基于LSTM网络的大雾临近预报模型及应用

长短期记忆网络（LSTM）是一种时间递归神经网络,适合于预测时间序列延续性相对较长的事件.本文基于LSTM网络构建了一个全新的大雾临近预报框架,首先将地面气象要素观测资料转化成时间序列数据,并基于此序列进行建模.为了验证提出的模型的准确性,将安徽省81个国家站近2年地面气象要素数据转换为序列数据,基于该数据集对未来1–4小时进行逐小时大雾预报实验,实验结果显示本文提出的模型其TS-Score分别为61%、55%、36%和31%,明显优于卷积神经网络（CNN）以及传统机器学习算法如支持向量机（SVM）和K-近邻算法（KNN）的预测结果,是大雾临近预报的一种有效预报方法.     

辽宁一次区域性大雾的天气条件特征分析

利用常规地面观测资料及探空资料,对2013年3月6日至7日发生在辽宁省的区域性大雾天气过程进行分析,研究大雾天气的生消机制。结果表明:中高层纬向环流及地面鞍形气压场的建立为持续性大雾过程提供了良好的背景条件;弱冷空气使地面辐射冷却是大雾的触发机制;稳定的层结条件、低空逆温特征是大雾发展的促进因素;温度露点差较小、比湿和凝结函数值较高和弱地面风场有利于大雾的维持。     

辽宁一次区域性大雾的天气条件特征分析

利用常规地面观测资料及探空资料,对2013年3月6日至7日发生在辽宁省的区域性大雾天气过程进行分析,研究大雾天气的生消机制。结果表明：中高层纬向环流及地面鞍形气压场的建立为持续性大雾过程提供了良好的背景条件;弱冷空气使地面辐射冷却是大雾的触发机制;稳定的层结条件、低空逆温特征是大雾发展的促进因素;温度露点差较小、比湿和凝结函数值较高和弱地面风场有利于大雾的维持。     

静止气象卫星遥感探测华北平原秋季大雾研究

秋季是华北平原大雾多发季节,近年来大雾成为主要的灾害性天气之一,实时监测信息对于人们安排生产生活十分有利。使用主成分分析方法对2006年11月19日11∶00和20日05∶00华北平原出现大雾天气两个时次的静止卫星MTSAT\|1R资料进行了处理分析,结果表明该方法可以突出雾区与其他区域的差异,检测到大雾的存在。在此基础上,对2006年11月和2007年10月出现在华北平原的两次大雾天气过程进行大雾信息提取,并对大雾检测阈值进行了敏感性分析,选取合适的检测阈值。利用基于主成分分析的改进遥感方法对2008年10月16日~11月30日的MTSAT\|1R资料进行了大雾检测批量处理,并将大雾探测结果与地面常规观测资料进行了对比验证。结果表明改进方法可以探测到雾区的影响范围,检测阈值通用性好,探测大雾的准确率较高。两种方法均可昼夜连续监测大雾的生成、发展和消散,显示了这两种方法在大雾实时监测方面较传统地面观测资料具有时间分辨率高、客观和准确等优点。     

短时临近气象预报备战奥运

计算机使用率大幅度提高,90%的预报工作实现自动化本刊讯记者谢征报道一套短时临近气象预报系统在北京市气象局通过首次实时运行测试。这套预报系统的近期目标是,为2008年北京奥运服务。人们通常通过天气预报可以知道明天或者后天的气象信息,但短时临近气象预报,可以比较准确地预报出2个小时后的一场雷阵雨。据北京市气象局的工作人员介绍,短时临近气象预报,可以预报出0～6小时内的强对流天气,包括风暴、雷电雨、冰雹等,以及这些强对流天气的发生时间、地点和强度。而我们平时看到的气象预报只能知道强对流天气的发生可能性。在12～36小时的…     

候机楼综合信息引导系统的设计和实现

根据安装在合肥骆岗国际机场的同这么些上导系统。阐述适用于机场,车站,码头和商场等需要对旅客和顾客进行引导和发布信息的场所的综合信息引导系统的体系结构,叙述其主要特点,同时说明各子系统的相互关系和连接方法。     

CUACE/Dust:亚洲沙尘暴计算机业务预报系统

CUACE/Dust(中国沙尘暴大气化学环境系统)为一综合性的沙尘暴预报系统.该系统由以下两部分组成:(1)包含沙尘起沙及干/湿沉降等其他大气动力过程的大气气溶胶模块;(2)建市在中国气象局的观测资料以及中国风云二号地球静止卫星反演资料上的资料同化系统.这是第一次通过资料同化系统成功地将地面观测台站的数据与卫星的沙尘气溶胶反演资料结合起来,并用于东亚地区的实时业务预报.在预报2006年东亚地区的沙尘暴过程中,该业务系统捕捉到了31次大型沙尘暴事件,而这些事件均被地面台站和卫星所观测剑.分析结果显示,在有资料同化系统参与的情况下,2006年春季东亚地区0～24小时季节平均预报技术得分从0.22上升至0.31,实现了41%的增长.同时还将一些具有代表性的台站在整个2006年春季所预报的沙尘浓度的时间序列与地面PM10监测数据进行了比对.比对结果显示,所预报的沙尘浓度的时间序列与出现大量沙尘气溶胶的近地表地区的沙尘暴的发生时间及强度吻合.大气化学和物理学杂志为该预报系统的研发及应用结果专门出了一期特刊,而本文则为该特刊的总结性报告.     

遂宁机场基于对流参数雷暴潜式预报

<正>雷暴是强对流天气的一种,是中尺度对流活动发展得结果,属于严重影响飞行安全的天气现象之一。目前对雷暴的预报主要依赖于预报员对天气形势的分析和预报经验。基于对流参数的雷暴预报方法是基于定量预报思想,找到适合本地实际的一些规律指标,作出雷暴单点定量预报。本文着力于通过对川内探空台站的对流参数的研究,寻找遂宁机场适合的一些规律指标,建立预报方程,丰富预报手段,提高遂宁机场雷暴预报的准确率,更好的为飞行训练服务。     

利用静止气象卫星监测浙江海上大雾

卫星遥感是监测大雾的重要手段,利用静止气象卫星监测海上大雾,可以得到时间分辨率比极轨卫星更高、空间覆盖比地面观测更连续的大雾产品。采用分级判识太阳高度角阈值和归一化大雾指数(NDFI)的方法,反演了2008年至今浙江海雾的逐时分布,并将静止卫星(MTSAT)遥感大雾监测结果与近5年地面大雾观测和2013年春季能见度自动观测记录作对比,结果显示遥感反演的总体精度分别为68.4%和69.6%,且空间分布上与地面观测相吻合。表明该方法可突出雾与其他地物的差异,且判识方法简单、实用性强、准确率较高;实时监测浙江海上大雾是可行的,具有良好的业务应用前景。不同时段正确率的验证结果显示,该方法更适用于海雾频发的冬春季以及白天的监测。     

多机场地面等待策略数学模型的研究

为有效地解决空中交通拥挤问题,研究了空中交通流量管理方法中的地面等待策略。通过地面等待来调节空中交通网络的流量,减少延误时间,从而减少经济损失,提高机场和空域资源的利用率。在空中交通流量管理的各种方法中,地面等待策略是一种比较有效的方法。针对多机场地面等待问题,提出一种以地面等待成本和延迟成本为目标函数的方法,并建立相应的数学模型,为实际的流量管理提供理论方法和依据。通过对机场数据的仿真计算,证明了该模型的有效性和可行性。     

高速公路气象数据融合滤波与短时雨雾预测

高速公路路域内雨雾气象数据呈现多源、异构特性,对其进行短时精准预测存在很大难度;针对该问题,在利用联合概率法求得数据之间联合概率的基础上构建异构数据融合模型,并将该融合模型与卡尔曼滤波方法相结合,建立面向多源异构气象数据的协同融合滤波模型;在此基础上,利用贝叶斯最大熵方法,结合雨雾经验理论、融合滤波后的数据以及原始雨雾数据,实现了对高速公路目标路段雨雾天气的短时精准预测;实验结果表明,该方法能够为用户提供精准、稳定的高速公路短时雨雾气象预测结果,对减少交通事故,合理进行交通管制具有重要意义。     

组合模型在机场旅客吞吐量预测中的应用

研究机场运输优化控制问题,机场旅客吞吐量受到政治、经济、节假日、票价和天气等多种因素影响,具有周期性和非线性变化特点,传统单一预测方法只能描述其部分变化规律,预测精度低。为了提高机场旅客吞吐量预测,将灰色模型和BP神经网络相结合,形成一种机场旅客吞吐量组合预测模型。首先组合预测模型利用灰色模型对线性变化部分进行预测,然后采用BP神经网络对非线性变化部分进行预测,并对预测误差进行补偿。仿真结果表明,组合模型,解决了单一预测模型存在的缺陷,提高了机场旅客吞吐量预测精度,为机场旅客吞吐量预测提供一种新的思路。     

Evaluating the quality of airport service using the fuzzy multi‐criteria decision‐making method: a case study of Taiwanese airports

In today's highly competitive air transportation environment, the quality of airport service is an important issue. In this paper, we present a fuzzy multi‐criteria decision‐making (MCDM) method for the evaluation of the quality of airport service. The data are collected from the passengers who depart from two international airports in Taiwan. The fuzzy MCDM model is defuzzied using the inverse function arithmetic representation method. The results show that the average quality of the Taoyuan International Airport service is better than that of the Kaohsiung International Airport service. This paper also analyses the quality of airport service using the fuzzy expert system to improve the performance of airport service. The analysis results show that the Kaohsiung International Airport and the Taoyuan International Airports' improvement efforts should be concentrated on seven and five specific service items, respectively. The findings of this paper are to help the decision‐makers and the managers of airports improve the quality of airport service.     

基于组合方法的三亚机场客流量预测

准确地预测机场客流量对机场的建设和发展有着至关重要的作用. 在三亚机场2005-2015年客流量数据的基础上,分别采用Holt-Winter季节模型、ARMA和线性回归模型分别对三亚机场2016-2017年的客流量进行了预测. 为了减少预测误差提高预测精度,采用了组合加权的方法对数据进行了组合预测. 经验证,该方法可以作为有效预测机场客流量的一种方法.     

西北电网专业气象服务系统的设计与实现

介绍了一种与电网紧密结合的专业气象服务系统,该系统在充分利用气象系统、电力系统现有软硬件资源的基础上,通过应用气象多普勒雷达、卫星云图等现代化观测手段和自动化程度很高的地面自动气象站资料以及MM5中尺度预报产品,结合有线网络传输和基于Intranet/Internet的多层分布式技术搭建西北电网专业气象服务系统,开展电网气象预警预测和气象预报服务。系统建立了实时的地面自动气象站资料数据库和预报产品数据库,实现了多种气象要素的实时监测和预报,为西北电网的安全调度运行提供了科学依据。     

Applying digital twins for the management of information in turnaround event operations in commercial airports

The aerospace sector is one of the many sectors in which large amounts of data are generated. Thanks to the evolution of technology, these data can be exploited in several ways to improve the operation and management of industrial processes. However, to achieve this goal, it is necessary to define architectures and data models that allow to manage and homogenise the heterogeneous data collected. In this paper, we present an Airport Digital Twin Reference Conceptualisation’s and data model based on FIWARE Generic Enablers and the Next Generation Service Interfaces-Linked Data standard. Concretely, we particularise the Airport Digital Twin to improve the efficiency of flight turnaround events. The architecture proposed is validated in the Aberdeen International Airport with the aim of reducing delays in commercial flights. The implementation includes an application that shows the real state of the airport, combining two-dimensional and three-dimensional virtual reality representations of the stands, and a mobile application that helps ground operators to schedule departure and arrival flights.     

基于随机森林的短期电量负荷精准预测方法

可再生能源并入电网后,电能供给量增加,短期电量负荷情况难以预测,无法制定准确的电能分配策略,由此,提出基于随机森林的短期电量负荷精准预测方法研究。深入分析短期电量负荷预测影响因素（气象、时间、电价与随机干扰因素）,选取适当的模型输入变量（历史电量负荷数据、温度数据与日类型）,结合随机森林算法构建短期电量负荷预测模型,并重复确定相似日的选取规则,采用粒子群优化算法寻找预测模型参数最佳值,将样本集输入至模型中,获得精准的短期电量负荷预测结果。实验数据显示:当输入变量数量达到一定值后,应用提出方法获得的短期电量负荷预测时延稳定在0.55s左右,短期电量负荷预测误差几乎为0,充分证实了提出方法应用性能较佳。     

基于多层小波分解的日前太阳辐照度预测研究

由于太阳辐照度的随机波动特性,大型光伏发电并网会给电力系统的运行带来极大困难,光伏发电功率的预测是解决此问题的关键措施之一.提出了一种基于多层小波分解的太阳辐照度预测方法,首先,根据天气状态将每日的辐照度曲线划分为不同的波动模式;然后针对不同天气下的波动模式分别建立预测模型,使用多层小波分解后的数据预测第二天连续24小时的辐照度值;最后建立基于数据驱动的融合模型,将不同天气模式下的辐照度多层小波分解预测值进行融合,以获得最终的辐照度预测结果.仿真结果表明辐照度预测结果精度与小波分解层数和天气模式高度相关,且所提算法能够有效提高短期辐照度预测精度.     

考虑气象因素的短期电力负荷预测研究

针对如何提高短期电力负荷预测精度的问题,提出基于核主成分分析法(Kernel principal component analysis,KPCA)和改进的回声状态网络(Echo state network,ESN)算法相结合的方法对短期电力负荷进行预测研究。通过卡尔曼滤波(Kalman filtering,KF)方法训练回声状态网络的输出权值,引入修正因子对卡尔曼滤波的协方差矩阵进行修正,从而实现回声状态网络结构参数的调整,获得理想的网络结构模型。采用Lyapunov理论验证了改进回声状态网络算法的收敛性。采用核主成分分析法对气象因素进行降维处理,获得能够体现数据信息的主元信息。通过UCI(University of California Irvine)数据集仿真对比,验证了该算法相比于ESN、SVM(Support vector machine)、BP(Back propagation)、GA(Genetic algorithm)等算法具有更高的预测精度。在考虑气象因素的前提下,对短期负荷预测进行仿真实验,实验结果显示在正常天气和存在气象突变的情况下,改进的回声状态网络算法较GA-ESN和GA-BP算法有更高的预测精度,验证了该方法的实用性。