基于VOSviewer和CiteSpace的空中交通流量管理研究綜述

摘 要：以中國(guó)知網(wǎng)（CNKI）和Web of Science （WOS）數(shù)據(jù)庫(kù)內(nèi)的文獻(xiàn)作為數(shù)據(jù)來(lái)源，以2013—2023年為檢索年限，將CNKI中以“空中交通流量管理”為主題的956篇文獻(xiàn)和WOS中以“air traffic flow management”為主題的379篇文獻(xiàn)作為研究對(duì)象，使用VOSviewer和CiteSpace文獻(xiàn)計(jì)量工具生成了作者合作網(wǎng)絡(luò)圖，研究機(jī)構(gòu)共現(xiàn)圖、關(guān)鍵詞共現(xiàn)圖以及關(guān)鍵詞突變圖，以此來(lái)了解并分析有關(guān)空中交通流量管理的研究?jī)?nèi)容。結(jié)果表明，對(duì)空中交通流量管理的研究關(guān)注度較高，發(fā)文量總體呈現(xiàn)上升趨勢(shì)，研究機(jī)構(gòu)大多集中在高校。關(guān)鍵詞研究顯示，空中交通流量管理研究的方向包括流量管理、深度學(xué)習(xí)等方面。結(jié)論為空中交通流量管理研究提供理論依據(jù)。

關(guān)鍵詞：空中交通流量管理；空中交通管制；文獻(xiàn)計(jì)量學(xué)；可視化分析

中圖分類號(hào)：U8" " " " " " " " "文獻(xiàn)標(biāo)識(shí)碼：A" " " " " "文章編號(hào)：1007-1199（2024）06-0027-07

0 引 言

在當(dāng)今航空業(yè)快速發(fā)展背景下，空中交通流量管理（ATFM）成為保障航空運(yùn)輸系統(tǒng)安全、高效運(yùn)行的關(guān)鍵環(huán)節(jié)之一。隨著空中交通量的不斷增加，對(duì)于如何有效管理、控制和優(yōu)化航班之間的間隔與運(yùn)行，以確保安全和效率，提出了新的挑戰(zhàn)和機(jī)遇。空中交通流量管理的研究不僅涉及空中航線的安排與管理，更牽涉到航空公司、機(jī)場(chǎng)、空中交通管制部門(mén)等多個(gè)利益相關(guān)方的協(xié)同合作［1］。它需要綜合考慮航空公司的運(yùn)營(yíng)需求、旅客需求、航空系統(tǒng)的容量、天氣變化以及安全等多種因素，以保證飛行的安全性和效率性。過(guò)去幾十年，隨著技術(shù)和研究的不斷進(jìn)步，空中交通流量管理領(lǐng)域涌現(xiàn)了各種創(chuàng)新的方法和技術(shù)。例如，基于數(shù)據(jù)驅(qū)動(dòng)的預(yù)測(cè)模型、智能化的決策支持系統(tǒng)以及優(yōu)化算法的應(yīng)用等。Francisco［2］等用機(jī)器學(xué)習(xí)模型對(duì)空中交通密度進(jìn)行預(yù)測(cè)，通過(guò)該方法可以用來(lái)提高ATM系統(tǒng)的容量。王莉莉［3］等研究了將遺傳算法（GA）、徑向基（RBF）神經(jīng)網(wǎng)絡(luò)與改進(jìn)Cao方法相結(jié)合的空中交通流量預(yù)測(cè)方法，該方法可以更好地解析系統(tǒng)的混沌特性，從而提高預(yù)測(cè)的精確度。張強(qiáng)［4］等通過(guò)對(duì)空中交通走廊容量評(píng)估的方法進(jìn)行改進(jìn)，提出了一種高效率高準(zhǔn)確性的新型優(yōu)化算法，該方法可以為空中交通管制人員進(jìn)行流量?jī)?yōu)化分配提供參考。Yan Zhen［5］等提出了一種基于深度學(xué)習(xí)的新型框架，即機(jī)場(chǎng)交通流預(yù)測(cè)網(wǎng)絡(luò)（ATFPNet），以捕捉機(jī)場(chǎng)歷史交通流（出發(fā)和到達(dá)）的時(shí)空依賴關(guān)系，進(jìn)行多步驟的情景（網(wǎng)絡(luò)級(jí)）到達(dá)流量預(yù)測(cè)，該方法可以提高機(jī)場(chǎng)管理效率，實(shí)現(xiàn)高效的交通規(guī)劃。Gui Guan［6］等利用分布式 ADS-B地面站和獲取的 ADS-B信息組建了一個(gè)航空大數(shù)據(jù)平臺(tái)，通過(guò)探索所構(gòu)建的數(shù)據(jù)集并將提取的信息映射到航線上，可以統(tǒng)計(jì)和預(yù)測(cè)不同城市之間的空中交通流量，實(shí)現(xiàn)及時(shí)高效的空中交通流量管理。Mannino Carlo［7］等提出了一個(gè)MIP模型，該模型能夠準(zhǔn)確地定義當(dāng)前的工作量，并對(duì)其進(jìn)行擴(kuò)展。為一組計(jì)劃航班優(yōu)化選擇新的（延遲）起飛時(shí)間，以防止途中擁堵和減輕空中交通管制員的高工作量，同時(shí)最大限度地減少總延誤。David García-Heredia［8］等提出了一種含有地面和空中延誤、航空器的速度變化和備選航線等決策因素的模型?？傊瑢W(xué)者們通過(guò)機(jī)器學(xué)習(xí)、算法改進(jìn)和大數(shù)據(jù)運(yùn)用等在空中交通流量管理領(lǐng)域取得了極大的研究成果，這些成果為提高空中交通管理的效率、減少擁堵和延誤等目標(biāo)提供了技術(shù)和理論支持。

文獻(xiàn)綜述（Literature Review）是學(xué)術(shù)研究中的一種關(guān)鍵性文體，它總結(jié)、評(píng)價(jià)和綜合了關(guān)于特定研究主題或問(wèn)題的現(xiàn)有文獻(xiàn)。文獻(xiàn)綜述的目的是為讀者提供關(guān)于研究領(lǐng)域已有工作的全面情況，并提供理論背景、研究問(wèn)題的合理性和研究方法的選擇支持。通過(guò)閱讀大量文獻(xiàn)發(fā)現(xiàn)一般的文獻(xiàn)綜述只是對(duì)研究對(duì)象進(jìn)行總結(jié)和分析，鮮少有對(duì)作者、機(jī)構(gòu)、關(guān)鍵詞等內(nèi)容的分析?？茖W(xué)知識(shí)圖譜是一種基于圖譜理論和技術(shù)的表示和組織科學(xué)知識(shí)的方法，它旨在通過(guò)將科學(xué)領(lǐng)域的各種實(shí)體（如學(xué)科、領(lǐng)域、學(xué)術(shù)論文、研究者等）和它們之間的關(guān)系以圖譜的形式表達(dá)，從而更好地理解科學(xué)知識(shí)的結(jié)構(gòu)、發(fā)展和關(guān)聯(lián)?？茖W(xué)知識(shí)圖譜在推動(dòng)科研合作、促進(jìn)學(xué)科發(fā)展、支持科學(xué)政策決策等方面具有潛在的重要價(jià)值[9]。通過(guò)閱讀文獻(xiàn)發(fā)現(xiàn)有很多學(xué)者研究空中交通流量管理的策略和應(yīng)用等問(wèn)題，很少有學(xué)者利用科學(xué)知識(shí)圖譜的方法對(duì)空中交通流量管理方面進(jìn)行文獻(xiàn)綜述研究?；谘芯楷F(xiàn)狀的不足，本研究通過(guò)知識(shí)圖譜的分析方法對(duì)空中交通流量管理的文獻(xiàn)進(jìn)行全面的整理分析，從中發(fā)現(xiàn)一些關(guān)于空中交通流量管理研究的規(guī)律，以及未來(lái)研究的發(fā)展方向和潛在的創(chuàng)新點(diǎn)，為相關(guān)方面的研究提供一些參考。

1 方法與數(shù)據(jù)來(lái)源

本研究應(yīng)用CiteSpace和VOSviewer文獻(xiàn)計(jì)量工具對(duì)空中交通流量管理相關(guān)的文獻(xiàn)進(jìn)行研究和分析。CiteSpace是一款由清華大學(xué)研究團(tuán)隊(duì)開(kāi)發(fā)的學(xué)術(shù)可視化工具，旨在幫助研究人員理解學(xué)術(shù)文獻(xiàn)之間的關(guān)系、研究領(lǐng)域的演變以及學(xué)術(shù)合作網(wǎng)絡(luò)［10］。VOSviewer最初是由荷蘭萊頓大學(xué)的Nees Jan van Eck和Ludo Waltman開(kāi)發(fā)，是一種用于可視化科學(xué)文獻(xiàn)計(jì)量分析的軟件工具，它主要用于探索和分析大規(guī)模數(shù)據(jù)庫(kù)中的學(xué)術(shù)研究領(lǐng)域、學(xué)者和文章之間的關(guān)系，現(xiàn)在已經(jīng)成為學(xué)術(shù)界廣泛使用的計(jì)量工具[11]。

本研究的文獻(xiàn)來(lái)自中國(guó)知網(wǎng)（CNKI）和Web of Science （WOS）數(shù)據(jù)庫(kù)。在CNKI數(shù)據(jù)庫(kù)中以“空中交通流量管理”為主題進(jìn)行檢索，發(fā)現(xiàn)近十年（2013—2023年）的期刊文獻(xiàn)，總庫(kù)中一共有995篇結(jié)果。一般某個(gè)研究領(lǐng)域很多重要文獻(xiàn)都發(fā)布在核心期刊，但是該主題詞在高級(jí)檢索中選擇核心期刊后僅剩100篇左右的文獻(xiàn)，這樣數(shù)據(jù)量較少不利于后續(xù)分析，所以沒(méi)有將文獻(xiàn)來(lái)源限制為核心期刊；然后主動(dòng)篩選一些相關(guān)度比較低的文獻(xiàn)，選擇所需文獻(xiàn)后將目標(biāo)文獻(xiàn)導(dǎo)出、保存，再在CiteSpace軟件中對(duì)文獻(xiàn)進(jìn)行梳理和去重，最終研究的文獻(xiàn)一共956篇。在WOS數(shù)據(jù)庫(kù)中，選取“air traffic flow management”為檢索主題，檢索時(shí)間為2013—2023年，共有395篇文獻(xiàn)，去除會(huì)議、條款和文件等文章，最終有效文章共379篇。

2 研究結(jié)果

2.1 研究基本情況分析

2.1.1 期刊發(fā)文量分析

由于2013—2017年在WOS數(shù)據(jù)庫(kù)中沒(méi)有收錄關(guān)于空中交通流量管理相關(guān)的文章，因此只分析CNKI數(shù)據(jù)庫(kù)中這幾年來(lái)的期刊發(fā)文量情況。2013年以來(lái)國(guó)內(nèi)外關(guān)于空中交通流量管理的研究年度發(fā)表文獻(xiàn)量均在50篇以上，這說(shuō)明國(guó)內(nèi)外對(duì)空中交通流量管理的研究已經(jīng)呈現(xiàn)出規(guī)?；?014年、2015年以及2017年發(fā)文量均在100篇以上，在2017年達(dá)到峰值115篇，說(shuō)明這幾年國(guó)內(nèi)外研究者對(duì)空中交通流量管理領(lǐng)域的研究關(guān)注度比較高。2017—2023年期間，WOS收錄的關(guān)于空中交通流量管理相關(guān)的文獻(xiàn)數(shù)量整體上保持增長(zhǎng)的趨勢(shì)，并且每年的發(fā)文量均在30篇以上。但是在CNKI收錄的文獻(xiàn)數(shù)量與前幾年的發(fā)文量相比有下降的趨勢(shì)。2017年以前的文獻(xiàn)數(shù)量增長(zhǎng)反映了該領(lǐng)域的飽和和成熟，即已經(jīng)涵蓋了許多基礎(chǔ)和關(guān)鍵問(wèn)題。在這種情況下，后續(xù)的研究可能更側(cè)重于細(xì)化和優(yōu)化現(xiàn)有的理論和方法，而不是提出全新的概念。此外，空中交通流量管理屬于綜合性研究和跨學(xué)科合作，涉及多個(gè)學(xué)科領(lǐng)域，包括航空和計(jì)算機(jī)科學(xué)等。過(guò)去的研究可能更側(cè)重于特定領(lǐng)域的問(wèn)題，而近年來(lái)研究者可能更傾向于進(jìn)行綜合性研究和跨學(xué)科合作，這可能導(dǎo)致文獻(xiàn)數(shù)量減少，但是關(guān)于空中交通流量管理研究期刊發(fā)文量總體上還是呈現(xiàn)上升趨勢(shì)。

2.1.2 研究作者共現(xiàn)分析

本研究通過(guò)CiteSpace和VOSviewer軟件生成了空中交通流量管理研究領(lǐng)域的作者合作網(wǎng)絡(luò)圖譜，如圖1所示，CNKI文獻(xiàn)中作者合作網(wǎng)絡(luò)圖中共形成了61個(gè)節(jié)點(diǎn)13個(gè)連接，其中作者名字顯示的越大代表發(fā)文量越多，本研究摘錄了發(fā)文量前10的作者如表1所示。節(jié)點(diǎn)之間的連線代表不同作者之間有合作關(guān)系，由圖可以看出作者合作網(wǎng)絡(luò)較為稀薄，主要形成了田勇、萬(wàn)莉莉、李永慶，趙嶷飛、張勰、王紅勇、侯盾和王莉莉、王航臣三組研究合作網(wǎng)絡(luò)。但是總體上來(lái)看，研究者之間較為分散，并沒(méi)有形成明顯的合作網(wǎng)絡(luò)，這也說(shuō)明各位研究者之間的合作需要進(jìn)一步加強(qiáng)。表2為WOS文獻(xiàn)作者發(fā)文量前10排名表。根據(jù)洛卡特定理，發(fā)文量≥8篇的作者被視為該研究領(lǐng)域的核心作者。由表2可知該領(lǐng)域的核心作者為xu，yan（發(fā)文量9篇）和itoh，eri（發(fā)文量8篇）。

2.1.3 研究機(jī)構(gòu)共現(xiàn)分析

運(yùn)用CiteSpace和VOSviewer軟件生成了關(guān)于空中交通流量管理相關(guān)的研究機(jī)構(gòu)共現(xiàn)圖譜，圖2為CNKI文獻(xiàn)研究機(jī)構(gòu)共現(xiàn)圖?？紤]到可視化圖片的布局，所以篩選出來(lái)了發(fā)表文章在2篇及以上的研究

機(jī)構(gòu)，本研究摘錄了CNKI文獻(xiàn)發(fā)表量排名前十的研究機(jī)構(gòu)，如表3所示。圖中節(jié)點(diǎn)字體的大小表示機(jī)構(gòu)發(fā)文量的多少，由圖可知Nanjing University of Aeronautics and Astronautics排在第一名。此外，從文獻(xiàn)歸屬來(lái)看，很大一部分都來(lái)自中國(guó)民航地區(qū)管理局和一些高校，行政機(jī)構(gòu)和其他單位合作較少，這一現(xiàn)象反映了當(dāng)前空中交通流量管理的研究現(xiàn)狀。表4為WOS文獻(xiàn)期刊發(fā)文量前十的機(jī)構(gòu)。無(wú)論是國(guó)內(nèi)還是國(guó)外，高產(chǎn)機(jī)構(gòu)多集中在高等院校。原因如下：一是學(xué)術(shù)研究需求。高校作為學(xué)術(shù)研究的中心，擁有豐富的研究資源和專業(yè)知識(shí)?？罩薪煌髁抗芾硎且粋€(gè)復(fù)雜的研究領(lǐng)域，涉及多個(gè)學(xué)科交叉，高校擁有跨學(xué)科的研究環(huán)境，能夠容納不同領(lǐng)域的專家和研究者，從而促進(jìn)空中交通流量管理的綜合研究。二是人才培養(yǎng)。在空中交通管理領(lǐng)域，需要具備深厚的專業(yè)知識(shí)和研究能力的人才，高校是培養(yǎng)未來(lái)專業(yè)人才的重要場(chǎng)所［12］。三是政府支持與監(jiān)管。民航地區(qū)管理局通常是與政府緊密合作的機(jī)構(gòu)，負(fù)責(zé)制定和執(zhí)行相關(guān)政策、規(guī)定。在一些國(guó)家，政府會(huì)直接資助或委托高校和地區(qū)管理局進(jìn)行空中交通流量管理方面的研究，以提高空中交通系統(tǒng)的效率和安全性。四是實(shí)際應(yīng)用需求。民航地區(qū)管理局負(fù)責(zé)實(shí)際的空中交通流量管理工作，因此具有更直接的實(shí)際應(yīng)用需求。高校的研究可以為地區(qū)管理局提供先進(jìn)的理論和技術(shù)支持，而地區(qū)管理局的實(shí)踐經(jīng)驗(yàn)和需求也可以為高校的研究提供實(shí)際問(wèn)題和場(chǎng)景，促使研究更貼近實(shí)際應(yīng)用?？傮w而言，高校和民航地區(qū)管理局的合作為推動(dòng)空中交通流量管理的研究提供了有力的支持，既有助于學(xué)術(shù)研究的發(fā)展，也能夠更好地滿足實(shí)際應(yīng)用的需求。此外，隨著人們對(duì)空中交通流量管理的重視，行政機(jī)構(gòu)和其他單位也逐漸開(kāi)始參與相關(guān)研究。

2.2 研究主題和熱點(diǎn)分析

2.2.1 關(guān)鍵詞共現(xiàn)分析

關(guān)鍵詞是作者對(duì)文章內(nèi)容的高度凝練和總結(jié)，能夠反映出來(lái)文獻(xiàn)的核心內(nèi)容。本研究通過(guò)CiteSpace選取每個(gè)時(shí)間切片（1年）中出現(xiàn)次數(shù)前10%的關(guān)鍵詞繪制共現(xiàn)圖譜，CNKI文獻(xiàn)關(guān)鍵詞共現(xiàn)如圖3所示［13］。在該圖譜中共有65個(gè)節(jié)點(diǎn)56個(gè)連接，節(jié)點(diǎn)字體的大小表示關(guān)鍵詞的頻次的高低。其中流量管理、空中交通、地面等待以及交通流量構(gòu)成的空中交通流量管理研究框架關(guān)聯(lián)性比較強(qiáng)。本研究摘錄了CNKI出現(xiàn)頻次排名前10的關(guān)鍵詞，如表5所示；WOS文獻(xiàn)出現(xiàn)頻次排名前10的關(guān)鍵詞，如表6所示。

2.2.2 關(guān)鍵詞聚類分析

關(guān)鍵詞聚類可以表明該領(lǐng)域的不同研究關(guān)注點(diǎn)［14］。表7是CNKI文獻(xiàn)關(guān)鍵詞聚類，表中一共有3個(gè)不同的標(biāo)簽，代表著有3個(gè)聚類，每個(gè)聚類的標(biāo)簽都是共現(xiàn)網(wǎng)絡(luò)中的關(guān)鍵詞，聚類的序號(hào)是#0-#2，聚類序號(hào)的數(shù)字越大說(shuō)明該聚類中包含的關(guān)鍵詞越少，反之，序號(hào)的數(shù)字越小，說(shuō)明該聚類中的關(guān)鍵詞越多[15]。#0代表流量管理聚類，其中包含的主要關(guān)鍵詞有航班延誤、流量管理、協(xié)同式、關(guān)鍵技術(shù)、交通管制等。隨著航班數(shù)量的不斷增加，空中的交通管理往往又會(huì)受到多種因素的影響，常常造成航班延誤的現(xiàn)象，因此有不少學(xué)者研究關(guān)于空中交通流量管理的策略和優(yōu)化等。姜依靜在協(xié)同決策理論的基礎(chǔ)上提出了空中交通流量管理模型，該模型不僅能夠滿足空管系統(tǒng)中不同業(yè)務(wù)領(lǐng)域提出來(lái)的不同數(shù)據(jù)需求和傳輸模式，而且還能夠?qū)?shù)據(jù)進(jìn)行優(yōu)化處理，從而提高空中交通流量管理的效率［16］。此外還有其他學(xué)者開(kāi)展對(duì)協(xié)同式空中交通流量關(guān)鍵技術(shù)的研究。#1代表交通流量聚類，其中包含的主要關(guān)鍵詞有空中交通、交通流量、交通管理、人工智能、仿真系統(tǒng)等。隨著科技的發(fā)展，計(jì)算機(jī)技術(shù)被應(yīng)用到多個(gè)領(lǐng)域，人工智能技術(shù)推動(dòng)著航空業(yè)的發(fā)展，提高了空中交通流量管理的技術(shù)。熊洛和李毅將分布式人工智能Multi-Agent的理論和方法應(yīng)用到空中交通流量管理領(lǐng)域中，提出了基于Multi-Agent的空中交通流量仿真方法，為實(shí)際空中交通流量管理系統(tǒng)的建設(shè)提供了重要的參考［17］。#2代表空域聚類，其中包含的主要關(guān)鍵詞有地面等待、空域、容量和仿真等。如何進(jìn)行高效的空中交通流量管理以及充分利用空域容量是航空業(yè)目前面臨的緊迫問(wèn)題，張秀明和張亮試將PBN和ATFM技術(shù)融合來(lái)增加運(yùn)行容量，探討應(yīng)用前景［18］。

表8呈現(xiàn)的是WOS文獻(xiàn)關(guān)鍵詞聚類情況，包含8個(gè)不同的標(biāo)簽。眾所周知，空中交通流量管理是一個(gè)跨多學(xué)科的領(lǐng)域，涉及到多個(gè)相互關(guān)聯(lián)的方面，這些聚類間也存在著多維度的聯(lián)系。例如，空中交通流量管理需要處理航班軌跡、氣象數(shù)據(jù)等海量的數(shù)據(jù)，深度學(xué)習(xí)算法憑借其強(qiáng)大的特征提取和模式識(shí)別能力，可以對(duì)這些數(shù)據(jù)進(jìn)行深度挖掘，通過(guò)分析采集的多源數(shù)據(jù)，構(gòu)建出更加準(zhǔn)確的延誤預(yù)測(cè)模型，從而為空中交通管理部門(mén)提供決策支持，優(yōu)化流量分配。此外，深度學(xué)習(xí)在軌跡預(yù)測(cè)方面也具有獨(dú)特的優(yōu)勢(shì)。

2.2.3 研究熱點(diǎn)分析

圖4為CNKI文獻(xiàn)關(guān)鍵詞突變圖，圖中顯示了時(shí)隙分配、進(jìn)場(chǎng)排序、空域等17個(gè)關(guān)鍵詞。從2013—2015年這一階段來(lái)看，學(xué)者們關(guān)注點(diǎn)集中于時(shí)隙分配、進(jìn)場(chǎng)排序、空域、遺傳算法等方面，這一現(xiàn)象反映出當(dāng)時(shí)對(duì)空中交通流量管理基礎(chǔ)設(shè)施和基本概念的重視。時(shí)隙分配與進(jìn)場(chǎng)排序在本質(zhì)上直接關(guān)聯(lián)著飛機(jī)的進(jìn)出場(chǎng)流程，是空中交通流量管理中基礎(chǔ)且關(guān)鍵的環(huán)節(jié)；而遺傳算法作為一種優(yōu)化問(wèn)題解決方法，被應(yīng)用于該領(lǐng)域，表明當(dāng)時(shí)的研究側(cè)重于利用算法工具來(lái)優(yōu)化這些基礎(chǔ)環(huán)節(jié)中的相關(guān)問(wèn)題。

在2015—2020年期間，學(xué)者們的關(guān)注焦點(diǎn)轉(zhuǎn)移至關(guān)鍵技術(shù)、管理以及策略等方面。這一轉(zhuǎn)變意味著研究范疇從基礎(chǔ)部分?jǐn)U展到了整個(gè)空中交通流量管理系統(tǒng)的綜合研究層面。在此期間，航班延誤、復(fù)雜網(wǎng)絡(luò)和危險(xiǎn)天氣等關(guān)鍵詞的出現(xiàn)，進(jìn)一步表明研究關(guān)注點(diǎn)開(kāi)始朝著系統(tǒng)的可靠性、安全性以及對(duì)不確定性因素的管理方向轉(zhuǎn)變。這是由于隨著空中交通流量管理系統(tǒng)的發(fā)展，單純關(guān)注基礎(chǔ)環(huán)節(jié)已不足以應(yīng)對(duì)系統(tǒng)運(yùn)行中的各種挑戰(zhàn)，需要從整體系統(tǒng)的角度出發(fā)，綜合考慮系統(tǒng)的各個(gè)方面，尤其是可靠性和安全性等核心要素，同時(shí)要應(yīng)對(duì)諸如天氣等不確定性因素帶來(lái)的影響。

2020年至近期，流量控制和延誤預(yù)測(cè)成為學(xué)者們關(guān)注的重點(diǎn)。這一轉(zhuǎn)變體現(xiàn)出隨著空中交通系統(tǒng)日益復(fù)雜和繁忙，對(duì)于更具針對(duì)性、實(shí)時(shí)性的管理工具和技術(shù)的研究需求不斷增加。流量控制是應(yīng)對(duì)空中交通擁堵、確保飛行秩序的關(guān)鍵手段，而延誤預(yù)測(cè)則有助于提前規(guī)劃和調(diào)整，從而提高整個(gè)空中交通流量管理的效率。這種關(guān)注點(diǎn)的演變整體上反映出空中交通流量管理領(lǐng)域的動(dòng)態(tài)發(fā)展過(guò)程，即從對(duì)基礎(chǔ)設(shè)施和基本概念的關(guān)注，逐步發(fā)展到全面的系統(tǒng)管理，進(jìn)而發(fā)展到對(duì)滿足復(fù)雜性和不確定性需求的實(shí)時(shí)工具的探索，這一過(guò)程體現(xiàn)了學(xué)者們對(duì)空中交通流量管理問(wèn)題的認(rèn)識(shí)隨著時(shí)間推移不斷深入，關(guān)注點(diǎn)也隨之不斷演變。

圖5為WOS文獻(xiàn)關(guān)鍵詞突變圖，圖中顯示了ground holding problem、time、performance、trajectory prediction等17個(gè)關(guān)鍵詞，2017—2020年期間，學(xué)者們關(guān)注ground holding problem、time、performance等關(guān)鍵詞。這一時(shí)期的研究關(guān)注點(diǎn)廣泛涉及空中交通流量管理的多個(gè)方面。其中，ground holding problem和flow management體現(xiàn)了對(duì)空中交通流量管理中地面等待問(wèn)題以及整體流量管理的重視，這是空中交通流量管理運(yùn)行中的重要部分，涉及如何合理安排飛機(jī)在地面的等待時(shí)間，以優(yōu)化整個(gè)流量管理流程；trajectory prediction、conflict detection和numerical simulation則涉及飛行過(guò)程中的關(guān)鍵技術(shù)研究，飛行軌跡預(yù)測(cè)有助于提前規(guī)劃飛機(jī)飛行路徑，沖突檢測(cè)能夠保障飛行安全，數(shù)值模擬方法為相關(guān)研究提供了有效的技術(shù)手段；air pollution這一關(guān)鍵詞的出現(xiàn)表明學(xué)者們開(kāi)始關(guān)注空中交通對(duì)環(huán)境的影響，這反映出隨著社會(huì)發(fā)展，人們對(duì)環(huán)境保護(hù)意識(shí)的增強(qiáng)，空中交通領(lǐng)域也開(kāi)始重視自身活動(dòng)對(duì)環(huán)境的影響。

2020年至近期，學(xué)者們開(kāi)始關(guān)注emissions、prediction等關(guān)鍵詞。這一轉(zhuǎn)變表明學(xué)者們對(duì)空中交通環(huán)境方面的關(guān)注度顯著增加。emissions和fine particulate matter反映出學(xué)者們對(duì)空中交通產(chǎn)生的排放物以及微粒物質(zhì)的擔(dān)憂，這與當(dāng)前全球?qū)Νh(huán)境保護(hù)、空氣質(zhì)量改善的關(guān)注相契合；prediction和weather意味著對(duì)于預(yù)測(cè)技術(shù)以及天氣對(duì)流量管理影響的研究，天氣狀況對(duì)空中交通流量管理有著重要影響，準(zhǔn)確的天氣預(yù)測(cè)有助于提前規(guī)劃和調(diào)整流量管理策略；capacity則表示對(duì)交通系統(tǒng)容量的研究，這是空中交通流量管理中的一個(gè)基本問(wèn)題，涉及如何在有限的空域資源下容納更多的航班，提高交通系統(tǒng)的運(yùn)行效率?？傮w而言，這兩個(gè)時(shí)期的關(guān)鍵詞變化反映出研究者們從關(guān)注運(yùn)行性能、軌跡預(yù)測(cè)等基礎(chǔ)問(wèn)題，逐漸轉(zhuǎn)向更加注重環(huán)境影響、排放物、天氣等方面。這種轉(zhuǎn)變是社會(huì)和技術(shù)發(fā)展的必然結(jié)果，體現(xiàn)了社會(huì)對(duì)可持續(xù)性和環(huán)保的關(guān)切，也表明空中交通流量管理領(lǐng)域的研究在不斷適應(yīng)社會(huì)發(fā)展的需求并與時(shí)俱進(jìn)。

3 結(jié) 論

本研究利用CiteSpace和VOSviewer軟件將空中交通流量管理方面的文獻(xiàn)進(jìn)行可視化分析，以CNKI數(shù)據(jù)庫(kù)和WOS數(shù)據(jù)庫(kù)中的文獻(xiàn)為數(shù)據(jù)來(lái)源，分析了空中交通流量管理方面的研究現(xiàn)狀和研究主題及熱點(diǎn)問(wèn)題，得到了以下結(jié)論：

從時(shí)序產(chǎn)出分布來(lái)看，CNKI中近十年空中交通流量管理研究領(lǐng)域的發(fā)文數(shù)量在2013—2017年較多，隨后幾年有些許減少；WOS文獻(xiàn)發(fā)文量從2017年開(kāi)始呈現(xiàn)上升趨勢(shì)，發(fā)文量總體上呈現(xiàn)上升趨勢(shì)；國(guó)內(nèi)外空中交通流量管理領(lǐng)域的研究機(jī)構(gòu)很大一部分集中在高校，并且各個(gè)機(jī)構(gòu)之間的合作有待加強(qiáng)；從關(guān)鍵詞來(lái)看，空中交通流量管理研究?jī)?nèi)容和熱點(diǎn)主要集中于流量管理、分配和機(jī)器學(xué)習(xí)方面。

參考文獻(xiàn)

［1］張琦.基于管制間隔運(yùn)用的管制運(yùn)行效率研究［D］.中國(guó)民航大學(xué)，2015：74.

［2］FRANCISCO M P，F(xiàn)ERNANDO V C G，RAQUEL J D，et al.Methodology of air traffic flow clustering and 3-D diction of air traffic density in ATC sectors based on machine learning models［J］.Expert Systems With plications，2023，223-253.

［3］王莉莉，趙云飛.基于GA、RBF和改進(jìn)Cao方法的空中交通流預(yù)測(cè)方法［J］.交通信息與安全，2023，41（1）：115-123.

［4］張強(qiáng)，曹義華，陳勇.民用機(jī)場(chǎng)及附近空域空中交通流量?jī)?yōu)化［J］.行力學(xué)，2007（1）：84-88.

［5］YAN ZHEN，YANG HONGYU，LI FAN，et al.A deep learning approach for short-term airport traffic flow prediction［J］.Aerospace，2021，9（1）：11-18.

［6］GUI GUAN，ZHOU ZIQI，WANG JUAN，et al.Machine learning aided air traffic flow analysis based on aviation big data［J］.IEEE Transactions on Vehicular Technology，2020，69（5）：1-6.

［7］MANNINO CARLO，NAKKERUD ANDREAS，SARTOR GIORGIO.Air traffic flow management with layered workload constraints［J］.Computers and Operations Research，2021，127；105159.

［8］DAVID GARCíA-HEREDIA，ANTONIO ALONSO-AYUSO，ELISENDA MOLINA.A combinatorial model to optimize air traffic flow management problems［J］.Computers and Operations Research，2019，112：104768.

［9］杜麗華.基于知識(shí)圖譜的國(guó)內(nèi)知識(shí)庫(kù)研究現(xiàn)狀與前沿分析［J］.時(shí)代人物，2022（29）：35-37.

［10］曹永強(qiáng)，齊靜威，王菲.基于CiteSpace的水安全研究現(xiàn)狀與熱點(diǎn)分析［J］.水利經(jīng)濟(jì)，2019，37（6）：8-17.

［11］VAN ECK N J，WALTMAN L.Citation-based clustering of publications using CitNetExplorer and VOSviewer［J］.Scientometrics，2017，111（2）：1053-1070.

［12］杜文博，徐楨，劉凱.空中交通管理專業(yè)研究型人才培養(yǎng)的探索研究［J］.教育教學(xué)論壇，2017（45）：2-6.

［13］禹玲，何寧星，李稻學(xué).國(guó)內(nèi)近十年大學(xué)英語(yǔ)教材中文化內(nèi)容研究綜述：基于CiteSpace知識(shí)圖譜分析［J］.當(dāng)代教育理論與實(shí)踐，2023，15（2）：63-69.

［14］姚海燕，向晴，羅志宏.基于文獻(xiàn)計(jì)量的國(guó)內(nèi)健康信息行為研究現(xiàn)狀與熱點(diǎn)分析［J］.預(yù)防醫(yī)學(xué)情報(bào)志，2021（3）：7-9.

［15］邱文潔，王小娟.“雙碳”背景下我國(guó)環(huán)境績(jī)效的研究現(xiàn)狀與發(fā)展趨勢(shì)：基于CiteSpace的可視化分析［J］.武漢商學(xué)院學(xué)報(bào)，2023，37（5）：59-66.

［16］姜依靜.同決策在空中交通流量管理中的應(yīng)用［J］.中國(guó)航務(wù)周刊，2023（23）：70-72.

［17］熊洛，李毅.基于Multi-Agent的空中交通流量仿真研究［J］.航空計(jì)算技術(shù)，2013，43（5）：31-35.

［18］張秀明，張亮.PBN程序與空中交通流量管理融合前景研究［J］.航空科學(xué)技術(shù)，2014，25（8）：14-17.

責(zé)任編校：杜晚霞，羅 紅

A Review of Air Traffic Flow Management Research Based on VOSviewer and CiteSpace

SI Qingmin，LI Junyan，ZHAO Yonghang

（School of Civil Aviation of Zhengzhou University of Aeronautics，Zhengzhou 450046，China）

Abstract：In this study，the literature in China Knowledge Network （CNKI） and Web of Science （WOS） databases is used as the data source，and the search years of 2013-2023 are used as the search years，and the 956 documents with the theme of \"air traffic flow management\" in CNKI and the 956 documents with the theme of \"air traffic flow management\" in WOS are used as the search years.We used VOSviewer and CiteSpace bibliometric tools to generate author cooperation network diagrams，research organization co-occurrence diagrams，keyword co-occurrence diagrams and keyword mutation diagrams to understand and analyze the literature on the topic of \"air traffic flow management\" in CNKI and WOS.Keyword mutation maps were generated to understand and analyze the international research on air traffic flow management.The results of the study show that the international research on air traffic flow management has a high degree of concern，the overall trend of the number of articles issued is increasing，most of the research institutions are concentrated in universities，and the keyword study shows that the direction of air traffic flow management research includes traffic management，deep learning and other aspects.The conclusions of the study provide a theoretical basis for air traffic flow management research.

Key" words：air traffic flow management; air traffic control; bibliometrics; visual analysis