摘 要：为防控飞行着陆阶段仰角过大诱发的擦尾、重着陆等安全风险，以某航空公司波音737-800机队QAR数据为研究样本，围绕拉平接地关键阶段筛选下降率、下滑道偏差、空速、攻角、发动机N1及操纵相关参数开展统计分析，探寻风险表征。采用Kolmogorov-Smirnov和Shapiro-Wilk正态性检验判定样本分布特征，进一步选用Kendall’s tau-b进行非参数相关性检验。结果表明，多数参数在两类正态性检验下均表现为非正态或偏离正态分布特征，采用非参数相关性方法更为合理；仰角与左右攻角呈显著正相关，与下降率呈显著正相关，与下滑道偏差和空速呈显著负相关，与左/右发N1呈弱正相关；仰角与驾驶盘、升降舵等操纵量在样本表征层面未呈显著相关性关系。结合操纵行为还原与典型场景对照分析，识别出不稳定进近、50英尺后下沉处置不当、拉平阶段不当操纵与跳着陆处置偏差等9类核心致因，进行致因分析后提出以“稳定进近—果断复飞—规范拉平—强化跳着陆处置”为主线的系统性防控建议，为提升航班着陆安全提供数据支撑与实践指导。
关键词：飞机着陆；擦机尾；QAR数据；相关性分析；回归分析；仰角风险；致因分析；着陆安全
Risk Characterization and Contributing-Factor Analysis of Abnormal Pitch Attitude During Landing Flare
Abstract: To mitigate safety risks such as tail strikes and hard landings associated with excessive pitch attitude during aircraft landing, this study analyzed Quick Access Recorder (QAR) data from the Boeing 737-800 fleet of an airline. Key parameters, including descent rate, glide-slope deviation, airspeed, angle of attack, engine N1, and flight-control variables, were examined during the flare and touchdown phases to characterize the risk associated with abnormal pitch attitude. The distributions of the selected parameters were assessed using the Kolmogorov–Smirnov and Shapiro–Wilk tests. Because most variables deviated significantly from normality, Kendall’s tau-b rank correlation analysis was subsequently employed. The results showed that pitch angle was moderately to strongly positively correlated with the left and right angles of attack and was positively correlated with descent rate. Significant negative correlations were observed between pitch angle and both glide-slope deviation and airspeed, whereas weak positive correlations were found between pitch angle and the N1 values of the left and right engines. No statistically significant correlations were identified between pitch angle and the examined flight-control inputs, including control-wheel and elevator inputs. On the basis of these statistical associations, QAR time-series variations within critical altitude windows were further examined in conjunction with reconstructed flight-control actions and representative operational scenarios. Several key contributing factors were identified, including unstable approach conditions, inappropriate responses to increased sink rate below 50 ft, improper flare control, and inadequate handling of bounced landings. Accordingly, a systematic risk-mitigation framework emphasizing stable approach, timely go-around decisions, standardized flare control, and appropriate bounced-landing recovery is proposed. The findings provide data-based evidence for improving landing safety and abnormal-pitchrisk management.
1引言
航空安全是全球民航领域的核心研究议题，而着陆事故在各类航空事故中占据最高发生频次[1]。航空安全统计数据表明，逾半数航空事故集中于起飞与着陆飞行阶段；其中，着陆阶段因操作流程复杂、决策响应时限紧迫、安全容错空间极小，成为事故风险的高发环节。
2023年3月31日，某机组执行青岛—西安航班任务，在西安咸阳国际机场05L跑道实施ILS进近着陆过程中发生接地仰角大事件，经QAR译码分析仰角峰值达8.789°，显著高于B737NG正常接地姿态的安全范围，存在擦尾与重着陆风险。同时，每年三四月份冷暖空气交替频繁、风与乱流活动增强，进近着陆阶段气动稳定性下降，易诱发操纵偏差与不安全事件。依据波音公司2015—2024年的统计结果，着陆阶段仅占全飞行时段的1%，但其致命事故占比却高达37%[2]。伴随民航运输业的快速发展，民航机场着陆安全问题持续受到行业高度关注。
目前，部分学者针对航空器擦机尾事故原因定性和发生风险分析研究较多。孙瑞山等[3]根据起飞离地仰角的分布特征对起飞阶段擦机尾事件发生的风险进行研究，为擦机尾事件的预测研究奠定了基础；汪磊等[4]运用自回归移动平均模型对后航空器擦机尾事件发生数量进行预测，提高了运输航空的安全性。国外学者对飞机擦机尾事件的研究大多是从开发预防技术的角度展开，如Cristina[5]通过研究起飞关键参数之间的线性或非线性关系，对后机身和水平尾翼的设计进行了优化。Sweewarman[6]由俯仰角和机尾离地高度确定了飞机的擦机尾限制角。Chan[7]运用NWP模型探索了风切变因素对飞机擦机尾的影响；而国内学者则针对飞机擦机尾事故原因的定性分析和维修方面的研究较多，如舒平等[8]针对飞机起飞阶段擦机尾事故原因进行了分析，并提出了解决方案；张建文等[9]对大型客机擦地事故征候进行了分析，得出两个导致机尾擦地的新因素，即几何外形限制了飞机起飞和着陆时的机身角、飞机气动力作用点与尾翼的最小距离减小可能会导致飞机擦机尾事故；毛吉星[10]针对波音737飞机机尾擦地的损伤进行级别划分，并制定相应的维修方案。
快速存储记录器（Quick Aircraft Recorder，QAR）是一种机载飞行数据记录仪，记录了机组操作、航空器状态、发动机工作、燃油消耗等相关参数，对研究超限事件提供了大量的数据来源。QAR数据在飞行安全领域的应用十分广泛，如超限事件监测[11]；飞行安全韧性评价[12] ；机场跑道状况评估[13]；飞行俯仰操作特征提取[14]；飞行员操纵平稳性预测[15]；飞行员操作风格研究[16]等方面。除此之外QAR数据被广泛应用于航空器飞行中超限事件的诊断与预测分析中，是飞行流程检验[17]、飞行风险评估[18] 、飞行故障排查[19]的重要支撑，同时也为超限事件全面的数据挖掘、参数分析以及预测提供数据保障。
2数据处理与分析
选取某航空公司机队波音737-800的QAR数据进行分析。包括飞机的状态参数，如空速、地速、俯仰角、毛重等，飞机的环境参数，如风速、风向、温度等，以及飞机的飞行员操作参数，如俯仰操纵杆、横滚操作杆、油门杆位置等。
2.1缺失值与异常值处理
由于存在可能的传感器采集误差以及译码错误等问题，这导致本文所使用的QAR数据集部分航班数据可能会出现字段错误或者信息缺失的情况，因此需要将这些错误字段过滤掉或者将缺失的信息进行补全，对于缺失的数据使用线性插值法进行补全。
2.2参数筛选
着陆拉平阶段具有持续时间短、姿态变化快等特征，因此本文在参考既有专家学者的论文和研究成果20[22]基础上对候选参数进行筛选。已有研究表明，空速、下降率、俯仰姿态、攻角及发动机推力等参数能够较好地反映飞机在进近着陆阶段的能量状态
和姿态变化特征，而下滑道偏差可反映飞机相对于标准下滑轨迹的偏离程度；同时，驾驶盘、升降舵等操纵参数能够表征飞行员在低高度阶段对航迹和姿态偏差所采取的修正行为。因此选择如下QAR参数进行研究：下降率、下滑道偏差、左驾驶盘、左升降舵、右升降舵、左攻角、右攻角、空速、左发N1、右发N1、风向[23]。
2.3 正态性检验
为确定后续统计检验方法的适用性，对所选QAR关键参数进行正态性检验。考虑样本量（N=121）及变量可能存在的分布情况，采用Kolmogorov-Smirnov检验（Lilliefors显著性修正）与Shapiro-Wilk检验同时报告，以提高判定的透明度与稳健性。结果见表1。（注：K-S为Kolmogorov-Smirnov检验，S-W为Shapiro-Wilk检验；P为双侧显著性水平。整体上，多数变量在两类检验下P<0.05，提示样本偏离正态分布。）
参考表1可以得出，多数变量不满足正态分布假设，为降低偏态与极端值对相关估计的影响，本文采用Kendall's tau-b进行秩相关检验。该方法适用于非正态分布数据与存在并列秩的情形，能够更稳健地刻画变量间的单调关联。相关性检验采用双侧显著性检验，样本量N=121。（注：τ为Kendall's tau-b相关系数；P为双侧显著性；显著性水平α=0.05；数据来源为SPSS相关性分析输出）
结果表明：仰角与左/右攻角呈中等偏强正相关（τ=0.596、0.561，P<0.001），与下降率呈显著正相关（τ=0.386，P<0.001），与空速呈显著负相关（τ=-0.453，P<0.001），并与下滑道偏差呈显著负相关（τ=-0.419，P<0.001）。这提示在进近末段能量偏低或下沉偏大场景下，机组可能通过增加俯仰姿态进行补救，从而推高接地/拉平仰角。此外，仰角与左右发动机N1呈弱正相关（τ=0.179、0.196，P<0.01），表明部分样本中存在推力补偿与姿态变化同时出现的趋势。而驾驶盘与升降舵与仰角的相关性不显著（P>0.05），提示“操纵输入—姿态输出”之间可能存在明显的时序差与情景差异。
2.5 分层回归分析
为进一步比较不同类型因素对着陆拉平阶段仰角变化的解释贡献，寻找致因因素，在前述相关性分析基础上，对121起接地仰角大事件开展分层回归分析。分析以仰角为因变量，并按照“能量与航迹状态—气动状态—操纵响应”的顺序逐层纳入变量，通过比较各模型R²及其增量变化（ΔR²）判断新增变量块是否能够显著提高模型解释能力。左右攻角、左右发动机N1及左右升降舵分别取均值，以减少同类左右参数高度相关带来的冗余。
模型M1纳入空速、下降率、下滑道偏差和平均发动机N1，主要反映飞机在拉平接地阶段的能量与航迹状态；模型M2在M1基础上进一步加入平均攻角，用于考察气动状态的额外解释作用；模型M3在M2基础上加入平均升降舵和左驾驶盘，用于检验操纵变量在前述状态因素得到控制后是否仍能提供显著的增量解释。
结果显示，模型M1的R²为0.514，调整R²为0.493，整体模型显著（F=24.573，P<0.001），表明能量与航迹状态变量能够解释约51.4%的仰角变异。加入平均攻角后，模型M2的R²升至0.949，较M1增加0.435，增量F检验显著（ΔF=776.710，P<0.001），说明气动状态在已有能量与航迹变量基础上提供了显著且较大的额外解释。进一步加入平均升降舵和左驾驶盘后，模型M3的R²仅由0.949提高至0.951，ΔR²为0.003，且增量F检验未达到显著水平（ΔF=2.709，P=0.072），表明操纵变量整体未表现出显著的附加解释贡献。将致因因素锁定在模型M1和M2中。
3 着陆仰角大事件致因分析
前述统计分析为致因链中关键环节的识别提供了数据依据。Kendall’s tau-b相关分析表明，仰角与左、右攻角均呈显著正相关（τ=0.596、0.561，P<0.001），与下降率呈显著正相关（τ=0.386，P<0.001），而与空速和下滑道偏差分别呈显著负相关（τ=-0.453、-0.419，P<0.001）；左右发动机N1与仰角仅呈弱正相关（τ=0.179、0.196，P<0.01），驾驶盘和左右升降舵与仰角的总体相关性则未达到显著水平。上述结果说明，在异常仰角样本中，仰角增大往往伴随攻角增大、下降率变化、空速降低及下滑道偏差变化等状态特征，表明气动状态、垂向运动、航迹控制及能量管理可能共同参与异常仰角的形成过程。进一步的多元回归结果显示，所选11个变量构成的模型整体显著（F=83.806，P<0.001），调整后R²为0.884，说明这些变量整体能够较好地解释样
3.1 异常仰角致因链分析
基于QAR数据分析结果，并结合关键高度窗口的操纵行为还原与典型场景对照[24]，可将着陆仰角异常增大理解为“能量状态—航迹控制—操纵策略—异常处置”链条在近地阶段的综合表征。从机理上看，仰角在拉平与接地瞬间的突增通常并非单一变量的结果，而是由进近稳定性不足引发的后续补救操纵叠加所致，其中能量管理偏差（空速/推力）、下沉控制不足（下降率）、航迹偏差修正（下滑道）与姿态控制策略（带杆速率与幅度）之间存在明显耦合。
首先，不稳定进近是导致后续低高度操纵负荷上升与姿态过度修正的主要触发因素[25]。当空速、下滑道或姿态偏差在稳定高度前未能收敛，机组在进入拉平窗口后仍需在极短时间内完成偏差修正，容易出现“先修航迹、后管下沉”的注意力分配失衡。此时若同时面临阵风、乱流或风切变导致的瞬态下沉，机组更可能采用幅度较大的俯仰输入以抑制下沉，进而带来平飘距离延长、弹跳或接地仰角超限等风险后果。
其次，50 ft附近的下沉增大与补救时机偏晚是仰角峰值形成的关键“放大器”。在近地阶段，升力与俯仰响应对空速变化高度敏感；若空速偏低或推力补偿不足，抬头并不一定能有效降低下沉率，反而可能在升力不足条件下诱发进一步的能量亏空。由此产生的补救操纵往往呈现“短时间、大幅度”的特征，若叠加双人同时带杆或带杆速率过快，仰角峰值更易超过机型安全裕度。
拉平阶段的操纵策略偏差（如不必要的推拉杆、过度追求轻接地）会破坏俯仰闭环的平稳性。在低高度阶段频繁推拉杆会引入附加振荡，使姿态在短时间内剧烈波动；若为延长平飘而持续带杆，空速随时间衰减、下沉随之增大，最终迫使机组以更大的俯仰输入维持下沉控制，形成“平飘—能量下降—大带杆—仰角超限”的典型路径。此外，拉平阶段违规使用配平会改变操纵力反馈，削弱飞行员对姿态变化的感知精度，增加带杆过量与持续上仰力矩叠加的概率。
3.2 接地异常处置情景分析
接地后阶段的姿态管理与异常情景处置（如减速板升起后持续带杆、弹跳着陆后的推力与姿态配合不当、低空复飞“先抬头后加推”）同样可能将风险从“接地姿态偏大”演化为“二次接地仰角更大”或“擦尾/重着陆”。当减速板放出产生额外上仰力矩时，若仍保持带杆，会进一步增大机头上仰趋势；弹跳后若盲目推杆压制仰角或未及时增加推力，容易造成重着陆或二次接地姿态失稳。此外，在带飞训练情景下，操纵权交接与纠偏介入时机不当会使修正动作被迫集中到更低高度窗口，从而放大姿态超限风险。
4 针对着陆仰角大事件的防控建议
结合上述成因分析，为从根本上降低着陆仰角大及衍生的擦尾、重着陆风险，需从操作规范、技术提升、机组协同、培训强化等多维度构建防控体系，具体措施如下：
结合前文致因分析，着陆阶段异常仰角并非由单一因素引起，而是与进近稳定性、能量状态、低高度下沉控制、拉平操纵以及接地后异常处置等因素共同作用有关。因此，防控措施应针对异常仰角形成链条中的关键环节开展针对性干预。
对于空速、下滑道、下降率或推力状态在稳定高度前未达到稳定标准的情况，应避免继续带偏差进入拉平阶段，并及时执行复飞。尤其在50 ft以下出现下沉增大、空速偏低或推力补偿不足时，不宜单纯依靠增大俯仰姿态抑制下沉，应综合考虑推力、空速和下降率变化，避免因持续带杆造成能量进一步衰减和仰角持续增大。通过在稳定进近阶段尽早控制航迹和能量偏差，可减少低高度阶段集中修正带来的大幅度姿态变化。
对于拉平过程中带杆速率过快、幅度过大、反复推拉杆及过度追求轻接地等问题，应强化连续、平稳的姿态控制，控制带杆速率和幅度，避免短时间内产生过大的俯仰变化。拉平阶段应保持姿态控制与推力管理协调，在空速持续衰减或下沉增大时，应防止通过持续增加仰角延长平飘。对于需要调整配平的情况，应尽量在进入拉平阶段前完成，避免低高度阶段配平操作对操纵力反馈产生干扰。
除此之外，接地后应及时完成由空中姿态控制向地面减速控制的转换，避免在减速板升起后持续带杆造成额外上仰趋势。对于弹跳着陆，应根据弹跳程度采取相应处置：轻微弹跳应保持姿态稳定并合理配合推力，中、重度弹跳则应及时执行复飞，避免通过大幅推杆压低机头而导致重着陆或二次接地姿态失稳。低空复飞过程中应强调推力和姿态的协调建立，防止出现先大幅抬头、后增加推力的操作顺序，从而降低擦尾风险。训练内容可重点设置不稳定进近、50 ft以下下沉增大、低能量拉平、弹跳着陆及低空复飞等典型场景，使机组熟悉不同异常状态下的识别和处置方法。同时，应明确PF与PM在关键高度阶段的监控、提醒及接管职责，减少双人同时操纵、提醒滞后或接管时机过晚等协同问题。通过针对致因链关键环节开展训练和运行管理，可降低异常仰角进一步演化为擦尾、重着陆等不安全事件的风险。建议依托FDM体系建立仰角相关事件的分级监控与复盘机制，将本文提到的相关指标作为组合特征，用于识别高风险场景与操纵模式，并形成针对性的安全通告与训练反馈。通过基于评估、机动巩固、基于情景这3个模块的训练[26]，增强机组自身的核心胜任力。
评论 (0)