Probabilistic MET information for capacity optimization in arrival and departure management

Weather phenomena such as thunderstorms, strong winds and fog are responsible for 80-90% of all delays at Vienna Schwechat Airport. However, 100% accurate forecasts of these weather events with the spatial and temporal accuracy required for the Air Traffic Management (ATM) system are not possible in principle. This is due to the nature of the weather phenomena, which do not allow exact forecasts due to their small scale and high temporal variability. Due to this perceived deficiency, the assessment of capacities in arrival and departure management is currently based mainly on the subjective judgment of meteorologists and air traffic controllers. The uncertainties inherent in weather forecasting are therefore not sufficiently taken into account in the decisions.
Probabilistic weather forecasts attempt to depict the uncertainties in the forecast in the form of probabilities of the occurrence of relevant weather events. The current study aims to develop a concept for using probabilistic MET information in capacity optimization in arrival and departure management. Experts in flight operations, flight planning, ATM, and air traffic simulation work together with meteorologists to identify and analyze all weather-dependent ATM decisions. The costs incurred when a weather event occurs (“loss”) are determined from flight planning and detailed air traffic simulations and compared with the costs required to protect oneself as best as possible against the effects of the event (“cost”). The cost-loss ratio obtained in this way can be used to determine optimal probability thresholds for the probabilistic forecasting systems within the framework of economic decision models for setting approach rates or departure rates when the respective weather phenomena occur. This multidisciplinary and cost-based approach is intended to translate and integrate probabilistic information into deterministic decision-making processes and procedures in a profitable way (in the sense of reducing delay costs, better planning and a manageable workload for air traffic controllers).
The use of probabilistic information makes it clear that decisions based on uncertain information can sometimes be incorrect. In order to mitigate this risk, an adaptive procedure is therefore to be designed that continuously adapts the forecast and the measures based on it in comparison with the actual weather development.
The aim of the exploratory project is to prove that the use of probabilistic weather forecasts in arrival and departure management is sensible and feasible and that the benefits achieved can be assessed.

[Original text]
"Probabilistische MET-Informationen für die Kapazitätsoptimierung im Arrival- und Departure-Management"
Wetterphänomene wie Gewitter, Starkwind und Nebel sind für 80-90% aller Verspätungen am Flughafen Wien Schwechat verantwortlich. 100%-exakte Prognosen dieser Wetterereignisse in der für das Air Traffic Management (ATM)-System erforderlichen räumlichen und zeitlichen Genauigkeit sind jedoch prinzipiell nicht möglich. Das liegt an der Natur der Wetterphänomene, welche durch ihre Kleinräumigkeit und hohe zeitliche Variabilität keine exakten Prognosen zulassen. Aufgrund dieses wahrgenommenen Mangels beruht die Einschätzung von Kapazitäten im Arrival- und Departure Management zur Zeit hauptsächlich auf dem subjektiven Urteil von Meteorologen und Flugverkehrsleitern. Die der Wettervorhersage inhärenten Unsicherheiten sind in den Entscheidungen daher nur ungenügend berücksichtigt.
Probabilistische Wettervorhersagen versuchen die Unsicherheiten in der Prognose in Form von Wahrscheinlichkeiten des Eintretens relevanter Wetterereignisse abzubilden. In der gegenständlichen Sondierung soll ein Konzept zur Verwendung von probabilistischen MET-Informationen in der Kapazitätsoptimierung im Arrival- und Departure-Management erarbeitet werden. Experten zu Flugbetrieb, Flugplanung, ATM, und Flugverkehrssimulation identifizieren und analysieren gemeinsam mit Meteorologen alle wetterabhängigen ATM-Entscheidungen. Aus der Flugplanung sowie mittels detaillierter Flugverkehrssimulationen werden die Kosten ermittelt, die beim Eintreten eines Wetterereignisses anfallen („Loss“), und den Kosten gegenübergestellt, die erforderlich sind, um sich vor den Auswirkungen des Ereignisses bestmöglich zu schützen („Cost“). Aus dem so gewonnenen Cost-Loss-Verhältnis lassen sich für die probabilistischen Vorhersagesysteme im Rahmen von Economic Decision Models optimale Wahscheinlichkeitsschwellen zur Festlegung von Anflugraten oder Abflugraten beim Auftreten der jeweiligen Wetterphänomene bestimmen. Mit diesem multidisziplinären und kostenbasierten Ansatz sollen Wahrscheinlichkeitsinformationen gewinnbringend (im Sinne der Reduktion von Verspätungskosten, besserer Planbarkeit und bewältigbarer Workload der Fluglotsen) in deterministische Entscheidungsprozesse und Verfahren übersetzt und integriert werden.
Die Verwendung von Wahrscheinlichkeitsinformation verdeutlicht, dass auf unsicherer Information beruhende Entscheidungen zuweilen auch inkorrekt sein können. Zum Zwecke der Mitigation dieses Risikos soll daher ein adaptives Verfahren konzipiert werden, das im Abgleich mit der realen Wetterentwicklung die Vorhersage und die darauf basierenden Maßnahmen kontinuierlich anpasst.
Ziel des Sondierungsprojektes ist es, nachzuweisen, dass der Einsatz von probabilistischen Wetterprognosen im Arrival- und Departure-Management sinnvoll und machbar und der dadurch erzielte Nutzen bewertbar ist.