Meteorological Data-driven Trajectory Uncertainty Quantification for Air Traffic Management

Abstract

Antecedentes La aviaci´on comercial desempe˜na hoy en d´ıa un papel crucial como conectora entre millones de personas y contribuye al crecimiento econ´omico mundial de manera significativa. Esto conlleva un incremento constante del tr´afico a´ereo que, de forma inevitable, comportar ´a una reducci´on en la eficiencia de su gesti´on. Debido a esto, entidades p´ublicas y privadas de ´ambito nacional e internacional trabajan en proyectos tales como el Single European Sky ATM Research (SESAR), el Next Generation Air Transportation System (NextGen) o el Collaborative Actions for Renovation of Air Traffic Systems (CARATS) para mejorar la situaci´on actual aumentando la capacidad y eficiencia de los sistemas de gesti´on del tr´afico a´ereo sin reducir su seguridad. En definitiva, se pretende mejorar la gesti´on del tr´afico a´ereo, limitada en la actualidad por la inexistencia de herramientas automatizadas para la toma de decisiones, lo que fuerza a que los controladores a´ereos realicen de forma recurrente tareas manuales repetitivas, lo que aumenta su carga de trabajo de manera considerable. Seg´un el proyecto SESAR, una de las tareas cuya automatizaci´on ser´ıa m´as fruct´ıfera es la detecci´on y resoluci´on de conflictos. En el sistema actual de gesti´on del tr´afico a´ereo, existen herramientas para detectar futuras perdidas de separaci´on como la Short-Term Conflict Alert o la Medium-Term Conflict Detection. La existencia de estas herramientas autom´aticas aumentar´ıa la productividad y la efectividad de los controladores del tr´afico a´ereo. Para que se cumpliera este objetivo, la automatizaci´on, ser´ıa necesario desarrollar predictores de trayectorias capaces de incorporar la incertidumbre en la gesti´on del tr´afico a´ereo, especialmente la incertidumbre de origen meteorol´ogico. En esta tesis se aborda el problema de la detecci´on de conflictos bajo la influencia de incertidumbre de origen meteorol´ogico, espec´ıficamente incertidumbre en la velocidad del viento. La metodolog´ıa propuesta est´a basada en datos, lo que significa que la forma de la funci´on de densidad de probabilidad usada para modelar la distribuci´on de la velocidad del viento y por lo tanto, la funci´on de densidad de probabilidad que modeliza la distancia entre aviones son funciones arbitrarias determinadas a partir de los datos, es decir, no son funciones de densidad de probabilidad can´onicas ajustadas a los datos...