哈尔滨机场相似预报系统的设计与研制

民航黑龙江空中交通管理分局 黄红兵



哈尔滨机场相似预报系统的设计与研制

民航黑龙江空中交通管理分局 黄红兵

【摘要】采用NECP资料建立历史样本数据库，采用T639数值预报产品为当前数据，对各数据场都进行了标准化处理；采用相似系数、欧氏距离、相似离度等3个相似判据，经过值域转换后定义了3个相似指数；采用7个气象要素、间隔12h的2个相邻时刻的数据场，设计了1个建立在3个相似指数基础上、用以描述天气形势演变过程的相似程度的综合相似指数，并设计了哈尔滨机场24h短期天气相似预报模式；利用哈尔滨机场现有的气象网络设备，研制了哈尔滨机场相似预报系统，实现自动读入数据、自动分析、自动发布预报等功能；本文中演示了该系统在哈尔滨机场的应用效果。

【关键词】相似分析；多元判据；短期天气；预报系统

1 引言

数值预报是天气预报的发展主流方向，是现代天气预报业务的重要基础[1]。虽然数值预报产品具有准确性好、时空分辨率高、连续性优良、应用广泛等特点，但是目前仍不能充分满足日常业务需求，因此开发数值预报产品的释用技术成为当前的重要研究课题，地方气象部门已对此进行了多方面研究，其中，相似预报技术[2-8]成为其采用的主要释用方法之一。由于种种原因，相似预报技术在民航气象界还未得到有效开发，为将该技术应用到航空天气预报中，民航黑龙江空管分局组成一个科研组，于2013年申请获得了民航局空管局研发哈尔滨机场相似预报系统的科研项目。科研组基于前期技术试验成果[9]，重新设计了多元判据相似预报模式，研发了哈尔滨机场相似预报系统，并于2015年7月在哈尔滨机场投入24h短期预报试用。

2 预报模式设计

2.1 基本设计思路

基于前期试验成果，采用3个相似判据，经值域转换后定义3个新相似指数；采用7个气象要素数据场，以其3个相似指数为基础，定义1个综合相似指数；计算代表天气演变过程的2个相邻时刻的综合相似指数，并取其平均值为天气演变的过程综合相似指数；建立以起始时刻、结束时刻和演变过程的3个综合相似指数为依据的相似样本确定原则，选取当前最为相似的历史样本；基于相似样本，计算并发出机场未来24h天气预报信息。

2.2 样本数据资料

2.2.1 数据资料来源

科研组采用了美国国家环境预报中心（NCEP）的数据来建立历史样本数据库，这主要是因为NCEP历史数据资料齐全；同时，考虑到发布航空天气预报时效性的要求，科研组采用了中国气象局T639数值预报产品作为当前预报样本数据，这主要是因为当前最近的T639数据能够在较短时间内获取。由于NCEP与T639数据格式、数据范围、网格分辨率不同，因此在建立历史样本数据库过程中，科研组参照T639数值预报产品目前的数据格式，对NCEP历史样本数据进行了统一格式的转换。

2.2.2 采用气象要素

目前采用的气象要素场有：500hPa、700hPa和850hPa的高度场和温度场，海平面气压场等共7类气象要素的数值预报场。计划在下一阶段的升级改造中尝试引进涡度场、散度场、水汽通量场、垂直速度场、水汽通量散度场等的数值预报产品。

2.2.3 样本年限时刻

当前预报样本：采用预报有效时段的起始时刻前12 ~ 24小时发布的12 ~ 36h数值预报的格点场数据，其中以12小时前发布的12、24h预报为主用数据，以18小时前发布的18、30h预报为备用数据，以24小时前发布的24、36h预报为应急数据。每天使用的数据时间包括00、06、12、18UTC共4个时刻。

历史样本数据：历史样本数据年限越远久，数据量越丰富，对找到最为相似的历史样本越有利。但鉴于哈尔滨太平国际机场24h气象观测始于2000年，之前为13h观测、机场观测数据缺测较多，因此只能使用2000年以来、截止2015年共16a的历史数据来建立历史样本数据库，并逐年累加。历史样本数据时刻与当前预报样本数据时刻同步。

2.2.4 数据场的范围

数据场数据范围的划分既不宜太大，又不宜太小，如果划分太大可能掺杂进一些远距离无关信息，如果划分太小可能造成一些重要信息丢失，这两种情况都将影响相似分析效果。

鉴于预报对象为24h短期天气，科研组经过前期技术试验[9]，将用于大尺度形势分析的高空数据场经纬度范围划定为100~147.5°E、32.5~60°N（分辨率2.5°×2.5°），将海平面气压场关键区经纬度范围划定为110~137.5°E、37.5~55°N（分辨率2.5°×2.5°）。

2.2.5 数据场标准化

考虑到不同气象要素场量级、值域的差异和各相似判据的可比性要求，在进行多元判别相似分析前，科研组首先对预报样本和历史样本的原始数据采取了标准化处理，计算方法略。经过标准化处理后，数据场各点数据Xk（k = 1, 2, 3, … , K）的值域调整为[0, 1]，基于标准化处理后的两个样本数据场的相似判据，其值域也都是可确定的，这对下一步建立多元判据相似预报模式有利。

2.3 相似分析判据

常用相似预报判据主要有相似系数、相关系数、欧氏距离、海明距离、相似离度、罗阳相似量等。科研组在经过大量试验后，确定使用相似系数、欧氏距离、相似离度等3个相似判据。

2.3.1 相似系数

相似系数Ri,j的计算表达式略。Ri,j主要描述i、j两个样本“形”的相似程度，其值域为[-1, 1]，数值越大表示这两个样本越相似，数值越小则越不相似。

2.3.2 欧氏距离

欧氏距离Oi,j的计算表达式略。Oi,j主要描述i、j两个样本“值”的相似程度，其数值越小表示两个样本相似程度越高，数值越大则相似程度越低。如果样本数据没有经过标准化处理，那么Oi,j值域应该为[0, d），其中d的数值不确定。在样本数据经过前期标准化处理后其值域调整为[0, 1]，Oi,j值域随之调整为[0, K1/2]，K为数据场数据点数。

2.3.3 相似离度

相似离度Ci,j的计算表达式略。Ci,j考虑了i、j两个样本“形”的相似程度，又考虑了“值”的相似程度，其数值越小表示两个样本相似程度越高，数值越大则相似程度越低。如果样本数据没有经过标准化处理，那么Ci,j的值域应该为[0, d），其中d数值不确定。在样本数据经过前期标准化处理后其值域调整为[0, 1]，Ci,j值域随之调整为[0, 1]。

2.4 多元判据分析

2.4.1 定义相似指数

在应用多元相似判据过程中，由于各判据值域、量级不一致，不具备直接可比性，因此不宜直接接合起来使用[2]。为此，科研组基于相似系数Ri,j、欧氏距离Oi,j和相似离度Ci,j，经过再处理后设计定义了3个新的相似指数。

1）基于相似系数的相似指数SRi,j，其计算表达式为：

式（1）中：Rmax、Rmin分别为相似系数最大值和最小值，可取理论上的最大值和最小值，分别为Rmax= 1、Rmin= -1。

2）基于欧氏距离的相似指数SOi,j，其计算表达式为：

式（2）中：K为数据场数据点数。

3）基于相似离度的相似指数SCi,j，其计算表达式为：

经过式（1）~（3）的再处理后得到的相似指数SRi,j、SOi,j、SCi,j，其值域、量级是一致的，其中值域都调整为[0, 1]，而且都转换为数值越大相似程度越高、数值越小相似程度越低，这样有利于下一步建立多元判据综合相似预报模式。

2.4.2 综合相似分析

为了综合评估各相似判据及基于各相似判据的相似指数的综合作用，科研组在上述3个相似判据和基于这些判据设计的3个相似指数基础上，定义了1个多元判据综合相似指数Si,j，其计算表达式为：

式（4）中：N为气象要素场数量，N = 7；n为序号，n = 1 ~ 7分别代表500hPa高度场、温度场，700hPa高度场、温度场，850hPa高度场、温度场，海平面气压场；WRn、WOn、WCn分别为各气象要素场的相似指数SRi,j、SOi,j、SCi,j在综合相似指数Si,j中所占有的权重系数。

借鉴多元决策加权法，科研组经过大量试验，在分别验证各气象要素场的各相似指数的相似分析效果后，统计出各权重系数（数据表略），其中权重系数之和为1。

综合相似指数Si,j是在综合分析了i、j两个样本的各气象要素场的各相似判据、相似指数后，综合给出的一个描述整体相似程度的相似指标，其值域为[0, 1]，且数值越大表示两个样本的相似程度越高，数值越小表示相似程度越低。

2.5 相似预报方案

2.5.1 相似时域确定

由于哈尔滨机场部分重要天气年际差异较大，比如在2000~2013年记录中，初雷最早曾发生于3月底，最晚曾发生于5月下旬，因此相似时域不宜太短。经科研组反复试验证明，将相似时域确定在当前日期±15d的范围内较为适宜。

2.5.2 相似样本确定

首先计算综合相似指数Sn,m（n = 0, 1, 2；m = 1, 2, 3, … M，M为历史样本数），包括起始时刻的综合相似指数S0,m、结束时刻的综合相似指数S1,m、从起始到结束时刻的天气演变过程的过程综合相似指数S2,m（暂定S2,m= (S0,m+ S1,m)/2）。然后将Sn,m按照从大到小重新排序，同时调整Sn,m对应的日期序列Dn,m(n、m与前述相同)。最后依据天气形势演变过程的最大指数相似原则、近似最大相似原则、高值指数相似原则、样本数量限制原则，依次筛选、确定当前的最佳相似历史样本（详细过程略）。

2.5.3 相似预报方法

（1）天气形势分析：直接把第1个历史样本、也就是过程综合相似指数最大的历史样本的天气形势前期分析结果，作为当前最为相似的天气形势分析结果予以输出。

（2）重要天气现象：考虑到民航气象服务工作的特点，对重要天气现象的预报，科研组采用计算并集的方法来确定，即对于前m个最为相似的历史样本，它们在指定的某个时段内出现的各种重要天气现象，是当前气象条件下同时段内最可能出现的重要天气现象。

（3）气象要素预报：

1）对日降水量、温度、风速、相对湿度等气象要素的预报，科研组用设计的以下预报公式来计算：

2）对低能见度、低云高度等气象要素的预报，可以采用公式（5）来计算。考虑到民航气象服务工作的特点，科研组采用前m个最为相似的历史样本的最小值或最低值，作为当前气象条件下可能出现的最小或最低预报值。

2.5.4 相似预报信度

借鉴钟元的方法[2]，根据天气演变过程第1综合相似指数，将相似预报信度划为3类：如果S2,1≥0.90，则相似预报信度较高；如果0.80 ≤S2,1< 0.90，则相似预报信度一般；如果S2,1< 0.80，则相似预报信度较差。

3 预报系统研制

3.1 硬件结构布局

科研组利用哈尔滨机场现有的气象设备、设施，将预报系统的相关硬件作如图1所示的结构布局，其中：（1）当前预报样本数据，由预报系统访问气象信息网的地方信息终端，读取省气象局转发的T639数值预报产品格点场数据；（2）历史样本数据，已事先保存在当前电脑指定的数据库位置，并逐年累积；（3）机场观测数据，由预报系统访问气象信息网的观测终端，读取机场观测数据；（4）配置的音响和打印机，以备告警、提醒和预报产品输出之用。

图1 预报系统硬件结构示意图

3.2 软件研发情况

科研组在研发相似预报系统软件过程中先后推出了HAFS1.01 ~ 1.06共6个版本，其中最初的5个版本均属于测试版本，HAFS1.06为当前最新的应用版本。预报系统软件始研于2013年，初步完成于2015 年7月并联网试用，经2015年7 ~ 12月试用、再测试和不断完善，各项工作最后完成于2015年12月。

预报系统软件设计在Windows XP及以上环境下运行，开发语言使用VB6.0，相关支持平台主要有Oracle、Office Excel，其主窗体界面见图2。该系统软件基本结构按其功能和研发的技术需要，设计划分为网络和数据监控单元、数据采集和分析单元、相似计算和预报单元、查询打印设置等综合单元。限于论文篇幅，预报系统软件及其各单元的研发技术原理、技术措施和操作方法等不再详细介绍。

3.3 主要技术指标

1）具有标准、美观、友好的Windows人机界面：相似预报系统实现简体中文显示，具有标准、美观、友好和便捷的人机互动功能；操作方法简便易懂，只需要短时间培训，就能够很快掌握操作和维护方法；

2）具有完备的网络和数据监控、告警功能：监控单元连续监控需要访问的气象信息网和有关终端，定时监控T639数值预报和机场观测的数据，如果网络正常、数据齐全、数据格式合格则发出可以读取数据的信息，否则就以屏显和音频告警方式发出告警信息；

3）具有自动读取、分析综合数据的功能：当监控单元发出网络和数据正常、可以读取数据的信息时，数据单元将按照预置时间段，依据“一主、二备、三应急”的方式，读取、分析所需各类数据，并发出可以制作预报的信息；

4）具有自动制作、发布并输出全方位相似预报产品的功能：当数据单元发可以制作预报的信息时，预报单元随即启动自动发布预报的程序，完成之后自动音频提醒、打印输出；

5）具有的其它综合功能：综合单元可随时进行参数设置、打印输出、查询相似分析数据和预报产品、查看对比相似图形、提供帮助信息等。

图2 预报系统主窗体示意图

4 试用预报效果

2015年7~12月，相似预报系统在哈尔滨太平国际机场投入试运行，试运行期间，根据民航局空管局关于发布航空天气预报时间和内容的相关要求，预报系统每天于04:00 ~ 06:00、10:00 ~ 12:00、16:00 ~ 18:00、20:00 ~ 24:00时段（北京时，下同），分别发布机场08:00 ~ 08:00、14:00 ~ 14:00、20:00 ~ 20:00、02:00 ~ 02:00航空天气预报，预报项目包括：天气形势分析、重要天气预报、重要气象要素预报、主要要素逐时预报，取得了预期的效果。下面以在20:00 ~ 24:00时段内利用12小时前发布的12、24h T639数值预报产品，来发布哈尔滨机场次日02:00 ~ 02:00预报为例，相似预报系统对出现的重要天气现象的预报效果见表1，对达到中雨量级及以上的日降水预报效果见表2。

表1 2015年6~12月重要天气预报统计表

表2 2015年6~12月≥10mm日降水量预报统计表

5 结束语

1）相似预报技术至今已发展成为一种成熟的预报技术。科研组基于相似系数、欧氏距离和相似离度3个相似判据，定义了3个相似指数、1个综合相似指数和1个过程综合指数，建立了综合相似分析预报模式，研发了相似预报系统，经试用证明，对短期重要天气和主要气象要素具有一定的预报效果，能够为预报员提供一个可供参考的预报结果。

2）目前虽取得一些效果，但也发现一些问题：一是历史样本数据年限、数据量偏少；二是利用500hPa、700hPa要素场的相似分析效果比850hPa和地面要素场的效果差，这可能与数据场范围大小有关；三是部分重要天气例如雷暴大风的预报效果较差，这是因为目前还没设计专门针对小概率事件的预报方案。历史样本可以逐年积累，其它问题有待试验、改进。

3）科研组计划在运行满一年后，择机升级相似预报系统，届时除了继续研究、完善前期科研成果外，还将尝试引进新的气象要素场，尝试采用多级、逐步相似过滤法等来改进预报模式，使我们的相似预报系统逐步趋于完善、准确率不断提高。

参考文献

[1]陈德辉,薛继善.数值天气预报业务模式现状与展望[J].气象学报,2004,62(5):623-633.

[2]钟元.天气与短期气候的多元判据综合相似预报方法[M].北京:气象出版社,2003.

[3]阎惠芳,李社宗,黄跃青等.常用相似性判据的检验和综合相似系数的使用[J].气象科技,2003,31(4): 211-215.

[4]万日金,何溪澄,林钢.用动力相似方法预报广东省区域暴雨预报试验[J].热带气象学报,2006,22(2): 198-202.

[5]李博,赵思雅,陆汉城等.综合多级相似预报技术在暴雨短期预报中的检验[J].应用气象学报, 2008,19(3):307-314.

[6]陈录元,周海,王式功等.逐步相似过滤法在青海省4~10天降水预报中的应用[J].兰州大学学报, 2010, 46(2): 33-38.

[7]罗阳,聂新旺,王广山.几种统计相似方法的适用性比较[J].气象,2011,37(11):1443-1447.

[8]刘艳华,张少锋,张治.利用欧洲数值预报产品制作哈尔滨市七日天气预报[J].自然灾害学报, 2013,20(6):185-190.

[9]黄红兵,钟伟,赵凯等.基于多元判据的短期天气相似预报研究[J].空中交通,2014,9(S): 29-33.

黄红兵（1965—），男，重庆忠县人，教授级高级工程师，从事航空气象研究。

作者简介：

基金项目：中国民用航空局空管局科研项目(民航空发2013[323]号)。