带状危险天气区域下的终端区空域利用率模型

摘 要：危险天气是影响航空安全和造成航班延误的重要因素，对终端区运行有显著影响。为了衡量危险天气下终端区空域的使用情况，计算危险天气下的终端区空域利用率，本文针对带状危险天气区域，分析带状危险天气区域对于航空器运行的影响，根据带状危险天气区域的特点，基于航空器对于终端区空域资源时空占用的特性，从航空器的运行轨迹角度出发，建立带状危险天气区域下的终端区空域利用率模型。选取国内某终端区，在其受带状危险天气区域影响时，评估其小时利用率。研究表明：模型计算所得利用率符合实际情况，可以体现带状危险天气区域对于终端区空域利用率的影响。

关键词：航空安全;航班延误;危险天气;终端区;空域利用率

中图分类号：V355.1文献标识码：A

航空危险天气一直以来都是影响飞行安全和造成航班延误的主要原因，对于终端区的影响更为明显。在航空业迅猛发展的今天，要解决以上的问题，首先要做的就是合理的评价危险天气下的空域利用率。目前对于的空域利用率研究基本都以正常天气状况作为前提条件。在国外，Craig. R. W 等通过时段流量与瞬时最大流量之比评估短时扇区利用率[1];MinXue采用“时空图”理论来分析空中走廊的利用率[2];S.S.KAPIL等从瞬时占用率和空间占用率角度评估了空中高速路利用率[3];Z.N.ZAHNG等从时间、空间、容量量化空域利用率，建立模型[4]。在国内，施和平用实际被利用的空域与容许利用的空间之比表示空域利用率[5];张波从时间、空间、容量三个方面建立指标，采用灰色关联分析法计算中长期空域利用率[6];王萍等在灰色关联度的基础上，采用主成分分析法计算各年的空域利用率[7];李印凤等通过层次权重决策分析评价终端区利用率等级[8];王鹏鹏等将改进的灰色关绝对联度与主成分分析法结合，建立了终端区利用率模型[9];曹悦琪、朴春子等分别针对航路、终端区建立了短时利用率模型[10-11];陈蔚波等基于熵值法评估了终端区空域利用率[12]。

考虑到以往空域利用率的研究缺少危险天气因素的影响，本文针对带状危险天气区域，当终端区空域受其影响时，根据带状危险天气区域的特点，基于航空器对于终端区空域资源时空占用的特性，从航空器的运行轨迹角度出发，建立带状危险天气区域下的终端区空域利用率。

1 模型的建立

1.1 带状危险天气区域

终端区内的带状危险天气区域指沿航线两侧呈狭长带状分布的单个危险天气区域或多个小尺度危险天气区域，几乎覆盖整段航线，影响的航线定位點为4～5个。

1.2 问题描述

当终端区内出现带状危险天气区域时，如果对计划航线产生了影响，考虑到其覆盖整段航线、影响航线定位点多的特点，飞机将不会选择受影响航线周围进行绕飞，一般会根据实际情况选择新的航线或者返航备降。每一架航空器在飞行时都占据着一定的空间，而其他的航空器无法在同一时刻使用这一空间，终端区内航空器占用的空间会根据其运行状态的变化而改变，因此终端区空域的利用情况可以通过航空器对空域资源的占用来表示，本文基于终端区空域在时间上的可重复利用性，从航空器在空间、时间上对终端区空域资源的占用角度，分析带状危险天气下的航空器的实际使用空间、可用空间，建立带状危险天气区域下的终端区空域利用率模型。

1.3 带状危险天气区域下的终端区空域利用率计算模型

1.3.1 带状危险天气区域下的利用空间

要分析带状危险天气区域下终端区内航空器对空域的占用情况，需要得到终端区内航空器的航迹，本文通过ADS-B数据来获取航空器的运行轨迹。ADS-B数据主要包括航班号、SSRCODE、日期（年月日）、时间（时分秒）、经度（度）、纬度（度）、高度（英尺）、地速（节）和航向（度）等信息，想要得到飞行轨迹，需要对数据进行如下处理：确定空间范围、确定时间范围、划分航班、获取航迹。

2 算例分析

选取国内某国际机场终端区作为研究对象，通过ADS-B设备采集了处于带状危险天气区域下的终端区一个小时的航空器运行数据进行算例分析。根据上文步骤对数据进行处理，由在一定时间内终端区的进离场以及飞越航空器的运行几乎会覆盖所有高度，所以可以将三维飞行轨迹转化到二维平面上，将平面网格化处理，这样既可以直观看出航空器的占用空间，又可以通过航空器轨迹对网格的占用情况确定航空器实际利用的空间，划分好相同航班数据后，利用matlab中的程序绘制1小时内终端区所有航空器运行的二维轨迹图，如下图所示：

终端区空域内所有航空器的二维航迹图

由图可知，航空器轨迹占据的网格数为133，在未受影响时，终端区空域的可用空间占据网格数为300。利用上述方法，结合气象数据，可得一小时内带状危险天气区域的平均占用空间为35，可得带状危险天气下的终端区空域的可用空间占据网格数为265。综上，利用率即为占用网格数与可用网格数之比，计算结果为50.19%，得出带状危险天气区域下的终端区空域1小时的综合利用率为50.19%。

3 结语

本文提出了在带状危险天气区域影响下计算终端区空域利用率的方法，填补了以往空域利用率研究缺少对于危险天气考虑的空缺。基于航空器对于终端区空域资源时空占用的特性，从航空器的运行轨迹角度出发，建立带状危险天气区域下的终端区空域利用率。最后通过算例分析，计算了带状危险天气区域下的终端区空域1小时的综合利用率。以后会考虑考虑更多影响因素建立模型。

参考文献：

[1]Craig R W，Michael B C，Daniel P G，et al.Measuring uncertainty in airspace demandpredictions for traffic flow management applications[C].Proc.of The AIAA Guidance，Navigation，and Control Conference.2003：1-11.

[2]Xue Min.Design analysis of corridors-in-the-sky[C].AIAA Guidance，Navigation，and Control Conference.Chicago，2009：1-11.

[3]Sheth K S，Islam T S，Kopardekar P H.Analysis of airspace tube structures[C].2008 IEEE/AIAA 27th Digital Avionics Systems Conference.St.Paul，MN，USA：IEEE，2008.

[4]ZHANG Z N，WANG P.Computing model of airspace utilization rate based on airspace road[J].Journal of Networks，2014，9（1）：71-77.

[5]施和平.空中交通系統安全管理[M].厦门：厦门大学出版社，2003.

[6]张波，陈金良，王三强.空域利用率概念模型及算法研究[J].空中交通管理，2011（2）：4-7.

[7]王萍，俞文军，张兆宁.基于主成分分析和灰色关联度的空域利用率[J].航空计算技术，2012，42（3）：63-67.

[8]李印凤，胡明华，谢华，等.基于可拓多层次状态分类的终端区利用率评估[J].系统工程与电子技术，2013，35（12）：2533-2539.

[9]王鹏鹏，胡明华，田文，等.一种终端区利用率评估方法研究[J].航空计算技术，2016，46（1）：48-52.

[10]张兆宁，曹悦琪.基于高度层的航路短时利用率模型研究[J].重庆交通大学学报（自然科学版），2018，37（8）：107-111.

[11]张兆宁，朴春子.终端区进场航线短时利用率计算模型[J].航空计算技术，2017，47（6）：5-8.

[12]张兆宁，陈蔚波.基于熵值法的终端区利用率评估研究[J/OL].重庆交通大学学报（自然科学版），1-6.

作者简介：徐子航（1994-），男，黑龙江哈尔滨人，硕士研究生，研究方向为空中交通运输规划与管理。