基于GIS對機場選址中空間氣象要素的影響分析

李琪佳，王 瑋

（中國民用航空飛行學院航空氣象學院，廣漢 618307）

0 引言

隨著中國產業結構的轉型升級，通用航空產業在國民經濟中的作用越來越重要。作為機場建設的早期階段，在通用機場數量迅速增加的情況下，選址問題顯得尤為重要。關于機場選址的研究，學者們往往從宏觀角度出發，從人口、交通、社會經濟、地質和環境等多方面疊加考慮，而缺乏氣象等主要因素的定量分析研究。一般來說，機場選址方法主要是建立評價體系，選擇適當的評價方法，評價各選址方案的優劣。常見的評價方法有層次分析法（AHP）、突變理論、主成分分析法（PCA）等［1-3］，這些方法存在主觀性過高或缺乏客觀信息的缺陷，如今衍生出多種賦權和評價方法結合的形式。史躍亞［4］提出綜合賦權模糊評價選址模型；安然等［5］提出組合權重法和灰色關聯分析的結合；Yang等［6］基于最小二乘法和TOPSIS進行機場選址評估；張世迪等［7］將組合賦權法運用于云模型對選址方案進行評價；陳俊峰等［8］提出基于熵權法和TOPSIS在水上機場選址方面的研究。

在全球變暖的背景下，我國氣象災害頻發，根據近五年民航行業發展統計，天氣原因是導致航班異常的主要原因，由于天氣原因產生的異常航班高達52.42%，不良氣象條件不僅對我們的出行造成了極大的影響，也對航空器運行和飛行安全造成了極大的威脅。氣象因素已成為影響機場選址的主要因素之一，對機場建設、航班運行以及營運效率產生極大影響，因此科學分析與評估機場選址中的氣象因素，對優化選址方案、保障機場運營、構建四型機場等方面具有重要意義。

目前在一些機場前期調研、評估和建設過程中，尚不清楚影響該地區的主要氣象災害，缺乏主要氣象災害和氣象因素對機場建設和運行影響程度的定量評價研究。近年來，隨著全球氣象災害對機場建設和航班運行的影響加劇，氣象因素的復雜多樣性，對機場選址的影響隨著機場所處地理位置的不同、地形的差異等變得不同，機場選址中的氣象因素逐漸引起專家學者的重視。

1 研究區域

本文采用DEM數字高程數據中的ASTER GDEM 30M數據對研究區域進行地形分析，其垂直精度為20 m，水平精度為30 m，空間分辨率約30 m。研究區域為貴州省黔東南苗族侗族自治州，該自治州位于貴州省東南部，地跨東經107°17'20″～109°35'24″，北緯25°19'20″～27°31'40″。地勢西高東低，自西部向北、東、南三面傾斜，區域內地形相對較緩，場內地面標高在21～4772 m之間，地形相對高差在40～120 m之間，受地形影響易形成云、霧等天氣，強降雨、雷暴等災害性天氣也時有發生。其中天柱縣地處云貴高原東部向湘西丘陵過渡的斜坡地帶，地勢西高東低，由西北、西南向東北逐漸傾斜，境內山脈大多呈東西走向。

圖1 研究區域地形概況圖

2 技術路線圖

圖2 技術路線圖

3 基于GIS對氣象要素的空間插值

ArcGIS是一個非常便利的地理信息系統平臺軟件，主要用于創建和使用地圖，編輯和管理地形和空間數據，分析和顯示地理信息。它擁有一套完整的GIS產品，為使用者提供了豐富的資源。GIS技術的應用十分廣泛，楊藝苑等［9］利用GIS技術對東川區的生態環境進行了敏感性分析；文獻［10-12］利用GIS技術進行研究區的用地或開發適宜性評價；文獻［13-14］將GIS應用與城市網絡交通結構和評價。

在機場選址方面，文獻［15-16］描述了GIS的應用以及場址優化研究；何堯等［17］提出了利用GIS將機場選址的影響因素加權疊加的評價方法。GIS技術也可以將氣象領域和地理數據有效融合起來，為未來氣象服務的廣泛化應用奠定基礎。任重［18］分析了GIS技術在氣象領域中的應用，為GIS技術整理分析氣象數據提供了方向；梁書民等［19］利用GIS技術分析降水量的面積變率和月積分配，評價水資源的開發程度；文獻［20-21］基于GIS對氣象臺觀測數據中的氣溫、降水量等氣象因子進行插值，并利用交叉驗證對比插值精度。

3.1 空間數據的采集

ERA5數據將模型數據與來自世界各地的觀測數據結合起來，包含眾多氣象數據，以實現大氣科學研究，其分辨率為0.25°×0.25°。通過ArcGIS工具裁剪出與黔東南苗族侗族自治州相交的點集，根據點集進行插值。由圖3可知，相較于其他同樣能獲取氣象要素的數據集，相交的點集更多，最后插值的精度更準確。因此選取2017年ERA5數據中包含風速、降水量等六個氣象因子的數據作為空間研究數據。

圖3 空間數據與研究區域相交的點集對比

3.2 插值分析

利用ArcGIS工具箱中的插值方法，王新宇等［20］通過交叉驗證，得出克里金法（Kring）的插值精度明顯優于ArcGIS中的反距離權重法（IDW）、樣條函數法（Spline）?？死锝鸱ㄊ抢脜^域性變量的原始數據和變異函數的結構特點，對未采樣點的區域性變量的取值進行線性無偏最優估計的一種方法，它是一種基于統計學的插值方法。如公式（1）所示，其中，Z為待估氣象柵格數值，Z(xi)為氣象柵格點的數據，λi為賦予氣象數據的一組權重系數，n為用于氣象數據插值點的數量。

為滿足線性無偏和估計最優兩個條件，通過建立如下克里格方程組來確定權重的系數，如公式（2）所示。其中，C(vi,vj)為氣象柵格的點間的協方差函數，C(vi,V)為插值的點間的協方差函數，μ為拉格朗日乘數。

利用克里金插值法對ERA5數據中的風速、降水量、大氣壓力、溫度、相對濕度和積雪進行插值，并根據相關規定，采用自然間斷點分級法，將各氣象要素通過重分類進行適宜性等級劃分，如表1所示。

表1 空間氣象因子重分類

根據分級標準得到各要素的分級圖層，第9級為最適宜區域，等級越低，適宜性程度越低，如圖4所示。

圖4 氣象要素單因子適宜性指數圖

3.3 秩序質心法

ROC權重法，其基本思路是通過微分所有潛在權重的質心，保持客觀顯著性的排序順序，提供權重的近似，以減少每個權重的最大誤差。Barron等［22］得出，從本質上以這種方式獲得的價值被證明是高度穩定的。ROC方法在確定準則權重方面比較實用，因為與AHP和模糊方法相比，ROC方法簡單易用。此外，在一定條件下，采用最大熵方法得到的權值與ROC權值表現出同樣方便的性能。ROC權重法比其他秩基公式更準確，其基礎分析非常簡單高效，提供了合適的實施工具。因此，本研究采用了此方法。收集專家的問卷，確定各指標的等級，運用ROC法計算各指標的權重。

ROC權重方法的目的是確定一組權重來代表所有可能的、可接受的和可靠的組合，關于權重的確定的線性不等式限制，

文獻［22］提出了一個簡單的方程，通過與邊界有關的坐標的近似來確定k中的質心：

其中，ωROC1表示最顯著的特征，ωROC2表示第二顯著的特征，以此類推。由于權重的陡度和非線性處理，ROC是具有很大優勢的，它可以顯示許多決策者意見的一致性。

3.4 方法實現

根據丁立國等［23］對貴州山區的航空氣象關鍵因子分級以及專家意見，對空間氣象要素進行排序，利用秩序質心法計算各要素權重，并在GIS軟件中進行加權疊加。權重計算結果見表2，疊加圖層為圖5。

表2 空間氣象因子排序和權重

圖5 黔東南苗族侗族自治州空間氣象條件適宜性指數圖

由圖5可知，全域第9級為氣象條件最適宜區域，位于天柱縣內，圖中三個站點為三個備選場址，均落在最適宜區域上，后期將通過三個場址附近的氣象觀測站資料分析，從中選取最優場址，做到空地結合。

4 結語

傳統的機場選址需要經過初選、預選和比選三個階段，初選階段備選場址不少于5個，篩選方式主要是圖上作業和現場勘測，而利用GIS技術采集和分析數據，篩選出相對適宜的場址，可以有效利用數據資源以及節約人力資源。本文通過采集空間氣象數據，利用ArcGIS工具對黔東南苗族侗族自治州的氣象條件進行適宜性評價，證明了應用GIS技術分析氣象要素的可行性和適用性，保障了后期備用場址比選結果的客觀性。