Analyse der Robustheit von Flugtrajektorien gegenüber Unsicherheiten in der klimaoptimierten Flugplanung

Kurzfassung

Mit der Clusteranalyse und der Berechnung von Ähnlichkeit liegen zwei Methoden vor, um die Robustheit von Trajektorien zu klassifizieren. Die Clusteranalyse ist besonders für parallel verlaufende Trajektorien und weit verstreute Trajektorien mit sehr unterschiedlichem Verlauf geeignet. In einem Bereich zwischen weit gestreuten und eng beieinander liegenden parallelen Trajektorien weist die Clusteranalyse einige Schwächen auf. Die Berechnung von Ähnlichkeit hingegen funktioniert für parallel verlaufende Trajektorien und solche, die einige Abweichungen aufweisen. Jedoch ist die Ähnlichkeitsberechnung für sehr weit verstreute Trajektorien nicht gut anwendbar. Voraussetzung für die Ähnlichkeitsberechnung ist eine etwa gleiche Länge der Trajektorien, was in einem solchen Fall nicht gegeben ist. Damit eignen sich beide Verfahren für parallel verlaufende Trajektorien. Die Ähnlichkeitsberechnung kann die Schwächen der Clusteranalyse in dem Bereich zwischen parallelen Trajektorien und Trajektorien in beliebiger Anordnung ausgleichen. Für Trajektoriensätze mit weit verstreuten Trajektorien kann wiederum die Clusteranalyse besser als die Ähnlichkeitsberechnung eingesetzt werden. Die beiden Verfahren ergänzen sich und können somit die untersuchten Trajektoriensätze klassifizieren. Die Klassifizierung der Robustheit der Trajektorien wurde bewusst nur sehr grob eingeteilt. Da für die Robustheit der Trajektorien die Nähe zu weiteren eine groÿe Rolle spielt, kann eine Trajektorie für sich nicht robust sein. Es gibt lediglich Gruppen von Trajektorien, die in ihrer Gesamtheit robust sind. Gefundene Gruppen können eine Abstufung in ihrer Robustheit erhalten, wenn zum Beispiel die Abstände der Trajektorien innerhalb einer Gruppe sich deutlich von den Abständen in einer anderen Gruppe unterscheiden, sich die Trajektorienpositionen sehr unterscheiden oder wenn nicht beide Verfahren, Ähnlichkeitsberechnung und Clusteranalyse, dieselbe Gruppe bilden. Die programmierten Matlab-Skripte lassen aber auch die scharfe Abstufung der Robustheit jeder Trajektorie zu. Eine solche Rangfolge ist jedoch nicht sinnvoll, da sie nur die gegebenen Daten berücksichtigt, jedoch nicht einbezieht, dass die Pareto-Kurven nicht nur durch die vorhandenen Punkte repräsentiert werden, sondern weitere Gewichtungen existieren, für die keine Trajektorie berechnet wurde. Daher werden nur Bereiche bestimmt, in denen sich viele Trajektorien befinden und die Bereiche somit als robust zu klassifizieren sind. Ein bestimmte Gewichtung, die robuste Trajektorien erzeugt, ist weder bei den Daten aus ATM4E noch aus FlyATM4E festzustellen. Wo Bereiche robuster Trajektorien entstehen, ist bei jedem Trajektoriensatz anders. Jedoch können die Daten aus ATM4E anhand ihrer ungefilterten Pareto-Front in drei Gruppen aufgeteilt werden und so auch ohne Berechnung erste Aussagen zur Robustheit dieses Datensatzes getroffen werden. Besonders bei Gruppe 3 ist zu klären, ob die gegebenen Punktwolken tatsächlich so auftreten oder ob es sich dabei um Berechnungsfehler handelt Zur endgültigen Bestimmung der Robustheit ist es nach dem Stand dieser Arbeit notwendig, die Plots von einem fachkundigen Menschen auswerten zu lassen. Ein Mensch kann die Daten interpretieren und vermuten, wo zum Beispiel sich kontinuierliche Bereiche der Pareto-Front befinden könnten und damit verbunden ein sehr robuster Bereich liegt. Dem Computer hingegen fehlen für diese Analyse viele Informationen. Zum jetzigen Zeitpunkt ist die Kontinuität nur eine Vermutung, die nicht zutreffen muss. Es bedarf weiterer Recherche und Berechnungen, ob gewisse Bereiche als kontinuierlich angesehen werden dürfen und anhand welcher Kriterien dies zu begründen ist. Genauso ist der Grund festzustellen, warum einige Flüge sehr parallele Trajektorienverläufe aufweisen und andere Trajektorien weit verstreut liegen. Die Ursache dafür wird wahrscheinlich in den verwendeten Wetterdaten und -metriken liegen. Hier wäre eine Untersuchung zur Abhängigkeit von bestimmten Wetterlagen oder auch Regionen und der Robustheit der Trajektorien interessant. Auch weitere Untersuchungen der Daten aus FlyATM4E sind sinnvoll. Aufgrund der Fristen für FlyATM4E und der Datenmenge war im Rahmen dieser Arbeit die Analyse von zwei Datensätzen möglich. Neben der Robustheitsermittlung durch die Clusteranalyse und Ähnlichkeitsberechnung für genau diese beiden Flüge konnten keine allgemeinen Zusammenhänge zwischen den Daten hergestellt werden.