雾天安全

2024-09-13

雾天安全（精选6篇）

1.雾天安全篇一

雾天高速公路安全车速分析

针对高速公路雾天低能见度及路面附着系数减小的`情况,进行安全车速研究.根据跟车状态下停车过程及标志视认相关方法,分别进行基于停车视距模型(包括AASHTO停车视距模型和NCHRP停车视距模型)和基于交通标志认知距离的安全车速计算.以湖北黄黄高速公路为例,综合3种模型条件下安全车速,最终得出雾天气候下的交通管理措施.

作者：廖海峰崔显忠杜志刚 LIAO Hai-feng CUI Xian-zhong DU Zhi-gang 作者单位：廖海峰,LIAO Hai-feng(中国市政工程中南设计研究院,湖北武汉,430010)

崔显忠,CUI Xian-zhong(深圳市甘泉建设监理有限公司,广东深圳,518048)

杜志刚,DU Zhi-gang(武汉理工大学交通学院,湖北武汉,430063)

刊名：交通科技与经济英文刊名：TECHNOLOGY & ECONOMY IN AREAS OF COMMUNICATIONS年，卷(期)：11(2)分类号：U412.34关键词：雾天安全车速能见度附着系数高速公路停车视距

2.雾天安全篇二

注:L1为车辆识别时间t1内的行驶距离;t1为车辆识别时间, 即驾驶员见到前方车辆或障碍物后, 在意识到应进行紧急制动的感觉反应时间和右脚从加速踏板移开到踩制动踏板的行动反应时间, t1因人而异, 并受到环境、道路条件等一系列因素的影响, 对95%的驾驶员来说, t1取2.5 s已足够;L2为车辆制动时间内的行驶距离;t2为车辆制动时间, 即制动器起作用到车完全停止所需要的时间;L3为前车在t1+t2时间内行驶的距离;Lv为路段的可视距离;L安为安全距离, 一般为5～10 m。

1 基于停车视距的安全车速计算

1.1 跟车状态下的停车过程

由于高速公路路段车流呈车队形式, 因此可从跟车状态来计算雾天车辆行驶所需的安全停车距离, 获得相应的控制车速。

驾驶员通过对本车和前车速度差及加速度差的判断来决定制动的必要性。如图1所示, 一般情况下, 驾驶员发现前面车辆时, 前车速度小于本车且处于制动状态, 此时后车停车所需的安全距离应满足

$L_{1} + L_{2} + L_{安} \leq L_{v} + L_{3} . (1)$

由于车辆故障、轮胎损坏、抛锚、货物洒落及事故等原因, 前方物体的速度为零, 车流中出现严重的速度差, 后车必须进行紧急制动, 此时后车停车所需的安全距离为

$L_{1} + L_{2} + L_{安} \leq L_{v} . (2)$

考虑前车静止情况, 计算雾天安全行车的安全距离为[3]

$L_{1} + L_{2} + L_{安} + L_{前车} \leq L_{v} . (3)$

1.2 AASHTO停车视距模型

根据AASHTO停车视距模型, 式 (3) 可转化为

$0.694 v + \frac{v^{2}}{254 (f - i)} + 5 + 5 \leq L_{v} . (4)$

式中:v为初速度;i为坡度;f为摩擦系数;L安、L前车均取为5 m。

研究表明, 摩阻系数f随着车速的增大而减小, 根据不同的轮胎类型、路面类型、粗糙度和潮湿情况而变化。雾浓度较大时的路面状态属于潮湿类型, 现根据日本用于计算潮湿路面车辆停车距离的资料, 使用最小二乘法拟合可以得到f-v关系式为

$f = 0.000 023 5 v^{2} - 0.004 518 v + 0.508 6 . (5)$

对于平原、丘陵地形区的高速公路, 根据《公路工程技术标准》, 最大纵坡为3%, 使用式 (4) 进行计算, 得到不同能见距离、不同坡度条件下的限制速度, 见表1。

由式 (5) 模型考虑了附着系数会随速度的变化而改变, 但资料中对应不同速度的附着系数偏小, 因此表1中计算结果偏于保守。

1.3 NCHRP停车视距模型

根据NCHRP停车视距模型, 式 (3) 可转化为

$0.694 v + \frac{v^{2}}{254 (\frac{a}{9.81} - i)} + 5 + 5 \leq L_{v} . (6)$

式中:v为初速度;i为坡度;a为制动减速度;L安取5 m。

有研究表明接近90%的驾驶员在看到前方障碍物时刹车的减速度大于3.4 m/s2, 所以计算中取为3.4 m/s2, 以保证一定程度的安全性。根据式 (6) 计算得到不同能见度、不同坡度时的限制速度, 如表2所示。

由表1、表2可得如下结论:

1) 使用AASHTO模型控制车速比使用NCHRP模型要更加严格。可视距离较低 (小于100 m) 时, AASHTO模型的计算结果略高于NCHRP模型结果 (相差为1 km/h左右) 。随着可视距离的增加, NCHRP模型计算结果大于AASHTO模型结果, 两者相差值增加, 在可视距离为200 m时, 达到7 km/h。

2) AASHTO模型和NCHRP模型均较保守。两种模型中驾驶员反应时间均为2.5 s, 偏于保守, 并且在计算中采用附着系数也偏小, 因此所得结果偏于保守。

3) 根据实际运用对车速控制进行调整。考虑到当能见度相对稍好时, 如能见度为200 m时, 驾驶员的期望车距, 即实际保持的车距小于200 m, 因此, 需以计算结果为基础, 并寻找车速与车距之间的平衡点, 在实际运用中对车速控制的标准进行调整。

2 基于交通标志认知距离的安全车速计算

由于雾天能见度下降, 对于交通标志的视认距离也需进行研究。如图2所示, 当车辆以一定的速度行驶, 驾驶员在不转头且平视前方的情况下, 从看到交通标志上的文字开始 (位置D) , 到能完全认知交通标志上的文字时的位置 (位置E) , 假设该位置恰好位于驾驶员认知能力开始迅速下降的位置 (αE=8°) , 则驾驶员认知交通标志的最短距离DC为

$\begin{array}{l} D C = \sqrt{D F^{2} + E B^{2}} = \\ \sqrt{[\frac{V t}{3.6} + E B \times t g (90 ° - 8 °)]^{2} + E B^{2}} . (7) \end{array}$

式中:t为标志的认知时间, 公路上一般取为2 s;EB在高等级公路中一般取为9 m。

交通标志的可视点 (位置D) 受天气条件的影响, 雾天由于能见度的下降, D点位置与一般天气条件下相比要前移, 也就是说驾驶员认知交通标志的最短距离DC将下降, 为保证在标志消失点之前驾驶员能顺利阅读完标志所要表达的信息, 必须将车速降低。现假设驾驶员认知交通标志的最短距离DC等于雾天最大可视距离, 计算不同可视距离下的车辆限速值, 如表3所示。

比较表1、表2、表3, 当可见距离大于100 m时, 基于停车视距模型的安全车速小于基于标志视认距离的安全车速, 应以表1、表2控制车速;当可见距离小于100 m时, 基于停车视距模型的安全车速大于基于标志视认距离的安全车速, 应以表3控制车速。

3 雾天交通管制措施

以湖北省黄黄高速公路为例, 该公路地处平原微丘带, 为双向4车道;计算行车速度100 km/h, 最大纵坡为3%。参考表1、表2、表3得出雾天交通管制措施, 如表4所示。当可视距离小于50 m时应关闭道路。

4 结束语

本文针对雾天气候下, 低能见度及路面附着系数减小的情况, 根据基于停车视距模型的安全车速计算及基于交通标志认知距离的安全车速计算, 综合得出雾气候下的交通管理措施。但在实际使用时, 由于雾的浓度变化较快, 因而能见度及路面附着系数变化也较快, 相应检测设备需要及时检测相关信息, 并通过广播和可变信息板将交通管理信息及时发布给交通出行者, 以确保行车安全。

参考文献

[1]陈江涛.高速公路停车视距分析[J].湖南交通科技, 2005, 31 (2) :128-132.

[2]William H.Levison, Alvah C.Bittner Jr., Steven J.Hunn.Computational techniques usedinthe driver performance model ofthe interactive highway safety design model.80th TRB AnnualMeeting Paper No.01-2187

[3]袁国林, 程建川.缓和竖曲线的视距距离[J].中外公路, 2002, 25 (2) :132-135.

[4]陈新, 刘英瞬, 曹从咏.中美高速公路雾天通行管理分析[J].交通科技, 2003, 23 (4) :14-18.

[5]李峰.高等级公路交通标志标线合理性设置的研究[J].中南公路工程, 1991, 2 (57) :26-30

[6]JTG B01-2003公路工程技术标准[S].北京:人民交通出版社, 2004.

3.雾天作文篇三

今天早晨，我去上学。一出门，迎面扑来一阵清冷潮湿的空气。啊，下雾了。

这雾，如同给天地罩了一层薄薄的面纱，我们的视线全被浓雾挡住了，好像有两层隐形的玻璃，挡在我们面前。我们坐在电动车上，雾在身上、脚下萦绕，路边的树木，房屋好像被巫术消失了。路边的田野，似乎刚下了一场雪，一片洁白。

公路上，只听到远处传来的`阵阵喇叭声，提醒着人们要小心，车灯像天上的星星一样闪烁不定，眨呀眨。各种车辆像蚯蚓般缓缓爬行，走走停停。

云雾在流动，在减退。过了一会，浓厚的大雾变成了薄薄的轻纱。远望原来的树呀，建筑物都是个黑影，有的还看不见总影呢。现在这些景物都隐约可见了。近处的树木都能分出枝杈了。柏树上挂着一个个大雾凝成的“小铃铛”。风一吹，便飘悠悠地落了下来。柳树上挂满了一串串亮晶晶的银条儿。

4.雨天雾天行车注意事项篇四

在雾中，帮助驾驶员判断方向和车速的路标以及树木等参照物，变得难以分辨清，驾驶员的速度感迟钝，对车速的判断往往要比实际车速低。

由于路边参照物模糊不清，往往与前方车辆保持的距离太近，甚至会误将前车停车开着的尾灯误认为是行驶车辆的尾灯，由于紧跟而导致撞车。

雾天行车注意事项主要有以下几点：

(1)雾中发生事故时，应保护好事故现场，立即抢救伤员，并及时报警。

(2)雾中行车发生道路堵塞时，应立即停车，打开危险报警灯。

(3)减速或停车时不可过急，防止尾随车辆措手不及而相撞。

(4)密切注意路面及地理环境，尤其是通过村庄、路口、车站或行驶于山路转弯处时，应仔细观察周围情况，做好停车避让的准备。

(5)雾天尾随行车时，应密切注意前车动态，保持较大的跟车距离，适当控制车速。

(6)浓雾能见度减至5m(米)以内时，应选择安全地点及时靠边停车，并打开小灯、尾灯和示廓灯，待浓雾散后再继续行驶。

(7)雾中应避免开前照灯行驶，强光照在雾上会引起散射，影响视线，造成视距缩短，甚至看不清前方的路面和交通情况。

(8)能见度在30m(米)以内时，车速不得超过20km/h(公里/小时)。

2、浓雾中行车

浓雾行车前，应注意了解当地的天气预报，做到心中有数，同时检查照明、喇叭、灯光信号装置、大小灯、雾灯、刮水器、转向及制动装置是否都保持完好。

雾形成后会逐渐地增浓，夏季路面如同小雨后变得比较湿滑，冬天则会使路面上形成薄霜或薄冰，都极易产生侧滑。

行车中，驾驶员应打开雾灯及示廓灯，严格控制车速，适时鸣喇叭，以引起行人和车辆注意，并根据视距严密观察，专心观测前方一切交通情况。

严格遵循靠右通行的原则缓慢行驶，车辆之间及行人之间都要保持充分的安全距离，以免发生碰撞和刮擦。

雾较大时，可间歇使用刮水器，以便把风窗玻璃上因雾气凝成的小水珠刮干净，以改善视线。

驾驶室内的热气在风窗玻璃内侧凝成的小水珠，可用风窗玻璃除霜功能清除或用干毛巾擦干。

进入浓雾区前，应谨慎行驶，必须把车速控制在能及时停车的范围内。

雾天能见度较低时，应先将车开到路边安全地带或停车场，待能见度好转时再上路行驶。

如果一定要在雾中行车，就要根据雾天的能见度情况，选择遇到情况时能迅速停车的行驶速度(视距必须大于制动停车距离)。

3、雾天行车对视线的影响

雾刚发生时，浓度在不知不觉中逐渐增加，视线虽然能逐渐适应，但能见度却在渐渐地缩短。

雾气使风窗玻璃外形成小水珠，驾驶室内的热气同样使风窗玻璃内凝面出现水珠，影响视线，浓雾时能见度更低。

低洼的路面上分布着一层厚度大于1mm(毫米)的浓雾时，虽不影响透视距离，但却不能看清路面上的石块、沟坎、凹坑等障碍物。

4、雾中会车

雾中会车，要尽量选择宽阔的路段和地点会车。

会车时，应关闭防雾灯，以免给对方造成眩目。

适当鸣喇叭提醒对面车辆注意，发现可疑情况，立即停车让行。

发现对面来车车速较快，没有让道意图时，应主动减速让行，必要时靠边停车。

会车后，打开防雾灯。

5、雾天超车

雾天严禁超越正在行驶的车辆。

发现前方车辆靠右边行驶时，不可盲目绕行，要考虑此车是否在避让对面来车。

5.基于分块的单幅雾天图像复原方法篇五

近年来, 单幅图像去雾方法取得重大突破, 目前应用比较广泛的单幅雾天图像复原方法包括:Tan的单幅图像去雾方法;Fattal的利用独立成分分析的方法;He的基于暗通道先验的方法, 该方法利用暗原色统计规律推断透射信息, 能够达到非常好的去雾效果, 但其不适用于浓雾图像复原。

现有的图像复原方法大多是基于光学成像系统线性空间不变的假定上, 而实际的光学成像系统不可能是严格到的线性空间不变系统, 特别是在视场较大的情况下, 点扩散函数在中心视场和边缘视场有较大的变化, 因此对于点扩散函数 (PSF) 随空间发生变化的图像, 仍使用同一个退化函数来处理显然是不够准确的。针对上述问题, 本文着重讨论图像分块的复原方法。

1 图像分块原则

对于理想的线性成像系统来说, 其成像过程可以用原图像和PSF的卷积来表示, 即:

式中, S为原图像, P为系统的退化函数, I为输出图像, u, v为物面坐标, x, y为像面坐标。

而各视场PSF不同的成像系统, 其PSF不仅是像面坐标的函数, 也是物面坐标的函数。其成像过程需用下式来表述, 即:

式中各参数含义同 (1) 式, 可以看到 (2) 式中的P多了两个变量。在实际的光学成像系统中, PSF的变化是连续的, 如果认为它在一定区域内是近似不变的, 即等晕区, 我们可以在等晕区内使用“基于滤波器的线性渐进反卷积”的方法进行图像复原, 然后将各分块图像拼接起来, 这就是图像分块的基本思路。

2 图像复原算法

2.1 雾天图像分层退化模型

在雾化成像系统中, 散射对成像效果的影响作用是很大的, 其分为前向散射和后向散射, 前向散射主要是图像退化的点扩散函数, 后向散射主要是图像加性噪声, 故退化图像用数学形式表示为:

由上式可知, 要得到清晰图像对PSF有准确的估计, 而散射退化图像g (x, y) 模糊程度和后向散射噪声本身包含了大量的与散射介质固有光学特性 (IOP) 有关的信息, 结合微积分和物理极值的思想, 将目标与接收器之间的散射介质分解成为一系列独立的退化单元, 假定每个退化单元厚度极小时后向散射噪声不相关, 对分层模型进行无穷层数 (即距离无穷远处) 积分, 然后利用纯后向散射背景 (距离无穷远处的天空区域) 拟合得到以往需要实际测量的退化函数参数。

2.2 基于滤波器的线性渐进反卷积

通过对上述分层退化模型的分析, 可推导出雾天图像的退化函数和噪声信息, 实现分层退化的逆过程——渐进反卷积。由于图像退化过程大多时候都可以通过线性退化模型来逼近, 上述分层退化模型就是一种线性退化模型, 因此通过线性反卷积手段就可以对图像进行复原, 本文用经典的维纳滤波器来完成渐进反卷积过程, 实现各分块图像去雾。

3 分块图像拼接

本文所用的拼接技术包括4大部分:图像获取, 特征点提取与匹配, 图像配准, 图像融合, 各部分均采用了当前图像处理领域的先进算法, 以达到较理想的拼接效果。

3.1 图像获取

将待复原的雾天图像进行重叠分块, 然后对各分块图像分别复原, 得到最终需要完成拼接的各子图像。

3.2 特征点提取与匹配

本文所采用的图像序列特征点的提取算法是2004年Low改进的SIFT算法。

SIFT算法的实现主要基于4点:首先需要对于尺度空间的极值进行检测, 其次对于特征点的位置进行精炼, 再次对于特征点的信息进行计算, 最后生成本地特征点的描述信息。该算法的一个显著优点是能够很好地处理所输入雾天图像的干扰噪声。

通过对两个特征点描述信息之间的欧氏距离的计算能够得到SIFT的匹配算法。

3.3 图像配准

可以说图像拼接的核心技术即为图像配准技术。此技术能够确定需要拼接的图像块之间的重叠部分, 找到匹配点, 进而得出图像序列之间的变换矩阵, 由此得到一幅拼接后的完整图像。此外, 为了使最后图像的拼接效果更加理想, 本文还应用了LM, RANSAC等算法来提高整幅图像配准的精确度。

3.4 图像融合

要想最终得到一幅完整的拼接图像, 就需要将各个复原后的图像块有效地融合在一起, 这就要求我们对于各个图像块之间的重叠点进行确定。但是, 由于复原后的各个图像块之间容易有亮度上的差异, 这种差异会使得拼接后的图像缝合线两端出现较明显的明暗变化。所以, 在将各个图像块进行融和时, 对于缝合线的处理十分重要。针对处理此拼接缝问题, 本文采用了加权平滑算法。此种方法的核心思想是:图像块中重叠部分的像素点的灰度值由两个图像块中对应像素点的灰度值加权平均得到。使用如下公式进行缝合线处理:

4 实验结果及性能分析

为了验证该算法的有效性, 将本取一幅512×384的大景深雾天彩色图像, 在Matlab R2012b上进行仿真实验, 图4-1为原图, 即有雾图像;图4-2为基于暗通道先验的方法恢复的图像;图4-3为用本论文的研究方法所复原的图像。由实验结果可知, 用本文的研究方法所处理的图像效果更加理想。

5 结论

本文给出了一种基于分块的大景深雾天彩色图像复原方法。由于渐进反卷积在复原图像的过程中对所有目标的去散射都是基于同一厚度的, 这就导致了对于景深变化尺度大的图像无法满足在不同距离上的目标同时达到算收敛, 而本文所用的算法能够将图像根据远近场进行分割, 对远近场分别复原达到最优解, 有效解决了上述问题。但该算法也存在一定不足之处, 如在图像拼接缝的处理上还不够理想, 有待研究。

参考文献

[1]R.Tan, "Visibility in bad weather from a single image"in Proceedings of IEEE Conference on CVPR (IEEE 2008) 1-8.

[2]R.Fattal, "Single Image Dehazing"J.ACM Siggraph 08, 1-9 (2008) .

6.雾天安全篇六

关键词：长水国际机场,大雾,选址

2013年1月3日昆明持续了19小时低云大雾天气,导致位于昆明的长水国际机场的440个航班被取消,约7 500名旅客滞留。大雾天气是影响长水国际机场正常运行的重要因素之一,因此,以此次事故为例,分析长水机场雨季大雾天气过程以及大雾过程的特殊性,有利于为长水国际机场的良好运行提供管理策略和建议。

1长水国际机场雾形成的条件

昆明长水国际机场场址位于昆明市东北方向, 到市中心的直线距离约为24.5km。机场始建于2007年,经过4年建设,于2011年底全面建成。投入运行不到三年的昆明长水国际机场经历多次大雾事件后已引起了各方的高度关注。对于长水机场的选址是否存在天气因素的疏漏,本文对长水国际机场2013年1月3日出现的大雾进行分析,该地区形成的雾是否有其特殊性,以致带来异于其他机场带来的影响。

昆明长水机场位于(102.9°E,25.1°N),介于昆明和嵩明通道之间,从城区到机场为缓慢爬坡地势,机场3km以外东西向均有同机场走向一致的绵延山脉(东北-西南)。由于其特殊的地理位置较易受东北方向的冷空气影响,再加上机场周围下垫面较湿润,易产生大雾,低云天气影响航空飞行安全。特殊地形有利于冷空气经过后形成云雾,就地势图来看,昆明城区平均海拔为1 897m,长水机场的海拔约为2 100 m,长水机场位于昆明坝子与嵩明坝子间的连接上,机场海拔为2 103.5m,高于两个坝子,而机场较附近地势又相对较低,西部、西北部最高点约为2 200m,东部、东南部达到2 500m, 也就是说长水机场相当于一个小洼地,大面积冷空气由北缓慢而来,越过机场西北部高点,由于冷空气爬升容易在半山腰出现云雾(见图1),所以在长水机场附近经常产生大雾天气。

黄盛军等人对长水国际机场从开始运行 (从2012年7月)到2013年6月,一年以来出现的大雾日的影响系统、云况及地面风进行统计并对其类型进行分析。一年以来的23个大雾日主要是锋面雾的影响,出现了14d。辐射降温和近地层弱冷空气共同影响产生的冷却雾为4d,辐射雾为4d,且大雾维持期间的地面风主要以东北风为主(15d)。锋面雾多出现在暖锋前后,锋前的雾主要由于锋上暖空气的暖雨滴降至锋下冷空气中蒸发,使冷空气达到饱和而形成;锋后雾主要是由暖湿空气移至原来冷空气控制的地面,冷却而形成。冷空气位于近地面低空,锋上云层降下雨滴遇冷凝结达到过饱和而形成雾。

2 2013年一月大雾天气分析

2013年1月3日凌晨,昆明长水机场受冷暖空气共同影响,从10时14分至4日凌晨5时25分, 出现了19小时11分钟的大雾低云天气。通过分析,发现此次大雾是一次锋面雾过程。吴兑研究指出降温是达到饱和形成雾滴的既重要又主要的物理过程。温度日较差(前一日最高气温减去当日最低气温)的变化可定性描述地面辐射冷却,起到对大雾过程发生和维持的作用。毛冬艳认为适当的风速既有利于向空中输送水汽,又不至于使垂直交换强烈,低层风速较弱时雾发生的频率最大。

2013年1月是昆明的干季(见表1),但这一年中低层暖湿气流(中低层西南暖湿气流指云南位于700hpa槽前且受西南气流控制)却很活跃。昆明空管分局统计了2008年至2013年1月共6年的700hpa高空实况资料,统计结果显示:2008年至2012年1月份中低层暖湿气流平均影响日为9.4d,而2013年仅为14d(与最多的2011年持平),可见2013年1月份低层暖湿气流活跃,天气尺度系统对云南天气影响较为明显。

昆明的冬季常受准静止锋影响,准静止锋是指冷暖气团势力相当,锋面移动很少的锋面,所以由准静止锋形成的雾往往持续时间较长。在昆明,准静止锋西进南压就会带来不同程度的冷空气,昆明的准静止锋有非常明显的日变化特点:夜间西进, 白天东退。黄盛军等选取2012年12月~2013年2月具有典型静止锋日变化特点的冷空气过程进行分析统计。多次冷空气过程均在中午结束,但这次大雾过程静止锋加强西进,午后并未迅速东退,使得地面冷空气夜间西进并维持了整个白天,这是此次长时间大雾具有的特殊性。

还有一个特殊的原因是中、高层干冷空气的补充可形成中层强迫对流,从而破坏层结。由于1月3日,中低层冷暖空气相对稳定,低层冷空气持续维持,无中高层干冷空气的强迫对流,造成了此次大雾天气的长时间维持。

充分了解长水国际机场的地理特点和天气条件,有助于更快、更好地适应新机场、新环境,尽可能地规避和减轻大雾天气对机场运行造成的不利影响。

3长水机场选址中的雾天天气分析

昆明由于海拔高,纬度低,临海较近,有滇池调节,加上北部和西北部有梁王山、蒙山等山脉,挡住寒冷的北风和西北风,以及西南来自印度洋经孟加拉湾的暖湿气流的影响,形成一种独特的高原季风气候,昆明属北亚热带气候。昆明一年四季无台风侵袭,北方寒潮南来,山高路远,风势减弱,降温不烈,所以冬无严寒,夏无酷暑。昆明年平均气温14.7 ℃,最冷月气温7.8 ℃,最热月气温19.9 ℃, 全年冷热差异为12.1 ℃。

与巫家坝机场相比,在天气方面,巫家坝的天气因素比较稳定,优于长水区域。最初舍弃巫家坝机场的原因是巫家坝机场离城区太近,没有进一步拓展的空间。长水机场占地超过20km2,而且距主城区24.5km,不仅拓展空间大,噪音污染也较小。同时考虑到云南的经济发展主要是旅游和物产丰富,这些都需要运输,但云南的地形恶劣致使陆地交通不便,所以航空业的发展便成了主要依托力量,拓展机场大势所驱。在不断深入了解长水机场天气情况的同时,还了解到造成重大影响的因素可能有以下两方面:一是长水与巫家坝在天气方面相比,确实不如巫家坝稳定,从而造成不论飞行人员还是地面人员长期缺乏应对大雾天气的意识;二是长水机场离市区比巫家坝机场远,造成服务配套断裂、跟不上。

4结束语

【雾天安全】推荐阅读：