一种基于机器学习对特定航线的颠簸集合预报优化方法

本发明公开了一种基于机器学习对特定航线的颠簸集合预报优化方法，旨在提高航空颠簸预测的准确性和航线规划的智能水平，属于航空气象领域，包括通过飞行员报告(PIREPs)和带保护装置的机载飞行数据记录仪(QAR)获取特定航线的历史颠簸信息和历史飞行信息，通过不同的数值预报中心获取对应航线的历史气象数据；利用获得的历史数据，计算得到描述颠簸的多个指数；构造基于BP神经网络的颠簸预测模型；将完备的颠簸预测模型结合数值天气预报、飞行交通管制情况，实现航路的颠簸预报和航线的智能规划。本发明采用上述的一种基于机器学习对特定航线的颠簸集合预报优化方法，综合了飞行信息、气象数据以及多种颠簸指数，通过BP神经网络的训练，提高飞行安全性。