空中交通拥挤评价方法研究

空中交通拥挤评价方法研究

王海波

西北空中交通管理局    陕西西安    710082

摘要：在航空运输业快速发展的今天，空中交通拥挤问题日趋严重，对空中交通拥挤问题的研究已成为国际民航界关注的焦点。其中空中交通拥挤辨识和预测是空中交通拥挤问题研究中的一个重点内容，基于此本文对空中交通拥挤问题辨识和预测方法国内外研究现状进行了总结。首先，综述了以不同拥挤形成因素及拥挤后果为依据的空中交通拥挤概念研究现状；然后根据所采用的交通数据时间尺度差异，对空中交通拥挤识别的主要方法分别进行了总结，包括基于短时间尺度阈值判别法，基于长时间尺度聚类判别法和混合时间尺度综合评估法；接着，分别以数理算法（统计算法，交通流模型算法及智能算法等）及计算机仿真模拟技术为基础，对空中交通拥挤预测的主要方法进行了总结；最后，指出近年来空中交通拥挤识别及预测问题研究的热点及今后的发展方向。

关键词：空中交通；复杂网络；确定；预测；交通容量

引言

空中交通拥挤，是指某一时段空中交通单元（机场，航路，终端区和地区）交通需求与交通容量之间产生冲突所导致的交通滞留现象或者滞留态势[1]。

伴随航空运输业务的快速发展，交通拥挤问题越来越严重，这严重地影响了空中交通运行过程中的安全性和效率，同时也影响了较为有限空域资源下的交通拥挤问题。为了缓解空中交通拥挤问题，必须首先明确交通拥挤的发展状况，从而采取相应交通管理措施。因此空中交通拥挤态势识别及预测（本论文简称空中交通拥挤识别和预测研究）是拥挤管理有效进行的依据和前提，已成为国际民航学术界研究的重要组成部分。

文章总结了目前国内外在这方面的主要研究成果，并从4个方面对空中交通拥挤识别和预测方法研究现状进行总结：第一，介绍空中交通拥挤这一概念的研究现状；然后介绍了在空中交通拥挤识别的研究中所使用的主要手段；接着对空中交通拥挤的预测研究所使用的主要手段进行介绍；最后，指出了近年来相关研究热点并对未来研究趋势进行了展望。

1空中交通拥挤的概念学习

空中交通拥挤这一概念研究是伴随着航空运输业的发展逐渐深化起来的。20世纪6～70年代随着空中交通量越来越大，流量问题也逐渐显现出来，对此人们对空中交通流量管理进行了研究。在对流量管理的研究过程中，人们发现交通容量和流量不相称的情况下往往会造成交通拥挤。于是空中交通拥挤的概念及有关问题便开始被研究起来。在航路航线越来越多、恶劣天气频发的情况下，空中交通运行复杂性也在逐渐增加，极大的影响了空中交通有序、高效地运转，人们更进一步结合交通运行的复杂性研究，开展拥挤概念的探讨。在深入研究中发现空中交通拥挤往往会诱发航班延误加剧与管制员负荷加重这两个重要结果，因此开始了对空中交通拥挤这一概念以及与之相关的问题进行研究。

显然，从形成因素和导致后果的不同角度，形成了2个方面拥挤概念的研究。其中与形成因素相关的拥挤概念主要有：与客流匹配因素相结合的拥挤概念以及与操作复杂性相结合的拥挤概念；关于造成结果的拥挤概念的研究主要有：与航班延误相结合的拥挤概念，与管制员载荷加重相结合的拥挤概念。

1.1结合客流匹配因素，对拥挤概念进行了研究

在对流量管理进行调研时，发现造成拥堵的最主要因素在于空中交通需求和交通容量之间的错配。所以文献提出的将客流匹配因素相结合的拥挤概念是：一个交通单元一定时间内空中交通需求和交通容量失衡的交通运行状况。

2002年，美国在研制增强型流量管理系统（Enhanced Traffic Management System,ETMS）的过程中，利用基于这些因素的拥挤概念对扇区，定位点以及机场交通需求和容量门限值进行对比（Monitor Alert Parameter,MAP）来确定和获得空中交通拥挤情况。2005年美国迈特公司（MITRE）Wanke等也采用这种概念对空中交通拥挤进行研究，并根据需求和容量不确定性提出“拥挤风险”概念。2010年美国Rehwald、Hecker等人进一步把这一理念运用到机场拥挤理念研究中，提出了进离场交通需求及容量失衡为机场拥挤状态理念[4]。2011年田文、胡明华等人把这一理念运用到扇区拥挤问题研究中，以扇区交通需求和容量失衡为扇区拥挤状态这一概念进行了研究。

1.2结合操作复杂性对拥挤概念进行研究

空域运行复杂性要素可划分为显性要素与隐性要素。显性因素主要是指在交通运行中能够直观地表现，衡量或运用的空中交通拥挤状况，例如交通密度，飞行冲突率，汇聚度等等参数或者指标。所谓隐性因素就是运用相关理论方法从显性参数中提取出表征拥挤得非直观性参数或者指标，例如分形维数和拓扑熵。

2空中交通拥挤判别方法研究现状

2.1根据短期数据进行阈值判别

早期流量管理研究多集中在短期实时交通管理方面，从而产生了以短期数据为基础的阈值判别方法。

阈值也称临界值，指某一效应所能达到的最低或最高程度。基于阈值判别的拥堵识别方法是以交通容量（即MAP值）为阈值，再把交通需求和这个阈值相比较，若需求超过容量，交通状态就被确定为拥堵。

2004年，美国AIAA的Dorado-Usero等就是将通过模拟仿真得到的扇区MAP值作为阈值，再将磁道需求和该值较为，辨别出拥堵情况。2008年，美国加利福尼亚大学的Sun建立欧拉白猫－拉格朗日交通流模型，获得交通需求，然后与阈值（磁道容积）进行对比，鉴别磁道拥挤。2009年，美国MITRE的Zobell在先前科学研究的前提下，进一步充分考虑轨迹不确定性，选用阈值辨别方式对磁道拥堵开展概率鉴别。2009年明确提出剂量总流量定义，根据剂量流量容积比照来辨别磁道拥堵状况。

2.2依据长期性信息进行聚类算法鉴别

由于长期交通数据能很好地反映空中交通运行中的周期性和相似度，根据长期信息进行聚类算法识别方式应时而生。

聚类算法就是指把物理学或是抽象化目标结合划分成多个类似目标所组成的类。拥挤状态聚类识别方法是根据拥挤指标向量之间的相似性把相似度较大的指标向量归类到一个类别中，不同类别的指标向量代表了不同级别的拥挤状态。

2002年美国Hoffman等人利用决策树与K－均值聚类方法对日常拥挤指标特征向量聚类，确定了各类中典型的日代表交通拥挤状态类型。2005年，美国NASA的Bilimoria和Lee给出了根据对航天器相对距离开展聚类算法，辨别出拥堵地区。2005年美国Penny等都运用聚类方法赢得了九种交通拥堵种类，提出了多种类型下交通拥堵的关键指标。2014年，美国NASA的Grabbe等进一步考虑到气温要素，依据气温因素和交通流量状态参数开展聚类算法，获得不同类型的拥挤种类。

2.3基于混合数据进行综合评价识别

由于空中交通拥挤兼具长、短两种交通特点，为能充分利用长、短两种数据并综合考虑较多相关要素，一种基于混合数据综合评估识别方法应运而生。

综合评价是指采用多种指标对待评价的多种对象进行综合评价的方法，即所谓多变量综合评价。基于混合数据综合评估识别方法是将多种指标用于长、短期数据处理，以得到特定小区拥挤状态下的综合评估结果。

2006年，欧洲的Eurocontrol建立了拥挤评价指标体系，拥堵指标值主要包含：不同地区的流量与容积、不一样航行时期的耽误、航班正常率等。从拥堵缘故，拥堵不良影响，拥挤现象叙述及其拥堵费用等好几个视角各自搭建中国上空交通拥堵评价指标体系，然后通过动态性综合考核，明确交通拥堵水平。在飞机场、航道上、终端区与磁道各自设置拥堵指标值比如：对比度、排长队载客量与耽误，依据直接证据基础理论综合评定之上指标值以获得拥堵鉴别结论。建立交叉式航道拥堵指标值为：聚集度，停留度与剂量车流量，搭建根据深灰色聚类算法交叉式航道拥堵辨别方式。

结束语

在航空业高速发展的环境下，空中交通拥挤现象日益凸显，上空交通拥堵识别预测研究仍将是空中交通管理领域中的一个研究方向。针对不同地域，不一样特性交通流量展现出的交通出行运作特性，对上空交通拥堵鉴别及预测分析展开了进一步的深入分析，以提高拥挤识别及预测的精度及实时性，它将对拥挤解决策略的有效执行提供科学理论基础与强有力前提保障。

参考文献

[1]徐肖豪,任杰,李楠.基于FCM的终端区交通态势识别[J].航空计算技术,2014,44(1):1-4.

[2]李楠,任杰,徐肖豪.终端区交通态势识别研究[J].科学技术与工程,2014,14(11):256-261.

[3]李善梅,徐肖豪,王超,等.基于灰色聚类的交叉航路拥挤识别方法[J].西南交通大学学报,2015,50(1):189-197.