Meteo-particle模型在ADS-B风场反演中的性能研究

目前,飞机传感器数据已成为重要的气象观测信息的来源。将广播式自动相关监视(ADS-B)和二次雷达(SSR)技术获取的航空器数据用于估计风。通过评估反演结果,探讨了将飞机作为气象信息传感器的可行性。根据ADS-B和Mode S数据的优势,利用Meteo-particle(MP)模型进行高空风场反演。将反演结果与欧洲中期天气预报模型的ERA 5再分析数据进行对比,分析了反演结果的精度和准确性,进一步研究MP模型在气象模式下的适应性能。此外,本文将二维的风场结果扩展到三维场进行显示,使交通管制员更好地监管空域风场情况。研究结果表明:将航空器数据用于高空风场的反演具有较高的可行性,极大提高了高空风场的反演精度。风场反演模型在不同高度和时段的适应性能存在差异,研究结果对后期模型的改进有一定帮助。

基于ADS-B的风场反演与异常值影响研究

目前空域风场的探测主要靠探空气球、无线电探空仪和测风仪等,但这些方法获得的风场数据覆盖比较稀疏,数据精度不能满足中尺度气象学和航空气象学的研究需要。针对高空区域风场存在准确性低、监测范围小、空间分辨率低等不足,结合ADS-B数据进行风场反演,利用Meteo-Particle粒子模型对风矢量进行估计,得到飞机航线以外的风场分布,并对异常值的影响进行相关分析。研究结果表明,将航空器数据用于气象信息反演具有重大意义,该模型用于风场反演有较高的准确度,可靠性高。与目前天气预报数值模型ECMWF相比,反演风场具有更高的精度,能够反映出以前不具备的有用细节。在风场反演中,异常值的存在严重影响了结果的准确率,进行异常值的筛选能显著提升风向结果的准确性。风向的整体变化趋势有很大改善,特别是在低空层,风向均方根误差变化平稳,波动较小,基本稳定在区域[6,10]。