Modelo de identificação do impacto futuro de chuvas extremas nos atrasos/cancelamentos de voos

Abstract

Problemas associados aos atrasos e cancelamentos de voos impactam significativamente o desenvolvimento do setor de aviação. Condições climáticas desfavoráveis estão entre algumas das principais razões para esses problemas, o que demanda a análise da interferência do clima nas operações aeroviárias. Nesse sentido, o presente estudo, tomando como referência o caso do Aeroporto Internacional de São Paulo/Guarulhos (GRU), correlaciona eventos de atrasos e cancelamentos de voos aos índices pluviométricos acumulados. Os dados pluviométricos considerados para a estação meteorológica de GRU são referentes aos anos de 2011 a 2015, enquanto as previsões são realizadas para o período entre 2016 e 2020 com o propósito de testar o modelo proposto. Utiliza-se a correlação de Spearman para analisar a relação entre índice pluviométrico e atrasos/cancelamentos de voos para criar um intervalo de valores de chuvas diárias acumuladas que geram esses atrasos/cancelamentos. A correção de Bias, pelo método da transformação de potência, também foi adotada para os dados futuros já corrigidos. Os resultados demonstram que, de acordo com os dados utilizados, haverá um aumento de aproximadamente 15% na quantidade de atrasos/cancelamentos de voos nos cinco anos considerados no estudo. Além disso, considera-se que haverá um aumento no número de dias de ocorrência desses eventos.Problems associated with flight delays and cancellations significantly affect the development of the aviation industry. Unfavourable weather conditions are among some of the main reasons for these problems, and the mapping and climate predictions are essential for making decisions regarding climate interference in air operations. In this sense, the present study takes as reference the case of São Paulo/Guarulhos International Airport (GRU) and correlates events of flight delays and cancellations to accumulated rainfall indexes. The pluviometric data for the meteorological station of GRU considered refer to the years 2011 to 2015, while the forecasts are made for the period between 2016 and 2020 in order to test the proposed model. Spearman correlation is used to analyse the relationship between rainfall index and flight delays/cancellations to create a range of accumulated daily rainfall values that generate these delays/cancellations. The Bias correction, by the power transformation method, was also adopted for future corrected data. The results show that, according to the data used, there will be an increase of approximately 15% in the amount of flight delays/cancellations over the five years considered in the study. In addition, it is considered that there will be an increase in the number of days of occurrence of these events.