公务包机“惊情”100天

"自新冠疫情爆发以来,全球航空运输业经历了前所未有的挑战,在这样的危机时刻,公务航空私密、便捷和安全的特性更为显著。但受全球疫情发展和各国防控政策等的影响,在过去100多天中,中国公务航空经历了过山车一般的动荡时刻。"公务包机"惊情"100天2020年的春节在1月24日,很多公务机客户提前安排全家人的春节出行计划,特别是避开国内春节拥挤的出国计划。     

民航运输业的“逆境”与“逆进”

如果没有突如其来的新冠肺炎疫情,2020年或许本该是全球经济逐步回暖的转折年,全球航空运输业也将迎来发展的关键年。然而,一场疫情彻底打乱了节奏。2020年,全球航空运输业遭遇严冬,国际航空运输协会(IATA)从年初到年末,不断调低行业发展预期,国内外一大批航空公司在这场疫情中黯然离场。在中国,疫情爆发之初对于行业的冲击同样令人措手不及.     

通用航空在疫情防控工作中发挥重要作用

新冠肺炎疫情发生后,全国通用航空企业基本做到了主动请缨,自发、自觉、自愿地投身于疫情防控工作。据民航局数据显示,截至3月23日,全国共有141家通用航空企业使用976架航空器执行了354次疫情防控任务,累计飞行2332.42小时7089架次,运送相关人员63人次,运送各类药品和物资89.4445吨,开展航空喷洒作业3237次,执行空中巡查任务926次,执行空中拍照作业503次、空中广告作业756次。     

基于分解模型的航班起降架次预测及修正

航班起降架次对民航整体运行发展和决策至关重要,为合理评估事件影响并展开预测,基于包含新冠疫情影响的月度数据,采用X-13ARIMA模型和genhol程序进行春节效应修正、序列分解。同时基于增加特征的思想,将序列滞后项及时间趋势、季节虚拟变量用于支持向量机回归中,再引入疫情恢复修正因子对预测值进行修正。结果表明,采用支持向量机回归预测分解后的主序列时,滞后项为2及季节虚拟变量时精度最佳,通过疫情修正各模型误差均有显著降低,表明组合模型的有效性。     

后疫情时期的机场旅客吞吐量预测

为提高后疫情时期的机场旅客吞吐量预测精度,通过CEEMDAN算法将旅客吞吐量原始序列分解为若干不同频率的分量,检验各分量序列的平稳性,对平稳序列建立ARMA预测模型,非平稳序列通过构建DBSCAN-Adaboost强预测器进行预测,将各分量预测结果重组,得到社会常态化发展背景下的机场吞吐量预测值。以新冠疫情散发点个数、疫情散发点区位因子为变量建立疫情影响因子修正模型,对南京机场2020—2022年疫情期间的客流量预测结果表明,新组合模型能够较为准确地量化疫情对机场客流的影响程度,为机场旅客吞吐量预测提供了新方法。     

推进我国通用航空应急救援高质量发展

通航应急救援作为关乎国计民生的重要抓手,充分彰显快速拯救人民于危难的效率优势,保障人民对生命安全高质量追求的向往,具有独到的意义。2020年新冠肺炎疫情突然来袭,民航局及时发布《关于发挥好通用航空在疫情防控中作用的通知》强调要开辟通用航空参与抗击疫情的"绿色通道",采取加快飞行计划审批、加强机场地面保障、优化加油结算方式、争取燃油收费的优惠政策等措施,保障通航更好地发挥了作用。     

简讯

民航局针对猪流感疫情发出紧急通知CAAC issues urgent notice on H1N1 flu4月28日,民航局发出紧急通知,要求业内各相关单位迅速采取积极措施,严格防止境外人感染猪流感疫情经民航运输传入我国。