CN115188223B - 一种基于机场天气实况的飞机起降安全指数确定方法 - Google Patents
一种基于机场天气实况的飞机起降安全指数确定方法 Download PDFInfo
- Publication number
- CN115188223B CN115188223B CN202210647309.4A CN202210647309A CN115188223B CN 115188223 B CN115188223 B CN 115188223B CN 202210647309 A CN202210647309 A CN 202210647309A CN 115188223 B CN115188223 B CN 115188223B
- Authority
- CN
- China
- Prior art keywords
- landing
- evaluation
- safety
- conditions
- impact
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000011156 evaluation Methods 0.000 claims abstract description 98
- 239000011159 matrix material Substances 0.000 claims description 46
- 238000013210 evaluation model Methods 0.000 claims description 12
- 238000001556 precipitation Methods 0.000 claims description 10
- 239000013598 vector Substances 0.000 claims description 10
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 claims description 4
- 230000007613 environmental effect Effects 0.000 claims description 3
- 238000013178 mathematical model Methods 0.000 abstract description 3
- 238000011158 quantitative evaluation Methods 0.000 abstract 1
- 230000006870 function Effects 0.000 description 16
- 238000010586 diagram Methods 0.000 description 4
- 101001121408 Homo sapiens L-amino-acid oxidase Proteins 0.000 description 2
- 102100026388 L-amino-acid oxidase Human genes 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 101000827703 Homo sapiens Polyphosphoinositide phosphatase Proteins 0.000 description 1
- 102100023591 Polyphosphoinositide phosphatase Human genes 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000016776 visual perception Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G5/00—Traffic control systems for aircraft
- G08G5/70—Arrangements for monitoring traffic-related situations or conditions
- G08G5/76—Arrangements for monitoring traffic-related situations or conditions for monitoring atmospheric conditions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G5/00—Traffic control systems for aircraft
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Mathematical Analysis (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Computing Systems (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于机场天气实况的飞机起降安全指数确定方法,包括:收集国内外与天气相关的飞行事故报告,统计导致飞机起降阶段发生事故的危险天气出现概率;建立气象条件影响飞机起降安全的评估指标体系,确定各影响要素权重,制定各影响要素评估标准;基于模糊数学理论,构建机场气象条件对飞机起降安全影响评估数学模型;以机场天气实况资料作为模型输入,生成气象条件对飞机起降安全影响的指数产品。本发明旨在实现定量化评估气象条件对飞机起降安全的影响程度。
Description
技术领域
本发明属于气象技术领域,尤其涉及一种基于模糊数学的定量化评估气象条件影响飞机起降安全的方法。
背景技术
飞机在滑行、起飞和进近着陆阶段容易受气象条件影响而发生飞行事故。根据国际航空飞行安全网站提供的1919年以来由危险天气导致的飞行事故报告,共有271例事故发生在起飞和降落阶段,占事故总数的64.3%。严重威胁飞机起降安全的危险天气包括:低云、大雾、雷暴、低空风切变、强阵风、强降水等。
虽然现代化机场大多配备先进的导航引导系统,但是在恶劣天气条件下,还是会经常性发生因天气原因导致航班延误、取消等情况,极端天气条件会严重影响机组人员对飞行状态的判断和操纵控制,甚至引发飞行事故。目前,机组人员在操控飞机起降前,一般通过空管通信等方式获取机场天气实况和短时临近预报产品,结合机组人员的飞行实践经验和目视感知,综合判断气象条件对飞机起降安全的影响程度。由于缺乏统一的评估标准,面对同样的天气形势背景,不同机组人员可能会根据个人专业技能和飞行经验得到不同的影响评估结果。因此,基于机场天气实况制定一种科学、合理的影响飞机起降安全评估标准,设计出影响评估指数算法,对于保障飞行安全具有重要应用价值。
发明内容
本发明解决的技术问题:克服现有技术的不足,提供一种基于机场天气实况的飞机起降安全指数确定方法,旨在提升对飞机起降安全的气象保障能力。
本发明的技术方案是:一种基于机场天气实况的飞机起降安全指数确定方法,包括:
1)收集与天气相关的飞行事故报告,统计导致飞行事故的危险天气发生概率;
2)调研影响飞机起降安全的主要危险天气,建立危险天气影响飞机起降安全的评估指标体系,结合导致飞行事故的危险天气发生概率,确定各要素的影响权重;
3)依据保障飞机起降安全的最低气象条件,制定各要素的评估标准;
4)基于评估指标体系中各要素的影响权重和评估标准,构建机场气象条件影响飞机起降安全的评估模型;
5)利用机场天气实况资料作为评估模型的输入,输出气象条件对飞机起降安全影响的指数。
所述步骤1)收集与天气相关的飞行事故报告,统计导致飞行事故的危险天气发生概率,包括:
通过国际航空飞行安全网,收集与天气相关的飞行事故报告;
筛选出发生在飞机起降阶段的事故报告,统计各类危险天气发生概率。
所述步骤2)调研影响飞机起降安全的主要危险天气,建立危险天气影响飞机起降安全的评估指标体系,结合导致飞行事故的危险天气发生概率,确定各要素的影响权重,包括:
开展对机场航管气象部门的调研咨询,收集一线预报保障人员对各类气象条件影响程度的咨询建议,确定影响飞机起降安全的主要危险天气;
从飞机起降气象保障的实际需求出发,利用层次分析技术对影响飞机起降安全的各类危险天气进行分级,并建立危险天气影响飞机起降安全的评估指标体系;
利用得到的各类危险天气发生概率,结合得到的对各类气象条件影响程度的咨询建议,利用两两判断矩阵综合确定出各类气象条件的影响权重。
所述利用层次分析技术对影响飞机起降安全的各类危险天气进行分级,具体包括大风、低云、低能见度、强降水、雷电和低空风切变,其中,大风细分为:跑道逆风、45°和90°侧风,低云细分为:云状、云量和云底高。
所述利用两两判断矩阵综合确定出各类气象条件的影响权重,包括:
引入心理学关于人类区分信息等级极限能力的九级标度法,利用指标体系中各影响要素的发生概率和专家咨询建议,建立同一指标层中两两因素相对上层重要程度的判断矩阵A=(aij)m×n,其中aij表示指标i和j之间的重要程度量化值,其中i=1,2,…,n,j=1,2,…,n,m和n分别表示矩阵的行和列;判断矩阵采用三角矩阵的形式,即对角线上元素值为1,计算出上对角阵数值后,下三角元素采用aji=1/aij得到;
计算判断矩阵A每行所有元素的乘积再计算出mi的n次方根并进行归一化处理/>最终获得W=(w1,w2,…wn)T即为各类气象条件的影响权重;
计算判断矩阵A的最大特征值其中AWi=∑(aijwj),Wi是W的第i分量;引入相容指数CI来检验其一致性,其中/>若CI<0.1,则认为判断矩阵的一致性可以接受,否则需要重新建立两两判断矩阵。
所述步骤3)依据保障飞机起降安全的最低气象条件,制定各要素的评估标准,包括:
根据获取的机场航管气象部门咨询建议,得到与飞机起降相关气象条件包括:机场开放条件、机型允许最低起降条件和机组飞行最低气象条件;执行飞机起降任务时,综合考虑上述气象条件,按其中最高的标准确定飞机起降的最低气象保障条件;
考虑不同影响要素具有不同的特征量级,对各影响要素的数值标准化;在确定最低气象保障条件的基础上,制定评估指标体系中各要素的评估标准。
所述在确定最低气象保障条件的基础上,制定评估指标体系中各要素的评估标准,包括:
根据获取的机场航管气象部门咨询建议,将评估指标体系中各要素对飞行安全的影响程度划分为9~1的灰类,分别表示从“非常危险”到“安全”的影响等级;
将最低气象保障条件对应影响要素的数值设置为灰类9,表征“非常危险”的等级,然后调整各要素的数值,对应更安全的方向设置成小于9的灰类,最终制定出各要素的评估标准。
所述步骤4)基于评估指标体系中各要素的影响权重和评估标准,构建机场气象条件影响飞机起降安全的评估模型,包括:
根据获取的机场航管气象部门咨询建议,将气象条件对飞机起降安全的影响程度划分为5个标准等级,分别为:“安全”、“基本没危险”、“有危险”、“很危险”和“非常危险”,分别对应赋予相应的影响指数灰类为:1、3、5、7、9;借鉴模糊数学中隶属函数的概念,利用三角分布隶属函数将不同属性类型的环境特征统一转化为标准的0~1效能值,确定出各类安全等级的隶属度:
第一类“安全”,设定灰类范围为[0,1,3],三角分布隶属函数为:
第二类“基本没危险”,设定灰类范围为[0,3,6],三角分布隶属函数为:
第三类“有危险”,设定灰类范围为[0,5,8],三角分布隶属函数为:
第四类“很危险”,设定灰类范围为[0,7,10],三角分布隶属函数为:
第五类“非常危险”,设定灰类范围为[0,9,∞],三角分布隶属函数为:
根据制定的评估指标体系中各要素评估标准,确定其影响指数灰类dij,它的第e个评价灰类的灰色评价系数记为Xije,各评价灰类的总灰色评价系数记为Xij,属于第e个评价灰类的灰色评价权记为rije,则有:
根据定义的5个评价灰类等级,计算出指标体系的灰色评价权矩阵为:
利用得到的综合权重向量W,计算出影响指标对目标层的灰色综合评价B=WR;
对灰色综合评价结果进行归一化处理,将各灰类等级按定义的标准等级影响指数赋值,即各评价灰类等级值向量:C=(1,3,5,7,9),最终利用E=BCT,即可得到气象条件对飞机起降安全的影响指数E。
利用机场天气实况资料作为评估模型的输入,输出气象条件对飞机起降安全影响的指数,包括:
从机场逐小时天气实况中提取出评估指标体系的各影响要素;
将上述各影响要素的数值信息作为评估模型的输入,计算出相应时次的气象条件对飞机起降安全影响的指数,影响指数范围:1~9,从低到高表示从“安全”到“非常危险”的影响程度
本发明具有以下优点:
(1)影响飞机起降安全的气象因素很多,相互关系错综复杂。本方法通过对机场航管气象部门的调研咨询,利用层次分析技术将影响飞机起降的气象要素和天气现象进行分类,并依据各影响要素隶属关系细化,建立了相对清晰的评估指标体系;
(2)本方法对导致飞机起降阶段飞行事故的各类危险天气出现概率进行统计分析,结合对机场航空气象保障专家的评分咨询,提高了指标体系中各要素影响权重的精度;
(3)本方法将机场天气实况中影响飞机起降安全的气象条件作为输入,依据基于模糊数学理论建立的影响评估数学模型,输出气象影响指数产品,实现了对飞机起降安全影响程度的定量化评估。
附图说明
图1是本发明实施例中一种基于机场天气实况的飞行安全指数算法的步骤流程图;
图2是本发明实施例中气象条件对飞机起降安全影响评估指标体系示意图;
图3是本发明实施例中各类气象条件指标影响权重分布示意图;
图4是本发明实施例中2021年7月2日07时风速与机场跑道示意图及对应分解后的逆风、45°和90°侧风示意图;
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明公开的实施方式作进一步详细描述。
实施例1
如图1,在本发明实施中,基于机场天气实况的飞机起降安全指数确定方法步骤包括:
步骤101,收集与天气相关的飞行事故报告,统计导致飞行事故的危险天气发生概率。
与天气相关的飞行事故报告主要来自国际航空飞行安全网提供的自1919年以来世界范围内公开的数据资料,从中选取飞机滑行、起飞和进近着陆等起降阶段发生的事故,统计出导致事故的各类危险天气发生概率,作为后续确定各要素影响权重的依据之一。
步骤102,收集影响飞机起降安全的主要危险天气情况,建立危险天气影响飞机起降安全的评估指标体系,结合导致飞行事故的危险天气发生概率,确定各要素的影响权重。
从飞机起降气象保障的实际需求出发,利用层次分析技术对影响飞机起降安全的各类气象条件进行分级,建立影响飞机起降安全的评估指标体系(如图2所示)。影响飞机起降的气象条件包括大风、低云、低能见度、强降水、雷电和低空风切变等(V1j),其中,大风可以细分为:跑道逆风、45°和90°侧风(W11j),低云可细分为:云状、云量和云底高(W12j)。
利用步骤101得到的导致飞机起降阶段飞行事故的各类危险天气客观发生概率,利用两两判断矩阵综合确定出各类气象条件的影响权重。方法如下:
(1)建立两两判断矩阵。引入心理学关于人类区分信息等级极限能力的Saaty九级标度法(含义如表1所示),利用指标体系中各影响要素的发生概率,建立同一指标层中两两因素相对上层重要程度的判断矩阵A=(aij)m×n,其中aij表示指标i和j之间的重要程度量化值,m和n分别表示矩阵的行和列。判断矩阵采用三角矩阵的形式,即对角线上元素值为1,计算出上对角阵数值后,下三角元素采用aji=1/aij得到;
表1.Saaty九级标度法含义
(2)综合确定出各类气象条件的影响权重W。首先计算判断矩阵A每行所有元素的乘积再计算出mi的n次方根/>接下来归一化处理W=(w1,w2,…wn)T即为各类气象条件的影响权重。
(3)检验判断矩阵A的一致性。判断矩阵是由指标影响要素通过两两相比建立,由于气象条件对飞机起降安全影响的复杂性和两两相比时引入的主观性,可能导致判断矩阵出现不一致的情况。首先计算A的最大特征值其中AWi=∑(aijwj,j=1,…,n),Wi是W的第i分量,接下来,引入相容指数CI来检验其一致性,其中/>若CI<0.1,则认为判断矩阵的一致性可以接受,否则需要重新建立两两判断矩阵。
步骤103,依据保障飞机起降安全的最低气象条件,制定各影响因子的评估标准。
收取信息得到与飞机起降相关的气象条件包括:机场开放条件、机型允许最低起降条件和机组飞行最低气象条件。执行飞机起降任务时,综合考虑上述情况,按其中最高的标准确定飞机起降的最低气象保障条件。
由于各类影响要素具有不同的特征量级,因此,需要对各要素数值标准化。首先,将最低气象保障条件对应影响要素的数值设置为灰类9,表征“非常危险”的等级;在此基础上,通过步骤102获取的气象条件规范和咨询建议,调整指标体系中各影响要素的数值,对应更安全的方向设置成小于9的灰类,制定出各要素的评估标准。
步骤104,基于评估指标体系中各要素的影响权重和评估标准,构建机场气象条件影响飞机起降安全的评估数学模型。
采纳步骤102中航管气象部门用户的建议,将气象条件对飞机起降安全的影响指数划分为5个标准等级:“安全”、“基本没危险”、“有危险”、“很危险”和“非常危险”,分别赋予相应的影响指数值:1、3、5、7、9。借鉴模糊数学中隶属函数的概念,利用三角分布隶属函数,将不同属性类型的环境特征统一转化为标准的(0~1)效能值,确定出各类安全等级的隶属度:
第一类“安全”,设定灰类范围为[0,1,3],三角分布隶属函数为:
第二类“基本没危险”,设定灰类范围为[0,3,6],三角分布隶属函数为:
第三类“有危险”,设定灰类范围为[0,5,8],三角分布隶属函数为:
第四类“很危险”,设定灰类范围为[0,7,10],三角分布隶属函数为:
第五类“非常危险”,设定灰类范围为[0,9,∞],三角分布隶属函数为:
根据步骤103制定的评估指标体系中各要素评估标准,可确定其影响指数灰类dij,它的第e个评价灰类的灰色评价系数记为Xije,各评价灰类的总灰色评价系数记为Xij,属于第e个评价灰类的灰色评价权记为rije,则有:
本算法定义了5个评价灰类等级,可计算出指标体系的灰色评价权矩阵为:
利用步骤102得到的综合权重向量W,可计算出影响指标对目标层的灰色综合评价B=WR。
对灰色综合评价结果进行归一化处理,将各灰类等级按步骤104定义的标准等级影响指数赋值,即各评价灰类等级值向量:C=(1,3,5,7,9),最终利用E=BCT,可计算出气象条件对飞机起降安全的影响指数E。
步骤105,利用机场天气实况资料作为评估模型的输入,输出气象条件对飞机起降安全的影响指数产品。
在本实施例中,从机场逐小时天气实况中提取出步骤102评估指标体系中的各影响指标,将上述影响指标的数值信息作为评估模型的输入,计算出相应时次的气象条件对飞机起降安全影响的指数产品,影响指数范围:1~9,从低到高表示从“安全”到“非常危险”的影响程度。
实施例2
这里以某机场在2021年7月2日07时的天气实况为例,分析计算气象条件对某型飞机起飞安全的影响指数。
(1)建立评估指标体系
从飞机起降气象保障的实际需求出发,结合对目标机场航管气象部门的调研座谈,综合确定出影响飞机起降安全的主要气象条件,包括:大风、低云、低能见度、强降水、雷暴和低空风切变等,利用层次分析技术对气象条件影响飞机起降安全指数进行决策,建立如图2所示的评估指标体系。
(2)确定影响权重
评估指标体系中各类气象条件的影响权重,需要结合导致飞机起降阶段飞行事故中各类危险天气出现概率,再通过两两判断矩阵综合确定。图3显示了各类气象条件的影响权重,其中,对应指标层中各要素:大风、低云、低能见度、强降水、雷暴和低空风切变的影响权重分别为[0.03,0.377,0.213,0.075,0.296,0.008];大风V11对应指标层要素:逆风、45°侧风、90°侧风的影响权重为[0.17,0.39,0.44];低云V12对应的指标层要素:低云状、低云量和云底高影响权重为[0.383,0.295,0.322]。
(3)建立评估标准及评分
综合分析该机场跑道起降最低标准、机型允许最低起降条件和机组飞行最低气象条件,按其中最高的标准确定飞机起降的最低气象保障条件为:云底高100m,能见度1.5km,逆风17m/s,45°侧风15m/s,90°侧风12m/s。在此基础上,根据气象条件规范和保障经验间隔一定数值调整等级,按照从“安全”到“非常危险”的顺序设置成1~9的评分。评估标准如表1所示。
表1 某机型在起降阶段的气象条件评估标准
备注:云状中的Ci为卷云,Cc为卷积云,Cs为卷层云,Ac为高积云,As为高层云,Sc为层积云,Ns为雨层云,
St为层云,Cu1为淡积云,Fn为碎雨云,Fs为碎层云,Cu2为浓积云,Cb为积雨云。
(4)构建灰色评价权矩阵
07时刻目标机场气象台的天气实况为“7Sc 857m(G)/3Fn 400m,120°,2m/s,13km,小雨,1.1mm/h”,具体气象意义为:机场上空有两层云,上层为7成层积云,云底高857m(激光测云仪),下层为3成碎雨云,云底高400m,地面风向120°,风速为2m/s,能见度为13km,天气现象为小雨,降水量为1.1mm/h。
将天气实况资料输入至指标体系和评估标准中进行分析:
(a)大风
该机场飞行跑道的方向为南北向,偏离正北向13°。将当时的实况风速度:120°,2m/s转化为跑道方向的逆风风速、45°和90°侧风风速,可计算出对应准则层V11的三个指标风速分别为0.58m/s、1.77m/s和1.91m/s(如图4所示)。
(b)低云
两层低云,分别为7成Sc,云底高857m(G);3成Fn,云底高400m。
(c)低能见度
能见度观测记录为13km。
(d)降水:小雨,降水量为1.1mm/h。
(e)雷暴:无
(f)低空风切变:无
将上述指标代入表1,可得二级准则层大风V11的指标评分为(1,1,1),低云V12的指标评分为(8,8,5),其余四个指标低能见度、强降水、雷暴和低空风切变的评分均为(1,6,1,1)。
将气象条件对飞机起降安全的影响指数划分为5个标准等级:“安全”、“基本没危险”、“有危险”、“很危险”和“非常危险”,分别赋予相应的指数值为:1、3、5、7、9。利用三角分布隶属函数,计算出各影响要素隶属于第e个评价灰类的灰色评价权。
这里以V11“大风”的二级准则层W111“逆风”指标为例,将其指标评分代入到三角分布隶属函数,得到W111对应于不同灰类等级的权向量r111为[9/37,9/37,9/37,9/37,1/37];同理可得到另两个二级准则层W112“45°侧风”和W113“90°侧风”对应于不同灰类等级的权向量r112和r113,组成对应于上级准则层的灰色评价矩阵:
利用前面判断矩阵得到的逆风、45°侧风、90°侧风的影响权重ω11=[0.17,0.39,0.44],即可计算出准则层V11“大风”对于目标层的不同灰类等级综合权向量为:r1=ω11×R11=[0.243,0.243,0.243,0.243,0.027]。同理,可以依次计算出对应于V12“低云”的3个二级准则层的灰色评价矩阵,继而推算出它对于目标层的综合权向量:r2=[0,0,0.286,0.428,0.286]。最终,得到对应于6个气象影响指标组成的灰色评价权矩阵:
(5)计算气象条件影响飞机起降安全指数E
利用各类气象条件的影响权重W=[0.03,0.377,0.263,0.225,0.096,0.008],可以计算出对应于目标层的综合灰色评价系数矩阵:
B=WR=[0.096,0.164,0.272,0.325,0.141]
根据前面定义的评价样本矩阵,利用:E=BCT=5.5,可得到该时次气象条件对飞机起降安全影响指数为5.5,介于“有危险”至“很危险”范畴之间。
以上所述,仅为本发明最佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。
Claims (5)
1.一种基于机场天气实况的飞机起降安全指数确定方法,其特征在于包括:
收集与天气相关的飞行事故报告,统计导致飞行事故的危险天气发生概率;
根据影响飞机起降安全的主要危险天气,建立危险天气影响飞机起降安全的评估指标体系,结合导致飞行事故的危险天气发生概率,确定各要素的影响权重;
依据保障飞机起降安全的最低气象条件,制定各要素的评估标准;
基于评估指标体系中各要素的影响权重和评估标准,构建机场气象条件影响飞机起降安全的评估模型;
利用机场天气实况资料作为评估模型的输入,输出气象条件对飞机起降安全影响的指数;
所述根据影响飞机起降安全的主要危险天气,建立危险天气影响飞机起降安全的评估指标体系,结合导致飞行事故的危险天气发生概率,确定各要素的影响权重,包括:
收集一线预报保障人员对各类气象条件影响程度的信息,确定影响飞机起降安全的主要危险天气;
从飞机起降气象保障的实际需求出发,利用层次分析技术对影响飞机起降安全的各类危险天气进行分级,并建立危险天气影响飞机起降安全的评估指标体系;
利用得到的各类危险天气发生概率,结合得到的对各类气象条件影响程度的信息,利用两两判断矩阵综合确定出各类气象条件的影响权重;
所述利用层次分析技术对影响飞机起降安全的各类危险天气进行分级,具体包括大风、低云、低能见度、强降水、雷电和低空风切变,其中,大风细分为:跑道逆风、45°和90°侧风,低云细分为:云状、云量和云底高;
所述利用两两判断矩阵综合确定出各类气象条件的影响权重,包括:
引入心理学关于人类区分信息等级极限能力的九级标度法,利用指标体系中各影响要素的发生概率,建立同一指标层中两两因素相对上层重要程度的判断矩阵A=(aij)m×n,其中aij表示指标i和j之间的重要程度量化值,其中i=1,2,…,n,j=1,2,…,n,m和n分别表示矩阵的行和列;判断矩阵采用三角矩阵的形式,即对角线上元素值为1,计算出上对角阵数值后,下三角元素采用aji=1/aij得到;
计算判断矩阵A每行所有元素的乘积再计算出mi的n次方根并进行归一化处理/>最终获得W=(w1,w2,…wn)T即为各类气象条件的影响权重;
计算判断矩阵A的最大特征值其中AWi=∑(aijwj),Wi是W的第i分量;引入相容指数CI来检验其一致性,其中/>若CI<0.1,则认为判断矩阵的一致性可以接受,否则需要重新建立两两判断矩阵;
所述依据保障飞机起降安全的最低气象条件,制定各要素的评估标准,包括:
根据获取的机场航管气象部门,得到与飞机起降相关气象条件包括:机场开放条件、机型允许最低起降条件和机组飞行最低气象条件;执行飞机起降任务时,综合考虑上述气象条件,按其中最高的标准确定飞机起降的最低气象保障条件;考虑不同影响要素具有不同的特征量级,对各影响要素的数值标准化;在确定最低气象保障条件的基础上,制定评估指标体系中各要素的评估标准。
2.根据权利要求1所述的基于机场天气实况的飞机起降安全指数确定方法,其特征在于,所述收集与天气相关的飞行事故报告,统计导致飞行事故的危险天气发生概率,包括:
通过国际航空飞行安全网,收集与天气相关的飞行事故报告;
筛选出发生在飞机起降阶段的事故报告,统计各类危险天气发生概率。
3.根据权利要求1所述的基于机场天气实况的飞机起降安全指数确定方法,其特征在于,所述在确定最低气象保障条件的基础上,制定评估指标体系中各要素的评估标准,包括:
将评估指标体系中各要素对飞行安全的影响程度划分为9~1的灰类,分别表示从“非常危险”到“安全”的影响等级;
将最低气象保障条件对应影响要素的数值设置为灰类9,表征“非常危险”的等级,然后调整各要素的数值,对应更安全的方向设置成小于9的灰类,最终制定出各要素的评估标准。
4.根据权利要求3所述的基于机场天气实况的飞机起降安全指数确定方法,其特征在于,所述基于评估指标体系中各要素的影响权重和评估标准,构建机场气象条件影响飞机起降安全的评估模型,包括:
将气象条件对飞机起降安全的影响程度划分为5个标准等级,分别为:“安全”、“基本没危险”、“有危险”、“很危险”和“非常危险”,分别对应赋予相应的影响指数灰类为:1、3、5、7、9;借鉴模糊数学中隶属函数的概念,利用三角分布隶属函数将不同属性类型的环境特征统一转化为标准的0~1效能值,确定出各类安全等级的隶属度:
第一类“安全”,设定灰类范围为[0,1,3],三角分布隶属函数为:
第二类“基本没危险”,设定灰类范围为[0,3,6],三角分布隶属函数为:
第三类“有危险”,设定灰类范围为[0,5,8],三角分布隶属函数为:
第四类“很危险”,设定灰类范围为[0,7,10],三角分布隶属函数为:
第五类“非常危险”,设定灰类范围为[0,9,∞],三角分布隶属函数为:
根据制定的评估指标体系中各要素评估标准,确定其影响指数灰类dij,它的第e个评价灰类的灰色评价系数记为Xije,各评价灰类的总灰色评价系数记为Xij,属于第e个评价灰类的灰色评价权记为rije,则有:
根据定义的5个评价灰类等级,计算出指标体系的灰色评价权矩阵为:
利用得到的综合权重向量W,计算出影响指标对目标层的灰色综合评价B=WR;
对灰色综合评价结果进行归一化处理,将各灰类等级按定义的标准等级影响指数赋值,即各评价灰类等级值向量C=(1,3,5,7,9),最终利用E=BCT,即可得到气象条件对飞机起降安全的影响指数E。
5.根据权利要求1所述的基于机场天气实况的飞机起降安全指数确定方法,其特征在于,所述利用机场天气实况资料作为评估模型的输入,输出气象条件对飞机起降安全影响的指数,包括:
从机场逐小时天气实况中提取出评估指标体系的各影响要素;
将上述各影响要素的数值信息作为评估模型的输入,计算出相应时次的气象条件对飞机起降安全影响的指数,影响指数范围:1~9,从低到高表示从“安全”到“非常危险”的影响程度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210647309.4A CN115188223B (zh) | 2022-06-08 | 2022-06-08 | 一种基于机场天气实况的飞机起降安全指数确定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210647309.4A CN115188223B (zh) | 2022-06-08 | 2022-06-08 | 一种基于机场天气实况的飞机起降安全指数确定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115188223A CN115188223A (zh) | 2022-10-14 |
CN115188223B true CN115188223B (zh) | 2024-05-03 |
Family
ID=83513517
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210647309.4A Active CN115188223B (zh) | 2022-06-08 | 2022-06-08 | 一种基于机场天气实况的飞机起降安全指数确定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115188223B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115619049B (zh) * | 2022-12-19 | 2023-05-02 | 中国民用航空华东地区空中交通管理局 | 基于极端气象条件下航空运行风险指数的预测评估方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109902924A (zh) * | 2019-01-22 | 2019-06-18 | 中国人民解放军空军工程大学 | 一种军用机场单跑道训练容量评估方法 |
CN110363333A (zh) * | 2019-06-21 | 2019-10-22 | 南京航空航天大学 | 一种基于渐进梯度回归树的天气影响下空中通行能力的预测方法 |
CN112101639A (zh) * | 2020-08-28 | 2020-12-18 | 中国电子科技集团公司第二十八研究所 | 一种基于多源气象数据的机场通行能力分析方法及系统 |
CN112231641A (zh) * | 2020-10-16 | 2021-01-15 | 南通大学 | 一种基于气象数据的能见度估计方法 |
CN112966958A (zh) * | 2021-03-22 | 2021-06-15 | 刘晓民 | 一种煤水协调开发综合效应评价方法及系统 |
CN113222347A (zh) * | 2021-04-16 | 2021-08-06 | 南京君缘科爆工程技术有限公司 | 露天爆破安全风险灰色系统评估方法 |
CN113379158A (zh) * | 2021-07-05 | 2021-09-10 | 南通智天航天科技有限公司 | Mdrs重要天气发生概率预报评定方法 |
KR102331410B1 (ko) * | 2021-03-22 | 2021-12-03 | 대한민국 | 재난 사고 현장 대응형 드론 표준 운용 방법 및 그 시스템 |
CN113988688A (zh) * | 2021-11-08 | 2022-01-28 | 中国科学院地理科学与资源研究所 | 一种耕地生态可持续性评价方法和系统 |
-
2022
- 2022-06-08 CN CN202210647309.4A patent/CN115188223B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109902924A (zh) * | 2019-01-22 | 2019-06-18 | 中国人民解放军空军工程大学 | 一种军用机场单跑道训练容量评估方法 |
CN110363333A (zh) * | 2019-06-21 | 2019-10-22 | 南京航空航天大学 | 一种基于渐进梯度回归树的天气影响下空中通行能力的预测方法 |
CN112101639A (zh) * | 2020-08-28 | 2020-12-18 | 中国电子科技集团公司第二十八研究所 | 一种基于多源气象数据的机场通行能力分析方法及系统 |
CN112231641A (zh) * | 2020-10-16 | 2021-01-15 | 南通大学 | 一种基于气象数据的能见度估计方法 |
CN112966958A (zh) * | 2021-03-22 | 2021-06-15 | 刘晓民 | 一种煤水协调开发综合效应评价方法及系统 |
KR102331410B1 (ko) * | 2021-03-22 | 2021-12-03 | 대한민국 | 재난 사고 현장 대응형 드론 표준 운용 방법 및 그 시스템 |
CN113222347A (zh) * | 2021-04-16 | 2021-08-06 | 南京君缘科爆工程技术有限公司 | 露天爆破安全风险灰色系统评估方法 |
CN113379158A (zh) * | 2021-07-05 | 2021-09-10 | 南通智天航天科技有限公司 | Mdrs重要天气发生概率预报评定方法 |
CN113988688A (zh) * | 2021-11-08 | 2022-01-28 | 中国科学院地理科学与资源研究所 | 一种耕地生态可持续性评价方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN115188223A (zh) | 2022-10-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109214675B (zh) | 一种输电线路覆冰风险评估方法 | |
WO2017032210A1 (zh) | 一种基于聚类分析的输电线路山火风险区域划分方法 | |
CN111897030A (zh) | 一种雷暴预警系统及方法 | |
CN105956790B (zh) | 低空飞行态势安全性评估指标及其评估方法 | |
CN105809287A (zh) | 一种高压输电线路覆冰过程综合预测方法 | |
CN111523699A (zh) | 一种基于综合状态健康度的架空线路故障概率预测方法 | |
CN110796315B (zh) | 基于时效信息和深度学习的离港航班延误预测方法 | |
Averyanova et al. | Weather hazards analysis for small UASs durability enhancement | |
CN115755220B (zh) | 基于数值模拟与深度学习结合的机场突风预报和订正方法 | |
CN115188223B (zh) | 一种基于机场天气实况的飞机起降安全指数确定方法 | |
CN111340388A (zh) | 一种基于航班qar数据的飞行员操作品质评价方法 | |
CN110991763A (zh) | 一种基于指标模糊分割和topsis的通航应急救援资源需求预测方法 | |
CN111915068A (zh) | 一种基于集成学习的道路能见度短临预测方法 | |
CN115545398A (zh) | 基于人、机、环境数据量化的风险评估方法 | |
CN114118802A (zh) | 一种基于层次分析法的直升机飞行风险评估方法 | |
CN118798635A (zh) | 风切变事件时空网格评估预警方法、系统及电子设备 | |
CN113487914B (zh) | 基于机场气象报文的低着陆运行标准识别告警方法 | |
Shao et al. | Fire risk analysis of runway excursion accidents in high-plateau airport | |
CN114117327A (zh) | 一种基于集对可拓耦合的不正常航班恢复策略评估方法 | |
CN118569626A (zh) | 一种城市空中交通中的航空器运行风险评估方法 | |
CN118736904A (zh) | 一种基于实时飞行参数的民用飞机平稳性评估方法 | |
CN111967653A (zh) | 一种构建机场跑道风预报模型的方法及预报方法、系统 | |
US20240371278A1 (en) | Method of generating convective weather avoidance strategy for terminal flight | |
CN116186906B (zh) | 基于顶风的尾流间隔动态缩减方法及系统 | |
CN112686309B (zh) | 一种基于实际观测的航空器试飞条件预测方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |