2014年-2022年三亚凤凰机场1-2月低能见度天气过程要素特征

2014年-2022年三亚凤凰机场1-2月低能见度天气过程要素特征
摘要：利用本场自动观测系统输出的十分钟平均风速（WS10A）和实时温度（T）、露点(T d)数据，结合三亚2014年-2022年1-2月月总簿天气纪要栏的天气演变记录，计算和统计
出低能见度发生时段的风速（WS10A）和温度露点差（T- T d）数值区间，再取低能见度天气
发生前一小时与结束后一小时的数据绘制变化趋势图，从而得到三亚机场1-2月低能见度过
程的风速和温度露点差要素特征。

关键词：低能见度小雨轻雾风速温度露点差
0引言
低能见度是危及航空飞行的危险天气之一，能见度反映了飞行员的视程大小，决定着飞机能否正常起飞和降落。

安全，是航空的首要任务。

从飞行事故来看，
低能见度是造成飞行事故、影响飞行不正常的主要因素之一，几乎50%飞行事故
是发生在低能见度的天气情况下。

三亚凤凰国际机场地处海南岛最南端，三面环山，南面临海。

受季风和海洋
的共同影响，属于典型的热带海洋性季风气候。

三亚机场冬春季主要盛行东北季风，干旱少雨，有冷空气频繁影响，以碧空晴好天气为主，偶有连续性阴雨叠加
轻雾和雾霾天气。

与此同时，1-2月正值春运期间，三亚机场客运繁忙，航班量
激增，而低能见度是冬春季导致航班大面积延误的主要原因之一。

因此对三亚机
场1-2月低能见度天气的统计分析，具有切实保障航空安全的重要实际意义。

1资料与数据
利用本场自动观测系统输出的十分钟平均风速（WS10A）和实时温度（T）、
露点(T d)数据资料，以及结合三亚机场2014年-2022年1-2月月总簿天气纪要栏
的天气演变记录，进行计算和统计分析。

2 方法与过程
结合轻雾形成条件，以及对本场2014年-2022年1-2月月总簿天气纪要栏记录的分析，对三亚凤凰机场1-2月低能见度天气的形成提出以下假设条件，即：当三亚机场1-2月出现低能见度天气（<3000m）时，主要在小雨和轻雾两种天气共同影响下产生（除中等及以上强度降水影响外），且该时段风速较小，水汽条件充足。

针对所提出的假设，计算和统计出低能见度发生时段的WS10A和T- T d数值区间，再取低能见度天气发生前一小时与结束后一小时的上述要素数据绘制变化趋势图，从而得到三亚机场1-2月低能见度天气过程的WS10A和T- T d数值区间和变化特征。

2.1 天气纪要栏
通过查询三亚机场2014年-2022年1-2月月总簿天气纪要栏发现，期间共发生四次低能见度天气过程，其中三次是在小雨和轻雾共同影响下产生的（另一次为中等强度降水），分别发生在2014年、2016年和2022年的2月。

2014.2.19
BR19:15－20:46 00:15－06:35
-RA22:15－(2600)01:58－(2800)02:40－(3000)03:55－(2700)04:50－(1700)05:14－-DZ(3000)05:48－06:35
2016.2.2
-RA16:00－16:05 05:15－06:10 08:35－(2500)09:50－(3500)10:25－10:50
BR09:30－10:50
2022.2.20
-RA20:20-21:50 (23.3)21:50
-RA22:20-03:10 (1.6)03:10 03:45-04:39 (0.0)04:39 08:45-10:25
(0.0)10:25 13:41-15:32 (1.4)15:32
BR21:50-(2500)23:39-(3000)23:48-03:10
天气纪要栏表明，单一的小雨或轻雾天气并不会导致主导能见度下降至
3000m以下。

只有小雨轻雾共同影响下，本场才会出现低能见度天气过程。

2.2 风速及温度露点差
表格1 2014、2016和2022年低能见度发生时段内WS10A和T- Td
考虑到小雨轻雾天气过程中要素变化缓慢而稳定，根据三次低能见度过程的
持续时长，分别对2014年、2016年和2022年低能见度过程中WS10和T、和Td
进行十分钟、五分钟和两分钟的间隔取值，再通过计算和统计，我们得到表格1。

由表可得，当小雨轻雾导致低能见度天气过程时，WS10A均<4mps，且T- T d均
<0.8℃。

T- T d越小，表示湿度越大。

正如我们之前提出的假设，当三亚机场1-2
月出现低能见度天气（<3000m）时，风速较小，水汽条件充足。

通过对比发现，三次过程持续时间长短不一。

2014年和2016年的低能见度
过程分别持续了4小时和35分钟，而2022年的低能见度过程只持续了10分钟。

2022年与前两次低能见度过程相比，风速值偏高。

所以我们初步得到，当WS10A
大于3mps时，低能见度天气过程维持时间较短，反之较长。

2.3 风速及温度露点差变化趋势
1
2
3
图1 2014.2.19低能见度发生前1小时、发生时和结束后1小时WS10A和
T- Td
图2 2016.2.2低能见度发生前1小时、发生时和结束后1小时WS10A和T- Td
图3 2022.2.20低能见度发生前1小时、发生时和结束后1小时WS10A和T- Td
图1、2、3分别为2014年、2016年、2022年低能见度发生前1小时、发生
时和结束后1小时WS10A和T- T d变化趋势图。

红线之间区域为发生低能见度天
气过程的时段。

图1显示，低能见度发生前，WS10A和T- T d数值均处于上述统计阈值内，
但并未发生低能见度天气。

初步判断可能存在其他共同影响因子。

因此
WS10A<4mps，且T- T d<0.8℃是造成低能见度的必要不充分条件。

在低能见度发
生时段内，有一段风速显著下降区域，此时正对应了天气演变记录中的最低主导
能见度1700m，表明能见度随着风速的显著下降而下降，呈正相关。

图2显示，低能见度发生前，在某一时段时段内，WS10A虽然达到了上述阈
值内，但T- T d并未达到；同时在另一时段时段内，T- T d虽然达到了上述数值区间，但WS10A并未达到。

可以验证，必须同时满足风速<4mps，且温度露点差<8℃
时，才会发生低能见度天气过程。

在低能见度天气记录结束后，T- T d具有显著
增大的趋势。

伴随着T- T d的显著增大，能见度也随之上升，呈正相关。

图3显示，低能见度发生前，在某一时段时段内，WS10A虽然达到了上述阈
值内，但T- T d较大，超出0.8℃范围。

在低能见度天气记录结束后，风速也具
有显著增大的趋势。

由图3再次验证，必须同时满足WS10A<4mps，且T- T d<0.8℃时，才会发生低能见度天气过程。

同时伴随着WS10A的显著增大，低能见度天气
过程也随即记录结束。

3 结论
通过以上统计和分析，以及数据的前后对照验证，得到以下五点结论：
1、当本场出现小雨轻雾时，应满足风速<4mps，且温度露点差<0.8℃才可能
出现低能见度天气过程。

表明此时风速较小，不利于水平对流的产生，同时水汽
条件充足，为低能见度天气创造了有利条件。

2、当本场因小雨轻雾导致低能见度天气时，若风速大于3mps，则低能见度
天气维持时间较短，反之较长。

3、风速<4mps，温度露点差<0.8是导致低能见度的必要不充分条件。

4、伴随着风和/或温度露点差的显著减小或增大，主导能见度也会随之减小
或上升，主导能见度与风速和露点温度差呈正相关。

4结论应用与展望
4.1 结论应用
以上分析，最终目的是为了更好地应用于航空气象观测工作中。

我将从人、机、环、管四个方面，简述结论应用设想：
人员方面，现今航空气象观测工作中仍存在需要依靠人工目测的要素，如云、能见度和天气现象。

我们研究分析所得到的风速和温度露点差阈值，可以在今后
为人工观测项目提供业务技术参考，从而减小人员的主观判断误差。

机器设备方面，可以利用统计所得要素阈值，进行告警提醒设置。

在增加技
防手段、为观测人员提供阈值的同时，也使观测人员对用户的服务更加精准和及时。

环境方面，三亚机场观测平台受周围环境噪音干扰较大，尤其是夜间受周围
灯光等要素影响，能见度不易观测。

对此类低能见度天气过程的研究分析结果，
有利于观测员从要素量化的角度，提前做出预判，做好相应工作准备。

管理方面，随着研究结论的应用，不仅使技防手段得以不断完善，人员业务
能力水平不断提高，服务效果更加精准及时，也间接减少了“错迟漏”事件的发生，从而将“三防”措施落实到位。

4.2 展望
随着今后此类天气案例的不断丰富，数据统计的不断完善，分析结果也将得
到更多的验证和数据的支撑。

我们希望利用类似的方法，找到例如对本场影响较
大的雷雨、台风等天气的相关要素特征，在分析中不断完善观测工作程序，为用
户提供更加精准、及时、有效的服务体验，最重要的是确保航班的平稳安全运行。

【参考文献】
[1]三亚凤凰机场气候志(2012-2017)1221(1)
[2]史珺, 张嘉霖. 天津市东丽区低能见度事件特征分析[J]. 天津科技, 2021.
[3]高静敏. 能见度对飞行安全的影响[J]. 科技风, 2012 (11): 72-72.
[4]王跃, 谷思雨, 徐畅. 大兴机场一次低能见度天气分析和决策服务初探[J]. 科技创新与应用,2021.。