本技术涉及环境影响评估技术,特别是一种利用气象模型预测机场航空排放物扩散的方法及装置。该方法包括步骤:收集目标机场的历史气象数据,并进行预处理。
背景技术
机场气象信息的准确预测对机场运营和管理具有重要意义,能够有效提高航班调度效率,减少因天气原因导致的航班延误。同时,机场气象还对航空排放物的扩散具有显著的影响,从而影响航空活动对机场周围环境的评估。在大气污染物扩散模型中,气象数据是否充足、气象数据是否准确都会直接影响污染物扩散速率和扩散方向,从而影响污染物模拟的精确度。现有的大气污染物模型在扩散模型区域内常使用统一气象数据,且假定在1小时内不发生变化,因此当前的大气扩散模型中的气象模型的时间分辨率是不足的。同时,在气象模型空间分辨率上,由于民用飞机在低空的排放物主要来源起飞阶段,因此气象模型的空间分辨率至少应该与跑道尺度相当。
由于天气系统受到多因素影响,各影响因素之间的关系是非线性和高度动态变化的,因此气象信息预测任务复杂且具有挑战,相关技术中,传统气象预测方法是依赖物理模型的统计学方法,目前应用广泛的主要是自回归积分滑动平均模型在内的统计模型,上述模型在预测任务中需要假设时间序列数据是线性可分的,即数据之间具有线性关系。在处理多维时间序列数据前需要人工预先提取数据中的特征,因此在特征提取过程需要人为经验性的干预,引入不可定量的偏差。同时由于气象信息数据包含多个变量,传统统计模型在处理多变量时间序列时需要复杂的建模过程。
然而,相关技术中的传统统计模型,如,自回归模型、移动平均模型、自回归积分滑动平均模型等主要设计用于单变量时间序列预测任务,具有局限性且适用性较低,并且在预测工作前需要耗费大量精力进行数据分析工作并提取数据特征,增加了气象预测的复杂性,降低了模型性能的稳定性,并且降低了机场气象信息预测的精确性,亟待解决。
实现思路