2020 年中国研究生数学建模竞赛 E 题
探索大雾演化规律,预测大雾变化趋势
能见度是气象、公路行车、飞机飞行中常见指标,单位通常是米。影响能
见度的因素主要是雾和霾。众所周知,能见度对高速公路行车安全非常重要,
当能见度很低时,为了行车安全,高速公路管理者通常的做法是封路。而在航
空领域,习惯用跑道能见度反映机场附近雾和霾的大小,其定义为在跑道的一
端沿跑道方向能辨认出跑道或接近跑道的目标物(夜间为跑道边灯)的最大距
离。一般情况下,当机场能见度只有 400 米左右时,会禁止航班起降。当机场
能见度只有 600-800 米左右时航班虽然可以正常起降。但出于安全考虑,机场
会采取临时控制航班流量的措施,拉大航班起飞间隔,容易造成航班延误。因
此,能见度预测是高速公路管理部门和航空公司十分关注的问题。
激光能见度仪是常用的检测能见度的仪器。目前,我国高速路网已逐步形
成,若大量使用激光能见度仪对全国高速路网进行全覆盖将耗资巨大,同时激
光能见度仪还存在对团雾检测精度不高,探测的范围很小,维护成本高等不足。
近年来,基于视频的路况(跑道)能见度检测方法受到人们的关注,它某种程
度上克服了激光能见度仪的不足。视频能见度检测方法是将大气光学分析与图
像处理及人工智能技术结合,通过对视频图像的分析处理,建立视频图像与真
实场景之间的关系,再根据图像特征的变化,间接计算出能见度数值。但现有
的基于视频图像的能见度检测方法,由于是间接计算,很难准确地估算能见度。
特别地,这些方法中大多数只选取少量视频、截取图像中的某些固有特征
【1,2】,基于 Koschmieder 定律【3,4】进行估计,并没有充分利用视频的
连续信息,所以估计的精度不高,有较大的改进空间。
由于一般情况下,能见度究竟是 2000 米还是 3000 米对公路行车、飞机
飞行几乎都没有影响,只是在恶劣天气,尤其是大雾情况下需要准确估计当前、
特别是预测未来的能见度。所以本项目只关注大雾的演化规律。
事实上,大雾的形成和消散有其自身的规律,通常与近地层的气象因素有
关。而视频资料包含了丰富的信息,特别是涵盖了大雾的变化过程信息。充分
利用这些信息,不仅可以提高能见度估计精度,也可以对大雾的消散进行预测。
为了估计不同大雾情况下对应的能见度以及预测大雾的消散,请回答以下
问题:
一. 众所周知,雾与近地面的气象因素有关。建立模型描述能见度与地面气
象观测(温度、湿度和风速等)之间的关系,并针对题目所提供的数据
(机场 AMOS 观测.zip)导出具体的关系式;
二. 根据题目提供的某机场视频数据(机场视频.zip)和能见度数据(机场
AMOS 观测.zip),建立基于视频数据的能见度估计深度学习模型,并对
评论0
最新资源