基于图像的终端区相似气象运行场景识别分析.pdfVIP

第３９卷第２期哈尔滨商业大学学报(自然科学版)Ｖｏｌ.３９Ｎｏ.２

２０２３年４月ＪｏｕｒｎａｌｏｆＨａｒｂｉｎＵｎｉｖｅｒｓｉｔｙｏｆＣｏｍｍｅｒｃｅ(ＮａｔｕｒａｌＳｃｉｅｎｃｅｓＥｄｉｔｉｏｎ)Ａｐｒ.２０２３

基于图像的终端区相似气象运行场景识别分析

曾杨ꎬ袁立罡ꎬ陈海燕ꎬ刘振亚ꎬ金加志

(南京航空航天大学民航学院ꎬ南京２１１０００)

摘要:天气影响是空中交通运行不确定性的主要原因之一ꎬ基于历史相似气象场景识

别是一种有效辅助管制运行决策的依据.相较于传统的基于距离度量空间分布的相似

性识别方法ꎬ从视觉角度提出了一种基于ＣＮＮ(ＣｏｎｖｏｌｕｔｉｏｎａｌＮｅｕｒａｌＮｅｔｗｏｒｋ)图像模式

的终端区相似气象运行场景识别方法.将处理后的ＷＡＦ(ＷｅａｔｈｅｒＡｖｏｉｄａｎｃｅＦｉｅｌｄ)天气

避让区图像作为神经网络训练集ꎬ构建ＣＮＮ＋Ｋｍｅａｎｓ＋＋模型实现对气象场景分类.

进一步依据评估场景分类的实际效果和管制决策状态ꎬ构建了基于气象、交通、策略多

领域的终端区特征集.从典型场景－典型日视角切入ꎬ分析不同场景对终端区运行能力

与策略发布的影响ꎬ并以广州终端区为例进行验证ꎬ结果表明ꎬ基于ＣＮＮ图像模式的对

流天气识别具有较显著的效果ꎬ可为交通流量管理措施提供指导辅导决策.

关键词:终端区ꎻ天气避让区ꎻ交通运行ꎻ流量策略ꎻ组合模型

中图分类号:Ｖ３５５文献标识码:Ａ文章编号:１６７２－０９４６(２０２３)０２－０１３１－０８

Ａｎａｌｙｓｉｓｏｆｓｉｍｉｌａｒｗｅａｔｈｅｒｏｐｅｒａｔｉｎｇｓｃｅｎａｒｉｏｓｉｎｔｅｒｍｉｎａｌａｒｅａｓｂａｓｅｄｏｎｉｍａｇｅｐａｔｔｅｒｎｓ

ＺＥＮＧＹａｎｇꎬＹＵＡＮＬｉ￣ｇａｎｇꎬＣＨＥＮＨａｉ￣ｙａｎꎬＬＩＵＺｈｅｎ￣ｙａꎬＪＩＮＪｉａ￣ｚｈｉ

(ＳｃｈｏｏｌｏｆＣｉｖｉｌＡｖｉａｔｉｏｎꎬＮａｎｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＡｅｒｏｎａｕｔｉｃｓａｎｄＡｓｔｒｏｎａｕｔｉｃｓꎬＮａｎｊｉｎｇ２１１０００ꎬＣｈｉｎａ)

Ａｂｓｔｒａｃｔ:Ｗｅａｔｈｅｒｉｍｐａｃｔｉｓｏｎｅｏｆｔｈｅｍａｉｎｒｅａｓｏｎｓｆｏｒｔｈｅｕｎｃｅｒｔａｉｎｔｙｏｆａｉｒｔｒａｆｆｉｃｏｐｅｒａ￣

ｔｉｏｎꎬａｎｄｔｈｅｒｅｃｏｇｎｉｔｉｏｎｏｆｓｉｍｉｌａｒｍｅｔｅｏｒｏｌｏｇｉｃａｌｓｃｅｎｅｓｂａｓｅｄｏｎｈｉｓｔｏｒｙｉｓａｎｅｆｆｅｃｔｉｖｅｂａ￣

ｓｉｓｔｏａｓｓｉｓｔｔｈｅｄｅｃｉｓｉｏｎ￣ｍａｋｉｎｇｏｆｃｏｎｔｒｏｌｏｐｅｒａｔｉｏｎ.Ｃｏｍｐａｒｅｄｗｉｔｈｔｈｅｔｒａｄｉｔｉｏｎａｌｓｉｍｉｌａｒｉｔｙ

ｒｅｃｏｇｎｉｔｉｏｎｍｅｔｈｏｄｂａｓｅｄｏｎｄｉｓｔａｎｃｅｍｅａｓｕｒｅｍｅｎｔａｎｄｓｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎꎬｔｈｉｓｐａｐｅｒｐｒｏ￣

ｐｏｓｅｄａｍｅｔｈｏｄｆｏｒｒｅｃｏｇｎｉｚｉｎｇｓｉｍｉｌａｒｍｅｔｅｏｒｏｌｏｇｉｃａｌｏｐｅｒａｔｉｏｎｓｃｅｎｅｓｉｎｔｅｒｍｉｎａｌａｒｅａｂａｓｅｄ

ｏｎＣＮＮ(ＣｏｎｖｏｌｕｔｉｏｎａｌＮｅｕｒａｌＮｅｔｗｏｒｋ)ｉｍａｇｅｐａｔｔｅｒｎｆｒｏｍｔｈｅｐｅｒｓｐｅｃｔｉｖｅｏｆｖｉｓｉｏｎ.Ｔｈｅ

ｐｒｏｃｅｓｓｅｄＷＡＦ(ＷｅａｔｈｅｒＡｖｏｉｄａｎｃｅＦｉｅｌｄ)ｗｅａｔｈｅｒａｖｏｉｄａｎｃｅａｒｅａｉｍａｇｅｗａｓｕｓｅｄａｓｔｈｅ

ｎｅｕｒａｌｎｅｔｗｏｒｋｔｒａｉｎｉｎｇｓｅｔꎬａｎｄｔｈｅＣＮＮ＋Ｋｍｅａｎｓ＋＋ｍｏｄｅｌｗａｓｃｏｎｓｔｒｕｃｔｅｄｔｏｃｌａｓｓｉｆｙ

ｔｈｅｗｅａｔｈｅｒｓｃｅｎｅ.Ｆｕｒｔｈｅｒꎬａｃｃｏｒｄｉｎ