浦东机场低跑道视程变化特征及其影响机制分析

杨 瑜，丁文敏

(民航华东空管局气象中心，上海 200335)



浦东机场低跑道视程变化特征及其影响机制分析

杨 瑜，丁文敏

(民航华东空管局气象中心，上海 200335)

运用数理统计方法分析浦东机场2000—2014年低跑道视程(RVR，RVR<1 000 m)变化特征及其影响机制，并建立低RVR预报试验的逻辑回归(Logit)模型。结果表明，上海浦东机场近15 a低RVR日数呈明显下降趋势；低RVR日多出现在冷季，主要集中在11月—次年2月，2月出现频率最多；06:00—08:00出现最多，开始时刻主要集中在06:00—08:00；结束时刻主要在09:00—10:00；持续时间大部分在3 h以内，其中1 h频率最高；低RVR伴随的天气现象绝大部分与视程障碍有关，冷季时视程障碍比重更高，暖季强降水贡献更多；气温在0～10 ℃频率最高，相对湿度主要集中在90%以上，风速大多在5 m·s-1以下，风向冷季多发生在260°～360°，暖季多发生在120°～170°；低RVR的发生与08:00相对湿度呈正相关，与气温、风速呈负相关，其中与相对湿度的相关系数最高。在预报模型试验中较好地建立了Logit预报方程，历史回报的TS评分达到一定水平。

浦东机场；低跑道视程；特征分析；气象因子

引 言

随着我国飞行量持续保持较高的增长率，气象条件对航空飞行的影响越来越显著，其中能见度是影响飞行的重要因素之一。航空气象有几种与能见度有关的用语，如主导能见度、跑道视程(Runway Visual Range，简称RVR)等，意义和作用各不相同。主导能见度是指观测点四周一半或以上的视野范围内都达到的最大水平距离，它属于人工观测；国际民航组织ICAO将RVR[1]定义为在跑道中线上坐在航空器上的驾驶员能够看到跑道面上的标志或者跑道边界灯或中线灯的最大距离，实际工作中RVR值是由RVR探测仪依据布格—朗伯定律或阿拉德定律并考虑消光系数、跑道灯光强度和照度阈值3个因素计算得出[2]。

我国空中交通管制过程中，管制员必须根据主导能见度和RVR的大小判断航空器是否能够起降，根据民航局98号令规定[3]，当机场同时使用RVR和主导能见度时，应以RVR作为航空器起降的能见距离标准，当能见度在800 m以下时必须采用RVR。浦东机场航空器I类精密进近着陆标准为主导能见度≥800 m或RVR≥550 m，II类精密进近着陆标准为RVR<550 m，且≥300 m[4]，对于II类精密进近，当RVR设备故障或无法获得RVR报告时不得实施II类运行。在空管的实际运行中，尤其是低能见度恶劣天气，RVR数据已不可或缺[5]，它直接关系到航班的安全、正常和效率。

国内外对公众气象领域的能见度天气研究较为深入，如Westcott等[6]讨论了美国中西部冷季低压系统下低云伴随浓雾的变化特征；张利娜等[7]利用公路高密度自动站资料分析了高速公路上低能见度与湿度、气温的关系，及雾霾对低能见度的影响；还有学者从严重的低能见度事件着手，深入探讨其发生演变规律和物理机制[8-9]；另外在地方雾霾的时空分布[10-11]、定量分析大气微粒与能见度的关系[12]、强降水对能见度的影响[13]、大气能见度的变化趋势[14-15]等方面也有诸多研究。航空气象对能见度的研究主要集中在机场的主导能见度[16-20]，如机场低能见度特征、平流雾监测分析等，而对跑道视程特征的研究比较少，如对机场RVR分布[20]的统计、利用支持向量机方法预报RVR变化[21]、RVR融于机场关闭系统的研究[22]等。

为了方便书写记录，本文将RVR<1 000 m记为低跑道视程(即低RVR)，并定义当出现RVR<1 000 m时该日为低RVR日。低RVR对空中交通管制及航班正常运行影响很大，常引发大面积航班延误，航空器在低跑道视程天气下起降易引发不安全事件，飞行员及各安全保障部门均需要非常谨慎地对待这种恶劣天气。文中通过分析低RVR的年际特征、季节及日变化特点，及其与气象要素的关系，试验建立低RVR预报模型，以期加深对上海浦东机场低RVR发生发展规律的认识，提高航空气象预警及服务保障能力。

1 资料及方法

1.1 资料

所用资料是浦东机场2000—2014年逐时的RVR、天气现象、风、气温和相对湿度等气象观测资料，时间序列相对较长，且有很好的连续性。

浦东机场1999年9月正式通航，机场气象台实施24 h不间断的人工值守民航气象观测业务，并引进芬兰VAISALA公司的自动观测系统(AWOS)和RVR探测仪等设备；观测员根据民航地面气象观测规范[23]进行气象观测和记录，并发布机场天气报告，观测内容主要有风、能见度、天气现象、云、气温、湿度、修正海平面气压等，其中能见度包括主导能见度和RVR。RVR仪器离地约2.5 m，RVR值按照仪器实时显示记录，天气报告电码中RVR<50 m时报告为M0050，50≤RVR<400 m时以25 m为等级报告，400≤RVR<800 m时以50 m为等级报告，800≤RVR<2 000 m时以100 m为等级报告，RVR>2 000 m时报告为P2000[23]。

1.2 研究方法

1.2.1 频率分析

频率，这里指统计频率，为某一事件发生的次数与总次数的比值，通常用比例或百分数表示，所有事件的频率之和为1。假定在n次试验中，事件A发生了m次，则事件A发生的频率fn为：

(1)

1.2.2 点双列相关法

当研究对象的2个变量中一个是等比或等距的连续变量，另一个是按性质划分的二分变量(二分变量是指其只有2个取值的变量，如性别的男、女，选择题的对、错等)，一般用点双列相关法，相应的点双列相关系数公式为：

(2)

1.2.3 Logit模型

Logit模型，又称为逻辑回归(Logistic regression)[24]，是一种离散选择法模型，是对定性变量的回归方法。假定因子变量x是连续型变量，预报量是0/1型贝努利随机变量，在x出现的条件下，预报量“y=1”出现的概率为p，“y=0”的概率为1-p，则概率p的逻辑变换logit(p)为：

(3)

上式中，a为截距，b=[b1,…bs]T为自变量x的系数。事件发生的概率p(x)是自变量的非线性函数，形式如下：

(4)

1.2.4TS评分检验

TS评分检验指标包括空报率(FAR)、漏报率(PO)、TS评分和准确率(PC)，计算公式如下：

(5)

上式中，NA为有低RVR预报正确站(次)数，NB为空报站(次)数、NC为漏报站(次)数，ND为无低RVR预报正确的站(次)数。

2 低RVR变化特征

2.1 低RVR日的年际变化

统计2000—2014年浦东机场观测站年低RVR日，得到浦东机场近15a低RVR日数的年变化趋势(图1a)，发现浦东机场的年低RVR日呈较明显的下降趋势，下降速率约为2.7d·a-1(线性趋势系数通过了显著性水平为0.01的t检验)，其中2003年低RVR日最多(64d)，2012年最少(10d)。近15a低RVR日年际变化特征明显，有8a较平均值偏多，7a偏少，2008年以前基本处于偏多期，2008年以后虽有反复，但明显处于偏少期。

采用M-K法分析浦东机场年低RVR日数的突变情况。从图1b看出，UF曲线2000—2001年在零线以下，2002—2007年在零线以上波动，2008年以后在零线以下呈直线下降趋势，说明浦东机场年低RVR日数经历了减少→增加→减少的变化过程；UF和UB曲线在±1.96信度线之间相交于2010年附近，且在2012年超过了0.05显著性水平临界线，说明浦东机场年低RVR日数存在突变，且有显著下降趋势。

图1 2000—2014年浦东机场低RVR日变化趋势(a)及Mann-Kendall检验结果(b)

2.2 低RVR日的季节特征

浦东机场低RVR，主要由低能见度天气引起，四季均可发生。为了更好地考察浦东机场低RVR日的季节特征，将10月—次年3月定为冷季，4—9月定为暖季。

图2a是低RVR日数的月频率分布，其峰值在2月，谷值在9月，2—9月频率逐渐减少，9月—次年2月又逐渐增多。低RVR日主要出现在11月—次年2月，4个月占全年总低RVR出现日数的54.4%，其中2月最多占15.1%；7—10月出现低RVR的频率较少，4个月占全年的13.0%，最少是9月仅占2.3%。从季节分布来看，一年中低RVR日多发生在冷季(10月—次年3月)，占全年的68.2%，暖季(4—9月)较少，只占31.8%，具有明显的季节性变化。

从低RVR频率变化趋势(图2b)可知，2006年以前出现低RVR日的月份分布范围较宽，主要有3个集中区域，分别在2001年4—6月，2003年1—2月，2005年11月；2006年以后低RVR日的月份较为集中，且大部分发生在冷季，表现为2006—2011年的11月—次年2月有强的集中区，且极值中心由11月向2月转移，2009年4月有个小集中区，2011年以后12月—次年4月有强集中区和极值中心。如图2b虚线所示，低RVR日随着年份的推移，呈越来越集中的趋势，且向冷季集中。

图3a、图3b分别为浦东机场冷季、暖季低RVR日数的年变化趋势，可以发现浦东机场在冷季和暖季的低RVR日都呈明显下降趋势，下降速率分别约为1.6d·a-1和1.15d·a-1(线性趋势系数均通过显著性水平为0.01的t检验)；冷季低RVR日最多出现在2004年(44d)，2012年最少(6d)，暖季最多出现在2002年(23d)，2012年最少(4d)。总的来看，冷季2008年以前低RVR日处于偏多期，2008年以后明显处于偏少期；暖季2007年以前处于偏多期，2008年以后处于偏少期。

图2 浦东机场2000—2014年各月低RVR日出现频率(a)及其年际变化(b)

图3 2000—2014年浦东机场冷季(a, c)和暖季(b,d)低RVR日变化趋势(a,b)及其Mann-Kendall检验(c,d)

利用M-K法分别检验冷、暖季低RVR日数的突变情况(图3c、图3d)。结果显示，冷季UF和UB曲线在0.05显著性水平临界线之间相交于2010年附近，2012年超过临界线；暖季UF和UB曲线在0.05显著性水平临界线之间相交于2006年，2008年超过临界线；说明冷、暖季低RVR日数都存在突变，且有显著下降趋势。

2.3 低RVR的日变化

表1统计了浦东机场低RVR出现、开始和结束时刻及低RVR持续时间，分析发现低RVR主要出现在01:00—09:00，频率为76.0%，其中06:00—08:00出现频率多于其他时刻，分别为06:00的11.3%、07:00的12.4%、08:00的10.6%。开始时刻主要在01:00—08:00，8个时次的总频率为66.8%，其中07:00频率最高为12.8%，06:00、08:00紧随其后分别为10.9%、10.0%；另外低RVR很少开始于09:00—20:00，这12个时次的总频率只有19.7%。低RVR结束时刻主要在08:00—12:00，5个时次的总频率为57.6%，其中09:00、10:00的频率出现双高，分别达15.5%、15.7%。

低RVR持续时间分布，以1h为单位间隔，可以看出，低RVR的持续时间与频率成反比；持续时间5h以内的频次在均值以上，占总数的84.9%；大部分低RVR在3h以内，总频率为72.9%，其中1h出现频率最高为41.2%；6～12h时长的低RVR也有出现，出现频率占总的14.2%；13h及以上的出现频率极低，累计为0.9%。

图4为低RVR日逐月各时刻频次分布，因冷季低RVR所占比重远大于暖季，因此为突出重点，将冷季月份置于纵坐标中部加以分析。图4a是浦东机场低RVR出现时刻分布，11月—次年2月的06:00—09:00出现频次最多，其次是2月02:00—04:00、3—5月的05:00—07:00，而全年11:00—21:00、7—9月全天时段低RVR出现的频次很少；图4b是低RVR开始时刻，10月—次年2月的06:00—08:00有一个强中心，另外4月05:00—06:00有小的次中心；结束时刻(图4c)，11月—次年1月的08:00—10:00最多，2月的09:00、4月的08:00、5月的07:00分别有小的次中心。总的来看，开始、结束时刻的总形态一致，区别在于开始时刻在后半夜有一定频次发生，这与浦东机场沿海的特殊地理位置后半夜容易发生平流雾天气有关，而结束时刻更为统一，集中在某固定时刻较窄的振幅内。

表1 浦东机场低RVR日出现、开始与结束时刻及持续时长的频率

图4 浦东机场低RVR逐月出现(a)、开始(b)及结束(c)时刻的频次分布(单位：%)

3 低RVR与气象因子的关系

3.1 低RVR的气象要素分布

引起低RVR的天气现象是视程障碍和降水，其中视程障碍天气现象主要包括雾(FG)、部分雾(PRFG)、散片雾(BCFG)、浅雾(MIFG)、轻雾(BR)、霾(HZ)等[23]。表2为低RVR时伴随的天气现象，绝大部分与视程障碍有关，单独出现的频率为86.7%，总出现的频率达99%。冷季时视程障碍对低RVR的影响更多，其中局部雾(包括PRFG、BCFG、MIFG)和雾共约占总的59.9%，占据主导因素；降水的总比重在暖季更多，其中弱降水冷暖季相差不大，中或大降水暖季频率明显高于冷季，与冷暖季的降水特性有直接关系。

表2 浦东机场低RVR的天气现象

图5是低RVR时相对湿度、气温、地面风等气象要素分布。由图5a可知，低RVR时气温主要在0～20 ℃，0～10 ℃出现频率最高为47.6%，其次是10～20 ℃，频率为34.9%；同时冷暖季气温分布范围和集中度均不同，冷季气温比暖季的范围更加集中，冷季在0～10 ℃的范围频率明显高于其他，而暖季大多在10～20 ℃之间，但20～30 ℃出现频率也不低，其中，>25 ℃的37个气温个例中16个有较强降水、14个相对湿度>90%、3个霾天气，说明尽管较高气温不利于出现低RVR，但降水、高湿、污染等在一定范围内会造成较低的RVR。

图5b是出现低RVR时的相对湿度分布，相对湿度≥90%所占的频率达86.1%，暖季出现高湿的频率更大，这既体现冷暖季湿度的季节特性，也说明暖季需要更高的水汽含量(相对湿度)才会出现低RVR，暖季低RVR对相对湿度的要求更高，湿度越大，低RVR发生频率越高。

浦东机场沿海而建，地理位置特殊，地面的风向风速对RVR有重要影响。由图5c可知，86.9%的低RVR出现在地面风速5m·s-1以下，冷季低风速出现频率高于暖季。风速>10m·s-1的低RVR个例均伴有降水，大部分为中等及以上强降水，且大部分发生在暖季。冷季需要更小的地面风速才会出现低RVR，而暖季时暖湿气流活跃，伴随强降水的大风天气也可能造成低RVR。

低RVR时地面风(图5d)在各个方向上都可能发生，但主要分布在第二、四象限内，以260°～360°频次最高，其次是120°～170°。造成浦东机场低RVR的主要有弱高压、L形高压以及出现平流雾和海雾的天气形势等，前2种形势多形成偏西或西北风，后2种形势多形成偏东或东南风。由前面季节特征可知，11月—次年2月出现低RVR的频次最多，且冷季与年的总体变化非常相似，这使得冷季的风向与全年总分布在第二象限十分相似；暖季4—6月暖湿气流较充沛，多有平流雾或海雾发生，此时偏东或东南风较多，使得暖季风向在第四象限出现较多。

图5 浦东机场低RVR的气象要素分布(a)气温，(b)相对湿度，(c)风速，(d)风向

3.2 预报模型试验

3.2.1 相关系数

有利于低能见度的因素有近地面辐射降温、水汽饱和、风速较小、大气层结稳定等条件，那么低RVR情况是否如此？利用浦东机场气象观测资料，将低RVR天气看作一个二分变量事件，即某一日天气分为有和无低RVR的2种情况，同时取08:00气温、相对湿度和风速数据，作2000—2014年机场每日低RVR与08:00气温、相对湿度和风速的点双列相关系数(表3)，3个因子变化情况与低RVR的点双列相关系数分别为-0.12、0.31、-0.19，分别通过0.01、0.001、0.001显著性水平，说明气温、相对湿度和风速与低RVR的发生有很好的相关性，较冷的气温、高的相对湿度和低风速环境有利于出现低RVR。

表3 浦东机场低RVR与气象因子的点双列相关系数

注：*通过0.01显著性水平，**通过0.001显著性水平

3.2.2 预报方程

由以上分析可知，有无低RVR天气与气温、相对湿度和风速有密切的关系，那么能否利用这3个气象要素作低RVR预报模型？Logit预报方程，是将因子变量x看作连续型变量，求解预报事件y为“1”的概率；对于我们研究的对象——某一日是否出现低RVR事件，可以运用该方程作概率预报试验。

Logit预报模型试验具体为：将某一天是否出现低RVR用“1”和“0”变量表示，并作为逻辑回归预报方程的预报量，取浦东机场2000—2014年08:00气温、相对湿度和风速为方程的预报因子，建立预报方程。求解预报方程得到低RVR的概率预报结果，对于这个结果，先作消空指标判断，然后统计历史资料中低RVR的概率判据，计算低RVR潜势预报结果。

对于该试验预报模型，用2000—2014年历史资料回报结果作TS评分检验(表4)，可以看出，2000—2014年回报的空报率为0.52，漏报率为0.53，TS评分为0.31，准确率为0.90，对比《国家气象中心气象现代化实施方案(2015—2020年)》预期目标：2015年24h雾、霾预警TS评分达到0.25、0.25，2017年达到0.28、0.3，2020年达到0.3、0.35，表明该预报模型总体效果尚可；但这只是回报的检验效果，实际预报效果可能会更低，模型仍有较大的改进空间。影响预报结果的原因可能有：(1)预报因子选取的较少，无垂直方向资料，使得模型过于简单；(2)未能分型预报，冷暖季低RVR影响因子不同，分季节、分类型建立方程更加合理；(3)单个的预报模型结果稳定性很难控制，建立多种模型比较优劣[25]，或进行集合预报可能会提高预报的准确性等等。

表4 浦东机场低RVR天气的预报检验

4 结论和讨论

(1)浦东机场年低RVR日呈下降趋势，下降速率约为2.7d·a-1；M-K检验结果表明，浦东机场年低RVR日2010年发生突变，2012年超过0.05显著性水平，存在显著的下降趋势。

(2)浦东机场低RVR主要出现在11月—次年2月，7—10月出现最少。单月出现频率以2月最高，9月最低；单月出现最多月份与虹桥机场[23]有所差异，可能与浦东机场临海的地理位置有关，2月浦东机场受海上水汽源影响更大。低RVR多分布在冷季，随着年份的推移有向冷季更加集中的趋势。同时冷季、暖季的低RVR日均存在明显的下降趋势，冷季2010年突变，2012年超过0.05显著性水平，暖季2006年突变，2008年超过0.05显著性水平。

(3)低RVR主要出现在01:00—09:00，其中06:00—08:00最多；开始时刻主要集中在06:00—08:00，结束时刻主要在09:00—10:00；持续时间大部分在3h以内，其中1h最多。从累年的日分布来看，11月—次年2月的06:00—09:00的低RVR最多；开始时刻最多出现在10月—次年2月的06:00—08:00，结束时刻最多在11月—次年1月的08:00—10:00。

(4)低RVR伴随的天气现象绝大部分与视程障碍有关，冷季时比重更高，而暖季强降水对低RVR贡献相对更多。浦东机场出现低RVR时，气温主要在0～20 ℃，其中0～10 ℃频率最多，冷季温度更加集中。低RVR对应的相对湿度在90%以上的频率为86.1%，暖季需要更高的相对湿度才会出现低RVR。低RVR对应的风速大部分在5m·s-1以下，冷季需要更小的风速；风向主要在第二、四象限内，其中冷季风向多发生在第二象限，暖季多发生在第四象限。

(5)低RVR的发生与08:00相对湿度呈正相关，与气温、风速呈负相关，其中与相对湿度的相关系数最高。在预报模型试验中较好地利用气温、相对湿度、风速因子建立了逻辑回归预报方程，历史回报的TS评分达到一定水平，具有一定的可行性。考虑到本文的出发点和研究目的，预报模型试验没有过多展开，有关的预报详细方案和改进措施可以借鉴判别分析法、指标叠套法[25]，甚至可以尝试集合预报方法，将在以后的工作中继续开展。

[1] 中国民用航空总局空中交通管理局. 跑道视程使用规则[S]. 北京:中国民用航空总局,2000.

[2] 冉春雷,何祁阳,贾天泉,等.VaisalaAviMet系统中跑道视程RVR计算因子分析[J]. 气象科技,2014,42(2):3-7.

[3] 中国民用航空总局. 航空器机场运行最低标准的制定与实施规定[S]. 北京:中国民用航空总局,2001.

[4] 中国民用航空总局. 中国民用航空仪表着陆系统Ⅱ类运行规定[S]. 北京:中国民用航空总局,1996.

[5] 潘军成,陈通,刘祖生. 能见度与跑道视程在塔台管制中的应用[J]. 中国民航飞行学院学报,2010,21(5):3-6.

[6]WestcottNE,KristovichDAR.AClimatologyandCaseStudyofContinentalColdSeasonDenseFogAssociatedwithLowClouds[J].JournalofAppliedMeteorologyandClimatology, 2009,48(11):2201-2214.

[7] 张利娜,张朝林,王必正,等. 北京高速公路大气能见度演变特征及其物理分析[J]. 大气科学,2008,32(6):1229-1240.

[8] 苗爱梅,李苗,王洪霞. 一次持续性雾霾天气过程的阶段性特征及影响因子分析[J]. 干旱气象,2014,32(6):947-953.

[9] 李二杰,刘晓慧,李洋,等. 一次重污染过程及其边界层气象特征量分析[J]. 干旱气象,2015,33(5):856-860.

[10] 林建,杨贵明,毛冬艳. 我国大雾的时空分布特征及其发生的环流形势[J]. 气候与环境研究,2008,13(2):171-181.

[11] 贺皓,吕红,徐虹. 陕西省大雾的气候特征[J]. 高原气象,2004,23(3):407-410.

[12] 王京丽,刘旭林. 北京市大气细粒子质量浓度与能见度定量关系初探[J]. 气象学报,2006,64(2):221-228.

[13] 吴建军,袁成松,周曾奎,等. 短时强降雨对能见度的影响[J].气象科学,2010,(2):274-278.

[14] 张智,陈玉华,周红. 宁夏雾日和霾日的变化趋势分析[J]. 干旱气象,2013,31(4):714-719.

[15] 黄健,吴兑,黄敏辉,等. 1954—2004年珠江三角洲大气能见度变化趋势[J]. 应用气象学报,2008,19(1):61-70.

[16] 陈露,顾雷. 首都机场雾过程的气候特征分析[J]. 气候与环境研究,2008,13(6):783-790.

[17] 沈俊,阎凤霞,王燕雄. 虹桥机场能见度变化特征分析[J]. 热带气象学报,2008,24(1):99-104.

[18] 袁娴,陈志豪. 上海浦东机场平流雾的统计和监测分析[J]. 气象科学,2013,33(1):95-101.

[19] 李健,王澄海. 郑州机场2004—2012年能见度的变化特征[J]. 干旱气象,2014,32(5):727-732.

[20] 胡伯彦,冯雷,陈志豪. 1996—2013年上海虹桥机场低能见度及低跑道视程特征分析[J]. 气象科技,2015,43(1):151-155.

[21] 朱蕾,朱国栋. 支持向量机方法在机场跑道视程预报中的应用[J]. 暴雨灾害,2010,29(2):171-175.

[22] 侯启真,李琪,刘衍帆,等. 机场跑道临时关闭警示装置可见性计算研究[J]. 应用光学,2015,36(6):931-936.

[23] 中国民用航空局. 民用航空气象地面观测规范[S]. 北京:中国民用航空局,2012.

[24] 施能. 气象统计预报[M]. 北京:气象出版社,2009.

[25] 郝莹,姚叶青,陈焱,等. 基于对流参数的雷暴潜势预报研究[J]. 气象,2014,33(1):51-56.

Change Characteristics and Its Influence Mechanism of Low RVR at Shanghai Pudong Airport

YANG Yu, DING Wenmin

(MeteorologicalCenterofEastChinaAirTrafficManagementBureau,Shanghai200335,China)

The change characteristic and influence mechanism of low RVR (RVR<1 000 m) during 2000-2014 at Pudong airport were analyzed by using the method of mathematical statistics, and the low RVR prediction test of Logit model was established. The results show that the low RVR days decreased significantly in the last 15 years. Low RVR appeared in cold seasons, it mainly occurred from November to next February and peaked in February. The low RVR occurred frequently during 06:00-08:00, and it mainly started during 06:00-08:00, while ended during 09:00-10:00. The duration of low RVR was mainly within 3 hours, and the duration of 1 hour was highest. The weather phenomenon coming with the low RVR was usually related with obstruction to vision, and the frequency of obstruction to vision was higher in cold seasons, while it was a much higher proportion of heavy precipitation in warm seasons. The highest frequency of low RVR appeared when temperature was during 0-10 ℃, relative humidity mainly concentrated in more than 90% and wind speed was mostly below 5 m·s-1. In cold seasons, wind direction was mainly 260°-360°, while in warm seasons it was mainly 120°-170°. The occurrence of low RVR was positively correlated with relative humidity at 08:00, and negatively correlated with air temperature and the wind speed, and the correlation coefficient between low RVR and relative humidity was the highest. The low RVR prediction test of Logit model was well established and the TS score of historical returns reached a certain level. These quantitative summaries increased our understanding and mastering of low RVR events, which was benefit to the safety, normal and efficiency of civil aviation.

Pudong airport; low RVR; characteristic analysis; meteorological factor

10.11755/j.issn.1006-7639(2016)-05-0873

2015-12-07 ；改回日期：2016-02-29

民航局空管局科技项目(雾霾天气机场能见度预报方法研究)资助

杨瑜(1964-),男, 工程师,主要从事民航天气预报与分析工作. E-mail:yr__xh@163.com

1006-7639(2016)-05-0873-08 DOI:10.11755/j.issn.1006-7639(2016)-05-0873

P457.7

A

杨 瑜，丁文敏.浦东机场低跑道视程变化特征及其影响机制分析[J].干旱气象，2016，34(5)：873-880, [YANG Yu, DING Wenmin. Change Characteristics and Its Influence Mechanism of Low RVR at Shanghai Pudong Airport[J]. Journal of Arid Meteorology, 2016, 34(5):873-880],