航空论坛_航空翻译_民航英语翻译_飞行翻译

标题: 长春机场冬季低能见度分析及预报 [打印本页]

作者: 航空 时间: 2010-8-13 10:11:32 标题: 长春机场冬季低能见度分析及预报

长春机场冬季低能见度分析及预报

作者: 航空 时间: 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！

作者: 10050 时间: 2010-12-4 08:34:27

低能见度机场运行的资料有吗？

欢迎光临航空论坛_航空翻译_民航英语翻译_飞行翻译 (http://bbs.aero.cn/)