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

De in dit document beschreven aanpak is gebaseerd op de door Pretto et al. geïntroduceerde procedure voor de reconstructie van vluchtgebeurtenissen en de berekening van het geluidsniveau. Deze procedure wordt hier uitgebreid om i) rekening te houden met de topografie van het luchthavengebied en ii) een efficiënte voorspelling mogelijk te maken van de toekomstige geluidsniveaus ten gevolge van variaties in de samenstelling van de vliegtuigvloot en het volume van het luchtverkeer. De belangrijkste stappen van deze uitgebreide aanpak zijn samengevat in het stroomschema van fig. 1, dat bedoeld is om de lezer te helpen de hieronder beschreven methodologische stappen te begrijpen.

Fig. 1
figure1

Stroomschema dat de belangrijkste stappen van de huidige aanpak beschrijft. De invoergegevens staan links vermeld

Samenvatting van de geluidberekeningsprocedure

In deze subparagraaf worden kort de belangrijkste stappen beschreven die het mogelijk maken om met behulp van het ECAC-geluidsmodel en webgebaseerde luchtverkeersgegevens geluidscontouren voor luchthavens te berekenen, waarbij speciale aandacht wordt besteed aan de aspecten die van invloed zijn op de vanaf paragraaf 2.2 beschreven activiteiten. De volledige procedure wordt in detail beschreven door Pretto et al.

ECAC Doc.29 model en ANP database

Het ECAC Doc.29 model is een best-practice segmentatiemodel voor de voorspelling van vliegtuiglawaai waarmee geluidsniveaus en -contouren kunnen worden berekend rond luchthavens ten gevolge van vliegtuigbewegingen gedurende een gespecificeerde tijdsperiode. Op elke geselecteerde luchthaven berekent het model de gewenste cumulatieve geluidsmetingen, zoals LAeq,day, LAeq,night, LDEN, en Lmax,avg, door de effecten van afzonderlijke vliegbewegingen, d.w.z. vertrekkende en aankomende vluchten, over elkaar heen te leggen. Voor elk van hen worden de geluidsniveaus SEL en LAmax berekend met behulp van een raster van geluidsontvangers in het betrokken gebied rond de luchthaven. Elk van deze twee geluidsniveaus wordt berekend door de effecten van een reeks vluchtpadsegmenten, die de 3D-beweging van het vliegtuig in de tijd tijdens het evenement weergeven, over elkaar heen te leggen. Deze segmenten worden verkregen door het grondspoor, dat de grondprojectie van de vliegtuigbeweging weergeeft, samen te voegen met het vluchtprofiel, dat informatie bevat over de verticale beweging boven het grondspoor en de daarmee samenhangende vluchtparameters (b.v. gekalibreerde luchtsnelheid en motorstuwkracht).

Voor een enkel evenement kunnen het grondspoor en het vluchtprofiel worden gegenereerd door analyse van de vluchtbewegingsgegevens of door synthese op basis van passende procedurele informatie. In het geval van vluchtprofielen bestaat deze informatie uit een reeks procedurestappen, die voorschrijven hoe het vliegtuig tijdens een enkele operatie (vertrek of aankomst) moet worden gevlogen in termen van snelheid, hoogte en flapinstellingen. Deze procedurestappen zijn opgenomen in de ANP-databank, die passende reeksen vliegprofielen bevat voor ongeveer 140 referentieluchtvaartuigmodellen, de zogenaamde proxies. Een vluchtprofiel wordt berekend met behulp van mechanische en kinematische vergelijkingen waarvoor kennis nodig is van dergelijke profielsets, van de basiskenmerken van het vliegtuigmodel (b.v. het gewicht van het vliegtuig), die ook door het ANP worden verstrekt, en van de atmosferische omstandigheden, zodat de stuwkracht van de motor, de hoogte en de werkelijke en gekalibreerde luchtsnelheden boven het grondspoor kunnen worden berekend

Zodra de gesegmenteerde vliegroute voor een enkele vlucht is verkregen, worden de segmentgeluidsniveaus berekend in de ECAC-geluidsengine door rekening te houden met de vliegtuigprestaties binnen het gegeven segment en de locatie van een ontvanger. Eerst worden de basisgeluidsniveaus geïnterpoleerd uit referentieniveaus, die bekend staan als “Noise-Power-Distance”-gegevens (NPD) en geldig zijn voor een rechte, oneindig lange vliegroute die met vaste snelheid wordt gevlogen, met gebruikmaking van de huidige waarden van de stuwkracht (vermogen) van de motor en de afstand tussen segment en ontvanger. Vervolgens worden aanpassingen gemaakt om rekening te houden met atmosferische omstandigheden, niet-referentiesnelheid, positie van vliegtuigmotoren, dwarshellingshoek, eindige segmentlengte, geluidsgerichtheid tijdens baanbewegingen, en tegengestelde stuwkracht. Alle segmentgeluidsniveaus worden dan gesuperponeerd en SEL en LAmax worden gevonden op een enkel ontvangerpunt. Het proces wordt herhaald voor alle ontvangers, waarmee de berekening van het geluid van een enkele gebeurtenis is voltooid.

Integratie met webgebaseerde luchtverkeersgegevens

De toepassing van het ECAC-model voor de berekening van geluidsniveaus van afzonderlijke gebeurtenissen vereist een volledige beschrijving van de vluchtgebeurtenis. Deze wordt verkregen door het verzamelen van gegevens van het internet. De kerninformatie is afkomstig van flight tracker Flightaware, die in juni 2018 werd doorzocht om ruwe luchtverkeersgegevens te verzamelen op negen Europese luchthavens, waarbij ongeveer 11.000 vluchtgeschiedenissen werden opgehaald. Elke vluchtgeschiedenis bevat de 3D-locaties en snelheden, geordend in tijd en met een tussenruimte van 15 s, van een bepaald vliegtuig, dat gewoonlijk wordt geïdentificeerd via zijn registratie en ICAO-typeaanduiding. Alle luchthavenlocaties en start- en landingsbanen werden opgehaald van de website OurAirports , terwijl de website Airlinerlist werd gebruikt om een offline database op te bouwen die de registratie koppelt aan het specifieke vliegtuigmodel.

Omdat de ruwe vluchthistorieken soms onjuist waren, vaak geen spoor van niet-luchtbewegingen bevatten en het vliegtuigmodel nooit expliciet werd gerapporteerd, werden de opgehaalde vluchtgegevens voorbewerkt met behulp van de hierboven vermelde informatie over start- en landingsbanen en vliegtuigen om de vluchtbeweging te reconstrueren en de start- en landingsbaan en het vliegtuigmodel van vertrek/aankomst te achterhalen. Dit laatste werd vervolgens gebruikt om de belangrijkste ANP-substitutietabel in te voeren, een instrument dat een specifiek model koppelt aan een geschikte ANP-proxy, zodat de geluidsberekening via het ECAC-model kan worden uitgevoerd. Voor een bepaald model-proxy-paar worden vele configuraties opgesomd, die vooral verschillen in motorvariant en gewicht, en dus in de geluidsemissie. Daarom worden in de ANP-tabellen meerdere waarden van een correctiefactor, “number of equivalent events”, Neq, gegeven om de proxygeluidsniveaus aan te passen aan de specifieke vliegtuigconfiguratie. Aangezien de verschillende configuraties niet konden worden achterhaald, werd voor elk model een gemiddelde configuratie opgesteld en werden twee gemiddelde aantallen equivalente voorvallen (verschillend voor vertrek en aankomst) toegewezen aan de proxy. Wanneer de vliegtuigregistratie niet beschikbaar was, kon een tweede ANP-substitutietabel worden gebruikt om een directe ICAO-aanduiding-proxy-associatie te verkrijgen, aangezien slechts één configuratie wordt vermeld en geen middeling nodig is.

De gereconstrueerde vliegbewegingen tijdens een enkele vertrek-/aankomstgebeurtenis op de geselecteerde luchthaven worden, samen met de vliegtuiginformatie, gebruikt voor de constructie van de gesegmenteerde vliegbaan. Bij elke vluchtgebeurtenis wordt het grondspoor opgebouwd via analyse van de 2D-positiegegevens, terwijl het vluchtprofiel wordt gesynthetiseerd aan de hand van de ECAC-procedurestappen, aangezien het tijdsverloop tussen opeenvolgende vluchtopnamen (15 s) te groot is om alleen op basis van snelheids- en hoogte-informatie een betrouwbare reconstructie van de motorstuwkracht te waarborgen.

Generatie van geluidscontourkaarten

In de oorspronkelijke toepassing werd elke luchthaven afzonderlijk bestudeerd en werden alle vluchtgebeurtenissen die op een bepaalde dag plaatsvonden, geïdentificeerd. Voor elk evenement werd de gesegmenteerde vliegroute samengesteld en werd de bijdrage ervan aan het luchthavenlawaai berekend op een vierkant raster van 11.881 ontvangers die om de 450 m in zowel x- als y-richting waren geplaatst, op dezelfde hoogte als het referentiepunt van de luchthaven (ARP). Ten slotte werden de geluidsniveaus van alle vliegbeurten gesuperponeerd om dagelijkse cumulatieve geluidsmetingen te verkrijgen, en zo dagelijkse geluidscontouren in het luchthavengebied.

Berekening van geluidshinder met inachtneming van topografische gegevens

Lokale topografie (d.w.z. de hoogte van landoppervlakken rond de luchthaven) kan een niet te verwaarlozen invloed hebben op de geluidsniveaus rond een luchthaven, hoofdzakelijk als gevolg van de hoogte van de ontvangerpunten, die van invloed is op hun afstand tot de vliegroutesegmenten. Bovendien maakt de kennis van plaatselijke hoogten een betere beschrijving van de start- en landingsbanen van de luchthaven mogelijk, en kan ook de reconstructie van de grondbewegingen van vliegtuigen worden beïnvloed. In de volgende paragrafen wordt uitgelegd hoe bij de huidige geluidsberekeningsprocedure rekening wordt gehouden met de hoogte van het terrein.

Verwerven en implementeren van topografische gegevens

De bron van topografische gegevens voor deze analyse is een reeks digitale hoogtemodellen (DEM’s) van het Europese grondgebied, die alle bestudeerde luchthavens omvatten. Ongeveer 1500 DEM’s, elk 1 graad breed in zowel lengte- als breedtegraad en met een resolutie van 3 boogseconden, werden gedownload van de website WebGIS en op passende wijze post-processed om één enkele hoogtekaart voor geheel Europa in de vorm van een 2D-raster te verkrijgen. De hoogtes van alle ARP’s en start- en landingsbanen werden berekend door bilineaire interpolatie van rastergegevens, en aan elke start- en landingsbaan werd één enkele hoogtewaarde toegekend (die van het middelpunt) en een gradiënt (met behulp van de hoogte van de twee uiteinden). De reden hiervoor is dat het mechanische model van de ECAC uitgaat van vlakke start- en landingsbanen, maar rekening kan houden met de hellingshoeken van de start- en landingsbanen tijdens het opstijgen. Dezelfde interpolatie werd uitgevoerd rond elke luchthaven voor elk ontvangerpunt dat bij de geluidsberekeningsprocedure was betrokken.

Lijn-van-zicht-blokkadecorrectie

Lijn-van-zicht-blokkade (LOS) is de geluidverzwakking als gevolg van de aanwezigheid van een obstructie langs het directe voortplantingspad tussen de bron en de ontvanger. Natuurlijke structuren zoals bergen en heuvels kunnen als “geluidsschermen” fungeren, die geluidsgolven verstrooien en zo de geluidsniveaus erachter aanzienlijk verlagen. Het ECAC-model houdt geen rekening met dit effect, maar de AEDT van de FAA wel via een specifieke LOS-aanpassing. Aangezien de AEDT-berekening van het geluidsniveau is gebaseerd op het ECAC-model, kan deze aanpassing in de huidige methodologie eenvoudig worden uitgevoerd.

Volgens AEDT wordt de LOS-aanpassing, LOSadj, berekend samen met de motorinstallatie, ΔI(φ), en de laterale verzwakking, Λ(β,l), voor elk paar vliegpadsegment en ontvanger (zie voor de definities van ΔI, Λ, de depressiehoek φ, de elevatiehoek β en de laterale verplaatsing l ). Vervolgens worden deze waarden vergeleken om het totale effect ervan te schatten via een “laterale correctie”, LAcorr, die in de ECAC-geluidsengine moet worden gebruikt:

$$ L{A}_{corr}=$
(1)

Voor de berekening van LOSadj moet voor elk segment-ontvangerpaar worden bepaald of het directe geluidvoortplantingstraject wordt belemmerd, en zo ja, hoeveel. Dit wordt in de huidige toepassing gedaan door de plaatselijke hoogte van het directe voortplantingstraject (een eenvoudig recht segment dat vliegroute en ontvanger verbindt) te vergelijken met de hoogte van het terrein. Om rekening te houden met het terrein wordt om de ongeveer 300 m een monsterpunt genomen en wordt de hoogte daarvan berekend door middel van een bilineaire interpolatie met behulp van de vier omringende ontvangerpunten. Tenslotte worden de verschillen tussen de plaatselijke terreinhoogte en de hoogte van het propagatiepad berekend en wordt de maximumwaarde gebruikt om LOSadj te berekenen volgens de AEDT-procedure.

Vlootvervangingsalgoritme

Voor elke evaluatie van toekomstige geluidsbelasting door de luchtvaart is de verandering van de vlootsamenstelling een belangrijk aspect waarmee rekening moet worden gehouden. Wanneer een oud vliegtuig niet meer kan worden geëxploiteerd, wordt het uit de vaart genomen en vervangen door een nieuwer, doorgaans stiller, model. In deze toepassing is een vlootsubstitutiealgoritme ontwikkeld om de vloot van vliegtuigen van 2018 tot 2025 bij te werken, waarbij wordt uitgegaan van de ANP-gegevensbank als bron van geluids- en prestatiegegevens voor de nieuwere vliegtuigmodellen. Het substitutiealgoritme is opgesplitst in drie stappen:

  1. 1)

    identificatie van de te vervangen vliegtuigen;

  2. 2)

    identificatie van de vervangende vliegtuigmodellen;

  3. 3)

    toewijzing van het nieuwe model aan oude vluchtgebeurtenissen.

In de eerste stap wordt de leeftijd van elk vliegtuig ten tijde van de vluchtgebeurtenis achterhaald met behulp van de in punt 2.1.2 genoemde offlinegegevensbank van vliegtuigmodellen, en wordt een nieuwe gegevensbank voor 2025 opgebouwd door de leeftijd van elk vliegtuig met 7 jaar te verhogen. Vervolgens worden alle luchtvaartuigen met een leeftijd van meer dan 22 jaar geschikt geacht om te worden vervangen. De grensleeftijd is het resultaat van een lichte vereenvoudiging van het vlootmixmodel dat voor de luchtvaartprognoses van het VK wordt gebruikt.

De tweede stap bestaat erin te bepalen welke vliegtuigen het meest geschikt zijn om de toekomstige vloot te vertegenwoordigen. In dit verband moet rekening worden gehouden met twee aspecten: i) hoewel de komende jaren naar verwachting vliegtuigen van de nieuwe generatie de markt zullen domineren (bv. A320neo), worden sommige modellen van de huidige generatie nog steeds verkocht ; ii) aangezien de ANP-database voor het laatst is bijgewerkt in februari 2018, zijn sommige modellen van de nieuwe generatie die tegen 2025 worden verwacht, nog niet in de lijst opgenomen, voornamelijk omdat ze op dat moment nog geen officiële geluidscertificering hadden.

In het licht van bovenstaande overwegingen wordt de aanbodpool met de vervangende vliegtuigmodellen als volgt opgebouwd. Ten eerste wordt de pool opgesplitst in 10 categorieën naar gelang van de grootte van het vliegtuig, uitgedrukt in maximumgewicht en geschat aantal zitplaatsen. Ten tweede worden voor elke categorie de vliegtuigmodellen geïdentificeerd en uit de eerste ANP-substitutietabel gehaald die qua geluidsemissie de beste in hun klasse zijn, en wordt voor elk model een gemiddelde configuratie samengesteld zoals uiteengezet in punt 2.1.2. De resultaten staan vermeld in tabel 1, waaruit ook blijkt dat voor één categorie meerdere modellen worden gekozen. Dit gebeurt ofwel omdat dergelijke modellen een vergelijkbare geluidsemissie hebben, ofwel om de variabiliteit in gewichten binnen een bepaalde categorie beter weer te geven.

Tabel 1 Aanbod van de beste beschikbare ANP-vliegtuigmodellen voor de nieuwe vliegtuigvloot in 2025

De derde en laatste stap is de eigenlijke vlootaanpassing. Aan elk vliegtuig dat geschikt is voor vervanging wordt het MTOW van zijn oorspronkelijke ANP-proxy toegekend, en deze parameter wordt gebruikt om de categorie van de aanbodpool te bepalen. Het nieuwe model wordt willekeurig gekozen, behalve voor categorie < 190.000, waar is besloten de marktverdeling van 2018 tussen de toonaangevende fabrikanten Airbus en Boeing te behouden door de oudere vliegtuigen te vervangen door modellen van dezelfde maatschappij. Merk op dat de selectie binnen dezelfde categorie ervoor zorgt dat het oude grondspoor altijd compatibel is met het nieuwe vliegtuig, met name wat betreft grondbewegingen en bochtstralen.

Generatie van bijkomende vluchtgebeurtenissen

Naast het rekening houden met de evolutie van de vliegtuigvloot, moeten voorspellingen van toekomstige luchtverkeersscenario’s ook rekening houden met een mogelijke toename van het aantal vliegbewegingen. Terwijl vliegtuigen op individuele basis met pensioen gaan, zijn het aantal en de kenmerken van nieuwe vliegbewegingen echter afhankelijk van meerdere factoren op mondiaal, nationaal en lokaal niveau. In deze toepassing wordt rekening gehouden met mondiale en nationale factoren door gebruik te maken van officiële 7-jaarlijkse EUROCONTROL-verkeersvoorspellingen, die lokaal worden toegepast op de betrokken luchthaven, waarbij wordt nagegaan of de voorspelde toename verenigbaar is met de kenmerken en beperkingen van die luchthaven (b.v. maximale capaciteit van het banenstelsel).

Nadat een luchthaven is geselecteerd en de verwachte verkeerstoename is berekend, wordt een algoritme voor het genereren van vluchtgebeurtenissen gebruikt om het vereiste aantal extra vliegtuigbewegingen te creëren. Dit algoritme wordt toegepast op de gebeurtenissen van één dag na de vervanging van de vloot, en maakt gebruik van de bestaande gegevens om de verkeerstoename te simuleren. Het bestaat uit drie stappen:

  1. 1)

    scheiding van de bestaande vluchtgebeurtenissen in 60 subklassen volgens drie parameters;

  2. 2)

    opvragen van het aantal nieuwe vluchtgebeurtenissen in elke subklasse;

  3. 3)

    generatie van de vluchtgebeurtenissen voor elke subklasse.

In de eerste stap worden de vluchtgebeurtenissen geclassificeerd aan de hand van de drie parameters in tabel 2. De 60 (2 × 10 × 3) subklassen geven de verdeling van het verkeer op een bepaalde luchthaven weer, waaruit blijkt welke activiteiten het meest voorkomen voor vliegtuigen van een bepaalde grootte gedurende een bepaald deel van de 24-uurs dag. Deze uitsplitsing laat zien hoe de geselecteerde luchthaven functioneert, waarbij de nadruk ligt op inherente beperkingen (bv. het vermijden van vertrek van grote vliegtuigen ’s nachts) die ertoe leiden dat in sommige subklassen geen voorvallen zijn geregistreerd. De invoering van de classificatie in tabel 2 maakt dus een strategie mogelijk om het luchtverkeer op de luchthaven op coherente wijze te doen toenemen.

Tabel 2 Parameters voor de classificatie van bestaande vluchtgebeurtenissen

In de tweede stap wordt een bekend percentage verkeerstoename toegepast op alle 60 subklassen, en wordt voor elk daarvan het aantal toe te voegen vluchtgebeurtenissen gevonden. Aangezien deze getallen geen gehele getallen zijn, worden alle 60 waarden gevloerd, en de resterende fractionele delen worden herverdeeld over de subklassen met een aantal gebeurtenissen dat het dichtst bij een geheel getal ligt. Deze stap impliceert de veronderstelling dat het luchtverkeer in 2025 de verdeling van de vluchtgebeurtenissen zal behouden die in 2018 op de geselecteerde luchthaven werd waargenomen.

In de derde stap worden de nieuwe vluchtgebeurtenissen afzonderlijk gegenereerd voor elke subklasse. Als m het aantal extra voorvallen voor een bepaalde subklasse is, worden de n in 2018 geregistreerde voorvallen voor die subklasse geïdentificeerd, en m daarvan worden willekeurig gekozen en gedupliceerd. Deze bewerking, uitgevoerd over alle subklassen, levert alle gebeurtenissen op die nodig zijn om het toegenomen luchthavenverkeer te simuleren.

Ten slotte zij opgemerkt dat dit algoritme uitsluitend is ontworpen om cumulatieve geluidsmetriek te berekenen onder voorspelde verkeersscenario’s, en daarom geen rekening houdt met ATC-gerelateerde praktijken zoals verkeersscheiding of herschikking van gebeurtenissen in de tijd om nieuwe vliegbewegingen op te vangen. Mogelijke luchthavenbeperkingen, zoals de capaciteit van het banenstelsel, worden naar behoren in aanmerking genomen bij de toepassing van het algoritme.

Leave a Reply

Geef een antwoord

Het e-mailadres wordt niet gepubliceerd.