基于云診斷算法的中國十大機場云預(yù)報對比分析

徐記亮 張偉 蘇艷華 顧雷

(中國民用航空局空中交通管理局航空氣象中心，北京 100018)

引言

低云是危及飛行安全的危險性天氣之一。在低云覆蓋機場的情況下著陸，如果飛機出云后離地面的高度較低，且又未對準跑道，往往來不及修正，容易造成復(fù)飛。有時，由于指揮或操作不當(dāng)，還可能造成飛機與地面障礙物相撞或失速的事故[1]。因此，云的觀測預(yù)報是機場天氣報告中必須包含的氣象要素，云高、云量更是關(guān)注的重點。

目前，云觀測主要為地面人工觀測、飛機探測和衛(wèi)星遙感等，每種觀測方式只能反映云的一部分信息[2]。綜合利用各類觀測及模式輸出結(jié)果的云分析方法，可以獲取云量、云狀、云高等信息，是云預(yù)報和分析的基礎(chǔ)[3]。其中，探空識別法可以利用相對濕度確定云的垂直分層。Wang和Rossow[4]利用相對濕度廓線提出具體的閾值標準，稱為WR95算法。趙仕偉等[5]將WR95算法運用到數(shù)值模式中，以模式輸出的數(shù)據(jù)代替探空數(shù)據(jù)判定云底高，結(jié)果表明該方法對中低云較為適用。蔡淼等[6]在WR95基礎(chǔ)上對相對濕度閾值進行了優(yōu)化，優(yōu)化后的準確率和TS評分略有提高。以上探空識別方法可以識別云的垂直分層，但無法確定云量。衛(wèi)星遙感可以檢測云并通過反演獲取云量[7- 9]。但衛(wèi)星產(chǎn)品中的云量是天空中的總云量，與地面觀測總云量具有不同的物理意義[8]，且與地面觀測云量存在一定偏差[9]，就地面觀測點的總云量而言，地面觀測值的可靠性相對較高[8]。在開展的云量診斷預(yù)報研究中[10-14]， Xu和Randall[15]基于CRM模擬結(jié)果提出云量診斷方法，此云量診斷方法被應(yīng)用于NCEP GFS模式中計算云量[16-17]。

目前，中國氣象局建立了三維云融合分析業(yè)務(wù)系統(tǒng)[18]，生成云底、云頂、云量等三維產(chǎn)品，用于天氣分析。但機場云高、云量的預(yù)報還不能從數(shù)值模式中直接獲得，更多地依靠經(jīng)驗進行預(yù)報[19]，部分機場建立了MOS系統(tǒng)預(yù)報云量[20]，但仍無法達到定量計算、準確預(yù)報的水平，且針對機場云的預(yù)報診斷研究仍較少。

根據(jù)2019年中國大陸地區(qū)機場航班量統(tǒng)計，最繁忙的前十大機場分別為北京首都、上海浦東、廣州白云、成都雙流、深圳寶安、昆明長水、西安咸陽、上海虹橋、重慶江北和杭州蕭山機場。十大機場的云診斷預(yù)報分析可增強民航氣象部門對航班運行的保障能力，提高航班正常率和航空服務(wù)質(zhì)量，對于民航部門來說非常重要。本文基于數(shù)值模式的云高、云量診斷算法，對比分析云診斷方法在中國十大機場的應(yīng)用情況，以探討適用于某一機場的云診斷算法，為中國機場的云預(yù)報提供參考。

1 資料與方法

1.1 資料來源

民航機場云的觀測以人工目測方式進行，云量采用八分量制(中國民用航空局空管行業(yè)管理辦公室.《民用航空飛行氣象情報發(fā)布與交換辦法》，2012)：1—2個八分量為少云(FEW)，3—4個八分量為疏云(SCT)，5—7個八分量為多云(BKN)，8個八分量為滿天云(OVC)。民航機場氣象臺按規(guī)定每日24 h于整點或半點連續(xù)發(fā)布機場例行天氣報告(METAR報)(中國民用航空局空管行業(yè)管理辦公室，中國民用航空局空中交通管理局.《民用航空飛行氣象情報發(fā)布與交換辦法》，2009)。METAR報中，云高以30 m為增量等級編報。

民航運行中，對飛行有重要影響的云是指云底高為1500 m的云，或最高的最低扇區(qū)高度(兩者取其大)以下的云，或任何高度的積雨云、濃積云。另外，距離機場更近的最低層的云層或云塊對飛機的正常起降影響更大。

選取2016年5月至2019年4月共3 a的NCEP再分析資料FNL(0.25°×0.25°)世界時每天00時、06時、12時、18時的6 h數(shù)值預(yù)報資料及相應(yīng)時次的METAR報資料，分析云底、云高在1500 m以下最低層云的情況。

1.2 研究方法

1.2.1 探空識別方法

1.2.1.1 云高計算

WR95算法[4-5]計算云底高方法：從地表向上，當(dāng)相對濕度(RH)≥87%時即為入云，以此判斷為第一個云層的云底。當(dāng)84%≤RH<87%且高度層RH的變化大于3%時，也判斷為第一個云層的云底。當(dāng)RH<84%即為出云，以此判斷為第一個云層的云頂。第N(N≥2)個云層的相對濕度閾值為84%，當(dāng)RH≥84%時即為入云，以此判斷為云底；當(dāng)RH<84%時即為出云，以此判斷為云頂。

優(yōu)化的WR95方法(簡稱WR95opt)各高度相對濕度閾值與高度的關(guān)系見式(1)[6]。

(1)

式(1)中，Hr為相對濕度閾值；H為高度，單位為km。同時參考Zhang等[21]的方法，考慮了云層數(shù)量優(yōu)化。

1.2.1.2 云高推算云量

以上探空識別方法可以識別云的垂直分層，但無法確定云的云量。本文設(shè)計的由云高推算云量的模型，具體算法如下：

在得出云底高h后，首先計算在機場A處，觀測者觀測到高度為h的視場范圍，即半徑為r的圓形區(qū)域；再計算此圓形區(qū)域內(nèi)包含的網(wǎng)格點數(shù)，此網(wǎng)格點數(shù)同一高度h處有云的比例即為機場A處觀測到的云底高為h的云的云量。示意如圖1。

R為地球平均半徑；r為觀測視場半徑；h為云高度圖1 機場A處觀測到云的視場范圍示意Fig.1 Schematic diagram of the field of view of the cloud observed at the airport A

1.2.2 云量診斷方法

NCEP GFS模式中診斷云量的計算方法[15-16]見式(2)～式(4)，為C云量診斷法(簡稱C方法)。

(2)

(3)

(4)

式(2)～式(4)中，C為云量(成);RH為相對濕度(%);q*為飽和比濕(kg/kg);qc為云水/云冰混合比(kg/kg)；e為水汽壓(Pa)；p為氣壓(Pa)；T為溫度(K)。

計算出各高度上的云量，可以推算不同云量的云底高。

1.2.3 診斷效果檢驗

參考晴雨預(yù)報的混淆(誤差)矩陣分別計算十大機場診斷云的準確率、漏報率及TS評分，見表1。

表1 云診斷的混淆(誤差)矩陣Table 1 Confusion (error) matrix for cloud diagnostics

準確率=TP/(TP+FP)，漏報率=FN/(TP+FN)，TS評分=TP/(TP+FN+FP)。

準確率是相對預(yù)報而言的，數(shù)值越大表示預(yù)報可信度越高。漏報率是相對實況而言的，數(shù)值越大表示出現(xiàn)漏報的可能性越大。TS評分綜合考慮了準確率和漏報率，數(shù)值越大表示預(yù)報效果越好。云底高的診斷效果根據(jù)診斷的云的平均云底高與相應(yīng)時次機場觀測的平均云底高的相對誤差來檢驗。

2 結(jié)果分析

2.1 不分云量

不分云量時， 2016年5月至2019年4月中國十大機場利用C、WR95、WR95opt方法計算的1500 m以下6 h預(yù)報出現(xiàn)最低層云的準確率、漏報率及TS評分見表2。由表2可知，在廣州、成都、深圳、昆明、重慶、杭州機場，C方法云量計算結(jié)果的準確率均較高，為0.60以上，其中昆明最高，為0.85；北京和西安機場較低，為0.30以下。成都、重慶、西安、杭州、昆明、廣州機場WR95和WR95opt方法云量計算結(jié)果的準確率較高，為0.80以上，北京最低。所有機場WR95opt的準確率均比WR95稍高。除昆明機場

表2 2016年5月至2019年4月中國十大機場1500 m以下不分云量時6 h預(yù)報出現(xiàn)最低層云的準確率、漏報率、TS評分Table 2 The accuracy rate,miss rate,and TS scores of the lowest stratified cloud forecasted at 6 h below 1500 m regardless of cloud cover in the top ten airports in China form May of 2016 to April of 2019

的WR95和WR95opt方法準確率比C方法稍低外，其他機場WR95和WR95opt方法的準確率均比C方法高。

C方法云量計算的漏報率，昆明最高，為0.99，其他機場相對較低，為0.30以下。西安機場WR95和WR95opt方法的漏報率最高，為0.70以上，上海虹橋最低。所有機場WR95opt方法的漏報率均比WR95方法稍高。除昆明WR95和WR95opt方法計算的漏報率比C方法低以外，其他機場WR95和WR95opt方法計算的漏報率均比C方法高。

成都、杭州機場C方法云量計算結(jié)果的TS評分較高，分別為0.65和0.60；西安、北京、昆明機場較低，其值均小于0.30，其中昆明最低，只有0.01。廣州、上海虹橋、杭州機場WR95和WR95opt方法云量計算結(jié)果的TS評分較高，為0.60左右；西安最低，只有0.26。北京WR95方法云量計算結(jié)果TS評分比WR95opt方法稍低，其他機場的WR95方法比WR95opt方法稍高。北京、上海浦東、昆明、上海虹橋機場WR95和WR95opt方法云量計算結(jié)果的TS評分稍高于C方法；成都、西安、重慶機場的TS評分低于C方法；廣州、深圳、杭州機場C方法云量計算結(jié)果TS評分介于WR95方法與WR95opt方法之間。

值得注意的是，昆明機場C方法云量計算結(jié)果的漏報率為0.99、TS評分為0.01，明顯與其他機場及WR95和WR95opt方法差異較大，其結(jié)果基本均為無云的情況。這可能與昆明機場特殊地形有關(guān)，昆明機場選址處于山腰，海拔為2103.37 m，機場東西兩側(cè)為山嶺，南北為低洼地，位于一條東南—西北向的通道中，南部開闊，北部稍窄，容易形成山谷風(fēng)。同時計算另外兩個高海拔機場——西寧曹家堡機場、拉薩貢嘎機場的準確率、漏報率、TS評分，其值分別為N、1.00、0.00，即兩個機場均沒有診斷出云，診斷效果均極差。由此可以大致推斷，C方法在高原機場的診斷效果很差，原因可能是該方法受到高原等復(fù)雜地形或海拔高度的影響較大。

2.2 少云(FEW)

當(dāng)少云量時， 2016年5月至2019年4月中國十大機場利用C、WR95、WR95opt方法計算的1500 m以下6 h預(yù)報出現(xiàn)最低層云的準確率、漏報率及TS評分見表3。由表3可知，各機場不同方法的計算結(jié)果均明顯變差。FEW少云時，各機場準確率、TS評分明顯減小，漏報率增大，尤其WR95及WR95opt方法的漏報率明顯增大。

除杭州外，其他機場WR95和WR95opt方法云量計算結(jié)果的準確率均比C方法高。成都、重慶三種方法云量計算結(jié)果的準確率最高，北京、上海虹橋、杭州機場最低。

表3 2016年5月至2019年4月中國十大機場1500 m以下FEW少云時6 h預(yù)報出現(xiàn)最低層云的準確率、漏報率、TS評分Table 3 The accuracy rate,miss rate,and TS scores of the lowest stratified cloud forecasted at 6 h below 1500 m when clouds are few in the top ten airports in China from May of 2016 to April of 2019

除昆明機場外，其他機場WR95和WR95opt方法云量計算結(jié)果的漏報率均高于C方法，為0.84以上。各機場WR95opt方法云量計算結(jié)果的漏報率稍低于WR95方法。昆明機場三種方法云量計算結(jié)果的漏報率最高，為0.96以上，尤其是C方法云量計算結(jié)果均高于其他機場。

北京、昆明、上海虹橋機場C方法云量計算結(jié)果的TS評分稍低于或與WR95和WR95opt方法相當(dāng)，其他機場C方法云量計算結(jié)果的TS評分高于WR95和WR95opt方法。WR95和WR95opt方法計算結(jié)果的TS評分均較小，為0.10以下。成都、重慶、深圳機場C方法云量計算結(jié)果的TS評分稍高于其他機場。

2.3 疏云(SCT)

疏云時， 2016年5月至2019年4月中國十大機場利用C、WR95、WR95opt方法計算的1500 m以下6 h預(yù)報出現(xiàn)最低層云的準確率、漏報率及TS評分見表4。由表4可知，除杭州外，其他機場C方法計算結(jié)果的準確率均低于WR95和WR95opt方法。北京首都機場C方法云量計算結(jié)果準確率為0.00，或者診斷無SCT疏云。成都機場的WR95方法云量計算結(jié)果準確率高于WR95opt方法。成都機場WR95方法云量計算結(jié)果準確率最高，而昆明機場WR95opt方法最高。

C方法計算結(jié)果的漏報率均為1.00，WR95和WR95opt方法的漏報率也較高，均為0.79以上。北京機場WR95方法云量計算結(jié)果漏報率低于WR95opt方法，其他機場WR95方法云量計算結(jié)果漏報率高于WR95opt方法，或兩者相當(dāng)。

C方法云量計算結(jié)果的TS評分均為0。WR95方法云量計算結(jié)果的TS評分稍低于WR95opt方法。廣州機場WR95和WR95opt計算結(jié)果的TS評分最高，為0.14，其他機場均為0.10以下。

2.4 多云(BKN)

多云時， 2016年5月至2019年4月中國十大機場利用C、WR95、WR95opt方法計算的1500 m以下6 h預(yù)報出現(xiàn)最低層云的準確率、漏報率及TS評分見表5。由表5可知，除上海虹橋、杭州機場外，其他機場C方法未診斷出BKN云量。西安WR95方法云量計算結(jié)果的準確率高于WR95opt方法，其他機場兩種方法計算結(jié)果相當(dāng)，或WR95方法云量計算結(jié)果低于WR95opt方法。上海虹橋機場WR95和WR95opt方法云量計算結(jié)果的準確率最高，分別為0.45和0.56。

C方法云量計算結(jié)果的漏報率均為1.00。WR95和WR95opt方法云量計算結(jié)果的漏報率，除深圳機場稍低外，其他機場均較高，為0.60以上。上海浦東、上海虹橋、杭州機場WR95方法云量計算結(jié)果的漏報率高于WR95opt方法，其他機場WR95方法計算結(jié)果低于WR95opt方法，或者二者相當(dāng)。

表4 2016年5月至2019年4月中國十大機場1500 m以下SCT疏云時6 h預(yù)報出現(xiàn)最低層云的準確率、漏報率、TS評分Table 4 The accuracy rate,miss rate,and TS scores of the lowest stratified cloud forecasted at 6 h below 1500 m when clouds are sparse in the top ten airports in China from May of 2016 to April of 2019

表5 2016年5月至2019年4月中國十大機場1500 m以下BKN多云時6 h預(yù)報出現(xiàn)最低層云的準確率、漏報率、TS評分Table 5 The accuracy rate,miss rate,and TS scores of the lowest stratified cloud forecasted at 6 h below 1500 m when clouds are broken in the top ten airports in China from May of 2016 to April of 2019

C方法云量計算結(jié)果的TS評分均為0.00。成都、西安機場WR95方法云量計算結(jié)果的TS評分稍高于WR95opt方法，其他機場兩者相等，或WR95方法計算結(jié)果稍低于WR95opt方法。上海浦東、深圳、上海虹橋、杭州機場WR95和WR95opt方法計算結(jié)果的TS評分高于其他機場，均為0.20以上；北京、成都、昆明、西安、重慶的TS評分均為0.10以下。

2.5 滿天云(OVC)

滿天云時，2016年5月至2019年4月中國十大機場利用C、WR95、WR95opt方法計算的1500 m以下6 h預(yù)報出現(xiàn)最低層云的準確率、漏報率及TS評分見表6。由表6可知，各機場C方法云量計算結(jié)果的準確率均為0.00，或者未診斷出OVC云量。西安、重慶機場WR95方法云量計算結(jié)果的準確率高于WR95opt方法，其他機場兩者相當(dāng)，或WR95方法云量計算結(jié)果的準確率低于WR95opt方法。廣州機場WR95和WR95opt方法計算結(jié)果的準確率最高，其值分別為0.13和0.17，其次為北京機場，其他機場均低于0.10。

表6 2016年5月至2019年4月中國十大機場1500 m以下OVC滿天云時6 h預(yù)報出現(xiàn)最低層云的準確率、漏報率、TS評分Table 6 The accuracy rate,miss rate,and TS scores of the lowest stratified cloud forecasted at 6 h below 1500 m when clouds are overcast in the top ten airports in China from May of 2016 to April of 2019

各機場C方法云量計算結(jié)果的漏報率均為1.00。成都、杭州機場WR95和WR95opt的漏報率均為1.00，其他機場WR95方法計算結(jié)果的漏報率低于WR95opt方法。

各機場C方法云量計算結(jié)果的TS評分均為0.00。各機場WR95和WR95opt方法云量計算結(jié)果的TS評分均為0.10以下，廣州機場最高，分別為0.08、0.07，成都、昆明、重慶、杭州機場均為0.00。北京、廣州、西安機場WR95方法計算結(jié)果的TS評分高于WR95opt方法，深圳機場低于WR95opt方法，其他機場兩者相當(dāng)。

2.6 診斷云高相對誤差

2016年5月至2019年4月中國十大機場各方法計算的1500 m以下最低層云平均云底高與METAR的相對誤差見圖2。由圖2可知，各方法診斷云高相對誤差差別較大，相對誤差有正有負。昆明機場C方法云高計算結(jié)果的相對誤差為正值，且誤差較大，為163%，表明昆明機場C方法云高的計算結(jié)果遠高于METAR；其余機場的相對誤差均為負值，表明其云高計算結(jié)果低于METAR。其中重慶機場相對誤差最小，為-19%；杭州、深圳、上海虹橋、北京、上海浦東、成都機場較大，其相對誤差分別為-73%、-67%、-64%、-61%、-59%、-51%。

成都、西安、重慶機場WR95方法云高計算結(jié)果的相對誤差為正值，分別為13%、63%、51%，其他機場的相對誤差為負，其中昆明機場最大，為-93%，北京、廣州、深圳機場較小，其值分別為-17%、-17%、-12%。

正值為高于METAR，負值為低于METAR圖2 2016年5月至2019年4月中國十大機場1500 m以下最低層云平均云底高與METAR的相對誤差Fig.2 Relative error between METAR and average cloud base height of the lowest layer clouds below 1500 m in top ten airports in China from May of 2016 to April of 2019

上海浦東、昆明、上海虹橋機場WR95opt方法云高的計算結(jié)果相對誤差為負，其中上海浦東、上海虹橋機場較小，其值均為-10%，昆明機場較大，為-43%。其他機場的相對誤差為正，其中北京、廣州、深圳、杭州機場較小，分別為5%、8%、7%、0%；重慶、西安、成都機場較大，分別為111%、106%、43%。

從相對誤差絕對值來看，北京、上海浦東、廣州、成都、深圳、昆明、上海虹橋、杭州機場WR95和WR95opt方法云高的計算結(jié)果好于C方法，西安、重慶機場的C方法計算結(jié)果較好。WR95與WR95opt方法比較，北京、上海浦東、廣州、深圳、昆明、上海虹橋、杭州機場WR95opt方法的云高計算結(jié)果好于WR95方法，其相對誤差絕對值均在10%或以下，其中杭州為0%；成都、西安、重慶機場WR95方法較好，成都機場的相對誤差絕對值為13%。西安、重慶機場的C方法云高計算結(jié)果較好，其相對誤差的絕對值相對較大，分別為31%、19%。

3 結(jié)論與討論

(1)不分云量時，除昆明機場外，其他機場C方法云量計算結(jié)果的準確率低于WR95和WR95opt方法。除昆明、廣州機場外，其他機場C方法云量計算結(jié)果的漏報率均低于WR95和WR95opt方法。北京、上海浦東、昆明、上海虹橋機場WR95和WR95opt方法云量計算結(jié)果的TS評分稍高于C方法，成都、西安、重慶機場低于C方法。所有機場WR95opt方法云量計算結(jié)果的準確率、漏報率均稍高于WR95方法；除北京機場外，其他機場WR95方法云量計算結(jié)果的TS評分均稍高于WR95opt方法。

(2)分云量時，各方法的診斷效果明顯變差，準確率、TS評分明顯減小，漏報率明顯增大。各機場C方法在SCT、BKN、OVC云量時的云量計算結(jié)果準確率基本為0.00，或者診斷無此類云量、漏報率為1.00、TS評分均為0.00，其對于SCT、BKN、OVC云量的診斷效果比FEW云量時差。大部分機場C方法云量計算結(jié)果的準確率低于WR95和WR95opt方法。FEW時，C方法云量計算結(jié)果的TS評分高于WR95和WR95opt方法，SCT、BKN、OVC時C方法云量計算結(jié)果的TS評分低于WR95和WR95opt方法。

(3)云高相對誤差有正有負，昆明機場C方法云高計算結(jié)果的相對誤差為正，其余機場為負。成都、西安、重慶機場WR95方法云高計算結(jié)果的相對誤差為正，其余機場為負；上海浦東、昆明、上海虹橋機場WR95opt方法云高計算結(jié)果的相對誤差為負，其余機場為正。從相對誤差的絕對值來看，北京、上海浦東、廣州、深圳、上海虹橋、杭州、昆明的WR95opt方法診斷效果較好；成都的WR95方法診斷效果較好；西安、重慶的C方法診斷效果較好。

(4)C方法對云的診斷效果不如探空法，當(dāng)SCT及以上云量時，大部分沒有診斷出云量，原因可能是C方法更傾向于診斷少云，可以嘗試通過提高相對濕度的比重或加入某一系統(tǒng)偏差項，以提高多云量的診斷效果。大部分機場的云高相對誤差為負值且其絕對值大于探空法，表明C方法診斷的云高遠低于實際，原因可能是C方法能夠診斷出云的“閾值”較小，實際云層以下容易達到C方法的“閾值”而被誤診斷為云，可以通過嘗試提高云的“閾值”以提高診斷的云底高，減小云高相對誤差，需進一步的對比分析。