极地冻雨环境下螺旋桨式风传感器改进技术初探

文强，梁曦，丁明虎，杨志彪，王超然

（1.湖北省十堰市气象局，湖北十堰442000；2.国家海洋环境预报中心，北京100081；3.中国气象科学研究院，北京100081；4.湖北省气象局，湖北武汉430074；5.湖北省黄石市气象局，湖北黄石435000）

1 引言

冻雨是过冷水滴与温度低于0℃的物体碰撞后立即冻结的降水[1]。当过冷雨滴或毛毛雨落到温度在冰点以下的地面和物体上时，迅速冻结形成透明或半透明的冰层，称为雨凇或雾凇[2]。雨凇和雾凇常常同时发生或者交替出现，形成严重的气象灾害[3]。

由于受海洋性气候影响，中国南极长城站冻雨频繁发生，且持续时间长，其形成的雨凇和雾凇的混合物最大厚度可达10 cm以上，给野外科考工作带来了严重不便，特别是气象观测所使用的平行轴螺旋桨式风传感器经常被冻雨冻住，导致长城站的风速风向记录经常出现异常甚至缺测。为了保障数据的正常采集，气象科考队员需要冒着风雪和冻雨爬上10 m风杆进行除冰，比较危险。针对这一难题，设计了一个技术方案，通过在螺旋桨式风传感器风速轴组件上安装防冻雨装置的方法对螺旋桨式风传感器进行改进，使其对南极冻雨环境具有更强的适应性，并开展了现场试验。经过试验和数据检验分析，发现改造后的平行轴螺旋桨式风传感器可有效防止冻雨的影响，提升了长城站风速风向观测的连续性和数据的可信度。

2 长城站冻雨特征

中国南极长城站（62°12′S，58°58′W，海拔高度10.0 m）位于南极半岛北侧的乔治王岛沿岸，东临大西洋，西邻太平洋，北临德雷克海峡，是我国南极考察的重要基地之一。长城站处于极地西风带南极辐合带边缘，绕极低压带（60°～70°S）中，其天气过程主要受过境的气旋影响，变化非常剧烈[4]。长城站的冬季以大风雪、低温天气为主，夏季以雨雪、大雾天气为主。年平均气温-2.2℃，年平均降水量518.6 mm，年平均风速7.4 m/s，年大风日数138 d以上[5]。

由于其特殊的气候条件，长城站冻雨频繁发生，特别是冬季，冻雨形成的结冰最长可持续数十天。经过统计，自1985年建站到2016年，长城站共记录冻雨天气现象1 004 d，且近年来有增加趋势（见图1）。其中，在2016年4—11月，共记录冻雨139 d，持续最长的一次记录达到52 d。

由气旋直接或间接导致的大风天气，是影响长城站的主要天气现象之一，且主要集中在3—10月，占全年大风天气的80%以上[6-9]。从图2和图3可以看出，长城站冻雨多发的时期正好处在风速较大的时段。统计分析发现，长城站冻雨出现时的平均风速为6.9 m/s，低于年平均风速0.5 m/s，一旦冻雨将风传感器冻住，对风速风向资料的影响非常严重。因此，防止风传感器被冻雨冻住就显得尤为重要。

图1 长城站历年冻雨日数

图2 1985—2016年长城站月均冻雨日数（单位：d）和月平均风速（单位：m/s）

图3 冻雨出现时的风速与月份散点图

3 冻雨对风传感器的影响机制

根据Huffman等[10]的研究，冻雨发生的机制有两种，一种是冰相机制，即大气温度垂直结构呈上下冷、中间暖的状态，自上而下分别为冰晶层、暖层和冷层。固态冰晶或雪花降落过程中在暖层内融化为液态，当液滴到达冷层时冷却到0℃以下，保持为过冷却状态，碰到地物或地面即发生冻结；另一种是暖雨机制，即大气垂直结构没有＞0℃的暖层，整层＜0℃，雨滴以过冷却水形式降落到地面冻结；长城站因所处的特殊地理位置，主要受极地气旋影响，冻雨出现时的平均气温为-1.1℃，因此属于暖雨机制，雨滴直接以过冷却水形式降落到地面，此种冻雨影响时间较长且稳定。

螺旋桨式风传感器是一种强风计，其头部利用一个低惯性的四叶螺旋桨做为感应元件测量风速，风向标部分制成与飞机机身相似的外形，保持良好的流线形。在风压的作用下，四叶螺旋桨随风旋转并带动风速码盘进行磁电扫描，通过霍尔磁敏元件感应输出相应的电脉冲信号，其频率随风速的增大而线性增加，风速计的转速与正前方的气流速度成正比[11]。因螺旋桨旋转的需要，风传感器的风速轴组件与机头之间留有2 mm左右的缝隙。当冻雨出现时，形成冻雨的过冷水滴首先在螺旋桨叶片上形成结冰并不断增厚，使螺旋桨转动变慢。长时间稳定的过冷水滴在强风作用下不断进入风传感器的风速轴组件与机头之间的缝隙，并迅速冻结成冰，当缝隙被冰填满后，风速轴组件即被冻住，螺旋桨无法旋转，由此造成风速记录异常甚至缺测。被冻雨冻住后的风传感器如图4所示。

图4 风传感器被冻雨冻住示意图

4 风传感器防冻雨改进技术

为了防止风传感器的风速轴组件被冻雨冻住，首先尝试加热法，在风传感器周围加装红外线灯对其加热。在试验中发现红外线灯对风传感器周围的风场破坏非常严重，不但在严重低温、大风时加热效果差，而且在0℃左右时，因加热使得降雪融化，雪水进入风速轴组件与机头组件之间的缝隙，使风速轴组件经常被冻住。因此，此方法不可行。

为了克服加热法的缺点，根据螺旋桨式风传感器的结构特征，对风速轴组件进行改造，在风速轴组件与机头组件之间的缝隙之上安装防冻雨保护装置。如图5所示，利用风速轴组件部分前小后大的特点，在螺旋桨后部的风速轴组件上安装喇叭口状防护罩。防护罩需满足以下条件：

（1）喇叭口状防护罩覆盖缝隙和部分机头组件，开口朝向风传感器机身，用于防止过冷水滴进入旋转缝隙；

（2）防护罩开口部分与机头组件之间相距2～3 mm，用于保证风速轴组件能够正常旋转且在旋转时尽量减小风阻；

（3）防护罩的开口部分留有两个朝向桨叶旋转方向的尖刺，用于在机头组件接口部分若有薄冰形成时利用桨叶的旋转对新冰进行刮除，防止新冰的形成；

（4）防护罩由PET塑料制成，硬质透明，可以看到内部情况，表面光滑，可以减少阻力，抗蠕变性、耐疲劳性、耐摩擦性、尺寸稳定性好。

按此设计，对长城站自动气象站使用的螺旋桨式风传感器进行改造，并开展了现场试验。图6a为改造后的风传感器，图6b为试验效果。可见，虽然冻雨仍在风传感器上冻结了厚冰，但是在防冻雨保护装置与机头组件接口部位无结冰形成，风速轴组件旋转正常，且不影响风传感器数据的正常获取。

图5 螺旋桨式风传感器改造三视图

5 改进效果分析

为了检验风传感器改进技术的效果，在长城站进行了对比试验。长城站自动气象站使用未改造的风传感器采集数据（下称“主用风传感器”），同时将改进后的风传感器安装在备用自动气象站上开展观测（下称“备用风传感器”），两站同步记录小时整点数据用于对比分析。本次试验共进行了两次，分别在冻雨较多的冬季和无冻雨的夏季各挑选一个月进行。2016年8月，开展了主、备用风传感器有冻雨天气对比观测试验，其风玫瑰图如图7所示，风速风向散点图如图8所示；2016年12月，开展了主、备用风传感器无冻雨天气对比观测试验，其风玫瑰图如图9所示，风速风向散点图如图10所示。

图6 改造后的螺旋桨式风传感器

图7 有冻雨时风玫瑰图（红色为风向，蓝色为风速）

图8 有冻雨时风速风向散点图

图9 无冻雨时风玫瑰图（红色为风向，蓝色为风速）

图10 无冻雨时风速风向散点图

本次对比试验所用的主、备用风传感器安装位置相距40 m，受安装位置和环境影响，风速风向数据略有差别。根据长城站历年风的特征分析，因受气压场影响，长城站风向主要集中出现在N-W和S-E两个方向区间，其中最多风向为ESE，次多风向为WNW[6,12]。从风玫瑰图和散点图来看，因长城站处在极地西风带南极辐合带边缘，绕极低压带中，所以NE方向风速风向出现较少。在有冻雨时，风向频率基本一致，但备用风传感器（经过改造）所测风速明显大于主用风传感器（未经改造）；在没有冻雨时，主、备用风传感器风速风向数据基本一致。

5.1 数据可用率

数据可用率的计算公式为：

根据《中华人民共和国气象行业标准地面气象观测资料质量控制（QX/T 118—2010）》[14]和《中华人民共和国气象行业标准地面观测规范第22部分：观测记录质量控制（QX/T 66—2007）》[15]中的有关要求，质量检查主要从资料界限值、时间一致性、内部一致性、空间一致性等方面进行检查。2016年8月的有冻雨试验中，主用风传感器记录风速风向数据744个，受冻雨影响，缺测疑误数据67个，数据可用率91%；备用风传感器记录风速风向数据744个，缺测疑误数据0个，数据可用率100%。2016年12月的无冻雨试验中，主、备用风传感器的数据可用率均为100%。备用风传感器在有冻雨时的数据可用率明显高于主用风传感器。由于长城站主、备用风传感器均为当年新换仪器，受其他故障影响较小，因此，经过改造后的风传感器的数据可用率不再受冻雨影响（见表1）。

5.2 风向相符率

为了检验改造后的风传感器在有冻雨和无冻雨天气时对风向数据的影响，挑取风传感器未改造时的相似天气时段进行主、备用风传感器风向相符率的比较，其中未改造无冻雨天气挑取夏季2016年1月的风速风向数据，未改造有冻雨天气挑取冬季2016年6月的风速风向数据。风向相符率的计算公式为：

表示主、备用风传感器的风向观测值相符程度[16]。式中：相符次数为主用风传感器与备用风传感器的风向观测值相差不大于22.5°的次数，有效总次数指主用风传感器与备用风传感器的风速均大于0.2 m/s的次数。统计结果如表2所示，未改造前主、备用风传感器的风向相符率在无冻雨和有冻雨时分别为91.8%和94.8%，改造后主、备用风传感器的风向相符率在无冻雨和有冻雨时分别为91.3%和97.9%，说明改造后的风传感器对风向观测值基本没有影响。

表1 风传感器数据可用率

表2 风传感器风向相符率

图11 主、备用风传感器风速相关图

5.3 风速影响分析

用粗差率来表示主、备用风传感器异常差值的多寡：

当|Xi-|＞3σ时视为粗差，式中：Xi为主用风传感器风速与备用风传感器风速之差，为主用风传感器风速与备用风传感器风速之差的平均值[17]。经过计算，无冻雨时主、备用风传感器的粗差率为1.7%，有冻雨时主、备用风传感器的粗差率为4.7%。在用相关系数来表示主、备用风传感器在同一时间对风速同时响应的程度时，无冻雨时的相关系数为0.989，离散点比较集中（见图11b），有冻雨时的相关系数为0.880，离散点比较分散（见图11a）。说明在没有冻雨时，改造前后的风传感器所测风速基本一致；在冻雨出现时改造前后的风传感器所测风速差异较大，且改造过的风传感器所测风速大于未改造的风传感器。

从主、备用风传感器风速频率分布图[18]中可以看出（见图12），无冻雨时主、备用风传感器所测风速频率分布基本一致；有冻雨时未改造的主用风传感器在低风速时的频率高于改造过的备用风传感器，而在高风速时却正好相反，说明未改造的主用风传感器受冻雨影响所测风速偏低，改造后的备用风传感器所测风速较高。

图12 主、备用风传感器风速频率分布图

6 小结

中国南极长城站所在地区冻雨频繁，特别是风速风向观测资料深受其害，且近年来有增加趋势。利用本技术对自动气象站使用的螺旋桨式风传感器进行改进后，在出现冻雨时，数据可用率从91%提高到100%，所测风速更加接近实际值，且对风向观测值基本没有影响。不但使得自动气象站的数据完整率得到了很大的提升，还有效解决了长期困扰越冬气象科考队员关于风传感器防冻雨的难题。

本技术是一种实用性技术，没有从根本上解决冻雨对风传感器的影响，而且额外增加了风传感器部件，风传感器的平衡和流场必然受到影响，螺旋桨因冻雨增重后对启动风速和风速数据监测准确性也会产生一定影响，因此，在实际使用过程中，需要对该风速传感器进行重新校准，以保证其精度。因受南极条件的限制，风传感器改进比较粗糙，如果在生产工艺上利用此技术进行改进，效果会更好。