3. 飞行事故定义与分类
在无人机运行安全管理中，最容易被混淆、也最容易导致复盘结论失真的，是“事故”“事件”“征候”三个概念的边界。很多团队在数据统计时把三者混为一谈，结果既无法与行业口径对齐，也无法从数据中识别真正的风险趋势。本节从定义边界出发，建立按原因、阶段、后果三个维度的分类体系，并给出可落地的统计口径。
一、核心原理：三个层级的定义边界
事故、事件、征候构成一个由重到轻、由结果向风险前移的连续谱。它们的核心区别不在于“有没有损失”，而在于后果严重度与是否已构成实际危害。
- 事故（Accident）：已造成人员伤亡、第三方财产损失或无人机本体损毁，且损失达到规定阈值。它是结果性事件，必须启动正式调查。
- 事件（Incident）：未达到事故阈值，但发生了非预期状态，如失控、迫降、侵入管制空域、通信中断等，存在演变为事故的潜在可能。
- 征候（Occurrence/Symptom）：尚未造成危害，但出现了偏离正常状态的征兆，如电池异常温升、GPS 卫星数骤降、链路误码率上升、告警频发等。
判断口诀：看结果——有伤亡/损毁即事故；无伤亡但有非预期状态即事件；无危害但有异常征兆即征候。三者是“结果—过程—前兆”的递进关系。
理解这一边界，直接决定了数据统计的分母与分子。若把征候计入事故，事故率会被严重高估；若把事件降级为征候，则会掩盖真实风险。因此，分类体系必须与统计口径绑定设计。
二、分类体系：原因、阶段、后果三维度
单一维度无法支撑复盘分析。建议采用“原因—阶段—后果”三维分类，每个事件在三个维度上各取一个标签，形成可交叉分析的数据结构。
| 维度 | 分类项 | 典型标签示例 | 统计用途 |
|---|---|---|---|
| 按原因 | 人为、机械、环境、软件、管理 | 操作失误、电机失效、强风、飞控 bug、程序缺失 | 定位责任主体与改进方向 |
| 按阶段 | 起飞、爬升、巡航、作业、返航、降落 | 起飞侧翻、巡航失联、降落撞地 | 识别高风险飞行阶段 |
| 按后果 | 事故、事件、征候 | 坠机伤人、迫降、电池告警 | 分级响应与统计口径 |
三维交叉后可以回答很多关键问题：例如“巡航阶段由链路原因导致的征候占比是否在上升”“降落阶段人为原因事件是否集中在某型号”。这正是复盘从个案走向趋势的基础。
三、方法流程：从原始记录到统计口径
要让分类真正可用，需要一条标准化的处理流程。建议按以下步骤执行：
- 原始记录采集：飞行日志、遥控器日志、图传记录、目视观察、现场照片统一归档，保留时间戳。
- 初判分级：依据后果维度先判定事故/事件/征候，避免原因分析干扰分级。
- 原因归因：采用“直接原因—间接原因—管理原因”三层归因，避免只写“操作失误”。
- 阶段标注：按飞行剖面标注发生阶段，同一事件可标注主阶段与次阶段。
- 入库统计：按统一字段写入数据库，生成交叉报表。
事件记录字段示例（JSON）
{
"event_id": "UAV-2024-0317",
"level": "incident", // accident | incident | occurrence
"cause": ["link", "human"], // 原因维度
"phase": "cruise", // 阶段维度
"consequence": "forced_landing",
"severity": 2, // 1-5 级
"timestamp": "2024-03-17T09:42:11+08:00"
}统一字段后，统计口径才能稳定。例如“事故率”应定义为事故数除以总飞行架次或总飞行小时；“事件率”同理单独计算，绝不与事故合并。
四、案例与场景：一次链路中断如何分级
某测绘无人机在巡航阶段图传中断，飞控触发返航，最终安全降落，机体无损伤。若按结果判断：无伤亡、无损失，应定为事件。但复盘时发现，中断前 30 秒已出现误码率持续上升和遥控信号 RSSI 下降，这些属于征候，应单独记录为预警数据。
如果团队只记录“安全降落”这一结果，就会丢失最有价值的前兆信息。正确做法是：事件记录一条，征候记录一条或多条，并在事件记录中关联征候 ID。这样在季度统计中就能看到“链路类征候→事件”的转化率，从而提前干预。
实操建议：征候数据量通常远大于事件和事故，建议设置自动采集阈值，如 RSSI 低于 -85 dBm、卫星数少于 8、电池温差超过 15℃ 时自动打点，减少人工漏记。
五、误区与复盘要点
常见误区一：把“没有造成损失”一律归为征候。实际上，失控、侵入空域等已构成非预期状态，应归为事件。
常见误区二：统计时把征候并入事件，导致事件率虚高，掩盖真实事故趋势。
常见误区三：只按后果分类，不做原因和阶段交叉，复盘停留在“加强管理”的空话层面。
复盘时应重点检查三件事：分级是否一致、原因是否归到可改进的层级、阶段标注是否支持趋势对比。只有分类体系与统计口径同时稳定，飞行事故数据分析才能真正服务于风险前移，而不是事后追责。