王璞瑛

（黑龍江省機(jī)場管理集團(tuán)有限公司，黑龍江 哈爾濱 150000）

1 引言

目前國內(nèi)航班大部分航時(shí)在2 h 以內(nèi)，而趨勢預(yù)報(bào)是加在觀測報(bào)文后,對未來2 h 風(fēng)、能見度、天氣現(xiàn)象和云的重要變化做出預(yù)測的預(yù)報(bào)， 對航班的正常保障決策有著重要的參考作用[1]。 相關(guān)研究已有開展，例如能見度、低云等的機(jī)場數(shù)據(jù)分析[2-3]。 但由于空間尺度小和局地差異大， 趨勢預(yù)報(bào)在實(shí)際預(yù)報(bào)工作中一般難以準(zhǔn)確預(yù)測。

伊春機(jī)場地處山區(qū)，風(fēng)的變化很快，趨勢預(yù)報(bào)較難把握。 在實(shí)際工作過程中發(fā)現(xiàn)伊春機(jī)場秋冬季以風(fēng)和能見度的趨勢為主，其中風(fēng)的趨勢占比70%。 在預(yù)報(bào)質(zhì)量上，研究選取的9 月、10 月漏報(bào)率為100%，11 月、12 月漏報(bào)率分別為93%和74%， 漏報(bào)率有了明顯降低。 本文希望通過統(tǒng)計(jì)數(shù)據(jù)總結(jié)規(guī)律最終得到預(yù)報(bào)指標(biāo)， 指導(dǎo)未來該地該季節(jié)風(fēng)趨勢預(yù)報(bào)的加發(fā)，提升趨勢預(yù)報(bào)質(zhì)量。

2 方法與資料

圖1 為風(fēng)趨勢預(yù)報(bào)發(fā)生次數(shù)的日變化。0-2 時(shí)出現(xiàn)風(fēng)趨勢的次數(shù)較多，其中01 時(shí)最多為17 次，分析原因是日出時(shí)刻太陽升起， 溫度升高， 動(dòng)量交換變強(qiáng)，風(fēng)速開始突增[4]。

圖1 各時(shí)刻（世界時(shí)）風(fēng)趨勢發(fā)生次數(shù)

本文使用資料為伊春市2020 年9-12 月的機(jī)場觀測報(bào)文、2019-2020 年月報(bào)和預(yù)報(bào)中心發(fā)布的趨勢預(yù)報(bào)。風(fēng)的趨勢預(yù)報(bào)要求指明未來2 h 地面風(fēng)向和風(fēng)速的大幅變化，是對未來的推測，因此在選取相關(guān)研究要素時(shí)需考慮是否能和已知數(shù)據(jù)進(jìn)行對比[5]。 最終本文選取氣溫和氣壓進(jìn)行指標(biāo)運(yùn)算， 風(fēng)向風(fēng)速和強(qiáng)風(fēng)持續(xù)時(shí)間作為規(guī)律參考， 形勢場作項(xiàng)為預(yù)報(bào)分析。

具體原因如下：風(fēng)一般由太陽輻射引起，是因氣壓分布不均勻而產(chǎn)生的空氣流動(dòng)現(xiàn)象， 因此首先將氣溫和氣壓納入統(tǒng)計(jì)， 綜合比較后選擇采用氣溫和氣壓的變差（當(dāng)前時(shí)次與之前時(shí)次之差）來分析，同時(shí)將氣溫和氣壓的月變化分析作為總結(jié)規(guī)律的輔助；風(fēng)向風(fēng)速主要受天氣系統(tǒng)影響，單純發(fā)報(bào)時(shí)刻的風(fēng)方向和大小無指示意義， 因此本次選擇統(tǒng)計(jì)當(dāng)日風(fēng)速最大值和強(qiáng)風(fēng)的持續(xù)時(shí)間與風(fēng)趨勢的關(guān)系，同時(shí)總結(jié)易發(fā)生趨勢的盛行風(fēng)向作為概率項(xiàng)參考；地面天氣形勢場關(guān)系到系統(tǒng)未來的移動(dòng)，即風(fēng)的變化，雖無法得出具體指標(biāo)但對當(dāng)前形勢的掌握可以影響后續(xù)推斷，故也納入分析。

3 要素?cái)?shù)據(jù)和分析

3.1 氣溫與風(fēng)的趨勢

9-12 月氣溫、氣壓和風(fēng)趨勢的變化情況見表1。第2 列數(shù)據(jù)可看出9-12 月處于氣溫年周期中的下降階段， 而風(fēng)的趨勢9 月、11 月較少，10 月、12 月較多，與氣溫下降無明顯關(guān)系。

表1 氣溫、氣壓和風(fēng)趨勢的月變化

圖2、3 橫坐標(biāo)分別為1 h 變溫（當(dāng)前時(shí)次氣溫與前一時(shí)次氣溫之差）和3 h 變溫（當(dāng)前時(shí)次氣溫與前三時(shí)次氣溫之差）， 單位℃； 縱坐標(biāo)為該變溫出現(xiàn)次數(shù)。圖2 中可見1 h 變溫為4 ℃時(shí)發(fā)生趨勢次數(shù)最多為15 次，其次為3 ℃為11 次。 觀察圖2 和圖3 可明顯發(fā)現(xiàn)變溫為正值即當(dāng)前溫度較之前升高時(shí)趨勢發(fā)生概率大，分析原因?yàn)闇囟壬?，?dòng)量下傳變強(qiáng)，地面風(fēng)速隨之增大， 且由前文風(fēng)趨勢次數(shù)的日變化可知風(fēng)趨勢多發(fā)于午間溫度較高時(shí)，變溫為正居多。

圖2 1 h 變溫與風(fēng)趨勢

圖3 3 h 變溫與風(fēng)趨勢

3.2 氣壓與風(fēng)的趨勢

表1 中氣壓由于溫度降低使空氣密度變大而增大，和風(fēng)趨勢相關(guān)性不明顯。 圖4、5 中高值均在-1、0 和1 hPa，即氣壓差值不大時(shí)，由于相對氣溫來說，氣壓的日變化比較穩(wěn)定，故變差也不大。

圖4 1 h 變壓與風(fēng)趨勢

圖5 3 h 變壓與風(fēng)趨勢

3.3 風(fēng)速風(fēng)向與風(fēng)的趨勢

3.3.1 風(fēng)速與風(fēng)的趨勢

當(dāng)日最大風(fēng)速<5 m/s 時(shí)不評定趨勢預(yù)報(bào)， 因此從5 m/s 開始計(jì)數(shù)，概率為已知當(dāng)日最大風(fēng)速時(shí)風(fēng)趨勢的發(fā)生概率（表2）?？梢园l(fā)現(xiàn)當(dāng)日最大風(fēng)速5 m/s-8 m/s 時(shí)概率是逐漸升高的， 當(dāng)日最大風(fēng)速為8 m/s時(shí)發(fā)生風(fēng)趨勢的概率高達(dá)80%， 分析是由于風(fēng)速越大， 滿足趨勢預(yù)報(bào)條件的可能性就越高；9 m/s 及以上概率突然下降考慮是數(shù)據(jù)太少造成的，9-12 月最大風(fēng)速在9 m/s 及以上的只有4 d。

表2 當(dāng)日最大風(fēng)速和風(fēng)趨勢發(fā)生概率

3.3.2 強(qiáng)風(fēng)持續(xù)與風(fēng)的趨勢

對比多組數(shù)據(jù)后， 發(fā)現(xiàn)將強(qiáng)風(fēng)定為6 m/s 及以上時(shí)和風(fēng)的趨勢相關(guān)度最大，因此選取當(dāng)日風(fēng)速≥6 m/s的不同持續(xù)時(shí)間計(jì)算概率。 表3 中可見，當(dāng)持續(xù)時(shí)間超過3 h，時(shí)間越長概率越小，分析是由于大風(fēng)系統(tǒng)較穩(wěn)定，傾向于維持現(xiàn)狀不產(chǎn)生趨勢波動(dòng)；而持續(xù)時(shí)間短則說明大氣穩(wěn)定度差， 易發(fā)生風(fēng)向風(fēng)速變化進(jìn)而產(chǎn)生趨勢。

表3 強(qiáng)風(fēng)持續(xù)時(shí)間和風(fēng)趨勢發(fā)生概率

3.3.3 風(fēng)向與風(fēng)的趨勢

東、南、西、北風(fēng)分別取70 °-110 °、160 °-200 °、250 °-290 °、340 °-020 °（不含邊界）；東南、東北、西南、西北風(fēng)取上述的間值（含邊界）；VRB 計(jì)作風(fēng)向不定；00000 為靜風(fēng)。

圖6 中可以明顯看出， 風(fēng)向不定時(shí)次數(shù)最高占44%，幾乎一半。 這與趨勢預(yù)報(bào)評分軟件的算法有一定的關(guān)系， 此外前文數(shù)據(jù)也表明在日出時(shí)刻易從凌晨的小風(fēng)速風(fēng)向不定變?yōu)榇箫L(fēng)速形勢風(fēng)場； 其次為黑龍江秋冬季盛行風(fēng)西風(fēng)，占比16%。 另外吹北風(fēng)、東風(fēng)、南風(fēng)、東北風(fēng)時(shí)概率極小，低于3%，可以作為不加發(fā)趨勢的參考。

圖6 各風(fēng)向的風(fēng)趨勢發(fā)生次數(shù)

4 形勢場和分析

4.1 地面形勢場與風(fēng)的趨勢

本文將趨勢發(fā)生當(dāng)天的地面形勢場分為兩類（高壓、低壓控制）具體八種（前、后、頂、底）。 圖7 中可以看到當(dāng)?shù)孛嫣幱诘蛪嚎刂茣r(shí)發(fā)生52 次，高壓控制時(shí)發(fā)生30 次，氣壓偏差時(shí)的低壓系統(tǒng)更易發(fā)生趨勢。

圖7 不同形勢場與風(fēng)趨勢發(fā)生次數(shù)

4.2 850 hPa 溫度平流與風(fēng)的趨勢

為了數(shù)據(jù)分析的全面， 同樣統(tǒng)計(jì)了發(fā)生趨勢當(dāng)天的850 hPa 溫壓場，將其分為冷平流、暖平流和冷暖平流不明顯三種。 統(tǒng)計(jì)后的數(shù)據(jù)并未呈現(xiàn)一定規(guī)律性， 故僅展示結(jié)論。 圖8 可以看出數(shù)據(jù)分布較平均，冷平流稍多，但無較大實(shí)際參考意義。

圖8 不同溫度平流與風(fēng)趨勢發(fā)生次數(shù)

4.3 地面形勢個(gè)例分析

選取了2020 年10 月27-28 日的低值系統(tǒng)過境過程進(jìn)行具體風(fēng)趨勢分析，本次過程共計(jì)漏報(bào)4 份，兩日漏報(bào)均發(fā)生在北京時(shí)8 時(shí)和9 時(shí)， 均為小風(fēng)速到大風(fēng)速的漏報(bào)。

27 日地面天氣圖（圖略）中地面低壓中心位于黑龍江省西北部，冷鋒自中心向東南延伸，處于伊春所在位置， 分析風(fēng)速變大趨勢為冷鋒過境帶來的地面大風(fēng)[6]；28 日低壓中心移至黑龍江省北部，冷鋒移出，伊春無明顯系統(tǒng)影響， 考慮風(fēng)速變大趨勢為日出增溫動(dòng)量下傳造成的。 上述兩種不同原因帶來了相同的趨勢漏報(bào)，系統(tǒng)過境和日變化的影響同樣重要，在未來趨勢加發(fā)過程中應(yīng)該綜合考慮。

5 結(jié)論

本次通過針對地方性特征明顯的伊春機(jī)場入手，從氣溫、氣壓、地面形勢等方面進(jìn)行分析，發(fā)現(xiàn)了秋冬季風(fēng)趨勢發(fā)生的規(guī)律：

(1)日出時(shí)和中午溫度較高時(shí)最容易發(fā)生趨勢；

(2)1 h 變溫為4 ℃時(shí)發(fā)生趨勢次數(shù)最多，且變溫為正值時(shí)趨勢發(fā)生概率大，變壓與趨勢關(guān)系不明顯；

(3)以下特征更易發(fā)生趨勢：當(dāng)日最大風(fēng)速較大，強(qiáng)風(fēng)持續(xù)時(shí)間在3 h 及以下或風(fēng)向?yàn)閂RB 和靜風(fēng)；

(4)當(dāng)?shù)孛媸艿椭迪到y(tǒng)控制時(shí)更容易發(fā)生趨勢，且對于趨勢預(yù)報(bào)的加發(fā)應(yīng)綜合考慮日變化和天氣系統(tǒng)等多種要素。

本文趨勢預(yù)報(bào)數(shù)據(jù)統(tǒng)計(jì)分析還存在諸多不足，例如數(shù)據(jù)量較少和要素對比不夠全面等問題， 隨著預(yù)報(bào)中心的運(yùn)行， 數(shù)據(jù)存儲(chǔ)的完善， 經(jīng)驗(yàn)知識(shí)的積累，未來一定能做出更全面具體的分析總結(jié)。