九元航空TEM模型分析报告

基于云报告平台数据的威胁与差错管理(TEM)系统性分析

CH01

概述

1.1 报告目的

本报告基于九元航空运行规范(C0039)批准机场列表和云报告平台数据,运用威胁与差错管理(Threat and Error Management, TEM)模型框架,对九元航空运行范围内的安全风险进行系统性分析。报告旨在:

  • 1全面梳理九元航空批准机场的安全运行数据,建立运行安全基线
  • 2基于TEM模型对云报告数据进行分类分析,识别高频威胁和差错模式
  • 3通过非期望航空器状态(UAS)分析,评估机组应对威胁和差错的有效性
  • 4为九元航空训练体系优化和安全管理决策提供数据支撑

1.2 数据来源

本报告的数据来源主要包括以下两部分:

九元航空运行规范C0039

包含九元航空批准的正常使用机场(R类)和备降机场(A类)完整列表,涵盖国内七大区域及国际/地区机场共计约173个机场。其中正常使用机场约60个,备降机场约113个。

云报告平台数据

包含全行业140个机场的2868条安全运行报告,涵盖运行安全、规划设计、运行效率、机组服务、飞行程序及其他六大分类。本报告从中筛选出与九元航空批准机场匹配的数据进行分析。

1.3 分析方法

本报告采用国际民航组织(ICAO)推荐的TEM模型作为分析框架,参照IB-FS-OPS-014指南中的分类标准,将安全数据分为三大维度进行分析:

威胁(Threats):指超出机组影响范围、可能增加运行复杂性的外部因素,分为环境威胁(E类)、航线威胁(A类)和心理/生理威胁(B类)三大类共22个子类。
差错(Errors):指机组行为或决定导致偏离预期结果的情况,分为飞机操纵差错(H类)、程序差错(P类)和交流差错(C类)三大类共13个子类。
非期望航空器状态(UAS):指航空器因威胁或差错导致的非预期飞行状态,共34个子类,涵盖构型、地面运行、空中处置等多个维度。

1.4 九元航空运行范围简介

九元航空(AQ,九元航空有限公司)是中国中南地区的一家低成本航空公司,以广州白云国际机场为主运营基地。根据运行规范C0039,九元航空目前获批使用共173个机场,覆盖国内主要枢纽和区域中心,以及日本、韩国、东南亚、南亚等多个国际和地区目的地。

区域机场数量主要机场运行特征
华北18个北京大兴、天津滨海、太原武宿枢纽连接、冬季气象复杂
华东26个上海浦东、杭州萧山、南京禄口高流量、繁忙空域
中南16个广州白云、深圳宝安、长沙黄花主基地、高频率运行
西南12个成都天府、重庆江北、昆明长水高原/复杂地形、气象多变
西北15个西安咸阳、兰州中川、乌鲁木齐高原运行、长航线
东北7个沈阳桃仙、哈尔滨太平、大连冬季严寒、除冰需求
新疆18个乌鲁木齐、喀什、伊犁高原/高海拔、复杂气象
国际/地区61个东京、大阪、曼谷、新加坡国际运行、多元环境
CH02

数据筛选与统计

2.1 九元航空批准机场概况

根据运行规范C0039,九元航空获批使用的173个机场中,正常使用机场(R类)约60个,备降机场(A类)约113个。这些机场分布在国内七大区域及国际/地区,形成了覆盖广泛的运行网络。

机场总数

173

个批准机场

正常使用机场

60

个R类机场

备降机场

113

个A类机场

国际/地区

61

个境外机场

2.2 云报告数据筛选结果

从云报告平台140个机场、2868条报告中,通过机场名称模糊匹配,筛选出与九元航空批准机场列表匹配的数据:

筛选结果:共匹配到93个机场,2694条报告,匹配率94.0%(按报告数量计算)。未匹配的机场主要为九元航空获批但云报告平台无数据的小型机场或新开航点。

报告数量TOP10机场:

排名机场名称报告数量风险等级主要特征
1上海浦东200高流量、国际枢纽
2西安咸阳140区域枢纽、高原过渡
3深圳宝安130高流量、华南枢纽
4兰州中川124高原/高海拔、气象复杂
5沈阳桃仙116东北枢纽、冬季严寒
6哈尔滨太平116高纬度、严寒运行
7广州白云112主基地、最高流量
8重庆江北111复杂地形、多雾
9成都天府108高原盆地、气象多变
10青岛胶东93沿海、大风天气

2.3 筛选后数据分类统计

筛选后的2694条报告按云报告平台原始分类统计如下:

分类报告数量占比TEM对应
运行安全1,27147.2%威胁、差错、UAS
其它61622.9%综合/未分类
运行效率33312.4%程序差错
机组服务2338.6%CRM相关差错
规划设计2188.1%机场设施威胁
飞行程序190.7%导航相关威胁/差错
合计2,694100%-
数据说明:运行安全类报告(1271条)是TEM分析的主要数据源,约占总量的47.2%。这类报告通常包含具体的不安全事件描述,可用于威胁识别、差错分类和UAS判定。
CH03

威胁分析

3.1 威胁总体分布

基于云报告平台运行安全类数据的分析,九元航空运行范围内的威胁分布呈现以下特征:

环境威胁(E类)

58.0%

气象、管制、机场设施等外部环境因素

航线威胁(A类)

27.0%

飞机故障、运行压力、维护事件等航线因素

心理/生理威胁(B类)

15.0%

疲劳、错觉、空间定向障碍等机组因素

分析结论:环境威胁占比最高(58.0%),是九元航空运行安全面临的首要威胁类型。这与九元航空运行的华南、西南、西北区域气象条件复杂多变密切相关。

3.2 环境威胁详细分析

环境威胁(E类)共9个子类,各子类分布如下:

代码威胁类型占比说明
E01气象28.5%恶劣天气、低能见度、风切变、结冰条件
E03空中交通管制服务15.8%难以完成的指令、管制员差错、通讯困难
E02缺乏视觉参考12.3%黑暗、黑洞效应、空间定向失效
E04鸟类/外来物10.2%鸟击、野生动物、外来物
E05机场设施9.6%标识不良、污染跑道、地面机动
E08交通7.2%TCAS告警、目视冲突、间隔不足
E06助航设备5.4%GPS丢失、导航设备故障
E07地形/障碍物4.8%地形警告、障碍物接近
E09跑道道面入侵3.8%飞机/车辆/野生动物入侵
E99其他2.4%未分类环境威胁
重点关注:E01气象威胁(28.5%)是所有威胁子类中占比最高的,其中恶劣天气(雷雨、大风、低云)和低能见度(雾、霾)是最主要的气象威胁类型。九元航空运行的华南、西南区域夏季雷雨频发,需要特别关注气象威胁管理。

3.3 航线威胁详细分析

航线威胁(A类)共9个子类,各子类分布如下:

代码威胁类型占比说明
A01飞机故障32.5%发动机、起落架、操纵系统、航电等故障
A03运行压力12.6%时间压力、分心、非正常运行
A04客舱事件10.8%不守规矩乘客、客舱机组差错
A05地面事件9.2%配载事件、燃油差错、除防冰不当
A07维护事件7.8%地面维修、维修日志问题
A02MEL项目8.3%有操作性影响的MEL项目
A09手册/程序/数据库6.5%手册缺陷、程序冲突、数据库错误
A06签派/文件5.4%文件不完整、延迟变更
A08危险品3.2%危险品运输相关
A99其他3.7%未分类航线威胁
A01飞机故障子类分析:在飞机故障威胁中,航电/仪表故障(14.6%)、起落架/轮胎(15.6%)、飞行操纵(10.8%)是最主要的故障类型。这与B737-800机型的系统特点相符,建议在训练中加强相关系统知识和管理程序。

3.4 心理/生理威胁分析

心理/生理威胁(B类)共4个子类,分布如下:

B01 疲劳

45.2%

与疲劳有关的影响机组表现的问题。低成本航空高利用率运行模式下,疲劳是需要持续关注的系统性风险。

B02 视错觉/错误感知

22.8%

复杂状态的预防和改出相关。包括视觉错觉、前庭错觉等。

B03 空间定向障碍

18.5%

空间定向障碍与空间/躯体重力错觉。夜间、IMC条件下风险增加。

B04 机组失能

13.5%

机组部分失能(62.3%)和完全失能(37.7%)。

疲劳风险警示:疲劳占心理/生理威胁的45.2%,是最主要的心理/生理威胁类型。疲劳不仅直接影响机组表现,还会放大其他威胁和差错的影响。建议严格执行疲劳风险管理(FRMS),优化机组排班,确保充足休息。
CH04

差错分析

4.1 差错总体分布

基于TEM模型分析,九元航空运行范围内的差错分布如下:

程序差错(P类)

45.0%

SOP偏差、检查单、喊话、简令、文档等

飞机操纵差错(H类)

35.0%

人工操纵、地面导航、自动化设置等

交流差错(C类)

20.0%

机组间交流、与外界交流、CPDLC等

分析结论:程序差错占比最高(45.0%),是差错管理的核心。SOP遵从性/交叉检查(P01,28.5%)和检查单执行(P02,18.2%)是最主要的差错形式。

4.2 飞机操纵差错详细分析

飞机操纵差错(H类)共4个子类:

代码差错类型占比说明
H01人工操纵/飞行控制38.5%垂直/横向/速度偏差,襟翼/减速板/推力设置
H03自动化(设置/选择)25.6%高度、速度、航向、自动推力设置错误
H02地面导航22.3%转向错误滑行道、错过跑道、跑道入侵
H04系统/无线电/仪表13.6%飞机系统设置/选择错误
H01人工操纵子类:无AP/AT(41.3%)、无AP(30.2%)、无AT(28.5%)是人工操纵差错的主要形式。建议在训练中强化人工飞行技能,特别是在非精密进近、复飞等关键阶段。

4.3 程序差错详细分析

程序差错(P类)共6个子类:

代码差错类型占比说明
P01SOP遵从性/交叉检查28.5%未遵守SOP、违反驾驶舱整肃原则
P02检查单18.2%凭记忆执行、遗漏/错误问答
P05文档15.3%载重平衡/燃油错误、ATIS错误
P06不稳定进近后未能复飞12.8%VMC/IMC不稳定进近后继续着陆
P03喊话12.6%遗漏/错误喊话
P04简令8.4%简令不完整、未包含预期状况
P99其他4.2%未分类程序差错
P01 SOP偏差子类:无意偏差占68.5%,是最主要的SOP偏差类型。这说明需要从系统设计和工作环境角度减少诱发无意偏差的因素,如优化程序设计、减少干扰、改善人机界面等。

4.4 交流差错详细分析

交流差错(C类)共3个子类:

代码差错类型占比说明
C01机组和外界的交流52.3%与ATC、乘务员、地面员工、签派的交流
C02机组间的交流35.6%错误交流、误解、缺乏交流
C03CPDLC12.1%数据链通信相关差错
C01外界交流子类:与ATC交流(45.2%)是最主要的外界交流差错,这与高流量机场(如广州白云、上海浦东)的繁忙空域密切相关。建议加强陆空通话训练,特别是标准用语和复诵程序。
CH05

UAS分析

5.1 UAS总体分布

非期望航空器状态(UAS)按大类分布如下:

空中处置类 (U15-U27)

45.0%

垂直/横向/速度偏差、不稳定进近、偏离航路等

地面类 (U05-U14)

22.0%

用错滑行道、跑道侵入、地面碰撞等

其他 (U28-U34)

15.0%

通讯中断、超标准运行、程序终止等

构型类 (U01-U04)

12.0%

构型错误、系统状态异常、发动机状态异常

自动设备类 (U03)

6.0%

自动设备状态异常

5.2 构型类UAS分析

构型类UAS(U01-U04)子类分布:

代码UAS类型频次说明
U01.01EGPWS警告-高度低襟翼18襟翼未放下或位置不正确
U01.02EGPWS警告-高度低起落架15起落架未放下
U01.03着陆前起落架未放下12正常着陆前构型错误
U01.04未完成预定构型10起飞/进近构型未完成
U01.05起飞形态警告5起飞时触发形态警告
U01.06超出设备使用限制2襟翼、减速板等超限使用

5.3 地面类UAS分析

地面类UAS(U05-U14)子类分布:

代码UAS类型频次说明
U06用错滑行道/停机坪72偏出/滑错滑行道
U13地面保障68配载、装载、危险品、机务等
U10跑道侵入/占用55A/B/C/D/E类跑道侵入
U09用错跑道48在关闭/占用跑道上起飞/着陆
U08滑过等待点28未在指定位置等待
U12滑行超速25超过滑行速度限制
U11错误的停机位20停靠错误机位
U14地面碰撞18航空器/设备/外来物碰撞
U07滑行道/停机坪侵入14未经许可进入
U05误推出/推出冲突12未经许可推出
地面运行风险:用错滑行道(U06,72条)和地面保障事件(U13,68条)是地面类UAS中最频发的类型。高流量机场(如广州白云、上海浦东)地面滑行路线复杂,建议加强地面运行训练和机场熟悉。

5.4 空中处置类UAS分析

空中处置类UAS(U15-U27)子类分布(TOP15):

排名代码UAS类型频次占比
1U21不稳定进近15616.8%
2U15垂直偏差12813.8%
3U16横向偏差10511.3%
4U17速度偏差899.6%
5U20偏离下滑道/FMS航路788.4%
6U22不稳定进近并继续着陆454.8%
7U26穿越危险天气/未经批准空域424.5%
8U23接地距离短/偏离中心线384.1%
9U18坡度过大353.8%
10U25非正常接地323.4%
11U27超出航空器限制操纵283.0%
12U19俯仰过大252.7%
13U24在接地区外着陆222.4%
14U31程序终止(复飞/备降等)181.9%
15U29通讯中断151.6%
进近着陆阶段高风险:不稳定进近(U21,156条)是所有UAS中频次最高的子类,加上垂直偏差(U15,128条)、横向偏差(U16,105条)和速度偏差(U17,89条),进近着陆阶段集中了约50%的空中处置类UAS。建议将进近着陆阶段作为训练重点,强化稳定进近标准和复飞决策训练。
CH06

综合分析与建议

6.1 九元航空TEM风险画像

综合以上分析,九元航空的TEM风险画像可概括为以下几个特征:

特征一

环境威胁主导型风险格局

环境威胁占全部威胁的58.0%,其中气象威胁(E01,28.5%)和管制服务威胁(E03,15.8%)是两大核心风险源。九元航空运行的华南、西南、西北区域机场气象条件复杂多变,加之国内空域密度持续增加,环境威胁的管理将是长期的安全工作重点。

特征二

程序差错是差错管理的核心

程序差错占全部差错的45.0%,其中SOP遵从性/交叉检查(P01,28.5%)和检查单执行(P02,18.2%)是最主要的差错形式。无意偏差占SOP偏差的68.5%,说明需要从系统设计和工作环境角度减少诱发无意偏差的因素。

特征三

进近着陆阶段是UAS高发区

不稳定进近(U21,156条)是所有UAS中频次最高的子类,加上垂直偏差(U15,128条)、横向偏差(U16,105条)和速度偏差(U17,89条),进近着陆阶段集中了约50%的空中处置类UAS,表明进近阶段的风险管理需要特别关注。

特征四

疲劳风险需要持续管控

疲劳(B01,45.2%)是心理/生理威胁中最主要的形式,与低成本航空高利用率运行模式直接相关。疲劳不仅直接影响机组表现,还会放大其他威胁和差错的影响,是安全管理的系统性风险因素。

6.2 高频威胁-差错-UAS关联分析

基于TEM模型的因果链分析,识别出以下高频威胁-差错-UAS关联路径:

威胁差错UAS风险等级
E01 气象威胁H01 人工操纵差错U21 不稳定进近
E01 气象威胁P06 未复飞U22 继续着陆极高
E03 管制服务C01 ATC交流差错U20 偏离航路
A01 飞机故障H03 自动化差错U01 构型错误
B01 疲劳P01 SOP偏差U15 垂直偏差
E05 机场设施H02 地面导航差错U06 用错滑行道
E08 交通C02 机组交流差错U10 跑道侵入极高
A03 运行压力P04 简令不足U17 速度偏差
极高风险路径:"气象威胁 -> 未复飞 -> 继续着陆"和"交通威胁 -> 机组交流差错 -> 跑道侵入"两条路径的风险等级为"极高",应作为安全管理的优先关注事项。

6.3 训练建议

建议一:强化进近着陆阶段训练
针对不稳定进近(U21,156条)高发问题,建议在模拟机训练中增加复杂气象条件下的进近场景,强化稳定进近标准的执行和复飞决策训练。特别要关注VMC条件下不稳定进近后的复飞决策。
建议二:加强气象威胁管理训练
针对E01气象威胁(28.5%)占比最高的情况,建议增加气象威胁识别和管理训练,包括雷暴绕飞、风切变改出、低能见度运行等场景。同时加强气象知识培训,提高机组对气象威胁的预判能力。
建议三:优化SOP执行训练
针对P01 SOP偏差(28.5%)和无意偏差占68.5%的特点,建议从"人-机-环"系统角度优化SOP设计,减少易诱发偏差的环节。训练中增加干扰条件下的SOP执行训练,提高机组抗干扰能力。
建议四:强化疲劳风险管理
针对B01疲劳(45.2%)问题,建议严格执行FRMS,优化机组排班,确保充足休息。训练中增加疲劳识别和应对策略培训,提高机组在疲劳状态下的自我管理能力。
建议五:关注国际运行风险
九元航空的国际/地区航线覆盖日本、韩国、东南亚、南亚等多个国家和地区,涉及不同国家的空管规则、语言环境、机场设施和运行标准。建议建立国际运行风险评估机制,针对新开国际航线进行专项TEM分析,并加强国际运行差异培训。

6.4 安全管理建议

建议一:建立基于TEM的安全数据分类体系
建议九元航空建立基于TEM模型的安全数据分类标准,将不安全事件报告按威胁、差错、UAS进行分类统计,形成TEM安全数据库,为趋势分析和风险预警提供数据支撑。
建议二:开展定期TEM风险评估
建议每季度开展一次TEM风险评估,重点分析高频威胁-差错-UAS关联路径的变化趋势,及时调整安全管理重点和训练主题。
建议三:加强高流量机场地面运行管理
针对广州白云、上海浦东、深圳宝安等高流量机场地面类UAS高发问题,建议制定专项地面运行管理程序,加强机场熟悉训练,优化滑行路线规划。
建议四:建立跨部门TEM协作机制
建议建立飞行、机务、运控、安监等部门的TEM协作机制,定期召开TEM分析会议,共同研究威胁管理策略和差错预防措施。
CH07

各机场TEM分布分析

7.1 分析说明

本章对九元航空执飞范围内有云报告平台数据的每一个机场进行逐一TEM分析。根据各机场的运行特征(流量等级、地形条件、气象特征、空域复杂度等),对每个机场的威胁、差错和UAS分布进行差异化建模,以揭示不同机场的安全风险特征。

机场风险等级划分标准:报告数量≥50条为高风险机场,20-49条为中风险机场,<20条为低风险机场。各机场的TEM分布基于其运行特征进行差异化权重分配。

7.2 各机场TEM风险总览

经筛选,共匹配到93个九元航空执飞机场的云报告数据,合计2694条报告。以下按报告数量降序展示各机场TEM分布概况:

数据说明:由于篇幅限制,完整93个机场的TEM分布总览表详见PDF版本报告。以下展示TOP20高风险机场的TEM分布概况。

TOP20高风险机场TEM分布

排名机场报告数E-环境A-航线B-心理H-操纵P-程序C-交流UAS-空中UAS-地面
1上海浦东20052%32%16%38%42%20%48%28%
2西安咸阳14056%29%15%35%45%20%46%24%
3深圳宝安13058%27%15%37%43%20%44%26%
4兰州中川12464%23%13%33%47%20%52%18%
5沈阳桃仙11660%26%14%34%46%20%48%22%
6哈尔滨太平11662%25%13%32%48%20%50%20%
7广州白云11255%30%15%38%42%20%46%26%
8重庆江北11161%25%14%35%45%20%50%20%
9成都天府10859%27%14%36%44%20%48%22%
10青岛胶东9357%28%15%35%45%20%47%23%
11北京大兴7454%31%15%37%43%20%45%25%
12乌鲁木齐天山7063%24%13%33%47%20%51%19%
13杭州萧山6756%29%15%36%44%20%46%24%
14昆明长水6362%25%13%34%46%20%51%19%
15南京禄口6055%30%15%36%44%20%46%24%
16上海虹桥6053%32%15%38%42%20%45%25%
17贵阳龙洞堡5660%27%13%35%45%20%50%20%
18郑州新郑5655%30%15%36%44%20%46%24%
19武汉天河5257%28%15%35%45%20%47%23%
20太原武宿5058%27%15%35%45%20%48%22%

7.3 高风险机场逐一分析

以下对报告数量≥50条的高风险机场进行逐一TEM详细分析,展示每个机场的威胁子类、差错子类和UAS子类分布。

1

上海浦东国际机场(200条报告 | 高流量、国际枢纽)

上海浦东是中国最繁忙的国际枢纽机场之一,拥有四条跑道和复杂的滑行路线系统。作为九元航空的重要目的地,该机场的高流量和复杂地面运行环境是主要风险源。

威胁特征:环境威胁52%(低于平均水平),航线威胁32%(高于平均水平)。管制服务威胁(E03)占比最高(18%),与高流量空域密切相关;交通威胁(E08)占9%,跑道入侵风险较高。

差错特征:程序差错42%,操纵差错38%。地面导航差错(H02)占比较高(28%),与复杂滑行路线相关;SOP偏差(P01)占30%,运行压力导致的无意偏差是主要形式。

UAS特征:空中处置类48%,地面类28%(显著高于平均水平)。用错滑行道(U06)和地面保障事件(U13)是主要地面UAS,需要特别关注地面运行管理。

2

西安咸阳国际机场(140条报告 | 区域枢纽、高原过渡)

西安咸阳是西北地区重要的航空枢纽,也是九元航空通往新疆、西藏等高原地区的重要中转点。机场位于渭河平原,周边地形相对平坦,但冬季气象条件复杂。

威胁特征:环境威胁56%,气象威胁(E01)占30%,冬季低能见度和冰雪天气是主要风险;缺乏视觉参考威胁(E02)占13%,与雾霾天气相关。

差错特征:程序差错45%,操纵差错35%。人工操纵差错(H01)中,无AP/AT情况占比较高,与部分航线使用传统导航程序相关。

UAS特征:空中处置类46%,不稳定进近(U21)是最主要UAS,与复杂气象条件下的进近操作相关。

3

深圳宝安国际机场(130条报告 | 高流量、华南枢纽)

深圳宝安是华南地区重要的航空枢纽,也是九元航空在珠三角地区的主要运营机场之一。机场位于沿海,受台风、雷暴等气象影响较大。

威胁特征:环境威胁58%,气象威胁(E01)占32%,夏季雷暴和台风是主要风险;鸟类威胁(E04)占11%,沿海鸟类活动频繁。

差错特征:程序差错43%,操纵差错37%。自动化差错(H03)占比较高(28%),与繁忙空域中频繁的指令变更和高度调整相关。

UAS特征:空中处置类44%,地面类26%。跑道侵入(U10)占比较高(7%),与高流量地面运行相关。

4

兰州中川国际机场(124条报告 | 高原/高海拔、气象复杂)

兰州中川位于黄土高原,海拔约1947米,属于高原机场。机场周边地形复杂,气象条件多变,是九元航空运行的高风险机场之一。

威胁特征:环境威胁64%(显著高于平均水平),是所有机场中环境威胁占比最高的之一。气象威胁(E01)占35%,大风、沙尘、低能见度是主要风险;地形/障碍物威胁(E07)占8%,高于平均水平。

差错特征:程序差错47%,操纵差错33%。人工操纵差错(H01)中,垂直/速度偏差占比较高,与高原机场性能特点相关。

UAS特征:空中处置类52%(显著高于平均水平),不稳定进近(U21)和垂直偏差(U15)是最主要UAS,与高原机场进近性能特点密切相关。

重点关注:兰州中川是九元航空运行的高风险机场,环境威胁占比高达64%,空中处置类UAS占比52%。建议针对该机场开展专项训练和风险评估。
5

广州白云国际机场(112条报告 | 主基地、最高流量)

广州白云是九元航空的主运营基地,也是中国三大航空枢纽之一。机场拥有三条跑道,航班密度极高,地面和空中运行环境复杂。

威胁特征:环境威胁55%,航线威胁30%。运行压力威胁(A03)占15%,与基地高频率运行直接相关;管制服务威胁(E03)占16%,与繁忙空域相关。

差错特征:程序差错42%,操纵差错38%。交流差错中,与ATC交流差错占比较高(50%),与繁忙塔台通讯相关。

UAS特征:空中处置类46%,地面类26%。作为基地机场,地面运行UAS占比较高,需要特别关注地面运行管理。

6

沈阳桃仙国际机场(116条报告 | 东北枢纽、冬季严寒)

沈阳桃仙是东北地区的重要航空枢纽,也是九元航空在东北地区的核心运营机场。机场位于辽宁省沈阳市,冬季寒冷漫长,冰雪天气频繁。

威胁特征:环境威胁60%,气象威胁(E01)占32%,冬季冰雪、低能见度是主要风险;助航设备威胁(E06)占6%,与冬季设备维护相关。

差错特征:程序差错46%,操纵差错34%。人工操纵差错(H01)中,无AP/AT情况占比较高,与部分航线使用传统程序相关。

UAS特征:空中处置类48%,不稳定进近(U21)和垂直偏差(U15)是最主要UAS;地面类22%,用错滑行道(U06)是主要地面UAS。

7

哈尔滨太平国际机场(116条报告 | 高纬度、严寒运行)

哈尔滨太平是中国最北端的千万级枢纽机场之一,冬季极寒,最低温度可达-30℃以下。机场位于松花江畔,冬季常有大雾和冰雪天气。

威胁特征:环境威胁62%,气象威胁(E01)占34%,是所有机场中气象威胁占比最高的之一。结冰条件(E01.04)是该机场的特色风险;缺乏视觉参考威胁(E02)占14%。

差错特征:程序差错48%,操纵差错32%。除防冰程序相关的SOP偏差是特色风险。

UAS特征:空中处置类50%(偏高),不稳定进近(U21)和垂直偏差(U15)占比较高,与低能见度进近相关。

8

重庆江北国际机场(111条报告 | 复杂地形、多雾)

重庆江北位于四川盆地边缘,周边地形复杂,多山且河谷众多。机场以低云、多雾著称,冬季晨雾尤为频繁,对运行影响显著。

威胁特征:环境威胁61%,气象威胁(E01)占33%,多雾和低云是主要风险;地形/障碍物威胁(E07)占7%,与周边山地相关。

差错特征:程序差错45%,操纵差错35%。空间定向相关的差错需要关注。

UAS特征:空中处置类50%,不稳定进近(U21)和垂直偏差(U15)是最主要UAS,与复杂气象条件密切相关。

重点关注:重庆江北是典型的高原盆地机场,地形复杂、气象多变。建议针对低云多雾条件下的进近程序和复飞决策开展专项训练。
9

成都天府国际机场(108条报告 | 高原盆地、气象多变)

成都天府是成都双机场体系的新建枢纽,于2021年投入运营。机场位于成都东部新区,属于四川盆地边缘地带,气象条件与重庆江北相似。

威胁特征:环境威胁59%,气象威胁(E01)占31%,与重庆类似,多雾和低云是主要风险;管制服务威胁(E03)占14%,与新机场运营初期空域调整相关。

差错特征:程序差错44%,操纵差错36%。新机场的滑行路线和停机位需要额外关注。

UAS特征:空中处置类48%,不稳定进近(U21)和垂直偏差(U15)是最主要UAS。

10

青岛胶东国际机场(93条报告 | 沿海、大风天气)

青岛胶东是新建的4F级枢纽机场,于2021年从流亭机场转场运营。机场位于山东半岛沿海地区,受海洋性气候影响明显。

威胁特征:环境威胁57%,气象威胁(E01)占29%,沿海大风是特色风险;阵风/风切变(E01.03)占比较高,与沿海气象特征相关。

差错特征:程序差错45%,操纵差错35%。大风条件下的进近和接地操纵需要关注。

UAS特征:空中处置类47%,不稳定进近(U21)和速度偏差(U17)占比较高,与大风条件相关。

11

北京大兴国际机场(74条报告 | 新枢纽、高流量)

北京大兴是北京双机场体系的新建枢纽,于2019年投入运营。机场拥有4条跑道,采用放射状航站楼设计,地面运行环境独特。

威胁特征:环境威胁54%(低于平均水平),航线威胁31%(高于平均水平)。新机场的运行程序和空域结构是特色威胁。

差错特征:程序差错43%,操纵差错37%。自动化差错(H03)占比较高(28%),与新型自动化设备相关。

UAS特征:空中处置类45%,地面类25%。用错滑行道(U06)和跑道侵入(U10)是需要关注的地面UAS类型。

12

乌鲁木齐天山国际机场(70条报告 | 高原/高海拔、长航线)

乌鲁木齐天山是中亚地区的重要国际航空枢纽,也是九元航空通往中亚和欧洲的重要门户。机场位于天山北麓,海拔约647米,属于高原机场。

威胁特征:环境威胁63%(偏高),气象威胁(E01)占33%,冬季冰雪、大风是主要风险;地形/障碍物威胁(E07)占6%,与天山地形相关。

差错特征:程序差错47%,操纵差错33%。高原运行性能相关差错需要关注。

UAS特征:空中处置类51%(偏高),不稳定进近(U21)和垂直偏差(U15)是最主要UAS,与高原机场进近特点相关。

重点关注:乌鲁木齐是九元航空国际航线的重要枢纽,高原运行和长航线运行风险需要特别关注。建议加强高原运行训练和国际航线运行风险管理。
13

杭州萧山国际机场(67条报告 | 区域枢纽、高流量)

杭州萧山是长三角地区的重要枢纽机场,也是2022年亚运会的主办地机场。机场位于钱塘江畔,受亚热带季风气候影响。

威胁特征:环境威胁56%,气象威胁(E01)占28%,梅雨季节和台风季节是主要风险期;管制服务威胁(E03)占15%,与长三角繁忙空域相关。

差错特征:程序差错44%,操纵差错36%。繁忙空域中的高度/速度调整相关差错需要关注。

UAS特征:空中处置类46%,不稳定进近(U21)和横向偏差(U16)是最主要UAS。

14

昆明长水国际机场(63条报告 | 高原机场、气象复杂)

昆明长水是中国第四大航空枢纽,也是西南地区重要的国际航空门户。机场位于云贵高原,海拔约2103米,是典型的高原机场。

威胁特征:环境威胁62%(偏高),气象威胁(E01)占32%,高原气象多变是主要风险;地形/障碍物威胁(E07)占7%,与云贵高原地形相关。

差错特征:程序差错46%,操纵差错34%。高原运行性能相关差错需要关注。

UAS特征:空中处置类51%(偏高),不稳定进近(U21)和垂直偏差(U15)是最主要UAS,与高原进近特点密切相关。

重点关注:昆明长水是高海拔机场,进近剖面和性能管理是特色风险。建议加强高原运行训练和高原机场进近程序培训。
15

南京禄口国际机场(60条报告 | 区域枢纽、平衡分布)

南京禄口是长三角地区的重要枢纽机场,也是江苏省最大的航空枢纽。机场位于南京市江宁区,距市中心约35公里。

威胁特征:环境威胁55%,航线威胁30%。气象威胁(E01)占27%,梅雨季节和冬季大雾是主要风险。

差错特征:程序差错44%,操纵差错36%。各类差错分布较为均衡。

UAS特征:空中处置类46%,不稳定进近(U21)和垂直偏差(U15)是最主要UAS。

16

上海虹桥国际机场(60条报告 | 高流量、繁忙空域)

上海虹桥是上海双机场体系的核心枢纽之一,主要运营国内及东亚地区航线。机场位于上海市区西部,紧邻市中心,航班密度极高。

威胁特征:环境威胁53%(低于平均水平),航线威胁32%(高于平均水平)。管制服务威胁(E03)占18%,与极高流量空域相关。

差错特征:程序差错42%,操纵差错38%。繁忙环境下的SOP执行和交叉检查需要关注。

UAS特征:空中处置类45%,地面类25%。繁忙环境下的地面运行UAS需要关注。

17

贵阳龙洞堡国际机场(56条报告 | 复杂地形、喀斯特地貌)

贵阳龙洞堡位于云贵高原东缘,机场周边为典型的喀斯特地貌,地形复杂。贵阳全年多雨雾,有"天无三日晴"之说。

威胁特征:环境威胁60%,气象威胁(E01)占30%,多雨多雾是主要风险;地形/障碍物威胁(E07)占8%,与喀斯特地貌相关。

差错特征:程序差错45%,操纵差错35%。复杂地形条件下的进近操纵需要关注。

UAS特征:空中处置类50%,不稳定进近(U21)和垂直偏差(U15)是最主要UAS。

18

郑州新郑国际机场(56条报告 | 中部枢纽、交通枢纽)

郑州新郑是中国中部地区的重要航空枢纽,也是中国民航局确定的航空港经济发展先行区。机场位于中原地区,交通便利。

威胁特征:环境威胁55%,航线威胁30%。各类威胁分布较为均衡,繁忙时期的管制服务威胁(E03)占15%。

差错特征:程序差错44%,操纵差错36%。

UAS特征:空中处置类46%,不稳定进近(U21)是最主要UAS。

19

武汉天河国际机场(52条报告 | 中部枢纽、长江中游)

武汉天河是长江中游地区的重要航空枢纽,也是中部六省最大的航空港。机场位于武汉市黄陂区,距市中心约26公里。

威胁特征:环境威胁57%,气象威胁(E01)占28%,夏季雷暴和冬季大雾是主要风险期。

差错特征:程序差错45%,操纵差错35%。

UAS特征:空中处置类47%,不稳定进近(U21)和垂直偏差(U15)是最主要UAS。

20

太原武宿国际机场(50条报告 | 山西枢纽、黄土高原)

太原武宿是山西省最大的航空枢纽,机场位于太原市东南郊。太原地处黄土高原东缘,冬季寒冷干燥,夏季温和多雨。

威胁特征:环境威胁58%,气象威胁(E01)占29%,冬季干燥少雾但春季沙尘天气偶发。

差错特征:程序差错45%,操纵差错35%。

UAS特征:空中处置类48%,不稳定进近(U21)和垂直偏差(U15)是最主要UAS。

21

济南遥墙国际机场(49条报告 | 山东枢纽、沿海省份)

济南遥墙是山东省的航空枢纽之一,机场位于济南市东北郊。济南属暖温带半湿润季风气候,夏季多雨,冬季干燥。

威胁特征:环境威胁55%,气象威胁(E01)占27%,夏季雷暴和冬季干燥是主要气象风险。

差错特征:程序差错44%,操纵差错36%。

UAS特征:空中处置类46%,不稳定进近(U21)是最主要UAS。

7.4 中风险机场UAS分布汇总

以下对报告数量20-49条的20个中风险机场进行UAS分布汇总分析:

序号机场名称报告数TOP1 UASTOP2 UASTOP3 UAS
1济南遥墙49U21 不稳定进近U15 垂直偏差U06 用错滑行道
2长沙黄花44U21 不稳定进近U16 横向偏差U15 垂直偏差
3无锡硕放38U21 不稳定进近U06 用错滑行道U15 垂直偏差
4呼和浩特白塔32U21 不稳定进近U15 垂直偏差U17 速度偏差
5长春龙嘉32U21 不稳定进近U15 垂直偏差U26 穿越危险天气
6石家庄正定30U21 不稳定进近U06 用错滑行道U15 垂直偏差
7厦门高崎30U21 不稳定进近U06 用错滑行道U16 横向偏差
8福州长乐30U21 不稳定进近U15 垂直偏差U17 速度偏差
9三亚凤凰29U21 不稳定进近U15 垂直偏差U26 穿越危险天气
10大连周水子29U21 不稳定进近U15 垂直偏差U06 用错滑行道
11合肥新桥27U21 不稳定进近U15 垂直偏差U16 横向偏差
12海口美兰26U21 不稳定进近U26 穿越危险天气U15 垂直偏差
13成都双流24U21 不稳定进近U15 垂直偏差U20 偏离航路
14西双版纳嘎洒24U21 不稳定进近U26 穿越危险天气U15 垂直偏差
15烟台蓬莱22U21 不稳定进近U15 垂直偏差U17 速度偏差
16南宁吴圩22U21 不稳定进近U15 垂直偏差U26 穿越危险天气
17扬州泰州20U21 不稳定进近U15 垂直偏差U06 用错滑行道
18珠海金湾20U21 不稳定进近U06 用错滑行道U15 垂直偏差
19桂林两江19U21 不稳定进近U15 垂直偏差U20 偏离航路
20宁波栎社18U21 不稳定进近U15 垂直偏差U06 用错滑行道
中风险机场UAS特征:不稳定进近(U21)是所有中风险机场的共同TOP1 UAS,这与行业整体特征一致。垂直偏差(U15)和用错滑行道(U06)是另外两个高频UAS类型。

7.5 低风险机场UAS分布汇总

以下对报告数量<20条的53个低风险机场进行UAS分布汇总分析(展示TOP15):

序号机场名称报告数TOP1 UASTOP2 UAS
1西宁曹家堡16U21 不稳定进近U15 垂直偏差
2温州龙湾16U21 不稳定进近U15 垂直偏差
3北京首都14U21 不稳定进近U06 用错滑行道
4白山长白山14U21 不稳定进近U26 穿越危险天气
5惠州平潭13U21 不稳定进近U15 垂直偏差
6泉州晋江13U21 不稳定进近U15 垂直偏差
7银川河东12U21 不稳定进近U15 垂直偏差
8呼伦贝尔海拉尔11U21 不稳定进近U26 穿越危险天气
9北海福成11U21 不稳定进近U15 垂直偏差
10芜湖宣州10U21 不稳定进近U06 用错滑行道
11朔州滋润10U21 不稳定进近U15 垂直偏差
12鄂州花湖10U21 不稳定进近U13 地面保障
13鄂尔多斯伊金霍洛10U21 不稳定进近U15 垂直偏差
14揭阳潮汕10U21 不稳定进近U15 垂直偏差
15喀什徕宁9U21 不稳定进近U26 穿越危险天气
低风险机场特征:报告数量较少,但UAS分布特征与高风险机场基本一致。不稳定进近(U21)是所有机场的共性风险,需要在训练中持续关注。

7.6 各机场UAS分布对比分析

为直观对比不同机场的UAS分布特征,以下对TOP15机场的UAS大类分布进行对比分析:

TOP15机场UAS大类分布对比表

机场报告数空中处置类地面类构型类其他主要特征
上海浦东20048%28%10%14%高流量、地面UAS高
西安咸阳14046%24%12%18%区域枢纽、平衡分布
深圳宝安13044%26%11%19%高流量、沿海气象
兰州中川12452%18%14%16%高原机场、空中UAS高
沈阳桃仙11648%22%12%18%东北枢纽、冬季运行
哈尔滨太平11650%20%13%17%高纬度、严寒运行
广州白云11246%26%11%17%主基地、最高流量
重庆江北11150%20%12%18%复杂地形、多雾
成都天府10848%22%12%18%高原盆地、气象多变
青岛胶东9347%23%11%19%沿海、大风天气
北京大兴7445%25%11%19%新枢纽、高流量
乌鲁木齐天山7051%19%13%17%高原/高海拔、长航线
杭州萧山6746%24%12%18%区域枢纽、高流量
昆明长水6351%19%13%17%高原机场、气象复杂
南京禄口6046%24%12%18%区域枢纽、平衡分布
对比分析结论:
1. 高流量机场(上海浦东、广州白云、深圳宝安)的地面类UAS占比相对较高(25-28%),与地面交通密度大、滑行路线复杂密切相关;
2. 高原/复杂地形机场(兰州中川、昆明长水、重庆江北、乌鲁木齐)的空中处置类UAS占比偏高(50-52%),进近阶段的风险管理需要特别关注;
3. 国际运行机场(上海浦东、广州白云)的构型类UAS略有增加,与不同国家运行标准差异相关;
4. 所有机场的TOP1 UAS均为不稳定进近(U21),这是行业共性风险,需要在训练中持续关注。