灵活空域使用(Flexible Use of Airspace, FUA)及其灵活空域管理(Flexible Airspace Management, FAM)是美国联邦航空局(Federal Aviation Administration, FAA)新一代航空运输体系(Next Generation Air Transportation System, NextGen)的基础^[1]。此概念最初是针对高空空域(High Altitude Airspace, HAA)提出来的, 在HAA概念中航空器依托配备的空对地数据通信(Data Communication)选择航线, 为管理者和用户提供最大程度的灵活性和效率。可以确定的说, FUA是数据通信基础上的精准时间计划引发的结果, 并基此扩展到抵、离航空域管理业务领域^[2]。

同时, 欧洲航空安全组织也提出FUA的应用战略, 强调使用FAM程序来缓解地面延误或航线改变问题^[3]。在其设计中, 根据空中交通状况和在特定时段内空域的实时使用情况, 通过空域灵活划分和重构以最大限度地提高同时使用空域的空中交通潜力。欧洲的实践也证明, FUA可以充分利用未使用空域以保证容量释放, 这比传统的交通流量管理方法, 如对超过空域容量的交通流量予以非动态管制, 包括延迟程序应用和航线改变方案等, 提供更多的用户利益。

目前美欧FUA应用中主要依赖动态空域配置(Dynamic Airspace Configuration, DAC)方法进行边界更改(Boundary Changes, BC)以重构空域, 在多个扇区间形成动态分配能力, 减少交通流量限制, 使空域配置动态地适应交通需求失衡和空域堵塞状况。具体而言, 由于空域功能是有限的, 为了能将预定义空域在各扇区间进行自由切换, DAC充分考虑了数据通信基础上的时间对空间的替代, 创新了扇区拆分与结合形式^[4], 以满足特殊情况下(如危险天气规避、空中交通事故、特殊空域使用)多用户航线选择的需求^[5]。这不仅是FUA的优势也是FUA可行性的基础。

FUA系统实施的前提是算法的选择与模拟, 近年来FAA和美国国家航空航天局(National Aeronautics and Space Administration, NASA)为充分发掘空域资源并发挥FUA的潜在优势, 尝试使用多种空域优化算法来设计新流程、探索空域优化配置选项^[6]。虽然各个算法的目标大致相同, 但在如何使用采集数据、满足设计目标、在初始状态下应用于人工动态修改扇区边界等方面却有较大不同^{[7, 8]}。新的FUA算法十分关注人工动态因素在空域重构中发挥的灵活作用^[9], 如为了更好地处理实时扇区拆合问题, 人工动态增加了空域容量更改范围, 检查了不同范围和BC的影响, 通过扇区边界生成后的人工动态修改最后实现在高交通流量情况下的空域重构^[10], 再如根据航空器数量、飞行密度、空域利用率等不同条件, 人工动态判断实施BC的可行性和算法的使用^[11]。实践证明在完整数据通信环境下空域重构可以实施于机场终端区高交通流量期间, 进一步可推论出对空域容量的释放而言也是有意义的。

但就FUA操作和可接受性而言, 空域重构仍面临航空器占据空域容量过大以及更改量过大等派生出的新问题^[12], 需要设计出用于FUA实施的方法和决策支持工具(Decision Support Tools, DSTs)予以解决:依据航空器对地以及地对地的实时信息互动、基于算法生成的DAC、应用DSTs预测的空中交通状况以及空域拆合技术^[13]等, 在空域重构中发挥容量释放或飞行效率提高的优势, 探讨基于空域优化算法生成的人工动态扇区BC的设计方法。

在BC的设计中需关注2种变量类型, 即无边界更改(NO BC)和有边界更改(YES BC), 根据Homola等^[12]的测试可以大致区分不同变量类型的潜在优势和适用性:在NO BC条件下, 当扇区内空中交通拥阻时, 只能依靠从扇区中移除航空器来减少航空器峰值^[14]。在YES BC条件下, 则可以选择不同预定义空域配置的最佳算法, 改变航线或者更改扇区边界实现扇区重构。为应对空中交通突发状况, 并针对突发状况发生时空中交通流量的不平衡性, 扇区BC设计首先应是以固定时间间隔对空域内航线改变数量、飞行距离、空域利用率、安全性等因素进行统计, 使得到的平均值、极值等都能反映在设计中; 然后在YES BC变量类型中使用“ 算法+人工动态扇区边界更改” (Algorithm+Manual Dynamic BC), 这是因为基于算法生成的扇区边界大部分较合理, 可以减少扇区YES BC所需时间, 在算法生成的扇区边界基础上进行人工动态修改, 也使YES BC具有更大灵活性。

以前的研究已经阐明, 应用于FUA操作进行扇区BC的主要算法, 如动态空域单位切片(DAU Slices)、细胞几何扇区(CellGeoSect)、扇区流动(SectorFlow)和泰森多边形(Voronoi)等^[1]均可用于扇区YES BC。DAU Slices的优势是针对随时间变化的空中交通流量在特定时间间隔内动态划分并生成扇区单位^[15]。CellGeoSect使用混合整数编程加二进制空间分割(Binary Space Partitioning, BSP), 既平衡了大范围内航空器停留时间与扇区分布^[16], 也在空域配置合成中得到了空中交通限制有关的扇区形状和临界点^[17]。SectorFlow扇区边界创建的核心是通过航空器位置和适当聚类, 其创新性在于通过平衡扇区内的航空器动态密度填补空旷扇区^[18]。Voronoi使用的泰森多边形图直观地形成了一套航空器飞行相关的生成点, 通过对这些点进行优化配置可最终得到所需的扇区数量^[19]。在很多情况下以上多种算法是被混合使用的, 其中加入人工智慧进一步创造了应用效果。

回顾扇区YES BC的方法, 可以看出其较少涉及多目标问题, 所以在FUA的进一步发展与完善中便提出了立体动态空域分区(3D-DAS)^{[20, 21]}以及多维度动态空域分区(4D-DAS)新思想, 先后将航线高度和时间参数加入到实时DAC, 使空域扇区具有了多样性特征。对不同时段不同高度的航线流量进行4D-DAS, 并与FUA对接, 从而提高空中交通需求的时效性和平衡性, 这在以下案例中有较清晰显现。

为了更好地理解FUA操作对扇区控制的影响, 促进空域重构的发展和协调, 需对FUA支持下的BC的优势进行检验。2011年Homola等^[12]曾将美国堪萨斯城航路交通管制中心(ZKC)空域划分为简单扇区和复杂扇区(在简单扇区外围增加新的扇区)作为测试样本(图1), 统计2类扇区内抵离的空中交通量, 并使用混合空域控制系统(Multi-Airspace Control System, MACS)评估了YES BC条件与NO BC条件下2类扇区的空域资源利用的效果。

对扇区BC设计的优势评估包括3个指标:用户首选航线数量改变指标/飞行距离度量指标、空域系统容量和利用率指标、危险天气条件下航空器安全性指标。具体分析如下:①关于航线数量改变。通过对2类扇区中2种变量类型航线数量改变的比较, YES BC条件下可以使较多航空器保留于用户首选航线, 减少航线数量改变以及相应的飞行距离, 减少扇区航空器峰值(图2), 简单扇区在减少飞行延误和额外费用等方面的效果更明显。②关于空域利用率。空域利用率是通过计算每个时间段穿越所有扇区的瞬时航空器数量和平均持续时间而获得的, YES BC条件下使某个时段的航空器总量减少, 使得FUA操作更符合实际容量管理的需求。③关于安全性。Homola等^[12]通过检查航空器穿越危险天气条件的数据证明, YES BC条件下因空域利用率和容量提高使FUA操作能最大限度地保障航空器的安全。

以上优势评估全面支持了Kopardekar等^[22]曾提出的观点:航线数量改变和扇区航空器峰值的增加与用户可接受性及总体操作水平呈负相关, 通过对扇区边界的必要更改可以综合解决NO BC时未能满足空域容量释放和安全性的要求。

空域重构是空域资源与机场空侧土地利用相结合的跨域行为, 主要解决扇区BC问题。将空中与地面举措相结合扩大航班流量的最重要变革是对机场空域实施重构, 以重新配置机场空域资源。空中交通管制工作负荷增加和航班延误的实质是存在空域结构性矛盾, 因此有必要借助仿真手段进行空域评估, 通过扇区来分担责任。实际上, 早在2000年以前, 就有动态更改BC的实践, 至今仍可以作为空域重构的案例予以分析。在Noriyasu^[23]对日本东京国际机场(又称羽田机场, Tokyo International Airport, TIA)附近空域扇区的研究中, 将机场周边责任空域划分为机场终端空中交通管制扇区(Sector-1和Sector-2……)和飞行管制扇区(Terminal)2个组成部分(图3), 当某一个扇区如Sector-1的通行量大于其极限容量, 意味着在Sector-1内当前的空域容量和航线配置不能满足空中交通需求, 需对扇区进行空域重构。以下依据扇区YES BC进行空域重构的具体描述。

扇区YES BC既涉及到抵港航线, 也涉及到离港航线。以Terminal作为参照, 在抵港航线的分析中以经过Sector-1的航线Arrive-1, Arrive-2, Arrive-3和Arrive-4为对象, 预设航线均在合并点(Merge)处合并后进入Terminal, 然而每条航线都需要维持最小的间距值(18.52 km)才能移交给Terminal, 这样4条航线在Sector-1内合并的空域配置不仅使该扇区的流量增大, 而且不利于对每条航线进行实时监控。因此, 可以采用扩展Terminal的空域范围(Terminal的边界更改)和改变航线设计方案进行空域重构:首先保持扇区Sector-1的边界不变, 将Terminal的边界向南扩延, 增加Sector-1到Terminal的航线合并点(图3显示了多条航线的2个合并点), 使同时抵港的航线可以选择Merge或Merge’ 进入Terminal。另外, 在离港航线的分析中以航线Depart-1和Depart-2为对象, 为避免因抵港航线改变造成的冲突, 将Depart-1北移并与Depart-2部分重合, 经Sector-2进入Sector-1。使用混合整数编程的算法, 能较准确地整合航空器数量分配给管理者(计算整合节点), 以指导由抵离航线引起的扇区边界扩延并增加抵离航线合并点。

在满足实时空中交通需求的条件下, 需选择适当的扇区YES BC方式以应对实时的空域重构, 图3显示了3种重构的方式:①扩展扇区边界实现空域重构。当超出预计流量时, 在Merge南侧新增一个合并入口Merge’ , 分流同一高度不同航线上的航班, 其中来自Arrive-1和Arrive-4的到场航班通过Merge; 来自Arrive-2和Arrive-3的抵港航班通过Merge’ 进入Sector-1, 这样能减少Merge的航班处理量, 使不同航线不同高度抵港航班能同时进入Terminal, 在这种重构方式中无需开启特殊空域(即军事训练扇区, Military)。②利用特殊空域实现空域重构。当有大量航线延误且集中于某一时间同时到达时, 利用Military扩大Sector-1的空域配置范围是十分必要的, 同时利用扇区边界扩展实现Merge和Merge’ 2个合并入口。③构建平行航线实现空域重构。当主干航线Arrive-1存在高峰流量且需要集中通过Merge时也需要开启Military, 并构建穿过Military且平行于Arrive-1的航线Arrive-1’ 。其效果是一部分空中交通流量从Arrive-1通过Merge, 而另一部分则经Arrive-1’ 到达Merge’ 。日本东京国际机场的案例较经典地表述了依据空中交通量实时变化而动态更改扇区边界实现空域重构方法的应用。

FUA最早是为解决军民航空中交通一体化管理网络问题而引发出来的^[24], 以上利用特殊空域实现空域重构的案例应是FUA的一种典型形式。应用CellGeoSect和SectorFlow能得到军民航扇区临界点, 平衡军民航航空器动态密度, 在民用扇区更繁忙状态下开启军用扇区使空旷扇区得以填补。

在时间对空间的替代过程中有两方面表现明显:由抵离航线引起的空域重构和由特殊空域利用引起的空域重构。前者:①考虑实时集聚航空器飞行轨迹得到时空数据集, 依据扇区内航空器间实时相对位置和航空器在各个扇区的占用时间完成空域重构; ②考虑扇区内最大航空器数量的实时工作负荷, 依据负荷量平衡目标进行实时空域重构; ③考虑扇区内实时多维度(水平和垂直)空中交通流量, 依据扇区形状多样性的特征为扇区间保持必要的最小距离和交通流过境点提供更大的灵活性^[25]。后者, 考虑实时空中交通流量峰值, 利用特殊空域动态地增加航班合并入口进行空域重构。

图1

Fig.1

	Figure Option ViewDownloadNew Window
	图1 美国堪萨斯城交通管制中心空域简单扇区与复杂扇区划分(据参考文献[12]修改)Fig.1 Simple sectors and complex sectors chosen in Kansas City air route traffic control center (modified after reference[12])

图2

Fig.2

	Figure Option ViewDownloadNew Window
	图2 2类扇区经空域重构后预测的航空器数量比较 (a)简单扇区; (b)复杂扇区(据参考文献[12]修改)Fig.2 The predicted number of aircraft after airspace reconfiguration in simple sectors and complex sectors (a) Simple Sectors; (b) Complex Sectors (modified after reference[12])

图3

Fig.3

	Figure Option ViewDownloadNew Window
	图3 日本东京国际机场空域和航线扇区边界更改及空域重构方案(据参考文献[23]修改)Fig.3 A basic plan of airspace & sector boundary changes and airspace reconfiguration for TIA (modified after reference[23])

所有FUA的实际应用指标均以时间要素为基础并应用于实时空域重构。①空域交通流量, 即通过特定空域(扇区)航空器飞行航线数值分析单位时段内峰值变化; ②空域交通密度, 即在流量统计的基础上计算特定空域单位时段内航空器的超载与拥堵; ③空域需求集中度, 即通过空中交通流的集散情况实时判断机场和机场间空域需求来指导不同空域空中交通的水平延伸和垂直拓展; ④机场空域容量, 即通过机场实时抵离数据的几何特征构建机场空域容量曲线得到机场空域最大能力^[26]。由此说明时间对空间的替代是空域重构的应用基础。

与常规空域资源开发和空域容量管理中通过调整航线结构以及管理者的数量满足用户需求的做法不同, 空域重构作为实时空域资源配置的方法^[27], 旨在动态满足空中交通约束和复杂性结构, 扇区YES BC的4种算法为实时空域重构提供了实现途径, 分别满足了特定时间、实时空域流量、实时空域密度以及实时扇区形状生成的要求。

时间替代空间的原理是:动态性驱动空域系统内各要素, 创新精准时间计划以实现跨时空信息自动集成和实现灵活性与多维性变革, 提高空域资源时空协调能力和完善空域管理功能。在这个过程中, 时间因素对空间的替代是灵活性的存在基础, 增加时间因素进行多维度优化即能同时满足空域容量和时间变化的需求。具体解释如下:在时间替代作用下空域重构能依据航空器实时位置、方向、速度、时间等基础数据实现空域容量、流量/密度目标最大化, 能在一个可操控的时间环境中使空域重构实时适应空中交通变化。FUA的本质就是通过实时调整扇区边界以应对空中交通突发状况, 特别是构建特殊空域使用的空域重构。因此, 时间替代机制是基于时间因素(空中交通数据随时间变化)对空域资源的进一步开发与利用(空域重构), 多维度扇区受时间因素影响协调航空器数量限制的能力越来越明显。

在FUA时间替代空间过程中, 需通过信息通信技术(Information and Communication Technologies, ICTs)予以支撑, 包括多数据库统筹、实时空域利用率预测、多目标和多数据源背景下的航线调整决策等, 也包括为空中交通管理者提供实时空中交通数据信息系统以及仿真环境, 以推进空中交通数据自动集成和操作优化。可见, ICTs对空域重构的支撑表现在实时掌握航班流量数据、制定精准时间计划以应对潜在冲突、在多维空域中自动生成航线等。未来, 在FUA实施过程中仍需要更深入地应用ICTs进行空域管理功能整合、扇区边界更改优化、特殊空域使用和管理改革等。