• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      404 Not Found


      nginx
      404 Not Found

      404 Not Found


      nginx
      404 Not Found

      404 Not Found


      nginx
      404 Not Found

      404 Not Found


      nginx
      404 Not Found

      404 Not Found


      nginx
      404 Not Found

      404 Not Found


      nginx

      基于模糊邏輯的飛機(jī)積冰預(yù)測指數(shù)

      2019-09-16 01:24:00金晨曦郭文利趙德龍李黑平
      應(yīng)用氣象學(xué)報 2019年5期
      關(guān)鍵詞:個例液態(tài)水樣本量

      齊 晨 金晨曦 郭文利* 甘 璐 趙德龍 盧 姁 武 帥 李黑平

      1)(北京市氣象服務(wù)中心, 北京 100089)2)(北京市人工影響天氣辦公室, 北京 100089)3)(中國人民解放軍32021部隊氣象室, 北京 100094)4)(中國人民解放軍95820部隊氣象臺, 北京 102207)

      引 言

      飛機(jī)積冰是由于飛機(jī)表面迎風(fēng)部位碰到云中過冷卻水滴或降水中的過冷卻雨滴后,在機(jī)身表面某些部位凝結(jié)成冰的現(xiàn)象[1]。積冰使飛機(jī)的重量和阻力增加、升力和推力減小,導(dǎo)致飛機(jī)的飛行效率降低,并會影響飛機(jī)的發(fā)動機(jī)性能、無線電通訊和各種儀表的正常運行,因此飛機(jī)積冰嚴(yán)重威脅飛行安全。

      飛機(jī)積冰預(yù)測是飛機(jī)積冰研究中的重要組成部分,采用數(shù)值預(yù)報模式結(jié)合積冰診斷算法判斷積冰發(fā)生情況已成為積冰預(yù)測的主流方法。目前國內(nèi)常使用國際民航組織推薦的飛機(jī)積冰指數(shù)Ic[2]判斷積冰的發(fā)生和強(qiáng)度,國外常見積冰診斷算法主要有用于積冰類型預(yù)測的RAP(Research Applications Program)算法[3]、通過探空資料判斷積冰強(qiáng)度和類型的RAOB(Rawinsonde Observation)算法[4]以及NAWAU(National Aviation Weather Advisory Unit)積冰預(yù)報方案[5]。近年國內(nèi)外學(xué)者開展了大量積冰診斷算法研究,王洪芳等[6]使用MM5(The Fifth-Generation NCAR/Penn State Mesoscale Model)中尺度數(shù)值模式對多種積冰算法進(jìn)行了比較,并建立了飛機(jī)積冰預(yù)報模型;劉開宇等[7]使用世界區(qū)域預(yù)報系統(tǒng)(World Area Forecast System,WAFS)數(shù)值預(yù)報資料和常規(guī)數(shù)據(jù)對積冰指數(shù)進(jìn)行了修正;何新黨等[8]建立了基于云微物理參數(shù)的多因子積冰預(yù)測模型;McDonough等[9]基于模糊邏輯和積冰情景決策樹分類方法建立了潛在積冰預(yù)報算法(the For- ecast Icing Potential Algorithm,FIP)。當(dāng)前國內(nèi)常用積冰判別算法以積冰相關(guān)氣象條件的閾值判斷的組合為核心,但缺乏關(guān)于接近閾值的氣象條件對積冰影響的描述,也缺乏由非積冰環(huán)境過渡到積冰環(huán)境的過程描述,而近期逐漸發(fā)展的飛機(jī)積冰集成預(yù)報方法雖然在機(jī)理性上具有優(yōu)勢,但對研究樣本數(shù)據(jù)和數(shù)值預(yù)報模式的輸出場要求較高,難以結(jié)合區(qū)域模式進(jìn)行本地化。

      為建立閾值更加合理且易于本地化的飛機(jī)積冰判斷指標(biāo),本研究基于模糊邏輯隸屬度函數(shù),通過對飛機(jī)積冰和非積冰個例對應(yīng)氣象條件的分析,定義了以氣溫和相對濕度為判別基礎(chǔ)、并考慮垂直運動和過冷卻液態(tài)水含量影響的積冰指數(shù)Ip(icing potential index),綜合多種氣象要素判斷空中有利于積冰發(fā)生的區(qū)域,為飛行員規(guī)避積冰高風(fēng)險區(qū)域提供參考。

      1 飛行報告積冰記錄和對應(yīng)氣象要素信息

      1.1 北京市人工影響天氣辦公室飛行記錄積冰個例和對應(yīng)機(jī)載觀測數(shù)據(jù)

      北京市人工影響天氣辦公室(簡稱北京人影辦)飛行記錄積冰個例包含2014—2017年京津冀地區(qū)共計372個積冰個例發(fā)生的日期、時間、經(jīng)緯度、海拔高度和對應(yīng)氣象要素信息,積冰個例發(fā)生位置如圖1所示。積冰個例對應(yīng)氣象要素信息通過機(jī)載觀測儀器獲取,包含積冰現(xiàn)象發(fā)生時段內(nèi)的氣溫、相對濕度和垂直風(fēng)速值。

      圖1 2014—2017年北京人影辦積冰個例分布Fig.1 Distribution of icing cases from 2014 to 2017 provided by Beijing Weather Modification Office

      1.2 全國空中報告積冰個例

      2016年全國空中報告(PIREPs)記錄了當(dāng)年全國范圍內(nèi)飛機(jī)發(fā)生顛簸、風(fēng)切變和積冰事件的日期、時間、經(jīng)緯度、海拔高度和強(qiáng)度信息。本文采用該報告中位置確定的91個積冰記錄作為積冰個例樣本,同時選取了70個位置確定的顛簸或風(fēng)切變記錄作為非積冰個例樣本,用于積冰指數(shù)Ip的建立和檢驗。積冰和非積冰個例的發(fā)生位置如圖2所示,個例對應(yīng)最臨近時刻和位置的氣象條件根據(jù)ERA5再分析數(shù)據(jù)確定。

      1.3 ERA5再分析數(shù)據(jù)

      ERA5再分析數(shù)據(jù)是歐洲中期天氣預(yù)報中心(European Centre for Medium-Range Weather Forecasts,ECMWF)發(fā)展的第5代全球大氣再分析數(shù)據(jù)(https:∥cds.climate.copernicus.eu/cdsapp#!/dataset/reanalysis-era5-pressure-levels),結(jié)合模式與觀測數(shù)據(jù)提供了近期氣候的定量化描述。研究表明:相對于美國國家環(huán)境預(yù)報中心(National Centers for Environmental Prediction,NCEP)和日本再分析資料數(shù)據(jù)庫(Japanese Re-Analysis,JRA)再分析數(shù)據(jù),ERA數(shù)據(jù)在積冰預(yù)測方面具有準(zhǔn)確性更高的優(yōu)勢[10]。相較于第4代ERA-Interim再分析數(shù)據(jù),ERA5在時間、空間分辨率和準(zhǔn)確性等多方面均有明顯提升。本研究使用0.125°×0.125°空間分辨率的逐小時ERA5再分析數(shù)據(jù),結(jié)合2016年全國空中報告積冰和非積冰個例的時間和位置信息,獲取了91個積冰個例樣本以及70個非積冰個例樣本發(fā)生的最鄰近時刻、位置的氣溫、相對濕度、垂直速度、云量和云中液態(tài)水含量信息。

      圖2 2016年全國空中報告積冰個例(a)和非積冰個例(b)分布Fig.2 Distribution of icing cases(a) and non-icing cases(b) from 2016 national pilot reports(PIREPs)

      2 積冰指數(shù)Ip的建立

      云中存在的過冷卻水滴或降水中存在的過冷卻雨滴(即過冷卻液態(tài)水)是導(dǎo)致飛機(jī)發(fā)生積冰的關(guān)鍵,通過分析云中或降水中存在過冷卻液態(tài)水的有利氣象條件,判斷飛機(jī)在空中出現(xiàn)積冰現(xiàn)象的可能性,建立積冰指數(shù)Ip。本研究基于模糊邏輯原理,使用北京人影辦飛行記錄積冰個例樣本和對應(yīng)機(jī)載觀測氣象數(shù)據(jù)建立氣溫和相對濕度的隸屬度函數(shù)(Tmap和Rmap),以此判斷積冰事件發(fā)生的初始可能性(Ipi),在此基礎(chǔ)上選取2016年全國空中報告中部分飛機(jī)積冰和非積冰個例樣本,通過多種組合篩選,確定了表示垂直運動和過冷卻液態(tài)水含量對初始積冰可能性影響的隸屬度函數(shù)(Vmap和Smap)以及二者的權(quán)重系數(shù)(k1和k2),最終計算得出積冰指數(shù)Ip,并使用2016年全國空中報告中剩余的飛機(jī)積冰和非積冰個例樣本檢驗該指數(shù)的性能。積冰指數(shù)Ip的具體計算方法如下:

      ①以氣溫和相對濕度數(shù)據(jù)作為輸入,根據(jù)氣溫隸屬度函數(shù)(Tmap)和相對濕度隸屬度函數(shù)(Rmap)計算積冰事件發(fā)生的初始可能性(Ipi),其計算公式為

      Ipi=Tmap×Rmap。

      (1)

      ②當(dāng)Ipi計算結(jié)果等于0時,積冰指數(shù)Ip等于0。

      ③當(dāng)Ipi計算結(jié)果大于0時,在判別垂直運動方向的基礎(chǔ)之上,分別采用不同公式計算垂直運動和過冷卻液態(tài)水含量對初始積冰可能的影響:當(dāng)垂直速度小于或等于0時,積冰指數(shù)Ip的計算方法為

      Ip=Ipi+(1-Ipi)×(k1×Vmap+k2×Smap);

      (2)

      當(dāng)垂直速度大于0時,積冰指數(shù)Ip的計算方法為

      Ip=Ipi+Ipi×k1×Vmap+(1-Ipi)×k2×Smap。

      (3)

      2.1 模糊邏輯隸屬度函數(shù)

      20世紀(jì)60年代Zadeh[11]使用了一種基于模糊集和模糊邏輯的方法來處理語言學(xué)中的模糊信息。此后這一方法不斷發(fā)展,逐步形成了模糊邏輯系統(tǒng)理論,并廣泛應(yīng)用于氣象學(xué)、醫(yī)學(xué)、計算機(jī)科學(xué)和系統(tǒng)科學(xué)等多個領(lǐng)域。針對氣象學(xué)領(lǐng)域,近年來模糊邏輯系統(tǒng)理論在強(qiáng)天氣識別[12]、強(qiáng)對流天氣監(jiān)測預(yù)警[13]、雷達(dá)質(zhì)量控制[14]和回波識別[15]等方面應(yīng)用較多。

      模糊邏輯理論可用于表達(dá)界限不清晰的定性知識和經(jīng)驗?;陔`屬度函數(shù)的概念,使用模糊邏輯可以模仿人的不確定性判斷和推理方式,描述并區(qū)分模糊集合,處理模糊關(guān)系,從而對經(jīng)典邏輯難以處理的非線性、不確定問題進(jìn)行定量化描述[16]。

      在經(jīng)典集合理論中,可以使用隸屬度法定義集合,即引入等價于集合的0~1隸屬度函數(shù)。為了克服經(jīng)典集合理論無法描述不具有清晰邊界集合的局限性,模糊集合概念應(yīng)運而生。它允許隸屬度函數(shù)在區(qū)間[0, 1]內(nèi)取任意值描述邊界模糊的集合。

      本研究使用模糊邏輯隸屬度函數(shù)描述氣象要素對積冰可能性的非線性影響,其中氣溫和相對濕度的隸屬度函數(shù)通過對觀測數(shù)據(jù)的統(tǒng)計結(jié)果的擬合得出,而描述垂直運動和過冷卻液態(tài)水含量對積冰可能性影響的隸屬度函數(shù)則通過篩選不同隸屬度函數(shù)的最優(yōu)組合確定。

      2.2 氣溫和相對濕度的隸屬度函數(shù)Tmap,Rmap的確定

      大量研究表明:過冷卻液態(tài)水主要存在于云層或降水中,當(dāng)飛機(jī)發(fā)生積冰時云量基本上是多云或者陰天[17]。同時有研究表明:云中或降水中的過冷卻液態(tài)水更多地出現(xiàn)在環(huán)境溫度接近冰點時,當(dāng)氣溫進(jìn)一步降低時由于冰晶含量增加,過冷卻液態(tài)水將減少[18-20]。根據(jù)積冰個例樣本對應(yīng)氣溫和相對濕度分布規(guī)律建立相應(yīng)的模糊邏輯隸屬度函數(shù),分別用于描述氣溫與過冷卻液態(tài)水存在可能性之間以及相對濕度與云或降水存在可能性之間的相關(guān)性,綜合二者判斷云層或降水中存在過冷卻液態(tài)水的可能性,以此判斷環(huán)境的初始積冰可能性。

      2.2.1 氣溫的隸屬度函數(shù)Tmap的確定

      從-35~0℃以1℃為間隔設(shè)置35個氣溫區(qū)間,根據(jù)北京人影辦372個飛機(jī)積冰個例樣本對應(yīng)氣溫,統(tǒng)計每個氣溫區(qū)間內(nèi)包含的個例樣本量,如圖3所示。

      由圖3可以看到,積冰事件對應(yīng)氣溫主要在-15~0℃區(qū)間內(nèi),當(dāng)氣溫低于-31℃或高于0℃時不存在積冰現(xiàn)象。在-15~0℃氣溫區(qū)間內(nèi),積冰個例樣本量存在明顯的先增后降趨勢,并且超過半數(shù)的積冰事件發(fā)生在-8~-4℃氣溫區(qū)間內(nèi),而氣溫在-4~0℃對應(yīng)的積冰個例樣本量迅速減少,這與機(jī)身表面空氣壓縮加熱有關(guān)[9]。根據(jù)圖3所示的積冰個例樣本量對應(yīng)氣溫的分布規(guī)律,建立氣溫的模糊邏輯隸屬度函數(shù)(Tmap),用于表示不同氣溫條件下過冷卻液態(tài)水存在的可能性,其具體形式如圖4所示。

      圖3 各個氣溫區(qū)間對應(yīng)積冰個例Fig.3 Sample size of icing cases in each temperature interval

      圖4 氣溫的隸屬度函數(shù)Fig.4 Membership function of temperature(Tmap)

      氣溫的隸屬度函數(shù)描述了氣溫與過冷卻液態(tài)水存在的可能性之間的相關(guān)性:當(dāng)氣溫為-8~-4℃時Tmap達(dá)到峰值,表示當(dāng)環(huán)境氣溫處于該氣溫區(qū)間時過冷卻液態(tài)水存在的可能性最高;在該區(qū)間左側(cè),隨著氣溫降低,云或降水中的冰晶含量逐漸升高,過冷卻液態(tài)水存在的可能性逐漸降低;在該區(qū)間右側(cè),由于飛機(jī)表面空氣的壓縮加熱作用,過冷卻液態(tài)水存在的可能性迅速降低。

      2.2.2 相對濕度的隸屬度函數(shù)Rmap的確定

      類似地,可確定相對濕度的隸屬度函數(shù),從0~100%間隔5%,共設(shè)置20個相對濕度區(qū)間,根據(jù)北京人影辦372個積冰個例對應(yīng)相對濕度,統(tǒng)計每個區(qū)間包含的積冰個例樣本量(圖5)。

      圖5 各相對濕度區(qū)間對應(yīng)積冰個例Fig.5 Sample size of icing cases in each relative humidity interval

      相對濕度的隸屬度函數(shù)描述了相對濕度和云層或降水存在的可能性之間的相關(guān)性,反映了相對濕度對過冷卻液態(tài)水存在的可能性的影響:當(dāng)相對濕度低于30%時,很難有云層或降水存在,因此過冷卻液態(tài)水存在的可能性也很低;隨著相對濕度增加,云層或降水存在的可能性增加;當(dāng)相對濕度大于95%時,Rmap達(dá)到峰值,表示云層或降水存在的可能性很高,環(huán)境有利于過冷卻液態(tài)水存在。

      綜合氣溫和相對濕度的隸屬度函數(shù),可以判斷環(huán)境的初始積冰可能性,當(dāng)Tmap和Rmap同時達(dá)到峰值時,表示云層或降水中存在過冷卻液態(tài)水的可能性很高。

      圖6 相對濕度的隸屬度函數(shù)Fig.6 Membership function of relative humidity(Rmap)

      2.3 垂直運動、過冷卻液態(tài)水含量的隸屬度函數(shù)Vmap,Smap和二者權(quán)重系數(shù)的確定

      過冷卻液態(tài)水的存在是飛機(jī)發(fā)生積冰現(xiàn)象的關(guān)鍵。當(dāng)云層存在時,上升運動有助于液態(tài)水的產(chǎn)生,而下沉運動可能表示液態(tài)水的減少[21]。目前部分?jǐn)?shù)值預(yù)報模式可以輸出過冷卻液態(tài)水含量的預(yù)測值,但將其直接應(yīng)用于飛機(jī)積冰預(yù)測存在較大不確定性,有研究指出,積冰現(xiàn)象很可能出現(xiàn)在模式預(yù)測存在過冷卻液態(tài)水的情況下,但模式預(yù)測過冷卻液態(tài)水不存在,不能表示不發(fā)生積冰現(xiàn)象[9,21]。同時有研究表明,在構(gòu)建積冰指標(biāo)過程中考慮過冷卻液態(tài)水含量的影響有助于降低虛警率[22]。基于上述前人研究成果,在氣溫和相對濕度的隸屬度函數(shù)判別基礎(chǔ)上,綜合考慮垂直運動和過冷卻液態(tài)水含量對于環(huán)境初始積冰可能性的影響(假設(shè)二者對初始積冰可能性的影響相互獨立),構(gòu)建積冰指數(shù)Ip。

      受使用數(shù)據(jù)限制,本研究結(jié)合觀測數(shù)據(jù)、前人研究結(jié)果和經(jīng)驗,通過篩選多種表示垂直運動和過冷卻液態(tài)水含量對初始積冰可能性影響的隸屬度函數(shù)以及不同權(quán)重系數(shù)的最優(yōu)組合,最終確定積冰指數(shù)Ip的計算方法。

      2.3.1 篩選組合方案

      本研究使用垂直速度表示垂直運動的強(qiáng)度和方向,并設(shè)置了3種不同的垂直速度隸屬度函數(shù)形式Va,Vb和Vc(圖7)。

      由北京人影辦積冰個例對應(yīng)的垂直速度觀測數(shù)據(jù)分析可知:25%的積冰個例不存在明顯的垂直運動;66.4%的積冰個例對應(yīng)垂直上升運動,而8.6%的積冰個例對應(yīng)垂直下沉運動,且其中絕大多數(shù)積冰個例對應(yīng)垂直速度為-2~2 m·s-1。這表明大多數(shù)積冰事件的發(fā)生都伴隨有垂直上升運動,但較弱的下沉運動對積冰的抑制作用不明確,因此建立Va,Vb,Vc3種形式的垂直運動隸屬度函數(shù),其中Va形式為CIP(Current Icing Potential)算法中使用的表示垂直速度對積冰初始可能性影響的隸屬度函數(shù)[21],Vb和Vc分別表示較弱的下沉運動對積冰發(fā)生無影響和有促進(jìn)作用。

      ERA5再分析數(shù)據(jù)中云中,液態(tài)水含量(specific cloud liquid water content)和云量(cloud cover)可用于表征云中是否存在過冷卻液態(tài)水,結(jié)合前人研究成果與經(jīng)驗綜合確定[22]。Sa和Sb所采用的隸屬度函數(shù)形式如圖8所示。

      不該禁的地方堅決不禁:各個地方要科學(xué)的劃定禁養(yǎng)區(qū),防止盲目擴(kuò)大養(yǎng)殖范圍,禁養(yǎng)區(qū)必須按照標(biāo)準(zhǔn)來劃定,避免只要環(huán)境不要生產(chǎn)的極端做法。

      圖7 垂直速度的隸屬度函數(shù)Fig.7 Membership functions of vertical velocity

      圖8 云中液態(tài)水含量Sa和云量Sb的隸屬度函數(shù)Fig.8 Membership functions of specific cloud liquid water content Sa and cloud cover Sb

      為確定垂直運動和過冷卻液態(tài)水含量的隸屬度函數(shù)在積冰指數(shù)Ip計算過程中的權(quán)重,共設(shè)置7組不同權(quán)重系數(shù)組合(表1),用于控制垂直運動和過冷卻液態(tài)水含量對于初始積冰可能性的影響程度,其中k1和k2分別表示垂直運動項和過冷卻液態(tài)水含量項在積冰指數(shù)計算過程中的權(quán)重系數(shù)。

      2.3.2 篩選標(biāo)準(zhǔn)與結(jié)果

      隨機(jī)選取2016年全國空中報告中30個積冰個例樣本和25個非積冰個例樣本,根據(jù)上述組合方案,對于每個積冰個例可計算輸出42種組合結(jié)果。對每種組合中積冰和非積冰個例樣本的積冰指數(shù)Ip計算結(jié)果,分別統(tǒng)計準(zhǔn)確率A、漏報率M、虛警率F和高值率H(高值率為Ip計算結(jié)果大于0.6的樣本量在積冰個例樣本量中所占比例)。

      表1 垂直運動項權(quán)重系數(shù)(k1)和過冷卻液態(tài)水含量項權(quán)重系數(shù)(k2)的組合Table 1 Combination of weight coefficients k1 and k2

      根據(jù)分類算法評估指標(biāo),假設(shè)積冰個例樣本量為P,非積冰個例樣本量為N,使用積冰指數(shù)Ip進(jìn)行判別后:積冰個例判別為存在積冰可能性(Ip>0.1)的樣本量為Tp,非積冰個例判別為不存在積冰可能性(Ip≤0.1)的樣本量為Tn,積冰個例判別為不存在積冰可能性(Ip≤0.1)的樣本量為Fn,非積冰個例判別為存在積冰可能性(Ip>0.1)的樣本量為Fp,積冰個例判別為存在較高積冰可能性(Ip>0.6)的樣本量為Q。則準(zhǔn)確率

      (4)

      漏報率

      (5)

      虛警率

      (6)

      高值率

      (7)

      由表2可以看到,當(dāng)垂直速度隸屬度函數(shù)(Vmap)選擇Va形式、過冷卻液態(tài)水含量隸屬度函數(shù)(Smap)選擇Sb形式、權(quán)重系數(shù)選擇k1=0.6,k2=0.4的組合時,積冰指數(shù)Ip對積冰事件的判別準(zhǔn)確率達(dá)到最高值,漏報率和虛警率同時達(dá)到低值,同時高值率也較高,因此采用該種組合方式建立積冰指數(shù)Ip,對積冰事件的判別效果最佳。

      表2 篩選結(jié)果Table 2 Screening results

      綜上所述,積冰指數(shù)Ip的計算步驟如下:首先以氣溫和相對濕度作為輸入,根據(jù)其隸屬度函數(shù)(Tmap和Rmap)計算得出初始積冰可能性(Ipi);若初始積冰可能性為0,則積冰指數(shù)Ip為0。對于初始積冰可能性大于0的情況,根據(jù)垂直速度的判別,使用相應(yīng)表達(dá)式和隸屬度函數(shù)(Vmap和Smap)計算垂直速度和云量對于初始積冰可能性的影響,最終得出積冰指數(shù)Ip。通過對全國30個積冰個例樣本和25個非積冰個例樣本的分析,確定垂直運動項權(quán)重系數(shù)k1=0.6,過冷卻液態(tài)水含量項權(quán)重系數(shù)k2=0.4。

      根據(jù)上述方法計算得出的積冰指數(shù)Ip可以反映在一定的氣象條件下,飛機(jī)在空中發(fā)生積冰現(xiàn)象的可能性。積冰指數(shù)Ip的計算結(jié)果與積冰可能性大小的對應(yīng)關(guān)系如表3所示。

      表3 積冰指數(shù)Ip的值對應(yīng)的積冰可能性Table 3 Possibility of icing corresponding to the value of icing potential index

      3 積冰指數(shù)Ip的檢驗

      將上述積冰指數(shù)Ip的計算方法,用于2016年全國空中報告中未參與組合篩選的剩余61個積冰個例樣本和45個非積冰個例樣本,計算積冰指數(shù)Ip對積冰事件判別的準(zhǔn)確率、漏報率和虛警率,以驗證該指數(shù)的性能。

      計算結(jié)果顯示,積冰指數(shù)Ip判別的準(zhǔn)確率為80.2%,其漏報率和虛警率分別為9.4%和10.4%。目前國內(nèi)常使用國際民航組織推薦的飛機(jī)積冰指數(shù)Ic[2]判斷積冰的發(fā)生和強(qiáng)度,該指數(shù)的構(gòu)建為

      Ic=[(R-50)×2]×[T×(T+

      14)/(-49)],

      (8)

      式(8)中,R為相對濕度,T為溫度。使用相同的個例進(jìn)行計算,結(jié)果顯示其準(zhǔn)確率、漏報率和虛警率分別為57.5%,19.8%和22.6%。這表明積冰指數(shù)Ip對積冰事件發(fā)生的判別準(zhǔn)確率更高,且漏報率和虛警率顯著降低,因此積冰指數(shù)Ip的判別效果優(yōu)于積冰指數(shù)Ic。

      4 結(jié)論與討論

      本文基于模糊邏輯理論,通過對積冰個例對應(yīng)氣象條件的分析,定義了基于氣溫、相對濕度、垂直速度和云量的模糊邏輯隸屬度函數(shù)的積冰指數(shù)Ip,用于判斷飛機(jī)在空中出現(xiàn)積冰現(xiàn)象的可能性,并使用積冰和非積冰個例樣本對該積冰指數(shù)Ip進(jìn)行檢驗,結(jié)果表明:

      1) 積冰指數(shù)Ip對積冰事件的判別準(zhǔn)確率為80.2%,漏報率和虛警率分別為9.4%和10.4%。

      2) 與目前國內(nèi)常用的經(jīng)典積冰指數(shù)Ic相比,積冰指數(shù)Ip的判別準(zhǔn)確率顯著提升,漏報率與虛警率均顯著降低,整體判別效果顯著提升。

      3) 計算積冰指數(shù)Ip所使用的物理量以大氣溫濕層結(jié)數(shù)據(jù)為主,同時也是數(shù)值預(yù)報模式常見輸出量,因此該指數(shù)易于根據(jù)區(qū)域觀測資料進(jìn)行本地化調(diào)整,并結(jié)合高分辨率區(qū)域數(shù)值模式產(chǎn)品為飛機(jī)躲避積冰高風(fēng)險區(qū)域提供更加精細(xì)化的參考。

      需要注意的是,本文在構(gòu)建積冰指數(shù)Ip的過程中使用了兩組來源不同的積冰個例樣本,其一為2016年全國空中報告積冰個例樣本,其二為2014—2017年北京人影辦積冰個例樣本。由于飛行目的、計劃和路線的顯著差異,導(dǎo)致兩組積冰個例樣本之間存在明顯的時間和三維空間分布差異。但通過對2016年全國空中報告積冰個例樣本對應(yīng)氣象條件的分析發(fā)現(xiàn),其對應(yīng)氣溫、相對濕度和垂直速度分別表現(xiàn)出與北京人影辦積冰個例樣本對應(yīng)氣象要素相似的統(tǒng)計特征。因此兩組積冰個例樣本之間存在的時間、空間分布差異,對本研究中氣溫、相對濕度和垂直速度的隸屬度函數(shù)的建立影響較小。

      還需要注意的是,本文假設(shè)積冰指數(shù)Ip的計算過程中,垂直運動項和過冷卻液態(tài)水含量項對初始積冰可能性的影響是獨立的,并設(shè)置了互補(bǔ)的權(quán)重系數(shù)。垂直運動和過冷卻液態(tài)水含量之間的關(guān)系本文也未討論,有待進(jìn)一步探究。

      另外,本文并未討論積冰個例樣本之間由于飛機(jī)機(jī)型和飛行速度等因素不一致導(dǎo)致的積冰氣象條件差異,不同機(jī)型在不同飛行速度下動力增溫的差異會影響氣溫相關(guān)的隸屬度函數(shù)的函數(shù)曲線[23],因此在實際應(yīng)用中應(yīng)根據(jù)機(jī)型和飛行速度對氣溫相關(guān)曲線進(jìn)行調(diào)整。

      隨著機(jī)載觀測氣象數(shù)據(jù)質(zhì)量的改善[24]和數(shù)值預(yù)報系統(tǒng)對航空氣象數(shù)據(jù)同化能力的提升[25],以及數(shù)值預(yù)報模式對于降水云類型識別[26-27]和液態(tài)水含量預(yù)報能力的提升,積冰指數(shù)Ip在飛機(jī)積冰預(yù)測中的參考價值將進(jìn)一步提升,但同時也需要大量多源觀測數(shù)據(jù)對其進(jìn)行驗證與調(diào)整,從而更加準(zhǔn)確判別積冰事件的發(fā)生。

      猜你喜歡
      個例液態(tài)水樣本量
      醫(yī)學(xué)研究中樣本量的選擇
      基于微波輻射計的張掖地區(qū)水汽、液態(tài)水變化特征分析
      Ka/Ku雙波段毫米波雷達(dá)功率譜數(shù)據(jù)反演液態(tài)水含量方法研究
      一例膀胱鏡下留置尿管困難拔除個例分析
      航空裝備測試性試驗樣本量確定方法
      零下溫度的液態(tài)水
      Sample Size Calculations for Comparing Groups with Binary Outcomes
      PEMFC氣體擴(kuò)散層中液態(tài)水傳輸實驗研究綜述
      四川省春季一次飛機(jī)增雨作業(yè)個例分析
      四川盆地南部一次冬季飛機(jī)增雨作業(yè)個例分析
      404 Not Found

      404 Not Found


      nginx
      404 Not Found

      404 Not Found


      nginx
      404 Not Found

      404 Not Found


      nginx
      404 Not Found

      404 Not Found


      nginx
      404 Not Found

      404 Not Found


      nginx
      屏东市| 西宁市| 乾安县| 洞口县| 东源县| 拉孜县| 礼泉县| 大洼县| 荣昌县| 定远县| 军事| 那坡县| 东阳市| 高平市| 富顺县| 封丘县| 义乌市| 隆化县| 祁东县| 广灵县| 齐齐哈尔市| 楚雄市| 信阳市| 丰县| 柞水县| 阿尔山市| 惠水县| 兴安县| 天气| 库伦旗| 永安市| 浮梁县| 桂阳县| 岑溪市| 历史| 铁力市| 温泉县| 科技| 邛崃市| 鹤壁市| 曲周县|