張 序

(中國國際航空股份有限公司 a.運行控制中心西南分控中心;b.培訓(xùn)部西南分部,成都 610202)

民航機場投入使用后都會在對外公布的機場圖和標(biāo)準(zhǔn)儀表進近圖上準(zhǔn)確地標(biāo)注出機場各型別飛機在各類機場設(shè)施設(shè)備工作情況下的天氣標(biāo)準(zhǔn),這類標(biāo)準(zhǔn)主要包含能見度、云高和跑道視程三個方面,當(dāng)天氣實況不滿足標(biāo)準(zhǔn)要求時是禁止航空器起降的。因此,本文通過極端天氣事件對氣候演變規(guī)律開展研究,分析成都雙流機場(以下簡稱:雙流機場)大霧形成的原因,并在此基礎(chǔ)上討論大霧造成的低能見度天氣安全飛行的應(yīng)對措施。

1 研究數(shù)據(jù)來源與研究方法

本文選取中國氣象數(shù)據(jù)共享服務(wù)網(wǎng)(http://cdc.cma.gov.cn)中成都市基本地面氣象觀測數(shù)據(jù)1951-2003年間的逐日氣象要素數(shù)據(jù)集,包括發(fā)布的航空例行天氣報告報(METAR:Meteorological Terminal Aviation Routine Weather Report)、終端機場天氣預(yù)報(TAF:Terminal Aerodrome Forecasts)和特殊天氣報(SPECI:Aviation Special Weather Report),研究過程從中提取平均氣溫、日最高氣溫、日最低氣溫和日降水量。采用氣象分析中常用的百分位閾值分析法和Mann-Kendall突變檢驗法,其中百分位閾值分析法定義“相對氣候閾值”,當(dāng)氣象要素超過這個閾值時可以定義一個極端天氣事件;閾值確定方法為:將一序列數(shù)據(jù)去除數(shù)據(jù)為0的數(shù)據(jù)后降序排列,位于第5%位置的數(shù)值為極端天氣事件判定閾值[1],接著通過Mann-Kendall突變檢驗輔助觀察溫度、降水、大風(fēng)數(shù)據(jù)的總體變化趨勢。

Mann-Kendall檢驗法是世界氣象組織推薦并廣泛使用的非參數(shù)檢驗方法,該方法既可以檢測序列的變化趨勢,也可以進行突變點檢驗,主要用于氣候要素在時間序列趨勢中的突變性檢測。該方法的優(yōu)點在于不需要樣本遵從一定的分布、不受少數(shù)異常值的干擾、計算簡便[2]。Mann-Kendall檢驗中,原假設(shè)H0為原序列(x1,x2,…,xn)無變化趨勢,備擇假設(shè)H1是原序列有增大或減小變化趨勢,為雙邊檢驗,構(gòu)造秩序列Sk。

定義統(tǒng)計變量:

UFk為標(biāo)準(zhǔn)正態(tài)分布,UF1=0,對于給定顯著性水平α,若|UFk|>μα,則標(biāo)明原序列存在明顯的趨勢變化,將上訴方法逆向使用,時間序列逆序排列為xn,xn-1,…,x1,重復(fù)相同的操作得到UBk,滿足UBk=-UFk,k=1,2,…,n,UBn=0。通過UFk和UBk的曲線走勢可進一步分析序列x的變化趨勢,同時也能夠明確突變的時間和顯著性變化的范圍[3-4]。

2 極端天氣事件的閾值確定

2.1 極端氣溫閾值的確定

選取成都1951年至2003年的逐日最高氣溫的統(tǒng)計表,將表中數(shù)據(jù)進行降序排列,通過計算第5個百分位所對應(yīng)的數(shù)據(jù)得出閾值為32.1℃,根據(jù)相關(guān)規(guī)定30 ℃以上即可定義為高溫?zé)崂薣5],選擇閾值為32.1 ℃作為成都市極端高溫事件判定指標(biāo)。

2.2 極端降水閾值的確定

選取成都市1951年至2003年共19 358條降水?dāng)?shù)據(jù),先去除無記錄和降水量為0的數(shù)據(jù),將剩下的8 075條數(shù)據(jù)進行降序排列,位于第5個百分位的降水量是27.7 mm,屬于大雨級別[6],對于成都市可用27.7 mm作為極端降水事件的判定閾值。

3 成都氣候背景分析

3.1 極端溫度天氣事件

本部分中確定的極端高溫事件的判定閾值為32.1 ℃,接下來統(tǒng)計1951年至2003年的逐年極端高溫事件發(fā)生的頻次,將每年極端高溫事件發(fā)生次數(shù)借助回歸數(shù)據(jù)分析來總結(jié)極端高溫事件逐年的變化特征。圖1(a)和(b)為成都1951年至2003年極端高溫事件發(fā)生的頻次圖。

通過圖1(a)中可以發(fā)現(xiàn)成都市在1951年至2003年期間,極端高溫事件發(fā)生的頻率沒有出現(xiàn)大幅度的增加或減少,圖中趨勢線的斜率為正,僅為0.012,整體增加平緩,未通過顯著性檢驗,P=0.88。如果把這53年劃分為5個集和,第1個集合為1951年—1955年,平均發(fā)生25次,第2個集合為1956年—1965年,平均發(fā)生頻次為14次;第3個集合為1966年至1979年,平均發(fā)生頻次為20次;第4個集合為1980年至1993年,平均發(fā)生頻次為11次;第5個集合為1994年至2003年,平均發(fā)生頻次為28次,如圖1(b)所示,過去50多年每隔幾年極端高溫發(fā)生頻次就出現(xiàn)大的波動。通過對1951年至2003年極端高溫事件發(fā)生頻次進行Mann-Kendall突變檢驗,得出圖2,從圖中可知在1953年至1954年表現(xiàn)出上升趨勢,但沒達到顯著水平,其余51年幾乎都呈下降趨勢,達到極顯著下降趨勢。從圖中UFk和UBk的交點來看,僅在1953年和2001年發(fā)生突變,表現(xiàn)穩(wěn)定。

圖1 成都1951 年至2003 年極端高溫事件發(fā)生圖

圖2 成都市 1951 年至 2003 年極端高溫天氣頻次按年分布圖

對極端溫度事件的變化研究可以看到1951年至2003年的極端高溫處于小幅下降趨勢,極端低溫處于顯著的上升趨勢,導(dǎo)致平均溫度處于顯著上升趨勢。根據(jù)查找的文獻發(fā)現(xiàn),從2000年至2010年成都市極端高溫事件發(fā)生頻次和強度為正距平,說明極端高溫事件在21世紀(jì)為上升趨勢;極端低溫事件發(fā)生頻次和強度為負距平,說明極端低溫發(fā)生頻次減少,強度減弱。綜合來看,由于極端高溫和低溫的變化造成平均溫度在21世紀(jì)前半段處于上升的趨勢,但不會出現(xiàn)明顯的突變。

3.2 極端降水天氣事件

以極端降水事件閾值為27.7 mm作為分析的基礎(chǔ),把成都市1951年至2003年逐日降水量經(jīng)過篩選,得出逐年極端降水事件發(fā)生的頻次,用回歸分析法進行極端降水事件的變化特征分析,圖3為成都市1951年至2003年發(fā)生極端降水事件的頻次圖。

圖3 成都市1951 年至2003 年極端降水事件頻次圖

從圖3可知,成都市1951年至2003年的極端降水事件發(fā)生的頻次呈下降趨勢,在顯著性檢驗中,得出P=0.048小于0.05,且F≥Fα,說明極端降水事件逐年發(fā)生的頻次間存在顯著的差異,且通過顯著性檢驗,達到顯著水平。從圖中不難發(fā)現(xiàn)20世紀(jì)60年代以后,極端降水事件一直處于極不穩(wěn)定的狀態(tài)中,在1996年之后極高和極低之間的差值逐漸變小,除去較高/低頻次的數(shù)據(jù),其它數(shù)據(jù)都漸漸向趨勢線靠攏,表現(xiàn)為總體呈下降趨勢。

圖4 成都市極端降水頻次Mann-Kendall統(tǒng)計曲線

圖5 成都市總降水量Mann-Kendall統(tǒng)計曲線

通過圖4和圖5可以看到1954年和1958年出現(xiàn)突變,表現(xiàn)為1953年至1961年呈下降的趨勢且達到極顯著的下降趨勢,到1961年后才呈現(xiàn)上升的趨勢;1968年出現(xiàn)第三次突變,表現(xiàn)為從1968年至21世紀(jì)初持續(xù)處于下降趨勢,到2003年下降的趨勢達到極顯著的水平?？傮w來看過去55年有40年是處于下降的狀態(tài)并達到極顯著的特征,其余15年為上升狀態(tài)但沒達到顯著水平。

對于成都市在2003年之后極端降水事件的變化研究,主要參考兩個方面,首先極端降水事件在1951 年至2003 年的發(fā)生頻次和強度都處于下降的趨勢,尤其從極端降水總量和總降水量的Mann-Kendall曲線來看,在1968 年之后都處于下降狀態(tài),在21世紀(jì)之后都達到顯著水平,可以預(yù)估未來不會出現(xiàn)大的突變;另一方面,參考劉勁龍[7]對于成都降水研究的發(fā)現(xiàn),21世紀(jì)成都市極端降水發(fā)生頻次處于低距平狀態(tài),也就是說發(fā)生頻次沒有出現(xiàn)正增長,而極端降水的強度在1970年之后便一直呈現(xiàn)負距平,沒有出現(xiàn)突變。從上面分析可以看出在21世紀(jì)的2003年至2016年極端降水事件發(fā)生頻次持續(xù)下降,發(fā)生強度也持續(xù)下降。

4 雙流機場大霧天氣的成因及演變規(guī)律

4.1 機場氣候背景

結(jié)合前面的分析可以知道,成都市極端天氣在21世紀(jì)有了不同的變化,極端降水事件處于下降的趨勢,平均溫度持續(xù)增長,在這個大的氣象背景下,對于那些影響航班運行的氣象要素會產(chǎn)生一定的促進或削弱作用[8],溫度的上升有助于水汽蒸發(fā),水汽飽和度的提高對區(qū)域內(nèi)大霧的形成有促進作用[9-11],因此,本節(jié)重點研究雙流機場2007年至2016年大霧造成的能見度變化情況。

4.2 雙流機場的大霧成因

冬季是一年中平均風(fēng)速(大約0.9 m/s)最小、平均溫度最低(大約6 ℃)、平均降雨量最少(大約0.3 mm)的季節(jié),同樣是低能見度發(fā)生頻次最多和強度最大的季節(jié),這就說明冬季低溫、少降雨、低風(fēng)速為雙流機場輻射霧的形成創(chuàng)造了條件,導(dǎo)致冬季整體能見度不佳,影響民航運輸。雙流機場冬季大霧多發(fā)生在一天中的23 點到次日的14 點,時間跨度較大,對航班的安全和正常運行影響明顯,需要提醒有關(guān)部門與公司在冬季要狠抓天氣變化的特點,以保障每個航班的安全與正點。由此在冬季應(yīng)該著重制定相應(yīng)的方案防止大面積的延誤,保障航班高效運行[12]。

4.3 低能見度演變規(guī)律分析

對雙流機場2007年至2016年全年的METAR報進行分析,共整理出478 476條有效能見度數(shù)據(jù),當(dāng)能見度低于800 m時不能滿足C類和D類飛機的運行標(biāo)準(zhǔn),通過統(tǒng)計分析可以看到低于C類和D類飛機運行標(biāo)準(zhǔn)的能見度數(shù)據(jù)占1%,由此可知雙流機場低能見度在一年中所占比例不高。

大霧造成的低能見度的日變化受到很多因素的干擾,比如:空氣飽和度、濕度、溫度、風(fēng)速等。一般在午夜形成,在凌晨到達最低值,當(dāng)太陽出現(xiàn),溫度逐漸升高,風(fēng)速增大而開始增加[13],中午時刻能見度達到較佳時刻。通過對24個時刻的能見度統(tǒng)計,分析低于800 m的次數(shù),按春夏秋天進行分類繪制成都雙流機場低能見度次數(shù)的分布圖,如圖6和圖7所示。

圖6 成都市2007年至2016年低能見度逐時發(fā)生頻次圖

圖7 成都市2007年至2016年低能見度發(fā)生頻次圖

春季:低能見度次數(shù)發(fā)生較少,能見度低于800 m的情況常在一天的4點至11點出現(xiàn),其中6點至8點發(fā)生的頻率最高。夏季:低能見度發(fā)生次數(shù)最少的季節(jié),能見度低于800 m只有在早晨6點出現(xiàn)過,其它各個時間內(nèi)都未發(fā)生低能見度天氣。秋季:過去10年共出現(xiàn)了157次,略高于春季,能見度低于800 m集中分布在午夜0點至中午14點,低能見度的發(fā)生相對頻繁,8點至10點發(fā)生頻率最高,較春夏兩季明顯增多。冬季:低能見度天氣高發(fā)季節(jié),與春夏秋形成強烈的反差,發(fā)生時刻跨度較大,從夜晚23點至次日15點都有出現(xiàn),其中凌晨5點至11點為高發(fā)期。

綜上所述,春、秋、冬低能見度都在夜間開始形成并逐漸下降,到午夜達到最差,于凌晨開始好轉(zhuǎn),中午逐漸消散。此外,通過季節(jié)的分析可以看出,夏季為一年中能見度最好的時期,秋季能見度開始趨于變差,并在冬季到達一年中最差的季節(jié),又從春季開始逐漸變好,分析可知每個季節(jié)的低能見的出現(xiàn)呈現(xiàn)巨大的反差,同樣各個季節(jié)的低能見度持續(xù)時間又多不一樣。

5 結(jié)論與討論

5.1 結(jié)論

本文研究范圍包括極端天氣事件發(fā)生頻次、發(fā)生強度變化和數(shù)據(jù)的突變等,通過所有的氣象處理分析后,得出了以下的結(jié)論:

(1)從發(fā)生頻次來看,針對雙流機場的運行本文分析了低能見度的發(fā)生頻次,能見度小于等于800米主要出現(xiàn)在冬季,占比為68%,秋季占21%,春季占10%,夏季占1%。而雙流機場低能見度出現(xiàn)的時刻比較統(tǒng)一,在23點以后15點以前,以冬季為例凌晨5點到11點為高發(fā)期,9點達到峰值。

(2)從變化強度來看,每年極端降水強度和年總降水在過去53年都呈下降的趨勢,通過Mann-Kendall統(tǒng)計曲線來看每年的變化情況都相似,尤其表現(xiàn)在1971年至2003年都呈下降的趨勢。雖然在1979年、1982年、1984年、1988年和1991年這幾年發(fā)生了突變,但可以看出年總降水量的變化很大程度上是取決于極端降水量的變化;對于溫度主要從年平均日最高、最低溫度和年平均日氣溫來研究,發(fā)現(xiàn)年平均日最低氣溫的變化與年平均溫度的變化相似,都呈現(xiàn)上升的趨勢,達到顯著變化的水平。從Mann-Kendall統(tǒng)計曲線得出了平均氣溫的變化趨勢,從1951年至1965年增速為正,達到極顯著上升水平,1965年至2001年增速為負,達到極顯著下降水平,2001年過后又呈上升狀態(tài)。

5.2 討論

伴隨著行業(yè)的快速發(fā)展,由于氣象原因造成的不正常航班也越來越多,給民航體系造成了許多負面形象[14-15]。2016年12月16日四川大霧天氣致雙流機場航班大面積延誤,部分地區(qū)能見度不足200米,自凌晨4點后機場陸續(xù)發(fā)布延誤預(yù)警,上百航班延誤或取消,上萬名旅客滯留機場;2016年7月12日雙流機場遭遇暴雨天氣,導(dǎo)致數(shù)十架次航班延誤,9 000多名旅客滯留,面對航班延誤時,機場、航空公司、空管部門應(yīng)該還有更多需要做的。

(1)機場部門:準(zhǔn)確了解機場氣候變化特征,建立機場延誤預(yù)警指揮中心,及時通知本場旅客延誤信息;掌握機場廊橋、停機位使用情況和旅客登機信息,及時和管制部門,航空公司做好信息共享。

(2)航空公司:盡快通知本公司旅客,可以通過新媒體對外發(fā)布延誤信息,提前準(zhǔn)備好餐食、住宿、工作人員預(yù)防航班延誤取消,處理好旅客的后續(xù)安置和退票改簽工作;簽派部門提高天氣分析能力,掌握低能見度的形成因素以及未來可能出現(xiàn)的天氣對于能見度的影響,當(dāng)能見度有好轉(zhuǎn)的可能時擇機對航空器放行,還可以結(jié)合低能見度出現(xiàn)時間和持續(xù)時間的統(tǒng)計對航班延誤時間做出合理的預(yù)判,并及時通知本司旅客,為旅客安排計劃提供可靠的依據(jù)。與此同時,航空公司應(yīng)該引入II類飛行、平視顯示器(HUD:Head Up Display)、低能見起飛程序等新技術(shù),并盡量安排具備此類資質(zhì)的執(zhí)勤機組執(zhí)行航班,提高航班的安全性和正常性。

(3)空管部門:由于成都雙流機場進出港航班量大,如果突發(fā)對航班安全飛行有影響的低能見度天氣將造成大量進港航班備降周邊機場,如果沒有一家單位對航班備降過程進行統(tǒng)籌安排,勢必會出現(xiàn)備降場資源使用不均衡情況,甚至可能會因為航空器空中剩余油量緊張、備降場停機位不足等原因?qū)桨嗟陌踩w行造成影響。此時,空管部門是承擔(dān)該項工作的不二人選,他們可以綜合飛機機型大小、剩余油量多少以及簽派放行時優(yōu)選的備降場信息,再結(jié)合雙流機場周邊備降場停機位數(shù)量、距離遠近、天氣狀況等資源,科學(xué)合理地將航班指揮到合適備降場降落,確保航班飛行的安全。