低空风切变识别分析中激光测风雷达的应用研究

发布时间：2020-07-29 11:36

【摘要】：低空风切变严重威胁着飞行安全,尤其飞机的起飞和着陆阶段,是公认的空中隐形杀手,而激光测风雷达可以提供高时空分辨率的低空三维风场信息,是探测低空风切变的新型有利手段。目前国内利用激光测风雷达来识别低空风切变的研究尚处于起步阶段,进行低空风切变的识别算法研究具有重要意义。本文利用2015年7-9月和2016年1-4月在东北和昆明长水机场试验得到的激光测风雷达风场实测资料,使用“K-邻域频数法”对激光雷达测风数据进行了数据质量控制,并在晴、阴、雾霾和雨(含雷暴)等天气背景下,通过与气象常用小球测风和风廓线雷达风场探测数据作对比,分析激光测风雷达在以上天气类型下风场探测的精度、稳定度以及误差来源。基于上述工作,利用最小二乘法线性拟合,设计了通过合成径向和切向切变来识别低空风切变的算法,并根据低空风切变气象特征和激光雷达测风数据特点,结合航空器起飞降落安全标准规范,设计了低空风切变告警阈值及重点监测区域,且根据航空气象服务用户需求不同使用不同方式提供低空风切变告警信息;最后,运用实例对切变告警系统识别效果进行了检验。得到了如下结论:(1)低空风切变通过同时影响迎角和空速从而影响升力和阻力,并最终破坏飞机的平衡影响飞机飞行安全。由强对流天气、锋面系统、逆温层、空中急流、地面障碍物等因素引起的风切变中,辐射逆温、超低空急流和地形抬升引起的干性风切变(晴空风切变)是激光雷达擅长探测的类型。(2)K-领域频数法能有效滤除噪声回波和对缺测值进行填补,依据激光雷达测风数据特点,通过多组对比试验,得到适用于激光测风雷达的最优参数配置,使得运用该算法在抑制噪声填补缺测的同时亦不会改变径向速度的库间脉动性。(3)通过对比晴天、阴天、雾霾天和雨天四种天气类型下,激光测风雷达和风廓线雷达与探空气球风场探测的相关性、标准差和平均偏差,可知:晴、阴和雾霾天条件下,激光测风雷达测风精度优于风廓线雷达,其水平风与真值误差的标准差低于风廓线雷达的一半;其水平风的标准差低于风廓线雷达的一半;雨天(含雷暴)条件下,激光测风雷达最大可测高度明显降低,有时仅为风廓线雷达的一半,表明其风场探测受降水衰减影响比风廓线雷达严重;激光测风雷达测风稳定性优于风廓线雷达,垂向连续高度上其与真值的相关系数少变且均达到0.9以上;以上天气类型下,两种雷达测风精度都受大气风速变化影响,且随大气风速增加呈不同变化趋势。(4)基于低空风切变的气象特征及本质,提出利用最小二乘线性拟合的合成切变识别算法,有效识别出了低空风切变,并依据航空器起飞降落安全标准规范,设计切变告警阈值和重点监测区域,完成了低空风切变告警算法的实现和切变准确定位的目标。(5)经实例验证表明,30例低空风切变中,本文算法可识别出20例,命中率达66.67%,洛.马WindAnalyer激光雷达只识别16例,命中率为53.33%,本文算法在识别低空风切变发生时间、持续时段、定位精度和强度大小等方面均优于WindAnalyer雷达;其中有13例为晴空风切变,本文算法可识别11例,命中率为84.61%,洛.马激光雷达只识别了9例,命中率为69.23%,都远高于其他天气类型下的命中率,可见激光雷达更适宜探测晴空风切变。(6)分析识别失败样本得知,水汽分子含量、雨强、气溶胶浓度、地物遮挡等都会造成激光雷达传输衰减,影响了本文算法和WindAnalyer雷达算法的风切变识别效果。
【学位授予单位】：成都信息工程大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：P412.25
【图文】：

系统框图,风雷,系统框图,可解释

图 2-1 相干激光测风雷达系统框图公式可解释如下雷达发射信号可表示为：fxV.cos0 AOMp x λf =(f + f )= f + （2光与大气中气溶胶碰撞后产生的散射光被雷达接收器接收，探测到的光信号

示意图,风雷,风场反演,径向角

如图 2-2 所示。正东方向为 x标系。设激光雷达测得的径向角为ψ，矢量在直角坐标系各个几何关系为：Vr u cos θ cos ψ v sin θ cos ψ

航班,风场,信息工程,硕士学位论文

016.05.08-2016.10.15风场影响航班情况统计

【参考文献】