论文部分内容阅读
随着旅客出行总次数的增加,历史航行数据和气象数据也呈指数及增长,空管系统中的数据容量性能的更新远远不及高速增长的数据,这些数据具有高度零散化、文件化、非结构化的特征。旨在通过Pandas+Python的数据处理框架,提供一种灵活的、高效的气象报文(METAR、TAF、SPECI)和航行报文数据(DEP、ARR)的聚合方式,通过该聚合方式可以灵活有效地提取每日的进出场流量信息和对应时段的具体气象信息,为下一步统计流量预测和极端气象条件分析提供一种可靠的平台支撑。