黃東海艦載機(jī)海面起降的降水危險(xiǎn)性風(fēng)險(xiǎn)評(píng)估

姜德良，張韌，王哲，吳一喬

(1. 國(guó)防科技大學(xué)氣象海洋學(xué)院 南京市 211101；2. 海軍航空兵學(xué)院第六訓(xùn)練團(tuán) 長(zhǎng)治市 046000)

黃東海艦載機(jī)海面起降的降水危險(xiǎn)性風(fēng)險(xiǎn)評(píng)估

姜德良，張韌，王哲，吳一喬

(1. 國(guó)防科技大學(xué)氣象海洋學(xué)院 南京市 211101；2. 海軍航空兵學(xué)院第六訓(xùn)練團(tuán) 長(zhǎng)治市 046000)

針對(duì)黃東海海面艦載機(jī)起降面臨的降水風(fēng)險(xiǎn)，本文在風(fēng)險(xiǎn)辨識(shí)的基礎(chǔ)上，通過(guò)定義降水強(qiáng)度參數(shù)和溫度參數(shù)，以及引入熵權(quán)法和拉格朗日乘子計(jì)算權(quán)重，改進(jìn)并定義了降水危險(xiǎn)性指數(shù)。在這一工作的基礎(chǔ)上，下載歐洲中心提供的ERA-interim再分析資料，計(jì)算相應(yīng)評(píng)估區(qū)域格點(diǎn)的年平均風(fēng)險(xiǎn)值并進(jìn)行了可視化，統(tǒng)計(jì)了評(píng)估區(qū)域的年平均降水次數(shù)等特征量，對(duì)降水密集的時(shí)段和溫度較低的冬季時(shí)段進(jìn)行了計(jì)算和分析。針對(duì)以上計(jì)算中臺(tái)灣島以東海域出現(xiàn)的風(fēng)險(xiǎn)分布季節(jié)性差異，使用經(jīng)驗(yàn)正交函數(shù)分解(EOF)進(jìn)行分析。

艦載機(jī)；降雨危險(xiǎn)性；熵權(quán)法:風(fēng)險(xiǎn)評(píng)估；經(jīng)驗(yàn)正交函數(shù)分解

降水是極大影響飛行安全的天氣因素，但由于航空兵作訓(xùn)項(xiàng)目的要求和應(yīng)對(duì)未來(lái)戰(zhàn)爭(zhēng)的潛在需要，以及包括民航飛機(jī)遭遇突發(fā)性降水等情況，降水區(qū)的飛行和飛機(jī)起降是必須應(yīng)對(duì)的安全問(wèn)題。

當(dāng)前針對(duì)降水對(duì)飛行及飛機(jī)起降的影響研究，主要集中在兩個(gè)方面:第一，降水致險(xiǎn)的原理分析。張序[1]等分析了降水的基本概念、形成、分類以及降水的主要天氣系統(tǒng)，詳細(xì)闡述了降水過(guò)程中各要素對(duì)飛行影響的作用機(jī)理；翟洪巖[2]提出了降水條件下保障飛行運(yùn)輸安全的相應(yīng)對(duì)策和方法。第二，降水過(guò)程中各影響因素致險(xiǎn)的仿真研究。張欣[3]等建立了降雨的數(shù)學(xué)模型和降雨影響下的飛機(jī)動(dòng)力學(xué)運(yùn)動(dòng)模型，仿真研究了不同程度的降雨對(duì)飛機(jī)縱向飛行特性和短周期模態(tài)特性的影響；張大林[4]等對(duì)降水條件下飛行可能遇到的過(guò)冷水滴撞擊造成機(jī)翼結(jié)冰過(guò)程進(jìn)行了數(shù)值模擬。

以上的研究成果，為研究降水對(duì)飛行起降的致險(xiǎn)原理提供了豐富的理論依據(jù)，繼而為通過(guò)風(fēng)險(xiǎn)的角度量化評(píng)價(jià)這一研究對(duì)象創(chuàng)造了可行途徑。黃斌[5]等對(duì)航空氣象的危險(xiǎn)要素進(jìn)行區(qū)域統(tǒng)計(jì)和風(fēng)險(xiǎn)區(qū)劃，但量化方法僅以此風(fēng)險(xiǎn)要素出現(xiàn)的年均日數(shù)進(jìn)行表達(dá)。此外，其評(píng)價(jià)區(qū)域?yàn)闅庀笈_(tái)站較多、地面常規(guī)觀測(cè)資料較全的大陸區(qū)域，針對(duì)海上艦載機(jī)飛行起降的降水風(fēng)險(xiǎn)量化計(jì)算與區(qū)劃，受限于觀測(cè)資料的稀缺，相對(duì)來(lái)說(shuō)較為缺乏。

針對(duì)這一研究現(xiàn)狀，本文基于經(jīng)典的風(fēng)險(xiǎn)理論，參考降水影響飛行起降的物理過(guò)程，采用ECMWF提供的ERA-interim同化資料，改進(jìn)現(xiàn)有的降水危險(xiǎn)指數(shù)計(jì)算公式，利用熵權(quán)法線性代入強(qiáng)度參數(shù)，并結(jié)合數(shù)據(jù)資料和改進(jìn)方法的特點(diǎn)，利用拉格朗日乘子組合人工定權(quán)，實(shí)現(xiàn)了精細(xì)化的分格點(diǎn)定權(quán)。選取飛行航次和海軍航空兵訓(xùn)練密集度較大的黃、東海海域?yàn)樵u(píng)價(jià)區(qū)域，實(shí)現(xiàn)了針對(duì)艦載機(jī)飛行起降的降水危險(xiǎn)性風(fēng)險(xiǎn)量化評(píng)估，以及風(fēng)險(xiǎn)區(qū)劃的可視化，并根據(jù)不同的季節(jié)進(jìn)行比較，旨在為飛行和訓(xùn)練航線規(guī)劃提供科學(xué)參考。

1 數(shù)據(jù)資料

本文采用ECMWF發(fā)布的ERA-interim再分析資料，最高分辨率為0.125°×0.125°。相較于上一代的ERA-40，其水平空間分辨率較高，使用最新12h窗口的四維變分同化技術(shù) (4DVar)，在大氣質(zhì)量守恒和能量循環(huán)等資料質(zhì)量的控制上明顯改善。根據(jù)研究目的的需要，下載了近10年范圍23°～ 38°N、116°～ 132°E，包含大尺度降水量和海面2 m處溫度等格點(diǎn)信息的nc數(shù)據(jù)文件，根據(jù)改進(jìn)的風(fēng)險(xiǎn)計(jì)算公式進(jìn)行計(jì)算，并實(shí)現(xiàn)可視化效果。數(shù)據(jù)下載網(wǎng)址為http://apps.ecmwf.int/datasets/。

2 風(fēng)險(xiǎn)評(píng)估

2.1 風(fēng)險(xiǎn)辨識(shí)

風(fēng)險(xiǎn)辨識(shí)包括承險(xiǎn)體和風(fēng)險(xiǎn)源的辨識(shí)，是進(jìn)行風(fēng)險(xiǎn)評(píng)價(jià)的第一步。針對(duì)艦載機(jī)飛行起降的保障，主要影響因素為能見(jiàn)度、降水、風(fēng)等致險(xiǎn)因子。但由于所選評(píng)估區(qū)域?yàn)辄S東海，能見(jiàn)度、風(fēng)等要素的實(shí)測(cè)或再分析資料相對(duì)缺乏。因此，根據(jù)現(xiàn)有的數(shù)據(jù)，將降水天氣條件作為風(fēng)險(xiǎn)源，其主要承險(xiǎn)體為艦載機(jī)，包括艦載直升機(jī)和航母艦載戰(zhàn)斗機(jī)。不同程度的降水過(guò)程對(duì)于飛行和航空器起降存在不同的致險(xiǎn)因素，主要表現(xiàn)在以下幾個(gè)方面:

2.1.1 能見(jiàn)度下降

降中雨或小雨時(shí)，雖然地面能見(jiàn)度不會(huì)降至復(fù)雜氣象的程度，但空中能見(jiàn)度下降程度劇烈，高速飛行時(shí)甚至可降至只有幾十米；

2.1.2 飛機(jī)積冰

當(dāng)氣溫降至2--8 ℃時(shí)[6]，溫度較低的小雨滴在機(jī)身表面特別是機(jī)翼前緣和上表面特別容易形成積冰，繼而改變機(jī)翼的氣動(dòng)外形，影響飛機(jī)升力。若發(fā)生尾翼積冰、航空管空速管積冰等情況，則飛機(jī)會(huì)發(fā)生儀表失靈、尾翼失速等極為危險(xiǎn)的狀況，特別是在飛機(jī)降落進(jìn)近的過(guò)程中，會(huì)造成飛行員難以控制飛機(jī)的飛行姿態(tài)，以及無(wú)法使用尾翼降低進(jìn)近速度，引發(fā)飛行事故；此外，降水過(guò)程中氣溫過(guò)低形成冰霜附著在機(jī)艙上，影響飛行員視線。

2.1.3 航空器熄火

飛機(jī)進(jìn)入強(qiáng)降雨區(qū)域后過(guò)多的雨滴進(jìn)入發(fā)動(dòng)機(jī)，有可能造成發(fā)動(dòng)機(jī)熄火。

2.1.4 影響跑道使用

若跑道來(lái)不及進(jìn)行排水或排水不利，跑道上滯留的雨水會(huì)在航空器滑行時(shí)減少輪胎與地面接觸的面積，進(jìn)而減小摩擦，減弱了航空器的操作性能和剎車效應(yīng)，造成其偏離跑道的風(fēng)險(xiǎn)。

從風(fēng)險(xiǎn)辨析不難發(fā)現(xiàn)，伴隨降水強(qiáng)度不斷增大，以及若飛機(jī)在進(jìn)近過(guò)程中環(huán)境溫度較低，則其對(duì)艦載航空器的致險(xiǎn)要素不斷增多，危險(xiǎn)性不斷增大。

2.2 指數(shù)量化

王清川等[7]定義了暴雨頻率指數(shù)，將暴雨、大暴雨、特大暴雨的發(fā)生頻率進(jìn)行平均后所得值作為該地區(qū)的暴雨發(fā)生頻率:

N為樣本統(tǒng)計(jì)年數(shù)，r1i，r2i，r3i分別為統(tǒng)計(jì)年份暴雨、大暴雨，特大暴雨出現(xiàn)的次數(shù)。這一指數(shù)相較文獻(xiàn)5提出的航空氣象危險(xiǎn)要素的量化方法，區(qū)分了不同等級(jí)的降雨危險(xiǎn)性，但未能在表達(dá)式中體現(xiàn)同一降水等級(jí)下不同樣本的降水強(qiáng)度差異。此外，若將承險(xiǎn)體定義為艦載機(jī)，根據(jù)風(fēng)險(xiǎn)辨識(shí)可知，需要將低溫條件下飛機(jī)進(jìn)近過(guò)程中的積冰風(fēng)險(xiǎn)考慮在內(nèi)。因此，將溫度和具體的降水強(qiáng)度作為衡量致險(xiǎn)因子變異強(qiáng)度的參數(shù)對(duì)指數(shù)進(jìn)行改進(jìn)，是進(jìn)行這一風(fēng)險(xiǎn)評(píng)價(jià)過(guò)程的關(guān)鍵步驟。

2.2.1 影響因子參數(shù)化

從風(fēng)險(xiǎn)的角度定義，以歷史災(zāi)情資料進(jìn)行的災(zāi)害評(píng)估，致險(xiǎn)要素變異強(qiáng)度的均值是衡量潛在損失的基本參數(shù)[8]。由于公式(1) 為暴雨發(fā)生的頻率，將各等級(jí)的降水量均值進(jìn)行無(wú)量綱化并進(jìn)行線性代入，滿足了Nath[9]在1996年提出的風(fēng)險(xiǎn)表達(dá)式:

風(fēng)險(xiǎn)度=概率*潛在損失 (2)

因此，參考黎鑫[10]等構(gòu)建氣候變化影響指數(shù)的基本思路，定義降水強(qiáng)度與溫度指數(shù)。溫度影響方面，杜雁霞[11]等人建立了飛機(jī)積冰過(guò)程中的熱傳導(dǎo)模型，在飛機(jī)積冰的液/固相界面，即水膜與積冰的界面上，冰層厚度隨時(shí)間的變化關(guān)系與界面處的水溫為正相關(guān)的線性關(guān)系。由于水膜厚度極小，液/固相界面溫度可等同于液/氣相界面溫度，即環(huán)境溫度。因此，將根據(jù)定義中提到的積冰溫度范圍，可同樣以均值進(jìn)行無(wú)量綱化，得到如下降水強(qiáng)度和溫度的參數(shù)計(jì)算方式:

式中，aji為第個(gè)統(tǒng)計(jì)年份等級(jí)為j的降水強(qiáng)度參數(shù)，為降水量均值，，分別為統(tǒng)計(jì)年份相應(yīng)等級(jí)下的降水量極值；tji為第i個(gè)統(tǒng)計(jì)年份等級(jí)為的降水溫度參數(shù)，其中為各等級(jí)降水時(shí)段的最低氣溫在各統(tǒng)計(jì)年份的均值。

2.2.2 參數(shù)權(quán)重確定

在線性代入降水強(qiáng)度和溫度參數(shù)的過(guò)程中，為提高評(píng)估結(jié)果的精確性，使用權(quán)重對(duì)不同要素進(jìn)行影響程度的比較修正是常見(jiàn)的風(fēng)險(xiǎn)評(píng)估方法。由于艦載機(jī)飛行過(guò)程中是人機(jī)互動(dòng)的復(fù)雜系統(tǒng)，單一使用主觀或者客觀的定權(quán)方法，難以全面刻畫影響程度。因此，本文采用主客觀方法相結(jié)合的方式，根據(jù)最小相對(duì)信息熵原理[12]，利用拉格朗日乘子組合人工定權(quán)與利用熵權(quán)法計(jì)算得到的各格點(diǎn)要素權(quán)重，從而更好地反映不同強(qiáng)度參數(shù)對(duì)風(fēng)險(xiǎn)值的影響大小。

熵權(quán)法通過(guò)度量數(shù)據(jù)攜帶的信息量，即熵的大小，反映數(shù)據(jù)有效信息的數(shù)量。熵越小，則數(shù)據(jù)的有效信息量越大，其重要性越強(qiáng)。實(shí)質(zhì)上，熵權(quán)法即對(duì)同一評(píng)估對(duì)象的空間或時(shí)間序列數(shù)據(jù)進(jìn)行有效性的比較，通過(guò)熵這一變量進(jìn)行量化。假設(shè)存在個(gè)待評(píng)項(xiàng)目，個(gè)評(píng)價(jià)指標(biāo)，即可形成一個(gè)B=(bij)m×n的評(píng)價(jià)矩陣:

其中bij是第個(gè)i評(píng)價(jià)指標(biāo)第j個(gè)評(píng)價(jià)項(xiàng)目的評(píng)價(jià)值。根據(jù)Shannon提出的離散隨機(jī)變量的熵公式[13]，首先對(duì)評(píng)價(jià)矩陣中進(jìn)行歸一化:

得到熵值計(jì)算公式[14]:

從而計(jì)算第個(gè)i評(píng)價(jià)指標(biāo)的權(quán)重:

假設(shè)人工定權(quán)得到權(quán)重為ui，為使人工定權(quán)和熵權(quán)法得到的指標(biāo)權(quán)重組合得到的權(quán)重盡可能包含原始信息，根據(jù)最小相對(duì)信息熵原理，通過(guò)拉格朗日乘子法優(yōu)化得到組合權(quán)重公式[15]:因此，結(jié)合公式(3)、(4) ，分別對(duì)不同年份和不同降水級(jí)別下的降水強(qiáng)度參數(shù)aji和溫度參數(shù)tji計(jì)算組合權(quán)重 和，最終得到修正后參數(shù)yji和改進(jìn)的降雨危險(xiǎn)性指數(shù)R:

3 計(jì)算與分析

3.1 年平均風(fēng)險(xiǎn)分布

根據(jù)中國(guó)氣象局對(duì)降水等級(jí)的劃分，參考航空氣象保障[16]的有關(guān)條例，對(duì)公式(1) 中的降水等級(jí)規(guī)定如下:

表1 降水等級(jí)劃分

參考公式(1)、(3) 和(4)，將各格點(diǎn)時(shí)間序列資料中的降水量和對(duì)應(yīng)時(shí)間的溫度數(shù)據(jù)找出，計(jì)算出統(tǒng)計(jì)年份內(nèi)各個(gè)等級(jí)范圍內(nèi)降水的頻數(shù)rij、降水強(qiáng)度參數(shù)aji和溫度參數(shù)tji，首先在無(wú)權(quán)重代入的情況下計(jì)算風(fēng)險(xiǎn)值，得到結(jié)果如圖1(a)所示；同時(shí)考慮到線性代入的強(qiáng)度指標(biāo)僅有兩個(gè)，無(wú)法使用傳統(tǒng)的層次分析法或其衍生方法，形成有效的評(píng)價(jià)矩陣來(lái)集成人工定權(quán)信息，因此采用Delphi法[17]集成專家意見(jiàn)。Delphi法通過(guò)專家進(jìn)行多輪協(xié)商，充分發(fā)表并吸納其他專家意見(jiàn)匯總集成，其步驟如下所示:

第一步，確定調(diào)查題目，準(zhǔn)備向?qū)＜姨峁┵Y料組成專家小組。按照對(duì)象所需要的知識(shí)范圍，確定專家。專家人數(shù)的多少，可根據(jù)評(píng)價(jià)對(duì)象的大小和涉及面的寬窄而定；

第二步，各個(gè)專家根據(jù)他們所收到的材料，提出自己的意見(jiàn)，并說(shuō)明自己是怎樣利用這些材料并提出預(yù)測(cè)值的；

第三步，將各位專家第一次的判斷意見(jiàn)匯總對(duì)比，再次分發(fā)給各位專家，專家通過(guò)比較個(gè)人的不同意見(jiàn)，修改自己的意見(jiàn)和判斷；

第四步，將所有專家的修改意見(jiàn)收集匯總，再次分發(fā)給各位專家，以便做第二次修改。在向?qū)＜疫M(jìn)行反饋的時(shí)候，只給出各種意見(jiàn)，但并不說(shuō)明發(fā)表各種意見(jiàn)的專家的具體姓名。這一過(guò)程重復(fù)進(jìn)行，直到每一個(gè)專家不再改變自己的意見(jiàn)為止。

第五步，對(duì)專家的意見(jiàn)進(jìn)行綜合處理。

通過(guò)Delphi法對(duì)專家意見(jiàn)進(jìn)行集成，人工定權(quán)最終設(shè)為ua=0.6、ut=0.4，并將每格點(diǎn)降水量和溫度時(shí)間序列資料對(duì)比形成兩列的評(píng)價(jià)矩陣，根據(jù)公式(6) - (11)，代入數(shù)據(jù)計(jì)算出每個(gè)格點(diǎn)的權(quán)重和風(fēng)險(xiǎn)值，得到的風(fēng)險(xiǎn)區(qū)劃如圖1(b)所示:

圖1 年平均風(fēng)險(xiǎn)值分布比較

如圖所示，相對(duì)圖1(b)，圖1(a)為未線性代入權(quán)重計(jì)算得到的結(jié)果，風(fēng)險(xiǎn)值的高低分布較為雜亂，在黃東海海域風(fēng)險(xiǎn)較低的區(qū)域呈現(xiàn)出斑塊狀分布，高值中心出現(xiàn)在朝鮮半島北部沿岸、臺(tái)灣島東部沿岸以及東海中心位置的小區(qū)域。此外，長(zhǎng)江入?？谝詵|至日本九州島一線的帶狀區(qū)域，風(fēng)險(xiǎn)相較黃東海中心區(qū)域明顯較高，且存在較小范圍的風(fēng)險(xiǎn)高值區(qū)域。觀察圖1(b)，不難發(fā)現(xiàn)相較圖1(a)，其風(fēng)險(xiǎn)值的分布在總體上呈現(xiàn)出東南高、西北低的特點(diǎn)，高值中心集中分布在臺(tái)灣島東岸，面積增大且隨經(jīng)度增大風(fēng)險(xiǎn)值逐漸變小，黃海和東海的風(fēng)險(xiǎn)高低分布涇渭分明。

為探究人工定權(quán)對(duì)風(fēng)險(xiǎn)分布的敏感程度，對(duì)風(fēng)險(xiǎn)計(jì)算進(jìn)行敏感性實(shí)驗(yàn)。在實(shí)驗(yàn)中，探索與初次定權(quán)趨勢(shì)相反的極值情況，即ua=0.1、ut=0.9，觀察風(fēng)險(xiǎn)分布差異。

圖2 ua=0.1、ut=0.9下風(fēng)險(xiǎn)值分布

在人為設(shè)定權(quán)重極值的情況下，圖2所示的風(fēng)險(xiǎn)值分布與圖1(b)呈現(xiàn)相反的趨勢(shì)，總體上呈現(xiàn)東南低、西北高的特點(diǎn)，臺(tái)灣島東岸變?yōu)榈椭抵行?。從上述特征而言，人工定?quán)在極值情況下對(duì)于組合權(quán)重的影響是極大的。因此，確定合理的人工權(quán)重進(jìn)行對(duì)熵權(quán)法的修正，可以較為有效地引入主觀信息，從而側(cè)面驗(yàn)證了方法的合理性。

由于年平均氣溫總體的分布規(guī)律隨緯度的增大而降低，而圖1(b)中風(fēng)險(xiǎn)值大小的分布與此相反，即溫度參數(shù)的變化與風(fēng)險(xiǎn)值隨緯度的變化為負(fù)相關(guān)。因此，影響風(fēng)險(xiǎn)增大的原因顯然為降水頻數(shù)和降水強(qiáng)度參數(shù)。這種情況下，對(duì)降水日數(shù)較多的月份進(jìn)行單獨(dú)計(jì)算，即雨季的年平均風(fēng)險(xiǎn)，具有較大的研究和實(shí)用意義。

3.2 雨季平均風(fēng)險(xiǎn)分布

對(duì)時(shí)間序列資料中各月份的降水天數(shù)進(jìn)行統(tǒng)計(jì)，利用箱線圖表示其各項(xiàng)特征量，得到如圖2所示結(jié)果:

圖3 月平均降水日數(shù)箱線圖

從圖2來(lái)看，降水日數(shù)較多的月份主要集中在6、7、8和9月份，其降水日數(shù)集中區(qū)間明顯高于其他月份，極值和中位值也呈現(xiàn)這一規(guī)律。其中，8月份的平均降水日數(shù)最高，因此，將這4個(gè)月份和8月份的風(fēng)險(xiǎn)分布情況進(jìn)行計(jì)算，得到的結(jié)果如下圖所示:

圖4 雨季平均風(fēng)險(xiǎn)值分布

與圖1(b)比較，圖4的變化主要體現(xiàn)在黃海南部和東海中部:黃海南部風(fēng)險(xiǎn)上升，8月份尤其顯著；東海中部出現(xiàn)大范圍的高值區(qū)域，臺(tái)灣島以東尤為明顯。整體來(lái)看，風(fēng)險(xiǎn)值的分布依舊呈現(xiàn)東南高、西北低的特點(diǎn)。此外，8月份整體風(fēng)險(xiǎn)高于整個(gè)雨季，主要體現(xiàn)在黃海南部風(fēng)險(xiǎn)的上升，以及東海高值區(qū)域的增大。

3.3 冬季平均風(fēng)險(xiǎn)分布

考慮到溫度參數(shù)的大小隨溫度下降而變小，因此選取北半球的冬季12月至次年2月作為評(píng)估時(shí)段，進(jìn)行相應(yīng)的計(jì)算的比較分析:

圖5 冬季平均風(fēng)險(xiǎn)值分布

對(duì)比圖1(b)和圖5，受低溫影響，朝鮮半島以東出現(xiàn)了風(fēng)險(xiǎn)的極大值區(qū)域；冬季的東海北部風(fēng)險(xiǎn)變小，成山頭至老鐵山水道之間出現(xiàn)了風(fēng)險(xiǎn)值上升的帶狀區(qū)域。這一帶狀區(qū)域的邊緣位置，與黃海暖流和高緯流向低緯的沿岸流之間的鋒帶位置[18]較為一致。但在黃海西岸相同性質(zhì)的鋒帶附近并未出現(xiàn)這一現(xiàn)象。從黃海冬季的多年平均SST分布特征規(guī)律來(lái)看，每年黃海東岸的月平均海溫確高于西岸[19]，但溫差在3℃以內(nèi)，且黃海暖流的高溫水舌特征并不明顯，因此，導(dǎo)致風(fēng)險(xiǎn)分布差異的原因應(yīng)當(dāng)是黃海西部的降水次數(shù)在冬季偏少。值得注意的是，相比雨季平均的風(fēng)險(xiǎn)分布，臺(tái)灣東部的風(fēng)險(xiǎn)高值區(qū)域更為明顯，因此，選取范圍為23°～25°N、121°～123°E的數(shù)據(jù)資料，分別計(jì)算各年的風(fēng)險(xiǎn)值和不同等級(jí)下的降水強(qiáng)度參數(shù)和溫度參數(shù)。由于量綱的差異，對(duì)計(jì)算得到的各參數(shù)進(jìn)行歸一化，并計(jì)算各年際上述評(píng)估區(qū)域的場(chǎng)平均，從而得到了風(fēng)險(xiǎn)值和參數(shù)的年際變化。

從圖6來(lái)看，選取評(píng)估區(qū)域風(fēng)險(xiǎn)場(chǎng)均值的年際變化比較平滑，溫度參數(shù)在2013年后均未發(fā)生其他較大變化，為進(jìn)一步明確引起這一區(qū)域風(fēng)險(xiǎn)值顯著較高的原因，對(duì)風(fēng)險(xiǎn)值和各參數(shù)的年級(jí)變化一一計(jì)算相關(guān)系數(shù)，得到如下結(jié)果:

表2 相關(guān)系數(shù)

圖6 風(fēng)險(xiǎn)值-參數(shù)年際變化

根據(jù)表2的計(jì)算結(jié)果，等級(jí)強(qiáng)度2下的降水強(qiáng)度參數(shù)與風(fēng)險(xiǎn)值變化的相關(guān)系數(shù)最大，其次為這一等級(jí)下的溫度參數(shù)。因此，結(jié)合評(píng)估區(qū)域所在為低緯度的副熱帶地區(qū)，判斷應(yīng)該是由于降水強(qiáng)度引起的風(fēng)險(xiǎn)值升高。容易注意到，較高強(qiáng)度的降水等級(jí)與風(fēng)險(xiǎn)場(chǎng)均值為負(fù)相關(guān)關(guān)系，這表明在風(fēng)險(xiǎn)的年際變化與這一等級(jí)的降水呈現(xiàn)相反的變化趨勢(shì)，但由于其絕對(duì)值小于其他兩個(gè)等級(jí)強(qiáng)度的降水，因而對(duì)于風(fēng)險(xiǎn)值總的變化趨勢(shì)影響較小。

3.4 風(fēng)險(xiǎn)分布局部特征EOF分析

對(duì)比年平均風(fēng)險(xiǎn)分布和雨季、冬季風(fēng)險(xiǎn)分布，較為明顯的差異在于年平均風(fēng)險(xiǎn)值在臺(tái)灣島以東海域出現(xiàn)高低值中心的季節(jié)變化。為更好的分析季節(jié)與年均風(fēng)險(xiǎn)分布的差異，本文對(duì)2007-2016共12個(gè)月的月平均風(fēng)險(xiǎn)進(jìn)行EOF分解，探究不同模態(tài)下風(fēng)險(xiǎn)分布特征。

圖7 時(shí)間系數(shù)

圖8 風(fēng)險(xiǎn)分布的前兩個(gè)模態(tài)

根據(jù)計(jì)算結(jié)果，風(fēng)險(xiǎn)分布第一模態(tài)的方差貢獻(xiàn)率為58.03%，第二模態(tài)的方差貢獻(xiàn)率為12.9%，其他莫泰的方差貢獻(xiàn)率均小于2%。對(duì)比第一模態(tài)與圖1(b)，其分布特征基本一致，臺(tái)灣島東岸為風(fēng)險(xiǎn)高值中心，時(shí)間系數(shù)的極大值出現(xiàn)在各年的3月份，同時(shí)在夏、冬兩季出現(xiàn)極值，且在圖3統(tǒng)計(jì)的雨季時(shí)段內(nèi)極值接近于零。第二模態(tài)風(fēng)險(xiǎn)分布在黃東海的總體特征與第一模態(tài)相反，但時(shí)間系數(shù)在雨季出現(xiàn)負(fù)極值，在冬季時(shí)間系數(shù)同樣為負(fù)。結(jié)合第二模態(tài)的風(fēng)險(xiǎn)值特征，臺(tái)灣島以東海域的第一模態(tài)分布特征在雨季和冬季較弱，同時(shí)第二模態(tài)分布特征在冬季呈現(xiàn)出沿岸為高值中心、沿東北方向風(fēng)險(xiǎn)值減弱的趨勢(shì)，表現(xiàn)在年平均風(fēng)險(xiǎn)分布中風(fēng)險(xiǎn)值隨黑潮主軸方向出現(xiàn)高值的帶狀分布，但在雨季和冬季這一現(xiàn)象基本消失，同時(shí)雨季風(fēng)險(xiǎn)高值中心消失。

4 結(jié) 語(yǔ)

本文根據(jù)現(xiàn)有的暴雨頻率計(jì)算公式，在風(fēng)險(xiǎn)識(shí)別的基礎(chǔ)上，參考飛機(jī)起降過(guò)程中結(jié)冰的物理過(guò)程分析和降水強(qiáng)度影響，定義了降水強(qiáng)度參數(shù)和溫度參數(shù)，并引入熵權(quán)法和拉格朗日乘子進(jìn)行定權(quán)，改進(jìn)了飛機(jī)起降過(guò)程中降水危險(xiǎn)性風(fēng)險(xiǎn)指數(shù)。利用ECMWF發(fā)布的ERA-interim再分析資料，針對(duì)艦載機(jī)起降和訓(xùn)練密度較大的黃東海區(qū)域，進(jìn)行精細(xì)化的分格點(diǎn)定權(quán)，并計(jì)算降水危險(xiǎn)性指數(shù)，實(shí)現(xiàn)風(fēng)險(xiǎn)評(píng)估的可視化效果。

通過(guò)分析有無(wú)引入定權(quán)方法的比較，以及雨季和冬季的平均風(fēng)險(xiǎn)分布情況，得到以下結(jié)論:(1)相較無(wú)權(quán)重的風(fēng)險(xiǎn)計(jì)算結(jié)果，引入熵權(quán)法和拉格朗日乘子計(jì)算的風(fēng)險(xiǎn)分布更為有序、合理；(2)年平均和雨季尤其是降水日最多的8月份，風(fēng)險(xiǎn)值總體分布呈現(xiàn)西北低、東南高的特點(diǎn)，但雨季的整體風(fēng)險(xiǎn)值更高；冬季黃海中部出現(xiàn)風(fēng)險(xiǎn)值上升的帶狀區(qū)域； (3)相較雨季，臺(tái)灣東部出現(xiàn)的高值中心較為顯著，風(fēng)險(xiǎn)值與各等級(jí)下參數(shù)的相關(guān)系數(shù)計(jì)算結(jié)果表明，這一上升主要由25～50 mm/24h范圍內(nèi)的降水強(qiáng)度引起。 (4)對(duì)臺(tái)灣以東風(fēng)險(xiǎn)分布的局部特征進(jìn)行EOF分解，通過(guò)前兩個(gè)模態(tài)的風(fēng)險(xiǎn)分布趨勢(shì)分析其季節(jié)變化。

[1] 張序， 趙波， 譚力等. 降水的形成及其對(duì)飛行安全的影響和對(duì)策研究[J]. 沈陽(yáng)航空航天大學(xué)學(xué)報(bào)， 2014， 31(6):73-82.

[2] 翟洪巖. 降水對(duì)飛行的影響及解決措施[J]. 科技信息，2012(9): 234/272.

[3] 張欣， 呂新波. 降雨環(huán)境對(duì)飛行安全影響研究[J]. 航空科學(xué)技術(shù)， 2015， 26(8): 34-37.

[4] 張大林， 陳維建.飛機(jī)機(jī)翼表面霜狀冰結(jié)冰過(guò)程的數(shù)值模擬[J]. 航空動(dòng)力學(xué)報(bào)， 2004， 19(1): 137-141.

[5] 黃斌， 朱偉軍， 紅梅等.基于臨界條件的中國(guó)航空氣象危險(xiǎn)要素區(qū)域分布和風(fēng)險(xiǎn)區(qū)劃[J]. 氣象科學(xué)， 2016， 36(4): 466-473.

[6] 陳進(jìn)， 蔣傳鴻， 謝翌等. 典型霜冰條件下的風(fēng)力機(jī)翼型優(yōu)化設(shè)計(jì)[J]. 機(jī)械工程學(xué)報(bào)， 2014(1): 1-8.

[7] 王清川， 壽紹文， 許敏等. 廊坊市暴雨洪澇災(zāi)害風(fēng)險(xiǎn)評(píng)估與區(qū)劃[J]. 干旱氣象， 2014， 28(4): 475-482.

[8] 黃崇福， 劉新立， 周國(guó)賢等. 以歷史災(zāi)情資料為依據(jù)的農(nóng)業(yè)自然災(zāi)害風(fēng)險(xiǎn)評(píng)估方法[J]. 自然災(zāi)害學(xué)報(bào)， 1998，7(2): 1-8.

[9] Nath B， Hens L， Compton P， et al. Environmental Management [M]. Beijing: Chinese Environmental Science Publishing House. 1996.

[10] 黎鑫， 張韌， 李倩等. 氣候變化對(duì)國(guó)家海洋戰(zhàn)略影響評(píng)估[J]. 國(guó)防科技， 2012， 33(3): 51-57.

[11] 杜雁霞， 桂業(yè)偉， 肖春華等. 飛機(jī)結(jié)冰過(guò)程的傳熱研究[J]. 工程熱物理學(xué)報(bào)， 2009， 30(11): 1923-1925.

[12] Wu K-Y， Jin J-L. Attribute recognition method of regional ecological security evaluation based on combined weight on principle of relative entropy [J]. Scientia Geographica Sinica， 2008， 28(6): 754-758.

[13] 王清源， 潘旭海. 熵權(quán)法在重大危險(xiǎn)源應(yīng)急救援評(píng)估中的應(yīng)用[J]. 南京工業(yè)大學(xué)學(xué)報(bào)， 2011， 33(3): 87-92.

[14] 劉付程， 張存勇， 張瑞. 近海沉積物環(huán)境質(zhì)量綜合評(píng)價(jià)的熵權(quán)屬性識(shí)別模型[J]. 海洋科學(xué)進(jìn)展， 2012， 30(4):493-499.

[15] 李帥， 魏虹， 倪細(xì)爐等. 基于層次分析法和熵權(quán)法的寧夏城市人居環(huán)境質(zhì)量評(píng)價(jià)[J]. 應(yīng)用生態(tài)學(xué)報(bào)， 2014， 25(9): 2700-2708.

[16] 張韌， 葛珊珊， 洪梅等. 氣候變化與國(guó)家海洋戰(zhàn)略 --影響與風(fēng)險(xiǎn)評(píng)估[M]. 北京: 氣象出版社， 2014: 124-129.

[17] 張繼權(quán)， 李寧. 主要?dú)庀鬄?zāi)害風(fēng)險(xiǎn)評(píng)價(jià)與管理的數(shù)量化方法及其應(yīng)用[M]. 北京: 北京師范大學(xué)出版社，2007: 73-93.

[19] 陳達(dá)熙. 渤海黃海東海海洋圖集[M]. 海洋出版社， 1993.

2017-08-04

國(guó)家自然科學(xué)基金 (41276088)。