摘要: 冻雾是乌鲁木齐机场冬季典型的本地化强效气象影响因素，严重影响航班运行的安全与效率。基于近十几年来对新疆地区冻雾天气情况研究，归纳总结出新疆地区尤其是乌鲁木齐机场冬季冻雾天气的原因及数值预报模型应用情况，以及目前所使用的监测方法，结果显示：(1) 冻雾的生成主要是由于气温较低、湿度较大、存在逆温和低风速等条件所致。(2) 利用WRF模式能够较好模拟冻雾生成–维持–消散的过程，并且可以提供一些基本的要素预报数据用于预报预警当中。(3) 采用微波辐射计、风廓线雷达及视频监控摄像头等监测技术对冻雾的实时监测具有优势。总之，在可以预见的将来，由于数值天气预报模型的分辨率提高、多源数据融合以及资料同化水平的不断提高，冻雾预报的准确性以及预报时效性都将得到一定程度的改善。另外，提高冻雾天气预报预警的准确率意义重大，这不仅有利于保证航空飞行的安全，同时有利于航空公司提高空中交通运行效率，避免因为冻雾天气造成的航班延误或取消。
Abstract: Freezing fog is a typical and highly impactful localized meteorological phenomenon at Urumqi Airport during winter, significantly compromising the safety and efficiency of flight operations. Based on studies of freezing fog events in the Xinjiang region over the past decade, this paper summarizes the causes of winter freezing fog in Xinjiang, particularly at Urumqi Airport, reviews the application of numerical prediction models, and describes current monitoring methods. The findings indicate that: (1) Freezing fog formation primarily results from low temperatures, high humidity, temperature inversion, and low wind speed. (2) The WRF model effectively simulates the life cycle of freezing fog—formation, persistence, and dissipation—and provides essential forecast parameters for early warning systems. (3) Monitoring technologies such as microwave radiometers, wind profile radars, and video surveillance cameras offer distinct advantages for real-time observation of freezing fog. In the foreseeable future, with improvements in the resolution of numerical weather prediction models, advances in multi-source data fusion, and enhanced data assimilation techniques, both the accuracy and lead time of freezing fog forecasts are expected to improve. Furthermore, increasing the accuracy of freezing fog forecasts and warnings is of great importance, as it not only enhances aviation safety but also helps airlines optimize air traffic management, reducing flight delays and cancellations caused by such conditions.
1. 引言
乌鲁木齐天山国际机场位于新疆天山北麓、准噶尔盆地南缘的典型地理环境中，在11月~次年3月常发冻雾，该时节正是乌鲁木齐最冷时段[1]。冻雾是在低温条件下发生，水汽直接凝结成为雾滴或者冰晶导致主导能见度迅速降低、影响航空器正常起飞降落的一种现象。长时间的冻雾给航空运输的安全造成极大危害，给机场正常运行及交通管理带来极大困扰[2]。为了确保航空气象服务准确无误，必须提前做好冻雾出现的时间、持续时间和消失时间的预测工作。
由于冻雾天气具有强烈的局地性，其形成受到气温、湿度、风向风速等多种气象因素的共同影响，目前对此类天气的预报难度较大。而冻雾的精准预报会影响机场地面资源调度、空中交通流量管理和应急响应决策，对航班的安全运行至关重要。本文整理了近年来多位学者对乌鲁木齐机场及天山北坡冻雾天气研究结果，进一步了解该地区冻雾天气的特征及成因、预报技术及实时监测方法，希望能为提升航空气象保障能力提供一定的理论支持。
2. 影响冻雾天气的要素
冻雾形成的因素主要有：温度、湿度、风速及层结稳定度等。乌鲁木齐机场低温、高湿为冻雾形成的主要因素。当气温下降到0℃以下时，空气中的水汽遇冷凝结为雾滴，并经过低温的冻结过程，最终形成冻雾；适量，当湿度较高时，由于水汽在低温状态下较易凝结为雾滴，且冰晶会在冻结过程中形成[3]；乌市冬季降雪或初春融雪均可向冻雾的生成提供大量的水分供应；适宜风速能保持低空弱湍流状态，使水汽得到积累而有利于冻雾的发生；但风速较大，则可加强水汽的扩散作用，降低冻雾的持续时间。此外，由于乌鲁木齐机场特殊的地形(如图1所示)，在白天吹谷风(该风将引起气温下降)，并把上游雾区推移至机场；而在夜间，则为山风(即偏南风)，位于南面相对温暖的空气会使雾区北推，甚或加快了雾的消散。污染物的凝结核不容忽视，特别是不同站址的空气污染物浓度会影响冻雾天气的出现[4] [5]，例如乌鲁木齐市米东区冬季污染指数增大，空气中的凝结核增多，易出现低能见度天气，此时若配合一定风向，则能使东面的低云雾被带至机场。
Figure 1. Topographic map of the central Tianshan mountain region (The black dot indicates Urumqi Airport, blue represents mountain winds, and red denotes valley winds.)
图1. 天山山区中段地区地形图(图中黑色圆点为乌鲁木齐机场，蓝色为山风，红色为谷风)
此外边界层稳定性对冻雾形成与维持也起到重要作用，在夜间和清晨地面辐射降温引起气温骤降，机场上空形成逆温层，使低层空气更加稳定，稳定的边界层结构及逆温的存在使水汽易于在低层聚集而难于沿垂向上扩散，最终导致在地面附近积聚并遇冷凝结成冰晶，促使冻雾出现，而逆温层的厚薄程度以及强度直接决定冻雾持续时间和强度大小[6]。
3. 数值预报模型在冻雾预报预警中的应用
3.1. WRF模式的应用与优势
WRF (Weather Research and Forecasting)模式是用于中尺度天气预报的一种常用的数值预报模式，其特点是分辨率较高，可以用于模拟局地一些天气现象(比如冻雾)，并且能较好地模拟出温度、湿度、风速等重要气象要素，尤其在高分辨率模式下可以较细致地模拟冻雾发生、发展过程。
通过对WRF模式边界层、湿度以及温度逆温等物理过程的修正，WRF模式能够较准确地模拟出冻雾的生成及消散过程，给出较为精确的预报。如陈阳权等人[7]使用WRF模式进行了冻雾天气的模拟并对其冻雾预测的有效性进行了验证。
3.2. 案例分析：WRF模式对乌鲁木齐冻雾的模拟
以2019年12月的冻雾事件为例，WRF模式成功模拟了冻雾的形成和消散过程。模拟结果显示，温度、逆温层和相对湿度高等条件是冻雾发生的关键因素[7]。WRF模式可以较为准确地模拟冻雾出现时逆温层生消变化的动态特征以及冻雾生成及消散的时间(如图2所示)，为流量管理和航班运行提供了科学依据。该案例表明，WRF模式可适用于复杂地形及复杂气象状况下冻雾的模拟，为后续冻雾的预报提供了宝贵的资料。
Figure 2. Forecasted time-height section of wind and temperature over the airport and vertical temperature profile for scheme 9 (Image source: reference [8])
图2. 方案9预报机场上空风温时间剖面及温度垂直廓线(图片摘自参考文献[8])
4. 冻雾天气的监测手段
传统的气象观测手段，如气象卫星、地面气象站等，可以提供初步的监测数据，但存在时效性和空间分辨率的局限。在卫星云图中当上层出现云系时，下层的雾区由于被覆盖而无法观察到，同时红外云图无法区分近地面层温度相近的云和雾区。地面气象站在判断上游能见度方面有较好的指示意义，但上游观测站数量有限，部分测站所处的特殊地形导致数据参照性不强等原因，在使用方面还具有一定的局限性。尤其在局地冻雾发生时，此类传统手段难以精确地捕捉其动态变化。
近几年来，通过对基于地面测站的观测手段不断升级和完善，目前使用比较广泛的地面观测设备有微波辐射计、风廓线雷达以及视频监控摄像头等先进设备，微波辐射计就是通过微波遥感原理获取大气中的水汽含量、温度等气象要素，并提供高精度的垂直气象廓线数据，从而达到实时监测冻雾的垂直结构[8]；而风廓线雷达则是通过对近地层风速风向的测量，来判断冻雾的维持或消散[9]；另外，安装在周边自动站的视频监控摄像头可以弥补测站不足的问题，尤其是针对乌鲁木齐机场东北方向工业区污染物排放的问题，已在该区域加装摄像头，目前已经实现了周边能见度可视化数据的实时传输，预报员能更加直观地看到当地天气特征，移动方向及动态变化特征，为冻雾天气的预报预警提供了可靠的参考。
5. 结论与展望
5.1. 结论
(1) 冻雾的出现主要受低温、高湿和风向风速等因素的共同影响，逆温层的稳定性是冻雾形成的关键，湿度和风速的变化也直接影响冻雾的强度和持续时间。
(2) WRF模式在冻雾预报中表现出较高的精度，尤其是在对边界层的模拟和湿度分布的模拟有较好的指示意义，对逆温层的动态变化特征和冻雾的发生和消散预报起到一定的参考作用。
(3) 微波辐射计、风廓线雷达以及视频监控设备为冻雾的实时监测提供了有效手段，针对东北方向工业区污染物排放情况，增加了视频监控点位，实时掌握周边能见度变化情况，对天气预报的精度及时效性的提升有重要作用。
(4) 对于冻雾天气的预报目前仍面临局地性和时效性方面的挑战，尤其是新跑道建成后，局地微气象环境改变对冻雾天气的预报增加了一定难度。未来，通过数值预报模型分辨率的提高和多源数据的融合将进一步改善冻雾预报的准确性。
5.2. 展望
虽然数值预报模式和各种观测手段日臻完善，但对冻雾来说，气象观测站少而缺乏代表性，现有的数值天气预报系统的水平还不能够捕捉到冻雾发生演变的全过程；再者，冻雾出现的时间较长，且消散的过程也比较慢，因此冻雾预报也比较难准确预报，这是制约冻雾预报准确度的关键因素。未来可以通过不断改进优化模型中的物理过程的参数化方案，进一步提高冻雾预报的精度。目前气象服务部已成立气象服务能力提升研究工作组，并针对复杂天气过程进行数值预报系统预报偏差的分析，将结果及时反馈至厂家进行针对性的优化，总结模式应用经验，提升该系统的模式释用能力和本地化应用。
通过推进低能见度研究小组工作，加强对乌鲁木齐及机场冻雾天气特征的分析，尤其是二三跑道投入使用后将面临首个冬季保障周期，前期通过气象要素对比发现，二三跑道冻雾出现时间较一跑道早，结束时间晚；同时二三跑道的低云雾天气更加稳定，维持时间也更长。针对以上问题，气象中心已成立“新跑道气象要素特征对比小组”，对新旧跑道基本气象要素特征进行分析，后期将在此基础上，进一步深入研究新跑道建成后，乌鲁木齐机场低云雾天气的变化特点，以期提升对此类天气的预报预警能力。
此外，集成化的预报服务系统将结合多源数据，如卫星遥感数据、微波辐射计数据、风廓线雷达数据和地面气象站数据，为冻雾的预报提供更加准确和实时的支持。根据不同种类气象数据的优缺点，进行综合应用，取长补短，以达到最佳的监测效果。人工智能与大数据的融合应用也将进一步推动冻雾预报的智能化，以期提高其时效性和准确性。