航空流網(wǎng)絡(luò)解構(gòu)與空域資源動態(tài)配置研究
——以京-成空中廊道為例

董 雅 晴，路 紫，張 一 諾，馮 富 晶，閆 宇 航

(河北師范大學(xué)地理科學(xué)學(xué)院，河北 石家莊 050024；河北省環(huán)境演變與生態(tài)建設(shè)實驗室，河北 石家莊 050024)

0 引言

流是空間科學(xué)研究的重要目標(biāo)之一，其表示動力驅(qū)動的物理或社會經(jīng)濟過程，是地理空間非同質(zhì)性的產(chǎn)物，已成為地理學(xué)、交通運輸學(xué)、流行病學(xué)、經(jīng)濟學(xué)等學(xué)科廣泛而持久的研究對象[1-4]。當(dāng)空氣空間成為空中交通流載體時即衍生出航空流[5]。在有限空域條件下，航空流流量快速增長導(dǎo)致空域擁堵和航班延誤，迫切需要提出空域資源充分開發(fā)利用的新概念、新方式和新操作構(gòu)想[6,7]。美國新一代航空運輸系統(tǒng)變革、歐洲同一天空計劃和中國民航航空系統(tǒng)組塊升級規(guī)劃均提出基于軌跡的操作、超密度航空流操作、優(yōu)先級排序、流應(yīng)急管理等，以推動空中交通管理范式從控制向組織轉(zhuǎn)變，增強系統(tǒng)性能、實現(xiàn)空域資源高效配置[8]，而航空流密度與系統(tǒng)效率識別及空中交通系統(tǒng)性能改善均以航空流網(wǎng)絡(luò)(Air Traffic Flow Network，ATFN)[9]解構(gòu)為前提。

地理學(xué)家整合空間位置和運輸理論，在航空流研究中做出了諸多貢獻(xiàn)，如基于機場和航線數(shù)據(jù)通過復(fù)雜網(wǎng)絡(luò)理論分析交通網(wǎng)絡(luò)大尺度空間格局[10]，實現(xiàn)了最大流量、最短路徑、空間聯(lián)系、交互模式、網(wǎng)絡(luò)結(jié)構(gòu)及性能的評估，支持航線調(diào)整和航空公司運力配置等決策[11-13]。但最近研究表明：以機場—航線網(wǎng)絡(luò)進(jìn)行空域研究簡化[14]、損失了大量重要操作信息[15]，只有構(gòu)建一種航空網(wǎng)絡(luò)、飛行路徑網(wǎng)絡(luò)和空中交通管理網(wǎng)絡(luò)相結(jié)合的流網(wǎng)絡(luò)形式，才能揭示空域的多重屬性和空域系統(tǒng)的復(fù)雜性，探究航空流運行的細(xì)粒度特征并實施空域資源動態(tài)配置。

為與空域系統(tǒng)、空域結(jié)構(gòu)和空域功能變革的發(fā)展趨勢相適應(yīng)，更好地應(yīng)對空間格局研究轉(zhuǎn)向運行過程研究的發(fā)展潮流，鑒于途中巡航占用空域時間最長、飛行密度變化最明顯，學(xué)者又引入途中航空流概念(專指空中穿越的交通流流體)，針對空域占用與釋放問題加強了對空中交通流量動態(tài)性和連續(xù)性的考察[9]。加入連續(xù)時間因素后形成一種多屬性途中ATFN，其以復(fù)合節(jié)點(時間戳定義的航跡交叉點以及航跡簇聚合分化點等)和有向邊(飛行路徑以及航跡簇等)組成。目前大規(guī)模精準(zhǔn)個體航跡數(shù)據(jù)收集及其流信息挖掘技術(shù)日漸成熟，為ATFN解構(gòu)帶來新機會，支持空域研究中流模式、流結(jié)構(gòu)、流關(guān)系和流過程的創(chuàng)新[16,17]，但仍缺乏有效的系統(tǒng)解析方法，面臨時間序列(周內(nèi)和日內(nèi)各時段)、多要素(流量、流向、流速、流距)、可變性(長距離短時流動與短距離瞬時流動)及非分離表達(dá)(時間變化特征和空間變化特征)的挑戰(zhàn)，導(dǎo)致時空多維運算不統(tǒng)一、細(xì)粒度分析不足等問題。

空中廊道作為一種新型航空流組織與空域資源配置方式[18]，相對于機場終端空域[19]及多機場系統(tǒng)[20,21]等空域單元，其航空流網(wǎng)絡(luò)具有帶狀空域連貫特征，航跡時空趨同性更明顯且影響時長/區(qū)段更廣，最優(yōu)路徑替代和串聯(lián)作用更顯著，在解決空域通行能力與容量匹配等問題上具有獨特的研究意義。近年來，學(xué)者將航空流與空中廊道網(wǎng)絡(luò)相結(jié)合，逐漸形成ATFN研究體系：1)整流研究，視流為不可分割的整體并聚類航跡為簇考察個體航空流的鄰近性，整流距離不同于以端點距離評估流間緊密性的方法，其在以多尺度閾值檢測航空流網(wǎng)絡(luò)構(gòu)型方面效果明顯[22,23]；2)流變研究，指航空流隨時間變化表現(xiàn)出的動態(tài)網(wǎng)絡(luò)特征，其進(jìn)一步將航空流空間分析擴展到時空分析，在檢測流量時空分異上有明顯優(yōu)勢，能揭示擁堵的產(chǎn)生、積累、傳播、消散等變化態(tài)勢[6,24]；3)聚合分化研究，基于高傳播能力節(jié)點及其在網(wǎng)絡(luò)信息級聯(lián)中的觸發(fā)和擴散作用[25,26]，將聚合分化點定義為對ATFN穩(wěn)定性和功能性具有重要意義的關(guān)鍵點，其時空分布、層級關(guān)系及交互多樣性分析可支持空中廊道內(nèi)高密度航空流的路徑優(yōu)化。

隨著網(wǎng)格方法日益成熟，ATFN研究已從單一軌跡信息識別發(fā)展到整體航空流時空熱點(區(qū))識別，如通過網(wǎng)格時空索引和網(wǎng)格數(shù)據(jù)庫實現(xiàn)軌跡沖突檢測[27]，在該過程中，迫切需要揭示軌跡運動規(guī)律。因此，針對空中廊道ATFN解構(gòu)尚缺乏有效方法以解決途中航空流運行與動態(tài)分布的問題(如空域容量評估中利用結(jié)構(gòu)隨時間的變化、航跡及多向流航跡間的聚合分化、短期航空流流量優(yōu)化及空域資源占用和動態(tài)配置等)，本文基于ArcGIS漁網(wǎng)開發(fā)了網(wǎng)格時空圖方法。以京—成空中廊道為例，使用1日24 小時航跡數(shù)據(jù)，擬從基于航跡簇的網(wǎng)絡(luò)構(gòu)型、流量時空波動與航空流聚合分化三方面進(jìn)行空中廊道ATFN解構(gòu)研究，進(jìn)而針對空域資源充分開發(fā)利用問題提出并行擴容、時間錯峰、分化分流調(diào)整方案，以支持高密度航空流運行。

1 數(shù)據(jù)與研究方法

1.1 研究區(qū)域與數(shù)據(jù)

選取京—成空中廊道作為ATFN解構(gòu)與空域資源動態(tài)配置研究的案例具有代表性：1)京—成空中廊道在中國空中廊道體系中復(fù)雜性最高、涉及參與航線/樞紐機場最多、短時長和小區(qū)段的時空擁堵特征最典型[6]；2)在中國樞紐機場間的航線延誤成本測算中，京—成空中廊道的基線航線，即北京首都國際機場(PEK)—成都雙流國際機場(CTU)的時間延誤成本和空中維持成本均最高[28]；3)京—成空中廊道基線航線連接的端點機場(PEK和CTU)運行效率呈下降趨勢[29]；4)基于《中國民用航空發(fā)展第十三個五年規(guī)劃》，京—成空中廊道在中國“10+3”空中大通道網(wǎng)絡(luò)中具有獨特作用，CTU是京昆空中大通道調(diào)整后最大受益機場之一，同時其連接成都—拉薩復(fù)線和廣蘭空中大通道，交通串聯(lián)作用顯著。

航跡數(shù)據(jù)具有多屬性、時空對接性和細(xì)粒度特征，可為ATFN解構(gòu)提供支持，其包括實際數(shù)據(jù)和模擬數(shù)據(jù)：前者由實時航班雷達(dá)監(jiān)視生成，表征航班當(dāng)日當(dāng)次的實際飛行距離和實時飛行速度等信息；后者指基于航班抵達(dá)和離開機場坐標(biāo)計算兩點之間航線的最短距離，結(jié)合飛行計劃及多項設(shè)定最終形成模擬航跡，因其數(shù)據(jù)更具穩(wěn)定性和共性，更適用于空域重構(gòu)研究[30]。數(shù)據(jù)獲取步驟如下：從飛常準(zhǔn)(http://www.variflight.com)和FlightAware(http://zh.flightaware.com)統(tǒng)計1日(2019年7月15日)24小時在5%額外飛行距離約束下的參與航線和航班；將直飛與經(jīng)停航線(拆分為兩條)合并，同時保證經(jīng)停機場也符合距離約束；為確保數(shù)據(jù)完整，周內(nèi)因奇偶飛行計劃和取消航班導(dǎo)致的數(shù)據(jù)缺失用本周內(nèi)和月內(nèi)同義數(shù)據(jù)補充；刪除共享航班。最終獲得京—成空中廊道37條航線，共計306架次航班。同一航線往返航班數(shù)量不同緣于經(jīng)停航班的經(jīng)停機場不同。

1.2 研究方法

本文開發(fā)的網(wǎng)格時空圖方法具體步驟如下：1)航跡轉(zhuǎn)化：根據(jù)航班抵達(dá)、離開機場坐標(biāo)計算大圓飛行軌跡距離，經(jīng)平均飛行速度、垂直進(jìn)入和退出的設(shè)定計算航班進(jìn)入和退出的時間，根據(jù)空中廊道原點設(shè)定計算航班進(jìn)入和退出位置距原點的距離，進(jìn)而將時空數(shù)據(jù)表示為“斜率為速度直線”的飛行軌跡。2)網(wǎng)格矩陣設(shè)置：根據(jù)安全距離設(shè)定漁網(wǎng)網(wǎng)格時空步長(2 min/10 n mile)，得到網(wǎng)格矩陣并與軌跡疊加，經(jīng)網(wǎng)格標(biāo)識、同項刪除和軌跡統(tǒng)計得到網(wǎng)格頻數(shù)(網(wǎng)格內(nèi)的軌跡累計量)，作為航跡時空索引、動態(tài)流量峰值和擁堵識別的重要指標(biāo)。3)時空圖編繪：根據(jù)網(wǎng)格頻數(shù)分色可視化(暖色表示高值、冷色表示低值)編繪時空圖。4)聚合分化點篩選：在網(wǎng)格頻數(shù)基礎(chǔ)上擴展網(wǎng)格編碼、航跡編碼、航班編碼和航線編碼的網(wǎng)格屬性，根據(jù)高頻數(shù)網(wǎng)格索引網(wǎng)格屬性，篩選確定聚合分化點[6]。以航班CA4120為例生成網(wǎng)格時空圖雛形(圖1)，以前述京—成空中廊道306架次航班的航跡時空數(shù)據(jù)為對象，經(jīng)上述步驟最終構(gòu)建網(wǎng)格時空圖(圖2)。

圖1 網(wǎng)格時空圖雛形Fig.1 Sketch of spatio-temporal grid map

圖2 網(wǎng)格時空圖生成步驟Fig.2 Generation process of spatio-temporal grid map

該方法通過網(wǎng)格標(biāo)記航跡在時空維度下實現(xiàn)了航班時刻資源和航空流網(wǎng)絡(luò)的結(jié)合。具體而言，通過將航跡轉(zhuǎn)化為網(wǎng)格占用(即線要素到體積要素)，實現(xiàn)了對流量、密度和利用率的綜合表達(dá)；尤其是通過網(wǎng)格頻數(shù)表征航空流時空波動及軌跡沖突，透視了航跡匯聚，支持途中航空流的特征識別和結(jié)構(gòu)檢測，考察了其與空域資源動態(tài)配置的關(guān)系。

2 結(jié)果與分析

2.1 基于航跡簇的網(wǎng)絡(luò)構(gòu)型

應(yīng)用整流距離及尺度閾值檢測模式，設(shè)定航跡以垂直角度進(jìn)入和退出空中廊道，又設(shè)定以航班量優(yōu)先級選取航跡簇初始聚類的基線，參照文獻(xiàn)[30]，以5%額外飛行距離約束鄰近性聚類生成航跡簇，其中前述基線航線內(nèi)的航跡為中心航跡，參與航線內(nèi)的航跡為外圍航跡。為查證空中廊道ATFN構(gòu)型的完整性是否受閾值增大的影響，檢測閾值由5%增至6%～9%，實現(xiàn)圍繞中心航跡的外圍航跡增量控制，分別繪制航跡簇(圖3)用于識別網(wǎng)絡(luò)構(gòu)型。

由圖3可知，京—成空中廊道內(nèi)航空流分布與鄰近空域具有顯著的空間相關(guān)性，圍繞中心航跡形成平行或近似平行、長度不一的鄰近流，隨閾值增大外圍航跡不斷迭代，數(shù)量逐漸增多，且與中心航跡的交叉角度也逐漸增大，但ATFN構(gòu)型穩(wěn)定，據(jù)此可將其空中廊道ATFN的典型構(gòu)型概括為同側(cè)平行、異側(cè)交叉、全覆蓋和半覆蓋(一端覆蓋)4種。以外圍航跡額外飛行距離衡量，4種構(gòu)型中全覆蓋流鄰近性最高、額外飛行距離最短；平行流、交叉流和半覆蓋流的額外飛行距離均與長度和角度有關(guān)；對并行結(jié)構(gòu)寬度的迭代將實現(xiàn)同一閾值范圍內(nèi)更多的鄰近流匯入，凸顯對兩側(cè)平行流的吸納。進(jìn)一步計算航線數(shù)量和航班量的占比，平行流為19%/7%、交叉流為16%/8%、全覆蓋流為5%/24%、半覆蓋流為59%/61%，可見在集中度上存在差異。另外，在時空特征上，平行流和交叉流的高航線數(shù)量/低航班量占比表征航跡簇分布的空間復(fù)雜性較高/時間復(fù)雜性較低；全覆蓋流則與其相反；半覆蓋流雙高占比表征基線航線連接的端點機場(PEK和CTU)對航跡簇時空特征的決定性作用。以5%～9%檢測ATFN構(gòu)型是流量時空波動與航空流聚合分化研究的基礎(chǔ)，能揭示其對航空流運行和空域結(jié)構(gòu)完善的潛在影響。上述航跡簇構(gòu)型及其特征檢測結(jié)果將支持并行擴容空域資源動態(tài)配置方案的制定。

圖3 5種閾值約束下的航跡簇Fig.3 Track clusters with five thresholds

2.2 流量時空波動

在網(wǎng)絡(luò)構(gòu)型識別的基礎(chǔ)上，為揭示空中廊道航空流的流變特征，需檢測流量時空波動。本文按網(wǎng)格頻數(shù)分別統(tǒng)計時段內(nèi)和區(qū)段內(nèi)的航跡，結(jié)果如圖4所示。由圖4可知：1)在時間維度上，航空流流量呈現(xiàn)以高頻數(shù)網(wǎng)格點狀或短線狀集中指示的多峰差異分布。兩大主峰(總頻數(shù)峰值119和112)顯著集中在上午(9:02-9:50)和晚間(21:24-22:20)，二者峰值組成存在內(nèi)涵差異：前者為低頻數(shù)網(wǎng)格的大量疊加(高頻數(shù)6和7缺失)，后者為高頻數(shù)網(wǎng)格的典型集聚(超一半的頻數(shù)6和全部的頻數(shù)7)，可見晚高峰資源更緊張，具體時刻的差異顯示了資源余量情況和錯峰調(diào)整的可能性。2)在空間維度上，流量峰值呈現(xiàn)以高頻數(shù)網(wǎng)格點狀或短線狀集中指示的對稱分布(以距離中值區(qū)為近似對稱軸)。總頻數(shù)峰值451約集中在石家莊正定國際機場(SJW)至太原武宿國際機場(TYN)間,可見樞紐機場及其周圍空域內(nèi)參與機場的空間分布決定了空間維度上的流量分布，其航空流流量高于其他非空中廊道區(qū)域。3)在時空交互維度上，流量峰值呈現(xiàn)以最高頻數(shù)網(wǎng)格(熱格)指示的重合/漂移分布。上午和晚間兩個高峰時段均在不同區(qū)段上高度重合，且隨時間變化流量峰值在區(qū)段間出現(xiàn)漂移,可見加入時間因素的ATFN其航空流空間分布動態(tài)性加強并由此可能帶來擁堵的擴散。上述流量時空波動特征將支持時間錯峰空域資源動態(tài)配置方案的制定。

圖4 流量時空波動Fig.4 Spatio-temporal fluctuation of air traffic flow

2.3 航空流聚合分化

航空流聚合分化可通過網(wǎng)格時空圖中聚合分化點的網(wǎng)格占用及頻數(shù)指示。按照網(wǎng)格屬性篩選出聚合分化點，統(tǒng)計京—成空中廊道聚合分化點時空分布及數(shù)量(圖5)。由圖5可知：1)時間分布呈現(xiàn)階梯遞減規(guī)律，階值越高聚合分化點數(shù)量越少，最高階點6出現(xiàn)在晚間，這與前述流量時間波動特征相吻合，其形成原因極有可能是不同機場航班時刻資源同質(zhì)化利用。2)空間分布呈現(xiàn)高集聚性，高值64、200、78和130大約分別集中在197 n mile的哈爾濱太平國際機場(HRB)、737 n mile的北京首都國際機場(PEK)、1 246 n mile的西安咸陽國際機場(XIY)和1 584 n mile的成都雙流國際機場(CTU)，這些機場一天內(nèi)均有聚合分化點分布，表明極小的空間容納了大量航班，與前述流量空間波動特征相吻合，這是由樞紐機場差異分布和高流量航線集聚形成的。3)時空交互上呈現(xiàn)時間高階與空間高值的疊合效應(yīng)，最高階點6由多個高值集聚點疊合而成，出現(xiàn)在20:00，這較前述流量時空波動中熱格頻數(shù)7的數(shù)值低且數(shù)量少，可見空中廊道ATFN內(nèi)航跡簇聚合分化的瞬時流量高于由參與機場組成航線的瞬時流量之和，動態(tài)性和復(fù)雜性更強，這也與前述流量時空交互波動特征相吻合。空中廊道航空流聚合分化受時(空)間相關(guān)性的影響，并共同作用于動態(tài)空域容量釋放和增大。聚合分化點的上述特征將支持分化分流空域資源動態(tài)配置方案的制定。

圖5 聚合分化點時空分布及數(shù)量Fig.5 Spatio-temporal distribution and number of aggregation differentiation points

3 空域資源動態(tài)配置

3.1 并行擴容

Ye等[31]運用仿真方法在折中空域安全和容量基礎(chǔ)上提出了空中廊道的二維擴容策略；Dobruszkes等[32]基于飛行路徑排列確定了軌跡最優(yōu)抵達(dá)、離開輪廓，以降低相關(guān)地理位置間的干擾。本文據(jù)此構(gòu)建高流量航跡簇在空中廊道ATFN內(nèi)匯聚的并行擴容結(jié)構(gòu)，對不同構(gòu)型下的航空流進(jìn)行空間路徑組合排列和優(yōu)化調(diào)整，以滿足參與機場和航線的需求，實現(xiàn)網(wǎng)絡(luò)整體擴容。

選取京—成空中廊道ATFN中值區(qū)前半段(750～1 230 n mile)，對比上午高峰和晚高峰內(nèi)熱格及分布，設(shè)定以滿足晚高峰熱格內(nèi)的流量為基準(zhǔn)，確定擴容的并行數(shù)量為7，獲得3種擴容的并行結(jié)構(gòu)(圖6)：1)堆疊結(jié)構(gòu)：具有相對低交叉，但連續(xù)占據(jù)7個高度層可能導(dǎo)致非空中廊道用戶通行的高成本和高延誤；2)并排結(jié)構(gòu)：基于高海拔空域資源釋放和流量低交叉，忽略了該高度不可能適合所有航班，易造成水平空間的大量占用；3)混合結(jié)構(gòu)：是以上兩種模式的垂直與水平折中，在較少交叉基礎(chǔ)上為空中廊道參與航線和參與機場提供靈活的高度層選擇且充分考慮對剩余流量的影響。鑒于京—成空中廊道與其他廊道及附近非廊道空域交互緊密，因此無論在垂直或水平維度上連續(xù)7個堆疊或并排結(jié)構(gòu)都會明顯干擾周圍空域，故混合結(jié)構(gòu)作為一種并行擴容結(jié)構(gòu)最為合理，可確保通行能力滿足日內(nèi)最大流量，同時實現(xiàn)最少并行數(shù)量上的空域資源最大化利用。ATFN的4種典型構(gòu)型在空中廊道內(nèi)的組織方式存在差異，以混合結(jié)構(gòu)為例：平行流以最鄰近的并行結(jié)構(gòu)組織，交叉流以最少穿越的并行結(jié)構(gòu)組織，全覆蓋流以優(yōu)先覆蓋的并行結(jié)構(gòu)組織，半覆蓋流以非覆蓋側(cè)的并行結(jié)構(gòu)組織。

圖6 京—成空中廊道并行擴容舉例Fig.6 Parallel expansion example of Beijing-Chengdu corridor-in-the-sky

3.2 時間錯峰

高偉等[33]設(shè)計個體移動軌跡—滑動窗口方法，以識別航空流異常變化并解釋空中廊道擁堵的成因；Nosedal等[34]設(shè)計起飛時間“微調(diào)”(即[0,15]min的時間偏移)來消除兩個交互軌跡間潛在的時空并發(fā)事件，以保留預(yù)先分配的時隙。借鑒其時間窗口和微調(diào)閾值的設(shè)定，結(jié)合民航監(jiān)管機構(gòu)關(guān)于延誤臨界值的定義[35]，構(gòu)建基于網(wǎng)格時空圖的滑動時間窗口，用于空中廊道ATFN內(nèi)航跡的時間錯峰操作。設(shè)起飛時間更改T=T±n(n=1,2,3,…,15)，根據(jù)網(wǎng)格時空圖中航跡替代實現(xiàn)的網(wǎng)格頻數(shù)削減選取最優(yōu)方案，調(diào)整航跡重疊時間，降低繁忙空域航空流密度。

選取京—成空中廊道ATFN典型航跡熱區(qū)，范圍為動態(tài)流量晚高峰時段(21:24-22:20)和中值區(qū)前半段內(nèi)最具代表區(qū)段(930～1 230 n mile)疊加的時空區(qū)域，過濾1～4低頻數(shù)網(wǎng)格，對5、6、7高頻數(shù)網(wǎng)格時間窗口內(nèi)的每個航跡進(jìn)行標(biāo)識，用以檢測鄰近航跡及交叉點。以航班MU9650和3U8890為例更新航跡，設(shè)定T=T±5為首次滑動，構(gòu)建微時刻調(diào)整后的網(wǎng)格時空圖(圖7)，可見調(diào)整前的3個熱格頻數(shù)7分別降為6、6、5，3個熱格頻數(shù)6有2個降為5，頻數(shù)5的網(wǎng)格位置出現(xiàn)漂移但總量下降且頻數(shù)未增加。可見基于網(wǎng)格時空圖構(gòu)建的滑動時間窗口微時刻調(diào)整可較好用于時間錯峰，可調(diào)配流量需求和釋放可用容量，為計劃新增航跡避免穿越熱點空域提供路徑支持，更好地服務(wù)于機場時刻加密及沿線參與機場資源調(diào)配。

圖7 京—成空中廊道時間錯峰舉例Fig.7 Time peak shifting example of Beijing-Chengdu corridor-in-the-sky

3.3 分化分流

Yousefi等[18]基于日內(nèi)流量統(tǒng)計設(shè)定紐約至芝加哥空中廊道的動態(tài)開合以快速分化流量，證實其開合的區(qū)段范圍受航跡聚合變化而存在伸縮;董雅晴等[6]構(gòu)建時空圖并實現(xiàn)流量峰值特征挖掘和擁堵時段/區(qū)段識別，顯示空中廊道動態(tài)流量操作的可能性。基于上述研究，本文根據(jù)網(wǎng)格時空圖中網(wǎng)格隨時間被占用的頻數(shù)，對比各區(qū)內(nèi)航跡的網(wǎng)格代表性，設(shè)定航空流流量分區(qū)以指導(dǎo)空中廊道ATFN動態(tài)分化分流。根據(jù)京—成空中廊道ATFN的日內(nèi)航跡網(wǎng)格占用，以航跡進(jìn)入和退出為標(biāo)志設(shè)定空中廊道開合，最終劃定動態(tài)流量分區(qū)(圖8)：時間點A和B之間的R1區(qū)屬于時段內(nèi)的斷流區(qū)；時間點A前的W區(qū)航跡網(wǎng)格占用多為過夜抵港的累積航空流；時間點B后的Q/S/T區(qū)航跡網(wǎng)格占用隨早高峰流量激增，其中Q區(qū)最繁忙；時間點C后的R2和R3區(qū)有流量加入，至此空中廊道區(qū)段和時段內(nèi)的流量最多。以最繁忙的Q區(qū)為例，其時間連續(xù)性最強，僅在斷流區(qū)被截斷，原有航線/航路容量無法滿足流量的通行需求，因此在該區(qū)段范圍內(nèi)的分化分流設(shè)定最具代表性和迫切性，其為分化分流設(shè)定的最初開啟和最終關(guān)閉位置。

圖8 京—成空中廊道分化分流舉例Fig.8 Dynamic flow diversion example of Beijing-Chengdu corridor-in-the-sky

4 結(jié)論與討論

基于整流距離及尺度閾值檢測航跡簇，京—成空中廊道ATFN呈現(xiàn)為平行流、交叉流、全覆蓋流和半覆蓋流4種典型構(gòu)型，顯現(xiàn)出其占比和特征的差異性；基于網(wǎng)格頻數(shù)檢測流量時空波動，京—成空中廊道ATFN呈現(xiàn)為高頻數(shù)點狀或短線狀集中分布，存在兩個內(nèi)涵差異明顯的時間高峰、以距離中值區(qū)為近似對稱軸的空間高峰以及在區(qū)段間漂移的時空交互高峰；以網(wǎng)格屬性檢測聚合分化點，京—成空中廊道ATFN呈現(xiàn)時間上階梯遞減、空間上高值集聚和時空交互上時間高階與空間高值疊合特征。以上三方面構(gòu)成空中廊道ATFN解構(gòu)的3個重要視角，其若干時空特征是由空中廊道劃設(shè)機理和中國繁忙空中廊道“N”形框架所決定的，也是由航空流時間擴散所形成的。在此基礎(chǔ)上提出如下調(diào)整方案：基于垂直與水平折中的并行擴容調(diào)整方案、基于滑動時間窗口微時刻調(diào)整的時間錯峰調(diào)整方案和基于分區(qū)設(shè)定的動態(tài)快速分化分流調(diào)整方案，上述方案可作為空域結(jié)構(gòu)完善及空域系統(tǒng)設(shè)計的參考，這是空域資源動態(tài)配置的積極探索。

本文基于航跡數(shù)據(jù)構(gòu)建的網(wǎng)格時空圖方法具有挖掘網(wǎng)格屬性的優(yōu)勢，能解決時空多維數(shù)據(jù)統(tǒng)一運算及時空維度一致性表達(dá)等問題，有助于揭示空中廊道ATFN空間布局、交互模式及潛在過程，推動從航空網(wǎng)絡(luò)結(jié)構(gòu)描述向途中航空流ATFN結(jié)構(gòu)檢測的轉(zhuǎn)變以及地理學(xué)由格局研究向過程揭示發(fā)展，具有廣闊應(yīng)用前景。展望未來，ATFN結(jié)構(gòu)解析還應(yīng)將地面數(shù)據(jù)(機場及航空地理市場)與特定空域數(shù)據(jù)(大氣狀態(tài)及空中交通管制)相結(jié)合，以多種數(shù)據(jù)綜合探究其作用機制；另外，在航班量優(yōu)先級篩選和航班時刻調(diào)整研究中還應(yīng)將空中廊道用戶與非廊道用戶、空中廊道內(nèi)中心航跡與外圍航跡相結(jié)合，探究航空流組織和分化將以何種方式以及多大程度融入ATFN，這對空域資源動態(tài)配置有更直接的指導(dǎo)作用；最后，在空中廊道獨立空域單元研究基礎(chǔ)上，還應(yīng)與中國空中大通道實踐相結(jié)合，為航空流組織優(yōu)化、空域資源動態(tài)配置等提供技術(shù)支持。