论文部分内容阅读
低能见度天气会影响飞机起降,引起航班延误与备降,研究其出现的规律对民航安全和经济运输均有重要意义。本文通过机器学习中的决策树算法建立了一种智能预报方法。作者通过民航运行标准,将新桥机场的低能见度天气分为低VIS和低RVR天气,利用决策树算法建立两类天气决策模型,并对决策规则进行对照研究。低RVR天气出现频率低,有更加苛刻的时间和气象条件要求;风向和相对湿度分别是判断能否发生低VIS和低RVR天气的重要因素。决策树算法建立的两种预报模型均具有较好的泛化能力,测试准确率分别为88.30%和93.10%,表明此方法在机场预报低能见度天气方面有较高的参考价值。