基于贝叶斯网络和支持向量机的天气威胁度模型

摘要

飞行气象预报员的职责之一是根据掌握的天气情况,向其他业务部门提供天气信息、建议.不同的天气条件对于飞行的影响不同,何种天气条件对飞行产生怎样程度的影响,预报员往往根据制定的法规政策做出判断.然而,实际保障过程中很多情况发生在天气条件的“边缘”附近,此时预报员要及时做出准确的判断,除了根据掌握的法规,个人保障经验因素往往占了很大的比重.经验是“双刃剑”、经验是主观的,能不能从带有极大主观性质的个人经验,上升到建立一种能够根据天气条件判断对飞行威胁程度的客观模型。在天气信息准确的前提下,预报员可以根据这样的客观模型,做出天气条件对飞行影响程度的判断.基于此,本文在提出天气条件对飞行威胁各类评价指标基础上,利用贝叶斯网络建立了天气条件对于飞行威胁度的计算模型.并进一步利用贝叶斯网络产生的计算数据,利用支持向量机方法建立了天气威胁度的预报模型,根据对小样本的学习、预报检验,证明该模型效果良好.虽然文中的理论模型到实际业务应用,还有一些工作要做(如专家经验条件概率、评价指标的修正等),但对发展天气对于飞行威胁的客观预报方法不失为一次新的尝试.