CN116030214A - 一种基于四维数据集的气象网格和航迹网格叠加方法 - Google Patents
一种基于四维数据集的气象网格和航迹网格叠加方法 Download PDFInfo
- Publication number
- CN116030214A CN116030214A CN202310328308.8A CN202310328308A CN116030214A CN 116030214 A CN116030214 A CN 116030214A CN 202310328308 A CN202310328308 A CN 202310328308A CN 116030214 A CN116030214 A CN 116030214A
- Authority
- CN
- China
- Prior art keywords
- weather
- grid
- sub
- data
- track
- 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
Links
Images
Classifications
-
- 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
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种基于四维数据集的气象网格和航迹网格叠加方法,包括:获取目标区域在四个维度上的空间数据,并进行插值融合,构建得到基于目标区域的空间网格;获取目标区域的天气预报数据,并向空间网格中每个子网格配置对应的子预报数据;获取航空器探测资料,并匹配时间分辨率高于预设分辨率的航迹数据,来向空间网格中每个子网格配置对应时间点下的子航迹,得到航迹网格;基于对各类天气状况的权重设置结果,且结合对应子网格的子预报数据,计算对应子网格在匹配时间点下的天气影响度,得到气象网格;将航迹网格与气象网格进行网格融合处理,得到叠加网格进行飞行提醒。来实现有效飞行提醒,保证了飞行安全性。
Description
技术领域
本发明涉及数据处理技术领域,特别涉及一种基于四维数据集的气象网格和航迹网格叠加方法。
背景技术
航空器,是指一种能够在大气中飞行的飞行器,主要包括飞机,且在飞机飞行过程中,对飞机影响最大的当属气象条件,许多气象条件严重威胁着飞行安全,并截止目前,世界各地的气象设施都可以探测到诸如气温、风、云、降水、雷电等一系列气象因素,可以为飞行提供有效数据支撑。
因此,本发明提出一种基于四维数据集的气象网格和航迹网格叠加方法。
发明内容
本发明提供一种基于四维数据集的气象网格和航迹网格叠加方法,用以通过从四个维度构建空间网格,并结合天气预报数据与航空器探测资料,进行网格叠加处理,来实现有效飞行提醒,保证了飞行安全性。
本发明提供一种基于四维数据集的气象网格和航迹网格叠加方法,包括:
步骤1:获取目标区域在四个维度上的空间数据,并进行插值融合,构建得到基于所述目标区域的空间网格,其中,所述四个维度为经度、维度、高度以及时间;
步骤2:获取所述目标区域的天气预报数据,并向所述空间网格中每个子网格配置对应的子预报数据;
步骤3:获取航空器探测资料,并匹配时间分辨率高于预设分辨率的航迹数据,来向空间网格中每个子网格配置对应时间点下的子航迹,得到航迹网格;
步骤4:基于对各类天气状况的权重设置结果,且结合对应子网格的子预报数据,计算对应子网格在匹配时间点下的天气影响度,得到气象网格;
步骤5:将所述航迹网格与气象网格进行网格融合处理,得到叠加网格进行飞行提醒。
优选的,获取目标区域在四个维度上的空间数据,并进行插值融合,构建得到基于所述目标区域的空间网格,包括:
获取所述目标区域基于空间上的纬度边界、经度边界以及高度边界;
基于所述纬度边界、经度边界以及高度边界,构建第一空间;
对所述第一空间进行单元划分,获取得到若干单元子网格;
根据对应单元子网格的网格边界信息,进行信息插值融合,构建得到空间网格。
优选的,获取所述目标区域的天气预报数据,并向所述空间网格中每个子网格配置对应的子预报数据,包括:
根据所述目标区域所部署的气象站,确定每个气象站的监测范围,并将所述监测范围与所述子网格进行范围匹配,向每个子网格配置气象范围标签;
当所述子网格的气象范围标签为一个时,保留对应子网格的网格大小不变,并从天气预报数据中调取与对应气象范围标签一致的气象站的第一气象数据作为子预报数据;
当所述子网格的气象范围标签为多个时,获取每个气象范围标签对应气象站的范围边界线,并与对应子网格进行位置匹配处理,附加在对应子网格上;
基于附加结果,得到第一划分格,并判断所述第一划分格是否为完全划分;
若是,从天气预报数据中分别获取第一划分格中所涉及到的气象站监测到的第二气象数据,并作为子预报数据;
若不完全划分,则锁定对应子网格中所存在的所有划分边界线,获取存在的交叉边界以及非交叉边界;
获取所述非交叉边界与子网格的第一边界的第一交集区域,并向所述第一交集区域配置与构成非交叉边界的气象站所监测得到的第三气象数据;
获取交叉边界与子网格的第一边界的独立区域以及非独立区域,并向所述独立区域配置与构成对应交叉边界的气象站所监测得到的第四气象数据;
根据所述非独立区域所涉及到的第一交叉线与第二交叉线,并确定第一交叉线与匹配的第一气象站以及确定第二交叉线与匹配的第二气象站;
获取第一气象站和第二气象站对同个非独立区域的第一待分析数据以及第二待分析数据;
当所述第一待分析数据与第二待分析数据一致时,从第一气象站和第二气象站中筛选监测精度高的气象站的监测数据作为对同个非独立区域的第五气象数据;
当所述第一待分析数据与第二待分析数据不一致时,则从第一交叉线与匹配的第一气象站的第一距离以及确定第二交叉线与匹配的第二气象站的第二距离中筛选较小距离对应的气象站的监测数据作为对同个非独立区域的第六气象数据;
判断对应子网格中是否存在空区域;
若不存在,则将对应子网格获取得到的所有气象数据作为子预报数据,并对相应子网格按照划分边界线进行子网格再次划分。
优选的,判断对应子网格中是否存在空区域之后,还包括:
锁定所存在的划分边界线对相应子网格的空区域;
根据所述空区域的边界线,来分别确定每个边界线对应外侧区域的当下气象数据,并根据对应外侧区域与所述空区域的地理位置信息以及连接地理信息,确定对应外侧区域向所述空区域的气象转移序列;
按照序列-转移分析模型,获取得到对应外侧区域对所述空区域的初始转换数据以及初始转换区域;
将所述初始转换数据以及初始转换区域进行优化过渡,得到气象转换数据以及气象转换区域,实现对空区域的区域划分。
优选的,将所述初始转换数据以及初始转换区域进行优化过渡,得到气象转换数据以及气象转换区域,包括:
当所述气象转移序列为向空区域的直接改变序列时,绘制针对所述空区域的第一气象图,其中,所述气象转移序列与转移位置点以及转移位置点的气象弱化系数相关;
当所述第一气象图只有一个时,根据所述第一气象图的气象变化数据,作为对应空区域的气象数据;
当所述第一气象图为多个时,根据对应直接改变序列的气象特性以及气象温和度的计算公式,锁定每个第一气象图的气象弱化边界,其中,D1表示气象温和度;sim{d1,d02}表示按照对应第一气象图的气象特性所确定的边界数据d1与同气象特性所设定的边界数据d02的相似函数;表示对应气象特性下的标准比较系数;
对相邻初始转换区域所涉及的气象弱化边界进行优化过渡处理,得到气象转换数据以及气象转换区域。
优选的,向空间网格中每个子网格配置对应时间点下的子航迹,得到航迹网格,包括:
根据航迹数据,向对应子网格进行轨迹绘制,其中,轨迹绘制包括轨迹坐标以及每个轨迹坐标的航迹时间点;
将每个子网格的轨迹绘制结果按照时间标准以及轨迹标准进行拼接,获取得到航迹网格。
优选的,基于对各类天气状况的权重设置结果,且结合对应子网格的子预报数据,计算对应子网格在匹配时间点下的天气影响度,得到气象网格,包括:
确定每个子网格的网格划分数目,并获取匹配时间点下划分子格的子预报数据;
基于数据-类型映射表,确定每个划分子格的子预报数据的天气类型;
计算对应划分子格在匹配时间点下的初始影响度;
;其中,表示对应初始影响度;表示对应天气类型所存在天气影响的设置权重;表示对应划分子格所对应地理位置对天气影响的设置权重;表示的设定系数;表示对的设定系数,且;根据所述初始影响度,计算得到对应子网格在匹配时间点下的天气影响度;
;其中,表示满足的初始影响度的存在个数;表示对应子网格中所存在的所有初始影响度的个数;表示对应子网格中第个初始影响度;表示对应子网格的天气影响度;
将同个子网格的天气影响度、涉及到的每个划分子格的初始影响度以及匹配的子预报数据标定在对应子网格上,构建得到气象网格。
优选的,将所述航迹网格与气象网格进行网格融合处理,得到叠加网格进行飞行提醒,包括:
将所述航迹网格与气象网格进行网格叠加,从叠加网格中锁定同个飞行轨迹以及所述同个飞行轨迹所涉及到的气象轨迹,确定起飞安全性;
当所述起飞安全性低于预设安全性时,进行安全起飞提醒,同时,判断是否存在可更换轨迹;
若不存在,提醒持续等待;
若存在,提醒更换轨迹。
与现有技术相比,本申请的有益效果如下:
通过从四个维度构建空间网格,并结合天气预报数据与航空器探测资料,进行网格叠加处理,来实现有效飞行提醒,保证了飞行安全性。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例中一种基于四维数据集的气象网格和航迹网格叠加方法的流程图;
图2为本发明实施例中完全划分结果图;
图3为本发明实施例中不完全划分结果图;
图4为本发明实施例中弱化边界结果图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
本发明提供一种基于四维数据集的气象网格和航迹网格叠加方法,如图1所示,包括:
步骤1:获取目标区域在四个维度上的空间数据,并进行插值融合,构建得到基于所述目标区域的空间网格,其中,所述四个维度为经度、维度、高度以及时间;
步骤2:获取所述目标区域的天气预报数据,并向所述空间网格中每个子网格配置对应的子预报数据;
步骤3:获取航空器探测资料,并匹配时间分辨率高于预设分辨率的航迹数据,来向空间网格中每个子网格配置对应时间点下的子航迹,得到航迹网格;
步骤4:基于对各类天气状况的权重设置结果,且结合对应子网格的子预报数据,计算对应子网格在匹配时间点下的天气影响度,得到气象网格;
步骤5:将所述航迹网格与气象网格进行网格融合处理,得到叠加网格进行飞行提醒。
该实施例中,目标区域指的是需要进行飞行安全确定的区域,可以是A市到B市的区域,也可以是C国到D国的区域。
该实施例中,插值融合指的是将纬度、经度、高度以及时间,来插入到对应的空间中,构建得到空间网格,每个空间网格都有其对应的纬度数据集、经度数据集、高度数据集以及时间集,其中,时间集主要为后续的飞行预测以及天气预测提供支撑。
该实施例中,空间网格可以是由不同的正方形单元子网格构成。
该实施例中,天气预报数据是包含该区域中不同位置的气象站所测量得到的天气数据,且天气数据是包含气温、气压、风、雨、雷电、降水等数据在内。
该实施例中,每个子网格会涉及到该目标区域中的不同地理位置,进而确定气象站对应的位置覆盖范围,来实现对子网格的子预报数据的分配。
该实施例中,航空器探测资料指的是航空器的所有历史航迹数据,时间分辨率高于预设分辨率的航迹数据指的是获取准时飞行的航班相关航迹数据,来为后续构建航迹网格提供基础。
该实施例中,气象网格以及航迹网格都是基于空间网格构建实现的。
该实施例中,权重设置结果是预先设定好的,且天气状况越是影响飞行,对应的权重设置结果越大。
该实施例中,天气影响度指的是对应子网格下在对应匹配时间点下的天气恶劣情况,来构建对应匹配时间点下的气象网格。
该实施例中,网格融合处理,其实,就是将网格进行对比分析,来得到针对航迹的气象轨迹,来确定是否在该匹配时间点下是否可以安全飞行。
该实施例中,在飞行提醒的时候不仅是对待起飞飞机的提心,还会是对已起飞飞机的提醒,亦或者是在起飞之前,对起飞路线上对应匹配时间点下的天气情况以及整条路线的天气整体分析,来确定飞行安全与否。
上述技术方案的有益效果是:通过从四个维度构建空间网格,并结合天气预报数据与航空器探测资料,进行网格叠加处理,来实现有效飞行提醒,保证了飞行安全性。
本发明提供一种基于四维数据集的气象网格和航迹网格叠加方法,获取目标区域在四个维度上的空间数据,并进行插值融合,构建得到基于所述目标区域的空间网格,包括:
获取所述目标区域基于空间上的纬度边界、经度边界以及高度边界;
基于所述纬度边界、经度边界以及高度边界,构建第一空间;
对所述第一空间进行单元划分,获取得到若干单元子网格;
根据对应单元子网格的网格边界信息,进行信息插值融合,构建得到空间网格。
该实施例中,纬度边界以及经度边界是为了确定对应区域的最外围边界,高度边界指的是从地面到可飞行高度对应的范围边界。
该实施例中,单元划分指的是按照正方形单元格对第一空间进行划分,得到子网格。
该实施例中,网格边界信息指的是子网格的经度、纬度、高度信息,也就是将相关的信息附加在对应子网格上,即为实现的信息插值融合。
上述技术方案的有益效果是:通过获取区域的边界,来构建第一空间,且通过单元划分,便于实现对每个子网格信息的插值融合,得到空间网格,为后续保证飞行安全提供基础。
本发明提供一种基于四维数据集的气象网格和航迹网格叠加方法,获取所述目标区域的天气预报数据,并向所述空间网格中每个子网格配置对应的子预报数据,包括:
根据所述目标区域所部署的气象站,确定每个气象站的监测范围,并将所述监测范围与所述子网格进行范围匹配,向每个子网格配置气象范围标签;
当所述子网格的气象范围标签为一个时,从天气预报数据中调取与对应气象范围标签一致的气象站的第一气象数据作为子预报数据;
当所述子网格的气象范围标签为多个时,获取每个气象范围标签对应气象站的范围边界线,并与对应子网格进行位置匹配处理,附加在对应子网格上;
基于附加结果,得到第一划分格,并判断所述第一划分格是否为完全划分;
若是,从天气预报数据中分别获取第一划分格中所涉及到的气象站监测到的第二气象数据,并作为子预报数据;
若不完全划分,则锁定对应子网格中所存在的所有划分边界线,获取存在的交叉边界以及非交叉边界;
获取所述非交叉边界与子网格的第一边界的第一交集区域,并向所述第一交集区域配置与构成非交叉边界的气象站所监测得到的第三气象数据;
获取交叉边界与子网格的第一边界的独立区域以及非独立区域,并向所述独立区域配置与构成对应交叉边界的气象站所监测得到的第四气象数据;
根据所述非独立区域所涉及到的第一交叉线与第二交叉线,并确定第一交叉线与匹配的第一气象站以及确定第二交叉线与匹配的第二气象站;
获取第一气象站和第二气象站对同个非独立区域的第一待分析数据以及第二待分析数据;
当所述第一待分析数据与第二待分析数据一致时,从第一气象站和第二气象站中筛选监测精度高的气象站的监测数据作为对同个非独立区域的第五气象数据;
当所述第一待分析数据与第二待分析数据不一致时,则从第一交叉线与匹配的第一气象站的第一距离以及确定第二交叉线与匹配的第二气象站的第二距离中筛选较小距离对应的气象站的监测数据作为对同个非独立区域的第六气象数据;
判断对应子网格中是否存在空区域;
若不存在,则将对应子网格获取得到的所有气象数据作为子预报数据,并对相应子网格按照划分边界线进行子网格再次划分。
该实施例中,气象站是目标区域预先部署好的,且每个气象站都可以测量到对应设置位置,且以该设置位置为中心进行扩展,得到的测量范围。
该实施例中,因为子网格是基于经度、纬度来实现的划分,且与地理位置存在地理坐标一致关系,比如,位置A1处的气象站的监测范围为经度a1到经度a3,纬度a2到纬度a4的一个范围,可以与子网格对象上,如果对应子网格的经纬度范围是在监测范围内的,则就向该子网格设定一个气象范围标签,也就是该子网格的相关气象信息是通过一个气象站监测得到的。
如果该子网格是需要通过多个气象站的监测范围才可以覆盖,就判定该子网格是存在多个气象范围标签的。
该实施例中,天气预报数据是事前从每个气象站的监测结果获取到的,在对相应的子网格进行气象站个数存在的分析之后,来有效的匹配对应的气象站的气象数据作为子预报数据。
该实施例中,第一划分格指的是对子网格进行划分之后,不存在重叠划分部分也不存在没被划分部分,也就是气象站对子网格的划分部分刚刚好,视为完全划分,否则,视为不完全划分,具体如图2所示,为完全划分结果图,划分之后存在a01、a02、a03以及a04四个部分,图中的边界线即为划分边界线,且范围边界线指的是对应气象站的监测范围的边界线。
该实施例中,如图3所示,为不完全划分结果图,其中,a1与a2即为交叉边界,a3即为非交叉边界,b1为非交叉边界与子网格的第一边界的A的第一交集区域,b2为交叉边界a1与子网格的独立区域,b3为交叉边界a2与子网格的独立区域,b4为非独立区域。
该实施例中,第四气象数据即为气象站所监测到的对应独立区域的数据。
该实施例中,第二气象数据即为对应匹配的气象站所监测得到的气象数据。
该实施例中,非独立区域b4涉及到的第一交叉线与第二交叉线是交叉边界a1与交叉边界a2的一部分,也就是构成非独立区域的那部分。
该实施例中,第一待分析数据是第一气象站检测到的非独立区域的气象数据,第二待分析数据是第二气象站检测到的非独立区域的气象数据。
该实施例中,因为每个气象站的测量的设置精度是不一样的,因此,来将 精度高的气象站的监测数据作为第五气象数据。
该实施例中,第一距离指的是第一气象站的设置位置点与第一交叉线的最小距离,第二距离指的是第二气象站的设置位置点与第二交叉线的最小距离。
该实施例中,空区域即为如图3中的d。
该实施例中,子网格再次划分就是为了实现精度分析,保证飞行安全的合理分析。
上述技术方案的有益效果是:通过向每个子网格配置气象范围标签,来向子网格设置预报数据,且当子网格涉及多个气象站时,则根据气象站的监测范围,来对子网格进行交叉边界、非交叉边界的确定以及对独立、非独立区域的确定,为向对应区域分配合理的气象数据提供精准基础,进一步保证飞行安全。
本发明提供一种基于四维数据集的气象网格和航迹网格叠加方法,判断对应子网格中是否存在空区域之后,还包括:
锁定所存在的划分边界线对相应子网格的空区域;
根据所述空区域的边界线,来分别确定每个边界线对应外侧区域的当下气象数据,并根据对应外侧区域与所述空区域的地理位置信息以及连接地理信息,确定对应外侧区域向所述空区域的气象转移序列;
按照序列-转移分析模型,获取得到对应外侧区域对所述空区域的初始转换数据以及初始转换区域;
将所述初始转换数据以及初始转换区域进行优化过渡,得到气象转换数据以及气象转换区域,实现对空区域的区域划分。
该实施例中,空区域即为图3中的d区域。
该实施例中,空区域的边界线即为对应的a1、a2以及a3边界。
该实施例中,在确定空区域之前已经将每个边界线划分之后的对应区域所匹配的气象数据进行了确定,因此,可以有效的确定对应外侧区域,比如,针对边界线2的外界区域本身应该是b3和b4构成的,但是,b4的数据是归属到与b2的气象数据所对应的同区域,所以,b3为边界a2的外侧区域,b2和b4是边界a1的外侧区域。
该实施例中,地理位置信息指的是对应两个区域的位置信息,因为位置信息不一样,所对应的气象影响情况也会是不一样的,连接地理信息指的是对应两个区域的连接线部分的地理信息。
该实施例中,气象转移序列指的是根据气象数据,便于推测在该位置信息下外侧区域的气象对空区域的气象的影响情况,气象数据指的是对应的温度、风速、风向、雨量、雷电等,在风速与风向的带动下,会对空区域造成的影响。
该实施例中,序列指的是对应外侧区域中所测量到的各个气象参数值。
该实施例中,序列-转移分析模型是基于神经网络模型训练好的,是基于不同的组合序列以及与序列所匹配的气象数据在经过不同的地理信息之后,在其他区域会存在的一个数据变化情况,进而可以有效的训练得到的序列-转移分析模型。
该实施例中,比如,在区域1:风速a1,风向西南,雨量5ml/h,在经过模型分析后,如果区域2处于正常天气情况下,此时,风速小于a1,风向西南,雨量1ml/h。
该实施例中,初始转换区域的是空区域,初始转换数据指的对应外侧区域会让初始转换区域产生的气象数据。
该实施例中,优化过渡指的是在确定空区域的过程中,有时候不仅不存一个外侧区域,可能是会存在多个外侧区域的,因此,每个外侧区域都会对该空区域造成一定的气象影响,所以,需要对外侧区域所导致的对空区域的气象数据进行一个边界分析,来保证空区域的气象数据是合理化的。
上述技术方案的有益效果是:通过确定外侧区域对空区域的气象转移序列以及模型分析,有效的对初始转换区域进行优化过渡,实现对空区域的区域划分,保证对子网格的进一步精细化划分,为后续安全飞行提供基础。
本发明提供一种基于四维数据集的气象网格和航迹网格叠加方法,将所述初始转换数据以及初始转换区域进行优化过渡,得到气象转换数据以及气象转换区域,包括:
当所述气象转移序列为向空区域的直接改变序列时,绘制针对所述空区域的第一气象图,其中,所述气象转移序列与转移位置点以及转移位置点的气象弱化系数相关;
当所述第一气象图只有一个时,根据所述第一气象图的气象变化数据,作为对应空区域的气象数据;
当所述第一气象图为多个时,根据对应直接改变序列的气象特性以及气象温和度的计算公式,锁定每个第一气象图的气象弱化边界,其中,D1表示气象温和度;sim{d1,d02}表示按照对应第一气象图的气象特性所确定的边界数据d1与同气象特性所设定的边界数据d02的相似函数;表示对应气象特性下的标准比较系数;
对相邻初始转换区域所涉及的气象弱化边界进行优化过渡处理,得到气象转换数据以及气象转换区域。
该实施例中,当所述气象转移序列为向空区域的直接改变序列时指的是根据气象转移序列所涉及到的风速和风向,来确定是否与空区域的方向对应一致,如果对应一致,则视为直接改变序列。
该实施例中,第一气象图像指的是该气象转移序列可以对空区域的造成气象生的何种影响,因为空区域是属于气象站所监测的遗漏区域,但是,可以根据外侧区域来对该遗漏区域进行一个预测评估,来绘制相关的气象图。
该实施例中,第一气象图的绘制与气象转移序列经过不同地理位置点(气象转移点)有关系,是根据地理位置的相关气象影响规律,来确定气象影响情况,且遗漏区域的区域面积肯定是要小于气象站的所对应最小监测范围的,其中,相关气象与地理位置之间的气象影响关系是事先已经确定好的,也就是不同气象在经过不同的地理位置后,会变成何种气象。
该实施例中,气象弱化系数指的是在进行其他区域对空区域的气象影响的过程中,会因为经过不同的地理位置,来导致最后带来影响的气象数据是不一样的,但是会基于原先的基础上,来对原始气象进行逐步弱化的。
该实施例中,根据气象温和度,来计算对应的相似度,进而可以有效的确定出边界数据d1的相关信息,因为,边界数据d1除了与d02相似之外,还是基于对应的直接改变序列弱化得到的。
设定气象温和度还是为了在存在多个气象图的情况下,来确定多种不同情况下的气象达到一个稳定平衡的状态,来有效确定不同气象图所对应的气象弱化边界。
该实施例中,优化过渡处理指的是对应位置线上的气象可以进行气象数据的边缘化,来得到不同区域对同区域带来的气象影响的平衡性。
如图4所示,空区域对应的区域线上,其中y1表示外侧区域1所带来的气象影响所占据的线,y2表示外侧区域2所带来的气象影响所占据的线;
此时,存在三种情况,一种是y1与y2的弱化边界在外侧区域2,y1与y2的弱化边界在外侧区域1,亦或者y1与y2的弱化边界在外侧区域1与外侧区域2中间,因此,外侧区域的气象不同,所带来的影响的区域也是不同的。
上述技术方案的有益效果是:该实施例中,通过构建气象温和度,来确定存在的气象弱化边界,进而有效哪个外侧区域对空区域造成的影响最大,进而通过气象弱化边界的优化过渡处理,来得到相关的数据与气象转换区域,为空区域的网格划分提供基础,保证飞行安全性。
本发明提供一种基于四维数据集的气象网格和航迹网格叠加方法,向空间网格中每个子网格配置对应时间点下的子航迹,得到航迹网格,包括:
根据航迹数据,向对应子网格进行轨迹绘制,其中,轨迹绘制包括轨迹坐标以及每个轨迹坐标的航迹时间点;
将每个子网格的轨迹绘制结果按照时间标准以及轨迹标准进行拼接,获取得到航迹网格。
上述技术方案的有益效果是:通过向每个子网格都会存在对应的航迹轨迹,因此,通过子网格的拼接有效得到航迹网格,为飞行安全提供基础。
本发明提供一种基于四维数据集的气象网格和航迹网格叠加方法,基于对各类天气状况的权重设置结果,且结合对应子网格的子预报数据,计算对应子网格在匹配时间点下的天气影响度,得到气象网格,包括:
确定每个子网格的网格划分数目,并获取匹配时间点下划分子格的子预报数据;
基于数据-类型映射表,确定每个划分子格的子预报数据的天气类型;
计算对应划分子格在匹配时间点下的初始影响度;
;其中,表示对应初始影响度;表示对应天气类型所存在天气影响的设置权重;表示对应划分子格所对应地理位置对天气影响的设置权重;表示的设定系数;表示对的设定系数,且;根据所述初始影响度,计算得到对应子网格在匹配时间点下的天气影响度;
;其中,表示满足的初始影响度的存在个数;表示对应子网格中所存在的所有初始影响度的个数;表示对应子网格中第个初始影响度;表示对应子网格的天气影响度;
将同个子网格的天气影响度、涉及到的每个划分子格的初始影响度以及匹配的子预报数据标定在对应子网格上,构建得到气象网格。
该实施例中,数据-类型映射表包括不同的子预报数据以及与子预报数据匹配的天气类型在内,有效得到天气类型。
上述技术方案的有益效果是:通过计算划分子格的初始影响度、子网格的天气影响度,来结合相关的气象数据标定在网格上,为后续飞行安全提供基础。
本发明提供一种基于四维数据集的气象网格和航迹网格叠加方法,将所述航迹网格与气象网格进行网格融合处理,得到叠加网格进行飞行提醒,包括:
将所述航迹网格与气象网格进行网格叠加,从叠加网格中锁定同个飞行轨迹以及所述同个飞行轨迹所涉及到的气象轨迹,确定起飞安全性;
当所述起飞安全性低于预设安全性时,进行安全起飞提醒,同时,判断是否存在可更换轨迹;
若不存在,提醒持续等待;
若存在,提醒更换轨迹。
该实施例中,网格叠加就是将两个网格重叠放置在一起,来锁定针对飞行估计的气象轨迹,因为气象轨迹决定飞机飞行的安全性。
该实施例中,预设安全性是预先设定好的,且起飞安全性是根据轨迹点上的气象情况来确定的,起飞起点的安全性、路线上的每个点在不同未来预测时刻下的气象安全性等,都是需要考虑的,且气象数据对应的天气越恶劣,起飞安全性越低。
上述技术方案的有益效果是:通过进行网格叠加以及确定飞行轨迹,有效确定起飞安全性,保证起飞的安全。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (8)
1.一种基于四维数据集的气象网格和航迹网格叠加方法,其特征在于,包括:
步骤1:获取目标区域在四个维度上的空间数据,并进行插值融合,构建得到基于所述目标区域的空间网格,其中,所述四个维度为经度、维度、高度以及时间;
步骤2:获取所述目标区域的天气预报数据,并向所述空间网格中每个子网格配置对应的子预报数据;
步骤3:获取航空器探测资料,并匹配时间分辨率高于预设分辨率的航迹数据,来向空间网格中每个子网格配置对应时间点下的子航迹,得到航迹网格;
步骤4:基于对各类天气状况的权重设置结果,且结合对应子网格的子预报数据,计算对应子网格在匹配时间点下的天气影响度,得到气象网格;
步骤5:将所述航迹网格与气象网格进行网格融合处理,得到叠加网格进行飞行提醒。
2.根据权利要求1所述的基于四维数据集的气象网格和航迹网格叠加方法,其特征在于,获取目标区域在四个维度上的空间数据,并进行插值融合,构建得到基于所述目标区域的空间网格,包括:
获取所述目标区域基于空间上的纬度边界、经度边界以及高度边界;
基于所述纬度边界、经度边界以及高度边界,构建第一空间;
对所述第一空间进行单元划分,获取得到若干单元子网格;
根据对应单元子网格的网格边界信息,进行信息插值融合,构建得到空间网格。
3.根据权利要求1所述的基于四维数据集的气象网格和航迹网格叠加方法,其特征在于,获取所述目标区域的天气预报数据,并向所述空间网格中每个子网格配置对应的子预报数据,包括:
根据所述目标区域所部署的气象站,确定每个气象站的监测范围,并将所述监测范围与所述子网格进行范围匹配,向每个子网格配置气象范围标签;
当所述子网格的气象范围标签为一个时,保留对应子网格的网格大小不变,并从天气预报数据中调取与对应气象范围标签一致的气象站的第一气象数据作为子预报数据;
当所述子网格的气象范围标签为多个时,获取每个气象范围标签对应气象站的范围边界线,并与对应子网格进行位置匹配处理,附加在对应子网格上;
基于附加结果,得到第一划分格,并判断所述第一划分格是否为完全划分;
若是,从天气预报数据中分别获取第一划分格中所涉及到的气象站监测到的第二气象数据,并作为子预报数据;
若不完全划分,则锁定对应子网格中所存在的所有划分边界线,获取存在的交叉边界以及非交叉边界;
获取所述非交叉边界与子网格的第一边界的第一交集区域,并向所述第一交集区域配置与构成非交叉边界的气象站所监测得到的第三气象数据;
获取交叉边界与子网格的第一边界的独立区域以及非独立区域,并向所述独立区域配置与构成对应交叉边界的气象站所监测得到的第四气象数据;
根据所述非独立区域所涉及到的第一交叉线与第二交叉线,并确定第一交叉线与匹配的第一气象站以及确定第二交叉线与匹配的第二气象站;
获取第一气象站和第二气象站对同个非独立区域的第一待分析数据以及第二待分析数据;
当所述第一待分析数据与第二待分析数据一致时,从第一气象站和第二气象站中筛选监测精度高的气象站的监测数据作为对同个非独立区域的第五气象数据;
当所述第一待分析数据与第二待分析数据不一致时,则从第一交叉线与匹配的第一气象站的第一距离以及确定第二交叉线与匹配的第二气象站的第二距离中筛选较小距离对应的气象站的监测数据作为对同个非独立区域的第六气象数据;
判断对应子网格中是否存在空区域;
若不存在,则将对应子网格获取得到的所有气象数据作为子预报数据,并对相应子网格按照划分边界线进行子网格再次划分。
4.根据权利要求3所述的基于四维数据集的气象网格和航迹网格叠加方法,其特征在于,判断对应子网格中是否存在空区域之后,还包括:
锁定所存在的划分边界线对相应子网格的空区域;
根据所述空区域的边界线,来分别确定每个边界线对应外侧区域的当下气象数据,并根据对应外侧区域与所述空区域的地理位置信息以及连接地理信息,确定对应外侧区域向所述空区域的气象转移序列;
按照序列-转移分析模型,获取得到对应外侧区域对所述空区域的初始转换数据以及初始转换区域;
将所述初始转换数据以及初始转换区域进行优化过渡,得到气象转换数据以及气象转换区域,实现对空区域的区域划分。
5.根据权利要求4所述的基于四维数据集的气象网格和航迹网格叠加方法,其特征在于,将所述初始转换数据以及初始转换区域进行优化过渡,得到气象转换数据以及气象转换区域,包括:
当所述气象转移序列为向空区域的直接改变序列时,绘制针对所述空区域的第一气象图,其中,所述气象转移序列与转移位置点以及转移位置点的气象弱化系数相关;
当所述第一气象图只有一个时,根据所述第一气象图的气象变化数据,作为对应空区域的气象数据;
当所述第一气象图为多个时,根据对应直接改变序列的气象特性以及气象温和度的计算公式,锁定每个第一气象图的气象弱化边界,其中,表示气象温和度;表示按照对应第一气象图的气象特性所确定的边界数据d1与同气象特性所设定的边界数据d02的相似函数;表示对应气象特性下的标准比较系数;
对相邻初始转换区域所涉及的气象弱化边界进行优化过渡处理,得到气象转换数据以及气象转换区域。
6.根据权利要求1所述的基于四维数据集的气象网格和航迹网格叠加方法,其特征在于,向空间网格中每个子网格配置对应时间点下的子航迹,得到航迹网格,包括:
根据航迹数据,向对应子网格进行轨迹绘制,其中,轨迹绘制包括轨迹坐标以及每个轨迹坐标的航迹时间点;
将每个子网格的轨迹绘制结果按照时间标准以及轨迹标准进行拼接,获取得到航迹网格。
7.根据权利要求1所述的基于四维数据集的气象网格和航迹网格叠加方法,其特征在于,基于对各类天气状况的权重设置结果,且结合对应子网格的子预报数据,计算对应子网格在匹配时间点下的天气影响度,得到气象网格,包括:
确定每个子网格的网格划分数目,并获取匹配时间点下划分子格的子预报数据;
基于数据-类型映射表,确定每个划分子格的子预报数据的天气类型;
计算对应划分子格在匹配时间点下的初始影响度;
;其中,表示对应初始影响度;表示对应天气类型所存在天气影响的设置权重;表示对应划分子格所对应地理位置对天气影响的设置权重;表示的设定系数;表示对的设定系数,且;根据所述初始影响度,计算得到对应子网格在匹配时间点下的天气影响度;
;其中,表示满足的初始影响度的存在个数;表示对应子网格中所存在的所有初始影响度的个数;表示对应子网格中第个初始影响度;表示对应子网格的天气影响度;
将同个子网格的天气影响度、涉及到的每个划分子格的初始影响度以及匹配的子预报数据标定在对应子网格上,构建得到气象网格。
8.根据权利要求1所述的基于四维数据集的气象网格和航迹网格叠加方法,其特征在于,将所述航迹网格与气象网格进行网格融合处理,得到叠加网格进行飞行提醒,包括:
将所述航迹网格与气象网格进行网格叠加,从叠加网格中锁定同个飞行轨迹以及所述同个飞行轨迹所涉及到的气象轨迹,确定起飞安全性;
当所述起飞安全性低于预设安全性时,进行安全起飞提醒,同时,判断是否存在可更换轨迹;
若不存在,提醒持续等待;
若存在,提醒更换轨迹。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310328308.8A CN116030214B (zh) | 2023-03-30 | 2023-03-30 | 一种基于四维数据集的气象网格和航迹网格叠加方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310328308.8A CN116030214B (zh) | 2023-03-30 | 2023-03-30 | 一种基于四维数据集的气象网格和航迹网格叠加方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116030214A true CN116030214A (zh) | 2023-04-28 |
CN116030214B CN116030214B (zh) | 2023-07-21 |
Family
ID=86072723
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310328308.8A Active CN116030214B (zh) | 2023-03-30 | 2023-03-30 | 一种基于四维数据集的气象网格和航迹网格叠加方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116030214B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070179703A1 (en) * | 2006-01-27 | 2007-08-02 | Thales | Process taking into consideration a local and favorable meteorological situation not conforming to a general meteorological forecast |
CN113433974A (zh) * | 2021-07-22 | 2021-09-24 | 河南大学 | 一种强对流天气下飞机安全航迹规划方法 |
CN114880848A (zh) * | 2022-04-28 | 2022-08-09 | 成都信息工程大学 | 基于移动网格的低空气象要素信息处理方法 |
CN115097868A (zh) * | 2022-08-24 | 2022-09-23 | 深圳市瓴鹰智能科技有限公司 | 一种飞行控制方法及相关装置 |
CN115292554A (zh) * | 2022-09-27 | 2022-11-04 | 中国民用航空局空中交通管理局航空气象中心 | 一种航空气象四维数据集的构建方法及系统 |
-
2023
- 2023-03-30 CN CN202310328308.8A patent/CN116030214B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070179703A1 (en) * | 2006-01-27 | 2007-08-02 | Thales | Process taking into consideration a local and favorable meteorological situation not conforming to a general meteorological forecast |
CN113433974A (zh) * | 2021-07-22 | 2021-09-24 | 河南大学 | 一种强对流天气下飞机安全航迹规划方法 |
CN114880848A (zh) * | 2022-04-28 | 2022-08-09 | 成都信息工程大学 | 基于移动网格的低空气象要素信息处理方法 |
CN115097868A (zh) * | 2022-08-24 | 2022-09-23 | 深圳市瓴鹰智能科技有限公司 | 一种飞行控制方法及相关装置 |
CN115292554A (zh) * | 2022-09-27 | 2022-11-04 | 中国民用航空局空中交通管理局航空气象中心 | 一种航空气象四维数据集的构建方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116030214B (zh) | 2023-07-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109738970B (zh) | 基于雷电数据挖掘实现雷电预警的方法、装置和存储介质 | |
US8362925B2 (en) | Avionics display system and method for generating flight information pertaining to neighboring aircraft | |
US8412392B2 (en) | Methods and systems for displaying predicted downpath parameters in a vertical profile display | |
CN108227041B (zh) | 基于站点实测数据和模式结果的水平能见度预报方法 | |
CN104406580B (zh) | 一种通用航空飞行器的导航方法、装置和系统 | |
CN102682194B (zh) | 基于时间的天气符号 | |
US9019146B1 (en) | Aviation display depiction of weather threats | |
US9884690B2 (en) | Methods and systems for conveying destination viability | |
CA2781863C (en) | Weather data selection relative to an aircraft trajectory | |
US7952493B2 (en) | System and method for rendering a primary flight display having an attitude frame element | |
US20070285283A1 (en) | Device For Signaling Risks, Risk Level Map Obtained By The Device And Method For Formulating The Map | |
JP5255857B2 (ja) | 乱気流予測システムおよび乱気流予測方法 | |
US11181634B1 (en) | Systems and methods of intelligent weather sensing using deep learning convolutional neural networks | |
US20100271239A1 (en) | Method for compiling and displaying atmospheric uncertainty information | |
CN112558076B (zh) | 基于组网天气雷达覆盖域的体扫描模式计算方法与应用 | |
CN110941790A (zh) | 基于高分辨率数值的无人机低空飞行气象信息处理方法 | |
CN115292554B (zh) | 一种航空气象四维数据集的构建方法及系统 | |
JP2001110000A (ja) | 3次元情報処理方法と3次元情報処理システム | |
JPH11258358A (ja) | 空港気象危険度判定処理装置 | |
CN116030214B (zh) | 一种基于四维数据集的气象网格和航迹网格叠加方法 | |
CN114219151B (zh) | 自适应通用航空应急救援气象保障系统 | |
CN111366990A (zh) | 一种基于Gressman空间插值的航路气象预报数据修正方法 | |
CN116400730B (zh) | 一种飞行器低空飞行范围标定方法及系统 | |
US11783717B2 (en) | Systems and methods for identifying a number of feasible target traffic for a paired approach | |
US11545037B2 (en) | Runway overrun awareness alerting system with trending indicator |
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 |