地球科学进展, 2019, 34(9): 912-921 DOI: 10.11867/j.issn.1001-8166.2019.09.0912

综述与评述

时空连续数据支持下的空域资源配置研究:评述与展望

张一诺,1,2, 路紫,1,2, 杜欣儒1,2, 董雅晴1,2, 张菁1,2

1. 河北师范大学资源与环境科学学院,河北 石家庄 050024

2. 河北省环境演变与生态建设实验室,河北 石家庄 050024

Research on Airspace Resource Allocation Supported by Spatiotemporal Continuous Data: Review and Prospect

Zhang Yinuo,1,2, Lu Zi,1,2, Du Xinru1,2, Dong Yaqing1,2, Zhang Jing1,2

1. College of Resource and Environmental Sciences, Hebei Normal University, Shijiazhuang 050024, China

2. Hebei Key Laboratory of Environmental Change and Ecological Construction, Shijiazhuang 050024, China

通讯作者: 路紫(1960-),男,北京人,教授,主要从事信息经济地理研究. E-mail:luzi1960@126.com

收稿日期: 2019-04-22   修回日期: 2019-07-12   网络出版日期: 2019-10-19

基金资助: 国家自然科学基金项目“数据通信支持的空域资源配置模型与机制”.  41671121

Corresponding authors: Lu Zi (1960-), male, Beijing City, Professor. Research areas include information economy geography. E-mail:luzi1960@126.com

Received: 2019-04-22   Revised: 2019-07-12   Online: 2019-10-19

作者简介 About authors

张一诺(1995-),女,河北衡水人,硕士研究生,主要从事信息经济地理研究.E-mail:zh_yinuo@126.com

ZhangYinuo(1995-),female,HengshuiCity,HebeiProvince,Masterstudent.Researchareasincludeinformationeconomygeography.E-mail:zh_yinuo@126.com

摘要

固定的空中交通运行系统和功能已难以适应航路结构和空域需求的巨大变化,这引发了空域资源配置由静态为主向灵活动态的演进,时空连续数据的挖掘和应用支持了这个过程。综述近些年国内外相关研究成果可见:从基础要素的多维度表达到具体空域单元的特征分析均向实时方向深化与拓展并表现出新机制;引进时间参数开发了系列高密度航空流识别方法并与飞行路径跨时空模型相结合形成鲜明的动态特色;相关应用与实践均体现出空域资源配置的结构性革命,推动了空域拥堵、航班延误与资源分配等现实问题的解决。国外动态空域资源配置研究与实践对我国具有积极的借鉴意义。然而,在同时应对空侧能力发挥和多维度参数变化时,仍然面临时段—航段匹配、微观—宏观结合、终端空域—飞行航路对接、空域—地域一体化等方面的挑战。未来,地理学需进一步发挥自身优势,构建新的空域研究对象并深度开展研究工作。

关键词: 空域资源配置 ; 时空连续数据 ; 航空流 ; 地理学

Abstract

Given that the fixed air traffic operation system and functions are difficult to adapt to the great changes of air route structure and airspace demand, the airspace resource allocation is undergoing an evolution from static to flexible and dynamic so as to effectively solve the contradiction between airspace capacity and actual demand. In this process, the dependence on spatiotemporal continuous data is gradually strengthened. This article reviewed the relevant national and international research, and found that from the multi-dimensional expression of basic elements to the feature analysis of specific airspace units, airspace resource allocation deepens and expands in a real-time direction and presents a new mechanism. A series of high density air traffic flow identification methods are developed by introducing time parameters and combined with the flight path model to form a distinct dynamic characteristic. Related applications and practice reflect the structural revolution of airspace resource allocation and promote the solution of practical problems such as airspace congestion and resource allocation. The research and practice of dynamic airspace resource allocation outside China have positive reference significance to our country. However, when simultaneously coping with the hoisting of airside capability and the change of multi-dimensional parameters, we still face the challenges of period-segment matching, micro-macro combination, terminal airspace-air route docking and airspace-land area integration. In the future, geography should further integrate the unique advantages of spatiotemporal interaction and construct a brand-new overall mobile chain of various airspace-land scales to carry out research work deeply.

Keywords: Airspace resource allocation ; Spatiotemporal continuous data ; Air traffic flow ; Geography

PDF (1821KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

张一诺, 路紫, 杜欣儒, 董雅晴, 张菁. 时空连续数据支持下的空域资源配置研究:评述与展望. 地球科学进展[J], 2019, 34(9): 912-921 DOI:10.11867/j.issn.1001-8166.2019.09.0912

Zhang Yinuo, Lu Zi, Du Xinru, Dong Yaqing, Zhang Jing. Research on Airspace Resource Allocation Supported by Spatiotemporal Continuous Data: Review and Prospect. Advances in Earth Science[J], 2019, 34(9): 912-921 DOI:10.11867/j.issn.1001-8166.2019.09.0912

1 引 言

空域指地球表面以上支持航空器飞行的空气空间[1]。空域资源配置指对有限空域按飞行器个体需要进行适当分配与优化使用,其目的是建立高效的空域结构[2]。空域资源配置过程较为复杂,需在人力与技术的协调下,对数量众多的航路飞行航班及进离场航班,经干线和局部航空网络以及地面交通网络导航处理,形成通航能力并产生空中效益[3]。近年来,数据挖掘技术的普遍应用使精准航迹数据如飞机4D位置数据(经度、纬度、高度和时间)、飞行操作数据(航路拐点、航速、航向和高度角)以及附加数据(风速和风向)等得以完整获取,这又促进了以灵活动态为目标的空域结构系统改革[4],包括繁忙航路高峰期容量动态管理[5]、终端飞行适应环境的灵活重构[6]和大都市多机场系统(Multi-Airport System, MAS)重新设计等[7]。在这种灵活动态模式转变和空域组织形式演化的基础上,空域资源配置研究发生较大变化。

美国国家空域系统(National Airspace System, NAS4.0)战略的实施是空域资源配置变革的重要标志[8]。早在1995年,美国联邦航空局(Federal Aviation Administration, FAA)即以《FAA战略发展计划》为指导着手制定NAS,旨在将现有空域结构转变成支持自由飞行的空域结构。随后将其现代化任务按时间段划分,至NAS4.0版本已逐步接近先进、集成和安全的空域结构规划和数据互联共享的目标,具有陆基与星基系统融合、服务全覆盖、数字化技术和地空数据链广泛应用、数据系统自动化、空域整体管理等一系列特征。2007年其在19个智慧中心推广空中交通管理自动化工具,使空域利用率明显提高——更自由地选择航路、高度和速度,更有效、更及时地控制飞行间隔和容量。同年“欧洲同一天空”(Single European Sky)的动议进入研发阶段,旨在消除欧洲空域的国境分割,同时加强军用和民用航空的协调,自此开始大量涌现关于空域资源动态配置的研究成果。

目前我国空域资源配置与管理仍基本停留在独立使用和非动态管控的状态[1],致使重要空域和航路飞行密度过大,以民航单位可用空域面积所保障的飞行小时计算,我国平均飞行密度是美国的1.47倍,有限空域的大密度运行使空管系统面临巨大压力。为此,我国已将空域管理改革作为重大战略决策,2017年3月第十二届全国人民代表大会第五次会议特别提到“优化空域资源配置”,这是首次在《政府工作报告》中专门对空域资源利用提出具体要求。面对以上空域资源配置由固定静态向灵活动态转变的大背景和我国空域资源配置改革的形势,本文旨在以时空连续数据支持下的空域资源配置研究为主题,对2008年国际重大战略实施以来国内外空域资源配置研究的进展进行系统回顾、归纳和总结,尤其关注其所发生的转变及表现出的新机制,为我国空域系统战略决策的制定提供依据,并对我国未来地理学视角下的空域研究进行展望。

2 文献检索

以Web of Science(WOS)核心合辑和中国知网为文献检索源,设置时间跨度为2008—2018年,选取“空域资源配置”和“空域资源优化”为主题、关键词进行检索,又在以上检索结果集内分别添加“时空”、“4D轨迹”、“航迹”和“航空流”为检索条件进行筛选,进一步关注文献的研究数据、研究内容和研究方法的时空属性,最终得到相关文献167篇,其中国内学者文献29篇(包括中英文),文献的学科分布以及数量变化如图1所示。空域资源配置研究成果数量持续增长,其中时空连续数据支持下的空域资源配置研究增长尤为迅速。依据WOS分类,所获文献涉及9种学科类型,主要集中在交通运输和地球科学两个领域并体现出学科交叉特征。但与NAS起源国学者丰富的研究成果相比,国内学者在空域资源配置问题上较多关注空域扩容模型、航班协同排序和航路耦合容量等视角[9,10,11],忽略了跨学科系统交叉以致缺乏对研究转向的整体把握,因此系统梳理近年来前沿研究热点和研究进展对我国具有借鉴意义。

图1

图1   文献学科分布以及数量变化

Fig. 1   Literature type distribution and literature quantity change


分别对关键词频率(以圆点大小表示)以及共现关系(连线表示)进行汇总得到示意图谱(图2)。梳理高频关键词间共现关系网络可见,时空连续数据支持下的空域资源配置研究对象集中在航空流(流量、密度和容量)、航线网络(空中廊道和高容量管)和繁忙空域(高密度空域热区、终端区和MAS)等方面,并分裂出系列要素和不同空域单元;研究方法涉及到拥堵识别、航线聚类、路径规划、结构优化、最佳布线等,形成了以航空流特征识别为基础的优化建模精准分析体系;在案例研究中,空域资源灵活使用与管理、MAS运营及其效率、动态划设/更改、航班延误缓解等关键词占据主导位置,较集中体现在缓解拥堵/减少延误和改善运营等方面。此外,以高频词结合时序衡量研究热点,可见在2010年前后有若干明显变化,之前较侧重通过终端空域分区布线、热区限流以及航班排队等策略解决空域拥堵问题,之后逐渐细化并向多尺度研究区域推进,包括单机场终端空域、空中廊道和MAS等,演化出优先级排序、基于策略的分配、时间替代等灵活手段解决内部运行结构问题,用于运营策略制定和航班延误缓解决策等。以下从研究对象、研究方法和应用实践三方面评述2008年以来时空连续数据支持下空域资源配置的研究进展。

图2

图2   关键词频率及其共现关系图谱

Fig.2   Key words frequency and co-occurrence relation graph


3 研究对象

3.1 基础要素及其多维度集合

近年来,时空连续数据支持下的空域资源配置研究更加关注基础要素,包括流量/密度和容量[12],并将流量/密度调控和容量释放作为空域资源配置的主要目标,因为空域划设和管理均是以其约束为前提的[13]。同时,在时空连续数据的广泛应用中,空域资源配置基础要素表达进一步添加了高度维、时间维和方向属性[14],体现出多维度集合的优势,进而可以根据实时飞行数据完成航迹的按需分类,测度流量/密度动向以及瞬时容量等[15],由此可推演出一段时间内的航空流运动规律,服务于相邻管制单位冲突检测[16,17]、临时流量限制和航线调整[18]、低风险和高流量飞行计划制定等[19]

3.2 空域单元及其时空连续性匹配

伴随着空域资源配置基础要素表达的多维度转变,各具体空域单元如空中廊道、机场终端空域和MAS均体现出时空连续性匹配的特征。

(1)空中廊道是一种新型空域资源配置系统,也被称为高容量管道[20]、流动走廊[21]、天空高速公路等[22]。Hoffman等[23]和Yousefi等[21]先后阐述了航线参与者优先级排序和层次设置、速度矢量划分和航班延误扩散的相互作用关系,给出了依托大流量干线框定高密度空中廊道候选空域的逻辑范式。Xue等[20]基于航班共同/相似航迹,界定了大圆飞行轨迹距离、进入和退出廊道的垂直距离等约束条件,给出了在较少额外飞行距离下纳入较多航线参与者的空中廊道划设方式,为高密度时段/航段运行保留较充裕的空域。空中廊道位置和航线参与者两个关键因素的确定都紧密依赖于时空序列关系。

(2)严重的航班延误要求提高机场终端空域资源产能及其利用率[24]。对此,国际航空运输协会、欧盟和FAA以及多位学者[25,26,27]都曾依据机场终端空域实时航迹点数据(包括高差、转向与变速等)和潜在资源占用时间判别了不同时空尺度的热点空域[28],探索和测试了机场终端空域容量约束下的航空流组织模式[29]。其共同特点是建立起航迹点时空连续数据集在机场终端空域精准评估中的基础地位[30],也支持了终端空域的动态使用、重新划设与功能分区[31]

(3)MAS的资源开发与配置在近年来也持续受到学者的关注。时空连续数据支持了MAS三维空域内航空流运动规律的揭示,辅助推导出无冲突动态路径,解决了航班无序流动等问题,协调了多个相邻机场的依赖关系[32]。如Martín等[33]概括出影响MAS的2个因素:空间接近度和交通量,随后Takebayashi[34]就此提供了定量评测体系,Sun等[35]以时间度量标准界定了MAS范围并描述了其规模扩张特性。以上研究证实,通过多机场协同决策(Airport Collaborative Decision Making, A-CDM)可最小化MAS机场间空域资源使用和时隙分配的非合作博弈。

4 研究方法

4.1 高密度航空流识别

(1)空中廊道繁忙时段/航段识别方法是针对廊道内高密度交通流进行资源动态配置而开发的。其技术路线是:由航班时刻和航迹点位置数据生成矢量航迹时空图[36],通过计算飞行距离纳入航线参与者,创建网格并在其上显示航线累计次数,进而以热格频数表征航空流峰谷波动(图3a);再通过阈值设定构建等级体系[37],从时间维、空间维以及时空交互维上动态识别空中廊道内繁忙时段/航段。其为空域结构评估、航线分配和拥堵疏通等策略的实施提供了依据[38]

图3

图3   连续时间周期内不同空域单元高密度航空流识别

(a)日内24 h京广空中廊道繁忙时段/航段识别(据参考文献[37]修改);(b) 1 h内北京首都机场终端空域热区识别;(c) 1 h内3个连续时段京津石MAS航空流集簇识别

Fig.3   High density air flow identification of different airspace units in continuous time period

(a)The identification of congestion period/segment in Beijing-Guangzhou corridor-in-the-sky within 24 h of a day (modified after reference [37]); (b)The identification of airspace hot zone at the terminal of Beijing capital airport within 1 h; (c)The identification of air traffic flow clusters at Beijing-Tianjin-Shijiazhuang MAS in three consecutive periods within 1 h


(2)机场终端空域热区识别方法是为实时模拟高密度终端航班的起降需求而开发的。其技术路线是:根据终端边界内航迹4D数据计算连续时间窗口内航迹点叠加次数,经时空数据集概率拟合检验,在多维参数曲面上通过热点衰减渐变色识别机场终端空域热区范围(图3b),包括方向和高度[39]。相对于2D方法较少涉及多目标问题且没有关注航线高度因素[40]、3D方法没有表述时间参数的具体影响且难以对不确定问题做更精准的描述[41],4D热区识别方法较好地解决了这两个短板。

(3)MAS航空流集簇识别方法是以航迹数据时空聚类为基础而开发的,在流量、流时和流向系统识别方面有较大突破[42]。其技术路线是:以时空聚类(如采用间隙标准启发式时空聚类、K均值聚类等[43])为基础,通过计算至聚类中心的距离生成不同密度的航空流集簇[44],进一步将属于同一时间组的集簇依据抵离MAS的出/入口方向(角度)进行标注,用于识别MAS航空流的流量、流时和流向等诸方面特征,实现了航迹冲突点上的时空耦合操作[45]。这些航空流时空特征的识别为动态航线确定以及解决多机场需求不统一、流量不平衡等问题奠定了基础。

4.2 飞行路径跨时空建模

在高密度航空流识别的基础上,部分学者进一步致力于开发系列飞行路径跨时空模型以解决各空域单元合理化设计问题[46]。依照其逻辑关系可分为3类:航班时刻模型。机场间的时刻协调被认为是提高空域资源配置效率的首选方案[47],该类模型为应对空域容量约束提供了一种基于时间的最优路径算法。如Chen等[48]为优化航班抵离路线开发了一个依据航班起降时间的精确布线模型;Li等[49]测试了多种不同的路径布局形式,并分别检验了对终端空域时隙安排的影响。空间调配模型。包括确定最佳路径顺序的启发式调度模型[50,51]以及为扩展的终端空域而设计的MAS最优航路模型,分别用于飞行计划改变[52,53]和MAS抵离航班的空间调节[54]需求操作模型。用于路径冲突空域的按需分配和三维布线等。如D'Ariano等[55]在终端起降需求的配置过程中又聚焦于时间维方面,给出了具有时间窗口约束的三维空域按需分层。这些模型均有助于密集区内交通汇聚与交通拥堵问题的解决。

5 应用实践

以灵活动态为目标的空域资源配置变革引发了一系列实际应用,其核心是构建一种基于灵活空域使用(Flexible Use of Airspace, FUA)/灵活空域管理(Flexible Airspace Management, FAM)的新型空域组织形式[56]。从2015年FAA和欧盟移动运输委员会关于灵活开发大西洋空域资源的决策和2016年国际民航组织关于增加空中交通流量的举措等具体实践来看,原来的空域资源配置解决方案未见明显效果均与FUA/FAM应用不足有关[57]。近年来,时空连续数据的广泛使用统筹了空域系统相关要素的联动关系,弥补了传统空管技术的缺陷,对现实问题的解决发挥了积极作用。

5.1 空域拥堵/航班延误缓解

空域资源配置要素的多维度集合以及各空域单元高密度航空流识别方法的开发为深刻揭示航空流运动规律奠定了基础,进而使优化配置空域资源得以实现,有效缓解了空域拥堵/航班延误等问题。其体现出如下共同特征:协调了空域资源与人力技术行为[28,58,59],通过飞行路线调整和系统网络效应分析支持了空域资源与流量需求匹配[30,60,61]。如Agustı´n等[62]针对航空流管理问题评估了不同时段的空域拥堵和航线中断,提出了允许航班取消和改道的混合模型,能在给定时间范围内灵活处理航班地面滞留和空中延误;Vaaben等[63]提出了一种将空域实况与飞行计划结合起来的方法,能更主动地应对由航线网络容量限制引起的空域拥堵,并将其应用到欧洲领空,理论上能降低19%的航班延误。

航班延误事件本质上呈现为一种连续动力学过程,以上系统网络效应分析与实践解释了航空网络中的特定链接关系及其对航班延误的调节作用。这与以前通过航班时隙资源分配保留剩余空域容量的策略相比、与以前将机场延误归因于系统容量管理程序滞后和管理效率缺陷相比、与以前给出的完善机场体系(增加机场或航线数量/培育新的枢纽机场/扩大机场基础设施建设)的航班延误破解方案相比,均体现了FUA/FAM特征,既通过航线自适应重构以提高系统弹性保证系统效率[64],也表现出空域资源充分开发利用的新认识,进一步说明了延误产生原因的特殊性和差异性。这给我们的启示是:应使用实时资源占用理念评估空中交通运行性能,为潜在资源使用者提供更多的动态选择机会。这对未来中国枢纽机场间航空网络结构改革和“空中大通道”建设具有一定借鉴意义。

5.2 运营策略制定

空域资源配置应用实践的主要贡献之一是给出了一种基于动态路径的运营策略[65],即由先来先服务转变为基于策略的服务以适应动态需求,其在MAS运营策略制定中的应用较为典型。2014年FAA即启动了21个MAS运营程序优化工程,对MAS终端空域构建灵活共享路径有重要指示作用。在学界,Scarpel等[66]、Zietsman等[67]和Sidiropoulos等[68]又基于航迹时空连续数据实质性改进了各关键性能指标,综合评估和实时模拟了圣保罗、开普敦和纽约等较复杂MAS,按不同业务领域提出了运营策略,使其交通流时空效率和容量等均表现出最佳状态。他们所给出的分析框架具有普遍适用性,为制定新的空中交通管理规则和可持续运营流程提供了支持。之后,Sidiropoulos等[29]还给出了纽约MAS繁忙时段终端空域设计理念,将其模拟为半径150 km、高7 km的3D圆柱体,形成抽样时段抵离航班定向分布图(图4),依其可检测抵离航班的集中分布和密度的时空变化。

图4

图4   连续时间周期中MAS抵离航班位置变化的极坐标直方图(据参考文献[29]修改)

http://www.gov.cn/xinwen/2017-02/16/content_5168506.htm, 三部门印发中国民用航空发展第十三个五年规划.https://www.icao.int/APAC/Meetings/2016 CIVMILIND/Presentation 10- Air Traffic Flow Management and Flexible Use of Airspace (AAI).pdf.

http://www.gov.cn/xinwen/2017-02/16/content_5168506.htm, 三部门印发中国民用航空发展第十三个五年规划.

Fig.4   Histogram of polar coordinates of changes in MAS arrival and departure flight positions in continuous time period (modified after reference[29])


MAS终端空域资源重叠利用较单机场更加复杂,时空连续数据的深度应用不仅有助于揭示MAS动态运行机制,而且有助于构建新的MAS空域结构,这既是一种为满足大密度复杂空域交通流需求构建的扩容简流模式[69](即当时间窗口流量较大、流向近似时疏解航空流,通过流量快速释放调节航班时刻资源分配矛盾),也是一种时间异质性支配下MAS终端空域航空流动态组织技术,对解决多机场需求不统一和发挥空域固有能力都非常有用。这与以前注重MAS内部开发低密度区空域资源以及增加附加机场航班量分散大型枢纽机场压力的调整方式有较大不同,也与通过多机场时间窗口差异协调航班时刻资源的调整方式有较大不同,相对于传统MAS终端空域布线操作达到更高水平。这给我们的启示是:只有建立MAS各个机场相互依赖的新空域结构,替代静态固定扇区管理模式,使终端空域变得较为“通用”(空域共享)时才能提高其全容量运营效益。

6 总结、启示与展望

6.1 主要结论

在时空连续数据支持下,空域资源配置体现出结构性变革并形成新机制:由固定空域结构向动态空域结构转变。在研究对象上:流量/密度和容量基础要素的多维度表达以及具体空域单元的特征分析均向实时方向深化与拓展;在方法开发上:引进时间参数开发了空中廊道繁忙时段/航段识别、机场终端空域热区识别、MAS航空流集簇识别技术并与飞行路径跨时空模型相结合形成鲜明的动态特色;相关应用实践均展现出FUA/FAM的前景,推动了空域拥堵/航班延误、运营策略制定与资源分配等现实问题的解决。

6.2 空域资源配置变革对我国的启示

国外研究表明,时空连续数据支持下空域资源配置变革的核心是以动态手段组织繁忙空域交通流,航空业发达国家也均是基于动态空域配置的方式建立协调体制和协同管理模式。在此,动态评估、判断与操作构成了解决需求和容量不平衡问题的实现途径。实践证明了空中交通活动有序进行与空域资源充分利用之间保持协同是可行的,主动释放空域资源、形成最优空域配置是长远目标。这一点对我国建立军民航协同运行的空域配置机制具有借鉴意义:在民用空中交通受限时利用军事闲置空域调整民用航线,使民航飞行次数最大化和航班延误最小化。具体过程可以是:依据不同时间窗口内民用空中交通受军事空域边界影响程度的评估,通过平移—旋转实现军事空域边界动态划设;依据不同时间窗口内民用空中交通拥堵的判断,通过增设合并点/平行航线实现民用航线网络动态更改。其共同点是:改变传统依赖人工经验划定静态军事空域边界和固定航线交叉点的做法,达到重组空域结构、分散航线流量压力的目的,满足大量民用空中交通进入特定空域的需要。

6.3 面临问题与学科展望

依据相关研究成果对空中交通实时运动的描述、解释和推理,当前时空连续数据支持下的空域资源配置研究仍面临一些重要挑战。时段—航段统筹:揭示不同时空单元(时间窗口或航段)内航空流异质性规律。未来需依据繁忙/空闲时段/航段系统效率的不同统筹空域资源配置各要素。微观—宏观结合:协同宏观系统效应与微观单元验证。未来需关注宏观系统(如整体连续性以及FUA/FAM能力)与微观单元(如汇流点、航路段及扇区)的综合研究。终端空域—飞行航路对接:将分散的机场终端空域、干支线航路在可航范围内组成互联的研究体系。未来需通过终端空域与航路的双向关系构建具体空域单元间及与较大空域范围的协作模型。空域—地域一体化:构建空—地各飞行操作阶段的整体移动链。因为竞争环境下的网络协调不再局限于空中而且推广到地面,未来需将空域及与其相关的陆域要素连接作为优化空域资源配置的一个重要研究方向。如机场终端区近地空域资源利用与机场空侧资源利用、登机口/滑行延误与空中延误评估、起降航班时刻资源分配与机场集疏运衔接等。面对空域资源配置变革以及文献评述中指出的国内跨学科研究的欠缺,可对未来地理学视角的空域研究提出展望:发挥地理学综合研究优势围绕以上重要挑战形成若干独特研究领域,构建新的空域研究体系;理论建设:如依据实时航迹描述空域单元流量/密度与容量的微时空理论,具有空间介质性和边界模糊性特征的空域资源理论,空域—地域一体化理论等;目前我国已进入空域资源开发与空域资源组织形式演化的关键阶段,地理学参与构建空中交通时空多维数据集并参与航线调整决策,将助推国家建立快速反应的空中交通系统。

参考文献

LuZi, DuXinru.

The theoretical sources, innovation of methodologies and practice of the exploitation and utilization of airspace in western countries

[J]. Advances in Earth Science, 2015, 30(11): 1 260-1 267.

[本文引用: 2]

路紫, 杜欣儒.

国外空域资源开发利用的理论基础, 方法论变革与实践

[J]. 地球科学进展, 2015, 30(11): 1 260-1 267.

[本文引用: 2]

GavanL.

The airspace as a cognitive system

[J]. The International Journal of Aviation Psychology, 2011, 21(1): 3-15.

[本文引用: 1]

SergeevaM, DelahayeD, MancelC, et al.

Dynamic airspace configuration by genetic algorithm

[J]. Journal of Traffic and Transportation Engineering, 2017, 4(3): 300-314.

[本文引用: 1]

DuXinruLuZi.

Application of ICTs in airspace management and collaborative decision-making—Analyzing the risk avoidance in the condition of risky weather as an example

[J]. Advances in Earth Science, 2016, 31(3): 269-276.

[本文引用: 1]

杜欣儒, 路紫.

信息通信技术在空域协同管理决策中的应用——以危险天气条件下风险规避分析为例

[J]. 地球科学进展, 2016, 31(3): 269-276.

[本文引用: 1]

ClarkK L, BhatiaU, KodraE A, et al.

Resilience of the US national airspace system airport network

[J]. IEEE Transactions on Intelligent Transportation Systems, 2018, 19(12): 3 785-3 794.

[本文引用: 1]

SunilE, EllerbroekJ, HoekstraJ, et al.

Analysis of airspace structure and capacity for decentralized separation using fast-time simulations

[J]. Journal of Guidance, Control, and Dynamics, 2016, 40(1): 38-51.

[本文引用: 1]

MardaniA, ZavadskasE K, KhalifahZ, et al.

Multiple criteria decision-making techniques in transportation systems: A systematic review of the state of the art literature

[J]. Transport, 2016, 31(3): 359-385.

[本文引用: 1]

ConnorsM M, MauroR, StatlerI C.

A survey methodology for measuring safety-related trends in the national airspace system

[J]. The International Journal of Aviation Psychology, 2014, 24(4): 265-286.

[本文引用: 1]

LiuFangqin, HuMinghua, ZhangYing.

Collaborative multiple en-route airspace resource rationing based on en-route capacity under coupling constraints

[J]. Acta Aeronautica et Astronautica Sinica, 2011, 32(4): 672-684.

[本文引用: 1]

刘方勤,胡明华,张颖.

基于航路耦合容量的协同多航路资源分配

[J].航空学报,2011,32(4):672-684.

[本文引用: 1]

ZhangChen, HuMinghua, ZhangJin.

Air traffic complexity management in with Tube-type airspace configuration

[J]. Journal of Systems Management, 2012, 21(3):327-335351.

[本文引用: 1]

张晨,胡明华,张进.

基于管型空域配置的交通复杂性管理

[J].系统管理学报,2012,21(3):327-335351.

[本文引用: 1]

MaYuanyuan, HuMinghua, ZhangHonghai, et al.

Optimized method for collaborative arrival sequencing and scheduling in metroplex terminal area

[J]. Acta Aeronautica et Astronautica Sinica, 2015, 36(7): 2 279-2 290.

[本文引用: 1]

马园园,胡明华,张洪海.

多机场终端区进场航班协同排序方法

[J].航空学报,2015,36(7):2 279-2 290.

[本文引用: 1]

BurleighS, CerfV G, CrowcroftJ, et al.

Space for internet and internet for space

[J]. Ad Hoc Networks, 2014, 23(12):80-86.

[本文引用: 1]

NosedalJ, PieraM A, SolisA O, et al.

An optimization model to fit airspace demand considering a spatio-temporal analysis of airspace capacity

[J]. Transportation Research Part C: Emerging Technologies, 2015, 61(12): 11-28.

[本文引用: 1]

KimA, HansenM.

Some insights into a sequential resource allocation mechanism for en route air traffic management

[J]. Transportation Research Part B: Methodological, 2015, 79(9): 1-15.

[本文引用: 1]

KistanT, GardiA, SabatiniR, et al.

An evolutionary outlook of air traffic flow management techniques

[J]. Progress in Aerospace Sciences, 2017, 88(1): 15-42.

[本文引用: 1]

WuQunyong, SunMei, CuiLei.

A Survey of the spatio-temporal data model

[J]. Advances in Earth Science, 2016, 31(10):1 001-1 011.

[本文引用: 1]

邬群勇,孙梅,崔磊.

时空数据模型研究综述

[J].地球科学进展,2016,31(10):1 001-1 011.

[本文引用: 1]

CampanelliB, FleurquinP, ArranzA, et al.

Comparing the modeling of delay propagation in the US and European air traffic networks

[J]. Journal of Air Transport Management, 2016, 56(8): 12-18.

[本文引用: 1]

BrrnhartC, BertsimasD, CaramanisC, et al.

Equitable and efficient coordination in traffic flow management

[J]. Transportation Science, 2012, 46(2): 262-280.

[本文引用: 1]

Andeatta, CapannaL, DeG L, et al.

Efficiency and robustness in a support platform for intelligent airport ground handling

[J]. Journal of Intelligent Transportation Systems, 2014, 18(1): 121-130.

[本文引用: 1]

XueM, KopardekarP.

High-capacity tube network design using the hough transform

[J]. Journal of Guidance Control & Dynamics, 2009, 32(3): 788-795.

[本文引用: 2]

YousefiA, ZadehA N.

Dynamic allocation and benefit assessment of NextGen flow corridors

[J]. Tramsportation Research Part C: Emerging Technologies, 2013, 33(4): 297-310.

[本文引用: 2]

GuariniM R, LocurcioM, BattistiF.

GIS-based multi-criteria decision analysis for the “highway in the sky”

[C]//International Conference on Computational Science and Its Applications. Banff: Springer, 2015146-161.

[本文引用: 1]

HoffmanR, PreteJ.

Principles of airspace tube design for dynamic airspace configuration

[C]//16th AIAA Aircraft Technology, Integration, and Operation Conference. Anchorage, Alaska, 20088 939-8 956.

[本文引用: 1]

FarhadiF, GhoniemA, Al-SalemM.

Runway capacity management—An empirical study with application to Doha International Airport

[J]. Transportation Research Part E: Logistics and Transportation Review, 2014, 68(8): 53-63.

[本文引用: 1]

LuppoO, ArgunovG, MohylaA.

Concept of advanced flexible use of airspace

[J]. Proceedings of the National Aviation University, 2016, 67(2): 22-28.

[本文引用: 1]

ButtonK, NeivaR.

Single european sky and the functional airspace blocks: Will they improve economic efficiency?

[J]. Journal of Air Transport Management, 2013, 33(8): 73-80.

[本文引用: 1]

MorrisonS A, WinstonC.

The effect of FAA expenditures on air travel delays

[J]. Journal of Urban Economics, 2008, 63(2): 669-678.

[本文引用: 1]

BertsimasD, GuptaS.

Fairness and collaboration in network air traffic flow management: An optimization approach

[J]. Transportation Science, 2015, 50(1): 57-76.

[本文引用: 2]

SidiropoulosS, MajumdarA, HanK.

A framework for the optimization of terminal airspace operations in multi-airport systems

[J]. Transportation Research Part B: Methodological, 2018, 110(4): 160-187.

[本文引用: 4]

NetjasovF, JanićM, TošićV.

Developing a generic metric of terminal airspace traffic complexity

[J]. Transportmetrica, 2011, 7(5): 369-394.

[本文引用: 2]

BarnhartC, BertsimasD, CaramanisC, et al.

Equitable and efficient coordination in traffic flow management

[J]. Transportation Science, 2012, 46(2): 262-280.

[本文引用: 1]

FasoneV, GiuffreT, MaggioreP.

Multi-airport system as a way of sustainability for airport development: Evidence from an Italian case study

[J]. Procedia-Social and Behavioral Sciences, 2012, 53(23): 96-105.

[本文引用: 1]

MartínJ C, Voltes-DortaA.

The dilemma between capacity expansions and multi-airport systems: Empirical evidence from the industry’s cost function

[J]. Transportation Research Part E: Logistics and Transportation Review, 2011, 47(3): 382-389.

[本文引用: 1]

TakebayashiM.

Managing the multiple airport system by coordinating short/long-haul flights

[J]. Journal of Air Transport Management, 2012, 22(5): 16-20.

[本文引用: 1]

SunX, WandeltS, HansenM, et al.

Multiple airport regions based on inter-airport temporal distances

[J]. Transportation Research Part E: Logistics & Transportation Review, 2017, 101(5): 84-98.

[本文引用: 1]

XueM, ZelinskiS.

Optimal integration of departures and arrivals in terminal airspace

[J]. Journal of Guidance, Control, and Dynamics, 2013, 37(1): 207-213.

[本文引用: 1]

DongYaqing, LuZi, LiuYuan, et al.

The design of China's corridors-in-the-sky and the influence of air routes traffic on the identification of space-time congestion

[J]. Journal of Geographical Sciences, 2018, 73(10): 2 001-2 013.

[本文引用: 3]

董雅晴,路紫,刘媛,.

中国空中廊道划设与时空拥堵识别及其航线流量影响

[J].地理学报, 2018, 73(10): 2 001-2 013.

[本文引用: 3]

CaiK Q, ZhangJ, XiaoM M, et al.

Simultaneous optimization of airspace congestion and flight delay in air traffic network flow management

[J]. IEEE Transactions on Intelligent Transportation Systems, 2017, 18(11): 3 072-3 082.

[本文引用: 1]

QianX, MaoJ, ChenC H, et al.

Coordinated multi-aircraft 4D trajectories planning considering buffer safety distance and fuel consumption optimization via pure-strategy game

[J]. Transportation Research Part C: Emerging Technologies, 2017, 81(6): 18-35.

[本文引用: 1]

LiM Z, RyersonM S.

A data-driven approach to modeling high-density terminal areas: A scenario analysis of the new Beijing, China airspace

[J]. Chinese Journal of Aeronautics, 2017, 30(2): 538-553.

[本文引用: 1]

WangB, KharchenkoV, ChynchenkoY.

Estimation of effect of uncertainty factors on safety of air traffic flows in terminal control areas

[J]. Proсeedings of the National Aviation University, 2015, 65(4): 22-27.

[本文引用: 1]

ChaoW, BangcunH A N, FeiW.

Identification of prevalent air traffic flow in terminal airspace based on trajectory spectral clustering

[J]. Journal of Southwest Jiaotong University, 2014, 49(3): 546-552.

[本文引用: 1]

SamaM, D’arianoA, D’arianoP, et al.

Air traffic optimization models for aircraft delay and travel time minimization in terminal control areas

[J]. Public Transport, 2015, 7(3): 321-337.

[本文引用: 1]

WittenD M, TibshiraniR.

A framework for feature selection in clustering

[J]. Publications of the American Statistical Association, 2010, 105(490): 713-726.

[本文引用: 1]

LordanO, SallanJ M, SimoP, et al.

Robustness of airline alliance route networks

[J]. Communications in Nonlinear Science & Numerical Simulation, 2015, 22(1/3): 587-595.

[本文引用: 1]

PeiTao, LiuYaxi, GuoSihui, et al.

Principle of big geodata mining

[J]. Journal of Geographical Sciences, 2019, 74(3): 586-598.

[本文引用: 1]

裴韬,刘亚溪,郭思慧,.

地理大数据挖掘的本质

[J].地理学报,2019,74(3):586-598.

[本文引用: 1]

ManleyB, SherryL.

Analysis of performance and equity in ground delay programs

[J]. Transportation Research Part C: Emerging Technologies, 2010, 18(6): 910-920.

[本文引用: 1]

ChenB, ChengH H, PalenJ.

Integrating mobile agent technology with multi-agent systems for distributed traffic detection and management systems

[J]. Transportation Research Part C: Emerging Technologies, 2009, 17(1): 1-10.

[本文引用: 1]

LiW, DibM V P, AlvesD P, et al.

Intelligent computing methods in air traffic flow management

[J]. Transportation Research Part C: Emerging Technologies, 2010, 18(5): 781-793.

[本文引用: 1]

YangS W, HuM H.

Robust optimization of aircraft arrival and departure flow allocation based on dynamic capacity

[J]. Journal of Southwest Jiaotong University, 2010, 45(2): 261-267.

[本文引用: 1]

ChoiS, MulfingerD G, RobinsonIII J E, et al.

Design of an optimal route structure using heuristics-based stochastic schedulers

[J]. Journal of Aircraft, 2015, 52(3): 764-777.

[本文引用: 1]

SolakS, ClarkeJ P B, JohnsonE L.

Airport terminal capacity planning

[J]. Transportation Research Part B: Methodological, 2009, 43(6): 659-676.

[本文引用: 1]

SteinerM, BatemanR, MegenhardtD, et al.

Translation of ensemble weather forecasts into probabilistic air traffic capacity impact

[J]. Air Traffic Control Quarterly, 2010, 18(3): 229-254.

[本文引用: 1]

TimarS, NagleG, SarafA, et al.

Super density operations airspace modeling for the Southern California metroplex

[C]//AIAA Modeling and Simulation Technologies Conference. Portland:20116 535. DOI: 10.2514/6.2011-6535.

[本文引用: 1]

D'ArianoA, PaceiarelliD, PistelliM, et al.

Real-time scheduling of aircraft arrivals and departures in a terminal maneuvering area

[J]. Networks, 2015, 65(3): 212-227.

[本文引用: 1]

DuXinruLuZiGaoFanget al.

Design method, application and time alternative mechanism of flexible use of airspace

[J]. Advances in Earth Science, 2016, 31(6): 643-649.

[本文引用: 1]

杜欣儒, 路紫,郜方.

灵活空域使用的设计方法与应用及其时间替代机制

[J].地球科学进展,2016,31(6):643-649.

[本文引用: 1]

ClarkeJ P, RenL, McclainE, et al.

Evaluating concepts for operations in metroplex terminal area airspace

[J]. Journal of Aircraft, 2014, 49(3): 758-773.

[本文引用: 1]

PrandiniM, PuttaV, HuJ.

A probabilistic measure of air traffic complexity in 3-D airspace

[J]. International Journal of Adaptive Control and Signal Processing, 2010, 24(10): 813-829.

[本文引用: 1]

CastelliL, PesentiR, RanieriA.

The design of a market mechanism to allocate air traffic flow management slots

[J]. Transportation Research Part C: Emerging Technologies, 2011, 19(5): 931-943.

[本文引用: 1]

NosedalJ, PieraM A, RuizS, et al.

An efficient algorithm for smoothing airspace congestion by fine-tuning take-off times

[J]. Transportation Research Part C: Emerging Technologies, 2014, 44(9): 171-184.

[本文引用: 1]

RiosJ, RossK.

Massively parallel dantzig-wolfe decomposition applied to traffic flow scheduling

[J]. Journal of Aerospace Computing, Information, and Communication, 2010, 7 (1): 32-45.

[本文引用: 1]

Agustı´nA, Alonso-AyusoA, EscuderoL F, et al.

On air traffic flow management with rerouting. Part I: deterministic case

[J]. European Journal of Operational Research, 2012, 219(1): 156-166.

[本文引用: 1]

VaabenB, LarsenJ.

Mitigation of airspace congestion impact on airline networks

[J]. Journal of Air Transport Management, 2015, 47(5): 54-65.

[本文引用: 1]

WangLili, WangHangchen.

Combined optimization method for large-scale air traffic flow management under emergencies

[J/OL]. Acta Aeronautica et Astronautica Sinica2019,40(8):322898

[本文引用: 1]

王莉莉,王航臣.

突发事件下大规模空中交通流量管理的组合优化模型

[J].航空学报,2019,40(8):322898.]

[本文引用: 1]

AndreattaG, Dell’OlmoP, LulliG.

An aggregate stochastic programming model for air traffic flow management

[J]. European Journal of Operational Research, 2011, 215(3): 697-704.

[本文引用: 1]

ScarpelR A.

A demand trend change early warning forecast model for the city of São Paulo multi-airport system

[J]. Transportation Research Part A: Policy and Practice, 2014, 65(7): 23-32.

[本文引用: 1]

ZietsmanD, VanderschurenM.

Analytic hierarchy process assessment for potential multi-airport systems-the case of Cape Town

[J]. Journal of Air Transport Management, 2014, 36(3): 41-49.

[本文引用: 1]

SidiropoulosS, HanK, MajumdarA, et al.

Robust identification of air traffic flow patterns in metroplex terminal areas under demand uncertainty

[J]. Transportation Research Part C: Emerging Technologies, 2017, 75(2): 212-227.

[本文引用: 1]

FasoneV, MaggioreP.

Airport development and sustainability: A case of multi-airport system in Italy

[J]. International Journal of Sustainable Aviation, 2014, 1(1): 13-24.

[本文引用: 1]

/