[发明专利]一种面向航空运行的对流云团预测方法

说明书

本发明公开了一种面向航空运行的对流云团预测方法，具体步骤如下：S1、气象数据提取和预处理；S2、对流云团进行聚类分析；S3、对流云团进行动态追踪和预测；S4、预测性能评估实验，所述步骤S1中包括以下步骤：S1.1、数据采集；S1.2数据类型分析和判断；S1.3、报文数据处理；S1.4、观测站数据处理；S1.5、云图数据处理；S1.6、气象元数据生成；S1.7、数据存储，所述步骤S2中包括以下步骤：S2.1、聚类分析和云团识别分类；S2.2、聚类云团质心计算。本发明通过结合聚类分析和时间序列分析，可以准确区分不同聚类云团，从而提高了聚类云团质心运动轨迹预测的准确率。

技术领域

本发明涉及云团预测方法技术领域，具体为一种面向航空运行的对流云团预测方法。

背景技术

航空是指航空器在大气层中的飞行活动。航空器主要包括直升机、小型客机和民用飞机等，近些年由于国家对低空的开放，为了保证各类航空器运行的安全性，需要对流云团位置和其运动轨迹进行准确的预测；

随着信息技术的发展，数据挖掘与知识发现已被广泛应用于海量数据分析，分类和集群被认为是必不可少的数据挖掘和知识发现方法。优秀的聚类算法可以根据数据的二维或三维分布特征，将特征相近的数据点集进行归类，剔除特征模糊的数据，实现数据的分类与优化；时间序列分析预测法是根据过去的变化趋势未来的发展，它的前提是假定事物的过去会同样延续到未来。事物的现实是历史发展的结果，而事物的未来又是显示的延伸，事物的过去和未来是有联系的。

通过聚类分析获得不同时间段内每个聚类云团的质心，由于不同聚类云团之间应可识别，而且只有识别后的聚类云团与前一时间段同一聚类云团的数据对比分析才具有意义，但以往的研究忽视了此点或并未提及，容易在计算中混淆不同聚类云团，造成聚类云团质心预测错误。

发明内容

本发明的目的在于提供一种面向航空运行的对流云团预测方法，将聚类分析和时间序列分析相结合，提高了预测的准确性，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：一种面向航空运行的对流云团预测方法，具体步骤如下：

S 1、气象数据提取和预处理；

S2、对流云团进行聚类分析；

S3、对流云团进行动态追踪和预测；

S4、预测性能评估实验。

进一步地，所述步骤S1中包括以下步骤：S1.1、数据采集；S1.2、数据类型分析和判断；S1.3、报文数据处理；S1.4、观测站数据处理；S1.5、云图数据处理；S1.6、气象元数据生成；S1.7、数据存储。

进一步地，所述步骤S1.1中采集的数据包括报文数据、观测站数据、云图数据。

进一步地，所述步骤S1.3中对报文数据处理包括以下步骤：

S1.3.1、正则表达式处理；

S1.3.2、字符串处理，即对报文数据进行字符串分割和截取；

经过上述两个步骤之后形成报文类GIS气象文件。

进一步地，所述步骤S1.4中对观测站数据处理包括以下步骤：

S1.4.3、常规气象观测站资料中MICAPS Diamond1、2、8、13文本解析；

S1.4.4、加密自动气象站文本解析；

S1.4.5、精细化预报文本解析；

经过以上三个步骤之后形成观测站类GIS气象文件。

进一步地，所述步骤S1.5中对云图数据处理包括以下步骤：