利用Mode S数据对跑道偏离前兆的定量评估
物理与社会
2019-03-29 v1
摘要
评估罕见航空事故（例如跑道偏离）的一种方法是识别其促成因素（例如刹车过晚、着陆过长、拉平不当、进近不稳定），并构建一个描述这些因素间因果关系的依赖树（例如着陆过长可能是未复飞的进近不稳定的结果）。然后将概率输入此类模型以评估风险。在估计这些概率时，有许多数据源可供参考。航空公司可以获取其机队的全面飞行数据记录；制造商致力于收集其所造飞机的数据；空中交通管制记录雷达轨迹。尽管Mode S数据不如其他飞行数据记录完整，但它极具吸引力，特别是对学术界而言，因为该数据是开放的，可以不经混淆地发布，并为社区提供可复现的结果。Mode S还提供了一个无差别的信息源（不限于特定航空公司或机型），这对于将符合异常模式的航班置于具体背景中分析非常有帮助。我们拟通过一个围绕跑道偏离风险评估的案例研究，探讨仅基于Mode S数据进行分析的优势与局限性。
引用
@article{arxiv.1903.11964,
title = {Quantitative Assessments of Runway Excursion Precursors using Mode S data},
author = {Xavier Olive and Pierre Bieber},
journal= {arXiv preprint arXiv:1903.11964},
year = {2019}
}