Forecasts of future scenarios for airport noise based on collection and processing of web data

Den fremgangsmåde, der beskrives i dette dokument, er baseret på den procedure for rekonstruktion af flyvehændelser og støjberegning, som Pretto et al. har introduceret. Denne procedure er her udvidet til i) at tage højde for lufthavnsområdets topografi og ii) at muliggøre en effektiv forudsigelse af de fremtidige støjniveauer som følge af variationer i flyflådens sammensætning og lufttrafikmængden. De vigtigste trin i denne udvidede fremgangsmåde er opsummeret i flowdiagrammet i fig. 1, der har til formål at hjælpe læseren med at forstå de metodologiske trin, der beskrives nedenfor.

Fig. 1
figure1

Flowdiagram, der beskriver de vigtigste trin i den foreliggende fremgangsmåde. Inddataene er anført i venstre side

Resumé af støjberegningsproceduren

Dette underafsnit beskriver kort de vigtigste trin, der gør det muligt at beregne lufthavnsstøjkonturer ved hjælp af ECAC-støjmodellen og webbaserede luftfartsdata, med særlig fokus på de aspekter, der påvirker de operationer, der er beskrevet fra afsnit 2.2 og fremefter. Hele proceduren er beskrevet i detaljer af Pretto et al. .

ECAC Doc.29-modellen og ANP-databasen

ECAC Doc.29-modellen er en model til forudsigelse af flystøj ved hjælp af bedste praksis for segmentering af flystøj, som gør det muligt at beregne støjniveauer og -konturer omkring lufthavne som følge af flybevægelser i en bestemt tidsperiode. I enhver udvalgt lufthavn beregner modellen de ønskede kumulative støjparametre, såsom LAeq,dag, LAeq,nat, LDEN og Lmax,avg, ved at lægge virkningerne af enkeltstående flyvebegivenheder, dvs. afgange og ankomster, over hinanden. For hver af dem beregnes enkeltbegivenhedslydeniveauerne SEL og LAmax ved hjælp af et gitter af lydmodtagere i det relevante område omkring lufthavnen. Hvert af disse to lydniveauer beregnes ved at overlejre virkningerne af et sæt flyvebanesegmenter, som repræsenterer flyets 3D-bevægelse over tid under hændelsen. Disse segmenter opnås ved at sammenlægge jordsporet, som repræsenterer jordprojektionen af flybevægelsen, med flyveprofilen, som indeholder oplysninger om den vertikale bevægelse over jordsporet og de tilhørende flyveparametre (f.eks. kalibreret lufthastighed og motortræk).

For en enkelt begivenhed kan jordsporet og flyveprofilen genereres enten ved analyse af flybevægelsesdata eller ved syntese ud fra passende procedureoplysninger. I tilfælde af flyveprofiler består disse oplysninger af en række proceduremæssige trin, som foreskriver, hvordan luftfartøjet skal flyves under en enkelt operation (afgang eller ankomst) med hensyn til hastighed, højde og flapindstillinger. Disse proceduremæssige trin er opført i ANP-databasen , som indeholder passende sæt af flyveprofiler for ca. 140 referenceflymodeller, såkaldte proxies. En flyveprofil beregnes ved hjælp af mekaniske og kinematiske ligninger, der kræver kendskab til sådanne profilsæt, grundlæggende flymodelegenskaber (f.eks. flyvægt), som også leveres af ANP, og atmosfæriske forhold, hvilket gør det muligt at beregne motortræk, højde og sande og kalibrerede lufthastigheder over jordsporet.

Når den segmenterede flyvevej for en enkelt flyvebegivenhed er opnået, foretages beregningen af segmentstøjniveauer i ECAC’s støjmotor ved at tage hensyn til flyets ydeevne inden for det givne segment og placeringen af en modtager. Først interpoleres de grundlæggende støjniveauer fra referenceniveauer, kendt som “Noise-Power-Distance”-data (NPD), der gælder for en lige, uendelig lang flyvevej, der flyves med fast hastighed, ved hjælp af de aktuelle værdier for motortræk (effekt) og afstanden mellem segment og modtager. Derefter foretages der justeringer for at tage højde for atmosfæriske forhold, ikke-referencehastighed, flymotorernes position, hældningsvinkel, endelig segmentlængde, lydretning under landingsbanebevægelser og omvendt tryk. Alle segmentstøjniveauer lægges derefter sammen, og SEL og LAmax findes i et enkelt modtagerpunkt. Processen gentages for alle modtagere, hvorved beregningen af støjniveauet ved en enkelt hændelse afsluttes.

Integration med webbaserede luftfartsdata

Anvendelsen af ECAC-modellen til beregning af støjniveauer ved en enkelt hændelse kræver en fuldstændig beskrivelse af flyvehændelsen. Denne fås ved hjælp af dataindsamling fra internettet. De centrale oplysninger kommer fra flytracker Flightaware, som blev søgt i juni 2018 for at indsamle rå luftfartsdata i ni europæiske lufthavne og hente ca. 11 000 flyvehistorier. Hver flyvehistorik indeholder 3D-placeringer og -hastigheder, ordnet i tid og med 15 s mellemrum, for et bestemt fly, der normalt identificeres via dets registrering og ICAO-typeidentifikationskode. Alle lufthavnsplaceringer og landingsbaner blev hentet fra webstedet OurAirports , mens webstedet Airlinerlist blev brugt til at opbygge en offline-database, der knytter registreringen til den specifikke flymodel.

Da de rå flyvehistorier undertiden var ukorrekte, ofte manglede spor af bevægelser uden for luften, og flymodellen aldrig blev rapporteret eksplicit, blev de hentede flyvedata forbehandlet ved hjælp af ovennævnte oplysninger om landingsbane og fly for at rekonstruere flybevægelsen og genfinde afgangs-/ankomstlandingsbanen og flymodellen. Sidstnævnte blev derefter brugt til at indtaste ANP-substitutionstabellen, som er et værktøj, der tilknytter en specifik model til en passende ANP-proxy og dermed muliggør støjberegning via ECAC-modellen. Der er opført mange konfigurationer for det givne model-proxy-par, som primært adskiller sig fra hinanden med hensyn til motorvariant og vægt og dermed med hensyn til støjoutput. Derfor er der i ANP-tabellerne angivet flere værdier af en korrektionsfaktor kaldet “antal ækvivalente hændelser”, Neq, for at ændre proxy-støjniveauerne i overensstemmelse med den specifikke flykonfiguration. Da de forskellige konfigurationer ikke kunne hentes frem, blev der for hver model opstillet en gennemsnitlig konfiguration, og to gennemsnitlige antal ækvivalente hændelser (forskellige for afgange og ankomster) blev tildelt proxyen. Når flyregistreringen ikke var tilgængelig, kunne der anvendes en anden ANP-substitutionstabel for at opnå en direkte ICAO-designator-proxy-sammenhæng, da der kun er opført én konfiguration, og der ikke er behov for at beregne et gennemsnit.

De rekonstruerede flybevægelser under en enkelt afgangs-/ankomsthændelse i den valgte lufthavn anvendes sammen med flyoplysningerne til opbygning af den segmenterede flyvevej. I hver flyvebegivenhed opbygges jordsporet via analyse af 2D-positionsdataene, mens flyveprofilen syntetiseres ud fra ECAC-proceduretrinene, da tidsafstanden mellem på hinanden følgende flyveoptagelser (15 s) er for stor til at sikre en pålidelig rekonstruktion af motortræk alene ud fra oplysninger om hastighed og højde.

Generering af støjkonturkort

I den oprindelige anvendelse blev hver lufthavn undersøgt separat, og alle flyvebegivenheder, der fandt sted på en given dag, blev identificeret. For hver begivenhed blev den segmenterede flyvevej opbygget, og dens bidrag til lufthavnsstøjen blev beregnet på et kvadratisk gitter med 11 881 modtagere placeret hver ca. 450 m i både x- og y-retningen i samme højde som lufthavnsreferencepunktet (ARP). Endelig blev lydniveauerne fra alle flyvebegivenhederne lagt sammen for at opnå daglige kumulative støjmålinger og dermed daglige støjkonturer i lufthavnsområdet.

Støjberegning under hensyntagen til topografiske data

Lokal topografi (dvs. højden af landoverfladerne omkring lufthavnen) kan have en ikke ubetydelig indflydelse på støjniveauerne omkring en lufthavn, hovedsagelig på grund af modtagerpunkternes højde, som påvirker deres afstand fra flyvevejssegmenterne. Desuden giver kendskabet til lokale højder mulighed for en bedre beskrivelse af lufthavnens landingsbaner, og rekonstruktionen af flyenes bevægelser på jorden kan også påvirkes. I de næste underafsnit forklares det, hvordan der tages højde for terrænhøjden i den foreliggende støjberegningsprocedure.

Indsamling og implementering af topografiske data

Kilden til topografiske data til denne analyse er en række digitale højdemodeller (DEM) af det europæiske område, som omfatter alle de undersøgte lufthavne. Ca. 1 500 DEM’er, hver med en breddegrad på 1 grad i både bredde- og længdegrad og med en opløsning på 3 buesekunder, blev downloadet fra webstedet WebGIS og efterbehandlet på passende vis for at opnå et enkelt højdekort for hele Europa i form af et 2D-gitter. Højden af alle ARP’er og landingsbaner blev beregnet ved bilineær interpolation af gitterdata, og hver landingsbane fik tildelt en enkelt højdeværdi (højden af dens midtpunkt) og en gradient (ved hjælp af højden af dens to ender). Dette skyldes, at den mekaniske ECAC-model er baseret på flade landingsbaner, men at den kan tage højde for banens hældning under en start. Den samme interpolation blev udført omkring hver lufthavn for hvert modtagerpunkt, der indgik i støjberegningsproceduren.

Justering for blokering af sigtelinjen

Blokering af sigtelinjen (LOS) er den lyddæmpning, der skyldes tilstedeværelsen af en forhindring langs den direkte spredningsvej mellem kilden og modtageren. Naturlige strukturer som f.eks. bjerge og bakker kan fungere som “lydskjolde”, idet de diffrakterer lydbølger og dermed sænker støjniveauet betydeligt bag dem. ECAC-modellen tager ikke højde for denne effekt, men FAA’s AEDT-model gør det ved hjælp af en specifik LOS-justering . Da AEDT-støjberegningen er baseret på ECAC-modellen, kan denne justering gennemføres på en enkel måde i denne metode.

I henhold til AEDT beregnes LOS-justeringen, LOSadj, sammen med motorinstallationen, ΔI(φ), og den laterale dæmpning, Λ(β,l), for hvert par af flyvevejssegment og modtager (for definitionerne af ΔI, Λ, nedtryksvinkel φ, elevationsvinkel β og lateral forskydning l, se ). Derefter sammenlignes disse værdier for at vurdere deres samlede virkning ved hjælp af en “lateral korrektion”, LAcorr, der skal anvendes i ECAC-støjmotoren:

$$$ L{A}_{corr}=\max\;\left $$
(1)

Beregningen af LOSadj kræver, at det for hvert segment-modtagerpar bestemmes, om den direkte lydudbredelsesvej er blokeret, og i givet fald med hvor meget. Dette gøres i denne anvendelse ved at sammenligne den lokale højde for den direkte udbredelsesvej (et simpelt lige segment, der forbinder flyvevej og modtager) med terrænhøjden. For at tage højde for terrænet tages der et prøvepunkt for hver ca. 300 m, og dets højde beregnes ved hjælp af en bilinear interpolation ved hjælp af de fire omgivende modtagerpunkter. Endelig beregnes forskellene mellem den lokale terrænhøjde og udbredelsesvejens højde, og den maksimale værdi anvendes til at beregne LOSadj i henhold til AEDT-proceduren.

Algoritme for flådeudskiftning

For enhver vurdering af den fremtidige støjpåvirkning fra luftfarten er et vigtigt aspekt, der skal tages i betragtning, ændringen i flådens sammensætning. Når et gammelt fly ikke længere kan anvendes, udgår det nemlig og erstattes af en nyere, generelt mere støjsvag model. I denne ansøgning er der udviklet en algoritme til udskiftning af flåden for at opdatere flyflåden fra 2018 til 2025, idet ANP-databasen anvendes som kilde til støj- og præstationsdata for de nyere flymodeller. Substitutionsalgoritmen er opdelt i tre trin:

  1. 1)

    identifikation af de luftfartøjer, der skal substitueres;

  2. 2)

    identifikation af de substituerende luftfartøjsmodeller;

  3. 3)

    tildeling af den nye model til gamle flyvebegivenheder.

I det første trin genfindes alderen på hvert fly på tidspunktet for flyvehændelsen ved hjælp af den offline flymodel-database, der er nævnt i afsnit 2.1.2, og der opbygges en ny database for 2025 ved at øge hvert flys alder med 7 år. Derefter anses alle luftfartøjer, hvis alder overstiger 22 år, for at være egnet til udskiftning. Grænsealderen stammer fra en let forenkling af den flådesammensætningsmodel, der anvendes til prognoserne for luftfarten i Det Forenede Kongerige.

Det andet trin består i at beslutte, hvilke fly der er bedst egnede til at repræsentere den fremtidige flåde. I den forbindelse skal der tages hensyn til to aspekter: i) selv om det forventes, at den nye generation af fly i de kommende år vil dominere markedet (f.eks. A320neo), sælges der stadig nogle modeller af den nuværende generation ; ii) da ANP-databasen sidst blev opdateret i februar 2018, er nogle af de nye generationer af flymodeller, der forventes i 2025, endnu ikke opført, primært fordi de på det tidspunkt ikke var officielt støjcertificeret.

I lyset af ovenstående betragtninger opbygges udbudspuljen, der indeholder de substituerende flymodeller, som følger. For det første er puljen opdelt i 10 kategorier efter flystørrelse, repræsenteret ved maksimal vægt og omtrentligt antal sæder. For det andet identificeres for hver kategori de flymodeller, der er bedst i deres klasse med hensyn til støjemission, og de hentes fra den første ANP-substitutionstabel, og der opbygges en gennemsnitskonfiguration for hver model som forklaret i afsnit 2.1.2. Resultaterne er anført i tabel 1, som også viser, at der vælges flere modeller for en enkelt kategori. Dette sker enten fordi sådanne modeller har et lignende støjoutput, eller for bedre at repræsentere vægtvariabiliteten inden for en given kategori.

Tabel 1 Forsyningspulje af de bedste ANP-tilgængelige flymodeller i klassen til den nye flyflåde i 2025

Det tredje og sidste trin er den egentlige flådeændring. Hvert fly, der er egnet til substitution, tildeles MTOW-værdien for dets oprindelige ANP-proxy, og denne parameter anvendes til at identificere udbudspuljekategorien. Den nye model vælges tilfældigt undtagen for kategori < 190.000, hvor det blev besluttet at bevare 2018-markedsfordelingen mellem de førende producenter Airbus og Boeing ved at erstatte de ældre fly med modeller fra samme selskab. Bemærk, at udvælgelsen inden for den samme kategori sikrer, at den gamle jordbane altid er kompatibel med det nye fly, især hvad angår jordbevægelser og svingradier.

Generering af yderligere flyvebegivenheder

Ud over at tage højde for udviklingen i flyflåden bør prognoser af fremtidige lufttrafikscenarier også tage højde for en mulig stigning i antallet af flybevægelser. Mens luftfartøjer udgår på individuelt grundlag, afhænger antallet og karakteristika for nye flyvebegivenheder imidlertid af flere faktorer på globalt, nationalt og lokalt plan. I denne applikation tages der hensyn til globale og nationale faktorer ved hjælp af officielle syvårige EUROCONTROL-trafikprognoser, som anvendes lokalt på den pågældende lufthavn for at kontrollere, om den forudsagte stigning er forenelig med dens egenskaber og begrænsninger (f.eks. maksimal banekapacitet).

Når en lufthavn er valgt og den forventede trafikstigning er fundet, anvendes en algoritme til generering af flyvebegivenheder til at skabe det nødvendige antal yderligere flybevægelser. Denne algoritme anvendes på begivenhederne for en enkelt dag efter flådeudskiftningen og gør brug af de eksisterende dataaktiver til at simulere trafikforøgelsen. Den består af tre trin:

  1. 1)

    opdeling af eksisterende flyvebegivenheder i 60 underklasser i henhold til tre parametre;

  2. 2)

    oprettelse af antallet af nye flyvebegivenheder i hver underklasse;

  3. 3)

    generering af flyvebegivenhederne for hver underklasse.

I det første trin klassificeres flyvebegivenhederne i henhold til de tre parametre, der er angivet i tabel 2. De 60 (2 × 10 × 3) underklasser udtrykker trafikfordelingen i en given lufthavn og viser, hvilke operationer der er mest almindelige for fly af en given størrelse i en given del af døgnet. Denne opdeling viser, hvordan den valgte lufthavn fungerer, idet der lægges vægt på iboende restriktioner (f.eks. undgå afgang af store fly om natten), som resulterer i, at der ikke registreres nogen hændelser i nogle underklasser. Derfor giver indførelsen af klassificeringen i tabel 2 mulighed for en strategi for en sammenhængende forøgelse af lufttrafikken i lufthavnen.

Tabel 2 Parametre anvendt til klassificering af eksisterende flyvebegivenheder

I det andet trin anvendes en kendt procentdel af trafikforøgelsen på alle 60 underklasser, og for hver af dem findes det antal flyvebegivenheder, der skal tilføjes. Da disse tal ikke er hele tal, gulves alle 60 værdier, og de resterende brøkdele omfordeles på de underklasser, der har et antal begivenheder, der ligger tættest på et heltal. Dette trin indebærer den antagelse, at lufttrafikken i 2025 vil bevare den fordeling af flyvebegivenheder, der blev observeret i den valgte lufthavn i 2018.

I det tredje trin genereres de nye flyvebegivenheder separat for hver underklasse. Hvis m er antallet af yderligere begivenheder for en given underklasse, identificeres de n begivenheder, der blev registreret i 2018 for den pågældende underklasse, og m af dem udvælges tilfældigt og duplikeres. Denne operation, der udføres på tværs af alle underklasser, giver alle de hændelser, der er nødvendige for at simulere den øgede lufthavnstrafik.

Som en sidste bemærkning skal det nævnes, at denne algoritme blev udviklet med det ene formål at beregne kumulative støjmålinger under forventede trafikscenarier og derfor ikke tager hensyn til ATC-relateret praksis som f.eks. trafikseparation eller tidsmæssig omlægning af hændelser for at imødekomme nye flybevægelser. Der tages behørigt hensyn til eventuelle lufthavnsbegrænsninger, såsom banesystemets kapacitet, ved anvendelsen af algoritmen.

Leave a Reply

Skriv et svar

Din e-mailadresse vil ikke blive publiceret.