ТАМДАР
![]() | В этой статье есть несколько проблем. Пожалуйста, помогите улучшить его или обсудите эти проблемы на странице обсуждения . ( Узнайте, как и когда удалять эти шаблонные сообщения ) |
ТАМДАР ( Передача метеорологических данных с воздуха в тропосфере ) [1] представляет собой систему мониторинга погоды , состоящую из атмосферного датчика , установленного на коммерческом самолете для сбора данных. Он собирает информацию, аналогичную той, которую собирают радиозонды , поднимаемые на метеозондах . Он был разработан компанией AirDat LLC, которая была приобретена Panasonic Avionics Corporation в апреле 2013 года и эксплуатировалась до октября 2018 года под названием Panasonic Weather Solutions . Сейчас он принадлежит FLYHT Aerospace Solutions Ltd. [2]
История
[ редактировать ]В ответ на правительственную инициативу по безопасности полетов в начале 2000-х годов НАСА в партнерстве с ФАУ , НОАА и частным сектором спонсировало раннюю разработку и оценку запатентованного многофункционального датчика атмосферы для самолетов , находящегося на месте . Предшественник Panasonic Weather Solutions, AirDat (ранее ODS в Рапид-Сити, SD ), расположенный в Моррисвилле, Северная Каролина , и Лейквуде, Колорадо , был основан в 2003 году для разработки и внедрения системы передачи метеорологических данных по тропосфере с воздуха (TAMDAR) на основе требований предоставлены Отделом глобальных систем (GSD) Лабораторий исследования системы Земли (ESRL) NOAA, ФАУ и Всемирной метеорологической организацией (ВМО).
Датчик TAMDAR был первоначально установлен в декабре 2004 года на парке из 63 самолетов Saab SF340 , эксплуатируемых авиакомпанией Mesaba Airlines в районе Великих озер США в рамках спонсируемого НАСА эксперимента по флоту Великих озер (GLFE). За последние двенадцать лет оснащение датчиками вышло за пределы континентальной части США и включило Аляску , Карибский бассейн , Мексику , Центральную Америку , Европу и Азию . Авиакомпании, выполняющие рейсы по системе, включают в себя Islandair , Horizon ( Alaska Air Group), Chautauqua ( Republic Airways ), Piedmont ( American Airlines ), AeroMéxico , Ravn Alaska , Hageland , PenAir , Silver Airways и Flybe , а также несколько исследовательских самолетов, включая Самолет Метеорологического бюро Великобритании BAe-146 FAAM . Недавно соглашение об установке было достигнуто и с крупной авиакомпанией Юго-Восточной Азии. Система ТАМДАР находится в непрерывной эксплуатации с момента ее первоначального развертывания в декабре 2004 года.
В 2014 году данные TAMDAR начали внедряться в национальную программу мезонет , состоящую из NOAA и ее партнеров. [3]
В октябре 2018 года Panasonic Weather Solutions была приобретена компанией FLYHT Aerospace Solutions, которая интегрировала TAMDAR со своим аппаратным пакетом AFIRs для самолетов (обеспечивающим передачу данных в реальном времени через спутниковую связь). [4]
Возможности системы
[ редактировать ]Наблюдения TAMDAR включают о температуре , давлении , ветре на высоте, относительной влажности , обледенении и турбулентности информацию , которая имеет решающее значение как для авиационной безопасности , так и для эффективности работы Национальной системы воздушного пространства США (NAS) и других мировых систем управления воздушным пространством, а также других погодных условий. -зависимая оперативная среда, такая как морская, оборонная и энергетическая. Кроме того, каждое наблюдение включает в себя горизонтальные и вертикальные (высотные) координаты, полученные с помощью GPS , а также отметку времени с точностью до секунды. Благодаря непрерывному потоку наблюдений TAMDAR обеспечивает пространственное, временное разрешение и географический охват.
Системы аэрологических наблюдений обычно подвержены задержкам, зависящим от используемых сетей связи и протокола обеспечения качества. Наблюдения TAMDAR обычно получают, обрабатывают, контролируют качество и доступны для распространения или усвоения модели менее чем за одну минуту с момента выборки. Датчик не требует участия летного экипажа; он работает автоматически, а частоту дискретизации и калибровочные константы можно регулировать с помощью удаленной команды из операционного центра в США. Датчики TAMDAR непрерывно передают данные атмосферных наблюдений через глобальную спутниковую сеть в режиме реального времени, когда самолет набирает высоту, совершает круиз и снижается.
Система обычно устанавливается на планеры самолетов, начиная от небольших беспилотных летательных систем (БПЛА) и заканчивая широкофюзеляжными самолетами большой дальности, такими как Boeing 777 или Airbus A380 . По завершении установок, запланированных на 2015 год, более 6000 ежедневных измерений в Северной Америке, Европе и Азии в более чем 400 точках. было произведено [ нужна ссылка ]
Наблюдения за обледенением
[ редактировать ]Данные об обледенении TAMDAR предоставляют авиакомпаниям большие объемы объективных данных об обледенении. [1] Отчеты TAMDAR об обледенении обеспечивают точное пространственное и временное распределение мест присутствия обледенения. Данные об обледенении могут быть доступны в необработанной форме наблюдений или могут использоваться для улучшения прогнозов модели потенциального обледенения.
Наблюдения за турбулентностью
[ редактировать ]Датчик TAMDAR обеспечивает объективные наблюдения за турбулентностью скорости вихревой диссипации (EDR) с высоким разрешением. Эти данные собираются как для средних, так и для пиковых измерений турбулентности и могут быть отсортированы по 7-балльной шкале, которые оцениваются как легкая, умеренная или сильная. Процесс сбора данных EDR не зависит от типа или конфигурации самолета, условий полета или загрузки.
Эти данные о турбулентности можно использовать для изменения маршрутов прибытия и отправления рейсов. Его можно добавлять в модели для улучшения прогнозирования условий турбулентности, а также использовать в качестве инструмента проверки для прогнозов турбулентности на основе численного прогноза погоды (ЧПП) на более длительный срок. Как и в случае с наблюдениями за обледенением, потенциальная полезность этих данных при принятии решений авиадиспетчерской службой по предотвращению столкновений с турбулентностью может иметь существенное значение с точки зрения затрат и времени полета.
Модели прогнозирования и проверка
[ редактировать ]Сторонние исследования были проведены NOAA-GSD, Национальным центром атмосферных исследований (NCAR), а также различными университетами и правительственными учреждениями для проверки точности данных TAMDAR по сравнению с данными метеозондов и испытательных приборов самолетов, а также для количественной оценки Влияние ТАМДАР на ЧПП. Продолжающиеся эксперименты по отрицанию данных показывают, что включение данных TAMDAR может значительно повысить точность модели прогноза , причем наибольшие выгоды достигаются во время более динамичных и суровых погодных явлений.
Аэрологические наблюдения являются единственным наиболее важным набором данных, лежащим в основе модели прогноза. Точность мелкомасштабного регионального прогноза зависит от представления атмосферных потоков, влажности и волнения на среднем и верхнем уровне. Если эти особенности должным образом проанализированы в период инициализации модели, то получится точный прогноз. Было показано, что данные TAMDAR повышают точность прогнозов по США примерно на 30–50 процентов в среднем за месяц, даже для моделей 3D-Var (GSI). [5]
ФАУ профинансировало четырехлетнее исследование воздействия TAMDAR, которое завершилось в январе 2009 года. Исследование было проведено Отделом глобальных систем (GSD) NOAA по контракту с ФАУ для выяснения потенциальных преимуществ включения данных TAMDAR в 3D-Var Rapid Модель цикла обновления (RUC), которая была текущей оперативной моделью, ориентированной на авиацию, используемой Национальными центрами экологического прогнозирования (NCEP). Две параллельные версии модели были запущены с контролем, утаившим данные TAMDAR. Результаты этого исследования пришли к выводу, что значительный прирост в навыках прогнозирования был достигнут благодаря включению данных, несмотря на использование методов ассимиляции 3D-Var. Уменьшение 30-дневной средней среднеквадратичной ошибки, усредненной по всей прилегающей территории Соединенных Штатов в пределах пограничного слоя для переменных состояния модели, составило:
- Снижение ошибки относительной влажности до 50 %.
- Снижение температурной погрешности на 35 %
- Снижение погрешности ветра на 15 %.
Это исследование было проведено с использованием модели 3D-Var на горизонтальной сетке шириной 13 км (8,1 мили). Аналогичным образом, характер средних статистических данных за 30 дней ослабляет фактическое воздействие, оказываемое данными TAMDAR с более высоким разрешением во время критических погодных явлений. Прирост навыков прогнозирования во время динамических явлений обычно намного превышает то, что выражается в среднемесячном значении, охватывающем нижние 48 стран. Другими словами, повышение точности модели является наибольшим во время динамических погодных явлений, когда воздушное движение и другие эксплуатационные воздействия являются наибольшими. [5]
Прогноз Panasonic Weather Solutions RT-FDDA-WRF выполняется в домене Северной Америки с шагом сетки 4 км (2,5 мили) и может включать в себя несколько вложенных доменов шириной 1 км (0,62 мили). Четырехлетнее совместное исследование с NCAR с использованием тех же данных, что и в исследованиях, упомянутых выше, показало, что методология ассимиляции FDDA/4D-Var может почти удвоить улучшение навыков прогнозирования по сравнению с идентичной моделью, использующей конфигурацию 3D-Var. Результаты этого исследования суммированы ниже с использованием той же 30-дневной статистики проверки среднего значения, которая используется NOAA. Воздействие TAMDAR с использованием FDDA/4D-Var привело к: [5]
- Снижение ошибки прогноза влажности на 74 %.
- Снижение ошибки прогноза температуры на 58%.
- Снижение ошибки прогноза ветра на 63%
Навыки прогнозирования, как в примере, представленном выше, становятся возможными благодаря наличию (i) асиноптической системы наблюдений на месте, такой как TAMDAR, которая передает непрерывные наблюдения в реальном времени в (ii) модель прогноза (детерминистическую или вероятностную), которая способна ассимилировать асиноптические данные в четырех измерениях.
Skew-T Профили
[ редактировать ]Датчики TAMDAR в настоящее время настроены на отбор проб с интервалом 300 футов (91 м) при подъеме и спуске . Это разрешение можно настроить в режиме реального времени на любой интервал, необходимый для принимающей модели прогнозирования. Спутниковое соединение с датчиком является двусторонним, поэтому частоты дискретизации, калибровочные константы, переменные и параметры, а также частоты отчетов можно изменять удаленно с наземной точки. Частота выборки в круизе зависит от времени. Промеры, или вертикальные профили, строятся по мере получения каждого наблюдения. Все расчеты переменных на основе профиля (например, CAPE , CIN и т. д.) рассчитываются, когда самолет входит в крейсерский режим или приземляется. При выборе аэропорта последовательные измерения могут отображаться в течение определенного временного окна. Это позволяет пользователю наблюдать за развитием профиля.
См. также
[ редактировать ]Ссылки
[ редактировать ]- ^ Jump up to: а б LaRC, Кэти Лоренц. «НАСА - ТАМДАР: крошечный инструмент, оказывающий большое влияние на прогноз погоды» . www.nasa.gov . Проверено 19 января 2023 г.
- ^ Зазулия, Ник (12 октября 2018 г.). «Panasonic Avionics продает метеорологический бизнес компании FLYHT» . Авионика Интернэшнл .
- ^ Маршалл, Кертис Х. (11 января 2016 г.). «Национальная программа Мезонет» . 22-я конференция по прикладной климатологии . Новый Орлеан, Луизиана: Американское метеорологическое общество.
- ^ «FLYHT приобретает активы Panasonic Weather Solutions» . МаркетВотч . Проверено 15 ноября 2019 г. .
- ^ Jump up to: а б с Монингер, Уильям (январь 2008 г.). «НОВЫЕ ФЛОТЫ ТАМДАР И ИХ ВЛИЯНИЕ НА ПРОГНОЗЫ ЦИКЛА БЫСТРОГО ОБНОВЛЕНИЯ (RUC)» (PDF) . Архивировано (PDF) из оригинала 19 января 2023 г.