基于K-means的机场相似天气场景聚类识别分析

作者：尚然然; 刘鸿潮; 张旭; 许亚男; 李印凤; 孙聪

来源：指挥信息系统与技术, 2020, 11(05): 24-29.

DOI：10.15908/j.cnki.cist.2020.05.005

• 机场天气
• K-means算法
• 聚类分析

为了准确和高效地进行机场天气聚类识别,进而为民航系统在不同天气场景下做出正确决策提供参考和依据,首先,以2018年北京首都国际机场的天气数据为研究目标进行解析量化,得到能见度、云底高、侧风风速、雷暴、降雨和降雪6个维度的天气变量;然后,运用K均值聚类(K-means)算法对天气情况进行聚类识别,识别出7种天气场景;最后,分析了不同天气场景的主要特征及其分布,并结合实际运行情况进行了验证。验证结果表明,该算法能够有效识别机场相似天气场景,具有实用性。

• 单位
  中国电子科技集团公司第二十八研究所; 建筑工程学院; 中国民用航空华北地区空中交通管理局; 华北理工大学