1. 引言

研究背景

民用航空机场包括民航运输机场和通用机场，通用机场是为通用航空飞行活动的航空器进行起降的机场。通用航空飞行活动包括短途运输、工农林渔业和建筑业的作业飞行、勘探、医疗卫生、救援等。

"十四五"以来，通用航空业发展呈现迅猛态势。预计到2035年全国将建成超2000个通用机场。截至2022年11月底，全国A类通用机场总数仅90个，因此通用机场建设将是未来十五年通用航空业发展重点。

研究现状

我国通用航空业在诸多功能领域仍在试探前行，相关政策及运行管理规范处于频繁出台和不断修正阶段，当前通用机场的规划与建设方面仍存在不足。

截至目前，已取证A类通用机场仍然呈"倒金字塔"结构，包括75个A1级和15个A2级及以下通用机场；通用机场布局规划缺乏统一系统性理论支撑，拟建机场功能定位不够清晰，导致通用机场建设存在重复性和盲目性。

研究框架

多维需求分析

构建运输和非运输需求影响指标体系，采用组合赋权法获得需求分布

布局选址

改进PIPS点集法离散化连续设施选址问题，构建最大覆盖选址模型

功能定位

基于k-means聚类的通用机场功能定位方法，实现差异化功能定位

2. 通用机场多维功能需求分析方法

2.1 通用机场功能分类

通用机场具备五大功能，包括交通运输服务、社会公共服务、通用航空消费、航空飞行培训以及工农林业生产作业。根据通用机场运行现状及相关管理规定将五大功能细化成39项业务类型。

本文将交通运输服务、部分通用航空消费功能需求合并为通用机场交通运输需求，作为通用机场主导功能需求。将通用机场航空应急救援服务及农林业生产作业合并作为非运输需求进行考虑。

通用机场功能分类

2.2 运输需求影响因素分析

二元Logistic回归模型

Logit(P/(1-P))=β0+β1X1+β2X2+⋯+βmXm+ε

式中：P表示通用机场等级为A1的概率；Xm为通用机场等级第m个影响指标，m=1,2,3,...,6分别表示为人均生产总值、人口密度、旅游收入、第二、三产业占比和交通可达性；βm为机场等级第m个影响指标的回归系数；ε表示随机扰动项。

<
表3 Logistic回归结果
解释变量 回归系数 标准误差 显著性
人口密度 0.005 0.001 0.235
人均GDP 0.000 0.000 0.563
交通可达性 0.036 0.035 0.025
旅游指数 -0.124 0.211 0.195
第二产业占比 0.055 0.013 0.068
第三产业占比 0.056 0.053 0.196

2.3 非运输需求影响因素分析

本文将航空应急救援及农林业生产作业作为通用机场布局规划中的增量功能进行影响因素分析，两者统称为非运输需求。

  • 森林火灾：选择森林易燃风险等级作为影响指标
  • 地质地震灾害：地质灾害风险等级作为影响指标
  • 气象灾害：汛期降水量、洪涝易损性作为影响指标
  • 农业作业：采用农田覆盖率、农业产值衡量
  • 林业作业：采用森林覆盖率、林业产值及林分组成衡量

组合赋权法公式

Wkc = θ1Wk1 + θ2Wk2

式中：θ1表示层次分析法的影响权重；θ2表示熵值法的影响权重，满足θ1,θ2≥0，θ1+θ2=1；Wkc表示通用机场第k维需求组合权重向量。

3. 选址模型与功能定位方法

3.1 面向多维功能需求的连续选址离散化方法

PIPS点集法属于精确需求覆盖离散化方法，Murray和Tong已证明PIPS点集中必然包含一组扩展平面最大覆盖选址问题的精确最优解。

本文研究面向多维功能需求的通用机场布局规划，将PIPS点集法推广至多维功能需求覆盖。多维功能需求覆盖模型中需求对象具有多个需求属性，服务设施针对不同需求属性的服务半径不同。

PIPS多维功能需求覆盖

3.2 面向多维功能需求的最大覆盖选址模型

目标函数

maxZ1=∑i∈Iwi1yi1 (运输需求覆盖最大化)

maxZ2=∑i∈Iwi2yi2 (非运输需求覆盖最大化)

minZ3=1/p∑j∈Jdjxj (平均服务对象可达性最小化)

约束条件

∑j∈N(ik)xj≥yik, ∀i∈I,k∈K

M×yik≥∑j∈N(ik)xj, ∀i∈I,k∈K

∑j∈Jxj=p (通用机场数量约束)

xj+xl≤1, ∀j∈J,l∈∏j (最小间距约束)

松弛目标函数

minZ4=∑j∈Jxj|M(j)|-|∪j∈JxjM(j)|

表示通用机场重复覆盖的需求对象最少，从而使通用机场间保持较大间隔，减少机场运行及空域使用相互制约。

3.3 通用机场功能定位

通用机场功能定位研究包括通用机场等级确定以及功能定位确定。求解多目标模型可得到区域通用机场布局方案及每个通用机场所对应的不同需求量级，采用k-means聚类算法对通用机场选址结果分类，从而实现通用机场差异化功能定位。

argminJ(C)=∑k=1K∑xi∈Ck||xi-μk||2

式中：xi表示样本；k(k=1,2,⋯,K)表示聚类数；μk表示聚类中心；C表示聚类结果。

通用机场等级聚类结果

4. 通用机场布局优化实例

4.1 研究区域与数据来源

本文选择某地区作为研究案例进行区域通用机场布局规划研究。截至2022年12月该地区共建成6个运输机场，另有2个运输机场处于建设阶段，2个支线机场处于规划阶段，仅有1个已取证A类通用机场。

本文研究不考虑水上作业功能，由此把水域部分剔除，不作为需求对象和候选点考虑，该地区现有机场及水域概况如图3所示。

某地区现有机场及水域概况

4.2 候选点集及需求分布确定

运输需求服务半径

该地区通用机场布局规划文件（下称《规划》）中指出，2035年A类通用机场数量达65个，密度达4.6个/km2。综合通用机场密度和圆形覆盖区域相互重合等因素，本文将通用机场运输服务覆盖半径设为30km。

非运输需求服务半径

《规划》中提出航空应急救援30min覆盖全省；考虑到应急响应及飞行器起飞降落时间，假设平均飞行速度为200km/h。由此本文假设通用机场航空非运输需求服务半径为50km。

5个算例需求对象及PIPS点统计

算例 需求对象 PIPS点数
中部地区 102 416
东部地区 160 726
北部地区 212 790
西部地区 161 1124
南部地区 171 695

某地区需求分布

某地区需求分布

4.3 选址结果分析

东部算例四目标归一化非支配解分布

目标编号Z1为未覆盖运输需求占比(%)，Z2为平均服务对象可达性(min)，Z3为未覆盖非运输需求占比(%)，Z4为运输需求重复覆盖需求对象数量。

由图可知，Z1、Z3和Z4均与Z2存在较大冲突性，Z1、Z3和Z4之间冲突相对不显著。

东部算例归一化非支配解分布

南部选址结果(p=13)

南部选址结果
表12 某地区通用机场布局方案汇总
区域 通用机场数p/个 运输需求覆盖率(%) 平均可达性(min) 非运输需求覆盖率(%)
北部地区 15 85.61 19.88 96.00
中部地区 9 93.00 22.00 100.00
东部地区 13 91.12 25.26 98.84
西部地区 14 83.05 36.93 97.25
南部地区 13 91.52 41.77 97.26
某地区 64 89.20 29.52 97.57

近期规划结果(p=29)

某地区近期规划结果

远期规划结果(p=64)

某地区远期规划结果

某地区不同阶段机场可达性对比

机场可达性统计 现有机场 近期规划 远期规划
全省均值/min 84.19 56.26 44.44
0.5h通达范围占比/% 5.53 17.78 31.61
1h通达范围占比/% 28.73 60.63 78.35
2h通达范围占比/% 83.15 96.97 98.57

4.4 通用机场功能定位分析

采用k-means聚类算法分析该地区通用机场远期布局方案，对通用机场进行分类，实现通用机场差异化功能定位。通用机场功能定位包括短途运输、通航旅游、应急救援、农业作业和林业作业五种。

功能定位聚类中心及优先级排序

聚类编号 短途运输 通航旅游 农业生产 机场数量
1 178 121 937 4
2 209 62 333 8
3 201 63 1634 13
4 197 80 922 28
5 238 138 314 11

通用机场功能定位分布

通用机场功能定位分布

5. 结论

研究成果

  • 将PIPS法推广至多维覆盖情况，使其适用于多维功能需求覆盖假设
  • 通用机场布局选址兼顾对多维需求的最优覆盖，平衡机场候选点优先级和机场间最小间隔约束
  • 设计NSGA-III算法求解多目标模型，通过自适应更新参考点保持解的多样性
  • 采用k-means聚类算法对通用机场布局结果进行分类，实现差异化功能定位

未来展望

未来可考虑将根据功能需求类型将二进制覆盖与渐进覆盖融合构建多维功能需求差异化覆盖模型。