《Applied Sciences》：Graph-Based Multi-Horizon Forecasting of Airport Delay Propagation in the U.S. Air Transportation Network
编辑推荐：
现有的机场延误预测模型通常侧重于孤立的航班级或机场级预测，并未明确表示中断在全国航空运输网络中的空间传播。本研究开发并评估了一种用于美国国内网络多步机场级延误预测的时空图学习框架（spatio-temporal graph learning framework
现有的机场延误预测模型通常侧重于孤立的航班级或机场级预测，并未明确表示中断在全国航空运输网络中的空间传播。本研究开发并评估了一种用于美国国内网络多步机场级延误预测的时空图学习框架（spatio-temporal graph learning framework）。使用2019年1月至2023年8月的2,878,854条航班记录，将航班聚合为涵盖370个机场和5334条有向连接的每小时节点-时间张量（hourly node-time tensors）。所提出的框架结合了基于图的机场连通性（graph-based airport connectivity）、时间延误持续性（temporal delay persistence）、罕见中断检测（rare-disruption detection）以及在1–3小时预测时域上的保形不确定性估计（conformal uncertainty estimation）。结果表明，长短期记忆网络（LSTM）实现了最低的对齐点预测误差，而时空图卷积网络（ST-GCN）以显著较低的参数复杂度和明确的图感知输出（graph-aware outputs）提供了具有竞争力的多步性能；直接XGBoost基线提供了非线性表格基准，但未能在最终多步评估中占主导地位。这些发现表明，基于图的模型最有用的不是作为通用点预测赢家，而是作为可解释的网络感知工具，用于监测延误传播、中断风险和运行不确定性。
**研究背景与问题**
美国航空运输系统中，航班延误是核心运行和经济问题。2024年美国报告承运商准点率仅78.10%，约五分之一的航班受延误影响，年度延误成本估计约330亿美元。现有延误预测模型多聚焦于孤立的航班级或机场级预测，未能显式表示延误在全国航空网络中的空间传播。延误通常通过飞机周转、旅客连接和航路依赖在网络中传播，传统统计或机器学习方法难以捕捉这种结构化传播模式。因此，有必要开发一种能表示机场状态联合演化与网络结构的时空图学习框架，以支持网络层面的运行监控、中断预警和不确定性管理。该研究发表在《Applied Sciences》。
**研究人员开展的研究**
研究人员利用2019年1月至2023年8月的2,878,854条美国国内航班记录，构建了包含370个机场节点和5334条有向航路连接的静态航线图，并将航班聚合为每小时机场级节点-时间张量。核心目标是未来1–3小时机场级平均离港延误（经非负处理和180分钟截断）的多步预测。框架整合了基于图的机场连通性、时间延误持续性、罕见中断检测和保形不确定性估计，并采用训练集仅依赖的日历基线（按机场、小时、星期、月份分层）定义超额延误以分离可预测的规律性波动。基准模型包括LSTM（循环时序学习器）、XGBoost（强表格预测器）以及多种图结构消融变体。
**关键技术方法（不超过250字）**
1. **时空图卷积网络（ST-GCN）**：基于静态航线邻接矩阵（对称归一化含自环）在机场图上进行空间卷积，结合因果时间卷积提取时序依赖，并采用节点门控机制调节输出敏感性。
2. **数据聚合与特征工程**：将航班按每小时聚合，构造12维特征，包括本地离港延误均值、航班数、天气相关延误、天气异常标记、大延误比例、进港延误均值、进港大延误比例，以及1–3小时历史滞后特征和基于归一化邻接的图邻居传播特征（邻居离港延误均值与邻居大延误比例）。
3. **多任务学习与不确定性量化**：同时训练回归头（log空间均方误差）和分类头（二值交叉熵，用于罕见中断标签），并使用保形预测（分位数残差）生成90%/95%预测区间，分类分数经温度缩放校准。
4. **动态图敏感性分析**：在静态图基础上，构建基于每小时实际起降流量动态邻接矩阵，以评估时变航线激活对预测的影响，但该变体仍采用时间平均归一化邻接。
**研究结果**
**3.1 主要跨时域精度（Primary Accuracy Across Horizons）**
通过对齐的最终评估，LSTM在三个时域（1–3小时）上取得最低点预测误差（RMSE 11.2859–11.3691分钟，MAE 1.7539–1.7627分钟）。ST-GCN的误差略高（1小时RMSE 11.5141分钟，MAE 2.0513分钟），但参数仅70,058个，远低于LSTM的1,225,430个。XGBoost变体误差显著较高（RMSE约17.69分钟，MAE约5.43分钟），且加入空间图特征未改善点精度。动态小时图变体改善了RMSE（1小时11.4086分钟）但未改善MAE；混合ST-GCN–XGBoost输出降低了XGBoost的MAE但仍差于神经模型。
**3.2 状态依赖性能（Regime-Specific Performance）**
按真实延误分箱（0–5, 5–15, 15–30, 30–60, 60–180分钟）评估显示所有模型在严重延误尾端（60–180分钟）性能急剧恶化。LSTM在0–5分钟区间最准（RMSE 1.0531分钟，MAE 0.1168分钟），但对每个≥60分钟的案例均低估。ST-GCN在60–180分钟MAE略低（53.35分钟 vs LSTM 55.78分钟），但仍存在严重低估偏差（平均预测仅17.35分钟，低估率0.9595）。天气影响期、高连通性机场、长途航线和高流量机场的误差更大。混合模型改善了严重延误MAE（1小时约47分钟），但低估率仍高。
**3.3 定性误差分析（Qualitative Error Analysis）**
误差直方图显示LSTM在零值附近有尖峰（对近准点延误高精度）但有一个明显的负尾（系统低估大延误）。ST-GCN的直方图更宽且尾部更长（预测方差更高），XGBoost则保持宽泛残差分散。罕见中断分类在极不平衡条件下（总体流行率0.008722）测试ROC-AUC 0.8856，PR-AUC 0.1292，Brier分数0.0127；经验证集F1阈值选择后，测试精度0.1523、召回0.3028、F1 0.2026。保形预测90%绝对残差分位数0.00分钟，95%分位数6.72分钟，测试覆盖率约89.8%和94.6%。
**3.4 讨论（Discussion）**
比较分析表明，ST-GCN并非通用点预测优胜者，其价值在于图感知的多步预测、低参数复杂度、显式机场连通性表示以及与中断检测和不确定性量化的集成。与同类研究对比，本研究的机场网络规模（370机场）远大于以往多数工作（至多75机场），且误差水平（MAE约2分钟）具有竞争力。误差约10–12分钟对于网络级监控和中断分诊有用，但不足以支持航班级门分配决策。严重延误预测仍是所有模型的主要局限，主要源于罕见、异质且受外部机制驱动的本质，需引入更高分辨率的气象与空域运行数据。
**研究结论翻译**
本研究利用大规模时空机器学习框架调查了美国国内航空运输网络中短时域机场级延误传播。分析使用了2019年1月至2023年8月的2,878,854条航班记录，构建了包含370个机场节点和5334条有向航路连接的每小时机场网络表示。回归任务被形式化为未来机场级离港延误的多步预测，同时使用训练集仅依赖的日历基线定义超额延误中断标签和状态分析。该形式化使得评估能够保留运行分钟尺度离港延误预测，并独立识别偏离常规排班驱动模式的偏差。结果表明，没有单一模型在所有评估标准中占主导地位。在对齐的最终评估中，LSTM在主要模型中提供最低的点误差指标，而直接XGBoost仅时间特征和空间特征基线均未支配神经模型。ST-GCN并未一致优于所有基线的点预测精度，因此本文避免声称通用优越性。其主要贡献在于提供了图感知、参数高效的多步机场延误传播表示，显式编码机场间的连通性，并支持网络级解释、图敏感性分析和节点级中断监控。消融分析强化了这一解释：将观测航路计数邻接与恒等/无图、随机邻接、动态/小时条件邻接、无图特征、无节点门控以及空间XGBoost变体进行比较，可将图结构的贡献与时间持久性和表格非线性学习区分开。动态小时敏感性变体改善了相对于静态ST-GCN的RMSE，而MAE差异仍混合，因为零值临近延误状态主导了目标分布。除了点预测，该框架整合了罕见中断检测和不确定性量化。中断检测组件提供了一个阈值依赖的早期预警层，用于识别风险升高的机场-时间状态；修订评估报告了ROC-AUC、PR-AUC、精度、召回率、F1和阈值敏感性以反映罕见事件基率。保形预测区间提供了校准的不确定性估计，可支持风险感知运行规划。这些不确定性估计尤为重要，因为仅靠点预测可能在罕见严重延误状态下造成错误信心，而此处误差更大且运行后果更重。验证集选择的优化运行支持相同核心结论，同时完善了定量解释。神经目标在验证复合评分下仍是最可防御的选择，XGBoost改善了表格基线但未在全球点精度上超越神经模型。严重延误MAE在混合ST-GCN–XGBoost结果中改善最多，但剩余低估率表明严重延误预测仍需更丰富的运行协变量，而非仅损失函数调参。该框架具有若干实际应用：支持机场运行监测、空中交通流量控制、航空公司和机场资源分配、中断管理以及网络韧性评估。若干局限性依然存在：依赖历史运行数据、预测时域限于1–3小时、严重延误预测困难、保形预测受时间分布偏移影响、可用特征未完整表示气象与空域约束。未来应融合高分辨率气象场、对流天气临近预报、机场接受率、跑道配置、空域流量限制和管制措施。该框架可迁移至其他国家（若具备等效航班时刻表和机场元数据），但性能可能因枢纽结构、时刻约束、天气体制和数据完整性而异。未来工作还应探索更长时域、显式成本敏感中断检测、动态图学习机制、分布预测和延误传播干预的因果评估。总体而言，该研究表明基于图的时空学习是大规模航空延误预测的有价值组成部分，尤其是当目标不仅是最小化平均误差，而是理解、监测和管理互连机场网络中的中断传播时。
