貌，低能见度天气多发。目前，针对湖南能见度长期演变特征的成果并不多见，对其预报订正方法的研究更是匮乏。因此，在了解湖南低能见度天气时空分布特征的基础上，开展能见度预报订正的相关研究，有利于提高低能见度预警预报能力，对减轻低能见度天气所造成的灾害损失具有十分重要的意义。本文利用2011～2020年国家基本站观测资料，研究湖南省低能见度时空分布特征及低能见度与地面气象要素的关系，获取低能见度与要素之间的预报订正阈值，进而基于ECMWF模式（简称EC模式，下文同）采用概率密度匹配结合要素的双重试验订正方法，对湖南省两次低能见度天气个例预报进行订正，评估模式订正前后的预报效果，以期为湖南乃至其他地区能见度预报提供参考。

1 资料和方法

1.1 资料

本文选取2011～2020年湖南省国家基本站（共计97站）逐时观测资料，包括能见度、地面风速、24 h变压、相对湿度、地面温度等要素。个例预报订正选取EC模式2019年12月23日20时（北京时，下同）起报和2020年2月10日20时起报的逐3 h能见度预报资料。

1.2 方法

1.2.1 低能见度天气定义

对湖南省97站能见度资料进行统计，得到湖南地区能见度变化特征。以≤1km为标准，统计了湖南地区低能见度的分布情况。此外，结合地面风速、24 h变压等要素，分级统计不同能见度下的要素分布比例，进一步确定低能见度的要素订正阈值。

1.2.2 能见度订正方法

订正方法采用概率密度匹配结合要素的双重试验订正方法。由于概率密度匹配方法曾被广泛用于具有偏差非独立特性（即误差随着资料的大小、时间及区域的不同而变化）的资料误差订正上，可以很好地消除多元线性回归值与实况值的非独立系统误差[17]。因此，本文利用该方法结合气象要素进行双重订正试验，以期增加低能见度事件的命中率，提高能见度预报水平。

由于Gamma分布可以很好地对各种物理量进行拟合，并且适用于各地任一累积时段物理量，具有一定的普适性。因此，本文选取Gamma分布对能见度进行订正。Gamma分布的概率函数[18]如下：

式（1）中： Γ (α)是 Gamma函数，其函数公式如式（2）所示；α为Gamma函数的形状参数，表示分布曲线的形状，值越大（小），曲线越平缓（陡峭），小值出现的概率越小（大）；β为Gamma函数的尺度参数，值越大（小），概率函数取值范围越大（小），分布越分散（集中）。

α和β的估算采用最大似然法，具体公式如下：

式（3）和（4）中，u为序列的均值，σ2为序列的方差。

1.2.3 能见度 TS 评分

根据中国气象局制订的“重要天气预报质量评定办法”，TS（Threat Score）评分计算公式为:

式中：TS为预报准确率，Na、Nb、Nc分别为预报正确、漏报、空报的站(次)数。TS评分介于[0，1]，体现了预报的准确程度[19]。本文将能见度分级检验区间分为 0～1 km、1～3 km、3～10 km 及10 km 以上。

2 能见度时空分布特征

2.1 低能见度天气空间分布特征

由2011～2020年湖南地区各季能见度值空间分布（图1）可知，湖南北部能见度值显著低于南部，春季及秋冬季低能见度分布范围大于夏季，冬季低能见度分布范围最广。≤1 km低能见度区域主要位于湖南中北部、通道县及衡阳市附近，并且从秋季开始整个低能见度区域有明显向南扩大的趋势，低能见度中心分布不均，湘东北的洞庭湖区最低，山区至平原的过渡地带次之。

图1 2011～2020 年湖南省各季能见度空间分布（a.春季 3～5 月，b.夏季 6～8 月，c.秋季 9～11 月，d.冬季 12 月～次年 2 月，单位：km）

2.2 低能见度天气出现时数空间分布

通过对2011～2020年湖南省各季低能见度（≤1 km）出现时数进行统计，发现各季南岳（57776）和郴州（57972）是出现时数最多的地区，南岳站冬季低能见度出现时数达350 h，即使是在夏季也有240 h，郴州站次之，春、秋和冬季低能见度出现时数分别为117 h、123 h和193 h。春季低能见度时数分布范围较秋季稍大，多集中在8～25 h，主要位于湖南东北至南部一带（图2a）。夏季低能见度时数分布范围最小，主要分布在中北部，多集中在 3～12 h，常德（57662）低能见度时数（约55 h）仅次于南岳（图2b）。秋季低能见度时数分布范围较夏季明显增多，平均为5～15 h，其中桃江超过55 h（图2c）。冬季低能见度时数分布范围明显扩大，与春季分布相似，中东部低能见度时数更为集中，平均 10～30 h，马坡岭达 108 h（图2d）。

图2 2011～2020年湖南省各季低能见度（≤1km）出现时数空间分布（a.春季3～5月，b.夏季6～8月，c.秋季9～11月，d.冬季12月～次年2月，单位：h）

2.3 低能见度天气过程日变化

为了更好地揭示低能见度天气日变化特点，了解其生消情况，选取探测环境较好且发生低能见度天气概率相对较多的常德站（57662）为例，给出了2011～2020年常德站逐月能见度的日变化特征（图3）。如图所示，能见度逐月日变化均呈现单峰型，能见度低值时段主要集中在20时～次日09时，18时之后能见度逐渐降低，次日09时后能见度逐渐转好。能见度分布存在明显的季节变化特征，冬季的12月、1月为能见度低值月份。从能见度逐时时数分布（图4）来看，≤1 km低能见度出现时数10次以上的情况主要发生在22时～次日12时。

图3 2011～2020年常德站逐月能见度的日变化特征（a.3～5月，b.6～8月，c.9～11月，d.12～2月，单位：km）

图4 常德站能见度分等级逐时时数分布

3 能见度与地面要素的关系

选取地面要素（风速、24 h变压、相对湿度、地面温度）作为研究对象，分别对不同能见度阈值出现时，地面要素在不同区间的变化情况进行统计分析。如图所示，＜3 km能见度主要出现在风速为1～2 m/s，≤1 km低能见度大都在风速＜2 m/s下出现（图5a）；低能见度主要出现在20℃以下，并且温度越高出现越低等级能见度可能性越小（图5b）；≤1 km 低能见度24 h变压范围＜ 2 hPa（图5c）；相对湿度 80%～90% 易出现在1～3 km能见度，能见度≤1 km的相对湿度大多处于90%以上（图5d）。综合各要素情况来看，低能见度与地面风速、相对湿度及温度相关性较好，与地面气压相关性一般。因此，进一步统计得到能见度≤1 km的订正阈值如表1所示。当最大风速在2 m/s以下，低能见度事件出现频率是87.47%；温度在20℃以下时，低能见度事件出现频率是82.88%；相对湿度在90%以上时，低能见度事件出现频率是95.79%；24 h变压在2 hPa以下时，低能见度事件出现频率是81.49%。

表1 能见度≤1 km订正阈值

图5 不同能见度等级下地面要素在不同区间占比（a.风速，b.地面温度，c.24 h变压，d.相对湿度)

4 基于 EC 模式的能见度预报个例订正

由上述统计可知，低能见度主要出现在20时～次日09时，因此，本节重点关注23时～次日11时的订正能力。先采用概率匹配订正方案进行订正，具体过程如下：首先对能见度阈值进行分区，这里取 0、1、3、10和30 km，分别算出EC模式及观测对应的累积概率值。对某一区间，假设预报概率值与实况概率值应该一致，反求得 0、1、3、10和30 km 对应的订正阈值，

再利用内插法得到任意值的订正值。在此基础上，结合第 3 节对要素阈值的分析，加入云量、风速、相对湿度、边界层高度等进行订正，采用概率匹配法和要素订正相结合的方法对能见度预报进行再次订正。

4.1 2019 年 12 月 25 日湖南中东部低能见度天气过程

从实况上看，24 日 23 时（图6a）湖南中东部出现了分散的低能见度＜1 km区域，到25日05时（图6i），低能见度站数略有增加，仍位于湖南中东部区域，08时（图6m）开始低能见度范围已减小。EC预报24 日23 时～25 日 11 时（图6b、f、j、n、r）湖南仅有个别站点出现了＜1 km低能见度天气，湖南中西部及东北部能见度约为1～3 km，对低能见度天气出现了明显的漏报。因此，EC模式对这次低能见度过程预报范围较实况显著偏小，漏报了东北部和中南部的低能见度区域，效果并不理想。通过概率匹配法订正后（图6c、g、k、o、s），量级得到了很好的调整；但在24日23时低能见度范围较实况明显偏大，空报了湖南西部低能见度；25日02时和05时，对于模式未预报的低能见度区域订正效果也不佳；08时和11时，量级虽有调整，仍存在对湖南西部的空报。通过概率匹配加要素双重订正后（图6d、h、l、p、t），对湖南中东部（红圈所示）的低能见度有较好反映，各时次低能见度预报更接近实况，23时和02时对湖南西部（蓝圈所示）低能见度区域空报范围较单纯使用概率匹配的方法明显减小，表明概率匹配结合要素的订正方法对部分低能见度区域有较好的订正效果。

图6 2019 年 12 月低能见度实况（a、e、i、m、q）、EC 模式 23 日 20 时预报（b、f、j、n、r）、概率匹配订正（c、g、k、o、s）和概率匹配+物理量订正（d、h、l、p、t）结果对比（a～d.24 日 23 时，e～h.25 日 02 时，i～l.25 日 05 时，m～p.25 日 08 时，q～t.25 日 11 时）

图7给出了过程订正后能见度预报的TS评分。从评分结果来看，各时次＜1 km能见度TS评分在两种方案中均为订正后明显高于订正前，其中02时（图7b，红圈所示）评分最高约为 0.24。 此外，结合空报率（图略）来看，概率匹配结合要素的订正方案比仅使用概率匹配的订正方案效果更好。

图7 EC模式预报、概率匹配订正及概率匹配+物理量订正TS评分对比（a.24日23时，b.25日02时，c.25日05时，d.25日08时，e.25日11时）

4.2 2020 年 2 月 12 日湖南大部低能见度天气过程

由11日23时能见度实况（图8a）可知，湖南中部和东北部出现了＜1 km低能见度天气，且范围逐渐扩大，至12日08时（图8m），湖南大部地区出现了低能见度天气，11时（图8q）明显减小，而EC模式10日20时起报相应时次低能见度区域较实况显著偏小，仅12日02时和05时在湖南北部有所体现（图8b、f、j、n、r）。单纯应用概率匹配方案订正后（图8c、g、k、o、s），11日23时～12日05时湖南省能见度量级降低，＜1 km范围低能见度区和EC模式预报差别不大，仍然漏报了湖南南部低能见度区。通过应用概率匹配加要素双重订正后（图8d、h、l、p、t），湖南南部低能见度区体现出来，虽然低能见度范围较实况偏大（特别是12日02和05时），但也较好地指示了湖南大范围低能见度天气，且12日08时在湖南中部一带预报了＜3 km能见度区域。此外，从各时次TS评分（图9）来看，两种方案订正后TS评分均比模式预报要高，尤其是12日05时（图9c），概率匹配结合要素的订正方案TS评分达到0.55。综合两次个例订正效果来看，概率匹配结合要素的订正方案优于仅应用概率匹配的订正方案。

图8 2020 年 2 月低能见度实况（a、e、i、m、q），EC 模式 10 日 20 时预报（b、f、j、n、r），概率匹配订正（c、g、k、o、s）和概率匹配+物理量订正（d、h、l、p、t）结果对比（a～d.11 日 23 时，e～h.12 日 02 时，i～l.12 日 05 时，m～p.12 日 08 时，q～t.12 日 11 时）

图9 EC模式预报、概率匹配订正及概率匹配+物理量订正TS评分对比（a.10日23时，b.11日02时，c.11日05时，d.11日08时，e.11日11时）

5 结论与讨论

本文利用2011～2020年湖南省国家基本站观测资料，研究了湖南低能见度天气时空分布特征，并结合低能见度与地面气象要素的关系获取预报订正阈值，在此基础上对比分析了概率匹配和概率匹配结合要素的订正方法对EC模式能见度预报的订正效果，得到如下主要结论：

（1）低能见度区域主要位于湖南中北部、通道县及衡阳市附近，并且从秋季开始整个低能见度区域有明显向南扩大的趋势；低能见度出现时数最多的是冬、春和秋季，冬季低能见度时数分布范围与春季类似，范围最广，集中于湖南中东部。低能见度天气日变化呈单峰型，主要集中在20时～次日09时。

（2）≤1 km低能见度主要出现在风速＜2 m/s、相对湿度基本高于90%、地面温度低于20℃及24 h变压＜2 hPa的气象环境。

（3）基于EC模式的能见度预报产品，采用概率密度匹配结合要素的订正方案优于仅应用概率匹配的订正方案，可以很好地对湖南大部分能见度预报进行订正，订正后TS评分显著提高。

本文仅对湖南两次低能见度天气过程进行了订正试验，后期需挑选更多个例进行长时间序列的订正，以更好评估所用方法对湖南能见度的订正效果。此外，由于影响能见度变化的要素较多，如降水强度、近地面层温差等，而本文订正方法仅使用了6个要素，存在一定的局限性，且未分季节进行要素关系的分析，这些问题将在下一步工作中深入探讨。