La creciente demanda de aeronaves ha superado la capacidad del Sistema de Control de Tráfico Aéreo (ATC), resultando en un entorno aéreo cada vez más complicado de manejar. Reconocer esta complejidad de antemano permite una gestión óptima de los recursos del ATC, aliviando así la carga de trabajo de los controladores.
Las investigaciones tradicionales suelen centrarse principalmente en el número de aeronaves en el espacio aéreo. Sin embargo, Francisco Pérez Moreno, investigador de la Universidad Politécnica de Madrid, destaca que la complejidad del tráfico aéreo depende de múltiples factores. Estos incluyen las interacciones verticales y horizontales de las aeronaves, así como la presencia de regulaciones ATFCM (Air Traffic Flow and Capacity Management).
Pérez Moreno es uno de los colaboradores del estudio titulado «Determination of Air Traffic Complexity Most Influential Parameters Based on Machine Learning Models.» Este estudio se enfoca en el desarrollo de un indicador de complejidad que considera diversas variables y emplea modelos de inteligencia artificial (IA). El objetivo principal es identificar qué factores son verdaderamente significativos para comprender la complejidad del espacio aéreo. Este enfoque se plantea como una solución a una de las principales limitaciones de los modelos de complejidad actuales: la subjetividad inherente a la opinión de expertos.
La metodología desarrollada en este estudio ha permitido identificar una serie de parámetros que son fundamentales para evaluar la complejidad del tráfico aéreo. Además del número de aeronaves presentes en el espacio, la densidad de tráfico se ha revelado como un factor influyente. Pero, lo que es aún más relevante, la distribución vertical y temporal de las aeronaves también tiene un impacto significativo.
Gracias a la implementación de modelos de inteligencia artificial y la creación de un modelo de complejidad, se ha logrado estimar cuáles variables son verdaderamente críticas en la gestión de la complejidad del tráfico aéreo. Esto no solo arroja luz sobre las variables importantes, sino que también permite identificar aquellas que no lo son. De este modo, al intervenir en estas variables, es posible «controlar» la complejidad del tráfico aéreo y optimizar la gestión del servicio ATC, como destaca el investigador de la Escuela Técnica Superior de Ingeniería Aeronáutica y del Espacio (ETSIAE) de la UPM.
Este trabajo es fruto de la colaboración entre la Universidad Politécnica de Madrid, ENAIRE y CRIDA, con el propósito de estimar la complejidad del espacio aéreo a partir del comportamiento de los flujos de tráfico principales. La metodología desarrollada puede aplicarse para evaluar la complejidad del espacio aéreo antes de la operación, lo que a su vez permite optimizar tanto los recursos humanos como tecnológicos del servicio ATC. Esto, a su vez, contribuye a mejorar la eficiencia en la Gestión del Tráfico Aéreo (ATM).
«Con la estimación de los parámetros más importantes, se podrá identificar las áreas clave en las que intervenir durante la operación para reducir la complejidad del tráfico aéreo, aliviando así la carga de trabajo de los controladores,» concluye Francisco Pérez Moreno. Estos avances prometen transformar la forma en que gestionamos el tráfico aéreo, mejorando la seguridad y la eficiencia en el sistema de control de tráfico aéreo.