TRAVIS Verkehrsprognosen
Die Auswirkungen von Gewittern auf das Flugverkehrssystem sind sehr komplex, da viele Flüge nicht mehr ihrer geplanten Route folgen können, sondern je nach Gewittersituation zum Teil großräumig ausweichen müssen. Für die Flugsicherung ist es jedoch immens wichtig zu wissen, wie sich aufgrund des Wetters die geplanten Verkehrsströme verschieben werden und sich damit die Belastung der Fluglots:innen verändert. Die Vorhersage dieser Verkehrsverschiebungen ist äußerst komplex und erfordert langjährige Erfahrung im Fluglotsendienst.
Um Fluglots:innen zukünftig bei ihrer anspruchsvollen Planung optimal zu unterstützen, entwickelte Austro Control Digital Services in Zusammenarbeit mit den Experten der österreichischen Flugsicherung das Verkehrsprognosesystem TRAVIS.
Ziel ist es, den europäischen Flugverkehr der nächsten 3 Stunden zu prognostizieren. Basierend auf Machine Learning, verknüpft TRAVIS die geplanten Verkehrsdaten mit Gewitterprognosen und prognostiziert daraus die Verschiebungen der Verkehrsströme, um ein realistischeres Verkehrsbild zu zeichnen. Damit lassen sich aus Flugplänen und Wetterinformationen (wie zum Beispiel über Gewitter) optimale Flugrouten für alle angemeldeten Flüge innerhalb eines Betrachtungszeitraums berechnen. Die Information über aufkommende komplexe Situationen ermöglicht einen optimalen Einsatz der Fluglots:innen.
Hard Facts
- Bei Gewittern und anderen Wetterereignissen gibt es oft starke Abweichungen vom geplanten Flugverkehr
- Für den effizienten Einsatz von Fluglots:innen ist die Information über die Verkehrsverschiebungen aufgrund von Wettereinflüssen sehr wichtig
- TRAVIS ist ein Prognosesystem, das den geplanten Flugverkehr mit Wetterprognosen verknüpft und damit realistischer macht
Benefits
- TRAVIS quantifiziert den Wettereinfluss auf den Luftverkehr, wetterbedingte Delays lassen sich im Vorhinein abschätzen
- TRAVIS hilft, jene Flüge zu identifizieren, die besonders stark durch das Wetter beeinflusst sein werden
- TRAVIS macht auf aufkommende kritische Situationen aufmerksam
