论文部分内容阅读
摘 要：天氣气候是空中交通运行中必须要关注的一个因素，量化天气影响因素，可以为空中交通决策提供重要的参考数据，保证决策的科学性。本文首先简单介绍了扇区天气影响和终端天气影响因素空中交通的量化方法，然后借助实际案例，具体分析在终端区天气现象下，如何进行量化研究，以供空中交通部门参考。
关键词：天气影响；空中交通；数据处理；量化方法
引言
近几年来，国家科学技术不断发展，航空领域的专业水平和业务需求日渐提高，加强空中交通管理工作成为现阶段航空业务的重点。在实际飞行的过程中天气的影响贯穿始终，飞行的每一个阶段都会要考虑到天气问题，如果是恶劣天气，那么会造成无法想象的后果，因此需要加强对天气影响因素的量化研究。
一、天气影响空中交通的量化方法
（一）扇区天气影响空中交通量化
所谓扇区天气影响空中交通量化，主要面向的就是航路扇区对流的天气信息，借助对流天气产品，检测扇区中的不利天气因素，确定不利天气因素的覆盖范围。从目前国家现有的空中交通量化方法入手，目前，可以利用总体天气量化扇区天气影响，也可以明确判断扇区天气恶劣程度指标，这两种方法也是目前最常用的量化技术。1.扇区天气恶劣程度指标。恶劣天气对空中交通的影响不言而喻，加强对天气恶劣程度指标的分析，可以让飞机飞行更加稳定，这种指标可以对某个机场或者某个空域的扇形区域内的天气恶劣程度进行表征量化。一般情况下，会选择距离机场进场定位点40-60海里的空域的天气进行量化分析，这个部分的天气情况也决定了机场的天气恶劣程度指标。根据机场和空域扇区内的WSI数值，可以更好的分析这一部分的交通量，明确二者之间的关系。2.总体天气量化扇区天气影响。这是一种数值类型的天气产品，更适合判断天气状况对交通的影响。而且该体感其产品还可以对降水量、空气液态水含量进行分析，以此保证量化结果更加准确。在飞机飞行过程中，垂直累积液态水含量覆盖范围是非常重要的因素，借助这一因素，可以对扇区容量进行预测，从而准确评估扇区天气程度。
（二）终端天气影响空中交通量化
影响空中交通运行和流量管理的因素有很多，天气在其中影响最大，雾霾、烟云、雷暴、飓风等都会对航空运行造成严重的负面影响。根据天气的不同类型，可以分为以下几个种类：对流、终端区、颠簸、冬天、海洋、空间等天气体系，在这其中，终端区天气空中交通量化工作十分重要，尤其是在起降阶段，必须要加强对终端区天气影响的分析。本文从云底高、地面风、雷暴、能见度这几个终端区天气想象进行分析，这也是对交通影响最为严重的几种。从而建立起相应的硬性、柔性约束，以地面风影响的分析为例，地面风在飞机起降阶段较为重要，如果地面风超过了飞机起飞标准，就会产生不安全的情况，此外，逆风、顺风、侧风也有可能引发安全问题。根据不同风型可能造成的危险，对容量影响进行硬性约束和柔性约束，为量化分析奠定基础[1]。
二、天气影响空中交通的量化分析案例
基于上文分析，本文结合实际案例进行验证分析，根据某机场到达率分析终端区天气影响航空运行的量化分析方式。
（一）数据的预处理
在构建模型之前，要对天气数据进行提取，并且和机场到达率的进行匹配，本文选择的是国家某枢纽级机场，该机场交通量较大，对周边地区的影响较大，而且受到天气影响的情况较为频繁。在调取了历史交通数据的基础上，提取云底高、地面风、雷暴、能见度等天气现象，判断这些属性和机场到达率之间的关系。在此基础上，选取对应时间段的机场到达率和天气信息进行匹配，通过离散化处理得到具体数值。根据具体的空中交通数据，对机场历史交通状况进行统计，形成具体的模型。
（二）模型验证分析
目前可以进行数据挖掘的软件种类有很多，都应用了多项逻辑斯谛回归分析法，这种技术在分析历史数据、构建模式上具有重要的作用，根据模型测试选项实现数据的预处理。本文使用的软件为Weka，这是目前最为完备的数据挖掘工具之一。借助Weka软件和多项逻辑斯谛回归分析法，结合相应的数据，就可以得到回归系数，回归系数决定了机场到达率水平，比如：机场到达率的系数如果为正，那么就说明飞机起降阶段较为安全，反之，系数如果为辅，那么机场到达率水平就会受到影响，飞机起降阶段的安全性也无法把保证。从该机场的实际情况来看，在机场到达率较低的时间段，风速较大、能见度较低。由此可知，系数大小可以明确表示出相关因素，而借助这一结果可以进一步推出机场到达率水平趋势。比如：通过系数的比较，可以看出能见度减少和风速增加，会让机场到达率降低，增加起降阶段的风险。借助多项逻辑斯谛回归模型，就可以对机场不同天气状况进行定量分析。但是需要注意的是，在这种量化方式中获取到的交通信息并不完善，因此还需要对准确率和稳定性进行评价，从而保证数据的准确性。
（三）模型应用分析
这种多项逻辑斯谛回归模型不仅可以对机场到达率进行分析，上文中提出的模型，可以自动提取天气报告以及其中的关键信息，因此其还可以应用在以下几个方面：第一，及时预报。利用多项逻辑斯谛回归模型，可以实时获取天气信息，根据天气对机场到达率的影响，推算天气对交通的影响，继而对机场的运行情况进行分析。第二，衡量评估空中交通运行管理程度。使用多项逻辑斯谛回归模型，可以准确获取天气预报信息，根据机场到达率，结合机场容量等情况，有选择性的展开交通管理工作，还可以评估航班取消水平，结合机场延误水平以及航空公司等方面的消息，减少延误航班造成的影响，提高旅客出行的安全性和舒适性[2]。
总结
综上所述，随着空中领域资源不断丰富，空中交通流量飞速增长，在对空中交通流量管理的过程中，应该充分考虑到天气这一影响因素，保证飞机飞行安全性，让航空运输行业稳定发展。基于天气定量方法，构建模型参数、收集信息数据，结合实际案例对影响因素进行详细分析，从而达到量化分析的根本目的。
参考文献
[1]张佑南.应对复杂天气的空中交通管制指挥方法研究[J].科技风，2019（08）：251.
[2]龙丁丁.天气影响空中交通的量化初步研究[D].南京航空航天大学，2016.
（作者单位：中国民用航空飞行学院新津分院）
关键词：天气影响；空中交通；数据处理；量化方法
引言
近几年来，国家科学技术不断发展，航空领域的专业水平和业务需求日渐提高，加强空中交通管理工作成为现阶段航空业务的重点。在实际飞行的过程中天气的影响贯穿始终，飞行的每一个阶段都会要考虑到天气问题，如果是恶劣天气，那么会造成无法想象的后果，因此需要加强对天气影响因素的量化研究。
一、天气影响空中交通的量化方法
（一）扇区天气影响空中交通量化
所谓扇区天气影响空中交通量化，主要面向的就是航路扇区对流的天气信息，借助对流天气产品，检测扇区中的不利天气因素，确定不利天气因素的覆盖范围。从目前国家现有的空中交通量化方法入手，目前，可以利用总体天气量化扇区天气影响，也可以明确判断扇区天气恶劣程度指标，这两种方法也是目前最常用的量化技术。1.扇区天气恶劣程度指标。恶劣天气对空中交通的影响不言而喻，加强对天气恶劣程度指标的分析，可以让飞机飞行更加稳定，这种指标可以对某个机场或者某个空域的扇形区域内的天气恶劣程度进行表征量化。一般情况下，会选择距离机场进场定位点40-60海里的空域的天气进行量化分析，这个部分的天气情况也决定了机场的天气恶劣程度指标。根据机场和空域扇区内的WSI数值，可以更好的分析这一部分的交通量，明确二者之间的关系。2.总体天气量化扇区天气影响。这是一种数值类型的天气产品，更适合判断天气状况对交通的影响。而且该体感其产品还可以对降水量、空气液态水含量进行分析，以此保证量化结果更加准确。在飞机飞行过程中，垂直累积液态水含量覆盖范围是非常重要的因素，借助这一因素，可以对扇区容量进行预测，从而准确评估扇区天气程度。
（二）终端天气影响空中交通量化
影响空中交通运行和流量管理的因素有很多，天气在其中影响最大，雾霾、烟云、雷暴、飓风等都会对航空运行造成严重的负面影响。根据天气的不同类型，可以分为以下几个种类：对流、终端区、颠簸、冬天、海洋、空间等天气体系，在这其中，终端区天气空中交通量化工作十分重要，尤其是在起降阶段，必须要加强对终端区天气影响的分析。本文从云底高、地面风、雷暴、能见度这几个终端区天气想象进行分析，这也是对交通影响最为严重的几种。从而建立起相应的硬性、柔性约束，以地面风影响的分析为例，地面风在飞机起降阶段较为重要，如果地面风超过了飞机起飞标准，就会产生不安全的情况，此外，逆风、顺风、侧风也有可能引发安全问题。根据不同风型可能造成的危险，对容量影响进行硬性约束和柔性约束，为量化分析奠定基础[1]。
二、天气影响空中交通的量化分析案例
基于上文分析，本文结合实际案例进行验证分析，根据某机场到达率分析终端区天气影响航空运行的量化分析方式。
（一）数据的预处理
在构建模型之前，要对天气数据进行提取，并且和机场到达率的进行匹配，本文选择的是国家某枢纽级机场，该机场交通量较大，对周边地区的影响较大，而且受到天气影响的情况较为频繁。在调取了历史交通数据的基础上，提取云底高、地面风、雷暴、能见度等天气现象，判断这些属性和机场到达率之间的关系。在此基础上，选取对应时间段的机场到达率和天气信息进行匹配，通过离散化处理得到具体数值。根据具体的空中交通数据，对机场历史交通状况进行统计，形成具体的模型。
（二）模型验证分析
目前可以进行数据挖掘的软件种类有很多，都应用了多项逻辑斯谛回归分析法，这种技术在分析历史数据、构建模式上具有重要的作用，根据模型测试选项实现数据的预处理。本文使用的软件为Weka，这是目前最为完备的数据挖掘工具之一。借助Weka软件和多项逻辑斯谛回归分析法，结合相应的数据，就可以得到回归系数，回归系数决定了机场到达率水平，比如：机场到达率的系数如果为正，那么就说明飞机起降阶段较为安全，反之，系数如果为辅，那么机场到达率水平就会受到影响，飞机起降阶段的安全性也无法把保证。从该机场的实际情况来看，在机场到达率较低的时间段，风速较大、能见度较低。由此可知，系数大小可以明确表示出相关因素，而借助这一结果可以进一步推出机场到达率水平趋势。比如：通过系数的比较，可以看出能见度减少和风速增加，会让机场到达率降低，增加起降阶段的风险。借助多项逻辑斯谛回归模型，就可以对机场不同天气状况进行定量分析。但是需要注意的是，在这种量化方式中获取到的交通信息并不完善，因此还需要对准确率和稳定性进行评价，从而保证数据的准确性。
（三）模型应用分析
这种多项逻辑斯谛回归模型不仅可以对机场到达率进行分析，上文中提出的模型，可以自动提取天气报告以及其中的关键信息，因此其还可以应用在以下几个方面：第一，及时预报。利用多项逻辑斯谛回归模型，可以实时获取天气信息，根据天气对机场到达率的影响，推算天气对交通的影响，继而对机场的运行情况进行分析。第二，衡量评估空中交通运行管理程度。使用多项逻辑斯谛回归模型，可以准确获取天气预报信息，根据机场到达率，结合机场容量等情况，有选择性的展开交通管理工作，还可以评估航班取消水平，结合机场延误水平以及航空公司等方面的消息，减少延误航班造成的影响，提高旅客出行的安全性和舒适性[2]。
总结
综上所述，随着空中领域资源不断丰富，空中交通流量飞速增长，在对空中交通流量管理的过程中，应该充分考虑到天气这一影响因素，保证飞机飞行安全性，让航空运输行业稳定发展。基于天气定量方法，构建模型参数、收集信息数据，结合实际案例对影响因素进行详细分析，从而达到量化分析的根本目的。
参考文献
[1]张佑南.应对复杂天气的空中交通管制指挥方法研究[J].科技风，2019（08）：251.
[2]龙丁丁.天气影响空中交通的量化初步研究[D].南京航空航天大学，2016.
（作者单位：中国民用航空飞行学院新津分院）