不同云微物理方案对飞机结冰气象条件预测评估分析（英文）

飞行安全在复杂气象条件下易受结冰影响而受到威胁。能够结合地形特征并准确预测结冰气象条件是保障飞行安全的重要因素。本文利用中尺度天气预报模型模式，以4种不同的云微物理方案组合对美国华盛顿山地区的两次结冰事件进行了数值模拟。结果表明：预测的液态水含量和温度与现有文献匹配较好，而Morrison方案组合在误差分析中表现最佳。此外，讨论了水平分辨率和云微物理方案对液态水含量和云中液滴平均有效直径预测的敏感性。由于地形所引起的垂直运动是产生云水的主要动因，较高的水平分辨率能够做出更为准确的预测。最后利用IC指数对结冰强度进行了分析，表明结冰严重程度具有明显的时空多变特性，以及对云微物理方案的敏感性。本文工作有望加强对云微物理方案的理解和认识，并为选择适合的云微物理方案进行结冰天气预测提供了依据。     

复杂气象条件下考虑结冰风险的无人机飞行策略

为解决无人机在复杂气象条件下易受结冰影响而威胁其飞行安全的问题，提出了一种考虑结冰风险的无人机航迹规划方法。首先，构建基于中尺度WRF (Weather Research and Forecasting)模式的结冰气象预测模型，通过最佳参数化方案组合的结冰气象模拟获得模拟时段内海南乐东地区的温度、压力、液态水含量（LWC）空间分布及时序变化。其次，构建基于代理模型的水滴收集质量快速预测方法。在获取美国联邦航空条例（FAR）25部附录C中连续最大结冰条件下40个采样点处水滴收集质量分布的基础上，利用本征正交分解（POD）降阶模型和Kriging插值算法，建立温度、压力、LWC、平均有效水滴直径（MVD）等结冰气象参数与水滴收集质量之间的代理模型，可快速预测出目标区域内水滴收集质量的空间分布与时序变化。最后，根据飞机结冰强度划分等级，以不同结冰强度下水滴收集质量阈值为结冰安全约束，利用基于粒子群优化（PSO）的结冰容限航迹规划方法进行考虑结冰风险的无人机飞行策略研究。研究结果表明：利用WRF模式可获得温度、压力、LWC等结冰气象参数，预测值与观测值匹配良好；基于POD降阶模型和Krigin...     

利用无线通信链路进行基于深度学习的大雾天气监测

为了以低成本、高时空分辨率进行大雾天气监测，提出一种利用无线通信链路进行基于深度学习的大雾天气监测方法。由于信道中不同浓度的大雾天气在信号中留有的特征不同，采集了4种不同浓度大雾下的无线电信号，建立无线电大雾天气监测数据集；通过在传统ResNet50网络中引入注意力机制并进行特征融合，得到改进后的A-ResNet50模型。利用A-ResNet50网络提取接收信号中留有的不同浓度大雾天气的特征，对四类不同浓度大雾天气进行分类识别，达到监测大雾天气的目的。所提方法在建立的数据集上进行了验证，相较于其他传统分类算法，本方法性能最优，最终识别准确率达到86.18 %，结果证明了该方法的可行性和有效性。     

一种基于水滴收集量代理模型的结冰试飞空域确定方法

针对自然结冰试飞空域确定时使用的结冰指数只能给出结冰概率和结冰等级的问题，提出一种新的方法。通过对美国联邦航空条例（FAR）25部附录C连续最大结冰条件采样，对采样点进行空气流场和水滴撞击特性求解，获得不同工况的水滴收集量；基于POD (Proper Orthogonal Decomposition)和Kriging构建水滴收集量代理模型；使用WRF(Weather Research and Forecasting)对目标区域进行气象模拟，获得温度以及液态水含量分布；使用代理模型对目标区域内水滴收集量进行预测，以中度结冰强度对目标区域进行划分；最后，针对2种飞行速度对试飞空域的影响进行研究。结果表明：代理模型能够很好地预测温度、液态水含量、水滴中值体积直径、高度以及速度对水滴收集量的影响；WRF获得的目标区域的温度、液态水含量与观测值符合良好；基于代理模型可快速获得目标区域水滴收集量分布及随时间的变化，还可获得适合自然结冰试飞的目标区域及结冰速度；飞行速度的增加使得水滴收集量增加，进而引起试飞空域的变化。本文对结冰试飞空域确定具有一定参考意义。     

基于气象数据系留气球状态参数计算

为分析系留气球在实际应用地气象条件下的系留状态，基于标准大气模型分别在标准大气和实际气象测量的参数下对系留气球主要状态参数重量、重心、0风速平衡俯仰角进行计算。结果表明，应用实际气象数据参数计算的结果会在标准大气计算结果的基础上呈现波动变化。通过不断积累气象数据，利用系留气球实际应用地气象参数计算可对后续系留气球设计进行指导，使系留气球更好地在任务地点使用。