机场能见度临近预测方法

能见度是保障机场航班安全、正常运行的重要标准之一。为精准预测能见度,使用2020年天津机场气象和常规空气质量监测数据,构建基于方差膨胀因子(Variance Inflation Factor,VIF)、主成分分析(Principal Components Analysis,PCA)和Informer的能见度预测模型,并将均方根误差、平均绝对误差、平均绝对百分比误差作为评价指标进行误差分析。结果显示,VIF PCA Informer模型比单一的Informer和简单组合模型效果更优,能更好地捕捉长时间序列特征的关系。相比于单一的Informer、长短期记忆神经网络和门控循环单元模型,VIF PCA Informer模型均方根误差下降了0.2141~0.3486,平均绝对误差下降了0.1842~0.2753,平均绝对百分比误差下降了0.3224~0.5270;VIF PCA Informer模型对能见度的临近预测(1 h)更为精准。使用高效的机场能见度预测模型可在保障航班安全高效运行方面发挥较大支撑作用。

我国6个典型城市大气能见度及其影响因素研究

采用线性相关性分析、分类变量分析等统计学方法,分析了巴彦淖尔、石家庄、廊坊、郑州、武汉、广州六市2019—2020年的PM_(2.5)与气象观测数据,研究了PM_(2.5)浓度与大气相对湿度对大气能见度的影响。结果表明:六市大气能见度年变化规律虽存在较大差异,但最低值均出现于每年12月—次年2月,且年变化规律基本一致;气象条件、相对湿度、PM_(2.5)浓度对能见度的影响明显,其中相对湿度通过改变PM_(2.5)物化性质间接影响能见度,与能见度相关程度相对较弱。PM_(2.5)浓度与能见度的线性相关性良好,以幂函数为主;整体上,相对湿度与PM_(2.5)浓度对大气能见度影响呈协同作用,相对湿度越大的城市对PM_(2.5)的控制要求越高。此外,PM_(2.5)浓度高于平台点时,大气能见度基本不随PM_(2.5)浓度增加而继续降低,只有PM_(2.5)浓度低于突变点时,大气能见度才会随PM_(2.5)浓度降低而显著提升,各市能见度突变点与平台期点所对应PM_(2.5)浓度差异较大。

坡度、疲劳和能见度对隧道火灾人员疏散速度耦合影响研究

为探究隧道火灾复杂环境对人员疏散速度的耦合影响规律,首先对坡度、人体疲劳及能见度3种因素开展疏散试验,获得各单因素对疏散速度的影响规律,并拟合出疏散速度变化公式;其次基于各单因素下速度变化公式,提出多因素耦合影响下隧道火灾人员疏散速度计算方法。研究结果表明:人员上坡疏散速度与坡度线性负相关,下坡疏散速度规律性较弱;长距离疏散时因疲劳导致速度逐渐衰减,在2 km疏散过程中速度衰减峰值达47%,疲劳导致的速度衰减比例与疏散距离线性正相关;能见度较高时其对疏散速度的影响效果不显著,能见度降低至10 m内后开始对疏散速度产生负面作用。研究结果可为隧道疏散设施设计、相关标准规范制定等提供参考,同时为传统疏散速度取值方法提供1个新思路。

气溶胶谱分段拟合对能见度计算的影响

针对气溶胶谱分布函数拟合中存在的偏差严重影响能见度计算精度的问题,提出了一种采用Junge谱与Deirmendjian谱结合的分段拟合方法来提高气溶胶谱分布函数的精度,并在大气环境模拟舱内进行了实验验证。首先,在大气模拟舱内生成了气溶胶多峰谱分布,建立了气溶胶谱分布的参数化模型。然后,对比分析了所提综合谱分段拟合方法和单一谱函数法拟合谱函数的相对误差和相关系数。最后,基于相对偏差和相关性评估了所提方法计算能见度的精度。结果表明利用所提方法计算获得的能见度与观测值的平均相对偏差为4.87%,相关性R^(2)=0.9847,证明其拟合结果具有较好的准确性、稳定性,且与实际观测值具有较好一致性。

TimeGAN-Informer长时机场能见度预测

能见度的预测对机场的业务决策、保障飞机的安全起降具有重要的意义。针对现有能见度预测模型预测时间较短的问题,提出一种基于TimeGAN Informer(Time Generative Adversarial Network-Informer)的机场能见度预测方法。利用2018—2022年气象和污染物数据,通过相关系数法和递归特征消除法提取出能见度的主要影响因素,使用TimeGAN时间序列生成对抗网络对数据进行扩充,并将Informer长时间序列预测模型应用于能见度预测。结果显示:当预测步长为1 d、2 d、3 d时,TimeGAN Informer的绝对误差(Mean Absolute Error,MAE)分别为2.42、3.13、3.57,比Informer分别降低了0.29、0.27、0.28,比长短时记忆网络(Long Short-Term Memory,LSTM)分别降低了0.28、0.49、0.63;均方根误差(Root Mean Square Error,RMSE)分别为3.03、3.7、4.09,比Informer分别降低了0.38、0.22、0.24,比长短时记忆网络(LSTM)分别降低了0.3、0.5、1.04;百分误差小于30%的分别占测试样本集的78.07%、70.68%、63.84%。尽管随着步长的增加预测效果变差,但在预测步长为3 d时,多数样本的预测误差仍小于30%,实现了对机场区域较为准确的长时能见度预测。

基于AOD-Net的雾天高速公路能见度动态检测方法

单纯以图像帧差特征为主的公路能见度动态检测方法,缺乏足够多样且具有代表性的真实数据集,使得能见度的智能检测精度下降,为此,利用生成对抗网络的博弈迭代计算优势,设计一种基于AOD-Net(An All-in-One Network)的雾天高速公路能见度动态检测。首先,采用生成对抗网络中的带雾图像生成算法,主要是判断生成的带雾图像的真实程度,旨在使判别器准确地区分真实图像和生成的图像。然后,捕获不同尺度下的特征,从而更准确地估计雾霾参数,利用AOD-Net完成雾霾动态识别与能见度检测。最后,构建团雾分级预警模型,以实现团雾智能预警。通过对比实验证明,所提检测方法可以实现对雾天高速公路能见度动态高精度检测,检测结果与实际能见度偏差不超过5m,具备较高的应用价值。

基于生成对抗网络的路况监控视频能见度检测方法

传统路况监控视频能见度检测方法直接对人眼可分辨最远点进行检测,未进行车道线检测及兴趣域提取,造成传统方法检测效果较差。对此,提出基于生成对抗网络的路况监控视频能见度检测方法。在车道线检测及兴趣域提取的基础上,基于生成对抗网络检测人眼可分辨最远点,进一步与计算机视觉和图形领域相结合,实现路况监控视频能见度检测。实验结果表明,该方法具有更好的检测效果,可推广应用。

机场能见度的变化特征及对飞行训练的影响分析

随着航空业的不断发展和完善,航空器的速度日益加快,为人们带来前所未有的便捷。然而,在享受这些便利的同时,航空器的安全问题也逐渐成为人们关注的焦点。能见度作为影响航空器安全的主要因素之一,一直受到国内外学者的广泛关注和研究。该文以广汉机场为例,对其能见度的变化特点进行深入研究。通过分析数据,得出能见度季节性变化的影响因素。同时,从多个方面研究这些能见度影响因素对飞行训练的具体影响。在此基础上,提出一系列针对性的飞行训练方案和措施,旨在一定程度上减少能见度对飞行训练运行的影响。

基于视频分析的公路能见度监测方法

在现场安装自带光源的特制靶标,通过摄像机采集含有靶标区域的视频图像,输入到工业计算机经靶标位置识别、角度校正等预处理后,提取靶标区域图像的视觉特征信息,并利用事先构建的特征信息到能见度距离的映射模型,实时计算公路能见度取值,达到全天候动态监测公路能见度的目的。

汽车玻璃美容技术及其在能见度与行车安全中的作用

作为现代交通工具,汽车在提供便捷出行的同时,也引发了对行车安全的持续关注。其中,汽车玻璃作为汽车的重要组成部分,对驾驶员的能见度和行车安全起着至关重要的作用。本文将深入探讨汽车玻璃美容技术在提升能见度和行车安全方面的关键作用,包括清洁护理、抛光处理和防雨涂层等技术的深入解析。此外,论文还将探讨驾驶员在汽车玻璃护理中的积极参与,以及如何通过教育和宣传活动普及这一重要技术。

投弃式雾能见度剖面仪的设计原理与应用

精准观测大气能见度是研究雾的重要基础,我们将雾引起的大气能见度变化简称为雾能见度。现有的大气能见度仪较重,无法由探空气球携带升空;由于观测手段的限制,迄今对雾的垂向结构研究很少,本文提出利用自然光探测雾能见度的方案。为获取大气的垂向衰减系数,研制了一种体积小、重量轻、传输距离远的投弃式微型辐照度计,由探空气球携带升空,实现雾能见度的垂向剖面探测,我们将该仪器系统命名为“投弃式雾能见度剖面仪”。投弃式雾能见度剖面仪既能实现对大气辐照度的精确测量,又具有重量轻、造价低的特点,成为探测雾能见度垂向特征的一种新手段。本文还提出精确测量大气辐照度所涉及的两个创新性算法——谱辐照度的反演算法和仪器摆动的校正算法。在此基础上利用获取的太阳辐射在垂向的漫衰减系数,成功反演出雾能见度的垂向分布。实际观测结果表明,雾在垂直方向上有丰富的信息,也有空间上的明显差异,需要深入研究。雾能见度剖面仪可为深入研究雾的垂向结构提供宝贵数据,有重要的应用价值。

基于GA-PSO-BP神经网络的气象能见度预测

针对安徽省气象能见度数据缺测问题,选取安徽省4种不同地形条件下的自动气象站点(黄山站、灵璧站、山南溪谷站、白泽湖站)2017—2019年的气象数据,首先采用灰色关联分析法筛选出与能见度联系紧密的气象要素,然后构建遗传算法(genetic algorithm,GA)和粒子群算法(particle swarm optimization algorithm,PSO)混合算法优化BP(back propagation)神经网络的预测模型,对4种不同地形条件下的自动气象站点的能见度进行预测,并与RF预测模型、XGBoost预测模型的预测效果进行对比,结果表明采用GA-PSO-BP神经网络预测模型无论在哪种地形条件下,预测误差更小,模型精度更高。

低能见度下人行横道发光标线视认及预警效果研究

城市人行横道在夜间、雾天等低能见度环境下交通事故频发。交通设施视认性能不足、未能提供有效的冲突预警是重要原因。为探究新型发光标线与普通标线相比对于提升驾驶人视认距离、提供交通冲突预警的作用,基于Cinema 4D软件设计夜间及雾天2种低能见度行车场景,开展驾驶模拟实验,获取微观个体驾驶行为数据,使用Wilcoxon符号秩检验方法和Friedman秩和检验方法深入分析标线的发光颜色、发光模式、发光位置因素对于驾驶人视认距离及纵向速度调控行为的影响。实验结果表明:①低能见度场景中驾驶人在发光标线下的视认距离显著大于普通标线,夜间场景中白色、黄色和红色发光标线下驾驶人视认距离分别提升36%,21%,54%,雾天场景中白色、黄色和红色发光标线下驾驶人视认距离分别提升34%,17%,47%;②低能见度环境中,车辆在白色和红色发光标线下的减速幅度较普通标线显著增大,在黄色发光标线下减速幅度变化不显著,夜间场景中白色、红色发光标线下车辆减速幅度较普通标线分别提升了101%,150%,雾天场景中白色、红色发光标线下车辆减速幅度较普通标线分别提升了142%,194%;③发光标线的光源、发光形式与颜色对于驾驶人视认距离的影响具有显著的交互作用,标线不同属性的组合方式对驾驶人视认距离大小的影响有显著差异。

1971-2022年河南省水汽压与能见度的时空分布及其关联

为探究河南省水汽压和能见度的时空分布特征和相关性,利用1971-2022年河南省118个国家级气象站的日最高水汽压和日最小能见度数据,分析了河南省年平均最高水汽压和最小能见度的时空变化特征及二者的相关性。结果表明:(1)年平均最高水汽压呈显著上升趋势,其气候倾向率达0.25 hPa/10a;最高水汽压在1998年发生由低到高的突变;豫中南、豫东及豫北水汽压上升最为显著;最高水汽压变化幅度大值区主要位于豫中南大部、豫西南部分县市。(2)年平均最小能见度呈显著下降趋势,其气候倾向率为-0.56 km/10a;最小能见度在2014年出现下降突变;豫西、豫西南、豫北部分县市及商丘、信阳局部能见度下降显著,变化幅度较大。(3)河南省大部分地区年平均最高水汽压与最小能见度存在显著的负相关(区域平均相关系数约为-0.41),水汽压升高(降低)易引起能见度降低(升高)。

多种机器学习方法在京津冀地区低能见度天气预报中的应用

利用2017—2021年的ERA5再分析资料和京津冀国家站地面资料,结合多种机器学习方法建立预报模型,开展轻雾、大雾客观预报。探讨了再分析资料、地形因素的影响,并结合多模型集成、统计消空进一步优化模型。结果表明:(1)XGBoost(eXtreme Gradient Boosting)、LightGBM(Light Gradient Boosting Machine)、随机森林等集成学习方法的预报效果均优于决策树方法;(2)在引入ERA5再分析资料、地形建模后,XGBoost、LightGBM模型的预报性能显著提高。相比仅使用地面要素建模,大雾预报的TS(Threat Score)提升了30%、32%,达到0.52、0.49,命中率分别为0.62、0.87。此外,经过多模型集成后,轻雾、大雾预报的TS提升到了0.51、0.54;(3)2022年秋季一次大雾过程中,本方法提前72 h准确预报了京津冀地区的大雾,其中以LightGBM模型表现最好。0~72 h轻雾预报和0~36 h逐小时大雾预报的TS均达到0.3,预报准确率、时效性均优于ECMWF(European Center for Medium Weather Forecasting)模式。

低能见度下GYOLOv5-SPD算法的车牌检测

车牌自动检测技术是构建智慧城市、加强交通管理等方面的重要内容。目前车牌检测技术正在逐步完善,但对于光照条件过低、雨天、雪天等能见度极低的气候环境下所拍摄的车牌照片,车牌检测技术还处于一个相对落后的水平。本文在中国城市停车数据集(CCPD)中能见度极低的车牌图像的基础上利用添加了伽玛(Gamma)变换的你只需看一次(YOLO)v5s模型与空间到深度层及无步长卷积层(SPD-Conv)进行融合用于车牌检测,将低能见度条件下的车牌视为小物体进行检测,目的是最大限度地识别其特征以提高精度。实验结果表明,本文用到的方法在车牌定位检测阶段达到了99.68%的召回率,在低能见度条件下对车牌的定位检测相较其他算法确实有一定的优势。

考虑群组特性的低能见度下铁路枢纽候车区人群疏散研究

为探究低能见度下铁路枢纽候车区环境中,群组特性对人群疏散的影响,通过开展低能见度下个体和群组混合人群疏散实验,计算分析疏散时间、疏散速度、群组构型等数据,探讨不同人员密度场景下群组行为的动态特性。在此基础上构建疏散模型进一步分析群组比例的影响。结果表明:座位区走廊及出口前通道存在人群短时聚集的风险;中、低密度场景下,2人群组疏散速度显著大于3人群组,男性群组疏散速度显著大于女性群组;在疏散过程中,女性群组表现为慢速、有序,男性群组相对快速、无序。此外,仿真模拟结果显示,高密场景下,40%的群组比例取得的疏散时间最短。从实验分析及仿真结果出发,对考虑群组特性的低能见度下铁路枢纽候车区人群疏散提出建议,为管理者和决策者制定疏散策略提供参考。

基于多任务深度卷积网络的雾天能见度测量

为了解决高速公路在能见度监测时存在能见度仪器成本高,部署密度不够,小尺度团雾检测困难等问题,提出一种基于多任务深度卷积网络的能见度测量算法.参照大气散射模型,构造多任务卷积神经网络,分别估算图像透射率、大气光和图像场景深度,并根据能见度检测原理求解大气消光系数,获取图像能见度.实验分析表明,该文算法比传统方法准确率提高4%以上,与能见度仪测量值对比平均误差小于10%,能够满足实际要求,且适用场景更广.

测风激光雷达在青岛低能见度天气下的适用性

利用2021年4月—2022年12月青岛国家基本气象站多普勒测风激光雷达和L波段探空系统低空风场观测数据,对比非降水时低能见度天气下测风激光雷达的探测高度和精度。结果表明:测风激光雷达在青岛地区具有良好的适用性,在能见度大于10000 m的非降水天气,其平均最大探测高度稳定在约1200 m,水平风速均方根误差约为1.2 m·s^(-1),水平风向均方根误差约为25°。在能见度小于10000 m的低能见度天气下,测风激光雷达在不同能见度和相对湿度范围内的探测高度和精度受干扰程度存在差异。在能见度为1000~10000 m、相对湿度小于90%的霾天,此时大气能见度降低主要是气溶胶粒子含量增加所致,测风激光雷达的探测能力与高能见度天气下相当。当相对湿度高于95%时,此时大气能见度降低是空气中水汽含量的增加所致,严重干扰了激光在大气中的传输,测风激光雷达的探测高度和精度均有所降低,尤其在能见度小于1000 m的雾天,需谨慎使用其风速和风向数据。

合肥市颗粒物和气象条件对大气能见度的影响研究

利用2019—2021年合肥市气象参数、颗粒物浓度、颗粒物化学组分、颗粒物散射系数、颗粒物粒径谱等的逐小时观测数据,分析了合肥市大气能见度变化趋势及其影响因素。结果表明,2019—2021年,合肥市能见度呈逐年上升的总体特征,并且在季节变化上呈现为夏高冬低,在日变化上呈现为午后最高、夜间最低。相关性分析结果显示,合肥市能见度与颗粒物浓度、相对湿度均呈显著负相关关系,且能见度与相对湿度的相关程度比与颗粒物浓度的相关程度高15.5%~219.2%。相对湿度是直接影响合肥市能见度的主要因素之一,而温度、风速对能见度的间接影响作用相对较小。能见度与颗粒物特性关系研究结果表明:能见度与水溶性离子的相关程度高于与碳质组分的相关程度;当能见度处于较低水平时,能见度与PM_(2.5)主要组分浓度的相关性明显减弱,相对湿度、超细颗粒物占比、水溶性离子含量和碳质组分含量等因素对能见度的影响逐渐凸显;在较高PM_(2.5)浓度环境条件下,颗粒物散射系数的显著变化是导致能见度降低的主要原因;小粒径颗粒物对合肥市大气能见度的影响程度相对较高,应优先大幅度降低PM1.0浓度。