机场能见度临近预测方法

能见度是保障机场航班安全、正常运行的重要标准之一。为精准预测能见度,使用2020年天津机场气象和常规空气质量监测数据,构建基于方差膨胀因子(Variance Inflation Factor, VIF)、主成分分析(Principal Components Analysis, PCA)和Informer的能见度预测模型,并将均方根误差、平均绝对误差、平均绝对百分比误差作为评价指标进行误差分析。结果显示,VIF-PCA-Informer模型比单一的Informer和简单组合模型效果更优,能更好地捕捉长时间序列特征的关系。相比于单一的Informer、长短期记忆神经网络和门控循环单元模型,VIF-PCA-Informer模型均方根误差下降了0.214 1～0.348 6,平均绝对误差下降了0.184 2～0.275 3,平均绝对百分比误差下降了0.322 4～0.527 0;VIF-PCA-Informer模型对能见度的临近预测(1 h)更为精准。使用高效的机场能见度预测模型可在保障航班安全高效运行方面发挥较大支撑作用。     

郑州新郑国际机场本地化排放因子与排放清单

基于郑州新郑国际机场的飞行数据和国际民航组织发动机排放数据库,获得2019年飞机实际飞行时间,测算了全年所有机型飞机 主发动机的污染物排放因子,建立了包括飞机及地面特种车辆在内的机场精细化大气污染物排放清单.结果表明,新郑国际机场飞机运行时间对典型机型耗油量影响明显,月际变化趋势一致.典型机型的本地化污染物排放因子的差异,与各飞行阶段的耗油量和单位燃油污染排放量密切相关,其中,波音B738机型运行占比最大且排放因子较高.2019年新郑国际机场NO_x、CO、HC、SO₂和PM的总排放量分别为1207.7、921.2、123.7、268.3和36.2 t,主要来自飞机主发动机排放.研究期内,各类污染物排放均在11：00达到峰值.飞行阶段中,NO_x排放主要来自飞机在 起飞降落循环中的爬升阶段,占比达45.6%;CO和HC在地面滑行阶段的排放占比远高于其他运行阶段,分别占95.4%和93.9%;SO₂和PM在不同工作模式下的排放占比较为接近.各机型中,波音B738和空客A320两种机型在5类污染物排放量中贡献最大,波音B737机型排放CO较高.     

机场典型霾过程大气消光特性及能见度预测模型

大气能见度是机场运行的重要指标之一,探究机场低能见度天气形成机理、准确预测能见度变化趋势对保障航空交通安全高效运行至关重要。选取天津机场为研究对象,开展大气光学参数、污染物浓度及气象条件监测,研究了2020年12月08—23日一次典型霾天气过程中机场大气消光特性,并基于广义加性模型(generalized additive model, GAM)和梯度提升回归树模型(gradient boost regression tree, GBRT)分别构建机场能见度预测模型,对比并确定最优模型。结果表明,在天津机场冬季一次典型霾污染引起的低能见度过程中,大气总消光系数B_ext为37.4～891.7 Mm^-1,平均值为346.0 Mm^-1。其中,B_sp、B_ap、B_ag、B_sg对B_ext的贡献占比分别为73.7%、11.7%、5.9%和8.7%,气溶胶污染是造成能见度降低的主要因素,GBRT分析显示1μm以下粒子对总消光的相...     

基于航班运行规律的典型机场NOx浓度临近预测方法研究

针对天津机场区域考虑航班运行影响,应用广义加性模型（Generalized Additive Model,GAM）建立污染物浓度预测模型,对因子间的共线性问题和交互作用进行改进,得到最优的NO_x浓度预测模型.选取天津机场区域2019年11月—2020年3月环境、气象及航班数据,建立改进的GAM.结果显示：（1）改进的GAM预测效果优,可以更加准确地预测浓度峰值及变化趋势;（2）样本量会影响模型选择的因子数量及模型性能;（3）改进模型adj-R²为0.940,实测和预测NO_x浓度的相关系数为0.975,预测效果好;（4）航班活动对机场区域污染物浓度影响较大.改进的GAM考虑污染物浓度与影响因子之间的复杂非线性关系及影响因子之间交互作用对污染物浓度变化的影响,使模型精度进一步提升. GAM对污染物浓度的准确预测可为机场区域污染防治提供依据.     

飞机LTO排放影响评估耦合模型研究与应用

民航飞机在LTO起降阶段的飞行中,发动机污染物排放的源强和空间位置是动态的.为准确定量评估其影响,构建了飞机LTO污染排放影响评估耦合模型.首先利用飞行动力学模型,模拟飞机LTO飞行轨迹,并获得轨迹中每一位置点的性能参数（实时燃油流量）;再通过排放计算模型,确定每一位置点的污染物排放量（源强）;在此基础上,基于拉格朗日烟团模型,针对飞机烟团排气特点进行修正,实现污染扩散模拟.最后采集了一架典型飞机在一个完整LTO飞行过程中的机载数据,结合实时气象参数,进行了实例应用研究.结果显示.在LTO过程中NO_x、SO₂、CO、PM和HC的平均排放速率分别为17.71、2.21、1.05、0.20和0.03g/s;飞机在起飞离地时刻,烟团扩散范围集中于跑道附近及侧向300m、纵向3000m范围内,NO_x地面最大浓度超过100mg/m³;当飞机爬升至混合层顶完成起飞时,地面污染物扩散至侧向1200m范围,NO_x浓度降至298.5μg/m³,依然较为严重,其他污染物地面浓度相对较低_.     

天津机场区域大气NO2及O3影响因子研究

在紧邻天津机场跑道的点位对机场区域大气常规污染物开展连续监测,应用广义加性模型（GAM）,针对2017年3月1日~2018年2月28日间的NO₂及O₃,识别其影响因子,并确定因子贡献率.选取因子包括环境因子（SO₂、NO、NO₂、O₃、CO、PM_2.5、PM₁₀、前一小时NO₂/O₃浓度）,气象因子（风向、风速、温度、露点温度、修正海压）及航空活动因子（起飞、着陆）.结果显示：机场区域NO₂日均值为17.6~123.6μg/m³,超标天数共计38d,占比约13%;O₃日均值为1.0~276.1μg/m³,超标天数占比26%,污染主要集中在夏季;环境因子是主要影响因子,累积贡献率在56%~89%;航空活动作为区域重要污染源,对大气NO₂、O₃存在一定影响,最高贡献率可达20%;气象因子相对贡献较低.全部GAM的Adj-R²为0.85~0.96,筛选的影响因子能够有效解释区域环境空气污染物浓度的变化.