Resumen de Assimilation of meteorological aircraft derived data for air traffic management
Marius Alexandru Marinescu Belenkov
El sistema de gestión del tráfico aéreo se caracteriza por una incertidumbre generalizada debido a su compleja estructura, compuesta por numerosos y heterogéneos elementos. La meteorología es una de las principales fuentes de incertidumbre en este sistema.
En el futuro paradigma de gestión del tráfico aéreo, que se basa en operaciones basadas en trayectorias, las trayectorias cuatridimensionales serán el elemento clave. Las aeronaves podrán volar trayectorias cuatridimensionales basadas en las preferencias de las compañías aéreas, pero estarán obligadas a seguirlas con precisión para sincronizar el tráfico. Por lo tanto, es imperativo predecir con precisión las trayectorias de las aeronaves, y para ello se necesitan previsiones meteorológicas fiables.
Los modelos numéricos de predicción meteorológica son actualmente la principal fuente de predicciones de la velocidad del viento utilizada en la planificación de las trayectorias de las aeronaves. Sin embargo, estas previsiones meteorológicas tienen una baja frecuencia de actualización, normalmente una vez cada 6 horas, y una resolución espacial baja. Además, las radiosondas sólo se lanzan hasta cuatro veces al día a las horas programadas. En consecuencia, el uso de modelos numéricos de predicción meteorológica es poco adecuado para las operaciones basadas en trayectorias.
El uso de datos derivados de aeronaves podría mejorar la resolución espacial y temporal de las predicciones del viento. En esta tesis, el principal problema abordado es la estimación del campo espaciotemporal de la velocidad del viento para aplicaciones de gestión del tráfico aéreo. La estimación de las componentes este y norte del campo de velocidad del viento dentro de un espacio aéreo dado en función del tiempo se ha llevado a cabo utilizando datos derivados de aeronaves. Se han realizado tanto previsiones a corto plazo del campo de velocidad del viento como reconstrucciones del mismo. Los datos sobre la velocidad del viento se han obtenido indirectamente a partir de los estados de las aeronaves que vuelan en el espacio aéreo pertinente emitidos por los sistemas de vigilancia de aeronaves ADS-B y Modo-S.
Para estimar el campo de velocidad del viento, se han desarrollado y probado varias técnicas basadas en datos. En la más avanzada de ellas, se han combinado dos técnicas: la expansión de polinomios del caos (PC) y la regresión con procesos gaussiano (GPR). La primera se ha utilizado para aproximar el comportamiento global del campo de velocidad del viento, mientras que la segunda se ha utilizado para aproximar el comportamiento local.
Este método permite la estimación del campo de velocidad del viento en cualquier localización espaciotemporal relevante, eliminando la necesidad de rejillas espaciales y temporales. Además, permite calcular las distribuciones de probabilidad de las estimaciones, lo que hace posible calcular intervalos de confianza. También, como permite la asimilación de datos, puede utilizarse en línea para actualizar continuamente la estimación del campo de velocidad del viento (data assimilation). La consistencia de los resultados se ha probado utilizando este método en varios escenarios de viento y diferentes configuraciones de datos de entrenamiento-prueba. Además, esta técnica se ha validado utilizando datos de reanálisis meteorológico ERA5 del Centro Europeo de Predicción Meteorológica a Medio Plazo. Los resultados de esta tesis indican que el campo de velocidad del viento puede estimarse de forma fiable a partir de datos derivados de aeronaves.
