-
Patent Agency Ranking
公开(公告)号：CN115792918B
公开(公告)日：2023-09-05
申请号：CN202211559978.2
申请日：2022-12-07
Applicant: 中国民用航空飞行学院
Abstract: 本发明提供一种基于多源数据融合的配料法识别航空对流风险区的方法，基于多部雷达的三维组网拼图格点数据，通过建立雷达回波特征参数库，并利用当地机场气象观测数据中雷暴人工记录，挑选出有雷暴的强对流事件，通过聚类分析，得到雷达回波特征参数的阈值，建立多阈值雷暴云判别模型，对雷暴云团进行识别并提取出0℃等温层高度以上各层的积冰风险区，同时融合闪电数据确定航线上雷电风险区。本发明为飞行员在航线飞行中提供了对流云的三维风险区信息，有助于飞行员快速做出绕飞或者高度调整的决策，从而为航线飞行安全提供依据和参考。
-
公开(公告)号：CN115792918A
公开(公告)日：2023-03-14
申请号：CN202211559978.2
申请日：2022-12-07
Applicant: 中国民用航空飞行学院
Abstract: 本发明提供一种基于多源数据融合的配料法识别航空对流风险区的方法，基于多部雷达的三维组网拼图格点数据，通过建立雷达回波特征参数库，并利用当地机场气象观测数据中雷暴人工记录，挑选出有雷暴的强对流事件，通过聚类分析，得到雷达回波特征参数的阈值，建立多阈值雷暴云判别模型，对雷暴云团进行识别并提取出0℃等温层高度以上各层的积冰风险区，同时融合闪电数据确定航线上雷电风险区。本发明为飞行员在航线飞行中提供了对流云的三维风险区信息，有助于飞行员快速做出绕飞或者高度调整的决策，从而为航线飞行安全提供依据和参考。
-
公开(公告)号：CN115755220A
公开(公告)日：2023-03-07
申请号：CN202211294427.8
申请日：2022-10-21
Applicant: 中国民用航空飞行学院
IPC: G01W1/10 , G06F18/2431 , G06N20/00
Abstract: 本发明提供一种基于数值模拟与深度学习结合的机场突风预报和订正方法，包括以下步骤：S1、历史统计，对天气进行分型；S2、通过多组试验选择出模拟效果最优的模式背景场、地形数据以及物理化和参数化方案，得到近地面风场的模拟结果；S3、模式结果评估；S4、WRF模式背景场、地形数据以及参数化方案确认；S5、10m风速订正；S6、风场转换；S7、可视化。本发明基于WRF模式，将四重嵌套以及LES大涡模拟的技术应用到机场终端区近地面突风的预报中，得到机场终端区地面侧风、顺/逆风，机场终端区风切变的预报；结合随机森林的机器学习对预报结果进行订正给出预报准确率，将进一步有利于合理利用数据信息，作为飞行指挥决策。
-
公开(公告)号：CN115755220B
公开(公告)日：2023-07-25
申请号：CN202211294427.8
申请日：2022-10-21
Applicant: 中国民用航空飞行学院
IPC: G01W1/10 , G06F18/2431 , G06N20/00
Abstract: 本发明提供一种基于数值模拟与深度学习结合的机场突风预报和订正方法，包括以下步骤：S1、历史统计，对天气进行分型；S2、通过多组试验选择出模拟效果最优的模式背景场、地形数据以及物理化和参数化方案，得到近地面风场的模拟结果；S3、模式结果评估；S4、WRF模式背景场、地形数据以及参数化方案确认；S5、10m风速订正；S6、风场转换；S7、可视化。本发明基于WRF模式，将四重嵌套以及LES大涡模拟的技术应用到机场终端区近地面突风的预报中，得到机场终端区地面侧风、顺/逆风，机场终端区风切变的预报；结合随机森林的机器学习对预报结果进行订正给出预报准确率，将进一步有利于合理利用数据信息，作为飞行指挥决策。
-
公开(公告)号：CN120011764A
公开(公告)日：2025-05-16
申请号：CN202510091246.2
申请日：2025-01-21
Applicant: 中国民用航空飞行学院
IPC: G06F18/21 , G01W1/02 , G01W1/10 , G06F18/213 , G06F18/25 , G06F18/10 , G06V10/40 , G06V10/80 , G06V10/82 , G06V20/13 , G06N3/0464 , G06N3/045 , G06N3/084 , G06F123/02
Abstract: 本发明提供一种基于多源异构气象数据的机场强对流天气早期识别方法，属于气象预测技术领域。包括：S1、多源异构数据说明和样本数据提取；使用的样本数据主要集中在强对流天气发生前；使用人工观测得到的强对流天气记录，提取强对流天气开始前2h的数据；S2、构建模型架构；模型的架构将包括时序特征提取模块、空间特征提取模块、多模态特征融合模块和分类模块；每个模块的设计要能够处理不同类型的数据，并且能够在时间维度和空间维度上捕捉到相关的特征。本发明提高机场强对流天气自动识别的时效性和准确性；多模态数据融合提供更全面的信息；支持多类别的强对流天气识别。
-
-
-
-
Search Results
5
records
(took 0.023 seconds)
