预测空中交通管制员心理负荷的新途径：关联复杂性网络模型

The workload of air traffic controllers plays a vital role in aviation safety and efficiency, as air traffic volume is growing rapidly and sectors are becoming more and more complex, an accurate model of controllers’ workload is in great need. However, current models (most of them are data-driven ones) still lack predictive power, as well as general applicability and diagonosticity, failing to consider the effect of controllers’ intervention strategy and analyze their actual intervention process. To solve these problems, this study proposes a theory-driven approach in which the relational complexity network is treated as the key information space for controllers. It identifies the forms and prerequisites of two major strategies in conflict resolution (careful-examination vs. defensive intervention). We hypothesized that when adopting a careful-examination strategy, controllers’ workload is predicted by the difficulty to detect conflict within the relational complexity network; when adopting a “defensive intervention” strategy, their workload, is however, predicted by the steps to disentangle the relational complexity network following a large-node-first principle, which can also be influenced attentional salient feature of aircraft and operational constraints. The study plans to use interview, observation, simulator experiments, psycho-physiological measurement and data-mining of real ATC data to validate the model in order to use it in practice.

空中交通管制员的心理负荷对航空安全和效率具有重大影响，在航空流量日益增加和空域日趋复杂的背景下，迫切需要能准确对其进行预测的模型。但现有模型仍缺乏足够的预测效力，且多为数据驱动模型，缺乏普适性和诊断性，无法揭示管制员不同策略的影响和具体的干预过程。为解决以上问题，本研究提出一个新的理论模型。该模型以判断飞行器潜在冲突的关联复杂性网络作为管制员的信息空间，提出管制员采取“仔细确认”和“预防性干预”策略的前提条件和实施过程，并预测在采取“仔细确认”策略时，管制员心理负荷将主要由在网络中进行冲突探测的难度决定；而在采用“预防性干预”策略时，管制员的心理负荷将由按照“大度优先”原则进行“解网”的步骤决定，该步骤还可能受到飞行器注意显著性特征和操作性约束的共同影响。本研究计划通过访谈、参与观察、模拟机实验、生理测量和管制席位数据挖掘的方法验证并完善该理论，将其用于对实际数据的预测。

空中交通管制员的心理工作负荷是当前航空心理学的研究重点，在开发新一代空中交通管理系统中扮演了重要地位。在传统的心理负荷建模中，主要关心飞行器数量的模型和飞行器关系数量的模型。本研究以我们早期提出的关联复杂性网络理论，用遵照大度优先原则的网络拆解步数来取代网络中心势作为管制负荷的预测源。而该模型的预测效力，部分取决于干预策略的使用。所以我们的研究主要围绕着两个问题开展：1. 影响干预策略的各类因素；2. 网络拆解步骤是否是工作负荷的更好预测源展开研究。研究内容主要包括干预策略的发现和影响因素分析，心理负荷预测的有效性分析等。除了利用现场席位数据进行验证以外，设定的绝大多数内容已经完成。.主要结果包括：（1）发现管制员的干预策略存在多种形式，影响管制员干预策略选用的因素除了传统认为的经验和当前负荷之外，还有整体思维和预期负荷等因素；（2）管制员在干预过程中确实遵循大度优先原则，其机制可能是自上而下为主，伴随自上而下的过程；（3）运用关联复杂性网络拆解模型能够有效预测正常和存在难调配飞机情境下的管制员作业过程和工作负荷。此外，还发现管制员在评估负荷时收到时变因素的影响，存在峰终率效应；研究结果可以用于更加一般的界面设计中，用于评估交互界面的视觉复杂度和操作复杂度。.研究结果更好地阐释了管制员的决策过程，并可用于评估更具有一般性的界面复杂度。研究结果对于扇区规划、流量设计、管制员培训和管理都有重要的意义。