粗糙集与粒子群算法在雷暴天气预报中的应用

粗糙集与粒子群算法在雷暴天气预报中的应用

ID:31950906

大小:3.33 MB

页数:60页

时间:2019-01-29

粗糙集与粒子群算法在雷暴天气预报中的应用_第1页
粗糙集与粒子群算法在雷暴天气预报中的应用_第2页
粗糙集与粒子群算法在雷暴天气预报中的应用_第3页
粗糙集与粒子群算法在雷暴天气预报中的应用_第4页
粗糙集与粒子群算法在雷暴天气预报中的应用_第5页
资源描述:

《粗糙集与粒子群算法在雷暴天气预报中的应用》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、中国民航大学硕士学位论文1.1课题研究背景第一章绪论随着我国经济的高速发展,中国民航在世界的地位也快速提高。在飞机性能不断提高,地面保障设备不断改善的情况下,天气因素对飞行安全、航班正点和经济效益的影响愈发严重。据报道,1970年至1989年间,全球在不利于飞行的气象条件下造成的飞行事故占总飞行事故的30%,仅次于“飞行机组’’及“飞机设计”原因,1988"-'1992年全球飞行事故中29起与天气有关;在机毁人亡的事故中,33%与天气有关;1995年全球航空运输发生死亡事故57起,死亡1215人,气象原因占17起

2、。1959年以来,全球仅喷气式运输机由于雷雨、积冰、颠簸、低空风切变等恶劣天气所导致的飞行事故共有23起。中国民航近50年来,由于不利的气象条件引发的二等和重大以上飞行事故共有40起,占二等和重大以上飞行事故总数的31.9%。这些由气象原因引起的飞行事故绝大多数发生在飞机起降过程中。发生在积雨云中尺度在1000米以内剧烈的天气现象,对飞机起降安全有着重要的影响,这些天气现象主要包括低空风场、气压场、雷电、暴雨、冰雹等天气现象。其中低空风切变会使起降飞机空速发生剧烈变化,造成飞机失速坠毁;雷电会使飞机仪表失效,并且

3、对飞机外壳造成巨大的破坏;冰雹同样会严重地破坏飞机外壳,造成飞机失事;强降水会影响飞行能见度,严重影响飞机升力,发动机大量进水会造成发动机停车,在过冷的强降水中飞行会造成突然的严重积冰IlJ。在目前对航空安全要求日益提高的呼声下,有效地预报这些天气现象的空间分布、强度变化规律及其发生的时间是目前飞行安全保障工作中一个亟待解决的问题。为此,中国民航总局在十一五建设规划中,将建设中国新一代民用航空运输系统作为其重要目标之一,而建立并逐步完善水平尺度在1000米以内的中小尺度数值预报模式系统则作为其中一项重要的内容被明

4、确提出。1.2传统气象数值预报方法简介目前进行天气预报主要有以下方法:用天气学理论结合预报人员的经验进行预报、利用专家系统进行预报、利用模式输出法进行预报、以及利用数理统计方法和数值计算方法进行预报等。在这些方法中,比较流行且比较客观的预报方法是利用数值计算方法进行预报。目前广泛应用的数值预报模式主要有"1"213、T106、日本、欧洲和MM5模式【21,这几种模式主要的思想是,利用流体力学中的运动方程、涡度方程、散度方程、连续方程等建立起预报方程组,把反映大气性状的温度、压力、风、湿度等物理量代入以上方程中,用

5、一次或二次插值的方法,把这中国民航大学硕士学位论文些物理量内插到1个或者5个经纬度间距的格点上,通过计算机迭代计算出数小时或数天的天气系统和气象要素的变化结果。但是,传统的数值预报模式中涉及的网格点间距通常都比较大,其中最小格点间距的模式是MM5模式,其格点间距值是一个经距和一个纬距间距,而机场方面更需要预测和描述的是,在机场区域范围内(以跑道中心为原点5英里为半径的区域)尺度在1000米以下强烈影响飞行安全的剧烈天气现象。也就是说,现有的数值预报模式在机场预报中是有局限的,其局限性主要在于尺度问题,而对这种尺度

6、天气的描述,是上列数值预报模式所不能企及的。.目前气象界对微尺度天气现象的预测预报还没有专门的方法,还是利用天气学方法,主要通过预报人员的主观因素来讨论和预测它们的发生、发展及变化。通常的方法是根据天气图、卫星云图、对数压力图、雷达图预测出中小尺度天气系统【3l的发生发展状况,再根据天气系统的结构描述出微尺度天气现象的分布,利用实时的雷达探测、气象自动观测设备观测、周边机场的实时天气报告等,不断地修正新消息而得到预报结果。这种方法局限性大,主观意识比较明显,不确定性大,已经不太适合当前,特别是机场飞行安全保障工作

7、对气象要素所要求的精确、定量、准时预报的要求。综上,采用新的技术,有效地预报1000米以内低空风场、气压场、雷电、暴雨、冰雹等天气现象的空间分布、强度变化规律及其发生的时间是目前飞行安全保障工作中一个亟待解决的问题1.3数据挖掘技术在天气预报中应用现状数据挖掘(DataMining)是指从大型数据库或数据仓库中提取隐含的、先前未知的、对决策有潜在价值的知识和规则,它来源于数据库和机器学习研究领域,故也称为数据库中的知识发现(KnowledgeDiscoveryinDatabase,即KDD),其核心技术是统计学习

8、、机器学习、人工智能等。近年来数据挖掘技术逐渐被应用到气象预报中。’近年来神经网络(NeuralNetworks)在气象中的应用快速发展。周曾奎等利用神经BP网络模型输出判断台风移向趋势;谢炯光等利用神经BP网络进行月雨量集成预报试验:居为民等运用最优化相关普查方法,选取确定了对江苏省太湖地区小麦赤霉病发生程度有着显著指示意义的预报因子,将其输入变量经多层前馈型神经网络的

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。