论文部分内容阅读
随着航空运输业的高速发展,航班运行不安全事件也随之增加,其中气象条件(尤其是飞机积冰)是影响飞机安全的重要因素之一。飞机在起飞、着陆阶段以及在严重积冰区飞行时,可能发生积冰现象,严重的可能导致飞行事故。本文统计并分析了2013-2016年的飞机积冰报告,归纳出我国飞机积冰航路分布特征,使用MATLAB对NCEP再分析数据(温度、相对湿度等)进行解码提取,筛选出与飞机积冰的产生相关的气象要素数据,并利用多元线性回归和BP神经网络方法建立我国飞机积冰的预报模型,并与国际民航组织推荐的积冰指数预报方程进行预报效果对比分析,结果表明,BP神经网络取得了较为满意的预报效果。本文主要结论包括:1.利用飞行报告统计分析了2013-2016年我国飞机积冰航路分布特征及规律,归纳总结出飞机积冰多发区在浙江、新疆、四川、重庆、云南和河南等地;飞机积冰高度分布在400hPa(含)以下占总数的98%,说明我国飞机积冰多发高度层在中低空区域;飞机积冰发生次数在冬季最高,集中在11月到来年2月。2.统计分析与飞机积冰相关的气象要素,有83.3%的飞机积冰发生在-20~0℃之间;相对湿度分布相对均匀,表明空气中有过冷水滴存在就有可能发生飞机积冰;通过统计分析垂直速度以及四川地区水汽通量散度图与相对涡度剖面图,总结出较弱的上升运动为积冰的形成创造了更有利的条件。3.利用多元线性回归和BP神经网络算法建立积冰预报模型,结果表明,多元线性回归模型CSI评分为48.8%,BP神经网络模型CSI评分为63.4%,国际民航组织推荐飞机积冰公式的CSI评分为17.1%。BP神经网络模型预测效果最好。