CN112187951A

CN112187951A - 一种机场气象taf报文自动编译方法及系统

Info

Publication number: CN112187951A
Application number: CN202011081596.4A
Authority: CN
Inventors: 毛龙龙; 盛爱晶; 周杰
Original assignee: Nanjing Enruite Industrial Co Ltd
Current assignee: Nanjing Enruite Industrial Co Ltd
Priority date: 2020-10-10
Filing date: 2020-10-10
Publication date: 2021-01-05
Anticipated expiration: 2040-10-10
Also published as: CN112187951B

Abstract

本发明公开了一种机场气象TAF报文自动编译方法，包括以下步骤：对数值模式数据进行处理和偏差订正，得到逐小时气象要素数据和天气现象；根据逐小时气象要素数据和天气现象，编制TAF报文；对TAF报文进行自动化校验，进行错误提醒。通过本发明的自动化校验TAF报文技术，能够及时的发现语法语义问题，极大的提高了工作效率和报文内容规范性。

Description

一种机场气象TAF报文自动编译方法及系统

技术领域

本发明涉及机场气象预报技术领域，具体涉及一种机场气象TAF报文自动编译方法及系统。

背景技术

机场预报(TAF)是机场气象台发布的一定时间一定范围的未来特定时段预期气象情况的简要说明。目前我国发布的TAF有9小时预报(FC报)和24小时预报(FT报)，9小时预报每隔3小时发布一次，24小时预报每隔6小时发布一次。国际上从2009年已开始发布30小时的机场预报(FT报)。中国民用航空局空管行业管理办公室已于2019年1月23日发布新版《民用航空气象预报规范》，其中已将30小时FT报作为规范提出，我国各地区将在今年合适时间开始将30小时FT报列入日常工作。

一直以来，我国所有机场气象预报室发布的TAF报都是值班预报员依据自身经验及主观判断进行编报。在这样的编报方式下，对于一些通过主观判断得出的天气信息缺乏可靠的理论依据。在一些天气易变的地区，通过主观观测信息编报的报文难以准确预报较长时间的天气信息，那么24小时FT报和30小时FT报的准确度就会大大降低。

目前国内以数值模式作为理论依据进行编报的系统，只能结合单一的数值模式，这样使得系统难以自动优化数据来源。而且在气象要素数据来源有限时，对于天气现象的预测的准确度和多样性就能力有限。

目前机场使用的TAF编报系统都是基于C/S架构的应用，因此应用的升级换代时间成本会很大，例如发布新版的《民用航空气象预报规范》，推广就会耗费更长的时间。

另外，TAF报是一种通过特定通信方式进行信息交换的电码格式信息，具有严格的格式规范。所以人工编写报文时需要花费大量的时间进行天气信息编译，之后还要花费不少时间进行报文内容及格式检查。

下面是一段TAF报文示例，其复杂程度可见一斑，

TAF ZBAA 262240Z 2700/2806 34004MPS 8000 FEW004 SCT030 TX29/2706ZTN19/2721Z TX28/2806Z TEMPO 2706/2708 2800 TSRA SCT010 SCT020CB BECMG 2724/2801 2000 RA BR OVC010＝

译文：北京首都国际机场发布的本场预报，发报时间26日22：40(UTC)，预报有效时间为27日00：00(UTC)至28日06：00(UTC)。地面风向340°，风速4米/秒，能见度8000米，1～2个量的云，云高120米，3～4个量的云，云高900米。27日最高气温29度，出现在27日06∶00(UTC)，27日最低气温19度，出现在27日21∶00(UTC)，28日最高气温28度，出现在28日06：00(UTC)，预计在27日06：00(UTC)至27日08：00(UTC)之间有短时波动，能见度2800米，中雷雨，3～4个量的云，云高300米，3～4个量的积雨云，云高600米，在28日00：00(UTC)至28日01：00(UTC)逐步变为，能见度2000米，中雨，轻雾，8个量的云，云高300米。

发明内容

为了解决上述问题，本发明提出了一种机场气象TAF报文自动编译方法，包括以下步骤：

对数值模式数据进行处理和偏差订正，得到逐小时气象要素数据和天气现象；

根据逐小时气象要素数据和天气现象，编制TAF报文；

对TAF报文进行自动化校验，进行错误提醒。

进一步地，对数值模式数据进行处理和偏差订正，包括以下步骤：

对各模式进行评分，选择最优评分模式的模式要素进行空间和时间插值；

所述订正包括连续量偏差订正和不连续量偏差订正，

所述连续量偏差订正具体为，将历史评分最优的数值模式的温度、气压、风速、能见度、湿度作为输入，辅以地形、下垫面信息，将实况观测资料作为输出，对过去一段时间内的数据进行训练，通过多层卷积提取出模拟偏差的主要特征，构建连续量偏差订正模型；将当前获取的最优数值模式各气象要素的要素值输入连续量偏差订正模型，实现风速风向、能见度、气温、云层气象信息的偏差订正；

所述不连续量偏差订正具体为，采用多层卷积神经网络技术，使用不同大小的卷积核并行的方式对模式降水预报结果进行处理提取不同尺度的降水特征，最后将多尺度信息进行融合拼接；使用长期历史资料作为输入进行模型训练，挖掘出数值模式预报的系统偏差，实现对降水预报结果的偏差订正。

进一步地，所述天气现象包括雨、雪、雷暴和雾；编制完成的TAF报文包括TAF报头段、主体报文段和变化组报文段。

进一步地，所述对TAF报文进行自动化校验包括以下步骤：

从TAF报文中，提取主体片段和每个变化组片段；

提取主体片段中的TAF报头；

检查TAF变化组片段，如果TAF报内容中存在变化组，提取每段变化组片段报文头，如果提取内容为空，则认为此处变化组存在语法错误；

检查TAF中气象要素预报信息，所述气象要素包括地面风、CAVOK、能见度、天气现象、云层信息、最低/最高温，具体包括以下步骤：

检查地面风，根据地面风规则提取的报文判断风向数值为是否在000-360°之间，若是则风向数值正确，若否则记录风向数值有误；

根据地面风规则提取的报文判断风速和重大风速变化数值大于49m/s时，相应报文是否表达为P49，若是，则风速正确，若否则记录风速表达有误；

检查CAVOK，提取CAVOK片段，根据CAVOK提取规则提取的内容判断CAVOK与含有能见度、天气现象、云层信息的报文是否同时存在，若不同时存在，则CAVOK表达正确，否则CAVOK表达错误；

检查能见度；

检查天气现象；

检查云层信息；

检查最低/最高温，提取最低/最高温报文遵循的表达式规则如下：

所述最高/最低温报文不满足最高/最低温出现的时间报文格式为ddHH，或温度报文组大于三组，或温度数值不是两位数字，则最低/最高温报文错误，所述dd表示日期，HH表示小时。

进一步地，所述天气现象判断依据如下：

当能见度≤1000m时，判断天气现象包括雾；

当3小时累计降水≥0.1mm时，判断天气现象包括雨；

当降雪量≥0.1mm时，判断天气现象包括雪；

当对流潜势指标满足七个条件中的至少两个时，判断天气现象包括雷暴；

所述七个条件包括：

(1)25≤k指数≤40

(2)5≤A指数≤20

(3)-2.5≤si指数≤2.5

(4)300≤对流有效位能≤2000

(5)-35℃≤500hPa和850hPa的温度差≤-25℃

(6)2℃≤1000hPa和700hPa的温度差≤8℃

(7)2℃≤700hPa和500hPa的温度差≤6℃。

进一步地，

所述TAF报头段通过输入FC/FT预报时效和报文类型、机场信息和系统时间信息生成；

所述主体报文段包括风向或风向不定、风速、重大风速变化、能见度或CAVOK、天气现象、云层信息、气温信息报文段落；所述天气现象包括无现象、雨、雪、雷暴和雾；所述云层信息包括云量云高、积雨云、NSW；

所述编制变化组报文段包括以下步骤：

根据预报时效内数值模式逐小时气象要素数据，计算变化组数据，所述变化组数据风速风向变化数据、能见度变化数据、云层变化数据、积雨云变化数据；

根据变化组数据编制变化组报文段，具体为，

1)当只有一个时间点出现变化数据时，从该时间点开始编报FM组，编报统计到的发生变化的气象要素，所述发生变化的气象要素不包括阵风，要素值根据从该时间点到预报有效时间结束时间段内的数值计算，计算方式同主体报文段编报规则；

阵风变化编报BECMG组，有效时间为该时间点前一小时到该时间点，要素值为该时间点的风速风向数值；

2)当多个时间点出现变化数据时，统计这些变化中只出现变化一次的要素，编报FM组所述只出现变化一次的要素不包括阵风；这些要素根据时间先后顺序编报，出现时间相同的，编为一组；每组编报的要素根据从该时间点到预报有效时间结束时间段内的要素值数据计算，计算方式同主体报文段编报规则；从出现变化的时间点开始，向后统计TEMPO预报时效内的变化时间组数，所述TEMPO预报时效具体为FC报为4小时，FT报为6小时；如果TEMPO预报时效内只有一组，编报BECMG组，如果出现多组，编报TEMPO组；每组中只编报每组中出现变化的要素，即不包含前面FM组中已包含的要素，要素值以每个变化组时效内该要素数据进行计算，根据主体报文要素编报规则编报；

所有变化组按照出现变化的起始时间顺序排列编报；没有得到变化组数据则不编报变化组报文。

一种机场气象TAF报文自动编译系统，包括：

获取模块，用于获取数值模式数据；

报文编译模块，用于上述任一项方法对数值模式数据进行处理和偏差订正，编制TAF报文；

校验模块，用于上述任一项方法对TAF报文进行自动化校验，进行错误提醒。

与现有技术相比，本发明具有以下有益效果：

(1)本发明通过获得模式数据使得编报TAF时要素数据来源客观化、长时效预报数据来源可靠化。

(2)本发明的多模式数据提高了天气现象预报的多样性，通过最优模式评分过程，使得要素数据选择更准确，通过模式订正使得预报信息更加准确，由此最终得到的TAF报文也更准确。

(3)人工编写或者修改TAF报文时，通过本发明的自动化校验TAF报文技术，能够及时的发现语法语义问题，极大的提高了工作效率和报文内容规范性。

附图说明

图1为本发明的方法流程图。

具体实施方式

以下结合附图对本发明的机场气象TAF报文自动编译方法及系统的具体实施方式做详细说明。

实施例1

本发明提供了一种机场气象TAF报文自动编译方法，包括以下步骤：

1、对模式数据进行处理和订正，得到逐小时气象要素数据。

机场本地客观预报产品作为制作TAF报的重要客观依据，数据的本地化处理成为至关重要的一个环节，需要将EC、GRAPES、GFS、WRF、JMA、WAFS等多种数值模式产品等加工成包含TAF编报所需气象要素的机场本地逐小时数据文件，作为系统自动进行TAF编报的初始底板数据。

1.1、对各模式进行评分，选择最优评分模式的模式要素进行空间和时间插值

采集EC、GRAPES、GFS、WRF、JMA、WAFS等多种数值模式中各要素的要素值，受地形、季节等因素影响，不同数值模式对不同机场点的预报效果不尽相同，因此需要进一步对各数值模式的各要素(风速、风向、温度、云高、能见度、降水等)进行评分，挑选出评分最优的数值模式的数据进行空间、时间插值，作为机场本场TAF编报的初始数据，保障数据的高可靠性。所述评分方法包括相关系数法、绝对误差法和TS评分法。

1.2、模式数据订正

为提高数值模式预报准确率，基于最优模式结果进行后处理。当前模式订正技术由于要素选取无法考虑模式预报结果出现空间偏移、无法综合考虑多要素之间的相互关系以及非气象要素的影响，模式格点预报准确率仍存在较大提升空间。因此有必要引入更为先进的机器学习技术，综合考虑多种气象要素，构建深度学习模型，使用计算机挖掘出模式预报的系统偏差，对连续变量和不连续变量分别构建一套格点数据实时偏差订正模型，提高预报结果的准确性，实现一次技术升级。

1)连续量偏差订正

连续量包括风向、风速、能见度、云层和气温，采用N-N的方式构建多层卷积-长短期记忆神经网络(Conv-LSTM)，使用实时训练的方式实现偏差订正。考虑到气象各要素之间存在显著的相关性，因此将历史评分最优的数值模式的温度、气压、风速、能见度、湿度等作为输入，辅以地形、下垫面等信息，将实况观测资料作为输出，对过去一段时间数据进行训练，通过多层卷积提取出模拟偏差的主要特征，构建连续量偏差订正模型。将当前获取的最优数值模式各要素的要素值输入连续量偏差订正模型，实现风速风向、能见度、气温、云层等气象信息的偏差订正。

2)不连续量偏差订正

不连续量的偏差订正主要针对降水。由于模式的降水预报可能存在雨带位置的偏移，传统的概率匹配、分级回归等方法仅能对降水的强度做修正，无法对位置进行订正。为了实现降水强度和位置的订正，采用多层卷积神经网络技术，使用不同大小的卷积核并行的方式对模式降水预报结果进行处理提取不同尺度的降水特征，最后将多尺度信息进行融合拼接。使用长期历史资料作为输入进行模型训练，挖掘出数值模式预报的系统偏差，实现对降水预报结果的偏差订正。

1.3、根据插值和偏差订正得到的机场气象要素数据，分析得到影响该机场的天气现象

在插值和偏差订正得到机场本场气象要素的基础上，进行进一步分析，得到影响机场本场的天气现象，所述天气现象包括：1-雨(RA)，2-雪(SN)，3-雷暴(TS)，4-雾(FG)，各天气现象判断依据如下：

当能见度≤1000m时，判断天气现象包括雾；

当3小时累计降水≥0.1mm时，判断天气现象包括雨；

当降雪量≥0.1mm时，判断天气现象包括雪；

所述七个条件包括：

(1)25≤k指数≤40

(2)5≤A指数≤20

(3)-2.5≤si指数≤2.5

(4)300≤对流有效位能(cape)≤2000

(5)-35℃≤500hPa和850hPa的温度差≤-25℃

(6)2℃≤1000hPa和700hPa的温度差≤8℃

(7)2℃≤700hPa和500hPa的温度差≤6℃

所述si指数表示沙氏指数，所述k指数和A指数为判断雷暴时常用的指标，所述hPa为气压单位百帕。

2、TAF自动编报技术

2.1、编制TAF报头段

通过输入FC(9小时机场预报)/FT(24小时机场预报和30小时机场预报)预报时效和报文类型(例行报、修订报、更正报、取消报)，通过获取预报人员所属机场信息和系统时间信息，生成TAF报头。

2.2、编制主体报文段

根据步骤1得到的气象要素数据和天气现象，获取TAF编报需要的各要素逐小时时序数据，通过平均值、标准差、阈值判断等计算方法，按照最新版《民用航空气象预报规范》，分段编写风向或VRB、风速、重大风速变化、能见度或CAVOK、天气现象(包括无现象、RA、SN、TS和FG)、云层信息(包括云量云高、CB、NSW)、气温信息报文段落，最后通过逐步组装各要素报文段，形成TAF报文主体内容。所述VRB表述风向不定，所述NSW表示没有重要天气现象；

编报气温信息报文段时，FC报和24小时FT报编报一组最高温和一组最低温，30小时FT报编报一组最高温两组最低温或一组最低温两组最高温。

2.3、编制变化组报文段

在一份TAF报的预报时效内，当判断部分或全部要素在某一中间时刻或者时段内发生变化，应编报变化组报文段，否则报文内不出现变化组报文段，具体步骤如下：

2.3.1、计算变化组数据

根据预报时效内数值模式逐小时气象要素数据，计算变化组数据。

1)风速风向变化数据

逐小时比较风速风向预报数值，满足以下三个条件之一时，认为该时间点风速风向应编报进变化组报文段。

1.1)该时间点风向比预报时效内平均风向变化大于等于60°，并且变化前和(或)后平均风速大于等于5m/s；

1.2)该时间点风速比预报时效内平均风速的变化大于等于5m/s时(称为阵风)；

1.3)当该时间点风速比前一个时间点的风速变化大于等于5m/s，并且该时间点前和(或)后的平均风速大于等于8m/s。

2)能见度变化数据

逐小时比较能见度预报数值，满足以下两个条件之一时，认为该时间点的能见度数据应该编进变化组报文中。

2.1)当该时间点的预报能见度数值比前一个时间点的预报能见度数值上升，并且数值变化经过150、350、600、800、1500、3000、5000时；

2.2)当该时间点的预报能见度数值比前一个时间点的预报能见度数值下降，并且数值变化经过150、350、600、800、1500、3000、5000时。

3)云层变化数据

逐小时比较云量云高预报数值，满足以下三个条件之一时，认为该时间点的云层数据应该编进变化组报文中。

3.1)当该时间点预报的多云(BKN)或者阴天(OVC)云层的云高抬高，并且数值达到或经过30m、60m、150m、300m、450m中的一个或多个值；

3.2)当该时间点预报的多云(BKN)或者阴天(OVC)云层的云高下降，并且数值达到或经过30m、60m、150m、300m、450m中的一个或多个值；

3.3)当该时间点预报的云高低于450m的云层的云量发生以下一种变化时：

从疏云(SCT)或者更少变化为多云(BKN)\阴天(OVC)；

从多云(BKN)或者阴天(OVC)变化为疏云(SCT)及以下。

4)积雨云(CB)变化数据

逐小时比较积雨云云量预报数值，当积雨云从无到有或者从有到无时，认为该时间点的积雨云数据应该编进变化组报文内。

2.3.2、编报变化组报文段

经过步骤2.3.1中的计算，没有得到变化组数据则不编报变化组报文，否则按照以下规则编报变化组报文。

1)当只有一个时间点出现变化数据时

从该时间点开始编报FM组，编报统计到的发生变化的气象要素(阵风除外)，要素值根据从该时间点到预报有效时间结束时间段内的数值计算，计算方式同2.2主体报文编报规则。

阵风变化编报BECMG组，有效时间为该时间点前一小时到该时间点，要素值为该时间点的风速风向数值。

2)当多个时间点出现变化数据时

统计这些变化中只出现变化一次的要素(阵风除外)，编报FM组。这些要素根据时间先后顺序编报，出现时间相同的，编为一组。每组编报的要素根据从该时间点到预报有效时间结束时间段内的要素值数据计算，计算方式同2.2主体报文编报规则。

从出现变化的时间点开始，向后统计TEMPO预报时效(FC报为4小时，FT报为6小时)内的变化时间组数，如果TEMPO预报时效内只有一组，编报BECMG组，如果出现多组，编报TEMPO组。每组中只编报每组中出现变化的要素(不包含前面FM组中已包含的要素)，要素值以每个变化组时效内该要素数据进行计算，根据2.2主体报文要素编报规则编报。

所有变化组按照出现变化的起始时间顺序排列编报。所述FM、TEMPO和BECMG表示变化组指示码，其具体指示内容按照中国民用航空局空管行业管理办公室于2019年1月23日下发的编号为AP-117-TM-2019-01的《民用航空气象预报规范》中的规定确定。

2.4、生成TAF报报文

将以上生成的报头、主体报文段、变化组报文段拼接成完整的TAF报报文，即生成了一份完整的TAF报。

3、自动化校验TAF报文

根据数值模式编写好的TAF报文，用户还可以根据自身经验或工作要求二次修改，此时为了报文的规范性和减轻用户的工作内容，设计了本部分TAF报文自动校验内容。根据已经编写好的TAF报，通过实时请求，验证其语法规则是否符合相关规范，不符合规范的地方给出友好提示。遵循的相关规范为《航空气象预报员手册》(2012年12月)和《民用航空气象预报规范》(2019年1月23日)中对TAF报的相关规定内容。

根据各报文段的语法规则，通过正则表达式提取各要素预报内容，通过判断各要素段是否符合语法规范。以下为一部分校验逻辑举例：对于必报要素首先要查找是否包含，再校验语法规范；对于天气现象、云层信息等要判断码文是否为有效语义；对于气温、云层等可能预报多组的要素要验证组数是否符合要求；对于互斥报文，例如CAVOK和天气现象在一组有效时间内不能同时出现进行检查，具体包括以下步骤：

3.1、分割TAF报文内容，提取主体片段和每个变化组片段

根据TAF变化组报文规则，提取出TAF报中的主体片段和每个变化组片段信息，提取规则遵循如下正则表达式：

获取到每个片段之后，根据相关规范要求，分别对每个片段进行语法校验，然后生成语法错误信息列表。

3.2检查TAF报头

获取到主体报文之后，对主体报文中的TAF报头进行校验，校验遵循的正则表达式如下：

(？＜＝^|\\s)TAF\\s(AMD\\s|COR\\s)？([A-Z]{4}\\s)？(\\d{6})？Z\\s(NIL|((\\d{4}/\\d{4}\\s)|\\d{6}\\s)？(CNL)？)？

如果找到符合该表达式的内容，则存在TAF报头，否则认为TAF报头缺失。存在TAF报头时，分别验证报头中的航站、发布时间、预报时效是否存在或者是否有误。

接着验证报文中报头后面的内容是否为NIL(缺报)或者CNL(取消报)，如果是这两种报，则报文内容应该就此结束，后面如果还有内容，则认为报文有误。

3.3、检查TAF变化组报文头信息

检查TAF变化组片段，如果TAF报内容中存在变化组，提取每段变化组片段报文头，所述提取规则如下：

(FM\\d{6})|((BECMG|TEMPO)\\s\\d{4}/\\d{4})(？＝\\s|$)

如果提取内容为空，则认为此处变化组存在语法错误。

3.4、检查TAF中气象要素预报信息

经过上述两个步骤的校验之后再分别校验每个片段中的气象要素预报信息，其中主体报文必须包含地面风、能见度、云层信息、最高/最低温信息，如果缺少这四种要素信息中的一种或者多种，需要分别记录要素错误信息；根据情况选报天气现象。对于变化组来说，每组中只预报在有效时间段内预期出现重大变化的一个或者多个要素信息，这些要素包含地面风、能见度、天气现象和云层信息。

每种要素的验证规则说明如下：

3.4.1、检查地面风(包括风速和风向)规则

提取地面风报文遵循的表达式规则如下：

根据地面风提取规则提取的内容判断风向数值为是否在000-360°之间，若是则风向数值正确，若否则记录风向数值有误；

根据地面风规则提取的报文判断风速和重大风速变化数值大于49m/s时，相应报文是否表达为P49，若是，则风速正确，若否则记录风速表达有误。

3.4.2、检查CAVOK规则

提取CAVOK片段遵循的表达式如下：

根据CAVOK提取规则提取的报文判断CAVOK与含有能见度、天气现象、云层信息的报文是否同时存在，若不同时存在，则CAVOK表达正确，否则CAVOK表达错误。

所述CAVOK(Ceiling And Visibility OKay)表示晴空万里，可以代替电报中能见度组，天气现象组和云组，其条件是：

1：有效能见度10km或以上；

2：1500m以下无云，且天空没有微量积雨云，微量浓积云等恶劣天气；

3：无降水，雷暴，沙暴，吹雪等天气。

3.4.3、检查能见度规则

提取能见度报文遵循的表达式规则如下：

3.4.4、检查天气现象规则

提取天气现象报文遵循的表达式规则如下：

3.4.5、检查云层信息规则

提取云层信息报文遵循的表达式规则如下：

其中[A-Z]{3}位置上出现的字符只能是：FEW、SCT、BKN、OVC四种，否则云层信息报文错误。其中，FEW表示少云，SCT表示疏云，BKN表示多云，OVC表示阴天。

3.4.6、检查最低/最高温规则

提取最低/最高温报文遵循的表达式规则如下：

根据《民用航空气象预报规范》(2019年1月23日)中的最新规定，最高/最低温出现的时间应编报为ddHH(dd表示日期，HH表示小时)，温度报文组最多可编报三组。温度数值表示为两位数字。

最后将整个报文中那些无法通过上述编译的所有片段逐一列出，作为无效片段记录。

将以上过程中发现的问题通过列表和重点标出的方式给予用户友好提醒。

本发明通过正则表达式分别捕获TAF类别、ICAO机场编码、发布时间、预报时效起止时间、地面风速风向、是否包含CAVOK、能见度、NSC标识、云量云高信息、最低温\最高温信息、变化组要素信息等TAF要素，之后根据报文内各要素的内在联系，判断报文表达语义是否符合常规和规范，实现了对TAF报文的语义校验；所述判断报文表达语义是否符合常规和规范包括变化组要素中的发生时刻或时间段不能超过预报时效起止时间，最高温、最低温一定在预报有效时间段内和能见度低于5000m时预报天气现象等规则。

实施例2

本实施例为基于实施例1所述方法而施行的一种机场气象TAF报文自动编译系统，包括：

获取模块，用于获取数值模式数据；

报文编译模块，用于对数值模式数据进行处理和偏差订正，编制TAF报文；

校验模块，用于对TAF报文进行自动化校验，进行错误提醒。

综上，本发明具有如下特点和优点：

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims

1.一种机场气象TAF报文自动编译方法，其特征在于，包括以下步骤：

根据逐小时气象要素数据和天气现象，编制TAF报文；

对TAF报文进行自动化校验，进行错误提醒。

2.根据权利要求1所述的机场气象TAF报文自动编译方法，其特征在于，对数值模式数据进行处理和偏差订正，包括以下步骤：

所述订正包括连续量偏差订正和不连续量偏差订正，

3.根据权利要求2所述的机场气象TAF报文自动编译方法，其特征在于，所述天气现象包括雨、雪、雷暴和雾；编制完成的TAF报文包括TAF报头段、主体报文段和变化组报文段。

4.根据权利要求3所述的机场气象TAF报文自动编译方法，其特征在于，所述对TAF报文进行自动化校验包括以下步骤：

从TAF报文中，提取主体片段和每个变化组片段；

提取主体片段中的TAF报头；

检查能见度；

检查天气现象；

检查云层信息；

5.根据权利要求4所述的机场气象TAF报文自动编译方法，其特征在于，所述天气现象判断依据如下：

当能见度≤1000m时，判断天气现象包括雾；

当3小时累计降水≥0.1mm时，判断天气现象包括雨；

当降雪量≥0.1mm时，判断天气现象包括雪；

所述七个条件包括：

(1)25≤k指数≤40

(2)5≤A指数≤20

(3)-2.5≤si指数≤2.5

(4)300≤对流有效位能≤2000

(5)-35℃≤500hPa和850hPa的温度差≤-25℃

(6)2℃≤1000hPa和700hPa的温度差≤8℃

(7)2℃≤700hPa和500hPa的温度差≤6℃。

6.根据权利要求5所述的机场气象TAF报文自动编译方法，其特征在于，

所述编制变化组报文段包括以下步骤：

根据变化组数据编制变化组报文段，具体为，

7.一种机场气象TAF报文自动编译系统，其特征在于，包括：

获取模块，用于获取数值模式数据；

报文编译模块，用于根据权利要求1至6任一项所述方法对数值模式数据进行处理和偏差订正，编制TAF报文；

校验模块，用于根据权利要求1至6任一项所述方法对TAF报文进行自动化校验，进行错误提醒。