一种基于差异化时空风险矩阵的候选航路评估方法及装置与流程
本发明涉及航路评估,尤其涉及一种基于差异化时空风险矩阵的候选航路评估方法及装置。
背景技术:
1、随着全球航空运输网络密度的持续攀升与航线资源日趋紧张,恶劣天气条件下的风险管控与航路规划已成为保障飞行安全与运行效率的核心挑战。
2、目前,传统的航路风险评估方式普遍依赖于静态天气预报与固定距离阈值相结合的方法,即在飞行前根据气象报文划定危险天气区域,并以固定的水平安全距离和垂直间隔作为绕飞标准,对所有航路和所有航班采用统一的风险判定规则。然而,传统的航路风险评估方式无法反映天气的动态演变过程,忽略了同一天气对象在不同时刻的位置与强度变化,导致风险判定与实际遭遇情况之间存在显著偏差,无法区分不同类型天气对飞行安全的影响差异,也未考虑飞行阶段、机型性能和机载设备能力的个性化特征,导致评估结果可解释性和准确性较低,从而难以支撑精细化的航路优选决策。
技术实现思路
1、本发明提供了一种基于差异化时空风险矩阵的候选航路评估方法及装置,以实现对候选航路的高质量评估,可以极大提高评估结果的可解释性和准确性,从而为精细化的航路优选决策提供可靠支撑。
2、根据本发明的一方面,提供了一种基于差异化时空风险矩阵的候选航路评估方法,该方法包括:
3、获取候选航路集合,并为所述候选航路集合中的每条候选航路构建航路时空骨架,其中,所述候选航路集合中包含至少一条候选航路,每条所述候选航路由多个有序的航路点和航段组成,所述航路时空骨架包括航路点位置、航段距离、计划高度、预计速度、预计起飞时间、预计飞越时刻和飞行阶段;
4、接入多种气象数据源,将所述气象数据源中的每一个天气现象标准化为统一的天气对象,其中,所述天气对象包含天气类型、水平边界、垂直范围、强度等级、开始时间、结束时间、运动矢量、预测时效、数据来源和置信度;
5、基于所述天气对象的运动矢量,将所述天气对象从基准时刻外推至所述航路时空骨架上各航路点的预计飞越时刻,得到各航路点在所述预计飞越时刻的预测天气状态,其中,所述预测天气状态包括预测边界和预测强度;
6、针对所述航路时空骨架上的每个航路点,根据每个所述天气对象的天气类型和所述预测天气状态,调用与所述天气类型对应的差异化影响函数集,确定每个所述航路点受所述天气对象影响的风险单元值,其中,所述差异化影响函数集包括空间影响函数、时间影响函数、高度影响函数、飞行阶段影响函数和机型适用性影响函数;
7、基于每个所述航路点对应的所述风险单元值,确定每条候选航路对应的差异化时空风险矩阵,其中,所述差异化时空风险矩阵的行对应有序的航路点,列对应不同的天气类型及其风险维度,矩阵元素为所述风险单元值;
8、对每条所述候选航路的所述差异化时空风险矩阵进行聚合运算,确定每条所述候选航路的航路级风险值,其中,所述聚合运算至少包括识别所述差异化时空风险矩阵中的最大风险单元值、计算风险密度以及统计高风险点数量;
9、基于每条所述候选航路的所述航路级风险值,并结合每条所述候选航路的代价评分和可操作性评分,对所有候选航路进行综合排序,确定排序结果及每条所述候选航路对应的差异化时空风险矩阵。
10、根据本发明的另一方面,提供了一种基于差异化时空风险矩阵的候选航路评估装置,该装置包括:
11、时空骨架构建模块,用于获取候选航路集合,并为所述候选航路集合中的每条候选航路构建航路时空骨架,其中,所述候选航路集合中包含至少一条候选航路,每条所述候选航路由多个有序的航路点和航段组成,所述航路时空骨架包括航路点位置、航段距离、计划高度、预计速度、预计起飞时间、预计飞越时刻和飞行阶段;
12、天气对象确定模块,用于接入多种气象数据源,将所述气象数据源中的每一个天气现象标准化为统一的天气对象,其中,所述天气对象包含天气类型、水平边界、垂直范围、强度等级、开始时间、结束时间、运动矢量、预测时效、数据来源和置信度;
13、天气预测模块,用于基于所述天气对象的运动矢量,将所述天气对象从基准时刻外推至所述航路时空骨架上各航路点的预计飞越时刻,得到各航路点在所述预计飞越时刻的预测天气状态,其中,所述预测天气状态包括预测边界和预测强度;
14、风险单元计算模块,用于针对所述航路时空骨架上的每个航路点,根据每个所述天气对象的天气类型和所述预测天气状态,调用与所述天气类型对应的差异化影响函数集,确定每个所述航路点受所述天气对象影响的风险单元值,其中,所述差异化影响函数集包括空间影响函数、时间影响函数、高度影响函数、飞行阶段影响函数和机型适用性影响函数;
15、时空风险矩阵确定模块,用于基于每个所述航路点对应的所述风险单元值,确定每条候选航路对应的差异化时空风险矩阵,其中,所述差异化时空风险矩阵的行对应有序的航路点,列对应不同的天气类型及其风险维度,矩阵元素为所述风险单元值;
16、航路级风险评估模块,用于对每条所述候选航路的所述差异化时空风险矩阵进行聚合运算,确定每条所述候选航路的航路级风险值,其中,所述聚合运算至少包括识别所述差异化时空风险矩阵中的最大风险单元值、计算风险密度以及统计高风险点数量;
17、候选航路排序模块,用于基于每条所述候选航路的所述航路级风险值,并结合每条所述候选航路的代价评分和可操作性评分,对所有候选航路进行综合排序,确定排序结果及每条所述候选航路对应的差异化时空风险矩阵。
18、根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:
19、至少一个处理器;以及
20、与所述至少一个处理器通信连接的存储器;其中,
21、所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例所述的基于差异化时空风险矩阵的候选航路评估方法。
22、根据本发明的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的基于差异化时空风险矩阵的候选航路评估方法。
23、本发明实施例的技术方案,通过获取候选航路集合,并为所述候选航路集合中的每条候选航路构建航路时空骨架,其中,所述候选航路集合中包含至少一条候选航路,每条所述候选航路由多个有序的航路点和航段组成,所述航路时空骨架包括航路点位置、航段距离、计划高度、预计速度、预计起飞时间、预计飞越时刻和飞行阶段,为后续差异化风险计算提供了标准化、高精度的时空基准。接入多种气象数据源,将所述气象数据源中的每一个天气现象标准化为统一的天气对象,其中,所述天气对象包含天气类型、水平边界、垂直范围、强度等级、开始时间、结束时间、运动矢量、预测时效、数据来源和置信度,可以降低数据源的差异性,为后续步骤提供可靠数据依据。基于所述天气对象的运动矢量,将所述天气对象从基准时刻外推至所述航路时空骨架上各航路点的预计飞越时刻,得到各航路点在所述预计飞越时刻的预测天气状态,其中,所述预测天气状态包括预测边界和预测强度,从而实现天气状态与航路点预计飞越时刻的精准时空对齐。针对所述航路时空骨架上的每个航路点,根据每个所述天气对象的天气类型和所述预测天气状态,调用与所述天气类型对应的差异化影响函数集,确定每个所述航路点受所述天气对象影响的风险单元值,其中,所述差异化影响函数集包括空间影响函数、时间影响函数、高度影响函数、飞行阶段影响函数和机型适用性影响函数,实现精细化的风险量化。基于每个所述航路点对应的所述风险单元值,确定每条候选航路对应的差异化时空风险矩阵,其中,所述差异化时空风险矩阵的行对应有序的航路点,列对应不同的天气类型及其风险维度,矩阵元素为所述风险单元值,从而清晰展示每条航路上每个位置受各天气类型的影响程度。对每条所述候选航路的所述差异化时空风险矩阵进行聚合运算,确定每条所述候选航路的航路级风险值,其中,所述聚合运算至少包括识别所述差异化时空风险矩阵中的最大风险单元值、计算风险密度以及统计高风险点数量,可以保证对航路级风险评估的准确性和可解释性。基于每条所述候选航路的所述航路级风险值,并结合每条所述候选航路的代价评分和可操作性评分,对所有候选航路进行综合排序,确定排序结果及每条所述候选航路对应的差异化时空风险矩阵,极大提高评估结果的可解释性和准确性。本发明通过将每条候选航路转换为带有预计飞越时刻和高度的时空骨架,将不同类型天气外推至对应预计飞越时刻,确定每个航路点受所述天气对象影响的风险单元值,进而形成可解释的差异化时空风险矩阵和候选航路排序结果,实现对候选航路的高质量评估,可以极大提高评估结果的可解释性和准确性,从而为精细化的航路优选决策提供可靠支撑。
24、应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com