成都双流机场极端天气事件背景下飞行安全对策研究

张 序

(中国国际航空股份有限公司 a.运行控制中心西南分控中心;b.培训部西南分部,成都 610202)

民航机场投入使用后都会在对外公布的机场图和标准仪表进近图上准确地标注出机场各型别飞机在各类机场设施设备工作情况下的天气标准,这类标准主要包含能见度、云高和跑道视程三个方面,当天气实况不满足标准要求时是禁止航空器起降的。因此,本文通过极端天气事件对气候演变规律开展研究,分析成都双流机场(以下简称:双流机场)大雾形成的原因,并在此基础上讨论大雾造成的低能见度天气安全飞行的应对措施。

1 研究数据来源与研究方法

本文选取中国气象数据共享服务网(http://cdc.cma.gov.cn)中成都市基本地面气象观测数据1951-2003年间的逐日气象要素数据集,包括发布的航空例行天气报告报(METAR:Meteorological Terminal Aviation Routine Weather Report)、终端机场天气预报(TAF:Terminal Aerodrome Forecasts)和特殊天气报(SPECI:Aviation Special Weather Report),研究过程从中提取平均气温、日最高气温、日最低气温和日降水量。采用气象分析中常用的百分位阈值分析法和Mann-Kendall突变检验法,其中百分位阈值分析法定义“相对气候阈值”,当气象要素超过这个阈值时可以定义一个极端天气事件;阈值确定方法为:将一序列数据去除数据为0的数据后降序排列,位于第5%位置的数值为极端天气事件判定阈值[1],接着通过Mann-Kendall突变检验辅助观察温度、降水、大风数据的总体变化趋势。

Mann-Kendall检验法是世界气象组织推荐并广泛使用的非参数检验方法,该方法既可以检测序列的变化趋势,也可以进行突变点检验,主要用于气候要素在时间序列趋势中的突变性检测。该方法的优点在于不需要样本遵从一定的分布、不受少数异常值的干扰、计算简便[2]。Mann-Kendall检验中,原假设H0为原序列(x1,x2,…,xn)无变化趋势,备择假设H1是原序列有增大或减小变化趋势,为双边检验,构造秩序列Sk。

定义统计变量:

UFk为标准正态分布,UF1=0,对于给定显著性水平α,若|UFk|>μα,则标明原序列存在明显的趋势变化,将上诉方法逆向使用,时间序列逆序排列为xn,xn-1,…,x1,重复相同的操作得到UBk,满足UBk=-UFk,k=1,2,…,n,UBn=0。通过UFk和UBk的曲线走势可进一步分析序列x的变化趋势,同时也能够明确突变的时间和显著性变化的范围[3-4]。

2 极端天气事件的阈值确定

2.1 极端气温阈值的确定

选取成都1951年至2003年的逐日最高气温的统计表,将表中数据进行降序排列,通过计算第5个百分位所对应的数据得出阈值为32.1℃,根据相关规定30 ℃以上即可定义为高温热浪[5],选择阈值为32.1 ℃作为成都市极端高温事件判定指标。

2.2 极端降水阈值的确定

选取成都市1951年至2003年共19 358条降水数据,先去除无记录和降水量为0的数据,将剩下的8 075条数据进行降序排列,位于第5个百分位的降水量是27.7 mm,属于大雨级别[6],对于成都市可用27.7 mm作为极端降水事件的判定阈值。

3 成都气候背景分析

3.1 极端温度天气事件

本部分中确定的极端高温事件的判定阈值为32.1 ℃,接下来统计1951年至2003年的逐年极端高温事件发生的频次,将每年极端高温事件发生次数借助回归数据分析来总结极端高温事件逐年的变化特征。图1(a)和(b)为成都1951年至2003年极端高温事件发生的频次图。

通过图1(a)中可以发现成都市在1951年至2003年期间,极端高温事件发生的频率没有出现大幅度的增加或减少,图中趋势线的斜率为正,仅为0.012,整体增加平缓,未通过显著性检验,P=0.88。如果把这53年划分为5个集和,第1个集合为1951年—1955年,平均发生25次,第2个集合为1956年—1965年,平均发生频次为14次;第3个集合为1966年至1979年,平均发生频次为20次;第4个集合为1980年至1993年,平均发生频次为11次;第5个集合为1994年至2003年,平均发生频次为28次,如图1(b)所示,过去50多年每隔几年极端高温发生频次就出现大的波动。通过对1951年至2003年极端高温事件发生频次进行Mann-Kendall突变检验,得出图2,从图中可知在1953年至1954年表现出上升趋势,但没达到显著水平,其余51年几乎都呈下降趋势,达到极显著下降趋势。从图中UFk和UBk的交点来看,仅在1953年和2001年发生突变,表现稳定。

图1 成都1951 年至2003 年极端高温事件发生图

图2 成都市 1951 年至 2003 年极端高温天气频次按年分布图

对极端温度事件的变化研究可以看到1951年至2003年的极端高温处于小幅下降趋势,极端低温处于显著的上升趋势,导致平均温度处于显著上升趋势。根据查找的文献发现,从2000年至2010年成都市极端高温事件发生频次和强度为正距平,说明极端高温事件在21世纪为上升趋势;极端低温事件发生频次和强度为负距平,说明极端低温发生频次减少,强度减弱。综合来看,由于极端高温和低温的变化造成平均温度在21世纪前半段处于上升的趋势,但不会出现明显的突变。

3.2 极端降水天气事件

以极端降水事件阈值为27.7 mm作为分析的基础,把成都市1951年至2003年逐日降水量经过筛选,得出逐年极端降水事件发生的频次,用回归分析法进行极端降水事件的变化特征分析,图3为成都市1951年至2003年发生极端降水事件的频次图。

图3 成都市1951 年至2003 年极端降水事件频次图

从图3可知,成都市1951年至2003年的极端降水事件发生的频次呈下降趋势,在显著性检验中,得出P=0.048小于0.05,且F≥Fα,说明极端降水事件逐年发生的频次间存在显著的差异,且通过显著性检验,达到显著水平。从图中不难发现20世纪60年代以后,极端降水事件一直处于极不稳定的状态中,在1996年之后极高和极低之间的差值逐渐变小,除去较高/低频次的数据,其它数据都渐渐向趋势线靠拢,表现为总体呈下降趋势。

图4 成都市极端降水频次Mann-Kendall统计曲线

图5 成都市总降水量Mann-Kendall统计曲线

通过图4和图5可以看到1954年和1958年出现突变,表现为1953年至1961年呈下降的趋势且达到极显著的下降趋势,到1961年后才呈现上升的趋势;1968年出现第三次突变,表现为从1968年至21世纪初持续处于下降趋势,到2003年下降的趋势达到极显著的水平。总体来看过去55年有40年是处于下降的状态并达到极显著的特征,其余15年为上升状态但没达到显著水平。

对于成都市在2003年之后极端降水事件的变化研究,主要参考两个方面,首先极端降水事件在1951 年至2003 年的发生频次和强度都处于下降的趋势,尤其从极端降水总量和总降水量的Mann-Kendall曲线来看,在1968 年之后都处于下降状态,在21世纪之后都达到显著水平,可以预估未来不会出现大的突变;另一方面,参考刘劲龙[7]对于成都降水研究的发现,21世纪成都市极端降水发生频次处于低距平状态,也就是说发生频次没有出现正增长,而极端降水的强度在1970年之后便一直呈现负距平,没有出现突变。从上面分析可以看出在21世纪的2003年至2016年极端降水事件发生频次持续下降,发生强度也持续下降。

4 双流机场大雾天气的成因及演变规律

4.1 机场气候背景

结合前面的分析可以知道,成都市极端天气在21世纪有了不同的变化,极端降水事件处于下降的趋势,平均温度持续增长,在这个大的气象背景下,对于那些影响航班运行的气象要素会产生一定的促进或削弱作用[8],温度的上升有助于水汽蒸发,水汽饱和度的提高对区域内大雾的形成有促进作用[9-11],因此,本节重点研究双流机场2007年至2016年大雾造成的能见度变化情况。

4.2 双流机场的大雾成因

冬季是一年中平均风速(大约0.9 m/s)最小、平均温度最低(大约6 ℃)、平均降雨量最少(大约0.3 mm)的季节,同样是低能见度发生频次最多和强度最大的季节,这就说明冬季低温、少降雨、低风速为双流机场辐射雾的形成创造了条件,导致冬季整体能见度不佳,影响民航运输。双流机场冬季大雾多发生在一天中的23 点到次日的14 点,时间跨度较大,对航班的安全和正常运行影响明显,需要提醒有关部门与公司在冬季要狠抓天气变化的特点,以保障每个航班的安全与正点。由此在冬季应该着重制定相应的方案防止大面积的延误,保障航班高效运行[12]。

4.3 低能见度演变规律分析

对双流机场2007年至2016年全年的METAR报进行分析,共整理出478 476条有效能见度数据,当能见度低于800 m时不能满足C类和D类飞机的运行标准,通过统计分析可以看到低于C类和D类飞机运行标准的能见度数据占1%,由此可知双流机场低能见度在一年中所占比例不高。

大雾造成的低能见度的日变化受到很多因素的干扰,比如:空气饱和度、湿度、温度、风速等。一般在午夜形成,在凌晨到达最低值,当太阳出现,温度逐渐升高,风速增大而开始增加[13],中午时刻能见度达到较佳时刻。通过对24个时刻的能见度统计,分析低于800 m的次数,按春夏秋天进行分类绘制成都双流机场低能见度次数的分布图,如图6和图7所示。

图6 成都市2007年至2016年低能见度逐时发生频次图

图7 成都市2007年至2016年低能见度发生频次图

春季:低能见度次数发生较少,能见度低于800 m的情况常在一天的4点至11点出现,其中6点至8点发生的频率最高。夏季:低能见度发生次数最少的季节,能见度低于800 m只有在早晨6点出现过,其它各个时间内都未发生低能见度天气。秋季:过去10年共出现了157次,略高于春季,能见度低于800 m集中分布在午夜0点至中午14点,低能见度的发生相对频繁,8点至10点发生频率最高,较春夏两季明显增多。冬季:低能见度天气高发季节,与春夏秋形成强烈的反差,发生时刻跨度较大,从夜晚23点至次日15点都有出现,其中凌晨5点至11点为高发期。

综上所述,春、秋、冬低能见度都在夜间开始形成并逐渐下降,到午夜达到最差,于凌晨开始好转,中午逐渐消散。此外,通过季节的分析可以看出,夏季为一年中能见度最好的时期,秋季能见度开始趋于变差,并在冬季到达一年中最差的季节,又从春季开始逐渐变好,分析可知每个季节的低能见的出现呈现巨大的反差,同样各个季节的低能见度持续时间又多不一样。

5 结论与讨论

5.1 结论

本文研究范围包括极端天气事件发生频次、发生强度变化和数据的突变等,通过所有的气象处理分析后,得出了以下的结论:

(1)从发生频次来看,针对双流机场的运行本文分析了低能见度的发生频次,能见度小于等于800米主要出现在冬季,占比为68%,秋季占21%,春季占10%,夏季占1%。而双流机场低能见度出现的时刻比较统一,在23点以后15点以前,以冬季为例凌晨5点到11点为高发期,9点达到峰值。

(2)从变化强度来看,每年极端降水强度和年总降水在过去53年都呈下降的趋势,通过Mann-Kendall统计曲线来看每年的变化情况都相似,尤其表现在1971年至2003年都呈下降的趋势。虽然在1979年、1982年、1984年、1988年和1991年这几年发生了突变,但可以看出年总降水量的变化很大程度上是取决于极端降水量的变化;对于温度主要从年平均日最高、最低温度和年平均日气温来研究,发现年平均日最低气温的变化与年平均温度的变化相似,都呈现上升的趋势,达到显著变化的水平。从Mann-Kendall统计曲线得出了平均气温的变化趋势,从1951年至1965年增速为正,达到极显著上升水平,1965年至2001年增速为负,达到极显著下降水平,2001年过后又呈上升状态。

5.2 讨论

伴随着行业的快速发展,由于气象原因造成的不正常航班也越来越多,给民航体系造成了许多负面形象[14-15]。2016年12月16日四川大雾天气致双流机场航班大面积延误,部分地区能见度不足200米,自凌晨4点后机场陆续发布延误预警,上百航班延误或取消,上万名旅客滞留机场;2016年7月12日双流机场遭遇暴雨天气,导致数十架次航班延误,9 000多名旅客滞留,面对航班延误时,机场、航空公司、空管部门应该还有更多需要做的。

(1)机场部门:准确了解机场气候变化特征,建立机场延误预警指挥中心,及时通知本场旅客延误信息;掌握机场廊桥、停机位使用情况和旅客登机信息,及时和管制部门,航空公司做好信息共享。

(2)航空公司:尽快通知本公司旅客,可以通过新媒体对外发布延误信息,提前准备好餐食、住宿、工作人员预防航班延误取消,处理好旅客的后续安置和退票改签工作;签派部门提高天气分析能力,掌握低能见度的形成因素以及未来可能出现的天气对于能见度的影响,当能见度有好转的可能时择机对航空器放行,还可以结合低能见度出现时间和持续时间的统计对航班延误时间做出合理的预判,并及时通知本司旅客,为旅客安排计划提供可靠的依据。与此同时,航空公司应该引入II类飞行、平视显示器(HUD:Head Up Display)、低能见起飞程序等新技术,并尽量安排具备此类资质的执勤机组执行航班,提高航班的安全性和正常性。

(3)空管部门:由于成都双流机场进出港航班量大,如果突发对航班安全飞行有影响的低能见度天气将造成大量进港航班备降周边机场,如果没有一家单位对航班备降过程进行统筹安排,势必会出现备降场资源使用不均衡情况,甚至可能会因为航空器空中剩余油量紧张、备降场停机位不足等原因对航班的安全飞行造成影响。此时,空管部门是承担该项工作的不二人选,他们可以综合飞机机型大小、剩余油量多少以及签派放行时优选的备降场信息,再结合双流机场周边备降场停机位数量、距离远近、天气状况等资源,科学合理地将航班指挥到合适备降场降落,确保航班飞行的安全。