基于飞行员报告与ERA5再分析资料的晴空湍流阈值设定方法比较研究——以中国区域为例

《Atmosphere》：A Comparative Study of Threshold-Setting Methods for Clear-Air Turbulence Diagnosis over China Using PIREPs and ERA5 Data

　　

晴空湍流（Clear-Air Turbulence, CAT）作为航空安全的重要威胁，常通过多指标进行业务化诊断与预报，但由于其复杂的物理机制及不同指标缺乏普适性阈值，可靠诊断仍具挑战。本研究利用飞行员报告（Pilot Reports, PIREPs）湍流记录与再分析资料，评估了22种诊断指标在中国冷季捕捉CAT的性能。研究人员比较了四种阈值设定方法：（1）受试者工作特征曲线（Receiver Operating Characteristic, ROC）左上角最近点法（简称ROC最优法），（2）基于观测的百分位法，（3）基于观测的中位数法，以及（4）基于再分析的百分位法。进一步提出了一套阈值设定的方法选择建议，以在不同强度和数据场景下提升CAT诊断性能。结果表明：ROC最优法对中度（True Skill Statistic, TSS=0.48）和重度（TSS=0.28）湍流取得了最高TSS值，而基于观测的百分位法对轻度湍流表现最佳（TSS=0.42）。基于观测的中位数法表现中等，而基于再分析的百分位法在所有强度下TSS均最低。考虑到湍流强度和资料可得性对诊断的影响，研究人员建议轻度湍流预警采用基于观测的百分位法，而中度和重度情况推荐使用ROC最优法。当观测资料有限时，可考虑将基于再分析的百分位法用于轻度湍流预警。

晴空湍流阈值设定方法比较研究的深度解读

一、研究背景与现存问题

晴空湍流（Clear-Air Turbulence, CAT）是指发生在无云区域、缺乏视觉和雷达回波指示的航空湍流，对民航飞行安全构成重大威胁。据国际民用航空组织（International Civil Aviation Organization, ICAO）统计，湍流是商业飞机天气相关事故的首要原因，占截至2025年所有严重航空伤害的约76%。在全球变暖背景下，过去四十年间中纬度地区CAT的频率和强度显著增加，且这一上升趋势预计将持续，尤其在东亚洲际航线上更为突出。因此，更精准的CAT诊断与预报对于提升运营效率和保障航空安全至关重要。

当前，由于数值天气预报（Numerical Weather Prediction, NWP）模型无法显式解析0.1–1公里尺度的湍流，CAT通常基于能量串级假说从更大尺度扰动中进行业务化诊断。已有研究表明，CAT生成的机制涉及急流附近垂直风切变、地形和对流引发的重力波破碎以及反气旋流中的惯性不稳定等。据此，学界建立了近30种诊断指标，可分为动力学、热力学和混合三类。然而，这些指标的阈值设定高度不一致，不同研究和地理区域的差异显著。例如，最初针对北美开发的TI1指标阈值在直接应用于东亚时，检测性能大幅下降，漏报率和虚警率明显上升。即使在同一区域和同一指标下，区分不同湍流强度的阈值也可能相差数个数量级。这表明，针对特定区域和特定强度进行阈值校准是业务化CAT诊断的必要前提。

目前常用的四种阈值设定方法包括：基于观测的中位数法、基于观测的百分位法、基于再分析的百分位法和ROC最优法。尽管这些方法均已得到应用，但仍存在几个关键空白：第一，这些方法在不同的区域、数据集和评价周期中被孤立开发和评估，缺乏在相同条件下的系统性对比；第二，多数研究聚焦于单一强度类别，对轻度和重度湍流的性能探索不足；第三，缺乏在业务环境中选择这些方法的框架，尤其是在观测数据有限的区域。

二、研究方法与技术路线

为填补上述空白，研究人员利用2024年12月至2025年3月期间中国民航局空中交通管理系统收集的飞行员报告（Pilot Reports, PIREPs）以及同期第五代ECMWF再分析资料（ERA5），对中国冷季CAT诊断进行了系统评估。主要关键技术方法包括：

1. 1.
   数据匹配与预处理：将PIREPs与ERA5资料进行三维时空匹配，采用最邻近插值法获取对应网格点的气象场变量，并剔除空间距离0.25°以内且时间差不超过20分钟的重复记录，最终保留3439个有效CAT样本，其中零湍流476例、轻度2682例、中度245例、重度36例。
2. 2.
   诊断指标体系构建：选取22种主流CAT诊断指标，涵盖动力学指标（如Endlich、DEF、|HWS|等）、热力学指标（HTG）和混合指标（如TI1、TI2、TI3、Dutton、Richardson数Ri等），所有指标均基于ERA5压力层格点场通过标准有限差分法计算。
3. 3.
   四种阈值设定方法：
   • •
     基于观测的中位数法：取各湍流强度类别下指标值的中位数，相邻类别阈值为两者中位数的平均值；
   • •
     基于观测的百分位法：以观测样本中各强度类别所占比例对应的百分位数作为阈值；
   • •
     基于再分析的百分位法：基于整个NWP网格域上指标值的统计分布，以历史观测数据得出的气候发生频率作为锚定百分位数；
   • •
     ROC最优法：通过最大化真技能统计量（True Skill Statistic, TSS），选择ROC曲线上离左上角最近的点作为最优阈值。
4. 4.
   性能评估体系：采用曲线下面积（Area Under the ROC Curve, AUC）、TSS、命中率（Probability of Detection of turbulence events, PODY）、正确否定率（Probability of Detection of non-turbulence events, PODN）和均方根误差（Root Mean Square Error, RMSE）五个指标进行全面评估。

三、研究结果与分析

3.1 不同校准方法的阈值特征

研究人员发现，风速类指标（|V|、NGM1）在所有三个强度对比中均表现最优，其中|V|在轻度湍流检测中AUC达到0.88，中度0.85，重度0.72，是唯一在重度湍流中维持AUC高于0.7的指标。这反映了东亚副热带急流在冬季CAT生成中的主导作用。四种方法的阈值存在显著差异：基于再分析的百分位法产生最高的阈值，往往超过ROC最优法的两倍以上；基于观测的中位数法给出最低阈值；ROC最优法则在两者之间取得平衡。值得注意的是，理查森数Ri的阈值随强度增加而减小，符合其物理意义。

3.2 不同湍流强度的阈值性能

通过TSS箱线图分析，ROC最优法获得最高的中位TSS（0.26）、最紧凑的四分位距（0.20–0.45）和最高的最小TSS（0.13），表明其在各指标间表现稳定且优异。基于观测的中位数法中位TSS相同但离散度更大。基于观测的百分位法虽然中位TSS相同，但四分位距最宽、最小值最低。基于再分析的百分位法在所有方面表现最差。Mann-Whitney U检验显示，在中度和重度湍流中，ROC最优法与另两种方法存在显著差异，但与基于观测的中位数法差异不显著。

PODY-PODN权衡分析揭示：基于观测的中位数法通过低阈值获得高PODY但低PODN（高虚警率）；基于观测的百分位法在略微降低PODY的同时大幅提升PODN；基于再分析的百分位法PODY极低；ROC最优法则实现了最佳的PODY-PODN平衡。

3.3 不同成因子集的阈值性能

RMSE分析表明，基于观测的百分位法在所有子集和顶级指标中取得最低RMSE（|V|为0.24–0.25），这是因为该方法阈值与占主导的轻度湍流分布吻合良好。然而，这与TSS结果形成对比，反映出RMSE受最常见强度类别影响较大的局限性。三种成因子集（全样本、急流相关、未知原因）的模式几乎一致，表明各方法性能对湍流成因分类不敏感。插值方案敏感性分析证实，无论采用最邻近、线性还是样条插值，四种方法的相对排序保持不变。

3.4 四种方法的适用性与验证

基于综合比较，研究人员总结了各方法的适用场景：

• •
  基于观测的中位数法：适用于初步风险评估，以最小化漏报为首要目标，可接受高虚警率；
• •
  基于观测的百分位法：推荐用于观测充足区域的轻度湍流预警；
• •
  基于再分析的百分位法：适用于数据稀疏区域或集合系统，但仅限轻度湍流且需谨慎使用；
• •
  ROC最优法：推荐用于中度和重度湍流的业务化预警。

独立季节验证（春季5月、夏季7月、秋季9月）确认，基于观测的百分位法在所有季节的轻度湍流中TSS最高，ROC最优法在中度和重度中表现最佳。冬季导出的阈值在春季表现最优（TSS 0.35–0.43），秋季次之（0.28–0.38），夏季退化最明显（0.12–0.28），表明季节因素值得纳入未来校准考虑。

四、结论与讨论

本研究的核心发现是：不存在适用于所有场景的最优阈值设定方法，最合适的方法取决于目标湍流强度和观测数据的可用性。具体而言，风速类指标（尤其是|V|和NGM1）在所有强度下持续优于其他20种指标。在四种阈值设定方法中，ROC最优法对中度和重度湍流取得最高TSS，四分位距最紧凑，最小TSS最高，表明其跨指标鲁棒性强。基于观测的百分位法对轻度湍流表现最佳，而基于再分析的百分位法在所有强度下TSS最低。

基于此，研究人员建议：当观测充足时，轻度湍流预警采用基于观测的百分位法；中度和重度预警采用ROC最优法；观测稀缺时可考虑将基于再分析的百分位法作为轻度湍流的备选方案。

研究存在若干局限：分析基于中国冷季数据，建议可能不适用于其他主导CAT机制不同的区域；RMSE强度校准假设湍流类别间物理间隔相等，有待改进；夏季验证显示冬季导出阈值性能下降，凸显了季节性特定校准的必要性。未来工作应将此框架扩展到其他区域，并探索将阈值校准后的指标集成到集合和机器学习模型中。