首页 期刊简介 最新目录 过往期刊 在线投稿 欢迎订阅 访客留言 联系我们
新版网站改版了,欢迎提出建议。
访客留言
邮箱:
留言:
  
联系我们

合作经济与科技杂志社

地址:石家庄市建设南大街21号

邮编:050011

电话:0311-86049879
友情链接
·中国知网 ·万方数据
·北京超星 ·重庆维普
经济/产业
空域扇区容量评估方法研究综述
第752期 作者:□文/杜世杰1 段 炼1 徐庆彬2 赵鹏飞1 钱 菲1 时间:2025/5/1 17:46:12 浏览:3次
  [提要] 为提升空域运行效率,准确评估空域扇区容量,本文从良好天气下、恶劣天气下两种空域容量评估方向,结合现有国内外相关研究方法,按各评估原理分类归纳为九种。介绍各类方法的评估原理和考虑因素,以及在不同类型空域中的应用,最后分析对比方法优缺点,总结得出各种评估方法适用范围,以及两种空域容量评估方向在空中交通管理工作中的作用,并对未来空域容量评估方法提出展望。
关键词:空域容量;恶劣天气;容量评估
基金项目:2024年中国民用航空飞行学院大学生创新创业训练计划项目:“强对流天气下区域管制扇区容量评估”(项目编号:S202410624231);航空公司气象服务系统建设规范(项目编号:MHAQ2024013)
中图分类号:F56 文献标识码:A
收录日期:2024年11月1日
引言
空域容量评估是空中交通管理领域中重要的研究内容,在世界航空运输业不断发展,低空经济产业不断成型的大背景下,各国航空运行部门和学者着力于研究如何在保障飞行安全的前提下整合利用和重新规划有限的空域资源,提高空域运行效率。近年来,为了精准评估复杂多变的空域环境,研究者们在传统评估理念的基础上,引入大数据分析、人工智能和仿真技术等新型手段改进空域容量评估方法。本文将重点研究空域扇区容量,从良好天气、恶劣天气两种情况下系统梳理空域扇区容量评估的理论基础、方法分类和技术进展,为未来空域管理优化提供科学依据。(图1)
一、空域容量评估概述
(一)空域容量的定义及影响因素。空域容量是指某一空域单元在一段时间内能够提供空中交通管制服务的最多数量的航空器架次。其受到飞机架次、飞机性能、空域结构、导航设施、运行规则、天气以及管制员工作情况等多重因素的影响。
(二)空域容量评估目的及意义。空域容量评估在空中交通管理中至关重要,目的是提升航空安全、优化空域资源配置、提高交通效率,为空域规划和政策制定提供依据。对良好天气下的空域容量进行评估可预防空中交通拥堵,合理分配航班流量,减少延误和冲突风险,确保航空器安全运行;对恶劣天气下的空域容量进行评估,可使航空公司和空管部门针对恶劣天气制定有效的航班调度和应急响应计划,降低因天气引发航班延误和取消的风险,保障飞行安全、减少经济损失。
二、良好天气下空域扇区容量评估研究
在良好气象条件下,空域扇区容量主要由其特定的内部结构决定,这方面的研究多用于完善空域结构、航线设计以及制定空中交通管制策略,主要分为四种方法:基于数学建模评估法、基于管制员工作负荷评估法、基于历史数据评估法、基于仿真模型评估法。(表1)
(一)基于数学建模评估法。基于数学建模评估法通过分析航空器的流量、速度、航线以及空中交通管制规则来计算空域容量。常见模型有航路网络模型,即利用图论方法将空域分解为节点和边,评估航班流动情况或将空域视为一个有限的三维空间,通过计算航空器的空间分布密度和运行速度得到空域的最大容纳能力。Ren等以道路交通容量为参考,基于飞行轨迹数据提出了空域可达容量的概念,并构建基于流量的航路容量评估模型,从微观角度研究空域的运行状态。Zhang等基于控制行为的复杂性和统计特征,建立了空中交通管制动态模型,通过多元线性回归分析终端空域的容量,该方法从管制员操作的时序分布入手,揭示了管制行为对容量的直接影响,进一步细化了微观层次的容量评估。Gao等提出了基于三维增强小区传输模型的描述方法,并使用混合整数线性规划模型进行优化,以最大吞吐量为目标,采用遗传算法进行求解,此方法有效提升了在大面积空域下的容量评估效率。在更复杂的进近扇区容量评估中,赵鹏飞等分析了进离场航段和交叉点结构,基于最大流最小割理论构建终端区容量模型,为复杂航段的容量限制提供了精确的数学基础。
为简化空域的复杂性,穆戎引入了网络拓扑理论,将机场和扇区视作节点,通过计算节点容量得出空域的总体容量,该方法在多节点空域的容量计算中表现出很高的实用性。针对多扇区的整体容量评估,赵嶷飞等使用最大流算法,通过有向图模型分析节点对整体容量的影响,并得出空域整体最大容量,这一方法结合了网络结构和容量评估,极大提升了整体容量的计算精度。为进一步细化扇区容量,赵嶷飞等从占有、溢出、饱和三个方面定义了扇区流容比因子,评估了不同流量状态下扇区的运行等级,并揭示了流量与容量之间的动态关系。郑煜坤等通过有向图理论建立区域航路网络,引入航路阻抗公式,并结合管制员因素,使用Ford-Fulkerson算法求解网络容量及关键路径,对区域航路的容量进行评估。
基于数学建模评估法从微观到宏观、静态到动态,解决了不同规模和复杂度空域的容量评估问题,以其简单便捷的特点被学者们广泛运用。
(二)基于管制员工作负荷评估法。基于管制员工作负荷评估法通过收集航空器流量和管制操作相关数据,使用主观和客观评估工具测量管制员工作负荷,建立统计模型或仿真模型以探讨管制员工作负荷与航空器数量之间的关系,计算不同工作负荷下的扇区容量。任民等将人类动力学知识用于测定管制员工作负荷,建立多元线性回归模型评估扇区容量,该方法的数据统计工作较为复杂。Liao等提出了一种基于最小二乘法的管制员扇区容量和工作量模型,采用最小二乘法进行单元划分,简化了管制员工作负荷的数据统计工作。为优化管制区域扇区划分和建设,伍婷婷等基于管制员工作负荷对扇区容量进行评估,并对扇区内机场群航路航线流量预测指标进行分析。卢朝阳等通过统计分析管制员工作负荷情况,发现其中自相关增长规律,提出ARMA模型来评估空域容量。王旭桐将参与实际训练飞行中的管制员工作数据进行验证优化改进管制员工作负荷模型,评估训练机场空域容量。
基于管制员工作负荷评估法关注人的因素,研究角度最贴合实际,具有精准性和动态调整能力,通过实时监测管制员工作状态,提高航空交通安全和资源利用效率,但受到数据限制,主观评估可能存在偏差,且统计模型的复杂性和实施成本较高,只限用于对已有空域的容量评估。
(三)基于历史数据评估法。基于历史数据的评估方法通过分析空域扇区流量的历史数据,寻找内在的数学规律,以评估空域扇区容量。然而,由于统计处理难度大,且受多种因素的影响,目前相关研究较为稀少。因此,大多数学者通过统计其他因素的历史数据间接求得空域扇区容量。任广建等从管制员工作负荷入手评估通过分析扇区内飞行流量与管制员工作负荷的历史数据之间的关系,提出基于ES模型的评估方法。
莫凡使用大量航迹数据提取扇区复杂指标,通过K-means聚类模型将扇区聚类,最后用BP神经网络进行预测评估。
采用历史数据来评估扇区容量时,数据样本的数量和质量对评估容量和实际容量的一致性具有直接影响,目前该方法多用于机场客货运吞吐量的评估和预测。
(四)基于仿真模型评估法。基于仿真模型的评估方法通过模拟空域环境、扇区结构和交通流特征,构建符合实际空域特征的仿真模型,收集历史数据以设置模型参数,仿真模拟不同情境下航空器的动态行为,通过分析仿真结果评估扇区动态容量。在区域管制扇区容量评估方面,任静静通过收集西安空域管制区数据,预测航线分布流量,利用TAAM空地仿真建模一体化的环境,建立了西安空域管制区仿真模型,进行运行状况分析,达到容量评估预测目的。
在进近管制扇区容量评估方面,吴懿君以修改航迹路径,飞机间隔为影响因素,运用SIMMOD仿真模拟杭州进近管制扇区的进离场航线,得到扇区容量值。
基于仿真模型的评估方法可模拟多因素复杂情况评估动态容量,能够在多种情境下模拟测试并识别潜在问题。但模型准确性依赖输入数据准确性且构建和验证过程复杂,无法完全反映现实天气等因素的变化。
三、恶劣天气下空域扇区容量评估研究
近年来,国内外空域结构基本趋于稳定,随着航班数量的增加,恶劣天气对航空器运行所造成的不良影响日渐显著,它限制航空器起降和飞行路径,并增加航班延误和事故风险。国内外学者们在原有评估理论基础上,针对恶劣天气对空域容量的影响改进和开发出了新的评估方法,主要分为五类:基于空域可用率评估方法、基于最大交通流评估方法、基于WITI评估方法、基于机器学习评估方法、基于组合方法评估方法。(表2)
(一)基于空域可用率评估方法。基于空域可用率的评估方法通过定义可用率指标、收集航班计划、实际飞行时间、天气情况等相关数据,计算恶劣天气对航路或扇区可用空域的覆盖率,结合历史流量数据,估算在不同可用率水平下的空域扇区容量。应NASA要求,Alexander Klein等开发了三种空域容量估算模型,其中简单模型通过计算对流天气覆盖总面积的比率估算容量的下降值,用于大面积整体空域容量评估;一般模型利用多方向扫描算法评估区域管制区容量;复杂模型则是通过模拟飞机在恶劣天气下的改航情况,估算小型扇区容量。结果显示,一般模型和复杂模型评估结果较为精准,且模型的精准度随着空域规模缩小而增大。Zhang等利用PCA识别了14个影响空域扇区利用率的综合指标中的主要指标来计算空域利用效率,通过分析空域利用率值和空中交通流密度的相关性,推导出最优拟合函数,取极值点得到扇区容量值。叶志坚等针对是否要给对流天气下航空器发布绕飞许可,以及是否可沿当前航线穿越对流天气问题,建立了特定方向对流天气空域阻塞概率模型和航路交通阻塞指数模型,计算扇区航路容量。
基于空域可用率的评估方法通过分析天气对航路和扇区的影响,真实反映空域可用程度,便于可视化分析空域使用情况,但同时也因为外部因素会导致可用率波动的风险,忽略某些动态因素的静态假设。
(二)基于最大交通流评估方法。基于最大交通流评估方法的主要思想为将空域扇区容量看作交通流模式和交通阻碍的函数,将恶劣天气进行识别处理划设飞行受限区,构建空域航路网络模型,采用最大流最小割理论求解网络最大流量的方法。
在终端区容量研究方面,赵志以西安终端区内的航路交叉点、跑道和飞行受限区为节点,以可飞路径为弧建立网络,引入最大流最小割理论构建容量模型。张兆宁等将飞行受限区化作动态,采用相同方法构建终端区容量模型,选择不同的网络收发点位置,得到不同方向的终端区容量分布,该方法实效性和全面性较为突出。在扇区容量方面,高伟等将扇区最大容量看作为避开天气影响区域扇区内航路的最大通行量,基于最大流最小割扩展定理思想,求解最短路径。在区域容量方面,路东林等依据最大交通流理论构建空域容量评估模型,使用动态阻塞系数将中尺度对流云团对湖南空域容量的影响加以表现。
基于最大交通流法将流量模式与天气阻碍相关联,能更好地评估空域动态容量,在小规模空域中,可以根据实时天气情况灵活调整受限区的范围和形状,减少对航班的影响;在大规模空域中,则可以实施分层管理,根据天气预报信息设定不同高度的受限区,确保航空器在安全的飞行高度上运行。
(三)基于WITI评估方法。基于WITI的评估方法可反映或预测空域受天气影响程度,其核心思想是细化空域,通过研究不同空域单元受天气影响的情况,计算整体容量。空域扇区容量评估工作通常采用基于网格的WITI计算方法,根据统计范围划分网格,然后为每个网格分配权重,权重可基于历史数据中无强对流天气条件下每小时可通过的航空器数量或扇区的MAP值,以反映飞越网格的航空器数量与强对流天气干扰的关系,但对网格内交通流的复杂性没有考虑。针对这一问题,孙聪为考虑扇区交通状况不确定性,引入风险概率,将WITI值进行改进后,与扇区内饱和流量进行函数拟合建立模型以达到扇区容量评估的效果。刘继新等采用灰色神经网络和WITI相结合的方法,缩小网格区域,精细化WITI计算方法。WITI算法最初是用于定量评估航路受到强对流天气影响的程度,但现在已经拓展到可评估不同类型天气,评估范围也加到机场终端区。乔玉洁提取回波强度信息,将其分类为12种不同的天气,通过高斯混合聚类算法改良WITI模型进行容量评估。
WITI能够根据研究需求灵活选择统计方法,并将其与历史数据或特定场景的运行容量关联,为延误统计和容量评估提供决策支持。
(四)基于机器学习评估方法。基于机器学习的评估方法是以传统方法理论为基础,伴随计算机水平发展而产生。学者们通过收集处理所评估空域单元历史航迹、天气等数据,提取选择特征来构建模型、训练模型,以达到容量评估目的。
Iván Martínez等采用机器学习图像导向方法将历史风暴观测与交通数据转换为图像,利用对流性天气、交通需求和航空管理天气模式之间的相关性,评估天气产生位置以及对空域容量的影响。Wang等提出对流天气终端空域容量模型,通过将空域划分为主要、次要及无影响区域,应用支持向量回归、随机森林及人工神经网络三种机器学习算法进行可用率预测,以此评估终端空域容量。王兴隆等以恶劣天气下的扇区动态容量为约束,航班最小累积延误成本为目标函数,建立了一种基于尾随间隔(MIT)的扇区流量动态控制模型,相比无MIT策略情况下将扇区空域资源利用率提高了25%。肖淑敏将气象和航迹数据利用POT算法和随机森林算法处理确定航空器规避阈值,划定飞行受限区,量化气象、空域、飞行时间等信息,通过随机森林算法特征选择与降维基础上提出扇区容量评估方法。彭瑛等提出了一种结合CNN和LSTM的多输入深度学习(MICL)模型,两条通道分别输入WSI特征和METAR信息,有效模拟了空中交通流和天气在时空方面的关系,达到恶劣天气下空域容量评估的目的。
基于机器学习的评估方法具有高准确性、灵活性、自动化,能更智能地预测复杂环境下的容量变化,提高容量评估效率,但其对数据质量和数量的高标准要求成为实际研究中的主要难题,因此研究时通常需加入仿真技术软件来提供数据支持。
(五)基于组合方法的评估方法。众多评估方法相继完善,针对空域的容量评估也有了多种选择,为考虑多种空域影响因素,精准全面评估空域扇区容量,降低单一评估方法的局限性,学者们组合多种方法,融合其长处,开发出了新容量评估方法。
Huang等通过提取天气信息优化WITI模型,结合航路可用性模型和AIRTOP软件模拟,得出恶劣天气下需要改航的航班,使用DNN算法计算恶劣天气的影响和改航航班数量,得出管制员的工作负荷,计算扇区容量。Petar等提出一种利用空中交通复杂性模型预测对流天气下扇区容量的方法,该模型结合轨迹预测模型和天气综合预报,能提供在即将来临的对流天气条件下航段容量的统计特征。
张文倩等在研究多扇区容量时,以管制员工作负荷模型为基础,加入了扇区耦合性,融合了恶劣天气下航路阻塞模型,提出了多扇区动态容量评估模型。刘继新等提出了一种基于WITI和管制员工作负荷的扇区容量评估方法,通过灰色神经网络模型结合多种输入,成功预测了杭州萧山机场进近扇区的容量,尤其在恶劣天气下具有较高的准确性和实用性。
分析发现,基于组合方法的评估方法,可同时考虑天气、空域结构、管制员工作负荷等多种因素,其结果不仅可对空域扇区容量进行评估,还具备了空域容量综合完善、预测分析能力。
四、结论与展望
空域容量评估对空域网络规划、空中交通流量管理以及空域管理发展具有重要意义。本文从有无恶劣天气影响角度出发,分析评估空域扇区容量的研究现状,并梳理了国内外对于空域扇区容量评估的方法。结果表明,各种评估方法具有特定的研究目的和适用范围。良好天气下的空域容量评估方法以空域容量影响因素为基础,进行容量评估,其结果在空域扇区和航路结构改进规划以及区域管制协调等方面具有显著的参考价值。相较之下,恶劣天气下的空域容量评估方法更侧重于分析恶劣天气对现有空域扇区的航班计划、最大容量和实际流量等方面的影响。对恶劣天气下空域扇区容量进行准确有效地评估有助于航空公司和空管部门制定有效的航班调度和应急响应计划,降低因天气引发的延误和取消风险,从而减少经济损失、提升航空安全、优化资源配置并提高运营效率。
近年来,国内外空域结构已经趋于稳定,对于空域容量评估的目的也从构建规划到完善改进。现有的空域容量评估方法在单一空域单元时精准,但在范围变化或整合后可能产生复合影响,因此需要独立评估不同空域单元并考虑其耦合关系。同时,由于不同地区的空域结构和气象条件差异,应建立专属模型以提高评估精度,并细化天气因素的影响分析,涵盖更多类型天气。此外,民航业务量受周期性、季节性变化及军航活动和天气影响,增加了评估难度,但这些因素对空域规划和区域航空经济发展具有积极意义。
(作者单位:1.中国民用航空飞行学院;2.贵州遵义茅台机场有限责任公司)

主要参考文献:
[1]Ren J,Qu S,Wang L,et al.Research on en route capacity evaluation model based on aircraft trajectory data[J].Electronic Research Archive,2023.31(03).
[2]Zhang M,Shan L,Zhang M,et al.Terminal airspace sector capacity estimation method based on the ATC dynamical model[J].kybernetes,2016.45(06).
[3]Gao W,Liang M.Airspace capacity assessment with augmented cell transmission model[J].2021.
[4]赵鹏飞,段炼,赵志,等.机场终端区晴好天气容量评估方法的初步研究[J].航空计算技术,2024.54(03).
[5]穆戎.基于扇区节点的大范围航路网空域容量评估[D].天津:中国民航大学,2023.
[6]赵嶷飞,黄婕,齐雁程.基于网络流的多管制扇区通行能力[J].科学技术与工程,2022.22(24).
[7]郑煜坤,王瑛,亓尧,等.区域航路网络容量评估模型[J].空军工程大学学报(自然科学版),2018.19(04).
[8]任民,闪乐.基于管制员工作负荷的扇区容量评估方法研究[J].舰船电子工程,2015.35(10).
[9]Chenxi L,Zheng W.Study on sector capacity and workload model of air traffic controllers based on least square method[A]//2020 IEEE International Conference on Power,Intelligent Computing and Systems(ICPICS)[C].IEEE,2020.
[10]伍婷婷,张涵.新疆管制区域扇区容量评估与划设研究[J].航空工程进展,2024.15(02).
[11]卢朝阳,郝恩蕾,杨璐璐.基于ARMA模型的空域容量评估方法研究[J].航空计算技术,2016.46(04).
[12]王旭桐.基于管制员工作负荷的空域容量计算模型及评估[J].民航学报,2024.08(01).
[13]任广建,朱金福,卢朝阳.基于ES模型的扇区容量评估研究[J].航空计算技术,2018.48(06).
[14]莫凡.基于机器学习的扇区容量评估方法研究[D].南京:南京航空航天大学,2020.
[15]任静静.基于TAAM仿真的空域扇区数量组合预测研究[D].天津:中国民航大学,2023.
[16]吴懿君.多场景扇区容量评估技术研究[D].南京:南京航空航天大学,2016.
[17]Klein A,Cook L.Three models for weather impacted airspace capacity estimation and forecast[A]//Proc.9th USA/Europe Air Traffic Management R&D Seminar(ATM2011)[C].Berlin,Germany.2011.
[18]Zhang J,Zhang P,Li Z,et al.A sector capacity assessment method based on airspace utilization efficiency[A]//Journal of Physics:Conference Series[C].IOP Publishing,2018.976(01).
[19]叶志坚,高伟,王莉莉,等.对流天气空域阻塞概率与阻塞指数模型[J].航空计算技术,2014.44(02).
[20]赵志.强对流天气下机场终端区容量评估方法研究[D].广汉:中国民用航空飞行学院,2023.
[21]张兆宁,魏中慧.危险天气下的终端区动态容量评估[J].科学技术与工程,2015.15(21).
[22]高伟,陈晨,马岚.危险天气下扇区容量研究[J].中国民航飞行学院学报,2017.28(02).
[23]路东林,段炼,刘君豪,等.中尺度对流系统影响下的空域容量评估研究[J].航空计算技术,2022.52(03).
[24]孙聪.强对流天气下空域扇区容量评估技术研究[D].唐山:华北理工大学,2021.
[25]刘继新,朱学华,吴懿君,等.考虑WITI与管制员工作负荷的扇区容量评估[J].航空计算技术,2018.48(06).
[26]乔玉洁.不良天气影响下基于改进WITI指标的扇区容量模型研究[D].南京:南京航空航天大学,2021.
[27]王兴隆,赵密,黄宝军.恶劣天气下基于MIT的扇区流量动态控制模型[J].武汉理工大学学报,2018.40(02).
[28]肖淑敏.基于机器学习的强对流天气下空域容量评估[D].唐山:华北理工大学,2023.
[29]彭瑛,王洪,毛利民,等.基于深度学习的对流天气下终端区流量预测方法(英文)[J].Transactions of Nanjing University of Aeronautics and Astronautics,2021.38(04).
[30]张文倩,王瑛,严伟,等.恶劣天气下的多扇区动态容量评估方法[J].火力与指挥控制,2019.44(03).
 
版权所有:合作经济与科技杂志社 备案号:冀ICP备12020543号
您是本站第 2794289 位访客