一种应用于飞机过冷大水滴结冰的潜势预报方法及系统与流程

本发明涉及飞机结冰预测领域，具体涉及一种应用于飞机过冷大水滴结冰的潜势预报方法及系统。

背景技术：

1、飞机结冰预测是飞机结冰研究中的重要组成部分，采用数值预报模式结合结冰预报算法判断结冰发生情况已成为结冰预测的主流方法。目前国内常使用国际民航组织推荐的飞机结冰指数ic算法，国外常见的结冰预报算法主要还有raob、cip、fip等方法。

2、其中，当飞机在航行过程中遭遇过冷大水滴时，sld飞机结冰诊断方法也能够对飞机结冰情况进行一定程度的评估。cober等人通过对冻雨等天气现象的观测确定了一些可能有利于sld存在的气象状态（参见cober, stewart g.,isaac, george a.,strapp, j.walter. characterizations of aircraft icing environments that includesupercooled large drops[j]. journal of applied meteorology.2001,40(11):1984.）。

3、进一步地，bernstein 等人还提出了一种过冷大水滴预报算法（参见bernstein bc, mcdonough f, politovich m k, et al. current icing potential: algorithmdescription and comparison with aircraft observations[j]. journal of appliedmeteorology, 2010, 44(7):969-986.），该文献资料公开了一种根据不同天气情况进行结冰诊断计算的方法。其中，该方法可以通过人工观测的方式判断当前的天气情况，如在人工观测到冻雨时，则选用以下诊断模型：

4、当ctt＜-30℃时，；

5、当ctt＞-30℃时，；

6、而在人工未观测到冻雨时，则选用以下诊断模型：

7、<mi>ic=</mi><msub><mi>t</mi><mi>map</mi></msub><mi>×</mi><msup><mrow><mi>[</mi><mi>ctt-261</mi></mfenced><mi>/14]</mi></mrow><mi>0.5</mi></msup>。

8、然而，飞机在实际飞行过程中所面临的气候环境非常复杂，这种借助人工观测冻雨数据所实现的结冰潜势诊断方法，在实际结冰诊断中可能存在较高的误报率。

9、因此，当前亟需一种能够降低误报率的结冰潜势预测方法。

技术实现思路

1、本发明的目的在于提供一种应用于飞机过冷大水滴结冰的潜势预报方法及系统，部分地解决或缓解现有技术中的上述不足，能够提高积冰预测的准确性和可靠性。

2、为了解决上述所提到的技术问题，本发明具体采用以下技术方案：

3、本发明的第一方面，在于提供一种应用于飞机过冷大水滴结冰的潜势预报方法，包括步骤：

4、s101判断当前飞机所处的结冰状态是否为第一类预测模式，所述第一类预测模式包括：非过冷水降水天气；

5、s102当所述结冰状态属于所述第一类预测模式时，获取所述飞机所处的目标飞行区域的第一气象特征集，所述第一气象特征集包括：总降水量，对流降水量；

6、s103判断所述第一气象特征集是否符合第一判别模型，若是，则所述第一类预测模式为一级预测模式，若否，则所述第一类预测模式为二级预测模式；其中，所述第一判别模型为：

7、；

8、其中，表示总降水量，、分别表示最大总降水判定值，最小总降水量判定值，表示对流降水量；、分别表示最大对流降水量判定值，最小对流降水量判定值；

9、s104当所述第一类预测模式为一级预测模式时，根据所述结冰状态、相对湿度和云顶温度从预设的过冷大水滴的结冰预测模型库中选取相对应的结冰潜势预测模型。

10、在一些实施例中，所述结冰预测模型库包括：第一预测模型，和/或第二预测模型；其中，

11、所述第一预测模型为：<msub><mi>ic</mi><mi>-</mi></msub><mi>sld1=</mi><msub><mi>m</mi><mi>t</mi></msub><mi>×</mi><msup><mrow><mi>[</mi><mi>ctt-261</mi></mfenced><mi>/14]</mi></mrow><mi>0.5</mi></msup>；

12、所述第二预测模型为：<msub><mi>ic</mi><mi>-</mi></msub><mi>sld2=ψ×</mi><msub><mi>m</mi><mi>t</mi></msub><mi>×</mi><msup><mrow><mi>[</mi><mi>ctt-261</mi></mfenced><mi>/14]</mi></mrow><mi>0.5</mi></msup>；

13、其中，、分别表示对应的结冰潜势，表示气温与飞机结冰的隶属度关系系数，表示所述飞机所处目标飞行区域的云顶温度，表示所述云顶温度与飞机结冰的隶属关系系数，表示修正系数。

14、在一些实施例中，当所述第一类预测模式为二级预测模式时，相应地，所述方法还包括步骤：

15、s105获取所述目标飞行区域的第二气象特征集，且所述第二气象特征集包括：冰水混合比、云中液态水含量；

16、s106判断所述第二气象特征集是否符合第二判别模型，若是，则所述二级预测模式属于第一二级预测模式，若否，则所述二级预测模式属于第二二级预测模式；其中，所述第二判别模型为：

17、na≤α，其中，α∈[40%，60%]；

18、nb≥β，其中，β∈[0.01g/m3，+∞）；

19、其中，na表示冰水混合比，α表示预设的冰水混合判定值，nb表示云中液态水含量，β表示预设的云中液态水含量判定值；

20、s107当所述结冰状态属于所述第一二级预测模式时，选取所述第二预测模型作为当前的结冰潜势预测模型，且此时修正系数的设定范围为：0.6-0.8。

21、在一些实施例中，s101包括步骤：

22、s11获取所述目标飞行区域的第三气象特征集和第四气象特征集，且所述第三气象特征集包括：目标飞行区域的当前气压，地面气压，所述第四气象特征集包括：地面温度，地面温度露点差；

23、s12通过第三气象特征集计算对应层的层结曲线气温误差er；

24、s13通过所述层结曲线气温误差、所述第四气象特征集判断所述结冰状态是否属于第一类预测模式；

25、其中，当所述层结曲线气温误差属于第一预设阈值范围，所述地面温度属于第二预设阈值范围，且所述地面露点温度差属于第三预设阈值范围时，则所述结冰状态为第二类预测模式，若否，则所述结冰状态为所述第一类预测模式。

26、在一些实施例中，所述第二预设阈值范围为：[-7℃，0℃]。

27、在一些实施例中，s104包括：

28、获取所述目标飞行区域的第五气象特征集，且所述第五气象特征集包括：目标飞行区域的比湿、气压、气温；

29、将所述第五气象特征集输入预设的相对湿度反算模型以反算出本层相对湿度和上层相对湿度，其中，所述相对湿度反算模型为：

30、；

31、其中，rh表示对应层的相对湿度，q表示对应层的比湿，p为对应层的气压，t为对应层的气温；

32、根据本层相对湿度和上层相对湿度确定云顶温度；

33、根据结冰状态和所述云顶温度从所述结冰预测模型库中选取所述结冰潜势预测模型。

34、在一些实施例中，所述结冰预测模型库还包括：第三预测模型，且所述第三预测模型为：

35、；

36、其中，表示对应的结冰潜势，表示气温与飞机结冰的隶属度关系系数，表示所述飞机所处目标飞行区域的云顶温度，表示所述云顶温度与飞机结冰的隶属关系系数，表示第二预设云顶温度判定值；

37、且当所述结冰状态属于第二类结冰模式时，选择所述第三预测模型作为当前的结冰潜势预测模型。

38、本发明还对应地提供了一种应用于飞机过冷大水滴结冰的潜势预报系统，包括：

39、第一模式判断模块，被配置为用于判断当前飞机所处的结冰状态是否为第一类预测模式，所述第一类预测模式包括：非过冷水降水天气；

40、第一特征获取模块，被配置为用于当所述结冰状态属于所述第一类预测模式时，获取所述飞机所处的目标飞行区域的第一气象特征集，所述第一气象特征集包括：总降水量，对流降水量；

41、第二模式判断模块，被配置为用于判断所述第一气象特征集是否符合第一判别模型，若是，则所述第一类预测模式为一级预测模式，若否，则所述第一类预测模式为二级预测模式；其中，所述第一判别模型为：

42、；

43、其中，表示总降水量，、分别表示最大总降水判定值，最小总降水量判定值，表示对流降水量；、分别表示最大对流降水量判定值，最小对流降水量判定值；

44、预测模型选取模块，被配置为用于当所述第一类预测模式为一级预测模式时，根据所述结冰状态、相对湿度和云顶温度从预设的过冷大水滴的结冰预测模型库中选取相对应的结冰潜势预测模型。

45、在一些实施例中，所述结冰预测模型库包括：第一预测模型，和/或第二预测模型；其中，

46、所述第一预测模型为：<msub><mi>ic</mi><mi>-</mi></msub><mi>sld1=</mi><msub><mi>m</mi><mi>t</mi></msub><mi>×</mi><msup><mrow><mi>[</mi><mi>ctt-261</mi></mfenced><mi>/14]</mi></mrow><mi>0.5</mi></msup>；

47、所述第二预测模型为：<msub><mi>ic</mi><mi>-</mi></msub><mi>sld2=ψ×</mi><msub><mi>m</mi><mi>t</mi></msub><mi>×</mi><msup><mrow><mi>[</mi><mi>ctt-261</mi></mfenced><mi>/14]</mi></mrow><mi>0.5</mi></msup>；

48、其中，、表示对应的结冰潜势，表示气温与飞机结冰的隶属度关系系数，表示所述飞机所处目标飞行区域的云顶温度，表示所述云顶温度与飞机结冰的隶属关系系数，表示修正系数。

49、在一些实施例中，当所述第一类预测模式为二级预测模式时，相应地，所述系统还包括：

50、第二特征获取模块，被配置为用于获取所述目标飞行区域的第二气象特征集，且所述第二气象特征集包括：冰水混合比、云中液态水含量；

51、第三模式判断模块，被配置为用于判断所述第二气象特征集是否符合第二判别模型，若是，则所述二级预测模式属于第一二级预测模式，若否，则所述二级预测模式属于第二二级预测模式；其中，所述第二判别模型为：

52、na≤α，其中，α∈[40%，60%]；

53、nb≥β，其中，β∈[0.01g/m3，+∞）；

54、其中，na表示冰水混合比，α表示预设的冰水混合判定值，nb表示云中液态水含量，β表示预设的云中液态水含量判定值；

55、当所述结冰状态属于所述第一二级预测模式时，选取所述第二预测模型作为当前的结冰潜势预测模型，且此时修正系数的设定范围为：0.6-0.8。

56、有益技术效果：

57、本发明针对飞机所处的第一类预测模式m（优选为非过冷水降水天气），分别选取了多组不同的有限气象特征组合，以针对第一类预测模式的结冰状态进行快速诊断与多级评估，并分别针对其一级预测模式mi和二级预测模式mii进行对应的判断区分和预测模型选取。

58、这种通过有限判据所实现的多级决策方法，能够在难以精准观测过冷水的情况下（如非冻雨、非冻雾等天气），对飞机当前所处的结冰状态进行快速诊断，进而结合气象条件为飞机推荐最佳的结冰潜势预报模型。

59、换句话说，本发明提供了一种自动化的预测模型推荐方法，以便于在复杂气候条件下，辅助用户快速地实现结冰潜势的准确预报。