The approach described in this paper is based on the procedure of flight event reconstruction and noise computation introduced by Pretto et al. この手順は、i) 空港周辺の地形を考慮し、ii) 航空機の構成や航空交通量の変動に起因する将来の騒音レベルを効率的に予測できるように拡張されたものである。
このアプローチの主要ステップを説明したフローチャートです。 入力データは左側に記載
騒音計算手順の概要
このセクションでは、ECAC騒音モデルとWebベースの航空交通データを用いて空港騒音コンターを計算するための主要ステップを、特に2.2項以降で説明するオペレーションに影響を与える側面に焦点を当てて簡単に説明します。
ECAC Doc.29モデルとANPデータベース
ECAC Doc.29モデルは、ベストプラクティスのセグメント化航空機騒音予測モデルであり、指定時間内の航空機移動による空港周辺の騒音レベルおよびコンターを計算することができます。 選択された空港において、このモデルは単一の飛行イベント、すなわち出発と到着の影響を重ね合わせることによって、LAeq,day, LAeq,night, LDEN, Lmax,avg など、望ましい累積騒音指標を計算します。 それぞれについて、空港周辺の関心領域における受音器のグリッドを用いて、単一イベント騒音レベルSELとLAmaxが計算される。 これらの2つの騒音レベルは、イベント期間中の航空機の3次元的な動きを表す飛行経路セグメントを重ね合わせて計算されます。 これらのセグメントは、航空機運動の地上投影を表す地上軌跡と、地上軌跡の上空の垂直運動と関連する飛行パラメータ（例えば、校正された対気速度やエンジン推力）に関する情報を含む飛行プロファイルを結合することによって得られる。 フライトプロファイルの場合、この情報は一連の手続き的ステップからなり、速度、高度、フラップ設定の観点から、1つのオペレーション（出発または到着）中に航空機がどのように飛行しなければならないかが規定されている。 ANPデータベースには、プロキシと呼ばれる約140機種のリファレンス航空機のフライトプロファイルが登録されており、これらの手順が記載されています。 飛行プロファイルは、機械的および運動学的な方程式を使用して計算されます。この方程式には、プロファイルセット、ANPが提供する基本的な航空機モデルの特徴（航空機重量など）、および大気の状態が含まれており、エンジン推力、高度、地上経路の真の速度および校正対気速度が算出されます。 まず、ベースラインの騒音レベルは、エンジン推力（パワー）とセグメント-受信機間距離の現在値を用いて、一定の速度で飛行する直線的で無限に長い飛行経路に対して有効な「騒音-パワー-距離」（NPD）データと呼ばれる基準値から補間されます。 その後、大気条件、非基準速度、航空機エンジンの位置、バンク角、有限セグメント長、滑走路移動時の音響指向性、逆噴射を考慮した調整を行う。 その後、すべてのセグメントの騒音レベルを重ね合わせ、1つの受音点におけるSELとLAmaxを求める。
Webベースの航空交通データとの統合
単一イベント騒音レベルの計算にECACモデルを適用するには、フライトイベントを完全に記述する必要があります。 これはインターネットからのデータ収集によって得られます。 核となる情報は、2018年6月にヨーロッパの9つの空港で生の航空交通データを収集するために検索されたフライトトラッカーFlightawareから得られ、約11000の飛行履歴が取得されました。 各飛行履歴には、通常登録とICAO型式指定子によって識別される特定の航空機の3D位置と速度が、時間順に15秒間隔で記録されている。 空港の位置と滑走路はすべてウェブサイトOurAirportsから取得し、登録と特定の航空機モデルを関連付けるオフラインデータベースの構築にはウェブサイトAirlinerlistを使用した。
生の飛行履歴は時に不正確で、しばしば非空中移動の痕跡がなく、航空機モデルは明示的に報告されなかったため、取得した飛行データを上記の滑走路と航空機情報を使用して前処理して飛行運動を再構成し、発着滑走路と航空機モデルを復元することにした。 これは、特定のモデルと適切なANPプロキシを関連付けるツールであり、ECACモデルによる騒音計算を可能にするものです。 モデル-プロキシのペアには多くの構成がリストアップされており、それらは主にエンジンのバリエーションと重量、ひいては騒音の出力が異なっている。 そのため，ANP の表には，航空機の構成に応じてプロキシ騒音レベルを修正するために，「等価事象数」と呼ばれる補正係数 Neq が複数用意されています． 異なるコンフィギュレーションを検索することができないため、各モデルについて平均的なコンフィギュレーションを構築し、2つの平均等価事象数（出発と到着で異なる）をプロキシに割り当てた。 航空機の登録が利用できない場合、1つの構成のみがリストされ、平均化が必要ないため、ICAO指定子-代理の直接の関連を得るために、2番目のANP置換テーブルを使用することができる。 各飛行イベントにおいて、地上軌跡は2D位置データの分析によって構築され、一方飛行プロファイルはECACの手続きステップから合成されます。 各イベントについて、分割された飛行経路が構築され、空港基準点（ARP）と同じ高度でx、y方向ともに約450mごとに配置された11,881個の受信機の正方形グリッド上で空港騒音への寄与が計算されました。 最後に、すべての飛行イベントによる騒音レベルを重ね合わせて、日々の累積騒音指標、ひいては空港エリアの日々の騒音コンターを得ました。
地形データを考慮した騒音計算
地形（空港周辺の地表の標高）は、主に飛行経路セグメントからの距離に影響する受信点の標高によって、空港周辺の騒音レベルに無視できない影響を与えることがあります。 さらに、局所的な標高の知識によって空港滑走路の記述が改善され、航空機の地上運動の再現にも影響を与える可能性があります。
地形データの取得と実装
この解析のための地形データのソースは、調査対象の全空港を含むヨーロッパ地域の一連のデジタル標高モデル（DEM）です。 緯度・経度ともに1度ずつ、解像度3秒のDEM約1500枚をWebGISのサイトからダウンロードし、適切な後処理を施すことで、ヨーロッパ全体の標高マップを2Dグリッドの形で取得しました。 ARPと滑走路の標高はグリッドデータのバイリニア補間によって計算され、各滑走路には単一の標高値（中点の標高）と勾配（両端の標高を使用）が割り当てられています。 これは，ECAC の力学モデルは平坦な滑走路を前提とし ているが，離陸時の滑走路の勾配を考慮することができるため である．
視線妨害調整
視線妨害とは、音源と受信機間の直接伝搬経路に障害物があることによる音の減衰を指します。 山や丘などの自然構造物は「遮音壁」として機能し、音波を回折させるため、その背後の騒音レベルをかなり低下させることがある。 ECACモデルはこの効果を考慮しないが、FAAのAEDTは特定のLOS調整によってこの効果を考慮する。 AEDTの騒音計算はECACモデルに基づいているため、この調整は本方法論において簡単に実施することができます。
AEDTによると、LOS調整、LOSadjは、飛行経路セグメントと受信機の各対のエンジン設置、ΔI（φ）、横減衰、Λ（β，l）と共に計算されます（ΔI、Λ、落ち込み角φ、仰角βおよび横変位lの定義については、以下を参照してください）。 そして、ECACノイズエンジンで使用される「横方向補正」LAcorrを通じて、それらの全体的な効果を推定するために、これらの値が比較される。
LOSadjの計算には、各セグメント-受音ペアで、直接音の伝搬経路が妨害されているか、もしそうならどの程度妨害しているかを判定する必要がある。 これは、直接伝搬路（飛行経路と受信機を結ぶ単純な直線区間）の局所高度と地形の標高を比較することによって行われます。 地形を考慮するため、約300mごとにサンプル点を取り、その標高は周囲の4つの受信点を使ってバイリニア補間により計算される。 最後に、局所的な地形標高と伝搬経路の高度の差が計算され、最大値はAEDT手順に従ってLOSadjを計算するために使用されます。
フリート代替アルゴリズム
航空からの将来の騒音影響の評価では、考慮すべき主要な側面としてフリート構成の変化が挙げられます。 実際、古い航空機がこれ以上運用できなくなると退役し、より新しい、一般に静かなモデルに置き換わる。 本アプリケーションでは、2018年から2025年までの航空機フリート更新のために、フリート代替アルゴリズムを開発し、より新しい航空機モデルの騒音と性能データのソースとしてANPデータベースを使用しました。 置換アルゴリズムは3つのステップに分かれています：
- 1)
置換される航空機の識別;
- 2)
置換航空機モデルの識別;
- 3)
古いフライトイベントに新しいモデルを割り当てることです。
最初のステップでは、2.1.2節で述べたオフライン航空機モデルデータベースを用いてフライトイベント時のすべての航空機の年齢を復元し、各航空機の年齢を7歳ずつ上げて2025年の新しいデータベースを構築する。 そして，機齢が 22 年を超える機体はすべて代替に適すると判断した． カットオフ年齢は、英国の航空予測に使用されたフリートミックスモデルを若干単純化したものである
第2ステップは、将来の航空機を表すのに最適な航空機を決定することである。 この点に関して、2つの側面を考慮する必要があります：i）今後数年間、新世代の航空機が市場を支配すると予想される一方で（例えばA320neo）、いくつかの現世代モデルがまだ販売されています；ii）ANPデータベースが2018年2月に最後に更新されたように、2025年までに予想される新世代のモデルのいくつかは、主にその時点で公式騒音認証がないためまだリストされていません
上記の考察に基づき、代替航空機モデルを含む供給プールは次のように構築されています。 まず、最大重量とおおよその座席数で表される航空機の大きさによって、プールを10のカテゴリーに分割する。 次に，各カテゴリーについて，騒音出力の点でクラス最高の航空機モデルを特定し，最初の ANP 代入表から検索し，2.1.2 節で説明したように各モデルの平均構成を構築する． その結果を表1に示すが，1つのカテゴリに対して複数のモデルが選ばれていることも分かる．
3番目と最後のステップは、実際のフリート修正である。 代替に適合する各航空機には、元のANPプロキシのMTOWが割り当てられ、このパラメータは供給プール・カテゴリの特定に使用される。 新しいモデルは、カテゴリ<19万を除いてランダムに選択され、ここでは古い航空機を同じ会社のモデルで代替することによって、主要メーカーAirbusとBoeing間の2018年の市場分割を維持することに決定された。 9491>
Generation of additional flight events
航空機の進化を考慮する以外に、将来の航空交通シナリオの予測は、飛行動作の数の増加の可能性も考慮する必要があることに注意してください。 しかし、航空機は個々に退役していくが、新しい飛行イベントの数や特性は、世界、国、地域レベルの複数の要因に依存する。 このアプリケーションでは、グローバルおよび国内要因は、公式の7年間のEUROCONTROL交通予測を使用することによって説明され、予測された増加がその特徴および制約（例えば、最大滑走路システム容量）に適合するかどうかをチェックするために、関心のある空港にローカルに適用されます。 このアルゴリズムは、フリート代替後の1日のイベントに適用され、既存のデータ資産を利用してトラフィック増をシミュレートする。
- 1)
3つのパラメータに従って既存のフライトイベントを60のサブクラスに分ける。
- 2)
それぞれのサブクラスで新しいフライトイベント数を検索する。
最初のステップでは、表2に報告されている3つのパラメータに従ってフライトイベントが分類される。 60（2×10×3）のサブクラスは、1日24時間のうち、あるサイズの航空機がどのオペレーションを最もよく行うかを示す、ある空港でのトラフィックのスプリットを表現している。 この分割は，選択された空港の運用方法を示しており，いくつかのサブクラスで登録されたイベントがゼロになるような固有の制限（たとえば，夜間の大型機の出発を避けるなど）が強調されている．
第2段階では、60のサブクラスすべてに既知のトラフィック増加率を適用し、それぞれに追加すべきフライトイベント数を求めます。 これらの数は整数ではないので、60個の値はすべて床に置かれ、残りの端数部分は最も整数に近いイベント数を持つサブクラスに再分配される。 このステップは，2025年の航空交通が2018年に選択された空港で観測された飛行イベントの分割を維持するという仮定を意味する。
第3ステップでは，新しい飛行イベントが各サブクラスについて別々に生成される。 与えられたサブクラスの追加イベントの数をmとすると、そのサブクラスについて2018年に記録されたn個のイベントが識別され、そのうちのm個がランダムに選択され、複製される。
最後のコメントとして、このアルゴリズムは、予測される交通シナリオの下で累積ノイズメトリクスを計算する唯一の目的で考案され、したがって、新しい飛行運動を収容するための交通分離またはイベントの時間的再配置などのATC関連慣行は考慮されていない。 滑走路のシステム容量など、考えられる空港の制約については、このアルゴリズムを適用する際にきちんと考慮されている。