通过逆方法处理气象不确定性对空中交通预测的影响
机器学习
2025-04-09 v1
摘要
不利气象条件，特别是对流现象，常常给空中交通管理带来重大挑战，可能需要实时改道以影响效率和安全性。本研究引入3维高斯混合模型，用于预测航班轨迹变更，综合考虑天气和交通数据。该模型利用高分辨率气象数据集，包括对流天气图和风力数据，以及交通记录，在预测60分钟内的改道方面表现稳健。该新框架采用概率方法捕捉不确定性，同时提供纬度、经度和高度的准确预测。广泛的评估显示，在不同预报时长下，平均绝对百分比误差（MAPE）低于0.02，凸显该模型的准确性和可扩展性。通过整合Vanilla Gradient算法等可解释性技术，本研究提供了特征贡献的洞见，表明这些特征有助于改进空中交通管理策略，以减轻气象引发的中断。
引用
@article{arxiv.2504.05366,
title = {Handling Weather Uncertainty in Air Traffic Prediction through an Inverse Approach},
author = {G. Lancia and D. Falanga and S. Alam and G. Lulli},
journal= {arXiv preprint arXiv:2504.05366},
year = {2025}
}