机场道面摩擦系数气象预报模型与除冰雪决策支持.docxVIP

PAGE2

机场道面摩擦系数气象预报模型与除冰雪决策支持

摘要

冬季降雪与积冰条件下的机场道面摩擦系数衰减，是威胁航空器起降安全的核心气象因素。传统的除冰雪作业决策多依赖人工经验与实时测量，存在明显的滞后性与盲目性，难以实现资源的优化配置。本课题针对这一现实痛点，设计并实现了一套机场道面摩擦系数气象预报模型与除冰雪决策支持系统，旨在通过气象参数与道面状态的定量关联，提前预判摩擦系数变化趋势，为除冰雪作业提供科学决策依据。

本文首先分析了降水形态、气温、道面温度及风速等气象要素对道面摩擦系数的影响机理，建立了基于多元回归分析与BP神经网络的摩擦系数预报模型。随后，基于预报模型输出结果，结合机场运行标准与除冰雪作业规程，设计了包含预警等级判定、作业时机选择及资源调度建议的决策支持系统。系统采用B/S架构设计，后端基于Python语言开发，利用Django框架构建Web服务，前端采用Vue.js框架实现数据可视化交互。

论文主要工作涵盖需求分析、系统总体设计、详细设计、编码实现及系统测试五个阶段。在需求分析阶段，明确了气象数据接入、模型训练与修正、决策指令生成等核心功能；在系统设计阶段，构建了数据层、模型层、服务层与表现层的四层架构；在实现阶段，重点解决了多源气象数据清洗与模型精度优化问题。测试结果表明，系统摩擦系数预报准确率达到85%以上，决策响应时间小于2秒，有效提升了机场冬季