□ 民航中南地區(qū)空管局 陳云峰 林 智 南京曉天氣象科技有限公司 曹維搏/文
近地面風(fēng)速風(fēng)向的變化對(duì)于飛機(jī)起降具有重要的影響。由于飛機(jī)在起降過(guò)程中穿越邊界層的時(shí)間約為幾分鐘,因此分鐘級(jí)的預(yù)報(bào)時(shí)間分辨率就顯得尤為重要。同時(shí),當(dāng)機(jī)場(chǎng)存在兩條(及以上)跑道時(shí),為提高機(jī)場(chǎng)的運(yùn)行效率,需要對(duì)不同的跑道進(jìn)行獨(dú)立的預(yù)報(bào)。因此預(yù)報(bào)的空間分辨率需至少在百米的量級(jí)。同時(shí),為了滿足機(jī)場(chǎng)和航線的整體調(diào)度需求,預(yù)報(bào)的時(shí)效最短需在24小時(shí)以上。
以上近地面風(fēng)場(chǎng)預(yù)報(bào)的時(shí)空分辨率需求已經(jīng)超過(guò)了目前機(jī)場(chǎng)天氣預(yù)報(bào)的服務(wù)范圍,因此需要有針對(duì)性的設(shè)計(jì)技術(shù)方案和搭建預(yù)報(bào)系統(tǒng)。近地面風(fēng)速風(fēng)向受到天氣過(guò)程、湍流和地表特征不均勻的影響,一直以來(lái)是天氣預(yù)報(bào)的難點(diǎn)之一。本技術(shù)方案有針對(duì)性的利用現(xiàn)有的動(dòng)力、統(tǒng)計(jì)和機(jī)器學(xué)習(xí)等手段,提高了機(jī)場(chǎng)跑道近地面風(fēng)的預(yù)報(bào)能力。深圳機(jī)場(chǎng)屬于多跑道機(jī)場(chǎng),目前有2條跑道,第3條跑道擴(kuò)建方案也已通過(guò)審批。而且地處華南沿海,天氣復(fù)雜引起跑道風(fēng)場(chǎng)多變,從而影響航班運(yùn)行效率,具有較好的代表性。本文選以深圳機(jī)場(chǎng)為例進(jìn)行試點(diǎn)。
項(xiàng)目的整體技術(shù)方案如圖1所示。近地面風(fēng)場(chǎng)預(yù)報(bào)分為平均風(fēng)和陣風(fēng)兩個(gè)獨(dú)立的部分。兩個(gè)部分的預(yù)報(bào)都基于高分辨率的WR F模擬。對(duì)于平均風(fēng)預(yù)報(bào),在WR F模擬結(jié)果的基礎(chǔ)上,使用C A L M E T進(jìn)行動(dòng)力降尺度分析,充分考慮機(jī)場(chǎng)周圍地形、下墊面和建筑物對(duì)百米尺度風(fēng)場(chǎng)變化的影響。結(jié)合機(jī)場(chǎng)實(shí)時(shí)近地面風(fēng)場(chǎng)觀測(cè)和統(tǒng)計(jì)(機(jī)器學(xué)習(xí)等)方法,對(duì)C A L M E T降尺度調(diào)整后的風(fēng)場(chǎng)分析結(jié)果進(jìn)行訂正。陣風(fēng)預(yù)報(bào)模型基于WR F模式輸出的邊界層結(jié)構(gòu)特征(風(fēng)切變、垂直速度和)進(jìn)行建模和預(yù)報(bào)。預(yù)報(bào)結(jié)果同樣經(jīng)過(guò)機(jī)場(chǎng)實(shí)時(shí)觀測(cè)的陣風(fēng)進(jìn)行實(shí)時(shí)統(tǒng)計(jì)訂正。
圖1:整體技術(shù)方案框
短期(1小時(shí)以上)高分辨率近地面風(fēng)場(chǎng)預(yù)報(bào)的主要手段是數(shù)值天氣模式。本技術(shù)方案擬采用美國(guó)大氣研究中心(NCAR)等多家單位聯(lián)合開發(fā)的WR F模式(3.8版本)進(jìn)行數(shù)值預(yù)報(bào)。WR F是當(dāng)前國(guó)際上最先進(jìn)的數(shù)值天氣模式之一,能進(jìn)行從云尺度到天氣尺度等不同尺度重要天氣特征的高精度預(yù)報(bào)(特別適合1~10公里的高分辨率水平網(wǎng)格)。模式將結(jié)合先進(jìn)的數(shù)值方法和資料同化技術(shù),采用經(jīng)過(guò)改進(jìn)的物理過(guò)程方案,同時(shí)具有多重嵌套以滿足高分辨率和實(shí)時(shí)預(yù)報(bào)的需求。WR F預(yù)報(bào)模式框架如圖2所示。
根據(jù)深圳機(jī)場(chǎng)高分辨率風(fēng)場(chǎng)預(yù)報(bào)的要求,數(shù)值預(yù)報(bào)部分?jǐn)M采用三重嵌套方案。第一層格點(diǎn)分辨率9公里,覆蓋我國(guó)華南地區(qū);第二層格點(diǎn)分辨率3公里,覆蓋廣東省。第三層格點(diǎn)分辨率1公里,覆蓋以機(jī)場(chǎng)為中心的深圳市及周邊地區(qū)。預(yù)報(bào)系統(tǒng)將以美國(guó)NCEPGFS0.25高分辨率的預(yù)報(bào)場(chǎng)作為驅(qū)動(dòng),每天冷啟動(dòng)兩次(北京時(shí)間8∶00和20∶00),預(yù)報(bào)時(shí)效為54小時(shí),模式輸出時(shí)間間隔為2分鐘(與機(jī)場(chǎng)觀測(cè)頻率一致),其中有效預(yù)報(bào)時(shí)效為48小時(shí)。如具備廣東省內(nèi)的其他觀測(cè)資料(如高空、地面和雷達(dá)等),系統(tǒng)將采用快速循環(huán)同化方法(RUC)進(jìn)行3小時(shí)更新頻率的滾動(dòng)預(yù)報(bào)(如圖3)。上述預(yù)報(bào)區(qū)域和配置可根據(jù)項(xiàng)目具體的計(jì)算資源和實(shí)際預(yù)報(bào)需求進(jìn)一步調(diào)整。
快速循環(huán)預(yù)報(bào)方式(RUC)啟動(dòng)間隔為3小時(shí),細(xì)網(wǎng)格(分辨率1公里)預(yù)報(bào)時(shí)效12小時(shí),模式輸出時(shí)間間隔為2分鐘。短臨預(yù)報(bào)系統(tǒng)以短期預(yù)報(bào)的輸出結(jié)果作為背景資料,采用WRFDA變分同化方案進(jìn)行雷達(dá)和地面觀測(cè)的實(shí)時(shí)循環(huán)同化,改進(jìn)模式的初始場(chǎng)信息,有利于預(yù)報(bào)天氣尺度過(guò)程對(duì)機(jī)場(chǎng)跑道風(fēng)的影響??焖傺h(huán)預(yù)報(bào)系統(tǒng)框架如圖4。
WR F模式分辨率每提高一倍,在相同時(shí)間內(nèi)完成預(yù)報(bào)需要的計(jì)算資源需要提高約8倍。受計(jì)算資源和預(yù)報(bào)時(shí)效的限制,WR F精細(xì)化預(yù)報(bào)擬采用的最細(xì)網(wǎng)格的分辨率為1公里。在此分辨率下,無(wú)法直接分辨跑道尺度的風(fēng)場(chǎng)變化。另外,與WR F配套發(fā)布的地表數(shù)據(jù)集為全球數(shù)據(jù),空間分辨率有限。加上WR F前處理系統(tǒng)對(duì)于地表數(shù)據(jù)集的平滑處理,即使再提高WR F的模擬分辨率,對(duì)于地表精細(xì)特征的描述也不足以反應(yīng)單個(gè)機(jī)場(chǎng)周圍的地表特征變化。除此之外,機(jī)場(chǎng)跑道的風(fēng)預(yù)報(bào)僅關(guān)注邊界層內(nèi)的風(fēng)變化,僅需提高邊界層內(nèi)的風(fēng)場(chǎng)分辨率,無(wú)需對(duì)整個(gè)三維模擬區(qū)域進(jìn)行加密。
CALMET是美國(guó)環(huán)境部開發(fā)的精細(xì)化風(fēng)場(chǎng)分析診斷模型,主要用于為污染擴(kuò)散模式提供高分辨率的(10米級(jí))風(fēng)場(chǎng)信息,在風(fēng)資源評(píng)估和預(yù)報(bào)中也有重要的應(yīng)用。CALMET 診斷模式主要包含三個(gè)步驟:首先通過(guò)插值將觀測(cè)或模式輸出插值到模擬網(wǎng)格;其次通過(guò)參數(shù)化方案模擬地形、下墊面粗糙度和地物障礙對(duì)局地風(fēng)場(chǎng)的影響,可以較好地再現(xiàn)局地環(huán)境對(duì)精細(xì)化風(fēng)場(chǎng)的影響(如圖 5 所示);最后經(jīng)過(guò)質(zhì)量連續(xù)方程調(diào)整得到最終的分析風(fēng)場(chǎng)。
由于 CALMET 是診斷模式,對(duì)計(jì)算資源的要求不高,適合在業(yè)務(wù)環(huán)境中實(shí)時(shí)運(yùn)行并生成高分辨率的風(fēng)場(chǎng)。本方案擬基于 WRF 輸出的 1 公里分辨率預(yù)報(bào)結(jié)果,利用 CALMET 將風(fēng)場(chǎng)的模式分辨率降尺度到 100 米以下的精度。同時(shí)對(duì) CALMET自帶的下墊面數(shù)據(jù)集進(jìn)行精細(xì)化訂正,通過(guò)回報(bào)試驗(yàn)優(yōu)化模型參數(shù),獲得最優(yōu)的預(yù)報(bào)結(jié)果。
WR F模式對(duì)應(yīng)的大氣原始方程已經(jīng)經(jīng)過(guò)了雷諾平均,因此在不開啟大渦模擬(L E S)參數(shù)化的條件下,輸出結(jié)果本質(zhì)上而言是平均風(fēng)。平均風(fēng)的準(zhǔn)確預(yù)報(bào)是風(fēng)場(chǎng)預(yù)報(bào)的基礎(chǔ),但對(duì)于機(jī)場(chǎng)飛機(jī)起降的特殊應(yīng)用而言,陣風(fēng)的預(yù)報(bào)也同樣具有重要的意義。
陣風(fēng)的預(yù)報(bào)本質(zhì)是對(duì)邊界層湍流強(qiáng)度的估計(jì),而湍流的強(qiáng)度和邊界層的靜力穩(wěn)定度、對(duì)流天氣、水平風(fēng)切變等條件密切相關(guān)。在層結(jié)穩(wěn)定且無(wú)對(duì)流的情況下,湍流主要由機(jī)械作用產(chǎn)生,因此可通過(guò)地表摩擦速度(或者拖曳系數(shù))來(lái)進(jìn)行估計(jì)。同時(shí)也可以進(jìn)一步考慮層結(jié)變化、地形和地表粗糙度的影響。在層結(jié)不穩(wěn)定且包含對(duì)流時(shí),湍流的形成主要和垂直運(yùn)動(dòng)的特征密切相關(guān)。與湍流相關(guān)的物理量包括邊界層頂?shù)拇怪彼俣?、潛熱釋放?dǎo)致的垂直浮力梯度變化和降水拖曳作用等。對(duì)于以上兩種陣風(fēng)預(yù)報(bào)的情景,各大業(yè)務(wù)中心已提出多種經(jīng)驗(yàn)?zāi)P?,這樣模型的預(yù)報(bào)水平隨著不同的氣候背景和局地環(huán)境表現(xiàn)出較大的變化。因此需要針對(duì)深圳機(jī)場(chǎng)的實(shí)際情況,進(jìn)行模型的遴選和優(yōu)化工作。
在短期天氣過(guò)程的預(yù)報(bào)方面,WR F模式已得到科研和業(yè)務(wù)部門多年的檢驗(yàn),但受制于區(qū)域模式的先天不足(初值和邊界條件的不確定性),以上基于WR F的平均風(fēng)和陣風(fēng)預(yù)報(bào)結(jié)果可能包含與局地天氣氣候特征相關(guān)的偏差。由于機(jī)場(chǎng)跑道具備連續(xù)的平均風(fēng)和陣風(fēng)觀測(cè),因此可以充分利用這些觀測(cè)資料,建立統(tǒng)計(jì)模型對(duì)基于WR F的平均風(fēng)和陣風(fēng)預(yù)報(bào)結(jié)果進(jìn)行實(shí)時(shí)訂正。
對(duì)于模式結(jié)果的訂正,項(xiàng)目擬建立并測(cè)試基于多元線性回歸的偏最小二乘法(PLS)、基于時(shí)間序列的自回歸模型(AR)和基于機(jī)器學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)(B P-N N)算法的三類不同方法。這三類算法分別針對(duì)實(shí)際風(fēng)場(chǎng)時(shí)間序列中的線性、周期和非線性的成分。通過(guò)調(diào)整不同模型的參數(shù)來(lái)優(yōu)化訂正效果,并最終選定合適的訂正方案。
小結(jié):
基于WR F高分辨率模擬的機(jī)場(chǎng)跑道風(fēng)場(chǎng)精細(xì)化預(yù)報(bào)方案,在普適性方面明顯優(yōu)于統(tǒng)計(jì)預(yù)報(bào)方法,推廣價(jià)值更高,在深圳機(jī)場(chǎng)試點(diǎn)成功,可以迅速向其他機(jī)場(chǎng)推廣應(yīng)用。本方案使用的CALMET模塊、陣風(fēng)預(yù)報(bào)模塊,技術(shù)較為成熟,預(yù)報(bào)效果較好。另外,本方案利用機(jī)場(chǎng)跑道具備連續(xù)的平均風(fēng)和陣風(fēng)觀測(cè)的優(yōu)勢(shì),建立統(tǒng)計(jì)模型對(duì)基于WR F的平均風(fēng)和陣風(fēng)預(yù)報(bào)結(jié)果進(jìn)行實(shí)時(shí)訂正,在一定程度上彌補(bǔ)了單純基于WR F模擬的不足。比較而言,該方案是一種較為可行的機(jī)場(chǎng)跑道風(fēng)場(chǎng)精細(xì)化預(yù)報(bào)方案,有利于提升機(jī)場(chǎng)尤其是多跑道機(jī)場(chǎng)的運(yùn)行效率,滿足機(jī)場(chǎng)和航線的整體調(diào)度需求。