CN111552011A - Taf报文的生成方法、装置及系统 - Google Patents
Taf报文的生成方法、装置及系统 Download PDFInfo
- Publication number
- CN111552011A CN111552011A CN202010405750.2A CN202010405750A CN111552011A CN 111552011 A CN111552011 A CN 111552011A CN 202010405750 A CN202010405750 A CN 202010405750A CN 111552011 A CN111552011 A CN 111552011A
- Authority
- CN
- China
- Prior art keywords
- data
- weather
- prediction
- forecast
- generating
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000001556 precipitation Methods 0.000 claims description 43
- 239000002131 composite material Substances 0.000 claims description 18
- 238000002310 reflectometry Methods 0.000 claims description 17
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 239000002245 particle Substances 0.000 claims description 7
- 230000008014 freezing Effects 0.000 claims description 5
- 238000007710 freezing Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 2
- 230000015654 memory Effects 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- GDOPTJXRTPNYNR-UHFFFAOYSA-N methyl-cyclopentane Natural products CC1CCCC1 GDOPTJXRTPNYNR-UHFFFAOYSA-N 0.000 description 5
- 230000000007 visual effect Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 238000005284 basis set Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000010006 flight Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000005381 potential energy Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/10—Devices for predicting weather conditions
Abstract
本发明提供一种TAF报文的生成方法、装置及系统,该方法包括:获取气象预报数据,气象预报数据包括多个气象预报参数;根据气象预报数据生成气象预测数据,气象预测数据包括多个气象预测状态,气象预测状态用于表征预设时长内对应气象特征的气象状态;根据气象预测数据生成基础组数据和变化组数据,基础组数据用于记录预设时段内的气象预测数据,变化组数据用于根据基础组数据记录不同时段对应气象预测数据的差异;根据基础组数据以及变化组数据生成终端机场天气预报TAF报文。提高了航空气象报文编发的效率和工作质量,减少了人工成本。
Description
技术领域
本发明涉及气象预报术领域,尤其涉及一种TAF报文的生成方法、装置及系统。
背景技术
随着我国航空运输业不断发展,飞机和航班数量的不断增加,对航空气象预报提出了更高的要求。航空预报中需要将获取到的航空气象预报信息依据严格的行业规则以标准编译成规范统一的TAF报文。故TAF报文的编译方法直接影响到预报工作的效率。
相对于市民接触的一般天气预报,航空预报更具有专业性,因此空管气象服务部门(尤其是中小机场气象台)需要进行人才培训,人才培训具有周期长、储备难、流失率高等特点。
现有技术通常依靠人工手动编译才可以得到TAF报文,但是人工编译用时较久,不仅编译效率较低,而且不利于及时的航空气象预报。
发明内容
本发明提供一种TAF报文的生成方法、装置及系统,以提高航空气象报文编发的效率和工作质量,减少了人工成本。
第一方面,本发明实施例提供的一种TAF报文的生成方法,包括:
获取气象预报数据,所述气象预报数据包括多个气象预报参数;
根据所述气象预报数据生成气象预测数据,所述气象预测数据包括多个气象预测状态,所述气象预测状态用于表征预设时长内对应气象特征的气象状态;
根据所述气象预测数据生成基础组数据和变化组数据,所述基础组数据用于记录预设时段内的所述气象预测数据,所述变化组数据用于根据基础组数据记录不同时段对应所述气象预测数据的差异;
根据所述基础组数据以及所述变化组数据生成终端机场天气预报TAF报文。
在一种可选的实施例中,所述多个气象预报参数中,包括地面风的分量预报参数;所述根据所述气象预报数据生成气象预测数据,包括:
根据所述地面风的分量预报参数,分别生成航空气象预报对应的风向预测状态、风速预测状态。
在一种可选的实施例中,根据所述气象预报数据生成气象预测数据,包括:
根据所述气象预报数据中的分类雨、分类冰粒、分类冻雨、分类雪,得到降水类天气现象的类型;
根据所述降水类天气现象的类型,结合复合反射率或者历史气象降水时间段,分别判断所述降水类天气现象的类型、所述复合反射率是否符合对应的降水预设条件,若符合对应降水预设条件中的一项,则生成降水类天气现象预测状态。
在一种可选的实施例中,所述方法,还包括:若所述多个气象预报参数中包括温度预报参数,则将所述温度预报参数经过单位转转,转化为摄氏温度单位对应的温度预测状态;
根据所述温度预测状态,以及能见度预报参数,结合视程障碍类天气现象类别对应的能见度预判条件,分别判断所述温度预测状态、所述能见度预报参数是否符合所述能见度预判条件,若符合所述能见度预判条件中的一项,则生成视程障碍类天气现象预测状态。
在一种可选的实施例中,所述多个气象预报参数中,包括海拔层预报参数,所述根据所述气象预报数据生成气象预测数据,包括:
根据所述海拔层预报参数,得到云组预测状态中的云高预测状态;
根据所述气象预报数据中的湿度、能见度结合所述海拔层,得到云组预测状态中云量预测状态;
检测存在预设降水小类天气现象预测状态,且所述云组预测状态中存在第二层云信息,则确定云状预测状态中的第二层云状信息;
若所述云组预测状态中不存在所述第二层云信息,则添加云状预测状态中的第二层云状信息;
若所述云组预测状态中存在第一层云信息,则生成云状预测状态中的第一层云状信息。
在一种可选的实施例中,所述方法还包括:
检测能见度预测状态是否符合能见度预设范围中的一项,若符合所述能见度预设范围中的一项,则确定云组预测状态。
在一种可选的实施例中,根据所述气象预测数据生成基础组数据和变化组数据,所述基础组数据用于记录预设时段内的所述气象预测数据,所述变化组数据用于根据基础组数据记录不同时段对应所述气象预测数据的差异,包括:
将全天时间连续划分为第一时间区间段和第二时间区间段,根据第一时间区间段对应的气象预测数据得到基础组数据,其中所述第一时间区间段与所述第二时间区间段分别包括多个气象预测数据;
基于所述基础组数据,结合第二时间段中气象预测数据,生成变化组数据;
其中若第二时间段中第一个气象预测数据与基础组数据中气象预测数据的差异满足预设条件,则检查第二个气象预测数据与基础组数据中气象预测数据的差异是否满足预设条件,若第二个气象预测数据满足所述预设条件,则在第一个气象预测数据对应时刻之前生成变化组数据的第一小类;
或者若第二时间段中第二个气象预测数据与基础组数据中的气象预测数据的差异不满足所述预设条件,则在第一个气象预测数据对应时刻之后与第二个气象预测数据对应时刻之前生成变化组数据的第二小类。
在一种可选的实施例中,在第一个气象预测数据对应时刻之后与第二个气象预测数据对应时刻之前生成变化组数据的第二小类之后,还包括:
根据变化组数据的第二小类,在第二个气象预测数据对应时刻之后,变化组数据基于所述变化组数据第二小类对应的气象预测数据生成;
若检测第二个气象预测数据与第一个气象预测数据的差异满足所述预设条件,则根据所述第二个气象预测数据生成变化组数据;
若检测第二个气象预测数据与第一个气象预测数据的差异不满足所述预设条件,则将所述第二个气象预测数据与所述第一个气象预测数据的均值生成变化组数据。
在一种可选的实施例中,根据所述基础组数据以及所述变化组数据生成终端机场天气预报TAF报文,包括:
根据机场信息、发布时间,结合所述基础组数据、所述变化组数据,依次生成TAF报文。
第二方面,本发明实施例提供的一种TAF报文的生成装置,包括:
获取模块,用于获取气象预报数据,所述气象预报数据包括多个气象预报参数;
第一生成模块,用于根据所述气象预报数据生成气象预测数据,所述气象预测数据包括多个气象预测状态,所述气象预测状态用于表征预设时长内对应气象特征的气象状态;
第二生成模块,用于根据所述气象预测数据生成基础组数据和变化组数据,所述基础组数据用于记录预设时段内的所述气象预测数据,所述变化组数据用于根据基础组数据记录不同时段对应所述气象预测数据的差异;
第三生成模块,用于根据所述基础组数据以及所述变化组数据生成终端机场天气预报TAF报文。
在一种可选的实施例中,所述多个气象预报参数中,包括地面风的分量预报参数,所述根据所述气象预报数据生成气象预测数据,包括:
根据所述地面风的分量预报参数,分别生成航空气象预报对应的风向预测状态、风速预测状态。
在一种可选的实施例中,根据所述气象预报数据生成气象预测数据,包括:
根据所述气象预报数据中的分类雨、分类冰粒、分类冻雨、分类雪,得到降水类天气现象的类型;
根据所述降水类天气现象的类型,结合复合反射率或者历史气象降水时间段,分别判断所述降水类天气现象的类型、所述复合反射率是否符合对应的降水预设条件,若符合对应降水预设条件中的一项,则生成降水类天气现象预测状态。
在一种可选的实施例中,所述装置,还包括:
若所述多个气象预报参数中包括温度预报参数,则将所述温度预报参数经过单位转换,转化为摄氏温度单位对应的温度预测状态;
根据所述温度预测状态,以及能见度预报参数,结合视程障碍类天气现象类别对应的能见度预判条件,分别判断所述温度预测状态、所述能见度预报参数是否符合所述能见度预判条件,若符合所述能见度预判条件中的一项,则生成视程障碍类天气现象预测状态。
在一种可选的实施例中,所述多个气象预报参数中,包括海拔层预报参数,所述根据所述气象预报数据生成气象预测数据,包括:
根据所述海拔层预报参数,得到云组预测状态中的云高预测状态;
根据所述气象预报数据中的湿度、能见度结合所述海拔层,得到云组预测状态中云量预测状态;
检测存在预设降水类天气现象预测状态,且所述云组预测状态中存在第二层云信息,则确定云状预测状态中的第二层云状信息;
若所述云组预测状态中不存在所述第二层云信息,则添加云状预测状态中的第二层云状信息;
若所述云组预测状态中存在第一层云信息,则生成云状预测状态中的第一层云状信息。
在一种可选的实施例中,所述装置还包括:
检测能见度预测状态是否符合能见度预设范围中的一项,若符合所述能见度预设范围中的一项,则确定云组预测状态。
在一种可选的实施例中,第二生成模块,具体用于:
将全天时间连续划分为第一时间区间段和第二时间区间段,根据第一时间区间段对应的气象预测数据得到基础组数据,其中所述第一时间区间段与所述第二时间区间段分别包括多个气象预测数据;
基于所述基础组数据,结合第二时间段中气象预测数据,生成变化组数据;
其中若第二时间段中第一个气象预测数据与基础组数据中气象预测数据的差异满足预设条件,则检查第二个气象预测数据与基础组数据中气象预测数据的差异是否满足预设条件,若第二个气象预测数据满足所述预设条件,则在第一个气象预测数据对应时刻之前生成变化组数据的第一小类;
或者若第二时间段中第二个气象预测数据与基础组数据中的气象预测数据的差异不满足所述预设条件,则在第一个气象预测数据对应时刻之后与第二个气象预测数据对应时刻之前生成变化组数据的第二小类。
在一种可选的实施例中,在第一个气象预测数据对应时刻之后与第二个气象预测数据对应时刻之前生成变化组数据的第二小类之后,还包括:
根据变化组数据的第二小类,在第二个气象预测数据对应时刻之后,变化组数据基于所述变化组数据第二小类对应的气象预测数据生成;
若检测第二个气象预测数据与第一个气象预测数据的差异满足所述预设条件,则根据所述第二个气象预测数据生成变化组数据;
若检测第二个气象预测数据与第一个气象预测数据的差异不满足所述预设条件,则将所述第二个气象预测数据与所述第一个气象预测数据的均值生成变化组数据。
在一种可选的实施例中,所述第三生成模块,具体用于:
根据机场信息、发布时间,结合所述基础组数据、所述变化组数据,依次生成TAF报文。
第三方面,本发明实施例提供的一种TAF报文的生成系统,包括:存储器和处理器,存储器中存储有所述处理器的可执行指令;其中,所述处理器配置为经由执行所述可执行指令来执行第一方面中任一项所述的TAF报文的生成方法。
第四方面,本发明实施例提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现第一方面任一项所述的TAF报文的生成方法。
本发明提供一种TAF报文的生成方法、装置及系统,该方法包括:获取气象预报数据,所述气象预报数据包括多个气象预报参数;根据所述气象预报数据生成气象预测数据,所述气象预测数据包括多个气象预测状态,所述气象预测状态用于表征预设时长内对应气象特征的气象状态;根据所述气象预测数据生成基础组数据和变化组数据,所述基础组数据用于记录预设时段内的所述气象预测数据,所述变化组数据用于根据基础组数据记录不同时段对应的所述气象预测数据的差异;根据所述基础组数据以及所述变化组数据生成终端机场天气预报TAF报文,所述TAF报文为航班起飞之前对机场天气的预报数据。提高了航空气象报文编发的效率和工作质量,减少了人工成本。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明一典型应用场景示意图;
图2为本发明实施例提供的一种TAF报文的生成方法的流程图;
图3为本发明实施例提供的一种TAF报文的生成装置的结构示意图;
图4为本发明实施例提供的一种TAF报文的生成系统的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、、产品或设备固有的其它步骤或单元。
下面以具体地实施例对本发明的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图,对本发明的实施例进行描述。
航空预报更具有专业性。现有技术通常依靠人工手动编译才可以得到TAF报文,但是人工编译用时较久,不仅编译效率较低,而且不利于及时的航空气象预报。
图1为本发明一典型应用场景示意图,如图1所示,航空飞机在起飞前,需要获得机场未来24小时内的天气情况,尤其在会出现低云、能见度不佳甚至出现雷雨等天气时,更加需要及时准确获得TAF报文,从而保证飞机可以正常起飞。现有技术中通过人工手动记录进而生成TAF报文的方法时效性不高,同时由于人工操作难免会出现错误等,故采用本发明TAF报文生成的方法,不仅提高了航空气象报文编发的效率和工作质量,同时还减少了人工成本。
图2为本发明实施例提供的一种TAF报文的生成方法的流程图,如图2所示,本实施例中TAF报文的生成方法可以包括:
S201、获取气象预报数据,该气象预报数据包括多个气象预报参数。
具体的,GFS(Global Forecast system)为美国环境预报中心NCEP的全球预报系统。
本实施例中通过将GFS预报系统中二进制的数据存储格式转化为json等数据格式,进而可以得到气象预报数据,其中气象预报数据包括多个气象预报参数,例如U(地面风U分量),V(地面风V分量),gust(阵风),vis(能见度),dpt(露点温度),rh(相对湿度),temperature(温度),sf(雪水当量),cp(一小时对流性降水量),tp(一小时降水量),tcc(总云量),lcc(低云量),refc(复合反射率),cape(对流有效位能),crain(分类雨),cicep(分类冰粒),cfrzr(分类冻雨),csnow(分类雪)。以便后续根据这些气象预报数据,生成航空气象预报对应的多项气象预测状态,其中气象预测状态可以用来组成TAF报文。
S202、根据气象预报数据生成气象预测数据,其中气象预测数据包括多个气象预测状态,气象预测状态用于表征24小时内对应气象特征的气象状态。气象特征可以包括风组、能见度、天气现象以及云组。
本实施例中,气象预测状态可以包括风组预测状态、能见度预测状态、温度预测状态、天气现象预测状态,以及云组预测状态等等。其中风组预测状态可以包括风向预测状态和风速预测状态;天气现象预测状态可以包括降水类天气现象预测状态和视程障碍类天气现象预测状态;云组预测状态可以包括云高预测状态、云量预测状态以及云状预测状态。进而根据这些气象预测状态划分为基础组数据和变化组数据,以生成TAF报文。
S203、根据气象预测数据生成基础组数据和变化组数据,基础组数据用于记录预设时段内的气象预测数据,变化组数据用于根据基础组数据记录不同时段对应气象预测数据的差异。
具体的,基础组数据和变化组数据按照一天24小时中每两个连续小时的气象预测状态作为一组数据点信息,且将24小时划分为第一时间区间段和第二时间区间段。例如取第一时间区间段内的气象预测状态生成基础组数据,采用第二时间区间段的气象预测状态生成变化组数据,其中,变化组数据基于基础组数据的气象预测数据,记录不同时段对应气象预测数据的差异,即若相对于基础组数据气象预测数据,后续时间段的气象预测数据若有变化,则生成变化组数据,以便后续生成TAF报文。
S204、根据基础组数据以及变化组数据生成终端机场天气预报TAF报文。
具体的,TAF(Terminal Aerodrome Forecasts)为终端机场天气预报的缩写,终端机场预报为机场周围5法定英里半径确立的报告。本实施例中按照机场信息、发布时间、基础组数据,以及变化组数据的顺序,生成TAF报文,该TAF报文为航班起飞之前对机场天气的预报数据。
本实施例通过设置TAF报文生成的规则,实现自动生成TAF报文,不仅提高了航空气象报文编发的效率和工作质量,同时还减少了人工成本。
结合上述图2所示的实施例,根据气象预报数据生成气象预测数据可以进一步采用以下方式实现,具体的多个气象预报参数中,包括地面风的分量预报参数,且根据地面风的分量预报参数,分别生成航空气象预报对应的风向预测状态、风速预测状态。
还可以根据地面风的U、V两项预报参数采用如下公式二获得风速W,即可以生成风速预测状态,
结合上述图2所示的实施例,根据气象预报数据生成气象预测数据可以进一步采用以下方式实现,具体的根据气象预报数据中的分类雨、分类冰粒、分类冻雨、分类雪,得到降水类天气现象的类型;根据降水类天气现象的类型,结合复合反射率或者历史气象降水时间段,分别判断降水类天气现象的类型、复合反射率是否符合对应的降水预设条件,若符合对应降水预设条件中的一项,则生成降水类天气现象预测状态。
本实施例中天气现象可以分为降水类和视程障碍类,其中降水类包括:雨(RA)、阵雨(SHRA)、雷雨(TSRA)、冻雨(FZRA)、雪(SN),视程障碍类包括:轻雾(BR)、雾(FG)、冻雾(FZFG)、霾(HZ)。其中气象预报参数可以包括:cape(对流有效位能),crain(分类雨),cicep(分类冰粒),cfrzr(分类冻雨),csnow(分类雪),以及复合反射率refc。
根据气象预报数据中的crain(分类雨),cicep(分类冰粒),cfrzr(分类冻雨),csnow(分类雪),可以得到降水类天气现象的类型,例如crain(分类雨),cicep(分类冰粒),cfrzr(分类冻雨),csnow(分类雪)数据备注为1时,则可以分别得到降水类天气现象的类型;进而根据降水类天气现象的类型,结合复合反射率,若符合对应降水预设条件中任一项,则生成降水类天气现象预测状态。天气现象中的符号可以包括+、-,以及即没有+也没有-。
例如当crain=1时,如果0<refc<=30,则为-RA;如果30<refc<=40,则为RA;如果refc>40,则为+RA。进而结合历史气象降水时间段(例如4月-10月),则降水类天气现象的符号不变,则需在RA之前添加SH;进一步的符合SH基础上,当cape>1000且refc>45时,则为TSRA,且符号不变。
例如当cfrzr=1时,如果0<refc<=20,则为-FZRA;如果20<refc<=35,则为FZRA;如果refc>35,则为+FZRA。
又例如当cicep=1,则为BL;如果refc>0,BL后增加FZRA;如果0<refc<=20,则为-RA;如果20<refc<=35,则为RA;如果refc>35,则为+RA。
再例如当csnow=1时,如果10<refc<=20,则为-SN;如果20<refc<=30,则为SN;如果refc>30,则为+SN;如果refc>55,则为GR。
在一种可选的实施例中,如果crain,cfrzr,csnow,cicep等于预设数据0且refc>10,则将crain设为1,天气现象为-RA。
在一种可选的实施例中,还包括:若多个气象预报参数中包括温度预报参数,则将温度预报参数经过单位转换,转化为摄氏温度单位对应的温度预测状态,根据该温度预测状态,以及能见度预报参数,结合视程障碍类天气现象类别对应的能见度预判条件,分别判断温度预测状态、能见度预报参数是否符合能见度预判条件,若符合能见度预判条件中的一项,则生成视程障碍类天气现象预测状态。
本实施例中获取GFS解析后的温度预报参数,并进行单位转换,转化为摄氏温度单位对应的温度,即得到温度预测状态,具体的单位转换公式如下公式三。
℃=°K-273.15 公式三
进而根据该温度预测状态,以及能见度预报参数,结合视程障碍类天气现象类别对应的能见度预判条件,分别判断温度预测状态、能见度预报参数是否符合能见度预判条件,若符合能见度预判条件中的一项,则生成视程障碍类天气现象预测状态。
例如当temperature>0时:如果vis≤1000,则为FG;如果1000<vis≤5000,则为BR;如果5000<vis<10000同时2r<80%,则为HZ;
当temperature≤0时:如果vis>1000,则无值;如果vis≤1000,则为FZFG。
天气现象由降水类和视程障碍类组成。只要有一项满足其对应的预设条件就可以生成气象预测状态。
在一种可选的实施例中,多个气象预报参数中包括海拔层预报参数,进而根据气象预报数据生成气象预测数据,包括:根据海拔层预报参数,得到云组预测状态中的云高预测状态;根据气象预报数据中的湿度、能见度结合海拔层,得到云组预测状态中云量预测状态;检测存在预设降水类天气现象预测状态,且云组预测状态中存在第二层云状信息,则确定云状预测状态中的第二层云状信息;若云组预测状态中不存在第二层云状信息,则添加云状预测状态中的第二层云状信息;若云组预测状态中存在第一层云状信息,则生成云状预测状态中的第一层云状信息。
具体的,根据气象预报数据中的海拔层,得到云高预测状态。例如,海拔层level分别取1000,975,950,925,900,875,850这几层,则对应的云高预测状态分别为007、011、023、030、033、040、045。
进而根据气象预报数据中的湿度、能见度以及海拔层得到云组预测状态中云量预测状态。具体的云量按八分量进行观测,即把天空分成八等分,看天空被遮住几分,云量就是八分之几。
例如,如果level=1000:tcc>75时:则云组=BKN007;tcc>95时,BKN005;tcc>90且湿度>95%,BKN003;tcc>95且湿度>95%,BKN002;tcc>95且湿度>95%,vis<200时,BKN001。如果level=950:0<tcc<=25,则云组=FEW023;25<tcc<=50,则云组=SCT023;50<tcc<=75,则云组=BKN023;tcc>75,则云组=OVC023如果level=850:0<tcc<=25,则云组=FEW045;25<tcc<=50,则云组=SCT045;50<tcc<=75,则云组=BKN045;tcc>75,则云组=OVC045;在一种可选的实施例中,将海拔层从左到右划分为Level=【1000,975】、【950、925】、【900、875、850】三组,且该三组海拔层对应的优先级依次从高到低设置。在检测过程中若不符合某组海拔层,则跳过此组海拔层,进行下一组海拔层的检测。
又例如,如果level=850及以下的tcc都无值,则云组=NSC(no significantcloud。上述示例的云量预测状态均符合能见度大于等于800的情况。
在一种可选的实施例中检测能见度预测状态是否符合能见度预设范围中的一项,若符合能见度预设范围中的一项,则确定云组预测状态。
例如,当600<vis≤800时,云组=VV003;当350<vis≤600时,云组=VV002;当0<vis≤350时,云组=VV001,其中VV表明天空状态不明跟随百英尺为单位的垂直能见度。
在一种可选的实施例中,检测存在预设降水类天气现象预测状态,且云组预测状态中存在第二层云信息,则确定云状预测状态中的第二层云状信息;若云组预测状态中不存在第二层云信息,则添加云状预测状态中的第二层云状信息;若云组预测状态中存在第一层云信息,则生成云状预测状态中的第一层云状信息。
具体的,如果存在TSRA或SHRA(阵雨或雷雨)等预设降水类天气现象预测状态,则确定云组预测状态中的云状,一种可选的实施例中云状中的云层定义为第一层云信息:任何数量的最低云层,第二层云信息:多于20KTA(八分量(okta)云量记录和编制天气报电码的一种单位,即云遮蔽天空八分之见的量)的独立云层,第三层云信息:多于40KTA的较高云层。
检测存在预设降水类天气现象预测状态,例如存在TSRA或SHRA(阵雨或雷雨),例如在云组预测状态中不低于100米的云层(暂定是第二层云信息)最后加“CB”(即确定第二层云状信息),如果没有第二层云信息,则添加第二层云状信息,例如第二层云信息不存在时,在第二层云信息添加“CB”后,得到“SCT033CB”(即添加第二层云状信息);又例如当存在第一层云信息(BKN003)时,则添加OVC015CB(即生成第一层云状信息)。
结合上述图2所示的实施例,根据气象预测数据生成基础组数据和变化组数据,基础组数据用于记录预设时段内的气象预测数据,变化组数据用于根据基础组数据记录不同时段对应气象预测数据的差异可以进一步采用以下方式实现,具体的将全天时间连续划分为第一时间区间段和第二时间区间段,根据第一时间区间段对应的气象预测数据得到基础组数据,其中第一时间区间段与第二时间区间段分别包括多个气象预测数据;基于基础组数据,结合第二时间段中气象预测数据,生成变化组数据;其中若第二时间段中第一个气象预测数据与基础组数据中气象预测数据的差异满足预设条件,则检查第二个气象预测数据与基础组数据中气象预测数据的差异是否满足预设条件,若第二个气象预测数据满足预设条件,则在第一个气象预测数据对应时刻之前生成变化组数据的第一小类;或者若第二时间段中第二个气象预测数据与基础组数据中的气象预测数据的差异不满足预设条件,则在第一个气象预测数据对应时刻之后与第二个气象预测数据对应时刻之前生成变化组数据的第二小类。
将全天24小时,每两个小时连续划分为一组数据点信息,将24个小时依次连续划分为12组数据点,例如分别为[10:00,12:00]、[12:00,14:00]、[14:00,16:00]……[6:00,8:00]、[8:00,10:00],且可以定义每组数据点信息中第一个时间点对应的气象预测数据为第一个数据点信息,第二个时间点对应的气象预测数据为第二个数据点信息。并将第一时间区间段对应的气象预测数据(例如第一组对应的数据点信息)用来生成基础组数据,之后从第二组到第十二组共11组划分为第二时间区间段,且将其对应的气象预测数据用来生成变化组数据;其中,变化组数据可以包括NOSIG、TEMPO,以及BECMG三小类,且第一小类为BECMG,第二小类为TEMPO,第三小类为NOSIG,每一类可以基于基础组数据中气象预测数据相对于不同时间段内气象预测数据的差异生成,其中“第一、第二、第三”仅区别类似的对象,而不用于描述特定的顺序或先后次序。
例如基于基础组数据的风速预测状态,在第二时间区间段内存在与该风速预测状态差值超过5m/s的另一个风速预测状态,则确定变化组数据,其他各项气象预测数据生成的原理与此相似,不再赘述。其中预设条件还包括:是否属于同一能见度预设区间(例如600m-850m),是否出现恶劣天气(例如阵雨或雷雨),是否符合云组变化预设条件(例如是否出现450米以下多云或者满天云,或者450米以下多云或者满天云消失)等等。
在一种可选的实施例中基础组数据基于第一组数据点信息的平均值获得。
进而根据基础组数据,结合第二时间区间段的气象预测数据,生成变化组数据。且变化组数据分为第一小类(例如BECMG,描述气象情况以规则或不规则的速度,达到或经过特定值的预期变化),和第二小类(例如TEMPO,描述气象情况达到或经过特定值的预期短暂波动)。
在第二时间区间段11组数据点信息对应的气象预测数据中,若检测其中第一个A数据点信息与基础组数据对应气象预测数据的差异满足预设条件,则检测第二个B数据点信息与基础组数据对应气象预测数据的差异是否也满足该预设条件,若第二个B数据点信息满足预设条件,则在第一个A数据点信息之前生成变化组数据的第一小类,例如BECMG。且在A数据点信息前选择BECMG,将[C,A]这组数据点信息对应的C时刻跟随于BECMG之后,其中[C,A]按照时间顺序连续排列于[A,B]之前。
或者若第二个B数据点信息与基础组数据对应气象预测数据的差异不满足预设条件,则在点A前选择TEMPO,TEMPO后跟的时刻为点A时刻至B时刻之间的时间。
其中A、B属于第二时间区间段中某一组对应的数据点信息,例如[A,B]中A、B时刻对应的气象预测数据。其中预设条件可以包括超过风速差阈值(例如5m/s),是否属于同一能见度预设区间(例如600m-850m),是否出现恶劣天气(例如阵雨或雷雨),是否符合云组变化预设条件(例如是否出现450米以下多云或者满天云,或者450米以下多云或者满天云消失)等等。
在一种可选的实施例中,在第一个气象预测数据对应时刻之后与第二个气象预测数据对应时刻之前生成变化组数据的第二小类之后,还包括:根据变化组数据的第二小类,在第二个气象预测数据对应时刻之后,变化组数据基于变化组数据第二小类对应的气象预测数据生成,并不再基于基础组数据对应的气象预测数据生成;若检测第二个气象预测数据与第一个气象预测数据的差异满足预设条件,则根据第二个气象预测数据生成变化组数据;若检测第二个气象预测数据与第一个气象预测数据的差异不满足预设条件,则将第二个气象预测数据与第一个气象预测数据的均值生成变化组数据。
结合和上例选取了BECMG第一小类之后,其后的数据点都以BECMG的对应气象预测数据为新数据作对比,不再基于基础组数据对应的气象预测数据生成变化组数据。其中BECMG对应的气象预测数据取值:若检测B时刻对应气象预测数据与A时刻对应气象预测数据的差异是否满足预设条件,若不满足,则BECMG取值为A时刻和B时刻对应气象预测数据的平均值,若满足,则取值为B时刻对应的气象预测数据,且不再对B时刻生成变化组数据。
结合上述图2所示的实施例,根据基础组数据以及变化组数据生成终端机场天气预报TAF报文,可以进一步采用以下方式实现,具体的根据机场信息、发布时间,结合基础组数据、变化组数据,依次生成TAF报文。
例如,将基础组数据和变化组数据合并,且在其之前依稀添加机场信息、发布时间等生成TAF报文。如TAF ZSSS 251017Z 2512/261211003MPS 5000BR SCT016 TX18/2606ZTN10/2521Z BECMG 2518/25201500=
译文:上海虹桥国际机场发布的本场预报,发报时间25日10:17(UTC),预报有效时间为25日12:00(UTC)至26日12:00(UTC)。地面风向110°,风速3米/秒,能见度5000米,轻雾,3~4个量的云,云高480米,最高气温18度,出现在26日06:00(UTC),最低气温10度,出现在25日21:00(UTC),预计在25日18:00(UTC)至25日20:00(UTC)逐步变为,能见度1500。
本实施例通过设置TAF报文生成的规则,实现自动生成TAF报文,不仅提高了航空气象报文编发的效率和工作质量,同时还减少了人工成本。
在一种可选的实施例中,从GFS解析后的能见度(vis)即可以得到能见度预测状态。具体的从GFS解析后的能见度可以直接生成能见度预测状态,且可以以米为单位的最小值。在一种可选的的实施例中,能见度不明时以///表示。
本实施例通过设置TAF报文生成的规则,实现自动生成TAF报文,不仅提高了航空气象报文编发的效率和工作质量,同时还减少了人工成本。
图3为本发明实施例提供的一种TAF报文的生成装置的结构示意图,如图3所示,本实施例的TAF报文的生成装置可以包括:
获取模块31,用于获取气象预报数据,气象预报数据包括多个气象预报参数;
第一生成模块32,用于根据气象预报数据生成气象预测数据,气象预测数据包括多个气象预测状态,气象预测状态用于表征预设时长内对应气象特征的气象状态;
第二生成模块33,用于根据气象预测数据生成基础组数据和变化组数据,基础组数据用于记录预设时段内的气象预测数据,变化组数据用于根据基础组数据记录不同时段对应气象预测数据的差异;
第三生成模块34,用于根据基础组数据以及变化组数据生成终端机场天气预报TAF报文。
在一种可选的实施例中,多个气象预报参数中,包括地面风的分量预报参数;根据气象预报数据生成气象预测数据,包括:
根据地面风的分量预报参数,分别生成航空气象预报对应的风向预测状态、风速预测状态。
在一种可选的实施例中,根据气象预报数据生成气象预测数据,包括:
根据气象预报数据中的分类雨、分类冰粒、分类冻雨、分类雪,得到降水类天气现象的类型;
根据降水类天气现象的类型,结合复合反射率或者历史气象降水时间段,分别判断降水类天气现象的类型、复合反射率是否符合对应的降水预设条件,若符合对应降水预设条件中的一项,则生成降水类天气现象预测状态。
在一种可选的实施例中,装置,还包括:
若多个气象预报参数中包括温度预报参数,则将温度预报参数经过单位转换,转化为摄氏温度单位对应的温度预测状态;
根据温度预测状态,以及能见度预报参数,结合视程障碍类天气现象类别对应的能见度预判条件,分别判断温度预测状态、能见度预报参数是否符合能见度预判条件,若符合能见度预判条件中的一项,则生成视程障碍类天气现象预测状态。
在一种可选的实施例中,多个气象预报参数中,包括海拔层预报参数,根据气象预报数据生成气象预测数据,包括:
根据海拔层预报参数,得到云组预测状态中的云高预测状态;
根据气象预报数据中的湿度、能见度结合海拔层,得到云组预测状态中云量预测状态;
检测存在预设降水类天气现象预测状态,且云组预测状态中存在第二层云信息,则确定云状预测状态中的第二层云状信息;
若云组预测状态中不存在第二层云信息,则添加云状预测状态中的第二层云状信息;
若云组预测状态中存在第一层云信息,则生成云状预测状态中的第一层云状信息。
在一种可选的实施例中,装置还包括:
检测能见度预测状态是否符合能见度预设范围中的一项,若符合能见度预设范围中的一项,则确定云组预测状态。
在一种可选的实施例中,第二生成模块33,具体用于:
将全天时间连续划分为第一时间区间段和第二时间区间段,根据第一时间区间段对应的气象预测数据得到基础组数据,其中第一时间区间段与第二时间区间段分别包括多个气象预测数据;
基于基础组数据,结合第二时间段中气象预测数据,生成变化组数据;
其中若第二时间段中第一个气象预测数据与基础组数据中气象预测数据的差异满足预设条件,则检查第二个气象预测数据与基础组数据中气象预测数据的差异是否满足预设条件,若第二个气象预测数据满足预设条件,则在第一个气象预测数据对应时刻之前生成变化组数据的第一小类;
或者若第二时间段中第二个气象预测数据与基础组数据中的气象预测数据的差异不满足预设条件,则在第一个气象预测数据对应时刻之后与第二个气象预测数据对应时刻之前生成变化组数据的第二小类。
在一种可选的实施例中,在第一个气象预测数据对应时刻之后与第二个气象预测数据对应时刻之前生成变化组数据的第二之后,还包括:
根据变化组数据的第二小类,在第二个气象预测数据对应时刻之后,变化组数据基于变化组数据第二小类对应的气象预测数据生成;
若检测第二个气象预测数据与第一个气象预测数据的差异满足预设条件,则根据第二个气象预测数据生成变化组数据;
若检测第二个气象预测数据与第一个气象预测数据的差异不满足预设条件,则将第二个气象预测数据与第一个气象预测数据的均值生成变化组数据。
在一种可选的实施例中,第三生成模块34,具体用于:
根据机场信息、发布时间,结合基础组数据、变化组数据,依次生成TAF报文。
本实施例的TAF报文的生成装置,可以执行图2所示方法中的技术方案,其具体实现过程和技术原理参见图2所示方法中的相关描述,此处不再赘述。
图4为本发明实施例提供的一种TAF报文的生成系统的结构示意图,如图4所示,本实施例的AF报文的生成系统40可以包括:处理器41和存储器42。
存储器42,用于存储计算机程序(如实现上述AF报文的生成方法的应用程序、功能模块等)、计算机指令等;
上述的计算机程序、计算机指令等可以分区存储在一个或多个存储器42中。并且上述的计算机程序、计算机指令、数据等可以被处理器41调用。
处理器41,用于执行存储器42存储的计算机程序,以实现上述实施例涉及的方法中的各个步骤。
具体可以参见前面方法实施例中的相关描述。
处理器41和存储器42可以是独立结构,也可以是集成在一起的集成结构。当处理器41和存储器42是独立结构时,存储器42、处理器41可以通过总线43耦合连接。
本实施例的服务器可以执行图2所示方法中的技术方案,其具体实现过程和技术原理参见图2所示方法中的相关描述,此处不再赘述。
此外,本申请实施例还提供一种计算机可读存储介质,计算机可读存储介质中存储有计算机执行指令,当用户设备的至少一个处理器执行该计算机执行指令时,用户设备执行上述各种可能的。
其中,计算机可读介质包括计算机存储介质和通信介质,其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是通用或专用计算机能够存取的任何可用介质。一种示例性的存储介质耦合至处理器,从而使处理器能够从该存储介质读取信息,且可向该存储介质写入信息。当然,存储介质也可以是处理器的组成部分。处理器和存储介质可以位于ASIC中。另外,该ASIC可以位于用户设备中。当然,处理器和存储介质也可以作为分立组件存在于通信设备中。
本领域普通技术人员可以理解:实现上述各实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时,执行包括上述各实施例的步骤;而前述的存储介质包括:ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (10)
1.一种TAF报文的生成方法,其特征在于,包括:
获取气象预报数据,所述气象预报数据包括多个气象预报参数;
根据所述气象预报数据生成气象预测数据,所述气象预测数据包括多个气象预测状态,所述气象预测状态用于表征预设时长内对应气象特征的气象状态;
根据所述气象预测数据生成基础组数据和变化组数据,所述基础组数据用于记录预设时段内的所述气象预测数据,所述变化组数据用于根据基础组数据记录不同时段对应所述气象预测数据的差异;
根据所述基础组数据以及所述变化组数据生成终端机场天气预报TAF报文。
2.根据权利要求1所述的方法,其特征在于,所述多个气象预报参数中,包括地面风的分量预报参数;所述根据所述气象预报数据生成气象预测数据,包括:
根据所述地面风的分量预报参数,分别生成航空气象预报对应的风向预测状态、风速预测状态。
3.根据权利要求1所述的方法,其特征在于,根据所述气象预报数据生成气象预测数据,包括:
根据所述气象预报数据中的分类雨、分类冰粒、分类冻雨、分类雪,得到降水类天气现象的类型;
根据所述降水类天气现象的类型,结合复合反射率或者历史气象降水时间段,分别判断所述降水类天气现象的类型、所述复合反射率是否符合对应的降水预设条件,若符合对应降水预设条件中的一项,则生成降水类天气现象预测状态。
4.根据权利要求3所述的方法,其特征在于,所述方法,还包括:
若所述多个气象预报参数中包括温度预报参数,则将所述温度预报参数经过单位转换,转化为摄氏温度单位对应的温度预测状态;
根据所述温度预测状态,以及能见度预报参数,结合视程障碍类天气现象类别对应的能见度预判条件,分别判断所述温度预测状态、所述能见度预报参数是否符合所述能见度预判条件,若符合所述能见度预判条件中的一项,则生成视程障碍类天气现象预测状态。
5.根据权利要求3所述的方法,其特征在于,所述多个气象预报参数中,包括海拔层预报参数,所述根据所述气象预报数据生成气象预测数据,包括:
根据所述海拔层预报参数,得到云组预测状态中的云高预测状态;
根据所述气象预报数据中的湿度、能见度结合所述海拔层,得到云组预测状态中云量预测状态;
检测存在预设降水类天气现象预测状态,且所述云组预测状态中存在第二层云信息,则确定云状预测状态中的第二层云状信息;
若所述云组预测状态中不存在所述第二层云信息,则添加云状预测状态中的第二层云状信息;
若所述云组预测状态中存在第一层云信息,则生成云状预测状态中的第一层云状信息。
6.根据权利要求5所述的方法,其特征在于,所述方法,还包括:
检测能见度预测状态是否符合能见度预设范围中的一项,若符合所述能见度预设范围中的一项,则确定云组预测状态。
7.根据权利要求1-6中任一项所述的方法,其特征在于,根据所述气象预测数据生成基础组数据和变化组数据,所述基础组数据用于记录预设时段内的所述气象预测数据,所述变化组数据用于根据基础组数据记录不同时段对应所述气象预测数据的差异,包括:
将全天时间连续划分为第一时间区间段和第二时间区间段,根据第一时间区间段对应的气象预测数据得到基础组数据,其中所述第一时间区间段与所述第二时间区间段分别包括多个气象预测数据;
基于所述基础组数据,结合第二时间段中气象预测数据,生成变化组数据;
其中若第二时间段中第一个气象预测数据与基础组数据中气象预测数据的差异满足预设条件,则检查第二个气象预测数据与基础组数据中气象预测数据的差异是否满足预设条件,若第二个气象预测数据满足所述预设条件,则在第一个气象预测数据对应时刻之前生成变化组数据的第一小类;
或者若第二时间段中第二个气象预测数据与基础组数据中的气象预测数据的差异不满足所述预设条件,则在第一个气象预测数据对应时刻之后与第二个气象预测数据对应时刻之前生成变化组数据的第二小类。
8.根据权利要求7所述的方法,其特征在于,在第一个气象预测数据对应时刻之后与第二个气象预测数据对应时刻之前生成变化组数据的第二小类之后,还包括:
根据变化组数据的第二小类,在第二个气象预测数据对应时刻之后,变化组数据基于所述变化组数据第二小类对应的气象预测数据生成;
若检测第二个气象预测数据与第一个气象预测数据的差异满足所述预设条件,则根据所述第二个气象预测数据生成变化组数据;
若检测第二个气象预测数据与第一个气象预测数据的差异不满足所述预设条件,则将所述第二个气象预测数据与所述第一个气象预测数据的均值生成变化组数据。
9.根据权利要求8所述的方法,其特征在于,根据所述基础组数据以及所述变化组数据生成终端机场天气预报TAF报文,包括:
根据机场信息、发布时间,结合所述基础组数据、所述变化组数据,依次生成TAF报文。
10.一种TAF报文的生成装置,其特征在于,包括:
获取模块,用于获取气象预报数据,所述气象预报数据包括多个气象预报参数;
第一生成模块,用于根据所述气象预报数据生成气象预测数据,所述气象预测数据包括多个气象预测状态,所述气象预测状态用于表征预设时长内对应气象特征的气象状态;
第二生成模块,用于根据气象预测数据生成基础组数据和变化组数据,所述基础组数据用于记录预设时段内的所述气象预测数据,所述变化组数据用于根据基础组数据记录不同时段对应所述气象预测数据的差异;
第三生成模块,用于根据所述基础组数据以及所述变化组数据生成终端机场天气预报TAF报文。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010405750.2A CN111552011A (zh) | 2020-05-14 | 2020-05-14 | Taf报文的生成方法、装置及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010405750.2A CN111552011A (zh) | 2020-05-14 | 2020-05-14 | Taf报文的生成方法、装置及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111552011A true CN111552011A (zh) | 2020-08-18 |
Family
ID=71998668
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010405750.2A Pending CN111552011A (zh) | 2020-05-14 | 2020-05-14 | Taf报文的生成方法、装置及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111552011A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112363251A (zh) * | 2020-10-26 | 2021-02-12 | 上海眼控科技股份有限公司 | 天气预测模型的生成方法、天气预测方法、装置 |
CN114384609A (zh) * | 2020-10-20 | 2022-04-22 | 江苏省气象台 | 一种机场云雾综合预警系统及方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002357670A (ja) * | 2001-03-30 | 2002-12-13 | Bellsystem 24 Inc | 気象予報システムと気象情報通知システム |
JP4812896B1 (ja) * | 2010-11-26 | 2011-11-09 | 株式会社パスコ | 地図作成方法、そのような方法を用いる地図作成装置、地図作成プログラム、及び地図作成システム |
CN103729536A (zh) * | 2012-07-31 | 2014-04-16 | 通用电气公司 | 用于提供飞行中气象数据的方法和装置 |
CN104408297A (zh) * | 2014-11-06 | 2015-03-11 | 北京航空航天大学 | 通用航空气象信息处理系统 |
CN108152866A (zh) * | 2017-11-06 | 2018-06-12 | 南京航空航天大学 | 基于天气影响航班量的航空气象预报质量评估方法 |
CN108418822A (zh) * | 2018-03-06 | 2018-08-17 | 杜刚 | 航空气象的taf报文自动编译方法、系统及终端 |
CN109581543A (zh) * | 2018-12-20 | 2019-04-05 | 深圳航空有限责任公司 | 一种航空气象报文图形化展示方法 |
CN110770610A (zh) * | 2017-05-01 | 2020-02-07 | I.M.系统集团公司 | 模拟、记录和预测对流气象的自学习即时预报系统 |
-
2020
- 2020-05-14 CN CN202010405750.2A patent/CN111552011A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002357670A (ja) * | 2001-03-30 | 2002-12-13 | Bellsystem 24 Inc | 気象予報システムと気象情報通知システム |
JP4812896B1 (ja) * | 2010-11-26 | 2011-11-09 | 株式会社パスコ | 地図作成方法、そのような方法を用いる地図作成装置、地図作成プログラム、及び地図作成システム |
CN103729536A (zh) * | 2012-07-31 | 2014-04-16 | 通用电气公司 | 用于提供飞行中气象数据的方法和装置 |
CN104408297A (zh) * | 2014-11-06 | 2015-03-11 | 北京航空航天大学 | 通用航空气象信息处理系统 |
CN110770610A (zh) * | 2017-05-01 | 2020-02-07 | I.M.系统集团公司 | 模拟、记录和预测对流气象的自学习即时预报系统 |
CN108152866A (zh) * | 2017-11-06 | 2018-06-12 | 南京航空航天大学 | 基于天气影响航班量的航空气象预报质量评估方法 |
CN108418822A (zh) * | 2018-03-06 | 2018-08-17 | 杜刚 | 航空气象的taf报文自动编译方法、系统及终端 |
CN109581543A (zh) * | 2018-12-20 | 2019-04-05 | 深圳航空有限责任公司 | 一种航空气象报文图形化展示方法 |
Non-Patent Citations (1)
Title |
---|
孙启振等: "南极固定翼飞机航空气象保障业务述评", 《极地研究》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114384609A (zh) * | 2020-10-20 | 2022-04-22 | 江苏省气象台 | 一种机场云雾综合预警系统及方法 |
CN114384609B (zh) * | 2020-10-20 | 2024-01-30 | 江苏省气象台 | 一种机场云雾综合预警系统及方法 |
CN112363251A (zh) * | 2020-10-26 | 2021-02-12 | 上海眼控科技股份有限公司 | 天气预测模型的生成方法、天气预测方法、装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11635545B2 (en) | Real-time weather forecasting for transportation systems | |
US11237299B2 (en) | Self-learning nowcast system for modeling, recording, and predicting convective weather | |
US11841480B2 (en) | Integrated weather projection systems, methods, and apparatuses | |
CN107818382B (zh) | 航班到达时间预测方法 | |
CN111033318A (zh) | 当地气象预测 | |
CN111552011A (zh) | Taf报文的生成方法、装置及系统 | |
CN110045441A (zh) | 基于雷达回波图的天气分析方法及装置 | |
CN106530841B (zh) | 机场延误预测方法及装置 | |
KR101263121B1 (ko) | 위성 적외영상 자료를 이용한 현업용 기상레이더 반사도 합성자료의 채프에코 제거 방법 | |
CN114596709B (zh) | 数据处理方法、装置、设备以及存储介质 | |
CN116341773A (zh) | 车辆需求预测方法、装置、计算机设备和存储介质 | |
Liu et al. | Causal analysis of flight en route inefficiency | |
Dallavalle et al. | 6.1 MODEL OUTPUT STATISTICS (MOS) GUIDANCE FOR SHORT-RANGE PROJECTIONS | |
CN112630792A (zh) | 一种电网输电线路工况模拟与危险点检测方法及检测系统 | |
CN111599162A (zh) | 报文的测试方法、装置及系统 | |
Cunningham et al. | 540 The Utilization of Current Forecast Products in a Probabilistic Airport Capacity Model | |
CN111596385A (zh) | 报文的生成方法、装置及系统 | |
Rossi et al. | Real-time hazard approximation of long-lasting convective storms using emergency data | |
CN114859321A (zh) | 区域大气颗粒物来源比例计算方法、装置、设备、介质 | |
Eroshenko et al. | Weather data errors analysis in solar power stations generation forecasting | |
CN110782081A (zh) | 一种天地联合覆冰的预测预警系统及预测预警方法 | |
de Grado et al. | On the development of a digital meteorological model for simulating future air traffic management automation | |
Ivanova et al. | Sochi Airport Thunderstorm Forecast | |
Gultepe et al. | Visibility parameterization from microphysical observations for warm fog conditions and its application to the Canadian MC2 model | |
CN114154721A (zh) | 用于确定舞动预测结果的方法、系统、处理器及存储介质 |
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 | ||
AD01 | Patent right deemed abandoned |
Effective date of abandoning: 20240112 |
|
AD01 | Patent right deemed abandoned |