基于多普勒激光雷達的機場邊界層高度研究

吳俊杰,王耀輝,3,徐足音,3,任佳莉,3,張博義

(1.中國民用航空飛行學院 航空氣象學院,德陽 618300; 2.中國民用航空飛行學院 民機火災科學與安全工程四川省重點實驗室,德陽 618300; 3.中國民用航空飛行學院 空中交通管理學院,德陽 618300; 4.北京萊維塞爾科技有限公司,北京 101318)

引 言

國務院和中央軍事委員會發布的相關文件指出,各種低空空域的垂直范圍為距地面高度1000 m以下。對飛行活動而言,低空復雜多變的飛行環境是影響飛行品質和飛行安全的重要因素之一,尤其是活動范圍多為低空的通用航空,由于飛行高度低、機載設備簡陋、且多為輕小型飛機,其抵御復雜天氣條件的能力明顯弱于運輸航空飛機,這也是國內外通用航空事故率遠高于運輸航空的重要原因之一。另外,航空業對天氣有著更為嚴苛的標準要求,以飛行訓練為例,大眾認為的晴好天氣卻不一定適合學員執行單飛科目,因加熱不均引起的低空湍流會嚴重干擾飛行狀態的保持,甚至會威脅到訓練安全。通常是在單飛開飛前安排有經驗的機組起飛測試湍流情況,但由于低空氣象條件變化快,該方法只能作為臨時措施,這也反映出目前氣象部門的精細化服務能力無法充分滿足飛行訓練的保障需求。結合氣象學中對邊界層高度的定義可知,低空空域與邊界層相重合。一方面,邊界層頂是湍流與非湍流運動的分界面,其高度的變化反映了邊界層內湍流混合和對流發展等物理過程[1],這一系列物理過程的變化,會引起飛機顛簸和風切變;另一方面,邊界層內污染物、水汽的擴散和輸送很大程度上依賴邊界層的結構和厚度,而污染物、水汽的聚集會影響地面和空中能見度,進而影響飛行安全。因此,細致刻畫機場區域邊界層高度對提升航空氣象保障能力有重要意義。

邊界層高度存在明顯的日變化特征和空間變化特征[2],也是判斷湍流混合、大氣污染物擴散和分析大氣環境容量的主要特征量[3]。邊界層高度無法直接通過觀測獲得,需要借助氣象要素(溫度、風速和濕度等)的垂直剖面進行判定[4]。所以在實際應用中,邊界層高度的反演方法主要從湍流、熱力、動力、風速和物質分布角度進行反演[5]。從湍流運動角度反演邊界層高度,通常將湍流能量接近消失的高度視為邊界層頂[6]。由于湍流能量的垂直分布觀測困難,所以在實際應用中多從熱力和物質垂直分布來反演邊界層高度[7];從熱力角度反演邊界層高度,通常將溫度梯度明顯不連續定義為邊界層高度[6];動力角度通常將風速逼近的轉風高度定義為邊界層高度[8]。從物質角度計算邊界層高度,通常是根據示蹤物(水汽、氣溶膠等)在空間中分布,確定邊界層的高度[7]。獲取溫度、濕度、風速等要素廓線資料的手段有很多,例如無線電探空[1, 9]、飛機觀測[10]等,但這些設備具有一定的時空局限,無法提供連續的觀測。隨著遙感技術近年來不斷的發展,觀測手段逐漸增多,如激光雷達(light detection and ranging,LiDAR)[11]、微波輻射計和風廓線雷達等,利用這些探測數據能夠很好地確定邊界層高度[12-13],其中激光雷達由于設備輕巧、時間和空間分辨率高、探測空間范圍大、刷新率快的優點,已成為了國際公認的檢測邊界層高度的新技術手段[14]。

利用激光雷達對氣溶膠的后向散射信號反演邊界層高度,國內外學者提出了多種識別方法。WANG等人[15]基于波長為532 nm的米散射激光雷達數據,采用梯度法進行了計算,結果顯示,北京夏季邊界層日變化特征明顯。LI等人[16]基于激光雷達數據,采用小波協方差變換的方法,計算了邊界層高度,結果發現該方法只適用于過渡層比較明顯的情況。MENUT等人[17]基于激光雷達數據,針對巴黎一次重污染過程,利用標準方差法確定了巴黎地區城市的邊界層高度。除此以外,基于激光雷達探測技術還發展了目測法[18]、閾值法[19]、理想廓線法[20]以及基于這些方法的衍生算法。總體而言,大多數方法都能準確地反演邊界層高度,但針對不同情況下的廓線結構,都有自己的局限性和適用范圍。本文中研究利用多普勒激光雷達于機場開展邊界層高度的反演,通過無線電探空儀和飛機數據驗證了該雷達反演邊界層高度的可行性,有助于加深對機場邊界層演變特征認識,提升多普勒激光雷達的利用率,可為航空高影響天氣的預警預報提供有力支撐。

1 數據與方法

1.1 數據

本文中使用WINDCUBE V2 3-D掃描式多普勒激光雷達,發射的激光脈沖波長為1540 nm,掃描徑向線上的距離分辨率為50 m,探測盲區為200 m以下,理論探測距離200 m～6000 m,包括距離高度指示器(range height indication,RHI)、平面位置指示器(plane position indication,PPI)。該雷達采用的是外差法的多普勒頻移激光探測和測距技術,探測得到的數據參數包括時間、方位角、仰角、距離、徑向風速、載噪比(carrier-to-noise ratio,CNR)、譜寬、可信度等,系統原理如圖1所示。圖中,CW(continuous wave)為連續波,ADC(analog-to-digital converter)為模數轉換器。

圖1 掃描式多普勒激光雷達系統原理

邊界層內的氣溶膠粒子的分布濃度明顯高于邊界層之上的“自由大氣”部分的氣溶膠濃度[21],氣溶膠濃度越大,信號越強;反之,信號越弱。基于此原理,本文中使用了RHI掃描模式下的90°朝天頂方向掃描接收到的載噪比數據,載噪比的理論公式可表示為[22-23]：

(1)

作為對比,本文作者還使用了溫江站的L波段雷達探空數據。探空數據包括溫度、濕度、風速、位溫、壓強等參數。探測時次(北京時間)為每天3次,分別為02、08和20時刻,采樣間隔小于1.5 s。溫江站與廣漢機場都位于成都平原,直線距離約50 km,邊界層高度在一定范圍內差距較小,可以用溫江站的探空反映廣漢機場地區的邊界層特征。為了驗證及補充探空資料時次少的問題,本文作者還使用了飛機傳感器獲得的1次/s的高度、溫度數據。由于訓練飛行高度所限,只能獲得1200 m以下的溫度廓線信息。

為了了解當天的天氣情況,本文作者還使用了廣漢機場氣象臺提供的逐小時的觀探測資料,包括自動觀測的氣溫、相對濕度、露點溫度和風速,以及人工觀測的云量、云底高信息。

1.2 邊界層高度反演方法

1.2.1 基于探空數據的熱力邊界層高度反演 從熱力作用角度,邊界層高度可以定義為位溫或溫度梯度變化不連續的高度[6,24]。本文中依據上述定義,利用位溫廓線數據,將位溫明顯不連續的高度定義為邊界層高度。

1.2.2 基于激光雷達數據的物質邊界層高反演 利用激光雷達CNR數據反演邊界層高度之前,首先對雷達數據進行了質量控制[7],以剔除不可信數據,然后運用梯度法、小波協方差法和標準偏差法計算了邊界層高,3種反演方法具體見下。

(a)梯度法。激光雷達的距離平方校正信號RCNR(Z2)的梯度D(Z)可表示為：

(2)

式中,Z表示高度。為了消除氣溶膠濃度微小變化造成的梯度值大幅變化的問題,用Savitzjy-Golay方法對每條CNR數據進行了平滑處理后再求取D(Z),最后將D(Z)的負值最小值確定為邊界層高度[25]。

(b)小波協方差法。小波協方差變換是用于檢測信號突變的方法,當函數值越大時,表明信號函數與小波函數相似性越高[26]。小波協方差法多使用哈爾小波作為小波基,哈爾小波基由一個復合函數構成：

(3)

式中,a為空間范圍或者計算步長,b為哈爾小波基的函數中心,利用哈爾小波函數定義的協方差如下：

(4)

式中,f(Z)是后向散射信號,Zt和Zb分別是信號高度的上下限。經整理可得：

(5)

小波協方差變換函數W(a,b)反映的是在高度b±a/2的范圍內f(Z)與哈爾函數的相似程度。所以,當W(a,b)越大,表明f(Z)與哈爾函數越相似,即其階躍變化越明顯,由此可將W(a,b)取得最大值的高度作為邊界層高度。

(c)標準偏差法。標準偏差(standard deriation,STD)反映了激光雷達后向散射信號在某高度的離散程度,該值越大,離散性越強。由于在自由大氣與邊界層的交界處總是存在強烈的夾卷,信號在邊界層頂處會存在劇烈的信號變化,因此可將標準偏差最大值的高度視為邊界層高度[27]。標準偏差的公式可表示為：

DSTD(Z)=

(6)

式中,N表示數據點。本文作者將DSTD(Z)取得最大值的高度定義為邊界層高度。

2 結果分析

2.1 天氣概況

查閱廣漢機場逐時天氣紀要后,選取了天氣晴好且激光雷達探測效能高的2020-07-19進行對比分析。當天的日出時間為06：12,日落時間為20：06。圖2展示了逐時的云量Hb(見圖2a)、溫度T、露點溫度Td、相對濕度hr(見圖2b)以及風速v(見圖2c)。圖中黑線表示有L波段探空, 虛線表示有飛機探測。從廣漢機場觀探測資料可以看到,07-19夜間,廣漢機場云量接近8分(八分制云量,即滿天云),但為云底較高的中云。從日出前的05時(本文中所用時間均為北京時間)起至日落時分的20時,天空為無云或少量中云,云底進一步抬高,期間1000 m以下有少量低云。日落后,又變為滿天云,云底與日出前一樣(見圖2a)。結合溫度來看(見圖2b),05時氣溫達到全天最低值,為19.9 ℃,相對濕度接近100%。日出后,地面溫度上升,空氣含水能力逐漸增大,導致相對濕度下降。至16時,氣溫達到全天最高的34.2 ℃,而后氣溫開始緩慢下降。結合云量來看,天空無云的06時～08時氣溫上升更快。隨著地面升溫,熱力對流增強,地面風速也略有上升,08時～14時的地面風速為2 m/s,而其它時刻的風速接近不大于1 m/s的靜風(見圖2c)。

圖2 機場天氣的逐時云量、溫度、露點溫度、相對濕度以及風速

2.2 探空和飛機數據反演的邊界層特征

從02時溫江站探空曲線可以看到,因夜間持續向外放出長波輻射而降溫,100 m左右形成了逆溫,此外,在1500 m附近還存在另一個明顯的逆溫層(見圖3a)。從位溫能夠更加清晰地看到(見圖3b),300 m以下大氣為穩定層結,300 m～1500 m大氣更接近于中性,1500 m處大氣穩定度又再次增強。由大氣穩定度變化可以判斷出穩定邊界層高度約為300 m左右,300 m～1500 m之間為白天對流邊界層遺留形成的殘余層,殘余層頂高約為1500 m。受穩定邊界層的影響,300 m上下相對濕度有明顯差異,邊界層內相對濕度隨高度增加而減小,而在邊界層之上,相對濕度隨高度增加而增大。日出后的08時,由于太陽短波輻射增強,地面迅速增溫,大氣由穩定邊界層向不穩定邊界層轉化。近地面逆溫層被破壞,逆溫層被抬升至100 m～300 m之間(見圖3a)。對比08時前后的飛機探測數據來看,盡管廣漢機場溫度整體高于溫江,但二者曲線形狀吻合,這表面利用溫江探空數據能夠反映廣漢機場邊界層特征。位溫廓線上可以看到(見圖3b),地面附近更穩定,隨著高度增大,大氣穩定度減小,約在1000 m以上,大氣層結接近中性,同樣相對濕度在1000 m～1200 m上下發生了明顯變化(見圖3c)。由此可以確定08時的熱力邊界層高度在1000 m～1200 m之間。從其它時次的飛機探測曲線可以看到,隨著地面氣溫的進一步升高,近地面的逆溫結構完全消失,對流邊界層快速發展,但由于訓練飛行的高度限制,無法獲得對流邊界層頂的具體高度。20時的溫度和位溫廓線與02時非常相似,但此時近地面形成的穩定層結高度要低于02時,高度不足200 m。對比20時飛機的溫度廓線可以看到,廣漢機場逆溫層高度要略高于溫江站,這與廣漢機場地面氣溫更高有關。另外,由于太陽剛落山不久,白天對流邊界層殘余部分的影響依然顯著,相較于08時,20時殘余層高度更高,達到了2000 m左右。

圖3 溫江探空數據和飛機數據

2.3 激光雷達數據與探空數據的對比分析

圖4展示了從激光雷達測得的隨時間變化的氣溶膠濃度垂直分布。紅色線為小波協方差法計算的邊界層高度,藍色點和紅色點分別為梯度法和標準偏差法計算的邊界層高度。02時前后,由于穩定邊界層的存在,大氣湍流被抑制,大部分氣溶膠粒子被限制300 m以下,該高度內回波信號強烈。此外,在500 m～1000 m之間還有一層強度更弱的回波信號區,這是殘余層保持的對流邊界層混合到該層的氣溶膠粒子回波。以上回波特征與探空資料所反映的穩定邊界層和殘余層特征一致。而從20時前后的回波可以看到,500 m以下有一個強回波區,1000 m左右形成了第2個強回波區,與02時不同,下層的回波強度要弱于上層。這是由于太陽剛落山,地面穩定邊界層剛開始形成,地面氣溶膠剛開始積累,濃度較低。而在穩定邊界層之上,由于白天湍流活動充分發展,氣溶膠粒子被輸送至更高高度,并充分混合,使得日落后殘余層依然比較厚,氣溶膠粒子濃度較近地面更高。通過對比還能看出,在氣溫快速上升的06時～15時,由于逆溫層被破壞,熱力湍流快速發展并向上擴展,使得氣溶膠粒子的層頂逐漸抬高。由于氣溶膠粒子被擴散至更大空間,濃度下降使得回波強度較其他時刻弱。綜合以上分析可知,隨著邊界層高度的變化,邊界層內的氣溶膠粒子擴散高度、濃度都有明顯的日變化。

圖4 激光雷達載噪比數據的填充圖

從反演結果來看,梯度法、小波協方差法和標準偏差法都能捕獲到邊界層的變化特征,但對邊界層的不同發展階段,3種方法識別的邊界層高度有一定的差異。從反演結果看,三者都能較好地捕獲中午前后對流邊界層高度的變化特征且一致性較好,三者的差異主要表現在對日出前和日落后穩定邊界層的識別上。日出前,由于穩定邊界層高度過低,小波協方差法受波長限制,無法識別出高度較低的穩定邊界層頂,而將2000 m左右的殘余層頂識別為了邊界層頂。03時～04時,隨著穩定邊界層的抬升,小波協方差法也能夠識別出穩定邊界層,使得小波協方差法識別的邊界層高度在殘余層頂和穩定邊界層頂不斷跳變。比較來看,梯度法和標準方差法則能夠識別出穩定邊界層逐漸抬升的過程,但標準偏差法的連續性要低于梯度法。日出后至日落前,小波協方差法和梯度法識別的邊界層頂高度的變化特征比較一致,區別在于小波協方差法識別的高度要低于梯度法。15時之前,標準偏差法識別的邊界層高度與另外兩種方法接近。但在15時后,隨著邊界層頂高度的降低,近地面附近氣溶膠濃度隨時間變化明顯,標準偏差法會間斷性地將這種變化識別為邊界層高度,使得邊界層高度發生跳變。日落后,隨著近地面穩定邊界層的形成,小波協方差法已不能識別出其高度,而梯度法依然能夠反映出穩定邊界層的高度。值得注意的是,此時空氣中氣溶膠的上下分布不同于日出前,梯度法也能在個別時間識別出殘余層頂高度。

結合探空數據識別的邊界層高度來看,02時梯度法確定的穩定邊界層高度略高于探空確定的高度。08時3種方法觀測的邊界層頂高度約為1400 m～1600 m之間,高于溫江站的1000 m～1200 m。20時前后,梯度法和標準方差法識別的穩定邊界層高度約400 m左右,高于探空數據得到的邊界層高度。梯度法和小波協方差法識別的殘余層頂高度約為1500 m左右,要低于探空數據確定的高度。結合飛機探測數據來看,由于廣漢機場多個時間點低空的氣溫要高于溫江站,故激光雷達獲得的邊界層高度與探空得到的邊界高度存在差異可能是實際情況的反映。

總體比較來看,標準方差法識別邊界層高度的時間分辨率低,特別是午后識別出的邊界層頂與實際有明顯偏差。小波協方差法對日出前和日落后高度較低的穩定邊界層頂無法識別。梯度法無論是準確性、連續性還是穩定性上都表現出了明顯優勢。

3 邊界層上下的湍流特征分析

從經典邊界層理論來看,邊界層高度的升高主要是源于太陽輻射對地面加熱,近地層產生的熱通量增加使得湍流混合加強,導致了邊界層高度的上升[20]。從垂直運動可以看到(見圖5a),從02時起,出現了上升和下沉運動交替出現,這種運動由地面延伸至邊界層頂,表現出重力波的特征。隨著時間的推移,升降運動的強度增加,垂直運動的范圍也變得更為深厚,邊界層高度也隨之抬升。日出前后,垂直運動的強度最強,可達1 m/s,厚度也達到了該時段的最高值。譜寬數據能夠反映小尺度的大氣湍流情況,由圖5b可以看到,日出前邊界層內垂直運動活躍期,湍流活動非常旺盛,這也反映了動力性湍流對日出前邊界層抬升有重要貢獻。07時以后,隨著穩定邊界層逐漸被破壞,重力波維持的條件不復存在,對流邊界層快速發展,原來深厚的升降氣流,變為在垂直方向上交替出現,表明由于熱力湍流加強,原來深厚的垂直運動已破碎為更小尺度的湍流。11時以后,邊界層內熱量和動量混合均勻,邊界層內以上升運動為主。值得注意的是,在邊界層頂上下湍流活動有明顯差異,這是由于對流邊界層在發展的過程中會伴隨大量的湍流運動,這些湍流運動與自由大氣的混合形成了夾卷,而在邊界層頂以下,湍流活動明顯減弱。經比較可以發現,湍流強度的分界和梯度法識別的邊界層頂高度相吻合,進一步說明了梯度法識別邊界層高度的優勢。

圖5 邊界層上下的湍流特征分析

從12°仰角PPI(見圖6a)和RHI(見圖6b)的徑向風來看,日出前在1000 m左右,存在7 m/s以上的低空西南風大風,配合低空逆溫層,為重力波的形成提供了有力條件。正是由于這種深厚的垂直運動存在,使得動力性湍流不斷向上發展,邊界層高度也不斷抬升。圖中藍色表示靠近激光雷達,紅色表示遠離激光雷達。

圖6 徑向風圖

4 結 論

本文作者通過利用溫江站L波段的探空數據、飛機數據和多普勒激光雷達數據對廣漢機場上空的邊界層高度進行了反演和對比分析,并通過激光雷達對機場上的邊界層進行了持續性的觀測。

(a)對比探空儀和飛機的低空數據來看,廣漢機場的溫度整體要略高于溫江,但二者曲線形狀相吻合,說明了溫江站的探空數據對廣漢機場邊界層高度的反演具有一定的參考價值。

(b)從探空數據確定的邊界層高度與激光雷達數據持續觀測到的機場上空邊界層高度的對比分析來看,兩者反演的結果基本一致,這驗證了該多普勒激光雷達反演邊界層高度的可行性。另外,機場上空當天邊界層高度呈現出明顯的日變化特征,其中對流邊界層和殘余層高度基本維持在2000 m左右,在日出前和日落后穩定邊界層高度在100 m～200 m。

(c)從不同方法反演的邊界層高度來看,3種方法都能有效估算對流邊界層高度,且變化趨勢基本一致,但針對穩定邊界層的反演,小波協方差法由于受到步長限制,無法識別穩定邊界層;標準偏差法雖然能夠在一定程度上識別出穩定邊界層,但連續性較差。相比之下,梯度法無論是在對流邊界層的識別上,還是在穩定邊界層的識別上都優于小波協方差法和標準偏差法。

(d)從多普勒激光雷達的低空風數據來看,日出前物質邊界層的抬升主要是由于在重力波的影響下地面垂直氣流運動的發展。另外,從多普勒激光雷達的譜寬數據能夠看出,湍流強弱的分界與梯度法反演的邊界層頂一致性較好。

本次觀測中只選用了放單考試當天機場的數據,對邊界層高度進行了探測研究,后續會針對不同的天氣背景對邊界層進行研究,探究不同條件下邊界層的變化特征,以便能夠為訓練中的飛行學員提供一些預警信息,從而更好地保障飛行安全。