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

Podejście opisane w niniejszej pracy opiera się na procedurze rekonstrukcji zdarzeń lotniczych i obliczania hałasu wprowadzonej przez Pretto et al. Procedura ta została tutaj rozszerzona w celu i) uwzględnienia topografii obszaru lotniska oraz ii) umożliwienia skutecznego przewidywania przyszłych poziomów hałasu w związku ze zmianami w składzie floty samolotów i natężeniu ruchu lotniczego. Kluczowe etapy tego rozszerzonego podejścia podsumowano na schemacie blokowym na rys. 1, który ma na celu pomóc czytelnikowi w zrozumieniu opisanych poniżej etapów metodologicznych.

Rys. 1
figure1

Schemat blokowy opisujący kluczowe etapy obecnego podejścia. Dane wejściowe wymieniono po lewej stronie

Summary of noise computation procedure

W niniejszym podrozdziale krótko opisano główne kroki umożliwiające obliczenie konturów hałasu portu lotniczego z wykorzystaniem modelu hałasu ECAC i internetowych danych o ruchu lotniczym, ze szczególnym uwzględnieniem aspektów, które mają wpływ na operacje opisane od sekcji 2.2. Cała procedura została szczegółowo opisana przez Pretto et al.

Model ECAC Doc.29 i baza danych ANP

Model ECAC Doc.29 jest najlepszym w praktyce modelem przewidywania segmentacyjnego hałasu lotniczego, który umożliwia obliczanie poziomów i konturów hałasu wokół portów lotniczych z powodu ruchu statków powietrznych w określonym okresie czasu. W każdym wybranym porcie lotniczym model oblicza pożądane skumulowane mierniki hałasu, takie jak LAeq,day, LAeq,night, LDEN i Lmax,avg, poprzez nałożenie na siebie skutków pojedynczych zdarzeń lotniczych, tj. odlotów i przylotów. Dla każdego z nich oblicza się poziomy dźwięku SEL i LAmax dla pojedynczego zdarzenia, wykorzystując siatkę odbiorników dźwięku w regionie zainteresowania wokół lotniska. Każdy z tych dwóch poziomów dźwięku jest obliczany poprzez nałożenie efektów zestawu segmentów toru lotu, które reprezentują trójwymiarowy ruch samolotu w czasie podczas zdarzenia. Segmenty te są otrzymywane przez połączenie ścieżki naziemnej, która reprezentuje naziemną projekcję ruchu statku powietrznego, z profilem lotu, który zawiera informacje o ruchu pionowym nad ścieżką naziemną i związane z nim parametry lotu (np. skalibrowana prędkość lotu i ciąg silnika).

Dla pojedynczego zdarzenia, ścieżka naziemna i profil lotu mogą być wygenerowane albo przez analizę danych o ruchu statku powietrznego, albo przez syntezę z odpowiednich informacji proceduralnych. W przypadku profilu lotu informacje te składają się z serii kroków proceduralnych, które nakazują, w jaki sposób statek powietrzny musi być pilotowany podczas pojedynczej operacji (odlot lub przylot) w zakresie prędkości, wysokości i ustawień klap. Te kroki proceduralne są wymienione w bazie danych ANP , która zawiera odpowiednie zestawy profili lotu dla około 140 modeli referencyjnych statków powietrznych znanych jako proxy. Profil lotu jest obliczany przy użyciu równań mechanicznych i kinematycznych, które wymagają znajomości takich zestawów profili, podstawowych cech modelu statku powietrznego (np. masy statku powietrznego) również dostarczonych przez ANP, oraz warunków atmosferycznych, umożliwiając obliczenie ciągu silnika, wysokości oraz rzeczywistych i skalibrowanych prędkości lotu nad torem naziemnym .

Po uzyskaniu segmentowego toru lotu dla pojedynczego zdarzenia lotniczego, obliczenie poziomów hałasu segmentowego jest wykonywane w silniku hałasu ECAC poprzez uwzględnienie osiągów statku powietrznego wewnątrz danego segmentu oraz lokalizacji odbiornika. Po pierwsze, bazowe poziomy hałasu są interpolowane z poziomów odniesienia, znanych jako dane „hałas-moc-odległość” (NPD) i ważnych dla prostej, nieskończenie długiej trasy lotu ze stałą prędkością, z wykorzystaniem bieżących wartości ciągu (mocy) silnika i odległości segment-odbiornik. Następnie wprowadza się korekty uwzględniające warunki atmosferyczne, prędkość niereferencyjną, położenie silników samolotu, kąt przechyłu, skończoną długość segmentu, kierunkowość dźwięku podczas ruchu na pasie startowym oraz ciąg wsteczny. Poziomy hałasu wszystkich segmentów są następnie nakładane na siebie, a SEL i LAmax są znajdowane w jednym punkcie odbiornika. Proces jest powtarzany dla wszystkich odbiorników, kończąc w ten sposób obliczanie hałasu pojedynczego zdarzenia.

Integracja z internetowymi danymi o ruchu lotniczym

Zastosowanie modelu ECAC do obliczania poziomów hałasu pojedynczego zdarzenia wymaga pełnego opisu zdarzenia lotniczego. Uzyskuje się go poprzez gromadzenie danych z Internetu. Podstawowe informacje pochodzą z flight trackera Flightaware, który został przeszukany w czerwcu 2018 r. w celu zebrania surowych danych o ruchu lotniczym w dziewięciu europejskich portach lotniczych, pobierając około 11 000 historii lotów. Każda historia lotu zawiera trójwymiarowe lokalizacje i prędkości, uporządkowane w czasie i oddalone o 15 s, określonego samolotu, zwykle identyfikowanego poprzez jego rejestrację i oznaczenie typu ICAO. Wszystkie lokalizacje lotnisk i pasy startowe zostały pobrane ze strony internetowej OurAirports , podczas gdy strona Airlinerlist została wykorzystana do stworzenia bazy danych offline, która kojarzy rejestrację z konkretnym modelem samolotu.

Ponieważ nieprzetworzone historie lotów były czasami niepoprawne, często brakowało w nich śladów ruchów pozalotniczych, a model samolotu nigdy nie był podany wprost, pobrane dane lotów zostały wstępnie przetworzone przy użyciu pasa startowego i informacji o samolocie wspomnianych powyżej, aby zrekonstruować ruch lotniczy i odzyskać pas startowy/przylotowy oraz model samolotu. Te ostatnie wykorzystano następnie do wprowadzenia głównej tabeli substytucji ANP, która jest narzędziem kojarzącym określony model z odpowiednim wskaźnikiem zastępczym ANP, umożliwiając w ten sposób obliczenie hałasu za pomocą modelu ECAC. Dla danej pary model-próbka podano wiele konfiguracji, które różnią się przede wszystkim wariantem silnika i masą, a tym samym poziomem emitowanego hałasu. W związku z tym w tabelach ANP podano wiele wartości współczynnika korekcyjnego zwanego „liczbą równoważnych zdarzeń”, Neq, aby zmodyfikować przybliżone poziomy hałasu zgodnie z konkretną konfiguracją statku powietrznego. Ponieważ nie można było uzyskać informacji o różnych konfiguracjach, dla każdego modelu zbudowano średnią konfigurację, a do wartości przybliżonej przypisano dwie średnie liczby równoważnych zdarzeń (różne dla odlotów i przylotów). Gdy rejestracja statku powietrznego nie była dostępna, druga tabela substytucji ANP mogła być użyta do uzyskania bezpośredniego skojarzenia desygnator ICAO-przybliżenie, ponieważ tylko jedna konfiguracja jest wymieniona i uśrednianie nie jest potrzebne.

Zrekonstruowane ruchy lotnicze podczas pojedynczego zdarzenia odlotu/przylotu na wybranym lotnisku są używane, wraz z informacjami o statku powietrznym, do konstrukcji segmentowanego toru lotu. W każdym zdarzeniu lotniczym ścieżka naziemna jest budowana poprzez analizę danych pozycji 2D, podczas gdy profil lotu jest syntetyzowany z kroków proceduralnych ECAC, ponieważ odstęp czasowy pomiędzy kolejnymi zapisami lotu (15 s) jest zbyt duży, aby zapewnić wiarygodną rekonstrukcję ciągu silnika wyłącznie na podstawie informacji o prędkości i wysokości.

Generowanie map konturowych hałasu

W pierwotnej aplikacji każde lotnisko było badane oddzielnie i identyfikowano wszystkie zdarzenia lotnicze występujące w danym dniu. Dla każdego zdarzenia budowano segmentową trasę lotu i obliczano jego udział w hałasie lotniskowym na kwadratowej siatce 11 881 odbiorników rozmieszczonych co około 450 m w kierunkach x i y, na tej samej wysokości co punkt odniesienia lotniska (ARP). Na koniec nałożono na siebie poziomy dźwięku spowodowane wszystkimi zdarzeniami lotniczymi, aby uzyskać dzienne skumulowane metryki hałasu, a tym samym dzienne kontury hałasu na obszarze lotniska.

Obliczanie hałasu z uwzględnieniem danych topograficznych

Lokalna topografia (tj. wysokość powierzchni terenu wokół lotniska) może mieć nieistotny wpływ na poziomy hałasu wokół lotniska, głównie ze względu na wysokość punktów odbiorników, która wpływa na ich odległość od segmentów trasy lotu. Ponadto znajomość lokalnych wzniesień pozwala na lepszy opis pasów startowych lotniska, a także może mieć wpływ na rekonstrukcję ruchu naziemnego samolotów. W kolejnych podrozdziałach wyjaśniono, w jaki sposób wysokość terenu jest uwzględniana w niniejszej procedurze obliczania hałasu.

Pozyskiwanie i wdrażanie danych topograficznych

Źródłem danych topograficznych do niniejszej analizy jest seria cyfrowych modeli wysokościowych (DEM) terytorium Europy, która obejmuje wszystkie badane lotniska. Około 1500 modeli DEM, każdy o szerokości i długości geograficznej 1 stopnia oraz rozdzielczości 3 sekund łuku, zostało pobranych ze strony WebGIS i odpowiednio przetworzonych w celu uzyskania jednej mapy wysokościowej dla całej Europy w postaci siatki 2D. Wzniesienia wszystkich ARP i dróg startowych zostały obliczone poprzez interpolację bilinearną danych z siatki, a każdej drodze startowej przypisano pojedynczą wartość wzniesienia (tę z jej punktu środkowego) oraz gradient (wykorzystując wzniesienia jej dwóch końców). Wynika to z faktu, że model mechaniczny ECAC opiera się na płaskich drogach startowych, ale może uwzględniać ich nachylenie podczas startu. Taka sama interpolacja została wykonana wokół każdego lotniska dla każdego punktu odbiornika biorącego udział w procedurze obliczania hałasu.

Korekta blokady linii widoczności

Blokada linii widoczności (LOS) to tłumienie dźwięku spowodowane obecnością przeszkody wzdłuż bezpośredniej ścieżki propagacji między źródłem a odbiornikiem. Struktury naturalne, takie jak góry i wzgórza, mogą działać jak „ekrany dźwiękowe”, rozpraszając fale dźwiękowe, a tym samym znacznie obniżając poziom hałasu za nimi. Model ECAC nie uwzględnia tego efektu, ale model AEDT FAA uwzględnia go za pomocą określonej korekty LOS. Ponieważ obliczenie hałasu AEDT jest oparte na modelu ECAC, prosta implementacja tej korekty może być przeprowadzona w obecnej metodologii.

Zgodnie z AEDT, korekta LOS, LOSadj, jest obliczana razem z instalacją silnika, ΔI(φ), i tłumieniem bocznym, Λ(β,l), dla każdej pary segmentu toru lotu i odbiornika (dla definicji ΔI, Λ, kąta depresji φ, kąta elewacji β i przesunięcia bocznego l patrz ). Następnie, wartości te są porównywane w celu oszacowania ich ogólnego efektu poprzez „poprawkę boczną”, LAcorr, która ma być wykorzystana w silniku hałasu ECAC:

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

Obliczanie LOSadj wymaga określenia, dla każdej pary segment-odbiornik, czy bezpośrednia ścieżka propagacji dźwięku jest utrudniona i o ile, jeśli tak. Jest to wykonywane w obecnej aplikacji poprzez porównanie lokalnej wysokości bezpośredniej ścieżki propagacji (prosty prosty odcinek łączący tor lotu i odbiornik) z wysokością terenu. Aby uwzględnić ukształtowanie terenu, co około 300 m pobierany jest punkt próbny, którego wysokość jest obliczana za pomocą interpolacji biliniowej z wykorzystaniem czterech otaczających punktów odbiornika. Na koniec obliczane są różnice między lokalnym wzniesieniem terenu a wysokością ścieżki propagacyjnej, a maksymalna wartość jest wykorzystywana do obliczenia LOSadj zgodnie z procedurą AEDT.

Algorytm zastępowania floty

W przypadku każdej oceny przyszłego oddziaływania hałasu powodowanego przez lotnictwo, głównym aspektem, który należy wziąć pod uwagę, jest zmiana składu floty. W rzeczywistości, gdy stary samolot nie może być dłużej eksploatowany, jest on wycofywany z eksploatacji i zastępowany nowszym, zazwyczaj cichszym modelem. W niniejszej aplikacji opracowano algorytm zastępowania floty w celu aktualizacji floty statków powietrznych w latach 2018-2025, opierając się na bazie danych ANP jako źródle danych dotyczących hałasu i osiągów nowszych modeli statków powietrznych. Algorytm zastępowania jest podzielony na trzy kroki:

  1. 1)

    identyfikacja samolotów, które mają być zastąpione;

  2. 2)

    identyfikacja modeli samolotów zastępczych;

  3. 3)

    przypisanie nowego modelu do starych zdarzeń lotniczych.

W pierwszym kroku wiek każdego statku powietrznego w czasie zdarzenia lotniczego jest odzyskiwany przy użyciu bazy danych modeli statków powietrznych offline wspomnianej w sekcji 2.1.2, a nowa baza danych dla roku 2025 jest tworzona poprzez zwiększenie wieku każdego statku powietrznego o 7 lat. Następnie wszystkie statki powietrzne, których wiek przekracza 22 lata, uznaje się za nadające się do zastąpienia. Granica wieku wynika z nieznacznego uproszczenia modelu składu floty stosowanego w prognozach dotyczących lotnictwa w Zjednoczonym Królestwie. Drugi etap polega na podjęciu decyzji, które statki powietrzne najlepiej nadają się do reprezentowania przyszłej floty. W tym względzie należy rozważyć dwa aspekty: i) podczas gdy w ciągu najbliższych kilku lat oczekuje się, że samoloty nowej generacji zdominują rynek (np. A320neo), niektóre modele obecnej generacji są nadal sprzedawane ; ii) ponieważ baza danych ANP została ostatnio zaktualizowana w lutym 2018 r., niektóre modele nowej generacji oczekiwane do 2025 r. nie są jeszcze wymienione, przede wszystkim nie posiadając w tym czasie oficjalnej certyfikacji hałasu.

W świetle powyższych rozważań pula podaży zawierająca zastępcze modele samolotów jest budowana w następujący sposób. Po pierwsze, pulę podzielono na 10 kategorii zgodnie z wielkością statku powietrznego, reprezentowaną przez maksymalną masę i przybliżoną liczbę miejsc. Po drugie, dla każdej kategorii identyfikuje się modele statków powietrznych, które są najlepsze w swojej klasie pod względem emisji hałasu, i pobiera się je z pierwszej tabeli substytucji ANP, a następnie buduje się średnią konfigurację dla każdego modelu, jak wyjaśniono w sekcji 2.1.2. Wyniki przedstawiono w tabeli 1, która pokazuje również, że dla jednej kategorii wybieranych jest wiele modeli. Dzieje się tak albo dlatego, że takie modele mają podobny poziom hałasu, albo aby lepiej odwzorować zmienność wagową w ramach danej kategorii.

Tabela 1 Pula dostaw najlepszych w klasie modeli statków powietrznych dostępnych w ramach ANP dla nowej floty statków powietrznych w 2025 r.

Trzecim i ostatnim krokiem jest faktyczna modyfikacja floty. Każdemu statkowi powietrznemu nadającemu się do zastąpienia przypisuje się MTOW jego pierwotnego proxy ANP, a parametr ten jest wykorzystywany do identyfikacji kategorii puli dostaw. Nowy model jest wybierany losowo z wyjątkiem kategorii < 190 000, w przypadku której postanowiono zachować podział rynku w 2018 r. między wiodących producentów Airbus i Boeing poprzez zastąpienie starszych statków powietrznych modelami tego samego przedsiębiorstwa. Należy zauważyć, że wybór wewnątrz tej samej kategorii gwarantuje, że stary tor naziemny jest zawsze zgodny z nowym statkiem powietrznym, w szczególności w odniesieniu do ruchów naziemnych i promieni zakrętów.

Generowanie dodatkowych zdarzeń lotniczych

Poza uwzględnieniem ewolucji floty statków powietrznych, prognozy przyszłych scenariuszy ruchu lotniczego powinny również uwzględniać możliwy wzrost liczby ruchów lotniczych. O ile jednak statki powietrzne są wycofywane z eksploatacji indywidualnie, o tyle liczba i charakterystyka nowych zdarzeń lotniczych zależy od wielu czynników na poziomie globalnym, krajowym i lokalnym. W niniejszej aplikacji czynniki globalne i krajowe są uwzględniane przy użyciu oficjalnych 7-letnich prognoz ruchu EUROCONTROL, które są stosowane lokalnie do interesującego nas portu lotniczego, sprawdzając, czy przewidywany przyrost jest zgodny z jego cechami i ograniczeniami (np. maksymalną przepustowością systemu pasów startowych).

Po wybraniu portu lotniczego i uzyskaniu informacji o przewidywanym wzroście ruchu, stosowany jest algorytm generowania zdarzeń lotniczych w celu utworzenia wymaganej liczby dodatkowych ruchów statków powietrznych. Algorytm ten jest stosowany do zdarzeń z jednego dnia po wymianie floty i wykorzystuje istniejące zasoby danych do symulacji przyrostu ruchu. Składa się on z trzech kroków:

  1. 1)

    rozdzielenie istniejących zdarzeń lotniczych na 60 podklas według trzech parametrów;

  2. 2)

    odzyskanie liczby nowych zdarzeń lotniczych w każdej podklasie;

  3. 3)

    generowanie zdarzeń lotniczych dla każdej podklasy.

W pierwszym etapie zdarzenia lotnicze są klasyfikowane zgodnie z trzema parametrami przedstawionymi w tabeli 2. 60 (2 × 10 × 3) podklas wyraża podział ruchu w danym porcie lotniczym, pokazując, które operacje są najczęstsze dla statków powietrznych o danej wielkości podczas danej części doby. Podział ten pokazuje sposób funkcjonowania wybranego portu lotniczego, podkreślając nieodłączne ograniczenia (np. unikanie odlotów dużych statków powietrznych w nocy), które powodują, że w niektórych podklasach nie rejestruje się żadnych zdarzeń. Dlatego też wprowadzenie klasyfikacji przedstawionej w tabeli 2 umożliwia opracowanie strategii spójnego zwiększania ruchu lotniczego na lotnisku.

Tabela 2 Parametry użyte do klasyfikacji istniejących zdarzeń lotniczych

W drugim kroku do wszystkich 60 podklas stosuje się znany procent przyrostu ruchu, a dla każdej z nich znajduje się liczbę zdarzeń lotniczych, które należy dodać. Ponieważ liczby te nie są liczbami całkowitymi, wszystkie 60 wartości są zerowane, a pozostałe części ułamkowe są rozdzielane między podklasy o liczbie zdarzeń najbardziej zbliżonej do liczby całkowitej. Krok ten implikuje założenie, że ruch lotniczy w 2025 roku zachowa podział zdarzeń lotniczych zaobserwowanych na wybranym lotnisku w 2018 roku.

W trzecim kroku nowe zdarzenia lotnicze są generowane oddzielnie dla każdej podklasy. Jeśli m jest liczbą dodatkowych zdarzeń dla danej podklasy, identyfikowane jest n zdarzeń zarejestrowanych w 2018 r. dla tej podklasy, a m spośród nich jest losowo wybierane i powielane. Ta operacja, wykonana we wszystkich podklasach, daje wszystkie zdarzenia potrzebne do symulacji zwiększonego ruchu na lotnisku.

Jako ostatnia uwaga, algorytm ten został opracowany wyłącznie w celu obliczenia skumulowanych metryk hałasu w ramach prognozowanych scenariuszy ruchu, a zatem nie uwzględnia praktyk związanych z ATC, takich jak separacja ruchu lub czasowa rearanżacja zdarzeń w celu dostosowania do nowych ruchów lotniczych. Ewentualne ograniczenia portu lotniczego, takie jak przepustowość systemu pasów startowych, są należycie uwzględniane przy stosowaniu algorytmu.

.

Leave a Reply

Dodaj komentarz

Twój adres e-mail nie zostanie opublikowany.