CN115619049A - 基于极端气象条件下航空运行风险指数的预测评估方法 - Google Patents

基于极端气象条件下航空运行风险指数的预测评估方法 Download PDF

Info

Publication number
CN115619049A
CN115619049A CN202211629923.4A CN202211629923A CN115619049A CN 115619049 A CN115619049 A CN 115619049A CN 202211629923 A CN202211629923 A CN 202211629923A CN 115619049 A CN115619049 A CN 115619049A
Authority
CN
China
Prior art keywords
flight
meteorological
carrier
parameters
information
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
CN202211629923.4A
Other languages
English (en)
Other versions
CN115619049B (zh
Inventor
陈博
李新峰
卫晓东
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.)
EASTERN CHINA AIR TRAFFIC MANAGEMENT BUREAU CAAC
Original Assignee
Guangzhou Wumai Information 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 Guangzhou Wumai Information Technology Co ltd filed Critical Guangzhou Wumai Information Technology Co ltd
Priority to CN202211629923.4A priority Critical patent/CN115619049B/zh
Publication of CN115619049A publication Critical patent/CN115619049A/zh
Application granted granted Critical
Publication of CN115619049B publication Critical patent/CN115619049B/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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • 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
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
    • G08G5/0047—Navigation or guidance aids for a single aircraft
    • 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
    • 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)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Operations Research (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Remote Sensing (AREA)
  • Educational Administration (AREA)
  • Atmospheric Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Navigation (AREA)

Abstract

本发明涉及数据处理技术领域，具体涉及一种基于极端气象条件下航空运行风险指数的预测评估方法，包括以下步骤：构建数据采集平台，通过数据采集平台在网络中实时捕捉飞行载具飞行区域气象信息；接收步骤1中构建的数据采集平台中飞行区域气象信息，在飞行区域气象信息中捕捉气象参数，根据气象参数设计飞行风险阈值；本发明中方法通过对飞行载具的飞行区域管理及飞行区域气象信息的采集来为飞行载具的飞行路线做具体设计，并且采取构建数据采集平台的能够确保飞行载具飞行区域的气象信息获取即时性，进一步的根据数据采集平台中采集的气象信息来设定飞行风险阈值，提供以飞行载具飞行路线对应飞行区域的飞行安全精准判定。

Description

基于极端气象条件下航空运行风险指数的预测评估方法
技术领域
本发明涉及数据处理技术领域，具体涉及一种基于极端气象条件下航空运行风险指数的预测评估方法。
背景技术
飞行事故，是指从起飞前开车至着陆后关车的飞行全过程中，飞机上发生的直接威胁安全操作或者造成人员伤亡、飞机损坏或失踪的事件，造成飞行事故的原因主要有恶劣的天气条件、飞机的机械故障、飞行员操作失误、地面指挥及勤务保障过失、飞鸟撞击飞机、暴力劫持飞机等等。
国际民用航空组织将飞行事故划分为失事和事故两类，失事指造成人员伤亡、飞机受到破坏或失踪等后果的事件。事故指没达到失事的严重程度，但直接威胁飞机安全操作和使用的事件。
然而飞机事故的产生原因，自然气象因素占比较人为因素占比要高出许多，自然气象因素致使的飞行事故，往往存在不可逆的特点，因此当前人们才有气象观测的方式来判断飞行是否具备飞行条件，但由于气象观测存在一定程度误差，且气象变换存在不定因素，容易产生变化，从而简单通过气象观测来规避飞机飞行过程中因此而存在的安全威胁，无法完全确保飞机的飞行环境满足飞行条件。
发明内容
解决的技术问题
针对现有技术所存在的上述缺点，本发明提供了一种基于极端气象条件下航空运行风险指数的预测评估方法，解决了上述背景技术中提出的技术问题。
技术方案
为实现以上目的，本发明通过以下技术方案予以实现：
一种基于极端气象条件下航空运行风险指数的预测评估方法，包括以下步骤：
步骤1：构建数据采集平台，通过数据采集平台在网络中实时捕捉飞行载具飞行区域气象信息；
步骤2：接收步骤1中构建的数据采集平台中飞行区域气象信息，在飞行区域气象信息中捕捉气象参数，根据气象参数设计飞行风险阈值；
步骤3：获取飞行载具当前飞行任务，分析飞行载具当前飞行任务对应飞行路线，根据飞行路线在数据采集平台中获取飞行载具飞行区域气象信息，捕捉气象信息中的气象参数，将捕捉到的气象参数与步骤2中设计的飞行风险阈值进行比对，判定捕捉到的气象参数是否在飞行风险阈值范围内；
步骤4：步骤3判定结果为是，获取步骤42中得到的备用飞行路线，并重复执行步骤42获取一组飞行路线，识别步骤42执行所得飞行路线中行程最短的一组飞行路线作为飞行载具当前应用飞行路线供飞行载具使用；
步骤41：步骤3判定结果为否，提供飞行载具飞行许可；
步骤42：在数据采集平台中捕捉除当前飞行载具飞行路线以外飞行区域中的飞行路线，获取飞行路线对应飞行区域气象参数，选择气象参数不处于飞行风险阈值范围内的飞行区域对应飞行路线作为备用飞行路线；
步骤5：在飞行载具安装气象信息实时采集设备，将气象信息实时采集设备采集到的气象参数与步骤2中设计的飞行风险阈值进行比对，判定气象参数是否在飞行风险阈值范围内；
步骤6：在判定结果为气象信息实时采集设备采集到的气象参数处于飞行风险阈值范围外时，飞行载具继续当前飞行路线，反之更改应用备用飞行路线继续飞行任务；
步骤7：在数据采集平台中获取飞行载具在飞行路线变更前的飞行路线对应飞行区域气象信息，获取气象信息中气象参数变化特征。
更进一步地，所述步骤2下级设置有子步骤，包括以下步骤：
步骤21：在网络中采集飞行载具事故事件，分析飞行载具事故发生状态气象参数，将分析到的气象参数向步骤2反馈；
其中，所述步骤21采集的飞行载具事故事件均为自然气象引发事故事件，步骤21向步骤2反馈的气象参数参与飞行风险阈值的设计。
更进一步地，所述步骤1中数据采集平台捕捉的飞行载具飞行区域气象信息包括：当前飞行载具飞行区域气象信息、未来飞行载具飞行区域气象预测信息；
其中，步骤1在执行时还通过数据采集凭条在网络中实时捕捉飞行载具飞行区域邻边区域气象信息，飞行区域邻边区域气象信息包括：当前飞行载具邻边区域气象信息、未来飞行载具邻边区域气象预测信息，飞行载具飞行区域气象信息与邻边区域气象信息根据相邻关联相互配置。
更进一步地，所述步骤2在根据气象参数设计飞行风向阈值时，所用气象参数来源包括：飞行载具飞行区域气象信息及飞行区域邻边区域气象信息；
其中，所述步骤2中设计的飞行风险阈值向数据采集平台发送，于数据采集平台中储存。
更进一步地，所述步骤3在判定结果为是时执行步骤4，并同步执行步骤42，所述步骤3在判定结果为否时执行步骤41，并根据用户自定义运行步骤42，所述步骤42初始设定跟随步骤4或步骤41同步执行。
更进一步地，所述步骤42中得到的备用飞行路线不少于两组，且两备用飞行路线及步骤3中分析到的飞行路线的前三分之一路程相同。
更进一步地，所述步骤6中更改应用备用飞行路线进行飞行任务时应用备用飞行路线中剩余路程最短的一组备用飞行路线进行飞行任务。
更进一步地，所述步骤7中气象参数变化特征根据用户手动编辑进行设定，飞行载具上安装的气象信息实时采集设备在飞行载具根据飞行路线飞行过程中实时采集气象参数，在采集气象参数中存在与气象参数变化特征相同项时跳转步骤6执行。
更进一步地，飞行载具初始飞行路线为飞行载具管理端自主设定，为飞行载具执行飞行任务时默认应用飞行路线，飞行载具管理端根据飞行载具的初始飞行路线沿途更改备用飞行路线完成飞行任务过程中的气象参数对初始飞行路线进行优化设计，初始飞行路线在优化设计时应用如下公式进行信度系数的参考数据计算，公式为：
Figure 121408DEST_PATH_IMAGE001
；
式中，
Figure 882079DEST_PATH_IMAGE002
为可信度；
k为飞行载具飞行次数；
Figure 326966DEST_PATH_IMAGE003
为优化设计目标飞行路线第i次飞行时气象参数的方差；
Figure 664407DEST_PATH_IMAGE004
为优化设计目标飞行路线所有飞行次数X的集合气象参数的方差。
有益效果
采用本发明提供的技术方案，与已知的公有技术相比，具有如下有益效果：
1、本发明提供一种基于极端气象条件下航空运行风险指数的预测评估方法，该方法通过对飞行载具的飞行区域管理及飞行区域气象信息的采集来为飞行载具的飞行路线做具体设计，并且采取构建数据采集平台的能够确保飞行载具飞行区域的气象信息获取即时性，进一步的根据数据采集平台中采集的气象信息来设定飞行风险阈值，提供以飞行载具飞行路线对应飞行区域的飞行安全精准判定。
2、本发明中方法在步骤的执行过程中，能够在飞行载具飞行区域中根据气象信息来设计多组飞行路线以作备用，并在飞行载具上设计部署气象信息实时采集设备，从而确保飞行载具飞行实况的气候信息能够得到一定程度的校正，进而根据气象信息实时采集设备所采集的气象信息来对飞行载具备用飞行路线进行应用，进一步的确保飞行载具在执行飞行任务过程中的安全性。
3、在本发明中，同时借助数据采集平台的气象数据的采集并结合飞行载具在执行飞行任务过程中的备用飞行路线应用情况来对飞行载具的飞行环境进行一定程度的预测及优化，从而使得飞行载具在执行飞行任务时安全性更高且备用飞行路线应用情况更少。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，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为本发明中方法的步骤1-步骤4的流程示意图；
图2为本发明中方法的步骤4-步骤7的示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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作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。
下面结合实施例对本发明作进一步的描述。
实施例1
本实施例的一种基于极端气象条件下航空运行风险指数的预测评估方法，如图1-2所示，包括以下步骤：
步骤1：构建数据采集平台，通过数据采集平台在网络中实时捕捉飞行载具飞行区域气象信息；
步骤2：接收步骤1中构建的数据采集平台中飞行区域气象信息，在飞行区域气象信息中捕捉气象参数，根据气象参数设计飞行风险阈值；
步骤3：获取飞行载具当前飞行任务，分析飞行载具当前飞行任务对应飞行路线，根据飞行路线在数据采集平台中获取飞行载具飞行区域气象信息，捕捉气象信息中的气象参数，将捕捉到的气象参数与步骤2中设计的飞行风险阈值进行比对，判定捕捉到的气象参数是否在飞行风险阈值范围内；
步骤4：步骤3判定结果为是，获取步骤42中得到的备用飞行路线，并重复执行步骤42获取一组飞行路线，识别步骤42执行所得飞行路线中行程最短的一组飞行路线作为飞行载具当前应用飞行路线供飞行载具使用；
步骤41：步骤3判定结果为否，提供飞行载具飞行许可；
步骤42：在数据采集平台中捕捉除当前飞行载具飞行路线以外飞行区域中的飞行路线，获取飞行路线对应飞行区域气象参数，选择气象参数不处于飞行风险阈值范围内的飞行区域对应飞行路线作为备用飞行路线；
步骤5：在飞行载具安装气象信息实时采集设备，将气象信息实时采集设备采集到的气象参数与步骤2中设计的飞行风险阈值进行比对，判定气象参数是否在飞行风险阈值范围内；
步骤6：在判定结果为气象信息实时采集设备采集到的气象参数处于飞行风险阈值范围外时，飞行载具继续当前飞行路线，反之更改应用备用飞行路线继续飞行任务；
步骤7：在数据采集平台中获取飞行载具在飞行路线变更前的飞行路线对应飞行区域气象信息，获取气象信息中气象参数变化特征。
实施例2
在具体实施层面，在实施例1的基础上，本实施例参照图1和2所示对实施例1中一种基于极端气象条件下航空运行风险指数的预测评估方法做进一步具体说明：
步骤2下级设置有子步骤，包括以下步骤：
步骤21：在网络中采集飞行载具事故事件，分析飞行载具事故发生状态气象参数，将分析到的气象参数向步骤2反馈；
其中，步骤21采集的飞行载具事故事件均为自然气象引发事故事件，步骤21向步骤2反馈的气象参数参与飞行风险阈值的设计。
如图1所示，步骤1中数据采集平台捕捉的飞行载具飞行区域气象信息包括：当前飞行载具飞行区域气象信息、未来飞行载具飞行区域气象预测信息；
其中，步骤1在执行时还通过数据采集凭条在网络中实时捕捉飞行载具飞行区域邻边区域气象信息，飞行区域邻边区域气象信息包括：当前飞行载具邻边区域气象信息、未来飞行载具邻边区域气象预测信息，飞行载具飞行区域气象信息与邻边区域气象信息根据相邻关联相互配置。
如图1所示，步骤2在根据气象参数设计飞行风向阈值时，所用气象参数来源包括：飞行载具飞行区域气象信息及飞行区域邻边区域气象信息；
其中，步骤2中设计的飞行风险阈值向数据采集平台发送，于数据采集平台中储存。
通过上述设置，可以使得飞行风险阈值在设计时获得更多参考数据，从而使得飞行风险阈值的设计更加符合飞行区域气象特征。
实施例3
在具体实施层面，在实施例1的基础上，本实施例参照图1和2所示对实施例1中一种基于极端气象条件下航空运行风险指数的预测评估方法做进一步具体说明：
步骤3在判定结果为是时执行步骤4，并同步执行步骤42，步骤3在判定结果为否时执行步骤41，并根据用户自定义运行步骤42，步骤42初始设定跟随步骤4或步骤41同步执行。
如图1所示，步骤42中得到的备用飞行路线不少于两组，且两备用飞行路线及步骤3中分析到的飞行路线的前三分之一路程相同。
如此设置可以使得飞行载具在根据飞行路线飞行的过程中依旧可以根据飞行区域的气象信息及时变更备用飞行路线继续执行飞行任务，从而以此有效的提升了飞行载具的飞行任务完成率。
如图1所示，步骤6中更改应用备用飞行路线进行飞行任务时应用备用飞行路线中剩余路程最短的一组备用飞行路线进行飞行任务。
如图1所示，步骤7中气象参数变化特征根据用户手动编辑进行设定，飞行载具上安装的气象信息实时采集设备在飞行载具根据飞行路线飞行过程中实时采集气象参数，在采集气象参数中存在与气象参数变化特征相同项时跳转步骤6执行。
如图1所示，飞行载具初始飞行路线为飞行载具管理端自主设定，为飞行载具执行飞行任务时默认应用飞行路线，飞行载具管理端根据飞行载具的初始飞行路线沿途更改备用飞行路线完成飞行任务过程中的气象参数对初始飞行路线进行优化设计，初始飞行路线在优化设计时应用如下公式进行信度系数的参考数据计算，公式为：
Figure 635774DEST_PATH_IMAGE001
；
式中，
Figure 564416DEST_PATH_IMAGE002
为可信度；
k为飞行载具飞行次数；
Figure 496599DEST_PATH_IMAGE003
为优化设计目标飞行路线第i次飞行时气象参数的方差；
Figure 168889DEST_PATH_IMAGE004
为优化设计目标飞行路线所有飞行次数X的集合气象参数的方差。
综上而言，在上述实施例中，通过对飞行载具的飞行区域管理及飞行区域气象信息的采集来为飞行载具的飞行路线做具体设计，并且采取构建数据采集平台的能够确保飞行载具飞行区域的气象信息获取即时性，进一步的根据数据采集平台中采集的气象信息来设定飞行风险阈值，提供以飞行载具飞行路线对应飞行区域的飞行安全精准判定；同时能够在飞行载具飞行区域中根据气象信息来设计多组飞行路线以作备用，并在飞行载具上设计部署气象信息实时采集设备，从而确保飞行载具飞行实况的气候信息能够得到一定程度的校正，进而根据气象信息实时采集设备所采集的气象信息来对飞行载具备用飞行路线进行应用，进一步的确保飞行载具在执行飞行任务过程中的安全性；并且借助数据采集平台的气象数据的采集并结合飞行载具在执行飞行任务过程中的备用飞行路线应用情况来对飞行载具的飞行环境进行一定程度的预测及优化，从而使得飞行载具在执行飞行任务时安全性更高且备用飞行路线应用情况更少。
以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不会使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (9)

1.一种基于极端气象条件下航空运行风险指数的预测评估方法，其特征在于，包括以下步骤：
步骤1：构建数据采集平台，通过数据采集平台在网络中实时捕捉飞行载具飞行区域气象信息；
步骤2：接收步骤1中构建的数据采集平台中飞行区域气象信息，在飞行区域气象信息中捕捉气象参数，根据气象参数设计飞行风险阈值；
步骤3：获取飞行载具当前飞行任务，分析飞行载具当前飞行任务对应飞行路线，根据飞行路线在数据采集平台中获取飞行载具飞行区域气象信息，捕捉气象信息中的气象参数，将捕捉到的气象参数与步骤2中设计的飞行风险阈值进行比对，判定捕捉到的气象参数是否在飞行风险阈值范围内；
步骤4：步骤3判定结果为是，获取步骤42中得到的备用飞行路线，并重复执行步骤42获取一组飞行路线，识别步骤42执行所得飞行路线中行程最短的一组飞行路线作为飞行载具当前应用飞行路线供飞行载具使用；
步骤41：步骤3判定结果为否，提供飞行载具飞行许可；
步骤42：在数据采集平台中捕捉除当前飞行载具飞行路线以外飞行区域中的飞行路线，获取飞行路线对应飞行区域气象参数，选择气象参数不处于飞行风险阈值范围内的飞行区域对应飞行路线作为备用飞行路线；
步骤5：在飞行载具安装气象信息实时采集设备，将气象信息实时采集设备采集到的气象参数与步骤2中设计的飞行风险阈值进行比对，判定气象参数是否在飞行风险阈值范围内；
步骤6：在判定结果为气象信息实时采集设备采集到的气象参数处于飞行风险阈值范围外时，飞行载具继续当前飞行路线，反之更改应用备用飞行路线继续飞行任务；
步骤7：在数据采集平台中获取飞行载具在飞行路线变更前的飞行路线对应飞行区域气象信息，获取气象信息中气象参数变化特征。
2.根据权利要求1所述的一种基于极端气象条件下航空运行风险指数的预测评估方法，其特征在于，所述步骤2下级设置有子步骤，包括以下步骤：
步骤21：在网络中采集飞行载具事故事件，分析飞行载具事故发生状态气象参数，将分析到的气象参数向步骤2反馈；
其中，所述步骤21采集的飞行载具事故事件均为自然气象引发事故事件，步骤21向步骤2反馈的气象参数参与飞行风险阈值的设计。
3.根据权利要求1所述的一种基于极端气象条件下航空运行风险指数的预测评估方法，其特征在于，所述步骤1中数据采集平台捕捉的飞行载具飞行区域气象信息包括：当前飞行载具飞行区域气象信息、未来飞行载具飞行区域气象预测信息；
其中，步骤1在执行时还通过数据采集凭条在网络中实时捕捉飞行载具飞行区域邻边区域气象信息，飞行区域邻边区域气象信息包括：当前飞行载具邻边区域气象信息、未来飞行载具邻边区域气象预测信息，飞行载具飞行区域气象信息与邻边区域气象信息根据相邻关联相互配置。
4.根据权利要求1所述的一种基于极端气象条件下航空运行风险指数的预测评估方法，其特征在于，所述步骤2在根据气象参数设计飞行风向阈值时，所用气象参数来源包括：飞行载具飞行区域气象信息及飞行区域邻边区域气象信息；
其中，所述步骤2中设计的飞行风险阈值向数据采集平台发送，于数据采集平台中储存。
5.根据权利要求1所述的一种基于极端气象条件下航空运行风险指数的预测评估方法，其特征在于，所述步骤3在判定结果为是时执行步骤4，并同步执行步骤42，所述步骤3在判定结果为否时执行步骤41，并根据用户自定义运行步骤42，所述步骤42初始设定跟随步骤4或步骤41同步执行。
6.根据权利要求5所述的一种基于极端气象条件下航空运行风险指数的预测评估方法，其特征在于，所述步骤42中得到的备用飞行路线不少于两组，且两备用飞行路线及步骤3中分析到的飞行路线的前三分之一路程相同。
7.根据权利要求1所述的一种基于极端气象条件下航空运行风险指数的预测评估方法，其特征在于，所述步骤6中更改应用备用飞行路线进行飞行任务时应用备用飞行路线中剩余路程最短的一组备用飞行路线进行飞行任务。
8.根据权利要求1所述的一种基于极端气象条件下航空运行风险指数的预测评估方法，其特征在于，所述步骤7中气象参数变化特征根据用户手动编辑进行设定，飞行载具上安装的气象信息实时采集设备在飞行载具根据飞行路线飞行过程中实时采集气象参数，在采集气象参数中存在与气象参数变化特征相同项时跳转步骤6执行。
9.根据权利要求1所述的一种基于极端气象条件下航空运行风险指数的预测评估方法，其特征在于，飞行载具初始飞行路线为飞行载具管理端自主设定，为飞行载具执行飞行任务时默认应用飞行路线，飞行载具管理端根据飞行载具的初始飞行路线沿途更改备用飞行路线完成飞行任务过程中的气象参数对初始飞行路线进行优化设计，初始飞行路线在优化设计时应用如下公式进行信度系数的参考数据计算，公式为：
Figure 517707DEST_PATH_IMAGE001
；
式中，
Figure 107475DEST_PATH_IMAGE002
为可信度；
k为飞行载具飞行次数；
Figure 189701DEST_PATH_IMAGE003
为优化设计目标飞行路线第i次飞行时气象参数的方差；
Figure 129975DEST_PATH_IMAGE004
为优化设计目标飞行路线所有飞行次数X的集合气象参数的方差。
CN202211629923.4A 2022-12-19 2022-12-19 基于极端气象条件下航空运行风险指数的预测评估方法 Active CN115619049B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211629923.4A CN115619049B (zh) 2022-12-19 2022-12-19 基于极端气象条件下航空运行风险指数的预测评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211629923.4A CN115619049B (zh) 2022-12-19 2022-12-19 基于极端气象条件下航空运行风险指数的预测评估方法

Publications (2)

Publication Number Publication Date
CN115619049A true CN115619049A (zh) 2023-01-17
CN115619049B CN115619049B (zh) 2023-05-02

Family

ID=84879840

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211629923.4A Active CN115619049B (zh) 2022-12-19 2022-12-19 基于极端气象条件下航空运行风险指数的预测评估方法

Country Status (1)

Country Link
CN (1) CN115619049B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117173935A (zh) * 2023-07-18 2023-12-05 北京锐士装备科技有限公司 一种针对无人机提供鉴权服务的鉴权方法及系统
CN117493818A (zh) * 2024-01-03 2024-02-02 山东亿华天产业发展集团有限公司 基于动态遥感技术的国土测绘方法、系统及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2472288A1 (fr) * 2003-07-07 2005-01-07 Airbus France Procede et dispositif de generation d'un plan de vol pour un vol tactique d'un aeronef
CN106710316A (zh) * 2017-02-28 2017-05-24 中国人民解放军空军装备研究院雷达与电子对抗研究所 一种基于恶劣气象条件的空域容量确定方法及装置
CN106898160A (zh) * 2015-09-30 2017-06-27 空中客车集团印度私人有限公司 航路飞行路径优化
CN111338366A (zh) * 2020-02-26 2020-06-26 酷黑科技（北京）有限公司 一种飞行路线的确定方法及飞行辅助系统
CN115188223A (zh) * 2022-06-08 2022-10-14 中国人民解放军空军研究院战场环境研究所 一种基于机场天气实况的飞机起降安全指数确定方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2472288A1 (fr) * 2003-07-07 2005-01-07 Airbus France Procede et dispositif de generation d'un plan de vol pour un vol tactique d'un aeronef
CN106898160A (zh) * 2015-09-30 2017-06-27 空中客车集团印度私人有限公司 航路飞行路径优化
CN106710316A (zh) * 2017-02-28 2017-05-24 中国人民解放军空军装备研究院雷达与电子对抗研究所 一种基于恶劣气象条件的空域容量确定方法及装置
CN111338366A (zh) * 2020-02-26 2020-06-26 酷黑科技（北京）有限公司 一种飞行路线的确定方法及飞行辅助系统
CN115188223A (zh) * 2022-06-08 2022-10-14 中国人民解放军空军研究院战场环境研究所 一种基于机场天气实况的飞机起降安全指数确定方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117173935A (zh) * 2023-07-18 2023-12-05 北京锐士装备科技有限公司 一种针对无人机提供鉴权服务的鉴权方法及系统
CN117173935B (zh) * 2023-07-18 2024-02-09 北京锐士装备科技有限公司 一种针对无人机提供鉴权服务的鉴权方法及系统
CN117493818A (zh) * 2024-01-03 2024-02-02 山东亿华天产业发展集团有限公司 基于动态遥感技术的国土测绘方法、系统及存储介质
CN117493818B (zh) * 2024-01-03 2024-04-05 山东亿华天产业发展集团有限公司 基于动态遥感技术的国土测绘方法、系统及存储介质

Also Published As

Publication number Publication date
CN115619049B (zh) 2023-05-02

Similar Documents

Publication Publication Date Title
CN115619049A (zh) 基于极端气象条件下航空运行风险指数的预测评估方法
CN107818382B (zh) 航班到达时间预测方法
CN105844346A (zh) 基于arima模型的航班延误预测方法
CN110570693B (zh) 一种基于可靠性的航班运行时间预测方法
CN106447107B (zh) 一种基于飞机结构健康监控的维修方法
CN110390177B (zh) 离群飞行物确定方法及装置
US10358231B2 (en) Method and system for pilot decision aid for the aircraft piloting and associated computer program product
WO2009101988A1 (ja) 乱気流予測システムおよび乱気流予測方法
CN109598815A (zh) 一种机载燃油系统耗油估计及健康监测方法
CN109492912A (zh) 一种飞行风险提示方法、用户终端及服务器
Landolt et al. The impacts of automation on present weather–type observing capabilities across the conterminous United States
Rubnich et al. An algorithm to identify robust convective weather avoidance polygons in en route airspace
CN112132366A (zh) 一种航班放行率的预测系统
CN117093953A (zh) 一种多气象要素融合的飞机结冰快速修正预测方法和系统
CN115662196B (zh) 飞机积冰预报信息处理方法、装置、电子设备及存储介质
US10569899B2 (en) Method for controlling the restitution of alert(s) and/or system(s) reconfiguration procedure(s), related computer program product and control system
Mitkas et al. Activity Identification using ADS-B data at General Aviation Airports
CN114742458A (zh) 一种恶劣天气下机场航班运行韧性评估及预测方法
Kunlun et al. A safety approach to predict human error in critical flight tasks
Ivanytskyi et al. UAS Flight Trajectory Optimization Algorithm Based on Operative Meteorological Information.
Tsai et al. Risk Assessment of Final Approach Phase with ADS-B Trajectory Data and Weather Information using Artificial Neural Network
WO2019192615A1 (zh) 基于大数据的空中交通流量管理方法及系统
Balicki et al. Safety performance indicators assessment for small aircraft airframe systems
Zheng et al. Risk prediction method of aircraft hard landing based on flight data
Emara et al. Machine learning enabled turbulence prediction using flight data for safety analysis

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20230413

Address after: 171 Konggang 1st Road, Changning District, Shanghai

Applicant after: Eastern China Air Traffic Management Bureau, CAAC

Address before: Room 301, 3rd floor, No. 6, Wuxi Road, Zhongluotan, Baiyun District, Guangzhou, Guangdong Province, 510405

Applicant before: Guangzhou Wumai Information Technology Co.,Ltd.

GR01 Patent grant
GR01 Patent grant