北京首都機(jī)場(chǎng)暢通滑行時(shí)間研究

趙嶷飛，唐華龍

（中國(guó)民航大學(xué)空中交通管理研究基地，天津　300300）

北京首都機(jī)場(chǎng)暢通滑行時(shí)間研究

趙嶷飛，唐華龍

（中國(guó)民航大學(xué)空中交通管理研究基地，天津300300）

隨著機(jī)場(chǎng)規(guī)模不斷擴(kuò)大和流量持續(xù)增長(zhǎng)，準(zhǔn)確把握擁擠態(tài)勢(shì)成為運(yùn)行管理中的難題。美國(guó)聯(lián)邦航空局（FAA）和歐洲空管局（EUROCONTROL）采用暢通滑行時(shí)間（unimpeded taxi time）作為量化分析機(jī)場(chǎng)運(yùn)行效能的標(biāo)桿。國(guó)內(nèi)籠統(tǒng)地規(guī)定了少數(shù)機(jī)場(chǎng)的平均滑行時(shí)間作為機(jī)場(chǎng)運(yùn)行指標(biāo)，但無法反映不同機(jī)場(chǎng)、不同停機(jī)位、不同起飛跑道造成的運(yùn)行差異。因此可借鑒機(jī)場(chǎng)暢通滑行時(shí)間這個(gè)指標(biāo)來考核機(jī)場(chǎng)效能，但是歐美機(jī)場(chǎng)的該指標(biāo)數(shù)值并不完全適合國(guó)內(nèi)機(jī)場(chǎng)，因此在歐美計(jì)算方法的基礎(chǔ)上提出了改進(jìn)的暢通滑行時(shí)間計(jì)算方法，并構(gòu)建多元線性回歸模型，運(yùn)用北京首都機(jī)場(chǎng)實(shí)際運(yùn)行數(shù)據(jù)進(jìn)行檢驗(yàn)，證明了該方法的可行性。

交通擁擠；滑行效率；暢通滑行時(shí)間；回歸分析

準(zhǔn)確識(shí)別機(jī)場(chǎng)交通擁擠是有效實(shí)施運(yùn)行管理的前提和基礎(chǔ)。目前中國(guó)采用機(jī)場(chǎng)航班時(shí)刻容量[1]作為衡量機(jī)場(chǎng)擁擠的標(biāo)桿，歐洲采用機(jī)場(chǎng)公布容量（declared capacity）[2]，但2個(gè)指標(biāo)沒有考慮運(yùn)行中各類實(shí)際情況，是個(gè)靜態(tài)指標(biāo)。如北京首都機(jī)場(chǎng)航班時(shí)刻容量是88架次/h[1]，而實(shí)際運(yùn)行中超過100架次/h時(shí)段并不少見，如果采用原有指標(biāo)數(shù)值，則無法反映實(shí)際運(yùn)行中的變化情況。Paul T R提出離場(chǎng)排隊(duì)延誤時(shí)間作為衡量機(jī)場(chǎng)當(dāng)前擁擠情況的重要參數(shù)[3]，但是離場(chǎng)排隊(duì)延誤主要考慮航路流量控制，因此該指標(biāo)也有一定局限性。為更準(zhǔn)確地計(jì)算離場(chǎng)排隊(duì)延誤時(shí)間，Cooper引入機(jī)場(chǎng)滑行時(shí)間標(biāo)桿——暢通滑行時(shí)間（unimpeded taxi time），并將實(shí)際滑行時(shí)間與暢通滑行時(shí)間之差（additional taxi time）作為衡量機(jī)場(chǎng)擁擠的關(guān)鍵指標(biāo)[4]。

FAA對(duì)滑行時(shí)間的定義為：飛機(jī)從推出停機(jī)位到起飛離地過程的時(shí)間[5]；對(duì)暢通滑行時(shí)間的定義為：在不受機(jī)場(chǎng)地面擁擠、天氣等可能影響飛機(jī)滑行時(shí)間因素的干擾下，一架飛機(jī)的滑行時(shí)間。以此為基礎(chǔ)，F(xiàn)AA和EUROCONTROL都采用實(shí)際滑行時(shí)間和暢通滑行時(shí)間之差來評(píng)價(jià)機(jī)場(chǎng)擁擠和滑行效率[6-8]。

國(guó)內(nèi)目前還沒有暢通滑行時(shí)間這個(gè)指標(biāo)，只是規(guī)定了各個(gè)大型機(jī)場(chǎng)的平均滑行時(shí)間，如首都機(jī)場(chǎng)、上海虹橋機(jī)場(chǎng)等的滑行時(shí)間為30 min[9]。顯而易見，這種籠統(tǒng)的規(guī)定無法充分考慮不同跑道、不同停機(jī)位帶來的差異。因此想要對(duì)機(jī)場(chǎng)地面運(yùn)行效率進(jìn)行更深入分析，建立暢通滑行時(shí)間標(biāo)桿是必須的前提和基礎(chǔ)，F(xiàn)AA與EUROCONTROL的實(shí)踐也證明這一指標(biāo)的適用性。由于篇幅的限制，本文研究的暢通滑行時(shí)間僅限于起飛航班的滑出時(shí)間（taxi-out time）。

1　研究現(xiàn)狀

對(duì)暢通滑行時(shí)間的計(jì)算有3種方法[10-11]：

1）根據(jù)每一架飛機(jī)的滑行路線、機(jī)場(chǎng)跑道布局、停機(jī)位分配等詳細(xì)歷史運(yùn)行數(shù)據(jù)，采用TAAM、SIMMOD等仿真軟件對(duì)機(jī)場(chǎng)地面的運(yùn)行情況進(jìn)行仿真，得出暢通滑行時(shí)間。

2）通過設(shè)立擁擠指數(shù)[2，7，11]，將擁擠指數(shù)小于某個(gè)擁擠閾值下的飛機(jī)作為不受擁擠影響的飛機(jī)，計(jì)算這些不受擁擠影響飛機(jī)的平均滑行時(shí)間即為暢通滑行時(shí)間。EUROCONTROL性能分析部用此方法對(duì)暢通滑行時(shí)間進(jìn)行計(jì)算。設(shè)立擁擠指數(shù)與擁擠閾值的具體方法為首先按照飛機(jī)類型（重、中、輕）、跑道和停機(jī)位將離場(chǎng)飛機(jī)進(jìn)行分類。統(tǒng)計(jì)飛機(jī)推出到起飛過程中所有起飛和落地的飛機(jī)架次，這個(gè)架次數(shù)被定義為擁擠指數(shù)。將離場(chǎng)飛機(jī)滑行時(shí)間按照大小排列，取第20百分位數(shù)為UT，按照以下公式計(jì)算得到擁擠閾值

擁擠閾值=50%（機(jī)場(chǎng)最大吞吐量×UT/60）

3）采用計(jì)量經(jīng)濟(jì)學(xué)的方法來估計(jì)暢通滑行時(shí)間[6-7]，考慮起飛排隊(duì)飛機(jī)數(shù)和落地滑入飛機(jī)數(shù)2個(gè)變量，建立線性回歸模型。當(dāng)某架飛機(jī)推出時(shí)沒有地面起飛排隊(duì)飛機(jī)和落地滑入飛機(jī)，則表示此飛機(jī)的滑行時(shí)間不受影響。此時(shí)所建立回歸模型的常數(shù)項(xiàng)即為暢通滑行時(shí)間。FAA則用此方法對(duì)暢通滑行時(shí)間進(jìn)行計(jì)算。

通過對(duì)以上3種方法分析可知，仿真方法不僅需要大量實(shí)際數(shù)據(jù)，而且僅能按照指定規(guī)則仿真少數(shù)幾種情況。方法2）和3）完全基于實(shí)際運(yùn)行數(shù)據(jù)分析，更具參考意義。本文基于方法3）對(duì)北京首都機(jī)場(chǎng)從機(jī)位531到536推出并在跑道36R起飛航班暢通滑行時(shí)間進(jìn)行研究，分別分析起飛排隊(duì)飛機(jī)數(shù)和落地滑入飛機(jī)數(shù)同滑行時(shí)間的關(guān)系，據(jù)此建立關(guān)于起飛排隊(duì)飛機(jī)數(shù)和落地滑入飛機(jī)數(shù)的滑行時(shí)間多元回歸模型，實(shí)現(xiàn)對(duì)暢通滑行時(shí)間的計(jì)算。

2　機(jī)場(chǎng)運(yùn)行環(huán)境選取

北京首都機(jī)場(chǎng)擁有3座航站樓和3條跑道，如圖1所示，由西向東分別為跑道36L/18R、36R/18L和01/ 19。跑道36L/16R和36R/18L之間為T1和T2航站樓，跑道36L/16R和01/19之間為T3航站樓。

圖1　北京首都機(jī)場(chǎng)平面布局Fig.1　Layout of Beijing Capital International Airport

表1為北京首都機(jī)場(chǎng)2014年2月至5月的起降架次統(tǒng)計(jì)表，01、36L和36R為首都機(jī)場(chǎng)主用運(yùn)行跑道。此外，由于T3航站樓停靠的飛機(jī)主要使用36R和01跑道，因此選擇36R跑道起降，停靠在531機(jī)位到536機(jī)位之間的航班作為研究對(duì)象（見圖1框中區(qū)域）。

表1　2月至5月首都機(jī)場(chǎng)各跑道的起降次數(shù)Tab.1　Volume of departures and arrivals from Feb to May in Beijing Capital International Airport

3　建立暢通滑行時(shí)間回歸模型

FAA的ASPM（aviation system performance matrix）數(shù)據(jù)庫(kù)[7]在統(tǒng)計(jì)暢通滑行時(shí)間時(shí)采用線性回歸模型建立地面起飛排隊(duì)飛機(jī)數(shù)、落地滑入飛機(jī)數(shù)同滑行時(shí)間的關(guān)系，當(dāng)飛機(jī)推出時(shí)起飛排隊(duì)飛機(jī)數(shù)為0，落地滑入飛機(jī)數(shù)為0，則得到暢通滑行時(shí)間（unimpeded taxi time）。要準(zhǔn)確計(jì)算暢通滑行時(shí)間，首先是建立能夠準(zhǔn)確估計(jì)滑行時(shí)間的回歸模型，即找到和滑行時(shí)間關(guān)聯(lián)性強(qiáng)的解釋變量。

3.1起飛排隊(duì)飛機(jī)數(shù)對(duì)滑行時(shí)間影響

Idris在對(duì)波士頓機(jī)場(chǎng)的研究中指出地面起飛排隊(duì)飛機(jī)數(shù)是影響飛機(jī)滑行時(shí)間的最主要原因[12]。這一結(jié)論在首都機(jī)場(chǎng)是否適用，將在下文進(jìn)行驗(yàn)證。另外在計(jì)算起飛排隊(duì)飛機(jī)數(shù)的方法上Idris與FAA并不一致。因此本文首先按照FAA ASPM和Idris對(duì)起飛飛機(jī)數(shù)（D）的定義，統(tǒng)計(jì)并分析首都機(jī)場(chǎng)起飛飛機(jī)數(shù)與滑行時(shí)間的關(guān)系，構(gòu)建回歸模型，檢驗(yàn)以上結(jié)論在首都機(jī)場(chǎng)適用性。對(duì)起飛排隊(duì)飛機(jī)數(shù)（D）的定義分別為

式（1）對(duì)起飛排隊(duì)飛機(jī)數(shù)的定義為針對(duì)某架飛機(jī)i，推出時(shí)間比i推出時(shí)間早并且起飛時(shí)間比i推出時(shí)間晚的飛機(jī)數(shù)量。即當(dāng)i推出時(shí)，所有在地面排隊(duì)等待起飛的飛機(jī)數(shù)量。式（2）對(duì)起飛飛機(jī)數(shù)定義為針對(duì)某架飛機(jī)i，在i推出到起飛過程中起飛的飛機(jī)數(shù)量。

根據(jù)式（1）和式（2）兩種計(jì)算起飛排隊(duì)飛機(jī)數(shù)的方法，統(tǒng)計(jì)首都機(jī)場(chǎng)2月到5月間從停機(jī)位531～536推出至跑道36R起飛的飛機(jī)起飛排隊(duì)數(shù)，結(jié)果分別如圖2和圖3所示。可以看到滑行時(shí)間隨著起飛排隊(duì)飛機(jī)數(shù)的增加而增長(zhǎng)，由圖中觀察值的分布可以看出，Idris方法的起飛排隊(duì)飛機(jī)數(shù)與滑行時(shí)間似乎有更強(qiáng)的關(guān)聯(lián)度。下面將通過建立回歸模型進(jìn)一步分析。根據(jù)式（1）和式（2）兩種方法建立回歸模型分別為

圖2　FAA方法地面起飛飛機(jī)數(shù)和滑行時(shí)間關(guān)系Fig.2　Correlation between volume of departures and taxi-out time based on US FAA approach

圖3　Idris方法地面起飛飛機(jī)數(shù)和滑行時(shí)間關(guān)系Fig.3　Correlation between volume of departures and taxi-out time based on Idris approach

根據(jù)式（3），得到回歸模型R2為0.673 7，由于此處研究某一時(shí)間段內(nèi)起飛飛機(jī)數(shù)同滑行時(shí)間的關(guān)系為截面數(shù)據(jù)，不會(huì)有時(shí)序數(shù)據(jù)那么大的R2[13]，因此R2為0.673 7表明采用Idris方法計(jì)算的起飛飛機(jī)數(shù)和滑行時(shí)間有更強(qiáng)關(guān)聯(lián)性。表2總結(jié)北京首都機(jī)場(chǎng)、美國(guó)肯尼迪機(jī)場(chǎng)和波士頓機(jī)場(chǎng)[10]，分別根據(jù)式（3）和式（4）建立回歸模型的R2。可以看出3個(gè)機(jī)場(chǎng)在式（3）下回歸模型的R2差異較大，但都小于式（4）下回歸模型的R2。

表2　基于起飛飛機(jī)數(shù)的不同回歸模型的R2值Tab.2　R2values for regression models based on departing aircraft volume

3.2落地滑入飛機(jī)數(shù)對(duì)滑行時(shí)間影響

Idris指出落地滑入飛機(jī)數(shù)在定量分析中并沒有表現(xiàn)出和滑行時(shí)間較強(qiáng)的關(guān)聯(lián)性[12]。Idris定義落地飛機(jī)數(shù)為當(dāng)某架飛機(jī)開始推出的一個(gè)時(shí)間窗里，已經(jīng)落地和進(jìn)入停機(jī)位的飛機(jī)數(shù)，F(xiàn)AA的定義也與其相似[6]。Idris研究發(fā)現(xiàn)落地滑入飛機(jī)數(shù)并不能很好地解釋滑行時(shí)間（R2僅為0.02），這個(gè)結(jié)論和所預(yù)計(jì)的情況相悖。因?yàn)榛袝r(shí)間受制于起飛容量，而根據(jù)機(jī)場(chǎng)容量曲線可知機(jī)場(chǎng)起飛容量受制于降落容量。因此可推斷降落容量的改變會(huì)導(dǎo)致滑行時(shí)間相應(yīng)變化。Clewlow等人的研究也證實(shí)落地滑入飛機(jī)數(shù)和滑行時(shí)間有很強(qiáng)的關(guān)聯(lián)性[10，14]，目前對(duì)落地滑入飛機(jī)數(shù)的研究采用不同的定義，如式（5）～式（8）。

同起飛飛機(jī)數(shù)的定義類似，式（5）中A1（i）定義為針對(duì)飛機(jī)i，落地時(shí)間比i推出時(shí)間早并且到達(dá)停機(jī)位時(shí)間比i推出時(shí)間晚的飛機(jī)數(shù)量，即當(dāng)飛機(jī)i推出時(shí)所有落地并滑行的飛機(jī)數(shù)量。式（6）中A2（i）定義為在飛機(jī)i推出至起飛過程中所有落地飛機(jī)數(shù)量，而式（7）中A3（i）的則為飛機(jī)i推出至起飛過程中所有到達(dá)停機(jī)位的飛機(jī)數(shù)量。式（8）中的A4（i）為以上兩者的交集。

通過線性回歸分析可得，A4（i）定義的落地滑入飛機(jī)數(shù)和滑行時(shí)間有最強(qiáng)關(guān)聯(lián)性，其次為A2（i）和A3（i），他們同滑行時(shí)間的關(guān)聯(lián)性大小幾乎不分上下，而A1（i）定義下的落地滑入飛機(jī)數(shù)同滑行時(shí)間關(guān)聯(lián)性非常低。這表明：A2（i）、A3（i）和A4（i）定義下的落地滑入飛機(jī)數(shù)實(shí)際上與滑行時(shí)間有較強(qiáng)關(guān)聯(lián)度，并不同于Idris所說的極低關(guān)聯(lián)性。從圖4中落地滑入飛機(jī)數(shù)同滑行時(shí)間的關(guān)系也能看出他們之間的關(guān)聯(lián)性。實(shí)際上Idris對(duì)落地飛機(jī)數(shù)的定義同A1（i）的定義類似，A1（i）定義下的R2為0.014，同Idris定義下的R2（0.02）十分接近。

圖4　A4（i）定義的落地飛機(jī)數(shù)同滑行時(shí)間關(guān)系Fig.4　Correlation between volume of arrivals and taxi-out time based on definition A4（i）

上述對(duì)北京首都機(jī)場(chǎng)的檢驗(yàn)結(jié)果同Clewlow[10]對(duì)美國(guó)肯尼迪機(jī)場(chǎng)和波士頓機(jī)場(chǎng)的研究結(jié)果相似。在Clewlow的研究中發(fā)現(xiàn)，A2（i）、A3（i）和A4（i）定義下的落地滑入飛機(jī)數(shù)影響滑行時(shí)間，其中定義A4（i）同滑行時(shí)間關(guān)聯(lián)度最高，與北京首都機(jī)場(chǎng)結(jié)果一致。不同回歸模型的R2如表3所示。

表3　基于落地飛機(jī)數(shù)的不同回歸模型的R2值Tab.3　R2values for regression model based on arriving aircraft volume

3.3改進(jìn)回歸模型

通過線性回歸模型對(duì)首都機(jī)場(chǎng)起飛排隊(duì)飛機(jī)數(shù)、落地滑入飛機(jī)數(shù)同滑行時(shí)間的關(guān)聯(lián)性分析可知：起飛排隊(duì)飛機(jī)數(shù)和落地滑入飛機(jī)數(shù)都是影響滑行時(shí)間的重要因素，因此本文將同時(shí)考慮2個(gè)因素的影響構(gòu)建多元回歸模型。

FAA在建立多元回歸模型時(shí)對(duì)起飛排隊(duì)飛機(jī)數(shù)采用式（1）的定義，對(duì)落地滑行飛機(jī)數(shù)采用式（5）定義。通過上文對(duì)北京首都機(jī)場(chǎng)的分析，F(xiàn)AA采用的解釋變量定義并沒有體現(xiàn)出其變量和滑行時(shí)間很強(qiáng)的關(guān)聯(lián)性。同時(shí)發(fā)現(xiàn)其他不同定義下的解釋變量有更好的關(guān)聯(lián)性表現(xiàn)。

對(duì)起飛排隊(duì)飛機(jī)數(shù)和落地滑入飛機(jī)數(shù)采用與FAA不同的定義，起飛排隊(duì)飛機(jī)數(shù)（D）采用DIdris定義，落地滑入飛機(jī)數(shù)（A）分別采用A2（i）、A3（i）和A4（i）定義，運(yùn)用首都機(jī)場(chǎng)截面數(shù)據(jù)，建立改進(jìn)回歸模型即

多元線性回歸模型的系數(shù)可看出，每多增加一個(gè)降落飛機(jī)比多增加一個(gè)起飛飛機(jī)對(duì)滑行時(shí)間的影響更大。如式（11）中每增加一個(gè)降落飛機(jī)，滑行時(shí)間相應(yīng)增加2.57 min；而每增加一個(gè)起飛飛機(jī)，滑行時(shí)間相應(yīng)增加1.58 min。另外多元線性回歸模型的R2得到明顯提升（3個(gè)模型的R2都達(dá)到了0.8，高于之前任何基于起飛排隊(duì)飛機(jī)數(shù)和落地滑入飛機(jī)數(shù)模型的R2）。此結(jié)果表明多元線性回歸模型能很好地對(duì)數(shù)據(jù)進(jìn)行擬合，估計(jì)滑行時(shí)間。不同回歸模型的R2如表4所示。

表4　改進(jìn)回歸模型的R2值Tab.4　R2values for improved regression model

為能更好地看到模型改進(jìn)后R2的變化，具體的計(jì)算結(jié)果如表5所示。表中第1列分別為3種改進(jìn)模型（T1、T2、T3）和FAA模型（TFAA）；第2列為基于起飛排隊(duì)飛機(jī)數(shù)的各模型R2值；第3列為基于落地滑入飛機(jī)數(shù)的各模型R2值；第4列為基于以上兩個(gè)變量的模型R2值。FAA模型的R2僅為0.371 8，而改進(jìn)模型的R2有了很大提升，能夠更好地估計(jì)暢通滑行時(shí)間。

表5　改進(jìn)回歸模型和FAA模型R2值對(duì)比Tab.5　Comparison of R2values between improved regression model and FAA model

4　估計(jì)暢通滑行時(shí)間

通過以上回歸分析可知，基于式（11）的回歸模型R2最高，因此本文采用基于式（11）的線性回歸模型估計(jì)暢通滑行時(shí)間。針對(duì)某架飛機(jī)i，當(dāng)起飛排隊(duì)飛機(jī)數(shù)和落地滑入飛機(jī)數(shù)都為0時(shí)，即沒有起飛排隊(duì)的飛機(jī)和落地滑行的飛機(jī)對(duì)飛機(jī)i的滑行造成影響，式（11）在Y軸上的截距則為暢通滑行時(shí)間。因此可以得到首都機(jī)場(chǎng)從停機(jī)位531到536之間推出，并在跑道36R起飛的飛機(jī)暢通滑行時(shí)間為4.82 min。滑行時(shí)間的分布情況如圖5所示，幾乎所有飛機(jī)的滑行時(shí)間都大于暢通滑行時(shí)間，僅有4架飛機(jī)的滑行時(shí)間小于暢通滑行時(shí)間（虛線下方區(qū)域）。

圖5　滑行時(shí)間分布Fig.5　Distribution of taxi-out time

5　結(jié)語

對(duì)不同定義下的起飛排隊(duì)飛機(jī)數(shù)和落地滑入飛機(jī)數(shù)同滑行時(shí)間的關(guān)聯(lián)性進(jìn)行驗(yàn)證，發(fā)現(xiàn)不同定義下起飛排隊(duì)飛機(jī)數(shù)與落地滑入飛機(jī)數(shù)對(duì)滑行時(shí)間影響作用不同。其中起飛排隊(duì)飛機(jī)數(shù)定義為針對(duì)某架飛機(jī)i推出到起飛過程中其他起飛飛機(jī)數(shù)，落地滑入飛機(jī)數(shù)定義為針對(duì)某架飛機(jī)i推出到起飛過程中其他落地并進(jìn)入機(jī)位飛機(jī)數(shù)，與滑行時(shí)間關(guān)聯(lián)性最大。并據(jù)此建立包含這2個(gè)解釋變量的多元線性回歸模型，此模型較其他回歸模型，特別是比FAA采用的模型擬合度更好。因此利用此模型對(duì)北京首都機(jī)場(chǎng)從機(jī)位531到536推出并在跑道36R起飛飛機(jī)的暢通滑行時(shí)間進(jìn)行估計(jì)，結(jié)果為4.82 min。分析2月至5月滑行時(shí)間分布，僅4架飛機(jī)的滑行時(shí)間小于暢通滑行時(shí)間。

本文僅研究了從首都機(jī)場(chǎng)某一停機(jī)位區(qū)域到某一跑道的暢通滑行時(shí)間，未來將進(jìn)一步研究對(duì)不同停機(jī)位—跑道組合、不同跑道運(yùn)行模式或在其他影響滑行時(shí)間因素干擾下的暢通滑行時(shí)間。另外對(duì)滑行效率的評(píng)價(jià)不僅僅是一個(gè)指標(biāo)，還需進(jìn)一步研究評(píng)價(jià)指標(biāo)體系。

[1]中國(guó)民用航空局.關(guān)于公布協(xié)調(diào)機(jī)場(chǎng)航班時(shí)刻容量的通知（局航明發(fā)[2012]1990號(hào)）[G].北京：中國(guó)民用航空局，2012.

[2]EUROCONTROL.ATM Airport Performance（ATMAP）Framework-Measuring Airport Airside and Nearby Airspace Performance[R].Brussels,2009.

[3]PAUL J A,BATTA R,LIN L,et al.Airport Security System Design：Passenger Flow Analysisand SimulationModeling[M]//PAUL S,FRANCIS X S.Protecting Airline Passengers in the Age of Terrorism,Goleta: ABC-CLTIO,2009:184-206.

[4]COOPER W W，CHERNIAVSKY E A，DEARMON J S，et al.Determinationof MinimumPush-backTimePredictabilityNeededforNear-term Departure Scheduling Using DEPARTS[C]//Proceedings of the Fourth USA/Europe Air Traffic Management Seminar ATM-2001,Santa Fe NM.2001.

[5]FAA.ASPM Taxi Times:Definitions of Variables[EB/OL].（2015-07-05）.[2015-09-15].http://aspmhelp.faa.gov/index.php/ASPM_Taxi_Times: _Definitions_of_Variables.

[6]ZHANG Y,WANG Q.Applying Regression Models to Benchmark Airport Taxiing Performance Indicators[C]//11th International Conference of Chinese Transportation Professionals（ICCTP）,2011.

[7]EUROCONTROL,FAA.US/Europe Comparison of ATM-Related Oprational Performance 2010[R].Brussels/Washington D C,2010.

[8]EUROCONTROL,FAA.US/EuropeComparison of ATM-Related Oprational Performance 2013[R].Brussels/Washington D C,2013.

[9]中國(guó)民用航空局.關(guān)于印發(fā)民航航班正常統(tǒng)計(jì)辦法的通知（民航發(fā)（2012）88號(hào)）[Z].北京：中國(guó)民用航空局，2012.

[10]CLEWLOW R,SIMAIAKIS I,BALAKRISHNAN H.Impact of Arrivals on Departure Taxi Operations at Airports[C]//Proceedings of the AIAA Guidance,Navigation,and Control Conference,2010.

[11]GARCIA-CHICO J.Reviewing Airport Performance：Evaluating a Methodology to Measure Time Efficiency in the Taxi-Out Phase[C]//11th AIAA AviationTechnology,Integration,and Operations（ATIO）Conference,2011.

[12]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.1998.

[13]趙松山.對(duì)擬合優(yōu)度R2的影響因素分析與評(píng)價(jià)[J].東北財(cái)經(jīng)大學(xué)學(xué)報(bào)，2003（3）：56-58.

[14]CHENG S,ALCABIN M,FRACCONE G C,et al.Developing a Baseline for Taxi Operations at US Domestic Airports[C]//12th AIAA Aviation Technology,Integration,and Operations（ATIO）Conference and 14th AIAA/ISSMO Multidisciplinary Analysis and Optimization Conference, 2012.

（責(zé)任編輯：劉智勇）

Aircraft unimpeded taxi time in Beijing Capital International Airport

ZHAO Yifei,TANG Hualong
（Air Traffic Management Research Base,CAUC,Tianjin 300300,China）

Given consistent expanding airport size and increasing air traffic flow,accurately apprehending the traffic congestion situation in operation management becomes a vital problem.In China only a few airports′average taxi out time is specified as the indicator of airport operation.However,it cannot recognize the difference between various combinations of gates and departure runways in one specific airport.The unimpeded taxi time is introduced as an optimum reference in FAA and EUROCONTROL in order to evaluate the level of inefficiencies in the taxi-out phase.Nevertheless,the value of unimpeded taxi time in US or Europe is not suitable for airports in China.Based on FAA and EUROCONTROL approaches,an improved one on which multiple linear regression models is built, is proposed to evaluate the unimpeded taxi time.Validaton of this approach with operational data in Beijing Capital International Airport proves its feasibility.

traffic congestion;taxi-out efficiency;unimpeded taxi time;regression analysis

V355.2

A

1674-5590（2016）04-0001-05

2015-07-05；

2015-10-08基金項(xiàng)目：國(guó)家自然科學(xué)基金項(xiàng)目（U1433111）

趙嶷飛（1971—），男，湖南常德人，教授，博士，研究方向?yàn)榭罩薪煌ㄒ?guī)劃與管理.