2、民航数据基础：航班运行数据、旅客服务数据、机场运营数据、空管数据等主要数据源及其特点
民航数据看板的设计，本质上是对多源异构数据的采集、清洗、建模与可视化呈现。要设计出真正能辅助决策的看板，首先必须深刻理解民航领域各类数据源的产生机理、结构特征、时效要求与质量约束。本章将系统梳理航班运行数据、旅客服务数据、机场运营数据、空管数据四大核心数据源，并剖析其数据特点与看板设计中的关键考量。
2.1 航班运行数据：看板的“心跳”
核心原理：航班运行数据是民航生产活动的主线数据，记录了每一架航班从计划生成到执行完毕的全生命周期状态。它贯穿了航班计划、航班动态、机位分配、登机口管理、配载平衡、机组排班、放行评估等核心业务环节。这类数据通常以航班号+日期为唯一业务主键，在一天内会经历多次状态变更，是运行看板中刷新频率最高、实时性要求最严的数据源。
主要数据构成与特点：
- 航班计划数据：包括长期计划（航班时刻表）、次日计划（航班编排）、当日计划（动态调整）。其特点是提前生成、相对稳定，但受天气、流控、运力调配影响会频繁修订。
- 航班动态数据：涵盖计划起飞/实际起飞、计划落地/实际落地、预计到达、取消/备降/返航等状态。数据更新频率通常为30秒至1分钟，高峰期可达秒级。
- 资源分配数据：机位、登机口、行李转盘等资源的分配结果与变更记录。这类数据与航班动态强关联，且存在资源冲突检测逻辑。
- 机组与配载数据：机组执勤期、休息期、配载重量、油量等。数据敏感度高，涉及安全合规校验。
| 数据子类 | 典型字段 | 更新频率 | 数据质量特征 | 看板应用 |
|---|---|---|---|---|
| 航班计划 | 航班号、起降机场、计划时刻、机型 | 每日批量+实时修订 | 多系统来源需对齐（航空公司/机场/空管） | 航班波结构、运力分布 |
| 航班动态 | 实际起飞/落地、状态码、延误原因 | 30秒~1分钟 | 状态码标准需统一（如IOAT/IBT） | 放行正常率、延误预警 |
| 机位/登机口 | 资源编号、占用航班、开始/结束时间 | 事件触发+定时刷新 | 存在资源冲突需实时校验 | 资源利用率、冲突热力图 |
| 配载/油量 | 旅客数、货邮重量、加油量、重心 | 航班截载前更新 | 数据准确性要求极高 | 载重平衡监控 |
2.2 旅客服务数据：从“航班视角”到“旅客视角”
核心原理：旅客服务数据记录了旅客在出行全流程中与机场、航空公司交互产生的信息。传统运行看板只关注“飞机”的状态，而旅客服务数据则要求看板切换到“人”的视角。这类数据以旅客唯一标识（如证件号、PNR、会员号）为线索，串联起购票、值机、安检、候机、登机、行李提取、投诉反馈等环节。
主要数据源及其特点：
- PNR与订座数据：包含旅客行程、联系方式、特殊服务申请（如轮椅、无陪儿童）。数据粒度到人，但涉及隐私保护，需脱敏处理。
- 值机与行李数据：值机时间、座位号、行李件数/重量、行李分拣状态。行李数据需与航班动态关联，用于行李差错追踪。
- 安检数据：安检通道通过人数、平均通过时间、开包检查率。数据来自安检信息系统，实时性高，但敏感性强。
- 服务与投诉数据：贵宾室使用记录、特殊旅客服务记录、投诉工单。这类数据多为半结构化或非结构化文本，需要NLP处理。
2.3 机场运营数据：资源调度的“棋盘”
核心原理：机场运营数据描述的是机场作为物理基础设施和资源平台，其跑道、滑行道、机位、廊桥、值机柜台、安检通道、行李转盘、保障车辆等资源的实时状态与使用情况。这类数据的核心特征是空间属性和资源耦合性——一个机位的占用会影响相邻滑行道的调度，一个廊桥的故障可能引发连锁的资源重排。
关键数据源：
- 资源占用数据：来自机场运营数据库（AODB）或资源分配系统，记录各资源当前被哪个航班/任务占用，以及预计释放时间。
- 地面保障数据：来自地服调度系统，包括摆渡车、客梯车、行李拖车、加油车等车辆的实时位置与任务状态。通常通过GPS/北斗定位回传，更新频率5~15秒。
- 航站楼客流数据：来自WiFi探针、摄像头、安检闸机等多源感知设备，估算各区域实时人数、密度与排队长度。
- 设施设备状态数据：电梯、空调、廊桥、行李系统等设备的运行状态与故障告警，来自楼宇自控系统（BAS）或物联网平台。
| 资源类型 | 数据来源系统 | 更新频率 | 空间粒度 | 看板呈现方式 |
|---|---|---|---|---|
| 机位/廊桥 | AODB/资源分配系统 | 事件触发 | 单个机位 | 机场平面图着色 |
| 保障车辆 | 地服调度系统/GPS | 5~15秒 | 经纬度坐标 | 实时轨迹+任务列表 |
| 值机柜台 | 离港系统/柜台管理系统 | 1分钟 | 柜台编号 | 柱状图/热力图 |
| 安检通道 | 安检信息系统 | 1分钟 | 通道编号 | 排队长度+通过率 |
2.4 空管数据：安全底线的“守护者”
核心原理：空管数据是民航运行中安全等级最高、实时性要求最严的数据源。它反映了空中交通的态势、流量与管制意图。空管数据与机场运行数据、航班运行数据存在天然的时间差——空管关注的是“飞机从起飞到落地的全过程”，而机场运行更关注“飞机在地面的状态”。看板设计必须理解这种时空维度的差异。
主要空管数据源：
- 雷达与ADS-B数据：提供飞机的实时位置（经纬度、高度、速度、航向）。更新频率为1~5秒，数据量巨大，需要时序数据库存储。
- 飞行计划（FPL）数据：包含航路、巡航高度、备降场、预计飞行时间等。FPL在起飞前提交，空中可能因天气或流控进行修订。
- 流量管理（ATFM）数据：包括地面等待、空中等待、改航等流量控制措施。这类数据直接影响航班的预计起飞/到达时间，是运行看板中“延误原因”的重要来源。
- 气象与通播（ATIS/TAF/METAR）：提供机场及航路的气象实况与预报，包括风、能见度、云底高、雷暴等。气象数据是航班放行、备降决策的关键输入。
2.5 多源数据融合的挑战与应对
核心原理：单一数据源只能提供局部视图，而数据看板的价值在于融合。但多源数据融合面临四大挑战：时间不同步（航班动态是秒级，旅客数据是分钟级，机场资源是事件级）、主键不统一（航班号+日期、机尾号、PNR、资源编号各有各的标识体系）、语义不一致（“延误”在空管指CTOT变更，在机场指实际起飞晚于计划，在旅客视角指登机口变更）、质量参差不齐（部分系统数据缺失率高达10%~20%）。
融合策略建议：
- 建立统一的时间基准：所有数据统一转换为UTC时间戳存储，展示时再转换为本地时间。
- 构建航班中心模型：以航班唯一标识（如航班号+计划日期+起飞机场）为核心，关联旅客、资源、空管等外围数据。
- 定义数据质量规则：对关键字段设置完整性、及时性、准确性阈值，不满足阈值的数据在看板中降级展示或标注“存疑”。
- 采用“批流一体”架构：实时数据用于态势监控，批量数据用于趋势分析与报表，两者通过数据仓库分层融合。
2.6 常见误区与总结复盘
误区一：重“实时”轻“准确”。很多看板追求秒级刷新，却忽略了数据源本身的采集误差。例如，WiFi探针统计的候机区人数与实际人数偏差可达20%。建议在实时看板旁增加“数据质量指示器”，标注数据来源与置信度。
误区二：重“展示”轻“决策”。看板堆砌了大量图表，但管理者无法快速回答“现在最需要关注什么”。应遵循“异常优先”原则，将偏离正常阈值的指标自动置顶并标红。
误区三：重“当前”轻“趋势”。只看瞬时值无法判断运行态势是好转还是恶化。每个核心指标都应附带“过去1小时/24小时趋势线”，帮助决策者判断变化方向。
误区四：忽视数据安全与隐私。旅客服务数据涉及个人隐私，空管数据涉及国家安全。看板系统必须实现严格的权限分级与脱敏策略，不同角色只能看到授权范围内的数据。
| 数据源 | 核心价值 | 主要风险 | 看板优先级 |
|---|---|---|---|
| 航班运行数据 | 运行态势主线 | 状态码不统一 | ★★★★★ |
| 旅客服务数据 | 体验与品质 | 隐私合规 | ★★★★ |
| 机场运营数据 | 资源效率 | 数据时延 | ★★★★ |
| 空管数据 | 安全与流量 | 高敏感、高实时 | ★★★★★ |
总结：民航数据看板的设计必须建立在对数据源深刻理解的基础上。航班运行数据是“骨架”，旅客服务数据是“血肉”，机场运营数据是“四肢”，空管数据是“大脑”。四者协同，才能构建出既有全局视野又能深入细节的决策支持工具。在实际项目中，建议先完成数据源盘点与质量评估，再设计看板原型，避免“巧妇难为无米之炊”的困境。