浦東機(jī)場低跑道視程變化特征及其影響機(jī)制分析

楊 瑜，丁文敏

(民航華東空管局氣象中心，上海 200335)

?

浦東機(jī)場低跑道視程變化特征及其影響機(jī)制分析

楊 瑜，丁文敏

(民航華東空管局氣象中心，上海 200335)

運(yùn)用數(shù)理統(tǒng)計方法分析浦東機(jī)場2000—2014年低跑道視程(RVR，RVR<1 000 m)變化特征及其影響機(jī)制，并建立低RVR預(yù)報試驗(yàn)的邏輯回歸(Logit)模型。結(jié)果表明，上海浦東機(jī)場近15 a低RVR日數(shù)呈明顯下降趨勢；低RVR日多出現(xiàn)在冷季，主要集中在11月—次年2月，2月出現(xiàn)頻率最多；06:00—08:00出現(xiàn)最多，開始時刻主要集中在06:00—08:00；結(jié)束時刻主要在09:00—10:00；持續(xù)時間大部分在3 h以內(nèi)，其中1 h頻率最高；低RVR伴隨的天氣現(xiàn)象絕大部分與視程障礙有關(guān)，冷季時視程障礙比重更高，暖季強(qiáng)降水貢獻(xiàn)更多；氣溫在0～10 ℃頻率最高，相對濕度主要集中在90%以上，風(fēng)速大多在5 m·s-1以下，風(fēng)向冷季多發(fā)生在260°～360°，暖季多發(fā)生在120°～170°；低RVR的發(fā)生與08:00相對濕度呈正相關(guān)，與氣溫、風(fēng)速呈負(fù)相關(guān)，其中與相對濕度的相關(guān)系數(shù)最高。在預(yù)報模型試驗(yàn)中較好地建立了Logit預(yù)報方程，歷史回報的TS評分達(dá)到一定水平。

浦東機(jī)場；低跑道視程；特征分析；氣象因子

引 言

隨著我國飛行量持續(xù)保持較高的增長率，氣象條件對航空飛行的影響越來越顯著，其中能見度是影響飛行的重要因素之一。航空氣象有幾種與能見度有關(guān)的用語，如主導(dǎo)能見度、跑道視程(Runway Visual Range，簡稱RVR)等，意義和作用各不相同。主導(dǎo)能見度是指觀測點(diǎn)四周一半或以上的視野范圍內(nèi)都達(dá)到的最大水平距離，它屬于人工觀測；國際民航組織ICAO將RVR[1]定義為在跑道中線上坐在航空器上的駕駛員能夠看到跑道面上的標(biāo)志或者跑道邊界燈或中線燈的最大距離，實(shí)際工作中RVR值是由RVR探測儀依據(jù)布格—朗伯定律或阿拉德定律并考慮消光系數(shù)、跑道燈光強(qiáng)度和照度閾值3個因素計算得出[2]。

我國空中交通管制過程中，管制員必須根據(jù)主導(dǎo)能見度和RVR的大小判斷航空器是否能夠起降，根據(jù)民航局98號令規(guī)定[3]，當(dāng)機(jī)場同時使用RVR和主導(dǎo)能見度時，應(yīng)以RVR作為航空器起降的能見距離標(biāo)準(zhǔn)，當(dāng)能見度在800 m以下時必須采用RVR。浦東機(jī)場航空器I類精密進(jìn)近著陸標(biāo)準(zhǔn)為主導(dǎo)能見度≥800 m或RVR≥550 m，II類精密進(jìn)近著陸標(biāo)準(zhǔn)為RVR<550 m，且≥300 m[4]，對于II類精密進(jìn)近，當(dāng)RVR設(shè)備故障或無法獲得RVR報告時不得實(shí)施II類運(yùn)行。在空管的實(shí)際運(yùn)行中，尤其是低能見度惡劣天氣，RVR數(shù)據(jù)已不可或缺[5]，它直接關(guān)系到航班的安全、正常和效率。

國內(nèi)外對公眾氣象領(lǐng)域的能見度天氣研究較為深入，如Westcott等[6]討論了美國中西部冷季低壓系統(tǒng)下低云伴隨濃霧的變化特征；張利娜等[7]利用公路高密度自動站資料分析了高速公路上低能見度與濕度、氣溫的關(guān)系，及霧霾對低能見度的影響；還有學(xué)者從嚴(yán)重的低能見度事件著手，深入探討其發(fā)生演變規(guī)律和物理機(jī)制[8-9]；另外在地方霧霾的時空分布[10-11]、定量分析大氣微粒與能見度的關(guān)系[12]、強(qiáng)降水對能見度的影響[13]、大氣能見度的變化趨勢[14-15]等方面也有諸多研究。航空氣象對能見度的研究主要集中在機(jī)場的主導(dǎo)能見度[16-20]，如機(jī)場低能見度特征、平流霧監(jiān)測分析等，而對跑道視程特征的研究比較少，如對機(jī)場RVR分布[20]的統(tǒng)計、利用支持向量機(jī)方法預(yù)報RVR變化[21]、RVR融于機(jī)場關(guān)閉系統(tǒng)的研究[22]等。

為了方便書寫記錄，本文將RVR<1 000 m記為低跑道視程(即低RVR)，并定義當(dāng)出現(xiàn)RVR<1 000 m時該日為低RVR日。低RVR對空中交通管制及航班正常運(yùn)行影響很大，常引發(fā)大面積航班延誤，航空器在低跑道視程天氣下起降易引發(fā)不安全事件，飛行員及各安全保障部門均需要非常謹(jǐn)慎地對待這種惡劣天氣。文中通過分析低RVR的年際特征、季節(jié)及日變化特點(diǎn)，及其與氣象要素的關(guān)系，試驗(yàn)建立低RVR預(yù)報模型，以期加深對上海浦東機(jī)場低RVR發(fā)生發(fā)展規(guī)律的認(rèn)識，提高航空氣象預(yù)警及服務(wù)保障能力。

1 資料及方法

1.1 資料

所用資料是浦東機(jī)場2000—2014年逐時的RVR、天氣現(xiàn)象、風(fēng)、氣溫和相對濕度等氣象觀測資料，時間序列相對較長，且有很好的連續(xù)性。

浦東機(jī)場1999年9月正式通航，機(jī)場氣象臺實(shí)施24 h不間斷的人工值守民航氣象觀測業(yè)務(wù)，并引進(jìn)芬蘭VAISALA公司的自動觀測系統(tǒng)(AWOS)和RVR探測儀等設(shè)備；觀測員根據(jù)民航地面氣象觀測規(guī)范[23]進(jìn)行氣象觀測和記錄，并發(fā)布機(jī)場天氣報告，觀測內(nèi)容主要有風(fēng)、能見度、天氣現(xiàn)象、云、氣溫、濕度、修正海平面氣壓等，其中能見度包括主導(dǎo)能見度和RVR。RVR儀器離地約2.5 m，RVR值按照儀器實(shí)時顯示記錄，天氣報告電碼中RVR<50 m時報告為M0050，50≤RVR<400 m時以25 m為等級報告，400≤RVR<800 m時以50 m為等級報告，800≤RVR<2 000 m時以100 m為等級報告，RVR>2 000 m時報告為P2000[23]。

1.2 研究方法

1.2.1 頻率分析

頻率，這里指統(tǒng)計頻率，為某一事件發(fā)生的次數(shù)與總次數(shù)的比值，通常用比例或百分?jǐn)?shù)表示，所有事件的頻率之和為1。假定在n次試驗(yàn)中，事件A發(fā)生了m次，則事件A發(fā)生的頻率fn為：

(1)

1.2.2 點(diǎn)雙列相關(guān)法

當(dāng)研究對象的2個變量中一個是等比或等距的連續(xù)變量，另一個是按性質(zhì)劃分的二分變量(二分變量是指其只有2個取值的變量，如性別的男、女，選擇題的對、錯等)，一般用點(diǎn)雙列相關(guān)法，相應(yīng)的點(diǎn)雙列相關(guān)系數(shù)公式為：

(2)

1.2.3 Logit模型

Logit模型，又稱為邏輯回歸(Logistic regression)[24]，是一種離散選擇法模型，是對定性變量的回歸方法。假定因子變量x是連續(xù)型變量，預(yù)報量是0/1型貝努利隨機(jī)變量，在x出現(xiàn)的條件下，預(yù)報量“y=1”出現(xiàn)的概率為p，“y=0”的概率為1-p，則概率p的邏輯變換logit(p)為：

(3)

上式中，a為截距，b=[b1,…bs]T為自變量x的系數(shù)。事件發(fā)生的概率p(x)是自變量的非線性函數(shù)，形式如下：

(4)

1.2.4TS評分檢驗(yàn)

TS評分檢驗(yàn)指標(biāo)包括空報率(FAR)、漏報率(PO)、TS評分和準(zhǔn)確率(PC)，計算公式如下：

(5)

上式中，NA為有低RVR預(yù)報正確站(次)數(shù)，NB為空報站(次)數(shù)、NC為漏報站(次)數(shù)，ND為無低RVR預(yù)報正確的站(次)數(shù)。

2 低RVR變化特征

2.1 低RVR日的年際變化

統(tǒng)計2000—2014年浦東機(jī)場觀測站年低RVR日，得到浦東機(jī)場近15a低RVR日數(shù)的年變化趨勢(圖1a)，發(fā)現(xiàn)浦東機(jī)場的年低RVR日呈較明顯的下降趨勢，下降速率約為2.7d·a-1(線性趨勢系數(shù)通過了顯著性水平為0.01的t檢驗(yàn))，其中2003年低RVR日最多(64d)，2012年最少(10d)。近15a低RVR日年際變化特征明顯，有8a較平均值偏多，7a偏少，2008年以前基本處于偏多期，2008年以后雖有反復(fù)，但明顯處于偏少期。

采用M-K法分析浦東機(jī)場年低RVR日數(shù)的突變情況。從圖1b看出，UF曲線2000—2001年在零線以下，2002—2007年在零線以上波動，2008年以后在零線以下呈直線下降趨勢，說明浦東機(jī)場年低RVR日數(shù)經(jīng)歷了減少→增加→減少的變化過程；UF和UB曲線在±1.96信度線之間相交于2010年附近，且在2012年超過了0.05顯著性水平臨界線，說明浦東機(jī)場年低RVR日數(shù)存在突變，且有顯著下降趨勢。

圖1 2000—2014年浦東機(jī)場低RVR日變化趨勢(a)及Mann-Kendall檢驗(yàn)結(jié)果(b)

2.2 低RVR日的季節(jié)特征

浦東機(jī)場低RVR，主要由低能見度天氣引起，四季均可發(fā)生。為了更好地考察浦東機(jī)場低RVR日的季節(jié)特征，將10月—次年3月定為冷季，4—9月定為暖季。

圖2a是低RVR日數(shù)的月頻率分布，其峰值在2月，谷值在9月，2—9月頻率逐漸減少，9月—次年2月又逐漸增多。低RVR日主要出現(xiàn)在11月—次年2月，4個月占全年總低RVR出現(xiàn)日數(shù)的54.4%，其中2月最多占15.1%；7—10月出現(xiàn)低RVR的頻率較少，4個月占全年的13.0%，最少是9月僅占2.3%。從季節(jié)分布來看，一年中低RVR日多發(fā)生在冷季(10月—次年3月)，占全年的68.2%，暖季(4—9月)較少，只占31.8%，具有明顯的季節(jié)性變化。

從低RVR頻率變化趨勢(圖2b)可知，2006年以前出現(xiàn)低RVR日的月份分布范圍較寬，主要有3個集中區(qū)域，分別在2001年4—6月，2003年1—2月，2005年11月；2006年以后低RVR日的月份較為集中，且大部分發(fā)生在冷季，表現(xiàn)為2006—2011年的11月—次年2月有強(qiáng)的集中區(qū)，且極值中心由11月向2月轉(zhuǎn)移，2009年4月有個小集中區(qū)，2011年以后12月—次年4月有強(qiáng)集中區(qū)和極值中心。如圖2b虛線所示，低RVR日隨著年份的推移，呈越來越集中的趨勢，且向冷季集中。

圖3a、圖3b分別為浦東機(jī)場冷季、暖季低RVR日數(shù)的年變化趨勢，可以發(fā)現(xiàn)浦東機(jī)場在冷季和暖季的低RVR日都呈明顯下降趨勢，下降速率分別約為1.6d·a-1和1.15d·a-1(線性趨勢系數(shù)均通過顯著性水平為0.01的t檢驗(yàn))；冷季低RVR日最多出現(xiàn)在2004年(44d)，2012年最少(6d)，暖季最多出現(xiàn)在2002年(23d)，2012年最少(4d)?？偟膩砜?，冷季2008年以前低RVR日處于偏多期，2008年以后明顯處于偏少期；暖季2007年以前處于偏多期，2008年以后處于偏少期。

圖2 浦東機(jī)場2000—2014年各月低RVR日出現(xiàn)頻率(a)及其年際變化(b)

圖3 2000—2014年浦東機(jī)場冷季(a, c)和暖季(b,d)低RVR日變化趨勢(a,b)及其Mann-Kendall檢驗(yàn)(c,d)

利用M-K法分別檢驗(yàn)冷、暖季低RVR日數(shù)的突變情況(圖3c、圖3d)。結(jié)果顯示，冷季UF和UB曲線在0.05顯著性水平臨界線之間相交于2010年附近，2012年超過臨界線；暖季UF和UB曲線在0.05顯著性水平臨界線之間相交于2006年，2008年超過臨界線；說明冷、暖季低RVR日數(shù)都存在突變，且有顯著下降趨勢。

2.3 低RVR的日變化

表1統(tǒng)計了浦東機(jī)場低RVR出現(xiàn)、開始和結(jié)束時刻及低RVR持續(xù)時間，分析發(fā)現(xiàn)低RVR主要出現(xiàn)在01:00—09:00，頻率為76.0%，其中06:00—08:00出現(xiàn)頻率多于其他時刻，分別為06:00的11.3%、07:00的12.4%、08:00的10.6%。開始時刻主要在01:00—08:00，8個時次的總頻率為66.8%，其中07:00頻率最高為12.8%，06:00、08:00緊隨其后分別為10.9%、10.0%；另外低RVR很少開始于09:00—20:00，這12個時次的總頻率只有19.7%。低RVR結(jié)束時刻主要在08:00—12:00，5個時次的總頻率為57.6%，其中09:00、10:00的頻率出現(xiàn)雙高，分別達(dá)15.5%、15.7%。

低RVR持續(xù)時間分布，以1h為單位間隔，可以看出，低RVR的持續(xù)時間與頻率成反比；持續(xù)時間5h以內(nèi)的頻次在均值以上，占總數(shù)的84.9%；大部分低RVR在3h以內(nèi)，總頻率為72.9%，其中1h出現(xiàn)頻率最高為41.2%；6～12h時長的低RVR也有出現(xiàn)，出現(xiàn)頻率占總的14.2%；13h及以上的出現(xiàn)頻率極低，累計為0.9%。

圖4為低RVR日逐月各時刻頻次分布，因冷季低RVR所占比重遠(yuǎn)大于暖季，因此為突出重點(diǎn)，將冷季月份置于縱坐標(biāo)中部加以分析。圖4a是浦東機(jī)場低RVR出現(xiàn)時刻分布，11月—次年2月的06:00—09:00出現(xiàn)頻次最多，其次是2月02:00—04:00、3—5月的05:00—07:00，而全年11:00—21:00、7—9月全天時段低RVR出現(xiàn)的頻次很少；圖4b是低RVR開始時刻，10月—次年2月的06:00—08:00有一個強(qiáng)中心，另外4月05:00—06:00有小的次中心；結(jié)束時刻(圖4c)，11月—次年1月的08:00—10:00最多，2月的09:00、4月的08:00、5月的07:00分別有小的次中心?？偟膩砜矗_始、結(jié)束時刻的總形態(tài)一致，區(qū)別在于開始時刻在后半夜有一定頻次發(fā)生，這與浦東機(jī)場沿海的特殊地理位置后半夜容易發(fā)生平流霧天氣有關(guān)，而結(jié)束時刻更為統(tǒng)一，集中在某固定時刻較窄的振幅內(nèi)。

表1 浦東機(jī)場低RVR日出現(xiàn)、開始與結(jié)束時刻及持續(xù)時長的頻率

圖4 浦東機(jī)場低RVR逐月出現(xiàn)(a)、開始(b)及結(jié)束(c)時刻的頻次分布(單位：%)

3 低RVR與氣象因子的關(guān)系

3.1 低RVR的氣象要素分布

引起低RVR的天氣現(xiàn)象是視程障礙和降水，其中視程障礙天氣現(xiàn)象主要包括霧(FG)、部分霧(PRFG)、散片霧(BCFG)、淺霧(MIFG)、輕霧(BR)、霾(HZ)等[23]。表2為低RVR時伴隨的天氣現(xiàn)象，絕大部分與視程障礙有關(guān)，單獨(dú)出現(xiàn)的頻率為86.7%，總出現(xiàn)的頻率達(dá)99%。冷季時視程障礙對低RVR的影響更多，其中局部霧(包括PRFG、BCFG、MIFG)和霧共約占總的59.9%，占據(jù)主導(dǎo)因素；降水的總比重在暖季更多，其中弱降水冷暖季相差不大，中或大降水暖季頻率明顯高于冷季，與冷暖季的降水特性有直接關(guān)系。

表2 浦東機(jī)場低RVR的天氣現(xiàn)象

圖5是低RVR時相對濕度、氣溫、地面風(fēng)等氣象要素分布。由圖5a可知，低RVR時氣溫主要在0～20 ℃，0～10 ℃出現(xiàn)頻率最高為47.6%，其次是10～20 ℃，頻率為34.9%；同時冷暖季氣溫分布范圍和集中度均不同，冷季氣溫比暖季的范圍更加集中，冷季在0～10 ℃的范圍頻率明顯高于其他，而暖季大多在10～20 ℃之間，但20～30 ℃出現(xiàn)頻率也不低，其中，>25 ℃的37個氣溫個例中16個有較強(qiáng)降水、14個相對濕度>90%、3個霾天氣，說明盡管較高氣溫不利于出現(xiàn)低RVR，但降水、高濕、污染等在一定范圍內(nèi)會造成較低的RVR。

圖5b是出現(xiàn)低RVR時的相對濕度分布，相對濕度≥90%所占的頻率達(dá)86.1%，暖季出現(xiàn)高濕的頻率更大，這既體現(xiàn)冷暖季濕度的季節(jié)特性，也說明暖季需要更高的水汽含量(相對濕度)才會出現(xiàn)低RVR，暖季低RVR對相對濕度的要求更高，濕度越大，低RVR發(fā)生頻率越高。

浦東機(jī)場沿海而建，地理位置特殊，地面的風(fēng)向風(fēng)速對RVR有重要影響。由圖5c可知，86.9%的低RVR出現(xiàn)在地面風(fēng)速5m·s-1以下，冷季低風(fēng)速出現(xiàn)頻率高于暖季。風(fēng)速>10m·s-1的低RVR個例均伴有降水，大部分為中等及以上強(qiáng)降水，且大部分發(fā)生在暖季。冷季需要更小的地面風(fēng)速才會出現(xiàn)低RVR，而暖季時暖濕氣流活躍，伴隨強(qiáng)降水的大風(fēng)天氣也可能造成低RVR。

低RVR時地面風(fēng)(圖5d)在各個方向上都可能發(fā)生，但主要分布在第二、四象限內(nèi)，以260°～360°頻次最高，其次是120°～170°。造成浦東機(jī)場低RVR的主要有弱高壓、L形高壓以及出現(xiàn)平流霧和海霧的天氣形勢等，前2種形勢多形成偏西或西北風(fēng)，后2種形勢多形成偏東或東南風(fēng)。由前面季節(jié)特征可知，11月—次年2月出現(xiàn)低RVR的頻次最多，且冷季與年的總體變化非常相似，這使得冷季的風(fēng)向與全年總分布在第二象限十分相似；暖季4—6月暖濕氣流較充沛，多有平流霧或海霧發(fā)生，此時偏東或東南風(fēng)較多，使得暖季風(fēng)向在第四象限出現(xiàn)較多。

圖5 浦東機(jī)場低RVR的氣象要素分布(a)氣溫，(b)相對濕度，(c)風(fēng)速，(d)風(fēng)向

3.2 預(yù)報模型試驗(yàn)

3.2.1 相關(guān)系數(shù)

有利于低能見度的因素有近地面輻射降溫、水汽飽和、風(fēng)速較小、大氣層結(jié)穩(wěn)定等條件，那么低RVR情況是否如此？利用浦東機(jī)場氣象觀測資料，將低RVR天氣看作一個二分變量事件，即某一日天氣分為有和無低RVR的2種情況，同時取08:00氣溫、相對濕度和風(fēng)速數(shù)據(jù)，作2000—2014年機(jī)場每日低RVR與08:00氣溫、相對濕度和風(fēng)速的點(diǎn)雙列相關(guān)系數(shù)(表3)，3個因子變化情況與低RVR的點(diǎn)雙列相關(guān)系數(shù)分別為-0.12、0.31、-0.19，分別通過0.01、0.001、0.001顯著性水平，說明氣溫、相對濕度和風(fēng)速與低RVR的發(fā)生有很好的相關(guān)性，較冷的氣溫、高的相對濕度和低風(fēng)速環(huán)境有利于出現(xiàn)低RVR。

表3 浦東機(jī)場低RVR與氣象因子的點(diǎn)雙列相關(guān)系數(shù)

注：*通過0.01顯著性水平，**通過0.001顯著性水平

3.2.2 預(yù)報方程

由以上分析可知，有無低RVR天氣與氣溫、相對濕度和風(fēng)速有密切的關(guān)系，那么能否利用這3個氣象要素作低RVR預(yù)報模型？Logit預(yù)報方程，是將因子變量x看作連續(xù)型變量，求解預(yù)報事件y為“1”的概率；對于我們研究的對象——某一日是否出現(xiàn)低RVR事件，可以運(yùn)用該方程作概率預(yù)報試驗(yàn)。

Logit預(yù)報模型試驗(yàn)具體為：將某一天是否出現(xiàn)低RVR用“1”和“0”變量表示，并作為邏輯回歸預(yù)報方程的預(yù)報量，取浦東機(jī)場2000—2014年08:00氣溫、相對濕度和風(fēng)速為方程的預(yù)報因子，建立預(yù)報方程。求解預(yù)報方程得到低RVR的概率預(yù)報結(jié)果，對于這個結(jié)果，先作消空指標(biāo)判斷，然后統(tǒng)計歷史資料中低RVR的概率判據(jù)，計算低RVR潛勢預(yù)報結(jié)果。

對于該試驗(yàn)預(yù)報模型，用2000—2014年歷史資料回報結(jié)果作TS評分檢驗(yàn)(表4)，可以看出，2000—2014年回報的空報率為0.52，漏報率為0.53，TS評分為0.31，準(zhǔn)確率為0.90，對比《國家氣象中心氣象現(xiàn)代化實(shí)施方案(2015—2020年)》預(yù)期目標(biāo)：2015年24h霧、霾預(yù)警TS評分達(dá)到0.25、0.25，2017年達(dá)到0.28、0.3，2020年達(dá)到0.3、0.35，表明該預(yù)報模型總體效果尚可；但這只是回報的檢驗(yàn)效果，實(shí)際預(yù)報效果可能會更低，模型仍有較大的改進(jìn)空間。影響預(yù)報結(jié)果的原因可能有：(1)預(yù)報因子選取的較少，無垂直方向資料，使得模型過于簡單；(2)未能分型預(yù)報，冷暖季低RVR影響因子不同，分季節(jié)、分類型建立方程更加合理；(3)單個的預(yù)報模型結(jié)果穩(wěn)定性很難控制，建立多種模型比較優(yōu)劣[25]，或進(jìn)行集合預(yù)報可能會提高預(yù)報的準(zhǔn)確性等等。

表4 浦東機(jī)場低RVR天氣的預(yù)報檢驗(yàn)

4 結(jié)論和討論

(1)浦東機(jī)場年低RVR日呈下降趨勢，下降速率約為2.7d·a-1；M-K檢驗(yàn)結(jié)果表明，浦東機(jī)場年低RVR日2010年發(fā)生突變，2012年超過0.05顯著性水平，存在顯著的下降趨勢。

(2)浦東機(jī)場低RVR主要出現(xiàn)在11月—次年2月，7—10月出現(xiàn)最少。單月出現(xiàn)頻率以2月最高，9月最低；單月出現(xiàn)最多月份與虹橋機(jī)場[23]有所差異，可能與浦東機(jī)場臨海的地理位置有關(guān)，2月浦東機(jī)場受海上水汽源影響更大。低RVR多分布在冷季，隨著年份的推移有向冷季更加集中的趨勢。同時冷季、暖季的低RVR日均存在明顯的下降趨勢，冷季2010年突變，2012年超過0.05顯著性水平，暖季2006年突變，2008年超過0.05顯著性水平。

(3)低RVR主要出現(xiàn)在01:00—09:00，其中06:00—08:00最多；開始時刻主要集中在06:00—08:00，結(jié)束時刻主要在09:00—10:00；持續(xù)時間大部分在3h以內(nèi)，其中1h最多。從累年的日分布來看，11月—次年2月的06:00—09:00的低RVR最多；開始時刻最多出現(xiàn)在10月—次年2月的06:00—08:00，結(jié)束時刻最多在11月—次年1月的08:00—10:00。

(4)低RVR伴隨的天氣現(xiàn)象絕大部分與視程障礙有關(guān)，冷季時比重更高，而暖季強(qiáng)降水對低RVR貢獻(xiàn)相對更多。浦東機(jī)場出現(xiàn)低RVR時，氣溫主要在0～20 ℃，其中0～10 ℃頻率最多，冷季溫度更加集中。低RVR對應(yīng)的相對濕度在90%以上的頻率為86.1%，暖季需要更高的相對濕度才會出現(xiàn)低RVR。低RVR對應(yīng)的風(fēng)速大部分在5m·s-1以下，冷季需要更小的風(fēng)速；風(fēng)向主要在第二、四象限內(nèi)，其中冷季風(fēng)向多發(fā)生在第二象限，暖季多發(fā)生在第四象限。

(5)低RVR的發(fā)生與08:00相對濕度呈正相關(guān)，與氣溫、風(fēng)速呈負(fù)相關(guān)，其中與相對濕度的相關(guān)系數(shù)最高。在預(yù)報模型試驗(yàn)中較好地利用氣溫、相對濕度、風(fēng)速因子建立了邏輯回歸預(yù)報方程，歷史回報的TS評分達(dá)到一定水平，具有一定的可行性?？紤]到本文的出發(fā)點(diǎn)和研究目的，預(yù)報模型試驗(yàn)沒有過多展開，有關(guān)的預(yù)報詳細(xì)方案和改進(jìn)措施可以借鑒判別分析法、指標(biāo)疊套法[25]，甚至可以嘗試集合預(yù)報方法，將在以后的工作中繼續(xù)開展。

[1] 中國民用航空總局空中交通管理局. 跑道視程使用規(guī)則[S]. 北京:中國民用航空總局,2000.

[2] 冉春雷,何祁陽,賈天泉,等.VaisalaAviMet系統(tǒng)中跑道視程RVR計算因子分析[J]. 氣象科技,2014,42(2):3-7.

[3] 中國民用航空總局. 航空器機(jī)場運(yùn)行最低標(biāo)準(zhǔn)的制定與實(shí)施規(guī)定[S]. 北京:中國民用航空總局,2001.

[4] 中國民用航空總局. 中國民用航空儀表著陸系統(tǒng)Ⅱ類運(yùn)行規(guī)定[S]. 北京:中國民用航空總局,1996.

[5] 潘軍成,陳通,劉祖生. 能見度與跑道視程在塔臺管制中的應(yīng)用[J]. 中國民航飛行學(xué)院學(xué)報,2010,21(5):3-6.

[6]WestcottNE,KristovichDAR.AClimatologyandCaseStudyofContinentalColdSeasonDenseFogAssociatedwithLowClouds[J].JournalofAppliedMeteorologyandClimatology, 2009,48(11):2201-2214.

[7] 張利娜,張朝林,王必正,等. 北京高速公路大氣能見度演變特征及其物理分析[J]. 大氣科學(xué),2008,32(6):1229-1240.

[8] 苗愛梅,李苗,王洪霞. 一次持續(xù)性霧霾天氣過程的階段性特征及影響因子分析[J]. 干旱氣象,2014,32(6):947-953.

[9] 李二杰,劉曉慧,李洋,等. 一次重污染過程及其邊界層氣象特征量分析[J]. 干旱氣象,2015,33(5):856-860.

[10] 林建,楊貴明,毛冬艷. 我國大霧的時空分布特征及其發(fā)生的環(huán)流形勢[J]. 氣候與環(huán)境研究,2008,13(2):171-181.

[11] 賀皓,呂紅,徐虹. 陜西省大霧的氣候特征[J]. 高原氣象,2004,23(3):407-410.

[12] 王京麗,劉旭林. 北京市大氣細(xì)粒子質(zhì)量濃度與能見度定量關(guān)系初探[J]. 氣象學(xué)報,2006,64(2):221-228.

[13] 吳建軍,袁成松,周曾奎,等. 短時強(qiáng)降雨對能見度的影響[J].氣象科學(xué),2010,(2):274-278.

[14] 張智,陳玉華,周紅. 寧夏霧日和霾日的變化趨勢分析[J]. 干旱氣象,2013,31(4):714-719.

[15] 黃健,吳兌,黃敏輝,等. 1954—2004年珠江三角洲大氣能見度變化趨勢[J]. 應(yīng)用氣象學(xué)報,2008,19(1):61-70.

[16] 陳露,顧雷. 首都機(jī)場霧過程的氣候特征分析[J]. 氣候與環(huán)境研究,2008,13(6):783-790.

[17] 沈俊,閻鳳霞,王燕雄. 虹橋機(jī)場能見度變化特征分析[J]. 熱帶氣象學(xué)報,2008,24(1):99-104.

[18] 袁嫻,陳志豪. 上海浦東機(jī)場平流霧的統(tǒng)計和監(jiān)測分析[J]. 氣象科學(xué),2013,33(1):95-101.

[19] 李健,王澄海. 鄭州機(jī)場2004—2012年能見度的變化特征[J]. 干旱氣象,2014,32(5):727-732.

[20] 胡伯彥,馮雷,陳志豪. 1996—2013年上海虹橋機(jī)場低能見度及低跑道視程特征分析[J]. 氣象科技,2015,43(1):151-155.

[21] 朱蕾,朱國棟. 支持向量機(jī)方法在機(jī)場跑道視程預(yù)報中的應(yīng)用[J]. 暴雨災(zāi)害,2010,29(2):171-175.

[22] 侯啟真,李琪,劉衍帆,等. 機(jī)場跑道臨時關(guān)閉警示裝置可見性計算研究[J]. 應(yīng)用光學(xué),2015,36(6):931-936.

[23] 中國民用航空局. 民用航空氣象地面觀測規(guī)范[S]. 北京:中國民用航空局,2012.

[24] 施能. 氣象統(tǒng)計預(yù)報[M]. 北京:氣象出版社,2009.

[25] 郝瑩,姚葉青,陳焱,等. 基于對流參數(shù)的雷暴潛勢預(yù)報研究[J]. 氣象,2014,33(1):51-56.

Change Characteristics and Its Influence Mechanism of Low RVR at Shanghai Pudong Airport

YANG Yu, DING Wenmin

(MeteorologicalCenterofEastChinaAirTrafficManagementBureau,Shanghai200335,China)

The change characteristic and influence mechanism of low RVR (RVR<1 000 m) during 2000-2014 at Pudong airport were analyzed by using the method of mathematical statistics, and the low RVR prediction test of Logit model was established. The results show that the low RVR days decreased significantly in the last 15 years. Low RVR appeared in cold seasons, it mainly occurred from November to next February and peaked in February. The low RVR occurred frequently during 06:00-08:00, and it mainly started during 06:00-08:00, while ended during 09:00-10:00. The duration of low RVR was mainly within 3 hours, and the duration of 1 hour was highest. The weather phenomenon coming with the low RVR was usually related with obstruction to vision, and the frequency of obstruction to vision was higher in cold seasons, while it was a much higher proportion of heavy precipitation in warm seasons. The highest frequency of low RVR appeared when temperature was during 0-10 ℃, relative humidity mainly concentrated in more than 90% and wind speed was mostly below 5 m·s-1. In cold seasons, wind direction was mainly 260°-360°, while in warm seasons it was mainly 120°-170°. The occurrence of low RVR was positively correlated with relative humidity at 08:00, and negatively correlated with air temperature and the wind speed, and the correlation coefficient between low RVR and relative humidity was the highest. The low RVR prediction test of Logit model was well established and the TS score of historical returns reached a certain level. These quantitative summaries increased our understanding and mastering of low RVR events, which was benefit to the safety, normal and efficiency of civil aviation.

Pudong airport; low RVR; characteristic analysis; meteorological factor

10.11755/j.issn.1006-7639(2016)-05-0873

2015-12-07 ；改回日期：2016-02-29

民航局空管局科技項(xiàng)目(霧霾天氣機(jī)場能見度預(yù)報方法研究)資助

楊瑜(1964-),男, 工程師,主要從事民航天氣預(yù)報與分析工作. E-mail:yr__xh@163.com

1006-7639(2016)-05-0873-08 DOI:10.11755/j.issn.1006-7639(2016)-05-0873

P457.7

A

楊 瑜，丁文敏.浦東機(jī)場低跑道視程變化特征及其影響機(jī)制分析[J].干旱氣象，2016，34(5)：873-880, [YANG Yu, DING Wenmin. Change Characteristics and Its Influence Mechanism of Low RVR at Shanghai Pudong Airport[J]. Journal of Arid Meteorology, 2016, 34(5):873-880],