機(jī)場復(fù)雜天氣預(yù)報預(yù)警系統(tǒng)的開發(fā)與實(shí)現(xiàn)

雷洋

摘 要：為解決昆明長水國際機(jī)場雷暴、大風(fēng)、低空風(fēng)切變及低云低能見度等影響航空器飛行安全和機(jī)場運(yùn)行效率的復(fù)雜危險天氣預(yù)報預(yù)警難的問題，近年來長水機(jī)場在民航局、民航局空管局的大力支持下部署了多套先進(jìn)的氣象探測傳感設(shè)備。機(jī)場復(fù)雜天氣預(yù)報預(yù)警系統(tǒng)將這些探測設(shè)備組網(wǎng)運(yùn)行，進(jìn)一步提升機(jī)場區(qū)域綜合觀測能力，并在深度挖掘氣象歷史數(shù)據(jù)的基礎(chǔ)上，融合多源天氣資料，實(shí)現(xiàn)對機(jī)場復(fù)雜危險天氣的監(jiān)測與預(yù)報預(yù)警，及時向航空氣象用戶提供個性化的服務(wù)產(chǎn)品，全面提升機(jī)場的氣象運(yùn)行保障與服務(wù)能力。

關(guān)鍵詞：多源數(shù)據(jù);融合;復(fù)雜天氣;預(yù)報;預(yù)警;服務(wù)

中圖分類號：TP39文獻(xiàn)標(biāo)識碼：A文章編號：2095-1302（2019）08-00-02＼

0 引 言

天氣是影響航空安全與效率的重要因素。2017年我國航班正常率為71.67%，平均延誤24 min，在影響航班延誤的因素中占比最大的依舊是天氣。昆明長水機(jī)場作為一個高原機(jī)場，周圍地理環(huán)境特殊，天氣復(fù)雜且變化快，2017全年共發(fā)生降水147日，雷暴50日，低云低能見度49日，大風(fēng)24日，

由于天氣原因?qū)е碌暮娇掌黝嶔ぁ?fù)飛、返航備降，甚至機(jī)場大面積航班延誤的情況屢見不鮮。

2017年9月，云南省政府和中國民用航空局共同下發(fā)了《昆明國際航空樞紐戰(zhàn)略規(guī)劃》，標(biāo)志著昆明長水機(jī)場由國家門戶樞紐機(jī)場向國際樞紐機(jī)場轉(zhuǎn)型。為保障運(yùn)行安全，提高運(yùn)行效率，長水機(jī)場部署了多種氣象傳感探測設(shè)備，如何將這些孤立的設(shè)備聯(lián)網(wǎng)，實(shí)現(xiàn)多種探測資料的融合應(yīng)用已成為亟需解決的問題。長水機(jī)場復(fù)雜天氣預(yù)報預(yù)警系統(tǒng)就是以長水機(jī)場為典型示范區(qū)，開展復(fù)雜危險天氣預(yù)報預(yù)警技術(shù)研究，利用邊緣計算技術(shù)實(shí)現(xiàn)危險天氣的智能化監(jiān)測、識別及預(yù)警，利用中心云計算、機(jī)器學(xué)習(xí)技術(shù)處理氣象大數(shù)據(jù)，實(shí)現(xiàn)危險天氣的預(yù)報，達(dá)成機(jī)場復(fù)雜天氣預(yù)報預(yù)警方法的突破性改變。

1 設(shè)計思路及技術(shù)路線

復(fù)雜天氣預(yù)報預(yù)警系統(tǒng)聯(lián)合機(jī)場多普勒天氣雷達(dá)、毫米波云霧雷達(dá)、風(fēng)廓線雷達(dá)、激光測風(fēng)雷達(dá)、微波輻射儀、氣象衛(wèi)星、自動氣象觀測系統(tǒng)等探測設(shè)備，對多種類型的觀測資料進(jìn)行統(tǒng)一存儲，實(shí)時處理分析，從而實(shí)現(xiàn)多源氣象資料在時間、空間尺度上的歸一化融合與計算，并多層次、集合化地生成預(yù)報產(chǎn)品提供給專業(yè)人員進(jìn)行資料分析。同時，系統(tǒng)還可自動提取對機(jī)場運(yùn)營和飛行安全產(chǎn)生影響的危險天氣預(yù)警信息，通過一體化的產(chǎn)品制作與發(fā)布平臺，針對不同航空氣象用戶的需求，制作個性化的本場及終端區(qū)多媒體氣象預(yù)報預(yù)警產(chǎn)品，實(shí)現(xiàn)雷暴、低空風(fēng)切變、低云低能見度天氣的實(shí)時預(yù)警。

系統(tǒng)技術(shù)路線如圖1所示。綜合運(yùn)用多種探測資料實(shí)現(xiàn)危險天氣的自動識別與跟蹤，并基于多源數(shù)據(jù)融合形成三維格點(diǎn)觀測場，在此基礎(chǔ)上進(jìn)行復(fù)雜危險天氣的綜合監(jiān)測和預(yù)警，最終通過顯示模塊對觀測資料和融合數(shù)據(jù)進(jìn)行綜合顯示，完成氣象預(yù)報預(yù)警產(chǎn)品的制作[1-3]。

2 雷暴的監(jiān)測與預(yù)警

機(jī)場終端區(qū)雷暴的監(jiān)測和2 h以內(nèi)的強(qiáng)對流天氣短時臨近預(yù)報是目前航空氣象業(yè)務(wù)的重點(diǎn)和難點(diǎn)。該系統(tǒng)采用雷達(dá)和衛(wèi)星聯(lián)合觀測，在對兩種探測數(shù)據(jù)深度挖掘應(yīng)用的基礎(chǔ)上，運(yùn)用資料變分同化及融合技術(shù)，研究不同類型的探測資料對雷暴的監(jiān)測能力，實(shí)現(xiàn)對強(qiáng)對流危險天氣的自動識別、追蹤、預(yù)警和預(yù)測，并對應(yīng)顯示雷暴單體的質(zhì)心所在高度、單體頂高、底高、最大反射率、移動速度和方向等信息。

圖2展示了機(jī)場區(qū)域雷暴的識別及追蹤預(yù)測產(chǎn)品。

3 低空風(fēng)切變監(jiān)測與預(yù)警

低空風(fēng)切變的探測和預(yù)警技術(shù)是目前國內(nèi)外研究的熱點(diǎn)。引發(fā)低空風(fēng)切變的因素較多，包括下?lián)舯┝鳌㈥囷L(fēng)鋒、快速移動的冷鋒兩側(cè)、低空逆溫層、低空急流等。單一的探測設(shè)備具有一定的低空風(fēng)切變探測能力，但也有其特定的局限性和適用條件。研究不同天氣條件下多普勒天氣雷達(dá)、風(fēng)廓線雷達(dá)、激光雷達(dá)和地面風(fēng)向風(fēng)速探測儀對機(jī)場低空風(fēng)切變的探測能力，融合多種資料構(gòu)建機(jī)場區(qū)域三維風(fēng)場信息。

圖3展示了機(jī)場風(fēng)切變分析產(chǎn)品。該產(chǎn)品展示了機(jī)場區(qū)域的風(fēng)場形勢，給出航空器在進(jìn)離場航線上的風(fēng)場分布信息，并針對飛行最關(guān)注的區(qū)域，顯示出機(jī)場進(jìn)離場航線上的垂直風(fēng)場隨時間變化序列，給飛行員和管制人員提供參考。

4 大霧的監(jiān)測與預(yù)警

受長水機(jī)場地形及周邊環(huán)境的影響，冬季機(jī)場多低云和大霧天氣，常導(dǎo)致航班延誤。霧的形成、演變和消亡受多種氣象條件的綜合影響，主要包括水汽條件、層結(jié)條件、大氣中的凝結(jié)核、風(fēng)向風(fēng)速等。該系統(tǒng)基于毫米波雷達(dá)獲取云層、降水、云霧中的氣流分布信息，分析霧的生消及其演變;基于微波輻射計提供的溫度廓線，跟蹤逆溫層的發(fā)生和演變，分析不同高度濕度的變化對大霧生消的影響;基于風(fēng)廓線雷達(dá)實(shí)時監(jiān)測3 km高度范圍內(nèi)風(fēng)隨時間和高度的分布及演變，分析風(fēng)對大霧生消的影響。圖4展示了基于機(jī)器學(xué)習(xí)的跑道視程（RVR）預(yù)測產(chǎn)品[4-7]。

5 結(jié) 語

昆明長水機(jī)場復(fù)雜天氣預(yù)報預(yù)警系統(tǒng)是在充分利用長水機(jī)場氣象探測設(shè)備的基礎(chǔ)上，挖掘氣象歷史數(shù)據(jù)形成預(yù)測模型，研究并形成復(fù)雜危險天氣預(yù)警及多源資料融合顯示的技術(shù)方案，部署實(shí)現(xiàn)并在昆明長水機(jī)場開展示范性應(yīng)用。通過系統(tǒng)的開發(fā)與試驗(yàn)運(yùn)行，有望建成我國民航氣象第一套能夠融合多源探測資料，適應(yīng)高原機(jī)場運(yùn)行，重點(diǎn)針對影響飛行的雷暴、大風(fēng)風(fēng)切變、低云低能見度天氣的綜合預(yù)報預(yù)警業(yè)務(wù)系統(tǒng)。

參 考 文 獻(xiàn)

[1]馬金鋼，朱曉林，李延斌，等.氣象傳感器網(wǎng)絡(luò)系統(tǒng)構(gòu)架與體系研究結(jié)構(gòu)[J].計算機(jī)技術(shù)與發(fā)展，2014，24（12）：188-191.

[2]黃小波.基于GPRS的無線傳感器網(wǎng)絡(luò)網(wǎng)關(guān)的設(shè)計與實(shí)現(xiàn)[J].自動化應(yīng)用，2010（7）：57-59.

[3]張伶駿.論述復(fù)雜氣象條件下空中交通管制應(yīng)對策略[J].科技創(chuàng)新與應(yīng)用，2015（10）：292.

[4]蘇艷華.民航氣象服務(wù)的現(xiàn)狀與展望[J].氣象科技進(jìn)展，2017，7（1）：90-94.

[5]白長清，劉敏.MongoDB在氣象傳感器數(shù)據(jù)處理中的應(yīng)用[J].軟件，2015，36（11）：34-37.

[6]聶峰英.氣象大數(shù)據(jù)服務(wù)協(xié)同模式研究[J].中國科技資源導(dǎo)刊，2015，47（5）：56-62.

[7]王壘.面向服務(wù)的氣象大數(shù)據(jù)[J].陜西氣象，2016（4）：36-39.

[8]張潔，薛勝軍.云計算環(huán)境下氣象大數(shù)據(jù)服務(wù)的應(yīng)用[J].安徽農(nóng)業(yè)科學(xué)，2016，44（5）：298-301.

[9]張振濤，張正文，陳宇，等.基于天氣事件的公共氣象服務(wù)產(chǎn)品制作系統(tǒng)[J].應(yīng)用氣象學(xué)報，2014，25（2）;249-256.

[10]仝凌云，潘佳，刁鑫.一種用于機(jī)場氣象預(yù)測的模糊神經(jīng)網(wǎng)絡(luò)模型[J].計算機(jī)工程，2008，34（15）：185-186.