Previsão de Fluxos Aéreos nas Áreas Terminais de Voo com Base em Cadeias de Markov

• Autor(a) principal: Lopes, André Manuel Martins Almeida Campos
• Data de Publicação: 2023
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
• Texto Completo: http://hdl.handle.net/10400.6/13759
• topic: Área Terminal de Voo; Cadeias de Markov; Capacidade do Espaço Aéreo; Previsão de Fluxo; Tráfego Aéreo; Domínio/Área Científica::Engenharia e Tecnologia::Engenharia Aeronáutica

No decorrer destes últimos anos tem havido um enorme aumento na procura de serviços de aviação, levando a que alguns aeroportos atinjam um determinado nível de saturação. Tanto o setor de controlo de tráfego aéreo, como a infraestrutura aeroportuária enfrentam limitações de capacidade. Contudo, o principal problema está relacionado com a gestão inadequada dos recursos disponíveis, especialmente no que diz respeito ao espaço aéreo. Esta dissertação foca-se no desenvolvimento e avaliação de um modelo de previsão de fluxos aéreos nas Áreas Terminais de Voo (Terminal Manoeuvring Areas - TMA’s) utilizando o conceito de cadeias de Markov. As TMA’s são espaços aéreos circundantes de um aeroporto, altamente congestionados e complexos. A previsão precisa dos fluxos de tráfego nestas zonas terminais é essencial para garantir a segurança e eficiência do sistema de controlo de tráfego aéreo. Como se tratam de zonas de convergência, é necessário existir um limite de capacidade dependendo do aeroporto e, por essa razão, é fundamental a previsão do fluxo, permitindo que o serviço de controlo aéreo da TMA possa elaborar as estratégias táticas de modo a impedir o congestionamento. Nesta dissertação, propõe-se o uso de cadeias de Markov como uma abordagem para modelar e prever os fluxos aéreos nas TMA’s. As cadeias de Markov são processos estocásticos que descrevem a evolução de um sistema de estados discretos, onde a probabilidade de transição entre estados depende somente do estado atual. Esta propriedade torna as cadeias de Markov adequadas para modelar sistemas com comportamento dinâmico e aleatório, como o caso do tráfego aéreo. Para desenvolver o modelo de previsão, utilizaram-se dados históricos de tráfego aéreo nas zonas terminais de Lisboa, de modo a construir uma matriz de transição de estados, que descreve as probabilidades de transição entre os estados do sistema, que representam as diferentes configurações de fluxos de tráfego aéreo nas TMA’s. Os resultados obtidos sugerem que o modelo de previsão desenvolvido baseado nas cadeias de Markov é eficaz na previsão de fluxos aéreos nas TMA’s. Foram efetuadas tanto a previsão do número de chegadas de aeronaves em intervalos de uma hora como a previsão em observações de apenas meia hora. Posto isto, foi realizada a análise do estado permanente da rede, foi efetuada a previsão do próximo estado em apenas um passo e posteriormente foi feita a previsão em ??-passos. Os resultados possibilitaram identificar o estado mais provável, o estado considerado mais crítico. Desta forma, foi possível analisar as consequências que os resultados podem trazer à administração do aeroporto, resultando ou não no planeamento do aumento da sua capacidade de modo a evitar a possibilidade de saturação. Por fim, esta dissertação demonstra que as cadeias de Markov constituem uma abordagem viável para a previsão de fluxos aéreos nas TMA’s. O modelo proposto demonstra potencial para ser aplicado em sistemas reais de controlo de tráfego aéreo, oferecendo benefícios significativos para a indústria da aviação em termos de eficiência operacional e segurança. No entanto, são necessárias pesquisas e desenvolvimentos adicionais para aperfeiçoar e adaptar o modelo em outras áreas terminais, em diferentes aeroportos.