為了準確和高效地進行機場天氣聚類識別,進而為民航系統(tǒng)在不同天氣場景下做出正確決策提供參考和依據(jù),首先,以2018年北京首都國際機場的天氣數(shù)據(jù)為研究目標進行解析量化,得到能見度、云底高、側(cè)風風速、雷暴、降雨和降雪6個維度的天氣變量;然后,運用K均值聚類（K-means）算法對天氣情況進行聚類識別,識別出7種天氣場景;最后,分析了不同天氣場景的主要特征及其分布,并結(jié)合實際運行情況進行了驗證。驗證結(jié)果表明,該算法能夠有效識別機場相似天氣場景,具有實用性。 

【文章來源】：指揮信息系統(tǒng)與技術(shù). 2020,11(05)

【文章頁數(shù)】：6 頁

【部分圖文】：

誤差平方和與輪廓系數(shù)曲線圖

雷暴天氣是影響航班正常運行的惡劣天氣現(xiàn)象，會導致航班延誤甚至威脅飛行安全。與雷暴相關(guān)的天氣場景為場景5和場景6，共64條天氣數(shù)據(jù)。2018年北京首都國際機場初雷發(fā)生于4月，末次雷暴發(fā)生于10月，發(fā)生雷暴的天數(shù)（雷暴日）為31 d。2018年北京首都國際機場雷暴持續(xù)時間如圖3所示,雷暴日平均持續(xù)時間為67 min，持續(xù)時間主要集中在30 min內(nèi)的短時雷暴，僅有9 d雷暴持續(xù)時間超過了均值。其中,7月16日、7月17日、7月25日、8月8日和8月12日雷暴持續(xù)時間較長。2018年北京首都國際機場雷暴時刻分布圖如圖4所示，可見，雷暴持續(xù)時間長且強度較大的是7月16日、7月17日和8月8日。其中，2018年7月16—17日，發(fā)生了北京“7·16暴雨”事件，受其影響首都國際機場啟動航班延誤紅色預警，航班出現(xiàn)大面積延誤和取消。圖4 2018年北京首都國際機場雷暴時刻分布圖

2018年北京首都國際機場雷暴時刻分布圖

【參考文獻】：
期刊論文
[1]基于復雜網(wǎng)絡(luò)的惡劣天氣對航班延誤影響的研究[J]. 尉煒,邵荃,向紅奕,姜軻.  航空計算技術(shù). 2018(02)
[2]天氣影響下的空中交通系統(tǒng)容量評估綜述[J]. 劉璐.  航空計算技術(shù). 2017(04)
[3]基于SOM網(wǎng)絡(luò)的機場天氣聚類分析[J]. 許逸凡,李杰,魏義濤.  數(shù)學的實踐與認識. 2016(17)

博士論文
[1]天氣影響的機場容量與延誤評估研究[D]. 張靜.南京航空航天大學 2012

碩士論文
[1]基于天氣的機場高峰服務率預測[D]. 陳思.南京航空航天大學 2019
[2]惡劣天氣對航班延誤影響的初步量化研究[D]. 王時敏.南京航空航天大學 2017
[3]天氣條件下終端容量評估相關(guān)技術(shù)研究[D]. 閃樂.南京航空航天大學 2014



本文編號：3583682