楊磊， 胡明華， 尹蘇皖， 張洪海

南京航空航天大學(xué) 民航學(xué)院， 南京　211106

?

大型繁忙機(jī)場(chǎng)場(chǎng)面離場(chǎng)交通流擁堵特征分析

楊磊， 胡明華*， 尹蘇皖， 張洪海

南京航空航天大學(xué) 民航學(xué)院， 南京211106

闡明機(jī)場(chǎng)場(chǎng)面交通流時(shí)空演變規(guī)律，揭示離場(chǎng)交通流擁堵機(jī)理是科學(xué)制定場(chǎng)面交通流管控策略的重要基礎(chǔ)。采用元胞傳輸機(jī)理論，建立線性滑行道元胞、機(jī)坪發(fā)散/交叉元胞、匯聚元胞的交通流傳輸模型，并基于NetLogo系統(tǒng)動(dòng)力學(xué)仿真平臺(tái)，以廣州白云國(guó)際機(jī)場(chǎng)為例驗(yàn)證了模型的有效性，進(jìn)而推演分析了離場(chǎng)交通流基礎(chǔ)相變特征及其影響機(jī)理。研究表明，場(chǎng)面離場(chǎng)交通流存在自由態(tài)、亞穩(wěn)態(tài)、擁堵累積態(tài)和擁堵死鎖態(tài)4種基礎(chǔ)相態(tài)，指出調(diào)節(jié)與進(jìn)場(chǎng)率相協(xié)調(diào)的推出率是有效控制離場(chǎng)交通流密度，緩解場(chǎng)面擁堵的重要手段。研究結(jié)果可為大型繁忙機(jī)場(chǎng)場(chǎng)面交通智能管控提供一定的理論基礎(chǔ)和決策參考。

機(jī)場(chǎng)； 交通流； 元胞傳輸機(jī)； NetLogo； 相變； 空中交通管理

空中交通需求與國(guó)家空域系統(tǒng)容量、空中交通管理能力之間的矛盾導(dǎo)致空中交通系統(tǒng)抗干擾能力下降，空中交通延誤頻發(fā)，旅客滿(mǎn)意度持續(xù)下跌[1]?？罩薪煌髁抗芾硎强罩薪煌ü芾淼闹匾獌?nèi)容，旨在平衡空中交通需求與供給，提高空中交通運(yùn)行效率，減少航班延誤。地面延誤程序(Ground Delay Program,GDP)[2]是空中交通流量管理的重要手段之一，旨在控制航班起飛時(shí)間以滿(mǎn)足到達(dá)機(jī)場(chǎng)和航路容量的限制。然而，隨著地面延誤程序的實(shí)施，空中交通延誤從空中向機(jī)場(chǎng)地面轉(zhuǎn)移。大型繁忙機(jī)場(chǎng)作為航空運(yùn)輸網(wǎng)絡(luò)的核心起訖節(jié)點(diǎn)，通常呈現(xiàn)物理規(guī)模龐大、場(chǎng)面網(wǎng)絡(luò)復(fù)雜、飛行活動(dòng)高密、交通沖突頻發(fā)、容需關(guān)系失衡以及運(yùn)行調(diào)配困難等特點(diǎn)，其場(chǎng)面交通擁堵矛盾尤為突出，主要表現(xiàn)為離場(chǎng)航空器“時(shí)走時(shí)?！薄㈦x場(chǎng)航班長(zhǎng)時(shí)間跑道頭等待，甚至出現(xiàn)滑行網(wǎng)絡(luò)死鎖導(dǎo)致交通癱瘓等[3]。因此，大型繁忙機(jī)場(chǎng)離場(chǎng)交通擁堵疏導(dǎo)已經(jīng)成為空中交通管理面臨的重要挑戰(zhàn)[4]，亟需開(kāi)展離場(chǎng)交通流擁堵特征研究，以期科學(xué)指導(dǎo)擁堵疏導(dǎo)實(shí)踐。

目前，系統(tǒng)性探討離場(chǎng)交通流擁堵演變特征的研究尚不多見(jiàn)，主要集中在對(duì)交通排隊(duì)和延誤等擁堵直觀現(xiàn)象的分析。由于機(jī)場(chǎng)場(chǎng)面監(jiān)視雷達(dá)數(shù)據(jù)的封閉性，探索多樣的場(chǎng)面運(yùn)行建模方式成為主要研究手段。機(jī)場(chǎng)場(chǎng)面運(yùn)行建模主要分為3個(gè)派別。

1) 動(dòng)態(tài)和隨機(jī)條件下跑道延誤分析[5-7]。以跑道為中心的方法認(rèn)為跑道是機(jī)場(chǎng)容量的主要瓶頸[8]。該類(lèi)研究通過(guò)建立泊松分布下的跑道隊(duì)列模型預(yù)測(cè)機(jī)場(chǎng)系統(tǒng)期望行為(如新建跑道后延誤下降預(yù)測(cè)等)，對(duì)于戰(zhàn)略規(guī)劃等長(zhǎng)期計(jì)劃或者局部擾動(dòng)下的網(wǎng)絡(luò)延誤研究具有重要意義。然而，該模型在研究航班滑出時(shí)間預(yù)測(cè)方面過(guò)于抽象，主要適用于預(yù)測(cè)整個(gè)國(guó)家空域系統(tǒng)的宏觀運(yùn)行費(fèi)用研究，通過(guò)建立費(fèi)用基線對(duì)比預(yù)測(cè)分析網(wǎng)絡(luò)調(diào)整、系統(tǒng)擾動(dòng)、交通需求場(chǎng)景改變、未來(lái)科技或下一代航空運(yùn)輸系統(tǒng)對(duì)于空域系統(tǒng)的影響。

2) 離場(chǎng)滑行時(shí)間預(yù)測(cè)建模。Shumsky采用各類(lèi)解釋變量預(yù)測(cè)航空器滑出時(shí)間，如航空公司、離場(chǎng)跑道和離場(chǎng)交通流密度等，同時(shí)還建立了跑道服務(wù)隊(duì)列模型[9]；Idris等[10]分析了影響滑行時(shí)間的主要因素，并據(jù)此建立了滑行時(shí)間回歸預(yù)測(cè)模型，但沒(méi)有明確表述跑道服務(wù)過(guò)程，因此并未將滑行延誤與跑道容量進(jìn)行聯(lián)系，無(wú)法用于場(chǎng)面交通流管理?；谏鲜鲅芯砍晒?，美國(guó)國(guó)家空域系統(tǒng)隊(duì)列模型試圖將場(chǎng)面運(yùn)行納入其中，而不是僅將跑道作為服務(wù)臺(tái)。特別地，詳細(xì)政策評(píng)估工具(DPAT)融入隨機(jī)組件對(duì)滑行道相關(guān)延誤進(jìn)行分析[11]。然而，該工具滑行延誤數(shù)值是用戶(hù)輸入的，無(wú)法真實(shí)推演分析滑行延誤演變特征。LMINET工具采用M/M/1隊(duì)列模型分析滑行延誤，其滑行道系統(tǒng)為具有指數(shù)服務(wù)率的單服務(wù)臺(tái)假設(shè)被廣泛質(zhì)疑，仿真數(shù)據(jù)并未得到驗(yàn)證[12]。因此，DPAT和LMINET均將跑道-滑行道延誤預(yù)測(cè)模型過(guò)分簡(jiǎn)化，對(duì)于滑行時(shí)間預(yù)測(cè)結(jié)果的準(zhǔn)確性不高。

3) 機(jī)場(chǎng)微觀建模，如SIMMOD、TAAM等仿真工具[13]。通過(guò)建立機(jī)場(chǎng)詳細(xì)布局圖和運(yùn)行規(guī)則，進(jìn)行停機(jī)位、滑行道和跑道的高保真仿真，但需花費(fèi)大量的人力和時(shí)間成本，且受限于系統(tǒng)的“黑盒”特性，難以擴(kuò)展驗(yàn)證對(duì)比不同運(yùn)行場(chǎng)景和管控策略下場(chǎng)面交通擁堵特征的差異性。

綜上，目前機(jī)場(chǎng)場(chǎng)面運(yùn)行分析領(lǐng)域缺乏權(quán)衡精度與成本的交通流建模方法，研究成果并未闡明場(chǎng)面離場(chǎng)交通擁堵機(jī)理及其支撐的管控策略。因此，本文面向大型繁忙機(jī)場(chǎng)場(chǎng)面擁堵現(xiàn)實(shí)問(wèn)題，將航空器運(yùn)行視為均質(zhì)流體，以Lighthill、Whitham和Richards提出的經(jīng)典LWR交通流模型為基礎(chǔ)，借鑒Daganzo元胞傳輸模型(Cell Transmission Model， CTM)基本建模思想[14-16]，建立機(jī)場(chǎng)場(chǎng)面離散差分Eulerian-Lagrangian宏觀交通流模型，采用NetLogo系統(tǒng)動(dòng)力學(xué)平臺(tái)仿真推演離場(chǎng)交通流相變過(guò)程，揭示場(chǎng)面離場(chǎng)交通流擁堵成因，提出優(yōu)化與進(jìn)場(chǎng)率相協(xié)調(diào)的推出率是緩解離場(chǎng)交通流擁堵的有效方法。

1　基于可變?cè)麄鬏斈Ｐ?V-CTM)的場(chǎng)面交通流建模

1.1場(chǎng)面可變?cè)麄鬏斁W(wǎng)絡(luò)

(1)

式中：當(dāng)節(jié)點(diǎn)元胞i與j之間不存在直接鏈路元胞時(shí)，eij=0；反之，若i與j之間存在直接鏈路時(shí)，慢速元胞eij=1/4，中速元胞eij=1/2，快速元胞eij=1。

圖1　典型元胞傳輸模型的點(diǎn)鏈網(wǎng)絡(luò)Fig.1　Typical node-link network of cell transmission model (CTM)

可變?cè)L(zhǎng)度模型可根據(jù)平均滑行速度構(gòu)建并劃分差異的元胞長(zhǎng)度，原則是盡可能保證單位仿真步長(zhǎng)內(nèi)航空器不能跨元胞滑行，如式(2)所示:

(2)

1.2場(chǎng)面交通流運(yùn)行建模

1.2.1模型假設(shè)

考慮宏觀建模要求和機(jī)場(chǎng)場(chǎng)面離場(chǎng)運(yùn)行實(shí)際并適當(dāng)簡(jiǎn)化，提出如下假設(shè)：①確定跑道與機(jī)位分配情況下，航空器滑行路徑固定；②將場(chǎng)面交通流視為連續(xù)均質(zhì)流體；③航空器在劃定的元胞內(nèi)均勻分布；④不同類(lèi)型的元胞內(nèi)交通流平均速度存在差異；⑤場(chǎng)面運(yùn)行過(guò)程中進(jìn)離場(chǎng)航空器具有相同的優(yōu)先級(jí)。

1.2.2線性滑行道元胞傳輸模型

考察線性滑行道元胞，航空器流在元胞內(nèi)均勻單向流動(dòng)，如圖2所示。

圖2　線性滑行道元胞傳輸模型Fig.2　CTM of linear taxiway

在第t時(shí)間片內(nèi)，元胞i的流入和流出流率qi-1(t)、qi(t)以及存量Ni(t)滿(mǎn)足流入、流出流量與存量變化量的守恒關(guān)系，即

(3)

通常，上游元胞流出的量受到自身流量和下游元胞可接受流量的約束。由于將場(chǎng)面交通流視為均質(zhì)流體，因此滿(mǎn)足一般流量q、速度v和密度k的基本關(guān)系式，即q=kv。因此，qi-1(t)應(yīng)滿(mǎn)足式(4)取值，同理可計(jì)算qi(t)dT。

(4)

式中：Ci為元胞i所能同時(shí)容納的最大航空器數(shù)量，與元胞長(zhǎng)度、機(jī)身長(zhǎng)度及最小安全間隔有關(guān)。不同機(jī)型的航空器在場(chǎng)面滑行過(guò)程中應(yīng)保持的最小安全間隔規(guī)定如表1所示。

表1　場(chǎng)面滑行間隔規(guī)定

(5)

(6)

(7)

1.2.3發(fā)散/交叉混合滑行道元胞傳輸模型

機(jī)坪區(qū)域呈現(xiàn)交通密集運(yùn)行、進(jìn)離場(chǎng)交織顯著，交通流發(fā)散與交叉混合等顯著特征，是場(chǎng)面交通流運(yùn)行最為復(fù)雜的區(qū)域之一，如圖3所示。

圖3　局部機(jī)坪滑行道元胞傳輸模型Fig. 3　CTM of local apron taxiway

(8)

1) 機(jī)坪進(jìn)場(chǎng)發(fā)散元胞傳輸模型

βi-1,iA=

(9)

因此，對(duì)于機(jī)坪進(jìn)場(chǎng)元胞iA，其元胞傳輸模型為

(10)

(11)

qi-1,iA(t)dT=

(12)

(13)

2) 機(jī)坪離場(chǎng)交叉元胞傳輸模型

離場(chǎng)元胞與進(jìn)場(chǎng)線性滑行道元胞存在交叉，機(jī)坪運(yùn)行沖突加劇，復(fù)雜程度較高，如圖3所示。因此，機(jī)坪離場(chǎng)元胞中交通流的流出率除受離場(chǎng)航班時(shí)刻限制外，還受機(jī)坪滑行道容量和交叉點(diǎn)容量限制。本文假設(shè)交叉點(diǎn)m單位時(shí)間內(nèi)所能通過(guò)的最大流量為Qm，時(shí)間片內(nèi)機(jī)坪離場(chǎng)元胞最大流出量為

qiD(t)dT=

(14)

元胞i+1的最大流出量為

qi+1(t)dT=

(15)

若QmdT≥qiD(t)dT+qi+1(t)dT，則元胞iD與i+1的流出量不受交叉點(diǎn)容量限制；否則，假定交通流在交叉點(diǎn)通過(guò)概率均等，元胞iD與i+1的流出量分別為

qiD(t)dT=

(16)

qi+1(t)dT=

(17)

因此，機(jī)坪離場(chǎng)元胞iD的傳輸模型如式(16)、式(18)與式(19)所示。

(18)

(19)

3) 匯聚滑行道元胞傳輸模型

圖4　匯聚滑行道元胞傳輸模型Fig. 4　CTM of convergent taxiway

(20)

(21)

2　實(shí)例分析

2.1基線調(diào)校

基線調(diào)校是指不斷調(diào)整仿真參數(shù)實(shí)現(xiàn)仿真結(jié)果與實(shí)際數(shù)據(jù)的最佳逼近。本文基于NetLogo系統(tǒng)動(dòng)力模擬平臺(tái)[17]，構(gòu)建廣州白云機(jī)場(chǎng)場(chǎng)面元胞傳輸網(wǎng)絡(luò)與傳輸規(guī)則，選擇2014年07月22日13時(shí)—17時(shí)運(yùn)行數(shù)據(jù)進(jìn)行基線調(diào)校。調(diào)校時(shí)段跑道運(yùn)行模式為R02R|L相關(guān)進(jìn)近獨(dú)立離場(chǎng)運(yùn)行，部分?jǐn)?shù)據(jù)如表2所示，場(chǎng)面構(gòu)型及其元胞傳輸網(wǎng)絡(luò)如圖5和圖6所示。

仿真系統(tǒng)基線參量設(shè)定如下：機(jī)坪元胞17個(gè)，滑行道元胞42個(gè)；設(shè)置在自由流下主滑行道滑行速度為40 km/h，普通滑行道滑行速度為25 km/h，機(jī)坪滑行道滑行速度為10 km/h，仿真步長(zhǎng)為30 s；不同進(jìn)離場(chǎng)比例下的機(jī)場(chǎng)運(yùn)行容量采用文獻(xiàn)[18]中分位數(shù)回歸方法進(jìn)行計(jì)算，結(jié)果如圖7所示。基線調(diào)校后離場(chǎng)率仿真值與真實(shí)值之間誤差基本在1架次/15 min左右，如圖8所示。

2.2離場(chǎng)交通流擁堵特征分析

交通擁堵是某一時(shí)空交通供給難以滿(mǎn)足交通需求所產(chǎn)生的交通滯留現(xiàn)象[19]。將此概念拓延至機(jī)場(chǎng)場(chǎng)面交通，則定義機(jī)場(chǎng)場(chǎng)面交通擁堵是機(jī)坪、滑行道和跑道系統(tǒng)耦合交通供給難以滿(mǎn)足持續(xù)交通服務(wù)請(qǐng)求所產(chǎn)生的航空器在滑行道緩慢流動(dòng)、時(shí)走時(shí)停甚至滯留機(jī)位的現(xiàn)象。道路交通流理論中已成熟地通過(guò)刻畫(huà)車(chē)流平均速度、密度和流量三類(lèi)交通流特征參數(shù)關(guān)聯(lián)關(guān)系闡釋道路交通擁堵機(jī)理[20]。機(jī)場(chǎng)場(chǎng)面交通流與地面交通流具有一定的相似性，如流動(dòng)方向較為固定；航空器間隔一般由操縱者自行掌握；流動(dòng)過(guò)程中存在匯聚、發(fā)散和交叉等復(fù)雜現(xiàn)象。然而，場(chǎng)面交通流具有其特殊性，如場(chǎng)面交通流可簡(jiǎn)單分為進(jìn)場(chǎng)交通流和離場(chǎng)交通流兩類(lèi)，受場(chǎng)面物理結(jié)構(gòu)和運(yùn)行規(guī)則的限制，兩者存在嚴(yán)重的相互制約；離場(chǎng)交通流最終形成跑道離場(chǎng)交通流，離場(chǎng)交通流最大流量受跑道容量限制。因此，本文根據(jù)機(jī)場(chǎng)場(chǎng)面運(yùn)行特征，構(gòu)建場(chǎng)面離場(chǎng)交通流特征指標(biāo)以刻畫(huà)離場(chǎng)交通流擁堵現(xiàn)象，解釋擁堵成因和演變機(jī)理。

表2　廣州白云機(jī)場(chǎng)仿真時(shí)段部分?jǐn)?shù)據(jù)

圖5　廣州白云機(jī)場(chǎng)場(chǎng)面網(wǎng)絡(luò)Fig. 5　Surface network of Guangzhou Baiyun International Airport　

圖6　廣州白云機(jī)場(chǎng)場(chǎng)面元胞傳輸網(wǎng)絡(luò)Fig. 6　CTM network of Guangzhou Baiyun International Airport　

圖7　廣州白云機(jī)場(chǎng)運(yùn)行容量曲線Fig. 7　Capacity envelop of Guangzhou Baiyun International Airport　

圖8　基于元胞傳輸模型的廣州白云機(jī)場(chǎng)場(chǎng)面仿真系統(tǒng)基線圖Fig. 8　Baseline of Guangzhou Baiyun International Airport surface simulator based on CTM

1) 離場(chǎng)交通流特征參量定義

(1) 離場(chǎng)交通流量： 指統(tǒng)計(jì)時(shí)段內(nèi)，跑道起飛的航空器總量。

(2) 離場(chǎng)交通流密度： 指統(tǒng)計(jì)時(shí)段內(nèi)，處于滑行狀態(tài)的場(chǎng)面離場(chǎng)航空器總量。實(shí)際運(yùn)行過(guò)程中，離場(chǎng)交通流密度一方面由飛行計(jì)劃決定，一方面管制員根據(jù)當(dāng)前場(chǎng)面運(yùn)行狀況和跑道放行條件，通過(guò)控制離場(chǎng)航班的推出時(shí)刻適度調(diào)節(jié)需求，防止跑道頭等待航空器超過(guò)閾值。

(3) 離場(chǎng)航班平均滑行速度： 指統(tǒng)計(jì)時(shí)段內(nèi)，機(jī)場(chǎng)場(chǎng)面處于滑行過(guò)程中所有離場(chǎng)航空器的平均滑行速度，可視為整個(gè)離場(chǎng)交通流的平均流速。

2) 離場(chǎng)交通流基礎(chǔ)相態(tài)分析

結(jié)果表明，離場(chǎng)交通流存在自由態(tài)、亞穩(wěn)態(tài)、擁堵累積態(tài)和擁堵死鎖態(tài)，如圖9所示。自由態(tài)階段，離場(chǎng)交通流量隨離場(chǎng)交通流密度線性增加，場(chǎng)面滑行幾乎沒(méi)有沖突，平均滑行速度處于高位。隨著離場(chǎng)交通流密度的不斷增加，由于跑道容量受限，離場(chǎng)流量增加率逐步放緩并在臨界離場(chǎng)交通密度點(diǎn)達(dá)到飽和，即亞穩(wěn)態(tài)點(diǎn)。亞穩(wěn)態(tài)下，雖然交通流運(yùn)行效率最高，但交通流并不穩(wěn)定，對(duì)于離場(chǎng)密度增量十分敏感，并快速進(jìn)入擁堵累積階段。擁堵累積階段整體交通流速急劇下降，離場(chǎng)航班的滑行時(shí)間急劇升高。隨著擁堵不斷累積，機(jī)場(chǎng)場(chǎng)面離場(chǎng)滑行航空器數(shù)量逐步增加直至飽和，此時(shí)場(chǎng)面上無(wú)法容納更多的離場(chǎng)航空器，達(dá)到場(chǎng)面離場(chǎng)交通流密度峰值，進(jìn)入交通流擁堵“死鎖”狀態(tài)。此時(shí)，進(jìn)場(chǎng)交通流由于無(wú)法落地也將產(chǎn)生大面積空中等待，機(jī)場(chǎng)場(chǎng)面交通擁堵向空中蔓延。

圖9　離場(chǎng)交通密度、離場(chǎng)交通流量和平均離場(chǎng)滑行速度兩兩投影關(guān)系圖Fig. 9　Pairwise relations of taxi-out traffic density, departure traffic flux and average speed

3) 臨界離場(chǎng)交通流密度影響分析

離場(chǎng)交通流存在4類(lèi)基礎(chǔ)相態(tài)是最大推出需求下的理論理想結(jié)果。然而，由于空中交通具有極強(qiáng)的計(jì)劃性，因此實(shí)際運(yùn)行中擁堵死鎖狀態(tài)往往不可能發(fā)生。亞穩(wěn)態(tài)點(diǎn)是交通流從自由走向擁堵的轉(zhuǎn)折點(diǎn)，也是離場(chǎng)交通流量達(dá)到峰值的臨界點(diǎn)，是離場(chǎng)交通流擁堵最具價(jià)值的特征點(diǎn)，也是制定擁堵疏導(dǎo)策略的關(guān)鍵決策點(diǎn)。因此，本節(jié)針對(duì)亞穩(wěn)態(tài)特征，定義離場(chǎng)交通流亞穩(wěn)態(tài)點(diǎn)為臨界離場(chǎng)交通流密度點(diǎn)，并研究不同交通場(chǎng)景下臨界離場(chǎng)交通流密度點(diǎn)的變化規(guī)律。

本文以廣州白云機(jī)場(chǎng)一周航班計(jì)劃為基礎(chǔ)進(jìn)行場(chǎng)面交通流仿真。仿真結(jié)果表明，廣州白云機(jī)場(chǎng)平均滑行時(shí)間為18 min，滑行時(shí)間符合高斯分布，擬合方程和相關(guān)參數(shù)如圖10所示。

圖10　廣州白云機(jī)場(chǎng)離場(chǎng)航班滑行時(shí)間分布Fig. 10　Taxi-out time distribution of Guangzhou Baiyun International Airport

仿真時(shí)段中離場(chǎng)交通流密度最大值為18架次，交通流在自由態(tài)和擁堵累積態(tài)之間切換；同一進(jìn)場(chǎng)率下離場(chǎng)交通流量與離場(chǎng)交通流密度具備顯著的凸函數(shù)性質(zhì)，并且在臨界離場(chǎng)交通流密度點(diǎn)處離場(chǎng)交通流量達(dá)到最高值；臨界離場(chǎng)交通流密度對(duì)于進(jìn)場(chǎng)率具有敏感性，呈現(xiàn)進(jìn)場(chǎng)率越大臨界離場(chǎng)交通流密度越小的趨勢(shì)，如圖11所示。

具體來(lái)說(shuō)，進(jìn)場(chǎng)率從0架次/15 min增加至14架次/15 min，臨界離場(chǎng)交通流密度從14架次階梯減少至8架次，離場(chǎng)最大吞吐量從10架次/15 min減少至7架次/15 min；由于跑道進(jìn)離場(chǎng)容量的耦合效應(yīng)，進(jìn)場(chǎng)率的增加勢(shì)必帶來(lái)離場(chǎng)容量的降低，因此，在同樣的離場(chǎng)交通流密度下交通流更易進(jìn)入亞穩(wěn)態(tài)甚至擁堵累積態(tài)，如圖12所示。

圖11　不同進(jìn)場(chǎng)率下離場(chǎng)交通流量和離場(chǎng)交通流密度關(guān)系Fig. 11　Relationship between departure traffic flux and taxi-out traffic density at various arrival rates

圖12　進(jìn)場(chǎng)率與臨界離場(chǎng)交通流密度關(guān)系熱圖Fig. 12　Heat map of relationship between arrival rate and critical taxi-out traffic density

綜上，在同一運(yùn)行場(chǎng)景不同進(jìn)場(chǎng)率水平下，離場(chǎng)交通流在相同離場(chǎng)交通流密度時(shí)可能處于不同的相態(tài)；進(jìn)場(chǎng)率決定了某一時(shí)段內(nèi)臨界離場(chǎng)交通流密度點(diǎn)及其對(duì)應(yīng)的離場(chǎng)最大吞吐量。因此，控制與進(jìn)場(chǎng)率相適應(yīng)的離場(chǎng)航班推出率是動(dòng)態(tài)調(diào)節(jié)機(jī)場(chǎng)場(chǎng)面離場(chǎng)交通流密度，緩解離場(chǎng)交通擁堵的重要手段。

3　結(jié)　論

1) 借鑒元胞傳輸理論，考慮機(jī)場(chǎng)場(chǎng)面網(wǎng)絡(luò)分合關(guān)系和進(jìn)離場(chǎng)交通流運(yùn)行實(shí)際，建立機(jī)場(chǎng)場(chǎng)面離散差分Eulerian-Lagrangian宏觀交通流模型，并依托NetLogo系統(tǒng)動(dòng)力學(xué)仿真平臺(tái)開(kāi)發(fā)兼具精度與效率的機(jī)場(chǎng)場(chǎng)面交通流仿真系統(tǒng)，以廣州白云機(jī)場(chǎng)雙跑道混合運(yùn)行為例，推演了離場(chǎng)交通流密度、離場(chǎng)平均滑行速度和離場(chǎng)交通流量之間的關(guān)聯(lián)關(guān)系，闡明離場(chǎng)交通流蘊(yùn)含的4個(gè)基本相態(tài)，重點(diǎn)剖析了臨界離場(chǎng)交通流密度(亞穩(wěn)態(tài))影響機(jī)理，提出了控制與進(jìn)場(chǎng)率相適應(yīng)的離場(chǎng)航班推出率是動(dòng)態(tài)調(diào)節(jié)機(jī)場(chǎng)場(chǎng)面離場(chǎng)交通流密度，緩解離場(chǎng)交通擁堵的重要手段。

2) 本文研究成果可為完善空中交通流理論奠定部分基礎(chǔ)，為實(shí)施空中交通自動(dòng)化、智能化管控提供理論依據(jù)；對(duì)于協(xié)同決策環(huán)境下廣州白云機(jī)場(chǎng)離場(chǎng)滑行時(shí)間動(dòng)態(tài)預(yù)測(cè)、機(jī)位協(xié)同釋放策略等空中交通運(yùn)行管理實(shí)踐具有一定的理論指導(dǎo)意義。

3) 在本文的研究基礎(chǔ)上，可將宏觀交通流仿真理念擴(kuò)展至全國(guó)空域系統(tǒng)，系統(tǒng)性推演分析空中交通流基本相變特征以及延誤傳播規(guī)律，逐步建立健全空中交通流理論體系，科學(xué)指導(dǎo)一體化、智能化空中交通系統(tǒng)的建設(shè)發(fā)展。

[1]LORDAN O, SALLAN J M, SIMO P, et al. Robustness of the air tranport network[J]. Transportation Research Part E: Logistics & Transportation Review, 2014, 68(68): 155-163.

[2]TANDALE M D, SENGUPTA P, MENON P K, et al. Queuing network models of the national airspace system[C]//The 26th Congress of International Council of the Aeronautical Sciences. Reston: AIAA, 2008: 1-14.

[3]HANSEN M. Micro-level analysis of airport delay externalities using deterministic queuing models: A case study[J]. Journal of Air Transport Management, 2002, 8(2): 73-87.

[4]BALAKRISHNAN H, JUNG Y. A framework for coordinated surface operation planning at dallas-fort worth international airport[C]//Proceedings of the AIAA Guidance, Navigation, and Control Conference. Reston: AIAA,2007: 230-243.

[5]KIVESTU P A. Alternative methods of investigating the time dependent M/G/k queue[D]. Massachusetts: Massachusetts Institute of Technology, 1976.

[6]MALONE K M. Dynamic queueing systems: Behavior and approximations for individual queues and for networks[D]. Massachusetts: Massachusetts Institute of Technology, 1995.

[7]PYRGIOTIS N, MALONE K M, ODONI A. Modelling delay propagation within an airport network[J]. Transportation Research Part C: Emerging Technologies, 2011, 27(2): 60-75.

[8]IDRIS H R, DELCAIRE B, ANAGNOSTAKIS I, et al. Identification of flow constraint and control points in departure operations at airport systems[C]//AIAA Guidance, Navigation and Control Conference. Reston: AIAA,1998: 947-956.

[9]SHUMSKY R A. Dynamic statistical models for the prediction of aircraft take-off times[D]. Massachusetts: Massachusetts Institute of Technology, 1995.

[10]IDRIS H, CLARKE J P, BHUVA R, et al. Queuing model for taxi-out time estimation[J]. Air Traffic Control Quarterly, 2002, 10(1): 1-22.

[11]WIELAND F. The detailed policy assessment tool (DPAT)[C]//Proceedings of Spring INFORMS Conference, 1997: 654-664.

[12]LONG D, LEE D, JOHNSON J, et al. Modeling air traffic management technologies with a queuing network model of the national airspace system: NAS 1.26: 208988[R]. Alexandria: NASA Center for AeroSpace Information, 1999.

[13]ODONI A R, BOWMAN J, DELAHAYE D. Existing and required modeling capabilities for evaluating ATM systems and concepts: NAS 1.26: 204978[R]. Alexandria: ATM Systems Strategic Traffic Management Plan and control Air Transportation, 1997.

[14]DAGANZO C F. The cell transmission model, Part II: Network traffic[J]. Transportation Research Part B, 1995, 29(2): 79-93.

[15]ZHANG H H, XU Y, YANG L, et al. Macroscopic model and simulation analysis of air traffic flow in airport terminal area[J]. Discrete Dynamics in Nature and Society, 2014(6): 1-15.

[16]張洪海, 楊磊, 別翌薈, 等. 終端區(qū)進(jìn)場(chǎng)交通流廣義跟馳行為與復(fù)雜相變分析[J]. 航空學(xué)報(bào), 2015, 36(3): 949-961.

ZHANG H H, YANG L, BIE Y H, et al. Research on generalized following behavior and complex phase-transition law of approaching traffic flow in terminal airspace[J]. Acta Aeronautica et Astronautica Sinica, 2015, 36(3): 949-961 (in Chinese).

[17]戴文雯, 別翌薈, 張洪海, 等. 基于 NetLogo 的終端區(qū)交通流仿真[J]. 航空計(jì)算技術(shù), 2014, 44(1): 30-33.

DAI W W, BIE Y H, ZHANG H H, et al. Simulation of air traffic flow based on NetLogo[J]. Aeronautical Computing Technique, 2014, 44(1): 30-33 (in Chinese).

[18]RAMANUJAM V, BALAKRISHNAN H. Estimation of arrival-departure capacity tradeoffs in multi-airport system[C]//The 48th IEEE Conference on Decision and Control. Piscataway, NJ: IEEE Press, 2009: 2534-2540.

[19]LIGHTHILL M J, WHITHAM G B. On kinematic waves. II. A theory of traffic flow on long crowded roads[J]. Highway Research Board Special Report, 1964, 299(1178): 281-345.

[20]BELLOMO N, COSCIA V, DELITALA M. On the mathematical theory of vehicular traffic flow: Fluid dynamic and kinetic modelling[J]. Mathematical Models and Methods in Applied Science, 2002, 12(12): 1801-1843.

楊磊男， 博士研究生。主要研究方向： 飛行流理論與智能管控技術(shù)。

Tel: 025-52112669

E-mail: laneyoung49@hotmail.com

胡明華男， 碩士， 教授， 博士生導(dǎo)師。主要研究方向： 國(guó)家空域系統(tǒng)規(guī)劃、管理與評(píng)估， 飛行流量管理， 空中交通管理系統(tǒng)信息化與智能化。

Tel: 025-52112669

E-mail: minghuahu@263.net

尹蘇皖女， 碩士研究生。主要研究方向： 機(jī)場(chǎng)終端區(qū)容量評(píng)估。

Tel: 025-52112669

E-mail: 739688191@qq.com

張洪海男， 博士， 副教授， 碩士生導(dǎo)師。主要研究方向： 飛行流理論與調(diào)控技術(shù)、空管協(xié)同化與智能化以及復(fù)雜空中交通系統(tǒng)。

Tel: 025-52112669

E-mail: zhh0913@163.com

Characteristics analysis of departure traffic flow congestion inmega-airport surface

YANG Lei, HU Minghua*, YIN Suwan, ZHANG Honghai

College of Civil Aviation, Nanjing University of Aeronautics and Astronautics, Nanjing211106, China

Expounding traffic flow spatial-temporal evolution laws on mega-airport surface and revealing departure traffic flow congestion mechanism are the significant basis of airport surface traffic flow management and control. By adopting cell transmission model, normal taxiway cells, apron cells and convergent cells operation model were established. Based on the NetLogo’s system dynamics simulation platform, Guangzhou Baiyun International Airport surface operation was macroscopically simulated. By comparing the actual and simulation data, the proposed model was validated to be accurate and efficient. Simulation results show that departure traffic flow contains four basic phases: free, semi-stable, congestion accumulating and break-down, and adjusting pushback rate according to the arrival rate will be a critical method in controlling departure demand and alleviate traffic congestion. This research achievement may provide a theoretical basis and decision reference for intelligent traffic control in mega-airport.

airport; traffic flow; cell transmission model; NetLogo; phase-transition; air traffic management

2015-06-19; Revised: 2015-09-21; Accepted: 2015-10-18; Published online: 2015-10-2117:09

s： National Natural Science Foundation of China (61104159); Natural Science Foundation of Jiangsu Province (BK20131366)

. Tel.: 025-52112669E-mail: minghuahu@263.net

2015-06-19; 退修日期: 2015-09-21; 錄用日期: 2015-10-18;

時(shí)間: 2015-10-2117:09

www.cnki.net/kcms/detail/11.1929.V.20151021.1709.004.html

國(guó)家自然科學(xué)基金 (61104159)； 江蘇省自然科學(xué)基金 (BK20131366)

.Tel.: 025-52112669E-mail: minghuahu@263.net

10.7527/S1000-6893.2015.0280

V355; U8

A

1000-6893(2016)06-1921-10

引用格式： 楊磊， 胡明華， 尹蘇皖， 等． 大型繁忙機(jī)場(chǎng)場(chǎng)面離場(chǎng)交通流擁堵特征分析[J]． 航空學(xué)報(bào), 2016, 37(6): 1921-1930. YANG L, HU M H, YIN S W, et al. Characteristics analysis of departure traffic flow congestion in mega-airport surface[J]. Acta Aeronautica et Astronautica Sinica, 2016, 37(6): 1921-1930.

http://hkxb.buaa.edu.cnhkxb@buaa.edu.cn

URL： www.cnki.net/kcms/detail/11.1929.V.20151021.1709.004.html