近11年浦東機場霜天氣特征研究

李新峰 陳 博

（民航華東空管局氣象中心，上海 200335）

0 引言

在航空氣象服務中，霜是一種嚴重影響飛機正常起飛的天氣現象，是需要發布機場警報的天氣現象之一。它是由水汽凝華在地面或物體上的白色松脆的冰晶或由露水凍結而成的冰珠［1］，主要發生在深秋至次年的初春，一般在夜間至清晨的一段時間內形成。機場跑道面結霜，會影響跑道粗糙度，進而影響飛機的起飛和降落；停場未入庫飛機表面特別是機翼前緣結霜，會影響飛機的空氣動力學特征，導致起飛時升力減弱，阻力增加，處置不當極易發生事故［2］。例如，2004年11月21日，由包頭飛往上海的航班在起飛后不久就發生墜落，機上人員全部遇難。調查證實，飛機起飛過程中，機翼污染破壞了氣動性，導致飛機失速。事故調查組認為，機翼污染物最大可能是霜，而飛機起飛前沒有進行除霜［3］。據中國民用航空局相關規范［4］要求，在地面起飛前，飛機的一些關鍵表面不能帶冰、雪、霜（稱為“冰凍污染物”）起飛。

長期以來，學術界對霜進行了廣泛而深入的研究。王海燕等［5］分析了西北地區一次霜凍過程的天氣背景，康暑雨［6］、吳文華［7］針對不同區域，分析了霜的時空分布特征和氣候背景，許艷等［8］、馬樹慶等［9］、張旭暉等［10］利用長時間觀測資料，分析霜的氣候變化特征。黃繼雄［2］應用首都機場霜的高密度觀測資料進行分析，發現首都機場結霜時，氣溫低、相對濕度大，風向多為偏北風和偏東風、風速大都≤2 m/s等特點；徐海等［11］統計了雙流機場霜與相關氣象要素的基本特征，發現雙流機場出現霜時最低溫度為0.5℃，相對濕度多在95%，天空狀況為少云到多云，平均風速多在1 m/s以下。

浦東機場霜天氣出現日數雖然占整個冬季比例較少，但霜出現的時期與各機場的航班進出港早高峰有一定程度的重合，對早出港航班正常率有較大的影響。基于此，本研究擬利用近11年浦東機場地面觀測資料，統計機場結霜的氣候背景，研究機場結霜時氣象要素的閾值，對于做好冬季霜的氣象服務工作、減少因除霜帶來的航班延誤、提高運行效率具有重要意義。

1 資料與方法

本研究所用資料為2010—2020年浦東機場地面氣象觀測資料，具體為逐日天氣現象、逐日最低和最高氣溫、風向風速、相對濕度、氣壓和總云量。除總云量為人工觀測外，其余資料均為自動觀測。資料來源于浦東機場例行天氣報告和實況紀要欄，經檢查資料未存在缺失現象，并經過嚴格的檢查和質量控制，資料可靠性較高。

借助前人研究［10，12-13］，鑒于霜與日最低氣溫直接相關，因此采用日最低溫度時觀測到的氣象要素表示霜出現時的氣象要素。采用數理統計方法，對浦東機場霜的年際和月變化特征進行分析。

2 浦東機場霜的氣候特征

2.1 年變化

圖1為近11年浦東機場霜的年際變化圖，2010—2020年浦東機場共有145個霜日，平均每年13.2 d。年際變化特征明顯，其中2010年浦東機場霜日最多，為20 d，占全部霜日的13.8%，2018年最少，僅有6個霜日；2010—2020年浦東機場霜日數階段性變化特征明顯，2018—2020年霜日出現次數相較前期明顯降低，平均每年7.6個霜日，相比2015—2017年減少43%，相比2012—2014年減少55%。姚麗娜等［13］研究指出，全球氣候變化對冬季霜的形成有一定影響，霜日數呈現明顯減少趨勢。

圖1 2010—2020年浦東機場霜的年際變化

2.2 月變化

月變化方面，浦東機場霜僅發生在每年的11月至次年3月，其中11月霜日最少，僅占3.4%；11月開始，霜發生的頻率逐漸增加，至次年1月霜日達到峰值，占37.2%；次年2月結霜開始減少，次年2月和3月結霜次數占比分別為22.1%和7.6%（見圖2）。

圖2 2010—2020年浦東機場霜的月際變化

3 浦東機場霜的氣象要素特征

霜是由水汽凝華或由露水凍結而成的冰晶，與當夜最低溫度、日溫差、相對濕度、風向、風速、氣壓等要素密切相關，是多種氣象要素共同作用的結果。

3.1 最低氣溫及日溫差

圖3為浦東機場霜天氣時最低溫度的頻率分布圖，呈現標準的正態分布特征。浦東機場出現霜天氣的最低溫度在-6.9～6.5℃之間波動，平均值為-0.96℃，最低值出現在2016年1月26日，最高值出現在2021年1月4日。霜發生時最低溫度頻率最大的值域區間為-1～0℃，頻率為21%，同時，70%的霜天氣現象發生在最低溫度≤0℃，75%的霜發生在最低溫度-3～2℃。

圖3 2010—2020年浦東機場霜發生時的最低溫度頻率分布

由圖4可知，不同月份的最低溫度分布呈現不同的特征。11月為初霜期，最低溫度平均值為逐月中最高，為2.5℃，分布概率為50%的區間為1.9～3.4℃，最高溫度為4.1℃，表明11月浦東機場最低溫度只要低至4℃時即有可能形成霜，而最低溫度降至2℃時，有75%的概率會形成霜。12月至次年2月出現霜的最低溫度平均值均小于0℃，其中次年2月最低，為-1.8℃，分布概率為50%的區間為-3.3～-0.3℃，表明浦東機場在2月時，最低溫度需要降低至-3.3℃時，有75%的概率會形成霜。因此，浦東機場在不同月份，霜形成所需的最低溫度有所差異。

圖4 2010—2020年浦東機場霜時最低溫度的月際統計箱型圖

圖5為浦東機場霜日的日溫差頻率分布，分析可知，出現霜天氣的前日最高溫度與夜間最低溫度的差值最高達18.6℃，最低差4.1℃，差值主要集中在8～14℃，占所有情況的77%。隨著年份的推移，最高溫度與最低溫度的差值無明顯趨勢性變化。

圖5 2010—2020年浦東機場霜日的日溫差頻率分布

3.2 風向風速

如圖6所示，當霜出現時，風速的分布呈正態分布特征，平均風速為1.8 m/s，頻率最高的風速區間為0～4 m/s的靜風或微風，頻率為94%。同時，圖7顯示，風向分布呈現雙峰型，其中頻率最高的兩個風向區間分布為210°～240°和300°～330°，為西南風和西北風，頻率分別為20%和19%，總的風向平均值為233°。因此，霜出現靜風或微風的時候，空氣緩慢地流過冷物體表面，不斷地供應著水汽，有利于霜的形成。因此，霜一般形成在寒冷季節里0～4 m/s的微風或無風的夜晚，風向以西南風或西北風為主。

圖7 2010—2020年浦東機場霜發生時的風向頻率分布

3.3 相對濕度

霜的形成需要合適的濕度條件，從霜出現時的濕度分布（見圖8）可以發現，霜形成時相對濕度≥70%占比達到91%，隨著濕度的增加，形成霜的可能性逐漸增大，當夜間濕度達到80%時，出現霜的概率相對較高。

圖8 2010—2020年浦東機場霜發生時的相對濕度頻率分布

3.4 海平面氣壓

圖9為浦東機場霜日的海平面氣壓的頻率分布圖，浦東機場出現霜天氣的海平面氣壓在1 018～1 038 hPa之間波動，平均值為1 028 hPa，霜發生時最低溫度頻率最大的值域區間為1 025～1 030 hPa，頻率為42%，同時，95%的霜天氣現象發生在1 020～1 035 hPa之間。因此，霜天氣發生時一般地面為高壓環流控制。

圖9 2010—2020年浦東機場霜發生時的海平面氣壓頻率分布

3.5 總云量

霜的形成需要合適的溫度，而云量的多少與夜間地面溫度密切相關。夜間云量越少，地面強烈的輻射散失熱量越多，最低溫度越低越有利于霜的形成。《民用航空氣象地面觀測規范》規定：當總云量為0時，為無云，當總云量為8時，為滿天云。從霜發生時的總云量的分布（見圖10）可以看出，晴夜最有利于霜的發生，占88%，因此，夜間無云導致強烈的輻射冷卻，晴朗少云的夜晚有利于霜的形成。

圖10 2010—2020年浦東機場霜發生時的總云量頻率分布

百分位數在研究氣象災害嚴重性方面有著廣泛的應用，25%～75%分位數的值域區間在統計學中被認為是出現頻率較高的數值范圍［14］。本研究將通過百分位數對以上7種相關氣象要素在結霜時最大概率出現的值區間進行統計，基于百分位數確定浦東機場霜天氣的物理量預報指標。

表1為浦東機場結霜時7種氣象要素的25%與75%分位數值和統計平均值，分析可知，當夜間最低氣溫降低至-2.5～0.6℃時，有50%的概率會形成霜，當為-1℃時，形成霜的概率更高；同樣，當日溫差在10.1～13.6℃，風向190°～305°，風速1～2 m/s，相對濕度77.5%～96%，海平面氣壓1 024.9～1 030.7 hPa，夜間晴空，浦東機場形成霜的概率較大，如果預報或觀測的各氣象要素接近或等于平均值時，浦東機場出現霜的概率最大。

表1 浦東機場結霜時相關氣象要素百分位數值及平均值分布表

4 結論

本研究利用2010—2020年浦東機場地面氣象觀測資料，分析了該機場霜天氣的氣候變化特點和天氣要素特征，并定量估算了結霜時相關氣象要素的閾值。得到的主要結論如下。

①近11年浦東機場年均霜日為13.2 d，多發生于11月至次年3月，具有顯著的年、月變化特征。

②浦東機場結霜時，地面為高壓控制的晴夜，當最低氣溫偏低，相對濕度較大，且出現西南風（風速為0～4 m/s的靜風或微風）時，易出現霜天氣。結霜時的天氣要素閾值存在月度差異，11月最低氣溫低于4℃時就有可能出現霜，較12月至次年3月閾值偏高。

③溫度和濕度條件是浦東機場形成霜的關鍵因素，預計夜間地面降溫幅度達10.1～13.6℃，低溫度降至-2.5～0.6℃，且相對濕度達到77.5%～96%時，易出現霜天氣，晴夜的地面持續出現1～2 m/s的西南至偏西風會增大浦東機場結霜的概率。

上述研究結論和前人研究結論基本一致：隨著氣候變化，霜日數呈下降趨勢［6，13］。雖然霜天氣發生時的氣象背景相似［5，9，13］，但有關氣象閾值存在細微的差異。本研究的結論對進一步開展預報業務工作及基礎研究均具有指導意義。另外，本研究僅統計分析霜天氣特征，有關結霜的物理過程和機制沒有涉及。采用數值模擬的方法，在高時空分辨率的模擬數據基礎上對其進行更加細致與完整的討論，將是下一步工作的重點。