塔台管制中情境意识与视觉搜索策略关系研究

靳慧斌， 吕 川， 朱国蕾

(1. 中国民航大学 运用航空学院，天津 300300; 2. 中国民航大学 中欧航空工程师学院,天津 300300; 3. 中国民航大学 飞行技术学院, 300300)

空中交通管制(air traffic controllers, ATC)是保障民航安全的重要一环，尤其是塔台管制，飞行活动总量不足区域管制的1/10，却有高达29%的不安全事件发生在塔台管制范围内[1]。为保障飞行安全，塔台管制员要在资源有限情况下实时处理空地交互的各种动态信息，并做出正确的管制决策，这要求其必须具备高效地视觉搜索策略。据统计，空管不安全事件致因中约80%是人为差错[2]，情境意识(situation awareness, SA)是导致人为差错的关键因素[3-4]，信息获取又是SA形成与保持最重要一环，而视觉搜索策略影响着信息获取。因此，研究不同的SA水平下塔台管制员视觉搜索策略，对保障空管安全运行具有十分重要的作用。

视觉搜索是通过眼动行为来搜寻目标信息，并对信息进行加工的过程[5-6]。目前能表征视觉搜索行为的眼动指标中，注视熵率值受到众多学者青睐：在飞行研究领域，J.R.TOLE等[7]提出利用注视熵率值研究飞行员眼动特性与工作负荷的关系；K.K.E.ELLIS[8]则分析了飞行员的扫视模式；张晓燕[9]研究了飞行员动态视觉特性。在驾驶研究领域，S.BAO等[10]和F.SCHIEBER等[11]分别研究了不同驾龄和不同任务情境下驾驶员视觉搜索规律；彭金栓等[12]研究了不同熟练程度驾驶人的视觉特性；成英等[13]则分析了U型路段转向时对驾驶人的视觉特性影响。

综上所述，利用注视熵率值研究被试视觉搜索规律是有效的，且值得进一步探究。因此，笔者搭建模拟塔台管制试验平台，利用3D-SART(sustained attention to response task, SART)量表[14]评价被试的SA，以注视熵率值和兴趣区(air of interest, AOI)内的注视点数作为眼动指标，分析不同SA水平的被试眼动特征，探索其视觉搜索策略，以期为塔台管制员选拔和培训提供重要参考。

1 注视熵率值算法

熵的概念最开始来源于热力学，之后被引入飞行领域与驾驶领域，用来定量表征被试注视点分布与扫视模式。注视熵率值反映了被试视觉扫描的随意性[15]。其定义如式(1)～(3)：

(1)

(2)

(3)

式中：D为AOI的数量；E为离散变量蕴含的熵信息；Txi指被试视点驻留在某个区域的平均注视时间；Pxi为某区域的注视概率；i为区域序号。

当Pxi=1时，E=0，进一步得到En=0，这表明当前被试注视点仅停驻在某个兴趣区域，未发生注视点转移情况，视角扫描灵活性最低。

将注视熵率值引入管制领域中，可表征被试的视觉搜索过程。注视熵率值大，表明管制员在管制过程中视觉扫描灵活性好，扫视幅度较大，搜索信息和捕获信息能力较强。管制员注视点若能灵活转移、分布更广泛的话，则能够扩大管制员视觉搜索范围，可更好地统筹全局，进而有效避免潜在飞行冲突。

2 试验设计

2.1 试验平台

模拟塔台管制软件和眼动仪为试验平台。眼动仪采样率为60 Hz，精度为0.5°。

2.2 被试

被试者为12名大四在校生，其中男生10人，女生2人，平均年龄21.58岁，标准差1.16岁，视力正常，无色盲色弱，右利手。另外，被试者均具有塔台3月以上管制实习经验，可独立完成塔台管制工作。进行试验之前，提前对被试者进行模拟塔台管制软件使用培训，直至被试者能熟练使用模拟塔台管制软件。

2.3 试验过程

模拟塔台管制所选机场为迈阿密机场，管制时间段选取08:00—08:30，所管制飞机数量为16架。

试验过程如下：① 对模拟塔台管制软件进行管制任务设置：选择迈阿密机场，选取管制时间段，设置管制难度等；② 指导被试者完成眼动仪校准工作，校准完成进入试验，眼动仪同步记录；③ 试验结束后，指导被试者完成3D-SART量表填写，以测得被试SA分值。

3 试验数据处理

本试验的自变量为被试者SA水平，因变量为注视熵率值与AOI注视点数。其中，注视熵率值与AOI注视点数通过眼动仪原始数据计算得出；SA通过3D-SART量表来进行评定。

3.1 3D-SART量表

SA主观测量由3D-SART量表来实现，最早用于飞行员SA评价。SA计算通过利用3个维度对被试者进行评分，各维度采用100分制。具体计算如式(4)[16]：

RSA=RSU-(RAD-RAS)

(4)

式中：RSA为SA评价；RSU为情境理解(situation under-stand)；RAD为注意资源需求(attention demand)；RAS为注意资源供给(attention supply)。

3.2 兴趣区划分(图1)

如图1，结合塔台管制工作性质及试验界面各区域功能，将模拟塔台管制界面划分为4个AOI：A代表区域为空域雷达监视区；L代表区域为场面监视区；S代表区域为进程单区；C代表区域为指令栏区。

图1 AOI划分Fig. 1 AOI partition

3.3 数据处理

数据处理过程中发现有2名被试者眼动数据采样率过低，为保证实验结果可靠性，笔者将其眼动数据舍去，选取剩余10名被试者眼动数据进行下一步分析处理。

依据被试者实际SA得分情况与其管制过程中出现的操作差错性质，将被试者分为3组。一组是分值为70分以上且未发生差错的被试者，定为SA优良组，共3人；一组是60～70分且没有产生严重差错的被试者，定为SA中等组，共4人；最后一组是60分以下、且出现了会产生严重后果的冲突事件被试者，定为SA较差组，共3人。

4 试验数据分析

4.1 注视熵率值分析

3组被试者注视熵率值对比情况如图2。

图2 不同SA水平的注视熵率值比较Fig. 2 Comparison of the fixation entropy rate withdifferent level of SA

由图2可知：被试者注视熵率值随其SA水平提高而逐渐增大。通过计算，SA优良组被试者的注视熵率值较中等组被试者提高了15.6%，SA中等组被试者注视熵率值和较差组被试者相比提高了25.9%，SA优良组被试者注视熵率值和较差组被试者相比提高了37.5%。由此，可看出SA水平高被试者视角扫视灵活性远大于SA水平低的被试者。

进一步以SA水平作为分类变量，以注视熵率值作为观测变量进行单因素方差分析，结果表明：这3组SA水平之间注视熵率值存在显著差异(F=16.074，P=0.002<0.05)。

这说明SA水平较高的管制员视觉扫描灵活性更好，扫视幅度更大，注视点分布更分散。即可扫描到更多的兴趣区域，获取更多的飞机实时信息。由于试验中所管制的飞机数量较多，时间紧迫，管制员注意资源有限，SA水平较高的管制员注视某区域时倾向于增加注意深度，一次注视便能获取足够信息，进而可以较大扫视幅度注视下一个兴趣区域，这样可避免注意力收缩在较为狭窄的范围内。通过灵活地转移注视点、提高扫视幅度可提高视觉搜索效率，从而做到在相同时间内获取更多兴趣区的实时信息，有助于管制员及时发现潜在飞行冲突。这与相关研究结论一致[17-18]：SA水平高的管制员注视点分布更为分散，注视点转移更加频繁，拥有更好的全局意识，能够获取更多的实时飞机信息，以避免飞行冲突，确保飞行安全。

4.2 AOI注视点数分析

AOI注视点数表征此区域重要度。3组被试各AOI平均注视点数情况如图3。

图3 不同SA水平的注视点数量比较Fig. 3 Comparison of the number of fixation point with differentlevel of SA

由图3可知：SA水平高的被试者在A、L区注视点数量多于SA水平低的被试者；在S、C区注视点数量则低于SA水平低的被试。表1为不同SA水平被试者在各个区注视点数量的具体差异对比。由表1可以看出：SA优良组与较差组被试者相比在A、L区注视点数量大幅度提高，而S、C区的注视点数量则大幅度下降，这说明SA水平高的被试者注意分配明显不同于SA水平低的被试者。进一步以SA水平作为分类变量，以各AOI注视点数作为观测变量进行单因素方差分析，结果表明：这3组被试者之间各AOI注视点数存在着显著差异(FA=7.855，P=0.016<0.05；FL=46.206，P=0.000<0.05；FS=40.781，P=0.000<0.05；FC=23.671，P=0.001<0.05)。

表1 不同SA水平的被试者在各区注视点数量的提高(下降)百分比对比情况Table 1 Comparison of the percentage of increase/decrease of thenumber of fixation points of the tested subject with different level of SAin each district %

这说明SA水平高的管制员会将注意资源主要分配于空域、地面，以获取更多空域和地面的信息，同时也有效结合进程单，以避免起降航班冲突和尽量减少航班延误；而SA水平低的管制员对空域信息关注过少，对进程单及指令栏关注过多，导致其无法获取足够航班信息，这也是起降航班冲突的主要致因。

结合被试者的注视熵率值，可以发现SA水平高的管制员不仅会将注意资源主要分配于能获取最多飞机信息、有效避免起降冲突的空域和地面区域，同时其扫视幅度大，注视点也能灵活转移到进程单区与指令栏，高效地视觉搜索效率使得管制员能更好地统筹全局；而SA水平低的管制员对进程单及指令栏关注较多，对空域信息关注较少，且其视角灵活性很低，扫视幅度及范围很小，无法实时获取飞机信息，失去了全局意识，不可避免地造成航班冲突。

5 结 论

笔者通过设计模拟塔台管制试验，利用注视熵率值与AOI注视点数分析了不同SA水平塔台管制员的视觉搜索策略，可得到以下结论：

1)SA水平高的塔台管制员视觉搜索策略优于SA水平低的管制员；

2)SA水平高的塔台管制员注视点数主要分配于空域雷达监视区和地面监视区域，并能有效结合进程单和指令栏；

3)SA水平高的塔台管制员注视熵率值高于SA水平低的管制员，其注视转换灵活性更好，扫视幅度更大，视觉搜索效率更高。