高级检索

ISSN1001-3806CN51-1125/TN 网站地图

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

激光测风雷达分析典型高原机场风场特征

范琪 朱晓林 周鼎富 周杰 罗雄 陈春利 童文皓 杨泽后

引用本文:
Citation:

激光测风雷达分析典型高原机场风场特征

    作者简介: 范琪(1992-),女,硕士,工程师,主要从事激光测风雷达气象算法方面的研究.
    通讯作者: 周鼎富, df_xf_zhou@sina.com
  • 基金项目:

    国家重点研发计划资助项目 2018YFF01014100

    四川省重大科技专项资助项目 2018TZDZX0006

  • 中图分类号: TN958.98;TP79

Analysis of the wind field characteristics using the wind lidar in a typical plateau airport

    Corresponding author: ZHOU Dingfu, df_xf_zhou@sina.com ;
  • CLC number: TN958.98;TP79

  • 摘要: 为了对激光测风雷达在民用机场的运行环境适应性及综合保障能力进行评估,采用国产自研激光测风雷达在典型高原机场为期3个月的风场联合监测试验数据,结合同址相关气象资料,分晴、多云、阴、雾及降水等不同气象条件,对激光测风雷达的风场数据进行了分析,以揭示典型高原机场的风场特征,检验国产激光测风雷达的综合保障能力。结果表明,在不同天气类型下,激光雷达的测风性能存在明显的差异,其在晴、多云、阴天整体表现较优,水平最大探测距离最远可达6623m,垂直最高可达2895m;同时,激光测风雷达能精准捕捉到高原机场的风场在时间尺度和空间尺度上的典型变化特征。该研究为雷达在民航的应用提供了参考。
  • Figure 1.  Installation location of lidar

    Figure 2.  System structure diagram of lidar

    Figure 3.  Data acquisition rate of lidar under different weather types a—horizontal b—vertical

    Figure 4.  The effective detection range of lidar under different weather types

    Figure 5.  Wind speed distribution characteristics of Panzhihua Airport

    Figure 6.  Wind direction distribution characteristics of Panzhihua Airport in the dry season

    Figure 7.  Wind direction distribution characteristics of Panzhihua Airport in the wet season

    Figure 8.  Fluctuation characteristics of maximum positive/negative crosswind in glide path scanning

    Figure 9.  Fluctuation characteristics of maximum downwind/headwind fluctuation in glide path scanning

    Table 1.  The main parameters of lidar

    parameter value
    wavelength 1.55μm
    scanning mode PPI, RHI, DBS, GP
    pitch angle -10° ~ 190°
    rotation angle 0°~360°
    wind speed range 0m/s~360m/s
    wind direction range 0°~360°
    horizontal detection range 100m~10km
    range resolution 15m/30m/50m/75m/100m
    time resolution 3s~10min
    angular resolution ≤0.1°
    velocity resolution ≤0.2m/s
    下载: 导出CSV
  • [1]

    ZHANG F P, XUE H Zh, HU Y Zh, et al. Coherent Doppler wind lidar[J]. Journal of Applied Optics, 2009, 30(6):1045-1050 (in Chinese).
    [2]

    LIU L L, YANG J, HUANG J, et al. Analysis of SO2 and NO2 concentration profiles in Huainan detected by a lidar[J]. Laser Technology, 2019, 43(3):353-358(in Chinese).
    [3]

    KAVAYA M J, FREHLICH R G. Parameter trade studies for coherent lidar measurements of wind from space[J]. Proceedings of the SPIE, 2007, 6681: 668109. doi: 10.1117/12.737429
    [4]

    KARLSSON C J, OLSSON F A, LETALICK D, et al. All-fiber multifunction continuous-wave coherent laser radar at 1.55μm for range, speed, vibration, and wind measurements[J]. Applied Optics, 2000, 39(21): 3716-3726. doi: 10.1364/AO.39.003716
    [5]

    KAMEYANMA S, ANDO T, ASAKA K, et al. Compact all-fiber pulsed coherent Doppler lidar system for wind sensing[J]. Applied Optics, 2007, 46(11): 1953-1962. doi: 10.1364/AO.46.001953
    [6]

    WANG Y Q, BAO Y, NAN S L. Dynamic and thermodynamic effects on climate changes over the Qinghai-Tibetan Plateau in response to global warming[J]. Plateau Meteorology, 2019, 38(1): 29-41(in Chinese).
    [7]

    DAI Y F, WANG H, LI D L. Characteristics of surface sensible heat flux calculated from satellite remote sensing and field observations in the Tibetan Plateau[J]. Chinese Journal of Atmospheric Sciences, 2016, 40(5): 1009-1021(in Chinese).
    [8]

    HU Q, JIANG D B, FAN G Zh. Evaluation of CMIP5 models over the Qinghai-Tibetan Plateau[J]. Chinese Journal of Atmospheric Sciences, 2014, 38(5): 924-938(in Chinese).
    [9]

    ZHOU T J, LI L J, LI H M, et al. Progress in climate change attribution and projection studies[J]. Chinese Journal of Atmospheric Sciences, 2008, 32(4): 906-922(in Chinese).
    [10]

    HANNON S M. Autonomous infrared doppler radar:Airport surveillance applications[J]. Physics & Chemistry of the Earth Part, 2000, B25(10/12): 1005-1011.
    [11]

    HANNON S M, THOMSON J A L, HENDERSON S W, et al. Windshear, turbulence, and wake vortex characterization using pulsed solid state coherent lidar[J]. Proceedings of the SPIE, 1995, 2464: 94-102. doi: 10.1117/12.211480
    [12]

    DOLFI-BOUTEYRE A, CANAT G, VALLA M, et al. Pulsed 1.5μm LIDAR for axial aircraft wake vortex detection based on high-brightness large-core fiber amplifier[J]. IEEE Journal of Selected Topics in Quantum Electronics, 2009, 15(2): 441-450. doi: 10.1109/JSTQE.2008.2010463
    [13]

    SMALIKHO I N, BANAKH V A. Estimation of aircraft wake vortex parameters from data measured with a 1.5μm coherent Doppler lidar[J]. Optics Letters, 2015, 40(14): 3408-3413. doi: 10.1364/OL.40.003408
    [14]

    SHUN C M, CHAN P W. Applications of an infrared doppler lidar in detection of wind shear[J]. Journal of Atmospheric & Oceanic Technology, 2007, 25(5): 637-645.
    [15]

    HAVERDINGS H, CHAN P W. Quick access recorder (QAR) data analysis software for windshear and turbulence studies[J]. Journal of Aircraft, 2010, 47(4): 1443-1447. doi: 10.2514/1.46954
    [16]

    CHAN P W, LEE Y F. Application of a ground-based, multi-channel microwave radiometer to the alerting of low-level windshear at an airport[J]. Meteorologische Zeitschrift, 2011, 20(4): 423-429. doi: 10.1127/0941-2948/2011/0275
    [17]

    JIANG L H, YAN Y, XIONG X L, et al. Doppler lidar alerting algorithm of low-level wind shear based on ramps detection[J]. Infrared and Laser Engineering, 2016, 45(1): 010600(in Chinese).
    [18]

    FAN Q, ZHU K Y, ZHENG J F, et al. Detection performance analysis of all-fiber coherent wind lidar under different weather types[J]. Chinese Journal of Lasers, 2017, 44(22): 0210003(in Chinese).
    [19]

    HU M B, TAN Sh Q, TANG D Zh, et al. A study on the method for detection low-level wind shear over airport with single Doppler radar[J]. Journal of Nanjing Institute of Meteorology, 2000, 23(1): 113-118(in Chinese).
    [20]

    LI C, ZHOU J, LUO X, et al. Technical research of a 3-D wind lidar[J]. Laser Technology, 2017, 41(5): 703-707(in Chinese).
  • [1] 华志强黎倩黄轩马晓玲田维东赵启娜 . 激光测风雷达在航空保障中的典型应用分析. 激光技术, 2020, 44(5): 600-604. doi: 10.7510/jgjs.issn.1001-3806.2020.05.012
    [2] 薛芳谭勇邬志强王玉诏 . 基于激光遥感的酒驾遥感探测技术研究. 激光技术, 2019, 43(1): 93-97. doi: 10.7510/jgjs.issn.1001-3806.2019.01.019
    [3] 宗蓉郭伟仲凌志 . 毫米波雷达和激光雷达探测云边界的对比分析. 激光技术, 2016, 40(2): 171-177. doi: 10.7510/jgjs.issn.1001-3806.2016.02.005
    [4] 李策赵培娥彭涛冯力天周杰罗雄周鼎富 . 3维激光测风雷达技术研究. 激光技术, 2017, 41(5): 703-707. doi: 10.7510/jgjs.issn.1001-3806.2017.05.017
    [5] 彭涛姜勇陶刚靳国华李策周鼎富 . 相干激光测风雷达环行器参量对测程的影响. 激光技术, 2017, 41(2): 251-254. doi: 10.7510/jgjs.issn.1001-3806.2017.02.021
    [6] 彭涛陶刚姜勇周鼎富 . 激光测风雷达折射式收发同轴光学天线设计. 激光技术, 2017, 41(5): 684-687. doi: 10.7510/jgjs.issn.1001-3806.2017.05.013
    [7] 张昌赛刘正军杨树文左志权 . 基于LiDAR数据的布料模拟滤波算法的适用性分析. 激光技术, 2018, 42(3): 410-416. doi: 10.7510/jgjs.issn.1001-3806.2018.03.023
    [8] 孙越娇雷武虎胡以华赵楠翔任晓东 . 基于视觉显著模型的遥感图像舰船快速检测. 激光技术, 2018, 42(3): 379-384. doi: 10.7510/jgjs.issn.1001-3806.2018.03.017
    [9] 吴建军李磊方平凯孟小前谭均铭 . 电力巡线直升机激光扫描数据的高效组织与显示. 激光技术, 2019, 43(3): 318-323. doi: 10.7510/jgjs.issn.1001-3806.2019.03.006
    [10] 吴香伟郭宝峰陈春种沈宏海 . 基于加权组合核RX算法异物检测及其参量选择. 激光技术, 2015, 39(6): 745-750. doi: 10.7510/jgjs.issn.1001-3806.2015.06.003
    [11] 王晓维梁应剑李翔龙彦志梅运桥 . 基于光学多普勒频移的低空速测量方法研究. 激光技术, 2016, 40(5): 629-632. doi: 10.7510/jgjs.issn.1001-3806.2016.05.003
    [12] 王琪杨桄张俭峰向英杰田张男 . 结合K-L散度和互信息的无监督波段选择算法. 激光技术, 2018, 42(3): 417-421. doi: 10.7510/jgjs.issn.1001-3806.2018.03.024
    [13] 何艳坤白玉杰 . 基于残差偏置和查找表的高光谱图像无损压缩. 激光技术, 2014, 38(5): 643-646. doi: 10.7510/jgjs.issn.1001-3806.2014.05.014
    [14] 方俊龙郭宝峰沈宏海杨名宇 . 一种改进的基于自动形态学的端元提取算法. 激光技术, 2017, 41(1): 106-112. doi: 10.7510/jgjs.issn.1001-3806.2017.01.022
    [15] 齐永锋马中玉 . 邻域谱概率协同表示的高光谱图像分类方法. 激光技术, 2019, 43(4): 448-452. doi: 10.7510/jgjs.issn.1001-3806.2019.04.003
    [16] 李策刘俊伟赵培娥周杰谢日华罗雄周鼎富 . 机动型激光测风雷达倾斜风场修正算法研究. 激光技术, 2017, 41(3): 385-390. doi: 10.7510/jgjs.issn.1001-3806.2017.03.016
    [17] 黎倩郑佳锋朱克云张文玲许皓琳张杰 . 基于激光测风雷达的低空急流结构特征研究. 激光技术, 2020, 44(5): 557-562. doi: 10.7510/jgjs.issn.1001-3806.2020.05.006
    [18] 张涛黎倩郑佳锋张文玲范琪张杰 . 激光测风雷达研究微下击暴流引发的低空风切变. 激光技术, 2020, 44(5): 563-569. doi: 10.7510/jgjs.issn.1001-3806.2020.05.007
    [19] 熊羽左小清黄亮陈震霆 . 基于多特征组合的彩色遥感图像分类研究. 激光技术, 2014, 38(2): 165-171. doi: 10.7510/jgjs.issn.1001-3806.2014.02.005
    [20] 江兴方项少华陶纯堪 . 灰度遥感图像去云技术及其质量的分析. 激光技术, 2009, 33(3): 329-332.
  • 加载中
图(9) / 表(1)
计量
  • 文章访问数:  835
  • HTML全文浏览量:  726
  • PDF下载量:  21
  • 被引次数: 0
出版历程
  • 收稿日期:  2019-12-03
  • 录用日期:  2020-03-08
  • 刊出日期:  2020-09-25

激光测风雷达分析典型高原机场风场特征

    通讯作者: 周鼎富, df_xf_zhou@sina.com
    作者简介: 范琪(1992-),女,硕士,工程师,主要从事激光测风雷达气象算法方面的研究
  • 1. 西南技术物理研究所,成都 610041
  • 2. 航天系统部装备部军事代表局,北京 100000
基金项目:  国家重点研发计划资助项目 2018YFF01014100四川省重大科技专项资助项目 2018TZDZX0006

摘要: 为了对激光测风雷达在民用机场的运行环境适应性及综合保障能力进行评估,采用国产自研激光测风雷达在典型高原机场为期3个月的风场联合监测试验数据,结合同址相关气象资料,分晴、多云、阴、雾及降水等不同气象条件,对激光测风雷达的风场数据进行了分析,以揭示典型高原机场的风场特征,检验国产激光测风雷达的综合保障能力。结果表明,在不同天气类型下,激光雷达的测风性能存在明显的差异,其在晴、多云、阴天整体表现较优,水平最大探测距离最远可达6623m,垂直最高可达2895m;同时,激光测风雷达能精准捕捉到高原机场的风场在时间尺度和空间尺度上的典型变化特征。该研究为雷达在民航的应用提供了参考。

English Abstract

    • 3维激光测风雷达是新型的风场探测手段,其抗干扰能力强、资料分辨率高,能够提供十分精细的低空3维风场信息[1-3],可弥补传统测风手段在低空风场探测能力上的不足,是目前晴空条件下低空风场监测的不二选择,具有重要的发展潜力和研究价值[4-5]。已知水汽含量和气溶胶浓度是影响激光测风雷达风场探测能力的主要因素,高原地区太阳辐射能量强,气溶胶浓度低,大气透明度远高于平原地带,自然环境恶劣多变,这对激光测风雷达风场探测能力提出了严峻的考验。与此同时,受高原动力和热力因素影响,高原地区本底风场风力强劲,海拔高度高、多高山峡谷地形复杂,又导致其局地环流扰动多变,这严重威胁着需备降高原机场的飞机的飞行安全,使得其对可实时精准监测预警风场波动,有效保障航空安全的风场探测设备需求迫切。以上均使激光测风雷达在高原机场的风场监测能力深受关注[6-9]

      国外在激光测风雷达的理论研究和应用上一直处于领先地位, 于20世纪60年代便开展了关于激光测风雷达的相关研究[10-11]。至今硬件技术、理论算法均已相当成熟,不仅用于军事保障、风电领域、天气预报、机场安全维护,而且实现了商业化,如美国Lockheed Martin公司、法国Leosphere公司、日本三菱公司的激光测风雷达在国外枢纽机场多有安装,且保障能力良好[12-16]。目前,国内对于激光测风雷达在民航机场的应用研究尚处起步阶段,将激光测风雷达用于航空气象预报和航空安全保障的单位则更少[17-18],对于激光测风雷达在民用高原机场的运行环境适应性研究及综合保障能力评估尚处空白[19-20]。基于此,本文中根据激光测风雷达工程化研究发展和民航机场应用需求,在典型高原恶劣自然和地形条件的机场,进行激光测风雷达探测性能试验研究,多方位分析激光测风雷达在复杂地形环境下的运行适应性,综合评估激光测风雷达实时监测机场周边风场信息并及时告警危害性天气的能力。

    • 攀枝花市属南亚热带-北温带的多种气候类型,年温差小、日温差大,四季不显著,干、湿季分明。受海拔高度和地形变化的影响,垂直差异明显,小气候复杂多变。攀枝花保安营机场地处青藏高原东南缘,是典型的高原、高温、山区机场。金沙江从西,北,东三面环绕机场,机场位于一削平的山顶上,海拔高度1980.2m,由于形似航母,又被称为“内陆航母”机场,其四面环山,局地风场复杂多变,飞机在本场起降时多受风场波动影响,威胁飞行安全。

      西南技术物理研究所(下称西物所)研制的FC-Ⅲ型激光测风雷达于2018年3月安装于保安营机场北侧跑道尽头,如图 1所示。其水平探测距离10000m,垂直探测高度5000m,可做平面位置指示(plan position indicator,PPI)扫描监测机场范围风场波动和实时演变;可分别沿水平/垂直于跑道的方位做量程高度指示(range height indicator,RHI)扫描,帮助机场气象工作人员全方位立体了解跑道上的天气系统的结构特征;可做顶空的多普勒光束摆动(Doppler beam swinging,DBS)扫描监测机场范围天气系统的移动路径;还可无障碍遮挡的对飞机起降航道进行针对性下滑道(glide path,GP)扫描,实时监测航道上的侧风和迎头风波动情况,对可能影响飞机飞行姿态的风场做到提前监测预警,辅助航班安全保障工作顺利进行。

      Figure 1.  Installation location of lidar

    • 图 2所示,西物所研制的国产化激光测风雷达采用相干探测原理,利用稳频脉冲激光作为照射光源,通过接收大气中随风飘移气溶胶的散射回波信号并与雷达本振光进行相干混频,通过对中频信号的数字鉴频技术来获得激光束视线方向的径向风矢量,通过雷达系统的二轴光机扫描,光束在空中形成扫描场,系统通过多波束风场反演,实现对大气风场的测量。该系列雷达主要参量如表 1所示。其体积小、重量轻、便于移动和携带;可提供径向风、垂直速度、信噪比以及风切变、尾涡等多种产品;还可进行多种扫描,能通过调整扫描方式来较完整的捕捉过境系统,方便民航业务使用。

      Figure 2.  System structure diagram of lidar

      Table 1.  The main parameters of lidar

      parameter value
      wavelength 1.55μm
      scanning mode PPI, RHI, DBS, GP
      pitch angle -10° ~ 190°
      rotation angle 0°~360°
      wind speed range 0m/s~360m/s
      wind direction range 0°~360°
      horizontal detection range 100m~10km
      range resolution 15m/30m/50m/75m/100m
      time resolution 3s~10min
      angular resolution ≤0.1°
      velocity resolution ≤0.2m/s
    • 西物所研制的激光测风雷达自2018年3月安装至6月末截至,一直24h连续不断工作,本文中对试验阶段获取的全部数据进行统计分析。受激光性能的局限,不同天气类型下激光测风雷达的探测性能力有明显差异,为综合评估激光测风雷达在不同天气类型下的测风能力优劣,依据2018年3月~6月机场气象观测月总簿记录的每日逐时天气实况对天气进行分类(缺测的时刻以MICAPS地面天气图实况作为辅)。以h为单位,把激光测风雷达试验数据划分归类到晴(总云量≤20%)、多云(30%≤中低云量≤60%)、阴(中低云量≥70%)、雨、雾天(大气中因悬浮的水汽凝结,使得相对湿度≥95%,能见度≤10km的天气现象),分别统计不同天气类型下激光测风雷达的数据获取率、有效探测距离,评估分析激光测风雷达的运行环境适应性,探究激光雷达的机场业务使用模式,为以后雷达的机场业务使用做铺垫。

    • 气象要素在垂直方向的变化梯度远大水平方向,这使得激光在水平方向传输所受的大气衰减小于垂直方向,以上导致不同天气类型下激光测风雷达在垂直方向的数据获取率廓线变化比水平方向强烈,但整体都表现为随探测距离的增加而呈现明显的递减趋势。

      在雨、雾天,激光测风雷达水平和垂直方向的数据获取率均明显低于其它3种天气类型,在水平距离4.0km、垂直高度1.2km激光测风雷达的数据覆盖率便已不足50%,这是由于高饱和度的水汽对激光的传输衰减所致。而试验期间攀枝花市虽有降水,但降水量不大且多为间歇性小雨,维持时间较短,而雾天却是持续性大雾,因此反而水汽饱和度高的雨天数据获取率高于水汽饱和度相对低的雾天。在晴天、多云和阴天,大气中气溶胶含量多且水汽含量相对较少,激光不仅在传输过程中所受的大气衰减少,由于高的气溶胶含量还能产生更强的后向散射回波,因此以上天气类型下,激光测风雷达水平和垂直向数据获取率明显高于雨、雾天,其在水平距离6.5km、垂直高度3.3km,激光测风雷达的数据覆盖率才衰减至不足50%,可见激光测风雷达更适用于干性天气下的风场监测,这恰好弥补了机场晴空大气保障能力的不足(见图 3)。

      Figure 3.  Data acquisition rate of lidar under different weather types a—horizontal b—vertical

    • 为满足机场气象保障的不同需求,也为了全方位多角度剖析天气系统,FC-Ⅲ型激光测风雷达配置有PPI, RHI, DBS和下滑道4种扫描模式,用户可根据需求自行配置由此4种基础模式任意组合的混合扫描组合,因此量化4种扫描模式的有效探测距离可有效评估激光测风雷达的机场保障能力。

      图 4所示,激光测风雷达在晴、多云、阴天下的有效探测距离整体偏高,PPI最大可达6623m,DBS为2895m,RHI为3316m,下滑道为5264m,而这不仅能完全覆盖航空气象的重点保障领域——飞机起飞和降落期间的下滑航道区域,还能提供重点区域周边的风场波动特征,满足机场气象保障需求。在雨、雾天激光测风雷达各扫描模式的有效探测距离最小,且雾天小于雨天,其中PPI最小为2370m,DBS为885m,RHI为953m,下滑道为1206m,其探测能力逊色于晴空大气下,此时机场气象保障可更多依靠于多普勒天气雷达的监测结果,激光测风雷达的探测数据可用于补充和参考。

      Figure 4.  The effective detection range of lidar under different weather types

    • 攀枝花机场现有风场设备仅为沿跑道分布的自动观测站,且仅能提供地表 10m附近的水平风速和风向数据,因此,攀枝花机场范围内、垂直高度上的风场波动特征一直都是缺失环节,而这一环节的填补对于机场环流预报和航空安全保障具有重要的意义。已知攀枝花具有四季不分明, 而干湿季分明的特征,其中5月~10月为湿季,11月~来年4月为干季。本文中选用的激光测风雷达试验数据刚好跨越干湿季,此处划分3月~4月为干季,5月~6月为湿季,分开统计试验期间保安营机场的风场特征,其结果见下。

    • 按照航空气象的需求,划分0m/s≤v<5m/s, 5m/s≤v<10m/s, 10m/s≤v<15m/s, 15m/s≤v<20m/s, v≤20m/s等5个风速区间,详细统计分析机场的风速分布特征,其结果如下:由于攀枝花机场地处高原,高海拔导致攀枝花机场的风速相比平原机场整体偏大,常出现10m/s以下的大风,其中干季占比88%以上,湿季占比可达91%以上;其中干季最常吹0m/s≤v<5m/s区间的风,其占比为45.02%,湿季最常吹5m/s≤v<10m/s区间的风,占比为46.68% (见图 5)。可见攀枝花机场干季更加风和日丽,而湿季受引发降水的系统性天气过境的影响,平均风速比干季大。

      Figure 5.  Wind speed distribution characteristics of Panzhihua Airport

    • 为详细分析机场上空风向随高度h的变化情况,分600m以下、600m≤h<1500m、1500m≤h<3000m和3000m≤h≤5000m共4个高度段统计分析风向信息,探寻不同高度段的机场盛行风向变化特征。

      保安营机场位于一削平的山顶上,其四面环山,受地形夹持影响机场干季低空600m以下盛行风向为南南东风,占比可达20.7%,而机场跑道沿南北走向分布,偏南的盛行风向可以有效保障飞机在起飞和降落过程中,有沿跑道方向的逆风存在。在垂直高度600m≤h<1500m之间,地形对风场走向的干扰明显减小,机场盛行风向由南南东风变为了统一的西南西风,风向在垂直高度上一直存在一个90°的突变,飞机在600m高度附近容易遭遇由风向突变引发的风切变。在1500m≤h<3000m, 3000m≤h≤5000m高度区间内,机场盛行风向依旧为统一的西南西风,其占比分别为26.21%和24.36%。整体而言,攀枝花干季风向波动范围较小,风向较为统一,风随高度增加顺时针转动,暖平流明显(见图 6)。

      Figure 6.  Wind direction distribution characteristics of Panzhihua Airport in the dry season

      受地形影响,保安营机场湿季低空600m以下的盛行风向为南风,占比可达17.5%,依旧能保障飞机逆风起降的要求,同时还存在明显的风场回流,即有占比达9%左右的北北东风,这样对立的风向特征一定程度上会增大攀枝花机场湿季低层风切变突生的概率。垂直高度600m≤h<1500m区间,保安营机场,盛行风向变为西西南风,占比为17.55%,此外还存在占比达10.5%的南南东风。在1500m≤h<3000m和3000m≤h≤5000m高度区间内,机场盛行风向都为西西南风,占比分别为23.60%和18.89%,但风向分化依旧较大。整体而言,攀枝花市湿季风向波动范围较大,存在多个盛行风方向,突生风切变的概率高于干季,风随高度增加顺时针转动,暖平流依旧明显(见图 7)。

      Figure 7.  Wind direction distribution characteristics of Panzhihua Airport in the wet season

    • 飞机的下滑和起飞的航道可以近似看为一条倾斜的立方体管道,最终在跑道端头接地。整个立方体航道水平长3海里(约5600m),垂直高度600m以内,是机场的重点监测保障领域。西物所研制的激光测风雷达可对飞机起降航道进行针对性扫描,提取飞机航道风,再反演分解为跑道侧风(垂直于跑道中心线,左侧风为正,右侧风为负)和顺逆风(平行于跑道中心线,逆风为正、顺风为负)。

      下面统计分析不同天气类型下,下滑道扫描水平距离上的跑道正侧风和负侧风分布状况,结果如图 8所示。保安营机场本底风场强劲,平均侧风在10m/s左右,符合高原地区典型的风场特征,且机场正侧风普遍大于负侧风。最大正/负侧风均随下滑道长度的增加而呈明显的递减趋势,在水平距离5000m内风速值大且波动剧烈,这是本底强劲风场叠加复杂地形引发的局地扰动共发结果,而该范围恰处于飞机3海里下滑阶段,波动剧烈的侧风容易引发飞机飞行姿态不稳、侧偏、翻滚等,激光测风雷达的下滑道扫描模式能在此距离提供有力的承接。5000m以外距地高度较高,地形干扰变小,主要反映出的是高原高空本底流场的状况,此时侧风波动变小,对飞机飞行安全的威胁也变小了。

      Figure 8.  Fluctuation characteristics of maximum positive/negative crosswind in glide path scanning

      从数值变化而言,雾天的正/负侧风波动相较其它天气明显偏小,这因为持续性大雾产生的条件需大气相对稳定;攀枝花阴天风场强劲且波动大,最大正侧风可达15.6m/s,最大负侧风达11.9m/s;雨天会在攀枝花1000m范围内产生非常大的负侧风,这因为高原降水为系统性天气,大气本身对流旺盛,且攀枝花机场系统性天气常从东侧生成,并向西不断发展成熟,因此会造成很大的负侧风而非正侧风。

      下滑道上跑道顺逆风大小和方向的突变会导致飞机在起飞和着陆过程中姿态不稳,上下颠簸,严重时会出现严重掉高或机头下栽,引发重大飞行事故。统计分析不同天气类型下,下滑道扫描水平距离上跑道顺逆风情况,结果如图 9所示。保安营机场本底风场强劲,平均顺逆风在15m/s左右,符合高原地区典型的风场特征。除雨雾天外,其余天气下最大顺/逆风均随下滑道长度的增加而呈递减趋势,在水平距离5000m内风速值大且波动剧烈,而该范围恰处于飞机3海里(约5600m)下滑阶段,与飞机在临近攀枝花机场时飞机颠簸高发的实时相符,需重点监测保障,5000m以外波动变小。从数值而言晴天、多云和阴天天气下的最大跑道顺逆风趋势及数值基本一致,最大逆风可达24m/s,最大顺风可达28.9m/s,整体远大于雾天和雨天天气下的最大顺逆风。

      Figure 9.  Fluctuation characteristics of maximum downwind/headwind fluctuation in glide path scanning

    • 国产FC-Ⅲ型激光测风雷达在恶劣自然和地形条件下的民航机场中表现出了优秀的运行适应性。在晴天、多云、阴等干性天气下,雷达在水平距离5000m内,垂直高度2000m下的数据覆盖率不小于75%,能完全覆盖飞机起飞和降落期间的下滑航道区域,满足机场气象保障需求;雨、雾等高饱和水汽天气下,雷达也能保证水平距离2370m、垂直高度883m的有效探测距离,其结果可为湿性天气下机场现有测风设备测量结果提供补充参考。而激光测风雷达对于攀枝花机场风场特征的分析研究,其结果与机场历史气象日志相符,同时受益于雷达数据的高时空分辨率,也展现了更加详实的细节信息,对雷达的机场业务使用挖掘了更多的方法。

参考文献 (20)

目录

    /

    返回文章
    返回