机场能见度临近预测方法

作者：韩博; 林师卓; 王立婕

来源：安全与环境学报, 2023, 1-11.

DOI：10.13637/j.issn.1009-6094.2023.0676

• 安全工程
• 能见度预报
• Informer
• 主成分分析
• 人工神经网络

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，利用均方根误差、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。结果表明，VIF-PCA-Informer模型比单一的Informer和简单的组合模型效果更优，能更好的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0.21～0.35，平均绝对误差下降了0.18～0.28，平均绝对百分比误差下降了0.32～0.53；且VIF-PCA-Informer模型对能见度的临近预测(1小时)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。

• 单位
  中国民航大学