El presente Trabajo de Fin de Máster aborda el análisis de trayectorias de aeronaves mediante técnicas de Análisis Topológico de datos sobre un conjunto de datos que contiene las posiciones reales y planificadas de los vuelos operados en los aeropuertos españoles durante la temporada de verano de 2018. Este tipo de análisis surge como una herramienta innovadora y eficaz para analizar conjuntos de datos de alta dimensión, tratando de enfocarse en aquellas propiedades invariantes del conjunto de datos.
El proyecto se centra en la compleja depuración de una base de datos para finalmente aplicar el algoritmo Mapper. A partir de las trayectorias reales y planificadas basadas en coordenadas de cuatro dimensiones (latitud, longitud, altitud y tiempo) de los vuelos se pueden extraer características como son el retraso y la desviación que han tenido los vuelos. Tras la aplicación del algoritmo Mapper sobre estas características podemos identificar distintas agrupaciones de los aeropuertos de España a partir de las características de sus vuelos.
Los resultados de este análisis revelan la capacidad del algoritmo Mapper de detectar grupos de aeropuertos con comportamientos similares, que no siempre están alineados con clasificaciones tradicionales basadas en el volumen de pasajeros. Estos patrones pueden ser de gran utilidad para mejorar las estrategias de gestión del tráfico aéreo en la red aérea española.
Este trabajo demuestra el valor del Análisis Topológico de Datos para analizar las trayectorias de aeronaves, datos que suelen enmarcarse en contextos complejos y de alta dimensión. Además, se expone un análisis metodológico detallado y se abren las puertas a futuras aplicaciones y nuevas investigaciones que se apoyen en este trabajo.
–ABSTRACT–
This Master’s Thesis addresses the analysis of aircraft trajectories using Topological Data Analysis (TDA) techniques on a dataset containing the actual and planned positions of flights operated at Spanish airports during the summer season of 2018. This type of analysis emerges as an innovative and effective tool for examining high-dimensional datasets, focusing on the invariant properties within the data.
The project centres on the complex preprocessing of a database to ultimately apply the Mapper algorithm. Based on the actual and planned flight trajectories described by four-dimensional coordinates (latitude, longitude, altitude, and time), it is possible to extract features such as delays and deviations experienced by the flights. After applying the Mapper algorithm to these features, we can identify different groupings of Spanish airports based on the characteristics of their flights.
The results of this analysis reveal the capability of the Mapper algorithm to detect clusters of airports with similar behaviours, which do not always align with traditional classifications based on passenger volume. These patterns can be highly valuable for improving air traffic management strategies within the Spanish air network.
This work demonstrates the value of Topological Data Analysis for studying aircraft trajectories, which are typically embedded in complex and high-dimensional contexts. Furthermore, it presents a detailed methodological analysis and opens the door to future applications and new research built upon this study.
El presente Trabajo de Fin de Máster aborda el análisis de trayectorias de aeronaves mediante técnicas de Análisis Topológico de datos sobre un conjunto de datos que contiene las posiciones reales y planificadas de los vuelos operados en los aeropuertos españoles durante la temporada de verano de 2018. Este tipo de análisis surge como una herramienta innovadora y eficaz para analizar conjuntos de datos de alta dimensión, tratando de enfocarse en aquellas propiedades invariantes del conjunto de datos.
El proyecto se centra en la compleja depuración de una base de datos para finalmente aplicar el algoritmo Mapper. A partir de las trayectorias reales y planificadas basadas en coordenadas de cuatro dimensiones (latitud, longitud, altitud y tiempo) de los vuelos se pueden extraer características como son el retraso y la desviación que han tenido los vuelos. Tras la aplicación del algoritmo Mapper sobre estas características podemos identificar distintas agrupaciones de los aeropuertos de España a partir de las características de sus vuelos.
Los resultados de este análisis revelan la capacidad del algoritmo Mapper de detectar grupos de aeropuertos con comportamientos similares, que no siempre están alineados con clasificaciones tradicionales basadas en el volumen de pasajeros. Estos patrones pueden ser de gran utilidad para mejorar las estrategias de gestión del tráfico aéreo en la red aérea española.
Este trabajo demuestra el valor del Análisis Topológico de Datos para analizar las trayectorias de aeronaves, datos que suelen enmarcarse en contextos complejos y de alta dimensión. Además, se expone un análisis metodológico detallado y se abren las puertas a futuras aplicaciones y nuevas investigaciones que se apoyen en este trabajo.
–ABSTRACT–
This Master’s Thesis addresses the analysis of aircraft trajectories using Topological Data Analysis (TDA) techniques on a dataset containing the actual and planned positions of flights operated at Spanish airports during the summer season of 2018. This type of analysis emerges as an innovative and effective tool for examining high-dimensional datasets, focusing on the invariant properties within the data.
The project centres on the complex preprocessing of a database to ultimately apply the Mapper algorithm. Based on the actual and planned flight trajectories described by four-dimensional coordinates (latitude, longitude, altitude, and time), it is possible to extract features such as delays and deviations experienced by the flights. After applying the Mapper algorithm to these features, we can identify different groupings of Spanish airports based on the characteristics of their flights.
The results of this analysis reveal the capability of the Mapper algorithm to detect clusters of airports with similar behaviours, which do not always align with traditional classifications based on passenger volume. These patterns can be highly valuable for improving air traffic management strategies within the Spanish air network.
This work demonstrates the value of Topological Data Analysis for studying aircraft trajectories, which are typically embedded in complex and high-dimensional contexts. Furthermore, it presents a detailed methodological analysis and opens the door to future applications and new research built upon this study. Read More
Related posts:
Clasificación de aeropuertos españoles mediante análisis topológico de datos de sus trayectorias aéreas y retrasos
Análisis topológico de trayectorias en baja y alta dimensión
Análisis de grafos en Big Data sobre datos de vuelos
Revisión de software para análisis topológico de datos
Estudio de la calidad de los datos abiertos para la evaluación de riesgos naturales en infraestructuras
Indirect social influence and diffusion of innovations: An experimental approach