云南高原山地機(jī)場(chǎng)強(qiáng)對(duì)流短臨預(yù)報(bào)系統(tǒng)研究

高 兵，畢 波，楊 航

(云南機(jī)場(chǎng)集團(tuán)有限責(zé)任公司大理機(jī)場(chǎng)，云南 大理 671000)

0 引言

云南地處低緯度高原，地理位置特殊，地形地貌復(fù)雜。在低緯度、高海拔地理?xiàng)l件影響下，受季風(fēng)氣候制約，形成四季溫差小、干雨季分明、立體氣候顯著的低緯高原季風(fēng)氣候。特殊的氣候特點(diǎn)和地理地形，造成“一天有四季、十里不同天”的天氣特點(diǎn)，也使得云南地區(qū)的對(duì)流發(fā)展過(guò)程復(fù)雜多變，難以預(yù)報(bào)，雷暴、短時(shí)強(qiáng)降水等強(qiáng)對(duì)流天氣對(duì)航班飛行安全和機(jī)場(chǎng)正常運(yùn)行產(chǎn)生很大影響。開展強(qiáng)對(duì)流天氣監(jiān)測(cè)預(yù)警技術(shù)的研究和開發(fā)，研發(fā)適用于云南高原山地機(jī)場(chǎng)的強(qiáng)對(duì)流天氣短時(shí)臨近預(yù)報(bào)系統(tǒng)，對(duì)于提高機(jī)場(chǎng)飛行氣象保障能力，確保機(jī)場(chǎng)安全運(yùn)營(yíng)具有重要意義。

中國(guó)氣象局及各省市氣象局開展強(qiáng)對(duì)流短臨預(yù)報(bào)的研究和應(yīng)用，建立起較為完善的業(yè)務(wù)運(yùn)行體系。2007—2010年中國(guó)氣象局開展強(qiáng)對(duì)流天氣短時(shí)臨近預(yù)報(bào)系統(tǒng)(SWAN)的建設(shè)工作[1]，作為支撐全國(guó)強(qiáng)對(duì)流天氣短時(shí)臨近預(yù)報(bào)業(yè)務(wù)的專業(yè)化系統(tǒng)平臺(tái)。2016年7月發(fā)布SWAN2.0正式版，進(jìn)一步優(yōu)化服務(wù)器，集成新算法，并基于MICAPS4框架開發(fā)SWAN2.0客戶端。SWAN系統(tǒng)的主要特性有：側(cè)重臨近預(yù)報(bào)，可實(shí)現(xiàn)實(shí)時(shí)連續(xù)的高頻次監(jiān)視，結(jié)合多種資料，充分發(fā)揮雷達(dá)、自動(dòng)站的作用；以拼圖為基礎(chǔ)，實(shí)現(xiàn)大范圍的雷達(dá)監(jiān)測(cè)；具有良好擴(kuò)充性算法平臺(tái)，可方便進(jìn)行本地化二次開發(fā)。2011年北京城市氣象研究所主持的“京津冀城市群強(qiáng)對(duì)流天氣短時(shí)臨近預(yù)報(bào)關(guān)鍵技術(shù)研究”項(xiàng)目，建立了京津冀地區(qū)強(qiáng)對(duì)流天氣系統(tǒng)發(fā)生發(fā)展的天氣背景概念模型，以及該地區(qū)強(qiáng)對(duì)流天氣的中尺度和邊界層觸發(fā)機(jī)制和概念模型；項(xiàng)目建立了2～12 h強(qiáng)對(duì)流潛勢(shì)預(yù)報(bào)的判別指標(biāo)，改進(jìn)了強(qiáng)對(duì)流客觀潛勢(shì)預(yù)報(bào)效果，具有全區(qū)域預(yù)報(bào)預(yù)警功能。國(guó)內(nèi)民航氣象部門也緊跟行業(yè)發(fā)展，開展短臨預(yù)報(bào)系統(tǒng)的研究，民航行業(yè)內(nèi)，各空管中心、站和機(jī)場(chǎng)氣象臺(tái)建立或引進(jìn)的短臨預(yù)報(bào)系統(tǒng)，立足于航班保障和機(jī)場(chǎng)運(yùn)行需要。2類系統(tǒng)都有較好的實(shí)用性，但側(cè)重點(diǎn)有所不同。比較典型的有中國(guó)民用航空深圳空中交通管理站“重要天氣預(yù)警和預(yù)報(bào)系統(tǒng)”，基于雷達(dá)外推技術(shù)提供2 h預(yù)報(bào)；西寧曹家堡機(jī)場(chǎng)“強(qiáng)對(duì)流天氣預(yù)報(bào)預(yù)警業(yè)務(wù)系統(tǒng)”[2]，應(yīng)用多種氣象資料統(tǒng)計(jì)分析出相關(guān)指標(biāo)，進(jìn)行強(qiáng)對(duì)流天氣預(yù)報(bào)預(yù)警。近年來(lái)，雖然強(qiáng)對(duì)流天氣短臨預(yù)報(bào)技術(shù)取得了較快的發(fā)展，但由于探測(cè)手段和算法研究上的限制，加之局地氣候特征和復(fù)雜地形的影響，使云南地區(qū)各機(jī)場(chǎng)準(zhǔn)確預(yù)報(bào)強(qiáng)對(duì)流天氣仍困難重重。

1 資料選取及技術(shù)路線

系統(tǒng)使用的氣象資料包含大理、麗江、西雙版納機(jī)場(chǎng)及周邊區(qū)域的天氣雷達(dá)觀測(cè)資料、電場(chǎng)儀和閃電觀測(cè)資料、探空資料、對(duì)流天氣個(gè)例分析，以及2014年1月—2018年12月5 a機(jī)場(chǎng)地面觀測(cè)資料和中尺度數(shù)值模式預(yù)報(bào)產(chǎn)品資料等。確定的技術(shù)路線是：以天氣雷達(dá)信息為主，融合實(shí)時(shí)地面、探空觀測(cè)數(shù)據(jù)和數(shù)值預(yù)報(bào)模式產(chǎn)品，采用國(guó)內(nèi)外有效的天氣分類識(shí)別和預(yù)報(bào)算法，結(jié)合云南地區(qū)山地氣候特征，開展風(fēng)暴臨近預(yù)報(bào)、強(qiáng)對(duì)流天氣分類預(yù)警技術(shù)、基于數(shù)值預(yù)報(bào)的強(qiáng)風(fēng)暴潛勢(shì)診斷，進(jìn)行機(jī)場(chǎng)強(qiáng)對(duì)流天氣短臨預(yù)報(bào)系統(tǒng)研發(fā)工作。

2 研究?jī)?nèi)容

2.1 強(qiáng)對(duì)流天氣分類識(shí)別技術(shù)研究

新一代多普勒天氣雷達(dá)提供了雷達(dá)站周邊豐富的云雨信息和風(fēng)場(chǎng)信息，數(shù)值預(yù)報(bào)模式提供了大氣溫度場(chǎng)、濕度場(chǎng)和風(fēng)場(chǎng)的三維信息。聯(lián)合應(yīng)用多種資料，開展基于天氣雷達(dá)和數(shù)值模式產(chǎn)品的強(qiáng)對(duì)流天氣分類識(shí)別技術(shù)研究[3]，建立適用于大理、麗江和西雙版納機(jī)場(chǎng)的強(qiáng)對(duì)流天氣識(shí)別因子，有效識(shí)別機(jī)場(chǎng)附近區(qū)域雷暴、強(qiáng)降水、雷暴大風(fēng)、冰雹等強(qiáng)對(duì)流天氣。

2.2 強(qiáng)風(fēng)暴臨近預(yù)報(bào)技術(shù)研發(fā)

基于雷達(dá)基數(shù)據(jù)，采用風(fēng)暴單體識(shí)別和跟蹤(Storm Cell Identification and Tracking，SCIT)算法識(shí)別、跟蹤、預(yù)報(bào)風(fēng)暴[4]。采用多閾值法從反射率因子掃描層中依次識(shí)別風(fēng)暴段、二維分量，通過(guò)對(duì)二維分量進(jìn)行垂直相關(guān)得到風(fēng)暴質(zhì)心的三維結(jié)構(gòu)，計(jì)算風(fēng)暴質(zhì)心、VIL等基本參量。根據(jù)移動(dòng)路徑最近和體積變化最小原則，跟蹤不同時(shí)次風(fēng)暴的移動(dòng)，計(jì)算風(fēng)暴移動(dòng)矢量，在此基礎(chǔ)上線性外推未來(lái)風(fēng)暴質(zhì)心位置。基于風(fēng)暴臨近預(yù)報(bào)結(jié)果，從風(fēng)暴體結(jié)構(gòu)提取回波特征量，結(jié)合數(shù)值模式預(yù)報(bào)場(chǎng)建立預(yù)警因子,采用模糊邏輯原理分類預(yù)警冰雹、雷暴大風(fēng)天氣，以風(fēng)暴預(yù)報(bào)落區(qū)作為強(qiáng)天氣落區(qū)。短時(shí)強(qiáng)降水預(yù)警采用光流法[5,6]和半拉格朗日外推法[7]，結(jié)合實(shí)時(shí)Z-R關(guān)系[8]預(yù)報(bào)短時(shí)強(qiáng)降水落區(qū)。重點(diǎn)解決0～2 h強(qiáng)對(duì)流天氣預(yù)警，滿足機(jī)場(chǎng)著陸趨勢(shì)預(yù)報(bào)(有效時(shí)段2 h)指導(dǎo)需求。

2.3 基于數(shù)值預(yù)報(bào)的強(qiáng)風(fēng)暴潛勢(shì)診斷

以影響航空安全的雷暴、強(qiáng)降水、雷暴大風(fēng)和冰雹為主要研究對(duì)象，基于中尺度數(shù)值預(yù)報(bào)模式，首先計(jì)算與強(qiáng)對(duì)流發(fā)生環(huán)境動(dòng)力和熱力條件相關(guān)的物理量和對(duì)流參數(shù)[9,10]；通過(guò)對(duì)這些物理量在若干過(guò)程中的分析、統(tǒng)計(jì)，采納專家系統(tǒng)的思想，用模糊邏輯學(xué)方法，建立4類強(qiáng)天氣類多參數(shù)的潛勢(shì)預(yù)報(bào)模型[11,12]，最后生成0～12 h強(qiáng)天氣落區(qū)分布潛勢(shì)預(yù)報(bào)，以較好地解決機(jī)場(chǎng)9 h指導(dǎo)預(yù)報(bào)。

2.4 機(jī)場(chǎng)強(qiáng)對(duì)流天氣短臨預(yù)報(bào)系統(tǒng)開發(fā)

在充分調(diào)研分析機(jī)場(chǎng)氣象服務(wù)業(yè)務(wù)需求基礎(chǔ)上，設(shè)計(jì)開發(fā)大理、麗江和西雙版納機(jī)場(chǎng)強(qiáng)對(duì)流天氣短臨預(yù)報(bào)系統(tǒng)，主要包括信息采集存儲(chǔ)、天氣信息展示、產(chǎn)品生成和發(fā)布等功能，系統(tǒng)采用可配置、可擴(kuò)充、模塊化的設(shè)計(jì)架構(gòu)，確保系統(tǒng)功能的可擴(kuò)充性，以及系統(tǒng)在其他機(jī)場(chǎng)的推廣應(yīng)用。

3 系統(tǒng)構(gòu)成

3.1 系統(tǒng)技術(shù)架構(gòu)

從技術(shù)實(shí)現(xiàn)和提供服務(wù)的角度，云南高原山地機(jī)場(chǎng)強(qiáng)對(duì)流天氣短時(shí)臨近預(yù)報(bào)系統(tǒng)的總體架構(gòu)可劃分為3個(gè)體系和2個(gè)層次(圖1)。3個(gè)體系分別是：安全性保障體系、標(biāo)準(zhǔn)規(guī)范體系和系統(tǒng)優(yōu)化體系；2個(gè)層次分別是基礎(chǔ)環(huán)境層和應(yīng)用軟件層，其中基礎(chǔ)環(huán)境層包括硬件環(huán)境和軟件環(huán)境，應(yīng)用軟件層包括：數(shù)據(jù)架構(gòu)、技術(shù)架構(gòu)、功能規(guī)劃和應(yīng)用交互。

圖1 總體技術(shù)架構(gòu)Fig.1 Overall technical architecture

基礎(chǔ)環(huán)境層中，硬件環(huán)境主要包括業(yè)務(wù)處理服務(wù)器、數(shù)據(jù)庫(kù)服務(wù)器以及圖形工作站等；軟件環(huán)境主要包括服務(wù)器操作系統(tǒng)，數(shù)據(jù)存儲(chǔ)的數(shù)據(jù)庫(kù)系統(tǒng)(內(nèi)存數(shù)據(jù)庫(kù)、關(guān)系型數(shù)據(jù)庫(kù)、文件存儲(chǔ)系統(tǒng))，數(shù)據(jù)采集環(huán)境，數(shù)據(jù)處理與產(chǎn)品加工環(huán)境、天氣信息及產(chǎn)品展示環(huán)境、預(yù)警產(chǎn)品制作與發(fā)布環(huán)境。

應(yīng)用軟件層中，數(shù)據(jù)架構(gòu)層主要采用內(nèi)存數(shù)據(jù)庫(kù)、關(guān)系型數(shù)據(jù)庫(kù)和文件系統(tǒng)結(jié)合的方式進(jìn)行業(yè)務(wù)數(shù)據(jù)存儲(chǔ)管理，存儲(chǔ)的數(shù)據(jù)主要包括原始數(shù)據(jù)、系統(tǒng)加工處理產(chǎn)品、人機(jī)交互修改產(chǎn)品以及分發(fā)展現(xiàn)產(chǎn)品；技術(shù)架構(gòu)層主要包括基于Java的數(shù)據(jù)采集，基于C++和Python的數(shù)據(jù)處理與產(chǎn)品加工，基于Java和WebGIS的天氣信息及產(chǎn)品展示分析，基于點(diǎn)聚Weboffice的預(yù)警產(chǎn)品制作及發(fā)布；功能規(guī)劃層主要包括數(shù)據(jù)的獲取與存儲(chǔ)、數(shù)據(jù)處理與產(chǎn)品加工、數(shù)據(jù)和產(chǎn)品展示、產(chǎn)品分析以及預(yù)警產(chǎn)品制作與發(fā)布；應(yīng)用交互層主要包括機(jī)場(chǎng)預(yù)報(bào)員、簽派人員、機(jī)組人員及其他用戶等。

3.2 業(yè)務(wù)流程設(shè)計(jì)

系統(tǒng)首先收集來(lái)自機(jī)場(chǎng)和氣象數(shù)據(jù)服務(wù)機(jī)構(gòu)的地面氣象數(shù)據(jù)、高空觀測(cè)資料、天氣雷達(dá)數(shù)據(jù)、數(shù)值模式資料、衛(wèi)星數(shù)據(jù)和機(jī)場(chǎng)強(qiáng)對(duì)流個(gè)例資料，進(jìn)行解析并入庫(kù)。其次，系統(tǒng)后臺(tái)自動(dòng)通過(guò)API接口獲取解析入庫(kù)的的原始資料，并分別調(diào)用多普勒天氣雷達(dá)質(zhì)量控制算法、降水估測(cè)和預(yù)報(bào)外推算法、強(qiáng)天氣識(shí)別和預(yù)報(bào)外推算法、強(qiáng)天氣落區(qū)潛勢(shì)預(yù)報(bào)算法，生成機(jī)場(chǎng)及周邊區(qū)域0～2 h強(qiáng)對(duì)流天氣短臨預(yù)警產(chǎn)品，以及網(wǎng)格化的0～12 h強(qiáng)對(duì)流天氣落區(qū)分布潛勢(shì)預(yù)報(bào)產(chǎn)品。

3.3 系統(tǒng)功能

系統(tǒng)平臺(tái)由數(shù)據(jù)獲取與存儲(chǔ)子系統(tǒng)、數(shù)據(jù)處理與產(chǎn)品加工子系統(tǒng)、天氣信息及產(chǎn)品展示分析子系統(tǒng)、預(yù)警產(chǎn)品制作與發(fā)布子系統(tǒng)4個(gè)子系統(tǒng)組成(圖2)。其中數(shù)據(jù)獲取與存儲(chǔ)子系統(tǒng)包括數(shù)據(jù)獲取模塊和數(shù)據(jù)儲(chǔ)存管理模塊；數(shù)據(jù)處理與產(chǎn)品加工子系統(tǒng)包括0～2 h短臨預(yù)報(bào)模塊、0～12 h強(qiáng)天氣潛勢(shì)預(yù)報(bào)模塊、機(jī)場(chǎng)強(qiáng)對(duì)流天氣預(yù)警模塊；天氣信息及產(chǎn)品展示分析子系統(tǒng)包括數(shù)據(jù)和產(chǎn)品顯示模塊和產(chǎn)品分析模塊；預(yù)警產(chǎn)品制作與發(fā)布子系統(tǒng)包括預(yù)警產(chǎn)品制作模塊和預(yù)警信息發(fā)布模塊。

圖2 云南高原山地機(jī)場(chǎng)強(qiáng)對(duì)流天氣短時(shí)臨近預(yù)報(bào)系統(tǒng)結(jié)構(gòu)Fig.2 Structural diagram of short-time nowcasting system for strong convective weather at Yunnan Plateau Mountain Airport

4 系統(tǒng)應(yīng)用效果

4.1 短臨預(yù)報(bào)效果檢驗(yàn)

使用大理機(jī)場(chǎng)周邊50 km半徑內(nèi)的閃電定位資料，對(duì)2019年9月雷暴短臨預(yù)報(bào)效果進(jìn)行檢驗(yàn)，期間共報(bào)雷暴214次，實(shí)際出現(xiàn)了181次，空?qǐng)?bào)33次，漏報(bào)0次，則該預(yù)報(bào)算法對(duì)雷暴的命中率為100%，空?qǐng)?bào)率14.42%，漏報(bào)率0%，TS評(píng)分為84.58%，結(jié)果表明算法對(duì)雷暴預(yù)報(bào)的預(yù)報(bào)效果良好。

使用機(jī)場(chǎng)自動(dòng)觀測(cè)系統(tǒng)分鐘級(jí)降水?dāng)?shù)據(jù)對(duì)9月機(jī)場(chǎng)周邊25 km2范圍內(nèi)的強(qiáng)降水短臨預(yù)報(bào)效果進(jìn)行檢驗(yàn)，短臨預(yù)報(bào)對(duì)部分雷暴天氣時(shí)出現(xiàn)的強(qiáng)降水個(gè)例預(yù)報(bào)效果較好，TS評(píng)分可達(dá)71.43%，但對(duì)機(jī)場(chǎng)所有出現(xiàn)中雨以上量級(jí)的個(gè)例進(jìn)行檢驗(yàn)，總體漏報(bào)率較高，0～120 min時(shí)效漏報(bào)率為73.50%～91.55%，TS評(píng)分為26.5%～8.45%，沒有出現(xiàn)空?qǐng)?bào)的情況，主要是因?yàn)橛糜谟喺齔-R關(guān)系的自動(dòng)站數(shù)據(jù)較少，且由于地形原因所導(dǎo)致的降水局地差異大，時(shí)間變化快。

4.2 潛勢(shì)預(yù)報(bào)效果檢驗(yàn)

使用機(jī)場(chǎng)周邊50 km半徑內(nèi)的閃電定位資料，對(duì)2019年9月雷暴潛勢(shì)預(yù)報(bào)效果進(jìn)行檢驗(yàn)，考慮到閃電定位資料中的雷暴天氣個(gè)例數(shù)要遠(yuǎn)多于機(jī)場(chǎng)能觀測(cè)到的雷暴個(gè)例數(shù)，使用原閾值易出現(xiàn)漏報(bào)的情況，各機(jī)場(chǎng)對(duì)閾值再次進(jìn)行優(yōu)化，并按新的閾值對(duì)預(yù)報(bào)效果進(jìn)行檢驗(yàn)。

0～12 h雷暴潛勢(shì)預(yù)報(bào)產(chǎn)品較人工預(yù)報(bào)TS評(píng)分提高了26%～39%，3個(gè)機(jī)場(chǎng)雷暴潛勢(shì)預(yù)報(bào)TS評(píng)分平均為59.21%(表1)。由于機(jī)場(chǎng)降水量只是定點(diǎn)降水，不能很好代表潛勢(shì)預(yù)報(bào)區(qū)域降水量，并且對(duì)流性強(qiáng)降水的空間分布極不均勻，因此依據(jù)機(jī)場(chǎng)降水量進(jìn)行評(píng)分，預(yù)報(bào)檢驗(yàn)效果相對(duì)雷暴較差，各機(jī)場(chǎng)強(qiáng)降水潛勢(shì)預(yù)報(bào)TS評(píng)分平均為30.67%，命中率為69.48%，空?qǐng)?bào)率為59.13%(表2)。在預(yù)報(bào)檢驗(yàn)過(guò)程中，大理機(jī)場(chǎng)出現(xiàn)2次颮(雷暴大風(fēng))，潛勢(shì)預(yù)報(bào)準(zhǔn)確預(yù)報(bào)出了一次雷暴大風(fēng)，另一次預(yù)報(bào)了雷暴；冰雹沒有實(shí)況和潛勢(shì)預(yù)報(bào)個(gè)例。因?yàn)閺?qiáng)降水的難以預(yù)報(bào)性，并且在《航站重要天氣預(yù)報(bào)質(zhì)量評(píng)定辦法》(民航局空發(fā)[1995]146號(hào))中沒有區(qū)分降水的量級(jí)，因此機(jī)場(chǎng)預(yù)報(bào)員極少發(fā)布中雨量級(jí)預(yù)報(bào)，幾乎沒有發(fā)布過(guò)大雨預(yù)報(bào)，目前系統(tǒng)提供的潛勢(shì)預(yù)報(bào)產(chǎn)品突破了強(qiáng)降水“零預(yù)報(bào)”的現(xiàn)狀。

表1 雷暴潛勢(shì)預(yù)報(bào)檢驗(yàn)結(jié)果Tab.1 Thunderstorm potential forecast test results

表2 強(qiáng)降水潛勢(shì)預(yù)報(bào)檢驗(yàn)結(jié)果Tab.2 Heavy rainfall potential forecast test results

4.3 應(yīng)用效果

2020年，機(jī)場(chǎng)強(qiáng)對(duì)流天氣短時(shí)臨近預(yù)報(bào)系統(tǒng)投入業(yè)務(wù)運(yùn)行，顯著提升了試點(diǎn)機(jī)場(chǎng)重要天氣預(yù)報(bào)準(zhǔn)確率(表3)，在“防疫抗疫、復(fù)產(chǎn)復(fù)工”中發(fā)揮了較好的作用。隨著旅游業(yè)的恢復(fù)，云南機(jī)場(chǎng)集團(tuán)各機(jī)場(chǎng)航空運(yùn)輸量大幅回升，部分機(jī)場(chǎng)航班量在暑期(7—8月)出現(xiàn)了報(bào)復(fù)性增長(zhǎng)，例如大理機(jī)場(chǎng)2020年8月共保障航班1776架次，為單月歷史最高值，比去年同期增長(zhǎng)了12.7%。同時(shí)，暑期也是云南的主汛期，強(qiáng)對(duì)流天氣主要出現(xiàn)在這一時(shí)期，在2020年全國(guó)氣象災(zāi)害頻發(fā)的背景下，試點(diǎn)機(jī)場(chǎng)以準(zhǔn)確的氣象預(yù)報(bào)保證了航班飛行的安全和正常。

表3 試點(diǎn)機(jī)場(chǎng)暑期重要天氣預(yù)報(bào)準(zhǔn)確率(單位：%)Tab.3 Accuracy of important summer weather forecasts at pilot airports(unit∶%)

5 小結(jié)

云南高原山地機(jī)場(chǎng)強(qiáng)對(duì)流天氣短時(shí)臨近預(yù)報(bào)系統(tǒng)基于天氣雷達(dá)、地面和探空觀測(cè)資料、數(shù)值預(yù)報(bào)產(chǎn)品，應(yīng)用強(qiáng)對(duì)流天氣分類識(shí)別技術(shù)和短時(shí)臨近預(yù)報(bào)技術(shù)，創(chuàng)新性地將短臨預(yù)報(bào)和潛式預(yù)報(bào)結(jié)合起來(lái)，建立了可業(yè)務(wù)運(yùn)行的機(jī)場(chǎng)強(qiáng)對(duì)流短臨預(yù)報(bào)系統(tǒng)。0～12 h雷暴潛勢(shì)預(yù)報(bào)命中率平均為76.4%，TS評(píng)分平均為59.21%，強(qiáng)降水命中率>60%，TS評(píng)分平均為30.67%，雷暴大風(fēng)潛勢(shì)預(yù)報(bào)也具有一定的參考價(jià)值。0～2 h短臨預(yù)報(bào)雷暴TS評(píng)分為84.58%，空?qǐng)?bào)率控制在20%以內(nèi)，但強(qiáng)降水TS評(píng)分最高為26.50%，漏報(bào)率較高，還需對(duì)算法參數(shù)和檢驗(yàn)方法進(jìn)行優(yōu)化改進(jìn)。潛式預(yù)報(bào)產(chǎn)品在數(shù)值預(yù)報(bào)資料時(shí)間20 h后有產(chǎn)品輸出，可在預(yù)報(bào)有效時(shí)段開始前3～4 h，提供未來(lái)12 h潛勢(shì)預(yù)報(bào)產(chǎn)品；短臨預(yù)警提前時(shí)間不低于20 min，逐6 min更新1次。機(jī)場(chǎng)強(qiáng)對(duì)流短臨預(yù)報(bào)系統(tǒng)的業(yè)務(wù)運(yùn)行，能夠有效提高大理、麗江和西雙版納機(jī)場(chǎng)的強(qiáng)對(duì)流天氣預(yù)報(bào)預(yù)警能力，減少?gòu)?qiáng)對(duì)流天氣對(duì)機(jī)場(chǎng)航班運(yùn)行的影響。

5.1 成果的創(chuàng)新點(diǎn)

①云南高原山地機(jī)場(chǎng)強(qiáng)對(duì)流天氣短時(shí)臨近預(yù)報(bào)系統(tǒng)是我國(guó)目前專門針對(duì)特定機(jī)場(chǎng)進(jìn)行強(qiáng)對(duì)流天氣短時(shí)臨近預(yù)報(bào)的為數(shù)不多的系統(tǒng)之一，在云南地區(qū)尚屬首次。

②準(zhǔn)確的短時(shí)強(qiáng)對(duì)流天氣預(yù)報(bào)是業(yè)界公認(rèn)的技術(shù)難題。本課題集成國(guó)內(nèi)外先進(jìn)的強(qiáng)對(duì)流天氣識(shí)別和短時(shí)臨近預(yù)報(bào)技術(shù)，結(jié)合大理、麗江、西雙版納地區(qū)天氣氣候特點(diǎn)，將科學(xué)研究成果業(yè)務(wù)化應(yīng)用，形成可應(yīng)用于實(shí)際預(yù)報(bào)業(yè)務(wù)的系統(tǒng)，體現(xiàn)了科學(xué)研究的集成創(chuàng)新。

③多源數(shù)據(jù)融合集成是目前大數(shù)據(jù)技術(shù)應(yīng)用的前沿研究課題。本課題融合雷達(dá)、地面高空觀測(cè)、數(shù)值預(yù)報(bào)等多種氣象觀測(cè)資料和產(chǎn)品，獲得機(jī)場(chǎng)強(qiáng)對(duì)流天氣定量的短時(shí)臨近預(yù)報(bào)產(chǎn)品，是大數(shù)據(jù)技術(shù)在機(jī)場(chǎng)氣象保障業(yè)務(wù)中的創(chuàng)新性應(yīng)用。

5.2 研究展望

機(jī)場(chǎng)短臨預(yù)報(bào)系統(tǒng)的研發(fā)，為機(jī)場(chǎng)氣象臺(tái)提供了一個(gè)全新的客觀預(yù)報(bào)平臺(tái)，具有較好的業(yè)務(wù)擴(kuò)展性，有利于各機(jī)場(chǎng)針對(duì)本場(chǎng)飛行氣象特點(diǎn)開展系統(tǒng)的二次開發(fā)。短臨預(yù)報(bào)提供了時(shí)間、空間尺度上精細(xì)化的強(qiáng)對(duì)流天氣落區(qū)預(yù)報(bào)，潛式預(yù)報(bào)相關(guān)閾值設(shè)置為可調(diào)，便于后期進(jìn)行天氣個(gè)例總結(jié)分析和進(jìn)一步優(yōu)化閾值，具有較大的應(yīng)用擴(kuò)展和準(zhǔn)確率提升空間。基于準(zhǔn)確的短臨預(yù)報(bào)產(chǎn)品，后續(xù)可重點(diǎn)開展飛行氣象保障技術(shù)應(yīng)用研究，與機(jī)場(chǎng)基礎(chǔ)數(shù)據(jù)、航路航線、管制雷達(dá)、飛機(jī)位置等相結(jié)合，綜合應(yīng)用于航班運(yùn)行的控制，有效保證航班飛行和機(jī)場(chǎng)運(yùn)行的安全和正常。