高原气象

高原气象 >

2025 , Vol. 44 >Issue 2: 535 - 545

DOI: https://doi.org/10.7522/j.issn.1000-0534.2024.00106

云南航空气象安全风险等级评价研究

  • 彭启洋 , 1 ,
  • 窦小东 , 1, 2 ,
  • 侯胜芳 3 ,
  • 黎成超 1 ,
  • 沈营华 1 ,
  • 彭艳秋 1
展开
  • 1. 云南省气象服务中心，云南 昆明 650034
  • 2. 中国气象局横断山区（低纬高原）灾害性天气研究中心，云南 昆明 650034
  • 3. 云南大学地球科学学院，云南 昆明 650500
窦小东（1979 -）， 男， 黑龙江依兰人， 高级工程师， 主要从事气象服务与应用气象研究. E-mail：

彭启洋（1970 -）， 男， 云南永善人， 正高级工程师， 主要从事气象服务与航空气象方面研究. E-mail：

收稿日期: 2024-02-06

  修回日期: 2024-11-12

  网络出版日期: 2025-03-12

基金资助

云南省重点研发计划-社会发展专项(202203AC100005)

中国气象局创新发展专项(CXFZ2024J 045)

收起

Research on Yunnan Aviation Meteorological Safety Risk Level Evaluation

  • Qiyang PENG , 1 ,
  • Xiaodong DOU , 1, 2 ,
  • Shengfang HOU 3 ,
  • Chengchao LI 1 ,
  • Yinghua SHEN 1 ,
  • Yanqiu PENG 1
Expand
  • 1. Yunnan Meteorological Service Center，Kunming 650034，Yunnan，China
  • 2. Research Center for Disastrous Weather over Hengduan Mountains &Low-Latitude Plateau，China Meteorological Administration，Kunming 650034，Yunnan，China
  • 3. School of Earth Sciences，Yunnan University，Kunming 650500，Yunnan，China

Received date: 2024-02-06

  Revised date: 2024-11-12

  Online published: 2025-03-12

Copyright

© Editorial Department of Plateau Meteorology （CC BY-NC-ND）
Fold

摘要

为开展云南航空气象安全风险等级评价， 以经过数据质量控制的云南省124个县级气象站点的低云低能见度、 降水、 大风、 结冰、 雷暴等实测数据为基础， 研究云南各区域影响航空起降安全的主要气象要素， 分析云南航空起降气象条件整体状况， 并采用模糊综合评价法， 运用Arcgis空间分析工具， 建立云南航空起降气象安全风险等级区划， 进而明确云南各区域的航空起降气象安全综合风险等级。研究表明： （1）从区域角度来看， 影响云南航空起降安全的主要气象要素在滇西北为结冰， 滇西主要为降雨、 大风； 滇西南主要为低云低能见度、 降雨以及雷暴； 滇东南主要为低云低能见度、 降雨； 滇东的南部主要为降雨， 其余滇东北、 滇中以及滇东的大部整体条件较好， 没有较明显的影响因素。（2）从航空起降气象安全日、 危险日来看， 云南绝大部分地区航空起降气象条件较好， 气象条件相对略差地区主要位于滇西北， 以及滇西的南部边缘、 滇西南的西南边缘、 滇东南的南部边缘、 滇东的南部等地区。（3）从航空起降综合气象风险来看， 云南大部地区处于较安全、 很安全等级； 相对较集中的很危险、 较危险等级仅分布于滇西北的迪庆州中部， 滇西南的临沧市西南部及西双版纳州等地； 整体上， 云南航空起降综合气象风险等级较好。

关键词： 云南; 航空气象; 安全风险; 模糊综合评价法

本文引用格式

彭启洋 , 窦小东 , 侯胜芳 , 黎成超 , 沈营华 , 彭艳秋 . 云南航空气象安全风险等级评价研究[J]. 高原气象, 2025 , 44(2) : 535 -545 . DOI: 10.7522/j.issn.1000-0534.2024.00106

Abstract

This study conducts a comprehensive risk assessment of meteorological safety for aviation operations in Yunnan Province.Leveraging meticulously curated observational data from 124 county-level meteorological stations across the province， encompassing measurements of low clouds and reduced visibility， rainfall， strong winds， icing， and thunderstorms， the research delves into the primary meteorological elements influencing aviation safety during takeoff and landing in various regions of Yunnan.Employing a fuzzy comprehensive evaluation method and Arcgis spatial analysis tools， a zoning map is developed to delineate the levels of aviation weather safety risk in Yunnan Province.The analysis yields the following significant findings： （1） Regionally， the primary meteorological factors influencing aviation safety in Yunnan encompass icing in the northwest， rainfall and strong winds in the west， low clouds and reduced visibility， as well as rainfall and thunderstorms in the southwest.Furthermore， prevalent meteorological challenges include low clouds and reduced visibility along with rainfall in the southeast， while rainfall predominates in the southern part of the east.Overall conditions demonstrate relative favorability without significant influencing factors observed in other parts of northeastern， central and most of eastern Yunnan.（2） When assessing aviation operation meteorological safety days and dangerous days across different regions within Yunnan province， it is evident that meteorological conditions for aviation operations generally exhibit favorability across most areas.Relatively poorer meteorological conditions are primarily concentrated in specific areas such as the northwest， the southern edge of the west， the southwestern edge of the southwest， the southern edge of the southeast， the southern part of the east etc.（3） In terms of comprehensive assessment regarding meteorological risk associated with aviation operations within various regions across Yunnan province， a majority fall into safe or very safe categories.The relatively dangerous or very dangerous grades are only found to be distributed within specific areas such as central Diqing Prefecture in the northwest， the southwestern part of Lincang City in the southwest， Xishuangbanna Dai Autonomous Prefecture etc.Overall assessment indicates a favorable level for comprehensive meteorological risk associated with aviation operations throughout Yunnan province.

Key words： Yunnan; Aviation meteorological; Safety risk; Fuzzy comprehensive evaluation method

1 引言

随着社会经济的迅猛发展， 航空产业得到了长足进步， 航空安全也越来越成为社会关注的焦点。航空安全与气象关系密切， 近年来， 气候变化的加速增加了气象灾害的强度和频率， 在不利气象条件下产生的航空事故屡见不鲜， 严重威胁着航空业的运营和安全（Ion-Andrei et al， 2024； Tuncer et al， 2023）， 尤其是地面航空起降安全更是受到地面天气状况的严重制约（Pei and Ying， 2024）， 因地面气象条件导致的航空安全事故并不鲜见。云南现有15座运输机场， 分别为昆明、 丽江、 大理、 迪庆、 泸沽湖、 保山、 腾冲、 芒市、 版纳、 普洱、 澜沧、 临沧、 沧源、 昭通、 文山机场； 4座通用机场， 分别为弥勒、 凤庆、 陇川、 兰坪机场； 各机场承担着巨量的国际、 国内的客货运输， 但每年均会出现因地面天气原因造成的航班延误、 停飞等现象， 造成大量的经济损失和社会影响。而云南作为国家面向南亚东南亚的辐射中心、 国内重要健康生活目的地之一， 越来越需要健康安全的航空产业来支撑。因此， 开展云南航空起降气象安全风险等级研究， 对发挥气象作为防灾减灾的第一道防线作用， 保障云南社会经济高质量发展、 人民生命财产安全， 均具有重要意义。
关于航空气象的研究多集中在机场附近天气气候特征（陈胜东等， 2020； 赵德显等， 2022）、 航空危险天气（陈梅等， 2023； 陈艳等， 2024； 王兴隆等， 2022）、 航空气象灾害预报（Vassilis et al， 2023； 王明等， 2021）、 极端天气对航空飞行的影响（师鸿儒和孙晓巍， 2018）、 气象因素对航空安全风险的影响（王清薇等， 2021）、 航空飞行对环境空气质量的影响（Enes et al， 2023； Hamidreza et al， 2024； 张耀， 2021）、 航空气象服务系统的设计（张涛， 2018）、 机场选址关键航空气象因子分析（Ashraf et al， 2024； 崔洋等， 2014）、 机场可达性（黄洁等， 2022）、 RS、 雷达在航空气象中的应用（丁婕等， 2023； 王本革等， 2021）等方面。值得注意的是已有研究进行了许多尝试来揭示导致航空事故的各种气象因素（Wong et al， 2006）。例如， 低云、 低能见度极易在飞机起降的关键阶段造成的飞行致命事故（Shiveel et al， 2024； Andrew and Walker， 2016）。在地形复杂的多山地区， 大风会使机场区域产生气流扰动， 导致飞机产生低空风切变和湍流， 危及飞机起降安全（Chan， 2023）。强降雨会降低飞机的空气动力学性能， 导致严重的航空事故（Yi et al， 2014）。结冰也是导致飞机失控的主要外部环境因素之一（Amanda and John， 2012）。飞机表面和部件上积冰会增加其重量和阻力， 同时减少升力和推力， 最终导致严重的航空事故（Yura et al， 2024）。但以上关于气象灾害对航空安全影响的研究主要是采用历史灾害统计或对特定航空事件的单一气象要素的风险评估， 而缺乏基于制约航空气象安全的多气象要素的综合风险等级评价研究。由此可见， 虽然目前关于评估气象要素对航空安全影响的重要性已得到广泛认可（Edoardo et al， 2021）， 但客观评价航空气象安全综合风险的研究依然很少。特别是关于云南航空危险天气的研究， 公开发表的更是寥寥无几， 仅见吴宝军等（2013）、 陈艳等（2024）、 陈梅等（2024）等几位专家学者对影响云南航空安全的短时强降水、 大风、 低云、 低能见度、 强对流、 寒潮等进行了分析， 而关于云南航空起降气象安全风险的综合研究还未见公开报道。
模糊综合评价法是在1965年美国Zadeh教授的《模糊集合》发表后， 随着模糊数学的诞生而迅速发展起来的， 目前该法已广泛地应用于模糊性和不确定性问题研究（İsmail et al， 2022）。林淑伟等（2022）运用模糊综合评价法对乡村旅游资源进行了研究， 取得了较好的效果； 王美慧等（2021）基于改进模糊综合评价模型， 对长江三角洲地区农业用水效率进行了评价， 也取得了较好的效果。而航空起降安全中各气象要素对航空安全的具体影响， 气象要素评价指标的等级分布阈值等均存在一定的模糊性和不确定性， 因此， 航空起降气象安全风险研究是一个模糊性问题， 而模糊综合评价法可以体现航空气象安全风险的模糊性和不确定性， 因此， 该法能够较客观地进行一个地区的航空起降气象安全综合风险评价。
机场调研结果显示， 雨季（5 -10月）期间影响云南地面航空起降的主要天气为雷暴、 强降水、 低云低能见度， 干季（11月至次年4月）期间影响云南地面航空起降的主要天气为大风、 结冰、 乱流、 风切变等。基于此， 考虑到数据的可获取性， 本研究以低云、 低能见度、 降水、 大风、 结冰、 雷暴等气象要素作为影响云南航空起降安全的主要气象要素指标， 分析各指标在云南的区域分布特征， 明确云南不同区域制约航空起降安全的主要气象要素， 以及云南航空起降气象条件整体状况， 并采用模糊综合评价法， 运用Arcgis空间分析工具， 建立云南航空起降气象安全风险等级区划， 研究云南各区域的航空起降气象安全综合风险， 研究结果可为相关研究及管理部门提供一定的参考价值。

2 数据来源与方法介绍

2.1　数据来源

本研究共选取对航空起降安全有重大影响的6个气象要素， 包含低云日、 低能见度日、 降雨日、 大风日、 结冰日、 雷暴日， 考虑到云南低纬高原空气质量较好基本不存在空气污染造成的低能见度情况， 并结合云南各主要机场调研实际情况， 发现云南地区低云对航空起降安全的影响主要体现在低能见度方面， 因此本次研究将低云与低能见度结合考虑， 统称为低云低能见度日， 数据以低能见度数据为准。结合中国民用航空气象地面观测规范、 前人研究成果（黄斌等， 2016）及云南各主要机场实地调研结果， 将低能见度小于或等于1000 m的观测日定义为低云低能见度日， 将出现小时降雨量大于或等于2.6 mm的观测日定义为降雨日， 将出现10 min瞬时风速大于或等于17.0 m·s-1的观测日定义为大风日， 出现地面结冰的观测日定义为结冰日， 出现雷暴的观测日定义为雷暴日。各数据均来源于云南省气象局， 剔除位于昆明西山的太华山气象站点后， 共筛选出云南境内县级气象站点124个， 各站点的低云低能见度、 大风、 结冰3个要素的日数据以及降雨量小时数据的时段均为1991 - 2020年， 因自2014年1月1日起， 云南省取消雷暴人工观测， 因此， 雷暴的日数据时段为1991 -2013年。所有数据均经过质量控制， 缺测率不足5%， 数据可靠。

2.2　研究方法

云南航空起降气象安全风险等级综合评价采用模糊综合评价法进行， 具体步骤为： （1）建立5个气象要素各航空起降风险等级分级标准矩阵； （2）建立隶属度函数； （3）建立单要素模糊关系矩阵； （4）确定各气象要素指标的权重； （5）模糊综合评价。各气象要素及航空起降安全日、 危险日的区域分布特征， 云南航空起降气象安全风险等级区划， 均由124个气象站点， 经Arcgis的空间分析工具的IDW插值方法获得。

3 结果与分析

3.1　影响云南航空起降的关键气象要素的区域分布特征

1991 -2020年云南低云低能见度日天数的最大值为125.1 d， 最小值为0.6 d， 平均值为24.3 d（表1）。低云低能见度日天数总体不高， 相对高值区域主要位于滇东南、 滇西南的红河州东南部、 版纳州、 普洱市、 临沧市南部地区， 以及滇西德宏州南部边缘地区， 高值中心位于红河州的屏边县， 临沧市的沧源县； 其余大部地区低云低能见度日天数相对较低， 尤其是滇西北的迪庆州南部、 怒江州、 丽江市， 滇西的大理州， 滇中的楚雄州北部、 昆明市南部北部， 滇东的曲靖市的西北部等地常年低云低能见度日天数均在10天以内［图1（a）］。1991 - 2020年云南降雨日天数的最大值为102.7 d， 最小值为28.7 d， 平均值为57.1 d（表1）， 降雨日天数总体上也不高， 相对高值区域主要位于滇西的德宏州、 保山市， 滇西南的临沧市、 普洱市以及西双版纳州， 滇东南的红河州南部边缘以及滇东的曲靖市， 高值中心位于保山市的龙陵县、 普洱市的江城县、 西盟县， 红河州的金平县、 绿春县， 曲靖市的罗平县； 相对低值区域主要位于迪庆及怒江州北部、 大理州东部、 楚雄州， 以及昆明东北部及昭通中部， 低值中心位于大理州宾川县、 云龙县， 楚雄州的元谋县， 昆明市的东川区等地［图1（b）］。1991 -2020年云南大风日天数的最大值为60.2 d， 最小值为0.2 d， 平均值为7.1 d（表1）， 大风日天数普遍较低， 绝大部分地区年均大风日天数低于20 d， 124个气象站中仅有2个气象站大风日天数高于35 d， 其中， 2个高值中心分别位于大理州的大理市、 楚雄州的大姚县等地区［图1（c）］。1991 - 2020年云南结冰日天数的最大值为149.9 d， 最小值为0 d， 平均值为14.2 d（表1）， 结冰日天数两极分化较大， 全省绝大部分地区结冰日天数位于15天以内， 高值区域主要位于海拔相对较高的滇西北的迪庆州、 怒江州东部、 丽江市北部、 滇西的大理州北部地区， 其中， 2个高值中心分别位于迪庆州的香格里拉县（现香格里拉市）、 德钦县， 这2个地区的平均海拔均在3300 m［图1（d）］。1991 -2013年云南雷暴日天数的最大值为104.5 d， 最小值为15.6 d， 平均值为57.4 d（表1）， 雷暴日天数的高值区域主要位于滇西南的版纳州、 普洱市、 临沧市， 滇东南红河州的南部， 滇西德宏州的南部， 保山市南部边缘紧邻德宏州区域， 以及滇西北的丽江市华坪县地区， 高值中心主要位于版纳州全境， 普洱市的江城县、 澜沧县、 宁洱市、 景东县、 景谷县， 德宏州的芒市， 丽江市的华坪县， 曲靖市的罗平县， 红河州的屏边县、 金平县等地区［图1（e）］。
表1 云南各气象站点航空起降安全气象要素基本情况统计

Table 1 Statistical Overview of Basic Meteorological Elements for Aviation Takeoff and Landing Safety at Various Stations in Yunnan

低云低能见度日 降雨日 大风日 结冰日 雷暴日
最大值/d 125.1 102.7 60.2 149.9 104.5
最小值/d 0.6 28.7 0.2 0.0 15.6
平均值/d 24.3 57.1 7.1 14.2 57.4
图1 1991-2020年云南低云低能见度日（a）、 降雨日（b）、 大风日（c）、 结冰日（d）； 1991-2013年云南雷暴日（e）区域分布（单位： d）

Fig.1 Low cloud and low visibility days （a）， rainfall days （b）， windy days （c）， and icy days （d） in Yunnan from 1991to 2020； the thunderstorm days in Yunnan from 1991 to 2013 （e）.Unit： d

由上述分析可知， 云南各区域影响航空起降安全的主要气象要素各不相同， 滇西北地区主要受结冰影响， 雷暴也有一定程度的影响； 滇西主要受降雨、 大风影响， 雷暴、 低能见度也有一定的影响， 但相对较弱； 滇西南主要受低云低能见度、 降雨、 雷暴等多重影响； 滇东南地区主要受低云低能见度、 降雨影响， 但影响较大地区主要集中于红河州南部地区； 滇东主要受降雨影响； 滇东北地区没有较为明显的限制性气象要素， 仅有结冰会对航空起降安全产生一定的不利影响， 但从结冰日天数来看， 影响也不是很大； 其余滇中整体条件较好没有较明显的影响因素。
文中涉及的地图源于中华人民共和国自然资源部地图技术审查中心标准地图服务系统， 由该系统中云南省地理信息公共服务平台下载的审图号为云S（2021）48号的云南省地图制作， 底图无修改。

3.2　云南航空起降气象安全日与危险日地域分布特征

航空起降气象安全条件既受当地综合气象条件的影响， 也受到单一某项气象要素的制约， 单一的某项恶劣气象条件同样能够造成严重的航空事故。为此， 定义航空起降气象安全日为所有影响航空起降安全的气象要素都没有出现的情况， 即： 低云低能见度日、 降雨日、 大风日、 结冰日、 雷暴日均没有出现时即为航空安全日； 定义航空起降气象危险日为出现低云低能见度日、 降雨日时， 若再出现大风、 结冰、 雷暴三种天气状况的任意之一， 即将该日定义为航空起降气象危险日。考虑到雷暴日的数据时段为1991 -2013年， 故本次研究航空起降气象安全日、 危险日的统计时段亦为1991 - 2013年。
由图2（a）可知， 云南航空起降气象安全日天数总体上较理想， 绝大部分地区安全日天数都在200天以上， 安全日天数低值区域主要位于滇西北的迪庆州、 丽江市北部， 滇西的保山市西部边缘， 滇西南的临沧市西南边缘、 西双版纳州南部边缘， 滇东的曲靖市南部， 低值中心主要位于迪庆州的德钦县、 香格里拉县（现香格里拉市）， 版纳州的勐腊县， 丽江市的宁蒗县， 保山的龙陵县、 临沧市的沧源县， 曲靖市的罗平县等地， 最低值位于勐腊县地区， 安全日天数为100 d。由图2（b）可知， 云南航空起降气象危险日天数总体较少， 绝大部分地区危险日天数均在2 d以内， 危险日天数在5 d以上的地区仅有5个县， 在10 d以上的地区仅有2个县， 分别为普洱市的西盟县， 红河州的屏边县， 最高值在屏边县， 但危险日天数也仅达11.3 d。
图2 云南航空起降气象安全日（a）、 危险日（b）区域分布（单位： 天）

Fig.2 Distribution of meteorological safety days （a） and hazardous days （b） for aviation takeoff and landing in Yunnan.Unit：d

显而易见， 从航空起降的气象安全日、 危险日来看， 云南绝大部分地区航空安全的气象条件较好， 气象条件相对略差地区主要位于滇西北的迪庆州、 丽江市北部边缘， 滇西的保山市西部边缘、 大理州北部边缘， 滇西南版纳州、 普洱市、 临沧市的西南边缘， 滇东南红河州南部边缘等地区， 其余地区仅有很少的零星分布。

3.3　云南航空起降气象安全风险模糊综合评价

以低云低能见度日、 降雨日、 大风日、 结冰日、 雷暴日作为云南航空起降气象安全风险综合评价的5个评价指标， 采用模糊综合评价法进行云南航空起降气象安全风险等级综合评价， 具体步骤如下：
（1） 建立5个气象要素各航空起降风险等级分级标准矩阵
参照其他学者的研究方法， 将云南航空起降气象安全风险等级划分为5个等级， 以124个气象站点5个评价指标的多年平均数据为基础， 采用等间距原则（黄斌等， 2016）， 构建5个评价指标的各等级分级标准（表2）。
表2 云南航空起降气象安全风险等级评价分级标准

Table 2 Grading standards for risk assessment of meteorological safety for aviation takeoff and landing in Yunnan

Ⅰ Ⅱ Ⅲ Ⅳ Ⅴ
年均低云低能见度日/d 25 50 75 100 125
年均降雨日/d 35 55 75 95 115
年均大风日/d 12 24 36 48 60
年均结冰日/d 30 60 90 120 150
年均雷暴日/d 30 50 70 90 110

（2） 建立隶属度函数

航空起降气象安全风险分级是一个模糊性问题， 在模糊数学中隶属度函数表示各评价指标对各该指标各级标准的隶属程度， 是模糊综合评价法的关键核心， 建立方法如下：
第i个评价指标的第1类， 第j（ j=2， 3， 4）， 第5类的隶属度函数分别为：
y i 1 = 1 C m i ≤ S i 1 S i 2 - C m i S i 2 - S i 1 S i 1 < C m 1 < S i 2 0 C m i ≥ S i 2
y i j = 1 C m i = S i j C m i - S i , j - 1 S i j - S i , j - 1 S i , j - 1 < C m i < S i j S i , j + 1 - C m i S i , j + 1 - S i j S i j < C m i < S i , j + 1 0 C m i ≤ S i , j - 1 或 C m i ≥ S i , j + 1
y i 5 = 1 C m i ≥ S i 5 C m i - S i 4 S i 5 - S i 4 S i 4 < C m i < S i 5 0 C m i ≤ S i 4
式中： m为云南各气象站点， m∈（1， 2，…， 124）； i为5个气象要素， i∈（1， 2，…， 5）； j为各气象要素的5个等级分类， j∈（1， 2，…， 5）； Cmi 为第m个气象站点第i个气象要素的多年统计值（单位： d）； Sij 为第i个气象要素第j等级的标准值（单位： d）。
（3） 建立单要素模糊关系矩阵
模糊矩阵表示每个气象要素对各级评价指标的隶属程度（yij ）， 矩阵中所有的元素均由各气象要素的多年统计值， 经隶属度函数计算求得， 则单一气象站点的模糊关系矩阵为：
Ⅰ Ⅱ Ⅲ Ⅳ Ⅴ
R = ( y i j ) = y 11 y 12 y 13 y 14 y 15 y 21 y 22 y 23 y 24 y 25 y 31 y 32 y 33 y 34 y 35 y 41 y 42 y 43 y 44 y 45 y 51 y 52 y 53 y 54 y 55
（4） 确定各气象要素指标的权重
在进行各气象站点航空起降气象风险等级综合评价时， 各气象要素对该站点的综合风险贡献程度并不相同， 因此， 应按照各气象要素在综合风险评价中的作用大小分别赋予不同的权重值， 考虑到风险程度不仅与各要素值的大小有关， 还与各要素风险等级标准值有关， 采用下式计算各气象要素的指标权重：
W m i = C m i S i = C m i 1 5 ( S i 1 + S i 2 + S i 3 + S i 4 + S i 5 )
式中， Wmi 为权重因子； Si 为第i个气象要素各级风险值的平均值（单位： d）。
对Wmi 进行归一化处理， a m i = W m i ∑ i = 1 5 W m i， 式中， ami 为第m个气象站点第i个气象要素的权重值。
建立各气象要素指标权重集：
A = { a m i } = { a m 1 ,   a m 2 ,   a m 3 ,   a m 4 ,   a m 5 }
（5） 模糊综合评价
将气象要素对各气象风险等级的隶属程度模糊关系矩阵R与各气象要素指标权重集进行复合运算即得到模糊综合评价的综合判别结果， 算法如下：
D = A ∘ R = m i n 1 ,   ∑ i = 1 5 a m i y i j，
式中： D为综合判别结果， ∘为模糊矩阵的复合运算算子。最终求得云南124个气象站点的综合评价结果， 各站点中评价结果最大值对应的风险等级即为该气象站点航空起降气象安全风险等级（表3）， 各风险等级站点数量统计见表4， 云南省航空起降气象安全风险等级区划见图3。
表3 云南航空起降气象安全风险综合等级

Table 3 Comprehensive risk levels of meteorological safety for aviation takeoff and landing in Yunnan

站点 风险等级 站点 风险等级 站点 风险等级 站点 风险等级 站点 风险等级 站点 风险等级
安宁 Ⅱ 耿马 Ⅲ 澜沧 Ⅳ 孟连 Ⅲ 嵩明 Ⅱ 宜良 Ⅱ
保山 Ⅱ 贡山 Ⅰ 丽江 Ⅱ 弥渡 Ⅰ 绥江 Ⅰ 彝良 Ⅰ
宾川 Ⅰ 广南 Ⅱ 梁河 Ⅲ 弥勒 Ⅱ 腾冲 Ⅲ 易门 Ⅰ
沧源 Ⅴ 河口 Ⅲ 临沧 Ⅲ 墨江 Ⅲ 通海 Ⅱ 盈江 Ⅱ
昌宁 Ⅲ 鹤庆 Ⅱ 六库 Ⅰ 牟定 Ⅰ 威信 Ⅱ 永德 Ⅲ
呈贡 Ⅱ 红河 Ⅱ 龙陵 Ⅳ 南华 Ⅰ 巍山 Ⅱ 永平 Ⅱ
澄江 Ⅱ 华宁 Ⅰ 陇川 Ⅲ 南涧 Ⅱ 维西 Ⅱ 永仁 Ⅰ
楚雄 Ⅱ 华坪 Ⅰ 泸西 Ⅱ 宁洱 Ⅲ 文山 Ⅱ 永善 Ⅰ
大关 Ⅱ 会泽 Ⅱ 鲁甸 Ⅰ 宁蒗 Ⅱ 武定 Ⅰ 永胜 Ⅱ
大理 Ⅴ 建水 Ⅱ 陆良 Ⅱ 屏边 Ⅲ 西畴 Ⅱ 玉溪 Ⅱ
大姚 Ⅲ 剑川 Ⅲ 禄丰 Ⅱ 巧家 Ⅱ 西盟 Ⅲ 元江 Ⅰ
德钦 Ⅰ 江城 Ⅳ 禄劝 Ⅱ 丘北 Ⅱ 香格里拉 Ⅴ 元谋 Ⅰ
东川 Ⅰ 江川 Ⅱ 罗平 Ⅳ 曲靖 Ⅱ 祥云 Ⅱ 元阳 Ⅱ
峨山 Ⅱ 金平 Ⅳ 绿春 Ⅳ 瑞丽 Ⅲ 新平 Ⅲ 云龙 Ⅰ
洱源 Ⅰ 晋宁 Ⅱ 麻栗坡 Ⅱ 师宗 Ⅲ 宣威 Ⅱ 云县 Ⅱ
凤庆 Ⅱ 景东 Ⅳ 马关 Ⅱ 施甸 Ⅱ 寻甸 Ⅱ 沾益 Ⅱ
福贡 Ⅱ 景谷 Ⅳ 马龙 Ⅱ 石林 Ⅱ 盐津 Ⅰ 昭通 Ⅰ
富民 Ⅱ 景洪 Ⅳ 芒市 Ⅲ 石屏 Ⅲ 砚山 Ⅱ 镇康 Ⅳ
富宁 Ⅱ 开远 Ⅰ 蒙自 Ⅱ 双柏 Ⅱ 漾濞 Ⅱ 镇雄 Ⅱ
富源 Ⅱ 昆明 Ⅱ 勐海 Ⅳ 双江 Ⅱ 姚安 Ⅰ 镇沅 Ⅲ
个旧 Ⅱ 兰坪 Ⅲ 勐腊 Ⅳ 思茅 Ⅲ
表4 云南航空起降气象安全风险各等级站点数量统计

Table 4 Statistical count of stations by risk level for meteorological safety during aviation takeoff and landing in Yunnan

Ⅰ级/ 很安全 Ⅱ级/ 较安全 Ⅲ级/ 一般 Ⅳ级/ 较危险 Ⅴ级/ 很危险
站点个数 25 61 23 12 3
所占比例/% 20.2 49.2 18.5 9.7 2.4
图3 云南航空起降气象安全风险等级区划

Fig.3 Zoning of risk levels for meteorological safety of aviation takeoff and landing in Yunnan

由表4可知， 云南124个站点中很危险和较危险所占数量较少， 仅15站， 占全部站点的12.1%， 其中很危险站点仅3个， 占全部站点的2.4%， 较危险站点12个， 占全部站点的9.7%； 很安全和较安全站点数量共86个， 占全部站点的69.4%， 其中很安全、 较安全站点数量分别为25、 61个， 占全部站点比例分别为20.2%、 49.2%； 安全等级为一般的站点为23个， 占所有站点比例为18.5%。可见， 从站点统计状况来看， 云南航空起降安全气象风险总体较低， 处于较危险等级以上的站点仅占全部站点的12.1%， 其余大部地区航空气象安全条件都较理想。
由云南航空起降气象安全风险等级区划图（图3）可知， 滇西北的迪庆州中部， 滇西南的临沧西南边缘、 西双版纳州等处于较集中的很危险和较危险等级， 另有滇西的大理州中心地区、 保山西南边缘地区， 滇西南的普洱市、 滇东南的红河州南部， 滇东的曲靖市南部等地区有零星很危险、 较危险区域外， 其余云南大部地区航空起降安全风险等级处于较安全、 很安全等级， 云南整体航空起降风险等级较好。很危险等级中心区主要位于迪庆州的香格里拉市， 大理州的大理市， 临沧市的沧源县； 较危险等级区域中心主要位于很危险区域的外围， 以及保山市的龙陵县， 临沧的镇康县， 普洱市的澜沧县、 江城县、 景东县、 景谷县， 西双版纳州， 红河的金平县、 绿春县， 曲靖的罗平县等地。
结合5个单项气象要素可知， 迪庆州的香格里拉县（现格里拉市）为很危险区主要是该县的结冰日数较高， 达149.9 d， 为云南124个气象站点的最高值所致； 大理州的大理市为很危险区主要是该市的大风日数较高， 达60.2 d， 为云南124个气象站点的最高值所致； 临沧市沧源县为很危险等级主要该县低云低能见度日较高， 达121.9 d， 为云南各气象站点的第2高值所致。保山市龙陵县为较危险区主要是该县降雨日数较高， 达100.7 d， 为云南各气象站点的第3高值所致； 临沧市镇康县虽然各单项指标均不突出， 但该县的低云低能见度日、 降雨日、 雷暴日均处在一个相对较高的水平， 因此导致该县整体处于较危险等级； 普洱市的江城县为较危险等级主要是该县降雨日、 雷暴日均较高， 分别达102 d、 99.4 d， 均为云南各气象站点的第2高值所致； 普洱市的澜沧县、 景东县、 景谷县均处于较危险等级， 主要是由于这3个县的雷暴日均较高， 分别达97.1 d、 85.7 d、 85.1 d， 分别位列云南各站点的第3、 7、 8位所致； 版纳州为较危险区域主要是由于版纳州3个县的雷暴日数均较高， 分别达104.5 d、 97.1 d、 87.9 d， 分别位列云南各站点的第1、 3、 5位所致； 红河州金平县、 绿春县为较危险等级主要是由于2个县年均降雨日数较高， 分别达98.1 d、 92.8 d， 分别位列云南各站点的第4、 6位所致； 曲靖市罗平县为较危险区主要是该县降雨日数较高， 达97 d， 为云南各气象站点的第5高值所致。

4 讨论

目前， 关于云南航空起降气象安全风险等级的研究相对较少， 本研究依托云南各县级气象站点的多年实测数据， 在运用统计分析方法的基础上， 运用模糊综合评价法进行云南航空起降气象安全风险等级评价研究， 过程中难免存在疏漏。首先， 本研究涉及对航空起降安全有影响的气象要素的遴选， 也即模糊综合评价指标的筛选问题， 本文筛选出了低云低能见度日、 降雨日、 大风日、 结冰日、 雷暴日5个气象要素作为影响云南航空起降安全的主要气象要素， 虽然能够满足研究的要求， 但难免因忽略风切变等其他影响航空起降安全的气象要素而增加研究结果的不确定性， 且本研究在定义降雨日时用到了海量的小时数据， 难免因个别小时数据的缺测影响到降雨日统计的精度， 这也会对本研究结果准确性造成一定的不利影响。同时， 模糊综合评价法涉及各风险等级阈值的划分， 研究中难免因人为划分的不准确性而增加最终的风险等级评价结果的不确定性。此外， 本研究在绘制各气象要素区域分布图、 安全日与危险日区域分布图、 航空起降安全风险等级区划图时， 均通过Arcgis的IDW插值方法获得， 插值出的结果必然与实际情况存在不同程度的出入， 这也在一定程度上影响本次研究的准确性。虽然本研究存在上述问题， 但本研究结论显示， 云南地区航空起降气象风险等级总体上都处于较安全、 很安全等级， 处于较危险、 很危险等级区域较少， 这与云南航空气象状况的实际情况基本一致， 也与黄斌等（2016）的研究结论总体一致， 虽然从风险等级区划图上看二者存在微小差异， 但这主要是由于本次研究相较于黄斌等（2016）的研究， 在指标选取上增加了结冰日与雷暴日两项气象要素， 且本次研究所有数据均为实测数据， 而黄斌等（2016）研究的数据中低云、 低能见度日数据均来源于Micaps资料所致。同时， 吴宝军等（2023）的研究结论显示， 云南航空危险日集中在普洱以东至文山以西的云南边缘地区， 这也与本研究结论危险日相对较高区域总体上一致。因此， 总体上， 本次研究结论较为可靠， 可以为相关部门提供一定研究参考依据， 但也应该注意到的是， 各机场的局地小地形、 小气候的差异可能导致影响本地航空起降气象要素与本研究遴选要素有所出入， 故， 本研究更倾向于理论研究， 各地航空风险实际情况应根据当地实际加以修订， 才能使航空起降气象风险等级区划更加科学和符合实际。

5 结论

（1） 云南各地影响航空起降安全的主要气象要素各不相同， 滇西北地区主要受结冰影响； 滇西主要受降雨、 大风影响， 雷暴也有一定的影响， 但相对较弱； 滇西南主要受低云低能见度、 降雨、 雷暴等的多重影响； 滇东南地区主要受低云低能见度、 降雨等的影响， 但影响较大地区主要集中于红河州南部地区； 滇东的南部主要受降雨影响； 滇东北地区没有较为明显的限制性气象要素， 仅有结冰会对航空安全产生一定的不利影响， 但从结冰日天数来看， 影响也不是很大； 其余滇中、 滇东大部整体条件较好没有较明显的影响因素。
（2） 从航空起降气象安全日、 危险日来看， 云南绝大部分地区航空起降安全的气象条件较好， 气象条件相对略差地区主要位于滇西北， 以及滇西的南部边缘、 滇西南的西南边缘、 滇东南的南部边缘、 滇东的南部等地区、 其余地区仅有很少的零星分布。
（3） 云南航空起降气象安全综合风险等级区划表明， 滇西北迪庆州中部， 滇西南的临沧市西南部及西双版纳州处于较集中的很危险和较危险等级， 另有大理市、 龙陵县、 澜沧县、 江城县、 景东县、 景谷县、 金平县、 绿春县、 罗平县等地有零星很危险、 较危险区域外， 其余云南大部地区航空安全风险等级处于较安全、 很安全等级， 云南整体航空起降风险等级较好。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
Amanda L， John V， 2012.Prediction of icing effects on the lateral/directional stability and control of light airplanes［J］.Aerospace Science and Technology， 23（1）： 305-11.

Andrew J F， Walker S A， 2016.Fatal weather-related general aviation accidents in the United States［J］.Physical Geography， 37 （5）： 291-312.

Ashraf A A B， Ali M B， Nourhan L， et al， 2024.Using interpretative structure model and analytical network process for optimum site selection of airport locations in Delta Egypt［J］.Open Geosciences， 16（1）： 20220631.

Chan P W， 2023.Case Study of a Special event of low-level windshear and turbulence at the Hong Kong international airport［J］.Atmospheric Science Letters， 24（4）： 1143.

Edoardo B， Alessandra L Z， Myriam M， 2021.Analysis of expected climate extreme variabil-ity with regional climate simulations over Napoli Capodichino Airport： a contribution to a climate risk assessment framework［J］.Earth， 2（4）： 980-96.

Enes B， Muhammed D， Hüseyin Ö， et al， 2023.Ambient air quality assessment at the airports based on a meteorological perspective［J］.Environmental Monitoring and Assessment， 195（12）： 1542.

Hamidreza M， Gholamali S， Ali N， 2024.Effect of airport pollution on airport cities and air quality of the area （case study： Imam Khomeini International Airport）［J］.Journal of Transport & Health， 34： 101729.

Ion-Andrei N， Crina R， Sorin C， et al， 2024.Aviation accidents related to atmospheric instability in the United States （2000-2020）［J］.Theoretical and Applied Climatology， 155（6）： 5483-5497.

İsmail K， Ömer S， Rıdvan S， 2022.Meteorological risk assessment based on Fuzzy Logic Systems for maritime［J］.Journal of ETA Maritime Science， 10（2）： 97-107.

Pei C T， Ying C L， 2024.Risk assessment procedure of final approach to landing using deep learning［J］.Journal of Aerospace Information Systems， 21（4）： 323-31.

Shiveel R， Ravinesh C D， Ekta S， et al， 2024.Atmospheric visibility and cloud ceiling predictions with Hybri-d IIS-LSTM integrated model： case studies for Fiji’s aviation industry［J］.IEEE Access， 12： 72530-72543.

Tuncer A， Cevahir T， 2023.The effect of global warming and climate changes on aircraft accidents between 2010-2022［J］.Aircraft Engineering and Aerospace Technology， Emerald Publishing Limited， 96（2）： 215-222.

Vassilis A， Anna K， Antonis G， et al， 2023.Aeolus winds impact on volcanic ash early warning systems for aviation［J］.Scientific Reports， 13 （1）： 7531.

Wong D K Y， PitfieldD E， Caves R E， et al， 2006.Quantifying and characterising aviation accident risk factors［J］.Journal of Air Transport Management， 12（6）： 352-57.

Yi H C， Zhen L W， Zheng Y X， 2014.Effects of rainfall on aircraft aerodynamics［J］.Progress in Aerospace Sciences， 71： 85-127.

Yura K， Ye B Y， Suk M K， 2024.AIDER： Aircraft icing potential area detection in real-time using 3-Di-mensional Radar and atmospheric variables［J］.Remote Sensing， 16（8）： 1468.

陈梅， 文小航， 白爱娟， 等.昆明-万象航线一次强对流天气过程高分辨率数值模拟及影响分析［J/OL］.高原气象.

Wen X H， Bai A J， et al.High-resolution numerical simulation and Impact analysis of a severe convective weather process on the Kunming-Vientiane Route［J/OL］.Plateau Meteorology.

陈胜东， 李翔翔， 徐卫民， 等， 2020.瑞金机场高影响天气气候特征分析［J］.亚热带资源与环境学报， 15（1）： 51-60.

Chen SD， Li X X， Xu W M， et al， 2020.Climate characteristics of high impact weather at Ruijin Airport［J］.Journal of Subtropical Resources and Environment， 15（1）： 1-60.DOI： 10.19687/j.cnki.1673-7105.2020.01.007 .

陈艳， 刘佳， 朱莉， 等， 2024.低纬高原一次航空高影响的寒潮过程分析［J/OL］.高原气象.

Liu J， Zhu L， et al， 2024.Analysis of a high-impact cold surge for aviation over the low latitude plateau［J/OL］.Plateau Meteorology.DOI： 10.7522/j.issn.1000-0534.2024.00038 .

崔洋， 常倬林， 左河疆， 等， 2014.西北通用机场选址气候论证关键评估指标研究［J］.干旱气象， 32（5）： 727-732.DOI： 10.11755/j.issn.1006-7639（2014）-05-0727.Cui Y ，

Chang Z L， Zuo H J， et al， 2014.Study of the critical meteorological evaluation indexes for the general airport site selection in the northwest China［J］.Journal of Arid Meteorology， 32（5）： 727-732.DOI： 10.11755/j.issn.1006-7639（2014）-05-0727 .

丁婕， 张镭， 胡泽勇， 等， 2023.基于激光雷达和航空器报告识别低空风切变及其演变过程研究 ［J］.高原气象， 42（5）： 1338-1350.DOI： 10.7522/j.issn.1000-0534.2022.00094.Ding J ，

Zhang L， Hu Z Y， et al， 2023.Study of low-level wind shear and its evolution based on LIDAR and aircraft reports identification ［J］.Plateau Meteorology， 42（5）： 1338-1350.DOI： 10.7522/j.issn.1000-0534.2022.00094 .

黄斌， 朱伟军， 红梅， 等， 2016.基于临界条件的中国航空气象危险要素区域分布与风险区划［J］.气象科学， 36（4）： 466-473.DOI： 10.3969/2015jms.0009.Huang B ，

Zhu W J， Hong M， et al， 2016.Regional distribution and risk zoning of risk factors of Chinese aeronautical meteorology under the critical condition［J］.Journal of the Meteorological Sciences， 36（4）： 466-473.DOI： 10.3969/2015jms.0009 .

黄洁， 石雯茜， 陈娱， 2022.居民出行视角下的北京市双枢纽机场可达性研究［J］.地球信息科学学报， 24（5）： 914-924.DOI： 10.12082/dqxxkx.2022.210515.Huang J ，

Shi W Q， Chen Y， 2022.Accessibility of Beijing dual hub airports from the perspective of residential travel［J］.Journal of Geoinformation Science， 24（5）： 914-924.DOI： 10.12082/dqxxkx.2022.210515 .

林淑伟， 关松立， 蒋长春， 2022.乡村旅游资源模糊综合评价与开发策略研究［J］.辽宁大学学报（自然科学版）， 49（3）： 278-288.

Lin S W， Guan S L， Jiang C C， 2022.Research on Fuzzy comprehensive evaluation and development strategy of rural tourism resources［J］.Journal of Liaoning University （Natural Sciences Edition）， 49（3）： 278-288.

师鸿儒， 孙晓巍， 2018.辽宁雷暴气候特征及对航空飞行影响分析［J］.民航学报， 2（6）： 76-79.

Shi H R， Sun X W， 2018.Climate characteristics of thunderstorm in Liaoning and its impact on aviation flight［J］.Journal of Cicil Aviation， 2（6）： 76-79.

王本革， 杨明， 凌新锋， 2021.全天空红外云探测在航空气象中的应用［J］.大气与环境光学学报学报， 16（5）： 404-414.

Wang B G， Yang M， Ling X F， 2021.Application of all-sky infrared cloud observation in aviation meteorology［J］.Journal of Atmospheric and Environmental Optics， 16（5）： 404-414.

王美慧， 唐德善， 尚静， 2021.改进模糊综合评价模型在长江三角洲地区农业用水效率评价中的应用［J］.水电能源科学， 39（9）： 58-62.

Wang M S， Tang D S， Shang J， 2021.Application of improved fuzzy integrated evaluation model in evaluation of agricultural water use efficiency in the Yangtze River Delta Region ［J］.Water Resources and Power， 39（9）： 58-62.

王明， 陈正洪， 陈英英， 等， 2021.颠簸、 积冰、 雷暴三种航空气象灾害预报方法综述［J］.民航学报， 5（4）： 90-94.

Wang M， Chen Z H， Chen Y Y， et al， 2021.Summary of forecast methods for three aviation meteorological disasters： turbulence， ice accumulation and thunderstorm［J］.Journal of Cicil Aviation， 5（4）： 90-94.

王清薇， 王华伟， 王颖， 等， 2021.气象因素对通用航空安全风险的影响［J］.航空计算技术， 51（1）： 37-45.

Wang Q W， Wang H W， Wang Y， et al， 2021.Influence of meteorological factors on general aviation safety risk［J］.Aeronautical Computing Technique， 51（1）： 37-45.

王兴隆， 赵俊妮， 王进， 2022.恶劣天气下机场离场航班运行韧性评估及恢复［J/OL］.北京航空航天大学学报.

Zhao J N， Wang J， 2022.Resilience assessment and recovery of airport departure flights under severe weather［J/OL］.Journal of Beijing University of Aeronautics and Astronautics.

吴宝军， 陈明升， 宋敏红， 等， 2013.影响云南航空安全的四类气象要素分析［J/OL］.高原气象.

Chen M S， Song M H， et al， 2013.Analysis of four meteorological factors affecting aviation safety in Yunnan［J/OL］.Plateau Meteorology.DOI： 10.7522/j.issn.1000-0534.2023.00071 .

张涛， 2018.航空气象服务系统的设计与实现［D］.郑州： 郑州大学.Zhang T， 2018.The Design and implementation of aviation meteorological service system［D］.Zhengzhou： Zhengzhou University.

张耀， 2021.基于分数阶灰色模型的飞行环境空气质量研究［D］.南京： 南京航空航天大学.Zhang Y， 2021.Research on air quality of flight environment based on fractional grey model［D］.Nanjing： Nanjing University of Aeronautics and Astronautics.

赵德显， 刘宏芳， 窦体正， 2022.昆明长水机场一次中尺度天气的特征和物理机制分析［J］.民航学报， 6（5）： 84-86.

Zhao D X， Liu H F， Dou T Z， 2022.Characteristics and physical mechanism of a mesoscale weather system at Kunming Changshui Airport ［J］.Journal of Cicil Aviation， 6（5）： 84-86.

Options
文章导航

/

〈 〉

本系统由北京玛格泰克科技发展有限公司设计开发 技术支持：support@magtech.com.cn