杭州萧山机场浓雾天气中跑道视程变化特征及预警指数分析

黄琪波 王 琴 沈杭锋

(1.中国民航华东地区空中交通管理局浙江分局,浙江 杭州 311207;2.杭州市萧山区气象局,浙江 杭州 311200;3.杭州市气象局,浙江 杭州 310051)

0 引 言

大雾是一种常见的灾害性天气,常常给人类的交通活动带来严重影响,尤其是浓雾天气对公路、航空等造成的影响更大,甚至会造成重大灾难。在民航飞行中,浓雾天气造成的航班返航、备降和延误等更是屡见不鲜。由于大雾的局地性较强,有时机场周边出现浓雾,但跑道上空的能见度仍适合飞机起降,此时大雾的临近预报预警为减少航班的备降和保障航班的安全运行提供了重要的决策支撑。目前对大雾的预报预警研究,尤其是对以分钟为分辨率的资料在临近预报预警中的应用研究，已取得一些成果。陈志平等[1]利用温州机场10 a的自动观测数据,分析了低跑道视程的特征,并探讨了大雾监测预警流程。黄继雄等[2]对首都机场浓雾中的能见度突发性振荡进行了分析,利用浓雾振荡指数进行浓雾预报预警,可以将首都机场2000—2011年的浓雾预警时间平均提前1～2 h。

本文利用杭州萧山机场(以下简称杭州机场)逐分钟的自动观测资料,对影响杭州机场飞行起降的52次浓雾过程进行分析,研究机场浓雾发生前后的变化规律,寻找对浓雾预警有指示作用的相关气象要素或指标,据此建立可靠的浓雾临近预报预警方法。

1 资料与方法

杭州机场目前有南北两条跑道,北跑道使用年限较短,数据样本较少,本文统计采用的数据为杭州机场南跑道的自动观测数据。南跑道呈西南—东北向(250°～70°),跑道的西侧和东侧分别为07号和25号跑道头,跑道头附近为自动气象观测点,两个观测点相距3 km。自动观测数据中最重要的是决定航空器能否起降的跑道视程(以下简称RVR),RVR被定义为在跑道中线上,航空器上的飞行员能看到跑道上的标志或跑道边界灯或中线灯的距离。关于气象能见度、气象光学视程和RVR的相互关系,张英华等[3]对其进行了分析,结果表明，在浓雾天气时,RVR和气象能见度基本一致。

由杭州机场气候志统计资料可知,杭州机场夏秋季低能见度天气极少,且大多数为强降水造成,本文只统计浓雾多发的冬半年的个例。由于2010年之前自动观测RVR资料缺失,所选个例时段为2010—2020年的1—3月和10—12月,RVR的时间分辨率为1 min。所选浓雾过程标准为:RVR小于400 m,即低于杭州机场起飞标准,且维持至少20 min,据此筛选出2010—2020年11 a的浓雾天气过程。

2 浓雾天气基本气候特征

在2010—2020年11 a间,杭州机场共出现RVR小于400 m且维持至少20 min的浓雾过程52次。由浓雾出现月份分布情况可知，11月、1月和2月出现较多,分别为15、13和12次,3月、12月和10月出现较少,分别为6、4和2次,这与杭州机场气候志(2001—2012年)中的大雾(能见度小于1 km)月变化特征基本一致。

分析杭州机场52次浓雾过程中雾生(RVR小于400 m且维持至少20 min)与雾消(RVR大于800 m且维持)出现时段分布,结果表明，02—08时为雾生的高发期,共有44次,占浓雾总次数的85%;其中雾生最多的时段为04—05时和06—07时,均为10次,合计占总数的38%;前半夜雾生有3次,均发生在11月。07时后雾消次数较多,共有37次,占浓雾总数的71%;其中雾消最多的时段为09—10时,共有12次,占总数的23%;11 a间浓雾均在12时之前消散。

3 浓雾期间RVR变化特征

分析杭州机场RVR的逐分钟变化资料发现,在52次浓雾过程中，RVR的变化普遍具有以下特征:在浓雾形成或消散前后,RVR的变化都不是线性的,而是有一个振荡变化过程;在不同的浓雾过程中，RVR振荡幅度及周期有所不同,在浓雾形成期,RVR的振荡比在雾消期剧烈得多;在浓雾形成和消散前有一个明显的突变现象,尤其是在浓雾形成时,有爆发性增强的特征;在浓雾形成后到消散前,RVR的变化趋于稳定,处于相对平稳的阶段。RVR 1 min变化值可以用来表征浓雾变化程度,即RVR当前值与1 min前RVR的差值,如差值为负,表示RVR在下降,差值越大,表明浓雾生成速度越快。

以图1所示杭州机场2013年2月23日的浓雾过程为例,根据07号跑道头RVR(以下简称07号RVR)的变化可将整个过程分为浓雾的生成、维持和消散3个阶段,22日21时—23日01时前后RVR从2100 m振荡下降到300 m以下;23日01时前后到09时RVR基本维持在200～500 m,变化幅度较小;09时后又开始快速上升。从气温随时间的变化可知,23日01时前气温振荡下降,在01时前后RVR下降到最低值时，气温爆发性下降,之后缓慢回升。从RVR 1 min变化值可知,其与RVR的变化规律基本一致,雾生前振荡(以下简称前期振荡)开始时间较浓雾进入维持阶段的时间提前了约3 h,振幅较大且有一定的周期性,而消散阶段的振幅相对较小。

3.1 浓雾前期振荡特征

统计分析杭州机场52次浓雾过程可知,有47次浓雾过程出现了前期振荡特征,约占总数的90%,这与相关文献的研究结果较为一致。如冯民学等[4]对沪宁高速公路上的气象自动观测站的能见度数据进行了研究,发现多数浓雾在爆发增强之前，有一个能见度波动或呈“象鼻形”振荡阶段。袁娴等[5]对浦东机场能见度低于200 m的平流浓雾分析指出,浓雾除了有前期振荡特性外,振荡还具有准周期性。朱平等[6]对辐射雾中振荡现象的研究,发现雾中的液态水含量在30 m高度以下存在相当明显的准周期振荡,振荡周期为20～40 min。

分析杭州机场52次浓雾过程前期振荡的提前时间(即从振荡开始到浓雾维持的时间)发现，在这52次浓雾过程中，有10%未表现出前期振荡特征;提前4 h以上有振荡特征的过程最多,共有16次,占总数的31%;提前3 h以上振荡的过程超过总数的一半。这表明浓雾的形成一般是一个缓慢的过程,从发现振荡到浓雾形成有一定的预警时间,而少数没有前期振荡特征的浓雾过程表现出较为典型的雾的平流特征。

在表现出前期振荡特征的47次浓雾过程中,其前期振荡多数还出现了准周期性特征。以图2所示杭州机场2013年1月15日浓雾过程为例,02时前后07号RVR下降到300 m以下,而在14日23时前就出现了振荡,其中RVR 1 min变化值超过100 m的振荡有22次,平均周期约为10 min。在这47次浓雾过程中，有35次表现出相似特征,RVR 1 min变化值超过100 m的振荡周期为10～20 min。在浓雾振荡幅度上,在47次有振荡的浓雾过程中,有45次出现了RVR 1 min变化值大于300 m,有36次最大RVR 1 min变化值超过600 m,最大值超过1 000 m,表明浓雾的前期振荡幅度较大,变化较剧烈。

图2 杭州机场2013年1月15日浓雾过程中07号RVR、RVR 1 min变化值和气温随时间的变化

3.2 浓雾爆发性增强特征

浓雾过程除前期振荡外,还表现出爆发性增强的特征,即RVR在短时间内(一般在几分钟内)迅速下降,之后RVR长时间维持在400 m以下。在52次浓雾过程中,有6次过程没有形成明显的维持阶段,而是进入小幅振荡状态,统计其他46次过程进入维持阶段前的RVR 5 min变化值(RVR当前值与5 min前RVR的差值),5 min变化值超过800 m的过程有12次,其中RVR最大的变化为在5 min内下降了2 000 m,RVR变化值小于400 m的过程只有12次,说明浓雾在形成并稳定之前多数出现爆发性增强特征。

分析52次浓雾过程维持阶段的持续时间分布特征发现,浓雾维持阶段持续1～2 h的频次最高,共有14次,占总数的27%;超过5 h的过程共有12次,占总数的23%,表明浓雾过程中RVR稳定维持在400 m以下的持续时间一般小于2 h,超过2 h后有较大可能持续5 h以上,浓雾持续时间表现为两头高、中间低的特征。

图3为杭州机场52次浓雾过程期间RVR在0～375 m各个数值对应出现的频次分布。由图3可知，两条跑道RVR的频次分布特征基本一致,呈中间高、两头低的分布特征。其中07号RVR频次最高时对应值为200 m,25号RVR频次最高时对应值为175 m,两者在低于150 m数值时对应的频次迅速下降,表明当RVR下降到150～200 m时，一般可以认为浓雾进入了相对平稳、浓度最高的维持阶段。

图3 杭州机场52次浓雾过程期间逐分钟RVR在0～375 m各个数值对应出现的频次分布

3.3 浓雾爆发增强时的局地平流特征

对比分析杭州机场浓雾过程中不同测点的RVR,我们发现，在浓雾形成时不同测点的RVR在大多数情况下呈现变化不一致的特性,即使变化同步,其RVR数值也不完全相同,尤其在浓雾前期振荡阶段,不同测点的RVR振荡周期、位相和振幅几乎都不一致,这表明浓雾爆发前雾滴分布不均,即浓雾局地性较强;多数浓雾前期尤其是在浓雾爆发增强前,不同测点的RVR下降的先后顺序与风向一致,即呈现出雾的平流特征;而在雾消阶段,不同测点的RVR上升顺序有时呈先后变化,有时呈同步变化,这与导致雾消的因素有关。

分析52次浓雾过程可知,其中浓雾爆发性增强前不同测点的RVR顺着风向先后下降、呈现平流特征的过程共有33次,占总数的63%。浓雾爆发前风向为偏西风的过程共有21次,跑道西头(07号)的RVR比东头(25号)的先下降,提前下降时间为10～50 min,平均提前33 min;浓雾爆发前为偏东风的过程共有12次,25号RVR提前下降时间为10～40 min,平均提前26 min。杭州机场07号和25号两个RVR测点相距3 km,后半夜机场盛行风向为70°或250°,与跑道方向一致,在平均风速为1.5～3 m/s的情况下,浓雾从跑道一头发展到另一头约需16～33 min,这与上述统计结果较为一致。

图4为杭州机场3次浓雾过程中07号和25号RVR及风向随时间的变化。2010年2月23日的浓雾为典型的平流雾,浓雾形成前没有振荡,25号RVR在01时36分从约2000 m突降至约400 m,07号RVR在02时从约2000 m突降至约400 m,期间平均风速为2 m/s,风向为70°～100°,基本上为沿着跑道方向的风,上风方向25号RVR比07号RVR下降时间提前24 min,显然是雾的平流先后影响跑道两头。在03—05时机场风向发生顺转,由偏东风转为偏南风后再转为偏西风,而浓雾中的RVR几乎没有变化,表明此次平流雾范围较大。在10—11时,两个测点的RVR基本同步缓慢上升,这是由于地面升温而导致雾层被破坏。

图4 杭州机场3次浓雾过程中07号和25号RVR及风向随时间的变化(a.2010年2月23日、b.2011年11月11日、c.2015年2月14日)

2011年11月11日的浓雾过程为团雾过程,07号RVR在05时15分从约1300 m突降至约400 m,25号RVR在05时32分从约2000 m突降至约350 m,雾生前平均风速为3 m/s,风向为230°～250°,07号RVR比25号RVR下降时间提前17 min,雾消阶段流场没有改变,07号RVR在05时57分上升至800 m,25号RVR在14 min后也上升到800 m,在雾生和雾消变化中均表现出雾的平流特征,可以据此计算出这次团雾的东西宽度约为3 km。

2015年2月14日的浓雾过程为混合雾过程,辐射特征表现为前期振荡,而跑道东西两头的RVR随风向自东向西先后下降并维持,这表现出平流特征。25号跑道头平均风速在06时36分从0 m/s增大到2 m/s并一直维持,RVR在06时38分从1 min前的1 200 m下降到400 m并持续到10时;07号跑道头平均风速在06时59分从0 m/s增大到2 m/s、07时12分又下降到0 m/s并维持,RVR在07时06分突降到375 m、07时42分又上升到800 m并维持。可见,偏东平流在此次浓雾过程中具有重要作用,雾生时25号RVR较07号RVR下降时间提前了28 min;而在雾消时,07号风向在08时后由偏东风转为偏南风,07号RVR在08时30分后快速升高,25号风向一直维持偏东风,至10时后随着地面升温而雾消。

综上分析可知,在浓雾发生前,不管有无前期振荡,在浓雾生成时多数会出现平流特征,浓雾爆发性越强,雾的局地平流特征越明显。而在浓雾消散时,如果由于温度上升而导致雾消,则跑道不同测点的RVR基本呈同步变化;如果由于团雾移出或是流场改变(风向变化或风速减小)而导致雾消,则不同测点的RVR会表现出先后变化的特征。

4 浓雾期间相关气象要素的变化规律

大雾的形成与湿度场、温度场、流场和逆温层等密切相关,如在近地面湿度大、晴夜、有微风的情况下,容易导致大雾的发生。本文简单分析了52次浓雾期间部分气象要素的变化规律,寻找相对湿度、温度等要素与RVR之间的分布关系,为浓雾的预报预警提供依据。

图5为杭州机场2010—2020年52次浓雾过程中07号RVR低于400 m时的平均相对湿度分布。由分析可知，在2016年以前的38次浓雾过程中，平均相对湿度为84%～97%,远未达到100%;而在2016—2020年的14次浓雾过程中，有9次过程的平均相对湿度为97%～98%。相对湿度在2016年前后变化较大的主要原因,是2016年前后杭州机场建设引起观测点周边的地貌发生了重大变化。理论上浓雾期间水汽达到饱和,相对湿度应接近100%,但实际上相对湿度变化幅度较大,多数未达到100%,这可能与空气中的污染物颗粒有关。章元直等[7]对2014年11月杭州机场连续两次大雾开展了对比分析,研究结果表明，浙北大部前期霾等级偏高是大雾形成的重要原因。

图5 杭州机场2010—2020年52次浓雾过程中07号RVR低于400 m时的平均相对湿度分布

统计浓雾发生前的降水情况,发现有23次浓雾过程在发生前12～24 h有降水,占浓雾总次数的44%。这是由于降水结束后地面湿度条件较好,如果夜间天空放晴,很容易满足大雾发生的水汽和降温条件,这也是预报浓雾的一个重要指标。

浓雾形成前,气温也表现出类似RVR的前期振荡和爆发性增强的特征,而且浓雾形成前气温和RVR基本上同步下降,雾生时用温度的下降来预警RVR较为困难。而在雾消阶段,温度上升略超前于RVR的上升,用温度变化来预警雾消,具有提前预报的意义,具体有待进一步分析。

5 浓雾的预警分析

为了研究浓雾的临近预警,本文定义了浓雾预警指数EWI。

EWI=RVR当前/(RVR1 min前-RVR当前)

EWI数值大于0,表示RVR下降,数值越大,表明RVR下降越快,预示浓雾生成。为了能得出一个有预警意义的临界值,即过滤一些小的振荡,统计了浓雾发生前的EWI首次>0.2的预警提前时间及数值。分析预警提前时间可知,在52次浓雾过程中,有8次浓雾基本无提前量(小于5 min),提前1 h以上预警的过程共有38次,占总数的73%,提前预警≥2 h的过程共出现33次,占总数的63%,其中提前预警频次最高的区间为3～5 h,共有22次,占42%。分析EWI几乎没有提前量的8次浓雾过程,发现均表现出本文3.3中所述的局地平流特征,浓雾形成时07号和25号RVR先后下降,其时间差为10～50 min。

分析浓雾预警指数EWI可知,在52次浓雾过程中，有39次EWI>0.2,占总数的75%,占有预警提前量(提前1 h以上)的89%;EWI>0.4的浓雾有29次,占总数的56%,占有预警提前量的66%。在实际工作中发现,未发生浓雾时也可能有类似振荡特征,显然EWI越大则预警空报越少。若不考虑空报的预警,则取EWI=0.2能够做到预警大多数浓雾过程。

综上分析可知,利用浓雾振荡特征,设定合适的预警指数阈值,可以对大多数的浓雾过程进行提前预警。对少量典型的平流雾,虽然预警提前量没有或者较小,但根据平流风速及跑道不同测点数值,可以准确计算出机场跑道被浓雾完全笼罩的时间,同时也可以结合机场周边自动站资料等进行提前预警,对飞机起降的临近决策也有较好的预警意义。在实际工作中,杭州机场在2016年后就将EWI=0.2的预警指数值作为浓雾自动预警阈值,期间有一些预警空报,同时也有个别的预警漏报。今后如果对未形成浓雾过程的气象数据作大量对比分析,提高预警指数阈值或者增加更多的观测点数据进行算法修正,也许对浓雾的预警准确率会有较大提高,这还需要进一步的研究。

6 结 语

通过对杭州机场2010—2020年52次浓雾过程的逐分钟跑道视程资料进行统计分析,得出以下结论。

(1)杭州机场多数浓雾过程可以分为前期振荡、浓雾平稳期、振荡消散(即雾的生成、维持和消散)3个阶段。浓雾前期振荡具有准周期性,振荡周期一般在10～20 min。浓雾形成并稳定前表现出爆发性增强特征,当跑道视程下降至150～200 m时，一般可以认为浓雾进入了稳定阶段。根据统计分析发现,浓雾稳定维持时间一般小于2 h,但超过2 h后持续5 h以上的可能性会更大。

(2)超过一半的浓雾在形成前爆发性增强时呈现平流特征,即不同位置的跑道视程先后下降。浓雾爆发性越强,雾的平流特征越明显。同时,跑道视程先后下降的时间与平流风速相关,可以根据地面风向风速准确预警跑道从一头开始受影响到完全被浓雾笼罩的时间,预警时间平均可提前26 min以上。

(3)浓雾过程中相对湿度的数值并不是一直维持在100%,这可能与空气中的污染物颗粒有关。在浓雾发生前12～24 h,多数有降水过程结束,这也是预报预警浓雾的一个依据。在浓雾形成期,温度与跑道视程基本同步下降,但在雾消期,温度上升提前于跑道视程的变化,利用温度变化可提前预警雾消。

(4)利用浓雾预警指数,可提前有效预警绝大多数浓雾天气的发生,EWI是浓雾临近预警的一个有力指标。预警指数对个别浓雾过程的预警效果不佳,针对此类浓雾过程雾生时表现出的平流特征,可利用平流特性及跑道多个测点资料,准确计算机场跑道被浓雾完全笼罩的时间,同时也可以结合机场周边自动站资料对平流雾进行预警,对于临近的航空器起降决策有一定的预警意义。