CN115188223A - 一种基于机场天气实况的飞机起降安全指数确定方法 - Google Patents

一种基于机场天气实况的飞机起降安全指数确定方法 Download PDF

Info

Publication number
CN115188223A
CN115188223A CN202210647309.4A CN202210647309A CN115188223A CN 115188223 A CN115188223 A CN 115188223A CN 202210647309 A CN202210647309 A CN 202210647309A CN 115188223 A CN115188223 A CN 115188223A
Authority
CN
China
Prior art keywords
airplane
weather
evaluation
influence
landing
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
CN202210647309.4A
Other languages
English (en)
Other versions
CN115188223B (zh
Inventor
刘喆
张文军
白洁
严军
张国杰
吴长刚
刘博�
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.)
Battlefield Environment Institute Of Air Force Academy Of Pla
Original Assignee
Battlefield Environment Institute Of Air Force Academy Of Pla
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 Battlefield Environment Institute Of Air Force Academy Of Pla filed Critical Battlefield Environment Institute Of Air Force Academy Of Pla
Priority to CN202210647309.4A priority Critical patent/CN115188223B/zh
Publication of CN115188223A publication Critical patent/CN115188223A/zh
Application granted granted Critical
Publication of CN115188223B publication Critical patent/CN115188223B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/0073—Surveillance aids
    • G08G5/0091—Surveillance aids for monitoring atmospheric conditions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/0095—Aspects of air-traffic control not provided for in the other subgroups of this main group
    • 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)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Computing Systems (AREA)
  • Atmospheric Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种基于机场天气实况的飞机起降安全指数确定方法，包括：收集国内外与天气相关的飞行事故报告，统计导致飞机起降阶段发生事故的危险天气出现概率；建立气象条件影响飞机起降安全的评估指标体系，确定各影响要素权重，制定各影响要素评估标准；基于模糊数学理论，构建机场气象条件对飞机起降安全影响评估数学模型；以机场天气实况资料作为模型输入，生成气象条件对飞机起降安全影响的指数产品。本发明旨在实现定量化评估气象条件对飞机起降安全的影响程度。

Description

一种基于机场天气实况的飞机起降安全指数确定方法
技术领域
本发明属于气象技术领域，尤其涉及一种基于模糊数学的定量化评估气象条件影响飞机起降安全的方法。
背景技术
飞机在滑行、起飞和进近着陆阶段容易受气象条件影响而发生飞行事故。根据国际航空飞行安全网站提供的1919年以来由危险天气导致的飞行事故报告，共有271例事故发生在起飞和降落阶段，占事故总数的64.3％。严重威胁飞机起降安全的危险天气包括：低云、大雾、雷暴、低空风切变、强阵风、强降水等。
虽然现代化机场大多配备先进的导航引导系统，但是在恶劣天气条件下，还是会经常性发生因天气原因导致航班延误、取消等情况，极端天气条件会严重影响机组人员对飞行状态的判断和操纵控制，甚至引发飞行事故。目前，机组人员在操控飞机起降前，一般通过空管通信等方式获取机场天气实况和短时临近预报产品，结合机组人员的飞行实践经验和目视感知，综合判断气象条件对飞机起降安全的影响程度。由于缺乏统一的评估标准，面对同样的天气形势背景，不同机组人员可能会根据个人专业技能和飞行经验得到不同的影响评估结果。因此，基于机场天气实况制定一种科学、合理的影响飞机起降安全评估标准，设计出影响评估指数算法，对于保障飞行安全具有重要应用价值。
发明内容
本发明解决的技术问题：克服现有技术的不足，提供一种基于机场天气实况的飞机起降安全指数确定方法，旨在提升对飞机起降安全的气象保障能力。
本发明的技术方案是：一种基于机场天气实况的飞机起降安全指数确定方法，包括：
1)收集与天气相关的飞行事故报告，统计导致飞行事故的危险天气发生概率；
2)调研影响飞机起降安全的主要危险天气，建立危险天气影响飞机起降安全的评估指标体系，结合导致飞行事故的危险天气发生概率，确定各要素的影响权重；
3)依据保障飞机起降安全的最低气象条件，制定各要素的评估标准；
4)基于评估指标体系中各要素的影响权重和评估标准，构建机场气象条件影响飞机起降安全的评估模型；
5)利用机场天气实况资料作为评估模型的输入，输出气象条件对飞机起降安全影响的指数。
所述步骤1)收集与天气相关的飞行事故报告，统计导致飞行事故的危险天气发生概率，包括：
通过国际航空飞行安全网，收集与天气相关的飞行事故报告；
筛选出发生在飞机起降阶段的事故报告，统计各类危险天气发生概率。
所述步骤2)调研影响飞机起降安全的主要危险天气，建立危险天气影响飞机起降安全的评估指标体系，结合导致飞行事故的危险天气发生概率，确定各要素的影响权重，包括：
开展对机场航管气象部门的调研咨询，收集一线预报保障人员对各类气象条件影响程度的咨询建议，确定影响飞机起降安全的主要危险天气；
从飞机起降气象保障的实际需求出发，利用层次分析技术对影响飞机起降安全的各类危险天气进行分级，并建立危险天气影响飞机起降安全的评估指标体系；
利用得到的各类危险天气发生概率，结合得到的对各类气象条件影响程度的咨询建议，利用两两判断矩阵综合确定出各类气象条件的影响权重。
所述利用层次分析技术对影响飞机起降安全的各类危险天气进行分级，具体包括大风、低云、低能见度、强降水、雷电和低空风切变，其中，大风细分为：跑道逆风、45°和90°侧风，低云细分为：云状、云量和云底高。
所述利用两两判断矩阵综合确定出各类气象条件的影响权重，包括：
引入心理学关于人类区分信息等级极限能力的九级标度法，利用指标体系中各影响要素的发生概率和专家咨询建议，建立同一指标层中两两因素相对上层重要程度的判断矩阵A＝(aij)m×n，其中aij表示指标i和j之间的重要程度量化值，其中i＝1,2,…,n，j＝1,2,…,n，m和n分别表示矩阵的行和列；判断矩阵采用三角矩阵的形式，即对角线上元素值为1，计算出上对角阵数值后，下三角元素采用aji＝1/aij得到；
计算判断矩阵A每行所有元素的乘积
Figure BDA0003684510520000031
再计算出mi的n次方根
Figure BDA0003684510520000032
并进行归一化处理
Figure BDA0003684510520000033
最终获得W＝(w1,w2,…wn)T即为各类气象条件的影响权重；
计算判断矩阵A的最大特征值
Figure BDA0003684510520000034
其中AWi＝∑(aijwj)，Wi是W的第i分量；引入相容指数CI来检验其一致性，其中
Figure BDA0003684510520000035
若CI＜0.1，则认为判断矩阵的一致性可以接受，否则需要重新建立两两判断矩阵。
所述步骤3)依据保障飞机起降安全的最低气象条件，制定各要素的评估标准，包括：
根据获取的机场航管气象部门咨询建议，得到与飞机起降相关气象条件包括：机场开放条件、机型允许最低起降条件和机组飞行最低气象条件；执行飞机起降任务时，综合考虑上述气象条件，按其中最高的标准确定飞机起降的最低气象保障条件；
考虑不同影响要素具有不同的特征量级，对各影响要素的数值标准化；在确定最低气象保障条件的基础上，制定评估指标体系中各要素的评估标准。
所述在确定最低气象保障条件的基础上，制定评估指标体系中各要素的评估标准，包括：
根据获取的机场航管气象部门咨询建议，将评估指标体系中各要素对飞行安全的影响程度划分为9～1的灰类，分别表示从“非常危险”到“安全”的影响等级；
将最低气象保障条件对应影响要素的数值设置为灰类9，表征“非常危险”的等级，然后调整各要素的数值，对应更安全的方向设置成小于9的灰类，最终制定出各要素的评估标准。
所述步骤4)基于评估指标体系中各要素的影响权重和评估标准，构建机场气象条件影响飞机起降安全的评估模型，包括：
根据获取的机场航管气象部门咨询建议，将气象条件对飞机起降安全的影响程度划分为5个标准等级，分别为：“安全”、“基本没危险”、“有危险”、“很危险”和“非常危险”，分别对应赋予相应的影响指数灰类为：1、3、5、7、9；借鉴模糊数学中隶属函数的概念，利用三角分布隶属函数将不同属性类型的环境特征统一转化为标准的0～1效能值，确定出各类安全等级的隶属度：
第一类“安全”，设定灰类范围为[0,1,3]，三角分布隶属函数为：
Figure BDA0003684510520000041
第二类“基本没危险”，设定灰类范围为[0,3,6]，三角分布隶属函数为：
Figure BDA0003684510520000042
第三类“有危险”，设定灰类范围为[0,5,8]，三角分布隶属函数为：
Figure BDA0003684510520000043
第四类“很危险”，设定灰类范围为[0,7,10]，三角分布隶属函数为：
Figure BDA0003684510520000051
第五类“非常危险”，设定灰类范围为[0,9,∞]，三角分布隶属函数为：
Figure BDA0003684510520000052
根据制定的评估指标体系中各要素评估标准，确定其影响指数灰类dij，它的第e个评价灰类的灰色评价系数记为Xije，各评价灰类的总灰色评价系数记为Xij，属于第e个评价灰类的灰色评价权记为rije，则有：
Figure BDA0003684510520000053
根据定义的5个评价灰类等级，计算出指标体系的灰色评价权矩阵为：
Figure BDA0003684510520000054
利用得到的综合权重向量W，计算出影响指标对目标层的灰色综合评价B＝WR；
对灰色综合评价结果进行归一化处理，将各灰类等级按定义的标准等级影响指数赋值，即各评价灰类等级值向量：C＝(1,3,5,7,9)，最终利用E＝BCT，即可得到气象条件对飞机起降安全的影响指数E。
利用机场天气实况资料作为评估模型的输入，输出气象条件对飞机起降安全影响的指数，包括：
从机场逐小时天气实况中提取出评估指标体系的各影响要素；
将上述各影响要素的数值信息作为评估模型的输入，计算出相应时次的气象条件对飞机起降安全影响的指数，影响指数范围：1～9，从低到高表示从“安全”到“非常危险”的影响程度
本发明具有以下优点：
(1)影响飞机起降安全的气象因素很多，相互关系错综复杂。本方法通过对机场航管气象部门的调研咨询，利用层次分析技术将影响飞机起降的气象要素和天气现象进行分类，并依据各影响要素隶属关系细化，建立了相对清晰的评估指标体系；
(2)本方法对导致飞机起降阶段飞行事故的各类危险天气出现概率进行统计分析，结合对机场航空气象保障专家的评分咨询，提高了指标体系中各要素影响权重的精度；
(3)本方法将机场天气实况中影响飞机起降安全的气象条件作为输入，依据基于模糊数学理论建立的影响评估数学模型，输出气象影响指数产品，实现了对飞机起降安全影响程度的定量化评估。
附图说明
图1是本发明实施例中一种基于机场天气实况的飞行安全指数算法的步骤流程图；
图2是本发明实施例中气象条件对飞机起降安全影响评估指标体系示意图；
图3是本发明实施例中各类气象条件指标影响权重分布示意图；
图4是本发明实施例中2021年7月2日07时风速与机场跑道示意图及对应分解后的逆风、45°和90°侧风示意图；
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明公开的实施方式作进一步详细描述。
实施例1
如图1，在本发明实施中，基于机场天气实况的飞机起降安全指数确定方法步骤包括：
步骤101，收集与天气相关的飞行事故报告，统计导致飞行事故的危险天气发生概率。
与天气相关的飞行事故报告主要来自国际航空飞行安全网提供的自1919年以来世界范围内公开的数据资料，从中选取飞机滑行、起飞和进近着陆等起降阶段发生的事故，统计出导致事故的各类危险天气发生概率，作为后续确定各要素影响权重的依据之一。
步骤102，收集影响飞机起降安全的主要危险天气情况，建立危险天气影响飞机起降安全的评估指标体系，结合导致飞行事故的危险天气发生概率，确定各要素的影响权重。
从飞机起降气象保障的实际需求出发，利用层次分析技术对影响飞机起降安全的各类气象条件进行分级，建立影响飞机起降安全的评估指标体系(如图2所示)。影响飞机起降的气象条件包括大风、低云、低能见度、强降水、雷电和低空风切变等(V1j)，其中，大风可以细分为：跑道逆风、45°和90°侧风(W11j)，低云可细分为：云状、云量和云底高(W12j)。
利用步骤101得到的导致飞机起降阶段飞行事故的各类危险天气客观发生概率，利用两两判断矩阵综合确定出各类气象条件的影响权重。方法如下：
(1)建立两两判断矩阵。引入心理学关于人类区分信息等级极限能力的Saaty九级标度法(含义如表1所示)，利用指标体系中各影响要素的发生概率，建立同一指标层中两两因素相对上层重要程度的判断矩阵A＝(aij)m×n，其中aij表示指标i和j之间的重要程度量化值，m和n分别表示矩阵的行和列。判断矩阵采用三角矩阵的形式，即对角线上元素值为1，计算出上对角阵数值后，下三角元素采用aji＝1/aij得到；
表1.Saaty九级标度法含义
Figure BDA0003684510520000071
Figure BDA0003684510520000081
(2)综合确定出各类气象条件的影响权重W。首先计算判断矩阵A每行所有元素的乘积
Figure BDA0003684510520000082
再计算出mi的n次方根
Figure BDA0003684510520000083
接下来归一化处理
Figure BDA0003684510520000084
W＝(w1,w2,…wn)T即为各类气象条件的影响权重。
(3)检验判断矩阵A的一致性。判断矩阵是由指标影响要素通过两两相比建立，由于气象条件对飞机起降安全影响的复杂性和两两相比时引入的主观性，可能导致判断矩阵出现不一致的情况。首先计算A的最大特征值
Figure BDA0003684510520000085
其中AWi＝∑(aijwj,j＝1,…,n)，Wi是W的第i分量，接下来，引入相容指数CI来检验其一致性，其中
Figure BDA0003684510520000086
若CI＜0.1，则认为判断矩阵的一致性可以接受，否则需要重新建立两两判断矩阵。
步骤103，依据保障飞机起降安全的最低气象条件，制定各影响因子的评估标准。
收取信息得到与飞机起降相关的气象条件包括：机场开放条件、机型允许最低起降条件和机组飞行最低气象条件。执行飞机起降任务时，综合考虑上述情况，按其中最高的标准确定飞机起降的最低气象保障条件。
由于各类影响要素具有不同的特征量级，因此，需要对各要素数值标准化。首先，将最低气象保障条件对应影响要素的数值设置为灰类9，表征“非常危险”的等级；在此基础上，通过步骤102获取的气象条件规范和咨询建议，调整指标体系中各影响要素的数值，对应更安全的方向设置成小于9的灰类，制定出各要素的评估标准。
步骤104，基于评估指标体系中各要素的影响权重和评估标准，构建机场气象条件影响飞机起降安全的评估数学模型。
采纳步骤102中航管气象部门用户的建议，将气象条件对飞机起降安全的影响指数划分为5个标准等级：“安全”、“基本没危险”、“有危险”、“很危险”和“非常危险”，分别赋予相应的影响指数值：1、3、5、7、9。借鉴模糊数学中隶属函数的概念，利用三角分布隶属函数，将不同属性类型的环境特征统一转化为标准的(0～1)效能值，确定出各类安全等级的隶属度：
第一类“安全”，设定灰类范围为[0,1,3]，三角分布隶属函数为：
Figure BDA0003684510520000091
第二类“基本没危险”，设定灰类范围为[0,3,6]，三角分布隶属函数为：
Figure BDA0003684510520000092
第三类“有危险”，设定灰类范围为[0,5,8]，三角分布隶属函数为：
Figure BDA0003684510520000093
第四类“很危险”，设定灰类范围为[0,7,10]，三角分布隶属函数为：
Figure BDA0003684510520000094
第五类“非常危险”，设定灰类范围为[0,9,∞]，三角分布隶属函数为：
Figure BDA0003684510520000095
根据步骤103制定的评估指标体系中各要素评估标准，可确定其影响指数灰类dij，它的第e个评价灰类的灰色评价系数记为Xije，各评价灰类的总灰色评价系数记为Xij，属于第e个评价灰类的灰色评价权记为rije，则有：
Figure BDA0003684510520000101
本算法定义了5个评价灰类等级，可计算出指标体系的灰色评价权矩阵为：
Figure BDA0003684510520000102
利用步骤102得到的综合权重向量W，可计算出影响指标对目标层的灰色综合评价B＝WR。
对灰色综合评价结果进行归一化处理，将各灰类等级按步骤104定义的标准等级影响指数赋值，即各评价灰类等级值向量：C＝(1,3,5,7,9)，最终利用E＝BCT，可计算出气象条件对飞机起降安全的影响指数E。
步骤105，利用机场天气实况资料作为评估模型的输入，输出气象条件对飞机起降安全的影响指数产品。
在本实施例中，从机场逐小时天气实况中提取出步骤102评估指标体系中的各影响指标，将上述影响指标的数值信息作为评估模型的输入，计算出相应时次的气象条件对飞机起降安全影响的指数产品，影响指数范围：1～9，从低到高表示从“安全”到“非常危险”的影响程度。
实施例2
这里以某机场在2021年7月2日07时的天气实况为例，分析计算气象条件对某型飞机起飞安全的影响指数。
(1)建立评估指标体系
从飞机起降气象保障的实际需求出发，结合对目标机场航管气象部门的调研座谈，综合确定出影响飞机起降安全的主要气象条件，包括：大风、低云、低能见度、强降水、雷暴和低空风切变等，利用层次分析技术对气象条件影响飞机起降安全指数进行决策，建立如图2所示的评估指标体系。
(2)确定影响权重
评估指标体系中各类气象条件的影响权重，需要结合导致飞机起降阶段飞行事故中各类危险天气出现概率，再通过两两判断矩阵综合确定。图3显示了各类气象条件的影响权重，其中，对应指标层中各要素：大风、低云、低能见度、强降水、雷暴和低空风切变的影响权重分别为[0.03，0.377，0.213，0.075，0.296，0.008]；大风V11对应指标层要素：逆风、45°侧风、90°侧风的影响权重为[0.17,0.39,0.44]；低云V12对应的指标层要素：低云状、低云量和云底高影响权重为[0.383,0.295,0.322]。
(3)建立评估标准及评分
综合分析该机场跑道起降最低标准、机型允许最低起降条件和机组飞行最低气象条件，按其中最高的标准确定飞机起降的最低气象保障条件为：云底高100m，能见度1.5km，逆风17m/s，45°侧风15m/s，90°侧风12m/s。在此基础上，根据气象条件规范和保障经验间隔一定数值调整等级，按照从“安全”到“非常危险”的顺序设置成1～9的评分。评估标准如表1所示。
表1 某机型在起降阶段的气象条件评估标准
Figure BDA0003684510520000111
备注：云状中的Ci为卷云，Cc为卷积云，Cs为卷层云，Ac为高积云，As为高层云，Sc为层积云，Ns为雨层云，
St为层云，Cu1为淡积云，Fn为碎雨云，Fs为碎层云，Cu2为浓积云，Cb为积雨云。
(4)构建灰色评价权矩阵
07时刻目标机场气象台的天气实况为“7Sc 857m(G)/3Fn 400m,120°,2m/s,13km，小雨，1.1mm/h”，具体气象意义为：机场上空有两层云，上层为7成层积云，云底高857m(激光测云仪)，下层为3成碎雨云，云底高400m，地面风向120°，风速为2m/s，能见度为13km，天气现象为小雨，降水量为1.1mm/h。
将天气实况资料输入至指标体系和评估标准中进行分析：
(a)大风
该机场飞行跑道的方向为南北向，偏离正北向13°。将当时的实况风速度：120°，2m/s转化为跑道方向的逆风风速、45°和90°侧风风速，可计算出对应准则层V11的三个指标风速分别为0.58m/s、1.77m/s和1.91m/s(如图4所示)。
(b)低云
两层低云，分别为7成Sc，云底高857m(G)；3成Fn，云底高400m。
(c)低能见度
能见度观测记录为13km。
(d)降水：小雨，降水量为1.1mm/h。
(e)雷暴：无
(f)低空风切变：无
将上述指标代入表1，可得二级准则层大风V11的指标评分为(1,1,1)，低云V12的指标评分为(8,8,5)，其余四个指标低能见度、强降水、雷暴和低空风切变的评分均为(1,6,1,1)。
将气象条件对飞机起降安全的影响指数划分为5个标准等级：“安全”、“基本没危险”、“有危险”、“很危险”和“非常危险”，分别赋予相应的指数值为：1、3、5、7、9。利用三角分布隶属函数，计算出各影响要素隶属于第e个评价灰类的灰色评价权。
这里以V11“大风”的二级准则层W111“逆风”指标为例，将其指标评分代入到三角分布隶属函数，得到W111对应于不同灰类等级的权向量r111为[9/37,9/37,9/37,9/37,1/37]；同理可得到另两个二级准则层W112“45°侧风”和W113“90°侧风”对应于不同灰类等级的权向量r112和r113，组成对应于上级准则层的灰色评价矩阵：
Figure BDA0003684510520000131
利用前面判断矩阵得到的逆风、45°侧风、90°侧风的影响权重ω11＝[0.17,0.39，0.44]，即可计算出准则层V11“大风”对于目标层的不同灰类等级综合权向量为：r1＝ω11×R11＝[0.243，0.243，0.243，0.243，0.027]。同理，可以依次计算出对应于V12“低云”的3个二级准则层的灰色评价矩阵，继而推算出它对于目标层的综合权向量：r2＝[0，0,0.286,0.428,0.286]。最终，得到对应于6个气象影响指标组成的灰色评价权矩阵：
Figure BDA0003684510520000132
(5)计算气象条件影响飞机起降安全指数E
利用各类气象条件的影响权重W＝[0.03,0.377,0.263,0.225,0.096,0.008]，可以计算出对应于目标层的综合灰色评价系数矩阵:
B＝WR＝[0.096,0.164,0.272,0.325,0.141]
根据前面定义的评价样本矩阵，利用：E＝BCT＝5.5，可得到该时次气象条件对飞机起降安全影响指数为5.5，介于“有危险”至“很危险”范畴之间。
以上所述，仅为本发明最佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。

Claims (9)

1.一种基于机场天气实况的飞机起降安全指数确定方法，其特征在于包括：
收集与天气相关的飞行事故报告，统计导致飞行事故的危险天气发生概率；
根据影响飞机起降安全的主要危险天气，建立危险天气影响飞机起降安全的评估指标体系，结合导致飞行事故的危险天气发生概率，确定各要素的影响权重；
依据保障飞机起降安全的最低气象条件，制定各要素的评估标准；
基于评估指标体系中各要素的影响权重和评估标准，构建机场气象条件影响飞机起降安全的评估模型；
利用机场天气实况资料作为评估模型的输入，输出气象条件对飞机起降安全影响的指数。
2.根据权利要求1所述的基于机场天气实况的飞机起降安全指数确定方法，其特征在于，所述收集与天气相关的飞行事故报告，统计导致飞行事故的危险天气发生概率，包括：
通过国际航空飞行安全网，收集与天气相关的飞行事故报告；
筛选出发生在飞机起降阶段的事故报告，统计各类危险天气发生概率。
3.根据权利要求1所述的基于机场天气实况的飞机起降安全指数确定方法，其特征在于，所述根据影响飞机起降安全的主要危险天气，建立危险天气影响飞机起降安全的评估指标体系，结合导致飞行事故的危险天气发生概率，确定各要素的影响权重，包括：
收集一线预报保障人员对各类气象条件影响程度的信息，确定影响飞机起降安全的主要危险天气；
从飞机起降气象保障的实际需求出发，利用层次分析技术对影响飞机起降安全的各类危险天气进行分级，并建立危险天气影响飞机起降安全的评估指标体系；
利用得到的各类危险天气发生概率，结合得到的对各类气象条件影响程度的信息，利用两两判断矩阵综合确定出各类气象条件的影响权重。
4.根据权利要求3所述的基于机场天气实况的飞机起降安全指数确定方法，其特征在于，所述利用层次分析技术对影响飞机起降安全的各类危险天气进行分级，具体包括大风、低云、低能见度、强降水、雷电和低空风切变，其中，大风细分为：跑道逆风、45°和90°侧风，低云细分为：云状、云量和云底高。
5.根据权利要求3所述的基于机场天气实况的飞机起降安全指数确定方法，其特征在于，所述利用两两判断矩阵综合确定出各类气象条件的影响权重，包括：
引入心理学关于人类区分信息等级极限能力的九级标度法，利用指标体系中各影响要素的发生概率，建立同一指标层中两两因素相对上层重要程度的判断矩阵A＝(aij)m×n，其中aij表示指标i和j之间的重要程度量化值，其中i＝1,2,…,n，j＝1,2,…,n，m和n分别表示矩阵的行和列；判断矩阵采用三角矩阵的形式，即对角线上元素值为1，计算出上对角阵数值后，下三角元素采用aji＝1/aij得到；
计算判断矩阵A每行所有元素的乘积
Figure FDA0003684510510000021
再计算出mi的n次方根
Figure FDA0003684510510000022
并进行归一化处理
Figure FDA0003684510510000023
最终获得W＝(w1,w2,…wn)T即为各类气象条件的影响权重；
计算判断矩阵A的最大特征值
Figure FDA0003684510510000024
其中AWi＝∑(aijwj)，Wi是W的第i分量；引入相容指数CI来检验其一致性，其中
Figure FDA0003684510510000025
若CI＜0.1，则认为判断矩阵的一致性可以接受，否则需要重新建立两两判断矩阵。
6.根据权利要求1所述的基于机场天气实况的飞机起降安全指数确定方法，其特征在于，所述依据保障飞机起降安全的最低气象条件，制定各要素的评估标准，包括：
根据获取的机场航管气象部门，得到与飞机起降相关气象条件包括：机场开放条件、机型允许最低起降条件和机组飞行最低气象条件；执行飞机起降任务时，综合考虑上述气象条件，按其中最高的标准确定飞机起降的最低气象保障条件；考虑不同影响要素具有不同的特征量级，对各影响要素的数值标准化；在确定最低气象保障条件的基础上，制定评估指标体系中各要素的评估标准。
7.根据权利要求6所述的基于机场天气实况的飞机起降安全指数确定方法，其特征在于，所述在确定最低气象保障条件的基础上，制定评估指标体系中各要素的评估标准，包括：
将评估指标体系中各要素对飞行安全的影响程度划分为9～1的灰类，分别表示从“非常危险”到“安全”的影响等级；
将最低气象保障条件对应影响要素的数值设置为灰类9，表征“非常危险”的等级，然后调整各要素的数值，对应更安全的方向设置成小于9的灰类，最终制定出各要素的评估标准。
8.根据权利要求5所述的基于机场天气实况的飞机起降安全指数确定方法，其特征在于，所述基于评估指标体系中各要素的影响权重和评估标准，构建机场气象条件影响飞机起降安全的评估模型，包括：
将气象条件对飞机起降安全的影响程度划分为5个标准等级，分别为：“安全”、“基本没危险”、“有危险”、“很危险”和“非常危险”，分别对应赋予相应的影响指数灰类为：1、3、5、7、9；借鉴模糊数学中隶属函数的概念，利用三角分布隶属函数将不同属性类型的环境特征统一转化为标准的0～1效能值，确定出各类安全等级的隶属度：
第一类“安全”，设定灰类范围为[0,1,3]，三角分布隶属函数为：
Figure FDA0003684510510000031
第二类“基本没危险”，设定灰类范围为[0,3,6]，三角分布隶属函数为：
Figure FDA0003684510510000041
第三类“有危险”，设定灰类范围为[0,5,8]，三角分布隶属函数为：
Figure FDA0003684510510000042
第四类“很危险”，设定灰类范围为[0,7,10]，三角分布隶属函数为：
Figure FDA0003684510510000043
第五类“非常危险”，设定灰类范围为[0,9,∞]，三角分布隶属函数为：
Figure FDA0003684510510000044
根据制定的评估指标体系中各要素评估标准，确定其影响指数灰类dij，它的第e个评价灰类的灰色评价系数记为Xije，各评价灰类的总灰色评价系数记为Xij，属于第e个评价灰类的灰色评价权记为rije，则有：
Figure FDA0003684510510000045
根据定义的5个评价灰类等级，计算出指标体系的灰色评价权矩阵为：
Figure FDA0003684510510000046
利用得到的综合权重向量W，计算出影响指标对目标层的灰色综合评价B＝WR；
对灰色综合评价结果进行归一化处理，将各灰类等级按定义的标准等级影响指数赋值，即各评价灰类等级值向量C＝(1,3,5,7,9)，最终利用E＝BCT，即可得到气象条件对飞机起降安全的影响指数E。
9.根据权利要求1所述的基于机场天气实况的飞机起降安全指数确定方法，其特征在于，所述利用机场天气实况资料作为评估模型的输入，输出气象条件对飞机起降安全影响的指数，包括：
从机场逐小时天气实况中提取出评估指标体系的各影响要素；
将上述各影响要素的数值信息作为评估模型的输入，计算出相应时次的气象条件对飞机起降安全影响的指数，影响指数范围：1～9，从低到高表示从“安全”到“非常危险”的影响程度。
CN202210647309.4A 2022-06-08 2022-06-08 一种基于机场天气实况的飞机起降安全指数确定方法 Active CN115188223B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210647309.4A CN115188223B (zh) 2022-06-08 2022-06-08 一种基于机场天气实况的飞机起降安全指数确定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210647309.4A CN115188223B (zh) 2022-06-08 2022-06-08 一种基于机场天气实况的飞机起降安全指数确定方法

Publications (2)

Publication Number Publication Date
CN115188223A true CN115188223A (zh) 2022-10-14
CN115188223B CN115188223B (zh) 2024-05-03

Family

ID=83513517

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210647309.4A Active CN115188223B (zh) 2022-06-08 2022-06-08 一种基于机场天气实况的飞机起降安全指数确定方法

Country Status (1)

Country Link
CN (1) CN115188223B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115619049A (zh) * 2022-12-19 2023-01-17 广州市伍麦信息科技有限公司 基于极端气象条件下航空运行风险指数的预测评估方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109902924A (zh) * 2019-01-22 2019-06-18 中国人民解放军空军工程大学 一种军用机场单跑道训练容量评估方法
CN110363333A (zh) * 2019-06-21 2019-10-22 南京航空航天大学 一种基于渐进梯度回归树的天气影响下空中通行能力的预测方法
CN112101639A (zh) * 2020-08-28 2020-12-18 中国电子科技集团公司第二十八研究所 一种基于多源气象数据的机场通行能力分析方法及系统
CN112231641A (zh) * 2020-10-16 2021-01-15 南通大学 一种基于气象数据的能见度估计方法
CN112966958A (zh) * 2021-03-22 2021-06-15 刘晓民 一种煤水协调开发综合效应评价方法及系统
CN113222347A (zh) * 2021-04-16 2021-08-06 南京君缘科爆工程技术有限公司 露天爆破安全风险灰色系统评估方法
CN113379158A (zh) * 2021-07-05 2021-09-10 南通智天航天科技有限公司 Mdrs重要天气发生概率预报评定方法
KR102331410B1 (ko) * 2021-03-22 2021-12-03 대한민국 재난 사고 현장 대응형 드론 표준 운용 방법 및 그 시스템
CN113988688A (zh) * 2021-11-08 2022-01-28 中国科学院地理科学与资源研究所 一种耕地生态可持续性评价方法和系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109902924A (zh) * 2019-01-22 2019-06-18 中国人民解放军空军工程大学 一种军用机场单跑道训练容量评估方法
CN110363333A (zh) * 2019-06-21 2019-10-22 南京航空航天大学 一种基于渐进梯度回归树的天气影响下空中通行能力的预测方法
CN112101639A (zh) * 2020-08-28 2020-12-18 中国电子科技集团公司第二十八研究所 一种基于多源气象数据的机场通行能力分析方法及系统
CN112231641A (zh) * 2020-10-16 2021-01-15 南通大学 一种基于气象数据的能见度估计方法
CN112966958A (zh) * 2021-03-22 2021-06-15 刘晓民 一种煤水协调开发综合效应评价方法及系统
KR102331410B1 (ko) * 2021-03-22 2021-12-03 대한민국 재난 사고 현장 대응형 드론 표준 운용 방법 및 그 시스템
CN113222347A (zh) * 2021-04-16 2021-08-06 南京君缘科爆工程技术有限公司 露天爆破安全风险灰色系统评估方法
CN113379158A (zh) * 2021-07-05 2021-09-10 南通智天航天科技有限公司 Mdrs重要天气发生概率预报评定方法
CN113988688A (zh) * 2021-11-08 2022-01-28 中国科学院地理科学与资源研究所 一种耕地生态可持续性评价方法和系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115619049A (zh) * 2022-12-19 2023-01-17 广州市伍麦信息科技有限公司 基于极端气象条件下航空运行风险指数的预测评估方法

Also Published As

Publication number Publication date
CN115188223B (zh) 2024-05-03

Similar Documents

Publication Publication Date Title
CN105956790B (zh) 低空飞行态势安全性评估指标及其评估方法
CN108805337B (zh) 航空运行控制风险管控方法及系统
CN110008442A (zh) 一种基于飞行员综合能力评价的飞行员训练控制方法
CN113298431A (zh) 基于航空qar大数据的飞行员胜任能力画像方法及系统
CN106651088A (zh) 一种基于时态gis的飞行品质监控方法
CN111680875A (zh) 基于概率基线模型的无人机状态风险模糊综合评价方法
CN115188223B (zh) 一种基于机场天气实况的飞机起降安全指数确定方法
CN111506974B (zh) 一种无人机超低空飞行区域分类划设方法
CN110991763B (zh) 一种基于指标模糊分割和topsis的通航应急救援资源需求预测方法
Averyanova et al. Weather hazards analysis for small UASs durability enhancement
Wang et al. The effect of psychological risk elements on pilot flight operational performance
CN113344425B (zh) 一种基于qar数据的飞行品质监控方法及系统
Gurke et al. The development of the wake vortices warning system for Frankfurt airport: Theory and implementation
Sun et al. A novel group decision making method for airport operational risk management
Wong et al. The development of a more risk-sensitive and flexible airport safety area strategy: Part I. The development of an improved accident frequency model
Xu et al. Risk assessment for using UAS in construction: A fuzzy analytical hierarchy process
CN114398769B (zh) 一种无人直升机飞行控制系统评分自动获取方法
Borjalilu et al. Entropy-based model for aerodromes safety risk assessment to implement safety management systems
CN114118802A (zh) 一种基于层次分析法的直升机飞行风险评估方法
Zhou et al. The UAV landing quality evaluation research based on combined weight and VIKOR algorithm
CN114117327A (zh) 一种基于集对可拓耦合的不正常航班恢复策略评估方法
CN114943114A (zh) 一种跑道运行方向的预测方法、设备、存储介质
CN111967653A (zh) 一种构建机场跑道风预报模型的方法及预报方法、系统
Guo et al. Risk assessment method for controlled flight into terrain of airlines based on QAR data
Lei et al. A review of airport runway capacity evaluation model

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