机场低能见度自动观测设备测量数据对比
2015-07-05陈丽杰高联辉
明 虎 陈丽杰 高联辉 王 奇
1)(中国气象局乌鲁木齐沙漠气象研究所，乌鲁木齐 830002)2)(中国民用航空西北地区空中交通管理局气象中心，西安 710082)
机场低能见度自动观测设备测量数据对比
明 虎1)2)*陈丽杰2)高联辉2)王 奇2)
1)(中国气象局乌鲁木齐沙漠气象研究所，乌鲁木齐 830002)2)(中国民用航空西北地区空中交通管理局气象中心，西安 710082)
基于民航机场的实际应用，对比安装在陕西省西安咸阳国际机场跑道一端的大气透射仪和前向散射仪2013年1月—2014年8月测量的跑道视程数据，结果表明：整体上，当跑道视程R>400 m时，前向散射仪测量数据大于大气透射仪数据的比例高；当跑道视程R≤400 m时，大气透射仪测量数据大于等于前向散射仪数据的比例更高。当跑道视程R≤600 m时，两种设备测量数据具有很好的相互替代性；当跑道视程R>1000 m时，两种设备测量数据差距较大。在雾、冻雾、霾和暴雨天气时，两种设备测量数据在时间上具有很好的一致性，且在跑道视程R≤1000 m时，两种设备测量数据具有很好的相互替代性，而在雪、烟和扬沙天气时两种设备测量的数据差距较大。
大气透射仪；前向散射仪；跑道视程；天气现象
引 言
低能见度直接影响航空器的起飞和降落，准确观测低能见度对保障航空飞行具有重要的意义。当低能见度发生时，航空管制员以跑道视程(RVR)的大小对飞机进行指挥。跑道视程[1]指在跑道中线的航空器上的飞行员能看到跑道面上的标志或跑道边界灯或中线灯的距离。跑道视程主要由气象光学能见度(MOR)、背景光亮度和跑道灯光强度决定。
我国民航用来观测跑道视程的设备[2]主要有大气透射仪和前向散射仪两种，针对两种设备测量效果的比较，世界气象组织于1989年在美国进行了透射仪与人工目测能见度的对比试验[3]；法国气象研究所在1994年也进行了一次较大规模的对比试验[4-5]。20世纪90年代国内开始了对能见度和两种观测跑道视程的设备的研究：刘西川等[6]分析了降水对消光系数和能见度的影响，吕伟涛等[7]、马舒庆等[8]、杜传耀等[9]分析研究了双亮度能见度测量仪的原理和参数，曾书儿等[10]在理论上比较了两种设备；濮江平等[11-12]在1998年对5套分别由Vaisala公司和Presentey公司生产的大气透射仪和前向散射仪进行对比试验，得到当能见度在4000 m以上时，前向散射仪测量值明显偏高，且测量结果比较好，当能见度在4000 m以下，两种设备测量结果差距较小；2009年田丽[13]对比了两种设备在雾、雨和雪3种天气现象的观测结果，整体上前向散射仪测量值要大于大气透射仪。这些研究存在取样时间短、对比样本量少的不足，且没有具体分析对航空飞行有直接影响的1500 m以下两种设备的观测效果。
本文利用陕西省西安咸阳国际机场的跑道同一端大气透射仪和前向散射仪，对2013年1月1日—2014年8月31日连续观测的跑道视程数据进行比较。
1 大气透射仪和前向散射仪工作原理
大气透射仪和前向散射仪是机场常用的测量跑道视程的设备，均通过计算消光系数得到光学能见度(MOR)，再利用当时机场跑道的背景光强度和跑道灯级数计算得到跑道视程。
1.1 大气透射仪测量原理
大气透射仪通过测量两点之间的大气透射率计算能见度。当发射机发射一束强度为I0的光后，通过一定基线长度b(不同地点可能不同，本研究中设备基线长度为30 m)到接收机，接收机接收的光强I[14]可表示为
I=I0exp(-σb)，
(1)
式(1)中，σ为消光系数，通过将式(1)变形， 可表示为
σ=-(1/b)ln(I/I0)，
(2)
再根据Koschmic原理，光学能见度L可以通过式(3)计算得到，
L=-ln(0.05/σ)。
(3)
1.2 前向散射仪测量原理
利用前向散射仪测量[15]时需3个假设：①假定大气是均质的，即大气分布均匀；②假定分子的吸收、散射或分子内部交互光学效应为零，且假定大气消光系数等于大气中雾、霾、雨和雪的散射；③假定散射仪测量的散射光强正比于散射系数，一般情况下，选择合适的角度，散射信号近似正比于散射系数。测量来自一个小的采样容积的散射光强，利用测得的散射光强计算消光系数σ，最后根据Koschmic原理，通过式(3)得到光学能见度。
由于前向散射仪测量的是散射系数，而不是直接测量消光系数，因此，在进行计算光学能见度时要根据不同的天气现象进行修正。
1.3 设备比较
1.3.1 测量原理比较
大气透射仪取样空间大且可以直接计算得到消光系数，而前向散射仪需要假设大气是均匀分布和粒子吸收为零，大气透射仪在原理上优于前向散射仪，但经过前向散射仪不断的修正改良，测量精度得到很大提高。
1.3.2 成本和维护比较
前向散射仪体积小，安装方便，设备成本远低于大气透射仪；前向散射仪克服了光学污染和光源老化等问题，运行稳定度更高，维护维修更方便。
2 测量设备与数据
在实际民航应用中，由于有时空间尺度比较小以及跑道灯光强度和背景光的不一致性，不同位置的跑道视程数据不能相互替代，对比设备必须选择跑道同一端。根据中国民航局统计，我国中型和大型民航机场应用Vaisala公司生产设备在80%以上，选用西安咸阳国际机场南跑道05R端Vaisala公司生产的大气透射仪(LT31)和前向散射仪(FS11P)具有很好的代表性(具体位置如图1所示，图中05L，23R和05R，23L分别是北跑道和南跑道两端的命名，MITRAS是大气透射仪，FD12P是前向散射仪)。
图1 西安咸阳国际机场大气透射仪和前向散射仪位置示意图Fig.1 Location of atmospheric transmission meters and forward scatter meters at Xi’an Xianyang international airport
由于两套设备在跑道同一端，设备的水平直线距离小于20 m，满足大气均匀分布。利用2013年1月1日—2014年8月31日连续测量的跑道视程R，设备每分钟生成1组数据，总有效样本量为872800，R≤1600 m的样本量为51243。对R≤1600 m的数据进行整体计算分析，并对7种天气现象下两种设备测量结果进行对比。
3 数据整体比较
数据处理以大气透射仪测量的跑道视程为参考标准，将对应时刻的大气透射仪和前向散射仪测量数据以不同的距离间隔、按照时间前后顺序生成两组数据，再对两组数据处理分析。
3.1 差值区间分布
差值区间分布可以描述两组数据差值的分布情况。将R≤1600 m数据以200 m的间距分别将大气透射仪和前向散射仪数据形成数组，利用前向散射仪数据减去对应时刻大气透射仪数据，按照差值大小在不同差值范围内，分别进行数据样本量的累加再除以总样本量得到相应的占空比(如图2所示)。
图2 R≤1600 m差值区间分布Fig.2 Difference intervals of R≤1600 m
由图2可知，在0 3.2 平均差值 100(n-1) (4) 由图3可见，整体上随着跑道视程的增大，平均差值也逐渐增大。当R≤200 m时，平均差值小于20 m；当200 m 图3 R≤1500 m平均差值分布Fig.3 The average difference of R≤1500 m 3.3 相关系数 相关系数是表示两组数据线性变化相关程度的指标[16]。为了保证足够的样本量，使相关系数更能真实地反映两种设备的相关程度，分别将大气透射仪和前向散射仪测量的R≤1800 m数据以300 m间隔生成数组，按式(5)计算得到表1。 (5) 式(5)中，r(n)表示两个设备第n个距离段300(n-1) 由表1可知，整体上，随着跑道视程的增大，相关系数逐渐变小。当R≤600 m时，相关系数大于0.85，大气透射仪和前向散射仪数据极高相关；当600 m 3.4 应用分析 《民用航空气象地面观测技术手册》[17]中观测或测量的精度要求跑道视程小于或等于150 m，误差为±25 m；大于150 m且小于等于500 m，误差为±50 m；大于500 m且小于等于2000 m，误差为±10%。 表1 大气透射仪和前向散射仪的相关情况Table 1 the coefficient of atmospheric transmisson meter and forward scatter meter 以大气透射仪观测数据为参考标准，当R≤200 m 时，两种设备平均差值小于20 m，差值为 [-25 m,25 m]的比例为97%，当200 m 由于不同粒子的透射率和散射率不同，所以在不同天气现象下大气透射仪和前向散射仪的测量结果有一定差距[18]。统计西安咸阳国际机场2013年1月—2014年8月R≤1500 m各种天气现象发生次数如图4所示。 图4 2013年1月—2014年8月R≤1500 m时西安咸阳国际机场各种天气现象发生次数Fig.4 The frequency of all kinds of weather at Xi’an Xianyang international airport from Jan 2013 to Aug 2014 由图4可知，影响西安咸阳国际机场能见度的主要天气现象是雾(包括轻雾、大雾和冻雾)、霾和烟，其他天气现象影响相对较小。以下对雾、冻雾、暴雨、雪、霾、烟和扬沙7种天气典型个例按照时间顺序对比大气透射仪和前向散射仪数据。 4.1 雾和冻雾 选择2013年5月17日18:30—21:00(北京时，下同)大雾天气和2013年1月20日00:00—06:00冻雾天气，分析大气透射仪(LT31)和前向散射仪(FS11P)测量数据，并利用前向散射仪测量数据减去大气透射仪测量数据，得到相应的差值分布(图5)。 由图5可知，在雾天气下，当R>1500 m时，前向散射仪测量数据大于大气透射仪测量数据，差值较大；当1000 m 图5 2013年5月17日雾、2013年1月20日冻雾天气LT31和FS11P数据及相应差值随时间变化Fig.5 Variations of measurements from LT31 and FS11P with their difference under fog on 17 May 2013 and freezing fog on 20 Jan 2013 4.2 雨和雪 西安咸阳国际机场在2013年1月—2014年8月共出现93次降雨(图4)，而影响跑道视程低于1500 m的次数仅两次，且两次日降水量均超过50 mm， 达到暴雨量级。因此，当小雨或中雨时，对能见度影响不大，而当大雨和暴雨时，会产生比较大的影响。连续性降雪会造成空气比较潮湿，特别容易产生冻雾造成能见度快速下降，此时冻雾就成为影响能见度的主要天气。 选择2014年7月14:20—15:20(降水量为56 mm)暴雨天气和2014年2月18日16:00—21:00(该时段没有雾)雪天气，分析大气透射仪和前向散射仪测量数据和前向散射仪减去大气透射仪数据差值(图6)。由图6可知，下雨时大气透射仪测量数据基本上大于前向散射仪数据，且差值多在200 m以内，随时间的连续变化也比较一致，两种设备的相互替代性较好。由图6可知，下雪时前向散射仪测量数据大于大气透射仪测量数据，且差值偏大多在300 m以上。 4.3 霾、烟和扬沙 选择2013年3月25日18:40—26日03:40霾天气、2013年1月30日00:00—09:00烟天气和2013年3月31日22:10—4月1日01:00扬沙天气，分析大气透射仪和前向散射仪测量数据和前向散射仪减去大气透射仪数据差值(图7)。 图6 2014年7月22日暴雨、2014年2月18日雪 LT31和FS11P数据随时间变化和相应差值随时间变化Fig.6 Variations of measurements from LT31 and FS11P with their difference under heavy rain on 22 Jul 2014 and snow on 18 Feb 2014 图7 2013年3月25日霾、2013年1月30日烟和2013年3月31日扬沙LT31和FS11P数据随时间变化和相应差值随时间变化Fig.7 Variations of measurements from LT31 and FS11P with their difference under haze on 25 May 2013,smoke on 30 Jan 2013 and blowing sand on 31 May 2013 续图7 由图7可知，在霾天气下整体上两种设备数据一致性较好，当R>1500 m时，前向散射仪观测数据大于大气透射仪数据，且差值均大于300 m，两种设备观测差距较大。当R≤1000 m时，大气透射仪测量数据大于前向散射仪数据，差值均小于50 m，两种设备的测量数据具有很好的相互替代性。由图7可知，在烟天气下，整体上数据均大于600 m，前向散射仪测量数据大于大气透射仪数据，差值多在500 m以上，两种设备测量差距很大。由图7可知，在扬沙天气下跑道视程一般在1000 m以上，前向散射仪测量数据大于大气透射仪数据，且差值为500 m 左右，两种设备的测量差距很大。 4.4 对比结果原理分析 前向散射仪测量数据与气象粒子的散射波强度成反比，大气透射仪测量数据与透射波强度成正比。散射波强度大小主要由气象粒子的介电常数和粒子的浓度决定，介电常数[19]越大，散射波强度越大，测量结果越小，粒子浓度越大时，散射波强度越大，相应的测量结果就越小。透射波强度主要由粒子浓度决定，粒子浓度越大，透射波强度越小，测量结果越小，散射波强度随粒子浓度的变化梯度比透射波强度的变化梯度大，即当粒子浓度变小时，前向散射仪测量数据与大气透射仪数据差值变大。 本文通过分析安装在西安咸阳国际机场跑道同一端的大气透射仪和前向散射仪2013年1月—2014年8月连续测量的跑道视程，得到以下主要结果： 1) 当R≤400 m时，大气透射仪测量数据大于等于前向散射仪测量数据的比例在90%以上；当R>400 m时，前向散射仪测量数据大于等于大气透射仪测量数据的比例更大。 2) 当R≤600 m时，两种设备观测数据相互替代性较好；当600 m 3) 在雾、冻雾、霾和暴雨天气时，大气透射仪和前向散射仪测量数据在时间上具有很好的一致性，且当R≤1000 m时，两种设备的测量结果相互替代性好；在雪、烟和扬沙天气下，大气透射仪和前向散射仪测量数据差距较大。 4) 在雪、烟和扬沙天气时，前向散射仪测量数据大于大气透射仪数据；在大雨天气下，大气透射仪测量数据大于前向散射仪数据。 5) 在雾和霾天气，当R≤1000 m时，大气透射仪测量数据大于前向散射仪数据；当R>1000 m时，前向散射仪数据大于大气透射仪数据。 本文对比数据虽然具有取样时间长、样本量大的特点，但由于只取样于西安咸阳国际机场，有一定地区局限性，在不同地区各种天气现象下，两种设备测量结果与本文存在差异。 [1] 国际民航组织.跑道视程观测和报告实践手册(第二版).北京：中国气象局监测网络司，2000:28-32. [2] 林晔，王庆安，顾松山，等.大气探测学教程.北京：气象出版社，1995:96-97. [3] Sheppard B E.Comparaion of Scattering Coefficient Type Visibility Sensors for Automated Weather Station Applications.Preprint for Fourtb Symposium on Mererological Observations and Instrumentation,1989:201-206. [4] Gerard M,Michel L.Evaluation de visiblimetres rapports'essais-Tome1(texte).France,Noteinternedusetim,1994,6:1-22. [5] Gerard M,Michel L.Evaluation de visiblimetres rapports'essais-Tome2(Graphiques).France,Noteinternedusetim,1994,6:1-30. [6] 刘西川，高太长，刘磊，等.降水现象对大气消光系数和能见度的影响.应用气象学报，2010,21(4)：433-411. [7] 吕伟涛，陶善昌，谭涌波，等.双亮度差方法测量白天天气能见度时的误差分析.应用气象学报，2005,16(5)：619-628. [8] 马舒庆，徐振飞，毛节泰，等.以黑色为目标的能见度参考标准试验研究.应用气象学报，2014,25(2)：129-134. [9] 杜传耀，马舒庆，杨玲，等.双光路能见度测量方法和试验.应用气象学报，2014,25(5)：610-617. [10] 曾书儿，王改利.能见度的观测及其仪器.应用气象学报，1999,10(2):207-212. [11] 濮江平.一种双光路测量大气散射系数的方法.气象仪器装备，1996,5(2):15-18. [12] 濮江平，胡宗刚，魏阳春,等.能见度自动观测系统性能对比及分析.气象科学，2002,22(1):60-71. [13] 田丽.大气透射仪与前向散射仪在低能见度条件下的测量数据对比分析.气象水文海洋仪器,2009(3):46-49. [14] Vaisala.Visibility Meter LT31 User’s Guide.2010:36-38. [15] Burnham D C,Spitzer E A.United States Experience Using Forward Scattermeters for Runway Visual Range.DOT/FAA/AND-97/1,DOT-VNTSC-FAA-97-1,1997:3-8. [16] WMO.A Present Weather Sensor Field Test and Intercomp- arison.WMO Technical Conference on Instrnment and Observing Methods.Report No.57,1994:52-55. [17] 中国民用航空局空中交通管理局.民用航空气象地面观测技术手册.2007:200-202. [18] 毛节泰，王强，赵柏林.大气透明度光谱和浑浊度的观测.气象学报,1983,41(3):322-332. [19] 黄钰，阮征，葛润生，等.风廓线雷达探测零度层亮带的试验研究.高原气象,2011,30(5)：1376-1383. Comparison on Measurements by Airport Visibility Automatic Observation Instruments in Low Visiblity Weather Ming Hu1)2)Chen Lijie2)Gao Lianhui2)Wang Qi2) 1)(InstituteofDesertMeteorology,CMA,Urumqi830002)2)(NorthwestRegionalAirTrafficManagementBureauofCAAC,Xi’an710082) The runway visual range measurements form January 2013 to August 2014 by atmospheric transmission meter and forward scattering meter installed on the same end of Xi’an Xianyang international airport south runway are compared. Conclusions are as follows: When the visual range is greater than 400 m, measurements by forward scattering meter are likely to be greater than those by atmospheric transmission meter, while when the runway visual range is less than or equal to 400 m, measurements by atmospheric transmission meter are likely to be greater. Overall, when the runway visual range is less than or equal to 600 m, both two sets of equipment can be replaced by each other as their bias is accord with requirements of Civil Aviation Observation and Measurement. However, when the runway visual range is between 600 m and 1000 m, whether observations from two sets of equipment can be replaced mainly depends on weather conditions. When the runway visual range is greater than 1000 m, differences between two sets of equipment exceeds requirements of Civil Aviation Observation and Measurement. In fog, freezing fog, haze or big rain weather, observations show very good consistency and can be replaced with each other when runway visual range is less than or equal to 1000 m. In snow, smoke or floating sand weathers, measurements by forward scattering meter are much greater; while in big rain weather, it is found that measurements by atmospheric transmission meter are greater than that by forward scattering meter. In fog weather and haze weathers, it is found that measurements by atmospheric transmission meter are greater when the runway visual range is less than or equal to 1000 m, but less than data measured by forward scattering meter when visual range is greater than 1000 m. atmospheric transmission meter; forward scattering meter; runway visual range; the weather phenomenon 10.11898/1001-7313.20150612 中国沙漠气象科学研究基金项目(Sqj2014003)， 国家自然科学基金项目(41475029) 明虎,陈丽杰,高联辉,等. 机场低能见度自动观测设备测量数据对比. 应用气象学报，2015，26(6)：750-758. 2015-03-21收到，2015-09-21收到再改稿。 * email: minghu0538@126.com
4 不同天气现象数据分析
5 小 结
