基于机器学习算法的机场低能见度（雾）客观预报模型的构建与特征分析_人工智能气象应用.docx

PAGE2

基于机器学习算法的机场低能见度（雾）客观预报模型的构建与特征分析

第一章绪论

1.1研究背景

1.1.1现实背景

航空运输作为现代综合交通体系的核心支柱，其运行效率与安全水平高度依赖气象条件的支撑。低能见度天气，尤其是浓雾引发的大范围视程障碍，已成为制约机场正常运转的首要气象因素。

据统计，全球每年因低能见度导致的航班延误、备降及取消事件高达数万起，造成的直接经济损失超过数十亿美元。我国华东、西南及华北等地的枢纽机场，每年秋末至初春季节频繁遭受辐射雾与平流雾的侵袭，大面积航班积压现象时有发生。

以2019年某大型国际机场为例，全年因能见度低于550米导致的航班不正常事件