Resumen

El análisis de los retrasos de los vuelos y de los factores causales es crucial para mantener la eficiencia y la seguridad del espacio aéreo. Sin embargo, las muestras de retrasos no son independientes, ya que siempre muestran un cierto patrón de agregación. Por lo tanto, este estudio desarrolla un novedoso enfoque de análisis espacial para explorar el retraso y los factores causales que es capaz de tener en cuenta la dependencia y el posible problema que conlleva, incluyendo la correlación de errores y el efecto de desfase variable de los factores causales sobre el retraso. El estudio explora en primer lugar el patrón de agregación del retraso midiendo y cuantificando la dependencia espacial del retraso. A continuación, se establecen el modelo de error espacial (SEM) y el modelo de desfase espacial (SLM) para resolver la correlación de errores y el efecto de desfase variable, respectivamente. Los resultados muestran que el SEM y el SLM logran un mejor ajuste que la regresión por mínimos cuadrados ordinarios (OLS), lo que indica la eficacia de considerar la dependencia empleando el análisis espacial. Además, los resultados sugieren que, aparte de los conocidos factores meteorológicos y de control del flujo, las estrategias de reducción de retrasos también deben prestar más atención a la reducción del impacto de los retrasos en el aeropuerto anterior.

• Materias:Infraestructura de transportes Ingeniería del transporte Seguridad del transporte Planificación de ruta Capacidad de tráfico
• Subjects:Transport infrastructure Transport engineering Transport safety Path planning Traffic capacity
• Palabras claves:retardo, efecto de retardo variable, factores causales, correlación de errores, enfoque novedoso de análisis espacial, cierto patrón de agregación, patrón de agregación de retardo, modelo de error espacial, modelo de retardo espacial, sem
• Keywords:delay, variable lag effect, causal factors, error correlation, novel spatial analysis approach, certain aggregation pattern, delay aggregation pattern, spatial error model, spatial lag model, sem