文摘
天空单一欧洲空中交通管理研究(研究)项目旨在现代化和协调欧洲领空,目前有一个强烈的支离破碎的性格。除了动荡和对流,空中结冰是管理研究的一部分,可以被视为最重要的气象现象,这可能会导致危险的飞机飞行条件。在这项研究中,几种不同复杂性分析方法结合3个人飞行结冰预测基于数值天气预报模型从德国Wetterdienst, Meteo-France,气象局。最优方法将被用于操作一个和谐飞行结冰预测在欧洲。作为验证数据,试验报告(飞行员天气报告),提供危险天气的信息,目前唯一可用的空中结冰事件直接定期测量。为了评估个人结冰预测和由此产生的组合,检测能力得分的概率计算基于multicategory应急表预测结冰强度。分数合并成一个单一的技能分数给的概述糖衣的质量并使比较不同模型的组合预测方法。结论结果表明,最复杂的组合方法,它使用迭代优化加权因素对于每个模型,提供了最好的预测质量根据飞行员天气报告。三个糖衣的组合预测结果在一个和谐结冰预测,超过每个糖衣预报的技巧,从而提供一个改进飞行结冰预测在欧洲。
1。介绍
欧洲领空强支离破碎的性格。在大陆范围内,有多个空中导航服务提供商每个负责欧洲领空的一部分。此外,空中交通管制非常复杂,因为在欧洲领空是世界上最繁忙的港口之一,平均每天超过30000次航班COVID-19大流行之前(2018年)和机场密度非常高。在2000年,欧洲单一天空倡议成立的空域结构和空中导航服务在欧洲克服分裂,增加飞行能力和空中交通管理效率。天空单一欧洲空中交通管理研究(研究)项目旨在欧洲领空的协调和现代化,通过制定和实施一系列新的操作程序和系统在欧洲航空利益相关者(1,2]。
为了达到研究的目标,航空和气象信息需要统一和一致的欧洲。几个国家气象服务提供商运营自己的数值天气预报(NWP)系统在不同的网格尺度(全球区域)和时间尺度导致几个可用的天气预报在欧洲在任何给定的时间。此外,全球航空业和谐世界区域预报中心提供的天气预报是可用的。然而,对于高度分散,高容量的欧洲领空,需要更详细的天气预报信息(高分辨率航空气象为短途航班(遇到)信息,终端领域,和机场)。研究部署项目3]2015 _068_af5“欧洲统一的预测恶劣天气(糖衣,动荡对流和冬天的天气)”旨在满足这种需求通过提供欧洲航空气象灾害协调满足产品高分辨率和高精度。
与湍流和对流,空中结冰被视为最重要的气象现象,这可能会导致危险的飞机飞行条件。空中结冰通常发生在云与过冷的水滴。这些云内的温度通常是介于0和-20°C (4),可以根据周围的环境(如没有冰核)、冷-40°C (5]。飞机飞过这样一个云可能会收集一些翅膀,过冷的水滴的螺旋桨、或涡轮机、测量仪器和其他结构的飞机。水滴冻结瞬间接触飞机(大水滴可能留在半流质的状态上秒(5),可以依附,形成一层冰的几厘米(6]。这些冰层可以有强烈影响飞机的机动性和可能导致危险的飞行环境的方式测量仪器和飞机空气动力学是妥协。在后一种情况下,结冰引起阻力增加和减少,导致控制问题(7]。绿色(8]给出了一个长期的概述(1978 - 2002)的飞行事故和事件相关的糖衣。进一步讨论了一些个人事件的描述,伯恩斯坦et al。9]。
由于空中结冰的危险性质,飞机配备了防冰和除冰系统。最常用的两个系统加热表面和气动橡胶靴的前缘翅膀和在其他地方结冰可能导致飞行问题。然而,他们利用导致显著增加燃料消耗,因此,避免结冰条件优先。因此,需求有一个更可靠的预测粉来降低成本以及提高飞行安全。
在这项研究中,一个和谐结冰预测在欧洲生产使用预测数据从德国Wetterdienst (DWD) Meteo-France (MF),和气象局(MO)。三个糖衣预报产品,基于不同数值天气预报模式,从DWD ADWICE [5(基于模型的后处理ICON-EU [10从MF []), ARPEGE11),和统一模型(嗯)从密苏里州12]。通过其工作标题统一产品,以下称为“HarmonICE”,是由结合个人的不同的糖衣指数由每个数值天气预报模型。
本研究的主要目的是分析不同方法结合糖衣指标,如最小值,最大值,或意味着所有数据,作为一个更复杂的方法,佩佩和汤普森(建议的方法13下面详细描述。最高的方法预测技能将部署操作提供一个统一的欧洲结冰预测精度高和跨国界的一致性和空域用户的利益相关者和航空。
试验报告(飞行员天气报告)用于验证和支持先前的研究预测,例如,布朗et al。14)详细描述的优缺点对NWP验证使用飞行员天气报告。飞行员天气报告提供危险天气信息和目前唯一直接定期测量飞行结冰事件。概述本研究中使用的飞行员天气报告和个人的糖衣组合预测的方法描述在下一节中,紧随其后的是结果的详细描述和一个前景。
2。数据和方法
飞行员天气报告从冬季的2017/18(2017年10月到2018年4月)是为了确定最好的方法用于结合三结冰预测基于单一数值天气预报模型和验证最终和谐结冰预测,HarmonICE。结冰事件在欧洲通常更频繁地发生在这个时期比其他月份。然而,相对于大量的时间预测数据,很少有结冰现象的观察。
2.1。观测数据
结冰事件报道PIREP提供一个点的观察糖衣的存在和严重性(归类为none,跟踪,光,温和,或严重)在飞机的位置。在五级结冰强度,地理位置,高度,和观察时间报告。飞行员天气报告已被用作糖衣观测数据等其他几个研究布朗et al。14),Taffner et al。15],Kalinka et al (5]。
总共4268名飞行员天气报告收集在冬天的季节。的地理分布“不结冰”和“糖衣”事件图所示1。大多数积极结冰事件被报道对土地的欧洲和接近大城市。飞机发送这些飞行员天气报告通常是位于中间的飞行水平在方法或降落。中可以看到这个飞行员天气报告的高度分布在图2。相比之下,负面报道大多是在海的那边发来的西部地区(图分析1从更高的飞行水平(图)和2)。结果,大量的“不结冰”报告的高度高于预测的最大水平(360 FL)过冷液体水很少存在由于气温很低。
飞行员天气报告的频率分布分为四结冰强度图中可以看到3。跟踪观察粉光结冰强度范畴中包含的是很少有跟踪报道相比,光粉粉报告。到目前为止,大多数飞行员天气报告报告温和的糖衣。相对较少的负面报道是可用的(662)相比,积极的糖衣事件的数量(3606)。这个分布可以用这一事实来解释飞行员有望避免地区严重结冰强度,光结冰强度可能不会产生一定程度的关心飞行员考虑做一个报告。此外,结冰强度是主观的因为没有定量的定义严重存在。详细讨论了低质量和数量的飞行员天气报告是由布朗et al。14]。他们的结论是,飞行员天气报告正在挑战为数值天气预报验证使用在绝对意义上。然而,在相对意义上,他们可以是有用的,例如,对于检出率的比较不同的结冰预测或它们的组合提出了研究。
2.2。预测数据
三个结冰预测用于DWD的协调产品、MF,莫是基于不同数值天气预报系统。从DWD ADWICE提供每小时数据输出水平网格间距为0.0625°和32 225 hPa垂直层。ADWICE提供的结冰强度匹配使用的四类PIREP价值观研究中。MF的糖衣指数基于ARPEGE较低水平网格分辨率为0.1°,14层400 hPa垂直。预测的数据输出是每小时12小时,然后每三个小时结冰强度介于1到10之间的步骤之一。嗯糖衣指数从莫为每小时的数据提供了0.140626°水平网格间距在东西方向和南北方向0.09375°16垂直扩展250 hPa网格层。结冰强度是连续的范围在0和1之间。所有的模型运行每六个小时(0、6、12和18 UTC)和模拟36小时或更长时间。
不同的网格间距和时间分辨率必须考虑在最后统一的产品。最好的方法用于HarmonICE使用上述水平网格分辨率0.0625°,29日垂直网格层(225 hPa或飞行高度360)。这样做的好处是,在最后的产品,没有造成结冰强度信息外推到粗网格。此外,客户目前使用更好的解决单一产品可以保留对协调产品如果它包含更少的信息。任何减少信息在垂直维度将导致更少的飞行水平的预测,减少结冰强度信息相比,现有单一模型预测,这对顾客是不可取的。这可能给人的印象,协调产品不如解决单一产品越高,导致不愿使用HarmonICE。
数据输出的HarmonICE预测小时36小时。最终的输出是直言结冰强度预测利用ICAO附件3中的类别推荐(16),这是相同的类别用于飞行员天气报告。域HarmonICE从23.5°西62.5°东和北(参见图29.5°到70.5°1)。
为了结合三个不同中心的预测,每个结冰预测re-gridded HarmonICE电网使用线性插值。时间与ARPEGE数据进行插值,ARPEGE糖衣指数和嗯转换的“四段式”分类范围的HarmonICE运用阈值列于表1。这种转变是必要的,因为不像ADWICE产生分类结冰强度预测,没有内部计算绝对结冰强度ARPEGE,嗯。表中列出的阈值1计算在项目的早期阶段使用来自另一个冬季的飞行员天气报告。他们目前固定在给定的值,但将在未来得到证实,如果需要重新计算。
由于存储的问题,在预测数据存在一些差距分析冬季2017/18。这三个数据集覆盖约。70%的完成冬季时间所以不是所有飞行员天气报告收集可用于比较与预测数据。总的来说,3010年PIREP预测数据比较可以执行。
2.3。分析方法
本节描述启用评估所需的数据处理和验证的预测。首先,预测数据对应于每个PIREP从四维数据文件中提取。第二,个人结冰预测相结合,以产生和谐结冰强度。
2.4。配对数据
为每个PIREP检查冬季的位置,观察时间,结冰强度与预测数据比较。每个PIREP的时间点转移到最近的小时,最长时间区别结冰预测效度时间和PIREP时间是30分钟。在这半小时的窗口,发现在结冰区(云)可以流水水平距离根据平均风在这个高度导致一些空间在结冰的位置预测偏差。假设是典型的大约15米/秒风速对流层的中间高度,平流将导致测量点之间的距离大约30公里的潜在的新位置测量云半小时前或后。另一个不确定性的来源在于报道PIREP中的信息(例如,舍入误差的经度和纬度值或抵消在观察造成飞机旅行)。为了考虑这些不确定性在时间和空间中,一个盒子放置在每个PIREP和盒子里的最大结冰强度预测是用来比较观察结冰强度(类似于其他的研究,例如,Kalinka et al。5])。结果的灵敏度大小的盒子测试通过使用四个不同大小的盒子。最小的盒子只是一个网格长度尺寸,导致点对点的比较。所有其他盒子都增加了一个网格点的垂直上下(共计三个网格点的高度),一个,两个,三个网格点,分别在四个水平方向。因此,最大的盒子尺寸3×7×7,总计147网格点,也就是说,三个垂直网格分和7水平网格点的南北与东西方向(表示为3 v7h),对应于大约600米和50公里在水平方向垂直。
2.5。合并数据
合并个人结冰预测,不同的方法进行测试。除了经典的方法来计算平均的三个预测,最大和最小的组合计算。此外,佩佩和汤普森提出的方法(13使用)。该方法结合了预报值p1, p2, p3通过选择一个权重因子λ∈(1,1)在这样一种方式组合λpi + pj (i, j∈{1,2,3})导致最优值的选择技巧得分为每个可能的组合(π,pj)。最高的一对造成技能分数然后被组合成一个新的中间结合结冰预测价值。然后重复这个过程,剩下的一双结冰预测pk, j和k(∈{1,2,3})为了计算一个权重因子对最终产品,它具有以下形式:pijk =π+λ1 pj +λ2 pk。
2.6。评估数据
前研究常用二进制是的/不结冰分析方法,例如,布朗et al。14)和Kalinka et al。5]。列联表允许的计算吊舱(检测概率)是的,没有结冰以及计算(误警率)。曲线下的面积(AUC)也可以计算。这些技能成绩概述不同的数值天气预报模型的预报质量,使比较性能。然而,这种二进制方法之间的区别只有一个糖衣和无结冰事件没有考虑强度。出于这个原因,只有少数的负面报告可用粉(它们所需的计算),一个更复杂的multicategory列联表用于分析数据(例如,墨菲(17),布鲁克斯(18])。详细描述的方法应用于本研究计算技能成绩从multicategory应急表一起在下一节中给出一个示例。
3所示。结果与讨论
在本节中,给出的结果是结合个人飞行结冰预测使用简单和更复杂的方法。每个方法的技巧相结合的个人飞行积冰预测以及每个飞行结冰预测显示。基于这些结果,结合空中结冰的推荐方法预估HarmonICE。
3.1。个人的组合预测的例子
结冰预测相结合的最简单的方法之一是通过计算平均结冰强度(平均方法)。一个例子的结冰强度场如图4。压力水平的600 hPa 2017年12月11日在6 UTC(模型运行在00 UTC)选择。此时,单一预测显示了一些结冰强度存在显著差异(ADWICE只有很小的地区严重结冰)和地方结冰发生(ARPEGE没有糖衣在东北和西北域)的一部分。然而,锋面的位置和空间扩展所有的模型之间的吻合较好。在HarmonICE领域,除去糖衣区域所示的方法是与光强度预测的三个预报产品,通常只有一个减少了结冰强度较高的领域,因为最高强度预测的所有产品只出现在一些地区。
两个飞行员天气报告可以在这飞行高度和时间,显示为彩色点在图4吻合较好,预测HarmonICE结冰强度。相反,并不是所有个人的预测是一个很好的适合飞行员天气报告,进一步强调智能的利益结合个人飞行结冰预测HarmonICE。分析所有数据在冬季这个贱法如图5。multicategory应急表属于点比较(最小模型每个PIREP盒子大小),可以阅读如下:绿色的对角线,预报值完全同意观测数据。最优预测沿着对角线只能生成非零值;所有其他条目将是零。蓝色的细胞显示under-forecast情况预测结冰强度小于相应的PIREP结冰强度。红细胞显示在预期情况。深红色和蓝色的颜色,更大的预测结冰强度之间的差异和每个相应的PIREP。三个类别的百分比(完美的预测,under-forecast,和在预期)下面提到的桌子上。灰色细胞给相应的行和列的总和。如前所述,3010名飞行员天气报告与预期值。 This is less than the total amount of PIREPs available in the winter season (see section “Data and Methods”) since not all forecasts were not available over the entire time period and some PIREPs were reported from an altitude above the model domain height.
在这个例子中平均单个模型的预测,结果表明倾向于低估了结冰强度。将近一半的贱法数据的值相比小于相应的PIREP。一个完美的预测,预测结冰强度和相应的观察结冰强度是相同的,在41.7%的情况下观察到。
multicategory列联表分析预测提供了各种不同的信息产品。然而,它并没有提供一个技能分数,这将允许一个综合评价的产品和一个简单的比较与multicategory应急表来自其他预报产品。为了创建一个单一技能分数使用比较个人结冰预测,每个糖衣的豆荚强度,以及总命中率,法尔斯的结冰强度以及总false-forecast率和和over-forecasting利率计算。后者四值,观察飞行员天气报告的总量(3010)在用作除数。计算结冰强度命中率(不,光,温和,和严重),正确的数量预测结冰强度(绿色值表图的对角线5)除以飞行员天气报告的数量与相应的结冰强度(灰度值在表格的最后一行在图5)。例如,没有结冰的命中率计算除以236年到247年,导致0.96。图6属显示了从multicategory应急技能分数计算表(图5)。很高的命中率没有糖衣报告(0.96)突出部分“观测数据”部分中提到的问题没有结冰的飞行员天气报告。大多数没有糖衣飞行员天气报告是在海拔没有结冰云层发生,因此这些数据看起来很好。的原因采取单一的命中率都结冰强度(打不打灯,温和,打击严重)和总命中率(打击)考虑在总命中率,每个值具有相同的影响概率,而单一的命中率是不同的一个值的影响,因为他们的总数是不同的。
为了确定一个技能的分数值如图6,他们被合并成三个不同的技能组分数:单一的命中率结冰强度(打不打灯,温和,和打击严重),总命中率,等于1-false和下——和在预期利率。这三个组的分数multicategory应急表中包含所有相关信息(图5)。平均组内的单一的分数,然后平均三个组,一个multicategory平均技巧得分(mca),它包含所有相关特征multicategory列联表。上述计算可以在数学上为制定 与第一项代表的平均单支安打,第二项代表所有来袭,和第三项下给予考虑,在预期的事件。under-forecast和在预期值减去从一个为了得到一个值,最好是当它等于1。作者意识到还有其他的成绩或组合的分数可以来源于multicategory列联表如Heidke技能分数(HSS) [19]。然而,mca(方程(1)提供了一个良好的和充分的结冰预测技能在这个研究调查。这也是手动检查通过比较一组计算血流与相应multicategory应急表。
一个额外的优势制定mca /技能成绩如高速钢是它可以修改通过为每个术语在不同的权重因素方程(1)为了考虑某些单一方面超过别人。这可能是如果客户需求修改的方式,例如,over-forecasting必须有更强的影响比under-forecasting或严重必须考虑的命中率比其他的命中率。然而,在当前的研究中,单一的方程(1加权均匀。更详细的分析差异以及优点和缺点的mca相比与其他技能分数将在未来的研究调查。
mca被计算为每个单独的糖衣和每个组合预测方法讨论的“合并数据”部分(结果意味着数据的方法5和6)。
3.2。各种组合方法的概述
下面的例子multicategory列联表在前面的小节中,每个单独的糖衣的性能预测和组合方法现在评估。最后的血流的显示值为生产HarmonICE推荐的组合方法。
佩佩和汤普森(PT)方法,最佳值λ1,λ2被迭代计算为0.6和-0.2,分别。最后在ADWICE +优化组合的结果λ1嗯+λ2 arpege。在图7,所有结果总结为三个预测产品以及四个组合(最小值,意思是,max, PT)。在飞行员天气报告使用的盒子大小以不同颜色表示的酒吧。图7表明,当考虑到个人预测,盒子尺寸只有ADWICE的重大影响。盒子尺寸越大,效果越好mcas所示。这可以解释为相对高的网格分辨率ADWICE相比其他两个预测。网格分辨率越高导致更高的空间波动的结冰强度小的区域内,因此,较大的结冰强度值更容易遇到通过增加盒子的大小。此外,ADWICE往往低估了结冰强度超过最小的盒子大小的其他模型(这里没有直接显示,但反映的相对较小的蓝色条ADWICE图7),这也会导致更好的结果越来越盒大小。盒子的大小依赖ADWICE以来,结合PT法还可以看到ADWICE包含在最大的一个因素。总的来说,工党方法导致最好的结果的预测,比每个预测产品组合。这个语句是独立的盒子大小的飞行员天气报告。每箱尺寸(颜色),PT方法提供了最大的差异值。
为了给一个更好的洞察的改善HarmonICE PT方法,所提供的数字8显示了multicategory列联表,它属于最大的条形图7盒3 v7h PT法红酒吧)。表图8可以比较的图吗5,这是通过使用均值法和最小的盒子的大小(框1 v1h意味着方法图7蓝条)。
这两个例子的mca区别大约是0.12。这是不到PT的区别方法和最个人的预测。使用PT方法完美的预测是63.1%,20多个百分点大于平均法(41.3%,见图5),under-forecasting降低到29.6%。的主要原因使用PT法更高的技能是,大量的光结冰预测其他方法增加到温和的糖衣。这将导致高命中率的温和的糖衣,这是集团最糖衣报告和结果有很大的影响的结果。虽然增加,但命中率没有结冰事件仍很好的与PT法与均值法(234和236)。这表明影响命中率的糖衣报告很小。
4所示。结论和展望
在这项研究中,一种方法协调飞行结冰预测在欧洲。不同的方法进行测试,以便找到最佳组合的三个飞行结冰预测指数基于三种不同的数值天气预报模型。飞行员天气报告作为验证数据,虽然他们有一些缺点。一天一个例子显示了不同的个人组合预测预报产品和产品使用均值方法。飞行员天气报告报道在一天事件相当不错适合合并后的数据集。
为了能够比较不同组合方法,mca源自每个multicategory列联表生成的各种预测和个人预测产品组合。mca包含所有相关信息的multicategory列联表,也就是说,四个结冰强度的命中率,在under-forecasting,和总命中率。它允许定量预报技巧从每个糖衣预报产品的比较以及组合方法。
最后比较不同预测组合的差异和个体预测产品表明,工党方法提供了最好的结果包括显示每一个结冰强度预测相比有所改善。盒子大小的敏感性研究PIREP位置的预测数据提取显示,结果是独立的选择框大小;但是,它有一个对血流的影响。在大多数情况下,增加盒子大小会导致更大的差异,但对某些产品或组合,预测结果影响盒子大小或显示血流的减少。
在研究部署项目中,前运算的初始测试版本的HarmonICE自2019年年中。自2020年以来,这些数据提供了六个小时的糖衣预测在欧洲。核查通知修改最好的组合预测方法目前如果有必要,一个新的计算权重的因素,将每年进行的飞行员天气报告之前的冬季。在重新计算,它也将可能mcas适应用户请求。计算方法允许一个单一技能的不同权重得分方面如over-forecasting或某一强度命中率(如严重结冰强度)。如果其中一个单一技能得分方面必须考虑比其他人更强,它可以实现在平均得分计算技能。
飞行员天气报告用于糖衣验证此前因为更好的选择不可用。另一个选择决定观察结冰强度,或者至少结冰发生与否,是使用卫星推断潜在粉(20.]。Stretton et al。21)表明,卫星数据可以用来检测“不结冰”地区无云区域。此外,云顶高度和相应的糖衣潜力在这个高度水平可以从卫星。总的来说,卫星数据不能提供一个三维的数据集的结冰强度,但它可以帮助改善预测领域的结冰条件和验证数据集与飞行员天气报告的准确性。卫星数据作为验证工具的使用与飞行员天气报告将在未来的探索工作。
数据可用性
底层数据已经产生了航空目的。他们可以提供航空使用和研究活动。联系作者或(电子邮件保护)
信息披露
这个刊物的内容是德国的唯一责任Wetterdienst, Meteo-France,气象局和不一定反映欧盟的意见。临时状态的研究报告在“国际会议上糖衣的飞机引擎和明尼阿波利斯2019 MN 17 - 21结构6月区间。”
的利益冲突
作者宣称没有利益冲突有关这篇文章的出版。
确认
作者感谢所有提供了支持和促进了欧洲协调飞行结冰项目,尤其是涉及到合作伙伴的项目经理斯蒂芬妮·詹姆逊(MO),劳伦•多诺休(EUMETNET)和斯蒂芬妮Wigniolle (MF),并承认支持从用户的角度来看,罗莎琳德Lapsley(欧洲)。活动的一部分行动”研究集群部署计划实现2015 - 2”N°2015 -欧盟- tm - 0196 m是由欧盟共同创立(482欧元)。