成都雙流機場2007—2017年能見度變化特征分析

段煉，岳煉

成都雙流機場2007—2017年能見度變化特征分析

段煉，岳煉

（中國民航飛行學院，四川 廣漢 618307）

能見度是氣象學的重要組成部分，對社會生產生活有著較大的影響，對航空運輸尤為重要。因此，研究能見度變化特征對保障飛行安全意義深遠。利用雙流機場2007—2017年期間的歷史觀測資料，運用等級分析法、統計分析法等方法，分析其年際變化、季節變化、月變化、日變化等多時間尺度的變化特征。結果表明，雙流機場大氣能見度11年均值上升了近2 km；冬季平均能見度最低為4 985.87 m，夏季平均能見度最高為7 381.6 m，能見度呈現出春夏較好、秋冬較差和四季分明的特點；日變化特征主要是日出后逐漸上升，日落后開始下降，在14：00最佳，凌晨00：00最差；各級低能見度出現的日數和比例逐年下降，大氣能見度逐年改善，并在2015年后超過前幾年的總體平均水平。

能見度；特征分析；雙流機場；航空氣象

1 引言

氣象學上能見度指“白天視力正常的人在當時的天氣條件下，能從天空背景中看到和辨認目標物（黑色，大小適度）的最大水平距離；夜間指中等強度的發光體能被看到和識別的最大水平距離”[1]。在民航運輸安全和運行效率等方面，能見度有著極其深遠的影響[2]。在國際上導致民航事故發生的所有氣象因子中，能見度低于1 km的天氣所占比例高達

50%[3]。據相關統計[4]，1951—1998年中國發生的飛行事故中，有245次與氣象因子有關，其中19.2%由低能見度造成。同時，低能見度對航班延誤的貢獻率將近50%，例如雙流機場在2017-12-04，因一次持續的低能見度天氣過程，造成358次航班的出港延誤，26架次的航班被取消，超過1.5萬名旅客被迫滯留機場的嚴重后果，對民航運輸業各參與對象造成了直接或間接的重大損失。因此對雙流機場的能見度天氣進行特征分析，掌握其規律及特點有利于今后對低能見度天氣進行預報，更好地服務民航飛行，且對于保障飛行安全、提高經濟效益具有重要意義[5]。

隨著中國航空業的快速發展，針對機場能見度的研究逐年增加。段煉等[6]對綿陽機場的低能見度進行了統計分析，結果表明此機場的低能見度現象有明顯的季節性，霧對造成低能見度現象有著重要貢獻。郭智亮等[7]利用廣州白云機場的逐時觀測資料，分析了近年來白云機場能見度的變化特征。陳九齡等[8]利用虹橋機場的歷史觀測資料，運用等級分析法、Ridit[9]中值分析法、累積百分率法等統計方法，采用年際變化、季節變化、日變化等多時間尺度分析大氣能見度。朱蕾等[10]發現烏魯木齊機場近30年低能見度日數增長趨勢明顯，霧、濃煙和沙塵暴是造成機場低能見度的主要天氣。沈俊等[11]、周斌斌等[12]發現，低云和低能見度在造成航空事故的因素中占最大的比例。沈宏彬等[13]通過對雙流機場1986—2010年的自動觀測資料進行統計分析得到雙流機場能見度的統計變化規律。

2 資料與方法

本文研究使用的氣象數據取自成都雙流機場2007—2017年的日常航空天氣報告（METAR），使用python編程語言對報文進行解碼得到研究所需的各項數據并繪圖。同時使用等級分析法對能見度進行分級，粗略地劃分為：＜ 1 000 m，1 000 m＜＜3 000 m、3 000 m＜＜5 000 m、 5 000 m＜＜9 999 m以及≥9 999 m五個等級，對其日變化、年變化、年際變化特征等進行討論，得到雙流機場的能見度變化特征。統計氣候學上通常以3—5月為春季、6—8月為夏季、9—11月為秋季、12月至次年2月為冬季[14]。

3 結果與分析

3.1 雙流機場能見度年際變化特征分析

3.1.1 平均能見度的年際變化特征

平均能見度的年際變化如圖1所示。

圖1 平均能見度的年際變化

使用最小二乘法對平均能見度的年際變化曲線進行擬合，如圖1所示，雖然近11年的能見度值表現出一定振蕩特征，可明顯觀察得到雙流機場2007—2017年的年平均能見度總體呈現上升趨勢，由2007年的5 729.8 m升高到2017年的7 637.4 m；在不同的時間段呈現波動與起伏，例如在2007年緩慢上升直到在2009年達到第一個低谷，2011年后緩慢回升，2013年后迅速上升并在2015年達到第二個高峰，2015年后逐漸下降，2016年后又開始回升，最后達到有觀測資料的最高值7 637.4 m。由此，近11年雙流機場的年平均能見度上升了約2 km，每年平均增幅達到近200 m。

3.1.2 各級能見度的年際變化特征

各等級能見度在所在年份出現頻率的年變化情況如圖2所示。

圖2 各等級能見度在所在年份出現頻率的年變化情況

各等級能見度的出現次數與當年各級能見度總的出現次數的比值作為其出現頻率。1 000 m以下的能見度在每年的出現頻率大體上呈下降趨勢且出現頻率普遍較低，由2007年的3.07%振蕩下降至2017年的0.44%，其出現頻率的總體下降率高達26.3%。其最大的下降率出現在2009—2011年間為155%。同時也產生三次明顯的反彈，分別是2008—2009年間、2015—2016年間和2012—2013年間，同時也存在著頻率增大的情況，其頻率最大的上升率出現在2012—2013年間，為95%。

9 999 m及以上的能見度出現頻率大體上呈“U”形分布，由2008年的34.75%逐漸下降至2013年的28.32%，然后觸底反彈，逐漸增加至2017年的53.37%，其總體上的變化仍然是曲折上升。

3 000 m＜＜5 000 m、5 000 m＜＜9 999 m這兩個等級的能見度出現頻率大體上呈“M”形分布，其變化情況分別是3 000 m＜＜5 000 m，由2007年的20.66%逐漸上升至2012年的26.37%，再由2014年的27.73%階梯式下降至2017年的19.13%。5 000 m＜＜9 999 m由2007年的16.05%逐漸上升至2013年，然后由2016年的23.49%迅速降至2017年的17.68%。兩者“M”形分布的低點分別是2013的26.37%和2014年的22.51%。

圖2中唯一出現持續性下降情況的是1 000 m＜＜ 3 000 m這個等級中。由2007年的29.38%到2017年的9.38%，其頻率的平均下降率高達200%。

各級能見度出現天數的年變化如圖3所示。

圖3 各級能見度出現天數的年變化

如圖3所示，各等級的分布較為穩定，其中＜1 000 m出現的天數最少，由2007年的45 d逐漸降至2017年的12 d。1 000 m＜＜3 000 m和3 000 m＜＜5 000 m均呈間斷性下降，前者的下降幅度較大，而后者的下降幅度較小。第四等級出現了較低幅度的抬升，由2007年的274 d逐漸抬升至2017年的276 d，其最大的抬升區間為2010—2015年間。最后的第五等級其天數分布變化曲線類似于“V”形。在2012年出現最低點205 d，長期來看依舊是曲折上升的，由2007年的237 d增加至2017年的277 d。

總體看，2007—2017年間雙流機場能見度在年際變化中表現出曲折上升、穩步變好且各等級能見度分布呈現出“差低好高”的趨勢。

3.2 雙流機場能見度月、季節變化特征分析

3.2.1 能見度的月變化特征

能見度的逐月變化如圖4所示。

圖4 能見度的逐月變化圖

本文從幾個方面對能見度的月變化情況進行闡述。首先從長期來看，能見度的月變化呈現出波浪式前進、曲折式爬升的變化規律，為明顯的波峰、波谷曲線，且年最大值由2007-06的7 585.1 m升至2017-08的9 628.1 m，年最小值由2007-12的4 073.3 m升至2017-12的4 975.5 m。從每年的變化情況來看，其分布規律主要呈現為兩種形式，一種是倒“V”形，另一種是“M”形，其中“M”形占到81.82%，而倒“V”形占比不到20%。“M”形的產生主要是由于在春夏交替時能見度在短時下降并迅速回升，其下降的主要時間一般為6月，而倒“V”形的產生則符合一般的能見度變化規律。近11年的平均能見度月變化如圖5所示。

圖5 平均能見度的月變化

近11年的平均能見度月變化形如“M”，最大值出現在每年的8月份（7 595.1 m），最小值出現在年尾12月份（4 595.5 m），而在六月份出現了下降的局面，其值低于相鄰的兩個月。對月平均能見度數據進行擬合得到擬合曲線，為一條開口向下的拋物線，其變化規律符合實際情況。

3.2.2 能見度的季節變化特征

將歷史數據作平均化處理后，得到近11年來雙流機場能見度的季節變化柱狀圖，如圖6所示。

圖6 平均能見度的季節變化

四季中的平均能見度最好的是夏季的7 381.6 m，其最差的是冬季的4 985.87 m，而春季是僅次于夏季的第二等，秋季則是略高于冬季的倒數第二存在。由此可知雙流機場的能見度變化四季分明，表現為“春夏好，秋冬差”的狀況。這是由于近年來春夏兩季基礎溫度高，大氣湍流活動劇烈，污染物擴散條件好，并且降水較多，有利于大氣顆粒物的沉降，因此能見度升高。秋冬兩季則由于溫度較低，層結穩定不利于空氣擴散，大氣能見度相對較低，且維持低能見度的時間較長。

3.3 雙流機場能見度日變化特征分析

平均能見度的日變化如圖7所示。

圖7 平均能見度的日變化

圖7給出了雙流機場能見度的日變化特征，對日變化數據進行擬合得到一條開口向下的拋物線。一天中的最低值出現在00：00，為5 044.7 m，之后一直上升，在06：00達到第一個波峰，之后在07：00出現波谷，日出后隨著溫度的升高，能見度迅速好轉，一般春秋季節雙流機場出現的輻射霧天氣多在09：00以后好轉。一天中14：00能見度最高，達到了7 239.2 m，和日最高氣溫相對應。16：00—19：00之間能見度下降速度較快，主要由于太陽落山后，地面環境比熱容較小，導致溫度迅速降低，溫度露點差減小而后水汽凝結，相對濕度升高。19：00以后能見度下降速度繼續增加，直到00：00達到一天之中的最小值。這是由于繼19：00后空氣中水汽含量增加，而雙流機場氣候上屬于亞熱帶季風氣候，一年四季濕度較大，位于四川盆地，這些因素在一定程度上加劇了能見度下降。

4 結論

對雙流機場2007—2017年的逐時觀測數據進行統計分析，其能見度的變化特征具有如下結論：平均能見度總體保持上升趨勢，由2007年的5 729.8 m升高到2017年的7 637.4 m；從日變化看，日出后能見度逐漸上升，日落后開始下降；從季節變化看，春夏季節的能見度天氣明顯優于秋冬季節；從各級能見度出現頻率的年際變化看，能見度小于3 000 m的日數和比例逐年下降，雙流機場的能見度趨勢正向好的方向發展。

［1］中國氣象局.QX/T 114—2010能見度等級和預報［S］．北京：氣象出版社，2010．

［2］ALLETT T.Linate crash report［J］.Airports International，2004（37）：24-25.

［3］韋景譯.南寧機場大霧天氣特征和氣象要素分析［J］.科技與創新，2020（3）：23-25.

［4］洪全.重慶市大氣能見度變化趨勢及影響因子［J］.重慶大學學報（自然科學版），2003，26（5）：151-154.

［5］李健，王澄海.鄭州機場2004—2012年能見度的變化特征［J］.干旱氣象，2014，32（5）：733-737．

［6］段煉，王勇.綿陽機場低能見度氣候統計特征［J］.四川氣象，2005（3）：27-29.

［7］郭智亮，高聰輝，謝文鋒，等.2005—2017年白云機場能見度變化特征及其與影響因子關系研究［J］.氣象科技進展，2019，9（6）：40-43.

［8］陳九齡，馬莉，曹晴.上海虹橋機場近30年大氣能見度變化特征［J］.中國民航飛行學院學報，2019（6）：33-37.

［9］CRAIG C D，FAULKEN B G D.The application of ridit analysis to detect trends in visibility［J］.Atmos Environ，1979（13）：1617-1622．

［10］朱蕾，朱國棟.烏魯木齊機場近30年低能見度天氣特征分析［J］.中國民航飛行學院學報，2012，23（5）：27-30.

［11］沈俊，閻鳳霞，王燕雄.虹橋機場能見度變化特征分析［J］.熱帶氣象學報，2008，24（1）：99-104.

［12］周斌斌，蔣樂，杜鈞.航空氣象要素以及基于數值模式的低能見度和霧的預報［J］.氣象科技進展，2016，6（2）：29-41.

［13］沈宏彬，宋靜.成都雙流機場能見度氣候特征及氣象相關性分析［J］.成都信息工程學院學報，2013，28（6）：672-676.

［14］潘守文，李永康.現代氣候學原理［M］.北京：氣象出版社，1994．

V321.223

A

10.15913/j.cnki.kjycx.2020.18.017

2095－6835（2020）18－0046－04

段煉（1968—），男，碩士，副教授，主要從事航空氣象科研教學工作。岳煉（1994—），男，碩士（在讀），學生，研究方向為航空運行管理。

〔編輯：嚴麗琴〕