Jag tittar på någon dataform BTS och försöker förstå några spikes i månad till månad Volymförseningar. Från min förståelse beror en volymfördröjning på volymen av flygplan, vilket gör ATC att hantera fler start och landningar och därmed saktar hela processen.
Mitt problem är att för volymen förseningar ger bts endast månadsaggregat. Så jag har data med en spik för Volym men antalet flygningar på samma månad är normalt eller ibland mindre än genomsnittet. Så jag antar att något händer på den dagliga nivån som är helt förlorad i aggregeringen.
Allt detta lägger ner på min fråga. Om vi var att kvantifiera kapaciteten i luftrummet runt säger ORD och kalla det X och i genomsnitt upptar luftrummet N-plan, så att N < X och luftrummet arbetar med N / X kapacitet.
På dagar efter massförseningar eller stort antal uppsägningar ökar mängden flygplan i luftrummet för att lindra trycket hos passagerare som ligger bakom schemat? eller ökar belastningsfaktorn helt enkelt?
För exempel säg att luftrummet på ORD i genomsnitt arbetar med 75% kapacitet, då har du en händelse som orsakar mycket förseningar och avbokningar. Går följande dagar på att säga 90% luftrumskapacitet för att hjälpa till att återupplösa den trängseln? eller har de fortfarande samma antal plan, men de är helt enkelt nästan garanterade att de är fulla.
Alla sammanfattade, skulle en spets i förseningar av någon annan orsak än planetvolymen resultera i en ökning i volymfördröjning under de följande dagarna då de hanterar de extra passagerarna?
Ledsen om den här frågan är ordnad konstig, hade jag svårt att lägga ner det skriftligt. Om det är oklart, låt mig veta och jag ska försöka klargöra.
Jag skulle vilja säga generellt nej, för det finns bara så många ankomstplatser som finns tillgängliga på upptagna flygplatser och flygbolag ersätter ofta större flygplan för att rensa passagerarsäkerheten.
Läs andra frågor om taggar air-traffic-control airline-operations Kärlek och kompatibilitet Skor Gear 12 Stjärntecken Grunderna