摘要：本文全面总结了全球大数据概念演变的历程，剖析了国内外空管大数据发展环境，结合我国空管发展特征说明空管大数据发展的必要性，提出了空管大数据的内涵是涵盖空管数据源、大数据技术、大数据应用研发3方面的有机整体，并重点分析了空管大数据的范畴，明晰了空管大数据内涵的体系架构，是进一步制定大数据发展政策，全面促进空管大数据发展，推进民航数据强国建设的重要思路依据。 

　　一、 研究背景 

　　（一） 大数据概念及特征 

　　1. 大数据的概念 

　　全球目前尚未形成统一和标准的大数据定义，纵观大数据概念发展历程，可以从科学研究、行业标准、管理咨询三方面归纳界定。 

　　（1）科学研究：大数据概念雏形最早由美国学者Alvin Toffler于1970年提出，最经典的大数据定义来自于英国剑桥大学的Viktor Mayer-Schönberger指出的大数据的处理方式不能采用随机分析法(抽样调查)这样的捷径,而必须采用所有数据才能进行分析处理^[1]。 

　　（2）行业标准：美国国家标准技术研究所NIST的大数据工作组将其定义为那些采用传统数据架构无法有效处理的新数据集^[2]。中国大数据标准工作组将大数据定义为大小、形态超出典型数据管理系统采集、储存、管理和分析等能力的大规模数据集，而且这些数据之间存在着直接或间接的关联性，通过采用先进技术发现新的模式与知识，并挖掘得到有价值的新信息^[3]。 

　　（3）管理咨询：美国著名的咨询公司McKinsey将大数据定义为大小超出常规的数据库工具获取、存储、管理和分析能力的数据集^[4]。以及全球权威IT研究与顾问咨询公司Gartner、亚马逊公司的大数据科学家John Rauser等都对大数据的定义进行了描述。 

　　2. 大数据的特征 

　　 国际数据公司IDC对大数据的“4V”典型特征进行判定，即Volume（大量）、Velocity（高速）、Variety（多样）、Veracity（低密度）。之后，荷兰阿姆斯特丹大学的Yuri Demchenko等人提出了真实性（Veracity）特征，形成了大数据体系架构框架的“5V”特征。 

　　（二） 大数据技术将成为全球空管发展的重要支撑 

　　美国2004年启动的“新一代航空运输系统计划”（NextGen）中计划建立灵活、高效、智能的空中交通管理系统。并基于大数据技术分析境内航班的起飞、到达和延误数据，研发了航班延误时间分析系统、航空运输票价信息预测系统Forecast，辅助航空旅客预订最为经济和适宜的航班。 

　　欧洲2004年开始实施“单一欧洲天空计划”（SESAR），为推进欧洲通信、导航、监视系统一体化发展，实现对欧洲高空空域协同运行管理，欧盟大多数国家采用HDFS分布式数据库系统作为主导的空管系统大数据系统来处理数以万计的空管系统大数据。 

　　国际民航组织于2012年推出《全球空中航行计划》和航空系统组块升级（ASBU），提出51项提高航班运行绩效的改进措施，其中针对空中交通管理的包括机场运营、全球性互操作系统及数据、最优能力与灵活航班以及高效飞行路径4项，大数据技术在其中得到重点推行。 

　　二、中国民航空管大数据发展的必要性及研究思路 

　　（一） 中国民航空管大数据发展的必要性 

　　民航业作为我国重要的战略产业，在经济社会发展中的战略地位日益凸显。当前我国民航业已进入深化改革、加快转型和实现跨越的攻坚期，民航空管系统的各项改革工作亦在有条不紊地推进。特别是在国家大数据战略的逐步推进下，民航空管大数据问题已得到行业管理部门、业务运行部门、科研机构和航空旅客的广泛关注。作为世界第二大航空运输体，我国民航发展需求极其强烈、空域网络结构极其庞大、空中交通流量极其密集、运行管理模式极其多元、交通管制规则极其复杂、重大活动事件极其频繁，加之航空运输活动具有明显的空域载体动态性、活动对象快速性和运行环境随机性，使得民航空管系统存在着海量、多元和异构的业务运行管理数据，这些数据蕴含着丰富的信息价值，亟待采用有效手段进行深度挖掘，充分发挥其数据支撑、科技推动、应用服务和决策支持等作用，从而科学指导我国民航空管系统可持续、快速和健康发展。 

　　 同时，“一带一路”、“京津冀一体化”、“军民融合”等发展战略建立的全球和地区航空合作关系，均对为空管大数据整合、共享与应用提出了更好的要求。 

　　发展空管大数据，建立与机场、航空公司统一的数据标准、共享平台，实现全面协同运行，是提升民航整体服务水平，解决目前束缚我国民航发展的关键瓶颈的有效抓手。 

　　（二）空管大数据内涵及体系架构研究思路  

　　空管大数据的内涵不仅包括空管相关的数据源本身，还涵盖了空管大数据的处理技术以及空管大数据的应用研发3个层面的有机整体。作为大数据研究及发展的基础，本文重点分析空管大数据的数据范畴，并结合空管大数据体系架构的搭建，简要阐述空管大数据关键技术及应用服务的内容和关系。 

　　图1 空管大数据内涵及体系架构研究思路示意图 

三、空管大数据的内涵

 （一）空管大数据源

　　第一层面是数据，对大数据范畴的整体定义与描绘是空管大数据发展的基础。 

　　空管大数据范畴的界定应遵循 “横向到边、纵向到底”的思路。在横向维度上，以“业务运行”和“综合管理”两个方面实现基础运行数据的业务与职能覆盖，对原始运行、管理数据及中间过程数据进行采集，并融入空管运行所受的外界环境影响因素，如军航活动、重大事件、行业及公众数据等。在纵向维度上，应从空管机构体系建设为视角，覆盖民航局空管局、地区空管局、空管分局（站）所有层级机构，涉及不同机构自身业务运行特点及机构间协调管理所产生的数据信息。 

　　在满足横向业务与纵向层级的数据覆盖之外，在时间上空管大数据应形成长期和持续的数据跨度范围，其尺度应能涵盖空管运行的周期性变化过程。 

　　    按照空管大数据的来源和应用，可以将其分为以下几类（如图2），在具体应用分析时，还需从大数据应用目的出发，确定具体范畴。 

图2 空管大数据范畴示意图   

　　（1）空管业务运行数据 

　　空管业务运行数据包含了空域结构与状态、航班运行、管制活动、流量管理、情报及气象等各类可客观记录空管业务活动情况的原始数据。其中，空域结构与状态数据包括空域静态结构数据及空域的使用状态（如临时航线的开放/关闭）；空域通行能力指机场/扇区的公布容量与动态容量数据；飞行计划动态数据涵盖航班计划的动态执行信息与动态航迹信息（雷达或ADS-B数据）；流量管理实施数据包括实际发布的流量控制信息，以及流量管理工具/系统所产生的策略及相关的流量调配数据，如进离场排序信息、CDM系统产生的时隙分配信息；管制运行及值班数据指为完成指挥任务而对管制员操作指令及在岗值班活动的记录数据，如管制指令、进程单、岗位记录等；其它数据包括航行情报数据、陆空通话数据、气象服务数据以及特情处置数据等。 

　　（2）空管设备状态数据 

　　依据现有支持空管业务运行的主要设备类型，可将空管设备状态数据分为通信类、导航类、监视类、其它类（包含信息化系统、情报服务设备、气象服务设备等相关设备/系统）的运行状态数据。 

　　（3）综合管理数据 

　　综合管理数据是指辅助管制运行的日常管理与支撑职能所产生的管理类数据，包括固定资产、人力资源、财务管理、安全管理、计划建设数据等。 

　　（4）外界数据 

　　外界数据是指由空管外部产生的、并可对空管运行管理产生间接影响的数据资源，包括军航活动数据（军事训练、空防及重大保障活动等可能对空管运行产生影响的空域开放/关闭、高度占用等空域使用方案信息）、地理信息数据、行业及公众数据（与空管运行相关的来源于交通运输行业、政府机构、机场、航空公司及互联网等渠道的数据等）。 

（二）空管大数据技术

　　第二层面是技术，技术是大数据价值体现的手段和前进的基石。空管大数据技术研究应应重点围绕各种大数据先进技术、标准等与空管数据管理和平台建设的有机结合。 

　　1．大数据技术体系 

　　（1）在大数据技术标准方面，国家标准委员会制定并发布了《大数据术语》、《大数据技术参考模型》、《数据交易平台交易数据描述》、《数据交易服务平台通用功能要求》、《数据能力成熟度评价模型》、《多媒体数据语义描述要求》、《科学数据引用》、《数据溯源描述模型》、《数据质量评价指标》和《通用数据导入接口规范》，初步形成较为完备的大数据技术标准体系。 

　　（2）在大数据平台建设方面，国家着重在大数据系统计算技术、大数据系统软件、大数据分析技术、大数据流通与交易技术、大数据协同安全技术等方面建设大数据技术创新体系。 

　　（3）在大数据技术研发方面，按照数据的“收集-预处理-存储-处理-分析-可视化”全过程技术划分，包括大数据收集（设备数据采集和Web数据采集）、大数据预处理（数据清理、数据集成、数据归约与数据转换等）、大数据存储（并行存储、高性能对象存储、并行Ｉ/Ｏ访问和绿色存储等）、大数据处理（MapReduce、DAG、BSP计算模型等）、大数据分析（已知数据统计分析、未知数据深度挖掘和学习）和大数据可视化（计算机图形学和图像处理）等技术。 

　　2. 空管大数据多层级交换架构 

　　为了充分发挥各种技术在空管大数据发展中的充分应用，我国空管需建立大数据多层级交换架构，一方面加强空管内部资源的共享利用，另一方面推进空管数据资源向行业其他单位、社会公众等开放。    

　　（1）采用“二级数据中心”的体系结构。由民航局空管局的数据中心与地区空管局的数据分中心构成，空管分局（站）作为基础的运行数据采集/交换结点。 

　　（2）将空管单位的数据交换分为横向数据交换和纵向数据交换。横向数据交换是指单层级空管单位内部各运行、职能部门/结构之间的数据交换（如地区空管局），主要通过本级主管部门的数据(分)中心完成数据交换，实现数据共享。数据纵向交换主要是完成民航局空管局、地区空管局以及空管分局（站）之间的数据交换，通过上下级的数据(分)中心及基础数据结点完成数据采集与交换。 

　　（3）我国空管单位内部数据资源通过互联网对外进行共享，通过民航局空管局大数据中心与国际空管机构以及国内其它机构实现数据交换。 

（三）空管大数据应用服务

　　第三层面是应用研究，实践是大数据的最终价值体现。 

　　在充分掌握空管海量数据的基础上，依靠大数据技术在数据“收集-预处理-存储-处理-分析-可视化”完整环节中的支持，最后达到空管大数据的统计分析、规律探索、业务优化、预测分析、宏观决策、绩效管理、智能交通、应用推广等应用。 

四、空管大数据体系架构

　　空管大数据体系架构是各类数据源、大数据关键技术、数据应用服务的深度融合。通过一体化的系统设计，有效整合大数据资源，充分发挥大数据优势，从多个层面提升管理决策水平。借助OA网、专网、移动终端等多种访问方式，实现平台与各类终端用户之间的资源共享利用。架构设计如下： 

　　图3 空管大数据体系架构示意图 

五、结语

　　民航空管作为保障航空运输活动安全和高效的中枢，具有多层级组织管理、跨区域联合运行、复杂化管理规程和高动态管控过程等显著特点，其海量、多元和异构的数据资源中蕴含着丰富的价值信息，本研究将其进行梳理分类，在明确空管大数据范畴的基础，围绕数据“收集-预处理-存储-处理-分析-可视化”完整环节将各类数据源、大数据关键技术、数据应用服务深度融合，提出空管大数据的内涵及体系架构，为进一步识别空管大数据发展短板，针对性的制定不同层次发展政策奠定基础。 

　　参考文献： 

　　[1] Viktor Mayer-Schönberger,《大数据时代》,浙江人民出版社，2015 

　　[2] NIST大数据工作组,《大数据：定义和分类》,2013 

　　[3]中国电子技术标准化研究院. 大数据标准化白皮书, 2014. 

　　[4]McKinsey,《大数据的下一个前沿：创新、竞争和生产力》报告,2011.5 

　　（作者：刘芳子 中国民用航空局空中交通管理局）