一种气象规避区的动态风险态势感知方法

本发明属于航迹规划天气雷达探测，尤其涉及一种气象规避区的动态风险态势感知方法。

背景技术：

1、台风、暴雨等强对流天气是民航飞行安全与航班正常性的重要威胁，一般会伴随强降水、闪电和强对流，使得飞机在飞行过程中可能会遇见震颤、上下抛掷、左右摇晃、能见度低的现象。如何精确地感知气象规避区的动态风险态势时空演变有助于提升航空器安全运行水平。然而，其影响因素众多，难以被量化评估，主要原因有三：首先，数据很难获取；其次，量化指标体系不明确；最后，其时空动态演变趋势比较难刻画。因此，基于天气雷达动态监测的气象规避区边界提取是该工作的前提。

2、目前，国内外对于不同气象的范围、形状、时空演变、特征模式已有大量研究，主要研究方法涉及气象形成机理和动力机制，以及基于深度学习关注气象数据模式识别和分析，较少涉及气象规避区的动态风险态势感知方法。气象规避区是气象天气影响区域的一种外延，考虑航空器飞行安全标准，不同气象区域的雷暴程度、范围影响气象规避区的动态风险机理和过程不一样，亟待剖析气象规避区的动态风险态势感知方法体系。

技术实现思路

1、为解决上述技术问题，本发明提出了一种气象规避区的动态风险态势感知方法，以解决上述现有技术存在的问题。

2、为实现上述目的，本发明提供了一种气象规避区的动态风险态势感知方法，包括：

3、获取雷暴反射率数据；

4、对所述雷暴反射率数据进行分析，获得气象规避区在任意时刻的不同风险类型；

5、对所述气象规避区在任意时刻的不同风险类型进行计算，获得风险类型的发生概率、空间分布、中心和重心；

6、基于所述风险类型的发生概率、空间分布、中心和重心获取任意时刻的动态期望风险指数；

7、基于所述任意时刻的动态期望风险指数预测气象规避区的未来风险态势演变趋势。

8、优选的，所述获取历史和实时雷暴反射率数据的过程包括：

9、设定气象规避区的坐标范围，同时获取天气雷达动态监测雷暴反射率数据；

10、基于所述气象规避区的坐标范围对所述天气雷达动态监测雷暴反射率数据进行筛选，获得所述雷暴反射率数据；

11、所述天气雷达动态监测雷暴反射率数据包括时间、坐标和雷暴反射率数据。

12、优选的，所述获得气象规避区在任意时刻的不同风险类型的过程包括：

13、基于聚类算法对所述雷暴反射率数据进行特征分类，获得分类数据；

14、计算所述分类数据的雷暴雷达反射率均值，并进行均衡化粗粒；

15、基于所述雷暴雷达反射率均值和航空器的安全飞行标准获得所述获得气象规避区在任意时刻的不同风险类型。

16、优选的，所述获得风险类型的发生概率、空间分布、中心和重心的过程包括：

17、对所述气象规避区在任意时刻的不同风险类型的全部数据，所述全部数据包括风险记录、风险累计面积和风险记录坐标；

18、基于某个类型的风险记录和全部类型的风险记录获取所述风险类型的发生概率；

19、基于某个类型的风险累计面积和全部类型的风险累计面积获取所述空间分布；

20、基于所述风险记录坐标获取中心和重心。

21、优选的，所述中心的获取方法包括：

22、计算某个类型风险的任意两个风险记录坐标中心点；

23、对所述两个风险记录坐标中心点求平均值，获取坐标中心点，其中坐标中心点风险类型为坐标的中心的风险类型。

24、优选的，所述重心的获取方法包括：

25、计算某个类型风险的任意两个风险记录坐标重心点；

26、对所述两个风险记录坐标重心点求平均值，获取坐标重心点，其中坐标重心点风险类型为坐标的重心的风险类型。

27、优选的，所述任意时刻的动态期望风险指数包括：动态概率期望风险指数、动态空间分布期望风险指数、动态中心期望风险指数和动态重心期望风险指数；

28、所述动态概率期望风险指数通过所述发生概率乘以其风险类型值计算获得；

29、所述动态空间分布期望风险指数通过空间分布的数值乘以其风险类型值计算获得；

30、所述动态中心期望风险指数通过全部类型风险的中心风险类型值求平均获得；

31、所述动态重心期望风险指数通过全部类型风险的重心风险类型值求平均获得。

32、优选的，基于所述任意时刻的动态期望风险指数预测气象规避区的未来风险态势演变趋势的过程包括：

33、基于所述任意时刻的动态期望风险指数计算风险数值和发生概率、空间分布、中心和重心的变化值；

34、对所述变化值进行计算，获得风险指数变化情况；

35、基于多输入-多输出时间序列方法对所述风险指数变化情况进行预测和演变，获得所述气象规避区的未来风险态势演变趋势。

36、与现有技术相比，本发明具有如下优点和技术效果：

37、本发明基于天气雷达监测气象规避区的雷暴反射率数据，构建了相关风险态势感知指标体系，根据飞行安全标准，融合机器学习和人工智能方法，动态评估气象规避区的风险程度、空间分布及其动力机制，据此评估航空器飞行安全性，从而为航空器合理规划安全路径提供数据支撑。

技术特征：

1.一种气象规避区的动态风险态势感知方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的气象规避区的动态风险态势感知方法，其特征在于，所述获取历史和实时雷暴反射率数据的过程包括：

3.根据权利要求1所述的气象规避区的动态风险态势感知方法，其特征在于，所述获得气象规避区在任意时刻的不同风险类型的过程包括：

4.根据权利要求1所述的气象规避区的动态风险态势感知方法，其特征在于，所述获得风险类型的发生概率、空间分布、中心和重心的过程包括：

5.根据权利要求4所述的气象规避区的动态风险态势感知方法，其特征在于，所述中心的获取方法包括：

6.根据权利要求4所述的气象规避区的动态风险态势感知方法，其特征在于，所述重心的获取方法包括：

7.根据权利要求1所述的气象规避区的动态风险态势感知方法，其特征在于，所述任意时刻的动态期望风险指数包括：动态概率期望风险指数、动态空间分布期望风险指数、动态中心期望风险指数和动态重心期望风险指数；

8.根据权利要求1所述的气象规避区的动态风险态势感知方法，其特征在于，基于所述任意时刻的动态期望风险指数预测气象规避区的未来风险态势演变趋势的过程包括：

技术总结本发明公开了一种气象规避区的动态风险态势感知方法，属于航迹规划天气雷达探测技术领域，包括：利用天气雷达动态监测气象规避区的历史和实时雷暴反射率数据，在任意时刻识别不同风险类型，计算它们的发生概率、空间分布、中心和重心，获取动态期望风险指数，据此预测气象规避区的未来风险态势演变趋势。本发明基于天气雷达监测气象规避区的雷暴反射率数据，构建了相关风险态势感知指标体系，根据飞行安全标准，融合机器学习和人工智能方法，动态评估气象规避区的风险程度、空间分布及其动力机制，据此评估航空器飞行安全性，从而为航空器合理规划安全路径提供数据支撑。技术研发人员：魏明,许思莹,王彦凝,章文鹏,苏烨博,吴泽萱受保护的技术使用者：中国民航大学技术研发日：技术公布日：2024/6/2