大型无人机机场选址方法

李高磊， 高扬， 郭钒， 陈靖淞

(中国民航大学交通科学与工程学院， 天津 300300)

随着中国民用无人驾驶航空器试验基地(试验区)建设工作的不断推进以及低空空域的不断开放，大型无人机市场潜力巨大。为保证大型无人机运行的安全性、充分发挥大型无人机点对点运输的高效性，未来将会有其专用的机场。但是，目前大型无人机机场建设的相关法规与标准尚属空白，缺乏实际的建设经验，针对其选址问题，更是鲜有文献可查，因此，有必要对其选址工作进行深入研究。

机场选址是一个涉及政治、军事、经济、环境等多种因素相互交织的复杂系统工程，其研究方法可以大致分为两类：因子评估法和数学方法[1-2]。在因子评估法方面，有学者从机场选址的综合影响因素出发，以评价备选方案的优劣，也有学者仅针对气象条件、空域条件等某项单一条件进行细节层面的技术分析，在计算方法上，往往通过层次分析法(analytic hierarchy process，AHP)、多属性妥协解排序法(vlsekriterijumska optimizacija ikompromisno resenje，VIKOR)、优劣解距离法(technique for order preference by similarity to an ideal solution，TOPSIS)、熵权法(entropy weight method，EWM)等两种或者两种以上的方法对方案进行评价。Bahar等[3]在研究军用机场选址影响因素时，确定了9个一级指标和33个二级标准，采用AHP法和VIKOR法对备选方案进行了比选分析。陈俊锋等[4]从自然条件、水域条件、交通条件3个方面构建了EWM-TOPSIS模型的水上机场选址模型。种小雷等[5]从障碍物对净空条件影响程度和范围两个方面对净空条件进行了量化研究，为选址阶段场址之间净空条件优劣的判定提供了一种新思路与方法。付蔷等[6]根据候鸟的迁徙规律以及大连现有机场及迁建机场周边候鸟的调查数据,对比研究机场建设选址的不同方案对候鸟迁徒的影响。随着计算机的不断发展，地理信息系统(geographic information system，GIS)[7-9]作为因子评估法的一种辅助决策手段，被广泛应用到机场选址的研究中,GIS可将地形、地貌等自然地理环境因素可视化地呈现出来，使得分析的结果更加科学。在数学方法方面，往往是从费用成本、时间成本、噪声影响等方面进行量化。例如，廖勇等[10]、宋花玉[11]从旅客的角度出发，分别以旅客综合出行费用最低和旅客出行时间最低为目标函数，建立了非线性整数规划模型，研究了新建机场的选址问题。邵梦雪[12]、周岩[13]根据A1级和A2级通用机场的各自功能特点，建立了A类通用机场选址的p-中心模型和p-中值模型，为A类通用机场的布局规划提供了可行的方法。徐海文等[14]根据运输机场选址阶段性和影响因素的重要性，构建了基于关键要素的成都第二机场选址的0-1整数优化模型。在以往的机场选址研究，多是考虑有人驾驶航空器的运行特点，然而，大型无人机机场选址时，必须充分考虑大型无人机系统的运行特点。因子评估法对专家经验的依赖性较强，然而，大型无人机机场作为一个极具前瞻性的课题，鲜有学者对其影响因子进行深入分析，仅通过因子评估法分析其选址问题具有一定的局限性。数学方法往往是从给定的几个备选方案中，筛选出综合效益最优的方案，这样容易忽略掉其他更好的潜在场址；此外，在构造数学模型时，以往的文献多是从旅客的角度出发，然而，大型无人机机场未来更大可能地将应用于支线短途货物运输，在选址时应该更多地从“货物”的角度出发。

因此，现结合因子评估法和数学方法各自的优点，充分考虑大型无人机机场选址的特殊性，按照初选址、预选址、比选址的选址时间序，一步步缩小选址范围，以期为未来大型无人机机场的选址工作提供理论支持。

1 大型无人机机场选址影响因素分析

本研究的大型无人机机场可允许起降起飞全重在5 700 kg以上超视距飞行的高风险大型固定翼无人机，其选址的部分影响因素与运输机场选址相似，但是，大型无人机机场在选址时又受到诸多特殊因素的制约。例如，为优先保证载人航空器的安全运行，大型无人机适宜在相对隔离的空域飞行，即在航线密度小、空域资源较为充足的地区；出于安全的考虑，大型无人机不宜在人口密度较大的地区运行；为保证机场建成后的良好经济效益，其选址宜在对航空运输依赖性较强的地区；目前中国自主研制的AT200、HY100等大型无人机多在6 000 m以下中低空飞行，因此，对于选址区域的中低空气象条件应着重考虑。

通过查阅大量文献并结合专家经验，按照影响因素的重要性和选址阶段性，将其归纳为限制性因素、风险性因素、经济性因素3个等级。限制性因素是指影响大型无人机安全运行的空域环境和地理环境，风险因素是指可能对大型无人机造成安全风险的潜在因素；经济性因素是指大型无人机场建成后所产生的社会经济效益。各影响因素的具体描述详见表1。

2 三阶段选址方法

在上述三级影响因素的基础之上，提出了三阶段选址方法。在初选址阶段，建立研究区域的地理信息空间数据库，以排除掉诸如山脉、河流、居民区等限制性区域，并利用K-means聚类算法确定具体的初选址区域。在预选址阶段，针对初选址区域中存在的一些风险性因素，构建EWM-TOPSIS模型来筛选出运行条件较好的几个预选区域。在比选址阶段，针对上述的预选区域，构建以最小化加权距离为目标函数的p-中值模型来保证机场建成后能取得良好的收益，具体框架见图1。

2.1 基于GIS的初选区域分析

为排除研究区域内诸如空域限制区、居民区、河流、山脉等限制性因素，应用ArcGIS10.2软件的筛选、缓冲区分析、插值分析、叠质分析等功能对研究区域进行详细分析，主要分为4个步骤。

步骤1绘制各限制性影响因素专题图层。将研究区域根据限制性因素划分为适宜区和不适宜区，利用ArcToolbox工具箱中的“重分类”将其赋值为“0”和“1”，分别绘制出空域制约分级图、坡度分级图、土地利用分级图、水系分级图、居民区分级图、自然保护区分级图等各项专题图层。

步骤2叠置分析。为保证各图层在叠加中对影响因子权重的影响，通过采用两两加权叠加后再重分类的步骤，以此得到满足宏观安全选址条件的初选大区域。

表1 大型无人机机场选址影响因素分析Table 1 Analysis on influencing factors of large UAV airport location

图1 大型无人机机场选址流程Fig.1 Large UAV airport site selection process

步骤3初选大区域聚类分析。为了进一步精确选址区域的范围，利用ArcMap栅格计算器提取多边形面积大于3 km2的栅格图及每个栅格的形心坐标点，依据基于欧氏距离的K-means算法，根据实际情况确定K个聚类中心。

步骤4获取初选区域。综合分析K个聚类中心，结合重庆市的实际情况筛选出若干个初选区域集合，流程见图2。

图2 初选址流程Fig.2 Initial site selection process

2.2 基于EWM-TOPSIS模型的预选区域分析

在初选址阶段，获取的部分初选址区域可能存在一些潜在的运行风险。因此，在预选阶段，充分考虑初选区域的风险性因素，利用熵权法确定表1中风险性因素的权重值，利用加权TOPSIS法对初选址方案进行优劣排序，来筛选出安全运行条件较好的预选址区域，模型计算过程如下。

步骤1标准化处理。设有m个潜在运行风险影响因子，n个拟选场址方案，xij为第i个影响因子下的第j个选址方案的值，建立选址的原始评价矩阵X=(xij)m×n。为消除不同指标之间数量级的差异，采用式(1)对各评价指标进行无量纲化处理，得到评价矩阵Y=(yij)m×n，其中，i=1,2,…,m;j=1,2,…,n。

(1)

(2)

步骤2计算第i项影响因子下第j个方案所占比重。

(3)

步骤3计算第i项影响因子的熵值。

(4)

其中，定义当Rij=0时，RijlnRij=0。

步骤4计算第i项影响因子的权重。

(5)

步骤5用向量规范化计算原始评价矩阵。X=(xij)m×n的规范矩阵X′=(x′ij)m×n为

(6)

步骤6确定加权规范矩阵Z。

Zij=wix′ij

(7)

步骤7计算每个影响因子的正负理想解。

(8)

步骤8计算选址方案到正理想解和负理想解的距离。

(9)

(10)

步骤9计算评价对象到正理想解的贴近度。

(11)

2.3 基于p中值模型的比选区域分析

步骤1问题描述。经过上述步骤的分析，可以筛选出N个全条件较好的预选址区域。接着，考虑预选址区域的经济现状以及各预选址区域与各需求中心之间的运输距离，从N个预选址区域中选择P个区域，以使P个预选址区域到各需求中心的加权总距离最短。

步骤2模型假设。①以市/县的行政中心来表示不同的需求中心；②各预选址区域到各需求中心的距离用欧氏距离来表示；③每个需求中心至少有一个拟建机场为其提供服务。

步骤3参数说明。U、V分别代表需求中心和预选场址的集合，u∈U、v∈V；ωuluv代表从预选场址v到各需求中心u的加权距离；fv为0、1变量，若选择在v处建机场，则值为1，否则为0；fuv为0、1变量，若机场v为需求中心u提供服务，则值为1，否则为0。

步骤4模型建立。依据前文的分析和假设，确定大型无人机机场选址的p-中值模型如下。

(12)

(13)

(14)

(15)

fv,fuv∈{0,1},u∈U,v∈V

(16)

式中：目标函数式(12)表示预选址区域到各需求中心的总距离最小；式(13)表示建立大型无人机机场的个数；式(14)表示每个需求中心只由一个机场提供服务；式(15)表示只有机场v被选中时，才能为需求中心u提供服务；式(16)表示约束条件的0，1决策变量。

图3 初选址分析程序及结果Fig.3 Analysis procedure and results of primary site selection

3 面向支线物流的大型无人机机场选址案例分析

3.1 数据来源

中国中西部地区具有多高原、山地和沙漠的复杂地理环境，城市与城市之间的陆上货物运输成本较高，这些地区快速增长的电商物流对支线航空物流的市场需求越来越迫切。中国自主研制的AT200等大型商用无人机具有超短距起降、长航程、高业载等多方面的优势，将其用于支线航空物流能够有效解决行业的痛点。案例分析选取的区域是重庆市，重庆市四面环山，是长江上游地区的商贸物流中心和国家物流枢纽。重庆市路况复杂，在此建立大型无人机机场，开展支线航空物流业务，能够有效提升重庆市与周边城市的货物转运效率。

研究的气象数据来源于国家气象数据中心，收集了重庆市周边气象站点近10年的数据；重庆市的道路、水系、30 m精度的DEM数据等来源于地理空间数据云；重庆市的土地利用、居民区、自然保护区、土壤特性数据等数据来源于资源环境科学与数据中心；重庆市的现有机场部分数据由openstreetmap网站下载；重庆市的空域规划相关数据源自《中国民航航行资料汇编》；重庆市的相关经济数据来源为《重庆统计年鉴2020》及重庆市统计局网站。

3.2 初选区域分析

通过对重庆市的空域环境以及DEM数据、土地利用数据、道路、水系等矢量数据进行场址适宜性分析，按照2.1节的初选址方法路线，筛选出9个满足宏观安全性的初选区域，初选流程及选址结果见图3。

3.3 预选区域分析

依据表1中列出的风险性因素，获取9个初选方案的各风险性的影响因子的基础数据，由式(1)计算得到评价矩阵Y为

(17)

根据式(2)～式(5)，依次计算出11个风险性因素的权重值，见表2。

根据式(6)～式(11)，依次计算出9种选址方案与理想方案的正理想解和相对贴近度，得出优劣排序结果，见表3。

3.4 比选区域分析

经过初选、预选阶段，得到安全性较好的前5个预选址区域依次为：场址9、场址5、场址7、场址3、场址2，由于场址9处于重庆市西南边界，与其他县市相距太远，经济性太差。比选阶段，选取场址5、场址7、场址3及场址2进行经济性分析。

从重庆市现有机场实际出发，仙女山机场和武陵山支线机场可以轻松辐射南川区及以东6个区县；万州五桥机场可为万州区以北等8个区县提供支线航空货运服务，比选址阶段暂不考虑此14个区/县。鉴于江北国际机场主要负责重庆市的干线航空货物运输，而大型无人机机场主要负责短途支线航空物流，因此，这里认为，在研究大型无人机机场的选址时不考虑江北国际机场对其货源的争夺。基于p-中值的比选址计算过程如下。

(1)利用ArcGIS10.2的“要素转点”功能生成24个县(区)以及4个比选址方案所在乡(镇)的形心点，得到直角坐标系下各形心点的x、y坐标。

(2)将各形心点坐标导入MATLAB R2018a软件求得比选址方案到达各需求中心的欧氏距离矩阵luv。

(3)研究区域的支线航空物流需求量与研究区域的国民生产总值密切相关，因此，式(12)中的权重系数ωu可通过式(18)计算，公式为

(18)

式(18)中：λ为某一需求中心的国民生产总值；τ为各需求中心的国民生产总值的总和。

具体求解结果见表4和图5～图7，其中，图4～图6中的点A1、A2、A3、A4分别为拟选场址2、场址3、场址5、场址7，点1～24分别为各县区的形心点。

从大型无人机机场的运行安全和重庆市的发展实际出发，为避免设施的重复建设，节约建设成本，新建一个或者两个大型无人机机场更为合适。因此，综合分析选址的安全性和经济性，根据具体建设机场个数，若新建1个大型无人机机场，场址5为最优方案；若新建2个大型无人机机场，场址7和场址2为最优方案，3个场址位置如图7所示。

表4 p-中值模型求解结果Table 4 Solution results of p-median model

表2 潜在运行安全风险影响因子的权重值Table 2 Weight value of potential operation safety risk impact factors

表3 选址方案优劣排序Table 3 Ranking of site selection schemes

图4 建1个大型无人机机场Fig.4 Build a large UAV airport

图5 建2个大型机场Fig.5 Build two large UAV airport

图6 建3个大型无人机机场Fig.6 Build three large UAV airport

图7 比选址结果Fig.7 Analysis results of comparison site selection

4 结论

根据大型无人机的运行特点，将大型无人机专用机场选址所涉及的诸多关键影响因素归纳为限制性因素、风险性因素、经济性因素3个等级，在考虑选址阶段性划分的基础之上，提出了集成地理信息系统(GIS)、熵权-TOPSIS模型和p-中值模型的综合选址方法。一方面，通过客观的方法量化了大型无人机机场选址的影响因素；另一方面，利用GIS将选址结果可视化呈现，极大地提高了机场选址的时间效率，能够快速筛选出潜在的适宜选址区域。通过对面向支线物流的大型无人机机场选址的案例分析，验证了方法的有效性和可行性。提出的大型无人机机场选址方法具有一定的普适性，可为今后开展大型无人机机场的选址工作提供理论参考。