长春机场冬季低能见度分析及预报

航空发表于 2010-8-13 10:11:32

长春机场冬季低能见度分析及预报
**** Hidden Message *****

航空发表于 2010-8-13 10:11:52

长春机场冬季低能见度 成因分析及预报 孙进勇刘敏 民航长春空管站吉林省气象台 引言  长春机场地处欧亚大陆东端，冬季以大陆 高压气团控制为主，早晚多有烟雾，形成 低能见度，对飞行活动影响大。本文利用 长春机场1991年至2002年的气象观测资 料，分析造成长春机场早晚低能见度的气 象因子，以及它们和低能见度的关系，以 提高预报能力为目的，在众多的气象要素 中选若干个预报因子，用统计分析的方法 形成判别函数，用来预报低能见度的发 生，实现了多因子预报集成。 本文资料的选取  在1991年至2002年2月之间，选取了长春 机场每年的1、2月和11、12月的7时-12 时能见度小于1000米的资料，为第一类样 本。随机选择了相应第一类样本次数的3倍 大于等于1000米的气象观测资料，作为第 二类样本；选取了长春站（54161）的相 应的高空气象资料。本文所用时间均为北 京时。检验资料：2003年11月至2004年 2月的长春机场及长春站的部分高空资料。 成因分析——因子的选择  从低能见度的成因来看，有利于长春机场区域烟 雾形成的气象条件的物理意义有三个方面：动力 条件、热力条件、水汽条件。低能见度成因的复 杂性表明，低能见度的形成不是由单个因子决定 的，所以我们对以上三个方面的因子进行选择组 合，用聚类分析的方法进行预报相关性试验，找 出具有一定预报能力的因子。此外从临近预报的 角度出发，能见度本身的演变资料也是进行能见 度预测的重要物理量。  经过计算历史准确率选择的因子见表1。 表1 1000米预报因子及样本数 X4 V7与（V7+V6）/2-V5 107 294 (T-Td)+1/3*(T9- 54 175 Td9)+1/4*(T8-Td8)与F15- F9+F6+F3+F X3 （T5-Td5）+(T6-Td6)+(T7- 99 328 Td7)与(F5+F6+F7) X2 (Td19+Td20-2Tmin)*7/6与89 290 U5+U6+U7 X1 因子序号因子1类样本数2类样本数 因子1(X1)：辐射降温引起的水汽凝 结分析  因子1中U5,U6,U7分别是预报日当天5-7 时的相对湿度，代表当时机场的地面含水 量。Td19和Td20分别是预报日前一天19 时和20时的露点，Tmin是预报发布当天清 晨前后的最低气温，7/6是经验系数。 图1 因子1聚类分析图 0 5 0 1 0 0 1 5 0 2 0 0 2 5 0 3 0 0 3 5 0 - 6 0 - 4 0 - 2 0 0 2 0 4 0 [ t d ( 1 9 + 2 0 ) - 2 t m i n ] 7 / 6 u5+u6+u7 > = 1 0 0 0 < 1 0 0 0 因子2(X2)：动力因子和地面水汽分 析  因子2 中（t5-td5）、（t6-td6）、（t7- td7）是预报当天5-7时的温度露点差， f5+f6+f7是预报当天的5-7时的风速之 和，它们反映了在本场飞行活动之前确保 有足够的地面水汽，而且风力不致于将水 汽吹散，将水汽条件和反映动力条件的风 组合在一起，从地面湍流条件成因上起到 对雾的识别作用。 因子2聚类分析图 0 5 10 15 20 25 30 0 10 20 30 40 50 (t5-td5)+(t6-td6)+(t7-td7) f5+f6+f7 >=1000 <1000 因子3(X3)：雾的垂直结构和低层大 气动力条件分析  因子3中，（t-td）、（t9-td9）、（t8-td8） 分别是前一日20时地面、850hpa和925hpa的 温度露点差，f、f3、f6、f9和f15分别是地面和 距地面300米、600米、925米和1500米的风 速。根据文献结论，冬季辐射雾主发生在近地面 400米的浅层内，于是距离地面900米的大气磨 擦层及低层大气的状态成为不可不考虑成雾因 素，因子3选取地面925hpa、850hpa高层的温 度露点差，并且加入了1500米以下共4层的风速 和，利用空间的水汽分布和动力条件来判别雾的 成因。 因子3 聚类分析图 0 10 20 30 40 50 60 0 50 100 150 200 250 300 350 (t-td)+1/3(t9-td9)+1/4(t8-td8) f15-f9+f6+f3+f >=1000 <1000 因子4(X4)：连续演变分析  因子4中v5、v6、v7分别是当天早上5 时、6时和7时的有效能见度。本场观测的 能见度演变，是动力、热力、水汽条件的 综合反应，将预报时效缩短，把预报员的 外推思维数字模式化，得到图4，作为因子 4。 因子4 聚类分析图 - 1 2 0 0 0 - 1 0 0 0 0 - 8 0 0 0 - 6 0 0 0 - 4 0 0 0 - 2 0 0 0 0 2 0 0 0 4 0 0 0 6 0 0 0 8 0 0 0 0 2 0 0 0 4 0 0 0 6 0 0 0 8 0 0 0 1 0 0 0 0 1 2 0 0 0 v 7 (v7+v6)/2-v5 < 1 0 0 0 > = 1 0 0 0 > = 1 1000米预报因子样本识别率 X4 86.9 80.6 14.2 3.5 82.3 X3 66.7 82.9 13.1 7.9 79 X2 85.6 63.7 27.9 3.3 68.9 X1 73.0 66.9 22.3 6.3 68.3 综合识别 率（%） 漏报率 （%） 空报率 （%） 2类识别率 （%） 1类识别率 （%） 因子序号 判别函数的建立  将4个判别因子所含要素资料全部找齐，样 本总数218个。其中1类样本数51个；2类 样本数167个。各个判别因子分别进行0、 1判别。将自变量和因变量都分为0、1两 类，建立判别方程。即规定，例：若因子1 判别当日能见度为小于1000米时，该因子 X1为1；反之，X1为0。其它因子与此相 同。最后因子X1、X2、X3、X4都以0、1 形式出现。计算判别因子X1、X2、X3、 X4识别率，建立判别函数。 建立判别函数  Y=0.03634*X1+0.08238*X2+0.2039 8*X3+0.47232*X4  判别临近值指标：Yc=0.50。  当Y>Yc时,预报能见度小于1000米； Y<Yc时,预报能见度大于等于1000米。 判别函数的样本准确率 判别函数80.4 91.6 6.42 4.59 89.0 综合识别 率（%） 漏报率 （%） 空报率 （%） 2类识别率 （%） 1类识别率 （%） 判别函数的检验(2003年11月至2004年2月) 判别函数50.0 96.4 3.3 4.2 92.5 综合识别 率（%） 漏报率 （%） 空报率 （%） 2类识别率 （%） 1类识别率 （%） 结束语  长春机场冬季低能见度预报判别函数，具有较强 的针对性和实用性，预报准确率比以前有了一定 的提高。研制的主要特点有以下三条：  1、针对本机场实际预报的难点，解决问题的出发 点是首先分析成因。长春机场冬季低能见度成因 以动力条件、热力条件和水汽条件为主要条件。  2、长春机场冬季低能见度预报因子的筛选选择上 注重物理义，选择4个因子内容见正文表1。  3、长春机场冬季低能见度由4个组合因子制作判 别函数实现了多因子预报集成，历史样本准确率 为89.0%，一个冬季检验准确率为92.5%。 汇报完毕！ 欢迎大家批评指导！谢谢！

10050 发表于 2010-12-4 08:34:27

低能见度机场运行的资料有吗？

页: [1]

航空论坛_航空翻译_民航英语翻译_飞行翻译's Archiver

长春机场冬季低能见度分析及预报