T∕CATAGS 106-2026 空中交通管制员岗位值勤工作状态量化评估指南

CATAGST/CATAGS106—2026空中交通管制员岗位值勤工作状态量化评估指南GuidelinesforQuantitativeAssessmentofAirTrafficControllers'On-DutyWorkStatus中国航空运输协会发布I本文件版权为中国航空运输协会所有，相关标准应用单位获取文本后请尊重中国航空运输协会知识产权。未经中国航空运输协会事先书面授权，严禁复制、再版、转载、出售或以其他任何形式非法使用本协会的标准文本。否则，对于任何侵犯本协会知识产权的行为，中国航空运输协会将保留采取一切必要措施进行维权的权利。I 2 2 2 2 2 2 2 3 3 3 3 3 3 3 4 4 4 4 5 6 6 6 7 7 7 7 9 9 9 9 9 9 本文件按照GB/T1.1—2020《标准《空中交通管制员岗位值勤工作状态量化评估指南》参考了已发布实施的相关国家标准和校准规1本文件适用于民用航空空中交通管制单位以及民航科研机构开展空中交通管制员岗位值勤工作状GB9706.226医用电气设备第2-26部分：脑电图机的基本安全GB/T38632信息安全技术智能音视频采集GB/T41772信息技术生物特征识别人脸3.13.2空中交通管制员在指定工作岗位上值勤时，其内在3.33.43.53.62空中交通管制员岗位值勤期间，其生理系统维持基础生命活动和支撑认知-操作任务所3.73.83.94评估内容度的具体能力要求与其评估指标相关联，评价注:本文件所评估的“工作状态”主要涵盖由短期任务负荷、轮班作息4.2警觉度4.3情绪状态35.2工作状态表征指标分类a)客观行为学指标：通过视频、语音等模态，在空中交通管制员岗位值勤过程中连续采集并记录b)实时性生理指标：通过医学设备在空中交通管制员岗位值勤过程中连续或高频次采集的、反映c)周期性生化指标：在特定时间点（如岗前、岗后或定期体检通过体液样本采集与a)被动式采集指标：指通过已有运行系统或非接触式传感设备自动获取的数据，无需管制员b)主动式采集指标：指需依赖专门部署的生物信号采集设备（如脑电帽、智能手环）或体液样本5.3工作状态表征指标检测条件）：）：）：此阶段人员经验丰富，但在反应速度、视觉敏锐度、昼夜节律调节等方面数据采集应在管制员执行典型负荷的实际管制任务过程中进行。典型负荷是指该席位在特定时段4能够检测α波（8-13Hz）、β波（13-30Hz）、θ波（4-），c)建议将夜班监测重点放在异常波动趋势而非绝对数值上，例如短时间内注意力评分5,4工作状态表征指标检测方法空中交通管制员岗位值勤工作状态量化评估指标的检测方法描述如下，具体检测内容和检测设备①数据采集：应按照GB/T38632-2020和GB/T41772-2022要求，采集空中交通管制员值勤期间5②数据预处理：应进行视频增强处理，例如应用直方图均衡化技术，改善视频的对比度，使空①眨眼频率、瞳孔收缩率、头部轨迹、嘴型开合度：应跟踪头部运动轨迹，统计眨眼频率以及②注视时长、兴趣区切换频率、注视点分布熵：应通过眼动分析算法，计算注视时长、兴趣区②数据预处理：应进行语音增强处理，例如使用滤波器去除背景噪音和非语音频率成分，将语基于预处理结果，建议对以下语音指标进行特征提①平均管制任务响应时间、最近管制任务响应时间：应基于管制任务的起始时间点与响应时间②指令语速稳定性、指令序列正确率：应分析指令的语速波动情况，并基于管制指令标准模板注1：平管制任务响应时间过短或过长均可能提示状态异常。响应时间动决策倾向；过长（如>10秒）则可能提示注意力分散或认知负荷过高。建议结合具体任务类型（注2：语音类指标存在显著的个体差异。评估时应首先建立个体在2)数据预处理：对采集到的脑电数据进行滤波和去噪处理，提取α波、β波和θ波等目①脑电αβ波功率比：计算α波功率和β波功率，使用功率比(α/β)评估注意力集中度；61)数据采集：使用经过校准的心率监测仪，在管制员值勤1)样本采集：在指定医疗场所采集空中交通管制员工作前遵守时效性要求，例如唾液样本应在采集后30分钟内启动前处理，尿液样本若不能即时检测，应在4℃5.5伦理审查与知情同意a)伦理审查原则：所有评估活动的设计与实施，应首先遵循尊重、不伤害、有益和公正的伦2)安全措施：应对包含个人身份信息的原始数据实施加密存储与传输，并部署严格的访3)数据处理原则：在满足评估需求的前提下，宜对数据进行匿名化或聚合化处理，5,6个体数据库建设与数据来源优化为支持长期趋势分析和个体基线建立，鼓励空中交通管制单位建设管制员生理生化状态个体化数7b)可行性原则：对于数据采集成本高、设备依赖性强或隐私敏感度高的指标（如生化指标、脑电6.2评估方法及模型搭建原则b)本文件中涉及的模型构建方法仅为示例性技术路径，不构成强制要求。空中交通管制单位可根6.3搭建评估模型b)将评估方法部署到空中交通管制员工作环境中，通过相应设备持续监控并利用评中交通管制员工作状态模型表现，根据实际应用中空中交通8a)客观行为学指标：包括单位时间内眨眼频率、瞳孔对光反应速度（瞳孔收缩率）、头部运指标进行加权计算，得到注意力标准值，并利用归一化函数和线性扩展映射到[0,100]之间，从而Ai=Methodi(X(i)),i∈j·······························································(1)S1=Σi∈jαiMApi(Ai)··································································(2)Methodi为表征注意力程度的第i个指标对应的评估方法；X(i)为表征注意力程度的第i个指标对应数）；MApi为表征注意力的第i个指标对应的状态分映射函数。96.5警觉度评估a)客观行为学指标：平均管制任务响应时间、最近管制任务响应时间、指令语速稳定性、指指标进行加权计算，得到警觉度标准值，并利用归一化函数和线性扩展映射到[0,100]之间，获得Bi=Methodi(X(i)),i∈j·······························································(3)S2=Σi∈jαiMApi(Bi)··································································(4)Methodi为表征警觉度程度的第i个指标对应的评估方法；X(i)为表征警觉度程度的第i个指标对应数）；MApi为表征警觉度的第i个指标对应的状态分映射函数。a)客观行为学指标：包括声音强度、过零率、共振峰频率、每秒音节数等语音指标，以及面注2：鼓励有条件的单位结合更多生理参数（如呼吸频率、皮肤电级指标进行加权计算，得到情绪状态标准值，并利用归一化函数和线性扩展映射到[0,100]之间ci=Methodi(X(i)),i∈j·······························································(5)S3=Σi∈jαiMApi(ci)···································································(6)Methodi为表征情绪状态程度的第i个指标对应的评估方法；X(i)为表征情绪状态程度的第i个指标对应数）；MApi为表征情绪状态的第i个指标对应的状态分映射函数。6.7身体机能评估b)周期性生化指标：包括与能量代谢、氧化应激相关的唾液代谢物特征及激素水平（如睾酮、皮级指标进行加权计算，得到身体机能标准值，并利用归一化函数和线性扩展映射到[0,100]之间Di=Metℎ0di(X(i)),i∈j·······························································(7)S4=∑i∈jαiMApi(Di)··································································(8)Metℎ0di为表征身体机能程度的第i个指标对应的评估方法；）；MApi为表征身体机能的第i个指标对应的状态分映射函数。应通过空中交通管制员岗位值勤工作状态量化评价体系中的一级指标，计算管制员的综合工作状态分，用于表征其当前值勤期间的整体表现水平。计算7.2评估结果分级其中，T0与T1为分级阈值（0<T0<T1<100）。各单位应结合本单位的管制行环境及历史数据，通过科学分析（如百分位数法、专家评定法、ROC曲线分析等）确定适宜的分级阈注：本文件基于前期研究与典型数据分布，建议取值为T0=40，T1=70与预警效能。具体的，设定T0=40可为识别显著的工作状态下滑提供缓冲，设定T1=70能为早），7.3典型应用场景说明a)高负荷运行时段（如高峰小时、流量超限）：宜重点监测注意力与警觉度相关指标，如注e)机坪及地面管制岗位：由于更依赖视觉观察与外部沟通，建议强化头部轨迹、眼f)高高原管制单位：应考虑低氧环境对生理状态的影响，在建立个体基线时单独标注海关于各类指标的推荐采集频次、最低有效次数及基线建立所需样本量7.4评估结果应用建议a)常态化筛查：可将部分周期性评估指标（如基础心率变异性、特定生化指标）的检测纳入空中b)异常追踪：对于筛查中发现异常或处于“中风险”区间的空中交通管制员，应c)风险干预：对于评估结果持续处于“高风险”区间或出现8.