王跃，谷思雨，徐畅
北京位于太行山和燕山山脉脚下的华北平原北端，平原地区西、北和东北向环山，山脊连成平均海拔一千米左右的弧形屏障，地形呈簸箕状，这种独特的地形使大气流动受到阻挡，常处于静稳天气，造成持续的低能见度天气[1]。北京的特殊地形对风向风速的变化相当显著，早晨以偏北或偏西北的风向占多数，午后则比较零乱，但西南方向风的频率较大，这主要是因为地形变化而引起的山风谷风，早晨的山风来自西北，下午的谷风来自东南[2]。冬春季节的大气环流在北京的主要风向是西北，压制了地方性的谷风，所以大多数都是西北风，而早晨近地面因夜间辐射降低，稳定度增加，高空气流的影响小，地方性的西风山风也特别明显[3]。
北京大兴国际机场位于北京市大兴区和河北省廊坊市交界处，北距天安门46千米、北京首都国际机场67千米，处于太行山、燕山山坳的半盆地之中，大气自然环境同时受山系地形、山坳半盆地及西风带天气的影响。2019年9月25日大兴机场正式通航，在全国第一个实现开航即具备仪表着陆（也称盲降）三类B运行标准，即在跑道视程（RVR）低至75米的情况下，满足ILS CATIIIB运行能力的飞机可以正常着陆；也是第一个实现HUD（平视显示器）RVR（跑道视程）75米起飞，即装有平视显示器的飞机在跑道视程
低至75米的情况下就可以起飞[4]。目前大兴机场共有四条跑道，其中仅01L号跑道设IIIB类精密进近灯光系统，35L号跑道设II类精密进近灯光系统，17R、19R、29R、17L/35R号跑道均设I类精密进近灯光系统，11L号跑道为起飞跑道。而随着大兴机场航班量的逐渐增加，因此当遇到持续的低能见度天气时仍会导致大面积航班的延误和返航备降。
1天气实况
2020年12月12日凌晨至中午大兴机场出现了一次持续的低能见度天气。如图1所示，12日00：36开始，01L跑道端RVR开始出现下降趋势，随后其他跑道端RVR也开始降低。01L跑道端RVR在01：07降低到1000米以下。01：18RVR从800米迅速降到450米，01：32RVR降低到225米，仅14分钟的时间从一类降低到不满足二类运行。10：30RVR一直维持在150-225米之间，所有跑道端RVR在10：34左右回升至375米，10：44左右上升至600米以上，满足一类运行。除01L跑道端外，其他跑道端RVR均在10：38左右逐渐恢复至运行标准之上。01L跑道端在10：55又下降至550米以下，出现短暂波动，12：40以后才稳定在550米以上，这次低能见度天气过程才完全结束。
这次低能见度天气过程有三个特点，其一RVR值在短时间内迅速降低，在12日01：02至01：32的半个小时内，RVR从1100米降低至225米；其二持续时间较长，长达11个小时；其三RVR最小值偏低且稳定，最低
摘要：利用大兴机场自动观测系统（AWOS）数据、METAR报文、实况天气图和EC数值预报等资料，对2020年12月12日大兴机场一次持续性的低能见度天气过程进行了研究分析，总结了这次低能见度天气产生的原因和预报出现偏差的关键因素，并对低能见度天气的气象服务保障与管制运行决策的协同联动进行了探讨。 关键词：大兴机场；低能见度；数值预报；决策服务
运动中图分类号:P427.2文献标志码:A文章编号:2095-2945(2021)14-0067-05
Abstract:Based on the data of Automated Weather Observing System(AWOS),METAR reports,actual weather map and EC numerical forecast of Beijing Daxing International Airport,a continuous low visibility weather process on December12, 2020is studied and analyzed.The causes of the low visibility weather and the key factors of forecast deviation are summarized.It also discusses the cooperation between meteorological service guarantee and control operation decision-making in low visibility weather.
Keywords:Beijing Daxing International Airport;low visibility;numerical forecast;decision making service
作者简介：王跃（1988-），男，硕士研究生，工程师，研究方向：航空气象预报与航空气象服务。
67--
RVR 值150米的水平维持了5个小时。
2气象条件分析
2.1地面气象要素分析
地面的气象要素特征对能见度变化有着非常重要的
影响，图1是利用大兴机场跑道自观数据分析了12月11日00：00-14：00相关气象要素的变化情况。如图所示，在RVR 降低之前大兴机场持续吹偏南风，并且风速持续增
大，最大可达3.6米/秒。从而使得大兴机场南侧的雾区（由图2可见）向北输送，并伴随暖湿气流在大兴机场区域汇聚。从温度和相对湿度的变化曲线也可以看出，随着暖湿气流的输送，大兴机场的温度和相对湿度都有所增高。当相对湿度达到98%时，RVR 也达到了最低值150米，而在整个过程中相对湿度都保持在95%左右，为这次低能见度天气的长时间维持提供了有利的水汽条件[5]。
从风向风速变化曲线可以看出，当大兴机场出现低能见度后，风速开始逐渐减小。整个低能见度持续过程中，风速一直小于2米/秒，风向也由持续的偏南风变为风向不定。这种持续的微风条件，是导致此次低能见度天气长时间持续的最直接气象因素[6]。而整个过程结束的关键点也是由于风向和风速的变化，09：10大兴机场的风向转为西北风，由于风速仍然较小，所以能见度并没有明显的转好，但RVR 已经出现上升趋势。11：00之后随着风速增大，持续的偏北风使得RVR 迅速转好，并稳定在550米以上。
2.2环流形势分析如图3所示，
从11日20时500hPa 的高空图上可以看出，华北南部处于槽后的西北气带控制，大气运动在垂直方向上是辐散下沉的；700hPa 天气图中，华北南部也
主要以冷平流为主，前期的冷平流使得地面持续降温从而形成冷的下垫面，为平流雾的生成提供了有利的温度条件；同时在850hPa 的天气图中，华北南部处于气压梯度很小的均压地区，等压线比较稀疏，风速较小。而从地面形势场中可以看出，华北南部存在一个弱的辐合区，大量的水汽在此汇集，为后面平流雾的生成提供了充足的水汽条件，是此次低能见度天气产生和维持的一个主要原因[7]。
综上所述，在大兴机场低能见度天气爆发之前，我国中东部地区高层处于槽后的下沉气流区，地面维持弱气压场形势。华北南部整体处于静稳结构，没有系统波动，天气条件不利于大气扩散，区域性低能见度天气易发生并且维持[8]
。
宫崎滔天
图1大兴机场相对湿度和温度、
风向和风速及RVR 变化曲
牟建军线图22020年12月12日00时全国能见度实况图
68--
3数值预报产品分析
如图4所示，由11日08时起报的EC预报资料可以看出，12日02时和08时大兴机场均处于低湿度区，并且地面风向以东北风为主，按照一般预报大雾的经验，较难有持续性浓雾产生[9]。但实际上次日凌晨，地面风向短时间内迅速转为持续性偏南风，所以数值预报对于大兴本场风向的预测存在严重偏差，这也是导致此次大雾前期预报乐观的一个主要原因。
通常来说，平流雾的发生往往很突然，需综合考虑雾区的相对位置和风向，抓住风向的突变[10]。此次过程大兴机场位于雾区的北边界，风向转变为偏南风后，能见度迅速降低。分析本次预报失误原因，一方面由于目前平流雾的探测资料远远不足，对于平流雾的移动缺乏足够的实时监测手段；另一方面，相关技术人员经验不足，对平流雾产生和消散的时间考虑过于乐观，而过度依赖于水汽或相对湿度的观测和预报是本次预报失败的根本原因。因此，在平流雾过程中，近地层风向和水汽变化迅猛，技术上很难把握，预报平流雾是否会发生，必须综合考虑包括风场在内的近地层各物理量场的环流形势、变化规律以及辐合辐散等演变特征。
4服务保障情况
此次大兴机场低能见度天气过程前期预报乐观，11日夜间民航气象部门的预报没有考虑大兴机场次日的低能见度天气，仅考虑12日凌晨01-09时有霜，大兴机场早间能见度维持在3公里以上。11日20时大
线粒体脑病
兴运管委联合会商结论也是大兴机场出现低能见度风险较小。12日00：45大兴机场气象人员观测到跑道RVR开始下降后立即发布大雾警报：目前大兴机场主导能见度4000米，呈下降趋势，预计02时后主导能见度下降至1-2公里，04时后主导能见度下降至600-800米，部分跑
道图311日20时（a）500hPa、（b）700hPa、（c）850hPa和（d）地面形势场
69--
RVR最低125米，09时后主导能见度上升至800米以上；12日04时气象预报员考虑07时能见度回升至600米，09时后主导能见度上升至800米以上，所有跑道RVR上升至550米以上；08时气象预报员根据最新资料预计大兴机场10时后能见度好转至300-600米，RVR300-550米，12时后能见度回升至800米以上，RVR 回升至550米以上。
12日凌晨大兴机场出现低能见度天气后，民航气象部门及时发布重要天气提示并启动大雾天气黄预警，立即通知管制、机场和航空公司等用户目前华北区域的大范围低能见度天气，并预测大兴机场于10时后RVR 将上升至550米以上。上午9：30民航气象系统会商时，华北气象中心给出最新结论：大兴机场13时前维持大雾天气，能见度500-800米；在随后的10时民航系统视频协调会上，民航气象中心通报了大兴机场最新的低能见度天气趋势，并提醒管制用户大兴机场的部分跑道RVR 目前已有上升趋势。
华北管制中心通报目前大兴机场的运行情况，由于低能见度天气，大兴机场的出港航班均采取调时和取消措施，目前空中盘旋的飞机架次已超过管制运行最大容量，不能再接收盘旋等待。空管局运行中心根据气象的预报结论和华北管制中心通报的大兴机场目前的运行情况，及时进行跨区域航班备降调
控，将华东、中南和西南等区域飞往大兴机场的航班进行提前跨区域备降，以缓解大兴机场的运行压力。10：31民航气象中心及时通报大兴机场最新天气情况和趋势，并告知管制部门11时后大兴机场的RVR将整体恢复至I类运行标准。运行中心确定最新的转好天气结论后，根据之前的战略部署进行再一次调控配置，此时大兴机场通报第一架飞机成功着陆，大兴机场逐渐恢复正常运行。
在大兴机场出现低能见度天气后的更新预报中，民航气象部门的预测整体较为准确，但预测好转时间偏早，导致出现航班备降，预测影响时间为02-10时，实际影响时间为01：30-10：30。在整个大雾过程中，值班人员利用多源气象预警平台，做到对天气实况和趋势的及时监控，及时发布和调整预报结论。
总体而言，本次低能见度天气过程发生突然，RVR 下降迅速，超出了民航气象部门的预计。但当低能见度天气发生时，民航气象部门及时发布机场警报、机场预报修订报、重要天气提示和启动大雾天气黄预警，并通过电话和视频会的方式通知管制用户，确保了气象预报结论的实时更新和沟通顺畅。各运行管制部门根据气象部门最新的实况和预报结论及时安排部署、运行调控，最大程度上保证了航班的安全运行和经济效益。因此，对于航空气象部门，当有大范围危险天气发生、发展或结论改变时，应及时通知管制用户并发布气象预警产品，为航班提前决策调整提供有力的支持。
5结束语
本文对2020年12月12日大兴机场一次低能见度天气进行了分析，阐述了低能见度天气发生的整个过程，通过对地面气象要素变化、大气环流形势和数值预报的深入研究，揭示了此次低能见度天气的成因、持续和消散机制，并对这次低能见度天气的气象服务保障和管制运行决策过程进行了描述，其结果表明：
（1）本次低能见度天气发生主要是由于12日凌晨至白天持续偏南风，将南部的雾区向北输送，并伴随暖湿气流在大兴机场区域汇聚。
（2）低能见度天气发生后地面的弱气压场和持续的微风条件，是导致此次低能见度天气长时间持续最直接的气象因素
。
图411日08时起报（a）12日02时和（b）12日08时的2米风场和相对湿度
(下转73页) 70--
（3）数值预报对于大兴本场风向预测存在的偏差，是导致此次低能见度天气前期没有预报出来的一个重要原因。
（4）民航气象部门密切监视天气变化，及时通知运行管制部门和发布预警信息，管制部门根据最新的天气结论调控部署。气象与管制部门的紧密协调联动，为航班提前决策调整提供了有力的支持和帮助。
参考文献:
[1]姜江，郭文利，王春玲.2007-2015年北京地区能见度时空变化特征[J].气象与环境学报，2019，35（1）：47-54.
[2]黄继雄，谭杰丽，丁叶风.首都机场能见度气候特征及其变化规律
[C]//中华航空气象协会，2010.
[3]李秀连，陈克军，王科，等.首都机场大雾的分类特征和统计分析[J].气象科技，2008，36（6）：717-723.
[4]季成海.大兴国际机场低能见度天气预报方法解析[J].中国航班，2020（1）：1-1.
[5]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.
[6]何晖，郭学良，刘建忠，等.北京一次大雾天气边界层结构特征及生消机理观测与数值模拟研究[J].大气科学，2009（6）：1174-1186. [7]吴彬贵，张宏升，汪靖，等.一次持续性浓雾天气过程的水汽输送及逆温特征分析[J].高原气象，2009，28（2）：258-267.
[8]方春刚，郭学良.华北一次浓雾过程爆发性增强的微物理特征[J].应用气象学报，2019，30（6）：700-709.
[9]尹晓惠，时少英，王华，等.北京一次大雾天气成因分析及模式预报性能检验[C]//强化科技基础，推进气象现代化——
—第29届中国气象学会年会，2012.
[10]宋润田，金永利.一次平流雾边界层风场和温度场特征分析[J].气象科技，2001，29（3）：36-39.
子空间和KEMD-LP作为麦克风的数目M从1到10时，
该算法的SSNR变化。首先看到，该算法在SSNR改善优于其他5种算法，特别是在增加麦克风数量方面。这表明，在麦克风数量大的情况下，该算法具有最大的降噪能力。通过增加麦克风的数量，可以大大提高算法的性能。图2显示了当输入信噪比值为5dB和M=4时，纯净信号、受有噪声污染的噪声信号和6种增强信号的波形。结果表明，该算法产生的增强信号的波形比其他5种算法更接近于原语音信号。
3结论
本文提出了一种基于卡尔曼滤波的有噪声分布式多通道语音增强算法。仿真结果表明，与传统的分布式多信道语音增强算法相比，该算法具有更高的降噪效果。参考文献:
深圳万科温馨家园[1]尉玉青.嘈杂环境下的麦克风阵列语音增强技术研究[D].南京：南京理工大学，2012.
福建财会管理干部学院[2]吴飞.鲁棒卡尔曼算法及其应用研究[D].广州：华南理工大学，2012.
[3]尹波.基于麦克风小阵列的语音增强算法的研究[D].武汉：湖北工业大学，2016.
[4]杨龙.几种单通道的语音增强算法研究[J].科技视界，2015（26）：
155+222.
图2在M=4、输入信噪比为5dB的杂音噪声情况下，6种算法处理后的纯净信号、噪声信号和6种算法处理后的增强信号的波形(上接70页)
73--
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议