Die Luftraumstruktur und die Verkehrssituation müssen es dem Fluglotsen ermöglichen, die optimale Trajektorie freizugeben, damit ein optimaler Sinkflug geflogen werden kann. Auf der Pilotenseite besteht die Aufgabe darin, das optimale vertikale Profil zu bestimmen. Dies ist von vielen Faktoren (z.B. Gewicht, Wind) abhängig. Prinzipiell werden die Piloten dabei durch das Flight Management System unterstützt. Jedoch fehlt in der Praxis oft eine entscheidende Information: die exakt verbleibenden Flugdistanz. Daher wird häufig auf Faustformeln zurückgegriffen. Auch der Fluglotse, der den initialen Sinkflug freigibt, kennt diese Information in der Regel nicht. Oftmals entscheidet sich die Länge der zu fliegenden Strecke erst spät im Anflug, da dort die finale Staffelung zu anderen Verkehrsteilnehmern hergestellt wird.
In der ausgeschriebenen Arbeit sollen zum einen die CO₂-Emissionen bestimmt werden, die durch das Fehlen dieser Information entstehen. Des Weiteren soll ein System entwickelt werden, das auf Grundlage der aktuellen Situation (Verkehrslage, Wetter) die verbleibende Flugdistanz für den Sinkflug vorhersagt. Es soll untersucht werden, wie gut diese Zielsetzung mit einem MaschineLearning Model erfüllt werden kann und wie viel des quantifizierten Sparpotentials eingespart werden kann.
Schlagworte: Ökoeffizienz, Verkehrsoptimierung, Air Traffic Management, Machine Learning
------------------------------------------
Kontakt:
Jonas Füllgraf, E-Mail: j.fuellgraf(at)tu-braunschweig.de