网站地图
-
多普勒测风激光雷达(light detection and ranging, LiDAR)是一种相对较新的遥感测风技术，能利用气溶胶等颗粒的多普勒频移实现不同视角下的风场精细化探测[1-2]。因其具有较高的角分辨率、距离分辨率和速度分辨率，相较于无线电探空仪、风速传感器、多普勒天气雷达、声雷达和风廓线雷达等常规测风设备，激光雷达的优势在于能够以较高的空间分辨率、较远的探测量程及多种探测模式测量3维大气风场[3]。目前，测风激光雷达已广泛应用于大气风场探测、航空飞行安全保障、大气污染控制和风资源运用等领域。尤其在航空气象中，激光雷达可提供高精度的风场和风切变信息，为飞机起降时的气象预警服务提供了重要支撑[4-5]。
测风激光雷达的研制始于20世纪60年代，由于激光光源具备单色性好、指向性强、抗干扰能力佳等优势而得到了快速的发展[6]。YEH等人在1964年使用光混频技术测量多普勒频移, 并将该技术应用于激光雷达测风[7]。2000年，KARLSSON等人首次报道了1.5 μm波长全光纤连续相干多普勒测风激光雷达[8]。国外的雷达厂家对测风激光雷达的商业化应用已较为成熟，部分产品已经形成可靠产品投入各行业的应用中，例如，法国Leosphere生产的Windcube系列测风激光雷达已应用于图卢兹、戴高乐等欧洲多个机场[9-10]。近年来，国内对于测风激光雷达的研究也在不断深入。中国电子科技集团公司第二十七研究所研发了一套可实现远距离风速测量的全光纤化相干多普勒测风激光雷达，该雷达可应用于高精度风场的测量[11]；西南技术物理研究所从2005年开始相干测风激光雷达的研制[12]，其生产的测风激光雷达已在国内多个机场进行业务化运行及低空风切变的研究工作[13-15]。
用于航空安全保障的测风激光雷达于2002年8月首次安装在香港机场，CHAN等人[16-18]对激光雷达系统观测到的不同类型的风切变事件开展了全方面的研究，并提出香港机场风切变和湍流预警系统并应用于风切变的检测和告警[19]。YOSHINO[20]通过分析飞行记录数据和激光雷达测量结果，发现2012-06-20成田国际机场记录的低层风切变是由水平涡旋引起。2020年，HAN等人[21]在兰州中川国际机场，利用多普勒激光雷达观测到了雷暴阵风锋导致的风切变事件。北京首都国际机场将激光雷达用于识别环境风场中的风切变事件，并在2015—2016年试验期间，通过分析2000多次激光雷达扫描结果识别出的十余次风切变事件[22]。此外，有学者利用多普勒激光雷达揭示了低空风切变的结构和演变规律，并结合天气资料探索了低空风切变的产生机制[23-24]。
上述研究表明，测风激光雷达在晴空风场监测及风切变识别中起到了重要作用，是现阶段民航安全保障的重要手段。目前，已有学者利用激光雷达探究了因地形诱导[23]、动量下传[15]、冷空气[25]、积云微下击暴流[26]等天气过程造成的低空风切变事件，并证实了激光雷达对以上天气过程所引发的风切变均有良好的监测效果。然而，面对严峻的航空安全问题，加强对于低空风切变的研究，进一步通过激光雷达了解低空风切变的形成机制仍十分重要，且国内尚未开展针对湿下击暴流的激光雷达观测工作。因此，本文作者利用西宁曹家堡国际机场1.55 μm相干测风激光雷达探测数据，结合天气背景分析，总结了2021-05-18一次雷暴下击暴流造成的低空风切变事件，探究了测风激光雷达不同探测模式在湿下击暴流天气过程中的探测效果, 并对风切变特征进行识别，拟为测风激光雷达在航空安全应用提供参考。
-
本文中采用FC-Ⅲ型3维测风激光雷达，该雷达于2017年部署于西宁曹家堡国际机场(国际民用航空组织机场代码: ZLXN)，并于2019年底业务化运行。该雷达采用波长为1.55 μm的脉冲激光测量气溶胶粒子运动引起的信号多普勒频移来测量风的径向矢量，具有水平探测距离广、角度和距离分辨率高、探测模式多样、产品丰富等特点。为了掌握机场跑道上空及周边区域的空中流场态势，激光雷达可以根据探测目的选择不同的扫描模式，FC-Ⅲ型雷达共有4种扫描模式[27]，其中多普勒波束扫描(Doppler beam swinging，DBS)通过获取雷达上空水平风和垂直气流的廓线数据了解大气边界层风场变化趋势；平面扫描(plan position indicator，PPI)可以用于观测雷达探测范围内不同仰角下水平风场的演变情况；高度扫描(range height indicator，RHI)可沿任意方获取风场的垂直剖面信息，可针对飞机尾流进行测量；下滑道扫描(glide path，GP)则可获得下滑道附近的风场信息，可较好反映航空器遇到的迎头风和侧风变化，并对航空器在起飞离场和降落进场过程中遇到的湍流和风切变进行告警。FC-Ⅲ型激光雷达系统的主要技术参数见表 1。
表 1 FC-Ⅲ型激光雷达的参数
Table 1. Main parameters of FC-Ⅲ LiDAR
parameters value average power ≤200 W wavelength 1.55 μm scan range(azimuth/pitch) 0°~360°/0°~90° detection range 10 km range resolution 50 m/75 m/100 m scanning mode DBS/PPI/RHI/GP angle resolution ≤0.1° wind speed range -60 m/s~+60 m/s wind velocity accuracy ≤0.5 m/s products radial velocity, vertical speed, spectrum width, etc. 西宁曹家堡国际机场位于青藏高原东北湟水河流域，距离西宁市中心约28 km，海拔2184 m，四周环山，地形复杂，西宁机场地形及探测设备分布如图 1所示。机场跑道全长3800 m，跑道方位角分别为110°和290°，机场跑道两侧自动站位置分别对应跑道编号为29#和11#，见图 1b。由于高原特殊的地理环境，夏季太阳辐射较强，晴朗的午后地面升温较快，由于热力和地形抬升作用，常在机场上游产生发展旺盛的雷暴云团，当雷暴移近机场区域时会造成大风和风切变。
图 1 西宁曹家堡国际机场地理环境及探测设备分布图
Figure 1. Geographical environment and detection equipment distribution map of Xining Caojiapu International Airport
-
图 2为2021-05-18T18:00—20:00时段内风云气象卫星(FY-2G)观测的相当黑体温度(black body temperature，TBB) 变化图。其中黑色长方形区域代表西宁机场终端区。由图可见，18:00—19:00，机场西北侧有发展旺盛的积雨云，云系整体呈东移趋势。在东移过程中，主体云系的TBB从小于225 K上升至235 K；至19:00，西宁机场西北侧有一椭圆形的TBB低值区，最低TBB仍小于225 K，表明有较强对流活动发生；至20:00，云系主体东移至机场东北侧。地面观测记录表明，机场区域在19:52—20:10期间出现阵性降水，19:54—20:42时段有雷暴活动；根据航空器空中报告记录，在19:10—19:20期间，有3架航班在5边进近(飞机降落)时遭遇雷雨和风切变而选择备降。
图 2 不同时刻FY-2G卫星相当黑体亮温图
Figure 2. TBB of FY-2G satellite at different times
-
气象上将在地面上或地面附近形成向外暴发的强下沉气流称为下击暴流。下击暴流的强下沉气流将在地面或地面附近引起水平辐散风，其造成的垂直风切变和近地面的水平风突变会引发显著的低空风切变[28]。FUJITA根据下击暴流在地面引起辐散风的范围将其细分为微下击暴流(4 m~4 km)和宏下击暴流(4 km~40 km)[28]。此外，根据微下击暴流期间的降水量，将其分为干下击暴流(降水量不大于0.25 mm)和湿下击暴流(降水量大于0.25 mm)[29]。在湿下击暴流中，地面形成的冷池不仅引起地面温度快速降低，还会对风场起到加强作用。由于微暴流的水平尺度小、持续时间短，且在其范围内将引起大于或等于10 m/s的速度差，对飞行安全构成严重威胁[30]，全世界范围内由于气象因素带来的许多灾难性事故都归因于微下击暴流[31-32]。图 3为下击暴流照片及对飞行影响示意图(图片引自网络)。
图 3 下击暴流照片及对飞机降落的影响
Figure 3. Photo of downburst and schematic diagram of impact on flight (from the Internet)
图 4中给出了下击暴流的示意图及国外观测实验的现场纪实。根据图 4b可知，下击暴流爆发时地面风速迅速增大至近60 m/s，且地面风向在4 min内顺转了近180°，下击暴流结束后风速降低且风向转向环境风；而图 4c中则给出了美国科罗拉多州出现的相邻两个下击暴流产生的水平辐散流场结构。
图 5为WANG等人[35]给出得天气雷达下击暴流实测个例，从探测结果中可以分析出：下击暴流在强度图(见图 5a)上表现为孤立的强对流云团; 在速度图(见图 5b)上是位于径向线上的一对小牛眼。根据多普勒天气雷达速度色标的“冷色(负值)表示气流朝雷达移来，暖色(正值)表示气流远离雷达”的定义知道，下击暴流的气流特征是“由中心向四周辐散的强气流”。下击暴流在地面附近造成的辐散性的阵风，有时风速很大，可以造成类似龙卷那样的严重灾害；有时尽管辐散风速不大，但因尺度小，可产生很强的低空风切变，若这种情况发生在机场附近，则对飞机起飞降落影响极大，甚至会造成灾害性后果。
图 6为2021-05-18T19:10—20:20西宁机场地面自动观测系统记录的气象要素时序图。大量的观测和研究表明，低层强辐散为下击暴流最主要的流场特征，在下击暴流的成熟阶段，俯冲气流的流速也是随时间先增大后减小的变化，在几分钟之内即可达到峰值，然后迅速以指数速度衰减，见图 6b。对比分析图 6a和图 6b表明，19:40前，11#和29#均以东南风为主，瞬时风速6 m/s ~10 m/s；19:40后，两端风向突然转向西北，风向转变超过180°，29#的风速在8 min内由6.3 m/s增长至14.2 m/s，风速变化超过7.7 m/s，表明该时段机场跑道上空存在明显的风向和风速切变；在20:04—20:20时段，由于对流云快速东移，地面风速和风向再次出现剧烈波动，11#风于20:04首先由西北风转向约9 m/s东南风，29#风速在8 min后从14.2 m/s骤降至5.3 m/s，风向也由西北急转至东南，期间跑道上空风场表现出明显的向东西两端辐散的态势(红色虚线内)，表明下击暴流存在于机场上空。在持续约10 min的辐散风场后，29#转为东北风控制，标志着下击暴流的结束。下击暴流期间，29#的修正海平面气压共上升1 hPa，温度下降近3.5 ℃，降水量在19:46—20:36期间共累计约0.3 mm。通过初步分析雷暴云系发展特征并结合地面风向风速、温度和气压等要素变化可知，首次风切变过程是由于雷暴下沉气流外流产生的强西风破坏原本稳定的环境东南风造成，而第2次风场变化则是由于雷暴云系的东移导致下击暴流在跑道上空产生了水平辐散气流所引发的[36]。
图 6 西宁机场11#和29#自动气象观测站气象要素时间序列图
Figure 6. Time series of meteorological elements of ZLXN at 11# and 29# automatic weather station
-
除大风外，成熟的雷暴云内有组织垂直气流也可对航空器造成严重威胁，飞机在垂直气流快速变化的区域内会遇到垂直风切变[37]。因此，雷达提供的大气风场的垂直变化对剖析雷暴造成的风切变事件十分有利。激光雷达测得下击暴流期间的水平风廓线和垂直气流随高度和时间变化如图 7所示。图中, 垂直速度正值代表上升气流，负值代表下沉气流。在19:27前，1500 m以下高度均为一致的偏东风，大气无明显的垂直运动，上升和下沉气流弱，大气层结较稳定；至19:41，900 m以上出现较强的垂直上升气流，且900 m~1500 m之间水平风明显减弱且转为偏南气流；而900 m以下原本稳定的东风转为偏西风，低层风速超过12 m/s；至19:55，高空出现下击暴流的强下沉气流，最强下沉气流7.7 m/s，出现在650 m，此时，750 m和1300 m以上均为上升气流，且1300 m左右上升气流达8 m/s。垂直气流随时间的变化符合典型雷暴下击暴流的分布特点(见图 4a)，机场区域地面大风比下沉气流的出现提前近15 min，垂直气流的快速变化导致垂直风切变的发生，且强下沉气流也是产生地面辐散气流的主要原因[28]。
图 7 2021-05-18雷暴下击暴流风切变期间激光雷达DBS模式探测到的水平风廓线和垂直气流
Figure 7. Wind profile and vertical airflow detected by LiDAR DBS mode during downburst on 2021-05-18
由于激光雷达在探测大气风廓线的同时具有不同模式探测。因此，本文作者利用西宁机场跑道29#端附近的Airda3000型固定式边界层风廓线雷达提供的水平风廓线和垂直气流(见图 8，图中垂直速度正值代表下沉气流，负值代表上升气流)与测风激光雷达风廓线扫描结果进行对比分析发现，在19:41时两部雷达均探测出约900 m高度以下的强西风和约1200 m的上升气流；至19:55，由于弱降水导致边界层性质变化，风廓线雷达500 m以下的风场未返回有效数据，但激光雷达仍提供了该时刻的水平风场及强下沉气流，对检测下击暴流完整的垂直风结构提供了有效的信息。此外，通过图 8与图 6对比发现，风廓线雷达较好补充了激光雷达风廓线模式相邻探测间隔内的风场信息，而激光雷达相较风廓线雷达更好地探测到20:22时刻的近地面东风。因此，可以认为通过比较两部雷达数据，可以更好地体现此次下击暴流过程高时空分辨率的垂直风场结构。
图 8 2021-05-18雷暴下击暴流风切变期间西宁机场风廓线雷达探测到的水平风廓线和垂直气流
Figure 8. Wind profile and vertical airflow detected by wind profile radar of ZLXN during downburst on 2021-05-18
-
由第4节中的分析可知，雷暴前期地面风向突变、偏西北风风速骤增且伴有较强垂直风切变，进一步利用激光雷达3°仰角PPI模式进行水平风切变的识别与结构分析。图 9为雷暴外流发展阶段的激光雷达PPI径向速度和水平风场图。径向速度图中正速度代表远离雷达，负速度代表指向雷达，棕色曲线代表径向辐合线；水平风场图中风矢量由黑色箭头表示，灰色实线和点划线分别代表机场跑道和下滑道。如图 9a所示，在19:20时刻，机场区区域受稳定的偏东南气流控制。图 9b中，跑道西侧下滑道上空均为东南风，3.7 km~5.5 km处风速可达14 m/s。至19:28，如图 9c所示，受雷暴外流影响，雷达西北侧6 km~8 km出现大范围负径向速度，表明该区域风向已发生剧烈变化，此时，在西下滑道3.7 km范围内，正负径向速度在此交汇，形成径向风场辐合线。从图 9d中的水平风场来看，该时刻，偏西北风和东南风分别位于西下滑道5.6 km和1.8 km范围内。其间，由于两股气流的相互作用，下滑道3.7 km处的风场则表现出西南风的形势，此时，西下滑道风场的整体分布表现出明显的不连续，表明此时该区域存在逆风风切变。此外，西北风强于东南风，这也预示着雷暴外流将继续向跑道方向侵入。至19:33，雷达西北侧的负径向速度区进一步向东扩展，其前沿已抵达跑道上空。从图 9f可知，较弱西北气流已影响跑道西侧，但大风速区仍位于下滑道1.8 km范围内，风速最大可达18 m/s。此时，低空风切变以风向辐合和强的风速梯度两种形式共同存在。
图 9 2021-05-18T19:20—19:33测风激光雷达3°仰角PPI模式探测填色图
Figure 9. Color filling diagram detected by PPI mode with 3° elevation of wind LiDAR on 2021-05-18T19:20—19:33
随后，雷暴云团继续向机场方向移动，产生的云下降水使激光光束能量衰减，导致雷达回波随降水落区衰减[23]。分析图 10a和图 10b可知，至19:41，径向辐合线东移至东下滑道1.8 km内。雷达东侧2 km处径向速度梯度强，此区域内西北风可达12 m/s，其变化趋势与图 6中的结论基本一致。跑道东侧下滑道1.8 km~3.7 km范围内的风向不定，区域内风速多小于5 m/s，而下滑道南、北侧分别受偏北风和偏南风的影响且水平风速可达15 m/s，表明下滑道上空水平风向南北两侧辐散。此后，西北气流继续快速东进，至19:47，西北风前沿抵达东下滑道3.7 km，水平风速切变位于1.8 km~3.7 km内。分析19:33—19:47的水平风场可知，雷暴外流存在明显的水平梯度，径向速度辐合区的水平风则表现为风向不定或乱流，最大水平风速区常位于径向速度辐合线后侧1 km~2 km处。20:01前受降水影响激光雷达探测距离不足1 km。
图 10 2021-05-18T19:41—19:47测风激光雷达3°仰角PPI模式探测填色图
Figure 10. Color filling diagram detected by PPI mode with 3° elevation of wind LiDAR on 2021-05-18T19:41—19:47
雷暴微下击暴流在地面具有强烈的发散结构，依据图 11中激光雷达雷达3°和6°仰角PPI模式提供的径向速度和速度矢量图观察微暴流的近地面风场结构。如图 11a所示，20:01后，雷暴降水减弱，雷达量程逐渐恢复。此时，在雷达的第一象限中，在强下沉气流的作用下，距雷达500 m~1000 m处存在一个明显的辐散气流区域(红圈，微下击暴流)，可确定为下击暴流的中心，发散区中心水平气流向四周外扩散。在西南象限2 km~3 km处同样存在一处风场不连续区(红圈)，其向北和向东的辐散气流与第一象限的微下击暴流共同加强了第二和第四象限内的东南风和西北风，西下滑道1.8 km范围内东南风风速超过15 m/s，此处即为两个临近的下击暴流的后向辐散边界融合区。在径向速度图上(见图 11b)，在雷达东侧至东北1 km范围内，沿径向有显著的径向速度不连续，即发散的径向速度对；正径向速度覆盖激光雷达的西北和东南区域，风场表现出明显向四周发散的态势，且下击暴流向西侧辐散气流的强度和扩散范围明显强于南侧。而在20:04后的6°PPI图(见图 11c和图 11d)中，下击暴流辐散区结构表现在第一象限的窄带状发散区，其在西南方向的气流扩散较图 11a范围更广，西南象限辐散气流的范围和强度在此高度上均明显减弱。随着雷暴云团东移，下击暴流减弱并移出跑道范围，其后部的东南风逐渐控制跑道区域(图略)。
图 11 2021-05-18T20:01—20:06测风激光雷达3°和6°仰角PPI模式探测的水平风场和径向速度图
Figure 11. Horizontal wind vector and radial velocity detected by 3° and 6° elevation PPI mode of wind LiDAR at 2021-05-18T20:01—20:06
综上所述，可以通过激光雷达水平速度结合下击暴流典型速度场特征，完成下击暴流的识别, 且对受环境风场影响的下击暴流外流及演变过程中形成的不对称辐散中心具有较好的识别效果。
-
由上面的分析可知，在下击暴流中心抵达机场跑道前，其前部表现出强的水平风外流。当下击暴流在跑道上空爆发时，主要特征则为强下沉气流和地面水平辐散风场。利用多普勒激光雷达RHI模式径向速度的东南-西北垂直横截面(与跑道方向平行)的4个时刻来进一步研究下击暴流垂直结构的演变。
在下击暴流外流到达机场前(见图 12a)，激光雷达垂直剖面表明，在2.2 km以下为偏东风，2.2 km以上为偏西风，在该高度层中存在明显东西风分层。至19:38，激光雷达站以东约1 km处存在径向速度垂直辐合线，垂直高度可达2 km，表明外流已穿过雷达站，径向速度梯度大值区则位于雷达站附近，与第4节中的结论一致。而在雷达西侧2 km范围内，径向速度在垂直方向上存在明显的不连续，且径向速度梯度向负速度一侧倾斜，表明垂直方向的环境东风被雷暴外流抬升至高层[38]。在图 12c中，尽管受降水影响使得激光雷达的量程缩短至约1.5 km，仍可看出在雷达东侧上空存在倾斜的正、负径向速度对，且径向速度梯度大，表明此时机场上空存在强下沉气流，这与图 7中的结果一致。至20:06，倾斜向下的气流仍位于雷达站上空，而在雷达东侧1.5 km处出现了径向速度水平辐散区，即下击暴流中心区域。受下击暴流辐散气流影响，雷达站西侧的径向速度可达12 m/s。受探测量程限制，仅可观测到辐散外流在雷达东侧3 km处速度最大约8 m/s。
图 12 2021-05-18T19:25—20:06测风激光雷达110°~290°方向RHI模式径向速度垂直剖面图
Figure 12. Vertical cross-section profile of radial velocity from wind LiDAR RHI mode in the 110°~290° direction at 2021-05-18T19:25—20:06
-
利用多普勒测风激光雷达和自动观测站资料对2021-05-18发生在ZLXN一次雷暴下击暴流造成的低空风切变事件进行了详细分析，重点通过利用激光雷达不同探测模式剖析了下击暴流造成的地面风场变化，探究了激光雷达在下击暴流风切变预报和研究中的应用方法，并分析了下击暴流风切变的形成机制、结构特征和演变规律。
(a) 卫星云图、机场观测记录和航空器空中报告表明，此次下击暴流是由西宁机场上游对流云东移造成的。在对流云东移过程中，导致了3架航班复飞或备降。地面自动站观测表明，下击暴流引起的地面偏西大风与环境东风耦合，引发了低空风切变。当对流云位于跑道上空，下击暴流辐散风场结构明显，持续近10 min。
(b) 下击暴流具有复杂的风场结构，而激光雷达DBS模式较高的空间分辨率可以清晰地显示雷暴云系造成的水平风和垂直风的变化。结果表明，下击暴流云系的前侧具有超过8 m/s的强上升气流，而下击暴流出现时，1200 m以下以7.7 m/s的下沉气流为主，表明大气对流运动旺盛，且垂直气流的分布与雷暴云的典型垂直结构一致。此外，水平风和垂直气流的快速变化导致低空风切变在两个维度上均有表现，不同类型的风切变在机场上空共存。
(c) 激光雷达PPI模式和RHI模式资料分析表明，下击暴流外流和环境风耦合形成地面风场辐合线，且辐合线随西北气流东移，西北大风区位于辐合线后侧1 km~2 km处。下击暴流在地面形成了较为完整的辐散风场结构，中心风速较弱，其水平外流导致跑道11#风场率先转为10 m/s的东南风。从风切变的垂直结构来看，下击暴流外流与东风交互呈倾斜结构，辐散外流高度可达1 km。
(d) 尽管测风激光雷达量程遇降水而衰减，在湿下击暴流过程中，仍可以利用激光雷达捕获跑道区域下击暴流辐散风场的精细结构。雷达对地面风场辐合线也有良好的识别效果，表明测风激光雷达作为地基遥感设备，利用其探测精度高、探测范围广和数据产品的丰富的特点，结合不同探测模式的交互应用，十分有利于民航机场监测和识别低空风切变事件。
1.55 μm激光雷达高原机场下击暴流探测应用研究
Application research of 1.55 μm wind LiDAR in detecting downburst on a plateau airport
-
摘要: 为了探究激光雷达在湿下击暴流天气时的风场探测效果和低空风切变识别能力，采用多元资料结合具体事件进行理论分析和数据验证的方法，利用西宁曹家堡国际机场的测风激光雷达数据，结合地面观测记录，对2021-05-18的一次湿下击暴流过程进行了分析和研究。结果表明，下击暴流具有复杂的风场结构，主体到达机场前，首先造成了超过14 m/s的外流，并与环境风耦合形成逆风切变辐合线，且最强外流区位于辐合线后侧1 km~2 km；下击暴流抵达跑道上空时，造成了地面辐散风场，辐散中心风速远小于外流边缘且垂直气流存在着剧烈变化，下击暴流共持续约10 min；测风激光雷达对雷暴云内部垂直气流分布、跑道区域下击暴流辐散风场的水平和垂直结构以及地面风场辐合线的形成和演变均有良好的识别效果，交互使用雷达不同探测模式和数据产品有利于机场低空风切变的监测和预警。该研究为激光雷达在下击暴流风切变预报和研究中的应用提供了参考。Abstract: To explore the wind field detection effect and low-level wind shear identification ability of light detection and ranging (LiDAR) during a wet downburst, a typical wet downburst storm process on 2021-05-18 was analyzed and investigated by using wind LiDAR and meteorological observation records from Xining Caojiapu International Airport, and using the method of combining multiple data with specific events for theoretical analysis and data validation. The results show that the downburst has complex wind field structures. Before the downburst arrived at the airport, the downdraft outflow exceeded 14 m/s, which is coupled with the ambient wind to form a headwind shear convergence line, and the strongest outflow region is located 1 km to 2 km behind the convergence line. When the downburst arrives over the runway, it creates a divergence wind field on the ground. The wind speed in the center of the divergence area is much lower than that at the edge of the outflow, the vertical airflow had drastic changes, and the downburst lasted for about 10 min. The LiDAR has a good identification of the vertical airflow distribution inside the cumulonimbus, the fine structure of the divergence wind field, and the formation and evolution of the convergence line. The interactive use of different detection patterns and data products of LiDAR is very conducive to monitoring and warning of low-level wind shear at the airport. This study provides a reference for the application of LiDAR in the prediction and research of downburst wind shear.
-
图 1 西宁曹家堡国际机场地理环境及探测设备分布图
a—西宁机场及其周边地形 b—西宁机场探测设备分布 c—FC-Ⅲ型激光雷达
Figure 1. Geographical environment and detection equipment distribution map of Xining Caojiapu International Airport
a—Xining Airport and its surrounding terrain b—the distribution of detection equipment in Xining Airport c—FC-Ⅲ LiDAR
图 3 下击暴流照片及对飞机降落的影响
Figure 3. Photo of downburst and schematic diagram of impact on flight (from the Internet)
图 6 西宁机场11#和29#自动气象观测站气象要素时间序列图
Figure 6. Time series of meteorological elements of ZLXN at 11# and 29# automatic weather station
图 7 2021-05-18雷暴下击暴流风切变期间激光雷达DBS模式探测到的水平风廓线和垂直气流
Figure 7. Wind profile and vertical airflow detected by LiDAR DBS mode during downburst on 2021-05-18
图 8 2021-05-18雷暴下击暴流风切变期间西宁机场风廓线雷达探测到的水平风廓线和垂直气流
Figure 8. Wind profile and vertical airflow detected by wind profile radar of ZLXN during downburst on 2021-05-18
图 9 2021-05-18T19:20—19:33测风激光雷达3°仰角PPI模式探测填色图
Figure 9. Color filling diagram detected by PPI mode with 3° elevation of wind LiDAR on 2021-05-18T19:20—19:33
图 10 2021-05-18T19:41—19:47测风激光雷达3°仰角PPI模式探测填色图
Figure 10. Color filling diagram detected by PPI mode with 3° elevation of wind LiDAR on 2021-05-18T19:41—19:47
图 11 2021-05-18T20:01—20:06测风激光雷达3°和6°仰角PPI模式探测的水平风场和径向速度图
Figure 11. Horizontal wind vector and radial velocity detected by 3° and 6° elevation PPI mode of wind LiDAR at 2021-05-18T20:01—20:06
图 12 2021-05-18T19:25—20:06测风激光雷达110°~290°方向RHI模式径向速度垂直剖面图
Figure 12. Vertical cross-section profile of radial velocity from wind LiDAR RHI mode in the 110°~290° direction at 2021-05-18T19:25—20:06
表 1 FC-Ⅲ型激光雷达的参数
Table 1. Main parameters of FC-Ⅲ LiDAR
parameters value average power ≤200 W wavelength 1.55 μm scan range(azimuth/pitch) 0°~360°/0°~90° detection range 10 km range resolution 50 m/75 m/100 m scanning mode DBS/PPI/RHI/GP angle resolution ≤0.1° wind speed range -60 m/s~+60 m/s wind velocity accuracy ≤0.5 m/s products radial velocity, vertical speed, spectrum width, etc. 
下载: 导出CSV
-
[1] 左金辉, 贾豫东. 多普勒激光雷达风场反演研究进展[J]. 激光与红外, 2021, 51(1): 3-8. ZUO J H, JIA Y D. Research progress in wind field inversion of Doppler lidar[J]. Laser & Infrared, 2021, 51(1): 3-8(in Chin-ese). [2] 范琪, 朱晓林, 周鼎富, 等. 激光测风雷达分析典型高原机场风场特征[J]. 激光技术, 2020, 44(5): 525-531. doi: 10.7510/jgjs.issn.1001-3806.2020.05.001 FAN Q, ZHU X L, ZHOU D F, et al. Analysis of the wind field characteristics using the wind LiDAR in a typicalplateau airport[J]. Laser Technology, 2020, 44(5): 525-531(in Chinese). doi: 10.7510/jgjs.issn.1001-3806.2020.05.001 [3] LIU Z, BARLOW J F, CHAN P W, et al. A review of progress and applications of pulsed Doppler wind LiDARs[J]. Remote Sensing, 2019, 11(21): 2522. doi: 10.3390/rs11212522 [4] INTERNATIONAL CIVIL AVIATION ORGANIZATION. Manual on low-level wind shear[M]. Ottawa, Canada: International Civil Aviation Organization, 2005: 5-27. [5] SHUN C M. Ongoing research in Hong Kong has led to improved wind shear and turbulence alerts[J]. ICAO Journal, 2003, 58(2): 4-6. [6] MAIMAN T H. Stimulated optical radiation in ruby[J]. Nature, 1960, 187(4736): 493-494. doi: 10.1038/187493a0 [7] YEH Y, CUMMINS H Z. Localized fluid flow measurements with an He-Ne laser spectrometer[J]. Applied Physics Letters, 1964, 4(10): 176-178. doi: 10.1063/1.1753925 [8] KARLSSON C J, OLSSON F Å A, LETALICK D, et al. All-fiber multifunction continuous-wave coherent laser radar at 1.55 μm for range, speed, vibration, and wind measurements[J]. Applied Optics, 2000, 39(21): 3716-3726. doi: 10.1364/AO.39.003716 [9] OUDE NIJHUIS A C P, THOBOIS L P, BARBARESCO F, et al. Wind hazard and turbulence monitoring at airports with LiDAR, radar, and mode-S downlinks: The UFO project[J]. Bulletin of the American Meteorological Society, 2018, 99(11): 2275-2293. doi: 10.1175/BAMS-D-15-00295.1 [10] LOAEC S, THOBOIS L, CARIOU J P, et al. Monitoring wake vortices with a scanning Doppler LIDAR[C]//Proceedings of the 9th International Symposium on Tropospheric Profiling(ISTP). L'Aquila, Italy: ISTP, 2012: 4. [11] 潘静岩, 邬双阳, 刘果, 等. 相干激光雷达风场测量技术[J]. 红外与激光工程, 2013, 42(7): 1720-1724. doi: 10.3969/j.issn.1007-2276.2013.07.013 PAN J Y, WU Sh Y, LIU G, et al. Wind measurement techniques of coherent wind LiDAR[J]. Infrared and Laser Engineering, 2013, 42(7): 1720-1724(in Chinese). doi: 10.3969/j.issn.1007-2276.2013.07.013 [12] 冯力天, 郭弘其, 陈涌, 等. 1.55 μm全光纤多普勒测风雷达系统与试验[J]. 红外与激光工程, 2011, 40(5): 844-847. FENG L T, GUO H Q, CHEN Y, et al. Experiment of all fiber Doppler LiDAR at 1.55 μm[J]. Infrared and Laser Engineering, 2011, 40(5): 844-847(in Chinese). [13] 代冰冰, 何敏, 杨靖新, 等. 利用激光雷达判别机场晴空风切变事件成因[J]. 气象科技, 2021, 49(4): 589-596. DAI B B, HE M, YANG J X, et al. Causal analysis of a clear sky wind shear event at a plateau airport in Southwest China using LiDAR data[J]. Meteorological Science and Technology, 2021, 49(4): 589-596(in Chinese). [14] 华志强, 黎倩, 黄轩, 等. 激光测风雷达在航空保障中的典型应用分析[J]. 激光技术, 2020, 44(5): 600-604. doi: 10.7510/jgjs.issn.1001-3806.2020.05.012 HUA Zh Q, LI Q, HUANG X, et al. Analysis of the typical application of laser wind measurement radar in aviation support[J]. Laser Technology, 2020, 44(5): 600-604 (in Chinese). doi: 10.7510/jgjs.issn.1001-3806.2020.05.012 [15] 梁希豪, 杨寅, 冯亮, 等. 基于激光测风雷达银川机场动量下传大风特征研究[J]. 激光技术, 2023, 47(3): 432-438. doi: 10.7510/jgjs.issn.1001-3806.2023.03.023 LIANG X H, YANG Y, FENG L, et al. Research on the characteristics of momentum downward gale in Yinchuan Airport based on wind LiDAR[J]. Laser Technology, 2023, 47(3): 432-438 (in Chinese). doi: 10.7510/jgjs.issn.1001-3806.2023.03.023 [16] CHAN P W, SHUN C M, WU K C. Operational LiDAR-based system for automatic windshear alerting at the Hong Kong International Airport[C]//12th Conference on Aviation, Range, and Aerospace Meteorology, American Meteorological Society. Atlanta, GA, USA: Technical Association of the Pulp and Paper Industry Press, 2006: 6. [17] CHAN P W, SHAO A M. Depiction of complex airflow near Hong Kong International Airport using a Doppler LiDAR with a two-dimensional wind retrieval technique[J]. Meteorologische Zeitschrift, 2007, 16(5): 491-504. doi: 10.1127/0941-2948/2007/0220 [18] CHAN P W, HON K K, SHIN D K. Combined use of headwind ramps and gradients based on LiDAR data in the alerting of low-level windshear/turbulence[J]. Meteorologische Zeitschrift, 2011, 20(6): 661-670. doi: 10.1127/0941-2948/2011/0242 [19] SHUN C M, CHAN P W. Applications of an infrared Doppler LiDAR in detection of wind shear[J]. Journal of Atmospheric and Oceanic Technology, 2008, 25(5): 637-655. doi: 10.1175/2007JTECHA1057.1 [20] YOSHINO K. Low-level wind shear induced by horizontal roll vortices at Narita International Airport, Japan[J]. Journal of the Meteo-rological Society of Japan, 2019, 97(2): 403-421. [21] HAN Y, LIU J, SUN D, et al. Fine gust front structure observed by coherent Doppler LiDAR at Lanzhou Airport (103° 49' E, 36° 03' N)[J]. Applied Optics, 2020, 59(9): 2686-2694. doi: 10.1364/AO.384634 [22] ZHANG H, WU S, WANG Q, et al. Airport low-level wind shear LiDAR observation at Beijing Capital International Airport[J]. Infrared Physics & Technology, 2019, 96(2): 113-122. [23] 刘晓英, 吴松华, 张洪玮, 等. 基于相干多普勒测风激光雷达的不同成因类型的低空风切变观测[J]. 红外与毫米波学报, 2020, 39(4): 491-504. LIU X Y, WU S H, ZHANG H W, et al. Low-level wind shear observation based on different physical mechanismsby coherent Doppler LiDAR[J]. Journal of Infrared and Millimeter Waves, 2020, 39(4): 491-504 (in Chinese). [24] 颜玉倩, 田维东, 李金海, 等. 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, 2020, 39(6): 1329-1338. YAN Y Q, TIAN W D, LI J H, et al. Comprehensive application of multi-source data in the analysis of a lowlevel wind shear process over plateau airport[J]. Plateau Meteorology, 2020, 39(6): 1329-1338 (in Chinese). [25] 黄轩, 郑佳锋, 张杰, 等. 西宁机场一次低空风切变的结构和特征研究[J]. 激光技术, 2022, 46(2): 206-212. doi: 10.7510/jgjs.issn.1001-3806.2022.02.010 HUANG X, ZHENG J F, ZHANG J, et al. Study on the structure and characteristic of a low-level wind shearprocess that happened over Xining Airport[J]. Laser Technology, 2022, 46(2): 206-212 (in Chinese). doi: 10.7510/jgjs.issn.1001-3806.2022.02.010 [26] 张涛, 黎倩, 郑佳锋, 等. 激光测风雷达研究微下击暴流引发的低空风切变[J]. 激光技术, 2020, 44(5): 563-569. doi: 10.7510/jgjs.issn.1001-3806.2020.05.007 ZHANG T, LI Q, ZHENG J F, et al. A study on low-level wind shear caused by microburst using LiDAR and other data[J]. Laser Technology, 2020, 44(5): 563-569(in Chinese). doi: 10.7510/jgjs.issn.1001-3806.2020.05.007 [27] 冯力天, 周杰, 范琪, 等. 应用于民航机场风切变探测与预警的三维激光测风雷达[J]. 光子学报, 2019, 48(5): 0512001. FENG L, ZHOU J, FAN Q, et al. Three-dimensional LiDAR for wind shear detection and early warning in civil aviation airport[J]. Acta Photonica Sinica, 2019, 48(5): 0512001 (in Chinese). [28] FUJITA T T. Downbursts: Meteorological features and wind field characteristics[J]. Journal of Wind Engineering and Industrial Aerodynamics, 1990, 36(1/3): 75-86. [29] WAKIMOTO R M. Forecasting dry microburst activity over the high plains[J]. Monthly Weather Review, 1985, 113(7): 1131-1143. doi: 10.1175/1520-0493(1985)113<1131:FDMAOT>2.0.CO;2 [30] WILSON J W, ROBERTS R D, KESSINGER C, et al. Microburst wind structure and evaluation of Doppler radar for airport wind shear detection[J]. Journal of Applied Meteorology and Climatology, 1984, 23(6): 898-915. doi: 10.1175/1520-0450(1984)023<0898:MWSAEO>2.0.CO;2 [31] McCARTHY J, SERAFIN R. The microburst hazard to aircraft[J]. Weatherwise, 1984, 37(3): 120-127. doi: 10.1080/00431672.1984.9933539 [32] 郑永光, 田付友, 孟智勇, 等. "东方之星"客轮翻沉事件周边区域风灾现场调查与多尺度特征分析[J]. 气象, 2016, 42(1): 1-13. ZHENG Y G, TIAN F Y, MENG Zh Y, et al. Survey and multi-scale characteristics of wind damage caused by convective storms in the surrounding area of the capsizing accident of cruise ship "Dongfangzhixing"[J]. Meteorological Monthly, 2016, 42(1): 1-13 (in Chinese). [33] FUJITA T T. The downburst, report of projects NIMROD and JAWS[J]. University of Chicago, 1985, 210(20): 112-122. [34] HJELMFELT M R. Structure and life cycle of microburst outflows observed in Colorado[J]. Journal of Applied Meteorology and Climatology, 1988, 27(8): 900-927. doi: 10.1175/1520-0450(1988)027<0900:SALCOM>2.0.CO;2 [35] WANG X, WANG H, HE J, et al. Automated recognition of macro downburst using Doppler weather radar[J]. Atmosphere, 2022, 13(5): 672-691. [36] HJELMFELT M R, JOHNSON E A, MIYANISHI K. Microbursts and macrobursts: Windstorms and blowdowns[M]. Burlington, USA: Elsevier, Academic Press, 2010: 59-95. [37] STICH D, FORSTER C, TAFFERNER A, et al. Information on thunderstorm initiation, nowcast, and forecast for aviation safety and efficiency[C]//Programme 1st Ecats Conference. Berlin, Germany: Deutsches Zentrum fur Luft-und Raumfahrt, 2013: 11. [38] IWAI H, MURAYAMA Y, ISHII S, et al. Strong updraft at a sea-breeze front and associated vertical transport of near-surface dense aerosol observed by Doppler LiDAR and ceilometer[J]. Boundary-Layer Meteorology, 2011, 141(1): 117-142. -
点击查看大图
图(12) / 表(1)
计量
- 文章访问数: 1592
- HTML全文浏览量: 862
- PDF下载量: 26
- 被引次数: 0
