大连机场重要天气及影响航班统计分析

□ 民航大连空中交通管理站 顾成恺 刁兴光 郭志刚/文

大连周水子国际机场是我国东北地区最重要的空中交通枢纽之一，2018年旅客吞吐量1876.3万人次，同比增速7.2%，全国排名第二十四位。随着大连机场航班量的持续增长，天气对航班的影响越来越显著。

大连机场地处中纬度地区，暖温带的北部，属湿润性季风气候，兼有海洋性气候特点。全年的主要气候特征是春季多西南大风和雾；夏季多低碎云、雾和雷暴，降水量大，降水日数多；秋季多晴天；冬季多偏北大风和降雪。按重要天气分类，常见影响航班正常的天气主要有五大类：大风（含风切变）、低能见度天气（含雾、霾、沙尘、烟等）、强对流天气（含雷暴、冰雹、强降水等）、雪（包括雨夹雪）以及低云天气。本文通过对2010～2018年大连机场重要天气出现日数以及受天气影响的航班架次进行统计分析，为掌握大连机场气候特征、了解不同天气对航班影响的差别，提高机场运行效率等提供理论依据和数据支持，对大连机场保障飞行安全、提高飞行效率具有重要的意义。

资料及统计方法

考虑到资料的连续性和完整性，本文选取2010年1月1日至2018年12月31日的航班及气象资料，共9个年份。本文所用航班架次资料来源于大连空管站气象台日常统计；气象要素资料来源于大连机场气象地面观测簿，包含整点气象要素值和日变化纪要栏，气象要素值包括主导能见度、风向、风速、气温、相对湿度、云况、云量云高、天气现象等，所用数据已经过质量控制和检查。

首先使用统计分析、一元线性回归分析，对机场重要天气出现日数及受天气影响的航班架次进行逐年、逐月分析，得到重要天气日数及受天气影响航班架次的年际变化趋势、年变化趋势及各种天气对航班影响比例；然后，利用散点图对两者进行相关性分析，找出重要天气对航班影响的规律。

用一元线性回归分析法分析气候变量随时间变化趋势也叫气候倾向率分析，用xi表示样本量为n的某一气候变量，用ti表示xi所对应的时间，用一条合理的直线表示xi与其时间ti之间的关系，如以下公式所示：

公式（1-1）中a和b可用最小二乘法进行估计，a为回归常数，b是回归系数，也叫气候倾向率，b的符号说明了气候变量x的趋势倾向。当b>0说明随时间t的增加，x是呈上升趋势；当b<0，则相反。b值的大小反映了上升或下降的速率，b的绝对值越大，表明直线越倾斜。变量x与时间t之间线性相关的密切程度可由xi与ti之间的相关系数r（公式（1-2））看出。它反映了x与t间的密切程度（见表1）。当然，要判断变化趋势的程度是否显著，就要对相关系数进行显著性检验（F检验）。

表1：|r|值与相关性程度

重要天气日数统计分析

（一）重要天气日数年际变化

对大连机场2010～2018年重要天气日数进行逐年统计，并对年重要天气日数进行一元回归分析，得出如图1所示。

2010～2018年大连机场累计出现重要天气1130日（注：有时一日可出现多种重要天气，文中进行重复统计），其中低能见度天气出现304日，包括大雾304日，沙暴1日；强对流天气出现278日，包括雷暴167日，中或大的降水106日，冰雹5日；低云出现199日；大风出现131日；雪或雨夹雪出现218日。图中橙色折线是2010～2018年大连机场每年重要天气总日数，可以看到2010年和2013年天气复杂，重要天气日数较多，分别为176日和174日；2018年、2017年天气相对较好，重要天气日数分别为71日和67日。红色虚线是线性回归方程拟合值，可以看到近几年，大连机场重要天气日数整体呈下降趋势，气候倾向率为-13.6 d/年，相当于每年减少约13日重要天气。|r|值为0.93，为高度相关。回归分析得到的Significance F（F显著性统计量）的P值为0.0003，远小于0.05，故F检验通过，回归方程整体显著有效。

（二）重要天气日数年变化

对大连机场2010～2018年重要天气日数分类逐月统计，结果如图2所示。累年各月中出现重要天气日数最多的是7月，其次是6月和8月；累年各月中出现重要天气日数最少的是9月，其次是10月。各类天气中，低能见度出现日数最多，主要出现在6月和7月，9月出现日数最少；强对流天气出现日数次之，主要出现在7月和8月；雪或雨夹雪主要出现在冬季12月～2月；低云天气主要出现在春末夏初4～7月；大风天气出现日数最少，多出现在春季3～5月及冬季12月～2月。各类重要天气逐月分布整体特征和大连国际机场航空气候志（1986～2010）所总结的机场复杂天气出现季节相吻合，即影响机场航班正常的主要气象要素有：春季的雾和西南大风；夏季的雾、低碎云、雷暴和台风；秋季的雷暴；冬季的雾、降雪和偏北大风。

天气影响的航班架次分析

（一）天气影响的航班架次年际变化

对大连机场天气影响的航班架次进行逐年统计并进行线性回归分析，得出如图3所示。

蓝色折线是2010～2018年大连机场天气影响航班架次逐年变化，近9年天气影响航班总架次达11173架次，平均每年1241架次。天气影响的航班架次整体波动较大，其中2016年和2013年达到峰值，分别为2158架次和2058架 次；2010年、2014年和2017年偏少，2017年最低为420架次。红色虚线为线性回归方程拟合值，从中可以看出天气影响航班架次呈轻微上升趋势，得到相关系数r值为0.04，说明受天气影响航班架次与年际关系为非线性相关，而且回归分析得到的SignificanceF（F显著性统计量）的P值为0.91，远大于0.05，故F检验未通过，整体回归方程不显著有效，天气影响的航班架次年际变化较大，与年份无线性相关。

（二）天气影响航班年变化

对2010～2018大连机场天气影响的航班架次进行逐月统计分析及线性回归，结果如图4所示。

2010～2018年度大连机场天气对航班影响最大的季节为夏季（6～8月），其次为春季（3～5月），冬季（12月、1～2月）再次之，秋季（9～11月）对航班影响最小。各月中，7月份天气对航班影响最大，达2619架次，占全部的23.44%；9月和10月天气对航班影响最小，占比均不足全部的0.7%。

虚线为一元回归方程拟合值，从图4中虚线可以看到，天气影响的航班架次从1月到12月有下降趋势，相关系数r值为-0.31，说明受天气航班影响架次与月份关系为低度直线相关，但回归分析得到的SignificanceF（F显著性统计量）的P为0.32，远大于0.05，F检验未通过，整体回归方程不显著有效，天气影响的航班架次与月份非线性相关。

天气日数与航班架次相关性分析

（一）不同天气影响航班比例分析

对2010～2018年大连机场不同天气影响航班比例进行分析，结果如图5所示。

如图5所示，2010～2018年大连机场各类天气影响的航班架次中，低云天气对航班影响最大，达到6655架次，占总数的59.56%；低能见度天气次之，影响航班1338架次，占总数的11.98%；强对流天气影响航班1107架次，占总数9.91%；雪或雨夹雪天气影响航班1104架次，占总数9.88%；大风天气影响航班最少，为969架次，占总数的8.67%。

（二）重要天气日数与影响航班架次相关性分析

作出2010～2018年大连机场逐年重要天气日数与影响航班架次的散点图（图6）以及逐年各类重要天气日数及其对应影响航班架次的矩阵散点图（图7）。从图6可以看出，每年重要天气总日数与影响航班的总架次不存在明显的相关性。

图7中各类天气日数及其对应影响航班架次的散点分布可以看到，不同天气类型对航班的影响差异较大，其中低云每年出现日数不多但影响航班架次特别多，这与大连机场低云天气持续时间长、对航班起降影响大的实际情况相符；低能见度天气每年出现日数最多，对航班的影响时高时低，主要与天气类型有关，其中平流雾持续时间长影响大，辐射雾、沙尘暴则影响较小；雪或雨夹雪、强对流以及大风天气散点分布相对接近，但强对流影响航班相对较多，雪或雨夹雪对航班的影响较小，大风散点分布有高有低，常见侧风大风及风切变对航班影响较小，但台风北上对机场影响较大。

结论：

（1）2010～2018年大连机场重要天气日数整体为下降趋势，下降率分别为13.6 d/年，与年际关系高度线性相关，重要天气逐月分布有明显的气候特征，夏季出现日数最多，秋季最少。

（2）2010～2018年大连机场受天气影响的航班架次年际变化较大，2016年最多，2017年最少，无明显气候倾向；各月中，7月份天气对航班影响最大，9月和10月天气对航班影响最小。

（3）各类重要天气中，低云天气对航班影响最大，低能见度次之，大风最小。重要天气日数和影响航班架次无明显相关性，但不同类型的天气对航班的影响各具特性，差异较大。