2017年双流机场两次大雾过程的对比分析

滕 林，邹永成，蔡成瑶，张晓凤

(1.贵州省松桃苗族自治县气象局，贵州 松桃 554100；2.民航西南空管局气象中心，四川 成都 610202；3.贵州省沿河土家族自治县气象局，贵州 沿河 565300；4.贵州省台江县气象局，贵州 台江 556300)

0 引言

大雾是一种影响飞行安全的重要天气现象，随着现代社会的发展，大雾对人们的生产生活的影响日趋严重，因此对大雾的研究也越来越多。目前对我国大雾个例分析、时空分布特征和形成的环流形势等方面已有相当多的研究成果[1-5]，形成了中国各地区大雾的基本概念模型[6]，在大雾预报预警业务实践中取得了较好的效果。目前国内对大雾的预报方法有天气学分析、数值预报以及统计预报等，天气学方法的准确性和稳定性较差[7]；数值预报对大雾过程的模拟还存在困难，对机场等定点的大雾预报还存在一些问题，还无法应用于业务工作[8]；统计预报缺乏对大雾物理过程的描述，预报的准确性和时效性还有待提升[9]。四川盆地冬季具有多雾的特点[10-11]，双流机场位于四川盆地西部，是西部地区最繁忙的空港，特殊的盆地地形造成了冬季多大雾的气候特点，冬季大雾天气对航班运行产生较大影响，尤其是大雾发生时段与出港高峰重合，易对后续航段造成延误。经过几代预报员努力，对双流机场的大雾研究已取得较好的进展，在业务中也有较好的应用[12-15]。2017年11月26日和12月4日，双流机场出现了两次严重影响运行的大雾天气过程，两次个例具有相当的典型性，其中12月4日过程影响最为严重，在当日中午12时，成都机场取消的航班达44个，延误出港航班数量185个，执行航班仅有115个架次，占全天航班量的13%，所有航班顺延5 h，约1.5万人次旅客滞留，造成较大影响。本文通过对这两次大雾过程气象要素变化特征进行研究，旨在增加对影响双流机场运行的大雾天气的预警能力。

1 数据介绍

本文采用了双流机场自动观测站的气温、湿度、风速风向、气压、跑道视程RVR(Runway Visual Range，下同)等常规数据，选用的自动观测站位于双流机场02号跑道南头，是双流机场的主起降端，根据民航部门跑道命名规则，为R02L(下同)；主导能见度采用双流机场常规的人工观测数据。采用的位势高度、高空风场、云分量、边界层高度、边界层湍流耗散率等参量均采用ERA-interim再分析资料(下载地址http://apps.ecmwf.int/datasets/)，该资料是欧洲中期天气预报中心(European Centre of Medium-Range Weather Forecasts, ECMWF)提供的一套时间长度为1979年至今的高分辨率再分析数据，最大的空间分辨率0.125°×0.125°，时间分辨率为6 h。ERA-interim再分析资料是一套较可靠的再分析资料，其环流形势场、气象要素场及地表要素场资料在中国区域都有较好的适用性[14-16]。

2 过程概述

2017年11月26日05时(北京时，下同)双流机场出现大雾天气，图1给出了两次大雾天气过程的主导能见度和跑道视程，主导能见度最低300 m；09—10时，主导能见度转好至1 km以上，整个过程持续时间约5 h。2017年12月4日04时，双流机场开始出现大雾天气，主导能见度最低50 m，11—12时，主导能见度转好至1 km以上，持续时间约8 h。

从02左跑道端(R02L)的跑道视程来看，26日过程跑道视程低于550 m的时间约3 h，最低跑道视程为200 m；12月4日，跑道视程低于550 m的时间约10 h，最低跑道视程为175 m；从持续时间来看，12月4日的大雾过程持续时间长，开始时间早，跑道视程低于标准的时间更长，消散时间晚，对运行的影响大。从最低能见度、最低跑道视程来看，12月4日的大雾过程最低能见度、跑道视程更低，对运行影响更大。

图1 主导能见度及跑道视程变化情况Fig.1 Variation of dominant visibility and runway visual range

3 环流背景分析

图2给出了两次过程08时500 hPa位势高度、风场及850 hPa云分量。11月26日(图2a)，中高纬地区为一槽一脊的形势，低纬地区为较平直的西风，其中西南地区为一弱脊控制；从850 hPa云分量来看，西南地区处于弱脊区控制，低层云量少，天空状况较好，有利于辐射降温。12月4日(图2b)，中国东北地区有一低涡，青藏高原至新疆地区为一高压脊，西南地区处于槽后西北气流控制，850 hPa的云分量也较少，四川盆地南部和云贵地区低层有较多的云量。

图2 08时500 hPa位势高度、风场及850 hPa云分量(a为11月26日，b为12月4日，*为双流机场位置，等值线表示位势高度，风标表示500 hPa风矢量，阴影区表示云分量≥0.2的区域)Fig.2 500 hPa geopotential height, wind field and 850 hPa cloud component at 08∶00(a is November 26, b is December 4, *is the location of Shuangliu Airport, isoline represents potential height, wind vane represents 500 hPa wind vector, shadow area represents cloud component greater than or equal to 0.2)

图3给出了起雾前后双流机场的风、相对湿度及云分量时间—高度剖面，可见两次大雾过程前都呈现晴空少云的形势。图3a显示，从11月25日20时开始，存在于500 hPa左右的云分量大值区开始消散减小；25日20时—26日08时，700 hPa左右出现了一个干层，最低相对湿度为20%，说明此时高层无云，有利于形成晴空辐射雾；从风向的垂直分布来看，在起雾时间段内，底层风速较小且风向较为一致，均为南风。图3b显示，12月4日起雾前期各层次云分量均较小，仅在大雾消散后，中层700 hPa出现较大的云量；3日20时—4日08时，700 hPa左右出现了一个干层，最低相对湿度为10%，也说明此时高层无云，有利于形成晴空辐射雾；从风向的垂直分布来看，在起雾时间段内，底层风速较小，但近地层风有一定的垂直切变，近地层为偏北风，而后随高度转为偏南风。值得注意的是，12月4日02时前后干区下降，在4日08时中低层湿度开始上升。在大雾形成前，水汽条件较好，这有利于形成大雾天气。

图3 双流机场风、相对湿度及云分量时间—高度剖面图(坐标轴上的黑色矩形窄条表示起雾时间段，a为11月26日，b为12月4日，风标表示各等压面上的风矢量，阴影区表示云分量大值区域)Fig.3 Time height profile of wind, relative humidity and cloud component of Shuangliu Airport (the black rectangular strip on the coordinate axis represents the fogging time period, a is November 26, b is December 04, the wind vane represents the wind vector on each isobaric surface, and the shaded area represents the area with large cloud component)

4 气象要素变化特征分析

4.1 温湿变化特征

图4为双流机场自动观测系统探测的两次大雾过程前后近地面气温、相对湿度的变化序列，可以看出，两次大雾过程的相对湿度差异小而温度差异较大。两次过程，相对湿度从60%左右缓慢上升，至大雾开始和维持阶段接近100%，大雾消散阶段，相对湿度迅速下降。从气温和逐小时气温变率(图5)来看，11月25日14时至大雾开始时段，气温呈递减趋势，但上半夜出现了两次升温过程，大雾持续期间，地面气温呈增加趋势，增温率高于12月4日大雾过程，但气温却低于12月4日大雾过程；12月3日至大雾开始时段，气温呈一致的递减趋势，大雾开始时，地面气温呈增加趋势，增温率约2 ℃/h，大雾维持阶段，气温变化率变化较小，低于11月26日大雾过程，但气温却高于11月26日大雾过程。从图4还可以看出，两次大雾过程的相对湿度均达到99%～100%，而气温相差较大，12月4日高于11月26日，根据饱和水汽压正比于气温[16]，可以看出12月4日的过程，近地面单位体积内的绝对含水量大于11月26日过程，这可能是4日大雾过程最低主导能见度、最低跑道视程小于26日大雾过程，持续时间大于26日过程的原因。

图4 双流机场自动观测的温度、相对湿度时序图Fig.4 Sequence diagram of temperature and relative humidity automatically observed at Shuangliu Airport

图5 双流机场自动观测的温度逐小时变化Fig.5 Hourly variation of temperature observed automatically at Shuangliu Airport

4.2 气压、风速风向变化特征

图6为双流机场自动站观测的修正海平面气压(备注：本站气压转换成的海平面气压)、风速时序图，可以看出，两次大雾过程前后气压均有相似的日变化特征，且气压的变率均较小，较小的气压变率不利于风速变化。从风速变化来看，两次大雾过程前后风速均为0～2 m/s之间，从风向来看，大雾期间，风向不定，风速较小，有利于辐射雾的形成。

图6 双流机场自动观测的修正海平面气压、风速时序图Fig.6 Modified sea level pressure and wind speed time series of automatic observation at Shuangliu Airport

5 边界层特征分析

国内外大雾过程边界层特征研究揭示了大雾发生前后边界层低层平均及扰动动能有明显的跃升现象，低空风切变增大, 有利于湍流的激发，并认为该现象对指示起雾、监测和预测雾的发生、发展十分有意义[17]。本文也对两次大雾前后的边界层特征进行了分析，图7为双流机场边界层高度及边界层内湍流耗散率时序图，可以看出两次大雾过程的夜间边界层高度较低，但边界层内的湍流耗散率存在较大差异。湍流耗散率表征大气平均动能通过湍涡的作用转化为大气内能的能力，湍流耗散率越大，湍流作用越强。可以看出，双流机场这两次大雾过程开始前后，边界层内的湍流耗散率存在显著差别，高空水汽可能通过湍流运动下传至边界层内，致使大雾增强维持，这种边界层特征已在南京的部分大雾个例研究中给出[18]。

图7 双流机场边界层高度及边界层内湍流耗散率时序图(a为11月26日，b为12月04日，折线表示边界层高度，柱状图表示边界层湍流耗散率)Fig.7 boundary layer height and turbulence dissipation rate in Shuangliu Airport (a is November 26, B is December 04, broken line is boundary layer height, and histogram is boundary layer turbulence dissipation rate)

6 结论

采用双流机场自观常规数据和ERA-interim再分析数据，对发生在双流机场的两次大雾过程进行了对比分析，得到了一些有意义的结论：

①两次大雾都是典型的辐射雾，其形成过程具有一些相似的环境背景，即天空云量少，微风(0～2 m/s)，低层较高的湿度和较低的稳定层结(较低的边界层高度)。

②12月4日过程近地面的绝对水汽含量大于11月26日过程，这可能是4日大雾过程最低主导能见度、最低跑道视程小于26日大雾过程，持续时间大于26日过程的原因。

③12月4日过程边界层内湍流的扰动更强，该强扰动信号可能对长时间影响双流机场民航运行的强浓雾过程的生消发展有意义。