2019, Vol. 35
2. 广东海洋大学南海海洋气象研究院，广东 湛江 524088;
3. 南京信息工程大学大气物理学院，江苏 南京 210044;
4. 广东省气候中心，广东 广州510641
2. South China Sea Institute of Marine Meteorology, Guangdong Ocean University, Zhanjiang 524088, China;
3. School of Atmospheric Physics, Nanjing University of Information Science and Technology, Nanjing 210044, China;
4. Climatic Center of Guangdong, Guangzhou 510641, China
海雾发生后，水平能见度小于1 km，严重危害航海、航空和陆路交通运输。另外，雾中污染物含量高，损害人体健康和降低农产品产量[1]。因此，浓雾作为影响经济发展和人类健康的重要灾害性天气之一，亟待学者们深入研究。
海雾受多时空尺度中的多因素影响，其中包括气候变化、天气过程、湍流、辐射和微物理过程等，这使得海雾的生消机制及发展规律比较复杂[2]。开展雾外场观测试验是研究海雾最直接有效的方式。国外学者在上世纪便开展了一系列雾的外场观测，如：美国加利福尼亚沿岸的CALSPAN计；美国西海岸海洋和气象联合实验CEWCOM计划[4]；意大利波河河谷Eurotrac-Gee雾外场观测[5]；苏格兰的Harr计划[6]；加拿大安大略湖的FRAM项目[7]等，为海雾生消机制、雾临近预报的研究奠定了基础。近年来，我国学者在华南沿海[8-17]、黄渤海[18-19]、舟山群岛[20]、台湾海峡[21]等地进行了系统的海雾观测及数值模拟研究，取得了较大的成果。湛江地区海雾雾滴形成和发展的主要机制是核化和凝结增长，成熟阶段碰并增长明显[8-10]。与国内其他区域的海雾相比，湛江海雾的雾滴数浓度较高、液态含水量较小、雾滴尺度也较小[11]。湛江地区海雾属于酸性海雾，主要的阴、阳离子分别是Cl-和Na+[12-13]。茂名地区海雾雾滴含水量的大小，取决于直径大于10 μm以上雾滴的数量，特别是直径大于20 μm以上雾滴的增多，对雾滴含水量增大起着决定性的作用，轻雾的雾滴谱比雾的雾滴谱窄[15-16]。但由于以往研究的观测点均设计在海岛或沿海岸边的观测站上，海上的海雾观测较少。所以本项目将海雾观测设备安装在“海科68”科考船上，在南海西北部海上捕捉海雾过程，并对海雾过程进行全程定点观测，深入分析海上海雾微物理特征及化学特性，并与陆地海雾进行了对比分析。
2 研究方法 2.1 研究区域简介及观测地点南海是沟通印度洋和太平洋的重要海上交通运输通道，是我国能源和贸易的生命线。南海水汽充沛，季风气候显著。每年的冬春季，来自中高纬冷空气和海上西南暖湿气流在南海附近对峙，常形成大雾天气[22]。与海雾相伴随的大气低能见度会对南海附近交通运输、航行安全带来极大危害。因此，对南海西北部春季海雾，特别是海上海雾的微物理结构特征及化学成分分析，并与岸边海雾进行对比研究是十分必要的。此次海雾观测点设在南海西北部（110.86 °E，21.02 °N）海面上，距离湛江港沿岸约50 km。
2.2 观测时间观测时间为2017年3月8—18日，其中3月10日21:20—3月11日6:40（北京时，下同）发生了一次明显的海雾过程，共收集了9个雾水样本。海雾结束后迎来小雨，收集了1个雨水样本。
2.3 观测仪器及数据处理观测项目包括雾微物理参量、雾水样本采集和常规气象要素观测。其中雾的微物理参量由美国DMT公司的FM-100雾滴谱仪测量，采样频率为1 Hz。雾水采集器由南京信息工程大学制造，采样前利用高浓度的酒精和蒸馏水反复清洗采集瓶，采样后现场检测雾水样本的pH值和电导率，检测完毕后将样本用锡箔纸包好，置于冰箱保存，待船返航后带回实验室进行离子成分的检测。常规气象要素包括温度、湿度、气压和风速，每分钟一个数据。以上仪器均安装在船顶的开阔平台。为了便于分析，对所有物理量采用1 min算数平均值，同时剔除仪器非正常状态下的数据，设为缺省值。雾滴谱仪测量雾滴的直径范围为1~50 μm，共分为20档。由于第一档（1~2 μm）的测量误差较大，故舍去此档数据。
海表面温度和2 m高度气温数据源自于欧洲中期天气预报中心ECMWF第3代再分析资料产品ERA-Interim，水平分辨率为0.125 °，每天共四个时次。
3 雾过程概述2017年3月10—11日南海西北部出现了一次历时约10 h的海雾天气过程。根据MICAPS海平面气压场数据，海雾发生前1 h（3月10日20时）海雾观测点位于高压西南部，高压中心位于海上，为陆地高压系统移动到海上（图略）。图 1为液态含水量和常规气象观测变量的变化情况，根据液态含水量的变化将雾过程分为4个阶段：液态含水量第一次振荡、第二次振荡、第三次振荡以及消散阶段。2017年3月10日21:20以后液态含水量快速增加，海雾爆发性增长进入液态含水量第一次振荡阶段。此阶段，含水量最高值接近0.5 g/m3，风速在1 m/s上下振荡，海雾发生后，气温降低、气压增加。降温幅度在此阶段最大，约为1.4 ℃。随着风速的增加，海雾进入第二次振荡阶段，气压减小、气温升高，含水量则明显降低。液态含水量第三次振荡阶段，风速平均值有所下降，气压和温度变化幅度较小，液态含水量有所增加。随着风速明显快速增加，海雾进入消散阶段，气温降低且气压升高，液态含水量显著降低。整个雾过程中，即便是消散阶段，相对湿度都在不断增加，这可能与海雾结束后有小雨有关。
|
图 1 2017年3月10—11日雾过程前后液态含水量及风速（a）、气温和气压（b）、相对湿度（c）随时间演变 a.实线：风速，虚线：液态含水量；b.实线：气温，虚线：气压；c.实线：相对湿度。a、b、c中垂直虚线为雾不同阶段的分割线。 |
后向气流轨迹分析（图 2）是基于HYSPLIT4(Hybrid Single-Particle Lagrangian Integrated Trajectory)模型[23]进行的。结果表明，1 500 m气流从中南半岛经北部湾移至南海西北部，低层气流随高度由东北顺转偏南向。使用ERA-Interim数据绘制了3月10日20时海气温差及海表面温度分布状况（图 3）。不难看出，南海西北部海温呈现南高北低分布，最低值位于华南沿海。文献[24]指出大部分海雾发生时，2 m高气温（Ta）与海表温度（Ts）差值在0.5~3.0 ℃。海雾发生前，观测点（图 3中黄色圆点）气海温差大于3 ℃，观测点附近气海温差较大。
|
图 2 2017年3月10日20时后向气流轨迹 红色、深蓝色、绿色、浅蓝色分别表示10、500、1 000、1 500 m高度上的48 h气流后向轨迹。 |
|
图 3 2017年3月10日20时海表温度及气海温差分布等值线：海表温度分布（℃）；填色：气海温差分布；黄色圆点为观测地点 |
图 4给出了液态含水量（LWC）、数浓度（N）、平均直径（D）随时间的演变特征。第一次振荡阶段（10日21:20—23:55），伴随着液态含水量急剧增加（最高达0.48 g/m3），海上雾开始爆发性增强。液态含水量、数浓度、平均直径三者相关系数均大于0.9，表明此阶段水汽充足的情况下，雾滴个数增多、雾滴大小增大。第二次振荡阶段（10日23:56—11日03:54），液态含水量偏低，随着数浓度的增加，平均直径变化不大，这说明此时小滴争食水分导致大滴生长受限。这一阶段后期，平均直径出现极大值时，数浓度明显偏低，此时碰并作用消耗大量水滴，导致雾滴数浓度下降。第三次振荡阶段（11日03:55—05:34）数浓度变化不大，液态含水量与平均直径存在明显正相关。相对于第二次振荡阶段，此阶段数浓度明显减少，而液态含水量和平均直径数量有所增加。这说明此阶段大滴的增多对LWC增加起主导作用，而第二次振荡阶段雾滴数浓度增加主要表现在小滴数浓度上，对应的液态水含量较低，这与Eldridge [25]结果一致。消散阶段（11日05:35—06:40）海雾末期呈现逐渐消散的特点，液态含水量、数浓度、平均直径均逐渐降低。
|
图 4 雾过程中各微物理参量随时间的演变 LWC：液态含水量；N：数浓度；D：平均直径。 |
对海雾不同阶段的滴谱分布进行讨论（图 5），发现滴谱在第一次、第三次振荡以及消散阶段呈双峰型。第一次振荡期，第一档雾滴数密度达到四个阶段中的最大值，雾滴大小的生长缓慢，产生的大滴较小，滴谱较窄。第二次振荡期，碰并效应明显增强，直径大于40 μm的雾滴数密度大于其他阶段，此阶段后期出现了平均直径的最大值。第三次振荡期，小滴数量较少，滴谱偏宽。消散阶段，大滴和小滴数量均较少，20.0~36.5 μm粒径段的雾滴数密度略大于第二阶段。
|
图 5 雾过程中不同阶段的雾滴谱特征 N：数浓度；D:平均直径；LWC-1：液态含水量第一次振荡期；Dissipation：消散阶段。 |
将本次海上雾过程与湛江东海岛[14]以及茂名博贺[15]岸边海雾观测结果（表 1）对比后发现：南海雾的含水量最大值大于后两者，表明水汽更为充足；平均直径最大，表明雾滴更大；数浓度平均值偏低，这与雾的平均直径偏大有关。
|
表 1 2017年3月10—11日南海西北部海上海雾微物理结构参量及与湛江东海岛、茂名博贺岸边观测值比较 |
酸化程度指数（pH）和电导率（EC）是描述雾水特征的重要参数。本次海雾过程共收集雾水样本9瓶，表 2为南海西北部海上雾水和雨水的pH值和电导率。结果表明，此次海上海雾属于酸性海雾，pH的变化范围为2.51~3.50，平均值为2.86；与2010年湛江东海岛[13]的平均pH值（5.20）相比偏低。海上海雾pH低与海洋源产生的酸性物质偏多以及污染物浓度比重偏大，从而致酸离子所占比重大有关[12]。EC与离子总浓度相关系数超过0.99。pH与EC及离子总浓度相关系数较小。雾发生初期的电导率远高于雾发生期间，说明雾发生的初始阶段雾水中溶解了大量的气溶胶。海雾结束后有小雨，雨水样本pH大于雾过程。
|
|
表 2 南海西北部雾水和雨水的pH值和电导率 |
图 6给出了海上雾水过程中各离子的浓度。不难看出，雾水样本中浓度最高的阴离子和阳离子是Cl-和Na+，浓度分别为53 466 μmol/L和μmol/L，这与海水的成分存在明显关系。另外，硝酸根和铵根离子浓度也较高。一般情况下，SO42-、NH4+是污染性离子，此次海雾样本中这两种离子浓度都不低。
|
图 6 海上雾过程中各离子的浓度 |
研究雾过程不同发展阶段雾水离子浓度的变化特征，对分析不同阶段污染物的清除效率有一定的帮助[26]。图 7给出了雾四个阶段离子浓度变化情况，分析表明，雾水中除K+以外，各离子浓度均在LWC第一次振荡期为最高。第一次、第三次振荡期以及消散期过程中，阳离子以钠离子、铵根离子为主，阴离子以氯离子和硝酸根离子为主。第一次振荡期主要离子浓度远高于其他三个阶段，这与雾初始阶段空气中悬浮着气溶胶粒子有关。第二次振荡期各离子浓度也比较高，这与液态含水量比较低有关。此阶段阳离子中钾离子的浓度也很高。第三次振荡期和消散期各离子浓度大小接近。
|
图 7 海上雾过程中不同阶段的离子浓度 |
表 3给出了南海西北部海上雾水中各离子浓度与湛江东海岛岸边观测值的比较。岸边5次海雾和海上1次海雾雾水中主要的阴离子都为Cl-和NO3-，最高浓度的阳离子为Na+。不同的是，岸边海雾Mg2+或Ca2+的浓度排在第二位，而海上海雾则为NH4+。大气中的氨离子主要来自动物废弃物、土壤腐殖质的氨化、土壤氨基肥料的损失以及工业排放，氨离子在对流层中主要是转化为气溶胶铵盐，而后经湿沉降和干沉降去除[27]。因此海上海雾NH4+含量较高，可能与人为源有关。海上海雾过程采集的9瓶样本中，Na+、Cl-、Mg2+、Ca2+四个离子之间的相关系数均大于0.98，说明四种离子来源基本一致，主要来自于海洋性气溶胶。湛江东海岛5次海雾中K+浓度均远小于Mg2+和Ca2+，南海海上海雾则相反。海上海雾K+浓度的高含量主要集中在海雾第二次振荡时期（图 7），此阶段气温升高、气压降低（图 1），不断补充的暖空气带来了K+。
|
|
表 3 南海西北部海上雾水中各离子浓度与湛江东海岛岸边观测值的比较 |
本文对2017年3月10—11日南海西北部一次海上海雾的微物理特征和雾水化学特性进行了分析，并将其与南海岸边海雾进行对比分析，得到以下主要结论。
(1) 此次海雾发生在高压后部，为平流冷却雾。南海偏南暖湿气流移至冷海面发生冷却并达到饱和形成雾。海雾形成初期，气温逐渐降低，湿度逐渐增加。
(2) 根据液态水含量的时间演变将海上海雾分为三次LWC振荡和消散四个阶段。第一次振荡时期，水汽充足，雾滴增大、变多。第二次振荡，前期小滴争食水分导致大滴生长受限，此时平均直径变化不大；后期D出现极大值，N则减少，表面碰并作用消耗了大量水滴。第三次振荡，N不变，大滴增多导致LWC增加。消散阶段LWC、N、D都逐渐减小。
(3) 海上海雾阴离子中Cl-浓度最高，达到μmol/L；NO3-为37 256 μmol/L次之；阳离子中Na+浓度最高，达到32 535 μmol/L，NH4+（污染性离子）次之，为21 807 μmol/L。各阶段主要离子浓度均最高，第二次振荡期，钾离子浓度也比较高。
(4) 与湛江东海岛岸边海雾对比，南海海上海雾过程中K+、NH4+、NO3-、SO42-均最高，湛江东海岛海雾中K+浓度均远小于Mg2+和Ca2+，南海海雾则相反。
致谢: 对广东海洋大学船舶公司、分析测试中心提供的出海观测帮助表示感谢！| [1] |
牛生杰, 陆春松, 吕晶晶, 等. 近年来中国雾研究进展[J]. 气象科技进展, 2016, 6(2): 6-19. |
| [2] |
DARKO K, CLIVE E D. Marine Fog: Challenges and advancements in observations, modeling, and forecasting[M]. Springer Progress, 2017: 1-6.
|
| [3] |
PILIÉ R, MACK E, ROGERS C, et al. The formation of marine fog and the development of fog-stratus systems along the California coast[J]. Appl Meteor, 1979, 18(10): 1. |
| [4] |
LEIPPER D F. Fog on the U.S. west coast, review[J]. Bull Amer Meteor Soc, 1994, 75(2): 229-348. DOI:10.1175/1520-0477(1994)075<0229:FOTUWC>2.0.CO;2 |
| [5] |
FUZZI S, FACCHINI M C, ORSI G, et al. The Po valley fog experiment 1989, an overview[J]. Tellus, 1992, 44(5): 448-468. DOI:10.3402/tellusb.v44i5.15561 |
| [6] |
FINDLATER J, ROACH W T, MCHUGH B C. The harr of north-east Scotland[J]. Quart J Roy Meteor Soc, 1989, 115: 581-608. DOI:10.1002/qj.49711548709 |
| [7] |
GULTEPE I, PEARSON G, MILBRANDT J A. The fog remote sensing and modeling field project[J]. Bull Amer Meteor Soc, 2009, 90: 341-359. DOI:10.1175/2008BAMS2354.1 |
| [8] |
张舒婷, 牛生杰, 赵丽娟. 一次南海海雾微物理结构个例分析[J]. 大气科学, 2013, 37(3): 552-562. |
| [9] |
岳岩裕, 牛生杰, 赵丽娟, 等. 湛江地区近海岸雾产生的天气条件及宏微观特征分析[J]. 大气科学, 2013, 37(3): 609-622. |
| [10] |
岳岩裕, 牛生杰, 张羽, 等. 南海沿岸海雾特征的观测研究[J]. 大气科学学报, 2015, 38(5): 694-702. |
| [11] |
吕晶晶, 牛生杰, 赵丽娟, 等. 湛江地区一次冷锋型海雾微物理特征[J]. 大气科学学报, 2014, 37(2): 208-215. DOI:10.3969/j.issn.1674-7097.2014.02.009 |
| [12] |
岳岩裕, 牛生杰, 张羽, 等. 湛江东海岛海雾雾水化学特征的对比分析[J]. 环境科学学报, 2016, 36(5): 1573-1580. |
| [13] |
徐峰, 牛生杰, 张羽, 等. 湛江东海岛春季海雾雾水化学特性分析[J]. 中国环境科学, 2011, 31(3): 353-360. |
| [14] |
吕晶晶, 牛生杰, 张羽, 徐峰. 湛江东海岛一次春季海雾的宏微观结构及边界层演变特征[J]. 气象学报, 2014, 72(2): 350-365. |
| [15] |
黄辉军, 黄健, 毛伟康, 等. 茂名地区海雾含水量的演变特征及其与大气水平能见度的关系[J]. 海洋学报, 2010, 32(2): 40-53. |
| [16] |
黄辉军, 黄健, 刘春霞, 等. 茂名地区海雾的微物理结构特征[J]. 海洋学报, 2009, 31(2): 17-23. DOI:10.3321/j.issn:0253-4193.2009.02.003 |
| [17] |
黄辉军, 詹国伟, 刘春霞, 等. 一次华南沿海海雾个例的数值模拟研究[J]. 热带气象学报, 2015, 31(5): 643-654. |
| [18] |
黄彬, 王睛, 陆雪, 等. 黄渤海一次持续性大雾过程的边界层特征及生消机理分析[J]. 气象, 2014, 40(11): 1324-1337. DOI:10.7519/j.issn.1000-0526.2014.11.005 |
| [19] |
史得道, 吴振玲, 罗凯, 等. 2015-04-28渤海海雾形成过程中的海气相互作用分析[J]. 热带气象学报, 2018, 34(3): 324-331. |
| [20] |
杨中秋, 许绍祖, 耿骠. 舟山地区春季海雾的形成和微物理结构[J]. 海洋学报, 1989, 11(4): 431-438. DOI:10.3321/j.issn:0253-4193.1989.04.001 |
| [21] |
张悦, 樊曙先, 张舒婷, 等. 海峡西岸一次雾过程微结构及其起伏特征研究[J]. 热带气象学报, 2015, 31(3): 385-394. |
| [22] |
王彬华. 海雾[M]. 北京: 海洋出版社, 1983: 1-352.
|
| [23] |
DRAXLER R R, HESS G D. An overview of HYSPLIT-4 modeling system of trajectories, dispersion, and deposition[J]. Aust Meteor Mag, 1998, 47: 295-308. |
| [24] |
FU G, LI P, JOSEPH G, et al. An observational and modeling study of a sea fog event over the Yellow Sea on 1 August 2003[J]. Meteor Atmos Phys, 2010, 107(3-4): 149-159. DOI:10.1007/s00703-010-0073-0 |
| [25] |
ELDRIDGE R G. The relationship between fog condensation nuclei and fog microstructure[J]. J Atmos Sci, 1971, 28: 1183-1186. DOI:10.1175/1520-0469(1971)028<1183:TRBVAL>2.0.CO;2 |
| [26] |
牛生杰. 雾物理化学研究[M]. 北京: 气象出版社, 2014: 104-107.
|
| [27] |
唐孝炎, 张远航, 邵敏. 大气环境化学[M]. 北京: 高等教育出版社, 2006: 104-107.
|