Spatiotemporal Distribution Characteristics Research of Wind Field and Wind Shear on the East Coast of Erhai Lake in the Southeast Edge of Hengduan Mountain Area

  • Kunlin YANG , 1, 4 ,
  • Zhiwei GAO , 2, 5 ,
  • Bing GAO 3 ,
  • Tiangui Xiao , 4 ,
  • Genquan YANG 1
Expand
  • 1. Meteorological Bureau of Dali Bai Nationality Autonomous Prefecture of Yunnan Province,Dali 671000,Yunnan,China
  • 2. Dali National Climate Observatory,Dali 671003,Yunnan,China
  • 3. Dali Airport of Yunnan Airport Group Company,Dali 671000,Yunnan,China
  • 4. College of Atmospheric Sciences,Chengdu University of Information Technology,Chengdu 610225,Sichuan,China
  • 5. Hengduan Mountains Disaster Weather Research Center of China Meteorological Administration,Kunming 650034,Yunnan,China

Received date: 2023-09-21

  Revised date: 2024-07-02

  Online published: 2024-11-20

Copyright

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

Abstract

Wind profiling radar is a remote sensing device that boasts high spatiotemporal resolution and good consistency with sounding data, capable of probing the vertical distribution of atmospheric wind fields.Dali Airport, situated at the western edge of the Yunnan-Guizhou Plateau, on the southeastern rim of the Hengduan Mountains, is a typical plateau airport characterized by pronounced local circulation, where wind significantly impacts aviation safety.By statistically analyzing the vertical distribution of wind fields and the characteristics of wind shear using Dali Airport's wind profiling radar observations from 2016 to 2022, this study aims to enhance our understanding of the vertical structural features of wind fields over complex underlying surfaces and assess the impact of wind shear on aviation safety at civil airports.Key findings include: (1) Horizontal wind speeds are higher in winter and spring, with wind speed frequency contours resembling a trumpet shape (narrow below, wide above).In summer, the contours exhibit a relatively straight and smooth S-shape, with similar wind speed distributions between the lower and upper layers.Autumn serves as a transitional period between summer and winter, necessitating attention to wind shear near 1000 meters and the impact of strong winds in winter and spring on flight safety.(2) The prevailing wind direction at higher altitudes throughout the year is westerly, while it shifts to southerly near the surface.At around 500 meters, a change in wind direction occurs with increasing altitude.Given the airport runway orientation, the impact of varying crosswind components on takeoffs and landings must be considered.(3) The mean zonal wind speed exceeds the mean meridional wind speed.Daily variations in wind fields are influenced by solar radiation, with 13:00 (UTC, the same as after) and 00:00 marking crucial time nodes for zonal wind speed changes, and 07:00 and 02:00 for meridional wind speed changes.(4) Vertical velocities are greater in spring and winter, with more dispersed frequency distributions, while they are smaller and more concentrated in summer and autumn.The frequency of downdrafts exceeds that of updrafts, exhibiting pronounced diurnal variations.(5) Spring sees a higher frequency and intensity of vertical wind shear events, with more occurrences of severe levels, followed by autumn and winter.Significant differences exist in the multi-year average frequency of wind shear across various altitude levels, with a hotspot for wind shear occurring between 840 and 900 meters.Taking 1000 meters as the boundary, notable differences are observed in wind shear indices between the upper and lower layers.

Cite this article

Kunlin YANG , Zhiwei GAO , Bing GAO , Tiangui Xiao , Genquan YANG . Spatiotemporal Distribution Characteristics Research of Wind Field and Wind Shear on the East Coast of Erhai Lake in the Southeast Edge of Hengduan Mountain Area[J]. Plateau Meteorology, 2025 , 44(2) : 462 -474 . DOI: 10.7522/j.issn.1000-0534.2024.00078

1 引言

风廓线雷达是一种利用大气湍流对电磁波的散射作用, 探测大气风场垂直分布的遥感设备。与常规探测设备相比, 风廓线雷达具有较高的时空分辨率, 且与探空资料具有较好的一致性(董新宁等, 2017), 可以对常规探空观测系统形成重要的补充, 有效解决探空资料时间分辨率较低、 卫星资料对低层大气探测的空缺以及常规地面观测无法对风场垂直结构进行完整描述的问题(王丹, 2019), 常应用于研究分析区域大气风场垂直结构特征(Wang et al, 2016)。获取大气风场垂直分布信息, 对揭示大气多层垂直结构和天气尺度系统的存在有着重要意义(方德贤等, 2017), 能够应用于机场区域低层垂直风场的特征及演变情况的分析(王海霞等, 2013), 帮助理解局地环流影响及风场垂直结构特征(邹捍等, 2007), 展示大气的垂直状态和精细结构, 正确认识其对民航机场飞行安全的影响(徐海等, 2014), 并为风切变的精细化预报、 预警服务的研究奠定一定的基础。
风切变属于航空危险天气之一, 风切变对飞行安全的影响主要是通过气流的变化改变飞机的受力状况, 从而改变飞机的空速和飞行姿态(徐海等, 2015)。由于风切变导致航班返航备降、 复飞或飞行事故的事件时有发生, 对风切变的特征研究与预报预警技术研究是不断发展的航空业的重要需求, 也是航空气象上的一个重要研究方向, 在航空气象上多有应用自动观测系统、 风廓线雷达以及激光雷达等多元观测手段结合机场强风切变事件(颜玉倩等, 2020张银昌和黄菲, 2007), 对风切变发生的原因及过程以及风切变识别方法(丁婕等, 2023)进行研究和分析, 开展地方性天气研究, 了解本区域风切变的特征。
西南地区多为高原山地, 海拔高、 地形复杂, 低层大气风场复杂, 风切变对飞行安全和运行效率的影响远大于平原机场, 低空风切变事件发生的时间主要集中在春季和夏季(沈宏彬等, 2013)。大理地处青藏高原东南侧的横断山区, 西靠点苍山脉, 东有玉岸山, 两山之间为峡谷盆地, 盆地内有云南第二大高原湖泊洱海, 地形、 下垫面复杂, 是南亚季风和东亚季风的交汇区, 以及东亚水汽输送的关键区, 有较好的高原山地代表性(李英和卢萍, 2013徐安伦等, 2013)。过往研究多应用大理古城东侧洱海西岸的大理国家气候观象台(100.18°E, 25.71°N, 1977.7 m)风廓线雷达观测资料, 对该区域低层风场垂直结构及边界层复杂特征等进行分析, 发现大理地区天气环流与局地的山谷环流和湖陆环流相互作用(董保举等, 2011Xu et al, 2019董保举等, 2016Xu and Li, 2020), 地形隆升对大理局地极端风的发生影响最为显著, 大风天气与其西侧的地形及其流场相关(Chen et al, 2022薛海乐, 2021)。
由于洱海对局地环流和边界层有较大影响, 湖风环流与陆风环流可以分别在湖的两岸形成(Xu et al, 2019), 而地形、 山形和海拔高差会改变风速的垂直分布(Dai et al, 2017), 而对洱海东岸大气风场垂直分布结构特征还无风廓线雷达资料的长时序研究。大理机场位于大理市洱海东南岸、 南北走向的一处小山丘上, 机场标高为2155.4 m, 为高原机场(赵建伟等, 2019)。大理是中国西南极端风事件的中心之一(Mo et al, 2015)。由于特殊的地形与气候, 大风天气较多, 据统计2007 -2020年, 瞬时风速大于17 m·s-1的年平均大风日数为77.5天(高兵等, 2021), 大风及风切变对航班安全的影响较大。大理机场风廓线雷达安装于跑道北端延长线上, 距跑道北端约18 km, 在大理机场航班降落航线上, 对影响航班风场研究极具参考价值。深入研究大气风场, 是预警、 预报强风、 风切变的基础, 基于风廓线雷达的西南地区高原机场风场与风切变特征研究能够为机场风切变风险防控和风切变预报预警提供参考, 并正确认识其对民航机场飞行安全的影响。本文应用2016 -2022年大理机场风廓线雷达观测数据, 对横断山区东南缘洱海东岸大理机场风廓线上空风场垂直结构特征和风切变分布特征进行分析和研究。

2 数据来源与方法介绍

2.1 数据来源

大理机场风廓线雷达(25.82°N, 100.28°E, 2250 m)型号为CFL-03, 本文使用的数据为2016年1月1日至2022年12月31日共7年的1 h实时采样高度上的产品数据(ROBS), 对探测高度为300~5220 m(为雷达探测的相对距地高度)共47层探测高度上所获得的水平风速、 风向、 垂直速度进行统计分析。降水数据为云南省大理萂村站(25.77°N, 100.33°E, 海拔2002 m)的2016年1月1日至2022年12月31日逐日降水量。风廓线雷达、 大理机场和萂村站所在位置以及附近地形分布图如图1所示, 地形数据为全球数字高程模型ASTER GDEM数据, 是由日本经济产业省METI和美国航天局NASA共同发布的栅格型数字地形数据(张学儒等, 2012), 来源于中国科学院计算机网络信息中心地理空间数据云(http: // www.gscloud.cn), 空间分辨率30 m。
图1 大理机场风廓线雷达所在位置以及附近地形分布图

Fig.1 Dali airport wind profile radar location and nearby terrain distribution map

2.2 雷达性能评估及质量控制

风廓线雷达本身的性能、 降水、 风的空间不均匀、 地物回波等都会对风廓线雷达观测资料质量造成一定的影响。为了更好地了解和运用风廓线雷达风场数据, 需要对风廓线雷达性能进行评估分析。雷达性能评估的三个系统性能指标包括有效探测高度、 数据采集率和数据置信度(Liu et al, 2020)。2016-2022年期间, 大理机场风廓线雷达小时数据实际采集时次为55752次, 总理论采集时次为61368次, 数据采集率为90.85%。其中, 逐年的数据采集率分别为91.02%、 97.74%、 78.87%、 89.90%、 97.13%、 96.43%、 84.84%。
表1 CFL-03风廓线雷达主要技术参数

Table 1 Main technical parameters of CFL-03 wind profiler radar

指标项目 参考值
工作频率 1355 MHz
高度分辨率 60 m, 120 m
最大探测高度 3~5 km
时间分辨率 ≤6 min
垂直气流测量误差 ≤0.2 m·s-1
水平风速测量误差 ≤1.0 m·s-1
风向测量误差 ≤10 °
脉冲宽度 0.4 μs×nn=1, 2, 3, …)
脉冲周期 20~80 μs
大理机场风廓线雷达在不同高度上的有效数据获取情况如图2所示, 纵坐标为探测高度, 横坐标为每个高度层上有效数据个数与总数据个数的百分比, 风廓线雷达数据已进行初步质量控制, 仅保留水平方向或垂直方向可信度参数为100的数据。随高度的增加, 有效数据百分比逐渐降低, 同一高度层上, 垂直速度有效数据略多于水平风速风向有效数据。探测达到3540 m后, 水平风速风向有效数据百分比为49%, 探测达到3780 m后, 垂直速度有效数据百分比为49%, 数据获取率的降低与雷达探测的信噪比随高度变化以及距离的衰减影响有关。并且3000 m以下为航空安全关注的重要区域, 下文仅对3540 m探测高度以下数据进行分析研究。
图2 不同探测高度上垂直速度(a)和水平风速风向(b)的有效数据百分比(单位: %)

Fig.2 Effective data percentage for vertical velocity (a) and horizontal wind velocity (b) at different detection heights.Unit: %

由于部分数据经过检查存在异常偏大, 因此对风廓线数据进行进一步的质量控制。参考国家气象信息中心业务应用的全球高空天气报质量控制方案中的风速允许值范围(王蕙莹等, 2021)以及风速合理性检查参考表(何平, 2006), 根据观测位置的海拔, 对风廓线雷达各层观测数据进行数据合理性检验, 对不满足数据合理性检验的水平风速数据进行剔除。
表2 风速合理性检查参考表

Table 2 Wind speed rationality check reference table

气压/hPa 海拔/m 最大风速值/m·s-1
1000 0 36.01
850 1500 46.30
700 3000 61.73
500 5500 102.89
400 7000 128.61
300 9000 154.33

2.3 水平风垂直切变计算方法

利用水平风速风向数据, 对各高度层上的水平风垂直切变进行计算, 准确的风切变计算公式包括风向的作用进行向量差计算(胡明宝, 2015), 水平风垂直切变的计算公式如下:
M = W S Z = W S j + 1 - W S j Z j + 1 - Z j
W S = W S j 2 + W S j + 1 2 - 2 W S j W S j + 1 c o s ( D )
式中: M为风切变值; WS为水平风速值; j为高度层标序; Z为高度值; D为上下层的风向差, 即风切变值为单位厚度气层内风矢量的变化值(何婧等, 2018)。
参考国际民用航空组织(ICAO)建议采用的强度标准(表3), 将水平风垂直切变划分为4个强度等级(何婧等, 2018)。
表3 水平风垂直切变强度标准

Table 3 Horizontal wind vertical shear strength standard

级别 数值标准 对飞行的影响
轻度 0~0.07 飞行航迹和空速稍有变化
中度 0.08~0.13 对飞机操控有较大困难
强烈 0.14~0.2 对飞机操控有很大困难
严重 >0.2 对飞机失去操控, 造成严重危害

3 大气水平风场垂直特征分析

3.1 水平风场垂直分布特征

对风廓线雷达观测大气水平风速、 水平风向垂直分布特征进行统计分析, 以3 -5月为春季, 6 -8月为夏季, 9 -11月为秋季, 12月至次年2月为冬季。
图3为水平风速出现频率垂直分布图。从图3中以看出, 冬春季风速分布区间较宽, 风速分布较为集中的高频中心出现在1000 m高度以下, 风速区间为0~7.5 m·s-1, 1000 m以上高层风速较低层大, 风速分布更为分散, 风速区间春季为0~30 m·s-1, 冬季为0~40 m·s-1, 随高度和风速大小的增加, 频率分布轮廓呈下窄上宽的喇叭形。夏季在2000 m高度以下和2500 m高度以上分别存在一个风速的分布峰值区, 出现频率分布轮廓呈较为平直的顺S形, 高低层风速分布区间相近, 主要风速区间为0~8 m·s-1。秋季在1500 m高度以下和3000 m高度以上分别存在一个风速的分布峰值区, 低层中心的风速频率分布更为集中, 高层更为分散, 高频的主要风速区间为0~8 m·s-1
图3 不同季节水平风速出现频率垂直分布(单位: %)

(a)春季, (b)夏季, (c)秋季, (d)冬季, 星点线为平均水平风速

Fig.3 Vertical distribution frequency of horizontal wind speed at different seasons.Unit: %.(a) spring, (b) summer, (c) autumn, (d) winter, asterion line is the average horizontal wind speed

在平均水平风速廓线(图3星点线)上可以看到, 春季风速随高度的增大而增大, 平均风速范围为5.7~15.0 m·s-1, 最小值出现在300 m, 最大值出现在3420 m; 夏秋季平均水平风速随高度增加略微减小后, 在750 m高度附近随高度的增加而增大, 秋季增大趋势较为平缓, 夏季在2200 m附近转为随高度增加而减小, 夏季的平均风速范围为3.8~6.6 m·s-1, 最小值出现在600 m, 最大值出现在2340 m, 秋季的平均风速范围为3.8 ~11.1 m·s-1, 最小值出现在600 m, 最大值出现在3420 m。冬季平均水平风速随高度增加略微减小后, 在500 m高度附近随高度的增加而增大, 平均风速随高度增大较快, 平均风速范围为4.7 ~23.8 m·s-1, 最小值出现在480 m, 最大值出现在3540 m。
云南受季风气候影响, 冬半年(11月至次年4月)上空受强劲偏西风控制, 夏半年(5 -10月)受西南季风和东亚季风的作用。图4为水平风向出现频率垂直分布。从图4中可以看出, 春季, 300 m高度附近分布频率最高的风向为南, 随高度增加西风分量逐渐增加, 南风分量逐渐减小, 500 m以下频率分布较为分散, 没有明显高频中心, 500~3540 m高度风向高频分布较为集中, 主要在西南、 西西南和西风之间。夏季800 m以上在西西南、 西、 西西北之间存在高频中心, 在北东北、 东北、 东东北之间存在次高频中心, 500 m以下风向分布频率高值区为南南西至南南东之间。秋季风向频率分布与夏季相类似, 1000 m以上西西南、 西、 西西北之间高频中心明显增强, 而在北东北、 东北、 东东北之间的次高频中心明显减弱。冬季风向频率分布与春季相类似, 500 m以下风向分布频率高值区为南南西至南南东之间, 500~3540 m高度风向高频分布较为集中, 主要在西南、 西西南和西风之间, 风向频率分布随高度增加由西向西南倾斜。
图4 不同季节水平风向出现频率垂直分布(单位: %)

(a)春季, (b)夏季, (c)秋季, (d)冬季

Fig.4 Vertical distribution frequency of horizontal wind direction at different seasons.Unit: %.(a) spring, (b) summer, (c) autumn, (d) winter

因此, 从风速上考虑, 冬春季风速较大, 且在1000 m附近随高度的增加, 风速的波动范围明显增大, 在此高度附近易出现风速的切变; 从风向上考虑, 500 m附近随高度的增加有明显的偏南风向向偏西风向转变的现象, 在此高度附近易出现风向的切变; 结合机场跑道朝向, 冬春1000 m以上出现风速较大的偏西风会对航班造成一定的侧风影响。

3.2 水平风季节变化的日变化特征

对水平风观测数据分季节进行日变化统计, 对纬向风速和经向风速的日变化过程进行分析。图5中, 左侧图为纬向风速分布, 右侧图为经向风速分布。纬向风的日变化中, 春季13:00(世界时, 下同)开始2500 m以下高度西风分量风速增大, 西风分量向下发展, 12 m·s-1 等值线在1500~3000 m之间; 夏季500 m高度以下以0~1 m·s-1的东风为主, 00:00 -13:00, 500 m以上高度以西风为主, 并在2000~2500 m有3 m·s-1的风速高值中心, 13:00开始西风减小, 15:00 -16:00在2000~3000 m有0.5 m·s-1的东风风速中心, 17:00 -23:00西风增大; 秋季在500 m高度以下, 00:00 -07:00和15:00 -23:00为弱东风, 08:00 -12:00为弱西风, 高层最大西风风速在9 m·s-1, 12:00后高层西风减小, 16:00后又增大; 冬季全天为西风, 同一高度层上风速变化较小, 风速全天较大, 1500 m以下风速12:00最大, 13:00开始减小, 12 m·s-1等值线在1700 m高度附近。
图5 不同季节纬向风速(左)和经向风速(右)日变化(单位: m·s-1

(a, b)春季, (c, d)夏季, (e, f)秋季, (g, h)冬季

Fig.5 Diurnal variation of meridional wind speed (left) and zonal wind speed (right) at different seasons.Unit: m·s-1.(a, b)Spring, (c, d)summer, (e, f)autumn, (g, h) winter

经向风速的日变化中, 春季00:00 -02:00在1200~2300 m高度有弱北风, 此外均为南风, 在1500 m以下高度, 04:00起南风增大, 12:00 -14:00出现最大风速为3.5 m·s-1, 17:00开始减小; 夏季1500 m以下主要为南风, 以上则为风速在1 m·s-1左右的北风, 00:00 -02:00和07:00 -20:00低层南风较强; 秋季500 m以下为南风, 07:00开始增大, 风速高值4 m·s-1出现在10:00 -15:00, 1000~3000 m高度上在07:00开始北风增强, 最大风速为2 m·s-1; 冬季为南风, 2500 m以上风速较大, 500~2500 m风速较小, 07:00 -20:00低层有2~4.5 m·s-1南风。
风场日变化受到太阳辐射影响, 13:00和00:00为纬向风速日变化的重要时间节点, 07:00和02:00为经向风速日变化的重要时间节点, 纬向风速日内开始变化时次早于经向风速。平均纬向风随高度增加而西风增强, 平均经向风在夏秋冬随高度增加南风分量先减小后增加, 但高低层之间日内变化存在差异, 午后太阳辐射造成地表加热, 近地层风速增大, 日落后, 地表因长波辐射冷却, 风速减小。 水平风的纬向风分量与经向风分量变化对航班的起降有一定的影响, 可参考风场日变化特征对航班时间进行合理调配。

4 大气垂直风场特征分析

风廓线雷达在晴空时利用湍流散射原理获取大气的垂直速度, 而在降水时返回信号既包含大气的垂直速度又包含降水粒子的下落速度, 在非特殊强对流情况下, 粒子的下落速度比大气垂直运动速度大1~2个量级, 风廓线雷达探测的垂直速度主要来自于降水粒子的下落速度(何妤斐和高祝宇, 2020)。
萂村站距离大理机场风廓线雷达直线距离约为9.5 km, 为大理机场风廓线雷达周边气象站最邻近站点, 年平均降水量为660.75 mm, 年降水量2022年最大, 为739.6 mm, 2019年最小, 为541.1 mm。以日降水量0.1~9.9 mm为小雨量级, 10.0~24.9 mm为中雨量级, 25~49.9 mm为大雨量级, 50~99.9 mm为暴雨量级, 将日降水量分级并统计各等级降水日数, 7年中, 无降水日数占总日数的72.38%, 小雨日数占总日数的21.67%, 中雨日数占总日数的4.26%, 大雨日数占总日数的1.41%, 暴雨日数占总日数的0.28%, 其中以7月、 8月降水日数最多, 强度最大。
以萂村站逐日降水数据对风廓线雷达数据观测时次进行筛选, 将筛选后的无降雨日风廓线雷达观测数据进行统计分析。筛选后, 无降水日对应观测数据有41024 时次, 占实际采集时次的73.58%。
风廓线雷达所观测的垂直速度值, 垂直速度向下为正值, 向上为负值(曹杨, 2021)。由筛选后的无降水日垂直速度出现频率分布图(图6)可以看到, 垂直速度垂直分布特征在四季差异较大, 春冬两季风速偏大, 频率分布分散程度较高, 夏秋两季风速大小偏小, 频率分布较为集中。春季900 m左右高度以下为正速度出现频率大于负速度, 集中分布在-0.1~0.25 m·s-1, 900~3540 m高度范围内以0值为轴左右对称, 上升气流和下沉气流出现频率相当, 主要在-0.5~0.5 m·s-1; 夏季900 m左右高度以下为正速度出现频率大于负速度, 主要分布在-0.1~0.25 m·s-1, 900~2000 m正、 负速度出现频率相当, 集中分布在-0.25~0.25 m·s-1, 2000 m以上正速度出现频率大于负速度, 主要在-0.15~0.25 m·s-1之间; 秋季各个高度层上正速度出现频率大于负速度, 尤其在600~900 m以及3000 m以上更为明显, 垂直速度主要在-0.2~0.25 m·s-1之间; 冬季分布最为分散, 600~900 m正速度出现频率大于负速度, 在900~1500 m高度风速集中分布在-0.1~0.1 m·s-1, 2000 m高度以上风速分布较分散, 垂直速度在-2.0~2.0 m·s-1之间。
图6 不同季节无降水日垂直速度出现频率分布(单位: %)

(a)春季, (b)夏季, (c)秋季, (d)冬季

Fig.6 Frequency distribution of vertical wind speed on days without precipitation at different seasons.Unit: %.(a) spring, (b) summer, (c) autumn, (d) winter

由无降水日垂直速度季节日内变化(图7)可以看到, 春季03:00 -12:00在1500 m以下有明显下沉气流中心, 且随高度的降低垂直速度增大, 垂直速度在0.4~0.9 m·s-1; 夏季06:00 -11:00垂直速度较大, 700 m以下的正速度的高值中心在09:00风速有所减弱, 10:00略有增强, 垂直速度在0.3~0.5 m·s-1, 2500 m存在垂直速度在0.3~0.4 m·s-1的正速度次高值中心, 12:00 -15:00在1000 ~2300 m之间存在负速度高值中心, 为-0.1 m·s-1左右的上升气流, 20:00 -23:00, 300 m近地面层存在正速度的薄层; 秋季垂直速度整体较小, 10:00在1500 m以下有-0.1 m·s-1的负速度出现, 高度逐渐向下延伸, 14:00 -23:00, 400 m左右存在一个-0.2~0 m·s-1的负速度的薄层, 其他时次高度区域为正速度; 冬季00:00 -05:00在3500 m左右存在1 m·s-1正速度的高值中心向下延伸, 06:00 -09:00转为弱上升气流(-0.1 m·s-1), 06:00 -12:00转为高值0.6 m·s-1的正速度向下延伸, 07:00 -09:00在500 m以下有0.4 m·s-1的下沉气流, 15:00 -23:00低层有弱上升气流。全年低层的垂直速度受太阳辐射的影响, 有明显的日变化特征。
图7 不同季节无降水日垂直速度的日内变化图(单位: m·s-1

(a)春季, (b)夏季, (c)秋季, (d)冬季

Fig.7 Diurnal variation of vertical wind speed at different seasons.Unit: m·s-1.(a) spring, (b) summer, (c) autumn, (d) winter

5 风切变特征分析

风切变是风向、 风速在空中水平和垂直距离上的变化。根据风场的不同空间结构, 风切变分为水平风的垂直切变、 水平风的水平切变和垂直风切变3种(徐海等, 2015)。风切变对飞行安全是一个重要的影响因素, 尤其是横断山区机场, 影响更为明显。应用水平风垂直切变计算方法, 对3540 m探测高度以下逐时次逐高度层上的水平风垂直切变指数进行计算, 并对水平风垂直切变的发生特征进行研究。
表4 水平风垂直切变出现时次频率分布

Table 4 Temporal frequency distribution of horizontal wind vertical shear

风切变出现时次发生频率/% 中度 强烈 严重
春季 15.19 6.64 2.73
夏季 5.9 2.43 1.52
秋季 9.19 3.52 1.53
冬季 9.39 3.83 1.45
以同一个时次中, 不同高度层中发生的水平风垂直切变的最大强度, 记作该时次为发生了该强度风切变的一个时次, 统计各个强度风切变出现时次占观测时次的比例, 可以看到春季风切变事件明显偏多, 强度偏大, 强烈以上强度风切变出现时次频率为9.37%, 冬季次之, 为5.28%, 秋季为5.05%, 夏季为3.95%。风切变在春季的发生更为频繁且强度较大。
对逐时次最大强度风切变的发生高度进行统计(图8), 计算不同高度上高度最大强度风切变出现时次频率, 可以看到多年平均各个高度层上的多年平均风切变发生频次有明显差异, 1000 m以下最大强度风切变出现时次频率占比较1000 m以上明显较高, 特别是在840~900 m, 存在一个风切变的高发区, 各强度风切变发生频率较其他各个高度上明显偏高。
图8 最大强度风切变出现高度频率统计

Fig.8 Height frequency statistics of maximum intensity wind shear

对多年平均各个高度层上的风切变指数的日内变化特征和年内变化进行统计(图9), 计算不同高度平均风切变指数的分布特征, 可以看到以1000 m高度为界, 上下层风切变指数有明显差异。从日内变化上看, 1000 m以上风切变指数在0.01~0.015之间, 1000 m以下风切变指数在0.015~0.03之间, 在04:00 -10:00和12:00 -22:00两个时段内, 在900 m高度附近及400 m高度附近存在风切变指数高值中心。从年内变化上看, 1000 m以上风切变指数在0.01~0.015之间, 1000 m以下风切变指数在0.015~0.04之间, 1 -6月在900 m高度附近存在风切变指数高值中心, 2 -6月在500 m高度附近和9 -11月在900 m高度附近分别存在次高值中心。风切变指数高值中心的对应时段和高度为风切变较强的区域, 需加强关注。
图9 多年平均水平风垂直切变指数日内变化(a)和年内变化(b)

Fig.9 Intraday change (a) and annual change (b) of average multi-year horizontal wind vertical shear index

以重点关注的840~900 m之间风切变高发区的严重等级风切变发生次数进行逐月逐小时的统计(图10)发现, 从逐月上看, 在该高度层上出现严重风切变的次数3月最多, 4月次之, 10月又次之。从逐小时上看, 以13:00、 07:00、 19:00次数最多。
图10 840~900 m高度严重等级水平风垂直切变多年合计逐月逐小时发生频数(单位: 次)

Fig.10 The total frequency of horizontal wind vertical shear of high severity class 840 ~ 900m.Unit: time

通过对水平风垂直切变指数分布的研究, 能够对风切变事件发生概率较高的时段与高度进行重点关注, 对密集航班进场时段调控提供参考, 以期对航班安全运行有所贡献及规避大范围返航备降风险。

6 结论

本研究应用洱海东岸的大理机场风廓线雷达2016 -2022年风场观测数据, 对横断山区东南缘洱海东岸上空风场垂直结构特征和风切变分布特征进行分析和研究, 主要得出如下结论:
(1) 冬春季水平风速较大, 随高度和风速大小的增加, 风速频率分布轮廓呈下窄上宽的喇叭形, 且在1000 m附近随高度的增加, 风速的波动范围明显增大, 在此高度附近易出现风速的切变, 平均风速最大值出现在3000 m以上的高层, 夏秋季水平风速较小, 夏季风速频率分布轮廓呈较为平直的顺S形, 高低层风速分布区间相近, 平均风速最大值出现在2000 m左右的中层, 秋季则体现为夏季与冬季之间的过渡态, 需注意1000 m附近的风速切变以及冬春季大风对航班安全的影响;
(2) 水平风向全年高层盛行偏西风, 近地层为偏南风, 500 m高度附近随高度的增加有明显的偏南风向偏西风转变的现象, 在此高度附近易出现风向的切变, 结合机场跑道方向, 需考虑侧风分量变化对航班起降的影响;
(3) 平均纬向风速大小大于平均经向风速, 平均纬向风随高度增加而西风分量增加, 平均经向风随高度增加南风分量先减小后增加, 风场日变化受到太阳辐射影响, 13:00和00:00为纬向风速日变化的重要时间节点, 07:00和02:00为经向风速日变化的重要时间节点, 纬向风速日内开始变化时次早于经向风速, 且高低层之间日变化特征存在差异;
(4) 垂直速度受降水影响, 筛选后的无降水日垂直速度分布在四季差异较大, 春冬两季风速大小偏大, 频率分布分散程度较高, 夏秋两季风速大小偏小, 频率分布较为集中, 下沉气流出现频率较上升气流偏高, 平均垂直速度正速度的值要大于负速度, 全年低层的垂直速度受太阳辐射的影响, 有明显的日变化特征, 春季03:00 -12:00在1500 m以下出现的明显下沉气流需要重点关注;
(5) 春季水平风垂直切变事件偏多, 强度偏大, 严重等级出现次数高, 秋冬季次之, 各个高度层上的多年平均风切变发生频次有明显差异, 1000 m以下最大强度风切变出现时次频率占比较1000 m以上明显较高, 特别是在840~900 m之间, 存在一个风切变的高发区, 以1000 m高度为界, 上下层风切变指数有明显差异, 风切变指数高值中心的对应时段和高度为风切变较强的区域, 需重点关注。
Xu A L Li J2020.An overview of the integrated meteorological observations in complex terrain region at Dali National Climate Observatory, China[J].Atmosphere11(3): 279-297.DOI: 10.3390/atmos11030279 .

Dai J C Tan Y Y Yang W X, et al, 2017.Investigation of wind resource characteristics in mountain wind farm using multiple-unit SCADA data in Chenzhou: A case study[J].Energy Conversion and Management, 148: 378-393.DOI: 10.1016/j.enconman. 05.075 .

Chen H Wang C Meng X H, et al, 2022.Triggering mechanism of extreme wind over the complex mountain area in Dali region on the Yunnan-Guizhou Plateau, China[J].Atmosphere13(1): 133-146.DOI: 10.3390/atmos13010133 .

Liu B M Guo J P Gong W, et al, 2020.Characteristics and performance of wind profiles as observed by the radar wind profiler network of China[J].Atmospheric Measurement Techniques13(8): 4589-4600.DOI: 10.5194/amt-13-4589-2020 .

Wang M Z Lu H Ming H, et al, 2016.Vertical structure of summer clear-sky atmospheric boundary layer over the hinterland and southern margin of Taklamakan Desert[J].Meteorological Applications23(3): 438-447.DOI: 10.1002/met.1568 .

Mo H M Hong H P Fan F2015.Estimating the extreme wind speed for regions in China using surface wind observations and reanalysis data[J].Journal of Wind Engineering and Industrial Aerodynamics, 143: 19-33.DOI: 10.1016/j.jweia.2015.04.005 .

Xu L J Liu H Z Du Q, et al, 2019.Differences of atmospheric boundary layer characteristics between pre-monsoon and monsoon period over the Erhai Lake[J].Theoretical and Applied Climatology135(1): 305-321.DOI10.1007/s00704-018-2386-8.

曹杨, 何文英, 施红蓉, 等, 2021.2018年北京城区和远郊区低层大气风场特征分析[J].气候与环境研究26(4): 403-412.

Cao Y He W Y Shi H R, et al, 2021.Analysis of wind field characteristics within the lower atmosphere in urban and suburban areas of Beijing in 2018[J].Climatic and Environmental Research26 (4): 403-412.DOI: 10.3878/j.issn.1006-9585.2021.20042 .

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 Meteorology42(5): 1338-1350.DOI: 10.7522/j.issn.1000-0534.2022.00094 .

董保举, 李建, 孙绩华, 等, 2016.青藏高原东南缘大理低层风场垂直结构与变化特征[J].高原气象, (03): 597-607.DOI: 10.7522/j.issn.1000-0534.2015.00041.Dong B J

Li J Sun J H, et al, 2016.Vertical structure and variation characteristics of wind field in low-level atmosphere in the southeastern margin of Qinghai-Xizang Plateau[J].Plateau Meteorology35(3): 597-607.DOI: 10.7522/ j.issn.1000-0534.2015.00041.DOI: 10.7522/j.issn.1000-0534.2015.00041 .

董保举, 张成稳, 付志嘉, 等, 2011.云南大理边界层风垂直变化观测研究[J].干旱气象29(2): 189-194.DOI: 10.3969/j.issn.1006-7639.2011.02.010.Dong B J

Zhang C W Fu Z J, et al, 2011, Study on the vertical change of wind in boundary layer in Dali of Yunnan Province[J].Journal of Arid Meteorolog29(2): 189-194.DOI: 10.3969/j.issn.1006-7639.2011.02.010 .

董新宁, 方德贤, 周国兵, 等, 2017.两种垂直风廓线的对比及应用I: 一致性分析[J].高原气象36(3): 788-800.DOI: 10.7522/j.issn.1000-0534.2016.00043.Dong X N

Fang D X Zhou G B, et al, 2017.Comparison and application of two kinds vertical wind profile data Part Ⅰ: Consistency analysis [J].Plateau Meteorology36(3): 788-800.DOI: 10.7522/j.issn.1000-0534.2016.00043 .

方德贤, 董新宁, 周国兵, 等, 2017.两种垂直风廓线的对比及应用Ⅱ: 不同降水条件下风廓线特征[J].高原气象36(4): 971-983.DOI: 10.7522/j.issn.1000-0534.2016.00091.Fang D X

Dong X N Zhou G B, et al, 2017.Comparison and application of two kinds vertical wind profile data Part Ⅱ: The characteristic of wind profiles under different weather conditions related to rainfall[J].Plateau Meteorology36(4): 971-983.DOI: 10.7522/j.issn.1000-0534.2016.00091 .

高兵, 王周鹤, 赵建伟, 等, 2021.大理机场气候志[G].大理: 云南大理机场, 39-42.

Gao B Wang Z H Zhao J W, et al, 2021.Climatology of Dali Airport[G].Dali: Dali Airport of Yunnan Province, 39-42.

何婧, 卢楚翰, 谢韶青, 等, 2018.南京风廓线雷达测量性能评估及应用初探[J].气象科学38(3): 406-415.DOI: 10.3969 /2017jms.0052.He J

Lu C H Xie S Q, et al, 2018.Assessing the performance of wind profile radar in Nanjing and its application[J].Journal of the Meteorological Sciences38(3): 406-415.DOI: 10.3969 /2017jms.0052 .

何平, 2006.相控阵风廓线雷达[M].北京: 气象出版社.He P, 2006.Phased-array wind profile radar[M].Beijing: Meteorological Press.

何妤斐, 高祝宇, 2020.临安一次梅雨锋暴雨过程的风廓线雷达探测资料分析[J].气象科技进展10(3): 36-42.DOI: 10.3969/j.issn.2095-1973.2020.03.006.He Y F

Gao Z Y2020.Analysis on wind proffling radar data of a rainstorm at Lin’an[J].Advances in Meteorological Science and Technology10(3): 36-42.DOI: 10.3969/j.issn.2095-1973.2020.03.006 .

胡明宝, 2015.风廓线雷达探测与应用[M].北京: 气象出版社.Hu B M, 2015.Detection and application of wind profile radar [M].Beijing: Meteorological Press.

李英, 卢萍, 2013.青藏高原东南缘近地层微气象学特征对比分析[J].高原山地气象研究33(4): 49-55.

Li Y Lu P2013.Comparative analysis of surface-layer micrometeorological characteristics in the surrounding area on the southeast edge of Tibetan Plateau[J].Plateau and Mountain Meteorology Research33(4): 49-55.

沈宏彬, 赵润华, 张潇, 等, 2013.西南地区低空风切变事件分析[J].高原山地气象研究33(3): 37-42.

Shen H B Zhao R H Zhang X2013.Analysis of low-level wind shear events in Southwest China [J].Plateau and Mountain Meteorology Research33(3): 37-42.

王丹, 阮征, 王改利, 等, 2019.风廓线雷达资料在GRAPES-Meso模式中的同化应用研究[J].大气科学43(3): 634-654.

Wang D Ruan Z Wang G L, et al, 2019.A study on assimilation of wind profiling radar data in GRAPES-Meso model [J].Chinese Journal of Atmospheric Sciences (in Chinese)43(3): 634-654.

王蕙莹, 周自江, 廖捷, 等, 2021.面向CRA的中国风廓线雷达小时产品质量控制算法与评估[J].气象47(5): 573-585.

Wang H Y Zhou Z J Liao J, et al, 2021.A quality control algorithm and evaluation of hourly data of China’s wind profile for CRA[J].Meteorological Monthly47(5): 573-585.

王海霞, 张宏升, 李云峰, 等, 2013.上海浦东国际机场低层大气垂直风场特征研究[J].气象39(11): 1500-1506.

Wang H X Zhang H S Li Y F, et al, 2013.Study on characteristic of vertical wind field in lower atmosphere over Shanghai Pudong International Airport[J].Meteorological Monthly39(11): 1500-1506.

徐安伦, 李建, 孙绩华, 等, 2013.青藏高原东南缘大理地区近地层微气象特征及能量交换分析[J].高原气象32(1): 9-22.DOI: 10.7522/j.issn.1000-0534 ·2012.00002.

Xu A L Li J Sun J H, et al, 2013.Analysis on Micrometeorology characteristic and energy exchange in surface layer in Dali region of the southeastern margin of Tibetan Plateau[J].Plateau Meteorology32(1): 9-22.DOI: 10.7522/j.issn.1000-0534 ·2012.00002.

徐海, 成永勤, 李跃春, 等, 2015.林芝机场低空风的垂直切变特征及其对飞行安全的影响[J].高原山地气象研究35(3): 45-49.

Xu H Cheng Y Q Li Y C, et al, 2015.Statistical analysis on the low level windshear and its impacts on the flight safety at Nyingchi Airport[J].Plateau and Mountain Meteorology Research35(3): 45-49.

徐海, 邹捍, 李鹏, 等, 2014.藏东南林芝机场低层风场垂直结构与变化特征[J].高原气象33(2): 355-360.DOI: 10.7522 /j.issn.1000-0534.2013.00009.Xu H

Zou H Li P, et al, 2014.Vertical structure and variation of wind field over Nyingchi Airport Southeast Tibet[J].Plateau Meteorology33(2): 355-360.DOI: 10.7522 /j.issn.1000-0534.2013.00009 .

薛海乐, 2021.复杂地形对大理地区风场的影响研究——兼论观测、 理论和数值模拟配合解答科学问题[J].气象科技进展11(1): 4-6, 72.

Xue H L2021.Study on the influence of complex terrain on wind field in Dali Area: a discussion on the cooperation of observation, theory and numerical simulation to solve scientific problems[J].Advances in Meteorological Science and Technology11(01): 4-6, 72.

颜玉倩, 田维东, 李金海, 等, 2020.多源数据在高原机场一次低空风切变过程分析中的综合应用[J].高原气象39(6): 1329-1338.DOI: 10.7522/j.issn.1000-0534.2020.00035.Yan Y Q

Tian W D Li J H, et al, 2020.Comprehensive application of multi-source data in the analysis of a low-level wind shear process over Plateau Airport[J].Plateau Meteorology39(6): 1329-1338.DOI: 10.7522/j.issn.1000-0534.2020.00035 .

张学儒, 官冬杰, 牟凤云, 等, 2012.基于ASTER GDEM数据的青藏高原东部山区地形起伏度分析[J].地理与地理信息科学28(03): 11-14.

Zhang X R Guan D J Mou F Y, et al, 2012.Analysis on the relief amplitude based on ASTER GDEM data in mountain area of Eastern Tibetan Plateau[J].Geography and Geo-Information Science28(3): 11-14.

张银昌, 黄菲, 2007.一次低空水平风切变的小尺度特征分析[J].气象33 (02): 10-14.

Zhang Y C Huang F2007.Analysis of a small-scale low level horizontal wind shear process over Qingdao Airport[J].Meteorological Monthly33 (02): 10-14.

赵建伟, 毕波, 王周鹤, 等, 2019.基于自动气象站和风廓线雷达资料的大理机场风切变分析与应用[J].气象科技47(6): 1014-1020.

Zhao J W Bi B Wang Z H, et al, 2019.Analysis and application of wind shear at Dali Airport using AWS and wind profile radar data[J].Meteorological Science and Technology47(6): 1014-1020.

邹捍, 李鹏, 朱金焕, 等, 2007.HEST2007珠峰北坡风廓线观测研究[J].高原气象26(6): 1199-1207.

Zou H Li P Zhu J H, et al, 2007, Observational study on the wind from Wind-Profiler during HEST2007[J].Plateau Meteorology26(6): 1199-1207.

Outlines

/