机场风切变和湍流预警关键技术研究

There are about 40% aircraft accidents and 30% flight delays caused by meteorological factors, including low level wind shear and turbulence. No effective means found to achieve the alert of wind shear currently, it is very urgent to make a breakthrough in the field of the detection, diagnose and forecast of low level wind shear and turbulence. This topic is dedicated to detect and alert of wind shear in different weather conditions based on the existing technology. Wavelet analysis, neural networks, statistical recognition, Lagrangian correlation, dissipation rate and spectrum width method are used to launch the research on key technology of low level wind shear and turbulence alert and diagnosis based on Doppler LIDAR and Doppler weather radar data. Using all kinds of weather data in the airport and mesoscale numerical weather model (coupled with a high-resolution wind field diagnostic model), the topic focus on the trigger mechanism, the formation process, variant factors of low level wind shear and the relationship between low level wind shear and weather conditions. Based on the understanding of the characteristic of low level wind shear and turbulence, a primary diagnosis and alert system of low level wind shear and turbulence are developed to guarantee the safety and efficiency of civil aviation operation.

民航重大安全事故的40%和航班延误的30%是由气象因素造成的,机场风切变和湍流是其中最主要的因素。目前我国民航还没有预警的有效手段，迫切需要在机场风切变和湍流探测、诊断、预报等方面突破关键技术。本课题以实现全天候综合预警为目标，开展基于激光雷达的风切变探测关键技术研究，填补晴空探测空白，应用小波分析、神经网络和统计识别，以及拉格朗日相关法、耗散率和谱宽法等理论，开展基于激光雷达和多普勒天气雷达的风切变和湍流诊断研究；利用全天候多源的机场探测资料，结合中尺度数值模式和高分辨率的风场诊断模式，研究低空风切变和湍流的促发机制、形成过程及变化因子，以及低空风切变的类型及与天气现象的关系等；在此基础上，研究低空风切变和湍流的诊断及预报方法；构建机场全天候风切变和湍流探测告警系统的技术体系；认识机场风切变和湍流特征，给出其诊断预报方法；为实现全天候的综合预警奠定技术基础，保障民航运行的安全和高效。

低空风切变和湍流严重影响飞机的起降，目前我国民航还没有有效手段预警，迫切需要在机场低空风切变和湍流探测、诊断、预报等方面突破关键技术。本课题设计开发了多普勒激光雷达，开展基于激光雷达和天气雷达的风切变探测，开展了WRF-LES耦合的风场诊断分析，分析出了特定机场风切变的产生机理和触发机制。.1．提出了基于仿真数据库的多特征融合的低空风切变类型识别算法，提出空域和频域特征融合的方法进行低空风切变类型识别；提出了基于激光雷达实测数据的修正F因子算法和单双斜坡结合的风切变识别算法，该方法对小尺度的风切变有很好的检测和识别能力；提出了自适应多梯度的天气雷达风切变识别算法，能够检测出多尺度类型的风切变，能准确地识别出小切变；提出了基于模糊C均值的天气雷达识别算法，能判断风切变的位置和强度以及分析不同天气的风切变的机理；提出了支持向量回归的双激光雷达水平风场估计和基于PSO-Elman神经网络的风速估计算法，提高了激光雷达利用率和空间风场的分辨率。.2.提出了一种基于激光脉冲距离权重函数的湍流风场速度估计的方法，在有明显湍流条件的风场环境中提高了激光雷达对湍流风场的测速性能；提出了一种基于奇异值分解（SVD）的湍流速度结构函数构造方法，将该方法构造的速度结构函数与湍流模型拟合，实现湍流的识别，SVD方法的湍流预警优于局部平均法等其他方法；提出了一种将下滑道扫描与横、纵向速度结构函数相结合的预警算法，该方法够检测出纵向速度结构函数未能检测出的小尺度湍流，降低了漏检率。.3.构建了WRF-LES模式耦合的方案，进行了地形敏感性试验和参数化方案设计，通过多层嵌套得到驱动LES的边界条件和初始场，得到了高分辨率的风场数据；研究了兰州机场风切变发生时的雷达回波分布演变，证实了局地对流系统是兰州中川机场风切变发生的主要影响因素之一，发现4大类对流系统触发机制导致了兰州机场的风切变的发生，。.4.进行了风切变和湍流预警的机场试验，提出了一套适合兰州中川机场使用的风切变告警的发布规则。