A01
用众包 ADS-B 历史数据独立检验单机尾流间隔的实际保守度
Independent Audit of Wake-Turbulence Separation Conservatism Using Crowdsourced ADS-B
1 · 创新命题
中 面向繁忙枢纽机场的进近间隔审计工具,用公开 ADS-B 历史轨迹重建实际尾流间隔分布, 量化 RECAT 类别间隔相对法定最小值的保守余量,相对"靠雷达管制员经验估计"的现状给出可测数字。 EN A separation-audit tool for congested hub approaches that reconstructs realised wake separations from public ADS-B history and quantifies how much slack RECAT category pairs actually carry — turning controller intuition into a measured distribution.
2 · 背景与空白
进近跑道容量的硬约束是尾流间隔。ICAO/FAA 的 RECAT 分类给出按机型对的最小间隔(秒或海里)。 实际运行中管制员会加保守余量,但这个余量没有公开的量化基线。 已有工作:EUROCONTROL 与 FAA 都发表过 RECAT 容量收益评估,但基于其内部雷达数据,不公开。 学术侧有基于 ADS-B 的轨迹研究,多聚焦于航迹预测而非间隔合规审计。 空白在:没有任何公开、可重复的方法让第三方用免费数据审计某一机场的实际间隔分布。 适合一年期学生课题,因为数据公开、计算量小、且结论正负都成立——余量大说明有容量可释放, 余量小说明分类已被压榨到极限,两者都是有效结论。
3 · 可检验假设
H1 在选定枢纽机场的单条进近航道上,实际观测的同类机型对间隔中位数比 RECAT 法定最小值 高出 ≥ 15%,且该余量在高峰时段显著收窄(差异在 95% 置信区间外)。 H2(备择/机制)若 H1 的余量不显著,则余量的主要变异来源是前机机型而非交通密度, 可由机型固定效应解释 ≥ 50% 的方差。
4 · 量化验收标准
- 【方法学校验 · 硬门槛】 用自建轨迹管线重建 ≥ 30 架次已有公开落地时刻记录的航班 (如机场公开的 on-block 时间或第三方航班状态 API),重建的跑道接地时刻与参考值偏差 ≤ 15 秒。此条不过,后续全部结论无效。
- 样本量:单机场单跑道 ≥ 3,000 对连续进近,覆盖 ≥ 60 天,含高峰与非高峰。
- 统计口径预先写死:间隔分布报中位数与四分位距,不报均值(分布右偏); 机型对分组后每组 n ≥ 50 方纳入统计,否则合并;组间比较用 Mann-Whitney U 而非 t 检验。
- 明确报告 ADS-B 覆盖缺口率,并做一次缺失数据敏感性分析(缺口是否与高峰时段相关)。
- 全部脚本与清洗规则开源,第三方可用同一机场 ICAO 代码一键重跑。
5 · 数据与工具
| 用途 | 来源 / 工具 |
|---|---|
| 历史 ADS-B 轨迹 | OpenSky Network 历史数据库(学术/学生账号可申请;覆盖不均,欧洲最好,需先核实目标机场覆盖率) |
| 机型 → RECAT 类别映射 | FAA RECAT 1.5 机型清单(公开 PDF)与 EASA 对应表 |
| 跑道几何与进近航道 | OpenStreetMap + 机场 AIP 公开图(跑道端点坐标) |
| 轨迹处理 | Python + traffic 库(开源,专为 ADS-B 设计,内置进近段识别) |
| 对照基准 | EUROCONTROL 已发表 RECAT 容量评估数字 —— 仅用于对比讨论,不计入本项目数据贡献 |
能力边界:traffic 库的进近段识别基于高度/速度启发式,不同机场需重新调参; 不要假设默认参数可用,方法路径第 3 步专门处理。
6 · 赛季执行路径
- 第 1–2 周:装
traffic,跑通其内置示例,完成验收标准第 1 条的方法学校验。 - 第 3 周:核实目标机场 ADS-B 覆盖率;覆盖 < 80% 立即换机场(见 go/no-go)。
- 第 4–5 周:调参进近段识别,人工抽检 50 条轨迹确认判据可复现。
- 第 6–8 周:批量重建 3,000+ 进近对,产出间隔分布。
- 第 9 周:按机型对分组做统计检验,产出 H1/H2 结论。
- 第 10 周:缺失数据敏感性分析 + 交叉校验(换一个月份重跑,看结论是否稳定)。
- 第 11–12 周:写简述、做可视化(间隔分布图是本课题最强的视觉资产)。
7 · 新颖性边界
不声称:不提出新的尾流物理模型;不声称发现新的尾流现象;不声称本方法优于机场雷达数据。 已有工作:EUROCONTROL/FAA 用内部雷达数据评估过 RECAT 容量收益;学术界用 ADS-B 做过 航迹预测与冲突探测(如 Sun et al. 的 traffic 库相关论文)。 本项目贡献:首个公开可复现的、用免费数据审计单机场实际尾流间隔余量的管线, 且贡献是主结论而非附加内容。 护城河类型:累积数据集(E)—— 随着覆盖机场数增加,跨机场间隔基准库本身成为资产, 管制部门与机场运营方无法从单一来源获得同等横向对比。
8 · go/no-go
第 3 周末:确认目标机场 ADS-B 覆盖率 ≥ 80% 且高峰时段无系统性缺口。 若覆盖 < 80% → 立即降级为欧洲机场(法兰克福/阿姆斯特丹,OpenSky 覆盖最好), 主结论框架完全不变,仅换研究对象。 第 8 周末:若有效进近对 < 1,500 → 降级为单机型对深度分析(如 A388 前机场景), 样本要求降至 300 对,H1 改为单机型对的余量估计。