情景意识深度分析 — 人的因素深度研究

📖

一、概述与定义

情景意识是航空机组资源管理（CRM）中最关键的概念之一，也是飞行员胜任力的核心组成部分。

1.1 什么是情景意识

情景意识（Situational Awareness, SA）是指操作者在特定时间和空间内，对环境中各要素的感知、对其含义的理解，以及对其未来状态的预测。在航空领域，它直接决定了飞行机组能否在复杂多变的环境中做出正确、及时的决策。

1995年，Mica Endsley在其经典著作中给出了被广泛引用的定义：

"情景意识是在一定的时间和空间内，对环境中各要素的感知，对其含义的理解，以及对其在不久将来状态的预测。"
—— Mica R. Endsley, 1995

这一定义确立了SA的三个递进层次：感知（Perception）、理解（Comprehension）和预测（Projection），构成了后续所有SA研究和应用的理论基石。

1.2 SA在航空安全中的地位

航空安全研究表明，情景意识问题是导致飞行事故和事故征候的主要人因因素之一。当飞行员失去对当前飞行态势的准确认知时，错误决策和不安全行为几乎不可避免地随之发生。

✈ 航空安全数据

根据NTSB（美国国家运输安全委员会）和ICAO的研究数据：

约 88% 的航空事故涉及机组的人因问题
其中 超过50% 与情景意识不足直接相关
CFIT（可控飞行撞地）事故中，SA丧失是最常见的根因
进近和着陆阶段是SA问题最频发的飞行阶段

1.3 SA与CRM的关系

情景意识是CRM的基石。CRM的其他核心要素——沟通、团队合作、决策、任务管理——都建立在良好的情景意识之上。没有准确的态势认知，有效的沟通和正确的决策就无从谈起。

核心理念：情景意识不是某个人的责任，而是整个机组团队的共同产物。良好的CRM实践（如标准喊话、交叉检查、简令）本质上都是在建立和维持共享情景意识（Shared SA）。

🎯

二、Endsley三层模型

Mica Endsley于1988年提出、1995年完善的情景意识三层模型（Three-Level Model of SA），是当前航空领域最权威、应用最广泛的SA理论框架。

L1

第一层：感知层

Level 1 — Perception

对环境中的信息和事件进行感知和观察，获取当前态势的基本元素。这是SA的基础层次。

L2

第二层：理解层

Level 2 — Comprehension

对感知到的信息进行整合、解释和理解，形成对当前态势的综合认知。需要将多个信息片段组合成有意义的图景。

L3

第三层：预测层

Level 3 — Projection

基于当前的环境理解，对未来可能发生的情况和事件进行准确预测。这是SA的最高层次，直接支撑前瞻性决策。

关键洞察：三层模型是递进关系——没有第一层的感知输入，就不可能有第二层的理解整合；没有第二层的理解基础，第三层的预测就无从谈起。然而，高层次的SA也会反过来引导低层次的感知，形成自上而下的注意控制（如知道应该关注什么信息）。

三层模型的认知过程

Endsley强调，SA不仅仅是信息的简单累积，而是一个主动的认知过程。它涉及工作记忆的整合、长时记忆中图式（schema）的激活、以及注意力的灵活分配。经验丰富的飞行员之所以SA更强，并非因为他们"看到"了更多信息，而是因为他们能更高效地将感知到的信息与已有的知识结构进行匹配，从而快速形成准确的理解和预测。

📊 情景意识三层次模型与信息处理

图表解读：Level 1（感知）在"感知"阶段最强，是所有高级意识的基础；
Level 2（理解）在"理解"阶段达到峰值，需要整合多个感知元素形成态势判断；
Level 3（预测）在"预测"阶段最高，体现了对未来状态的预判能力——这是最高级也最易丧失的情景意识层次。

🔲

三、情景意识包含的内容——五大要素

在航空CRM实践中，情景意识被分解为五个相互关联的核心要素，涵盖了飞行员需要持续监控和评估的所有关键领域。

👨

飞行员

Self-Awareness

对自己的能力、身体状况、疲劳程度等因素进行判断。这是所有外部感知的前提——飞行员必须首先了解自身的状态。

✈

飞机

Aircraft Status

对发动机、设备或适航性能等方面的分析判断。飞行员必须对飞机的当前状态和性能限制保持持续认知。

🌤

环境

Environment

天气、空管、跑道长度或地面情况等外部环境因素。环境是飞行中最不可控、变化最快的要素。

⚙

操作

Operations

估计前三类目前的状况并据此决定是否按计划继续飞行。这是将感知和理解转化为行动决策的关键环节。

⚠

情景

Situation Assessment

在特殊情况时，对自己、飞机、环境和操作因素的准确估计。这是对前四要素的综合评估，在非正常情况下尤为重要。

实践要点：五大要素不是孤立的，它们之间存在动态交互。例如，恶劣天气（环境）可能导致飞机性能下降（飞机），增加飞行员工作负荷（飞行员），最终影响飞行决策（操作）。优秀的飞行员能够同时监控所有要素，并在它们之间快速切换注意力。

📍

四、四类空间情景意识

从空间维度出发，航空领域的情景意识可以进一步细分为四类，每一类都有其特定的监控对象和认知要求。

类型	英文	监控内容
位置情景意识 Positional SA	Positional Awareness	自己、其他飞机、地形特征、机场、航路点、跑道/滑行道标志。回答"我在哪里？其他人在哪里？"
空间情景意识 Spatial SA	Spatial Awareness	姿态、高度、航向、速度、垂直速度、飞行航径、偏差。回答"我的飞行参数是否正常？"
系统情景意识 System SA	System Awareness	系统状态、故障与设置、无线电、应答机、自动化设置、燃油量。回答"飞机各系统是否正常工作？"
环境情景意识 Environmental SA	Environmental Awareness	天气组成与运动、温度、积冰、云顶高、雾、颠簸/风、能见度。回答"外部环境是否安全？"

四类空间SA的相互关系

这四类空间情景意识相互依存、相互补充。位置情景意识提供了"在哪里"的基准，空间情景意识在此基础上增加了"如何运动"的信息，系统情景意识补充了"飞机状态如何"，而环境情景意识则提供了"外部条件如何"的全景。只有四者同时保持良好，飞行员才能拥有完整的态势图景。

在实际飞行中，这四类SA的优先级会随飞行阶段变化：起飞阶段更关注空间和系统SA，巡航阶段更关注位置和环境SA，而进近阶段则需要四类SA同时保持高水平。

🧠

五、神经科学基础

情景意识并非一个单一的"模块"，而是多个脑区协同工作的产物。理解其神经基础有助于解释为什么SA容易受到各种因素的干扰。

5.1 注意力网络与SA

Michael Posner提出的注意力网络理论将注意力分为三个功能网络，它们分别对应SA的不同层次：

警觉网络（Alerting Network）

维持警觉和准备状态。涉及脑干、丘脑和右额叶皮层。对应SA第一层的"准备就绪"状态——飞行员需要保持足够的警觉水平来感知环境变化。

定向网络（Orienting Network）

选择性地将注意力指向特定信息。涉及上顶叶、颞顶联合区和额眼区。对应SA第一层的信息选择过程——飞行员需要在大量信息中识别关键信号。

执行控制网络（Executive Control Network）

负责冲突解决、计划制定和错误检测。涉及前扣带回（ACC）、背外侧前额叶皮层（DLPFC）和前额叶眼区。对应SA的第二层（理解）和第三层（预测）——整合信息、解决矛盾、形成预测需要执行控制功能的参与。

5.2 关键脑区与SA功能

脑区	SA功能	相关认知过程
前额叶皮层（PFC）	SA第二、三层核心	工作记忆、执行功能、计划与预测、情境模型构建
顶叶皮层	空间信息处理	空间情景意识、注意力分配、多感觉整合
前扣带回（ACC）	错误检测与冲突监控	发现预期与实际的差异、触发SA更新
杏仁核	威胁检测	快速识别危险信号、情绪性记忆、应激反应启动
海马体	情境记忆	将当前情境与过去经验比较、空间导航记忆
丘脑	感觉信息中继	过滤和传递感觉输入、调节意识水平

5.3 压力对SA的神经影响

当飞行员处于高压状态时，神经内分泌系统释放皮质醇和肾上腺素，这些激素对大脑产生多方面影响：

压力的神经效应：

1. 前额叶功能抑制：高浓度皮质醇损害PFC的执行功能，降低第二、三层SA
2. 杏仁核过度激活：增强威胁反应，导致注意力窄化（tunneling），限制第一层SA的广度
3. 工作记忆容量下降：压力减少可用的认知资源，影响信息整合能力
4. 注意力固着：压力使注意力难以从当前关注点转移，丧失对全局的监控

这解释了为什么在紧急情况下，飞行员容易"只见树木不见森林"——压力引发的神经变化直接削弱了SA的所有三个层次。

5.4 自动化与SA的神经机制

现代飞机的高度自动化对SA产生了复杂的神经学影响：

✓ 自动化的积极效应

降低工作负荷，释放认知资源用于高层SA
减少低层次感知错误（如高度偏差）
提供更精确的飞行参数显示
允许飞行员将注意力集中在战略层面

✗ 自动化的消极效应

模式混淆（mode confusion）导致理解层SA丧失
自动化依赖削弱手动飞行技能
异常情况时SA重建延迟
系统不透明性增加理解难度

🎯

六、影响因素

情景意识受到多种内部和外部因素的影响。理解这些因素有助于识别SA风险并采取预防措施。

🔵 直接内部因素

直接影响SA认知过程的个体内部因素

感官接收：视觉、听觉、前庭觉等感觉通道的信息获取能力
整合加工：工作记忆容量、信息处理速度、多任务能力
预测规划：心智模型质量、模式识别能力、经验迁移能力

🟣 间接内部因素

通过影响认知状态间接作用于SA的个体因素

决策能力：分析判断、风险评估、选择能力
内在能力：智力、认知风格、注意力特质
经验：飞行经验、机型经验、航线经验
情绪：压力水平、焦虑、疲劳、动机状态

🟠 直接外部因素

直接干扰SA认知过程的外部环境因素

压力：时间压力、安全压力、组织压力
工作负荷：过高或过低的工作负荷
任务中断：被打断导致的注意力分散和SA断裂
系统设计：人机界面设计、信息呈现方式、自动化程度

🟢 间接外部因素

通过塑造行为规范间接影响SA的外部制度因素

条例：航空法规、运行规范、公司政策
规则：SOP、标准操作程序、检查单
程序：训练程序、机组搭配、排班制度

交互效应：这些因素往往不是独立作用的，而是产生复杂的交互效应。例如，疲劳（间接内部）会降低工作记忆容量（直接内部），使得在高工作负荷（直接外部）下更容易出现SA丧失。同时，完善的SOP（间接外部）可以在一定程度上补偿个体能力的不足。

⚠

七、情景意识削弱/丧失的10个识别信号

识别SA削弱的早期信号是防止事故的关键。以下10个信号是航空CRM训练中重点强调的警示标志。

❓

模棱两可

Ambiguity — 对当前状况不确定，无法清晰描述正在发生的事情

🔄

注意力固着

Fixation — 注意力被某个问题过度吸引，忽视其他重要信息

😕

困惑

Confusion — 不知道该做什么，无法理解信息的含义或关联

🚫

无人监控飞机

No One Monitoring — 机组所有成员都在忙其他事，无人扫视仪表

👁

无人扫视驾驶舱外

No Outside Scan — 缺乏对外部视觉环境的定期扫视

❗

无人预测

No One Predicting — 机组没有人在思考"接下来会发生什么"

🛑

偏离SOP

SOP Deviation — 偏离标准操作程序，跳过检查单步骤

🚧

不遵循限制

Ignoring Limits — 接近或超出运行限制而未被注意或纠正

⚖

存在差异

Discrepancy — 仪表读数之间或预期与实际之间存在不一致

💬

沟通不足

Inadequate Communication — 机组之间缺乏必要的交叉确认和信息共享

✈ 实践应用：SA信号检查

在飞行中，飞行员应定期进行自我检查和机组交叉检查。当发现上述任何一个信号时，应立即：

暂停当前任务，重新评估整体态势
大声说出观察到的异常，激活共享SA
分配专人负责监控飞行参数
必要时请求ATC协助或宣布紧急状态

📊

八、SA测量方法

准确测量情景意识对于评估飞行员能力、优化训练方案和改进系统设计都至关重要。目前主要有以下几类测量方法。

🎯 SAGAT（情景意识全局评估技术）

客观测量

在模拟机训练中暂停场景，向飞行员提问关于当前态势的问题，评估其SA的三个层次。由Endsley于1988年开发。

优点：直接测量SA，覆盖三个层次，信效度高

缺点：中断训练流程，需要预先设计问题

📝 SART（情景意识评定量表）

主观测量

飞行员自我评估SA的三个维度：对情境的需求理解、信息供给量和理解能力。使用10点或7点量表。

优点：不中断任务，实施简便，可重复测量

缺点：主观性强，可能受自我认知偏差影响

🧠 SPAM（情景意识预测方法）

客观测量

飞行员在任务执行过程中实时预测未来态势变化，通过预测的准确性和反应时间来评估SA水平。

优点：不中断任务，直接测量预测能力（第三层SA）

缺点：预测任务可能干扰主任务，增加额外负荷

👥 机组SA评估

主观测量

通过教员或评估员观察机组行为，基于行为指标（如标准喊话、交叉检查、扫视模式）评估SA水平。

优点：贴近真实运行，可评估团队SA

缺点：评估者间一致性要求高，需要严格标准

🎬 眼动追踪技术

客观测量

通过眼动仪记录飞行员的视觉扫描模式、注视点和瞳孔变化，推断其注意力分配和SA状态。

优点：客观、实时、不干扰任务

缺点：设备昂贵，注视点不等于理解

🧬 脑电/功能成像

客观测量

使用EEG、fNIRS或fMRI监测大脑活动模式，识别与SA相关的神经信号特征。

优点：揭示SA的神经机制，客观实时

缺点：实验室环境限制，生态效度低

CBTA中的SA评估：在基于胜任力的训练与评估（CBTA）框架下，SA主要通过行为指标进行评估。教员观察飞行员是否表现出良好的监控习惯、及时的信息交叉确认、准确的态势判断和主动的风险预测，而非直接"测量"SA本身。这种基于行为的评估方式更贴近实际运行需求。

🏆

九、胜任力指标（OB SAW）

ICAO Doc 9868《机组资源管理训练手册》和ICAO Doc 9995《基于胜任力的训练手册》将情景意识定义为观察员（OB）的核心胜任力之一，包含7项具体指标。

SAW.1

监控并评估飞机及系统的状态

持续监控飞行参数和系统状态，识别异常指示，确保飞机在正常包线内运行。包括发动机参数、液压系统、电气系统、燃油量等所有关键系统的状态跟踪。

SAW.2

监控并评估飞机的能量状态及预计的飞行航径

理解并预测飞机的能量管理状态，包括速度、高度、下降率、构型之间的关系。确保飞机在正确的航径上飞行，能够识别能量偏差并提前采取修正措施。

SAW.3

监控和评估可能影响运行的总体环境

持续关注天气变化、ATC指令、空域限制、跑道条件、地面活动等外部环境因素。理解环境变化对飞行安全的潜在影响，及时更新环境认知。

SAW.4

验证信息的准确性并检查过失误差

对获取的信息进行交叉验证，检查是否存在读错、听错或理解错误。包括仪表读数的交叉确认、ATC指令的复诵验证、以及与其他信息源的一致性检查。

SAW.5

保持对参与操作或受运行影响的人员以及他们按预期表现的能力的意识

了解机组其他成员的状态和能力，包括疲劳程度、工作负荷、压力水平等。关注客舱机组、ATC、地面人员等所有参与运行的人员状态。

SAW.6

根据与威胁与差错相关的潜在风险，制定有效的应急预案

基于当前的SA，识别潜在威胁和已发生的差错，评估其风险等级，并提前制定应对方案。这直接对应Endsley模型的第三层——预测层。

SAW.7

对情景意识下降的迹象做出响应

能够识别自身和机组其他成员SA下降的信号（如前述10个信号），并采取有效措施恢复SA。包括请求帮助、重新分配任务、减速/复飞等决策。

胜任力评估要点：在CBTA框架下，SAW的评估不是孤立的。它与应用知识（KOB）、程序应用（APP）、沟通（COM）等胜任力密切相关。例如，SAW.4（验证信息）需要良好的沟通（COM），SAW.6（制定预案）需要应用知识（KOB）的支撑。

🛡

十、保持情景意识的方法

航空CRM训练中总结了10条保持情景意识的有效方法，这些方法经过大量实践验证，是飞行员日常运行中应遵循的最佳实践。

方法 1

预定高工作负荷阶段的机组分工 — 在已知的高工作负荷阶段（如起飞、进近）到来之前，提前明确机组成员的职责分工，确保每个关键任务都有专人负责。

方法 2

制定计划并划分责任 — 在飞行前简令和各阶段简令中，制定清晰的计划并明确每个人的责任区域，避免出现"大家都以为别人在监控"的盲区。

方法 3

征求所有人员意见 — 鼓励机组每位成员参与态势评估和决策讨论。不同的经验和视角有助于构建更完整的共享情景意识。

方法 4

将注意力从飞机转移到人 — 定期从技术层面"抬头"，关注机组其他成员的状态（疲劳、压力、困惑），人的因素同样是SA的重要组成部分。

方法 5

对比计划监控当前状况 — 持续将实际飞行状态与预定的飞行计划进行对比，及时发现偏差。偏差是SA问题最直接的指示器。

方法 6

提前预测突发事件 — 主动思考"如果...怎么办"的情景，提前准备应对方案。这种"what-if"思维是第三层SA的核心实践。

方法 7

注意细节同时扫视大环境 — 在关注具体细节（如某个参数）的同时，定期"拉远视角"扫视整体态势，避免因注意力固着而丧失全局SA。

方法 8

创建任务中断提示 — 当被中断时，使用明确的方式（如口头声明、物理标记）记录未完成的任务，防止中断后遗忘导致SA断裂。

方法 9

注意SA削弱表现 — 持续自我监控和交叉监控，警惕前述10个SA削弱信号的出现。早期识别是防止SA完全丧失的关键。

方法 10

及时"喊话" — 发现任何异常或不确定时，立即大声说出来。标准的喊话程序是建立和维持共享SA的最有效手段之一。

保持SA的核心理念

以上10条方法可以归纳为三个核心原则：

结构化：通过预定的分工和计划，减少在高工作负荷时需要临时决策的内容
主动性：不被动等待信息出现，而是主动搜索、预测和验证
共享性：SA是团队产品，通过沟通和交叉检查确保所有成员保持一致的态势认知

🎓

十一、SA训练技术

情景意识可以通过系统训练得到显著提升。以下是目前航空领域广泛使用的SA训练方法。

11.1 情境感知训练（Situation Awareness Training, SAT）

Endsley等人开发的系统化SA训练方案，包含三个核心模块：

个体SA训练

注意力分配策略训练
心智模型构建与更新
信息搜索模式优化
偏差检测能力训练
压力管理技巧

团队SA训练

共享心智模型构建
标准沟通与喊话程序
交叉检查习惯培养
领导力与跟随力训练
团队态势评估方法

11.2 模拟机训练中的SA开发

全动模拟机是SA训练最重要的平台。训练设计应遵循以下原则：

SA训练设计原则：

1. 渐进复杂度：从简单场景开始，逐步增加信息量和任务复杂度
2. 针对性场景：设计专门针对SA弱点的场景（如注意力分散、信息过载）
3. 即时反馈：训练后立即进行SA回放和讲评，指出SA缺失的时刻
4. 元认知训练：培养飞行员对自身SA状态的监控能力

11.3 线路飞行中的SA实践

除了模拟机训练，日常线路飞行中也有多种SA训练机会：

📋

简令练习

Briefing Practice

在飞行前简令中系统覆盖五大要素，训练结构化态势评估能力。简令应包括：自我状态、飞机状态、环境条件、计划操作和特殊情景预案。

🔄

定期SA检查

Periodic SA Check

在飞行中定期（如每15-20分钟）进行自我SA检查：我是否知道飞机在哪里？状态如何？接下来会发生什么？是否有潜在威胁？

📞

事件分享

Event Debriefing

飞行后回顾SA相关的关键事件，分析哪些因素帮助或阻碍了SA的维持。建立个人SA经验库，持续改进。

📜

十二、案例分析

通过真实案例理解SA丧失的机制和后果，是CRM训练中最具说服力的教学方法。以下选取两个经典案例进行SA层面的深度分析。

案例一：东方航空MU5735航班事故

SA丧失分析

2022年3月21日，中国东方航空MU5735航班（波音737-800）在从昆明飞往广州的途中，在广西梧州上空突然急剧下降，最终坠毁。该案例凸显了SA丧失在航空安全中的极端严重性。

第一层：感知

飞机状态参数的异常变化是否被及时感知？驾驶舱内是否存在未被注意的警告信息？

第二层：理解

机组是否准确理解了飞机状态变化的含义？是否存在对异常情况的误判？

第三层：预测

机组是否预见到了事态的严重性？是否有足够时间采取有效行动？

SA教训：该案例提醒我们，SA丧失可能在极短时间内发生，且一旦丧失，恢复的窗口可能非常短暂。这强化了主动SA管理、定期SA检查和早期异常识别的重要性。

案例二：AF447空速管结冰事件

SA逐层丧失

2009年6月1日，法国航空AF447航班（空客A330）从里约热内卢飞往巴黎途中，在大西洋上空因空速管结冰导致空速信息不可靠。机组在失去可靠空速指示后，未能维持正确的飞行姿态，最终导致飞机坠入大海。该案例是SA逐层丧失的经典教科书案例。

第一层丧失

空速管结冰后，空速指示出现矛盾读数。飞行员无法准确感知飞机的真实速度状态。多个警告同时触发，造成信息过载。

第二层丧失

在矛盾信息面前，副驾驶错误地将飞机拉起（stall），而非保持或降低姿态。他未能正确理解飞机的实际飞行状态——飞机已经处于失速状态。

第三层丧失

在整个事件过程中（约4分半钟），机组未能准确预测飞机持续爬升将导致失速坠毁的后果。缺乏有效的"what-if"思维和应急预案。

SA教训：

1. 信息过载可导致第一层SA迅速丧失
2. 压力下的认知窄化使第二层理解出现严重偏差
3. 缺乏基础飞行技能（过度依赖自动化）削弱了在异常情况下的SA重建能力
4. CRM失效（机长未有效接管、沟通不足）导致共享SA无法建立

案例三：特内里费空难（1977）

沟通与SA

1977年3月27日，荷兰皇家航空4805航班和泛美航空1736航班在特内里费机场跑道发生相撞，造成583人遇难，是航空史上最严重的事故。该案例深刻揭示了沟通不足如何导致灾难性的SA丧失。

位置SA丧失

KLM机长在能见度受限的条件下，未能准确感知泛美航班仍在跑道上。ATC通信中的模糊用语和同时发射导致的干扰进一步削弱了位置SA。

操作SA丧失

KLM机长在没有获得明确起飞许可的情况下开始起飞滑跑。副驾驶对"我们还在起飞"的犹豫表达未能阻止机长的行动。

团队SA失效

整个机组未能形成共享的、准确的态势认知。权威梯度（authority gradient）过大，副驾驶不敢直接质疑机长的决策。

SA教训：该案例直接推动了全球CRM运动的兴起。它证明了即使技术最熟练的飞行员，在沟通不畅、权威梯度过大、时间压力增加的条件下，也可能出现严重的SA丧失。此后，标准用语、闭环通信、权威梯度管理等成为CRM训练的核心内容。

📚

十三、参考文献

核心文献

Endsley, M. R. (1995). Toward a theory of situation awareness in dynamic systems. Human Factors, 37(1), 32-64.
Endsley, M. R. (1988). Design and evaluation for situation awareness enhancement. Proceedings of the Human Factors Society 32nd Annual Meeting, 1, 97-101.
Endsley, M. R., & Jones, D. G. (2012). Designing for Situation Awareness: An Approach to User-Centered Design (2nd ed.). CRC Press.
ICAO (2020). Doc 9995 — Manual of Evidence-Based Training. International Civil Aviation Organization.
ICAO (2013). Doc 9868 — Procedures for Air Navigation Services — Training (PANS-TRG). International Civil Aviation Organization.
Sarter, N. B., & Woods, D. D. (1995). How in the world did we ever get into that mode? Mode error and awareness in supervisory control. Human Factors, 37(1), 5-19.
Parasuraman, R., Sheridan, T. B., & Wickens, C. D. (2000). A model for types and levels of human interaction with automation. IEEE Transactions on Systems, Man, and Cybernetics, 30(3), 286-297.
Posner, M. I., & Petersen, S. E. (1990). The attention system of the human brain. Annual Review of Neuroscience, 13, 25-42.
Stanton, N. A., Chambers, P. R. G., & Piggott, J. (2001). Situational awareness and safety. Safety Science, 39(3), 189-204.
Jones, D. G., & Endsley, M. R. (1996). Sources of situation awareness errors in aviation. Aviation, Space, and Environmental Medicine, 67(6), 507-512.
Mica Endsley (2023). Situation Awareness: The Foundation of Decision Making and Performance in Complex Systems. CRC Press.
CAAC (2022). 航空机组资源管理（CRM）训练大纲. 中国民用航空局.

延伸阅读

Dekker, S. (2014). Safety Differently: Human Factors for a New Era. CRC Press.
Reason, J. (1990). Human Error. Cambridge University Press.
Wickens, C. D., Lee, J. D., Liu, Y., & Gordon-Becker, S. (2004). An Introduction to Human Factors Engineering. Pearson.
Salas, E., Sims, D. E., & Burke, C. S. (2005). Is there a "Big Five" in teamwork? Small Group Research, 36(5), 555-599.
Klein, G. (1998). Sources of Power: How People Make Decisions. MIT Press.