本發(fā)明涉及空中交通量管理技術(shù)領(lǐng)域，具體而言，涉及一種機場延誤預(yù)測方法及裝置。

背景技術(shù)：

通過對國家空域系統(tǒng)(NAS)延誤特性進行研究，可以確定延誤的主要成因包括：交通流量控制，以及不良地面和航路天氣等。天氣通常被作為最大的誘因，因為它導(dǎo)致了大約70％的NAS延誤。當(dāng)前，絕大部分與天氣有關(guān)的空中交通管理決策都是全部由人工來完成，決策者無法直接獲取天氣對航班運行造成的影響結(jié)果，而是需要通過查看各種天氣信息，通過經(jīng)驗對天氣信息進行分析，并對其影響進行消除，這種方式效率較低，且隨著個人經(jīng)驗不同而變化。

技術(shù)實現(xiàn)要素：

有鑒于此，本發(fā)明實施例的目的在于提供一種機場延誤預(yù)測方法及裝置，以解決空中交通管理決策中，決策者無法直接或者更準(zhǔn)確地獲取天氣對航班運行造成的影響。

第一方面，本發(fā)明實施例提供了一種機場延誤預(yù)測方法，所述方法包括：

獲取選定機場在選定時間的環(huán)境數(shù)據(jù)以及與所述環(huán)境數(shù)據(jù)在所述選定時間匹配的機場實際延誤值；

根據(jù)所述機場實際延誤值，獲得在所述選定時間內(nèi)的日平均機場延誤時間，并且基于所述環(huán)境數(shù)據(jù)、所述日平均機場延誤時間以及環(huán)境容量衰減延時計算規(guī)則，獲得所述環(huán)境數(shù)據(jù)的環(huán)境容量衰減延時數(shù)據(jù)；

基于所述環(huán)境數(shù)據(jù)、所述環(huán)境容量衰減延時數(shù)據(jù)及與所述機場實際延誤值，利用回歸分析方法，建立機場延誤回歸模型；

所述環(huán)境數(shù)據(jù)包括環(huán)境預(yù)測數(shù)據(jù)，基于所述機場延誤回歸模型、所述環(huán)境預(yù)測數(shù)據(jù)及所述環(huán)境預(yù)測數(shù)據(jù)的環(huán)境容量衰減延時數(shù)據(jù)，獲得所述環(huán)境預(yù)測數(shù)據(jù)的機場延誤預(yù)測值。

第二方面，本發(fā)明實施例提供了一種機場延誤預(yù)測裝置，所述裝置包括：

獲取原始數(shù)據(jù)單元，用于獲取選定機場在選定時間的環(huán)境數(shù)據(jù)以及與所述環(huán)境數(shù)據(jù)在所述選定時間匹配的機場實際延誤值；

獲得環(huán)境容量衰減延時數(shù)據(jù)單元，用于根據(jù)所述機場實際延誤值，獲得在所述選定時間內(nèi)的日平均機場延誤時間，并且基于所述環(huán)境數(shù)據(jù)、所述日平均機場延誤時間以及環(huán)境容量衰減延時計算規(guī)則，獲得所述環(huán)境數(shù)據(jù)的環(huán)境容量衰減延時數(shù)據(jù)；

建立機場延誤回歸模型單元，用于基于所述環(huán)境數(shù)據(jù)、所述環(huán)境容量衰減延時數(shù)據(jù)及與所述機場實際延誤值，利用回歸分析方法，建立機場延誤回歸模型；

獲得機場延誤預(yù)測值單元，用于所述環(huán)境數(shù)據(jù)包括環(huán)境預(yù)測數(shù)據(jù)，基于所述機場延誤回歸模型、所述環(huán)境預(yù)測數(shù)據(jù)及所述環(huán)境預(yù)測數(shù)據(jù)的環(huán)境容量衰減延時數(shù)據(jù)，獲得所述環(huán)境預(yù)測數(shù)據(jù)的機場延誤預(yù)測值。

本發(fā)明實施例提供了一種機場延誤預(yù)測方法，通過獲取選定機場在選定時間的環(huán)境數(shù)據(jù)以及與所述環(huán)境數(shù)據(jù)在所述選定時間匹配的機場實際延誤值；根據(jù)所述機場實際延誤值，獲得在所述選定時間內(nèi)的日平均機場延誤時間，并且基于所述環(huán)境數(shù)據(jù)、所述日平均機場延誤時間以及環(huán)境容量衰減延時計算規(guī)則，獲得所述環(huán)境數(shù)據(jù)的環(huán)境容量衰減延時數(shù)據(jù)；基于所述環(huán)境數(shù)據(jù)、所述環(huán)境容量衰減延時數(shù)據(jù)及與所述機場實際延誤值，利用回歸分析方法，建立機場延誤回歸模型；所述環(huán)境數(shù)據(jù)包括環(huán)境預(yù)測數(shù)據(jù)，基于所述機場延誤回歸模型、所述環(huán)境預(yù)測數(shù)據(jù)及所述環(huán)境預(yù)測數(shù)據(jù)的環(huán)境容量衰減延時數(shù)據(jù)，獲得所述環(huán)境預(yù)測數(shù)據(jù)的機場延誤預(yù)測值，以至于幫助決策者估測出機場未來的延誤時間，從而解決在空中交通管理決策中，決策者無法直接或者更準(zhǔn)確地獲取天氣對航班運行造成的影響。

本發(fā)明的其他特征和優(yōu)點將在隨后的說明書闡述，并且，部分地從說明書中變得顯而易見，或者通過實施本發(fā)明實施例了解。本發(fā)明的目的和其他優(yōu)點可通過在所寫的說明書、權(quán)利要求書、以及附圖中所特別指出的結(jié)構(gòu)來實現(xiàn)和獲得。

附圖說明

為了更清楚地說明本發(fā)明實施例的技術(shù)方案，下面將對實施例中所需要使用的附圖作簡單地介紹，應(yīng)當(dāng)理解，以下附圖僅示出了本發(fā)明的某些實施例，因此不應(yīng)被看作是對范圍的限定，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他相關(guān)的附圖。

圖1為一種可應(yīng)用于本申請實施例中的電子設(shè)備的結(jié)構(gòu)框圖；

圖2為本發(fā)明第一實施例提供的機場延誤預(yù)測方法的流程圖；

圖3為本發(fā)明第一實施例提供的一種環(huán)境數(shù)據(jù)對應(yīng)具體數(shù)值的第一示意圖；

圖4為本發(fā)明第一實施例提供的另一種環(huán)境數(shù)據(jù)對應(yīng)具體數(shù)值的示意圖；

圖5為本發(fā)明第一實施例提供的一種環(huán)境數(shù)據(jù)對應(yīng)具體數(shù)值的第二示意圖；

圖6為本發(fā)明第一實施例提供的機場延誤回歸模型的各項已知參數(shù)值的示意圖；

圖7為本發(fā)明第一實施例提供的機場延誤回歸模型的計算結(jié)果的示意圖；

圖8為本發(fā)明第一實施例提供的機場延誤回歸模型的環(huán)境預(yù)測數(shù)據(jù)的計算結(jié)果的示意圖；

圖9為本發(fā)明第一實施例提供的相關(guān)性分析結(jié)果的示意圖；

圖10為本發(fā)明第二實施例提供的機場延誤預(yù)測裝置的結(jié)構(gòu)圖；

圖11為本發(fā)明第三實施例提供的機場延誤預(yù)測裝置的結(jié)構(gòu)圖。

具體實施方式

下面將結(jié)合本發(fā)明實施例中附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例。通常在此處附圖中描述和示出的本發(fā)明實施例的組件可以以各種不同的配置來布置和設(shè)計。因此，以下對在附圖中提供的本發(fā)明的實施例的詳細描述并非旨在限制要求保護的本發(fā)明的范圍，而是僅僅表示本發(fā)明的選定實施例?；诒景l(fā)明的實施例，本領(lǐng)域技術(shù)人員在沒有做出創(chuàng)造性勞動的前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。

應(yīng)注意到：相似的標(biāo)號和字母在下面的附圖中表示類似項，因此，一旦某一項在一個附圖中被定義，則在隨后的附圖中不需要對其進行進一步定義和解釋。同時，在本發(fā)明的描述中，術(shù)語“第一”、“第二”等僅用于區(qū)分描述，而不能理解為指示或暗示相對重要性。

請參閱圖1，圖1示出了一種可應(yīng)用于本申請實施例中的電子設(shè)備100的結(jié)構(gòu)框圖。該電子設(shè)備100可以作為用戶終端、計算機或服務(wù)器。如圖1所示，電子設(shè)備100可以包括存儲器110、存儲控制器111、處理器112和機場延誤預(yù)測裝置。

存儲器110、存儲控制器111、處理器112各元件之間直接或間接地電連接，以實現(xiàn)數(shù)據(jù)的傳輸或交互。例如，這些元件之間可以通過一條或多條通訊總線或信號總線實現(xiàn)電連接。所述機場延誤預(yù)測方法分別包括至少一個可以以軟件或固件(firmware)的形式存儲于存儲器110中的軟件功能模塊，例如所述機場延誤預(yù)測裝置包括的軟件功能模塊或計算機程序。

存儲器110、存儲控制器111、處理器112各元件之間直接或間接地電連接，以實現(xiàn)數(shù)據(jù)的傳輸或交互。例如，這些元件之間可以通過一條或多條通訊總線或信號總線實現(xiàn)電連接。所述機場延誤預(yù)測方法分別包括至少一個可以以軟件或固件(firmware)的形式存儲于存儲器402中的軟件功能模塊，例如所述機場延誤預(yù)測裝置包括的軟件功能模塊或計算機程序。

存儲器110可以存儲各種軟件程序以及模塊，如本申請實施例提供的機場延誤預(yù)測方法及裝置對應(yīng)的程序指令/模塊。處理器112通過運行存儲在存儲器110中的軟件程序以及模塊，從而執(zhí)行各種功能應(yīng)用以及數(shù)據(jù)處理，即實現(xiàn)本申請實施例中的機場延誤預(yù)測方法。存儲器110可以包括但不限于隨機存取存儲器(Random Access Memory，RAM)，只讀存儲器(Read Only Memory，ROM)，可編程只讀存儲器(Programmable Read-Only Memory，PROM)，可擦除只讀存儲器(Erasable Programmable Read-Only Memory，EPROM)，電可擦除只讀存儲器(Electric Erasable Programmable Read-Only Memory，EEPROM)等。

處理器112可以是一種集成電路芯片，具有信號處理能力。上述處理器可以是通用處理器，包括中央處理器(Central Processing Unit，簡稱CPU)、網(wǎng)絡(luò)處理器(Network Processor，簡稱NP)等；還可以是數(shù)字信號處理器(DSP)、專用集成電路(ASIC)、現(xiàn)成可編程門陣列(FPGA)或者其他可編程邏輯器件、分立門或者晶體管邏輯器件、分立硬件組件。其可以實現(xiàn)或者執(zhí)行本申請實施例中的公開的各方法、步驟及邏輯框圖。通用處理器可以是微處理器或者該處理器也可以是任何常規(guī)的處理器等。

第一實施例

請參閱圖2，本發(fā)明實施例提供了一種機場延誤預(yù)測方法，所述方法包括：

步驟S200：獲取選定機場在選定時間的環(huán)境數(shù)據(jù)以及與所述環(huán)境數(shù)據(jù)在所述選定時間匹配的機場實際延誤值；

為了確定交通與天氣之間的關(guān)聯(lián)，F(xiàn)AA(美國聯(lián)邦航空局)早在幾年前就定義了天氣交通指數(shù)(WITI)的概念。天氣交通指數(shù)(WITI)，也就是在給定的一個瞬時，被強對流天氣影響的航空器數(shù)量。對于WITI的計算，可以使用惡劣天氣網(wǎng)格周圍的延伸區(qū)域，和一系列的統(tǒng)計特征-基于直方圖的特征，以及時域特征，這使得它在建立估測和報告的NAS延誤關(guān)系中表現(xiàn)出了最佳的相關(guān)性。

為了研究天氣與交通之間的影響，首先把天氣的影響分為以下七類：

航路對流天氣。這是指大約在機場600海里范圍內(nèi)，強對流天氣對進港/出港流量的影響。

本地對流天氣。這反映了附近的或機場上空的對流天氣如何削減機場容量的。

風(fēng)。任何時候，如果風(fēng)速大于20節(jié)，或降水情況下，風(fēng)速大于15節(jié)，相應(yīng)的影響將會被記錄。

雪，凍雨，冰雪等。相應(yīng)的影響會被記錄。

儀表氣象條件。云底高和能見度低于機場最低運行標(biāo)準(zhǔn)；霧；大雨?？蓪x表氣象條件使用相應(yīng)的FAA容量基準(zhǔn)測試。

排隊延誤(無天氣)加漣漪效應(yīng)。對給定的機場/給定小時本地并無具體紀(jì)錄，但WITI軟件會計算有排隊延遲。這可以簡單地歸結(jié)于高交通量需求，或是由于重要天氣因素影響的余波導(dǎo)致排隊延誤一拖再拖。(即使天氣影響已消散)。

此外，漣漪效應(yīng)被記錄在該組件中。例如，如果奧黑爾國際機場離場排隊延誤，那其相應(yīng)目的地機場將會有到達延誤。

其他。包括小/中雨或毛毛雨的輕微影響，但云底高/能見度在目視飛行最低標(biāo)準(zhǔn)以上；還有不利的跑道配置，通常由于輕到中度風(fēng)(15-20節(jié)甚至是10節(jié))阻止了最優(yōu)跑道容量配置的使用。

因此，環(huán)境數(shù)據(jù)包括天氣現(xiàn)象和航路信息，天氣現(xiàn)象包括本地對流、風(fēng)、雪、儀表飛行條件。環(huán)境數(shù)據(jù)包括METAR報文信息和TAF報文信息。

關(guān)于TAF報和METAR報的收集，本發(fā)明實施例使用了一個國外網(wǎng)http://www.ogimet.com，該網(wǎng)站有近期的完整的METAR報和TAF信息，本發(fā)明實施例使用該搜索引擎搜索了METAR報和TAF報信息。由于國家數(shù)據(jù)獲取的限制，即選擇了浦東機場三月較為穩(wěn)定的天氣，2015年3月1日0時至2015年3月15日23時以及2015年3月25日0時至2015年3月31日23時為環(huán)境數(shù)據(jù)，只考慮風(fēng)和能見度的影響。請參閱圖3，圖3為本發(fā)明第一實施例提供的一種環(huán)境數(shù)據(jù)對應(yīng)具體數(shù)值的第一示意圖，即選取2015年3月1日到2015年3月15日的15天的日平均風(fēng)速、日平均能見度(也即儀表氣象條件)、日延誤總時間數(shù)據(jù)的具體數(shù)值。請參閱圖4，圖4為本發(fā)明第一實施例提供的另一種環(huán)境數(shù)據(jù)對應(yīng)具體數(shù)值的示意圖，即選取2015年3月25日到2015年3月31日的7天的日平均風(fēng)速、日平均能見度(也即儀表氣象條件)、日延誤總時間數(shù)據(jù)的具體數(shù)值。其中，浦東機場的航班延誤時間及航空器架次由浦東機場管制塔臺提供，其每小時總延誤時間與每小時航空架次都為個人手動統(tǒng)計數(shù)據(jù)。

步驟S210：根據(jù)所述機場實際延誤值，獲得在所述選定時間內(nèi)的日平均機場延誤時間，并且基于所述環(huán)境數(shù)據(jù)、所述日平均機場延誤時間以及環(huán)境容量衰減延時計算規(guī)則，獲得所述環(huán)境數(shù)據(jù)的環(huán)境容量衰減延時數(shù)據(jù)；

基于步驟S210，具體地，基于所述環(huán)境數(shù)據(jù)的環(huán)境容量衰減延時數(shù)據(jù)＝(所述環(huán)境數(shù)據(jù)-所述參考數(shù)據(jù))×所述預(yù)設(shè)容量百分數(shù)×所述日平均機場延誤時間，或者所述環(huán)境數(shù)據(jù)的環(huán)境容量衰減延時數(shù)據(jù)＝(所述參考數(shù)據(jù)-所述環(huán)境數(shù)據(jù))×所述預(yù)設(shè)容量百分數(shù)×所述日平均機場延誤時間，獲得所述環(huán)境數(shù)據(jù)的環(huán)境容量衰減延時數(shù)據(jù)。首先，由圖3已知的日延誤總時間，可以計算出這15天內(nèi)的日平均機場延誤時間。其次，根據(jù)日平均風(fēng)速以及日平均能見度，分別可以計算出其對應(yīng)的容量衰減百分比。即對應(yīng)的風(fēng)速大于10節(jié)，即5.1m/s的容量衰減百分比為a％；對應(yīng)的能見度小于5000的對應(yīng)的衰減百分數(shù)為b％。容量衰減百分比是根據(jù)龐大的歷史數(shù)據(jù)庫得到的既定數(shù)值。請參閱圖5，圖5為本發(fā)明第一實施例提供的一種環(huán)境數(shù)據(jù)對應(yīng)具體數(shù)值的第二示意圖，對應(yīng)的容量衰減百分比a,b應(yīng)與風(fēng)速變化和能見度變化成線性關(guān)系，根據(jù)其線性關(guān)系求得的數(shù)值即為實際的延誤相對于平均延誤分鐘的變化百分比。

作為一種實施方式，假設(shè)a＝1.43，b＝5.13，即風(fēng)速大于5.1m/s，每增大1m/s，容量衰減為1.43％；能見度少于5000m，每減少1000m，對應(yīng)的容量衰減為5.13％。風(fēng)導(dǎo)致的機場排隊延誤假定使用其容量衰減的理論數(shù)值來計算，即基于機場QDELAY風(fēng)＝(日平均風(fēng)速-5.1)×1.43％×日平均機場延誤時間，即機場QDELAY風(fēng)表示風(fēng)速的環(huán)境容量衰減延時數(shù)據(jù)；同理，機場QDELAY儀表氣象條件＝(5000-日平均能見度)×5.13％×日平均機場延誤時間，機場QDELAY儀表氣象條件表示能見度的環(huán)境容量衰減延時數(shù)據(jù)。

步驟S220：基于所述環(huán)境數(shù)據(jù)、所述環(huán)境容量衰減延時數(shù)據(jù)及與所述機場實際延誤值，利用回歸分析方法，建立機場延誤回歸模型；

基于步驟S220，以所述環(huán)境數(shù)據(jù)、所述環(huán)境容量衰減延時數(shù)據(jù)為自變量，以所述機場實際延誤值為因變量，利用多元線性回歸分析方法，建立機場延誤回歸模型。

WITI發(fā)展的第一步是構(gòu)建覆蓋全國的網(wǎng)格?；靖拍钍墙o每個網(wǎng)格單元分配權(quán)重，如果強對流天氣在這個網(wǎng)格單元中發(fā)生，這個權(quán)重就是天氣對空中交通性能潛在影響的預(yù)估。

WITI是受天氣影響的航空器數(shù)量的指標(biāo)。WITI的計算以實際天氣和交通需求傾向為基礎(chǔ)。它的同系概念，WITI-FA，基于預(yù)期天氣和預(yù)期的交通需求。WITI的計算包括：1)分配一個值給天氣網(wǎng)格W中的每一個網(wǎng)格單元Wi,j，天氣網(wǎng)格中，惡劣天氣被標(biāo)示出來了，別處為0，2)在每個網(wǎng)格單元中計算航空器數(shù)量Ti,j，3)計算瞬時k的WITI值(通常以一分鐘間隔計算)，如下面的公式一：

其中，n表示天氣網(wǎng)格的行，m表示列。

WITI是三種要素的加權(quán)總和。航路要素(E-WITI)反映了對流天氣對連接主要機場的航線的影響。終端區(qū)要素(T-WITI)可以捕獲由于地面天氣影響導(dǎo)致的容量衰減，這與機場的運行數(shù)量成正比。排隊延時要素(Q-DELAY)可以測量在超過容量時，交通需求的累積效應(yīng)。WITI-FA的要素跟它類似，但是基于預(yù)測天氣數(shù)據(jù)的。三元的WITI模型可以對目視/儀表天氣狀況進行廣泛分類，這提供了一些關(guān)于機場容量衰減的信息。然而，當(dāng)嘗試明確天氣對個別機場的影響，并把具體的天氣現(xiàn)象與模型相結(jié)合時，對于天氣對機場容量的影響，完全可以建立一個更為直觀的圖像。因此，下一步就是構(gòu)建一個WITI模型，用來處理具體的天氣因素(如雷暴，風(fēng)等)，并對每個機場的這些因素進行微調(diào)。

根據(jù)步驟S200里面定義的7個天氣/交通因素現(xiàn)在轉(zhuǎn)換成12個機場WITI分量。這些分量包括：航路WITI(E－WITI)，這與終端區(qū)天氣無關(guān)。以及一個綜合型WITI完全與天氣變化無關(guān)，僅取決于流量。余下的七個因素中的五個，即本地對流、風(fēng)、雪、儀表飛行條件、其他，每個都被轉(zhuǎn)換成兩個WITI組成：T-WITI(線性)和Q-DELAY(非線性)。

最后的步驟是使用機場特定天氣因素及其各自的權(quán)重。也就是說，12個因素及其加權(quán)系數(shù)跟特定的機場相聯(lián)系，以及其特定天氣因素，和他們是如何影響這個特定的機場的，如下面的公式二：

每小時[i],對機場[k]：

每一小時，機場的顯著氣候由METAR報確定(WITI)和TAF報確定(WITI-FA)。只有顯著天氣被考慮；例如，如果機場同時存在雷暴和降雨，那就只考慮雷暴(更惡劣天氣的現(xiàn)象)。該機場的顯著天氣是由天氣嚴重程度的預(yù)定義層次決定的。T-WITI包括五個具體天氣數(shù)值，它們是機場的天氣相關(guān)容量衰減百分比和機場計劃運行數(shù)量的產(chǎn)物。除了Q-DELAY混合型因素外，Q-DELAY同樣會用五個天氣相關(guān)的容量衰減的單獨值來計算。因此，機場WITI模型是12個機場相關(guān)天氣/交通因素的加權(quán)總和。這些權(quán)重是通過對機場WITI和歷史延誤數(shù)據(jù)的多元線性回歸來確定的。

在本實施例中，由于它的目的是延誤預(yù)測，通常使用最新數(shù)據(jù)來建立模型。從數(shù)據(jù)來看，為每個機場決定首選跑道配置優(yōu)先級。這個模型選擇的第一個跑道配置，可用于該機場目前的地表天氣狀況。每一個配置的容量是由實際到達和離場的歷史數(shù)據(jù)估計的。接下來，相關(guān)天氣條件下的容量衰減將被估測，同樣使用歷史數(shù)據(jù)。機場的到達和離場容量都是按一定的百分比減少的，這反映了與顯著天氣(如，雷暴，大風(fēng)等)相關(guān)的衰減。容量衰減是機場特有的，因此這個模型可以解釋不同機場的不同的運行程序。

接下來實行敏感性分析，以進一步完善機場容量衰減參數(shù)。由于計劃交通的波動和非天氣相關(guān)的系統(tǒng)壓力，由歷史數(shù)據(jù)獲得的參數(shù)的微調(diào)是理想的。因此，通過使用一年或幾年的機場有效數(shù)據(jù)來運行這個模型，以此來細化參數(shù)，并且觀察WITI和延誤之間的關(guān)系，對原來的參數(shù)進行各種合理調(diào)整。同樣，這種相關(guān)性也是由E-WITI，T-WITI和Q－DELAY的多元回歸模型得到的。對每個機場，根據(jù)它的跑道容量配置設(shè)置和容量衰減設(shè)置，可以選擇能產(chǎn)生WITI和延誤之間最大關(guān)聯(lián)性的參數(shù)化模型。

WITI和延誤的關(guān)系是通過擬合多元線性回歸模型來決定的，在這個模型中，每一個WITI元素都是一個獨立的變量?？傃诱`(分鐘)是因變量?？傃诱`是到達和離場延誤的總和；每個機場的到達數(shù)量乘以每小時機場的平均到達延誤，本實施例以此來估算機場的到達延誤，離場延誤類似計算。在這個最合適的模型中，每一個解釋變量的系數(shù)都應(yīng)用于每個WITI模型因素的權(quán)重。

由于國家數(shù)據(jù)獲取的限制，本實施例選取了三月較為穩(wěn)定的天氣作為研究對象，只考慮風(fēng)和能見度的影響。首先第一步，對之前給出的公式二進行簡化，得到下面的公式三：

每小時[i],對機場[k]：

第二步，基于之前計算出的機場QDELAY風(fēng)和機場QDELAY儀表氣象條件，機場QDELAY風(fēng)表示風(fēng)速的環(huán)境容量衰減延時數(shù)據(jù)和機場QDELAY儀表氣象條件表示能見度的環(huán)境容量衰減延時數(shù)據(jù)。

第三步，擬合數(shù)據(jù)，生成模型。

以15天的數(shù)據(jù)作為樣本進行分析，得到公式四為：

機場每日WITI＝機場TWITI風(fēng)×TWITI風(fēng)權(quán)重系數(shù)+機場QDELAY風(fēng)×QDELAY風(fēng)權(quán)重系數(shù)+機場TWITI能見度×TWITI能見度權(quán)重系數(shù)+機場QDELAY能見度×QDELAY能見度權(quán)重系數(shù)。

風(fēng)導(dǎo)致的機場排隊延誤假定使用其容量衰減的理論數(shù)值來計算，即機場QDELAY風(fēng)＝(日平均風(fēng)速-5.1)×1.43％×日平均機場延誤時間；同理，機場QDELAY儀表氣象條件＝(5000-日平均能見度)×5.13％×日平均機場延誤時間。

請參閱圖6，圖6為本發(fā)明第一實施例提供的機場延誤回歸模型的各項已知參數(shù)值的示意圖。

然后使用EXCEL對數(shù)據(jù)進行擬合，建立多元線性回歸模型。根據(jù)擬合可得出權(quán)重為：W能見度＝7.67，WQ能見度＝4.70，W風(fēng)＝2156.76，WQ風(fēng)＝-2.03。具體數(shù)值請參閱圖7，其中Y值表示根據(jù)已知的權(quán)重的多元線性回歸模型計算得出的機場延誤預(yù)測值。

步驟S230：所述環(huán)境數(shù)據(jù)包括環(huán)境預(yù)測數(shù)據(jù)，基于所述機場延誤回歸模型、所述環(huán)境預(yù)測數(shù)據(jù)及所述環(huán)境預(yù)測數(shù)據(jù)的環(huán)境容量衰減延時數(shù)據(jù)，獲得所述環(huán)境預(yù)測數(shù)據(jù)的機場延誤預(yù)測值。

具體地，根據(jù)所述環(huán)境預(yù)測數(shù)據(jù)的機場預(yù)測值，獲得預(yù)測數(shù)據(jù)日平均機場延誤時間，并且基于所述環(huán)境預(yù)測數(shù)據(jù)、所述預(yù)測數(shù)據(jù)日平均機場延誤時間以及所述環(huán)境容量衰減延時計算規(guī)則，獲得所述環(huán)境預(yù)測數(shù)據(jù)的環(huán)境容量衰減延時數(shù)據(jù)；基于所述環(huán)境預(yù)測數(shù)據(jù)、所述環(huán)境預(yù)測數(shù)據(jù)的環(huán)境容量衰減延時數(shù)據(jù)以及所述機場延誤回歸模型，獲得所述環(huán)境預(yù)測數(shù)據(jù)的機場延誤預(yù)測值。

簡而言之，該預(yù)測過程如下：

(1)使用更精準(zhǔn)的機場WITI模型；

(2)用歷史數(shù)據(jù)對它進行測驗(實際天氣和計劃交通量，加上延誤)；

(3)校準(zhǔn)延誤至每分鐘；

(4)“回轉(zhuǎn)”，將包含歷史數(shù)據(jù)的模型應(yīng)用到未來預(yù)測中(使用天氣預(yù)報和計劃流量)。

根據(jù)所述機場延誤回歸模型對數(shù)據(jù)擬合得出的權(quán)重系數(shù)，本實施例計算浦東機場的WITI公式即為：

機場每日WITI＝機場TWITI風(fēng)×2156.76+機場QDELAY風(fēng)×(-2.03)+機場TWITI能見度×7.67+機場QDELAY能見度×4.70

根據(jù)2015年3月25日到2015年3月31日的METAR報，能見度及風(fēng)速的數(shù)據(jù)，結(jié)合以上公式，得出的計算結(jié)果請參照圖8，時間為2015年3月25日到2015年3月31日，實際總延誤時間表示對應(yīng)時間的實際機場延誤值，機場WITI值表示對應(yīng)時間的機場預(yù)測延誤值?？傮w來講，機場預(yù)測延誤值與實際機場延誤值還是比較接近的，有一定聯(lián)系。

此外，相關(guān)性分析是指對兩個或多個具備相關(guān)性的變量元素進行分析，從而衡量兩個變量因素的相關(guān)密切程度。

使用SPSS對2015年3月25日到3月31的實際機場延誤值和機場預(yù)測延誤值(機場WITI值)進行相關(guān)性分析，從而評估所述機場延誤回歸模型的可信度。請參照圖9，圖9為本發(fā)明第一實施例提供的相關(guān)性分析結(jié)果的示意圖。機場WITI值(即機場預(yù)測延誤值)與實際總延誤時間(即實際機場延誤值)的相關(guān)系數(shù)為0.763，對應(yīng)的顯著性為0.046，設(shè)置在顯著性水平0.05，則通過顯著性檢驗，兩個變量總體趨勢一致，且顯著。

本發(fā)明實施例提供了一種機場延誤預(yù)測方法，通過獲取選定機場在選定時間的環(huán)境數(shù)據(jù)以及與所述環(huán)境數(shù)據(jù)在所述選定時間匹配的機場實際延誤值；根據(jù)所述機場實際延誤值，獲得在所述選定時間內(nèi)的日平均機場延誤時間，并且基于所述環(huán)境數(shù)據(jù)、所述日平均機場延誤時間以及環(huán)境容量衰減延時計算規(guī)則，獲得所述環(huán)境數(shù)據(jù)的環(huán)境容量衰減延時數(shù)據(jù)；基于所述環(huán)境數(shù)據(jù)、所述環(huán)境容量衰減延時數(shù)據(jù)及與所述機場實際延誤值，利用回歸分析方法，建立機場延誤回歸模型；所述環(huán)境數(shù)據(jù)包括環(huán)境預(yù)測數(shù)據(jù)，基于所述機場延誤回歸模型、所述環(huán)境預(yù)測數(shù)據(jù)及所述環(huán)境預(yù)測數(shù)據(jù)的環(huán)境容量衰減延時數(shù)據(jù)，獲得所述環(huán)境預(yù)測數(shù)據(jù)的機場延誤預(yù)測值，以至于幫助決策者估測出機場未來的延誤時間，從而解決在空中交通管理決策中，決策者無法直接或者更準(zhǔn)確地獲取天氣對航班運行造成的影響。

第二實施例

請參照圖10，本發(fā)明實施例提供了一種機場延誤預(yù)測裝置300，所述裝置300包括：

獲取原始數(shù)據(jù)單元310，獲取選定機場在選定時間的環(huán)境數(shù)據(jù)以及與所述環(huán)境數(shù)據(jù)在所述選定時間匹配的機場實際延誤值；

獲得環(huán)境容量衰減延時數(shù)據(jù)單元320，獲得在所述選定時間內(nèi)的日平均機場延誤時間，并且基于所述環(huán)境數(shù)據(jù)、所述日平均機場延誤時間以及環(huán)境容量衰減延時計算規(guī)則，獲得所述環(huán)境數(shù)據(jù)的環(huán)境容量衰減延時數(shù)據(jù)；

作為一種實施方式，所述獲得環(huán)境容量衰減延時數(shù)據(jù)單元320，用于基于所述環(huán)境數(shù)據(jù)、所述日平均機場延誤時間、所述環(huán)境數(shù)據(jù)的參考數(shù)據(jù)及所述參考數(shù)據(jù)對應(yīng)的預(yù)設(shè)容量衰減百分數(shù)，基于：所述環(huán)境數(shù)據(jù)的環(huán)境容量衰減延時數(shù)據(jù)＝(所述環(huán)境數(shù)據(jù)-所述參考數(shù)據(jù))×所述預(yù)設(shè)容量百分數(shù)×所述日平均機場延誤時間，或者所述環(huán)境數(shù)據(jù)的環(huán)境容量衰減延時數(shù)據(jù)＝(所述參考數(shù)據(jù)-所述環(huán)境數(shù)據(jù))×所述預(yù)設(shè)容量百分數(shù)×所述日平均機場延誤時間，獲得所述環(huán)境數(shù)據(jù)的環(huán)境容量衰減延時數(shù)據(jù)。

建立機場延誤回歸模型單元330，用于基于所述環(huán)境數(shù)據(jù)、所述環(huán)境容量衰減延時數(shù)據(jù)及與所述機場實際延誤值，利用回歸分析方法，建立機場延誤回歸模型；

獲得機場延誤預(yù)測值單元340，用于所述環(huán)境數(shù)據(jù)包括環(huán)境預(yù)測數(shù)據(jù)，基于所述機場延誤回歸模型、所述環(huán)境預(yù)測數(shù)據(jù)及所述環(huán)境預(yù)測數(shù)據(jù)的環(huán)境容量衰減延時數(shù)據(jù)，獲得所述環(huán)境預(yù)測數(shù)據(jù)的機場延誤預(yù)測值。

需要說明的是，本實施例中的各單元可以是由軟件代碼實現(xiàn)，此時，上述的各單元可存儲于存儲器110內(nèi)。以上各單元同樣可以由硬件例如集成電路芯片實現(xiàn)。

第三實施例

請參照圖11，本發(fā)明實施例提供了一種機場延誤預(yù)測裝置400，所述裝置400包括：

獲取原始數(shù)據(jù)單元410，獲取選定機場在選定時間的環(huán)境數(shù)據(jù)以及與所述環(huán)境數(shù)據(jù)在所述選定時間匹配的機場實際延誤值；

獲得環(huán)境容量衰減延時數(shù)據(jù)單元420，獲得在所述選定時間內(nèi)的日平均機場延誤時間，并且基于所述環(huán)境數(shù)據(jù)、所述日平均機場延誤時間以及環(huán)境容量衰減延時計算規(guī)則，獲得所述環(huán)境數(shù)據(jù)的環(huán)境容量衰減延時數(shù)據(jù)；

作為一種實施方式，所述獲得環(huán)境容量衰減延時數(shù)據(jù)單元420，用于基于所述環(huán)境數(shù)據(jù)、所述日平均機場延誤時間、所述環(huán)境數(shù)據(jù)的參考數(shù)據(jù)及所述參考數(shù)據(jù)對應(yīng)的預(yù)設(shè)容量衰減百分數(shù)，基于：所述環(huán)境數(shù)據(jù)的環(huán)境容量衰減延時數(shù)據(jù)＝(所述環(huán)境數(shù)據(jù)-所述參考數(shù)據(jù))×所述預(yù)設(shè)容量百分數(shù)×所述日平均機場延誤時間，或者所述環(huán)境數(shù)據(jù)的環(huán)境容量衰減延時數(shù)據(jù)＝(所述參考數(shù)據(jù)-所述環(huán)境數(shù)據(jù))×所述預(yù)設(shè)容量百分數(shù)×所述日平均機場延誤時間，獲得所述環(huán)境數(shù)據(jù)的環(huán)境容量衰減延時數(shù)據(jù)。

建立機場延誤回歸模型單元430，用于基于所述環(huán)境數(shù)據(jù)、所述環(huán)境容量衰減延時數(shù)據(jù)及與所述機場實際延誤值，利用回歸分析方法，建立機場延誤回歸模型；

獲得機場延誤預(yù)測值單元440，用于所述環(huán)境數(shù)據(jù)包括環(huán)境預(yù)測數(shù)據(jù)，基于所述機場延誤回歸模型、所述環(huán)境預(yù)測數(shù)據(jù)及所述環(huán)境預(yù)測數(shù)據(jù)的環(huán)境容量衰減延時數(shù)據(jù)，獲得所述環(huán)境預(yù)測數(shù)據(jù)的機場延誤預(yù)測值。

評估機場延誤回歸模型單元450，用于對所述環(huán)境預(yù)測數(shù)據(jù)的機場延誤預(yù)測值與所述環(huán)境預(yù)測數(shù)據(jù)的機場延誤實際值做相關(guān)性分析，從而評估所述機場延誤回歸模型的可信度。

需要說明的是，本實施例中的各單元可以是由軟件代碼實現(xiàn)，此時，上述的各單元可存儲于存儲器110內(nèi)。以上各單元同樣可以由硬件例如集成電路芯片實現(xiàn)。

在本申請所提供的幾個實施例中，應(yīng)該理解到，所揭露的裝置和方法，也可以通過其它的方式實現(xiàn)。以上所描述的裝置實施例僅僅是示意性的，例如，附圖中的流程圖和框圖顯示了根據(jù)本發(fā)明的多個實施例的裝置、方法和計算機程序產(chǎn)品的可能實現(xiàn)的體系架構(gòu)、功能和操作。在這點上，流程圖或框圖中的每個方框可以代表一個模塊、程序段或代碼的一部分，所述模塊、程序段或代碼的一部分包含一個或多個用于實現(xiàn)規(guī)定的邏輯功能的可執(zhí)行指令。也應(yīng)當(dāng)注意，在有些作為替換的實現(xiàn)方式中，方框中所標(biāo)注的功能也可以以不同于附圖中所標(biāo)注的順序發(fā)生。例如，兩個連續(xù)的方框?qū)嶋H上可以基本并行地執(zhí)行，它們有時也可以按相反的順序執(zhí)行，這依所涉及的功能而定。也要注意的是，框圖和/或流程圖中的每個方框、以及框圖和/或流程圖中的方框的組合，可以用執(zhí)行規(guī)定的功能或動作的專用的基于硬件的系統(tǒng)來實現(xiàn)，或者可以用專用硬件與計算機指令的組合來實現(xiàn)。

另外，在本發(fā)明各個實施例中的各功能模塊可以集成在一起形成一個獨立的部分，也可以是各個模塊單獨存在，也可以兩個或兩個以上模塊集成形成一個獨立的部分。

所述功能如果以軟件功能模塊的形式實現(xiàn)并作為獨立的產(chǎn)品銷售或使用時，可以存儲在一個計算機可讀取存儲介質(zhì)中?；谶@樣的理解，本發(fā)明的技術(shù)方案本質(zhì)上或者說對現(xiàn)有技術(shù)做出貢獻的部分或者該技術(shù)方案的部分可以以軟件產(chǎn)品的形式體現(xiàn)出來，該計算機軟件產(chǎn)品存儲在一個存儲介質(zhì)中，包括若干指令用以使得一臺計算機設(shè)備(可以是個人計算機，服務(wù)器，或者網(wǎng)絡(luò)設(shè)備等)執(zhí)行本發(fā)明各個實施例所述方法的全部或部分步驟。而前述的存儲介質(zhì)包括：U盤、移動硬盤、只讀存儲器(ROM，Read-Only Memory)、隨機存取存儲器(RAM，Random Access Memory)、磁碟或者光盤等各種可以存儲程序代碼的介質(zhì)。需要說明的是，在本文中，諸如第一和第二等之類的關(guān)系術(shù)語僅僅用來將一個實體或者操作與另一個實體或操作區(qū)分開來，而不一定要求或者暗示這些實體或操作之間存在任何這種實際的關(guān)系或者順序。而且，術(shù)語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過程、方法、物品或者設(shè)備不僅包括那些要素，而且還包括沒有明確列出的其他要素，或者是還包括為這種過程、方法、物品或者設(shè)備所固有的要素。在沒有更多限制的情況下，由語句“包括一個……”限定的要素，并不排除在包括所述要素的過程、方法、物品或者設(shè)備中還存在另外的相同要素。

以上所述僅為本發(fā)明的優(yōu)選實施例而已，并不用于限制本發(fā)明，對于本領(lǐng)域的技術(shù)人員來說，本發(fā)明可以有各種更改和變化。凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進等，均應(yīng)包含在本發(fā)明的保護范圍之內(nèi)。應(yīng)注意到：相似的標(biāo)號和字母在下面的附圖中表示類似項，因此，一旦某一項在一個附圖中被定義，則在隨后的附圖中不需要對其進行進一步定義和解釋。

以上所述，僅為本發(fā)明的具體實施方式，但本發(fā)明的保護范圍并不局限于此，任何熟悉本技術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi)，可輕易想到變化或替換，都應(yīng)涵蓋在本發(fā)明的保護范圍之內(nèi)。因此，本發(fā)明的保護范圍應(yīng)所述以權(quán)利要求的保護范圍為準(zhǔn)。

需要說明的是，在本文中，諸如第一和第二等之類的關(guān)系術(shù)語僅僅用來將一個實體或者操作與另一個實體或操作區(qū)分開來，而不一定要求或者暗示這些實體或操作之間存在任何這種實際的關(guān)系或者順序。而且，術(shù)語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過程、方法、物品或者設(shè)備不僅包括那些要素，而且還包括沒有明確列出的其他要素，或者是還包括為這種過程、方法、物品或者設(shè)備所固有的要素。在沒有更多限制的情況下，由語句“包括一個……”限定的要素，并不排除在包括所述要素的過程、方法、物品或者設(shè)備中還存在另外的相同要素。