哈爾濱機場低能見度與顆粒物濃度的關系

劉四階

（民航黑龍江空中交通管理分局，哈爾濱150079）

哈爾濱機場低能見度與顆粒物濃度的關系

劉四階

（民航黑龍江空中交通管理分局，哈爾濱150079）

利用2013年11月-12月哈爾濱機場的主導能見度和哈爾濱市區11個顆粒物監測站點（包括PM2.5和PM10等7種顆粒物）的質量濃度數據資料進行計算，分析了哈爾濱機場能見度與顆粒物質量濃度的相關關系。結果表明:平均ρ（PM2.5）和ρ（PM10）與能見度的r（相關系數）分別為-0.591、-0.567，7種顆粒物中能見度與ρ（PM2.5）的相關性最顯著。在11個站點中，道外承德廣場站點出現的最高相關系數次數最多，相關程度的高低與距離機場的直線距離沒有直接的關系，機場的相對濕度和能見度的相關最好，不同的相對濕度區間里，RH≤80%時，PM2.5和能見度相關程度最高；其次是RH＞90%區間，三個區間的相關系數都在0.55以上。

主導能見度；顆粒物質量濃度；相關性；哈爾濱機場

隨著民航運輸業的快速發展，能見度對航空運輸的影響越來越明顯，已引起人們的廣泛關注。能見度與飛行的關系十分密切，是直接影響飛行任務執行、機場開放的一個重要氣象因素［1］。機場終端區出現低能見度天氣，不但會嚴重影響飛行員對機場跑道的視線，而且會分散飛行員的注意力，增大飛行員的心理壓力，因而對飛機起降的安全影響很大［2］。影響大氣能見度的因素主要包括氣象因子和空氣污染因子。空氣濕度、風速和顆粒物濃度是影響能見度的主要因素［3］。在研究哈爾濱機場的能見度和顆粒物濃度日變化特征的基礎上，通過分析能見度與不同粒徑顆粒物濃度的相關性，以期了解影響哈爾濱機場大氣能見度變化的原因，提高低能見度預報準確率，提高日常低能見度保障水平和服務工作的效率。

1　數據與方法

1.1主導能見度

哈爾濱機場主導能見度的數據是根據芬蘭VAISALA公司的自動觀測系統實時監測，每個小時由觀測員發布人工訂正后的數據。定義指觀測點四周一半或以上的視野范圍內都能達到的最大水平距離。這些范圍可以是連續的，也可以是不連續的。哈爾濱機場主導能見度的觀測時段是24h連續不間斷地進行觀測［4］。

1.2顆粒物濃度數據

黑龍江省哈爾濱市附近有11個環境空氣能見度監測點（如圖1），除了東南方向距離機場直線距離56km的阿城會寧和偏東方向的平房東輕廠外，絕大部分都集中在機場東北方向，最近的直線距離嶺北26.3km。每個小時數據更新一次，有PM2.5（大氣中直徑小于等于2.5μm的顆粒物）、PM10（大氣中直徑小于等于10μm的顆粒物）等6種顆粒物濃度數據，數據從相關專業網站上定時記錄保存。1.3數據采集處理及分析

圖1　哈爾濱機場與11個顆粒物監測站點方位圖Fig.1 Orientation diagram of Harbin airport and 11 PM monitoring sites

低能見度對飛行的影響較大，為了突出機場主導能見度和顆粒物濃度的關系，從2013年11、12月選取了5次大霧過程進行相關數據分析。機場主導能見度采集自機場11、12月的月總簿，顆粒物濃度數據來自網站的記錄數據，剔除無效時次，有效數據為352h。用相關軟件對主導能見度和7種顆粒物質量濃度進行雙變量Pearson模式的分析得出圖2-7:

圖2　11月3日過程能見度與顆粒物相關系數圖Fig.2Visibility and PM correlation coefficient in November 3

圖311　月23日過程能見度與顆粒物相關系數圖Fig.3Visibility and PM correlation coefficient in November 23

圖4　12月2日過程能見度與顆粒物相關系數圖Fig.4Visibility and PM correlation coefficient in December 2

圖5　12月9日過程能見度與顆粒物相關系數圖Fig.5 Visibility and PM correlation coefficient in December 9

圖6　12月17日過程能見度與顆粒物相關系數圖Fig.6 Visibility and PM correlation coefficient in December 17

圖7　5次過程能見度與顆粒物相關系數圖Fig.7 Visibility and PM correlation coefficient in 5 processes

1.3.1影響能見度的主要顆粒物

從圖2-7可以看出:在5次低能見度過程中，除了11月3日機場主導能見度與NO2（二氧化氮）呈現正相關外，其他時次主導能見度和7種顆粒物濃度中的pm2.5、pm10、CO（一氧化碳）、NO2（二氧化氮）、SO2（二氧化硫）均呈現負相關；與O3（臭氧1h濃度、8h濃度）呈現正相關，具體過程不同，各顆粒物濃度與能見度的相關系數也不一致，從5次過程的總數據（見圖8），可以看出影響哈爾濱機場主導能見度變化的主要因子依次為pm2.5、pm10、CO（一氧化碳），相關系數分別為-0. 591，-0.567，-0.535。對照表1，均達到了中等程度相關。

表1　相關系數與相關程度表［5］Tab.1 Correlation coefficient and the degree of correlation table［5］

圖8　最高相關系數各站點出現次數圖Fig.8 Frequency of occurrence of highest correlation coefficient in each site

1.3.2檢測站點的分析

從11個環境空氣能見度監測點分布圖（圖1）看出，除了東南方向距離機場直線距離56km的阿城會寧和偏東方向的平房東輕廠外，其他站點絕大部分都集中在機場東北方向，其他站點最近的直線距離嶺北26.3km。為了計算比較各個站點的相關性，筆者將幾次過程的7種顆粒物濃度中各個站點最高的相關系數出現次數進行了統計，做出了圖8，從圖中可以看出，在11個站點中，道外區承德廣場站點出現的最高相關系數次數最多，為14次；其次是道里區建國路站點，為6次；動力和平路和阿城會寧站點最少，均為0次。得出出現的相關系數的高低與距離機場的直線距離沒有直接的關系，但東南方向的阿城會寧出現最高相關系數的次數最少。

1.3.3各個相對濕度段的相關比較

考慮到空氣濕度、風速和顆粒物濃度是影響能見度的主要因素［3］，筆者計算出了能見度與機場其他要素的相關程度，見表2。

表2　5次過程機場能見度與其他要素相關系數表Tab.2Airport visibility and correlation coefficient of the other elements in 5 processes

從表2可以看出，機場的相對濕度和能見度的相關最好，為-0.662，達到了強相關，強于PM2.5的相關程度；其次是風速，風速越大，能見度越好，為0.523。

相關研究表明，RH＜80%影響能見度的天氣稱為霾，RH＞90%的為霧，介于二者之間為霧和霾共存現象［6］。本文研究針對低能見度過程，將相對濕度劃分為3個區段，RH≤80%，有93h；80%＜RH≤90%，有144h；RH＞90%，有113h。本文選取出現的對能見度與顆粒物濃度相關程度最高的PM2.5進行了相關系數計算得出表3。

表3　各個相對濕度區間中PM2.5和能見度相關系數Tab.3 PM2.5 and visibility correlation coefficient in each relative humidity section

從表3可以看出，在相對濕度主導能見度和各個區間的相對濕度都呈負相關，其中在RH≤80%區間PM2.5和能見度相關程度最高，相關系數為-0.694。其次是RH＞90%區間，三個區間的相關系數都在0.55以上。

2　結語

a.哈爾濱機場主導能見度的顆粒物濃度相關程度高低依次為pm2.5、pm10、CO。在7種顆粒物中，能見度與ρ（PM2.5）的相關性最顯著。

b.在11個站點中，道外區承德廣場站點出現的最高相關系數次數最多，相關程度的高低與距離機場的直線距離沒有直接的關系。

c.機場相對濕度和能見度的相關最好，為-0.662，達到了強相關，大于PM2.5的相關程度。

d.不同的相對濕度區間里，RH≤80%時，PM2.5和能見度相關程度最高；其次是RH＞90%區間，三個區間的相關系數都在0.55以上。

［1］劉淑萍，王敬濤.鄭州機場低能見度特征分析及觀測要［J］.大眾科技，2012，（03）:85-86.

［2］楚建杰.白云機場低云低能見度天氣的幾個影響因子［J］.廣東氣象，2003，（01）:12-13.

［3］王淑英，張小玲，徐曉峰.北京地區大氣能見度變化規律及影響因子統計分析［J］.氣象科技，2003，31（2）:109-114.

［4］MH/T 4016.1——007民用航空氣象第1部分:觀測和報告［S］:第7頁.

［5］馬立平.統計數據標準化——無量綱化方法［J］.北京統計，2000，（03）:34-35.

［6］王京麗，劉旭林.北京市大氣細粒子質量濃度與能見度定量關系初探［J］.氣象學報，2006，64（2）:221-227.

Relationship between low visibility and PM concentration of Harbin airport

LIU Si-jie
（Air Traffic Management Bureau of Heilongjiang Civil Aviation，Harbin 150079，China）

Taking use of prevailing visibility of Harbin airport and 11 monitoring sites（including PM2.5 and PM10 total seven kinds of PM）for PM from November to December in 2013.The mass concentration data information were calculated，and analyzed the relationship between Harbin airport visibility and PM mass concentration.The results showed that:the average ρ（PM2.5）and r（correlation coefficient）between ρ（PM10）and visibility were-0.591，-0.567，the relevance between visibility and ρ（PM2.5）among seven kinds of PM is the most significant.In the 11 sites，the highest correlation coefficient occurs the most times in Chengde Plaza site of Daowai district.Degree of correlation has no direct relation with straight-line distance to airport，relative humidity and visibility of airport is the best.In the section of different relative humidity，when RH≤80%，relevance between PM2.5 and visibility is the highest；followed by the section when RH＞90%，correlation coefficient of three sections are all above 0.55.

Prevailing visibility；PM mass concentration；Relevance；Harbin Airport

劉四階（1960-），男，遼寧營口人，助理工程師，主要從事航空天氣預報工作。

P427.2

A

1674-8646（2016）14-0148-03

2016-05-21