基于环境因素的机场跑道入侵风险评价

张宗路 张兆宁

中国民航大学，国家空管运行安全技术重点实验室，天津 300300

0 引 言

跑道入侵是一种严重影响机场安全，容易导致灾难性人员伤亡事故的不安全事件。跑道入侵是一个普遍的问题，每个机场都存在跑道入侵的风险，而且随着交通量的增长，跑道入侵也将不断增加。根据加拿大运输部的一项研究，一个机场的交通量增加20%将使跑道侵入可能性增大140%[1]。跑道入侵已经成为各国民航组织急需解决的问题。

国际民航大国很早就开始对跑道入侵进行研究。从2001 年开始，FAA 跑道安全办公室每年都发布一个跑道安全报告，对美国跑道安全状况及发生的跑道入侵进行统计和分析，在防止跑道入侵的工作上取得了明显成效[2]；2001 年，ICAO 空中航行委员会开始采取行动解决跑道入侵问题，并于2006 年发布了《防止跑道入侵手册》[3]；2007 年，EUROCONTROL 经过大量的事故数据统计和实地调研，应用列表式方法建立了跑道入侵风险评价模型（ARIA）[4-5]；2012 年2 月，Dohyun Kim 等以韩国金浦机场为研究对象，提取出15 个跑道入侵风险评价指标，使用层次分析法确定指标权重，并应用故障树分析法对金浦机场跑道入侵风险进行了评价[6]。

国内对跑道入侵的研究起步较晚。2007 年，孙瑞山等分析了国际上对跑道入侵的研究成果以及所采取的预防对策和措施，为开展中国跑道入侵问题的研究提供了借鉴和引导[7]。2008 年高扬等综合运用时间序列分析方法，建立美国民航运输安全中的机场跑道入侵的ARMA 模型，揭示出民航跑道入侵的动态变化规律[8]。2010 年，许桂梅等将认知可靠性与失误分析方法运用于跑道入侵风险评价，提出了一种跑道入侵风险评价的新方法，构建了基于人的可靠性的跑道入侵风险评价模型[9]。同年，徐桂梅、黄圣国又从人-机-环境系统工程的角度建立了跑道入侵风险评价指标体系对跑道入侵风险进行了评价[10]。

上述建立的评价指标体系太过笼统，指标体系中所有评价指标均为定性指标，降低了评价的准确性和可执行性。而且，在风险等级评价时，采用受主观因素影响很大的专家打分的方法，评价结果缺乏客观性。影响跑道入侵的因素有很多，包括人为因素、环境因素、管理因素等，本文仅讨论环境因素对跑道入侵的影响。本文拟在分析出引起跑道入侵的具体环境因素后，建立定量的评价指标体系，并使用非线性可拓综合评价法对机场跑道入侵风险等级进行评价。

1 跑道入侵风险评价指标体系

影响跑道入侵的因素有很多，据统计有400 多个因素都会直接或间接的影响跑道入侵[4]。文中按照国际权威机构观点的高频指标原则对影响跑道入侵的环境因素进行筛选，对于出现频率较小的环境因素，在该评价中不予讨论。文中将筛选出的环境因素分为直接环境因素和间接环境因素，并建立评价指标体系。利用直接环境因素下的各评价指标建立评价建议值体系，为可拓综合评价中物元的确定提供依据。间接环境因素对跑道入侵的影响比较复杂，引入风险系数对评价建议值体系中相关评价指标的取值进行处理，将间接环境因素对跑道入侵的影响通过直接环境因素体现出来。

1.1 评价指标体系

本文借鉴国内外对跑道入侵影响因素分析的研究成果[11-12]，结合跑道安全专家意见，对跑道入侵影响因素进行归纳总结，并筛选出影响跑道入侵的环境因素。利用筛选出的直接环境因素和间接环境因素建立如图1 所示的跑道入侵风险评价指标体系。直接环境因素是指该因素可以直接影响跑道入侵，而间接环境因素则是通过影响其他因素间接的影响跑道入侵。

图1 基于环境因素的跑道入侵风险评价指标体系Fig.1 Evaluation index system of runway incursion risk assessment based on the environmental factors

1.2 评价建议值体系

综合考虑相关专家的意见，选取机场塔台管制人员、飞行员、车辆驾驶员以及有关专家共30 名为调查对象，结合机场的实际运行经验，给出了直接环境因素下的各评价指标关于不同风险等级的评价标准建议值，建立如表1 所示的跑道入侵风险等级评价建议值体系。通过该体系可以确定可拓综合评价中的经典域物元。由于“跑道在积雪或积冰情况下运行”因素统计起来比较困难，无法得到它的风险系数，并且，它对跑道入侵的影响也比较小，所以将它和直接环境因素一起讨论。这里跑道入侵风险等级按照国际民航组织建议的评判标准分为三个级别：低风险、中等风险、高风险[3]。

1.3 风险系数

风险系数用来表明间接环境因素对跑道入侵的影响。定义某因素的风险系数为：

风险系数体现了某一因素对跑道入侵发生概率的影响，当风险系数大于1 时，表明该因素的出现会提高跑道入侵发生的概率。例如，如果某一因素的风险系数是2，说明在该因素影响下机场运行发生跑道入侵的概率是正常运行时的2 倍。

表1 跑道入侵风险等级评价建议值体系Tab.1 Evaluation index suggested value system of runway incursion risk assessment

跑道穿越风险系数 Rcro由风险系数的概念，要得出 Rcro需要知道在跑道穿越过程中发生的跑道入侵次数和跑道入侵的总次数。通过对40 多家机场发生跑道入侵的资料统计得出，一架正在进行跑道穿越的航空器发生跑道入侵的风险要比正常运行的航空器高出一倍[4]。而在现实运行中，包含跑道穿越的运行只占全部运行的一小部分，本文认为包含跑道穿越的运行在全部运中所占的比重 x 与Rcro成简单的线性关系。

低能见度风险系数 Rvis能见度与跑道入侵的关系特别密切。当能见度降低时，机场发生跑道入侵的概率增大，尤其当能见度低于1000 m 时，机场发生跑道入侵的概率迅速增大到原来的10 倍。为了简化低能见度对跑道入侵的影响，本文取能见度为1500 m 时为基准。当能见度高于1500 m 时，视为该条件下的运行为正常运行，当能见度小于或等于1500 m 时，机场发生跑道入侵的概率增大为正常运行时的5.7 倍[4]。当然，Rvis的取值也与低能见度下的运行在全部运行中所占的比重y 有关，其函数关系如式（2）所示。如果某机场在低能见度下的运行次数占全部运行次数的20%，那么，风险系数 Rvis=1+4.7×0.2=1.94。

夜间或黎明运行风险系数 Rnig事故统计数据显示，22%的跑道入侵事故发生在夜间或黎明，并且在该时段的航空器运行量占总运行量的11%[13]。根据式（1）得到航空器在夜间或黎明时运行发生跑道入侵的概率增大为正常运行时的（0.22/0.11）/(0.78/0.89)=2.3 倍。Rnig与夜间或黎明时运行在全部运行中所占的比重Z 的线性函数如下所示。

混合运行风险系数 Rgen通过对欧洲机场跑道入侵数据进行分析，约有17%的跑道入侵事件同时包含通用航空运输和商业航空运输，并且通用航空运行量占总航空运行量的15%[14]。所以，由式（1）可计算混合运行会使跑道入侵风险增大（0.17/0.15）/(0.83/0.85)=1.2 倍。Rgen与通航运行在全部运行中所占的比重m 的函数关系如下所示。

经过对大量跑道入侵事件统计分析得出，跑道布局和使用情况下的七个指标 u1i(i=1,2,…,7)受到“跑道穿越、低能见度、夜间或黎明时运行”的影响，机场的三个指标 u2i(i=1,2,3)除此之外还受到“通航和商业航空混合运行”的影响，从而增大跑道入侵发生的概率。本文通过使用风险系数对各评价指标的取值进行处理，来体现间接环境因素对跑道入侵的影响。令 v1i(i=1,2,…,7)和 v2i(i=1,2,3)表示处理后的各评价指标的取值。

2 跑道入侵风险评价模型

非线性可拓综合评价法是以可拓学的物元模型和可拓集合、关联函数理论为基础而创立的多元数据量化决策的一种新方法。文中在建立评价所需的物元模型的基础上，针对传统关联函数在处理边界问题时与现实不符的缺陷，提出改进的关联函数。然后对物元进行归一化处理，消除量纲的影响。将评价指标在所统计的跑道入侵事件中出现的频率和层次分析法相结合，确定各级评价指标的权重。最后计算评价指标关于不同风险等级的关联度，对待评价机场的跑道入侵风险等级进行评定。

2.1 建立物元模型和关联函数

给定事物的名称N 和它关于特征c 的量值v，以有序三元组R=(N,c,v)作为描述事物的基本元称为物元[15]。在可拓综合评价模型中，物元包括经典域物元 Ro、节域物元 RP和待评价物元 Rq。根据表1 中各评价指标的建议值范围，确定该评价模型中的各个物元。

式中，Ro为经典域物元。[N N1N2…Nm]是可拓评价空间F 的一个分割，其中 Nj表示跑道入侵所划分的第j 类风险等级。Ci表示影响跑道入侵的第i 个评价指标。Vj=（V1jV2j…Vnj），其中Vij=（aij,bij）为风险等级Nj关于评价指标Ci所建议的量值范围，既不同风险等级关于对应的评价指标的经典域。

式中，RP为节域物元。P 表示风险等级的全体，Vip为P 关于Ci的取值范围，既P 的节域。

式中，Rq为待评价物元。q 表示待评价机场的风险等级，vi表示经风险系数处理后的各评价指标的取值。

非线性可拓综合评价法中的关联度的概念和模糊综合评价法中的隶属度的概念相似，都表征某一评价指标相对于某个风险等级的隶属程度。本文针对传统关联函数在处理边界问题时与现实不符的缺点，对关联函数进行了改进，改进后的关联函数如下：

式中：

Kj（vi）表示第i 个指标相对于第j 类风险等级的关联度。

2.2 归一化处理

在物元模型的建立过程中，由于各评价指标的性质不同，单位不同，不能直接进行比较,为消除量纲的影响，对各物元模型进行规一化处理。

2.3 确定指标权重

上述跑道入侵风险等级评价建议值体系中二级评价指标的权重是根据各评价指标在所统计的跑道入侵事件中出现的频率确定的，某指标出现的频率越高，说明该指标对跑道入侵的影响越大，所占的权重也就越高。对于一级评价指标权重，由于“跑道在积冰或积雪情况下运行”因素统计起来比较困难，所以无法直接根据指标出现的频率计算权重。本文采用层次分析法[16]，根据对所统计的跑道入侵事件进行分析，对每一指标进行客观判断，得到各个评价指标之间重要程度的判断矩阵，再用幂法求出判断矩阵的最大特征向量，将该特征向量规范化就可得到一级评价指标的权重。

2.4 确定关联度

式中，Kij（q）为第i 一级评价指标相对于第j 类风险等级的关联度；wil为二级评价指标权重。

式中 Kj（q）表示综合关联度；Wi为一级评价指标权重。

2.5 风险等级评定方法

则评定待评价机场的跑道入侵风险等级为j′。

称上式中 j*为待评价物元的级别变量特征值，例如j '=1，j*=1.8 表示待评价物元风险等级属于第一类偏向第二类，严格来讲属于第1.8 类，从 j *中可以看出偏向另一类的程度。

3 实例分析

通过中国民用航空局网站，民航资源网，《航行资料汇编》及《民航行业发展统计公告》等相关资料，对某机场运行数据进行统计分析，确定该机场跑道入侵风险评价指标体系中各项指标的取值及风险系数。根据表1 中的数据建立评价所需的经典域物元和节域物元。数据经过处理之后，一级评价指标“跑道布局和使用情况、机场情况、跑道在积冰或积雪情况下运行”所对应的经典域物元、节域物元和待评价物元如下所示：

该机场各间接环境因素的风险系数：

评价指标体系中一级评价指标权重 Wi和二级评价指标权重 wil：

一级评价指标相对于跑道入侵各风险等级的关联度分别为：

综合关联度为：

式中，j '=2，所以，评定该机场基于环境因素的跑道入侵风险等级为中等风险。又因为级别变量特征值 j *=1.72，所以，该机场基于环境因素的跑道入侵风险等级属于中等风险且偏向低风险，从 j*可以看出偏向的程度。

通过对该机场实际运行安全现状进行调研发现，机场运行中虽然存在跑道繁忙、滑行道布局及运行规程不合理等问题，增加了跑道入侵发生的风险，但基本不会导致严重跑道入侵事件的发生，与评价结果基本吻合，验证了该评价方法的可行性。

4 结束语

本文针对机场跑道入侵风险评价进行了初步研究。在建立跑道入侵风险评价指标体系的基础上，应用层次分析法确定指标权重，并利用可拓学中物元模型和关联函数的理论，建立跑道入侵风险评价模型。通过实例分析，结果与实际相符，验证了该评价方法的可行性。文中建立了量化的评价指标体系，增强了评价的客观性。应用可拓综合评价法对跑道入侵风险进行评价时，通过关联度和级别变量特征值综合反映出待评价机场属于某一风险等级的程度，使得评价结果更加详细、准确。同时该评价方法中物元模型建模方便，并可以根据实际情况灵活调整评价指标和标准，便于计算机实现。

[1]Transportation Safety Board of Canada.National civil aviation safety committee subcommittee on runway incursion final report[R].Canada:Transportation,2000.

[2]Federal Aviation Administration.Federal aviation administration runway safety report[R].United States:Federal Aviation Administration,2005.

[3]Benjamin Aymond.Manual for preventing runway incursion[S].Europe:International Civil Aviation Organization,2006.

[4]Page Yvonne,Adamson Paul,Miart Eric et al.Development of a computer based aerodrome runway incursion assessment(ARIA)[C].Belgium:EUROCONTROL,2007.

[5]Page Yvonne,Adamson Paul,Miart Eric,et al.A computer based aerodrome runway incursion assessment quick user Guide[Z].Belgium:EUROCONTROL,2007.

[6]Kim Dohyun,Yang Hanmo.Evaluation of the risk frequency for hazards of runway incursion in Korea[J].Journal of Transport Management，2012,(23):31-35.

[7]孙瑞山，马 平.跑道入侵初步研究[J].中国民航大学学报，2007，25（1）:85-87.

[8]高 扬，李 阳.利用ARIMA（自回归移动平均）模型对跑道入侵事件的分析及预测[J].中国安全科学学报，2008，18（11）：25-30.

[9]许桂梅，黄圣国.基于人因可靠性的跑道入侵风险定量分析研究[J].科学技术与工程，2010，10(19):4715-4719.

[10]许桂梅，黄圣国.基于改进关联函数的跑道入侵风险可拓评价[J].人类工程学,2010，16(4):56-59.

[11]张晓全，杨文涛.基于灰色系统理论的跑道入侵原因分析[J].安全与环境学报，2010，10（5）：160-162.

[12]罗 军，林雪宁，闫永刚.基于贝叶斯网络的跑道入侵影响因素研究[J].安全与环境学报，2012，12（3）：196-199.

[13]Australian Transport Safety Bureau.Aviation safety research paper runway incursions:1997 to 2003[R].Australian:Australian Transport Safety Bureau,2004.

[14]Air Line Pilots Association.White paper on runway incursions[R],Australian:Air Line Pilots Association,2007.

[15]蔡 文，杨春燕.可拓工程方法[M].北京：科学出版社，2000.

[16]李 亮.评价中权系数理论与方法比较[D].上海：上海交通大学，2009.