2. 中国科学院大气物理研究所大气科学和地球流体力学数值模拟国家重点实验室,北京 100029;
3. 中国科学院研究生院,北京 100049
2. State Key Laboratory of Numerical Modeling for Atmospheric and Geophysical Fluid Dynamics, Institute of Atmospheric Physics, Chinese Academy of Sciences, Beijing 100029;
3. Graduate School of the Chinese Academy of Sciences, Beijing 100049
高空观测是全球天气与气候观测系统的重要组成部分。除了观测站用气球携带无线电探空仪进行常规高空观测外,高空观测方式还包括飞机观测、GPS水汽探测、下投式探空、定高气球及卫星观测等方式[1-7]。在所有高空观测方式中,常规高空观测历史最长,资料质量也比较稳定,但局限于观测固定台站附近每日00时和12时前后的高空大气状况。目前业务运行的GPS探空系统只能观测水汽。下投式探空则主要用于科学实验中,如台风探测等天气系统的观测,观测成本也较高。大多数民用航空飞机都可装备气象传感器以及自动数据收集和处理系统,可以把飞机在飞行中得到的气温、风向等气象数据自动传输到地面接收站并提供给气象部门。飞机的观测时间间隔在上升阶段为6~20秒,巡航阶段为180秒,降落阶段为60秒[8]。相对而言,飞机观测成本较低,观测频率高,并可以覆盖到常规高空观测不能覆盖的一些区域和时间段。对飞机观测气温在数值天气预报中应用效果的分析和研究表明,在海洋地区,飞机观测气温对欧洲中心数值天气预报模式效果的影响比常规高空观测气温更为明显[9];机场附近的飞机观测气温资料对大雾天气的定点分析和预报, 比常规观测资料有更好的业务使用价值[10],在大雾天气的数值模拟和分析过程中,飞机观测气温资料能显著提高气温场分析效果[11]。因此,飞机观测可有效弥补探空站(尤其是海洋地区)稀少地区的高空观测。
WMO在高空观测业务准确度要求与常用仪器性能的规定中,对常规高空观测的方式及气温仪器的准确度有明确的要求[5],这保证了常规高空观测气温资料的准确性, 如L波段和59型气温资料和背景场的平均偏差差别不大,一般都在0.2 ℃之内[12]。但飞机观测气温仪器由各个飞机生产厂家自行安装,国内尚未开展相关的质量评估工作。为确保这些气温资料的准确性及可用性,开展其和高空观测气温的对比分析显得十分重要[13]。
关于飞机观测气温和常规高空观测气温的差异,主要比较方式为外场试验[13-15]和统计分析两种方法。一些外场试验结果表明,飞机在上升阶段观测的气温比常规高空观测气温要高,下降阶段则相反[14]。统计分析结果表明,飞机观测气温的观测误差均方差和常规高空观测气温资料的观测误差均方差基本相当[16];飞机观测气温和常规高空观测气温的差异具有区域依赖性[17],并和飞机的飞行状态密切相关[17-18];在250 hPa,飞机观测气温约比常规高空观测气温低0.5 ℃[19]。上述研究采用的资料以欧美地区的飞机观测资料为主,如Ballish和Kumar[20]通过计算观测气温相对于NCEP Eta模式背景场的偏差详细分析了2007年1月全球不同型号的飞机观测和常规高空观测气温的差异;对我国的飞机观测气温的评估工作尚未开展。考虑到不同地区进行观测的飞机型号不同,其观测的气温系统误差可能有所不同,有必要对近几年我国飞机观测气温和常规高空观测气温的差异进行系统分析。
1 资料说明 1.1 资料来源文中涉及的资料时间均为世界时。采用的常规高空观测气温(简称Ts,下同)资料来源于国家气象信息中心发布的经过质量控制的高空规定层探测资料定时值和月值数据集。采用的我国飞机气象观测气温(简称Ta,下同)资料均来源于参与我国AMDAR(Aircraft Meteorological Data Relay)计划的航空公司下属飞机观测的飞机报资料,又称AMDAR资料, 时间范围为2006年1月至2009年12月。这些报文资料由中国民用航空局民航数据通信有限责任公司每天实时发送到国家气象信息中心,提供给各级气象部门使用,并通过GTS实现全球共享。
1.2 飞机观测气温资料的观测原理及质量控制通过飞机上装载的皮托管装置内的铂电阻测温元件可获得飞机观测气温资料[5]。一般而言,飞机观测气温的误差在0.3~0.8 ℃,平均约0.44 ℃[21];如果元件在云中被打湿,蒸发降温所造成的误差可达3 ℃左右[5]。
影响飞机气温测量准确度的因素包括航空器型号、气温传感器、飞行状态、气压等[20],如在气温信号处理中采用了无湍流假设、观测仪器可能很长时间没有更新或修理、皮托管被腐蚀或阻塞等情况都可能导致气温出现较大的误差。此外,在信号解码、计算、资料传输等过程中,Ta可能会出现一些重大误差。因此,在开展Ta和Ts的对比分析前,对Ta进行了严格的质量控制。质量控制方法包括元数据检查、极值检查、时间一致性检验和背景场一致性检查[22-23]共4个步骤。其中元数据检查、极值检查、时间一致性检验方法参考了美国气象同化数据引入系统MADIS(Meteorological Assimilation Data Ingest System)网站提供的美国Aircraft资料质量控制方案,这3个步骤剔除了0.33%的错误资料,其中2006年、2007年、2008年和2009年被剔除的错误资料百分比分别为0.88%、0.46%、0.15%和0.27%。在背景场一致性检查中,取国家气象中心T213模式背景场,在水平方向采用双线性插值方法[24],垂直方向采用拉格朗日二次插值方法[25],计算出Ta和观测点所处空间位置对应的背景场值的差异d, 如果d>α
与常规高空观测不同,飞机观测点的时间和空间位置完全由飞机航线确定,时间和空间位置没有规律。因此,选取常规高空观测时次(00时和12时)前后半小时,和探空站水平距离小于100 km,和常规高空层垂直距离小于25 hPa的Ta资料和Ts资料进行对比。计算Ta和Ts差异前,采用拉格朗日二次插值方法[22]将Ts插值到飞机观测层次,再计算Ta和插值后的Ts的差值ΔT。如某时次、层次对应着n个Ta值(n>1),取n个差值的平均值为该时次、层次对应的Ta和Ts的差值。
2006年1月至2009年12月符合上述比较条件的AMDAR报文资料分布在70个探空站附近。表 1给出这70个探空站的分布及对应的用于比较的AMDAR报文样本数。这些站点主要集中在我国中东部地区的一些大中城市和旅游地区,如北京地区,可与常规高空资料进行对比的AMDAR报文样本数达37251份。
利用2006年1月至2009年12月剔除错误资料后参加对比分析的101310组数据进行统计,结果表明,Ta和Ts的差值并不遵从标准正态分布。但从差值的频率分布图(图 1)可见,正偏差和负偏差的频率逐渐减小,呈准对称分布。这种准对称分布表明,两者差异主要是由于测量仪器的系统性误差造成[10]。差值的最大频率出现在-0.5~0.5 ℃之间。考虑到常规高空观测采用了较好的无线电探空仪,探空系统引起的气温误差在0.2~0.5 ℃之间[5], 飞机观测系统引起的气温误差约为0.44 ℃[21],Ta和Ts的差值在-1 ℃至1 ℃的差异应属于合理性差异[11],这部分资料所占比例为64.14%。进一步的分析发现,Ta比Ts的平均偏高0.041 ℃,两者差值标准差为0.94 ℃。仅有0.09%的Ta和Ts完全一致,51.03%的Ta高于Ts,48.88%的Ta低于Ts。
为了分析Ta和Ts差异对飞行层次、飞机飞行状态的依赖性,图 2给出2006年1月至2009年12月不同飞机飞行状态下的Ta和Ts差值的垂直变化,其中每层参加统计的样本数不少于100个。从总体看,如果不区分飞机飞行状态,1000 hPa Ta相对Ts明显偏低,平均偏低0.48 ℃,从925 hPa至700 hPa,Ta相对Ts仍略微偏低,但两者非常接近;500 hPa,Ta相对Ts偏高,平均偏高0.15 ℃;300 hPa和200 hPa Ta相对Ts偏高值明显增大,两种观测方式间差值平均值分别为0.47 ℃和0.75 ℃。不同飞行状态下Ta相对Ts的偏差存在一定差异。在1000 hPa附近,不同飞行状态的Ta和Ts的差值平均值均为负值;上升阶段和平飞阶段对应差值平均值分别为-0.45 ℃和-0.21 ℃,飞机降落阶段在1000 hPa附近观测的气温和Ts十分接近,差值平均值仅为0.06 ℃。从925 hPa到700 hPa,飞机在上升、平飞和降落阶段Ta随高度均逐渐接近于Ts,但上升阶段Ta相对Ts偏低,而平飞和降落阶段Ta相对Ts偏高。一般来说,当环境温度不恒定时,由于测温元件的热滞效应,环境温度升温时示度偏高,降温时示度偏低[27]。而飞机起飞阶段环境气温迅速降低,降落阶段环境气温迅速升高,可能是导致上升阶段偏高、下降阶段气温偏低的主要原因。飞行状态是一个瞬时值,飞机一般在8~12 km高度平飞[8],925 hPa至700 hPa出现飞行状态为取值为平飞的原因可能是受到大气湍流等其他因素制约,样本较少,在这里不做讨论。500 hPa及以上,飞机在上升、平飞和降落阶段Ta相对于Ts均偏高,且偏高值随高度逐渐增加。处于上升状态的Ta相对Ts偏差最大,降落阶段次之,平飞阶段的Ta最接近于常规高空观测。
需要说明的是,在参与统计的飞机观测气温资料中,存在大量飞行状态未知的资料(表 2),这些资料主要集中在1000 hPa及500 hPa以上的高度层。飞行状态未知的气温资料在1000 hPa和Ts的差值平均值达-1.16 ℃;在500 hPa至200 hPa,飞行状态未知的气温资料和Ts差值平均值与和不区分飞行状态时统计得到的各层次上Ta和Ts差值平均值十分接近。
由于生产厂家不同,不同型号的飞机上装载的机载气象观测仪器也有所不同。根据飞机报文中提供的飞机注册号,统计得到2006年1月至2009年12月我国参与飞机气象观测的飞机总计409架[13]。逐一查阅中国民航飞机注册号信息库(http://www.xmyzl.com/know/search.asp),可以确认93%的资料对应的飞机型号,由于报文内的飞机注册号错误或缺测等原因,7%的资料无法确认对应飞机型号。表 3给出2006年1月至2009年12月我国不同型号飞机观测资料在不同高度层对应的报量。83.3%的飞机观测资料由型号为B737-800的飞机观测获得;7.1%的飞机观测资料由型号为B737-700的飞机观测获得;其余已知型号飞机报文总量占总报量的百分比约为3%,约6.6%的飞机观测资料对应的飞机型号未知。
表 4给出2006年1月至2009年12月B737-800和B737-700型号飞机在不同层次上参与对比的气温样本数以及和Ts的差值、标准差,同时给出利用所有型号飞机观测气温资料和常规高空观测气温资料进行对比得到的统计结果。结果表明,不同型号Ta和Ts的差值均在低层表现为负值,中层接近于0 ℃,高层为正值且随高度逐渐增加。在不同层次,B737-800和B737-700两种型号Ta相对于Ts的偏差存在一定差异,B737-700型号Ta和Ts的差异相对较大。两种型号Ta和Ts差异的标准差一致,均在0.88 ℃至0.94 ℃之间。
由于飞机观测资料的时空分布依赖于航线安排及天气状况,每天各机场附近获得的资料量并不稳定,本节仅选取航班最密集的北京首都机场上空的飞机观测气温资料进行月值统计,并和常规高空观测气温月值进行对比分析。考虑到飞机观测资料的观测层次不固定,采用如下方式计算Ta月值后,直接与Ts月值进行对比。具体计算方法如下:(1) 计算日值:分别计算00时(12时)前后半小时内,机场上空100 km范围内,各探空规定层上下25 hPa范围内的多架Ta的平均值作为相应日00时(12时)机场上空各规定层对应的日值,无Ta则视为缺测;(2) 计算月值,取当月日值的平均值代表月值,参加统计的日数应多于或等于20天,否则视对应层次的月值缺测。经统计,只有2009年1—9月这一时段内,绝大部分层次、时次均满足统计月值的要求。因此,本小节仅对2009年1—9月利用北京首都机场上空Ta统计而得的Ta月值和Ts月值的差异进行分析。
统计结果表明,除2009年9月1000 hPa在12时的Ta月值和Ts月值差异为-1.1 ℃外,其余月份上在不同层次、不同时次Ta和Ts的月平均差异均保持在-1 ℃至0.5 ℃之间(图 3)。中层(700~400 hPa)差异较小,低层(850 hPa及以下)和高层(300 hPa及以上)差异较大。其中,850 hPa在3月、4月、6月、7月和9月以及700 hPa在2月、8月的00时月平均差异超过了-0.5 ℃。除个别月份,700 hPa及以下层次差异多为负值,即在700 hPa及以下Ta相对Ts整体偏低;在500 hPa及以上层次差异多为正值,即Ta相对Ts整体偏高。此外,在不同层次00时、12时的月值差异均有较明显的不同,除个别月份外,低层在大部分月份00时两者的差异更明显。
利用2006年1月至2009年12月经过严格质量控制后的资料,从Ta和Ts定时值差值的频率分布、不同飞行层次和飞行状态对两者差异的影响,不同型号Ta相对Ts的偏差以及两类资料的月值差异等方面进行了统计分析。主要结论如下:
(1) Ta和Ts定时值的差值呈准对称分布,64%的差值分布在-1 ℃至1 ℃。各层次、时次的月值差异基本维持在-1 ℃至0.5 ℃之间。
(2) 相对于Ts,Ta在1000 hPa附近明显偏低,925 hPa至700 hPa两者差异较小。500 hPa及以上层次,Ta值相对Ts偏高,且差异随高度逐渐增加。
(3) Ta和Ts的差异和飞行状态有关。925 hPa至700 hPa,上升阶段飞机观测的气温资料相对Ts偏低,降落阶段飞机观测的气温资料相对Ts偏高。500 hPa及以上,平飞阶段的Ta最接近于Ts。
(4) 我国绝大部分飞机观测气温资料由型号为B737-800和B737-700的飞机观测而得。两种型号飞机观测的Ta和Ts的平均偏差存在一定差异。B737-700型号飞机观测的Ta和Ts的差异要大于B737-800型号飞机观测的Ta和Ts的差异。
致谢:感谢国家气象信息中心的张洪政在初稿撰写过程中提供的宝贵意见和建议。
[1] |
李柏, 李伟. 高空气象探测系统现状分析与未来发展[J]. 中国仪器仪表, 2009, 6: 19-23. DOI:10.3969/j.issn.1005-2852.2009.06.002 |
[2] |
张文建. 世界气象组织综合观测系统(WIGOS)[J]. 气象, 2010, 36(3): 1-8. DOI:10.7519/j.issn.1000-0526.2010.03.001 |
[3] |
肖子牛. 我国短期气候监测预测业务进展[J]. 气象, 2010, 36(7): 21-25. DOI:10.7519/j.issn.1000-0526.2010.07.006 |
[4] |
矫梅燕. 天气业务的现代化发展[J]. 气象, 2010, 36(7): 1-4. DOI:10.7519/j.issn.1000-0526.2010.07.002 |
[5] |
WMO Guide to Meteorological Instruments and Methods of Observation[M]. Sixth edition, Geneva: SecreTariat of WMO, 1996. http://www.oalib.com/references/7791966
|
[6] |
隋立芬, 王威. GPS技术在大气探测中的应用[J]. 测绘科学技术学报, 2006, 23(2): 119-126. |
[7] |
陈洪滨, 朱彦良. 大气下投探空技术的发展与应用[J]. 地球科学进展, 2008, 23(4): 337-341. |
[8] |
贾朋群, 胡英, 王金星. 民用航空气象观测综述[J]. 气象科技, 2004, 32(4): 213-128. |
[9] |
Graham R J, Anderson S R, Bader M S. The relative utility of current observation systems to global-scale NWP forecasts[J]. Quart J Roy Meteor Soc, 2000, 126: 2435-2460. DOI:10.1002/(ISSN)1477-870X |
[10] |
黄卓, 李延香, 王慧, 等. AMDAR资料在天气预报中的应用[J]. 气象, 2006, 32(9): 42-48. DOI:10.7519/j.issn.1000-0526.2006.09.007 |
[11] |
梁科, 万齐林, 丁伟钰, 等. 飞机报资料在0506华南致灾暴雨过程模拟中的应用[J]. 热带气象学报, 2007, 23(4): 313-325. |
[12] |
陶士伟, 陈晓红, 龚建东. L波段探空仪温度资料误差分析[J]. 气象, 2006, 32(10): 46-51. DOI:10.7519/j.issn.1000-0526.2006.10.007 |
[13] |
Schmidlin F J, and Northam E T. Standards for evaluating radiosonde measurements [G]. Ninth Symp on Integrated Observing and Assimilation Systems for the Atmosphere, Oceans, and Land Surface, San Diego, CA, Amer Meteor Soc, 2005: 11.6.
|
[14] |
Bedka S T, Feltz W F, Olson E R, et al. TAMDAR thermodynamic and dynamic state validation using rawinsonde data from TAVE [G]. 10th Symposium on Integrated Observing and Assimilation Systems for Atmosphere, Oceans, and Land Surface, Atlanta, GA, Amer Meteor Soc, 2006: 2.12.
|
[15] |
Daniels T S, and Murray J J. Validation of Tropospheric Airborne Meteorological Data Reporting (TAMDAR) Temperature, Relative Humidity, and Wind Sensors During the 2003 Atlantic THORPEX Regional Campaign and the Alliance Icing Research Study (AIRS II)[G]. 11th Conference on Aviation, Range and Aerospace Amer Meteor Soc, 2004: 8.2.
|
[16] |
陶士伟, 郝民, 薛纪善, 等. 数值预报同化系统中观测资料误差分析[J]. 气象, 2008, 34(7): 34-40. DOI:10.7519/j.issn.1000-0526.2008.07.006 |
[17] |
Barry Schwartz, Stanley G Benjamin. A comparison of temperature and wind measurements from ACARS-Equipped aircraft and Rawinsondes[J]. Weather and Forecasting, 1995, 10(3): 528-544. DOI:10.1175/1520-0434(1995)010<0528:ACOTAW>2.0.CO;2 |
[18] |
Mamrosh R, Baker R, and Jirikowic T. A comparison of ACARS WVSS and NWS radiosonde temperature and moisture data[G]. Sixth Symposium on Integrated Observing Systems, Amer Meteor Soc, 2002: 6.14.
|
[19] |
Ballish B A, and Kumar V K. Comparison of aircraft and radiosonde temperature biases at NCEP [G]. 10th Symposium on Integrated Observing and Assimilation Systems for the Atmosphere, Oceans, and Land Surface (IOAS-AOLS), Amer Meteor Soc, 2006:3.5. http://www.wmo.int/pages/prog/www/GOS/ABO/AMDAR/resources/ABO_Papers_References.html
|
[20] |
Ballish B A, Kumar V K. Systematic differences in aircraft and radiosonde temperatures implications for NWP and climate studies[J]. Bulletin of the American Meteorological Society, 2008, 89(11): 1689-1707. DOI:10.1175/2008BAMS2332.1 |
[21] |
WMO. Aircraft Meteorological Data Relay (AMDAR) Reference Manual [M]. Geneva, Switzerland: WMO, 2003. https://www.wmo.int/pages/prog/www/GOS/ABO/AMDAR/publications/AMDAR_Reference_Manual_2003.pdf
|
[22] |
陶士伟, 郝民, 赵琳娜. AMDAR观测资料分析及质量控制[J]. 气象, 2009, 35(12): 65-73. DOI:10.7519/j.issn.1000-0526.2009.12.009 |
[23] |
Cardinali C, Isaksen L, Andersson E. Use and impact of automated aircraft data in a global 4DVAR data assimilation system[J]. Monthly Weather Review, 2003, 131(8): 1865-1877. DOI:10.1175//2569.1 |
[24] |
陈良, 高成敏. 快速离散化双线性插值算法[J]. 计算机工程与设计, 2007, 28(15): 3787-3790. DOI:10.3969/j.issn.1000-7024.2007.15.077 |
[25] |
徐萃薇. 计算方法引论[M]. 北京: 高等教育出版社, 1987.
|
[26] |
龚建东, 魏丽, 陶士伟, 等. 全球资料同化中误差协方差三维结构的准确估计与应用Ⅰ:观测空间协方差的准确估计[J]. 气象学报, 2006, 64(06): 669-683. DOI:10.3321/j.issn:0577-6619.2006.06.001 |
[27] |
张霭琛. 现代气象观测[M]. 北京: 北京大学出版社, 2003.
|