CN113918625A

CN113918625A - 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

Info

Publication number: CN113918625A
Application number: CN202110863093.0A
Authority: CN
Inventors: 龙睿; 孙方钿; 薛湧; 田荟君
Original assignee: Individual
Current assignee: Individual
Priority date: 2021-07-29
Filing date: 2021-07-29
Publication date: 2022-01-11

Abstract

本发明涉及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。所述方法包括：建立动态气象数据库；建立运行数据库（需保证运行数据及时性）；数据处理，提取与运行数据精确匹配的气象数据（四维分析算法、天气识别算法、大数据处理）；数据可视化。本发明是运用于航空气象领域，通过精确提取和展示航班全航程的天气要素情况，实现快速、全面、及时、精确了解航班运行的潜在风险，可以解决实际运行中对航班天气分析难全面，沟通难具体，数据难及时，监控难清晰等问题，做到了全面、及时、精准了解天气要素，并实现信息高效传递。

Description

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

技术领域

本发明是一种基于大数据处理，通过四维分析算法和天气识别算法，实现气象数据精确提取和展示的方法。

背景技术

为保障航空器正常运行，相关人员需对每个航班终端区及航路危险天气进行预警和监控。时间从几小时到十几小时，涉及航班起飞前、航途中、落地后各阶段；空间从几百公里到几千公里，数据涉及运行、气象各类数据。关注范围广、时间跨度长、涉及数据种类多、数据量大，是实际工作中面临的挑战。

每保障一个航班，工作人员需要在系统间来回切换、分析获取有效信息，通过电话或视频等方式实现信息传递。该过程造成：（1）分析难全面，尤其是时空跨度长的航线，涉及数据更多，难做到面面俱到；（2）沟通难具体，对天气发生时间、位置、影响程度、影响范围等信息，很难通过语言详尽表述；（3）数据难及时，不管是气象数据还是运行数据，在准备期间，会存在数据更新的可能，这使得数据很难及时和准确；（4）监控难清晰，针对数据变化、案例回溯、实际与计划的区别，非难清晰的捕捉和复盘。

目前常用的解决方法是集成各类气象数据于地理信息系统（GIS）中，再结合运行数据，使得各信息可在同一系统中展示。该方法对数据进行了集成，一定程度上解决了各系统见来回切换和数据及时性问题。但由于每个航班都是空间和时间的四维特征（经度、纬度、高度、时间），要全面地了解航班全航程天气，需要花费大量时间；同时要想人工精确匹配每个航路点在特定时间点的气象数据，从操作层面来讲，基本很难实现。

如何快速、全面、及时、精确了解全航程天气情况，为解决这个问题，我们提出了一个新的方法，就是建立全球范围的、大于48小时(覆盖最长洲际航线)的时空数据库，兼容多来源数据（运行数据、多源气象数据），并实时动态更新，通过四维分析算法和天气识别算法，实现具有四维特征的航班的目标数据精确提取和展示的方法。以航班飞行计划为基础，以其接收和更新为触发，快速生成气象剖面，实现气象数据与运行数据的四维精确匹配，保证数据吻合度和新鲜度，实现快速、全面、及时、精确了解航班全航程的天气要素。

发明内容

有鉴于此，本发明目的是为了能快速、全面、及时、精准了解航班全航程的天气要素，解决当前相关人员对航班天气了解过程中存在的难点和问题（分析难全面、沟通难具体、数据难及时、监控难清晰）。

为了实现上述目的，本发明采用以下技术方案：一种基于大数据处理，通过四维分析算法和天气识别算法，实现目标数据精确提取和展示的方法，所述方法包括如下步骤。

S1、建立动态气象数据库。

S2、建立运行数据库（需保证运行数据及时性）。

S3、数据处理，提取与运行数据精确匹配的气象数据（四维分析算法、天气识别算法、大数据处理）。

S4、数据可视化。

进一步的，步骤S1建立动态气象数据库的具体方法包括：

S101、将来自不同数据源、不同类型的气象数据接入以数组方式存放。

S102、气象数据预处理。

S103、将多种类型的四维气象数数，构建成五维数组（m, x, y, z, t）。

S104、五维数组随气象数据更新频率而动态更新，生成动态五维数组data(m, x,y, z, t)。

进一步的，步骤S2建立运行数据库的具体方法包括。

S201、通过运行数据接口获取数据，保证获取数据的及时性。

S202、监控数据中的航班ID，涉及相同航班ID，其中若涉及飞行计划变更，将以最新数据为准，即飞行计划数据更新将触发数据再处理和绘制。

进一步的，步骤S3数据处理的具体方法包括。

S301、解析飞行计划数据，获取航班的起飞机场（名称、经度、纬度）和时间、降落机场（名称、经度、纬度）和时间、航路点信息（航路点名称、经度、纬度、高度、预计飞跃时间、航向）。

S302、飞行计划中的起飞机场、落地机场、航路点及各点对应时间的信息，在气象数据库中提取对应的数据：提取数据规则，气象数据在时间和空间上应包含飞行计划的时间和空间范围。

S303、四维分析算法，获取精确匹配航班的气象数据。

S304、将与航班精确匹配后的气象数据和飞行计划数据放入列表。

进一步的，步骤S4数据可视化的具体方法包括。

S401、飞行计划数据可视化。

S402、气象数据可视化。

与现有技术相比，本发明的有益效果是。

本发明解决了航班全航程天气快速一览，做到全面、及时、精准了解天气要素，并实现信息高效传递。在实际运行中，每个航班仅需一张图片便可实现航班天气一览。不管签派放行、航前讲解，还是机组查阅，过程涉及的多角色、多系统、信息不统一等问题，通过气象剖面可以得到解决，为我国企业和单位在相关领域的工作带来极大的提升。

附图说明

图1为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的流程示意图。

图2为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的四维处理示意图。

图3为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的四维效果示意图。

图4为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的最终结果示意图。

具体实施方式

为了令本发明的目的、特征、优点更加明显易懂，下面对本发明的实施例进行清楚、完整地描述。显然，所描述的实施例仅为本发明的一部分实施例，而不是全部实施例。基于本发明的实施例，本领域技术人员在未进行创造性劳动前提下获得的所有其它实施例，如只改变用途而不改变权利要求涉及基本原理的实施例，都属于本发明保护的范围。

具体实施方式一：本发明公开了一种基于大数据处理，通过四维分析算法和天气识别算法，实现气象数据精确提取和展示的方法。所述方法包括以下步骤。

S1、建立动态气象数据库。

S2、建立运行数据库（需保证运行数据及时性）。

S4、数据可视化。

具体实施方式二：本实施方式是对具体实施方式一作出的进一步说明，所述S1包括如下步骤。

具体包含3个不同数据源；

气象数据类型涉及：温度、风速、风向、湿度、积冰、颠簸、对流层顶高、CB数据；气象数据均为四维数据（x, y, z, t），以及静态地形数据（一维）。

S102、气象数据预处理：

颠簸数据，涉及不同来源的数据合并，考虑不同来源的颠簸时空分辨率、颠簸数值，对其时间、空间、颠簸数值进行四维处理，基于处理结果，将不同来源颠簸取均值。

S103、将多种类型的四维气象数数，构建成五维数组（m, x, y, z, t），其中m表示以上8种气象数据。

S104、五维数组随气象数据更新频率而动态更新，生成动态五维数组data(m, x,y, z, t)，其中：

data(0, x, y, z, t)为全球范围(1441x721)，从地面至FL500高度，逐小时至48小时的温度数据；

类似m=1,2,3,4,5,6,7分别为U风、V风、湿度、积冰、颠簸、对流层顶高、CB数据。

具体实施方式三：本实施方式是对具体实施方式一作出的进一步说明，所述S2包括如下步骤：

S201、通过运行数据接口获取数据，采用MQ轮询方式保证获取数据的及时性。

具体实施方式四：本实施方式是对具体实施方式一作出的进一步说明，所述S3包括如下步骤。

S303、四维分析算法，获取精确匹配航班的气象数据：

将S302中提取出来的气象数据与飞行计划数据做四维处理，采用反距离权重方法获取精确数据（如图2），同时考虑时间和空间的四维处理。

具体实施方式五：本实施方式是对具体实施方式一作出的进一步说明，所述S4包括如下步骤。

S401、飞行计划数据可视化，将具体四维特征的飞行计划数据在图片中展示（如图3），横向表示航路点和预计达到时间，纵向为高度（气象高度和飞行高度）。

S402、气象数据可视化（如图4）。

温度数据采取等温线方式进行绘制，每隔10C绘制一条等温线，0C和-65C加粗显示。

风数据可视化采用3种方式展示：航路点自然风、基于航向的顺风逆风、大风区。

湿度数据是相对湿度大于等于85%的数值，用浅蓝色填充绘制。

积冰数据划分轻中重三个强度，用不同深浅的紫色和右斜线进行填充绘制。

颠簸数据划分轻中重三个强度，用不同深浅的橙色和左斜线进行填充绘制。

对流层顶高数据用蓝色虚线做等值线绘制。

CB数据采用红色柱状绘制。

地形数据用蓝色填充绘制。

相比于传统方法，该方法涉及大量气象数据和运行数据，通过建立实时更新的气象数据库和运行数据库，历史大数据处理技术和气象数据四维分析算法，精确提取航班中航线剖面上的气象数据并进行有效数据可视化。该方法解决了实际运行中对航班天气分析难全面，沟通难具体，数据难及时，监控难清晰等问题，做到了全面、及时、精准了解天气要素，并实现信息高效传递。

以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。本发明未详细描述的技术、形状、构造部分均为公知技术。

Claims

1.一种基于大数据处理，通过四维分析算法和天气识别算法，实现气象数据精确提取和展示的方法，其特征在于：通过多来源、多类型的气象大数据处理和四维分析算法等，实现气象数据的精准提取和展示，形成针对航班的气象剖面，所述方法包括：

S1、建立动态气象数据库；

S2、建立运行数据库（需保证运行数据及时性）；

S3、数据处理，提取与运行数据精确匹配的气象数据（四维分析算法、天气识别算法、大数据处理）；

S4、数据可视化。

2.根据权利要求1所述的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，其特征在于：所述S1建立动态气象数据库包括如下步骤：

S101、将来自不同数据源、不同类型的气象数据接入以数组方式存放：

具体包含3个不同数据源；

气象数据类型涉及：温度、风速、风向、湿度、积冰、颠簸、对流层顶高、CB数据；气象数据均为四维数据（x, y, z, t），以及静态地形数据（一维）；

S102、气象数据预处理：

颠簸数据，涉及不同来源的数据合并，考虑不同来源的颠簸时空分辨率、颠簸数值，对其时间、空间、颠簸数值进行四维处理，基于处理结果，将不同来源颠簸取均值；

S103、将多种类型的四维气象数数，构建成五维数组（m, x, y, z, t），其中m表示以上8种气象数据；

S104、五维数组随气象数据更新频率而动态更新，生成动态五维数组data(m, x, y,z, t)，其中：

3.根据权利要求1所述的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，其特征在于：所述S2建立运行数据库包括如下步骤：

S201、通过运行数据接口获取数据，保证获取数据的及时性

4.根据权利要求1所述的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，其特征在于：所述S3数据处理包括如下步骤：

S301、解析飞行计划数据，获取航班的起飞机场（名称、经度、纬度）和时间、降落机场（名称、经度、纬度）和时间、航路点信息（航路点名称、经度、纬度、高度、预计飞跃时间、航向）；

S302、飞行计划中的起飞机场、落地机场、航路点及各点对应时间的信息，在气象数据库中提取对应的数据：提取数据规则，气象数据在时间和空间上应包含飞行计划的时间和空间范围；

S303、四维分析算法，获取精确匹配航班的气象数据：

将S302中提取出来的气象数据与飞行计划数据做四维分析处理，方法采用反距离权重方法进行处理，同时考虑时间和空间的四维处理；

5.根据权利要求1所述的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，其特征在于：所述S4数据可视化包括如下步骤：

S401、飞行计划数据可视化，将具体四维特征的飞行计划数据在图片中展示，横向表示航路点和预计达到时间，纵向为高度（气象高度和飞行高度）

S402、气象数据可视化：

温度数据采取等温线方式进行绘制，每隔10C绘制一条等温线，0C和-65C加粗显示；

风数据可视化采用3种方式展示：航路点自然风、基于航向的顺风逆风、大风区；

湿度数据是相对湿度大于等于85%的数值，用浅蓝色填充绘制；

积冰数据划分轻中重三个强度，用不同深浅的紫色和右斜线进行填充绘制；

颠簸数据划分轻中重三个强度，用不同深浅的橙色和左斜线进行填充绘制；

对流层顶高数据用蓝色虚线做等值线绘制；

CB数据采用红色柱状绘制；

地形数据用蓝色填充绘制。