張開俊，伏龍延,，李蘭倩，邵愛梅

(1.中國民用航空西北地區(qū)空中交通管理局甘肅分局，甘肅 蘭州 730087；2.蘭州大學(xué)大氣科學(xué)學(xué)院， 甘肅 蘭州 730000)

引 言

低空風(fēng)切變(簡稱“風(fēng)切變”)是發(fā)生在跑道及其延長線上空500 m以下的風(fēng)矢量突變現(xiàn)象[1]，常伴隨著多種天氣系統(tǒng)發(fā)生，如雷暴大風(fēng)、冷鋒過境、近地層湍流[2-4]等，不同天氣系統(tǒng)造成的風(fēng)切變位置、強(qiáng)度和持續(xù)時(shí)間不相同[5-7]。發(fā)生在飛機(jī)起飛和降落階段的風(fēng)切變時(shí)常導(dǎo)致飛機(jī)復(fù)飛等危險(xiǎn)情況發(fā)生，甚至?xí)斐蓹C(jī)毀人亡的慘劇[8-9]。大多數(shù)風(fēng)切變因其自身表現(xiàn)的陣性以及小尺度特點(diǎn)致使利用天氣學(xué)方法開展預(yù)報(bào)十分困難。因此，在航空氣象領(lǐng)域，風(fēng)切變一直是影響飛機(jī)飛行安全的重要因素之一。

隨著氣象監(jiān)測(cè)手段日益豐富，利用高分辨率的探測(cè)設(shè)備對(duì)風(fēng)切變進(jìn)行識(shí)別及告警是民航部門規(guī)避風(fēng)險(xiǎn)最為有效的方法，因此研制相關(guān)探測(cè)設(shè)備、發(fā)展基于各類設(shè)備觀測(cè)的風(fēng)切變告警算法成為提高風(fēng)切變服務(wù)保障水平的重要途徑[10-13]。目前，風(fēng)向風(fēng)速計(jì)、多普勒天氣雷達(dá)、風(fēng)廓線雷達(dá)、激光測(cè)風(fēng)雷達(dá)等地基探測(cè)設(shè)備可以用于識(shí)別風(fēng)切變，但上述設(shè)備的探測(cè)性能各有優(yōu)缺點(diǎn)[14]。風(fēng)向風(fēng)速計(jì)因探測(cè)點(diǎn)固定且高度較低，難以實(shí)現(xiàn)500 m以下的垂直風(fēng)廓線掃描；多普勒天氣雷達(dá)只能探測(cè)云雨粒子的徑向速度、反射率因子等信息，而對(duì)于晴空條件下風(fēng)切變?nèi)狈μ綔y(cè)能力[15-16]；風(fēng)廓線雷達(dá)只能探測(cè)單點(diǎn)的垂直風(fēng)廓線，探測(cè)精度難以滿足要求。相較于其他探測(cè)設(shè)備，多普勒激光測(cè)風(fēng)雷達(dá)探測(cè)數(shù)據(jù)的時(shí)空分辨率更高，能夠滿足探測(cè)精度的要求，可以反映風(fēng)切變的小尺度特征[17-19]。

近年來，多普勒激光測(cè)風(fēng)雷達(dá)在香港、北京、蘭州等地的機(jī)場(chǎng)先后安裝用于風(fēng)切變監(jiān)測(cè)和告警業(yè)務(wù)[20-22]。受激光測(cè)風(fēng)雷達(dá)安裝位置、掃描模式及機(jī)場(chǎng)天氣特點(diǎn)等因素影響，跑道及延長線上風(fēng)場(chǎng)信息提取、風(fēng)切變計(jì)算方法等都是影響風(fēng)切變告警準(zhǔn)確率的關(guān)鍵因素。為此，陸續(xù)開展了基于激光測(cè)風(fēng)雷達(dá)的風(fēng)切變告警算法研究。香港機(jī)場(chǎng)與香港天文臺(tái)合作于2005年搭建起國內(nèi)首個(gè)風(fēng)切變探測(cè)告警平臺(tái)，并設(shè)計(jì)了獨(dú)特的下滑道掃描模式。隨后，基于上述平臺(tái)先后提出了利用F因子[23]、渦旋耗散率[24]進(jìn)行風(fēng)切變識(shí)別的告警算法。2016年，蔣立輝等[25]利用下滑道掃描模式的觀測(cè)資料，提出單、雙斜坡檢測(cè)方法相結(jié)合的風(fēng)切變告警算法(簡稱“斜坡檢測(cè)法”)，該算法可以在一定程度上提高風(fēng)切變的告警準(zhǔn)確率。2020年，LI等[26]基于蘭州中川機(jī)場(chǎng)2016年激光測(cè)風(fēng)雷達(dá)試運(yùn)行期間的觀測(cè)資料和風(fēng)切變事件提出了區(qū)域散度法(regional divergence algorithm，簡稱RDA)，該算法可以濾除局部徑向風(fēng)波動(dòng)，并能夠?qū)崿F(xiàn)風(fēng)切變的快速檢測(cè)，具有較好的應(yīng)用前景。

蘭州中川國際機(jī)場(chǎng)地處青藏高原東北邊坡，特殊的地形及氣候特點(diǎn)導(dǎo)致風(fēng)切變頻發(fā)，是我國風(fēng)切變多發(fā)區(qū)域之一。2018年，國內(nèi)民航空管系統(tǒng)首家風(fēng)切變實(shí)驗(yàn)室落戶于甘肅空管分局，標(biāo)志著蘭州機(jī)場(chǎng)風(fēng)切變觀測(cè)與研究得到了民航業(yè)界的關(guān)注和重視，其研究具有一定的代表性。2020年7月，WLS400S-AT型激光測(cè)風(fēng)雷達(dá)在蘭州中川機(jī)場(chǎng)正式安裝并投入運(yùn)行，業(yè)務(wù)所用的IRIS(interactive radar information system)風(fēng)切變告警算法由芬蘭Vaisala公司提供，但算法核心內(nèi)容和源代碼無法獲取，不利于機(jī)場(chǎng)本地化風(fēng)切變告警算法的發(fā)展和告警業(yè)務(wù)能力的提升。為進(jìn)一步提升風(fēng)切變保障水平，需要推動(dòng)風(fēng)切變告警算法國產(chǎn)化進(jìn)程。因此，本文利用蘭州中川機(jī)場(chǎng)2020年7—11月激光測(cè)風(fēng)雷達(dá)探測(cè)資料和飛行員報(bào)告的12次風(fēng)切變事件，探討評(píng)估區(qū)域散度法、斜坡檢測(cè)法兩種風(fēng)切變告警算法的告警能力及應(yīng)用效果，并與IRIS算法的風(fēng)切變告警準(zhǔn)確率進(jìn)行對(duì)比分析，以期為風(fēng)切變保障提供更為有效的告警方案。

1 算法簡介

1.1 區(qū)域散度法

區(qū)域散度法的基本思路是基于多個(gè)徑向擬合風(fēng)速計(jì)算區(qū)域散度，用于識(shí)別風(fēng)切變的范圍和強(qiáng)度[26]。該算法通過兩步完成：一是基于多個(gè)徑向擬合的逆風(fēng)廓線重構(gòu)，二是區(qū)域散度值的計(jì)算。重構(gòu)逆風(fēng)廓線的目的是構(gòu)建跑道及其延長線上風(fēng)場(chǎng)。鑒于蘭州中川國際機(jī)場(chǎng)激光測(cè)風(fēng)雷達(dá)和跑道的相對(duì)位置，通過擬合該區(qū)域N條激光波束上徑向風(fēng)數(shù)據(jù)來實(shí)現(xiàn)，即將相同距離、不同方位的數(shù)據(jù)點(diǎn)值進(jìn)行平均，得到跑道及其延長線上的徑向風(fēng)。需要注意的是，在計(jì)算過程中需剔除數(shù)據(jù)中的異值點(diǎn)。剔除方法：將數(shù)據(jù)值與該數(shù)據(jù)點(diǎn)所在的2×2窗區(qū)平均值進(jìn)行對(duì)比，若差值絕對(duì)值大于某一閾值則用窗區(qū)平均值代替。完成逆風(fēng)廓線(U)重構(gòu)后，沿徑向方向逐點(diǎn)計(jì)算U上任一數(shù)據(jù)點(diǎn)i的區(qū)域散度值(RDVi)，計(jì)算公式[26]如下：

(1)

其中：

(2)

式中：UI(m·s-1)為兩窗區(qū)的區(qū)域平均速度；Uk(m·s-1)為逆風(fēng)廓線在第k個(gè)庫距處的速度；D和R分別為有效采樣數(shù)據(jù)點(diǎn)之間的距離和窗區(qū)長度，均以雷達(dá)徑向庫距的倍數(shù)表示，D的取值為偶數(shù)，從0開始，可取0、2、4、…，而R的取值為0、1、2、…。當(dāng)區(qū)域散度演變曲線中連續(xù)有3個(gè)數(shù)據(jù)點(diǎn)的RDV絕對(duì)值超過閾值，即為局部風(fēng)切變的發(fā)生位置，且超過閾值的數(shù)值越大，風(fēng)切變?cè)綇?qiáng)；連續(xù)超過閾值的點(diǎn)越多，風(fēng)切變發(fā)生的范圍越大。本文區(qū)域散度法識(shí)別風(fēng)切變時(shí)采用7條徑向數(shù)據(jù)重構(gòu)逆風(fēng)廓線[26]，其中D=4、R=1。

1.2 斜坡檢測(cè)法

單斜坡檢測(cè)法通過提取跑道及其延長線上徑向速度，并對(duì)其進(jìn)行三點(diǎn)平滑構(gòu)建逆風(fēng)廓線U，計(jì)算U在斜坡長度△x上的速度變化△V[25]，示意圖如圖1(a)，表達(dá)式如下：

△V(ps1)=U(p+△x)-U(p)

(3)

式中：p為采樣點(diǎn)；ps1為單斜坡中點(diǎn)位置。

實(shí)驗(yàn)結(jié)果表明，本底計(jì)數(shù)略有下降。探測(cè)效率、探測(cè)下限也都處于下降趨勢(shì)。結(jié)合本底計(jì)數(shù)、效率、吸收液體積和探測(cè)下限來看，可以選擇配比為9:9。

雙斜坡由2個(gè)單斜坡構(gòu)成，對(duì)斜坡長度△x上的速度變化分別記為△V1和△V2，2個(gè)斜坡之間距離為d[圖1(b)和圖1(c)]，則雙斜坡檢測(cè)的速度變化△V′的表達(dá)式如下：

[U(p+2△x+d)-U(p+△x+d)]}

(4)

圖1 斜坡檢測(cè)法示意圖

2 觀測(cè)資料及風(fēng)切變事件

蘭州中川國際機(jī)場(chǎng)于2020年7月正式安裝了WLS400S-AT型激光測(cè)風(fēng)雷達(dá)，用于監(jiān)測(cè)機(jī)場(chǎng)低空風(fēng)切變。該雷達(dá)安裝于機(jī)場(chǎng)跑道北端入口處向內(nèi)750 m，距離跑道中心線350 m，執(zhí)行3°仰角的PPI掃描，分辨率200 m，最大探測(cè)距離14 km，徑向風(fēng)掃描精度可達(dá)0.2 m·s-1，掃描模式和具體參數(shù)詳見文獻(xiàn)[27]。本文收集了自激光測(cè)風(fēng)雷達(dá)業(yè)務(wù)運(yùn)行開始至2020年11月的觀測(cè)資料，采用SHUN等[21]的質(zhì)量控制方法對(duì)資料進(jìn)行預(yù)處理。此外，還收集了IRIS算法中風(fēng)切變告警信息。

在飛機(jī)起降階段，當(dāng)其遭遇較強(qiáng)風(fēng)切變時(shí)飛行安全會(huì)受到影響，因此多數(shù)情況下機(jī)組及保障部門都會(huì)極力避免飛機(jī)遭遇風(fēng)切變，這也造成飛行員報(bào)告的風(fēng)切變事件相較于氣象行業(yè)發(fā)布的降水、雷暴等災(zāi)害天氣過程明顯偏少。據(jù)蘭州中川機(jī)場(chǎng)氣候志統(tǒng)計(jì)，2004—2020年共計(jì)發(fā)生風(fēng)切變事件383次，其中由對(duì)流天氣、湍流和動(dòng)量下傳造成的分別為249、72次和15次，占風(fēng)切變事件總數(shù)的65.0%、18.8%和3.9%。在2020年7—11月激光測(cè)風(fēng)雷達(dá)觀測(cè)期間，飛行員共報(bào)告了12次風(fēng)切變事件，其發(fā)生時(shí)間(北京時(shí)，下同)和位置等信息如表1所示。據(jù)甘肅空管分局氣象部門分析，12次風(fēng)切變事件多由對(duì)流活動(dòng)造成(8次)，湍流和動(dòng)量下傳造成的分別為3次和1次，這與2004—2020年發(fā)生的383次風(fēng)切變事件成因分布基本一致。

表1 2020年7—11月飛行員報(bào)告的蘭州中川機(jī)場(chǎng)12次風(fēng)切變事件信息

3 結(jié)果與分析

3.1 告警準(zhǔn)確率

根據(jù)國際民航組織標(biāo)準(zhǔn)[1]，區(qū)域散度法和斜坡檢測(cè)法的風(fēng)切變告警閾值分別設(shè)定為±2.5×10-3s-1和±7.7 m·s-1。利用上述兩種算法對(duì)12次風(fēng)切變事件進(jìn)行識(shí)別(表2)，對(duì)比兩種算法的告警準(zhǔn)確率及其對(duì)不同類型風(fēng)切變事件的識(shí)別能力。從表2看出，對(duì)于蘭州中川機(jī)場(chǎng)的12次風(fēng)切變事件，區(qū)域散度法、斜坡檢測(cè)法和IRIS算法分別識(shí)別出9、6、5次，告警準(zhǔn)確率分別為75.0%、50.0%和45.5%，表明區(qū)域散度法的告警準(zhǔn)確率遠(yuǎn)高于斜坡檢測(cè)法和IRIS算法，而斜坡檢測(cè)法的識(shí)別率和IRIS告警算法相當(dāng)。區(qū)域散度法的識(shí)別結(jié)果與LI等[26]對(duì)2016年5—10月激光測(cè)風(fēng)雷達(dá)在蘭州中川機(jī)場(chǎng)試運(yùn)行期間17次風(fēng)切變事件的識(shí)別結(jié)果(區(qū)域散度法優(yōu)于單斜坡檢測(cè)法和Rainbow5告警算法)一致。

表2 三種風(fēng)切變告警算法對(duì)12次風(fēng)切變事件的識(shí)別信息

進(jìn)一步對(duì)比分析兩種算法的告警位置(表2)與機(jī)組實(shí)際報(bào)告遭遇風(fēng)切變位置(表1)，發(fā)現(xiàn)區(qū)域散度法成功告警的9次風(fēng)切變事件中，除6號(hào)事件實(shí)際報(bào)告位置信息不明外，其余事件均有明確的位置信息，且6次事件(1、7、8、9、10、12號(hào))告警位置和實(shí)際記錄具有一致性，而3號(hào)和4號(hào)事件的告警位置和實(shí)際位置差異較大；在斜坡檢測(cè)法成功告警的6次風(fēng)切變事件中，有4次事件(1、7、8、10號(hào))的告警位置和實(shí)際記錄較為一致，而3號(hào)和4號(hào)事件的告警位置和實(shí)際記錄差異也較大。分析發(fā)現(xiàn)，位置差異較大的原因主要來自兩方面：一方面，2次風(fēng)切變事件均發(fā)生在對(duì)流性降水天氣背景下，降水、大霧等天氣會(huì)導(dǎo)致激光測(cè)風(fēng)雷達(dá)發(fā)射的波束隨距離增大而迅速衰減，數(shù)據(jù)質(zhì)量明顯下降，對(duì)于較遠(yuǎn)位置出現(xiàn)的風(fēng)切變不能準(zhǔn)確識(shí)別；另一方面，受飛行程序影響，當(dāng)飛機(jī)在進(jìn)場(chǎng)過程中遭遇風(fēng)切變時(shí)，機(jī)組會(huì)選擇及時(shí)改出，即脫離原有下滑道、進(jìn)行復(fù)飛等操作，因此機(jī)組報(bào)告的是最先遭遇風(fēng)切變的位置，而兩種算法給出的是在可靠數(shù)據(jù)范圍內(nèi)(跑道及有限延長線距離內(nèi))的最強(qiáng)風(fēng)切變位置。

結(jié)合風(fēng)切變出現(xiàn)時(shí)的天氣實(shí)況，發(fā)現(xiàn)兩種算法和IRIS算法均對(duì)于對(duì)流天氣造成的風(fēng)切變有較好的告警能力，而對(duì)于湍流造成的風(fēng)切變告警能力較弱。對(duì)流天氣常會(huì)引起近地層風(fēng)場(chǎng)顯著變化，這在激光測(cè)風(fēng)雷達(dá)探測(cè)的徑向風(fēng)場(chǎng)中有明顯體現(xiàn)。湍流型風(fēng)切變主要表現(xiàn)為垂直風(fēng)的變化，而目前蘭州中川國際機(jī)場(chǎng)的激光測(cè)風(fēng)雷達(dá)采用的掃描方式缺乏對(duì)垂直風(fēng)的探測(cè)，因此對(duì)于湍流造成的風(fēng)切變告警能力較弱。

3.2 風(fēng)切變事件典型個(gè)例分析

為更好地理解兩種算法對(duì)于對(duì)流活動(dòng)、動(dòng)量下傳和湍流背景下風(fēng)切變的告警能力，選取3次不同成因下的風(fēng)切變事件(8、12、2號(hào))進(jìn)行詳細(xì)分析，其中區(qū)域散度法的識(shí)別結(jié)果分別為命中、命中、漏報(bào)，斜坡檢測(cè)法表現(xiàn)為命中、漏報(bào)、漏報(bào)。

3.2.1 對(duì)流型風(fēng)切變

2020年8月9日13:52，某航班在距離北跑道末端1.8 km處遭遇風(fēng)切變并中止進(jìn)近，此次風(fēng)切變事件(8號(hào))發(fā)生在一次對(duì)流活動(dòng)背景下，區(qū)域散度法和斜坡檢測(cè)法均成功發(fā)布告警。 機(jī)場(chǎng)氣象觀測(cè)記錄顯示，風(fēng)切變事件發(fā)生前后機(jī)場(chǎng)北側(cè)有對(duì)流云生成并向南移動(dòng)。從風(fēng)切變發(fā)生前后5 min及發(fā)生時(shí)的激光測(cè)風(fēng)雷達(dá)徑向速度PPI圖(圖2)看出，徑向速度大值區(qū)有南壓的過程。事件發(fā)生前5 min[圖2(a)]，零速度線存在明顯折角，雷達(dá)處于西北偏北氣流與偏西氣流交匯處，風(fēng)向切變明顯，且雷達(dá)西北偏北方向5 km處存在徑向速度大值區(qū)，其值在17～20 m·s-1之間。事件發(fā)生時(shí)[圖2(b)]，速度大值區(qū)進(jìn)一步南壓，雷達(dá)北側(cè)徑向風(fēng)切變明顯，且流入?yún)^(qū)面積明顯大于流出區(qū)面積，表明低層風(fēng)場(chǎng)出現(xiàn)輻合，迫使局地垂直上升運(yùn)動(dòng)產(chǎn)生。因此，飛機(jī)下降過程中會(huì)同時(shí)受到徑向風(fēng)切變及垂直氣流的影響。事件發(fā)生后5 min[圖2(c)]，徑向速度大值區(qū)前沿移至雷達(dá)南側(cè)3 km處，完全覆蓋跑道。

圖2 2020年8月9日13:47(a)、13:52(b)、13:57(c)雷達(dá)徑向速度PPI圖(單位：m·s-1)

事件發(fā)生時(shí)徑向速度及兩種算法重構(gòu)的逆風(fēng)廓線(圖3)顯示，徑向速度絕對(duì)值在距雷達(dá)原點(diǎn)1～2.8 km范圍內(nèi)呈顯著增大趨勢(shì)，最大值為18.7 m·s-1，且徑向風(fēng)沿跑道方向存在明顯梯度，約6.7 m·s-1·km-1；斜坡檢測(cè)法和區(qū)域散度法重構(gòu)的逆風(fēng)廓線均能夠反映出明顯的徑向風(fēng)梯度，其值分別為5.7、5.3 m·s-1·km-1。另外，斜坡檢測(cè)法重構(gòu)的逆風(fēng)廓線斜率大于區(qū)域散度法，且前者重構(gòu)后的最大徑向速度值更接近于跑道及其延長線上原始最大徑向速度，可達(dá)17.7 m·s-1，而后者重構(gòu)后的最大徑向速度為16.4 m·s-1，主要原因是逆風(fēng)廓線的重構(gòu)過程中，斜坡檢測(cè)法使用的是跑道及其延長線上的單一徑向觀測(cè)數(shù)據(jù)，而區(qū)域散度法使用了多個(gè)徑向數(shù)據(jù)。

圖3 2020年8月9日13:52雷達(dá)觀測(cè)的徑向速度及兩種算法重構(gòu)的逆風(fēng)廓線

基于重構(gòu)的逆風(fēng)廓線，區(qū)域散度法和斜坡檢測(cè)法計(jì)算得到的風(fēng)切變告警位置分別在距離跑道末端0.24～2.04 km和-0.15～2.04 km處(圖4)，最大值分別為-6.2×10-3s-1和-12.61 m·s-1。對(duì)比飛行員報(bào)告的風(fēng)切變發(fā)生位置(距離跑道末端1.8km處)，兩種算法的告警位置都準(zhǔn)確。進(jìn)一步分析發(fā)現(xiàn)，兩種算法的告警識(shí)別曲線存在顯著不同，區(qū)域散度法的告警識(shí)別曲線走向和坡度與徑向速度的變化趨勢(shì)一致，且散度的顯著變化出現(xiàn)在徑向速度發(fā)生明顯變化之前，表現(xiàn)為位相上的提前量，而斜坡檢測(cè)法中不同坡長的識(shí)別結(jié)果有所差異，小波動(dòng)較多，與徑向速度劇烈變化相對(duì)應(yīng)的趨勢(shì)不如區(qū)域散度法明顯。

圖4 2020年8月9日13:52雷達(dá)觀測(cè)的徑向速度及兩種算法的風(fēng)切變識(shí)別結(jié)果

3.2.2 動(dòng)量下傳型風(fēng)切變

2020年11月17日14:41，某航班在南跑道末端遭遇風(fēng)切變(12號(hào))復(fù)飛，此次風(fēng)切變事件出現(xiàn)在機(jī)場(chǎng)上空動(dòng)量下傳的天氣背景下，事件發(fā)生前后5 min徑向速度無明顯變化(圖5)，機(jī)場(chǎng)上空存在一條東北—西南向的大風(fēng)帶，中心風(fēng)速達(dá)14.5 m·s-1，兩側(cè)徑向風(fēng)的水平切變明顯。

圖5 2020年11月17日14:36(a)、14:41(b)和14:46(c)雷達(dá)徑向速度PPI圖(單位：m·s-1)

對(duì)比事件發(fā)生時(shí)跑道及其延長線上徑向速度及兩種算法重構(gòu)的逆風(fēng)廓線(圖6)，發(fā)現(xiàn)徑向速度在距雷達(dá)3～4 km范圍內(nèi)出現(xiàn)明顯梯度(6.2 m·s-1·km-1)，表明跑道及其延長線周圍徑向風(fēng)存在顯著的徑向和法向切變。告警結(jié)果(圖7)顯示，區(qū)域散度法的告警識(shí)別曲線在徑向速度變化前便開始出現(xiàn)顯著變化，并在距離跑道末端-0.06～0.74 km區(qū)域范圍超過閾值(±2.5×10-3s-1)，最大值為-3.38×10-3s-1，其告警位置與風(fēng)切變實(shí)際出現(xiàn)位置相吻合；斜坡檢測(cè)法中，告警識(shí)別曲線雖然也出現(xiàn)了較為明顯的變化，最大值為-5.65 m·s-1，但未達(dá)到告警閾值(7.7 m·s-1)?？梢姡瑑煞N算法對(duì)動(dòng)量下傳型風(fēng)切變的識(shí)別能力存在差異。

圖6 2020年11月17日14:41雷達(dá)觀測(cè)的徑向速度及兩種算法重構(gòu)的逆風(fēng)廓線

圖7 2020年11月17日14:41雷達(dá)觀測(cè)的徑向速度和兩種算法的風(fēng)切變識(shí)別結(jié)果

綜合分析上述2次風(fēng)切變事件可知，區(qū)域散度法告警識(shí)別曲線的散度變化在位相上先于徑向速度的變化，這種位相提前量在徑向風(fēng)顯著變化時(shí)更為明顯，可為風(fēng)切變的提前告警提供一定思路。出現(xiàn)位相提前量的主要原因是：在逆風(fēng)廓線重構(gòu)過程中，區(qū)域散度法采用了跑道及其延長線附近7個(gè)徑向的觀測(cè)數(shù)據(jù)，一定程度上包含了跑道及延長線區(qū)域風(fēng)場(chǎng)的時(shí)空演變信息，將跑道及延長線鄰近時(shí)域的風(fēng)場(chǎng)信息傳遞到逆風(fēng)廓線的重構(gòu)中，從而表現(xiàn)出位相上的提前。正因如此，相較于斜坡檢測(cè)法的徑向三點(diǎn)平滑方法，區(qū)域散度法重構(gòu)的逆風(fēng)廓線較為光滑，波動(dòng)細(xì)節(jié)較少。然而，斜坡檢測(cè)法重構(gòu)的逆風(fēng)廓線雖能夠體現(xiàn)出更多的波動(dòng)細(xì)節(jié)，但告警識(shí)別結(jié)果易受到小波動(dòng)的影響，導(dǎo)致告警效果較區(qū)域散度法差。

3.2.3 湍流型風(fēng)切變

2020年7月17日10:48，某航班報(bào)告在北跑道末端因氣流不穩(wěn)復(fù)飛，是湍流背景下發(fā)生的一次風(fēng)切變事件(2號(hào))。事件發(fā)生前后5 min徑向速度PPI圖(圖8)上均呈蜂窩狀，零速度線較模糊，整體風(fēng)向表現(xiàn)為較弱的西南風(fēng)，探測(cè)范圍內(nèi)最大徑向速度為3.7 m·s-1，在正(負(fù))速度區(qū)存在局地負(fù)(正)速度，低層風(fēng)場(chǎng)較為混亂。

圖8 2020年7月17日10:43(a)、10:48(b)、10:53(c)雷達(dá)徑向速度PPI圖(單位：m·s-1)

該事件發(fā)生時(shí)跑道及延長線上的徑向速度波動(dòng)明顯，其值在3 m·s-1以下且出現(xiàn)正負(fù)速度交替現(xiàn)象(圖9)。兩種算法的告警結(jié)果(圖10)顯示，區(qū)域散度法的最大散度值為-1.53×10-3s-1，斜坡檢測(cè)法的速度變化(△V或△V′)值最大為-3.81 m·s-1，均未達(dá)到閾值，但是區(qū)域散度法的告警識(shí)別曲線的波動(dòng)較斜坡檢測(cè)法更為明顯，這一特征與8號(hào)和12號(hào)風(fēng)切變事件中區(qū)域散度法對(duì)風(fēng)切變響應(yīng)程度更高是一致的。在8號(hào)和12號(hào)事件中，雷達(dá)觀測(cè)的徑向風(fēng)場(chǎng)動(dòng)力特征顯著，而湍流型風(fēng)切變多發(fā)生在近地層水平風(fēng)速較小、垂直風(fēng)變化較大的背景下，目前激光測(cè)風(fēng)雷達(dá)采用的掃描模式難以探測(cè)到垂直風(fēng)的變化。考慮到近地層湍流運(yùn)動(dòng)的特點(diǎn)，可以通過改變激光測(cè)風(fēng)雷達(dá)的掃描模式來實(shí)現(xiàn)垂直氣流的探測(cè)，并調(diào)整湍流背景下風(fēng)切變告警閾值來達(dá)到此類型風(fēng)切變告警。

圖9 2020年7月17日10:48雷達(dá)觀測(cè)的徑向速度及兩種算法重構(gòu)的逆風(fēng)廓線

圖10 2020年7月17日10:48雷達(dá)觀測(cè)的徑向速度和兩種算法的風(fēng)切變識(shí)別結(jié)果

綜上分析可見，對(duì)流型和動(dòng)量下傳型風(fēng)切變出現(xiàn)時(shí)風(fēng)場(chǎng)變化較大，區(qū)域散度法有較好的識(shí)別能力，而斜坡檢測(cè)法則表現(xiàn)出一定的識(shí)別能力；湍流型風(fēng)切變主要表現(xiàn)為垂直風(fēng)的變化，在3°仰角徑向風(fēng)速PPI圖上難以體現(xiàn)這一特征，因此兩種算法均很難有效識(shí)別湍流型風(fēng)切變信息。

4 結(jié) 論

(1)區(qū)域散度法、斜坡檢測(cè)法和IRIS算法對(duì)于對(duì)流天氣、動(dòng)量下傳天氣背景下的風(fēng)切變均具有較好的識(shí)別告警能力，但對(duì)于湍流背景下的風(fēng)切變告警能力較弱。

(2)區(qū)域散度和斜坡檢測(cè)兩種算法重構(gòu)的逆風(fēng)廓線表現(xiàn)出一定的差異性，區(qū)域散度法因采用多個(gè)徑向觀測(cè)數(shù)據(jù)重構(gòu)逆風(fēng)廓線，其廓線較為光滑，而斜坡檢測(cè)法采用單徑向觀測(cè)數(shù)據(jù)進(jìn)行逆風(fēng)廓線重構(gòu)，較大程度地保留了風(fēng)場(chǎng)的波動(dòng)特性。

(3)區(qū)域散度法對(duì)于水平風(fēng)場(chǎng)變化顯著的風(fēng)切變的告警具有一定的位相提前量，其主要原因在于逆風(fēng)廓線重構(gòu)方案綜合了多個(gè)徑向的觀測(cè)，能夠體現(xiàn)跑道及延長線上風(fēng)場(chǎng)的時(shí)空變化信息，具有一定的提前告警意義。

(4)區(qū)域散度法對(duì)風(fēng)切變事件的告警效果優(yōu)于斜坡檢測(cè)法和雷達(dá)自用的IRIS算法。

鑒于機(jī)組及保障部門都會(huì)極力避免飛機(jī)遭遇風(fēng)切變，因此在激光測(cè)風(fēng)雷達(dá)落地蘭州中川機(jī)場(chǎng)以來收集到的風(fēng)切變個(gè)例有限，本文僅得到了區(qū)域散度法的告警準(zhǔn)確率較高這一定性結(jié)論，而定量的告警準(zhǔn)確率仍需要大量的風(fēng)切變事件樣本來確定。此外，算法中的參數(shù)均借鑒了已有研究成果，沒有針對(duì)蘭州中川機(jī)場(chǎng)資料進(jìn)行更多的嘗試，對(duì)于風(fēng)切變閾值的設(shè)定以及如何識(shí)別和告警湍流背景下風(fēng)切變事件等還需要進(jìn)一步深入研究。