Monitoring Meteorological Parameters With Crowdsourced Air Traffic Control Data
摘 要
关于高空条件的最新气象信息对于准确的天气建模和预测是至关重要的。
现有的探测大气中气象参数的技术是昂贵的，并且只提供有限的时间和空间探测分辨率。
我们的工作重点是尽可能精确的估计出用于天气建模的气象参数，为了得到这个气象参数，本文提出了一种新的方法获得空中交通管制数据，这种方法就是低成本、时空分辨率高、覆盖面广的众包。
我们的解决方案利用二次监视雷达模式S和ADS-B应答机信号，这些信号是飞机为空中交通管制目的连续发射的。它建立在OpenSky网络捕捉到的信号之上，OpenSky网络是一个全球规模的网络，每天从飞机传送15亿多条软响应消息，高度可达13公里。根据解码后的数据，推断出气温、风速、风向、气压等气象条件。我们的评估表明，我们的方法是有效的，以估计这些参数的高分辨率沿轨道超过50％的飞机监测OpenSky网络。我们的方法提供了0.11℃的温度、0.09m/s的风速、1.00°的风向和0.10hPa平均偏差的空气压力的估计，使得这些测量适合于数值天气模型中的同化。我们评估了在世界各地不同地点用于气象参数估计的所需数据的可用性，并证明我们的方法能够为超过50％的飞机提供气象观测。
【关键词】众包，大气，气象，空中交通管制，传感器网络，温度，风，压力
- 项目研究背景
实时监测气象条件是气象建模和预报的基础。数值天气预报模型依赖于精确的观测数据来估计空间和时间上的气温、风和大气压力。例如，国际小尺度模拟联合会(COSMO)开发的用于德国、瑞士、意大利、希腊、波兰、罗马尼亚、俄罗斯和以色列国家气象局天气预报的大气天气模型依赖于各种类型的地面和高空观测。沿三维网格空间模拟大气条件。对于这种天气模型而言，高空气象信息显得尤其重要。
然而，获得关于高空大气条件的观测值比利用现有的基于地面的传感器网络(例如，Weather Underground，如图一所示)获得的地面水平测量要困难得多。监测高空大气条件的挑战是当前的测量技术不能很好地进行缩放，因此缺乏时间和空间分辨率。例如，配备有气象传感器的气象气球仍然是气象模型的主要信息来源之一，只能定期发射并且费用昂贵，还只能提供气球轨道上的零星快照。花费的代价很大而且得到的信息时效性不高，数量也不多。天气雷达在地面需要昂贵的基础设施，并且只提供直接高于雷达的数据。
在这种背景下，飞机具有提供可伸缩解决方案的潜力。根据Flightradar24，在任何时间点，都有超过一万架飞机在全球上空飞行，而且这种趋势正在增加。因此，从这些飞机收集气象信息构成了气象学的一个特殊的传感机会。为此，若干努力正在考虑使用飞机进行气象监测。
飞机气象数据中继（AMDAR）和气象例行航空报告（MRAR）计划集中于建设从飞机收集和传播气象数据的基础设施。然而，这些解决方案要求飞机升级其通信系统或安装新系统，这在航空领域是非常昂贵和缓慢的。容易考虑到，你给自己的小车换个轮胎，改造个引擎还是件比较容易的事，但是你要在造价不菲的飞机上批量安装新系统或升级原有的信息系统，这就是件费时费力的事，重点是这么做只是为了获取某一些高空数据，就显得很不合理。对于许多飞机拥有者来说，投资于这样的基础设施几乎没有什么动机，因为数据通常不能为飞机拥有者自己提供直接的价值。因此，今天只有极少数的飞机支持这些系统，而且未来情况不太可能改变。
- 空中交通管制背景
文中提出一种基于传统空中交通管制通信（如二次监视雷达(SSR)和新的自动相关监视系统(ADS-B)）的数据的气象监控系统。根据仪器飞行规则飞行的飞机需要支持SSR，超过70%的现有飞机已经支持ADS-B。为了支持这两种监视技术，飞机配备了机载S模式应答器。
在SSR中，应答器收听地面雷达和附近其他飞机的询问，并用包括飞机的高度、速度和方位等信息的短消息对这些询问作出响应。在ADS-B中，飞机不经询问就周期性地发送信息，以指示它们的位置、高度和速度。
自动相关监视系统（ADS）和二次监视雷达（SSR）都是国际民航组织推荐使用的空中交通管理监视系统。
ADS－B的广播数据在水平向采用全向发射，而SSR地面询问信号采用波束扫描询问。当飞机作机动飞行（如转弯）时，SSR天线信号容易被遮挡，导致飞机信号丢失。从这个意义上说，ADS-B系统更为可靠。另一方面，ADS-B数据链携带的是飞机的位置信息，而SSR是通过询问和应答信号来进行方位和距离测定，所以容易受到多路径干扰和旁瓣干扰。所以，ADS-B系统所确定的位置比SSR更可靠。由于ADS-B的导航定位信息通过数据链传送，所以要求数据链必须要有更高的抗干扰能力，否则会导致误码使定位信息出错。而SSR则没有这一问题，相比较而言，其抗干扰能力更强。ADS-B所传递的信息内容更为丰富，根据需要可以进行定制。其基本信息，如水平位置、速度来源于GPS接收机。高度信息目前与SSR一样，来源于编码式气压高度表。其它信息如飞机代码、机组信息及与飞机相关的信息，可以定制。而SSR目前能提供的信息只有飞机的位置、方位、高度、编码。高度信息同样来源于编码式气压高度表。内容信息不够丰富。ADS-B除与SSR一样，可以对飞机实施监视之外，还可以对机场终端的相关车辆进行监视，其移动端设备成本低，加装方便。
- 众包技术
众包区别于外包，外包就是遇到复杂问题需要解决时，通常会聘请相关领域的专家来处理，这种情况下往往需要花费大量的资金，同时解决问题的时间周期也比较长；所以众包对应的，就是把工作交给来自世界各地各个领域的人进行研究解决 ，尽管大多数人并不具备相关领域的专业知识，然而当我们把他们给出的结果通过某种方式进行整合后，时常能够综合给出较好的结果，并且只需要付出相对较少的资金投入和较短的任务完成周期。
2014年的Airplanes aloft as a sensor network for wind forecasting一文中提出的另一种方法，建议结合来自公开可用的飞行跟踪数据站点的信息。这种方法不需要特殊的仪器，但是来自这些地点的信息是有限的，并且只允许对风的估计，这对于精确的天气建模是不够的。
在这项工作中，我们解决的问题是，是否有可能利用飞机作为一个大规模和灵活的传感器网络，以估计各种气象参数，包括温度，压力和风，但不需要在飞机上的特殊仪器。
飞机上的现有传感器测量大气的不同参数，并以ATC消息航空交通管制(Air Traffic Control)发送导出的数据。这种通信主要由周期性的ADS-B消息和对二次监视雷达（SSR）询问的响应组成。飞机在1090MHz模式S信道上传输两种类型的消息。Siebren De Haan and Ad Stoffelen等人表明，由单一雷达收集的空中交通管制（ATC）信息得到的天气数据的同化对预报质量有积极影响。
在Siebren De Haan and Ad Stoffelen等人的工作中，ATC消息是由ATC直接提供的。
我们认为，由于ATC雷达由各个国家操作，并且代表安全关键基础设施，因此短期内ATC机构不太可能共享雷达数据用于大规模气象参数估计的。因此我们建议使用由人群操作的接收器来被动地接收和收集ATC消息。
今天，这种数据已经由基于众包的地面传感器网络，如OpenSky网络大规模地收集，并通过在线数据库和API提供。因此，基于这种众包空中交通管制数据的解决方案将满足对高空观测数据的需要，而不需要飞机上的额外设备。
为了实现所提出的方法，必须解决一系列挑战。
(1)确定SSR响应的发送方及其位置容易出错，因为飞机地址与消息校验和相结合。
(2)SSR响应的消息类型没有明确指定，我们需要使用概率技术推断所需的数据。
(3)我们从众包接收器接收的数据是嘈杂的，我们需要去除离群值。
因此，我们需要发展稳健的技术来融合和关联来自多个传感器的数据，以便估计气象参数。
下次再继续相关技术和研究方法
包括减少误差增加准确度的一些处理方法。
