基于AHP和QAR数据的风切变风险管控*

张兆阳 孙宏 王奇 孙启祯 赵新斌 王一

(1.中国民用航空飞行学院，四川 广汉 618300；2.中国民航局第二研究所，四川 成都 610042；3.中国民航科学技术研究院，北京 100028)

0 引言

风切变是威胁飞行安全的重要天气现象，因其危害性，民航局将其定义为民航红色事件[1]。据统计，我国有记录的由风切变引发的重大飞行事故约占飞行总事故数的31%[1]。近年来，受全球异常天气变化影响，航班报告的风切变事件频发，引起有关部门的高度关注，民航局已将风切变列入运行品质监控的重要工作内容。

目前，国内外关于风切变的研究主要集中于风切变识别告警。张千千等[2]建立了基于小波变换模极大值的算法以实现风切变告警，解决了风切变类型与尺度限制导致预警失效的问题。刘玉洁等[3]结合抗相关厚度，构建了关于风切变强度的参数化关系，以实现在不同空间尺度上预测风切变强度。而随着人工智能的普及，许多机器学习的算法被用来进行风切变预测。Ryan等[4]将雷达风数据转化成时间序列，利用深度学习来预测风切变告警。而关于风切变事件风险控制的研究还较少，业内对于风切变事件危险性的认识相对单一片面，相关人员对风切变风险的管控水平相对薄弱。

综上所述，为帮助管理人员从全面、多维的角度建立风切变事件风险管控认识体系，本文运用层次分析法并结合QAR[5]数据进行研究，为管理者更好地认识风切变事件的风险性并及时采取正处置措施提供决策依据。

1 模型建立与验证设计

QAR系统可以实时记录飞行相关数据，包括发动机等设备状况、外部环境状况，以及飞行员的操作动作[6]。当机载设备探测已经(或即将)遭遇风切变天气而触发警告时，QAR系统会记录告警信息和其他飞参数据，如告警时间、风速(WIN_SPD)、风向(WIN_DIR)、无线电高度(RALT_LH)、飞机空速(IAS、TAS等)与飞机升降速率(IVV)等字段记录值。因此，QAR系统可以用来验证风切变事件的风险因素及其对飞机运动的影响。具体实验流程图如图1所示。

风切变类型包括预测式风切变(Predictive Wind-shear，PWS)和反应式风切变(Reactive Wind-shear，RWS)。PWS指通过机载前视气象雷达对飞机前方一定范围内的风场发射相干脉冲后接收回波，通过估算回波信号平均多普勒频率的方法从而探测到的一种潜在风切变[6]。RWS指由飞机飞行增稳计算机(Flight Augmentation Computer，FAC)通过搜集在飞行环境中的系统信号、环境变量信号，判断并且检测出飞机当前位置已经存在的风切变[7]。因此，RWS告警时，飞机已经进入风切变区域。本文将主要分析RWS类型。

2 风险评价指标体系的构建

以中国民航科学技术研究院“飞行品质监控系统项目”为对象，构建风切变风险管控指标体系。该项目旨在定量化分析飞行器飞行状态中的飞行品质，如飞机遭遇风切变时的处置能力评估、飞行员操作品质评估、风切变风险性管理等。通过对飞行专家、资深飞行教员使用德尔菲法得到评价指标，同时用“训练集”统计数据对指标进行修正，以实现对风险因素的识别。分析构成风险评价体系的目标、指标等各要素之间的关系，建立多级递阶层次风险管理指标体系。风险指标体系的层次结构图如图2所示。

图2 风险指标体系的层次结构图注：1ft=0.304 8m。

从图2可知，风切变事件风险主要分为以下四大类：

(1)机型风险。目前，国内主要机型为空客与波音，而CRJ系列和ERJ系列占比较低。对于风切变事件来说，飞行器型号必须要对风切变处置性能有足够的弹性，而主要机载雷达则对风切变事件预警起着决定性作用[7]。

(2)高度风险。风切变的最大危害是风速、风向的瞬时变化对飞行造成的影响，而这种影响最直观的表现就是飞机颠簸甚至坠毁。有些航班受行程条件限制，可能会导致飞机爬升高度低。同时，风切变还可以分为水平、垂直风切变，每种类型对飞机的影响都不一样。如果飞机高度较低，一旦遭遇风切变事件，就会急剧损失大量高度，甚至坠毁。

(3)飞行阶段风险。航班的航程大致可以分为起飞阶段、初始爬升阶段、最终进近阶段和着陆阶段，每个阶段都需要不同的操作与风险应变能力。例如，风险发生了，但是某个阶段的风险鲁棒性高，损失比较小；如果该风险发生在另一阶段，可能后果会十分严重。

(4)季节风险。风切变本质上是一种气象现象，受各种天气现象、大气运动因素的影响。而当前机载多普勒气象雷达对风切变的预警十分依赖空气中的水汽，但是空气中是否有足够多的水汽以产生雷达回波，这又与季节因素有着密切联系[7]。

3 风切变事件风险等级体系

由于风切变事件的风险来源广泛且复杂、风险因素种类多样，某项风险因素又可能是由多个其他因素引起的，具有多层次、多来源、难定量化的特点。因此，利用层次分析法建立多目标风险评价模型是一种切实可行的方案。

(1)构造比较矩阵。对指标进行两两比较，使用1～9的比例标度来赋值，进行定量化评价。用aij表示第i个因素相对于第j个因素的比较结果，aii=1，aij=1/aji。采用德尔菲法，邀请飞行专家、资深飞行教员等相关专家按照风险指标体系对风切变准则层风险指标的重要性进行判定，构造比较矩阵A、B1、B2、B3、B4，见表1～表5。

表1 风切变总体风险比较矩阵A

表2 机型风险比较矩阵B1

表3 高度风险比较矩阵B2

表4 飞行阶段风险比较矩阵B3

表5 季节风险比较矩阵B4

(2)层次单排序及一致性检验。采用层次分析法确定各层级评价指标权重集W={w1，w2，…，wk}，该权重为风险因素对上层风险或目标的贡献。采用MATLAB 2014b编程进行计算。经过以上步骤，即可计算出比较矩阵的最大特征λ和其所对应的特征向量w。一致性检验结果CRk<0.1。指标相对重要程度具有良好的传递性，所得结果可靠。计算结果见表6。

表6 比较矩阵最大特征及其特征向量计算结果

利用层次分析法对各项风险指标进行评估，得出本项目中风险指标权重从高到低排列分别为：高度风险>季节风险>飞行阶段风险>机型风险。指标层各风险因素对目标层的合成权重表见表7。

表7 指标层各风险因素对目标层的合成权重表

由表7可知，在所有的风险指标中，高度风险权重最高，达到0.663 6，因此是风险控制的主要方向。而在高度风险中，100ft～200ft的高度是主要的控制对象，其次是10ft～50ft、50ft～100ft和200ft～1000ft。另外，季节风险的权重也比较大，达到0.173 9，其中，春夏两季对风险的影响最大，超过了季节风险权重的0.5，因此部分机场在春夏时节要做好风切变事件风险管理。而飞行阶段风险和机型风险所占权重较低。

4 结合QAR数据验证风控体系的有效性

运用层次分析法构建的风险指标体系得出结论：高度风险中，100ft～200ft对整体风险的权重最大。为验证其有效性，选择2021年国内A320机型的86起RWS事件，对其遭遇风切变期间的高度(图3)与飞机升降率(图4)进行统计。由图3可知，90%以上的风切变发生在200ft以下的低空，其中占比最高的是100ft～200ft，达到33.72%。因此，高度风险是威胁性最高的风险。

图3 风切变事件高度分布

图4 风切变对飞机升降率的影响a)起飞阶段 b)进近阶段

而为了让这种风险可视化，本文依据飞机升降速率的变化预测飞机撞地事件，如图4所示。图中时间区间为从风切变告警时刻前4s至飞行员施加TOGA推力，0时刻对应风切变告警触发。由图4a可知，在起飞阶段遭遇风切变导致飞机爬升率平均降幅为2142ft/min、最大可达21.21%，风切变导致飞机爬升率大幅度降低将严重影响飞机离场过程中的超障安全；由图4b可知，在进近阶段飞机下沉率平均降幅达799.8ft/min，如果不采取措施，预计约15s后撞地，因此高度风险的危险性得到有效验证。

5 风险等级原因分析与风控方案建立

5.1 风险原因分析

由层次分析法可知，高度风险、季节风险的权重最大，查阅资料发现原因可能与风切变告警使用的风切变危险因子(Γ因子)计算方法有关[8]。不论是PWS还是RWS，目前风切变告警的基本判断依据是美国国家航空航天局(NASA)提出的Γ因子[8]，其表示风切变强度对飞行的危险程度，公示如下

(1)

在100ft～200ft的近地面区域，风速与风向在垂直方向上的变化越来越小，从而导致Γ因子逐渐变大。

而季节风险权重相对较大的原因可能与机载多普勒雷达[9]的工作原理有关。多普勒雷达对风场的探测主要靠空气中的水汽反射雷达发出的相对脉冲电波形成回波来探测，而春季空气中缺乏产生足够强度回波的水汽，甚至没有水汽，多普勒雷达对风切变的探测效率就会大打折扣，因此春季风险权重在季节因素中最大，达到0.614 6。

5.2 风控方案建立

本文对“飞行品质监控系统项目”中风切变事件的4个主要因素、16项风险指标进行了分析，并列出了对应权重，应当抓住主要矛盾[10]，着重对权重最大的高度风险和季节风险做出可靠性应对措施。

对于高度风险，相关人员要采取有效措施，在遭遇风切变事件后，要密切关注飞机的高度损失，尽快执行改出操作[8-12]，防止发生坠毁事故，尤其是飞机进入100ft～200ft区域时，要保持高度注意。对于季节风险，在特定的季节如春夏航班飞行中，应做好风切变事件应对策略，防止其突然爆发。对于权重比较小的风险，应将风控措施落到实处[13]，如管理人员要尽可能地关注处于爬升或进近阶段的航班，制定相应的风险控制策略，将风险发生概率和可能危害性降低到最低，保证航班的飞行安全。

6 结语

针对“飞行品质监控系统项目”中风切变风险管控的独特性，本文利用层次分析法建立多准则、多层次、定性与定量相结合的风险评估模型，通过对风险指标两两比较，获得比较准确的相对重要程度，对项目中存在的各种风险因素进行识别、度量、排序，并据此提出相应的风险管控措施。管理人员应将主要精力放在风切变造成的高度损失上，在特定季节如春夏两季应提前做好风切变事件应变策略。对于存在大量风险指标的项目，难以直接对这些风险指标进行量化处理，传统的层次分析法已无法满足需要，因此将QAR数据与其结合，修正结果并验证有效性，使评价过程更现实、更全面、更合理，为项目管理者进行风险防范和管理提供参考。另外，数据显示，大多数告警的风切变都属于RWS反应式风切变，因此多普勒雷达探测效率有待提高，而基于机器学习算法的风切变告警机制将逐渐成为趋势。