黄东海舰载机海面起降的降水危险性风险评估

姜德良，张韧，王哲，吴一乔

(1. 国防科技大学气象海洋学院 南京市 211101；2. 海军航空兵学院第六训练团 长治市 046000)

黄东海舰载机海面起降的降水危险性风险评估

姜德良，张韧，王哲，吴一乔

(1. 国防科技大学气象海洋学院 南京市 211101；2. 海军航空兵学院第六训练团 长治市 046000)

针对黄东海海面舰载机起降面临的降水风险，本文在风险辨识的基础上，通过定义降水强度参数和温度参数，以及引入熵权法和拉格朗日乘子计算权重，改进并定义了降水危险性指数。在这一工作的基础上，下载欧洲中心提供的ERA-interim再分析资料，计算相应评估区域格点的年平均风险值并进行了可视化，统计了评估区域的年平均降水次数等特征量，对降水密集的时段和温度较低的冬季时段进行了计算和分析。针对以上计算中台湾岛以东海域出现的风险分布季节性差异，使用经验正交函数分解(EOF)进行分析。

舰载机；降雨危险性；熵权法:风险评估；经验正交函数分解

降水是极大影响飞行安全的天气因素，但由于航空兵作训项目的要求和应对未来战争的潜在需要，以及包括民航飞机遭遇突发性降水等情况，降水区的飞行和飞机起降是必须应对的安全问题。

当前针对降水对飞行及飞机起降的影响研究，主要集中在两个方面:第一，降水致险的原理分析。张序[1]等分析了降水的基本概念、形成、分类以及降水的主要天气系统，详细阐述了降水过程中各要素对飞行影响的作用机理；翟洪岩[2]提出了降水条件下保障飞行运输安全的相应对策和方法。第二，降水过程中各影响因素致险的仿真研究。张欣[3]等建立了降雨的数学模型和降雨影响下的飞机动力学运动模型，仿真研究了不同程度的降雨对飞机纵向飞行特性和短周期模态特性的影响；张大林[4]等对降水条件下飞行可能遇到的过冷水滴撞击造成机翼结冰过程进行了数值模拟。

以上的研究成果，为研究降水对飞行起降的致险原理提供了丰富的理论依据，继而为通过风险的角度量化评价这一研究对象创造了可行途径。黄斌[5]等对航空气象的危险要素进行区域统计和风险区划，但量化方法仅以此风险要素出现的年均日数进行表达。此外，其评价区域为气象台站较多、地面常规观测资料较全的大陆区域，针对海上舰载机飞行起降的降水风险量化计算与区划，受限于观测资料的稀缺，相对来说较为缺乏。

针对这一研究现状，本文基于经典的风险理论，参考降水影响飞行起降的物理过程，采用ECMWF提供的ERA-interim同化资料，改进现有的降水危险指数计算公式，利用熵权法线性代入强度参数，并结合数据资料和改进方法的特点，利用拉格朗日乘子组合人工定权，实现了精细化的分格点定权。选取飞行航次和海军航空兵训练密集度较大的黄、东海海域为评价区域，实现了针对舰载机飞行起降的降水危险性风险量化评估，以及风险区划的可视化，并根据不同的季节进行比较，旨在为飞行和训练航线规划提供科学参考。

1 数据资料

本文采用ECMWF发布的ERA-interim再分析资料，最高分辨率为0.125°×0.125°。相较于上一代的ERA-40，其水平空间分辨率较高，使用最新12h窗口的四维变分同化技术 (4DVar)，在大气质量守恒和能量循环等资料质量的控制上明显改善。根据研究目的的需要，下载了近10年范围23°～ 38°N、116°～ 132°E，包含大尺度降水量和海面2 m处温度等格点信息的nc数据文件，根据改进的风险计算公式进行计算，并实现可视化效果。数据下载网址为http://apps.ecmwf.int/datasets/。

2 风险评估

2.1 风险辨识

风险辨识包括承险体和风险源的辨识，是进行风险评价的第一步。针对舰载机飞行起降的保障，主要影响因素为能见度、降水、风等致险因子。但由于所选评估区域为黄东海，能见度、风等要素的实测或再分析资料相对缺乏。因此，根据现有的数据，将降水天气条件作为风险源，其主要承险体为舰载机，包括舰载直升机和航母舰载战斗机。不同程度的降水过程对于飞行和航空器起降存在不同的致险因素，主要表现在以下几个方面:

2.1.1 能见度下降

降中雨或小雨时，虽然地面能见度不会降至复杂气象的程度，但空中能见度下降程度剧烈，高速飞行时甚至可降至只有几十米；

2.1.2 飞机积冰

当气温降至2--8 ℃时[6]，温度较低的小雨滴在机身表面特别是机翼前缘和上表面特别容易形成积冰，继而改变机翼的气动外形，影响飞机升力。若发生尾翼积冰、航空管空速管积冰等情况，则飞机会发生仪表失灵、尾翼失速等极为危险的状况，特别是在飞机降落进近的过程中，会造成飞行员难以控制飞机的飞行姿态，以及无法使用尾翼降低进近速度，引发飞行事故；此外，降水过程中气温过低形成冰霜附着在机舱上，影响飞行员视线。

2.1.3 航空器熄火

飞机进入强降雨区域后过多的雨滴进入发动机，有可能造成发动机熄火。

2.1.4 影响跑道使用

若跑道来不及进行排水或排水不利，跑道上滞留的雨水会在航空器滑行时减少轮胎与地面接触的面积，进而减小摩擦，减弱了航空器的操作性能和刹车效应，造成其偏离跑道的风险。

从风险辨析不难发现，伴随降水强度不断增大，以及若飞机在进近过程中环境温度较低，则其对舰载航空器的致险要素不断增多，危险性不断增大。

2.2 指数量化

王清川等[7]定义了暴雨频率指数，将暴雨、大暴雨、特大暴雨的发生频率进行平均后所得值作为该地区的暴雨发生频率:

N为样本统计年数，r1i，r2i，r3i分别为统计年份暴雨、大暴雨，特大暴雨出现的次数。这一指数相较文献5提出的航空气象危险要素的量化方法，区分了不同等级的降雨危险性，但未能在表达式中体现同一降水等级下不同样本的降水强度差异。此外，若将承险体定义为舰载机，根据风险辨识可知，需要将低温条件下飞机进近过程中的积冰风险考虑在内。因此，将温度和具体的降水强度作为衡量致险因子变异强度的参数对指数进行改进，是进行这一风险评价过程的关键步骤。

2.2.1 影响因子参数化

从风险的角度定义，以历史灾情资料进行的灾害评估，致险要素变异强度的均值是衡量潜在损失的基本参数[8]。由于公式(1) 为暴雨发生的频率，将各等级的降水量均值进行无量纲化并进行线性代入，满足了Nath[9]在1996年提出的风险表达式:

风险度=概率*潜在损失 (2)

因此，参考黎鑫[10]等构建气候变化影响指数的基本思路，定义降水强度与温度指数。温度影响方面，杜雁霞[11]等人建立了飞机积冰过程中的热传导模型，在飞机积冰的液/固相界面，即水膜与积冰的界面上，冰层厚度随时间的变化关系与界面处的水温为正相关的线性关系。由于水膜厚度极小，液/固相界面温度可等同于液/气相界面温度，即环境温度。因此，将根据定义中提到的积冰温度范围，可同样以均值进行无量纲化，得到如下降水强度和温度的参数计算方式:

式中，aji为第个统计年份等级为j的降水强度参数，为降水量均值，，分别为统计年份相应等级下的降水量极值；tji为第i个统计年份等级为的降水温度参数，其中为各等级降水时段的最低气温在各统计年份的均值。

2.2.2 参数权重确定

在线性代入降水强度和温度参数的过程中，为提高评估结果的精确性，使用权重对不同要素进行影响程度的比较修正是常见的风险评估方法。由于舰载机飞行过程中是人机互动的复杂系统，单一使用主观或者客观的定权方法，难以全面刻画影响程度。因此，本文采用主客观方法相结合的方式，根据最小相对信息熵原理[12]，利用拉格朗日乘子组合人工定权与利用熵权法计算得到的各格点要素权重，从而更好地反映不同强度参数对风险值的影响大小。

熵权法通过度量数据携带的信息量，即熵的大小，反映数据有效信息的数量。熵越小，则数据的有效信息量越大，其重要性越强。实质上，熵权法即对同一评估对象的空间或时间序列数据进行有效性的比较，通过熵这一变量进行量化。假设存在个待评项目，个评价指标，即可形成一个B=(bij)m×n的评价矩阵:

其中bij是第个i评价指标第j个评价项目的评价值。根据Shannon提出的离散随机变量的熵公式[13]，首先对评价矩阵中进行归一化:

得到熵值计算公式[14]:

从而计算第个i评价指标的权重:

假设人工定权得到权重为ui，为使人工定权和熵权法得到的指标权重组合得到的权重尽可能包含原始信息，根据最小相对信息熵原理，通过拉格朗日乘子法优化得到组合权重公式[15]:因此，结合公式(3)、(4) ，分别对不同年份和不同降水级别下的降水强度参数aji和温度参数tji计算组合权重 和，最终得到修正后参数yji和改进的降雨危险性指数R:

3 计算与分析

3.1 年平均风险分布

根据中国气象局对降水等级的划分，参考航空气象保障[16]的有关条例，对公式(1) 中的降水等级规定如下:

表1 降水等级划分

参考公式(1)、(3) 和(4)，将各格点时间序列资料中的降水量和对应时间的温度数据找出，计算出统计年份内各个等级范围内降水的频数rij、降水强度参数aji和温度参数tji，首先在无权重代入的情况下计算风险值，得到结果如图1(a)所示；同时考虑到线性代入的强度指标仅有两个，无法使用传统的层次分析法或其衍生方法，形成有效的评价矩阵来集成人工定权信息，因此采用Delphi法[17]集成专家意见。Delphi法通过专家进行多轮协商，充分发表并吸纳其他专家意见汇总集成，其步骤如下所示:

第一步，确定调查题目，准备向专家提供资料组成专家小组。按照对象所需要的知识范围，确定专家。专家人数的多少，可根据评价对象的大小和涉及面的宽窄而定；

第二步，各个专家根据他们所收到的材料，提出自己的意见，并说明自己是怎样利用这些材料并提出预测值的；

第三步，将各位专家第一次的判断意见汇总对比，再次分发给各位专家，专家通过比较个人的不同意见，修改自己的意见和判断；

第四步，将所有专家的修改意见收集汇总，再次分发给各位专家，以便做第二次修改。在向专家进行反馈的时候，只给出各种意见，但并不说明发表各种意见的专家的具体姓名。这一过程重复进行，直到每一个专家不再改变自己的意见为止。

第五步，对专家的意见进行综合处理。

通过Delphi法对专家意见进行集成，人工定权最终设为ua=0.6、ut=0.4，并将每格点降水量和温度时间序列资料对比形成两列的评价矩阵，根据公式(6) - (11)，代入数据计算出每个格点的权重和风险值，得到的风险区划如图1(b)所示:

图1 年平均风险值分布比较

如图所示，相对图1(b)，图1(a)为未线性代入权重计算得到的结果，风险值的高低分布较为杂乱，在黄东海海域风险较低的区域呈现出斑块状分布，高值中心出现在朝鲜半岛北部沿岸、台湾岛东部沿岸以及东海中心位置的小区域。此外，长江入海口以东至日本九州岛一线的带状区域，风险相较黄东海中心区域明显较高，且存在较小范围的风险高值区域。观察图1(b)，不难发现相较图1(a)，其风险值的分布在总体上呈现出东南高、西北低的特点，高值中心集中分布在台湾岛东岸，面积增大且随经度增大风险值逐渐变小，黄海和东海的风险高低分布泾渭分明。

为探究人工定权对风险分布的敏感程度，对风险计算进行敏感性实验。在实验中，探索与初次定权趋势相反的极值情况，即ua=0.1、ut=0.9，观察风险分布差异。

图2 ua=0.1、ut=0.9下风险值分布

在人为设定权重极值的情况下，图2所示的风险值分布与图1(b)呈现相反的趋势，总体上呈现东南低、西北高的特点，台湾岛东岸变为低值中心。从上述特征而言，人工定权在极值情况下对于组合权重的影响是极大的。因此，确定合理的人工权重进行对熵权法的修正，可以较为有效地引入主观信息，从而侧面验证了方法的合理性。

由于年平均气温总体的分布规律随纬度的增大而降低，而图1(b)中风险值大小的分布与此相反，即温度参数的变化与风险值随纬度的变化为负相关。因此，影响风险增大的原因显然为降水频数和降水强度参数。这种情况下，对降水日数较多的月份进行单独计算，即雨季的年平均风险，具有较大的研究和实用意义。

3.2 雨季平均风险分布

对时间序列资料中各月份的降水天数进行统计，利用箱线图表示其各项特征量，得到如图2所示结果:

图3 月平均降水日数箱线图

从图2来看，降水日数较多的月份主要集中在6、7、8和9月份，其降水日数集中区间明显高于其他月份，极值和中位值也呈现这一规律。其中，8月份的平均降水日数最高，因此，将这4个月份和8月份的风险分布情况进行计算，得到的结果如下图所示:

图4 雨季平均风险值分布

与图1(b)比较，图4的变化主要体现在黄海南部和东海中部:黄海南部风险上升，8月份尤其显著；东海中部出现大范围的高值区域，台湾岛以东尤为明显。整体来看，风险值的分布依旧呈现东南高、西北低的特点。此外，8月份整体风险高于整个雨季，主要体现在黄海南部风险的上升，以及东海高值区域的增大。

3.3 冬季平均风险分布

考虑到温度参数的大小随温度下降而变小，因此选取北半球的冬季12月至次年2月作为评估时段，进行相应的计算的比较分析:

图5 冬季平均风险值分布

对比图1(b)和图5，受低温影响，朝鲜半岛以东出现了风险的极大值区域；冬季的东海北部风险变小，成山头至老铁山水道之间出现了风险值上升的带状区域。这一带状区域的边缘位置，与黄海暖流和高纬流向低纬的沿岸流之间的锋带位置[18]较为一致。但在黄海西岸相同性质的锋带附近并未出现这一现象。从黄海冬季的多年平均SST分布特征规律来看，每年黄海东岸的月平均海温确高于西岸[19]，但温差在3℃以内，且黄海暖流的高温水舌特征并不明显，因此，导致风险分布差异的原因应当是黄海西部的降水次数在冬季偏少。值得注意的是，相比雨季平均的风险分布，台湾东部的风险高值区域更为明显，因此，选取范围为23°～25°N、121°～123°E的数据资料，分别计算各年的风险值和不同等级下的降水强度参数和温度参数。由于量纲的差异，对计算得到的各参数进行归一化，并计算各年际上述评估区域的场平均，从而得到了风险值和参数的年际变化。

从图6来看，选取评估区域风险场均值的年际变化比较平滑，温度参数在2013年后均未发生其他较大变化，为进一步明确引起这一区域风险值显著较高的原因，对风险值和各参数的年级变化一一计算相关系数，得到如下结果:

表2 相关系数

图6 风险值-参数年际变化

根据表2的计算结果，等级强度2下的降水强度参数与风险值变化的相关系数最大，其次为这一等级下的温度参数。因此，结合评估区域所在为低纬度的副热带地区，判断应该是由于降水强度引起的风险值升高。容易注意到，较高强度的降水等级与风险场均值为负相关关系，这表明在风险的年际变化与这一等级的降水呈现相反的变化趋势，但由于其绝对值小于其他两个等级强度的降水，因而对于风险值总的变化趋势影响较小。

3.4 风险分布局部特征EOF分析

对比年平均风险分布和雨季、冬季风险分布，较为明显的差异在于年平均风险值在台湾岛以东海域出现高低值中心的季节变化。为更好的分析季节与年均风险分布的差异，本文对2007-2016共12个月的月平均风险进行EOF分解，探究不同模态下风险分布特征。

图7 时间系数

图8 风险分布的前两个模态

根据计算结果，风险分布第一模态的方差贡献率为58.03%，第二模态的方差贡献率为12.9%，其他莫泰的方差贡献率均小于2%。对比第一模态与图1(b)，其分布特征基本一致，台湾岛东岸为风险高值中心，时间系数的极大值出现在各年的3月份，同时在夏、冬两季出现极值，且在图3统计的雨季时段内极值接近于零。第二模态风险分布在黄东海的总体特征与第一模态相反，但时间系数在雨季出现负极值，在冬季时间系数同样为负。结合第二模态的风险值特征，台湾岛以东海域的第一模态分布特征在雨季和冬季较弱，同时第二模态分布特征在冬季呈现出沿岸为高值中心、沿东北方向风险值减弱的趋势，表现在年平均风险分布中风险值随黑潮主轴方向出现高值的带状分布，但在雨季和冬季这一现象基本消失，同时雨季风险高值中心消失。

4 结 语

本文根据现有的暴雨频率计算公式，在风险识别的基础上，参考飞机起降过程中结冰的物理过程分析和降水强度影响，定义了降水强度参数和温度参数，并引入熵权法和拉格朗日乘子进行定权，改进了飞机起降过程中降水危险性风险指数。利用ECMWF发布的ERA-interim再分析资料，针对舰载机起降和训练密度较大的黄东海区域，进行精细化的分格点定权，并计算降水危险性指数，实现风险评估的可视化效果。

通过分析有无引入定权方法的比较，以及雨季和冬季的平均风险分布情况，得到以下结论:(1)相较无权重的风险计算结果，引入熵权法和拉格朗日乘子计算的风险分布更为有序、合理；(2)年平均和雨季尤其是降水日最多的8月份，风险值总体分布呈现西北低、东南高的特点，但雨季的整体风险值更高；冬季黄海中部出现风险值上升的带状区域； (3)相较雨季，台湾东部出现的高值中心较为显著，风险值与各等级下参数的相关系数计算结果表明，这一上升主要由25～50 mm/24h范围内的降水强度引起。 (4)对台湾以东风险分布的局部特征进行EOF分解，通过前两个模态的风险分布趋势分析其季节变化。

[1] 张序， 赵波， 谭力等. 降水的形成及其对飞行安全的影响和对策研究[J]. 沈阳航空航天大学学报， 2014， 31(6):73-82.

[2] 翟洪岩. 降水对飞行的影响及解决措施[J]. 科技信息，2012(9): 234/272.

[3] 张欣， 吕新波. 降雨环境对飞行安全影响研究[J]. 航空科学技术， 2015， 26(8): 34-37.

[4] 张大林， 陈维建.飞机机翼表面霜状冰结冰过程的数值模拟[J]. 航空动力学报， 2004， 19(1): 137-141.

[5] 黄斌， 朱伟军， 红梅等.基于临界条件的中国航空气象危险要素区域分布和风险区划[J]. 气象科学， 2016， 36(4): 466-473.

[6] 陈进， 蒋传鸿， 谢翌等. 典型霜冰条件下的风力机翼型优化设计[J]. 机械工程学报， 2014(1): 1-8.

[7] 王清川， 寿绍文， 许敏等. 廊坊市暴雨洪涝灾害风险评估与区划[J]. 干旱气象， 2014， 28(4): 475-482.

[8] 黄崇福， 刘新立， 周国贤等. 以历史灾情资料为依据的农业自然灾害风险评估方法[J]. 自然灾害学报， 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， 张韧， 李倩等. 气候变化对国家海洋战略影响评估[J]. 国防科技， 2012， 33(3): 51-57.

[11] 杜雁霞， 桂业伟， 肖春华等. 飞机结冰过程的传热研究[J]. 工程热物理学报， 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. 熵权法在重大危险源应急救援评估中的应用[J]. 南京工业大学学报， 2011， 33(3): 87-92.

[14] 刘付程， 张存勇， 张瑞. 近海沉积物环境质量综合评价的熵权属性识别模型[J]. 海洋科学进展， 2012， 30(4):493-499.

[15] 李帅， 魏虹， 倪细炉等. 基于层次分析法和熵权法的宁夏城市人居环境质量评价[J]. 应用生态学报， 2014， 25(9): 2700-2708.

[16] 张韧， 葛珊珊， 洪梅等. 气候变化与国家海洋战略 --影响与风险评估[M]. 北京: 气象出版社， 2014: 124-129.

[17] 张继权， 李宁. 主要气象灾害风险评价与管理的数量化方法及其应用[M]. 北京: 北京师范大学出版社，2007: 73-93.

[19] 陈达熙. 渤海黄海东海海洋图集[M]. 海洋出版社， 1993.

2017-08-04

国家自然科学基金 (41276088)。