Légtérkomplexitás statisztikai modellezése nagy felbontású légiforgalmi adatokkal

A légiforgalmi szolgáltatás egyik legfontosabb paramétere a rendelkezésre álló kapacitás, amely közvetlen kapcsolatban áll a légtérben megnyitott szektorok számával és konfigurációjával. A légi forgalom légtérben való biztonságos, gyors és szabályos áramlásáért a légiforgalmi irányítók felelnek. A folyamatosan növekvő igények következtében azonban egyre nehezebb megtartani az egyensúlyt a forgalmi igények és a légtér kapacitása között. A kapacitáshiány növeli az irányítói feladatok komplexitását, amely ronthatja a légi közlekedés biztonságát. Jelenleg a szektorkonfigurációk kiválasztása a szektorban tartózkodó repülőgépek száma és a rendelkezésre álló légiforgalmi irányítók alapján történik, ami magában hordozza az optimálistól eltérő döntések lehetőségét. Kutatásunk célja, hogy statisztikai modellezés és gépi tanulás segítségével megértsük a légi forgalom komplexitása és az egyes szektorkonfigurációk kiválasztása közötti összefüggést, amely hosszabb távon hozzásegíthet az utóbbi folyamat automatizálásához.

A kutatás módszertana két fő lépésből áll. Az első lépésben nagy mennyiségű, napi 4-5 millió észlelést tartalmazó légiforgalmi adatok alapján 26 komplexitási tényezőt vezetünk le, amelyek egyperces időintervallumokban írják le a szektorok aktuális komplexitását. A második lépésben statisztikai modelleket építünk fel, amelyek a komplexitási tényezők segítségével a megnyitott szektorok számát és konfigurációját becslik meg.

A kvantitatív vizsgálat megvalósításához a Hungarocontrol Zrt. diszaggregált radaradait használjuk fel, amelyek akár kétmásodperces időközönként rögzítik a magyar légtérben lévő repülőgépek aktuális pozícióját. A komplexitási tényezőket R programozási környezetben vezetjük le a nyers adatok alapján. A statisztikai modellek függő változóiként használt szektorkonfigurációkat szintén a Hungarocontrol Zrt. szolgáltatja.

A megbecsült statisztikai modelleket kiértékelve megállapíthatjuk, hogy a 26 komplexitási tényező közül melyek bizonyulnak a szektorkonfigurációk kiválasztása során statisztikailag szignifikáns tényezőnek. Ez iránymutatást adhat a későbbiekben további komplexitási tényezők meghatározásához. Másfelől a kalibrált modellek önmagunkban is alkalmasak arra, hogy előrebecsüljék a jövőben szektorkonfigurációkat adott forgalmi viszonyok mellett. Ezzel hasznos döntéstámogató eszközzé válhatnak a légtérmenedzsment során, sőt, hosszabb távon elősegíthetik az optimális szektorkonfigurációk kiválasztásának automatizálását.

szerző

• 
  Vörös Virág
  Közlekedésmérnöki
  mesterképzés (MA/MSc), nappali

konzulens

• 
  Dr. Hörcher Dániel
  adjunktus, Közlekedéstechnológiai és Közlekedésgazdasági Tanszék

helyezés