中经报道10月10日讯（孟彦 王文慧）2021年10月10日-11日，由中国航空学会、中国科协培训和人才服务中心与成都流体动力创新中心共同主办的“面向2050的空天创新技术青年科学家”论坛在成都顺利召开。国家“十四五”规划中明确指出在空天领域实施前瞻性、战略性的重大科技突破，推动我国科技力量特别是空天战略性力量的自立自强建设。
此次论坛，邀请国内知名专家学者交流空天技术领域最新研究进展，研讨基础性、关健性技术难题，探索前瞻性科研发展方向。 会议上，专题论坛的召集人和报告人都是我国航空航天领域优秀的青年科技人才，对此我们分别做了专访。
(朱熙 北京航空航天大学教师，从事空域复杂度评估技术研究)
问：朱熙老师您好，请您介绍一下您研究的课题好吗？
朱熙：我研究的问题是空域复杂度评估。咱们去机场坐飞机时都有体会，经常碰到航班延误半小时、一小时的情况，一问原因，除了恶劣天气以外，最多的说法就是“流量控制”。
问：那空管部门为什么要对航班交通流量进行控制呢？
朱熙：缘由在于天上的航班过于拥挤，交流过于复杂，导致管制员管不过来，因此强制地面航班推迟起飞，以免给管制员造成更多的管制压力。于是很多人都会想，那咱们把航班时刻表排得再合理一些，避免航班在空中拥挤，各空域中的交通运行就不会过度复杂，这个问题就解决了。
然而，要实现航班运行时刻的准确调整，前提在于准确评估全国各空域的复杂程度，这并不简单，因为影响空域复杂度的因素包罗万象。一般人认为空域内的飞机数量就可以代表空域复杂度，其实不完全对，如果空域中大多数飞机都朝着一个方向飞，那其实管制员管制起来的复杂度并不大。
我们通过赴空管局调研、阅读文献，总结出的空域复杂度影响因素多达四十余种！这四十余种因素影响空域复杂度的方式非线性，且因素间存在关联冗余。如何综合这么多因素得到空域复杂度值或等级，已成为世界各民航强国都关注的挑战性难题。
问：你打算怎么解决这个问题，目前研究到什么程度了呢？
朱熙：我们是从中国实际空管业务的特点出发尝试解决这个问题。我们首先查阅了国内外文献，发现国际上一个比较主流且准确度高的做法，是通过训练机器学习模型来构建多维因素与空域复杂度之间的关联。然而仔细思索便发现，现有这些方法与实际空管业务有明显的不契合，在于这些方法需要消耗大量的空域复杂度标定样本来训练模型，而这些样本须由管制员进行复杂度值或等级的标定，标定过程费时费力，成本很高，造成实际空管业务中很难采集到这类样本。因此，我们就想提出一种尽量少依赖标定样本、甚至不依赖标定样本的空域复杂度评估模型。
在研究初期，我们瞄准小样本条件下的空域复杂度评估问题，提出了两条解决思路，一条瞄准样本“节流”，即通过加强对样本高维因素中复杂度评估知识的挖掘，提升对于稀少标定样本的挖掘效率；另一方面瞄准样本“开源”，即通过迁移学习技术最小化隶属于不同空域的样本间的差异，使得我们在构建某一个空域的复杂度评估模型时，其他多个空域的样本能够共享用于模型训练，极大拓展了样本的可用来源。这两条思路使得我们在标定样本很少下也能得到较高的空域复杂度评估精度。
不过在近期，我们考虑即便仅使用少量标定样本，也不能彻底摆脱“样本采集成本高”、“标定存在一定主观性”的局限，因此开展了“空域复杂度无监督评估方法”研究，即仅使用由民航管制系统自动生成的未标定样本来训练复杂度评估模型。
未标定样本仅包含因素取值，不含复杂度值/等级信息，这给准确构建“多维因素-复杂度”间映射带来了极大难度。对此，我们采用深度学习模型对未标定样本中各因素间耦合关联进行挖掘，提取出最能够表达原始因素共性信息、且互不冗余的主成分特征，再利用聚类算法对主成分对应复杂度等级进行划分，实现了完全不依赖管制员标定的空域复杂度评估。
问：还真是耗费心血的研究成果啊，可以投入实施应用阶段了吗？
朱熙：我们将上述理论方法应用于航空投送保障、全国通航监管、国家低空空域试点等实际场景中，开发了全国空域复杂度评估系统，在航空投送任务筹划、空域运行风险分析等业务中发挥了一定作用，受到了军队投送机构、民航局等机关的肯定。
在后期，我们将瞄准民航运行对于空域复杂度评估的“实时性”要求、构建全国空域复杂度在线评估与预测平台，为降低航班延误，提升空域运行效率提供更加全面的支撑。
问：感谢您接受我们的采访，也希望看到您的研究成果取得应用和实质上的突破。再一次感谢您。
希望通过我们的研究，我国空域结构能够设计得更加合理，流量控制措施能够更加“有的放矢”，因空域拥堵造成的航班延误能够尽可能避免，促使空域使用效率提升到新的水平。
北京各省市驻京机构商务协会等单位
工信部备案号：
