黄海海雾天气特征分析

《黄海海雾天气特征分析》由会员分享，可在线阅读，更多相关《黄海海雾天气特征分析（42页珍藏版）》请在装配图网上搜索。

1、第 页 黄海海雾天气特征分析摘要本文利用黄海沿岸观测站能见度与天气现象等地面观测数据，结合卫星可见光与红外云图区分了海雾与陆地雾，挑选出了 2008 年黄海海雾个例。借助经验正交函数（Empirical Orthogonal Function,简称 EOF）分解方法对海雾出现时低层天气形势进行了分析研究，并作出对应的平均场与 EOF 结果进行了比较分析。研究结果表明：（1）从分季节来看，影响春夏两季海雾主要的天气类型分别为弱高压内部型和东高西低型；（2）从逐月结果来看，影响 4-7 月各月海雾的主要天气形势依次为北方高压前部型与气旋型和东高西低型与高压前部型，低槽型和东北高压后部型，弱高压内部

2、型和东高西低型及西北高压前部型和气旋型。关键词：黄海，海雾，EOF 分解，天气特征第 页 The analysis of synoptic characteristic of sea fog over the Huanghai Sea in 2008AbstractIn thisThis paper, sorts out theall of sea fog events of over the Huanghai Sea happening in 2008 are determined by using the visibility and climate weather phenomenon

3、observations of data of the climate statiostationns around the Huanghai Sea and satellite imagery which is used to distinguishing the sea fog and land fog. The empirical orthogonal function (EOF) is used to by using the satellite imagery. After analyzinge the main synoptic characteristic relative to

4、 these sea fog events, and the result is comapared with that from he low-layer height fields of the sea fog by using the empirical orthogonal function, and then the situations of these models are compared with corresponding average analysisfields. The results can be outlined as: (1)Two findings are

5、generalized from this study. First, seasonal analysis illustrates that the Huanghai is controlled by a weak high pressure in spring while it lies between an the primary weather type affecting springs sea fog is that the feeble high pressure, which controls the Huanghai Sea, and the cyclone, which co

6、ntrols the Huanghai Sea; meanwhile the one affecting the summers sea fog is that eeastern high pressure and a western low pressure in summer., which the Huanghai Sea lies between, and the high pressure, which the Huanghai Sea lies before. (2) monthly analysis embodies obvious difference month by mon

7、th. In April, the Huanghai is south to a northern high pressure or it lies between between an eastern high pressure and a western low pressure. In May, the Huanghai is controlled by a trough or lies behind a northeastern high pressure. In June, the Huanghai is in a weak high pressure or it lies betw

8、een an eastern high pressure and a western low 第 页 pressure. In July, the Huanghai lies south to a northwestern high pressure or it is controlled by a cyclone. Second, the primary weather types affecting Aprils sea fog are that the northern high pressure, which the Huanghai Sea lies before, and the

9、eastern high pressure and western low pressure, which the Huanghai Sea lies between. The ones affecting Mays sea fog are that the pressure trough, which controls the Huanghai Sea, and the northeastern high pressure, which the Huanghai Sea lies behind. The ones affecting Junes sea fog are that the fe

10、eble high pressure, which controls the Huanghai Sea, and eastern high pressure and western low pressure, which the Huanghai Sea lies between. The ones affecting Julys sea fog are that the northwestern high pressure, which the Huanghai Sea lies before, and the cyclone, which controls the Huanghai Sea

11、.Key words: Huanghai Sea, sea fog, EOF, synoptic characteristicweather type目 录1研究目的与思路 .1.1 海雾回顾 .1.2 研究目的 .1.3 研究思路 .2 数据来源和研究方法.2.1 数据来源 .2.2 研究方法 .3 海雾个例的挑选.4 黄海海雾天气形势分析.4.1 季节分析.第 页 4.2 逐月分析.5 结论.参考文献.致谢.第 页 附图目录图 1 四个观测站 2008 年海雾日数统计结果.图 2 春季 1000hPa 高度场 EOF 分解第 1 模态.图 3 春季 1000hPa 高度场 EOF 分解第

12、2 模态.图 4 春季 1000hPa 高度场 EOF 分解第 3 模态.图 5 春季 1000hPa 高度场 EOF 分解第 4 模态.图 6 夏季 1000hPa 高度场 EOF 分解第 1 模态.图 7 夏季 1000hPa 高度场 EOF 分解第 2 模态.图 8 夏季 1000hPa 高度场 EOF 分解第 3 模态.图 9 夏季 1000hPa 高度场 EOF 分解第 4 模态.图 10 4 月 1000hPa 高度场 EOF 分解第 1 模态 .图 11 4 月 1000hPa 高度场 EOF 分解第 2 模态 .图 12 4 月 1000hPa 高度场 EOF 分解第 3 模态

13、 .图 13 4 月 1000hPa 高度场 EOF 分解第 4 模态 .图 14 5 月 1000hPa 高度场 EOF 分解第 1 模态 .图 15 5 月 1000hPa 高度场 EOF 分解第 2 模态 .图 16 5 月 1000hPa 高度场 EOF 分解第 3 模态 .图 17 5 月 1000hPa 高度场 EOF 分解第 4 模态 .图 18 6 月 1000hPa 高度场 EOF 分解第 1 模态 .图 19 6 月 1000hPa 高度场 EOF 分解第 2 模态 .图 20 6 月 1000hPa 高度场 EOF 分解第 3 模态 .图 21 6 月 1000hPa 高

14、度场 EOF 分解第 4 模态 .图 22 7 月 1000hPa 高度场 EOF 分解第 1 模态 .图 23 7 月 1000hPa 高度场 EOF 分解第 2 模态 .图 24 7 月 1000hPa 高度场 EOF 分解第 3 模态 .图 25 7 月 1000hPa 高度场 EOF 分解第 4 模态 .图 26 春季 1000hPa 平均高度场.图 27 夏季 1000hPa 平均高度场.第 页 图 28 4 月份 1000hPa 平均高度场 .图 29 5 月份 1000hPa 平均高度场 .图 30 6 月份 1000hPa 平均高度场 .图 31 7 月份 1000hPa 平均

15、高度场 .图 32 2008 年 4 月 08 日 02 时黄海海区红外云图 .图 33 2008 年 4 月 07 日 10 时黄海海区可见光云图 .1 研究目的与思路1.1 海雾回顾海雾指的是在海洋影响下出现在海上（包括岸滨和岛屿）的雾（王彬华，1983） ，是海洋上低层大气中的一种水汽凝结现象，由于水滴或冰晶（或二者皆有）的大量聚积，可能使能见度低于 1km。海雾发生后，海面水平能见度低于1km，有时甚至低于 50m，这对在海上和港口航行船舶的安全带来很大危害。据青岛海事局不完全统计，海上船舶碰撞或搁浅事故中，近 50%是海雾的影响。海雾发生时，沿海高速公路交通运输受阻甚至关闭。海雾侵入

16、沿海陆地，会造成海雾与大城市大气污染物 SO2 等结合，形成酸雾，严重危害人体健康和城市建筑物寿命。国防和军事也在多方面受到海雾的影响。因此，在一切海上和沿岸的经济、社会和军事活动中，海雾是我们不得不予以高度重视的重要因素。海雾像一般的雾一样，它的生成是通过一定途径使空气达到饱和，并适当地有些过饱和现象来完成的。雾一般生成于近地面几米，几十米乃至几百米，影响它的气象条件主要是空气温度和水汽量，由此得到实现雾生成的两个途径：增湿和降温。另外，空气中丰富的凝结核为水汽凝结提供了先决条件，也就是海雾生成的先决条件。根据海雾的性质、出现海区和季节，可以分为平流雾、混合雾、辐射雾和地形雾（王彬华，198

17、3） 。 （1）平流雾的主要特征是海面有空气的平流运动，平流在海面上的空气与海洋之间，有显热交换，也有潜热交换。当气温高于海温时，平流到海面上的暖空气因冷却而凝结成雾，这样的雾叫平流冷却雾；反过来，气温低于海温时，海水将向平流到海面上的冷空气里蒸发，由此生成的雾是平流蒸发雾。 （2）混合雾 是先有空中水滴蒸发增大空中水汽量以后，再与流来的空气发生混合，通过这种过程形成于海面上的雾。冷季低气压区内降水在第 页 下降过程中不断蒸发或升华，增加近海面层大气中的水汽量。同时周围冷空气不断卷入低气压区内，便与因蒸发或升华作用使得海面上接近饱和空气发生混合凝结而成的雾，称为冷季混合雾。暖季海面低气压区内降

18、水的蒸发作用，加大了近海面层空气湿度。从中低纬度海面或内陆流来的暖空气到达低气压区内，因受海面影响而降低了温度，也就相对增加了湿度，与低气压区内因蒸发而增大了湿度的空气混合，形成暖季混合雾。 （3）辐射雾一般是指由于夜间辐射冷却形成的雾。由于海面浮膜的辐射冷却作用强于无浮膜海面，在静稳天气下形成于浮膜上的辐射雾是浮膜辐射雾。由于海水蒸发，在海面盐层上形成雾是盐层辐射雾。在冰雪面上辐射冷却而形成的雾是冰面辐射雾。 （4）由于海洋地形所产生的动力和热力作用，岛屿和岸滨形成的海雾称为地形雾。从海面吹向岛屿的暖湿空气，在岛屿迎风面上有上升运动，由此而形成岛屿雾。海岸上暖湿空气流到海上，受海面影响降温凝

19、结成的雾，在海陆风作用下往返于陆地与海上，这种雾为岸滨雾。1.2 研究目的我国近海海雾多属平流冷却雾，它生成的水文气象条件：海温与气温的差值在-3C- -0.5C 之间且海温不大于 25C（王彬华，1983） ；相对湿度超过 70%。同时还需要适宜的流场，适宜的风向和风速可以将暖湿气流向冷海面输送。海雾的发展和维持必须有一个稳定的大气层结。上述条件都是在一定的大气环流背景和天气形势下形成（王彬华，1983） ，因此海雾出现时的天气型对海雾预报有很大实用价值。本文选取 2008 年海雾作为研究对象，通过对 1000hPa 高度场的分析得到影响海雾主要的天气型。1.3 研究思路影响海雾的条件众多，

20、能满足海雾出现的天气形势复杂。不同时刻不同海域影响海雾的天气形势也不同，因此可以通过经验正交分解方法将影响海雾的主要天气形势找出，同时还可以与对应的平均场进行对比讨论。要得到 2008 年黄海海雾的天气特征，挑选出 2008 年黄海海雾出现的时间；对海雾出现时的 1000hPa 和 850hPa 高度场进行 EOF 分解，分析 1000hPa高度场分解结果，得到影响海雾的天气形势，同时分析对应的 850hPa，找出这些天气形势的上下层结构；作 1000hPa 平均高度场，与得到的天气形势进行第 页 比较分析。2 数据来源和研究方法2.1 数据来源地面观测数据来自英国网站 *1、中国海洋大学 M

21、ICAPS 接收小站, 2008 年地面站点观测数据，包括地面各站点观测的各个时刻的能见度、气压、天气现象等气象要素值。FNL 数据来自美国 NECP 再分析资料网站*2，每隔 6 小时一次，每日 4 次，采用的时间为世界时间。其中包括 1000hPa 至 850hPa 的各气压层的高度场。卫星云图通过高山红博士的 WRF-MM5 与 WW3 实时预报系统*3得到，红外云图是通过 MTSAT 卫星红外 4-1 通道获得，由日本高知大学提供，对海雾的监测实例如图 32；可见光云图是通过 MTSAT 卫星可见光通道获得，由台湾“中央气象台”提供，对海雾的检测实例如图 33。2.2 研究方法经验正交

22、函数分解（胡基福，1996；秦晓昊等，2007）是针对气象场的应用提出来的，其基本原理为：设包含着 m 个空间点的，进行 n 次观测的气象要素场 X 排成资料矩阵的形式，即111122212212nnmmmnxxxxxxXxxx其中元素表示任意变量 在任意时刻的观测值。对于资料阵 X 可以分解成不ijxij随时间点变化的空间函数矩阵 L 和不随空间点变化的时间函数矩阵 Y 二部分，即 X=LY。另外还可以利用方差集中在头几个主成分的性质，用前几个时间函数和空间函数的组合对原始气象要素场进行估计，来反映气象要素场的主要特征。求高度时间平均场用下列公式：* http:/www.weather.or

23、g.uk/gtsdata.htm* http:/www.cdc.noaa.gov/cdc/data.ncep.reanalysis.html* http:/222.195.136.24/第 页 , i jnjxxn其中表示第 j 个空间点气象要素的时间平均值，表示第 j 个空间点 jx, i jnx的气象要素 n 次观测总和。3 海雾个例的挑选利用大连、成山头、青岛和射阳站的观测数据，画出能见度随时间变化曲线，找出各城市能见度小于 1 的时间。导致能见度小于 1 的天气现象并不一定只有雾，还有雨雪等天气，因此需要筛选。天气观测数据中，雾的编码为 40-49，因此通过编写程序来挑选出雾出现的时间

24、。此外，陆雾与海雾的甄别。此次研究只关心海雾，因此必须将陆雾剔除。采用方法为对照有雾的时间的卫星云图，通过海雾主要位置来将海雾与陆雾区分开来。最后得到各测站 2008 年全年的海雾日数以及各测站每月的海雾日数。通过图 1 可以看出成山头一年中海雾最多，其次为青岛、大连，射阳最少。研究黄海地区的海雾，应取成山头、青岛和射阳的数据进行研究。从图 1 上可以看出三个城市均是春夏季海雾最多，据此可推断黄海海区的海雾多发季是春夏季节。根据图上折线走势，黄海海雾从 3 月份开始增多，从 7 月份到 8 月份海雾急剧减少，这应该与影响海雾的条件急剧转变有关。4 黄海海雾天气形势分析从图 1 来看黄海海雾主要

25、集中在春夏两季，可以利用 EOF 方法。其它季节出现海雾时间过少，不能采用 EOF 方法。4.1 季节分析2008 年春季黄海海雾出现的日数为 15 天，夏季出现了 26 天。将海雾出现时间对应的 1000hPa 和 850hPa 两层的高度场进行 EOF 分解，从而得到影响海雾的天气形势。 春季 1000hPa 高度场 EOF 处理结果：模态123456第 页 各模态方差贡献40.1%11.4%7.8%7.6%6.7%5.0%累积方差贡献40.1%51.5%59.3%66.9%73.6%78.6%表 1 1000hPa 高度场各模态方差贡献从表 1 可以看出只采用前 4 个模态累积方差贡献即

26、已达到 66.9%，统计结果已比较明显，故此次研究可只采用前 4 个模态。图 2-图 5 为春季 1000hPa 高度场 EOF 分解主成分的前四个特征向量和对应的时间系数，并且为了便于比较，时间系数已进行了标准化处理。第一模态（图 2）上显示黄海受弱高压控制，称这种天气型为弱高压内部型，结合第一时间系数，春季后期也为气旋型；第二模态（图 3）上黄海处于高压前部，即高压前部型，结合相应的时间系数，这也是东高西低型；第三模态（图 4）黄海处于高压低压之间，且高压在东，低压在西，称为东高西低型，从第三时间系数来看，还有天气型高压前部型；第四模态（图 5）黄海处于东西两高压之间，南北方向上低气压较弱

27、，基本影响不到黄海，称为均压场型。从第一模态（图 2）来看，影响春季海雾出现的天气形势为弱高压内部型，从方差贡献来说此种形势是影响 2008 年春季海雾出现的主要形势。这时海雾形成原因可能是气压梯度极小，黄海海处于均匀气压场中，吹微弱的偏南风，有少量水汽输入，高压有下沉逆温，云量少、风速小，气温一旦下降到一定程度，空气达到饱和，即可形成雾。结合时间系数来看，在春季后期黄海处于弱低压控制下，这应是来自陆上的气旋移动到海上所致，此时黄海东侧可能有南向的暖湿气流输送，这有利于海雾的生成。从 850hPa 高度场第一模态（图略）来看，黄海处于均压场控制下，与 1000hPa 对应关系不明显，可见此时的

28、天气系统为浅薄系统。从第二模态（图 3）来看，影响春季海雾的形势为高压前部型，此时中国大陆基本全处于高压控制之下，此时黄海以偏北气流为主。海雾的形成可能是南下的冷空气主要集中在底层大气，导致下层降温程度较大，甚至出现低层温度低于高层温度即逆温，使下层稳定度较高，这给海雾的生成提供了重要条件。结合第二时间系数，黄海也能是处于东部高压和西部低压之间，即东高西低型，此时气压梯度小，同时有明显的南向暖湿气流输送。850hPa 高度场第二模态（图略）上，黄海处于高压前部，且比 1000hPa 的高压位置偏西，所以此时的第 页 形势是较为深厚的系统。从第三模态（图 4）来说，影响春季海雾的形势是东高西低型

29、。黄海西部为明显的低压控制，黄海东部海上处于高压控制之下，这种配置结合之下，黄海上空气流以偏南气流为主。由图上可以看出气压梯度不大，风力较弱，因此大气湍流不强，有利于海雾的生成。结合时间系数，此时与第二模态一样黄海处于高压前部。850hPa 高度场第三模态（图略）上黄海也处于高低压之间，只是此时的高低压范围均比 1000hPa 的小，这应该也是一种较深厚的系统。第四模态（图 5）上天气形势为均压场结构。在中国大陆与日本海上空均有较强高压存在，即黄海处于两高压之间。在渤海及我国东北地区有弱的低压，其边缘基本影响到黄海。在上述配置下，气压梯度较小，风力较弱，同时在黄海东部有微弱暖湿气流输送，这可能

30、是该种天气型下海雾产生的原因。850hPa高度场第四模态（图略）上的形势与 1000hPa 高度场第四模态能很好的对应起来，与第三模态一样，高低压范围较 1000hPa 的小，并且位置偏北，这种均压场形势为深厚系统。依照上述分析，影响 2008 年黄海春季海雾的天气形势较复杂，但其平均场表现为东高西低型的天气形势（图 26） ，其配置与第三模态比较相似。 夏季 1000hPa 高度场 EOF 处理结果：模态123456各模态方差贡献19.7%15.5%9.7%9.1%7.3%6.0%累积方差贡献19.7%35.3%44.9%54.0%61.3%67.3%表 2 1000hPa 高度场各模态方差

31、贡献依据上表，前四个模态累积方差贡献达到 54.0%，所以可以只取前四个进行分析。图 6图 9 是夏季 1000hPa 高度场 EOF 分解主成分的前四个特征向量和时间系数，时间系数经过标准化处理。第一模态（图 6）上黄海位于高压低压之间，其天气型即为东高西低型，结合时间系数也可将其看作高压前部型；第二模态（图 7）上黄海海区没有较强的气压场存在，可将其看作均压场型；第三模态（图 8）上黄海处于低压控制之下，这种天气型为气旋型，从第三时间系数来看黄海处于弱高压控制下，即是弱高压内部型；第四模态（图 9）上第 页 黄海三面受到高压包围，但主要受黄海东部高压控制，称该种天气型为高压后部型，从时间系

32、数上说，黄海三面是低压，这可看作是低槽型。从第一模态（图 6）上我国大陆北方主要处于低压控制之下，在黄海以东日本海上空为高压控制，这种形式的配置是影响 2008 年黄海夏季海雾的主要天气形势。该种形势下，黄海有来自南方的暖湿气流输送，同时气压梯度小，风力弱，稳定度高，这些都有利于海雾的生成。结合第一时间系数，黄海西部大陆上为弱的高压，此时的稳定度较高，可能是海雾生成的原因。850hPa 高度场第一模态（图略）与 1000hPa 高度场第一模态上均能清楚地看到黄海处于高低压之间，同时黄海以东的低压在 850hPa 更加南伸，此时的东高西低型形势为深厚系统。在第二模态（图 7）上从我国大陆到黄海都

33、处于无明显气压场或零散气压场控制之下，可看作均压场结构。在黄海以东有弱的高压，在山东半岛有很弱的低压，在这样的配置之下，会有微弱的南向暖湿气流向黄海输送。同时由于气压场较弱，风力不会太强，为海雾生成提供了稳定的大气层结。这可能是该种形势下海雾产生的原因。从 850hPa 高度场第二模态（图略）上，整个高度场的形势与 1000hPa 相似，两者对应关系紧密，这是深厚系统。第三模态（图 8）上，黄海有海雾生成时黄海受低压气旋控制。该气旋一般是陆地上黄河气旋或江淮气旋入海形成的。在该气旋的作用下，气旋前部有偏南向气流输送暖湿气流，同时风力不是很强，稳定度较高，这可能会是气旋型海雾生成的原因。从第三时

34、间系数来看，黄海处于弱高压控制下，此时稳定度较高，同时黄海西侧可能有南向暖湿气流输送。850hPa 高度场第三模态（图略）与 1000hPa 高度场第三模态一样，形式较复杂，但黄海在 850hPa 上依旧由低压控制，这种形势为深厚系统。第四模态（图 9）上黄海东北西三面受到高压控制，但可能对海雾起主要作用的应该是黄海西部位于韩国上空的高压。黄海位于该高压之后，会有充足的暖湿气流输送，同时黄海大部位于高压之下，稳定度较高，保证了海雾形成的稳定大气层结，这应是高压后部型的天气形势形成海雾的原因。结合相应的时间系数，黄海东北西三面可能处于低压控制下，此时在黄海有脊存在，这可能在黄海西侧存在南向暖湿气

35、流，有利于海雾的生成。在 850hPa 高度场第四模态第 页 上黄海整个处于北方的高压控制之下，但此时仍有高压中心在黄海偏东一侧，与 1000hPa 位于日本海上空的高压对应起来，这是较深厚系统。依照上述分析影响 2008 年夏季海雾的生成天气形势同样复杂，但其平均场为东高西低型（图 27） ，与第一模态（图 6）的形势比较接近。4.2 逐月分析通过对春夏季 1000hPa 高度场的分析发现影响 2008 年海雾的天气系统复杂，为了更加清晰地说明影响黄海海雾的天气形势，所以采用逐月分析，即用 47月的分析。3 月与 8 月海雾出现较少，为方便进行 EOF 分解，将 3 月的海雾并入 4 月的，

36、8 月的海雾并入 7 月，所以 2008 年 4 月份海雾日数为 7 天，5 月为8 天，6 月为 12 天，7 月为 14 天 4 月份 1000hPa 高度场 EOF 处理结果：模态123456各模态方差贡献32.1%30.2%19.3%6.0%4.2%3.3%累积方差贡献32.1%62.3%81.6%87.6%91.8%95.1%表 3 1000hPa 高度场各模态方差贡献依据上表，前四个模态的累积方差贡献已达 87.6%，统计效果明显，因此可以只采取前四种模态研究即可。图 10图 13 为 4 月份 1000hPa 高度场 EOF分解主成分的前四个特征向量和对应的时间系数，图中的时间系

37、数已经过标准化处理。第一模态（图 10）上黄海位于高压前部，即为北方高压前部型，结合第一时间系数，在 4 月份后期天气型为东高西低型；第二模态（图 11）上黄海东西部各有明显的低压存在，南北方向上气压场弱，这是均压场型；第三模态（图 12）陆地上低压向东一直延伸到海上，黄海处于该低压前部，这是倒槽前部型，从时间系数来看，也是南部弱高压内部型；第四模态（图 13）上东北高压南伸到东海，黄海位于该高压后部，这是东北高压后部型，从时间系数看天气型也为南部高压前部型。从第一模态（图 10）来说，黄海西北方向上存在较强的高压，在它的作用下，黄海上空主要以东北向气流为主。该种形势下海雾形成原因可能是东北向

38、气流带来的冷空气主要集中在下层，使下层降温幅度大，出现逆温，使大气层第 页 结较稳定，这对海雾的形成至关重要。 结合第一时间系数在 4 月 29 日的海雾主要受东高西低型的天气型控制，此时黄海有偏南向暖湿气流，有利于海雾的生成。第二模态（图 11）上我国大陆和日本西部各自在一低压控制之下，图上显示黄海上并无等压线通过，说明黄海气压均匀，风力很小，稳定度较高，在我国大陆东部沿海有微弱的南向气流存在，这给黄海海雾的形成提供一定的水汽，以上原因可能是均压场形成海雾的原因。从第三模态（图 12）上可以看出我国东部大部分地区受到低压控制，并且已经向东伸展到日本南部，黄海现处于该低压倒槽的前部。从图上来看

39、，黄海在该低压槽的影响下有偏东南向气流，同时黄海海区的气压较弱，风力较小，稳定度高。从时间系数来看，控制我国东部大部分地区的为高压，黄海处于该高压内部，气压梯度小，稳定度高。第四模态（图 13）上我国东北地区有明显的高压存在，并且南伸到台湾省以东地区，黄海处于该高压后部。此时在这种高压作用下，黄海上空有东南向气流，给黄海输送大量暖湿空气，同时图上显示气压梯度小，风力弱，稳定度高，这些都有利于海雾的生成和维持。以上 1000hPa 高度场的四个模态与 850hPa 高度场的四个模态（图略）都能很好的对应起来，并且时间系数也基本一致，所以影响 2008 年 4 月黄海海雾的天气形势都是较为深厚的系

40、统。4 月份出现海雾的 1000hPa 高度平均场（图 28）为东高西低型，这与第一模态对应的天气性较为接近。 5 月份 1000hPa 高度场 EOF 处理结果：模态123456各模态方差贡献36.1%16.1%14.2%11.8%5.9%4.8%累积方差贡献36.1%52.2%66.4%78.2%84.1%88.9%表 4 5 月份 1000hPa 高度场方差贡献从上表来看 5 月份 1000hPa 高度场前四个模态的累计方差贡献为 78.2%，统计效果明显，所以只采用前四个模态进行研究即可。图 14图 17 为 5 月份第 页 1000hPa 高度场 EOF 分解主成分的前四个特征向量和

41、对应的时间系数，图中的时间系数已经过标准化处理。第一模态（图 14）上黄海位于低压槽后部，这是低槽型，另外从第一时间系数来看也是东北高压后部型；第二模态（图 15）上黄海所受气压场较为对称、均匀，这是均压场型；第三模态（图 16）上我国东部地区及海区受低压影响，即倒槽前部型，结合第三时间系数也是南部高压前部型；第四模态（图 17）上黄海位于高低压之间，高压在东部，低压在黄海以西，即东高西低型，另外从时间系数来看，也是高压前部型。从第一模态（图 14）上可以看出，东北地区南伸的低压到达黄海海区，黄海西部有很弱的高压存在。此时气压梯度小，风力较弱，稳定度高，这就为海雾的生成提供了稳定的大气层结。在

42、黄海东侧有微弱的南向气流，能够为海雾的生成提供一定的条件。从第一时间系数来看，东北地区受到高压控制，黄海处于该高压的后部，此时黄海上有偏东南向气流。第二模态（图 15）显示的是黄海海区没有明显的气压场存在，只有一些零散的气压中心，并且黄海周围气压场比较对称，这是很明显的均压场结构，此时风力较弱，稳定度较高。第三模态（图 16）上我国东部地区及沿海地区受到低压控制，黄海位于该低压倒槽的前部，此时有南向暖湿气流，同时从图上可以看出黄海地区的气压梯度不大，稳定度较高。结合第三时间系数，我国南方大部分地区处于高压控制之下，黄海位于该高压前部，此时的稳定度高。从第四模态（图 17）可以看到，东北地区的低

43、压南伸到江苏一带，黄海处于高低压之间，此时黄海地区有偏南向气流，可以提供充足水汽；另一方面黄海海区此时气压梯度小，稳定度高。结合时间系数，中心位于东北地区的高压南伸至江苏一带，黄海处于该高压前部，气压梯度小，相应地稳定度较高。850hPa 高度场四个模态的特征向量与时间系数（图略）同 1000hPa 的比较相似，即 850hPa 与 1000hPa 上下两层的对应关系很好，影响 5 月黄海海雾的各种天气形势均是比较深厚的系统。从平均场（图 29）来看，黄海位于高低压之间，为东高西低型，有南向气流，水汽输送明显，与第四模态的配置相似。第 页 6 月份 1000hPa 高度场 EOF 处理结果：模

44、态123456各模态方差贡献40.4%28.8%9.1%7.5%5.7%3.3%累积方差贡献40.4%69.2%78.3%85.9%91.6%95.0%表 5 6 月份 1000hPa 高度场方差贡献表 5 中前四种模态的累积方差贡献为 85.9%，统计效果比较明显，对于影响海雾的天气形势的研究比较已比较明显，可只研究前四模态。图 18图 21为 6 月份 1000hPa 高度场 EOF 分解主成分的前四个特征向量和对应的时间系数，图中的时间系数已经过标准化处理。第一模态（图 18）上黄海处于弱高压控制之下，即为弱高压内部型，结合第一时间系数，在 6 月后期天气形势正好与高压内部型相反，为气旋

45、型；第二模态（19）上有低压中心位于华北偏东地区，黄海处于该低压控制之下，这是气旋型，结合第二时间系数也是高压前部型；第三模态（图 20）图上看出黄海地区等压线稀疏，且数值相等，这是均压场型；第四模态（图 21）上黄海位于日本南部高压后部，这是高压后部型。第一模态（图 18）上我国大陆大部受到高压控制，但在黄海海区大部气压梯度较小，风力小，相应地稳定度高，这应是 6 月弱高压内部型海雾生成的原因。结合第一时间系数在 6 月 29 日海雾出现的天气型与高压内部型正好相反，黄海处于弱的低压控制，在该天气型的影响下可能会有偏西南向气流的存在。第二模态（图 19）是明显的气旋型，此时有南向气流，水汽输

46、送明显，且气压梯度小，相应的稳定度高，有利于海雾的生成和维持。结合第二时间系数，也有的海雾在与这种形势相反的情形下产生，即高压前部型，此时黄海海区气压梯度小，稳定度较高。第三模态（图 20）是均压场型。从图上可以看出在我国南方地区及大部分海区，气压场均匀，此时海上风力不大，稳定度较高，很有利于海雾的生成。第四模态（图 21）是高压后部型。此时高压中心位于日本南部，黄海位于该高压的西北部，黄海上空有偏南向气流，能够带来一定的暖湿空气。同时图上黄海海区的气压梯度小，稳定度高，这也有利于海雾的生成和维持。从 850hPa 与 1000hPa 高度场四个模态的对比结果来看，两者有很好的对应关系，并且其

47、时间系数比较一致，所以影响 6 月那个黄海海雾的各种天气形势第 页 以深厚系统为主。从平均场（图 30）来看，黄海处于高低压之间，且高压位于东部，低压位于黄海西部陆上，它与第一模态的高度场配置近似。 7 月份 1000hPa 高度场 EOF 处理结果：模态123456各模态方差贡献24.2%18.1%11.5%9.0%8.0%6.2%累积方差贡献24.2%42.3%53.8%62.8%70.8%77.0%表 6 7 月份 1000hPa 高度场 EOF 分解方差贡献表 6 中前四个模态的累计方差贡献为 62.8%，统计效果明显，可只采用前四个模态进行 7 月份影响海雾的天气形势研究。图 22图

48、 25 为 7 月份 1000hPa高度场 EOF 分解主成分的前四个特征向量和对应的时间系数，图中的时间系数已经过标准化处理。第一模态（图 22）说明的天气形势为西北高压前部型，结合第一时间系数，该模态说明影响海雾的天气形势还有气旋型；第二模态（图23）上黄海出于对称的气压中心之间，即为均压场型；第三模态（图 24）为高压后部型或低槽型；第四模态（图 25）为倒槽前部型或南方高压前部型。从第一模态（图 22）图上，有高压中心位于环渤海地区，黄海位于该高压的东南部，黄海海区气压梯度较小，稳定度较高，有利于海雾的生成和维持。另外结合第一时间系数，环渤海地区受到低压中心控制，这种天气形势在气旋前部

49、有南向气流的输送，同时气压梯度小，稳定度较高，有利于海雾的生成和维持。通过第二模态（图 23）看出，影响海雾的天气形势为均压场型。从图上可以看出，在黄海上无等压线通过，且黄海周边的气压中心以黄海为中心基本对称，这是很明显的均压场结构。在这种天气形势下，黄海海区的气压均匀，大气层结稳定，有利于海雾的生成。从第三模态（图 24）上可以看出，黄海现处于中心位于日本海的高压后部，在它的影响下，黄海上空以偏东南向气流为主，保证了海雾生成和维持的条件。结合第三时间系数，日本海上空也能为低压中心，并且其南伸至南海地区，黄海位于该低压槽的前部，流向以西南向为主，同样提供了海雾生成的条件。第 页 第四模态（图

50、25）上，我国大陆东部几乎全部处于低压控制之下，黄海位于该低压的前部，即倒槽的前部，黄海上空为东南向气流，加上该处的等压线稀疏，稳定度高，保证了海雾的生成和维持。结合第四时间系数，我国大陆东部也可能为高压控制，黄海处于该高压前部，此时稳定度较高，同样可能形成海雾。以上 1000hPa 高度场 EOF 分解的前四个模态与 850hPa 的（图略）相似，并且根据上下层配置，这两层的结构都能很好的对应起来，所以影响 7 月黄海海雾的主要天气形势都为深厚系统。从平均场（图 31）来看，黄海处于高低压之间，流向以偏南向为主，与上述几种模态没有特别相似的配置。5 结论 海雾发生时的天气背景季节分析发现，春

51、夏季海雾生成时的天气背景并不相同，并且每种天气型所占方差贡献亦不同：春季春季天气型弱高压内部型弱高压内部型和气旋型和气旋型高压前部型和东高西低型东高西低型和高压前部型均压场型方差贡献40.1%11.4%7.8%7.6%夏季夏季天气型东高西低型和东高西低型和高压前部型高压前部型均压场型气旋型和弱高压内部型高压后部型和低槽型方差贡献19.7%15.5%9.7%9.1% 影响春季海雾的主要天气型为弱高压内部型和气旋型；影响夏季海雾的主要天气型为东高西低型和高压前部型。其中弱高压内部型和气旋型的天气形势与 850hPa 对应不起来，所以这种形势为浅薄系统，其他的形势均能与各自的850hPa 对应起来，

52、所以它们是较为深厚的系统。 海雾发生时的天气背景月份分析发现，各月海雾生成时的天气背景并不相同，并且每种天气型所占方差贡献也不同：4 4 月月第 页 天气型北方高压前部北方高压前部型和东高西低型和东高西低型型均压场型倒槽前部型和弱高压内部型东北高压后部型和南方高压前部型方差贡献32.1%30.2%19.3%6.0%5 5 月月天气型低槽型和东北低槽型和东北高压后部型高压后部型均压场型倒槽前部型和南部高压前部型东高西低型和东部高压前部型方差贡献36.1%16.1%14.2%11.8%6 6 月月天气型弱高压内部型弱高压内部型和气旋型和气旋型气旋型和西北高压前部型均压场型东部高压后部型方差贡献40

53、.4%28.8%9.1%7.5%7 7 月月天气型西北高压前部西北高压前部型和气旋型型和气旋型均压场型东北高压后部型和低槽型倒槽前部型和南方高压前部型方差贡献24.2%18.1%11.5%9.0% 影响 4 月份海雾的主要天气型为北方高压前部型、东高西低型和均压场型；影响 5 月份海雾的主要天气型为低槽型、东北高压后部型和均压场型；影响 6 月份海雾的主要天气型为弱高压内部型、东高西低型、气旋型和西北高压前部型；影响 7 月份海雾的主要天气型为西北高压前部型、气旋型和均压场型。从逐月分析 1000hPa 和 850hPa 各模态的结果来看，影响各月海雾的天气系统1000hPa 与 850hPa

54、 都能对应起来，所以这些天气形势都是较深厚的系统。 依据平均场结果，天气形势导致黄海海域为偏南风，与与黄海海雾以平流冷却雾为主相符。第 页 参考文献胡基福, 1996:气象统计原理与方法.青岛：青岛海洋大学出版社，150-154秦晓昊，高斯，简茂球，乔云亭，肖伟军, 2007:华南夏季大气水汽汇时空变化特征.广东气象，2929（3）,11-14.王彬华, 1983:海雾.北京：海洋出版社,1-4，15-34赵永平，陈永利, 1997:黄、东海海雾过程及其大气和海洋环境背景场的分析.海洋科学集刊， 3838,69-77第 页 致谢通过这次论文的书写使我掌握了许多登录服务器工具（putty 等）的

55、使用，搞懂了论文的写作流程及正确格式，同时巩固了已经所学的知识。本文是在我的指导老师高山红博士的悉心指导下完成的，首先向他表达我最高的敬意和感谢！写作本文的过程中，始终离不开高老师的指导。高老师负责任的、一丝不苟地工作态度绝对是我应该学习的，向百忙中依旧抽出时间指导我们论文的高老师再次表达谢意！另外，还要感谢指导我 EOF 方法的陈莉学姐。她在我对经验正交分解不懂的地方给予了细心的指导。本文的按时完成，少不了她的帮助。我要感谢我的父母，正是他们的默默支持及关心，我才能顺利完成学业。最后，感谢大学期间教给我知识的所有老师，正是具备了这些知识我才得以完成论文。当然，也要感谢那些在论文撰写过程中给予

56、我帮助的同学们。第 页 0510152025301月2月 3月4月 5月6月 7月8月 9月 10月 11月 12月月份雾日数（天）大连成山头青岛射阳图 1 四个观测站 2008 年海雾日数统计结果Figure 1. The result of sea fog days of four observation stations in 2008 第 页 图 2 春季 1000hPa 高度场 EOF 分解第 1 模态Figure 2. The 1st EOF model of 1000hPa height field in spring图 2 由上下两图组成，上面的图为第一模态的空间特征向量，可用

57、其表示高度场的类型，其中正值对应高压，负值相反；下面的图是第一模态的时间系数（已进行标准化处理） ，其绝对值越大表示对应的特征向量越接近实际情况，且当时间系数为正值时，特征向量值的符号与实际相同，当时间系数为负值时，特征向量的值的符号与实际的相反。另外，图中特征向量值应乘以 10-3。第 页 图 3 春季 1000hPa 高度场 EOF 分解第 2 模态Figure 3. The 2nd EOF model of 1000hPa height field in spring图 4 春季 1000hPa 高度场 EOF 分解第 3 模态Figure 4. The 3rd EOF model of

58、 1000hPa height field in spring第 页 图 5 春季 1000hPa 高度场 EOF 分解第 4 模态Figure 5. The 4th EOF model of 1000hPa height field in spring图 6 夏季 1000hPa 高度场 EOF 分解第 1 模态Figure 6. The 1st EOF model of 1000hPa height field in summer第 页 图 7 夏季 1000hPa 高度场 EOF 分解第 2 模态Figure 7. The 2nd EOF model of 1000hPa height

59、field in summer图 8 夏季 1000hPa 高度场 EOF 分解第 3 模态Figure 8. The 3rd EOF model of 1000hPa height field in summer第 页 图 9 夏季 1000hPa 高度场 EOF 分解第 4 模态Figure 9. The 4th EOF model of 1000hPa height field in summer图 10 4 月 1000hPa 高度场 EOF 分解第 1 模态Figure 10. The 1st EOF model of 1000hPa height field in April第 页

60、 图 11 4 月 1000hPa 高度场 EOF 分解第 2 模态Figure 11. The 2nd EOF model of 1000hPa height field in April图 12 4 月 1000hPa 高度场 EOF 分解第 3 模态Figure 12. The 3rd EOF model of 1000hPa height field in April第 页 图 13 4 月 1000hPa 高度场 EOF 分解第 4 模态Figure 13. The 4th EOF model of 1000hPa height field in April图 14 5 月 1000

61、hPa 高度场 EOF 分解第 1 模态Figure 14. The 1st EOF model of 1000hPa height field in May第 页 图 15 5 月 1000hPa 高度场 EOF 分解第 2 模态Figure 15. The 2nd EOF model of 1000hPa height field in May图 16 5 月 1000hPa 高度场 EOF 分解第 3 模态Figure 16. The 3rd EOF model of 1000hPa height field in May第 页 图 17 5 月 1000hPa 高度场 EOF 分解第

62、4 模态Figure 17. The 4th EOF model of 1000hPa height field in May图 18 6 月 1000hPa 高度场 EOF 分解第 1 模态Figure 18. The 1st EOF model of 1000hPa height field in June第 页 图 19 6 月 1000hPa 高度场 EOF 分解第 2 模态Figure 19. The 2nd EOF model of 1000hPa height field in June图 20 6 月 1000hPa 高度场 EOF 分解第 3 模态Figure 20. The

63、 3rd EOF model of 1000hPa height field in June第 页 图 21 6 月 1000hPa 高度场 EOF 分解第 4 模态Figure 21. The 4th EOF model of 1000hPa height field in June图 22 7 月 1000hPa 高度场 EOF 分解第 1 模态Figure 22. The 1st EOF model of 1000hPa height field in July第 页 图 23 7 月 1000hPa 高度场 EOF 分解第 2 模态Figure 23. The 2nd EOF mode

64、l of 1000hPa height field in July图 24 7 月 1000hPa 高度场 EOF 分解第 3 模态Figure 24. The 3rd EOF model of 1000hPa height field in July第 页 图 25 7 月 1000hPa 高度场 EOF 分解第 4 模态Figure 25. The 4th EOF model of 1000hPa height field in July第 页 图 26 春季 1000hPa 平均高度场Figure 26. The average height field of 1000hPa in sp

65、ring第 页 图 27 夏季 1000hPa 平均高度场Figure 27. The average height field of 1000hPa in summer第 页 图 28 4 月份 1000hPa 平均高度场Figure 28. The average height field of 1000hPa in April第 页 图 29 5 月份 1000hPa 平均高度场Figure 29. The average height field of 1000hPa in May第 页 图 30 6 月份 1000hPa 平均高度场Figure 30. The average hei

66、ght field of 1000hPa in June第 页 图 31 7 月份 1000hPa 平均高度场Figure 31. The average height field of 1000hPa in July图 32 2008 年 4 月 08 日 02 时黄海海区红外云图Figure 32. The infrared satellite imagery of Huanghai Sea in 02:00am, April 8th, 2008图 32 上白色区域表示雾，从图中可以看到黄海大部都有雾的存在。第 页 图 33 2008 年 4 月 07 日 10 时黄海海区可见光云图Figure 33. The visible satellite imagery of Huanghai Sea in 10:00am, April 7th, 2008( 可见光云图上的雾呈薄纱状，雾区边缘较光滑，并且受到地形作用的影响。依据这些特征，可以从图 33 上清楚地看到黄海海雾的存在。)