基于协同决策（CDM）的宁波空管进近管制延误管理模式构建

0 引言

长三角机场群的“脉冲式”波次运行使宁波机场高峰小时平均间隔被压缩到“每三分钟一架机”；再叠加沿海低云、局地雷雨、高频军演等“非结构 扰 常被迫在秒级窗口内反复调整序列。传统以单一管制单位为中心、信息链条断裂 的容量环境下给出全局最优。欧控CDM、FAATBFM 等经验显示，多主 可在安全前提下显著压缩延误。宁波机场早在2019 年即获民航局A-CDM 仍在地面放行环节，空中进近与塔台滑行之间的信息断层尚待弥合。基于此，本文聚焦进近阶段，提出面向千万级机场的协同决策延误管理模式。

1 宁波进近运行现状与延误特征

宁波机场近三年保持两位数增速：2024 年的旅客量位列全国第32 名，起降架次跻身“十万俱乐部”。在春运、暑运、黄金周等高峰，08:00–10:00 与 18:00–21:00 形成典型“双峰”，尖峰小时需求曾冲至 38 架次，而终端区在复杂气象下的可用容量往往跌至30 架次上下，瞬时超容成为常态。宁波运管委统计显示，2024 年机场航班放行正常率虽提升至 88.44% ，但到港端的延误改善幅度远低于离港端，空地失衡愈发突出。

延误主因呈“三分天下”格局：一是海面雷雨快速东移叠加山地回波，进近航向被迫单向化；二是华东终端区军航活动密集，临时空域关闭触发级联流控；三是地面单跑道交叉口易被占道，复飞与拥堵相互放大。更隐蔽的问题在于多源数据不一致：塔台目视天气良好而终端雷达显示风切变、航空公司OCC 的机队估计与管制预判差距数分钟。由此产生的频繁改报与重复持位，成为“隐形延误”的主要贡献者。

2 协同决策理论与国内外应用

协同决策（CDM）缘起于欧控“ATM2000+”计划，其核心不是高深算法，而是让“谁影响运行，谁就坐到桌前”——机场、航空公司、空管、地服基于同一数据真相进行滚动博弈。欧控年报指出，2023 年在实施ArrivalManager（AMAN）与目标到达时间（TTA）后，欧洲到达航班平均延误下降至17.5 分钟。国内方面，浦东、广州等枢纽完成A-CDM-C 升级后，放行正常率稳定在 82% 至90%区间。宁波的A-CDM 系统早期聚焦滑行至起飞，“天上的事”更多依赖管制员经验。随着航班量进入千万级，单点优化无法抵御海陆气象快速跳变和空域结构复杂度上升，急需引入面向进近的新型CDM 理念，将塔台、进近、区域流量席和航空公司运行中心置于同一协商闭环。

3 宁波进近延误管理模式设计

3.1 数据一体

打破“地面有大数据、空中靠耳听”的割裂。通过ADS-B、星基增强、机载4D 航迹和分钟级 Now-casting气象流并入“宁波空管云”，用可视化仪表盘让各方在同一张“数字雷达”上决策。

预测一体——在幕后给每条数据装上“时间维度”。基于近五年实况训练的深度序列模型，对未来15 分钟至2 小时的容量、需求和风场进行联动预测。模型不直接生成指令，而是给出多场景概率分布，让人决策、让机器博弈。

3.2 决策一体

把塔台、进近、空中持位航班都变成“智能代理”。多代理强化学习（MARL）框架持续模拟“如果我让这架机减速三节，后面队列会不会反跳”？训练环境以真实历史雷达回放“投喂”，最终输出最小综合延误的到达序列，并以CPDLC 下发目标到达时间。关键在于算法“可解释”：系统实时显示每一次序列调整的理由和获益，减少管制员“黑箱焦虑”。

4 仿真验证与效果评估

从“样机”到“准实战”为验证模式可行性，团队选取 2024 年7 月5 日、8 月 3 日等 15 个雷雨日共 9000条实际航迹及对应气象场。蓝本场景完全复刻当日航班计划、雷达回放及流控指令；对照场景在同环境下开启“数据-预测-决策”三层机制。BlueSky 在1∶10 加速下连续跑 30 小时并记录每次指令。依ICAOA-SMON 标准计算延误、持位、复飞、油耗四大指标，再按CAEP 第四轮因子换算二氧化碳排放。

结果显示：高峰期平均到港延误从 12.3 分钟降至 9.6 分钟，削减幅度 22% ；延误超30 分钟比例由 8.8% 下降至 5.3% ；单架机空中等待圈数平均少1.1 圈；燃油消耗年化节省780 吨，对应减排二氧化碳约2500 吨；同批次复飞事件无明显增加，说明安全边际充分。尤其值得关注的是，“改报次数”——即塔台需重新广播指令的频率——从平均每高峰 42 次跌至18 次，直接降低了频占和口令冲突。宁波进近室值班组后访谈显示，86%的管制员认为“重排理由透明”是接受算法建议的主因。

5 实施路径与保障措施——把“概念样板”推向“日常运营”

5.1 顶层设计

将进近CDM 列入《华东空管局智慧空管2025-2027 行动计划》；联动杭州、温州建立“区域终端区协同专班”，2026 年底前实现三场标准同规。

5.2 基础设施升级

2025 年一季度完成东海浮标ADS-B 站与象山、奉化两座岸基站并网，实现250 米以下超低空监视补盲；2025年三季度启用全链路CPDLC 试点，首批覆盖40 架波音737-NG 与空客320 系列客机；2026 年同步上线“滑行地面数字孪生”系统，把机位占道、道面结冰和车队冲突提前2 分钟报警。

5.3 人才与流程保障

设立“协同管制员”资格，将塔台与进近资质融合，三班倒“交叉轮训”避免单工位视角；引入航空公司“航班经理”嵌入进近席，授权其对本公司航班申请优先或让步，并对时隙结果签字确认；每半年举行一次MARL“红蓝对抗”演练，由经验丰富的教员模拟极端场景检验算法鲁棒性。

5.3 安全与合规

与中国民航局适航司签订《算法透明度试点协议》，算法核心日志实时上传监管沙箱；引入“人机协商优先级”机制：当管制员与算法意见冲突且影响安全阈值时，人类决策自动优先；建立网安双备份通道，对外网攻击或数据漂移触发“一键回落”到传统序列。

6 结束语

从“多飞一班、晚点一串”到“多飞一班、准点一片”，宁波机场的进近延误治理正迈向协同、智能、新范式。基于CDM 的进近模式不是简单技术叠加，而是数据、预测与决策的深度融汇。仿真结果证明，只要把各利益相关方拉进同一张“数字指挥桌”，千架次量级的高峰也能在安全、经济、环保之间找到平衡点。未来，随着深度学习算法持续进化与空地通信链路加密升级，该模式有望向整个华东终端区复制扩散，为中国民航迈入“准点与低碳并重”的新阶段贡献宁波样本。

参考文献:

【 1 】 江 灏 . 基 于 CDM 的 进 离 场 航 班 动 态 协 同 调 度 方 法 研 究 [D]. 南 京 航 空 航 天 大学,2022.DOI:10.27239/d.cnki.gnhhu.2022.001985.

【 2 】 柳 跃 朋 . 基 于 进 近 管 制 路 径 优 化 的 机 场 空 域 节 约 研 究 [D]. 中 国 民 航 大学,2021.DOI:10.27627/d.cnki.gzmhy.2021.000268.