太平机场春季偏南大风统计定量预报

刘昌泽，任正理

(1.民航黑龙江空管分局气象台，黑龙江 哈尔滨 150079；2.民航黑河机场集团公司，黑龙江黑河164300)

太平机场春季偏南大风统计定量预报

刘昌泽1，任正理2

(1.民航黑龙江空管分局气象台，黑龙江 哈尔滨 150079；2.民航黑河机场集团公司，黑龙江黑河164300)

∶春季经常因大风给飞机起飞着陆造成严重影响,所以准确预报出风速大小对保障飞行安全非常重要。本文根据多年实践经验，利用哈尔滨太平机场6 a的气象历史资料，通过逐步回归法建立春季偏南大风风速的线性回归预报方程，对哈尔滨太平机场春季偏南大风做出客观、定量、快速的预报，为预报员在实际工作中预报春季偏南大风提供了重要参考。

大风；逐步回归法；定量预报

1 引言

春季，黑龙江地区经常出现偏南大风，根据哈尔滨太平机场气候志统计显示，春季大风日数占全年大风日数的67.9%。多大风是由春季黑龙江地区的冷暖空气相对活跃，暖空气势力逐渐增强，东北低压频繁出没造成的。偏南大风分两种形式：西南大风和东南大风，对应的气压场为南高北低和东高西低。根据多年的实践工作经验发现，风速大小和某些气象要素间有很好的线性关系，因此，通过统计分析，可以用逐步回归法建立起对风速的线性回归预报方程，对风速做出快速的定量预报，为预报员在日常工作中预报风速提供参考。

2 资料的选取

本文将最大平均风速达到8 m/s和最大阵风达到13 m/s的偏南风定义为偏南大风。利用2003-2008年3-5月共18个月的风资料，共有119 d出现偏南大风，获得119个样本。

3 最大平均风速的预报

3.1 预报对象——最大平均风速

最大平均风速是指当日所有观测时次的风中，平均风速的最大值（本文取两个观测时次风速最大值的平均值）。

3.2 预报因子

依据天气学原理[1]和实际工作经验，春季偏南大风风速大小主要受下列因素的影响:(1)地面气压梯度；(2)上下层空气动量传递：本站上空低层大气的平均风速，本文选850 hPa为参考层，本站上空低层大气（850 hPa）的低空急流，如无急流则用本站附近的最大风速代替；（3）低压发展状况：本站气压场过去3 h的气压变量；（4）本站风速初始场：本站和风来向上游3个指标站05时风速；（5）影响本站风的低压深度；（6）暖区暖平流强度。依据这些基本气象要素，设置以下8个预报因子和7个预报组合因子，且预报因子处理成与预报对象同量级，其值在0～30；同位象，预报因子越大则风速越大。

X1:气压梯度，X1=5［(P外-P中)/A经距］(P外：低压最外层气压，P中：低压中心气压，A经距:气压中心到最外层的经度);X2:V本850(本站20时850 hPa上的风速);X3:VM850(本站20时850 hPa上的低空急流平均最大风速，取急流上5个最大风速平均值);X4:V05(本站05时观测风速);X5:V标05(本站风来向3个指标站05 时风速平均值);X6:ΔP=(P外-P中)+（1002.5-P中）(反映气旋深度);X7:ΔP3*(-5)(低压中心到最外围3个最大3 h变压平均值);X8:ΔT=T暖区-T槽(20时850 hPa槽前暖区最高温度与槽区最低温度的差值);X9=(X1+X2)/2;X10=(X1+X2+X3)/3;X11=(X1+X2+X3+X4)/4;X12=(X1+X2+X3+X4+X5)/5;X13=(X1+X2+X3+X4+X5+X6)/6;X14=(X1+X2+X3+X4+X5+X6+X7)/7;X15=(X1+X2+X3+X4+X5+X6+X7+X8)/8。

3.3 最大平均风速预报方程的建立

3.3.1 预报对象数列

取最大平均风速为预报对象Y，样本容量n为119，得预报对象数列 Y1，Y2，……Y119。

3.3.2 预报因子数列

根据当日气象资料，计算出 X1，X2，……X119，各预报因子的119次对应值，得预报因子数列：

从而构成预报因子与预报对象的119次一一对应关系。

3.3.3 信度的确定

取信度α=0.05，Fα=1.85作为衡量每个预报因子方差贡献是否显著的统计量F检验标准[2]。

3.3.4 方程的建立

应用最小二乘法数学原理，用逐步回归法选择方差贡献能达到显著标准的因子，去掉方差贡献不能达到显著标准、因新因子引进而方差贡献达不到显著标准的因子，计算被引进方程的各因子的系数及常数，解得回归方程：Y=0.675X4+0.314X5+0.071X7+0.028X8+0.134X11+1.007，复相关系数 C=0.81，剩余方差QY=1.55，该方程已通过统计量检验，故称最优预报方程。

3.4 最大平均风速回归方程的效果检验

3.4.1 效果检验

利用最大平均风速预报方程对2009-2010年3-5月出现在哈尔滨太平机场的偏南大风做模拟预报，检验结果见表1和表2。

3.4.2 模拟预报结果分析

表1 2009年最大平均风速回归预报检验统计表

表2 2010年最大平均风速回归预报检验统计表

预报值取到小数点后一位，允许误差±2 m/s，模拟结果：错报4次，准确22次，准确率84.6%。

4 最大阵风预报

4.1 预报对象——最大阵风

最大阵风是指当日所有观测时次风中阵风风速最大值。若无阵风出现，则取当日所有观测时次风中最大平均风速+3 m/s代替。

4.2 方程的建立

仍用上文的15个预报因子和119次偏南大风实例，取信度α=0.05，Fα=1.8作为衡量每个预报因子方差贡献是否显著的统计量F检验标准。同理得到最大阵风回归预报方程为YM=0.176X1+0.937X4+0.668X5+0.104X7+3.188

复相关系数C=0.76，剩余方差QY=2.65，该方程已通过统计量检验，故称最优预报方程。

4.3 最大阵风回归方程的效果检验

4.3.1 效果检验

利用最大阵风回归方程对2009-2010年3-5月出现的偏南大风做模拟预报，结果如表3和表4。

表3 最大阵风回归预报检验统计表

表4 最大阵风回归预报检验统计表

4.3.2 模拟预报结果分析

预报值取到小数点后一位，允许误差20%，模拟预报结果是：错报7次，准确预报19次，预报准确率73.1%。从预报准确率看，最大阵风的模拟预报结果准确性不够高，达不到民航总局空管局对气象预报准确率78%的要求。这也说明阵风大小受地形及绕动气流和乱流的影响更明显，与这些基本气象要素线性相关较差。

5 小结

两个回归方程模式的建立，其依据来源于2003-2008年共6 a的春季偏南大风实例，应用最小二乘法数学原理，建立起最大平均风速及最大阵风的线性回归预报方程，实现了哈尔滨太平机场春季偏南大风客观定量预报，为预报员在实际工作中预报春季偏南大风提供了重要参考依据，同时也为传统的经验预报向客观定量预报模式过渡做了铺垫。模式通过连机，通过人机对话和计算机实现对初始数据的快速读入，预报结果具有快速、客观、定量的优点，能更好满足日益发展的航空飞行需要。

[1]朱乾根，林锦瑞，寿绍文，等.天气学原理方法[M].北京：气象出版社，2000:248-252.

[2]屠其璞,王俊德,丁裕国，等.气象应用概率统计学[M].北京:气象出版社,1984.

P457.5

A

1002-252X(2012)02-0019-02

2012-2-1

刘昌泽（1965-），男，四川省中江县人，成都气象学院，本科生，高级工程师.