浓雾的适应性观测与可预报性研究

浓雾是在特定的天气气候背景之下形成的高影响天气。随着航空和公路业的飞速发展，浓雾所造成的经济损失也越来越突出。由于雾贴近地面，具有高度的局域性，目前的数值天气预报业务模式不能提供精细和准确的预报，对雾的主要预报方法还是统计和经验性预报，不能满足国家对雾的定时，定点和定量预报的需求。本项目将主要围绕浓雾的可预报性以及相关的资料同化和适应性观测问题展开研究，首先探讨雾的预报对中尺度模式的水平和边界层垂直方向分辨率的敏感性；其次研究雾对不同资料的同化敏感性，其中包括地面基准站观测的地表面温度和湿度,地面加密观测资料，AMDAR（飞机探测资料）,GPS（水汽）等；最后研究雾的适应性观测动力学方法，进一步确定局地高分辨率观测的观测物理量，观测地点分布和观测时间频率等，为未来的雾的业务观测网和数值预报模式的建立提供理论依据。

本项目围绕浓雾的可预报性以及相关的观测精细资料客观分析和适应性观测等问题展开研究。首先探讨雾的模拟对中尺度模式的水平和边界层垂直方向分辨率的敏感性；其次探讨了高时间分辨率的观测资料所描述的雾发生时的热力和动力物理现象；最后研究雾的适应性观测动力学方法，进一步确定局地高分辨率观测的敏感物理量，观测地点分布和观测时间频率等。研究结果表明1)对于不同的雾的个例，水平和垂直分辨率最佳匹配方案显示了不同的特征；2)物理过程中的边界层方案和微物理过程的搭配也是影响雾的模拟的重要因子，同时给出云凝结核的一个物理模型，3)并发现分钟间隔的观测气象场，例如温度，水汽，风和能见度资料可以展现浓雾发生前和消散前大气湍流的震荡特征，可以用于临近预报；4)针对华北的一次平流雾过程，基于40个集合成员的可预报性研究表明：模式对初值的依赖性很强，最敏感的物理变量是7km以下的风场。这些结果为未来雾的业务观测网和数值预报模式系统的建立提供了理论依据。三年共发表文章13篇（其中SCI文章10篇,EI文章3篇）,已经投稿1篇SCI，正在评审中。培养了2位博士，3位硕士。