機(jī)場(chǎng)低能見(jiàn)度預(yù)報(bào)系統(tǒng)設(shè)計(jì)思路及其功能實(shí)現(xiàn)

楊晶軼

(民航西南空管局氣象中心 四川成都 610202)

隨著中國(guó)民航運(yùn)輸事業(yè)的快速發(fā)展，航空公司機(jī)隊(duì)規(guī)模不斷擴(kuò)大，航班量持續(xù)增長(zhǎng)，航空氣象用戶對(duì)氣象服務(wù)保障的要求也越來(lái)越高。航班量的劇增以及空域資源的限制，使得天氣對(duì)航空飛行、機(jī)場(chǎng)運(yùn)行的影響愈發(fā)明顯。航空氣象用戶對(duì)于定時(shí)、定點(diǎn)、定量的精細(xì)化預(yù)報(bào)產(chǎn)品需求越來(lái)越高，航空氣象業(yè)務(wù)水平和服務(wù)能力不能滿足快速增長(zhǎng)的民航運(yùn)輸需要，氣象預(yù)報(bào)能力和服務(wù)能力無(wú)法完全滿足航班正點(diǎn)的需求。I類精密進(jìn)近著陸標(biāo)準(zhǔn)為能見(jiàn)度≥800m[1]，低能見(jiàn)度(能見(jiàn)度小于800m)是冬季影響航班安全、正常、效率的主要因素。目前，針對(duì)低能見(jiàn)度預(yù)報(bào)以主觀預(yù)報(bào)為主，缺乏足夠的客觀預(yù)報(bào)支撐，低能見(jiàn)度預(yù)報(bào)等級(jí)及精細(xì)化程度不夠[2]，人為因素的差異性導(dǎo)致低能見(jiàn)度預(yù)報(bào)和服務(wù)水平的效果不佳，不能形成客觀的預(yù)報(bào)結(jié)論，預(yù)報(bào)精準(zhǔn)性不高，對(duì)航空運(yùn)行的輔助決策支持程度不高，難以滿足用戶需求。精細(xì)化的低能見(jiàn)度預(yù)報(bào)系統(tǒng)對(duì)推動(dòng)主觀預(yù)報(bào)向客觀預(yù)報(bào)發(fā)展，從定性走向定量，提高預(yù)報(bào)精準(zhǔn)性，具有重要意義。

1 系統(tǒng)設(shè)計(jì)

1.1 系統(tǒng)模塊

低能見(jiàn)度預(yù)報(bào)系統(tǒng)包括基于靜止衛(wèi)星的大霧區(qū)域監(jiān)測(cè)、基于人工智能的機(jī)場(chǎng)低能見(jiàn)度預(yù)報(bào)和低能見(jiàn)度預(yù)報(bào)產(chǎn)品顯示3個(gè)模塊。

1.2 系統(tǒng)功能

1.2.1 大霧區(qū)域監(jiān)測(cè)

利用“風(fēng)云4號(hào)”和“葵花8號(hào)”靜止氣象衛(wèi)星對(duì)機(jī)場(chǎng)低能見(jiàn)度進(jìn)行實(shí)時(shí)監(jiān)測(cè)，實(shí)現(xiàn)衛(wèi)星云圖的連續(xù)動(dòng)畫(huà)顯示、衛(wèi)星遙測(cè)數(shù)據(jù)及變化曲線顯示；利用微波輻射計(jì)、風(fēng)廓線雷達(dá)對(duì)機(jī)場(chǎng)低能見(jiàn)度實(shí)時(shí)監(jiān)測(cè)，實(shí)現(xiàn)微波輻射計(jì)、風(fēng)廓線雷達(dá)獲取信息及變化曲線顯示。

1.2.2 機(jī)場(chǎng)低能見(jiàn)度預(yù)報(bào)

基于機(jī)場(chǎng)歷史觀測(cè)數(shù)據(jù)，利用遞歸神經(jīng)網(wǎng)絡(luò)模型，得到機(jī)場(chǎng)逐10～30min 0～6h低能見(jiàn)度預(yù)報(bào)產(chǎn)品；基于數(shù)值預(yù)報(bào)產(chǎn)品，利用BP神經(jīng)網(wǎng)絡(luò)建立模型，得到機(jī)場(chǎng)逐小時(shí)0～24h低能見(jiàn)度預(yù)報(bào)產(chǎn)品。

1.2.3 低能見(jiàn)度監(jiān)測(cè)預(yù)報(bào)產(chǎn)品顯示

基于Webgis形式，實(shí)現(xiàn)大霧區(qū)域監(jiān)測(cè)產(chǎn)品、機(jī)場(chǎng)低能見(jiàn)度天氣預(yù)報(bào)產(chǎn)品、低能見(jiàn)度天氣預(yù)報(bào)檢驗(yàn)產(chǎn)品等顯示，并與機(jī)場(chǎng)自動(dòng)氣象觀測(cè)系統(tǒng)信息進(jìn)行對(duì)比顯示。

1.2.4 資料保存功能

Webgis產(chǎn)品、圖片產(chǎn)品及其二次產(chǎn)品自動(dòng)存儲(chǔ)，并方便調(diào)取、復(fù)制、粘貼、加入說(shuō)明等。

2 技術(shù)實(shí)現(xiàn)

2.1 基于靜止衛(wèi)星的大霧監(jiān)測(cè)

2.1.1 霧監(jiān)測(cè)

應(yīng)用太陽(yáng)高度角訂正、太陽(yáng)耀斑影響濾除后的可見(jiàn)光通道數(shù)據(jù)，結(jié)合中紅外通道、紅外分裂窗通道數(shù)據(jù)，將中低云、大霧從地表、中高云中濾除出來(lái)。其次，引入數(shù)值預(yù)報(bào)格點(diǎn)場(chǎng)數(shù)據(jù)，進(jìn)一步將大霧從中低云中分離出來(lái)。夜間監(jiān)測(cè)時(shí)，計(jì)算通道間亮溫差，考慮下墊面不同產(chǎn)生的影響，對(duì)于海洋、陸地表面設(shè)定不同的域值范圍，將大霧與冰晶云系、部分水云和地表等分離開(kāi)來(lái)。引入數(shù)值預(yù)報(bào)格點(diǎn)場(chǎng)數(shù)據(jù)，將大霧從濃密厚水云以及部分層云中分離出來(lái)，得到夜間大霧判識(shí)產(chǎn)品。對(duì)于監(jiān)測(cè)判識(shí)出的大霧區(qū)域，根據(jù)BT 10.45～BT 3.85μm值的不同，計(jì)算得出夜間大霧垂直厚度產(chǎn)品。

2.1.2 輸出產(chǎn)品

大霧監(jiān)測(cè)分級(jí)顯示產(chǎn)品，根據(jù)衛(wèi)星監(jiān)測(cè)數(shù)據(jù)和數(shù)值預(yù)報(bào)格點(diǎn)數(shù)據(jù)，將低能見(jiàn)度分布區(qū)域顯示出來(lái)，利用顏色處理方案，對(duì)大霧區(qū)域根據(jù)影響級(jí)別進(jìn)行顯示；高、中、低云監(jiān)測(cè)顯示產(chǎn)品，根據(jù)衛(wèi)星監(jiān)測(cè)數(shù)據(jù)和數(shù)值預(yù)報(bào)格點(diǎn)數(shù)據(jù)，將高、中、低云分布區(qū)域進(jìn)行顯示，同時(shí)可以進(jìn)行任意云剖面顯示；云跡風(fēng)顯示產(chǎn)品，動(dòng)畫(huà)顯示云跡風(fēng)產(chǎn)品；霧厚度顯示產(chǎn)品，單點(diǎn)、剖面顯示霧厚度產(chǎn)品。

2.2 基于人工智能的機(jī)場(chǎng)低能見(jiàn)度預(yù)報(bào)

航空氣象有幾種與能見(jiàn)度有關(guān)的用語(yǔ)，如主導(dǎo)能見(jiàn)度、跑道視程(以下簡(jiǎn)稱RVR)等，它們的意義和作用各不相同。主導(dǎo)能見(jiàn)度是指觀測(cè)到的大于等于四周一半或機(jī)場(chǎng)地面一半都能達(dá)到的最大水平能見(jiàn)距離。MOR是指色溫為2700K時(shí)白熾燈發(fā)出的平行光束被大氣吸收和散射后，光束的光通量衰減到5%時(shí)的距離。RVR是指在跑道中線上，航空器上的駕駛員能看到跑道面上的標(biāo)志或者跑道邊界燈或中線燈的距離[3]。RVR是由MOR、燈光強(qiáng)度、照度閾值計(jì)算得出的數(shù)值。在能見(jiàn)度小于800m的情況下，管制員要根據(jù)判斷航空器是否能夠起降。因此，選用MOR、RVR作為系統(tǒng)輸出要素，更貼合民航實(shí)際運(yùn)行需要。

能見(jiàn)度的客觀化預(yù)報(bào)主要有統(tǒng)計(jì)預(yù)報(bào)和數(shù)值預(yù)報(bào)2種方式。傳統(tǒng)的統(tǒng)計(jì)預(yù)報(bào)將歷史數(shù)據(jù)統(tǒng)計(jì)結(jié)果直接應(yīng)用于能見(jiàn)度預(yù)報(bào)，這種方法主要應(yīng)用于定性預(yù)報(bào)，而對(duì)能見(jiàn)度的定量預(yù)報(bào)能力不足。數(shù)值預(yù)報(bào)主要是通過(guò)其他氣象要素的數(shù)值預(yù)報(bào)，并擬合能見(jiàn)度與這些要素的實(shí)時(shí)關(guān)系，通過(guò)間接預(yù)測(cè)的方式得到未來(lái)能見(jiàn)度的預(yù)測(cè)結(jié)果，由于物理過(guò)程的復(fù)雜性，在預(yù)測(cè)模型中很難全面考慮和理解整個(gè)物理過(guò)程，并且受數(shù)值預(yù)報(bào)模式的影響較大。近年來(lái)，人工智能和機(jī)器學(xué)習(xí)針對(duì)雷達(dá)探測(cè)資料、衛(wèi)星觀測(cè)資料和閃電定位資料進(jìn)行強(qiáng)對(duì)流天氣外推方面的大范圍應(yīng)用，提高了強(qiáng)對(duì)流天氣外推和預(yù)報(bào)準(zhǔn)確率。在能見(jiàn)度預(yù)報(bào)領(lǐng)域，同樣針對(duì)歷史大數(shù)據(jù)的擬合，得到過(guò)去與未來(lái)數(shù)據(jù)間的隨機(jī)依賴，機(jī)器學(xué)習(xí)也可應(yīng)用于能見(jiàn)度預(yù)測(cè)。

2.2.1 遞歸神經(jīng)網(wǎng)絡(luò)模型低能見(jiàn)度0～6h預(yù)報(bào)

基于機(jī)場(chǎng)自動(dòng)氣象觀測(cè)設(shè)備的溫度、濕度、氣壓、云底高、風(fēng)向和風(fēng)速、云量、衛(wèi)星云圖紅外亮溫以及機(jī)場(chǎng)微波輻射計(jì)和風(fēng)廓線雷達(dá)數(shù)據(jù)，與自動(dòng)氣象觀測(cè)設(shè)備的歷史數(shù)據(jù)建立神經(jīng)網(wǎng)絡(luò)模型。通過(guò)數(shù)據(jù)清洗與標(biāo)準(zhǔn)化、數(shù)據(jù)集提取，完成模型超參數(shù)優(yōu)化，在此基礎(chǔ)上根據(jù)經(jīng)驗(yàn)進(jìn)行微調(diào)，完善神經(jīng)網(wǎng)絡(luò)優(yōu)化。基于優(yōu)化后的神經(jīng)網(wǎng)絡(luò)模型，采用完整訓(xùn)練和測(cè)試數(shù)據(jù)集，進(jìn)行完整的訓(xùn)練和實(shí)際效果測(cè)試，優(yōu)化模型，輸出預(yù)報(bào)結(jié)果。模型投入運(yùn)行后，根據(jù)能見(jiàn)度分級(jí)預(yù)報(bào)產(chǎn)品檢驗(yàn)結(jié)果調(diào)整學(xué)習(xí)模型，持續(xù)改進(jìn)預(yù)測(cè)準(zhǔn)確性。

產(chǎn)品輸出為未來(lái)0～6h的MOR、RVR分級(jí)預(yù)報(bào)產(chǎn)品(0～200，200～300，300～400，400～600，600～800，800～1600，＞1600分級(jí))。預(yù)報(bào)產(chǎn)品時(shí)間分辨率為10min，更新頻次為10min。

2.2.2 BP神經(jīng)網(wǎng)絡(luò)0～24h低能見(jiàn)度預(yù)報(bào)

基于數(shù)值預(yù)報(bào)產(chǎn)品和機(jī)場(chǎng)自動(dòng)氣象觀測(cè)系統(tǒng)的歷史數(shù)據(jù)，以及數(shù)據(jù)采集時(shí)間建立神經(jīng)網(wǎng)絡(luò)模型。數(shù)據(jù)輸入為數(shù)值預(yù)報(bào)產(chǎn)品，主要包括溫度廓線、濕度廓線、風(fēng)場(chǎng)廓線、地表溫度、濕度、壓力、云底高、風(fēng)向和風(fēng)速的24h預(yù)報(bào)產(chǎn)品，用于建立預(yù)測(cè)模型。通過(guò)數(shù)值預(yù)報(bào)產(chǎn)品預(yù)處理、數(shù)據(jù)清洗與標(biāo)準(zhǔn)化、數(shù)據(jù)集提取，基于經(jīng)驗(yàn)和數(shù)值方法對(duì)各要素與MOR、RVR之間的相關(guān)性進(jìn)行進(jìn)一步分析研究，選擇相關(guān)性適合的要素加入模型輸入?yún)?shù)當(dāng)中，構(gòu)建優(yōu)化模型，輸出預(yù)報(bào)結(jié)果。模型投入運(yùn)行后，根據(jù)能見(jiàn)度分級(jí)預(yù)報(bào)產(chǎn)品檢驗(yàn)結(jié)果調(diào)整學(xué)習(xí)模型，持續(xù)改進(jìn)預(yù)測(cè)準(zhǔn)確性。

輸出產(chǎn)品為未來(lái)0～24h的MOR、RVR(0～200，200～300，300～400，400～600，600～800，800～1600，＞1600)分級(jí)預(yù)測(cè)數(shù)據(jù)。預(yù)報(bào)產(chǎn)品時(shí)間分辨率為1h，更新頻次為6h。

3 低能見(jiàn)度監(jiān)測(cè)和預(yù)報(bào)產(chǎn)品顯示

3.1 基礎(chǔ)顯示分析工具

主要包括氣象信息渲染與顯示、多視圖漫游聯(lián)動(dòng)、交互分析工具和時(shí)序顯示分析等基礎(chǔ)顯示功能。

氣象信息渲染與顯示，通過(guò)高性能的圖形渲染引擎GIS 組件，對(duì)數(shù)值預(yù)報(bào)、衛(wèi)星、雷達(dá)等數(shù)據(jù)進(jìn)行插值處理后顯示，顯示的方式為等值線、雷達(dá)圖、衛(wèi)星云圖、色斑圖、流場(chǎng)、風(fēng)場(chǎng)、格點(diǎn)填值等。

時(shí)序顯示與分析，用戶可以通過(guò)地圖地理信息圖層中單擊探測(cè)站、航站及關(guān)注點(diǎn)，點(diǎn)擊后以縱軸為要素的值、橫軸為時(shí)間的方式對(duì)氣象信息進(jìn)行展示與 分析。

3.2 基于衛(wèi)星的大霧區(qū)域監(jiān)測(cè)產(chǎn)品顯示

利用“風(fēng)云4號(hào)”和“葵花8號(hào)”靜止氣象衛(wèi)星實(shí)現(xiàn)大霧區(qū)域監(jiān)測(cè)產(chǎn)品顯示，疊加機(jī)場(chǎng)、航線以及管制區(qū)域的點(diǎn)、線信息，并對(duì)受到天氣影響的機(jī)場(chǎng)以紅綠燈的方式進(jìn)行顯示。提供高、中、低云監(jiān)測(cè)產(chǎn)品顯示，云跡風(fēng)產(chǎn)品顯示，霧厚度產(chǎn)品顯示，單點(diǎn)、剖面霧厚度等產(chǎn)品顯示。

3.3 機(jī)場(chǎng)低能見(jiàn)度預(yù)報(bào)產(chǎn)品顯示

用戶可以通過(guò)地圖地理信息圖層中單擊探測(cè)站、航站及關(guān)注點(diǎn)，點(diǎn)擊后以縱軸為要素的值，橫軸為時(shí)間的方式對(duì)機(jī)場(chǎng)低能見(jiàn)度預(yù)報(bào)信息進(jìn)行展示與分析。

數(shù)值曲線展示方式：實(shí)況和預(yù)報(bào)每10min實(shí)時(shí)更新。

4 結(jié)語(yǔ)

本系統(tǒng)實(shí)現(xiàn)了數(shù)據(jù)自動(dòng)采集、大霧監(jiān)測(cè)、高中低云識(shí)別、機(jī)場(chǎng)低能見(jiàn)度預(yù)報(bào)等功能，低能見(jiàn)度預(yù)報(bào) 從定性走向定量，為預(yù)報(bào)員提供了可滿足需求的 參考。