金門天氣能見度的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列各種有用的問答集和懶人包

金門天氣能見度進入發燒排行的影片

運用神經網路預測機場能見度-以金門尚義機場為例

為了解決金門天氣能見度的問題，作者翁洞寧 這樣論述：

根據歷年飛航安全的統計，飛航事故發生在飛機起飛跟著陸的過程中是比例最高的。其中造成失事的原因又以天氣因素的比例最高，且以能見度不足為最主要的原因。因此飛機的起飛跟著陸過程是飛航安全中最注重的部分，所以各機場也會針對不同的飛機機型以及機場的設備，制定允許飛機起降的最低能見度標準，以確保飛航的安全。造成能見度低的原因，通常為濃霧、濃霾或是降雨等因素所造成，金門機場因為地理位置與氣候的原因，每年的3~5月的時候容易產生濃霧並壟罩機場，使得機場的能見度低於飛航的起降標準，造成飛機無法正常起飛，常使得往返台金的旅客行程大亂。濃霧的形成取決於地形與氣候的變化，因此本研究蒐集金門尚義機場自2014年到20

17年，每天早上6點到晚上8點的逐時氣象偵測數據做為研究資料。資料內容包含相對濕度、風向、平均風速、陣風風速、溫度等氣象資料，並將歷史觀測數據資料做適當的整理後，先透過大數據的分析，證明以上的氣象資料皆為形成濃霧並造成低能見度的影響因素，再將以上的相對濕度、風向、平均風速、陣風風速、溫度等5項影響因子，透過倒傳遞類神經模型(Back-Propagation Neural Network，BPN)，進行多組的模擬訓練與進行能見度的預測。本研究將能見度分成900公尺以下、900~1500公尺、1500公尺以上的三個級距，並依據不同影響因子組合進行每小時的能見度預測，準確率最低為96.9%，最高可達

為97.4%。依據實驗的結果證明，使用倒傳遞神經模型進行機場能見度的模擬與預測是可行的，但天氣變化是訊息萬變，飛航安全更是不容許絲毫的疏忽跟不確定性，因此可以再增加更多會影響能見度預測的因子，並結合其他不同的預測方法與演算法，以取得更精準的預測結果，以提供機場塔台跟機師對於飛機起降的決策參考。同時也可改變預測結果的範圍，例如依據早上的數據變化預測下午的能見度，或是依據今天的數據預測明天的能見度，提供旅客行程安排的參考。