摘要：基于合肥新桥机场近五年逐小时地面气象观测数据，研究新桥机场辐射雾的气候特征及气象要素的变化特征。结果表明：辐射雾占低能见度日数的32.41%，年际变化呈下降趋势，但月际分布高度集中于10 月至次年3 月，其中冬季占比达52.94%。日变化表现为凌晨生成，日出后消散，平均持续时间5h，冬季最长。气象要素分析显示，微风是辐射雾生成的关键条件，主导风向为偏南风；气温集中于 0\~5℃，相对湿度 ≥95% ，雾前 3 小时降温 1.5^°C ，雾后 1 小时升温 2℃且湿度骤降10%；修正海平面气压以 1020\~1030hPa为主，雾时气压呈上升趋势。此外，85.29%的辐射雾事件前 2 日存在降水，其中 67.65% 发生于前 12h，降水增湿有利于促进雾的形成。本研究统计了新桥机场辐射雾的气候特征及气象要素特征，为辐射雾预报、预警及科学应对提供了有力参考。

关键词：辐射雾 气候特征 要素特征 保障程序

引言

在当今时代，随着航空事业蓬勃发展，航班数量呈现持续攀升之势。据2020\~2024 年民航行业发展统计公报显示，航班不正常原因里天气原因平均占比50%_oo 。大雾作为一种较为常见的灾害性天气，给航空飞行安全带来了诸多影响。特别是在航班量密集的当下，大雾导致能见度快速下降至运行标准以下，致使航班延误、返航以及备降等情况发生，这不仅严重影响航班的正常率，还使得航空公司遭受经济损失。根据陆瀛洲 [1] 对 1978\~1990 年间国际民航事故气象原因的分类统计，结果显示，在所有导致事故的气象因素中，低能见度占比最高，达49% 。这一发现表明低能见度对航空安全具有重要威胁，其已成为航空领域不容忽视的重点防范天气。因此研究大雾的机制机理，精准预测大雾对于保障航空运输的安全与效率起着至关重要的作用。

王淑英等 对北京地区高速公路大气能见度与气象条件之间的关联进行了分析，高湿度和低风速是造成低能见度现象的关键气象因素。此外，刘小宁等 [3]探讨了自1950 年以来中国大雾天气的气候特征及其变化趋势。这些研究为理解不同气象条件下能见度的变化提供了重要视角。本文重点研究新桥机场大雾气候及相关要素特点，并形成了大雾生消关键特征指标，为辐射雾量化预报提供了参考。

1 资料与方法

1.1 数据处理

本文数据采用新桥机场2014年1月至2023年12月逐小时地面气象观测资料，资料包含地面风、主导能见度[4]、天气现象、温度、相对湿度、修正海平面气压。统计时间为北京时，00:00 为日界。辐射雾筛选条件为主导能见度 <1000m_⨀ 。年际变化分析选取 2014\~2023 年数据，为研究现阶段与环境及气候背景相适应下的辐射雾相关气象要素特征，采用近五年（2019\~2023 年）数据，并选取 34 个典型辐射雾的样本进行相关气象要素分析。

1.2 方法应用

本研究采用线性倾向估计[5]、四分位统计方法分析新桥机场辐射雾气候特征及气象要素特征。结合中纬度地区四季划分，一年中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。

使用线性倾向估计方法，研究辐射雾的变化趋势。用xi 表示逐年辐射雾日数，用ti 表示年份，建立xi 与ti 之间的一元线性回归方程。

其中回归系数b 表示大雾的趋势倾向， b>0 说明随t 的增加 x 呈上升趋势，b<0 说明随t 增加 ρ_X 呈下降趋势，同时b 的绝对值大小反映上升或下降的速率。

2 新桥机场辐射雾天气的气候特征分析

近五年新桥机场共出现主导能见度低于 1000 米的低能见度天气 108 次，在大中型机场位于 2/47 位，总持续时间 536.41h，处大中型机场 3/47 位，具有频次高、持续时间长的特点。新桥机场低能见度天气类型复杂，包括辐射雾、平流雾、锋面雾与弱降水相关的雨（雪）雾等低能见度天气（图 1），其中辐射雾占比32.41% ，持续时间累计占比 28.83% ，辐射雾出现次数和持续时间均占第一，其是造成冬季航班延误的重要天气因素。

新桥机场 2014\~2023 年大雾天气 193 天，其中辐射雾 105 天，占比 54.4% 。辐射雾的年际变化特征如图2 所示，可以看出，辐射雾发生日数总体呈减少趋势，平均每年约降 0.79 天。其次，存在阶段性波动，各年度之间辐射雾天数的变化幅度较大。其中，2018 年的辐射雾天数最多（20d），而 2023 年相对较少（6d）。

2520515 日 10 lm5年份

2.2 新桥机场辐射雾月际变化特征

如图 3 所示，辐射雾日数在月分布上呈现明显规律，主要集中于 10 月至次年 3 月，统计该时段辐射雾日数，累计达 28d，占辐射雾总日数的 82.35% 。从月数据看，2 月辐射雾日数最为突出，达 10d，9 月最少，没有出现辐射雾天气。从季节上分析，冬季最高为18d，占全年大雾总日数的 52.94% ；春季次之为 8d 综上，新桥机场一年中辐射雾的高发阶段集中在冬、春季，夏、秋季出现辐射雾次数较少。

2.3 新桥机场辐射雾日变化特征

从辐射雾出现和结束时间的频率分布图上（图 4）可知，辐射雾不论是生成还是消散均具有明显的日变化，辐射雾在 20 时至次日 08 时均有生成，主要集中在凌晨后（00\~06 时），占 91.18% ，其中02 时发生最多（ 23.53% ），09\~19 时、21\~22 时及 07 时没有辐射雾生成。辐射雾消散时间集中在日出前后的 05\~12 时，有 94.12% 的辐射雾在 06\~12 时消散，其中 29.41% 、 26.47% 的辐射雾在 10 时和09 时消散。分析其主要原因在于 00\~06 时地面降温剧烈，甚至达到最低温，有利于水汽凝结形成辐射雾，而在06\~12时由于日出后气温快速上升，辐射雾开始消散。

2.4 新桥机场辐射雾持续性特征

统计分析辐射雾的持续时间，图5（a）可以看出持续时间的年变化较为稳定，但整体显示出持续时间缩短的趋势，年平均持续时间中位数在 5h，主要集中在3\~9h，这一结果可能是由于机场周边城市化的影响，导致辐射雾频次降低。由图5（b）可知，冬季辐射雾持续时间更长，尤其是 1 月，持续时间主要在 6\~16h，中位数 7.5h，2 月次之，持续时间主要在 4.5\~9h，中位数 7h，4 月和 6 月持续时间最短 。综合月变化特征分析，辐射雾在冬季不仅出现频率最高，持续时间也越长；夏季呈现频次较少且持续时间较短的特征。由图 5（c）可知，0\~2 时出现的辐射雾持续时间为 7\~8h，3\~5 时出现持续时间 4\~5h，6\~8 时出现持续时间 2\~3 时，说明新桥机场辐射雾越早出现持续时间越长，随着时间推移持续时间逐渐缩短，在日出后出现辐射雾的可能性极低。

(a) (b)区 南 日 因申* 电2019 2020 2021 2022 2023 2 营 6开始时刻

图5 新桥机场辐射雾持续时间的年变化（a）、月变化（b）、开始时间日变化（c）特征箱线图

3 新桥机场辐射雾相关要素特征分析

辐射雾的形成机制涉及多尺度环境因素的共同作用。研究表明，宏观环流背景和地理特征外，近地层热力、动力及水汽条件对辐射雾的生消过程具有决定性影响。本文通过定量分析 2019\~2023 年新桥机场辐射雾出现前 3h、出现时及消散后 3h 的地面风向风速、气温、相对湿度、修正海平面气压和降水等气象要素来研究辐射雾相关要素指标特征。

3.1 地面风

3.1.1 风向

辐射雾发生前后的风向分析（表1）表明，辐射雾雾前风向不定（VRB）较少；雾时静风频率降低，VRB 开始迅速增加，固定风向无明显变化；雾后静风频率急剧减少接近消失，VRB 显著增加同时固定风向也有所增加。说明静风有利于辐射雾的生成；VRB 有利于湍流混合及地面辐合加强，从而有利于辐射雾的形成。当VRB 不断增强时则有利于辐射雾的消散。

剔除辐射雾发生时的静风和风向不定，统计剩余固定风向得出如图 6（a）所示风玫瑰图，辐射雾发生时主导风向为偏南风， 160^∘ °风向最多，占固定风向的 13.38% ，这与南风增温增湿有较大关系；其次以偏北风为主， 320^∘ 、 330^∘ °和340^∘ °占 6.37% 、 7.01% 和 7.01% 。结合机场北部下垫面特征，造成这一原因可能与该方向湖泊有关，为辐射雾形成增湿降温。图 6（b）是辐射雾生成前后的 3h平均风向变化，雾前 3h 风向变化主要在 -20～4^∘ 之间，平均值为 -8.6^∘ ；雾时在-3\~13°之间，平均值为 6.7^∘ °；雾后 3h 在 4～22^∘ 之间，平均值为 14.3^∘ 。

图6新桥机场辐射雾发生时风向频次风玫瑰图（a）、平均每小时风向变化箱线图（b）（数值正值为顺时针旋转，风向负值为逆时针旋转）

3.1.2 风速

根据图 7(a) 可知，出现辐射雾时，风速大多处于 0～3m/s 区间，这一范围的占比高达 95.71% 。其中 2m/s 的出现频率最高（ 35.71% ）； 1～2m/s 的总占比达60% ，这表明微风环境更易于辐射雾的形成。从辐射雾发生前后平均每小时风速变化（图 8(a)）可见，辐射雾出现前风速变化集中在 -0.4～0.4m/s ；出现时风速变化集中在 0～0.2m/s ，中位数均为0；雾消散后，风速变化范围是 0～0.7m/s 由此可见，风速变化幅度较小，水汽不易扩散，有利于辐射雾的形成和持续；而当风速开始缓慢增大时，湍流增强，雾开始消散。

3.2 温湿特征

3.2.1 气温

根据图7(b) 所示，辐射雾多发于 -5～10^∘C 的温度条件下，其占比达 80.48% ，尤其是 0～5% 发生频率最高（ 48.1% ）。这表明相对低温的条件更利于新桥机场辐射雾的形成。进一步分析辐射雾前后平均每小时温度变化情况（见图8(b)），雾前，温度波动主要集中在 ，中位数约为 -0.5‰ ，表现为降温；而在雾期间，温度则稳定在 0～0.5% 范围内，中位数 0.1^qC ，表现为水汽凝结释放潜热的微小增温；雾散后，温度上升至 0.8～2.2% ，中位数升至 1.8^qC ，表现为日出后快速增温。

3.2.2 相对湿度

如图 7(c) 所示，在辐射雾出现期间，相对湿度普遍较高，全部样本的相对湿度均超过 95% ，主要分布在 97_～100% ，占比高达 90% ，这表明辐射雾的发生需要至少 90% 的高湿环境。图 8(c) 辐射雾前后平均每小时相对湿度变化表明，在辐射雾形成前和中，相对湿度的变化幅度大多在 0～1% 之间，以缓慢增湿为主；当辐射雾消散后，相对湿度的变化区间显著扩大，达到了 -10.7～3.4% ，其间的中位数为 -8.2% ，以减湿为主。

3.3 修正海平面气压

根据图7(d) 所示辐射雾发生时的修正海平面气压特征分析，除1030\~1035hPa范围是由于新桥机场出现次数较少而不具备代表性外，总体上辐射雾的发生频率随气压升高而上升。特别是在 1020\~1030hPa 的发生频率最高（ 54.29% ），而在 1005hPa 以下，其发生频率则显著降低至 1.43% 。辐射雾前后 3 小时变压（图8(d)）所示，雾前3h 内气压变化主要集中在-0.65\~0.83hPa，其中位数为 -0.1hPa ，表现为降压，有利于周边水汽辐合；雾中，这一数值范围变为 0.17～1.21hPa ，中位数调整为 0.1hPa ，表现为水汽辐合后的增压；而当辐射雾消散后，3h 变压扩大到 -0.93～0.7hPa ，中位数为 -0.15hPa ，表现为地面增温后空气膨胀降压。

图8 新桥机场辐射雾平均每小时风速(a)、温度 (b)、相对湿度 (c) 变化及平均3h变压(d) 箱线图

3.4 降水

降水后的蒸发增湿对雾的形成与持续具有积极作用，相关研究 [6] 也指出，前期是否发生降水对雾的生成及其强度有着显著影响。针对新桥机场辐射雾出现前 1\~2 天的降水情况分析得出，在 34 次辐射雾事件中，有 29 次在辐射雾形成前两天内观察到了降水现象，占比高达 85.29% ；同时在辐射雾来临前 12h 内出现降水的概率达 67.65% 。综上，前期降水过程对辐射雾的形成具有重要的水汽贡献作用。

4 新桥机场辐射雾运行保障探讨

在新桥机场，冬季辐射雾发生尤为频繁，成为影响航班正常运行的重要天气之一。辐射雾会导致能见度和跑道视程降低到航空器运行标准以下，使得飞机无法起飞和着陆，并可能引发航空事故。因此，研究辐射雾的气候特征和相关要素变化对如何做好辐射雾下的航空气象保障与服务具有重要的作用。由于辐射雾发生频率较高的季节是冬春两季，所以气象人员应在每年的冬季来临前开展相应的换季培训，重点加强对辐射雾预报思路和监测预警服务程序的培训。此外，预报人员可以根据辐射雾形成的环流条件和前期相关要素指标，提前开展辐射雾强度、生消时间的预测，提前 6\~12 小时发布 MDRS 概率预报，为航班调时和流量管理提供决策依据。在大雾发生时，强化观测和预报的协同保障能力，观测加强对能见度和跑道视程在标准边缘的观测，以及开展多点监测，密切关注变化趋势的监测和通报，为大雾临近预报提供必要的数据和外景图像支持。同时气象应当加强与运管、管制的信息沟通，做好大雾生消关键点、关键时间的信息通报，为机场及时放行提供支持。最后，在大雾等低能见度运行保障中，应建立完善的大雾监测、预警与服务保障体系，加强关键时间和关键环节的部门间协作沟通机制，包括气象部门与空中交通管理部门之间的紧密合作，确保信息传递高效准确，最大限度减少对航班运营的影响，从而为航空安全保驾护航。

5 小结

本文基于新桥机场气象观测数据，研究了新桥机场辐射雾的气候特征、相关要素演变规律，并基于辐射雾天气特点探讨航空气象运行保障措施，主要结论如下：

（1）辐射雾占新桥机场低能见度天气的 32.41% ，年际变化呈下降趋势，但月际分布高度集中在冬季。日变化表现为 0\~6 时集中生成，6\~12 时缓慢消散，具有明显的昼夜变化特征。

（2）近五年辐射雾平均持续时间为 5h，冬季持续时间最长，夏季最短。辐射雾形成时间越早，其持续时间越长。

（3）微风是辐射雾生成的关键条件，消散与静风骤减及不定风向增强密切相关。主导风向为偏南风。辐射雾集中发生于低温高湿环境，雾前平均 1h 降温幅度达 1.5℃，雾后平均 1h 升温 2% ，湿度骤降 10% 以上。辐射雾高发于1020\~1030hPa，雾时气压呈上升趋势，消散后波动下降。前期降水增湿有利于辐射雾的生成。

（4）基于辐射雾特征及规律，建立基本保障措施：强化换季培训，建立协同监测与预警体系，强化冬季及凌晨的加密观测；针对风向、气温和降水等要素指标建立预报模型，提高预报预警准确率；完善跨部门联动机制，提前 6\~12 小时发布概率预报，及时开展趋势通报，为运行提供决策支持。

未来可进一步结合数值预报和人工智能技术，深化辐射雾形成机制研究，提升航空气象服务与灾害性天气的应对能力。

参考文献

[1] 陆瀛洲 . 民航机场实施人工消雾的必要性、可行性及对策 [J]. 民航经济与技术 ,1995,(08):54- 56.

[2] 王淑英 , 孟燕军 , 赵习方 , 等 . 北京高速公路大气能见度与气象条件 的 相 关 分 析 [J]. 气 象 科 技 ,2002,(05):306- 310+320.DOI:10.19517/j.1671-6345.2002.05.012.

[3] 刘小宁, 张洪政, 李庆祥, 等. 我国大雾的气候特征及变化初步解释[J]. 应用气象学报 ,2005,(02):220- 230+271.

[4] 中 国 民 用 航 空 局 . 民 用 航 空 气 象 地 面 观 测 规 范 :AP- 117- T M- 2021-01R 2[Z]. 北京 : 中国民用航空局 ,2021

[5] 曹鸿兴 . 评新书《现代气候统计诊断与预测技术》[J]. 应用气象学报 ,2000,(01):128.

[6] 闫 敬 华 , 徐 建 平 . 华 南 地 区 降 水 与 雾 的 关 系 初 探 [J]. 广 东 气象 ,2001,(02):19- 21.

作者简介：梁燕茹（1996.10- ），本科，助理工程师，研究方向：航空气象。