CN113484936B - 一种机场警报评定方法 - Google Patents

一种机场警报评定方法 Download PDF

Info

Publication number
CN113484936B
CN113484936B CN202110755437.6A CN202110755437A CN113484936B CN 113484936 B CN113484936 B CN 113484936B CN 202110755437 A CN202110755437 A CN 202110755437A CN 113484936 B CN113484936 B CN 113484936B
Authority
CN
China
Prior art keywords
airport
lead
weather
deviation
time
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
Application number
CN202110755437.6A
Other languages
English (en)
Other versions
CN113484936A (zh
Inventor
戴平
魏超时
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.)
Gaozhesai Technology Nantong Co ltd
Original Assignee
Nantong Zhitian Aerospace Technology Co ltd
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 Nantong Zhitian Aerospace Technology Co ltd filed Critical Nantong Zhitian Aerospace Technology Co ltd
Priority to CN202110755437.6A priority Critical patent/CN113484936B/zh
Publication of CN113484936A publication Critical patent/CN113484936A/zh
Application granted granted Critical
Publication of CN113484936B publication Critical patent/CN113484936B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/10—Devices for predicting weather conditions
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
    • G01S13/88—Radar or analogous systems specially adapted for specific applications
    • G01S13/95—Radar or analogous systems specially adapted for specific applications for meteorological use
    • G01S13/958—Theoretical aspects
    • 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)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Environmental & Geological Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Environmental Sciences (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种机场警报评定方法，包括关于对雷暴(对流)、低云低能见度、降雪/冻降水、中度及以上降水的评定：设定起评阈值、获取天气实况信息，根据获取的天气实况信息计算出机场警报的提前量L、偏差量D和重合率C，然后根据提前量L、偏差量D和对应权重系数计算出LDQ，根据LDQ和重合率C评定预报成功率。本发明能够促进机场警报产品更好地服务于航空运行,提升航空运行品质,同时客观评定复杂天气条件下的预报质量和预报员能力水平，加强质量控制和人员资质能力建设。

Description

一种机场警报评定方法
技术领域
本发明属于天气预警技术领域，具体涉及一种机场警报评定方法。
背景技术
近年来，中国民航业迅猛发展，航班量增长迅速，东北亚已成为世界上空域最为繁忙的地区之一。航空用户对气象服务的需求和要求也随之改变。航空气象部门积极响应用户需求，努力为用户提供精细化和个性化的预报预警产品。航空气象部门的工作重心也逐步由提供TAF电码报文格式的产品向机场警报等更加精细化、个性化的产品转变。
但是，目前对预报质量的评估仍沿用几十年前以机场预报、着陆预报等电码格式报文为基础建立的评价体系。评估的主要依据为2012年颁发的《机场预报质量评定办法》和2015年颁发的《着陆预报质量评定办法》，分别对TAF全要素，重要天气要素和趋势着陆预报进行评定。该评价体系的评定阈值未能完全与运行结合，TAF报准确率得分长期在90分以上(极其高)，这与用户感受严重不一致；重要天气要素临界成功指数约分后换算成百分数大约在10％上下(极其低)，趋势着陆预报准确率的年平均为42％左右。
总之，以上预报质量评估结果不能被用户认可。另一方面，对用户更为关注的预警警报类产品却缺乏科学客观的质量评估。所以，目前现行的航空气象预报评估方案，在用户眼里“不够科学，不够客观”。所以，亟需在传统的评价体系之外，设计建立一套“贴近运行、科学合理”的航空气象预报预警质量评估方案。
发明内容
本发明的目的在于提供一种机场警报评定方法，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：一种机场警报评定方法，包括关于对雷暴(对流)、低云低能见度、降雪/冻降水、中度及以上降水的评定；
A、对所述雷暴(对流)的评定包括以下步骤：
A1：设定起评阈值：在沿跑道方向，长度30公里，宽度20公里的矩形范围，多跑道机场情况，宽度按最外侧跑道各往外延伸10公里，雷达回波强度达到35dBz及以上；
A2：获取被评定日的雷达回波信息，包括组合反射率和基本反射率；
A3：计算出被评定日雷暴机场警报的提前量L、偏差量D和重合率C；
B、对所述低云能见度的评定包括以下步骤：
B1：设定起评阈值：低云高或垂直能见度＜60米且云量在BKN及以上或
(和)低能见度＜800米；
实况出现低云或低能见度任意一种，即认定为重要天气开始时间，实况低云和低能见度都结束的时间认定为重要天气结束时间；
B2：获取被评定日的机场天气报告；
B3：计算出被评定日低云低能见度机场警报的提前量L、偏差量D和重合率C；
当预报能见度＜800米，而实况能见度≥800米，但RVR＜550米时，用使用端跑道的RVR数值代替能见度数值进行评定；
C、对降雪和冻降水的评定包括以下步骤：
C1设定起评阈值：固态降雪等同于降雪；(小雪、中到大雪、冻降水，米雪、冰粒、雨夹雪等固态降水等同于降雪)；
C2：获取被评定日天气报告信息及观测簿纪要栏信息；
C3：计算出被评定日的降雪、冻降水机场警报的提前量L、偏差量D和重合率C；
D、对中度及以上降水(即机场出现中度及以上降水，且雷达回波(组合反射率、基本反射率等)强度在35dBz以下)的评定包括以下步骤：
D1：设定起评阈值：中(阵)雨、大(阵)雨；
D2：获取被评定日的机场天气报告；
D4：计算出被评定日中度及以上降水机场警报的提前量L、偏差量D和重合率C；
计算出提前量与偏差量的综合质量LDQ，所述LDQ＝权重系数1wl*提前量L+权重系数2(1-wl)*偏差量D；
根据LDQ值计算出预报成功率，所述预报成功率＝(0.9*LDQ+0.1*重合率C)*100％。
优选的，所述提前量L的评定方法包括以下步骤：
偏差量：指预警发布时间与实际天气开始(终止)时间的差值，分为开始提前量和结束提前量两类，
a.开始提前量的评定：是指预警的发布时间与重要天气实际开始时间的差值(单位：分钟，min)。发布时间早于实况开始时间为正；
La＝实况开始时间-预警发布时间
b.结束提前量的评定：是指预警的发布时间与重要天气实际结束时间的差值(单位：分钟，min)，发布时间早于实况结束时间为正；
Lb＝实况结束时间-预警发布时间
在重要天气发生之前发布的预警，仅评定开始提前量；在重要天气发生之后发布的预警(除首份)，仅评定结束提前量，首份预警始终仅评定开始提前量，不论在重要天气发生之前或之后发布。
a.提前量L的质量系数Ls，计算公式如下：
Figure BDA0003147115350000031
其中L为提前量，取值范围[-30,120]，单位为：min(如图2所示)；
b.计算提前量L的权重系数wl，计算公式如下：
(a)当提前量L＜45min时：
Figure BDA0003147115350000041
(b)当提前量L≥45min时：
Figure BDA0003147115350000042
其中L为提前量，取值范围[-30,120]，单位为：min，(提前量权重系数分布如图3所示)；
优选的，所述偏差量D的评定方法包括以下步骤：
偏差量指预计重要天气的开始和终止的时间与实际天气开始和终止的时间二者差值(分钟数，min)的绝对值平均，
a.天气发生前：
Da＝(|实况开始时间-预报开始时间|+|实况结束时间-预报结束时间|)/2
b.天气发生后：
Db＝|实况结束时间-预报结束时间|
偏差量D质量系数Ds的计算公式如下：
Figure BDA0003147115350000043
其中D为偏差量，取值范围[0,120]，单位为：min(偏差量得分情况如图4所示，D>120min时的Ds与D＝120min时相同)；
重合率的评定
指实际重要天气出现的时段和预计出现时段的交集与两者的并集之比，如图1所示。
优选的，所述LDQ的计算方法如下：
LDQ公式:
LDQ＝Ls*wl+Ds*(1-wl)
其中Ls为提前量L的得分，Ds为偏差量D的得分，wl为提前量L的权重系数，如表一所示(提前量与偏差量的综合质量LDQ分布如图5和表一)。
表一 机场警报的提前量与偏差量综合质量LDQ基本分布(单位：％)
Figure BDA0003147115350000051
优选的，所述提前量L的评定是指预警发布时间与实际天气开始(终止)时间的差值，分为开始提前量和结束提前量两类；
a.开始提前量的评定：是指预警的发布时间与重要天气实际开始时间的差值(单位：分钟，min)，发布时间早于实况开始时间为正，
La＝实况开始时间-预警发布时间
b.结束提前量的评定：是指预警的发布时间与重要天气实际结束时间的差值(单位：分钟，min)，发布时间早于实况结束时间为正，
Lb＝实况结束时间-预警发布时间
在重要天气发生之前发布的预警，仅评定开始提前量；在重要天气发生之后发布的预警(除首份)，仅评定结束提前量，首份预警始终仅评定开始提前量，不论在重要天气发生之前或之后发布。
预警或者实况中出现多种类型的重要天气时，按主要影响运行的一种重要天气现象评定，其他重要天气按伴随天气评定；
按照重要天气过程来评定，原则上重要天气过程间隔达到120分钟(含)以上(降雪间隔4h以上)，视为不同过程分别进行评定，重要天气过程出现120分钟以内间隙的(降雪间隔4h以内)，分段预报出间隙且预报准确的，则该份预报成功率为100％。
解除报：
a.在重要天气结束时间前发布的解除报，视为更新报；
b.重要天气结束后发布的解除报，不评定。
本发明的技术效果和优点：
本方法能够促进航空重要天气预报预警产品更好地服务于航空运行,提升航空运行品质,同时客观评定复杂天气条件下的预报质量和预报员能力水平，加强质量控制和人员资质能力建设。
附图说明
图1为重合率示意图；
图2为提前量的曲线图；
图3为提前量权重系数曲线图；
图4为偏差量曲线图；
图5为LDQ标定值图。
具体实施方式
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，所描述的实施例仅仅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。
实施例1(低云低能见度)：
(1)05:05发布低云低能见度机场警报(预报06:00-08:00**机场出现大雾，能见度低于800米，RVR600-800米，云高60-80米)。
(2)07:25更新低云低能见度机场警报(预报07:30-08:00**机场能见度600米，RVR600米，08:30以后能见度高于800米)。
实况低云低能见度为06:40-08:20能见度低于800米，云高60米。
求每份机场警报的预报成功率。
(1)提前量L＝06:40-05:05＝95min，偏差量D＝(|06:40-06:00|+|08:20-08:00|)/2＝30min，重合率C＝57.45％，代入公式得预报成功质量＝78.19；
(2)提前量L＝08:20-07:25＝55min，偏差量D＝︱08:20-08:30︱＝10min，重合率C＝84.85％，代入公式得预报成功率＝87.32％。
例2(雷暴)：
(1)13:05发布雷暴(对流)机场警报(预报14:00-16:00**机场将出现雷暴天气，期间伴大阵雨，影响机场及五边运行)。
(2)14:25更新雷暴(对流)机场警报(预报目前-16:00**机场维持雷暴，期间伴大阵雨，影响机场及五边运行)。
实况**机场特定矩形范围的雷组合反射率达到35dBz及以上的时段为14:10-16:20。
求每份机场警报的预报成功率。
答：
(1)提前量L＝14:10-13:05＝65min，偏差量D＝(|14:10-14:00|+|16:20-16:00|)/2＝15min，重合率C＝78.72％，附加分(大阵雨)＝5％；代入公式得预报成功质量得分＝88.09％；
(2)提前量L＝14:25-16:20＝115min，偏差量D＝︱16:20-16:00︱＝20min，重合率C＝82.76％，代入公式得预报成功率＝91.42％。
申请人又一声明，本发明通过上述实施例来说明本发明的实现方法及装置结构，但本发明并不局限于上述实施方式，即不意味着本发明必须依赖上述方法及结构才能实施。所属技术领域的技术人员应该明了，对本发明的任何改进，对本发明所选用实现方法等效替换及步骤的添加、具体方式的选择等，均落在本发明的保护范围和公开的范围之内。
本发明并不限于上述实施方式，凡采用和本发明相似结构及其方法来实现本发明目的的所有方式，均在本发明的保护范围之内。

Claims (5)

1.一种机场警报评定方法，其特征在于：首先确定评定天气类型，包括关于对雷暴、低云低能见度、降雪/冻降水、中度及以上降水的其中一种或多种天气类型进行评定；
A、对所述雷暴的评定包括以下步骤：
A1：设定起评阈值：在沿跑道方向，长度30公里，宽度20公里的矩形范围，多跑道机场情况，宽度按最外侧跑道各往外延伸10公里，雷达回波强度达到35dBz及以上；
A2：获取被评定日的雷达回波信息，包括组合反射率和基本反射率；
A3：根据获取的雷达回波信息计算出被评定日雷暴机场警报的提前量L、偏差量D和重合率C；
B、对所述低云低能见度的评定包括以下步骤：
B1：设定起评阈值：低云高或垂直能见度＜60米且云量在BKN及以上或低能见度＜800米；
实况出现低云或低能见度任意一种，即认定为重要天气开始时间，实况低云和低能见度都结束的时间认定为重要天气结束时间；
B2：获取被评定日的机场天气报告；
B3：根据获取的机场天气报告信息计算出被评定日低云低能见度机场警报的提前量L、偏差量D和重合率C；
C、对降雪和冻降水的评定包括以下步骤：
C1设定起评阈值：固态降雪等同于降雪；
C2：获取被评定日天气报告信息及观测簿纪要栏信息；
C3：根据获取的天气报告信息及观测簿纪要栏信息计算出被评定日的降雪、冻降水机场警报的提前量L、偏差量D和重合率C；
D、对中度及以上降水，即机场出现中度及以上降水，且雷达回波强度在35dBz以下的评定包括以下步骤：
D1：设定起评阈值：中雨或中阵雨、大雨或大阵雨；
D2：获取被评定日的机场天气报告；
D4：根据获取的机场天气报告信息计算出被评定日中度及以上降水机场警报的提前量L、偏差量D和重合率C；
计算出提前量与偏差量的综合质量LDQ，所述LDQ＝权重系数1wl*提前量L+权重系数2(1-wl)*偏差量D；
根据LDQ值计算出预报成功率，所述预报成功率＝(0.9*LDQ+0.1*重合率C)*100％。
2.根据权利要求1所述的一种机场警报评定方法，其特征在于：所述提前量L的评定方法为：
a.提前量L的质量系数Ls，计算公式如下：
Figure FDA0004000118250000021
其中L为提前量，取值范围[-30,120]，单位为：min；
b.计算提前量L的权重系数1wl，计算公式如下：
(a)当提前量L＜45min时：
Figure FDA0004000118250000022
(b)当提前量L≥45min时：
Figure FDA0004000118250000023
其中L为提前量，取值范围[-30,120]，单位为：min。
3.根据权利要求1所述的一种机场警报评定方法，其特征在于：所述偏差量D的评定方法为：
偏差量D的质量系数Ds的计算公式如下：
Figure FDA0004000118250000031
其中D为偏差量，取值范围[0,120]，单位为：min。
4.根据权利要求1所述的一种机场警报评定方法，其特征在于：所述LDQ的计算方法如下：
LDQ公式:
LDQ＝Ls*wl+Ds*(1-wl)
其中Ls为提前量L的质量系数，Ds为偏差量D的质量系数，wl为提前量L的权重系数。
5.根据权利要求1所述的一种机场警报评定方法，其特征在于：所述提前量L的评定是指预警发布时间与实际天气开始或终止时间的差值，分为开始提前量和结束提前量两类；
a.开始提前量的评定：是指预警的发布时间与重要天气实际开始时间的差值，单位：分钟，min，发布时间早于实况开始时间为正，
La＝实况开始时间-预警发布时间
b.结束提前量的评定：是指预警的发布时间与重要天气实际结束时间的差值，单位：分钟，min，发布时间早于实况结束时间为正，
Lb＝实况结束时间-预警发布时间
在重要天气发生之前发布的预警，仅评定开始提前量La；在重要天气发生之后发布的预警，首份发布的预警除外，仅评定结束提前量Lb，首份预警始终仅评定开始提前量，不论在重要天气发生之前或之后发布。
CN202110755437.6A 2021-07-05 2021-07-05 一种机场警报评定方法 Active CN113484936B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110755437.6A CN113484936B (zh) 2021-07-05 2021-07-05 一种机场警报评定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110755437.6A CN113484936B (zh) 2021-07-05 2021-07-05 一种机场警报评定方法

Publications (2)

Publication Number Publication Date
CN113484936A CN113484936A (zh) 2021-10-08
CN113484936B true CN113484936B (zh) 2023-03-24

Family

ID=77939943

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110755437.6A Active CN113484936B (zh) 2021-07-05 2021-07-05 一种机场警报评定方法

Country Status (1)

Country Link
CN (1) CN113484936B (zh)

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3316368B2 (ja) * 1996-03-13 2002-08-19 東京電力株式会社 送電線雪害警報システム
US7664601B2 (en) * 1999-11-10 2010-02-16 Honeywell International Inc. Weather incident prediction
WO2014161077A1 (en) * 2013-04-04 2014-10-09 Sky Motion Research, Ulc. Method and system for nowcasting precipitation based on probability distributions
DE102017129299B4 (de) * 2017-12-08 2022-12-08 Institut Für Luft- Und Kältetechnik Gemeinnützige Gmbh Verfahren zur lokalen Wetterprognose
CN110310501B (zh) * 2019-06-26 2021-06-25 南京信息工程大学 一种机动车高速公路团雾监测预报方法

Also Published As

Publication number Publication date
CN113484936A (zh) 2021-10-08

Similar Documents

Publication Publication Date Title
Allan et al. Delay causality and reduction at the New York City airports using terminal weather information systems
Kitzmiller et al. The WSR-88D severe weather potential algorithm
CN110488296B (zh) 对流单体降雹偏振雷达zdr柱在线监测数据预警方法
CN105095670B (zh) 基于连续雨凇的输电线路覆冰厚度增长率分布图绘制方法
CN111986464A (zh) 一种基于动态方法预报道路结冰的系统
CN104050518B (zh) 一种基于多普勒天气雷达的电网对流致灾大风预警方法
CN113484936B (zh) 一种机场警报评定方法
CN109471205B (zh) 一种基于网格化气象数据在电网运行中的监测预警方法
CN113866849A (zh) 一种智能内河航运气象服务保障系统
CN113379158A (zh) Mdrs重要天气发生概率预报评定方法
JPH09329672A (ja) 発雷予測方法
CN112101639A (zh) 一种基于多源气象数据的机场通行能力分析方法及系统
CN113487914A (zh) 基于机场气象报文的低着陆运行标准识别告警方法
BANACOS et al. Snow Squalls: Forecasting and Hazard Mitigation.
CN112379467A (zh) 一种基于位置的移动端气象实况融合的方法与系统
Zhou et al. Climatic characteristics and determination method for freezing rain in China
Cook et al. Wind conditions around the Rock of Gibraltar
Li et al. Research on Machine Learning-based Nowcasting Method for Low Visibility Weather in Urumqi Airport
Evans et al. Weather sensing and data fusion to improve safety and reduce delays at major west coast airports
Buckley et al. The Sydney hailstorm of April 14, 1999: Synoptic descriptionand numerical simulation
CN111985080A (zh) 一种动态地综合判断路面结冰的方法
CN112578479A (zh) 一种基于降水预报的城市内涝告警装置及方法
Tardy Lake effect and lake enhanced snow in the Champlain Valley of Vermont
CN108196316B (zh) 一种自动校正的瞬时大风预警方法
Kocin Some thoughts on the societal and economic impacts of winter storms

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
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20230809

Address after: 226000 4th floor, building 11B, Zilang science and Technology City, No. 60, Chongzhou Avenue, Nantong Development Zone, Jiangsu Province

Patentee after: Gaozhesai Technology (Nantong) Co.,Ltd.

Address before: 1416, floor 14, Jianghai Yuanmeng Valley, No. 998, New Century Avenue, high tech Zone, Nantong City, Jiangsu Province, 226000

Patentee before: Nantong Zhitian Aerospace Technology Co.,Ltd.