北京首都机场绿色滑行时间估算

采用北京首都机场2014年实际CDM地面放行数据确定航空器的污染物排放量与离场排队飞机数量和落地滑入飞机数量的强关联性,构建包含这两个解释变量为影响因素的多元线性回归模型,用以估算几种常见机型在首都机场地面运行时的最小污染物排放量和绿色滑行时间。对比实际污染物排放量与最小污染物排放量,得出首都机场离场地面污染物排放量远远超过最小污染物排放量。     

基于序关系法和熵值法的机场安全管理能力综合评价

为了客观科学地评价机场安全管理能力,研究了机场系统构成和安全管理概况,参考民航规章和专家咨询意见,确定安全管理能力的影响因素,建立了由4个准则层和23个具体指标组成的机场安全管理能力评价指标体系,结合实地调研结果及专家意见确定了各指标的测评方法和评分标准。根据序关系分析法和熵值法的特点,参考其他文献,提出了序关系分析法和熵值法相结合的、一种基于方差最大化的主客观赋权法来确定指标权重,构建了机场安全管理能力线性评价模型。结果表明,不同安全管理能力二级指标的变化对安全管理能力的影响程度不同,其综合权重大小降序排列为组织管理能力、人员安全能力、设备运行能力、环境保障能力。以长沙黄花国际机场为例进行评价,评价结果显示该模型具有可行性,能为机场安全管理工作提供参考。     

环境风作用下弧形立面机场航站楼自然排烟效果的数值模拟研究

机场航站楼公共区域多采用自然排烟方式,而环境风和排烟窗控制模式会影响排烟效果,尤其在弧形立面航站楼中影响效果显著。以某弧形立面航站楼为研究对象,选取候机指廊弧形区域的自然排烟窗分3段控制启闭,进而确定6种控制模式,采用 FDS火灾动力学模拟软件研究了不同模式下的排烟效果,获得了环境风和发烟量对危险到达时间的影响规律, 提出了排烟窗控制模式流程。结果表明:对于弧形立面航站楼而言,排烟窗分段控制模式下的排烟效果优于不分段控制模式,可以有效降低环境风对自然排烟的影响。当环境风速超过10 m/s时,须关闭迎风向排烟窗,避免烟气倒灌。在法向环境风作用的不利条件下,当发烟量在0. 05~0. 20之间时,危险到达时间的最大值tmax与发烟量x满足一次函数关系式:tmax=-3018x+1030.5。     

基于VR技术的机场应急救援虚拟演练平台

为解决机场实地应急演练中存在的成本消耗高、不安全、扩展性差等问题，研发基于VR技术的机场应急救援虚拟演练平台。平台采用模块化设计方案，并通过定义平台操作流程支持虚拟演练操作。采取分细节度的场景构建方法，运用细节层次模型以3层不同细节度模型方案将虚拟灾害场景划分为3类，同时利用Unity3D粒子系统控制机制实现火灾及灭火粒子特效的模拟，运用双顶层本体模型构建机场应急预案本体模型（AERPO），并利用XML Spy建立存储模型，且支持基于典型场景模型编辑形成整个灾害场景。结果表明:平台模块设置科学、场景效果合理，有助于提升演练人员应急处置能力。     

广州白云国际机场飞机大气污染物排放分析

根据收集到的2008-2012年广州白云国际机场航班起降次数，参考《珠江三角洲非道路移动源排放清单开发》飞机污染物估算方法及排放因子，计算出此期间机场飞机大气污染物排放量，并与2010-2012年广州市机动车污染物排放情况对比。结果表明：飞机大气污染物排放量随客运量的增长呈逐年上升趋势，而与机动车排放相比，飞机大气污染物排放量较小，故现阶段仍应以机动车作为移动源污染控制的重点。     

于GRI体系的机场企业环境信息披露研究

机场作为民航运输的关键节点和重要枢纽，肩负着服务区域经济的重要使命，同时也面临环境保护与可持续发展的巨大挑战。作为公共基础设施和城市形象窗口，机场上市公司具有披露环境信息的义务与责任。在充分研究国内机场上市公司环境信息披露制度背景的基础上，本研究借鉴全球报告倡议组织（GRI）发布的《可持续发展报告指南》（第四版）及机场运营者行业补充（GRI-AOSS）构建了适用于我国机场的环境信息披露评价指标体系，并利用公开数据对国内6家机场上市公司的环境信息披露情况进行了实际测评。结果表明：我国机场环境信息披露程度较低，存在内容简单、量化不足、质量下降等问题。机场上市公司环境信息披露亟待在法律法规层面进行系统规范。建议借鉴GRI等相关国际标准及成功经验，制定适用于我国的科学可行的环境信息披露标准和制度体系。     

基于贝叶斯网络的航空器看错落错跑道事件研究

目前,航空器看错、落错跑道事件在国际上是一个相当突出的安全问题,这个问题在我国近年也突显出来。导致航空器看错落错跑道的原因十分复杂,且此类事件及易引发严重的后果,造成人、财、物等多方面的损失,本文特对此类问题开展了一系列的研究。为了预防航空器看错、落错跑道事故的发生,查找诱发该类事故的因素,针对航空器看错、落错跑道事故的形成特点,笔者运用贝叶斯网络探讨其各影响因素间的关系和相互作用,该网络强大的逻辑推理能力,克服了不完备样本空间带来的不足,揭示了人、机、环境与管理因素相互作用的内在规律。为改善机场安全管理的科学性、可靠性,进一步降低事故率,提供了可靠的技术支持。     

机场植被管理与鸟击灾害防范的研究

鸟击灾害是航空“A”类灾难，机场鸟击灾害的根源在于机场生境对鸟类的吸引，减少机场生境中吸引鸟类的生态因子是解决机场鸟击威胁的根本方法。本文通过对南充高坪机场植被和鸟类进行调查，统计分析两者之间的关系，以寻找最适宜的机场植被管理措施。结果显示：植被为鸟类提供食物和栖息场所，植食性鸟类数量与植被的种类和季节变动规律基本吻合，同时植物的繁茂滋生大量昆虫，使肉食性鸟类数量增多。对飞行区植被进行处理，设法控制机场内鸟类的食物来源，对于减少飞行区鸟类的数量非常重要。建议采取的措施有碾压、割草和农药喷洒、挖除高草丛、使用除草剂、草坪植物种类的调控。     

高原机场飞机噪声监测与计算结果比较分析

高原机场飞机架次较少,机型单一,飞行周期稳定,以及高原特殊的环境特征,有时会导致现场实际噪声监测数据无效。应用综合噪声模型(INM)软件对青海玉树机场飞机噪声进行计算,其结果与监测结果比较显示,计算值和监测值误差在±6 d B的范围以内。探讨提出采用飞机噪声计算模式,可以为高原机场飞机噪声管理提供可靠技术支撑。     

基于空间拟合和神经网络的机场噪声预测集成模型

将集成学习方法引入到机场噪声预测中,提出一种基于空间拟合和神经网络的机场噪声预测集成模型.该模型采用空间拟合算法和BP神经网络算法构建基学习器,然后通过所提出的基于观察学习的异构集成算法将基学习器集成起来,获得集成的机场噪声预测结果.该模型通过集成多个异构机场噪声预测基学习器,能够有效提升预测准确率.实验结果表明,本文所提出的基于观察学习的异构集成算法,较之其他异构集成算法,在解决机场噪声预测问题上准确性更高、容错性更强.