民航东北空管局流量管理室应对复杂天气下流量管控策略研究

0 引言

东北空管局负责区域横跨辽宁、吉林、黑龙江三省及大连市，是我国北部重要的航路枢纽之一。该区域年航班保障量已突破52 万架次，然而气候条件之严苛在全国范围内几 乎无出其右。根据 2024 年数据，全国因天气引发的平均航班延误占比为 59.19% ， 而东北地区高出约14 天气致延误最为集中的区域。冰雪三场期频繁、冻雾低能见度常态化、 号之 突发且区域广 统不仅要应对地面容量下降的即时挑战，更需解决空域资源再分配过程中的多重链式阻滞。为此，东北空管局在2024 年率先接入全国流量管理系统（NTFM），并推动多场协同运行机制建设，为精细化与智能化流量调控打下技术与机制的双重基础。

1 东北复杂天气特征与流量管理职能的再认知

东北地区具有明显的季风气候特征。冬季平均气温常年低于-15℃的日数超过一个半月，冻雾导致能见度低于400 米的时段占比超过 7% ，而夏季对流云团迅速发展，雷暴频发致使跑道年均关闭超过130 小时。在此气候背景下，沈阳ACC 所辖空域因地形错落，呈现高原、平原交错状态，纵深受限，进一步压缩空域容量弹性。

面对高度不确定的运行环境，东北空管局流量管理室在原有“管制辅助”的基础上，其角色逐步演变为“运行中枢”：从天气数据预警、容量评估、措施制订，到执行监督与复盘优化，FMP 需与气象、机场运控中心、航空公司AOC 等多方完成多源数据共享与决策协同，形成“中央评估+区域响应”的双层次工作体系，实现从响应型向前导型的能力转型。

2 复杂天气影响下的流量—容量失配机制剖析

截至2024 年8 月，东北三省机场旅客吞吐量达6381.6 万人次，航班起降量为51.8 万架次，尽管同比略有下降，但高峰小时流量反而逆势上升 3.8% 。这表明，在总量受控的背景下，运行压力进一步集中于时空重叠的高峰期。暴雪、冻雾等恶劣天气一旦发生，机场跑道可用容量迅速压降至常规水平的 30‰ ，形成典型的“供不应求”结构性失衡。

实证数据显示，在2023—2024 年间共记录117 起天气导致的显著延误事件，FMP 采取的调控手段以地面为主，具体措施中地面延误计划（GDP）占比达 46% ，航班纵向间隔控制（MIT）为29%，空域绕飞及高度分层等空中措施则占 25% 。由此可见，地面控制策略在东北区域应对复杂天气中仍然是最具刚性且成本最低的首选方式。

3 流量管控体系演化与“三级协同”机制构建

东北空管局基于“提前研判、精细分配、联动执行”理念，形成了涵盖预测、发布、协同三个环节的“三级协同”机制：

3.1 战略阶段：依托WRF-CMA 高分辨率数值天气模式、机场 LIDAR 云高监测与CDM 系统航班计划数据（如TOBT、TSAT），提前识别潜在容量缺口并提出初步TMI 草案；

3.2 战术阶段：通过NTFM 系统与航司FOC 直连，将GDP 时隙调整结果同步回写CTOT，减轻塔台频率负担；

3.3 执行阶段：基于SWIM 平台B2B 推送能力，使用统一数据格式（如JSON）实现各运行单元间状态实时共享，推动信息透明可视。

实践表明，该机制使得GDP 启动的平均提前量从原来的3 小时提升至4.7 小时，显著压缩延误外溢波幅。

4 实证案例：

2025 年1 月黑龙江暴雪事件

2025 年1 月6 日凌晨，黑龙江地区遭遇强烈暴雪过程，哈尔滨太平机场能见度一度跌至200 米。FMP 于04:40启动红色流量应急预案，实施哈尔滨、沈阳、长春三场联合GDP。复盘数据显示，首个实施CTOT 调整的航班CZ3601 仅延误23 分钟，与实际跑道恢复时间仅差8 分钟；整体影响航班 130 班，取消12 班，平均延误时长 58分钟，相较2023 年同期类似天气下，取消率下降41 .7% 、旅客滞留人数减少 48% 。此次应对成功的关键在于：

1)RNN-LSTM 深度模型将降雪强度预测误差控制在±70 米能见度级别；

2)Slot 释放机制与塔台席位协同使得跑道重启后30 分钟内恢复至设计容量 92%:

5 “前瞻—精细—协同—智能”四维策略构建

1)前瞻：通过将除冰资源、清雪能力等动态参数纳入容量评估模型，实现N 小时尺度的容量临界预测；

2)精细：依据航班类型、航线等级与客座率构建多因子Slot 分配权重模型，兼顾效率与公平；

3)协同：拓展“东北四场运管委”职能，强化与铁路、城市轨道等多式联运衔接，保障旅客顺畅转移；4)智能：将图神经网络与混合整数规划算法结合，实现滑行、空域排序与机组排班一体化优化，提升整体运行韧性。

实际路径包括：构建FMP 虚拟孪生系统、开放TOBT 众包修正接口、部署语音转文本辅助标注系统，目标是在未来三年内将复杂天气下延误时间再压降 10-15% 。

6 技术支撑体系构建

为满足智能流量管理的算力需求，东北空管局推动COTS-AI 系统部署，形成“云+边+端”协同体系；基于5GMEC 技术将 CDM 数据刷新周期从 6 秒缩短至 ；联合中国民航大学构建ATFM 沙箱系统，并以历史数据集训练Transformer 模型，在2024 年雷雨季节将容量预测提前性误差压缩了 22% ，为复杂天气下的流量管理提供坚实的算法支撑。

7 运行成效与未来展望

综合2024–2025 年两轮典型天气事件对比，新策略落地后，GDP 平均启动时间前移1.7 小时，航班正常率提升5.4 个百分点，空管原因延误占比降至 0.02% ，首次与全国平均水平持平。旅客投诉量同比下降近两成。下一阶段，东北空管局计划推动与俄罗斯远东地区建立跨境CDM 机制，探索北向国际航线在冰雪季的流量共享模式，同时启动跑道动态容量授权研究，争取将研究成果纳入民航局运行标准草案体系。

8 结束语

复杂天气是东北民航运行体系无法回避的常态挑战，也是对空管治理水平的长期考验。东北空管局通过推进“技术+机制+协同”三位一体建设，初步形成了具备风险预警、精准分配、高效协同与动态复盘能力的现代化流量管理体系。未来，随着SWIM 平台 全面互联和TBO 理念的进一步推进，东北地区有望借助数据驱动与智能调度实现空域潜能的最大释放，为航班准点率提升和民航绿色发展提供坚实支撑。

参考文献:

【1】吴丹清,丁一波,张晖.空中交通 [J].信息化研究,2020,46(02):6-12.

【2】梁叶.上海地区复杂天气条件下的协同流量 国民航大学学报,2012,30(05):16-18.