Data analysis and simulation applications on European air traffic modelling and spatiotemporal grid emission modelling

Oldukça karmaşık yapısı, kendisine duyulan talebin hızlı artışı ve hızla tükenmekte olan altyapı kapasiteleri ile Havayolu Taşımacılığı Yönetimi yakın geleceğin en zorlu alanlarından biri halini almıştır. Bu alanda oluşan ihtiyacı karşılayabilmek amacı ile çok uluslu araştırmalar gerçekleştirilmekte ve gerek Avrupa'da (SESAR) gerekse Amerika Birleşik Devletlerinde (NextGen) çeşitli toplu girişim hareketlerinde bulunulmaktadır. Bu amaçla, Avrupa Birliği bünyesinde gerçekleştirilen projelerden biri olan Resilience2050.eu mevcut durumdaki hava trafik sisteminde bulunan ve sistemin beklenmedik olaylara direncini ciddi derecede etkileyen eksiklileri belirlemeyi hedef edinmiştir. Nihai amacı güvenlik sınırları çerçevesinde, aksaklıklara ve istenmedik karışıklıklara dayanıklı, geleceğin Hava Trafik Yönetimi konseptlerini geliştirmek olan bu projenin temelinde mevcut sistemin dinamiklerini ve beklenmeyen/istenmeyen olayların sistem içerisinde nasıl bir etki yaratarak devam ettiklerini inceleyen analizler bulunmaktadır. Bahsi geçen analizler bu tezin odak noktasını oluşturmaktadır. Mevcut sistemin daha kararlı, oluşabilecek beklenmedik etkilere karşı daha dayanıklı ve verimli hale getirilme amacını taşıyan süreçte, Avrupa Hava Trafiği Ağı'nın makro analizi, hava trafik sistemlerinin alt bileşenlerinin ve sistemin davranışlarını oluşturan olayların belirlenmesinde çok büyük bir önem taşımaktadır. Hava taşımacılığı ağındaki havalimanları, havaalanları ve bu alanların segmentleri, bu ağı oluşturan temel elemanlar olarak nitelendirilirken, uçuş planları ve bu uçuşların ağ elemanları arasındaki yoğunluklarının oluşturduğu kalıplar ise trafik akışının karakteristiğini meydana getirmektedir. Bu bağlamda trafik ağı sisteminin dinamiklerini inceleyen makro analizler, bu sistemi daha yüksek doğrulukla temsil edebilecek modellerin oluşturulması için bir adım olmakta ve sistemi daha verimli kılmak amacı ile uygulanabilecek optimizasyon problemlerini gerçek sistem karateristikleri ile buluşturan bir köprü görevi görmektedir. Bu nedenlerden dolayı geleceğin daha güvenilir ve dayanıklı Hava Trafik Yönetimi ve Kontrol alt sistemlerinin oluşturulmasında, makro analizler oldukça temel ve önemli bir yer tutmaktadır. Bu proje kapsamında yürütülen makro analizlerde ALL_FT+ ve DDR Capacity olmak üzere iki farklı data yapısı kullanılmıştır. Temel olarak ALL_FT+ verileri uçağın rotalarını verirken, DDR Capacity verisi trafik ağının elemanları olan havalimanları ve havaalanlarına ilişkin altyapıların belirlenen kapasitelerini içermektedir. ALL_FT+ verileri günlük olarak dosyalanırken, her uçuş için 7 adet uçuş modeli ve bir adet radar ölçümleri veri alt grubu içermesi planlanmıştır ancak bu 8 adet veri alt grubu her uçuş için mevcut değildir. Ayrıca tüm bu 8 grup için de nokta bazlı ve havaalanı bazlı olmak üzere iki farklı data profili bulunmakta ve bu iki profil aynı veriye iki farklı bakış açısı kazandırmaktadır. Nokta bazlı profilde uçuşun rotası noktalar dizisi olarak ifade edilir iken, havaalanı bazlı profilde uçuşun rotası, içerisinden geçtiği hava alanlarının giriş ve çıkış noktaları olarak ifade edilmektedir. Dahası, tüm bu 8 grubun dışında her uçuş verisinin başına eklenmiş ve yaklaşık 70 veri alanından oluşan bir ortak veri alanı bulunmakta ve bu alan, uçağın park alanından ilk harekete geçmesi planlanan ve geçtiği zamanlar, kalkış ve iniş havalimanları, uçuş numarası, uçuşun iptal olup olmadığı ve uçuşa dair bazı prosedür mesajları gibi bazı önemli bilgiler içermektedir. DDR capacity verisi ise yaklaşık olarak bir aylık veriler halinde depolanmış ve Avrupa Hava Sahası içerisinde bulunan havalimanlarının saatlik iniş/kalkış kapasitelerini ve kontrol havaalanlarının saatlik uçak barındırma kapasitelerini içermektedir. ALL_FT+ datasının içerdiği aynı uçuşa ait bu 8 adet veri alt grubu içerisinden tezin temasını oluşturacak analizleri gerçekleştirmek amacı ile 3 adet veri grubu seçilmiştir. Birinci alt veri grubu (FTFM) planlanan uçuş datasını, ikinci alt grup (CTFM) planlanan uçuş datası ile radar verilerinin füzyonundan oluşan uçuş modelini, üçüncü alt grup (CPF-REF) ise radar verilerini içermektedir. Bu bağlamda birinci grup "Planlanan Uçuş Verisi" olarak atanırken mevcut olması durumunda üçüncü grup "Gerçek Uçuş Verisi" olarak kullanılmaktadır. Üçüncü grubun data içerisinde bulunmaması durumunda ise ikinci grup olan CTFM verisi gerçek uçuş verisi olarak kabul edilmektedir. Birçok geniş çaplı veri yapılarında olduğu gibi ALL_FT+ verisi de bazı hatalı veriler içermektedir. Bu hatalı verilerin olduğu gibi kullanılması özellikle gecikme analizlerinde oldukça yanlış sonuçlar vermektedir. Bu nedenle bir takım filtremele ve düzenleme algoritmaları yazılmış ve analizlerden önce veriler bu algoritmalardan geçirilerek yanlış çıkarımlara neden olabilecek sonuçların giderilmesi sağlanmıştır. Kapasite, trafik ve gecikme parametreleri, bu çalışmada yapılan analizlerin alt yapısını oluşturmaktadır. Bu parametrelerin yalnız veya birbirleri ile birlikte incelenmeleri sonucu sistem davranışlarına dair bir takım sonuçlar elde edilmektedir. Daha önce de bahsedildiği gibi, parametrelerden biri olan kapasite DDR Capacity verisinin işlenmesi ile doğrudan elde edilmektedir. Trafik ve gecikme değerleri ise ALL_FT+ datası üzerinden hesaplanmaktadır. ̇Ilk işlem olarak, Avrupa havasahası üzerinde düğüm noktaları havalimanlarını ya da havaalanlarını temsil eden bağlantı grafı oluşturulmuştur. Veri yapısı içerisinde havasahaları çeşitli boyutlarda temsil edilmektedir. Bu bölgelerden en çok kullanılanları boyutlarına göre büyükten küçüğe "Uçuş Bilgi Bölgesi (FIR)", "Hava Trafik Kontrolü Birim Havaalanı (AUA)" ve "Temel Havaalanı (ES)" olarak sıralanabilir. Bu çoklu temsil, analizin istenilen düzeyde ve detayda gerçekleştirilebilmesine olanak tanımaktadır. Üçüncü ve son parametre olan gecikme değerleri, hizmet kalitesinin en önemli ölçütlerinden biri olmakla birlikte, hava trafik ağının beklenmeyen ve/veya istenmeyen değişikliklere ne kadar dayanıklı olduğunun en temel göstergesidir. Bu bağlamda gecikmeler ve bu gecikmelerin sistemde nasıl dağıldığına dair analizler yapılmıştır. ̇Ilk olarak data içerisinde bulunan tüm uçuşların, uçuşun her fazı için yaşadıkları gecikme değerleri planlanan ve gerçekleşen uçuş dataları arasında yaşanan farklar ile hesaplanmıştır. Tüm uçuşların tüm havaalanlarında yaşadığı gecikmeler hesaplandıktan sonra bu gecikmeler ilgili havaalanı başlığı altında tekrar organize edilerek, havaalanlarının gecikme üretme karakteristiği çıkarılmıştır. Bu işlemin bir günlük veri üzerinde gerçekleştirilmesi üzerine, o gün için Avrupa havasahası ağı üzerinde problemli bölgelerin görüntülenmesi sağlanmıştır. Benzer işlemin saatlik olarak sınıflandırılması bir gün içerisinde gecikme karakteristiklerinin saatlik olarak nasıl değiştiği sonucunu vermektedir. Dolayısı ile hava trafik ağı sisteminde herhangi bir noktada oluşan aşırı gecikme üretimi sorununun sistem içerisinde bir sonraki saatte ne gibi bir etki yarattığı incelenebilmektedir. Bu durum Frankfurt havalimani üzerinde örneklendirilmiş ve sonuçlar ilgili bölümde verilmiştir. Havaalanı bazlı analizlerin gerçekleştirilmesi sonucu, hava trafiği dinamiğini modelleme amacına hizmet edecek daha farklı yaklaşımların denenmesi yoluna gidilmiştir. Burada amaç sistem içerisinde gerçekleşen olayları en iyi şekilde temsil edebilecek ve olayların yarattığı etkinin yayılımını neden sonuç ilişkisi içerisinde daha net gösterebilecek modelleri oluşturma metodolojisini araştırmaktır. Bu nedenle ikinci bir yaklaşım olarak, havaalanı bazlı analizler kullanmak yerine, havalimanlarının ağından oluşan ve gecikmelerin yayılımını havalimanı ağı üzerinde inceleyen analizler gerçekleştirilmiştir. Burada bağlantı graflarının düğümleri havalimanlarını temsil ederken gecikmeler havalimanı çiftleri arasında incelenmiştir. Bu nedenle, ilk etapta havalimanı analizleri gerçekleştirilmiştir. Uçağın ilk hareket ettiği zaman olarak tanımlanan "Gerçek Hareket Zamanı"nda yaşanan gecikmeler ve uçağın taksi süresince yaşadığı gecikmeler de analiz edilmiş ve bu analizlerin sonucunda elde edilen bulgular havalimanına inen ve havalimanından kalkan uçakların saatlik sayıları ve ilgili havalimanı için ilan edilen kapasite değerleri ile birlikte değerlendirilmiştir. Havalimanlarının durumunun da modelleme süreci içerisine katılması ile hesaplanan yeni gecikme değerleri sistemde gerçekleşen olaylar hakkında daha fazla bilgi verirken uçuşun tüm fazlarında gerçekleşen gecikmelerin ve bu gecikmelerin ne nedenle oluştuğu hakkında da varsayımlarda bulunma fırsatı tanımaktadır. Ayrıca bu sayede gecikmeler uçuşun başlangıcından sonuna kadar tamamen izlenebilmektedir Bu çalışmada Avrupa Havasahası üzerinde gerçekleşen uçuşların ve yer operasyonlarının oluşturduğu sistemin modellenmesine ön ayak olacak analizler gerçekleştirilmiş ve modelleme için önerilerde bulunulmuştur. Analizler temel olarak iki farklı bakış açısı ile gerçekleştirilmiş ve iki yaklaşımın da avantaj ve dezavantajları belirtilmiştir. Hava Trafik sistemini süren ve etkileyen olaylar analizlerde görülen sonuçlar ile bağdaştırılmış ve bu sonuçların bir bütün olarak değerlendirilmesi ile modelleme yöntemi hakkında önerilerde bulunulmuştur. Avrupa Hava Trafiği resilience konusu dışında, uçuşların oluşturduğu salınımların getirdiği Marmara bölgesindeki hava kalitesine etkisi de incelenmiştir. En son on yılda hava trafiği oldukça artmıştır. Bu da salınımların miktarını oldukça arttırmıştır. Bu tezdeki amacımız bölgesel hava kalitesini sayısallaştırımaktır. Özellikle HC, NOx ve COler için. Dolayısıyla Türkiye'nin hava trafiği açısından en meşgul olan bölgesi üzerinde yoğunlaştık. İlk olarak havaaracından salınan HC, NOx ve CO Duman Sayısı (SN) birinci mertebeden yöntemi ile tahmin edilir. Salınım ve Dağılma Modelleme (EDMS) gaz halindeki maddeler için kullanılır. HC, NOx, and CO salınımları ilk olarak karakteristik duman sayılarıyla ikinci olarak da modele özel katsayıları ile tahmin edilir. Ayrıca hava aracı emisyonları iki farklı yöntemle daha işlenir: salınımları havalimanına atamak yada uçuş yolları, fazı ve dumanın yüksekliğine gore hesaplanır (yani duman sayıları bölgeye atanır).