CN111508279A - 一种天气避让场划设的方法 - Google Patents

一种天气避让场划设的方法 Download PDF

Info

Publication number
CN111508279A
CN111508279A CN202010190171.0A CN202010190171A CN111508279A CN 111508279 A CN111508279 A CN 111508279A CN 202010190171 A CN202010190171 A CN 202010190171A CN 111508279 A CN111508279 A CN 111508279A
Authority
CN
China
Prior art keywords
flight
weather
diversion
data
probability
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.)
Granted
Application number
CN202010190171.0A
Other languages
English (en)
Other versions
CN111508279B (zh
Inventor
王世锦
李家豪
隋东
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing University of Aeronautics and Astronautics
Original Assignee
Nanjing University of Aeronautics and Astronautics
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing University of Aeronautics and Astronautics filed Critical Nanjing University of Aeronautics and Astronautics
Priority to CN202010190171.0A priority Critical patent/CN111508279B/zh
Publication of CN111508279A publication Critical patent/CN111508279A/zh
Application granted granted Critical
Publication of CN111508279B publication Critical patent/CN111508279B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/003—Flight plan management
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/0047—Navigation or guidance aids for a single aircraft
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/0073—Surveillance aids
    • G08G5/0091—Surveillance aids for monitoring atmospheric conditions

Abstract

本发明公开了一种天气避让场划设的方法，包括如下步骤：首先获取航班历史数据，其次确定偏航场景标准，判断航班是否由于对流天气原因发生改航并统计，之后寻找对流天气单体内VIL最大的网格、划分空域，构建预测改航概率分布图，最后划设90％、70％、50％改航概率的天气避让场。本发明通过天气避让场的划设，使得对流天气的分布以直观的方式展现出来，能够有效地预测对流天气条件下航班改航的情况，并进一步为对流天气下航班管理提供参考，为空管人员和飞行员提供一定程度的帮助，使得空管人员在对流天气条件下更加有效地管理，使得飞行员在对流天气条件下更加合理地飞行，减少对流天气条件下的经济损失，减轻相关人员的工作负担。

Description

一种天气避让场划设的方法
技术领域
本发明涉及气象产品发展的方法，特别涉及一种天气避让场划设的方法。
背景技术
随着近年来国内民航业的迅速发展，气象产品的发展也变得越来越重要，尤其是天气避让场的划设。天气避让场是一种由对流天气避让模型中回波顶高ET和垂直累计液态水含量VIL的气象数据转化为航班改航概率的天气产品，能够有效、直观地使空管人员了解对流天气的分布，为航班改航预测以及航迹规划提供参考。
目前国内还没有提出天气避让场划设的方法，也没有类似的产品应用于空中交通管理方面，导致在对流天气条件下空管人员不能有效预测航班改航以及为改航航班规划航迹，造成对流天气条件下较大的经济损失，同时给空管人员带来较大的工作负担。
发明内容
发明目的：本发明目的是提供一种天气避让场划设的方法。
技术方案：本发明提供一种天气避让场划设的方法，包括如下步骤：
步骤1：获取航班历史数据；
步骤2：确定偏航场景标准，包括对偏航场景阈值D0和强对流天气标准的确定；
步骤3：判断航班是否由于对流天气原因发生改航并统计；
步骤4：寻找对流天气单体内VIL最大的网格、划分空域；
步骤5：构建预测改航概率分布图；
步骤6：划设90％、70％、50％改航概率的天气避让场。
进一步地，所述步骤1中航班历史数据包括时间至少持续一个月的全国航班历史雷达数据、飞行计划数据及气象数据，历史雷达航迹数据包括时间、呼号、高度、地面速度、经纬度，飞行计划数据包括航班号、起飞时间、着陆时间、起飞机场、着陆机场、飞行计划路径，气象数据包括全国范围内的垂直累计液态水含量VIL、回波顶高ET在不同时间下的分布情况。
进一步地，所述步骤2中偏航场景阈值D0的确定方法是：计算出良好天气情况下航班每部分航段中历史雷达轨迹到飞行计划路径的最大垂直距离，良好天气包括天气后报中指明的晴天和多云天气，将所有航段中最大的垂直距离作为该航班的偏离距离，由此计算出良好天气情况下每个航班的偏离距离，并进行偏离距离的统计构建良好天气距离集，去除由于空中交通流量管理、飞行员选取临时航路、数据缺失造成的非正常值，正常值一般为0-40公里，这里非正常值取大于50公里的值。经过研究分析在新的良好天气距离集中一般选取20公里作为偏航场景阈值D0，并根据实际运行的具体情况进行调整。
进一步地，所述步骤2中航班遭遇强对流天气的标准是组合反射率CR≥40dBZ、回波顶高ET≥7000m。
进一步地，所述步骤3中航班是否由于对流天气原因发生改航的判断方法是：通过航班号、日期、时间，匹配同一航班的飞行计划路径和历史雷达轨迹，飞行计划数据包含航班号、日期信息，历史雷达轨迹数据中包含航班号、日期、时间、经纬度信息，匹配的意思是把同一日期同一航班号的飞行计划数据和历史雷达轨迹数据放到一起，以进行下面的改航分析；计算每个航段中飞行计划路径和历史雷达轨迹之间的偏离距离Dj，获取航班的飞行计划路径上所有点的CR和ET气象值，若该航班数据满足以下公式，则认为该航班由于对流天气原因发生改航。
CRi≥35dBZ,i＝1,2,…,n
ETi≥6000m,i＝1,2,…,n
Dj≥D0,j＝1,2,…,m
公式中n为历史雷达轨迹数据中包含的航迹点的数目，m为航段数。
进一步地，所述步骤5中预测改航概率分布图的构建方法是：获取步骤4划分出的每个网格的deltaZ和90％VIL的值，其中deltaZ是指航班飞行高度与第90百分位数的回波顶高ET之间的差值，90％VIL是指第90百分位数的垂直累计液态水含量，以90％VIL为x轴，其数值从0到40，间隔为4，单位为kg/m3，以deltaZ为y轴，其数值从-6000到24000，间隔为3000，单位为m，获得由单元格构成的图表，该图表能够涵盖所有研究数据，根据整个地区每个网格的deltaZ和90％VIL的值，搜索出符合不同单元格deltaZ和90％VIL值的网格，使用符合该条件下的所有网格的改航航班数量除以符合该条件下的所有网格的所有航班数量，获得该单元格的预测改航概率，类似地计算出所有单元格的预测改航概率，构建出预测改航概率分布图。
进一步地，所述步骤6中不同改航概率的天气避让场的划设方法是：根据步骤5得到每个网格的deltaZ和90％VIL值，对应到步骤5构建的预测改航概率分布图，获取每个网格的预测改航概率，将整个地区的天气信息转化为改航概率信息，根据所有网格的预测改航概率，分别以90％、70％、50％的改航概率为概率边界，构建出完整的天气避让场，其中90％改航概率的天气避让场是指航班在该天气避让场中飞行时有90％的概率改航。
有益效果：本发明通过天气避让场的划设，使得对流天气的分布以直观的方式展现出来，能够有效地预测对流天气条件下航班改航的情况，并进一步为改航航班的航迹规划提供参考。能够为空管人员和飞行员提供一定程度的帮助，使得空管人员在对流天气条件下更加有效地管理，使得飞行员在对流天气条件下更加合理地飞行。能够减少对流天气条件下的经济损失，减轻相关人员的工作负担。
附图说明
图1为本发明的方法流程图。
图2为预测改航概率分布图；
该图是筛选出符合不同deltaZ和90％VIL的值的航班，并使用该单元格中的改航航班除以所有航班得到该单元格的改航概率，由此构成整个预测改航概率分布图。
图3为某地区90％、70％、50％改航概率的天气避让场；
将该地区该日的天气信息转化为改航概率信息，根据地图上所有网格的预测改航概率，分别以90％、70％、50％的改航概率为概率边界，构建出完整的天气避让场。
具体实施方式
以下将结合附图，对本发明的技术方案及有益效果进行详细说明。
如图1所示，本发明公开了一种天气避让场划设的方法，具体步骤如下：
步骤1：获取航班历史数据；
航班历史数据包括时间至少持续一个月的全国航班历史雷达数据、飞行计划数据及气象数据，历史雷达航迹数据包括时间、呼号、高度、地面速度、经纬度，飞行计划数据包括航班号、起飞时间、着陆时间、起飞机场、着陆机场、飞行计划路径，气象数据包括全国范围内的垂直累计液态水含量VIL、回波顶高ET在不同时间下的分布情况，利用编程语言将原始历史雷达航迹数据和原始气象数据转换成可读的格式。
步骤2：确定偏航场景标准；
偏航场景标准包括偏航场景阈值D0和强对流天气标准的确定，根据步骤1搜集到的气象数据，选取良好天气情况下的航班建立良好天气航班集，其中良好天气包括天气后报中指明的晴天和多云天气，根据日期、时间和航班号等信息，匹配良好天气航班集里面的航班历史雷达轨迹和飞行计划路径，计算出良好天气情况下航班每部分航段中历史雷达轨迹到飞行计划路径的最大垂直距离，将所有航段中最大的垂直距离作为该航班的偏离距离，由此计算出良好天气情况下每个航班的偏离距离，并进行偏离距离的统计构建良好天气距离集，去除由于空中交通流量管理、飞行员选取临时航路、数据缺失造成的较大值，经过研究分析在新的良好天气距离集中一般选取20公里作为偏航场景阈值D0，并根据实际运行的具体情况进行调整。
为判断航班是否在航路上遭遇强对流天气，通过对步骤1搜集到的航班历史数据进行分析统计，将组合反射率CR≥40dBZ、回波顶高ET≥7000m作为航班在航路上遭遇强对流天气的标准。
步骤3：判断航班是否由于对流天气原因发生改航并统计；
通过步骤1获取航班飞行计划数据和历史雷达轨迹数据，通过航班号、日期、时间等信息，匹配同一航班的飞行计划路径和历史雷达轨迹，计算每个航段中飞行计划路径和历史雷达轨迹之间的偏离距离Dj，获取航班的飞行计划路径上所有点的CR和ET气象值，若该航班数据满足以下公式，则认为该航班由于对流天气原因发生改航。
CRi≥35dBZ,i＝1,2,…,n
ETi≥6000m,i＝1,2,…,n
Dj≥D0,j＝1,2,…,m
公式中n为历史雷达轨迹数据中包含的航迹点的数目，m为航段数。
由此判断所研究地区研究时间内所有航班是否由于对流天气原因发生改航，并统计出在对流天气条件下航班的改航与未改航数量。
步骤4：寻找对流天气单体内VIL最大的网格、划分空域；
以所研究地区2018年8月的气象数据为研究对象，该气象数据表现为1km*1km的网格，找到该气象数据中垂直累计液态水含量(VIL)最大的网格，以该网格为中心向上下左右进行扩展，得到一个10km*10km的网格，即为对流天气单体内VIL最大的网格，以该网格为中心，将空域划分为10km*10km的网格。
步骤5：构建预测改航概率分布图；
获取步骤4划分出的每个网格的deltaZ和90％VIL的值，其中deltaZ是指航班飞行高度与第90百分位数的回波顶高ET之间的差值，90％VIL是指第90百分位数的垂直累计液态水含量，以90％VIL为x轴，其数值从0到40，间隔为4，单位为kg/m3，以deltaZ为y轴，其数值从-6000到24000，该图表能够涵盖所有研究数据，间隔为3000，单位为m，获得由单元格构成的图表，根据整个地区每个网格的deltaZ和90％VIL的值，搜索出符合不同单元格deltaZ和90％VIL值的网格，使用符合该条件下的所有网格的改航航班数量除以符合该条件下的所有网格的所有航班数量，获得该单元格的预测改航概率，类似地计算出所有单元格的预测改航概率，构建出预测改航概率分布图。
步骤6：划设90％、70％、50％改航概率的天气避让场。
根据步骤5得到每个网格的deltaZ和90％VIL值，对应到步骤5构建的预测改航概率分布图，获取每个网格的预测改航概率，将整个地区的天气信息转化为改航概率信息，根据所有网格的预测改航概率，分别以90％、70％、50％的改航概率为概率边界，构建出完整的天气避让场，其中90％改航概率的天气避让场是指航班在该天气避让场中飞行时有90％的概率改航。

Claims (7)

1.一种天气避让场划设的方法，其特征在于：包括如下步骤：
步骤1：获取航班历史数据；
步骤2：确定偏航场景标准，包括对偏航场景阈值D0和强对流天气标准的确定；
步骤3：判断航班是否由于对流天气原因发生改航并统计；
步骤4：寻找对流天气单体内VIL最大的网格、划分空域；
步骤5：构建预测改航概率分布图；
步骤6：划设90％、70％、50％改航概率的天气避让场。
2.根据权利要求1所述的天气避让场划设的方法，其特征在于：所述步骤1中航班历史数据包括时间至少持续一个月的全国航班历史雷达数据、飞行计划数据及气象数据，历史雷达航迹数据包括时间、呼号、高度、地面速度、经纬度，飞行计划数据包括航班号、起飞时间、着陆时间、起飞机场、着陆机场、飞行计划路径，气象数据包括全国范围内的垂直累计液态水含量VIL、回波顶高ET在不同时间下的分布情况。
3.根据权利要求1所述的天气避让场划设的方法，其特征在于：所述步骤2中偏航场景阈值D0的确定方法是：计算出良好天气情况下航班每部分航段中历史雷达轨迹到飞行计划路径的最大垂直距离，将所有航段中最大的垂直距离作为该航班的偏离距离，由此计算出良好天气情况下每个航班的偏离距离，并进行偏离距离的统计构建良好天气距离集，去除由于空中交通流量管理、飞行员选取临时航路、数据缺失造成的非正常值，在新的良好天气距离集中选取合适的值作为偏航场景阈值D0。
4.根据权利要求1所述的天气避让场划设的方法，其特征在于：所述步骤2中航班遭遇强对流天气的标准是组合反射率CR≥35dBZ、回波顶高ET≥6000m。
5.根据权利要求1所述的天气避让场划设的方法，其特征在于：所述步骤3中航班是否由于对流天气原因发生改航的判断方法是：通过航班号、日期、时间，匹配同一航班的飞行计划路径和历史雷达轨迹，计算每个航段中飞行计划路径和历史雷达轨迹之间的偏离距离Dj，获取航班的飞行计划路径上所有点的CR和ET气象值，若该航班数据满足以下公式，则认为该航班由于对流天气原因发生改航，
CRi≥35dBZ,i＝1,2,…,n
ETi≥6000m,i＝1,2,…,n
Dj≥D0,j＝1,2,…,m
公式中n为历史雷达轨迹数据中包含的航迹点的数目，m为航段数。
6.根据权利要求1所述的天气避让场划设的方法，其特征在于：所述步骤5中预测改航概率分布图的构建方法是：获取步骤4划分出的每个网格的deltaZ和90％VIL的值，其中deltaZ是指航班飞行高度与第90百分位数的回波顶高ET之间的差值，90％VIL是指第90百分位数的垂直累计液态水含量，以90％VIL为x轴，其数值从0到40，间隔为4，单位为kg/m3，以deltaZ为y轴，其数值从-6000到24000，间隔为3000，单位为m，获得由单元格构成的图表，该图表能够涵盖所有研究数据，根据整个地区每个网格的deltaZ和90％VIL的值，搜索出符合不同单元格deltaZ和90％VIL值的网格，使用符合该条件下的所有网格的改航航班数量除以符合该条件下的所有网格的所有航班数量，获得该单元格的预测改航概率，类似地计算出所有单元格的预测改航概率，构建出预测改航概率分布图。
7.根据权利要求1所述的天气避让场划设的方法，其特征在于：所述步骤6中不同改航概率的天气避让场的划设方法是：根据步骤5得到每个网格的deltaZ和90％VIL值，对应到步骤5构建的预测改航概率分布图，获取每个网格的预测改航概率，将整个地区的天气信息转化为改航概率信息，根据所有网格的预测改航概率，分别以90％、70％、50％的改航概率为概率边界，构建出完整的天气避让场，其中90％改航概率的天气避让场是指航班在该天气避让场中飞行时有90％的概率改航。
CN202010190171.0A 2020-03-18 2020-03-18 一种天气避让场划设的方法 Active CN111508279B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010190171.0A CN111508279B (zh) 2020-03-18 2020-03-18 一种天气避让场划设的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010190171.0A CN111508279B (zh) 2020-03-18 2020-03-18 一种天气避让场划设的方法

Publications (2)

Publication Number Publication Date
CN111508279A true CN111508279A (zh) 2020-08-07
CN111508279B CN111508279B (zh) 2022-02-11

Family

ID=71874300

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010190171.0A Active CN111508279B (zh) 2020-03-18 2020-03-18 一种天气避让场划设的方法

Country Status (1)

Country Link
CN (1) CN111508279B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112562419A (zh) * 2020-11-03 2021-03-26 南京航空航天大学 一种基于离线多目标跟踪的天气规避区划设方法
CN112698666A (zh) * 2021-03-24 2021-04-23 南京信息工程大学 一种基于气象栅格的飞行器航路优化方法
CN112785876A (zh) * 2021-01-28 2021-05-11 南京航空航天大学 终端区时序气象场景智能识别系统
CN113284371A (zh) * 2021-05-26 2021-08-20 南京恩瑞特实业有限公司 一种强对流天气条件下飞行禁止区划设方法
CN113483773A (zh) * 2021-06-11 2021-10-08 南京航空航天大学 一种对流天气下的航路使用方法
CN114049795A (zh) * 2021-10-11 2022-02-15 中国航空无线电电子研究所 优化飞机飞行轨迹的方法和设备
CN115097868A (zh) * 2022-08-24 2022-09-23 深圳市瓴鹰智能科技有限公司 一种飞行控制方法及相关装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103530704A (zh) * 2013-10-16 2014-01-22 南京航空航天大学 一种终端空域空中交通动态容量预测系统及其方法
CN106323295A (zh) * 2016-08-29 2017-01-11 中国船舶重工集团公司第七0九研究所 一种基于气象雷达数据的危险气象条件下的航空器改航方法
CN106651025A (zh) * 2016-12-20 2017-05-10 中国人民解放军空军装备研究院雷达与电子对抗研究所 交通情况预测方法及装置
US20180322793A1 (en) * 2017-05-03 2018-11-08 Honeywell International Inc. System & method for determining diversion airports for landing in adverse conditions

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103530704A (zh) * 2013-10-16 2014-01-22 南京航空航天大学 一种终端空域空中交通动态容量预测系统及其方法
CN106323295A (zh) * 2016-08-29 2017-01-11 中国船舶重工集团公司第七0九研究所 一种基于气象雷达数据的危险气象条件下的航空器改航方法
CN106651025A (zh) * 2016-12-20 2017-05-10 中国人民解放军空军装备研究院雷达与电子对抗研究所 交通情况预测方法及装置
US20180322793A1 (en) * 2017-05-03 2018-11-08 Honeywell International Inc. System & method for determining diversion airports for landing in adverse conditions

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112562419A (zh) * 2020-11-03 2021-03-26 南京航空航天大学 一种基于离线多目标跟踪的天气规避区划设方法
CN112562419B (zh) * 2020-11-03 2022-04-08 南京航空航天大学 一种基于离线多目标跟踪的天气规避区划设方法
CN112785876A (zh) * 2021-01-28 2021-05-11 南京航空航天大学 终端区时序气象场景智能识别系统
CN112785876B (zh) * 2021-01-28 2022-03-11 南京航空航天大学 终端区时序气象场景智能识别系统
CN112698666A (zh) * 2021-03-24 2021-04-23 南京信息工程大学 一种基于气象栅格的飞行器航路优化方法
CN112698666B (zh) * 2021-03-24 2021-07-06 南京信息工程大学 一种基于气象栅格的飞行器航路优化方法
CN113284371A (zh) * 2021-05-26 2021-08-20 南京恩瑞特实业有限公司 一种强对流天气条件下飞行禁止区划设方法
CN113483773A (zh) * 2021-06-11 2021-10-08 南京航空航天大学 一种对流天气下的航路使用方法
CN113483773B (zh) * 2021-06-11 2024-02-13 南京航空航天大学 一种对流天气下的航路使用方法
CN114049795A (zh) * 2021-10-11 2022-02-15 中国航空无线电电子研究所 优化飞机飞行轨迹的方法和设备
CN115097868A (zh) * 2022-08-24 2022-09-23 深圳市瓴鹰智能科技有限公司 一种飞行控制方法及相关装置

Also Published As

Publication number Publication date
CN111508279B (zh) 2022-02-11

Similar Documents

Publication Publication Date Title
CN111508279B (zh) 一种天气避让场划设的方法
Olive et al. Detection and identification of significant events in historical aircraft trajectory data
CN112071123B (zh) 一种计算航路阻塞度的方法
CN109493644A (zh) 一种基于历史航迹数据挖掘的四维航迹推测方法
CN111009155B (zh) 基于空域结构和航班流的空中交通流复杂性量化分析方法
CN111898838B (zh) 一种树高预测方法、输电线路树障预警方法及系统
KR101646587B1 (ko) 북서태평양 태풍 활동성에 대한 하이브리드 계절 예측 방법
CN106651088A (zh) 一种基于时态gis的飞行品质监控方法
CN115792918B (zh) 基于多源数据融合的配料法识别航空对流风险区的方法
Tang et al. 4D trajectory estimation based on nominal flight profile extraction and airway meteorological forecast revision
CN113918625A (zh) 一种基于大数据处理及四维分析算法的气象数据提取和可视化方法
CN110569994A (zh) 基于精准气象的电网检修工作监测系统及其预警方法
Scaini et al. A GIS-based tool to support air traffic management during explosive volcanic eruptions
Wolfson et al. Consolidated storm prediction for aviation (CoSPA)
CN112215416B (zh) 智能规划巡检航线系统及方法
CN111984878B (zh) 一种对流天气下机场终端区各进离港点流量控制方法
Lemetti et al. Arrival flight efficiency in pre-and post-Covid-19 pandemics
CN111640333B (zh) 基于扇区管制的空管二次雷达应答机代码冲突检测方法
CN114219151B (zh) 自适应通用航空应急救援气象保障系统
Izadi et al. Evaluating Air Traffic Controllers’ Workload Through Computer Simulations
Hluchý et al. Prediction of significant meteorological phenomena using advanced data Mining and integration methods
Franco et al. A probabilistic storm avoidance concept for en-route flight
Šimić et al. Airport delay prediction using machine learning regression models as a tool for decision making process
CN110533241A (zh) 终端区起降容量预测系统
Li et al. Research on Machine Learning-based Nowcasting Method for Low Visibility Weather in Urumqi Airport

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