MétaCan
Menu
← Retour à la cohorte
Enregistrement W3193523774 · doi:10.1155/2021/3594481

Calculation and Analysis of Aircraft Pollutant Emission Based on Time Wake Separation Mode under Coastal Airport and Headwind Conditions

2021· article· en· W3193523774 sur OpenAlexvenueno aff
Weijun Pan, Zhang Heng-Heng, Xiaolei Zhang, Wu Tian-Yi

Notice bibliographique

RevueJournal of Advanced Transportation · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueAir Traffic Management and Optimization
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of ChinaStrong
Mots-clésSeparation (statistics)Fuel efficiencyEnvironmental scienceCivil aviationPollutantMode (computer interface)WakeAviationMeteorologyAutomotive engineeringAeronauticsEngineeringAerospace engineeringComputer scienceGeographyChemistry

Résumé

récupéré en direct d'OpenAlex

During the final approach, the headwind leads to a reduction of landing rate, which affects the achieved capacity and the predictability of operation, time, fuel efficiency, and environmental pollution. Under headwind conditions, ground speed decrease results in increased flight time. Time-based separation (TBS) changes the separation rule of the final approach, which changes the distance separation between two aircrafts into a time separation. This paper introduces the time-based separation (TBS) based on the distance-based separation (DBS). According to the aircraft landing schedule of each airport, the ICAO (International Civil Aviation Organization) aircraft engine emission database, Boeing Fuel Flow Method 2 (BFFM2), and meteorological data of Pu-dong airport, this study uses the modified P3-T3 aviation pollutant emission model to calculate, respectively, the fuel consumption and pollutant emissions based on distance separation mode and time separation mode. According to the calculation results, TBS operation mode can save 32.52%, 19.12%, and 30.41% fuel, reduce 28.93%, 17.9%, and 29.29% CO, 31.02%, 19.36%, and 33.78% HC, 30.85%, 16.42%, and 28.67% NOx, respectively, compared with the DBS operation mode at three stages of the day. It ends that TBS has an obvious optimization effect on fuel consumption and pollutant emission compared with DBS from data.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,005
Tête enseignante GPT0,245
Écart entre enseignants0,240 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Advanced Transportation→Même sujetAir Traffic Management and Optimization→Travaux en français237 207→