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成因分析及预报 [打印本页]

作者: 航空 时间: 2010-8-15 09:37:26 标题: 长春机场冬季低能见度成因分析及预报

作者: 航空 时间: 2010-8-15 09:37:52

１
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，长春工程师130111）（吉林省气象台，长春工程师130062）
提要：本文从长春机场冬季低能见度的成因分析出发，选择4 个组合因子，制作了
判别函数，用独立资料检验预报机场能见度的综合识别率达90%。
Abstract
This paper has selected 4 combinational predictor and maked decision function from the
cause analysis of winter low-visibility of Changchun Airport. The visibility accuracy is reached
90% by independent data checking.
关键词：机场能见度判别函数预报
1 引言
机场能见度是决定机场飞行活动能否正常进行的重要指标之一。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。
2 成因分析
2.1 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和T 检验选择的因子见表1。
表1 1000 米预报因子及样本数
因子序号因子1 类样本数2 类样本数
X1 (Td19+Td20-2Tmin)*7/6 与U5+U6+U7 89 290
X2 （T5-Td5）+(T6-Td6)+(T7-Td7)与(F5+F6+F7) 99 328
X3
(T-Td)+1/3*(T9-Td9)+1/4*(T8-Td8)与
F15-F9+F6+F3+F
54 175
X4 V7 与（V7+V6）/2-V5 107 294
２
2.2 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。
0
50
100
150
200
250
300
350
-60 -50 -40 -30 -20 -10 0 10 20 30 40
[td(19+20)-2tmin]7/6
u5+u6+u7
>=1000
<1000
图1 因子1 聚类分析图
如果就其天气形势环流特点来分析，造成长春机场的冬季的能见度，既有大陆性高
压本身系统决定的下沉性气流天气，也有地面静止锋前部弱西南气流下的低能见度天气，
也有鞍形场天气形势的影响，这些天气系统的共同点是夜间辐射降温，湿度增大。分析
长春机场的冬季低能见度大多数为辐射雾性质。于是在考虑有利的天气形势引发低能见
度的同时，把辐射凝结条件放在重要地位，着眼于热力条件判断早晨的气温是否低于20
时的露点，如果低于，表明夜间有足够充分的凝结条件产生。
2.3 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。
图2 因子2 聚类分析图
2.4 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
0
5
10
15
20
25
30
0 5 10 15 20 25 30 35 40 45 50
(t5-td5)+(t6-td6)+(t7-td7)
f5+f6+f7
>=1000
<1000
３
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。
图3 因子3 聚类分析图
2.5 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。
-12000
-10000
-8000
-6000
-4000
-2000
0
2000
4000
6000
8000
0 2000 4000 6000 8000 10000 12000
v7
(v7+v6)/2-v5
<1000
>=1000
>=1
图4 因子4 聚类分析图
由于资料的原因，各类不同的因子样本数都不一样，有的甚至差的较多，分析过程
中同时选取了相应的第2 类样本资料（≥1000 米）各因子样本识别率结果如下（表2）。
表2 1000 米预报因子样本识别率
因子序号
1 类识别率
（%）
2 类识别率
（%）
空报率（%）漏报率（%）
综合识别率
（%）
X1 73.0 66.9 22.3 6.3 68.3
X2 85.6 63.7 27.9 3.3 68.9
X3 66.7 82.9 13.1 7.9 79
X4 86.9 80.6 14.2 3.5 82.3
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
４
3 判别函数的建立
3.1 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。
Y=0.03634X1+0.08238X2+0.20398X3+0.47232X4
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。
3.2 判别函数的样本准确率:
表3 判别函数的样本准确率
1 类识别率
（%）
2 类识别率
（%）
空报率（%）漏报率（%）
综合识别率
（%）
判别函数80.4 91.6 6.42 4.59 89.0
3.3 判别函数的检验
用2002 年11 月1 日至2003 年2 月28 日的资料对以上成果进行了检验，检验情况
见表4。
表4 2002 年11 月1 日至2003 年2 月28 日检验情况
1 类识别率
（%）
2 类识别率
（%）
空报率（%）漏报率（%）
综合识别率
（%）
判别函数50.0 96.4 3.3 4.2 92.5
4 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，预报制作的劳动强度比以前有所降低，研制的主要特点有以下三
条：
4.1 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。
4.2 长春机场冬季低能见度预报因子的筛选选择上注重物理含义，选择4 个因子内容
见正文表1。
4.3 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%。
参考文献（略）

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/)