CN113361948A - 一种基于矩阵运算的空域对流天气信息量化方法 - Google Patents

一种基于矩阵运算的空域对流天气信息量化方法 Download PDF

Info

Publication number
CN113361948A
CN113361948A CN202110702981.4A CN202110702981A CN113361948A CN 113361948 A CN113361948 A CN 113361948A CN 202110702981 A CN202110702981 A CN 202110702981A CN 113361948 A CN113361948 A CN 113361948A
Authority
CN
China
Prior art keywords
target sector
dimensional matrix
matrix
weather
dimensional
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
CN202110702981.4A
Other languages
English (en)
Other versions
CN113361948B (zh
Inventor
陈曦
单尧
田云钢
严勇杰
王煊
黄吉波
肖雪飞
刘岩
莫海健
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.)
CETC 28 Research Institute
Original Assignee
CETC 28 Research Institute
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 CETC 28 Research Institute filed Critical CETC 28 Research Institute
Priority to CN202110702981.4A priority Critical patent/CN113361948B/zh
Publication of CN113361948A publication Critical patent/CN113361948A/zh
Application granted granted Critical
Publication of CN113361948B publication Critical patent/CN113361948B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/08—Adaptations of balloons, missiles, or aircraft for meteorological purposes; Radiosondes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40—Business processes related to the transportation industry
    • 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

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Environmental & Geological Engineering (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Environmental Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Ecology (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Atmospheric Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明提供了一种基于矩阵运算的空域对流天气信息量化方法，所述方法包括：针对目标扇区，根据二维格点化的对流天气数据的二维矩阵，计算空域结构矩阵，所述空域结构矩阵使用不同元素值代表目标扇区内不同空域性质；然后结合所述空域结构矩阵元素的变换，计算空域内对流天气量化指标，用于定量化描述空域范围内的对流天气强弱和范围信息，所述对流天气量化指标包括目标扇区内对流天气反射率的覆盖率和强度。本发明使用矩阵运算思维，客观地量化了空域内的对流天气信息，可为空域内的容量评估、流控策略制定等航空管制决策提供量化指标参考，保障对流天气条件下航空运输安全有序地运行。

Description

一种基于矩阵运算的空域对流天气信息量化方法
技术领域
本发明涉及航空气象技术领域，尤其涉及一种基于矩阵运算的空域对流天气信息量化方法。
背景技术
民航客机在空中需沿计划航路并根据空管部门的管制指令飞行，空管部门以扇区为管制单元对扇区内的航空器进行流量控制、监视和实时管制工作。当扇区内，尤其是扇区内的航路上出现对流天气时，管制员的工作负荷会陡然增大，航空器的安全飞行也面临着挑战。在当前的空管业务中，对流天气对扇区或航路的飞行的影响多以红黄绿几种定性的影响等级表示，流量管理或管制指挥人员在这种定性结论的基础上根据自身经验对飞入扇区内的航空器数量进行限制或进行实时管制指挥。这样的运行方式一方面增加了管制员的工作负荷，另一方面也为最终的决策制定增加了过多的主观因素。因此，客观、合理地计算出对流覆盖率、对流强度等扇区内的对流天气量化指标，再根据这些量化指标控制进入扇区飞行的航空器数量，是对流天气条件下航空运输业务得以安全和高效运行的重要保障。
发明内容
针对现有管制运行业务中缺乏扇区和航路的对流天气量化指标的问题，发明一种基于矩阵运算的空域对流天气信息量化方法，为准确、客观地控制扇区飞行的航空器数量和实时管制业务提供决策支持。
本发明提供一种基于矩阵运算的空域对流天气信息量化方法，包括如下步骤：
步骤1，针对目标扇区，根据二维格点化的对流天气数据的二维矩阵，计算空域结构矩阵，所述空域结构矩阵使用不同元素值代表目标扇区内不同空域性质；具体的，本发明中，所述对流天气数据可以从民航气象中心等气象服务部门获得，每个格点都有对应的地理位置(经度、纬度)，格点上的数值反映对流天气强度。
步骤2，结合所述空域结构矩阵元素的变换，计算空域内对流天气量化指标，用于定量化描述空域范围内的对流天气强弱和范围信息，所述对流天气量化指标包括目标扇区内对流天气反射率的覆盖率和强度。本发明中，所述空域是个大概念，指的是一定水平和高度范围内的空间区域；扇区是空域范围内用于管制员管制指挥用途的人为划定一个小区域；空域的概念大于扇区，多个扇区可以组成一个大的空域；除扇区外，空域内还包含航路、导航点等管制单元。
进一步地，在一种实现方式中，所述步骤1包括：
步骤1-1，针对某一目标扇区，根据所述二维格点化的对流天气数据初始化一个二维矩阵A，初始值为0，初始化获得的所述二维矩阵A的大小与二维格点数据的网格数的大小相同；具体的，本发明中，比如二维格点化的对流天气数据是1000行800列的大小，那么矩阵A就是1000行*800列，且每个元素值都为0。
通过所述二维矩阵A中每个网格点(i,j)与目标扇区的地理位置关系，更新所述二维矩阵A中每个元素的值，其中i表示网格点所在行的序号，j表示网格点所在列的序号；
其中，当所述网格点(i,j)落在目标扇区范围内时，所述二维矩阵A的网格点对应的元素取值为1，即Ai,j＝1，否则Ai,j＝0，形成所述目标扇区的二维矩阵A；
需要注意的是，本发明中，网格点表示二维矩阵的元素，网格点(i,j)就是二维矩阵中某行某列的一个元素位置的索引，无需限定为哪个二维矩阵的网格点，方案中提及网格点时，可以根据前后文确定具体指哪个二维矩阵中的网格点。
步骤1-2，将所有航路进行外扩形成航路多边形HPk，其中k＝1,2,3，…N，N为航路的数量，且N为大于0的自然数；具体的，本发明中，不是所有航路都与目标扇区有空间交互关系，有的航路不在目标扇区内，而有的航路会穿过目标扇区。
根据所述二维格点化的对流天气数据初始化N个二维矩阵Bk，初始值为0，所述二维矩阵Bk的大小与二维格点中所有网格的大小相同；
针对任意一个所述航路多边形HPk，判断所述二维矩阵Bk中每个网格点(i,j)与航路多边形HPk的位置关系，更新所述二维矩阵Bk中每个元素的值；其中，当所述网格点(i,j)落在该航路多边形HPk范围内时，所述二维矩阵Bk的网格点对应的元素取值为1，即
Figure BDA0003130902040000021
否则
Figure BDA0003130902040000022
形成所述航路的二维矩阵Bk；
步骤1-3，根据所述步骤1-1和步骤1-2中得到的二维矩阵A和二维矩阵Bk，计算
Figure BDA0003130902040000031
得到目标扇区的临时二维矩阵C，
Figure BDA0003130902040000032
当所述临时二维矩阵C中某个网格点(i,j)的元素值等于0时，更新为Ci,j＝-1；
令SH＝C*A，即得到目标扇区最终的空域单元二维矩阵SH；
其中，当所述空域单元二维矩阵SH的第i行第j列的网格点SHi,j＝-1时，即所述网格点的元素值为-1时，表示所述网格点在目标扇区内但不被任何航路覆盖；
当SHi,j＝0，即所述网格点的元素值为0时，表示所述网格点在目标扇区之外；
当SHi,j＝N，即所述网格点的元素值为N时，表示所述网格点在目标扇区内且被N条航路同时覆盖，N为大于0的自然数。
进一步地，在一种实现方式中，所述步骤1-1包括：
通过判断网格点是否落在目标扇区范围内，确定所述二维矩阵A中的每个网格点与目标扇区的地理位置关系，即根据从所述网格点引出一条穿越目标扇区的射线，根据所述射线与目标扇区边界的交界点的数量，确定所述网格点是否落在目标扇区范围内；
其中，若所述射线与目标扇区边界的交界点数量为偶数，则确定所述网格点落在目标扇区范围外；
若所述射线与目标扇区边界的交界点数量为奇数，则确定所述网格点落在目标扇区范围内。
进一步地，在一种实现方式中，所述步骤1-2中将所有航路进行外扩形成航路多边形包括：
以垂直于所述航路的方向，根据所述航路向航路两侧外扩，获得多条外扩线段，每条所述外扩线段的端点即外扩点；
当所述航路一侧的两条相邻外扩线段相交时，使用交点代替其相邻的两个外扩点作为关键点；当所述航路一侧的两条相邻外扩线段不相交时，保留所述外扩点作为关键点；
将每个所述关键点依次相连，得到所述航路的航路多边形区域。
进一步地，在一种实现方式中，所述步骤2包括：
步骤2-1，计算在所述目标扇区内的对流天气特征量化指标，令所述目标扇区的空域单元二维矩阵SH在不等于0的网格点上的值更新为1，得到新的二维矩阵E，所述新的二维矩阵E表示在目标扇区的二维矩阵；
则D*E表示在所述目标扇区内的对流天气二维矩阵，其中，D是获取的对流天气相关属性的二维数据；
通过对所述目标扇区内的对流天气二维矩阵D*E进行统计计算，得到包括所述目标扇区内对流天气反射率的覆盖率和强度的多种量化指标；
步骤2-2，计算在所述目标扇区内，但不在所述航路上，即在所述航路多边形区域外的对流天气特征量化指标，令所述目标扇区的空域单元二维矩阵SH在不等于-1的网格点上的值更新为0，在等于-1的网格点上的值更新为1，得到新的二维矩阵F，所述新的二维矩阵F表示在扇区内但不在航路范围内的二维矩阵，则D*F表示在所述目标扇区内，但不在所述航路上的对流天气二维矩阵；
利用所述步骤2-1中的计算方法，通过对D*F矩阵进行统计计算，得到在所述目标扇区内但不在航路上的对流天气反射率的覆盖率和强度的多种对流天气特征量化指标；
步骤2-3，计算在所述目标扇区且在航路范围内，即在所述航路多边形区域内的对流天气量化指标，令所述二维矩阵SH中大于等于1的元素更新为1，小于1的元素更新为0，得到新的二维矩阵G，所述新的二维矩阵G既在扇区内又在航路范围内的二维矩阵，则D*G表示在扇区且在航路范围内的对流天气；
利用所述步骤2-1中的计算方法，通过对D*G矩阵进行统计计算，得到在所述目标扇区且在航路范围内的对流天气覆盖率和强度的多种对流天气特征量化指标。
进一步地，在一种实现方式中，所述步骤2-1包括：
根据对流天气反射率值的二维矩阵D和新的二维矩阵E进行统计，获得以下对流天气特征量化指标：
通过
Figure BDA0003130902040000041
表示反射率强度在40dBZ以上的对流天气在目标扇区内的覆盖率；通过Max(D*E)表示目标扇区内反射率最大值；通过
Figure BDA0003130902040000042
表示目标扇区内反射率平均值。
本发明提供了一种基于矩阵运算的空域对流天气信息量化方法。首先，利用民航气象中心等气象服务部门提供的二维格点化对流天气数据的二维矩阵，依据此二维矩阵中每个网格点与空域扇区和航路的空间位置关系，通过矩阵运算，得到一个与对流天气数据二维矩阵具有相同网格大小的，扇区以外空域范围的元素值为0，扇区以内使用不同元素值代表不同空域性质的目标扇区空域结构二维矩阵。其次，通过对空域结构矩阵元素进行相应的变换，并与二维格点化对流天气数据进行矩阵乘法运算，得到不同空域范围内的对流天气信息。最后，对不同空域范围内的对流天气数据进行平均值、分位数、覆盖率等统计计算，得到不同空域范围内对流天气的量化指标，定量化描述空域范围内的对流天气强弱和范围信息。
相较于现有技术，本发明使用矩阵运算思维，客观地量化了空域内的对流天气信息，可为空域内的容量评估、流控策略制定等航空管制决策提供量化指标参考，保障对流天气条件下航空运输安全有序地运行。
附图说明
为了更清楚地说明本发明的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例部分提供的一种基于矩阵运算的空域对流天气信息量化方法的工作流程示意图；
图2是本发明实施例部分提供的一种基于矩阵运算的空域对流天气信息量化方法中的扇区二维矩阵计算示意图；
图3是本发明实施例部分提供的一种基于矩阵运算的空域对流天气信息量化方法中的航路二维矩阵计算示意图；
图4是本发明实施例部分提供的一种基于矩阵运算的空域对流天气信息量化方法中的扇区空域结构二维矩阵示意图；
图5是本发明实施例部分提供的一种基于矩阵运算的空域对流天气信息量化方法中的网格化对流天气数据示意图；
图6是本发明实施例部分提供的一种基于矩阵运算的空域对流天气信息量化方法中的在扇区内的对流天气示意图；
图7是本发明实施例部分提供的一种基于矩阵运算的空域对流天气信息量化方法中的在扇区内但不在航路范围内的对流天气示意图；
图8是本发明实施例部分提供的一种基于矩阵运算的空域对流天气信息量化方法中的在扇区且在航路范围内的对流天气示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
本发明实施例公开一种基于矩阵运算的空域对流天气信息量化方法，本方法应用于航空气象领域，主要涉及对航空飞行会产生重要影响的对流天气信息的量化方法，旨在针对特定空域范围，从对流天气数据中设计和计算空域内对流天气的量化指标，为各个航空运输参与方提供统一的空域气象态势信息，形成一致的情景意识。
下面结合附图和具体实施方式，进一步阐明本发明。
如图1所示，本发明实施例提供的一种基于矩阵运算的空域对流天气信息量化方法，包括以下步骤：
步骤1，针对目标扇区，根据二维格点化的对流天气数据的二维矩阵，计算空域结构矩阵，所述空域结构矩阵使用不同元素值代表目标扇区内不同空域性质；本实施例中，所述扇区是空管部门进行流量控制、监视和实时管制工作的最小管制单元。具体的，所述对流天气数据可以从民航气象中心等气象服务部门获得，每个格点都有对应的地理位置(经度、纬度)，格点上的数值反映对流天气强度。
步骤2，结合所述空域结构矩阵元素的变换，计算空域内对流天气量化指标，用于定量化描述空域范围内的对流天气强弱和范围信息，所述对流天气量化指标包括目标扇区内对流天气反射率的覆盖率和强度。本实施例中，所述空域是个大概念，指的是一定水平和高度范围内的空间区域；扇区是空域范围内用于管制员管制指挥用途的人为划定一个小区域；空域的概念大于扇区，多个扇区可以组成一个大的空域；除扇区外，空域内还包含航路、导航点等管制单元。
本发明实施例提供的一种基于矩阵运算的空域对流天气信息量化方法中，所述步骤1包括：
步骤1-1，针对某一目标扇区，根据所述二维格点化的对流天气数据初始化一个二维矩阵A，初始值为0，初始化获得的所述二维矩阵A的大小与二维格点数据的网格数的大小相同；具体的，本实施例中，比如二维格点化的对流天气数据是1000行800列的大小，那么矩阵A就是1000行*800列，且每个元素值都为0。
通过所述二维矩阵A中每个网格点(i,j)与目标扇区的地理位置关系，更新所述二维矩阵A中每个元素的值，其中i表示网格点所在行的序号，j表示网格点所在列的序号；
其中，当所述网格点(i,j)落在目标扇区范围内时，所述二维矩阵A的网格点对应的元素取值为1，即Ai,j＝1，否则Ai,j＝0，形成所述目标扇区的二维矩阵A；
需要注意的是，本实施例中，网格点表示二维矩阵的元素，网格点(i,j)就是二维矩阵中某行某列的一个元素位置的索引，无需限定为哪个二维矩阵的网格点，方案中提及网格点时，可以根据前后文确定具体指哪个二维矩阵中的网格点。
如图2所示扇区是由一系列位置点，即图2中的扇区边界点1至5组成的封闭多边形区域。从民航气象中心等气象服务部门获取M行N列的二维网格化对流天气数据，根据对流天气的二维网格初始化一个M行N列的二维矩阵A，初始值为0，遍历网格中的每个点，更新Ai,j的值。
具体的，本实施例中，利用“射线法”判断点与多边形的位置关系，从某网格点引出一条穿越多边形的射线，当射线与多边形的交点个数为偶数时，则该点在多边形外部；当射线与多边形的交点个数为奇数时，则该点在多边形内部，具体的，网格点处于多边形线上的情况也算在多边形内。例如，从五角星点引出的射线与扇区多边形有两个交点，则五角星点所在网格的值无需更新，而从黑色方块点引出的射线与扇区多边形有一个交点，则黑色方格点所在网格的值需更新为1。以此方法遍历二维矩阵A中的每个网格点(i,j)，当(i,j)位置位于扇区内部时Ai,j更新为1，其余保持不变，得到目标扇区的二维矩阵A。
步骤1-2，将所有航路进行外扩形成航路多边形HPk，其中k＝1,2,3，…N，N为航路的数量，且N为大于0的自然数；具体的，本实施例中，不是所有航路都与目标扇区有空间交互关系，有的航路不在目标扇区内，而有的航路会穿过目标扇区。
根据所述二维格点化的对流天气数据初始化N个二维矩阵Bk，初始值为0，所述二维矩阵Bk的大小与二维格点中所有网格的大小相同；
针对任意一个所述航路多边形HPk，判断所述二维矩阵Bk中每个网格点(i,j)与航路多边形HPk的位置关系，更新所述二维矩阵Bk中每个元素的值；其中，当所述网格点(i,j)落在该航路多边形HPk范围内时，所述二维矩阵Bk的网格点对应的元素取值为1，即
Figure BDA0003130902040000081
否则
Figure BDA0003130902040000082
形成所述航路的二维矩阵Bk；
本实施例中，航路是基础的空域结构单元，它由一组地理位置(经度，纬度)构成的位置点序列表示，飞机在空中飞行时需沿航路在不偏离航路左右一定范围的空域内飞行。因此，虽然航路以一条折线表示，但在实际的业务运行时，其代表了一定的空间范围，是一个长条状的多边形区域。所以，在计算航路矩阵时，需对航路数据进行处理，得到航路多边形区域。以图3为例，航路点1至4是给定的一段航路，以航路宽度(如20km)为宽，以垂直于航路的方向向航路两侧外扩，得到A、B、C、D、E、F、G和H等外扩点。当航路一侧的两条相邻外扩线段相交时，使用交点代替其相邻的两个外扩点，例如外扩线段BC和EG相交于EC点，则使用EC点代替E点和C点作为航路点2左侧的外扩点。如果两条相邻外扩线段不相交，则使用两个点作为外扩点，例如外扩线段AD和FH不相交，则使用D和F点作为航路点2右侧的外扩点。通过以上步骤，可以得到一条航路的航路多边形区域，如图3中黑色圆点可组成的闭合多边形区域。
使用上述外扩方法，将所有航路进行外扩形成航路多边形HPk，其中k＝1,2,3，…N，共N(N为大于零的自然数)条航路。根据二维格点化的对流天气数据初始化N个相同大小的二维矩阵Bk，初始值为0。针对任意一个航路多边形HPk，使用步骤1-1中的射线法判断Bk中每个网格点(i,j)与HPk的位置关系，更新二维矩阵Bk中每个元素的值，当网格点落在该航路多边形范围内时，如图3中黑色方格点所在的网格值
Figure BDA0003130902040000083
否则等于0，如图3中的五角星点所在的网格。遍历所有网格点更新数值后形成航路矩阵Bk。
步骤1-3，根据所述步骤1-1和步骤1-2中得到的二维矩阵A和二维矩阵Bk，计算
Figure BDA0003130902040000084
得到目标扇区的临时二维矩阵C，
Figure BDA0003130902040000085
当所述临时二维矩阵C中某个网格点(i,j)的元素值等于0时，更新为Ci,j＝-1；
令SH＝C*A，即得到目标扇区最终的空域单元二维矩阵SH；
其中，当所述空域单元二维矩阵SH的第i行第j列的网格点SHi,j＝-1时，即所述网格点的元素值为-1时，表示所述网格点在目标扇区内但不被任何航路覆盖；
当SHi,j＝0，即所述网格点的元素值为0时，表示所述网格点在目标扇区之外；
当SHi,j＝N，即所述网格点的元素值为N时，表示所述网格点在目标扇区内且被N条航路同时覆盖，N为大于0的自然数。
民航客机需沿航路在扇区内飞行，因此，需要判断航路和扇区之间的空间位置关系。利用步骤1-1和1-2得到的扇区矩阵A，以及任意一个航路矩阵Bk，通过计算
Figure BDA0003130902040000091
可以得到目标扇区空域单元的二维矩阵C。当C中某个网格点(i,h)的元素值等于0时，更新为Ci,j＝-1。令SH＝C*A，即得到最终的扇区和其相关航路(在扇区内的航路)的空域单元二维矩阵SH。其中元素值为0的网格点表示点位于目标扇区外侧，元素值为-1的网格点表示点位于扇区内部但不在扇区内的航路上，元素值为X(X为大于等于1的自然数)的网格点表示点位于扇区和航路上，且有X条航路经过该点，如图4所示，为实际业务运行中ZUUUAR19扇区的空域单元矩阵示意图。
本发明实施例提供的一种基于矩阵运算的空域对流天气信息量化方法中，所述步骤1-1包括：
通过判断网格点是否落在目标扇区范围内，确定所述二维矩阵A中的每个网格点与目标扇区的地理位置关系，即根据从所述网格点引出一条穿越目标扇区的射线，根据所述射线与目标扇区边界的交界点的数量，确定所述网格点是否落在目标扇区范围内；
其中，若所述射线与目标扇区边界的交界点数量为偶数，则确定所述网格点落在目标扇区范围外；
若所述射线与目标扇区边界的交界点数量为奇数，则确定所述网格点落在目标扇区范围内。
本发明实施例提供的一种基于矩阵运算的空域对流天气信息量化方法中，所述步骤1-2中将所有航路进行外扩形成航路多边形包括：
以垂直于所述航路的方向，根据所述航路向航路两侧外扩，获得多条外扩线段，每条所述外扩线段的端点即外扩点；
当所述航路一侧的两条相邻外扩线段相交时，使用交点代替其相邻的两个外扩点作为关键点；当所述航路一侧的两条相邻外扩线段不相交时，保留所述外扩点作为关键点；
将每个所述关键点依次相连，得到所述航路的航路多边形区域。
本发明实施例提供的一种基于矩阵运算的空域对流天气信息量化方法中，所述步骤2包括：
步骤2-1，计算在所述目标扇区内的对流天气特征量化指标，令所述目标扇区的空域单元二维矩阵SH在不等于0的网格点上的值更新为1，得到新的二维矩阵E，所述新的二维矩阵E表示在目标扇区的二维矩阵；
则D*E表示在所述目标扇区内的对流天气二维矩阵，其中，D是获取的对流天气相关属性的二维数据；
通过对所述目标扇区内的对流天气二维矩阵D*E进行统计计算，得到包括所述目标扇区内对流天气反射率的覆盖率和强度的多种量化指标；
本实施例中，以反应对流天气强度的反射率为例，D表示从民航气象中心等气象服务部门获取的对流天气反射率值的二维数据矩阵(如图5所示)，根据二维格点化数据D的网格大小，由步骤1的方法计算得到目标扇区空域单元的二维矩阵SH，更新SH网格点上的值，令SH在不等于0的网格点上的值更新为1，得到新的二维矩阵E，则D*E表示在目标扇区内的对流天气二维矩阵(如图6所示)。
通过对D*E矩阵进行各种统计计算得到扇区内对流天气反射率的覆盖率和强度的各类指标，例如
Figure BDA0003130902040000101
表示40dBZ反射率强度以上对流天气在目标扇区内的覆盖率、Max(D*E)表示扇区内反射率最大值、
Figure BDA0003130902040000102
表示扇区内反射率平均值，其他覆盖率和强度的指标亦可根据需求进行相应的矩阵计算而求得。
步骤2-2，计算在所述目标扇区内，但不在所述航路上，即在所述航路多边形区域外的对流天气特征量化指标，令所述目标扇区的空域单元二维矩阵SH在不等于-1的网格点上的值更新为0，在等于-1的网格点上的值更新为1，得到新的二维矩阵F，所述新的二维矩阵F表示在扇区内但不在航路范围内的二维矩阵，则D*F表示在所述目标扇区内，但不在所述航路上的对流天气二维矩阵；
利用所述步骤2-1中的计算方法，通过对D*F矩阵进行统计计算，得到在所述目标扇区内但不在航路上的对流天气反射率的覆盖率和强度的多种对流天气特征量化指标；
本实施例中，令SH在不等于-1的网格点上的值更新为0，在等于-1的网格点上的值更新为1，得到新的二维矩阵F，则D*F表示在扇区但不在航路上的对流天气反射率强度矩阵(如图7所示)。通过对D*F矩阵进行如步骤2-1的各种统计计算，可以得到在扇区内但不在航路范围内的对流天气反射率的覆盖率、强度等相关指标。
步骤2-3，计算在所述目标扇区且在航路范围内，即在所述航路多边形区域内的对流天气量化指标，令所述二维矩阵SH中大于等于1的元素更新为1，小于1的元素更新为0，得到新的二维矩阵G，所述新的二维矩阵G既在扇区内又在航路范围内的二维矩阵，则D*G表示在扇区且在航路范围内的对流天气；
利用所述步骤2-1中的计算方法，通过对D*G矩阵进行统计计算，得到在所述目标扇区且在航路范围内的对流天气覆盖率和强度的多种对流天气特征量化指标。
本实施例中，令SH中大于等于1的元素变成1，小于1的元素变成0，得到新的二维矩阵G，则D*G表示在扇区且在航路范围内的对流天气(如图8所示)，同样也可以使用步骤2-1的统计方法，计算得到在扇区且在航路上的对流天气的各种量化指标。
此外，令SH中大于等于1的元素保持不变，小于1的元素变成0，得到新的二维矩阵H，则D*H表示在扇区且在航路范围内的对流天气，且此矩阵考虑了航路数量权重，被多条航路覆盖的网格点上的反射率值会根据航路数目得到相应比例地放大。
本发明实施例提供的一种基于矩阵运算的空域对流天气信息量化方法中，所述步骤2-1包括：
根据对流天气反射率值的二维矩阵D和新的二维矩阵E进行统计，获得以下对流天气特征量化指标：
通过
Figure BDA0003130902040000111
表示反射率强度在40dBZ以上的对流天气在目标扇区内的覆盖率；通过Max(D*E)表示目标扇区内反射率最大值；通过
Figure BDA0003130902040000112
表示目标扇区内反射率平均值。
具体实现中，本发明还提供一种计算机存储介质，其中，该计算机存储介质可存储有程序，该程序执行时可包括本发明提供的一种基于矩阵运算的空域对流天气信息量化方法的各实施例中的部分或全部步骤。所述的存储介质可为磁碟、光盘、只读存储记忆体(read-only memory，ROM)或随机存储记忆体(random access memory，RAM)等。
本领域的技术人员可以清楚地了解到本发明实施例中的技术可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本发明实施例中的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。
本说明书中各个实施例之间相同相似的部分互相参见即可。以上所述的本发明实施方式并不构成对本发明保护范围的限定。

Claims (6)

1.一种基于矩阵运算的空域对流天气信息量化方法，其特征在于，包括如下步骤：
步骤1，针对目标扇区，根据二维格点化的对流天气数据的二维矩阵，计算空域结构矩阵，所述空域结构矩阵使用不同元素值代表目标扇区内不同空域性质；
步骤2，结合所述空域结构矩阵元素的变换，计算空域内对流天气量化指标，用于定量化描述空域范围内的对流天气强弱和范围信息，所述对流天气量化指标包括目标扇区内对流天气反射率的覆盖率和强度。
2.根据权利要求1所述的一种基于矩阵运算的空域对流天气信息量化方法，其特征在于，所述步骤1包括：
步骤1-1，针对某一目标扇区，根据所述二维格点化的对流天气数据初始化一个二维矩阵A，初始值为0，初始化获得的所述二维矩阵A的大小与二维格点数据的网格数的大小相同；
通过所述二维矩阵A中每个网格点(i，j)与目标扇区的地理位置关系，更新所述二维矩阵A中每个元素的值，其中i表示网格点所在行的序号，j表示网格点所在列的序号；
其中，当所述网格点(i，j)落在目标扇区范围内时，所述二维矩阵A的网格点对应的元素取值为1，即Ai，j＝1，否则Ai，j＝0，形成所述目标扇区的二维矩阵A；
步骤1-2，将所有航路进行外扩形成航路多边形HPk，其中k＝1，2，3，...N，N为航路的数量，且N为大于0的自然数；
根据所述二维格点化的对流天气数据初始化N个二维矩阵Bk，初始值为0，所述二维矩阵Bk的大小与二维格点中所有网格的大小相同；
针对任意一个所述航路多边形HPk，判断所述二维矩阵Bk中每个网格点(i，j)与航路多边形HPk的位置关系，更新所述二维矩阵Bk中每个元素的值；其中，当所述网格点(i，j)落在该航路多边形HPk范围内时，所述二维矩阵Bk的网格点对应的元素取值为1，即
Figure FDA0003130902030000011
否则
Figure FDA0003130902030000012
形成所述航路的二维矩阵Bk；
步骤1-3，根据所述步骤1-1和步骤1-2中得到的二维矩阵A和二维矩阵Bk，计算
Figure FDA0003130902030000013
得到目标扇区的临时二维矩阵C，
Figure FDA0003130902030000014
当所述临时二维矩阵C中某个网格点(i，j)的元素值等于0时，更新为Ci，j＝-1；
令SH＝C*A，即得到目标扇区最终的空域单元二维矩阵SH；
其中，当所述空域单元二维矩阵SH的第i行第j列的网格点SHi，j＝-1时，即所述网格点的元素值为-1时，表示所述网格点在目标扇区内但不被任何航路覆盖；
当SHi，j＝0，即所述网格点的元素值为0时，表示所述网格点在目标扇区之外；
当SHi，j＝N，即所述网格点的元素值为N时，表示所述网格点在目标扇区内且被N条航路同时覆盖，N为大于0的自然数。
3.根据权利要求1所述的一种基于矩阵运算的空域对流天气信息量化方法，其特征在于，所述步骤1-1包括：
通过判断网格点是否落在目标扇区范围内，确定所述二维矩阵A中的每个网格点与目标扇区的地理位置关系，即根据从所述网格点引出一条穿越目标扇区的射线，根据所述射线与目标扇区边界的交界点的数量，确定所述网格点是否落在目标扇区范围内；
其中，若所述射线与目标扇区边界的交界点数量为偶数，则确定所述网格点落在目标扇区范围外；
若所述射线与目标扇区边界的交界点数量为奇数，则确定所述网格点落在目标扇区范围内。
4.根据权利要求1所述的一种基于矩阵运算的空域对流天气信息量化方法，其特征在于，所述步骤1-2中将所有航路进行外扩形成航路多边形包括：
以垂直于所述航路的方向，根据所述航路向航路两侧外扩，获得多条外扩线段，每条所述外扩线段的端点即外扩点；
当所述航路一侧的两条相邻外扩线段相交时，使用交点代替其相邻的两个外扩点作为关键点；当所述航路一侧的两条相邻外扩线段不相交时，保留所述外扩点作为关键点；
将每个所述关键点依次相连，得到所述航路的航路多边形区域。
5.根据权利要求1所述的一种基于矩阵运算的空域对流天气信息量化方法，其特征在于，所述步骤2包括：
步骤2-1，计算在所述目标扇区内的对流天气特征量化指标，令所述目标扇区的空域单元二维矩阵SH在不等于0的网格点上的值更新为1，得到新的二维矩阵E，所述新的二维矩阵E表示在目标扇区的二维矩阵；
则D*E表示在所述目标扇区内的对流天气二维矩阵，其中，D是获取的对流天气相关属性的二维数据；
通过对所述目标扇区内的对流天气二维矩阵D*E进行统计计算，得到包括所述目标扇区内对流天气反射率的覆盖率和强度的多种量化指标；
步骤2-2，计算在所述目标扇区内，但不在所述航路上，即在所述航路多边形区域外的对流天气特征量化指标，令所述目标扇区的空域单元二维矩阵SH在不等于-1的网格点上的值更新为0，在等于-1的网格点上的值更新为1，得到新的二维矩阵F，所述新的二维矩阵F表示在扇区内但不在航路范围内的二维矩阵，则D*F表示在所述目标扇区内，但不在所述航路上的对流天气二维矩阵；
利用所述步骤2-1中的计算方法，通过对D*F矩阵进行统计计算，得到在所述目标扇区内但不在航路上的对流天气反射率的覆盖率和强度的多种对流天气特征量化指标；
步骤2-3，计算在所述目标扇区且在航路范围内，即在所述航路多边形区域内的对流天气量化指标，令所述二维矩阵SH中大于等于l的元素更新为1，小于1的元素更新为0，得到新的二维矩阵G，所述新的二维矩阵G既在扇区内又在航路范围内的二维矩阵，则D*G表示在扇区且在航路范围内的对流天气；
利用所述步骤2-1中的计算方法，通过对D*G矩阵进行统计计算，得到在所述目标扇区且在航路范围内的对流天气覆盖率和强度的多种对流天气特征量化指标。
6.根据权利要求4所述的一种基于矩阵运算的空域对流天气信息量化方法，其特征在于，所述步骤2-1包括：
根据对流天气反射率值的二维矩阵D和新的二维矩阵E进行统计，获得以下对流天气特征量化指标：
通过
Figure FDA0003130902030000031
表示反射率强度在40dBZ以上的对流天气在目标扇区内的覆盖率；通过Max(D*E)表示目标扇区内反射率最大值；通过
Figure FDA0003130902030000032
表示目标扇区内反射率平均值。
CN202110702981.4A 2021-06-24 2021-06-24 一种基于矩阵运算的空域对流天气信息量化方法 Active CN113361948B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110702981.4A CN113361948B (zh) 2021-06-24 2021-06-24 一种基于矩阵运算的空域对流天气信息量化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110702981.4A CN113361948B (zh) 2021-06-24 2021-06-24 一种基于矩阵运算的空域对流天气信息量化方法

Publications (2)

Publication Number Publication Date
CN113361948A true CN113361948A (zh) 2021-09-07
CN113361948B CN113361948B (zh) 2023-06-16

Family

ID=77536118

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110702981.4A Active CN113361948B (zh) 2021-06-24 2021-06-24 一种基于矩阵运算的空域对流天气信息量化方法

Country Status (1)

Country Link
CN (1) CN113361948B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116052481A (zh) * 2023-01-17 2023-05-02 中国民用航空局空中交通管理局航空气象中心 航空对流规避区识别处理方法、系统和存储介质

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1619336A (zh) * 2004-12-08 2005-05-25 中国海洋大学 海上气象能见度的卫星定量遥感方法
US20100315281A1 (en) * 2009-06-10 2010-12-16 The University Of North Dakota Airspace risk mitigation system
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
US20160140853A1 (en) * 2014-11-13 2016-05-19 The Boeing Company Aviation weather and performance optimization system and method
US20180321379A1 (en) * 2017-05-02 2018-11-08 Honeywell International Inc. Probabilistic weather severity estimation system
CN108985621A (zh) * 2018-07-13 2018-12-11 南京航空航天大学 基于风险管控的区域多机场不正常航班恢复方法
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
CN110488393A (zh) * 2019-09-24 2019-11-22 中国科学院大气物理研究所 X波段双偏振天气雷达定量测量降水方法及系统
CN111399084A (zh) * 2020-03-02 2020-07-10 中国电子科技集团公司第二十八研究所 一种基于三维风场数据的高空急流提取方法
CN112819064A (zh) * 2021-01-28 2021-05-18 南京航空航天大学 基于谱聚类的终端区时序气象场景识别方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1619336A (zh) * 2004-12-08 2005-05-25 中国海洋大学 海上气象能见度的卫星定量遥感方法
US20100315281A1 (en) * 2009-06-10 2010-12-16 The University Of North Dakota Airspace risk mitigation system
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
US20160140853A1 (en) * 2014-11-13 2016-05-19 The Boeing Company Aviation weather and performance optimization system and method
US20180321379A1 (en) * 2017-05-02 2018-11-08 Honeywell International Inc. Probabilistic weather severity estimation system
CN108985621A (zh) * 2018-07-13 2018-12-11 南京航空航天大学 基于风险管控的区域多机场不正常航班恢复方法
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
CN110488393A (zh) * 2019-09-24 2019-11-22 中国科学院大气物理研究所 X波段双偏振天气雷达定量测量降水方法及系统
CN111399084A (zh) * 2020-03-02 2020-07-10 中国电子科技集团公司第二十八研究所 一种基于三维风场数据的高空急流提取方法
CN112819064A (zh) * 2021-01-28 2021-05-18 南京航空航天大学 基于谱聚类的终端区时序气象场景识别方法

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
EKSTRÖM M ET AL.: "Examination of climate risk using a modified uncertainty matrix framework—Applications in the water sector[", GLOBAL ENVIRONMENTAL CHANGE *
HAWCHAR, L ET AL.: "A GIS-based framework for high-level climate change risk assessment of critical infrastructure", CLIMATE RISK MANAGEMENT *
叶志坚等: "对流天气空域阻塞概率与阻塞指数模型", 航空计算技术 *
孟令航;徐肖豪;李善梅;耿增显;: "不确定强对流天气下动态改航路径规划", 西南交通大学学报 *
朱剑明: "航空气象数值预报释用系统的设计与实现", 电脑知识与技术 *
杨惠东等: "基于数值气象预报的飞行受限区自动划设", 航空计算技术 *
苑天佑;闫少华;: "考虑随机因素影响的区域管制空域的流量动态分配模型", 计算机测量与控制 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116052481A (zh) * 2023-01-17 2023-05-02 中国民用航空局空中交通管理局航空气象中心 航空对流规避区识别处理方法、系统和存储介质
CN116052481B (zh) * 2023-01-17 2023-10-27 中国民用航空局空中交通管理局航空气象中心 航空对流规避区识别处理方法、系统和存储介质

Also Published As

Publication number Publication date
CN113361948B (zh) 2023-06-16

Similar Documents

Publication Publication Date Title
CN107169608B (zh) 多无人机执行多任务的分配方法及装置
CN109814598B (zh) 无人机低空公共航路网设计方法
US8082102B2 (en) Computing flight plans for UAVs while routing around obstacles having spatial and temporal dimensions
RU2019123395A (ru) Оценка рисков для беспилотных летательных транспортных средств
EP3542132B1 (en) Apparatus, method and system relating to aircraft systems
US20150017609A1 (en) Method and apparatus for generating or updating an aviation simulation scenario
CN112102650B (zh) 改航航路生成方法、装置及存储介质
CN112880684A (zh) 一种城市空间无人机安全航路规划方法
CN112530206B (zh) 空中交通网络脆弱性分析方法
CN110648561A (zh) 一种基于双层多级网络模型的空中交通态势风险测度方法
KR102352881B1 (ko) 무인비행장치를 위한 위험기상공역 설정방법
CN113706931A (zh) 空域的流控策略推荐方法、装置、电子设备及存储介质
CN113361948B (zh) 一种基于矩阵运算的空域对流天气信息量化方法
CN112215416A (zh) 智能规划巡检航线系统及方法
CN109445462B (zh) 一种非确定环境下的无人机鲁棒路径规划方法
CN109979245B (zh) 飞行流量调控方法和装置
Zhao et al. Evaluating ground–air network vulnerabilities in an integrated terminal maneuvering area using co-evolutionary computational red teaming
McFadyen et al. Unmanned air traffic network design concepts
CN102521883B (zh) 最低安全高度告警方法、自适应生成地表网格方法及装置
Madhavrao et al. Integration of digital weather and air traffic data for NextGen
CN110570691B (zh) 一种无人机航线确定方法及装置
Kiss-Toth et al. A dynamic programming approach for 4D flight route optimization
CN112164248B (zh) 基于飞行意图交互关系的空中交通复杂性评价方法
CN117493738B (zh) 一种基于结冰数值仿真的飞机结冰程度预报方法及系统
De Falco et al. Probabilistic prediction of aircraft turnaround time and target off-block time

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