中国主要高空航路飞机颠簸的时空分布特征

摘要 飞机颠簸是影响飞机安全的主要天气事件之一。本文利用6 498份PIREPs（Pilot Reports，航空器空中报告）资料，采用数据质量控制以及核密度分析等统计分析方法，研究了中国主要航路上飞机颠簸的时空分布特征以及造成飞机颠簸的可能原因。结果表明，6年来，发生在中国上空的飞机颠簸具有多时间尺度分布特征。2011—2016年飞机颠簸次数存在上升趋势，2013年之后飞机颠簸次数表现为增加后的相对平稳状态;从季节变化来看，无论是飞机颠簸次数还是飞机颠簸强度，均呈现冬春季飞机颠簸多且强、夏秋季飞机颠簸少且弱的特点;从飞机颠簸次数的逐月变化来看，其随月份的变化近似为“漏斗”状分布;从日变化来看，飞机颠簸次数具有明显的“三峰”特征。飞机颠簸次数具有明显的地域特征，在中国区域上空呈现出“东边多、西边少”的特点。此外，发生在中国上空的南北向主要航路上的飞机颠簸，在其空间分布上，若用线条将飞机颠簸最大次数连接起来，则其由华北上空出发经南昌再到成都，连线呈现为一个大的“逗号”状;飞机颠簸出现的高度具有明显的地域性，其中华北是飞机发生高高空颠簸和高空颠簸次数最多的地区，而华东和西南则是发生中空颠簸的主要地区，新疆地区低空颠簸最多。除对流外，中国飞行颠簸时空分布受高空急流主导，而新疆地区受风切变影响，其低空易发生颠簸。

关键词飞机颠簸;高空急流;航空器空中报告

2024-01-22收稿，2024-03-26接受

国家自然科学基金-中国民用航空局联合研究基金重点项目（U2033207）;中央高校基本科研业务专项（3122015C023）

引用格式：李克南，武凯军，刘海文，等，2024.中国主要高空航路飞机颠簸的时空分布特征［J］.大气科学学报，47（5）：789-797.

Li K N，Wu K J，Liu H W，et al.，2024.Spatiotemporal distribution patterns of turbulence on major high-altitude aircraft routes in China［J］.Trans Atmos Sci，47（5）：789-797.doi：10.13878／j.cnki.dqkxxb.20240122001.（in Chinese）.

飞机颠簸是指水平尺度介于0.1～1 km之间的大气湍流所导致飞机产生的颠簸，也称为飞机尺度湍流。美国国家晴空颠簸委员会（National Committee for Clear Air Turbulence）给出的晴空颠簸的定义为“在航空业务中所有感兴趣的自由大气发生的大气乱流，且该乱流与可见的大气对流活动无关”（Sharman and Lane，2016）。研究表明，导致飞机颠簸的原因（Wolff and Sharman，2008;朱玉祥等，2023）主要有以下5种：对流湍流（Convectively Induced Turbulence）（Lin，2016;Sharman，2016;Sharman and Trier，2019）;低空急流（Low Level Jet）（Clark and Peltier，1984;Petenko et al.，2019）;山脉波湍流（Mountain Wave Turbulence）（U.S.Department of Commerce，1966;Doyle et al.，2011）;晴空湍流（Clear Air Turbulence）（Rossow and James，2000;Wasson et al.，2022）;飞机尾流涡旋产生的湍流（Sharman et al.，2006）。

国内外学者对飞机颠簸进行了很多研究。朱玉祥等（2023）和刘海文等（2023）对飞机颠簸的研究现状进行了归纳和总结。朱玉祥等（2023）总结了人工智能（AI）方法在飞机颠簸中的最新应用进展。刘海文等（2023）在分析了前人研究的基础上认为，优化或改进中尺度数值模式中次网格尺度的显式方案或参数化方案，是改进中国基于飞机尺度的飞机颠簸短临预报的主要出路之一。Lane and Sharman（2008）通过高分辨率的二维和三维强雷暴数值试验，验证了云顶附近强湍流与风切变和静力稳定性之间的关系。阿利曼等（2016）通过研究中国东部高空颠簸时空分布特征与东亚副热带西风急流的关系，揭示了ENSO与中国东部高空颠簸的可能联系。Williams（2017）研究认为，人类活动导致的气候变暖使得巡航高度上急流区域的垂直风切变变强，这将增加产生晴空湍流的剪切不稳定性，进而有利于飞机颠簸的产生。同时，Williams（2017）利用气候模式研究了冬季跨大西洋地区飞机航线随气候变暖的变化，认为未来中等到严重的晴空颠簸将显著增强;模拟结果表明，在工业革命前CO2基础上增加2倍CO2后，21个晴空颠簸指数中的大多数指数显示出轻度及轻度至中度的湍流频数增加趋势。胡伯彦等（2022）利用耦合模式比较计划（CMIP5）的全球环流模式对东亚地区当代和RCP 8.5情景下未来气候进行高分辨率模拟，指出东亚地区所有季节中均存在湍流强度越强、湍流频率增幅越大的特征，且冬季各强度湍流增幅最大，其次为春季和秋季，夏季最小。Hu et al.（2023）还对1979—2020年中国上空存在的潜在晴空颠簸时空特征进行分析;研究表明，潜在的晴空颠簸在冬季呈现显著的上升趋势，而在夏秋显示出明显的下降趋势。

许多学者使用航空器空中报告（Pilot Reports，PIREPs）资料来研究飞机颠簸。Sharman et al.（2006）利用数值天气预报模式系统性地统计验证了PIREPs资料的正确概率。Wolff and Sharman（2008）利用PIREPs构建了美国毗邻地区上空高层湍流的区域、季节和时间分布的气候学特征，并发现飞行员报告的无颠簸与中到重度颠簸非常一致。Kim and Chun（2011）利用PIREPs资料集分析了2003—2008年韩国上空飞机颠簸的分布特征，同时评估了高空颠簸预报的准确率;他们发现，随着PIREPs资料样本的增加，图形化湍流指导（Graphical Turbulence Guidance，GTG）集成算法的预报准确率也随之提升（Kim et al.，2011）。申燕玲等（2017）基于2012—2015年PIREPs资料对飞机颠簸进行了研究，但是其仅仅分析了中国冬季飞机颠簸发生的时空分布特征，其他季节飞机颠簸发生的特征及其年际变率尚未研究。李呈祥（2018）基于航空器空中报告资料，统计分析了中国飞机颠簸在不同时间、空间、强度等条件下的发生规律。胡伯彦等（2021）对2011—2018年中国地区的航空器空中报告资料进行了统计，但未对飞机产生颠簸的天气形势做进一步研究。这些研究表明，使用PIREPs资料，研究发生在中国上空的飞机颠簸具有较好的可行性。

虽然国内外学者对飞机颠簸进行了大量研究，但使用PIREPs资料并对中国尤其是中国南北向航路发生颠簸的空间分布特征的研究还较少，而且有关飞机颠簸的年际、月际、日变化的研究尚无完全定论。为此，本文将使用PIREPs资料对飞机颠簸时空特征进行分析，以期为民航飞机安全运行提供重要的科技支撑。

1 资料和方法

1.1 资料

本研究使用的第一套资料是PIREPs资料，它来源于中国民用航空局空中交通管理局航空气象中心，受数据管理政策变革的影响，所获取的资料时间跨度为2011年1月1日至2016年12月31日，共6 498份资料。需要说明的是，PIREPs资料集主要记录民用航空器在飞行途中遇到雷暴、颠簸、积冰等危害天气;它是飞行员通过语音的方式将危险天气的发生时间、具体位置、高度、航班号、机型等信息发送给管制席位，管制席位通知气象服务人员，由气象人员对外发布，是目前民用观测手段的重要补充（周建华，2011）。

为了分析影响飞机颠簸的主要天气形势和环流系统，本研究选用欧洲中期天气预报中心（ECMWF）第5代再分析资料ERA5作为第二套资料，其水平分辨率为0.25°×0.25°，时间分辨率为1 h，资料范围为全球，等压面从1 hPa到1 000 hPa（共37层）。本文所用资料是2011—2016年250 hPa上ERA5的月平均u、v风数据，空间范围为60°～150°E、18°～60°N。

为了分析飞机颠簸与航路的耦合关系，本文还使用第三套资料即航行资料汇编（Aeronautical Information Publication，AIP），它是根据国际民航公约，由国家发行或国家授权发行，保障航空器在该国安全运行的所必需的持久性航行资料，并且也是长期存在的重要航行信息的基本来源。

1.2 方法

1.2.1 资料处理与质量控制

由于PIREPs的固有的主观性（胡伯彦等，2021），对颠簸发生的位置给出的是航路点描述信息，没有提供发生颠簸的经纬度信息，所以必须先对发生飞机颠簸位置进行经纬度处理。处理过程如下：若飞机颠簸发生在临沂附近，则以临沂的经纬度代替飞机颠簸的位置，由于导致飞机颠簸的范围常常是一大片区域，所以这样的代替并不影响飞机颠簸的研究，具有一定的合理性;若报文有精确的空间位置信息，如“25号跑道五边距本场8.4海里位置”，则需要进行距离和经纬度的换算，再确定颠簸的具体位置;若报文叙述不清楚，如“北京去向兰州方向航路”，则剔除这些报告。经过数据质量控制后，最终得到了4 941份有效报告。

1.2.2 核密度分析

核密度分析是一种基于核密度估计的空间分析方法。它可利用核密度估计来计算某一区域内的点密度分布，并将其可视化为一张热力图，其核心思想为核密度估计。核密度估计用于计算点、线两种要素在其周围领域中的密度，是一种非参数的表面密度估计方法，它可以通过一组样本数据来估计数据的概率密度函数（许鑫等，2024）。核密度分析常用于地理信息系统、城市规划、生态学等研究领域，可帮助人们更好地理解数据的分布情况，从而做出更好的决策（周扬等，2020）。

PIREPs资料为离散的单点资料，为了更好地研究飞行颠簸在整个中国区域内的空间分布特征，使用ArcGIS软件的核密度分析功能，对经数据质量控制后的具有经纬度信息的PIREPs资料进行处理，以便得到飞机颠簸的空间分布特征。同时，利用AIP资料，将飞机颠簸的核密度分布与中国主要航路进行空间叠加，以得到飞机航路的飞机颠簸的空间分布特征。

2 中国飞机颠簸的时空分布特征

2.1 飞机颠簸的年际变化特征

为了分析中国飞机颠簸的年际变化特征，图1给出了基于PIREPs资料的中国飞机颠簸发生次数的时间序列。由图1可知，2011—2013飞机颠簸次数明显增加，2013年之后呈现增加后的相对平稳状态，颠簸次数在2016年达到了最大值，为1 020次;一般而言，飞机飞行次数多，报告的飞机颠簸次数也相对较多。因此，为了避免因飞机飞行次数多而导致的飞机颠簸呈增多趋势的假象，图1又给出了航空器年总起落架次和每万架次航空器空中颠簸次数的逐年变化情况。比较可见，航空器年总起落架次呈线性增加趋势，而每万架次航空器空中飞机颠簸次数在2013年之前也呈增加趋势，之后基本呈平稳状态，这说明在2013年前飞机颠簸次数确实是随时间增加的，而2013年之后飞机颠簸次数增加的原因则是中国民航飞行量增加导致的飞机颠簸次数增加。

2.2 飞机颠簸的月际变化特征

为了进一步揭示飞机颠簸的月际变化规律，图2给出了2011—2016年中国飞机颠簸次数的逐月分布。由图2a可见，6年来，飞机颠簸次数随月份的变化大致为“漏斗状”分布，呈现出夏秋少、冬春多的季节变化特征，其中2月发生的飞机颠簸次数最多，7月最少。结合飞机颠簸的不同强度（图2b）来看，无论是中度颠簸还是强颠簸，都呈现夏秋少、冬春多的季节变化特征。总之，无论是飞机颠簸发生次数还是飞机颠簸强度，都表现为冬春多、夏秋少的季节变化特征。该结论与Hu et al.（2023）利用1979—2020年ERA5再分析资料研究中国潜在晴空颠簸的季节变化特征时得到的结论基本相同。

2.3 飞机颠簸的日变化特征

为了揭示飞机颠簸发生次数及强度的日变化特征，图3给出了2011—2016年飞机颠簸次数的日变化。由图3可见，从00时（世界时，下同）开始，伴随着飞机起飞次数的增多，飞机遭遇颠簸的次数也增加，02时出现一个“峰值”，到06时飞机颠簸次数也出现一个“峰值”，然后到12时，飞机颠簸次数再出现一个“峰值”。总之，从00时至22时，飞机颠簸的日变化呈现为明显的“三峰结构”。需要指出的是，18—21时飞机颠簸达到最低点，这可能与航班的次数减少有关，22—23时随着飞机起飞次数的增多，飞机颠簸次数出现了轻微上升（图3）。

2.4 飞机颠簸的空间分布

2.4.1 飞机颠簸次数的水平分布

图4给出了中国主要航路上飞机颠簸发生次数的空间分布。由图4可见，飞机颠簸发生次数的高值区主要位于中国华北地区以及中南部分地区。在其空间分布上，若用线条将飞机颠簸最大次数连接起来，则由华北上空过南昌到成都的飞机颠簸，其次数的连接形状宛若一个大的“逗号”。从整个中国发生颠簸的次数来看，也呈现出“东边多、西边少”的特征。此特征与胡伯彦等（2021）的结论相同，即：以中国民航业空域划分为依据，按照颠簸年平均次数来划分中国7个空域颠簸次数多寡，则华北地区在PIREPs数据中年颠簸平均数量最多，中南地区其次，西北和东北地区最少。需要指出的是，拉萨也是颠簸次数高发区域，这可能与高大地形导致的山脉波湍流有关（沈宏彬和李跃春，2014）。

2.4.2 飞机颠簸次数的高度分布

根据空管局民航气象中心规定，一般而言，100 m以下为超低空，100～1 500 m为低空，1 500～7 000 m为中空，7 000～15 000 m为高空，15 000 m以上为高高空。图5给出了7大空管区域飞机颠簸发生的高度分布。由图5可知，华北地区发生的高高空颠簸以及高空颠簸次数最多，其次是中南地区;中空发生颠簸次数最多的是华东地区，华北和西南地区发生中空颠簸的次数相近;低空发生颠簸次数最多的是新疆地区，其次是华北地区。

3 飞机颠簸发生次数的多时间尺度原因

3.1 飞机颠簸年际变化的原因

高空急流-锋区耦合系统是造成飞机颠簸的主要原因之一（朱志愚，1997;丁一汇，2005;Lee and Chun，2018）。图6给出了由高空急流引起的颠簸次数的年际变化。与图1相比，飞机发生颠簸的年际变化特征与由高空急流引起的颠簸次数的年际变化特征基本相似，不同点在于由高空急流引起的颠簸报告次数，在2014年达到最大值，之后呈下降趋势。究其原因，这可能与我们统计的导致飞机颠簸的不同因子有关。

3.2 飞机颠簸月际变化的原因

为了分析飞机颠簸月际变化的原因，图7给出了由PIREPs资料提供的几种主要的气象要素或者气象条件导致的飞机颠簸的逐月变化。图7中最明显的特征是由高空急流导致的飞机颠簸的月际变化规律与图2最为相似，也呈“漏斗”状分布。高空急流与飞机颠簸发生次数的偏相关系数为0.833 6，通过了0.05信度的显著性检验。这说明高空急流是导致中国飞机颠簸的重要环流之一。此外，需要注意PIREPs资料为航空器空中报告，该类报告更加关注不伴随天气现象的飞机颠簸，对流性天气在夏季虽然可以引起更多的湍流，但是该类天气往往会伴随着庞大的云系，易被机载天气雷达和飞行员发现，飞行员可提前预知颠簸的发生，因此在PIREPs资料中，对流性天气所占比例较小。

高空急流对中国以及东亚地区的天气、气候有着重要的影响（张端禹等，2015;杨鎛和王黎娟，2021）。为了进一步分析高空急流与飞机颠簸月际变化的关系，图8给出了2011—2016年250 hPa高度上高空急流的逐月变化，其变化特征与倪东鸿等（2011）的研究结果一致。

由图8可见，整个冬季（上年12月至当年2月）在（80°～120°E，20°～40°N）区域范围内，主要由副热带高空急流所控制。到了春季，虽然副热带急流位置覆盖的范围相比冬季要小，但是大致在（110°～120°E，25°～40°N）区域范围内，仍被高空急流所控制;因此，冬春季高空急流导致的飞机颠簸次数较多。到了夏秋季，风速大于30 m／s的区域相比冬春季所覆盖的范围要小得多，高空急流影响范围的缩小不利于夏秋季飞机颠簸的产生。综上所述，受高空急流季节性变动的影响，中国上空飞机颠簸出现冬春多、夏秋少的季节变化特征。

3.3 飞机颠簸日变化的原因

图9给出了不同天气背景下2011—2016年飞机颠簸发生次数的日变化。由图9可见，由高空急流导致的飞机颠簸发生次数的日变化也呈“三峰”结构，01时达到最大，06时次之，16—22时最低，23时有轻微上升，其峰值时间与图3略有差异。需要说明的是，飞机颠簸次数随时间的变化还与航班量有关，因此，虽然18—22时飞机颠簸次数为最低值，但是它并不代表大气湍流在该时段发生的次数就最少，这应与该时段航班量偏少有关。

3.4 飞机颠簸高度分布的原因

各地区发生颠簸的高度不一致，PIREPs资料表明，华北是飞机发生高高空颠簸和高空颠簸次数最多的地区。影响华北地区发生高高空和高空颠簸次数的天气背景分别为高空急流（占59.55％）、高空槽（占4.71％）、对流性天气（占2.25％）、风切变（占2.04％）和锋面系统（占1.15％），另未知原因占30.3％。这说明高空急流对华北飞机颠簸具有非常重要的影响。

华东和西南地区飞机颠簸的高度与华北地区有所不同。华东和西南地区发生的中空颠簸最多，而高空颠簸次之。PIREPs资料表明，除未知原因外，造成华东和西南地区颠簸的主要原因是高空急流，占比分别达到了19.63％和22.83％，高空槽次之（分别占2.24％、5.15％），此外还与动量下传（分别占1.05％、4.66％）、风切变（分别占1.98％、1.93％）、对流性天气（分别占0.66％、0.64％）有关。

新疆位于中国西北地区，地处欧亚大陆腹地，其发生的飞机颠簸高度与华北、西南地区有很大不同。新疆地区发生颠簸最多的是低空颠簸，中空颠簸次之。PIREPs资料表明，除未知原因外，导致新疆地区低空颠簸的天气背景分别为低空风切变（占32.19％）、高空急流（占13.15％）、高空槽（占9.94％）、对流性天气（占2.90％）和动量下传（占2.17％）。经统计，导致新疆地区颠簸的311份风切变报告中有310份是中低空风切变。

综上所述，导致高空、中空、低空飞机发生颠簸的原因非常复杂，PIREPs资料显示，除未知原因外，中国航路影响飞机颠簸的主要因素就是高空急流，说明高空急流是导致中国飞机颠簸的重要原因之一。

4 结论与讨论

本文利用2011—2016年航空器空中报告（PIREPs）资料、ERA5再分析资料和AIP航图资料，分析了中国航路飞机颠簸的时空变化特征，得出以下结论：

1）发生在中国上空的飞机颠簸具有多时间尺度的变化特征。除年际变率外，2011—2016年发生的飞机颠簸具有一定的上升趋势，2013年之后飞机颠簸次数增加与飞行量的增加有关;从季节变化来看，主要是表现为冬春季颠簸多、夏秋季颠簸少的特征;在月际尺度上，6年来，飞机颠簸发生次数近似为“漏斗”状特征，其发生次数最多的月份在2月，发生颠簸最少的月份在7月;从日变化特征来看，颠簸发生次数具有明显的“三峰”结构，且最大峰值出现在06时，最小值出现在18—22时，其日变化与航空器起飞架次有一定的关系。

2）发生在中国上空南北航路飞机颠簸的分布特征是：从飞机颠簸频次的联线上来看，从华北上空经过南昌到成都，飞机颠簸发生的次数分布在空间上形成一个类似大的“逗号”状。从整个中国发生颠簸的次数来看，呈现出“东边多、西边少”的特征。

3）发生在中国上空的飞机颠簸的垂直高度分布特征是：飞机颠簸的发生高度具有明显的地域特征，华北地区发生的高高空颠簸及高空颠簸最多，华东和西南地区发生的中空颠簸较多，新疆地区发生的低空颠簸最多。

4）高空急流是导致飞机颠簸年和季节变化的主要原因，但需注意航空器空中报告对对流天气产生的颠簸考虑较少;导致中国飞机颠簸发生高度不同的原因非常复杂，除不明原因外，新疆地区主要是受低空风切变影响，而其他地区则高空急流占主导地位。

需要说明的是，受PIREPs资料的局限性，中国飞机颠簸的多时间尺度的原因还不能完全被揭示。随着未来PIREPs资料的增加，可对导致中国飞机颠簸的多时空尺度特征做更深入的研究，并对典型的高空颠簸事件进行数值模拟。此外，影响中国高空飞机颠簸的主要系统（包括高空急流）与欧美总结的概念模型（如槽的形变区、陡峭槽处、尖锐弯曲的高空脊以及向反方向伸展的高空槽区都是飞机颠簸发生的主要天气形势或系统）（Ellrod et al.，2015）有着明显的不同，是什么原因导致不同区域飞机颠簸的天气形势或天气系统竟然有如此大的差别？这些问题，都值得我们做进一步研究。

参考文献（References）

阿利曼，王君，冯锦明，等，2016.中国东部高空颠簸时空分布特征及其与热带中东太平洋海温的关系［J］.大气科学，40（5）：1073-1088. A L M，Wang J，Feng J M，et al.，2016.Spatiotemporal characteristics of high altitude turbulence over eastern China and their relationship with the equatorial central and eastern Pacific sea surface temperature［J］.Chin J Atmos Sci，40（5）：1073-1088.doi：10.3878／j.issn.1006-9895.1606.16136.（in Chinese）.

Clark T L，Peltier W R，1984.Critical level reflection and the resonant growth of nonlinear mountain waves［J］.J Atmos Sci，41（21）：3122-3134.doi：10.1175／1520-0469（1984）041<3122：clratr>2.0.co;2.

丁一汇，2005.高等天气学［M］.2版.北京：气象出版社. Ding Y H，2005.Advanced synoptic meteorology［M］.2nd ed.Beijing：China Meteorological Press.（in Chinese）.

Doyle J D，Jiang Q F，Smith R B，et al.，2011.Three-dimensional characteristics of stratospheric mountain waves during T-REX［J］.Mon Wea Rev，139（1）：3-23.doi：10.1175／2010mwr3466.1.

Ellrod G P，Knox J A，Lester P F，et al.，2015.Aviation meteorology：clear air turbulence ［M］／／North G R，Pyle J，Zhang F.Encyclopedia of atmospheric sciences.2nd ed.New York：Academic Press：177-186.https：／／doi.org／10.1016／B978-0-12-382225-3.00104-3.

胡伯彦，陈迪，顾雷，2021.中国地区近十年颠簸类航空器空中报告统计［J］.中国民航飞行学院学报，32（5）：63-68，73. Hu B Y，Chen D，Gu L，2021.A statistical analysis of aircraft turbulence pilot reports in China in past decade［J］.J Civ Aviat Flight Univ China，32（5）：63-68，73.doi：10.3969／j.issn.1009-4288.2021.05.017.（in Chinese）.

胡伯彦，汤剑平，王淑瑜，2022.东亚地区晴空湍流未来变化趋势预估：基于CORDEX-WRF模式降尺度［J］.地球物理学报，65（7）：2432-2447. Hu B Y，Tang J P，Wang S Y，2022.Future change of clear-air turbulence over East Asia：base on CORDEX-WRF downscaling technology［J］.Chin J Geophys，65（7）：2432-2447.doi：10.6038／cjg2022P0346.（in Chinese）.

Hu B Y，Hui P H，Ding J F，et al.，2023.Spatiotemporal characteristics of clear-air turbulence （CAT） potential in China during 1979—2020［J］.Climate Dyn，61（5）：2339-2353.doi：10.1007／s00382-023-06684-z.

Kim J H，Chun H Y，2011.Statistics and possible sources of aviation turbulence over South Korea［J］.J Appl Meteor Climatol，50（2）：311-324.doi：10.1175／2010jamc2492.1.

Kim J H，Chun H Y，Sharman R D，et al.，2011.Evaluations of upper-level turbulence diagnostics performance using the graphical turbulence guidance （GTG） system and pilot reports （PIREPs） over East Asia［J］.J Appl Meteor Climatol，50（9）：1936-1951.doi：10.1175／jamc-d-10-05017.1.

Lane T P，Sharman R D，2008.Some influences of background flow conditions on the generation of turbulence due to gravity wave breaking above deep convection［J］.J Appl Meteor Climatol，47（11）：2777-2796.doi：10.1175／2008jamc1787.1.

Lee D B，Chun H Y，2018.A numerical study of aviation turbulence encountered on 13 February 2013 over the Yellow Sea between China and the Korean Peninsula［J］.J Appl Meteor Climatol，57（4）：1043-1060.doi：10.1175／jamc-d-17-0247.1.

李呈祥，2018.我国飞机颠簸的主要时空分布特征研究［D］.广汉：中国民用航空飞行学院. Li C X，2018.Study on the main temporal and spatial distribution characteristics of aircraft turbulence in China［D］.Guanghan：Civil Aviation Flight University of China.（in Chinese）.

Lin Y L，2016.Instabilities conducive to aviation turbulence［M］／／Sharman R，Lane T.Aviation turbulence.Cham：Springer International Publishing：59-82.doi：10.1007／978-3-319-23630-8_3.

刘海文，游景超，武凯军，等，2023.民用航空飞机晴空颠簸研究进展［J］.中国民航大学学报，41（6）：1-8. Liu H W，You J C，Wu K J，et al.，2023.Advance on clear-air turbulence of civil aviation aircraft［J］.J Civ Aviat Univ China，41（6）：1-8.doi：10.3969／j.issn.1674-5590.2023.06.001.（in Chinese）.

倪东鸿，潘敖大，孙照渤，等，2011.中东急流的季节变化特征及其与热力影响的关系［J］.大气科学学报，34（2）：135-145. Ni D H，Pan A D，Sun Z B，et al.，2011.Seasonal variation features of Middle East jet stream and its relation with thermal effect［J］.Trans Atmos Sci，34（2）：135-145.doi：10.13878／j.cnki.dqkxxb.2011.02.003.（in Chinese）.

Petenko I，Casasanta G，Bucci S，et al.，2019.Turbulence，low-level jets，and waves in the Tyrrhenian coastal zone as shown by sodar［J］.Atmosphere，11（1）：28.doi：10.3390／atmos11010028.

Rossow V J，James K D，2000.Overview of wake-vortex hazards during cruise［J］.J Aircr，37（6）：960-975.doi：10.2514／2.2723.

Sharman R，Tebaldi C，Wiener G，et al.，2006.An integrated approach to mid-and upper-level turbulence forecasting［J］.Wea Forecasting，21（3）：268-287.doi：10.1175／waf924.1.

Sharman R，2016.Nature of aviation turbulence［M］／／Sharman R，Lane T.Aviation turbulence.Cham：Springer International Publishing：3-30.doi：10.1007／978-3-319-23630-8_1.

Sharman R，Lane T，2016.Aviation turbulence：processes，detection，prediction［M］.Switzerland： Springer.doi：10.1007／978-3-319-23630-8.

Sharman R D，Trier S B，2019.Influences of gravity waves on convectively induced turbulence （CIT）：a review［J］.Pure Appl Geophys，176（5）：1923-1958.doi：10.1007／s00024-018-1849-2.

沈宏彬，李跃春，2014.WAFS网格点数据对拉萨航路颠簸的预报检验［J］.高原山地气象研究，34（3）：74-79. Shen H B，Li Y C，2014.Forecast verification of the aircraft turbulence on Lhasa route from WAFS grids data［J］.Plateau Mt Meteor Res，34（3）：74-79.doi：10.3969／j.issn.1674-2184·2014.03.013.（in Chinese）.

申燕玲，王东海，巩远发，2017.中国冬季飞机颠簸的统计分析［J］.成都信息工程大学学报，32（4）：426-432. Shen Y L，Wang D H，Gong Y F，2017.A statistical analysis of the aircrafts turbulence properties in winter over China［J］.J Chengdu Univ Inf Technol，32（4）：426-432.doi：10.16836／j.cnki.jcuit.2017.04.013.（in Chinese）.

U. S. Department of Commerce，1966.Report of the national committee for clear air turbulence to the federal coordinator for meteorological services and supporting research［M］.Washington D C：U. S. Government Printing Office.

Wasson G，Das S，Panda S K，2022.Numerical simulation of a Clear Air Turbulence （CAT） event over northern India using WRF modeling system［J］.Nat Hazards，114（3）：2605-2631.doi：10.1007／s11069-022-05481-x.

Williams P D，2017.Increased light，moderate，and severe clear-air turbulence in response to climate change［J］.Adv Atmos Sci，34（5）：576-586.doi：10.1007／s00376-017-6268-2.

Wolff J K，Sharman R D，2008.Climatology of upper-level turbulence over the contiguous United States［J］.J Appl Meteor Climatol，47（8）：2198-2214.doi：10.1175／2008jamc1799.1.

许鑫，徐丽婷，周达宝，等，2024.江西省乡村聚落时空演变及影响因素［J］.水土保持研究，31（3）：320-330. Xu X，Xu L T，Zhou D B，et al.，2024.Spatiotemporal evolution and influencing factors of rural settlements in Jiangxi Province［J］.Res Soil Water Conserv，31（3）：320-330.doi：10.13869／j.cnki.rswc.2024.03.018.（in Chinese）.

杨鎛，王黎娟，2021.5—9月不同类型东北冷涡的统计特征及成因［J］.大气科学学报，44（5）：773-781. Yang B，Wang L J，2021.Statistical characteristics and causes of different types of northeast cold vortex from May to September［J］.Trans Atmos Sci，44（5）：773-781.doi：10.13878／j.cnki.dqkxxb.20200708001.（in Chinese）.

张端禹，郑彬，汪小康，等，2015.华南前汛期持续暴雨环流分型初步研究［J］.大气科学学报，38（3）：310-320. Zhang D Y，Zheng B，Wang X K，et al.，2015.Preliminary research on circulation patterns in the persistent heavy rain processes during the first rainy season in South China［J］.Trans Atmos Sci，38（3）：310-320.doi：10.13878／j.cnki.dqkxxb.20130520002.（in Chinese）.

周建华，2011.航空气象业务［M］.北京：气象出版社. Zhou J H，2011.Aviation meteorological operations［M］.Beijing：China Meteorological Press.（in Chinese）.

周扬，黄晗，刘彦随，2020.中国村庄空间分布规律及其影响因素［J］.地理学报，75（10）：2206-2223. Zhou Y，Huang H，Liu Y S，2020.The spatial distribution characteristics and influencing factors of Chinese villages［J］.Acta Geogr Sinica，75（10）：2206-2223.doi：10.11821／dlxb202010012.（in Chinese）.

朱玉祥，刘海文，万文龙，等，2023.人工智能在飞机颠簸预报中的应用进展及未来趋势展望［J］.大气科学学报，46（6）：825-836. Zhu Y X，Liu H W，Wan W L，et al.，2023.Progress and future trend of artificial intelligence application in aircraft turbulence prediction［J］.Trans Atmos Sci，46（6）：825-836.doi：10.13878／j.cnki.dqkxxb.20230812011.（in Chinese）.

朱志愚，1997.高空急流区飞机颠簸的一种形成机制的探讨［J］.成都气象学院学报，12（4）：298-303. Zhu Z Y，1997.Analysis of a formation mechanism on airplane turbulence in upper jet stream［J］.J Chengdu Inst Meteor，12（4）：298-303.（in Chinese）.

·ARTICLE·

Spatiotemporal distribution patterns of turbulence on major high-altitude aircraft routes in China

LI Kenan1，WU Kaijun1，LIU Haiwen1，XU Wenyan1，LI Guoping2，YANG Zhaohong1，LIU Gang3，DUAN Bolong4

1Department of Aviation Meteorology，Civil Aviation University of China，Tianjin 300300，China;

2School of Atmospheric Sciences，Chengdu University of Information Technology，Chengdu 610225，China;

3Jiangxi Air Traffic Control Branch，Nanchang 330114，China;

4Lanzhou Central Meteorological Observatory，Lanzhou 730020，China

Abstract Aircraft turbulence is a significant meteorological event impacting flight safety.This study analyzes the temporal and spatial distribution characteristics of aircraft turbulence on major air routes across China，as well as the underlying causes of observed turbulence patterns.The analysis utilizes 6 498 Pilot Reports （PIREPs），employing data quality control and kernel density analysis.Results reveal that aircraft turbulence over China exhibits a distinct multi-scale temporal distribution.From 2011 to 2016，the incidence of turbulence showed an increasing trend，stabilizing after 2013.Seasonally，turbulence frequency and intensity peak during winter and spring，while they diminish during summer and autumn.Monthly variations follow a “funnel-shaped” pattern，and daily variations exhibit a clear “three-peak” characteristic.Regionally，turbulence frequency is higher in eastern China compared to western regions.Notably，turbulence along the main north-south air routes forms a large “comma” shape，stretching from North China through Nanchang to Chengdu.The altitude of turbulence also shows regional distinctions：North China experience the most high-altitude turbulence，while mid-altitude turbulence predominates in East and Southwest China.Xinjiang is notable for its prevalence of low-altitude turbulence.The spatiotemporal distribution of turbulence in China is primarily influenced by the upper-level jet stream，with wind shear contributing to low-altitude turbulence in Xinjiang.

Keywords turbulence;upper-level jet stream;pilot reports

doi：10.13878／j.cnki.dqkxxb.20240122001

（责任编辑：倪东鸿）