高 兵，畢 波，楊 航

(云南機場集團有限責(zé)任公司大理機場，云南 大理 671000)

0 引言

云南地處低緯度高原，地理位置特殊，地形地貌復(fù)雜。在低緯度、高海拔地理條件影響下，受季風(fēng)氣候制約，形成四季溫差小、干雨季分明、立體氣候顯著的低緯高原季風(fēng)氣候。特殊的氣候特點和地理地形，造成“一天有四季、十里不同天”的天氣特點，也使得云南地區(qū)的對流發(fā)展過程復(fù)雜多變，難以預(yù)報，雷暴、短時強降水等強對流天氣對航班飛行安全和機場正常運行產(chǎn)生很大影響。開展強對流天氣監(jiān)測預(yù)警技術(shù)的研究和開發(fā)，研發(fā)適用于云南高原山地機場的強對流天氣短時臨近預(yù)報系統(tǒng)，對于提高機場飛行氣象保障能力，確保機場安全運營具有重要意義。

中國氣象局及各省市氣象局開展強對流短臨預(yù)報的研究和應(yīng)用，建立起較為完善的業(yè)務(wù)運行體系。2007—2010年中國氣象局開展強對流天氣短時臨近預(yù)報系統(tǒng)(SWAN)的建設(shè)工作[1]，作為支撐全國強對流天氣短時臨近預(yù)報業(yè)務(wù)的專業(yè)化系統(tǒng)平臺。2016年7月發(fā)布SWAN2.0正式版，進一步優(yōu)化服務(wù)器，集成新算法，并基于MICAPS4框架開發(fā)SWAN2.0客戶端。SWAN系統(tǒng)的主要特性有：側(cè)重臨近預(yù)報，可實現(xiàn)實時連續(xù)的高頻次監(jiān)視，結(jié)合多種資料，充分發(fā)揮雷達、自動站的作用；以拼圖為基礎(chǔ)，實現(xiàn)大范圍的雷達監(jiān)測；具有良好擴充性算法平臺，可方便進行本地化二次開發(fā)。2011年北京城市氣象研究所主持的“京津冀城市群強對流天氣短時臨近預(yù)報關(guān)鍵技術(shù)研究”項目，建立了京津冀地區(qū)強對流天氣系統(tǒng)發(fā)生發(fā)展的天氣背景概念模型，以及該地區(qū)強對流天氣的中尺度和邊界層觸發(fā)機制和概念模型；項目建立了2～12 h強對流潛勢預(yù)報的判別指標，改進了強對流客觀潛勢預(yù)報效果，具有全區(qū)域預(yù)報預(yù)警功能。國內(nèi)民航氣象部門也緊跟行業(yè)發(fā)展，開展短臨預(yù)報系統(tǒng)的研究，民航行業(yè)內(nèi)，各空管中心、站和機場氣象臺建立或引進的短臨預(yù)報系統(tǒng)，立足于航班保障和機場運行需要。2類系統(tǒng)都有較好的實用性，但側(cè)重點有所不同。比較典型的有中國民用航空深圳空中交通管理站“重要天氣預(yù)警和預(yù)報系統(tǒng)”，基于雷達外推技術(shù)提供2 h預(yù)報；西寧曹家堡機場“強對流天氣預(yù)報預(yù)警業(yè)務(wù)系統(tǒng)”[2]，應(yīng)用多種氣象資料統(tǒng)計分析出相關(guān)指標，進行強對流天氣預(yù)報預(yù)警。近年來，雖然強對流天氣短臨預(yù)報技術(shù)取得了較快的發(fā)展，但由于探測手段和算法研究上的限制，加之局地氣候特征和復(fù)雜地形的影響，使云南地區(qū)各機場準確預(yù)報強對流天氣仍困難重重。

1 資料選取及技術(shù)路線

系統(tǒng)使用的氣象資料包含大理、麗江、西雙版納機場及周邊區(qū)域的天氣雷達觀測資料、電場儀和閃電觀測資料、探空資料、對流天氣個例分析，以及2014年1月—2018年12月5 a機場地面觀測資料和中尺度數(shù)值模式預(yù)報產(chǎn)品資料等。確定的技術(shù)路線是：以天氣雷達信息為主，融合實時地面、探空觀測數(shù)據(jù)和數(shù)值預(yù)報模式產(chǎn)品，采用國內(nèi)外有效的天氣分類識別和預(yù)報算法，結(jié)合云南地區(qū)山地氣候特征，開展風(fēng)暴臨近預(yù)報、強對流天氣分類預(yù)警技術(shù)、基于數(shù)值預(yù)報的強風(fēng)暴潛勢診斷，進行機場強對流天氣短臨預(yù)報系統(tǒng)研發(fā)工作。

2 研究內(nèi)容

2.1 強對流天氣分類識別技術(shù)研究

新一代多普勒天氣雷達提供了雷達站周邊豐富的云雨信息和風(fēng)場信息，數(shù)值預(yù)報模式提供了大氣溫度場、濕度場和風(fēng)場的三維信息。聯(lián)合應(yīng)用多種資料，開展基于天氣雷達和數(shù)值模式產(chǎn)品的強對流天氣分類識別技術(shù)研究[3]，建立適用于大理、麗江和西雙版納機場的強對流天氣識別因子，有效識別機場附近區(qū)域雷暴、強降水、雷暴大風(fēng)、冰雹等強對流天氣。

2.2 強風(fēng)暴臨近預(yù)報技術(shù)研發(fā)

基于雷達基數(shù)據(jù)，采用風(fēng)暴單體識別和跟蹤(Storm Cell Identification and Tracking，SCIT)算法識別、跟蹤、預(yù)報風(fēng)暴[4]。采用多閾值法從反射率因子掃描層中依次識別風(fēng)暴段、二維分量，通過對二維分量進行垂直相關(guān)得到風(fēng)暴質(zhì)心的三維結(jié)構(gòu)，計算風(fēng)暴質(zhì)心、VIL等基本參量。根據(jù)移動路徑最近和體積變化最小原則，跟蹤不同時次風(fēng)暴的移動，計算風(fēng)暴移動矢量，在此基礎(chǔ)上線性外推未來風(fēng)暴質(zhì)心位置?；陲L(fēng)暴臨近預(yù)報結(jié)果，從風(fēng)暴體結(jié)構(gòu)提取回波特征量，結(jié)合數(shù)值模式預(yù)報場建立預(yù)警因子,采用模糊邏輯原理分類預(yù)警冰雹、雷暴大風(fēng)天氣，以風(fēng)暴預(yù)報落區(qū)作為強天氣落區(qū)。短時強降水預(yù)警采用光流法[5,6]和半拉格朗日外推法[7]，結(jié)合實時Z-R關(guān)系[8]預(yù)報短時強降水落區(qū)。重點解決0～2 h強對流天氣預(yù)警，滿足機場著陸趨勢預(yù)報(有效時段2 h)指導(dǎo)需求。

2.3 基于數(shù)值預(yù)報的強風(fēng)暴潛勢診斷

以影響航空安全的雷暴、強降水、雷暴大風(fēng)和冰雹為主要研究對象，基于中尺度數(shù)值預(yù)報模式，首先計算與強對流發(fā)生環(huán)境動力和熱力條件相關(guān)的物理量和對流參數(shù)[9,10]；通過對這些物理量在若干過程中的分析、統(tǒng)計，采納專家系統(tǒng)的思想，用模糊邏輯學(xué)方法，建立4類強天氣類多參數(shù)的潛勢預(yù)報模型[11,12]，最后生成0～12 h強天氣落區(qū)分布潛勢預(yù)報，以較好地解決機場9 h指導(dǎo)預(yù)報。

2.4 機場強對流天氣短臨預(yù)報系統(tǒng)開發(fā)

在充分調(diào)研分析機場氣象服務(wù)業(yè)務(wù)需求基礎(chǔ)上，設(shè)計開發(fā)大理、麗江和西雙版納機場強對流天氣短臨預(yù)報系統(tǒng)，主要包括信息采集存儲、天氣信息展示、產(chǎn)品生成和發(fā)布等功能，系統(tǒng)采用可配置、可擴充、模塊化的設(shè)計架構(gòu)，確保系統(tǒng)功能的可擴充性，以及系統(tǒng)在其他機場的推廣應(yīng)用。

3 系統(tǒng)構(gòu)成

3.1 系統(tǒng)技術(shù)架構(gòu)

從技術(shù)實現(xiàn)和提供服務(wù)的角度，云南高原山地機場強對流天氣短時臨近預(yù)報系統(tǒng)的總體架構(gòu)可劃分為3個體系和2個層次(圖1)。3個體系分別是：安全性保障體系、標準規(guī)范體系和系統(tǒng)優(yōu)化體系；2個層次分別是基礎(chǔ)環(huán)境層和應(yīng)用軟件層，其中基礎(chǔ)環(huán)境層包括硬件環(huán)境和軟件環(huán)境，應(yīng)用軟件層包括：數(shù)據(jù)架構(gòu)、技術(shù)架構(gòu)、功能規(guī)劃和應(yīng)用交互。

圖1 總體技術(shù)架構(gòu)Fig.1 Overall technical architecture

基礎(chǔ)環(huán)境層中，硬件環(huán)境主要包括業(yè)務(wù)處理服務(wù)器、數(shù)據(jù)庫服務(wù)器以及圖形工作站等；軟件環(huán)境主要包括服務(wù)器操作系統(tǒng)，數(shù)據(jù)存儲的數(shù)據(jù)庫系統(tǒng)(內(nèi)存數(shù)據(jù)庫、關(guān)系型數(shù)據(jù)庫、文件存儲系統(tǒng))，數(shù)據(jù)采集環(huán)境，數(shù)據(jù)處理與產(chǎn)品加工環(huán)境、天氣信息及產(chǎn)品展示環(huán)境、預(yù)警產(chǎn)品制作與發(fā)布環(huán)境。

應(yīng)用軟件層中，數(shù)據(jù)架構(gòu)層主要采用內(nèi)存數(shù)據(jù)庫、關(guān)系型數(shù)據(jù)庫和文件系統(tǒng)結(jié)合的方式進行業(yè)務(wù)數(shù)據(jù)存儲管理，存儲的數(shù)據(jù)主要包括原始數(shù)據(jù)、系統(tǒng)加工處理產(chǎn)品、人機交互修改產(chǎn)品以及分發(fā)展現(xiàn)產(chǎn)品；技術(shù)架構(gòu)層主要包括基于Java的數(shù)據(jù)采集，基于C++和Python的數(shù)據(jù)處理與產(chǎn)品加工，基于Java和WebGIS的天氣信息及產(chǎn)品展示分析，基于點聚Weboffice的預(yù)警產(chǎn)品制作及發(fā)布；功能規(guī)劃層主要包括數(shù)據(jù)的獲取與存儲、數(shù)據(jù)處理與產(chǎn)品加工、數(shù)據(jù)和產(chǎn)品展示、產(chǎn)品分析以及預(yù)警產(chǎn)品制作與發(fā)布；應(yīng)用交互層主要包括機場預(yù)報員、簽派人員、機組人員及其他用戶等。

3.2 業(yè)務(wù)流程設(shè)計

系統(tǒng)首先收集來自機場和氣象數(shù)據(jù)服務(wù)機構(gòu)的地面氣象數(shù)據(jù)、高空觀測資料、天氣雷達數(shù)據(jù)、數(shù)值模式資料、衛(wèi)星數(shù)據(jù)和機場強對流個例資料，進行解析并入庫。其次，系統(tǒng)后臺自動通過API接口獲取解析入庫的的原始資料，并分別調(diào)用多普勒天氣雷達質(zhì)量控制算法、降水估測和預(yù)報外推算法、強天氣識別和預(yù)報外推算法、強天氣落區(qū)潛勢預(yù)報算法，生成機場及周邊區(qū)域0～2 h強對流天氣短臨預(yù)警產(chǎn)品，以及網(wǎng)格化的0～12 h強對流天氣落區(qū)分布潛勢預(yù)報產(chǎn)品。

3.3 系統(tǒng)功能

系統(tǒng)平臺由數(shù)據(jù)獲取與存儲子系統(tǒng)、數(shù)據(jù)處理與產(chǎn)品加工子系統(tǒng)、天氣信息及產(chǎn)品展示分析子系統(tǒng)、預(yù)警產(chǎn)品制作與發(fā)布子系統(tǒng)4個子系統(tǒng)組成(圖2)。其中數(shù)據(jù)獲取與存儲子系統(tǒng)包括數(shù)據(jù)獲取模塊和數(shù)據(jù)儲存管理模塊；數(shù)據(jù)處理與產(chǎn)品加工子系統(tǒng)包括0～2 h短臨預(yù)報模塊、0～12 h強天氣潛勢預(yù)報模塊、機場強對流天氣預(yù)警模塊；天氣信息及產(chǎn)品展示分析子系統(tǒng)包括數(shù)據(jù)和產(chǎn)品顯示模塊和產(chǎn)品分析模塊；預(yù)警產(chǎn)品制作與發(fā)布子系統(tǒng)包括預(yù)警產(chǎn)品制作模塊和預(yù)警信息發(fā)布模塊。

圖2 云南高原山地機場強對流天氣短時臨近預(yù)報系統(tǒng)結(jié)構(gòu)Fig.2 Structural diagram of short-time nowcasting system for strong convective weather at Yunnan Plateau Mountain Airport

4 系統(tǒng)應(yīng)用效果

4.1 短臨預(yù)報效果檢驗

使用大理機場周邊50 km半徑內(nèi)的閃電定位資料，對2019年9月雷暴短臨預(yù)報效果進行檢驗，期間共報雷暴214次，實際出現(xiàn)了181次，空報33次，漏報0次，則該預(yù)報算法對雷暴的命中率為100%，空報率14.42%，漏報率0%，TS評分為84.58%，結(jié)果表明算法對雷暴預(yù)報的預(yù)報效果良好。

使用機場自動觀測系統(tǒng)分鐘級降水?dāng)?shù)據(jù)對9月機場周邊25 km2范圍內(nèi)的強降水短臨預(yù)報效果進行檢驗，短臨預(yù)報對部分雷暴天氣時出現(xiàn)的強降水個例預(yù)報效果較好，TS評分可達71.43%，但對機場所有出現(xiàn)中雨以上量級的個例進行檢驗，總體漏報率較高，0～120 min時效漏報率為73.50%～91.55%，TS評分為26.5%～8.45%，沒有出現(xiàn)空報的情況，主要是因為用于訂正Z-R關(guān)系的自動站數(shù)據(jù)較少，且由于地形原因所導(dǎo)致的降水局地差異大，時間變化快。

4.2 潛勢預(yù)報效果檢驗

使用機場周邊50 km半徑內(nèi)的閃電定位資料，對2019年9月雷暴潛勢預(yù)報效果進行檢驗，考慮到閃電定位資料中的雷暴天氣個例數(shù)要遠多于機場能觀測到的雷暴個例數(shù)，使用原閾值易出現(xiàn)漏報的情況，各機場對閾值再次進行優(yōu)化，并按新的閾值對預(yù)報效果進行檢驗。

0～12 h雷暴潛勢預(yù)報產(chǎn)品較人工預(yù)報TS評分提高了26%～39%，3個機場雷暴潛勢預(yù)報TS評分平均為59.21%(表1)。由于機場降水量只是定點降水，不能很好代表潛勢預(yù)報區(qū)域降水量，并且對流性強降水的空間分布極不均勻，因此依據(jù)機場降水量進行評分，預(yù)報檢驗效果相對雷暴較差，各機場強降水潛勢預(yù)報TS評分平均為30.67%，命中率為69.48%，空報率為59.13%(表2)。在預(yù)報檢驗過程中，大理機場出現(xiàn)2次颮(雷暴大風(fēng))，潛勢預(yù)報準確預(yù)報出了一次雷暴大風(fēng)，另一次預(yù)報了雷暴；冰雹沒有實況和潛勢預(yù)報個例。因為強降水的難以預(yù)報性，并且在《航站重要天氣預(yù)報質(zhì)量評定辦法》(民航局空發(fā)[1995]146號)中沒有區(qū)分降水的量級，因此機場預(yù)報員極少發(fā)布中雨量級預(yù)報，幾乎沒有發(fā)布過大雨預(yù)報，目前系統(tǒng)提供的潛勢預(yù)報產(chǎn)品突破了強降水“零預(yù)報”的現(xiàn)狀。

表1 雷暴潛勢預(yù)報檢驗結(jié)果Tab.1 Thunderstorm potential forecast test results

表2 強降水潛勢預(yù)報檢驗結(jié)果Tab.2 Heavy rainfall potential forecast test results

4.3 應(yīng)用效果

2020年，機場強對流天氣短時臨近預(yù)報系統(tǒng)投入業(yè)務(wù)運行，顯著提升了試點機場重要天氣預(yù)報準確率(表3)，在“防疫抗疫、復(fù)產(chǎn)復(fù)工”中發(fā)揮了較好的作用。隨著旅游業(yè)的恢復(fù)，云南機場集團各機場航空運輸量大幅回升，部分機場航班量在暑期(7—8月)出現(xiàn)了報復(fù)性增長，例如大理機場2020年8月共保障航班1776架次，為單月歷史最高值，比去年同期增長了12.7%。同時，暑期也是云南的主汛期，強對流天氣主要出現(xiàn)在這一時期，在2020年全國氣象災(zāi)害頻發(fā)的背景下，試點機場以準確的氣象預(yù)報保證了航班飛行的安全和正常。

表3 試點機場暑期重要天氣預(yù)報準確率(單位：%)Tab.3 Accuracy of important summer weather forecasts at pilot airports(unit∶%)

5 小結(jié)

云南高原山地機場強對流天氣短時臨近預(yù)報系統(tǒng)基于天氣雷達、地面和探空觀測資料、數(shù)值預(yù)報產(chǎn)品，應(yīng)用強對流天氣分類識別技術(shù)和短時臨近預(yù)報技術(shù)，創(chuàng)新性地將短臨預(yù)報和潛式預(yù)報結(jié)合起來，建立了可業(yè)務(wù)運行的機場強對流短臨預(yù)報系統(tǒng)。0～12 h雷暴潛勢預(yù)報命中率平均為76.4%，TS評分平均為59.21%，強降水命中率>60%，TS評分平均為30.67%，雷暴大風(fēng)潛勢預(yù)報也具有一定的參考價值。0～2 h短臨預(yù)報雷暴TS評分為84.58%，空報率控制在20%以內(nèi)，但強降水TS評分最高為26.50%，漏報率較高，還需對算法參數(shù)和檢驗方法進行優(yōu)化改進。潛式預(yù)報產(chǎn)品在數(shù)值預(yù)報資料時間20 h后有產(chǎn)品輸出，可在預(yù)報有效時段開始前3～4 h，提供未來12 h潛勢預(yù)報產(chǎn)品；短臨預(yù)警提前時間不低于20 min，逐6 min更新1次。機場強對流短臨預(yù)報系統(tǒng)的業(yè)務(wù)運行，能夠有效提高大理、麗江和西雙版納機場的強對流天氣預(yù)報預(yù)警能力，減少強對流天氣對機場航班運行的影響。

5.1 成果的創(chuàng)新點

①云南高原山地機場強對流天氣短時臨近預(yù)報系統(tǒng)是我國目前專門針對特定機場進行強對流天氣短時臨近預(yù)報的為數(shù)不多的系統(tǒng)之一，在云南地區(qū)尚屬首次。

②準確的短時強對流天氣預(yù)報是業(yè)界公認的技術(shù)難題。本課題集成國內(nèi)外先進的強對流天氣識別和短時臨近預(yù)報技術(shù)，結(jié)合大理、麗江、西雙版納地區(qū)天氣氣候特點，將科學(xué)研究成果業(yè)務(wù)化應(yīng)用，形成可應(yīng)用于實際預(yù)報業(yè)務(wù)的系統(tǒng)，體現(xiàn)了科學(xué)研究的集成創(chuàng)新。

③多源數(shù)據(jù)融合集成是目前大數(shù)據(jù)技術(shù)應(yīng)用的前沿研究課題。本課題融合雷達、地面高空觀測、數(shù)值預(yù)報等多種氣象觀測資料和產(chǎn)品，獲得機場強對流天氣定量的短時臨近預(yù)報產(chǎn)品，是大數(shù)據(jù)技術(shù)在機場氣象保障業(yè)務(wù)中的創(chuàng)新性應(yīng)用。

5.2 研究展望

機場短臨預(yù)報系統(tǒng)的研發(fā)，為機場氣象臺提供了一個全新的客觀預(yù)報平臺，具有較好的業(yè)務(wù)擴展性，有利于各機場針對本場飛行氣象特點開展系統(tǒng)的二次開發(fā)。短臨預(yù)報提供了時間、空間尺度上精細化的強對流天氣落區(qū)預(yù)報，潛式預(yù)報相關(guān)閾值設(shè)置為可調(diào)，便于后期進行天氣個例總結(jié)分析和進一步優(yōu)化閾值，具有較大的應(yīng)用擴展和準確率提升空間?；跍蚀_的短臨預(yù)報產(chǎn)品，后續(xù)可重點開展飛行氣象保障技術(shù)應(yīng)用研究，與機場基礎(chǔ)數(shù)據(jù)、航路航線、管制雷達、飛機位置等相結(jié)合，綜合應(yīng)用于航班運行的控制，有效保證航班飛行和機場運行的安全和正常。