一种飞机积冰SFIP指数优化调整方法及系统技术方案

本发明专利技术提供的一种飞机积冰SFIP指数优化调整方法及系统，指数优化调整方法包括：获取航司飞行记录数据；基于先验概率进行积冰案例及非积冰案例的提取；使用ERA5再分析数据或者模式气象产品数据，计算SFIP指数数值，及各个隶属函数的值；将观测数据与再分析数据之间进行匹配；计算并选取评价指标；结合区域影响因子，对SFIP指数权重系数进行调整，优化SFIP指数算法。使用不同的评价指标作为约束条件，对于各个隶属函数的权重系数进行调整。对于不同的区域根据其关注的评价指标，选取对应的约束条件，从而获得适用于不同区域的权重优化方案。案。案。

【技术实现步骤摘要】
一种飞机积冰SFIP指数优化调整方法及系统


[0001]本专利技术涉及飞行安全领域，尤其涉及一种飞机积冰SFIP指数优化调整方法及系统。

技术介绍

[0002]随着中国航空事业的发展，军民航运数量大大增加，飞机积冰作为一种严重威胁飞行安全的的现象，受到了民航及军事部门的重视，飞行过程中当飞机撞击到过冷，飞行过程中当飞机撞击到过冷液滴，便有可能在螺旋桨、机翼、天线、挡风玻璃等地方上产生积冰。不同部位的积冰会增加飞机的重力和阻力，减少升力和推力，严重情况下导致飞机的失速。根据相关的积冰指数算法对飞机积冰进行判定和并进行预报便显得尤为重要。
[0003]目前并没有针对中国区的SFIP指数的权重系数调整方案。

技术实现思路

[0004]鉴于上述问题，提出了本专利技术以便提供克服上述问题或者至少部分地解决上述问题的一种飞机积冰SFIP指数优化调整方法及系统。
[0005]根据本专利技术的一个方面，提供了一种飞机积冰SFIP指数优化调整方法，所述指数优化调整方法包括：
[0006]获取航司飞行记录数据；
[0007]基于先验概率进行积冰案例及非积冰案例的提取；
[0008]使用ERA5再分析数据或者模式气象产品数据，计算SFIP指数数值，及各个隶属函数的值；
[0009]将观测数据与再分析数据之间进行匹配；
[0010]计算并选取评价指标；
[0011]结合区域影响因子，对SFIP指数权重系数进行调整，优化SFIP指数算法。
[0012]可选的，所述获取航司飞行记录数据具体包括：
[0013]获得航司飞行记录数据的基础上，对积冰警告进行信息提取；
[0014]结合警告对应的位置及时间信息，过滤错误数据集异常警告，进行积冰案例及非积冰案例的提取及筛选；
[0015]汇总分析各类事件的特征如空间分布，积冰强度、积冰分型。
[0016]可选的，所述基于先验概率进行积冰案例及非积冰案例的提取具体包括：
[0017]使用航司提供的QAR数据进行异常数据的剔除，并统计积冰与否、持续时间、时空点位等信息从而获取进行全样本积冰事件，为与模式数据的时空分辨率进行匹配，对全样本积冰案例进行积冰案例的抽取，同时等比例抽取非积冰案例。
[0018]可选的，所述使用ERA5再分析数据或者模式气象产品数据，计算SFIP指数数值，及各个隶属函数的值具体包括：
[0019]使用ERA5再分析数据或者其他类型的模式气象产品数据，计算SFIP指数数值，及
各个隶属函数的值。
[0020]ERA5再分析数据为欧洲中心第五代大气分析资料。需要从中提取温度、湿度、垂直速度、液态水含量这四个要素进行SFIP指数及隶属函数的计算。
[0021]可选的，所述将观测数据与再分析数据之间进行匹配具体包括：
[0022]使用的气象再分析数据为逐小时数据、QAR数据为秒级数据，为兼顾评价的客观性及代表性，避免浪费算力，设计了整点匹配方案；
[0023]通过定义发生在整点前后十分钟内的积冰案例为整点积冰案例，首先行整点积冰案例的提取；
[0024]为保证整点积冰案例与整点非积冰案例对于结果的无偏差影响，计算整点积冰案例占所有积冰案例的发生比例，依据该比例随机抽取等比例的整点非积冰案例；
[0025]对于整点案例计算其中心点位，考虑飞机飞行速度计算整点案例覆盖范围，结合气象数据分辨率，划定中心点位周边一定范围格点内的SFIP指数平均值作为与案例匹配的指数值。
[0026]可选的，所述计算并选取评价指标具体包括：
[0027]基于原始SFIP积冰指数，获取提取案例对应点位的指数结果，计算原始SFIP指数的空报率、漏报率、准确率，对分布特性进行分析归纳总结。
[0028]可选的，所述结合区域影响因子，对SFIP指数权重系数进行调整，优化SFIP指数算法具体包括：
[0029]积冰观测案例按照积冰与否进行二值量化，基于案例点位处计算出的SFIP数值，建立回归模型；
[0030]通过引入空报率、漏报率、准确率等约束项，进行权重系数的调整，构造出适合于中国各个区域的飞机积冰SFIP指数优化调整方案。
[0031]本专利技术还提供了一种飞机积冰SFIP指数优化调整系统包括：
[0032]观测积冰案例提取模块，用于获取航司飞行记录数据；基于先验概率进行积冰案例及非积冰案例的提取；
[0033]SFIP积冰指数及隶属函数计算模块，用于使用ERA5再分析数据或者模式气象产品数据，计算SFIP指数数值，及各个隶属函数的值；
[0034]案例匹配模块，用于将观测数据与再分析数据之间进行匹配；
[0035]评价指标计算及选取模块，计算并选取评价指标；
[0036]权重系数调整模块，结合区域影响因子，对SFIP指数权重系数进行调整，优化SFIP指数算法。
[0037]本专利技术提供的一种飞机积冰SFIP指数优化调整方法，所述指数优化调整方法包括：获取航司飞行记录数据；基于先验概率进行积冰案例及非积冰案例的提取；使用ERA5再分析数据或者模式气象产品数据，计算SFIP指数数值，及各个隶属函数的值；将观测数据与再分析数据之间进行匹配；计算并选取评价指标；结合区域影响因子，对SFIP指数权重系数进行调整，优化SFIP指数算法。使用不同的评价指标作为约束条件，对于各个隶属函数的权重系数进行调整。对于不同的区域根据其关注的评价指标，选取对应的约束条件，从而获得适用于不同区域的权重优化方案。
[0038]上述说明仅是本专利技术技术方案的概述，为了能够更清楚了解本专利技术的技术手段，
而可依照说明书的内容予以实施，并且为了让本专利技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本专利技术的具体实施方式。
附图说明
[0039]为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例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专利技术的一些实施例，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它的附图。
[0040]图1为本专利技术实施例提供的一种飞机积冰SFIP指数优化调整方法流程图；
[0041]图2为本专利技术实施例提供的一种飞机积冰SFIP指数优化调整系统组成框图；
[0042]图3为本专利技术实施例提供的飞行记录统计图；
[0043]图4为本专利技术实施例提供的单次积冰事件积冰持续时长示意图；
[0044]图5为本专利技术实施例提供的SFIP隶属函数相对气象要素的变化曲线示意图；
[0045]图6为本专利技术实施例提供的QAR观测案例与气象数据计算指数匹配方案示意图；
[0046]图7为本专利技术实施例提供的相对于a，b值的TSS分布样例示意图。
具体实施方式
[0047]下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种飞机积冰SFIP指数优化调整方法，其特征在于，所述指数优化调整方法包括：获取航司飞行记录数据；基于先验概率进行积冰案例及非积冰案例的提取；使用ERA5再分析数据或者模式气象产品数据，计算SFIP指数数值，及各个隶属函数的值；将观测数据与再分析数据之间进行匹配；计算并选取评价指标；结合区域影响因子，对SFIP指数权重系数进行调整，优化SFIP指数算法。2.根据权利要求1所述的一种飞机积冰SFIP指数优化调整方法，其特征在于，所述获取航司飞行记录数据具体包括：获得航司飞行记录数据的基础上，对积冰警告进行信息提取；结合警告对应的位置及时间信息，过滤错误数据集异常警告，进行积冰案例及非积冰案例的提取及筛选；汇总分析各类事件的特征如空间分布，积冰强度、积冰分型。3.根据权利要求1所述的一种飞机积冰SFIP指数优化调整方法，其特征在于，所述基于先验概率进行积冰案例及非积冰案例的提取具体包括：使用航司提供的QAR数据进行异常数据的剔除，并统计积冰与否、持续时间、时空点位等信息从而获取进行全样本积冰事件，为与模式数据的时空分辨率进行匹配，对全样本积冰案例进行积冰案例的抽取，同时等比例抽取非积冰案例。4.根据权利要求1所述的一种飞机积冰SFIP指数优化调整方法，其特征在于，所述使用ERA5再分析数据或者模式气象产品数据，计算SFIP指数数值，及各个隶属函数的值具体包括：使用ERA5再分析数据或者其他类型的模式气象产品数据，计算SFIP指数数值，及各个隶属函数的值。ERA5再分析数据为欧洲中心第五代大气分析资料。需要从中提取温度、湿度、垂直速度、液态水含量这四个要素进行SFIP指数及隶属函数的计算。5.根据权利要求1所述的一种飞机积冰SFIP指数优化调整方法，其特征在于，所述将观测数据与再分析数据之间进行匹配具体包括：使用的气象再分析数据为逐小时数据、QA...

【专利技术属性】
技术研发人员：沈璐炜，何晓凤，周荣卫，
申请(专利权)人：华风气象传媒集团有限责任公司，
类型：发明
国别省市：