阿聯酋航空 (Emirates) 採行新措施 減少非預期嚴重亂流

由於亂流的發生頻率與嚴重程度日益增加，使其成為航空公司面臨日益嚴峻的挑戰，阿聯酋航空 (Emirates) 已採取主動、數據驅動的方法，透過規劃更平穩的飛行，來應對其可能偶爾造成的不便。

該航空公司已主動採用多元、多層次的策略，利用多種資訊來源以提供即時、準確的亂流數據。此方法，加上去年推出的新措施，已協助減少其航網中航班遭遇非預期嚴重亂流的次數，並有助於提升乘客與機組人員的機上體驗。

阿聯酋航空 (Emirates) 飛航營運部門資深副總裁哈桑・阿爾哈馬迪 (Hassan Alhammadi) 機長表示：「我們認知到亂流仍然是一個無法完全消除的持續性挑戰，但我們致力於盡一切可能，透過與那些共享我們願景，利用先進技術並採納 AI (人工智慧) 以強化營運的合作夥伴共同努力，將遭遇非預期嚴重亂流的次數降至最低。儘管我們仍處於早期階段，但我們已經看到這些系統所能帶來的潛在益處獲得驗證。」

「雖然我們不能保證航班完全沒有亂流，但這些措施在過去一年中已促成非預期嚴重亂流事件的顯著減少，有助於讓顧客的旅程更安全、更舒適。」

「我們與天氣預測及技術夥伴採用的多層次方法，以及積極參與 IATA 亂流感知 (IATA Turbulence Aware) 計畫，也使我們能夠在共同努力應對此一日益增長的氣象挑戰時，為更廣泛的航空業貢獻寶貴的數據與洞見。」

阿聯酋航空 (Emirates) 目前的天氣偵測配置匯集了 SkyPath、漢莎系統 (Lufthansa Systems) 的 Lido mPilot，以及 IATA 亂流感知 (IATA Turbulence Aware) 作為互補組合，透過 AI (人工智慧)、機器學習 (machine learning)、即時的群眾外包 (crowd-sourced) 亂流數據以及機師報告，提供突破性創新：

SkyPath：阿聯酋航空 (Emirates) 去年與 SkyPath 合作，開發並改進基於 AI (人工智慧) 與機器學習 (machine learning) 的天氣預測，以識別傳統方法所遺漏的亂流區域。SkyPath 的平台整合了來自數千架飛機的即時亂流報告與尖端分析技術，利用先進的 AI (人工智慧) 與機器學習 (machine learning) 生成準確預測，即使是針對目前沒有飛航活動或具挑戰性的「晴空」亂流 (clear air’ turbulence) 區域也同樣有效。

SkyPath 從多種數據來源收集資訊：用於通用亂流測量的「渦流消散率 (Eddy Dissipation Rate, EDR)」數據、「廣播式自動相關監視 (Automatic Dependent Surveillance–Broadcast, ADSB)」應答器數據，以及 SkyPath 獲得專利的 iPad 加速計 (accelerometer) 技術，該技術將設備的移動轉換為精確的亂流測M量值，為機師提供可據以行動的資訊。這種多來源、AI (人工智慧) 驅動的方法確保了全球覆蓋範圍與業界領先的預測準T確性。

Lido mPilot 天氣預測：阿聯酋航空 (Emirates) 與漢莎系統 (Lufthansa Systems) 的長期合作夥伴關係，提供了一款依據該航空公司營運需求量身打造的客製化行動導航圖表應用程式。透過與德國氣象局 (German Weather Service) 等資訊來源的合作，Lido mPilot 提供高準確度的天氣報告、即時的雲層與對流數據，外加亂流與積冰 (icing) 預測，以增強機師的狀況警覺 (situational awareness)。阿聯酋航空 (Emirates) 持續與 Lido 團隊合作，以改善天氣數據品質與全球覆蓋範圍。

IATA 亂流感知 (IATA Turbulence Aware)：自去年加入 IATA (國際航空運輸協會) 的「亂流感知計畫 (Turbulence Aware Programme)」以來，阿聯酋航空 (Emirates) 一直積極貢獻並取用來自其遍及中東、非洲、亞洲與澳洲廣泛航網的即時亂流數據。這些數據被饋入 IATA 的全球亂流平台，該平台匯總了全球參與航空公司的輸入資料，以提供全面、即時的大氣狀況視圖。

透過將這些洞見整合到其電子飛行包 (electronic flight bag) 圖表應用程式中，阿聯酋航空 (Emirates) 為其機師配備了即時的、原位 (in-situ) 的亂流視覺化資訊。這使得駕駛艙內能做出更明智的決策，讓機組人員能夠預測並避開亂流區域，最終提升乘客舒適度、營運安全與燃油效率。

阿聯酋相關新聞

航空新聞分類