Co wynika z danych
Rzeczywiste trasy odlotów pomagają zrozumieć ekspozycję mieszkańców zachodniej aglomeracji. Analiza profili wznoszenia odpowiada na osobne pytanie: czy po sierpniowej zmianie zmienił się udział profili podobnych do NADP1 i NADP2?
- 71 413Rozpoznanych odlotów w rocznej migawce SID
19.05.2025–19.05.2026 UTC. W przyjętym klasyfikatorze 61,1% zarejestrowanej próby zakwalifikowano jako odstępstwa geometryczne; nie jest to odsetek naruszeń.
- 1 955Startów z trajektorią w promieniu 600 m
W tej samej rocznej próbie, wokół punktu obserwacyjnego w Pruszkowie/Piastowie. Liczba dotyczy startów, nie ramek ADS-B ani wszystkich słyszalnych przelotów.
- 29 721Startów w nowszym porównaniu NADP
Dwa okna po 48 dni. Nocny wzrost udziału NADP1 nie zachowuje istotności po uwzględnieniu QNH i korekcie testów. Nie ma odpornego dowodu zmiany rozkładu profili.
Trzy różne rodzaje dowodów. Pozycje ADS-B opisują geometrię, profil wznoszenia daje klasyfikację pośrednią NADP, a amatorski sonometr dostarcza odczytów w jednym punkcie. Żadne z tych źródeł samodzielnie nie rozstrzyga zgodności operacyjnej ani formalnych przekroczeń hałasu.
Streszczenie
W publikacji zestawiam historyczną roczną analizę tras odlotowych SID z nowszym porównaniem profili wznoszenia NADP1/NADP2. W lokalnej próbie z rocznego okna do maja 2026 rozpoznano 71 413 odlotów EPWA, z czego 1 955 miało trajektorię w promieniu 600 m od punktu obserwacyjnego w Pruszkowie/Piastowie. Wzorce geometryczne, szczególnie dla XIMBA i EVINA, wskazują na potrzebę opisywania ekspozycji mieszkańców z użyciem rzeczywistych tras. Klasy SID są wynikiem dopasowania do historycznej referencji AIP i nie przesądzają o instrukcjach ATC ani naruszeniach. Osobna próba 29 721 startów obejmuje dwa równe, 48-dniowe okna przed i po 6 sierpnia 2026, z wyłączeniem dni objętych luką odbioru. W dzień nie wykryto istotnej zmiany udziałów NADP1/NADP2. Nocny wzrost udziału NADP1 jest istotny w wariancie podstawowym, lecz nie po korekcie wysokości QNH i uwzględnieniu wielokrotności testów. Wynik nie stanowi odpornego dowodu zmiany rozkładu profili. Etykiety NADP opisują podobieństwo kinematyczne, a pomiary amatorskiego sonometru są kontekstem punktowym. Wersja v11 łączy istniejące migawki, udostępnia dane i doprecyzowuje niepewność; nie obejmuje przeliczenia danych z października.
Słowa kluczowe: EPWA, SID, NADP1, NADP2, ADS-B, hałas lotniczy, Pruszków, niepewność.
1. Dlaczego badam starty z EPWA
1.1. Tło problemu
Lotnisko Chopina (ICAO EPWA, IATA WAW) jest największym portem lotniczym Polski i działa w bezpośrednim sąsiedztwie gęstej zabudowy Warszawy oraz zachodnich miejscowości aglomeracji. Dla Pruszkowa, Piastowa, Raszyna i Włoch istotne są przede wszystkim starty na zachód i północ, ponieważ samoloty po starcie pracują z wysokim ciągiem i dopiero budują separację wysokościową.
W analizie porównuję rzeczywiste trajektorie ADS-B z opublikowanymi procedurami SID z AIP Polska. Procedura SID jest referencją geometryczną i normatywną, ale rzeczywisty przebieg może zostać zmieniony przez ATC albo polecenie direct-to. W tej pracy mierzę wyłącznie geometrię lotu, nie formalną treść instrukcji ATC.
1.2. Cel pracy
W tej pracy chcę:
- policzyć skalę startów EPWA w rocznym oknie z poziomu
flight_departures, - rozdzielić zgodność proceduralną na klasy
compliant,deviationino_match, - wskazać procedury, dla których odstępstwo od opublikowanej geometrii jest realnym wzorcem operacyjnym,
- zachować techniczny podział klasy
deviationw appendixie, - pokazać operatorów i procedury w skali całego rozpoznanego ruchu odlotowego,
- zbadać, co łączy cztery zwykle rozpatrywane osobno warstwy — opublikowane procedury SID, granice OOU, pomiary hałasu (oficjalny miernik PPL i mój ciągły sonometr) oraz rzeczywiste trasy przelotu z ADS-B — i pokazać, gdzie te warstwy się rozjeżdżają nad zachodnią aglomeracją (rozdział 4.7).
1.3. Pytania badawcze
- Jaka część wszystkich rozpoznanych startów z EPWA mieści się w znanych procedurach SID, a jaka leci poza tym zestawem?
- Które procedury mają wysoki udział
deviation, a które są główniecompliant? - Dla których procedur
saved_kmma sens ekonomiczny, a dla których jest artefaktem klasyfikacji? - Jak wygląda ekspozycja mieszkańców Pruszkowa/Piastowa przy realnym, a nie nominalnym przebiegu SID?
2. Lotnisko i punkt obserwacyjny
Lotnisko Chopina powstało w 1934 roku jako Port Lotniczy Warszawa-Okęcie. Po 1989 r. port przeszedł modernizację i otworzył się na ruch zachodni, a po wejściu Polski do Unii Europejskiej w 2004 r. znacząco wzrosła rola przewoźników niskokosztowych, czarterowych i hubowej siatki LOT.
W obecnej konfiguracji port dysponuje dwiema przecinającymi się drogami startowymi:
| Pas | Kierunek (°T) | Długość |
|---|---|---|
| 11 / 29 | 108 / 288 | 2 800 m |
| 15 / 33 | 148 / 328 | 3 690 m |
Uwaga o migawce SID. Wartości 108/288 i 148/328 pochodzą z historycznej konfiguracji analizy; nie są tu przedstawiane jako zweryfikowane aktualne azymuty rzeczywiste pasów. V11 nie przelicza przypisania pasa ani wyników SID. Przed kolejnym przeliczeniem należy zweryfikować referencję AIP i spójność kierunków magnetycznych oraz rzeczywistych.
Dominujący zachodni wiatr w Polsce centralnej powoduje częste użycie RWY 29. Dla mojego punktu obserwacyjnego ma to kluczowe znaczenie: nominalne i skrócone korytarze startowe z RWY 29 przechodzą przez obszar zachodniej aglomeracji warszawskiej.
3. Dane i metoda analizy SID
3.1. Źródła danych
| Źródło | Charakter | Rola w analizie |
|---|---|---|
| Własny odbiornik ADS-B (Raspberry Pi + dump1090, ~100 km zasięg) | Strumień pozycji statków powietrznych w trybie wide | Detekcja startów i trajektorii |
| AIP Polska, AD 2 EPWA 4-2-1-0 do 4-2-4-0, AMDT 11/24 | Opublikowane procedury SID | Referencja geometryczna |
| OpenSky aircraft database + ręczne override operatorów | hex_ident -> operator, typ statku |
Atrybucja operatorska |
| Amatorski sonometr SPL | Pomiar pomocniczy w punkcie obserwacyjnym | Kontekst akustyczny, nie główna metryka |
| Oficjalne punkty PPL | PDF kampanii 01–31.05.2014 oraz raport P10 Piastów za marzec 2026 | Lokalizacje punktów ciągłego pomiaru hałasu i porównanie LAeqD/N |
3.2. Obszar i zakres
- Punkt obserwacyjny: 52,16468° N · 20,83987° E.
- Położenie względem pasa 11/29: około 9 km od progu RWY 29, czyli punktu startu rolki dla startów RWY 29, i około 7 km od progu RWY 11 na drugim końcu tej samej drogi startowej.
- Bufor ADS-B: około 100 km wokół obserwatora.
- Okno czasowe:
last365dliczone względem najnowszego startu w bazie, tj. 19.05.2025 23:24 UTC – 19.05.2026 23:24 UTC. - Zakres procedur: 24 procedury SID, po 6 dla każdego z kierunków RWY 11/15/29/33.
3.3. Jednostka analizy
Jednostką analizy jest pojedynczy start z EPWA w tabeli flight_departures. Wiersz zawiera m.in. departure_id, hex_ident, callsign, czas startu t_takeoff_utc, wnioskowany pas rwy_inferred, początkowy bearing, maksymalną wysokość w pierwszych 5 minutach i pierwszą pozycję ADS-B.
3.4. Klasyfikacja kierunku startu
Kierunek startu wyznaczam z track_deg raportowanego w ADS-B w pierwszej fazie lotu. Dla każdego z czterech kierunków stosuję nominalny heading pasa i tolerancję ±30°.
3.5. Detekcja startów i dopasowanie SID
Metoda działa od zdarzenia startu do procedury referencyjnej:
- wykrywam start z EPWA w
flight_departures, - przypisuję
rwy_inferredpotrack_deg, - dla tego startu liczę odległości do waypointów procedur dla danego RWY,
- zapisuję wynik w
departure_sid_match.
Każdy start klasyfikuję w publikacji do jednej z trzech klas:
- compliant — trajektoria pokrywa się geometrycznie z opublikowaną pętlą procedury SID: samolot przeszedł blisko (≤5 km) wszystkich pośrednich waypointów i dotarł w terminal (≤8 km od końcowego fixa).
- deviation (znaczące odstępstwa) — trajektoria istotnie odbiega od opublikowanej pętli: samolot albo opuścił co najmniej jeden pośredni waypoint (>5 km), albo nie dotarł do terminala (8-30 km od exit fixa). Z perspektywy mieszkańca pod korytarzem oba przypadki są tym samym zjawiskiem: lot pojawił się tam, gdzie procedura nominalna go nie przewidywała. Mechanizm może być różny, ale skutek geometryczny — przesunięcie korytarza — jest taki sam.
- no_match — start nie zbliżył się do żadnego z 24 analizowanych exit fixów na mniej niż 30 km, więc nie spełnił kryterium dopasowania do geometrii RNAV SID.
Analizą objąłem 24 procedury RNAV SID opublikowane w AIP EPWA AD 2-4-2 dla RWY 11, 15, 29 i 33 (6 procedur na pas: BAMSO, EVINA, LOLSI, OLILA, SOXER, XIMBA). Około 12,5 % startów ma klasę no_match, bo ślad ADS-B nie spełnia przyjętego kryterium dopasowania do geometrii tych procedur.
3.6. Długości procedur i saved_km
Nominalną długość procedury liczę jako sumę odcinków DISTANCE (NM) z AIP, po konwersji 1 NM = 1,852 km. Długość rzeczywistą liczę jako sumę odcinków haversine między kolejnymi ramkami ADS-B od liftoff do ramki terminalnej albo najbliższej terminalowi.
saved_km = nominal_path_length_km - path_length_km. Długość rzeczywistą liczę od pierwszej ramki po liftoff, zdefiniowanej operacyjnie jako altitude_m > 150 m AMSL, do ramki terminalnej albo najbliższej terminalowi. Używam saved_km ostrożnie: metryka ma sens przede wszystkim dla XIMBA, EVINA, OLILA i BAMSO, natomiast dla LOLSI i SOXER pozostaje słabsza interpretacyjnie.
3.7. Deviation z perspektywy operacyjnej
W praktyce direct-to może zostać zainicjowane przez pilota albo przez ATC. Z danych ADS-B nie widzę treści korespondencji radiowej, więc nie przypisuję intencji. Rozróżniam natomiast geometrię:
- systemowy skrót: trajektorie stabilnie omijają konkretną pętlę procedury i dają dodatni
saved_km, - odstępstwo bez czytelnej ekonomii dystansu: trajektorie nie trzymają się nominalnej procedury, ale nie tworzą jednoznacznego wzorca oszczędnościowego.
3.8. Zaoszczędzony dystans
W dalszej części raportu traktuję zaoszczędzony dystans wyłącznie jako miarę pomocniczą dla procedur, gdzie skrót jest geometrycznie i ekonomicznie czytelny. W praktyce są to XIMBA 8G/5K, EVINA 7G/4K, OLILA 6G/5K oraz BAMSO 6G/5K. Nie przeliczam ekonomii dla LOLSI i SOXER, ponieważ ich średnie zyski dystansowe są mniejsze albo niejednoznaczne operacyjnie.
3.9. Ograniczenia metody
| Ograniczenie | Wpływ |
|---|---|
| Brak transkryptów ATC | Nie rozróżniam intencji pilota od polecenia kontrolera |
| Analiza obejmuje 24 procedury RNAV SID z AIP EPWA AD 2-4-2 | no_match obejmuje realne starty bez dopasowania do przyjętej geometrii SID |
| ADS-B bywa nieregularne w pierwszych sekundach startu | Początek śladu może być przesunięty o pojedyncze ramki |
| Operator pochodzi z rejestru i override | Wariants nazw wymagają kanonizacji przy statystykach flotowych |
saved_km zależy od ramki terminalnej |
Dla części odstępstw może być metryką słabą interpretacyjnie |
4. Trasy i hałas w zarejestrowanej próbie
Przejdź do części tego rozdziału
- 4.1. Charakterystyka ogólna zbioru
- 4.2. Klasa no_match — co kryje się za „poleciał gdzieś indziej”?
- 4.3. Rozkład przestrzenny ruchu
- 4.4. Wyniki per procedura — RWY 29
- 4.5. LOLSI i SOXER jako procedury zgodne
- 4.6. Pomiary akustyczne nad obserwatorem
- 4.7. Bezpośredni przelot nad Pruszkowem-Malichami-Tworkami
- 4.8. Obszar Ograniczonego Użytkowania a rzeczywiste korytarze startów
- 4.9. Punkt pomiarowy PPL w Piastowie a mój punkt obserwacyjny
- 4.10. BAMSO i OLILA — północna pętla
- 4.11. Wyniki per procedura — RWY 33
- 4.12. Analiza operatorska — RWY 29
- 4.13. Ruch nocny i kontekst regulacyjny
- 4.14. Ekonomiczne i środowiskowe konsekwencje skrótów
- 4.15. Rozkład dobowy i klasyfikacja RWY 29
- 4.16. Studia przypadków
4.1. Charakterystyka ogólna zbioru
W rocznym oknie zidentyfikowałem 71 413 startów z EPWA, średnio 196 startów dziennie. Rozkład po pasach:
| RWY | Starty | Udział |
|---|---|---|
| RWY 11 | 331 | 0,5 % |
| RWY 15 | 24 547 | 34,4 % |
| RWY 29 | 36 138 | 50,6 % |
| RWY 33 | 10 397 | 14,6 % |
Globalna klasyfikacja w publikacji:
| Klasa | Starty | Udział |
|---|---|---|
| compliant | 18 855 | 26,4 % |
| deviation | 43 643 | 61,1 % |
| no_match | 8 915 | 12,5 % |
4.2. Klasa no_match — co kryje się za „poleciał gdzieś indziej”?
W moim klasyfikatorze 12,5 % startów dostaje klasę no_match. Brzmi to jak „nie wiadomo gdzie polecieli”, ale to mylące. Po analizie geograficznej i operatorskiej, którą opisałem w audycie docs/audit_no_match_2026_05_21.md, widzę, że około 97 % tej klasy to regularne loty rejsowe, które wychodzą z TMA Warszawa przez fix wyjściowy nieobjęty moim referencyjnym zestawem sześciu exit fixów per RWY. Innymi słowy: klasyfikator nie znalazł dopasowania nie dlatego, że ruch jest egzotyczny albo błędny, tylko dlatego, że świadomie mierzę ograniczony zestaw 24 procedur RNAV SID z sześcioma modelowanymi exit fixami na każdy pas.
Struktura no_match potwierdza tę interpretację. Top operatorzy w tej klasie to LOT (43 %), Finnair (7 %), Wizz Air (7 %) i Enter Air (4 %). Top typy statków powietrznych to B737-MAX (1 591), E195 (1 437), E190 (1 158) i B738 (1 065). To są te same maszyny, które dominują w pozostałych klasach, a nie osobny świat ruchu specjalnego. Dodatkowo 95 % no_match po 10 minutach od startu jest powyżej 4 000 m. To wygląda jak normalny ruch regionalny albo już wznoszenie do przelotu, nie lokalne kręgi nad Warszawą.
Ruch specjalny jest w tej grupie marginalny. LPR, czyli lotnicze pogotowie, ma 11 wystąpień w no_match, co daje 0,12 %. Wojsko ma 22 wystąpienia, czyli 0,25 %. Biznes-jety to około 200 przypadków, czyli 2,2 %. Helikopterów cywilnych w tej klasie nie wykryłem. Te liczby są za małe, żeby tłumaczyć zjawisko. Mogą być interesujące operacyjnie, ale nie zmieniają głównego obrazu: no_match to przede wszystkim zwykłe odloty rejsowe poza zakresem mojego modelu SID.
Klastrowanie ostatnich pozycji po 10 minutach od startu pokazuje wyraźne korytarze. Największe skupiska idą na południe, w okolice 51,5° N i 21° E, czyli kierunek Radom/Kraków; na północny wschód, w okolice 52,75° N i 21,5° E, czyli kierunek Gdańsk/Litwa; oraz na zachód, w okolice 51,75° N i 20° E, czyli kierunek Łódź/Niemcy. Te końcówki są poza moimi sześcioma fixami, ale mieszczą się w logice oficjalnych dróg wylotowych i przestrzeni TMA Warszawa.
Rysunek M2 pokazuje próbkę 200 losowo wybranych trajektorii no_match w pierwszych 15 minutach lotu. Widać wyraźne wiązki kierunków: na południe (z fixami pośrednimi NIPUS, EVDEX), na NE (kierunek Gdańsk/Litwa), na zachód (Łódź/Niemcy). Wszystkie wiązki mieszczą się w oficjalnej strukturze dróg lotniczych TMA Warszawa, ale wychodzą do exit fixów nieobjętych moim referencyjnym zestawem 24 procedur RNAV SID.
Dlatego no_match traktuję nie jako anomalię, tylko jako konsekwencję wyboru zakresu badania. Analizuję sześć procedur SID per RWY, a TMA ma więcej możliwych wyjść i dalszych kierunków routingu. W publikacji no_match oznacza więc po prostu: „lot wyszedł z TMA innym fixem niż modelowany”. To nie znaczy, że samolot zniknął, poleciał lokalnie albo nie da się go zrozumieć. Oznacza tylko, że dla tego lotu nie mam jednoznacznej procedury referencyjnej w moim zestawie.
Wykluczenie no_match z analiz deviation nie zniekształca obrazu, bo dla tych lotów nie wiem nawet, do której procedury miałbym je porównywać. Wszystkie wnioski o korytarzu nad obserwatorem, OOU i ekonomii skrótów bazują na klasach compliant + deviation, które mają jednoznaczne przypisanie do SID. To jest ważna granica interpretacyjna: no_match uzupełnia opis ruchu EPWA, ale nie jest dowodem ani przeciwieństwem skracania konkretnych analizowanych procedur.
4.3. Rozkład przestrzenny ruchu
Rysunek pokazuje, że RWY 29 i RWY 33 są najważniejszymi kierunkami dla ekspozycji Pruszkowa/Piastowa. Właśnie dlatego dalsze tabele skupiam na tych dwóch kierunkach.
4.4. Wyniki per procedura — RWY 29
| Procedura | n | compliant | deviation | % deviation | nominal [km] | mean saved [km] |
|---|---|---|---|---|---|---|
| BAMSO 6G | 237 | 33 | 204 | 86,1 % | 101,27 | 19,33 |
| EVINA 7G | 9 605 | 810 | 8 795 | 91,6 % | 108,60 | 11,18 |
| LOLSI 7G | 7 181 | 5 603 | 1 578 | 22,0 % | 74,74 | 5,78 |
| OLILA 6G | 3 484 | 222 | 3 262 | 93,6 % | 79,77 | 12,51 |
| SOXER 7G | 6 696 | 5 009 | 1 687 | 25,2 % | 72,23 | 6,71 |
| XIMBA 8G | 3 449 | 6 | 3 443 | 99,8 % | 124,60 | 43,70 |
Tab. 1. Procedury SID RWY 29. n obejmuje compliant + deviation, czyli starty dopasowane do jednej z sześciu procedur RWY 29.
Najważniejszy wniosek z tej tabeli nie jest prostym rankingiem % deviation, bo klasa opisuje efekt geometryczny widoczny dla mieszkańca. Dla XIMBA 8G odstępstwa obejmują 99,8 % dopasowanych lotów, a dla EVINA 7G 91,6 %. Kiedy lot XIMBA albo EVINA realnie idzie w kierunku południowo-wschodnim po starcie z RWY 29, bardzo często nie leci opublikowaną pętlą.
4.5. LOLSI i SOXER jako procedury zgodne
LOLSI 7G i SOXER 7G są kontrolą jakości metody, bo pokazują, że wysoki udział znaczących odstępstw nie jest automatycznym wynikiem klasyfikatora. Dla tych procedur większość dopasowanych startów trzyma się opublikowanej geometrii:
- LOLSI 7G: 5 603 compliant i 1 578 deviation; 78,0 % compliant w całym dopasowanym zbiorze.
- SOXER 7G: 5 009 compliant i 1 687 deviation; 74,8 % compliant w całym dopasowanym zbiorze.
Kontrast jest wyraźny: LOLSI/SOXER są w większości zgodne z procedurą, natomiast XIMBA i EVINA wykazują znaczące odstępstwa w ponad połowie dopasowanych lotów. Dla XIMBA 8G jest to 99,8 %, dla EVINA 7G 91,6 %.
4.6. Pomiary akustyczne nad obserwatorem
Niezależnie od analizy geometrycznej z ADS-B prowadzę w punkcie obserwacyjnym ciągły pomiar SPL amatorskim sonometrem. Tabela background_noise zawiera 519 650 próbek za ostatni rok, z częstotliwością rzędu jednej próbki na minutę. Drugim źródłem są odczyty noise_db sparowane z ramkami ADS-B w wąskim feedzie wokół obserwatora: 10 637 557 ramek z niepustym pomiarem hałasu. Zanim liczę jakiekolwiek agregaty, odrzucam outlier’y z noise_outliers: fajerwerki sylwestrowe, wartości powyżej progu 90 dB i spike’i względem rolling mediany. W tej wersji oznacza to 123 283 rekordów, czyli 1,2 % sparowanych ramek ADS-B z hałasem. Dla tła ciągłego stosuję analogiczny filtr czasu sylwestrowego, progu 90 dB i spike’ów lokalnych; po sanityzacji zostaje 517 914 próbek.
Sonometr jest tu źródłem punktowym, a nie oficjalną kampanią pomiarową LDWN/LN. Nie mam kalibracji laboratoryjnej, siatki mikrofonów ani korekty zgodnej z formalną metodyką map akustycznych. Mierzę chwilowy SPL jako percepcję w jednym miejscu: mikrofon na zewnątrz domu, w realnym otoczeniu Pruszkowa-Malich. To ogranicza interpretację wartości bezwzględnych, ale nie przekreśla pomiaru kontrastu. Jeżeli ten sam sensor przez rok widzi tło ciągłe i jednocześnie skoki podczas ramek ADS-B w promieniu 600 m, to różnica między tłem a zdarzeniem lotniczym jest informacją empiryczną, a nie wyłącznie wynikiem modelowania.
Profil dobowy na rys. N1 pokazuje dwa różne światy. Mediana tła ciągłego po sanityzacji waha się między 41,7 dB a 51,1 dB zależnie od pory dnia. Dla ramek ADS-B w promieniu 600 m od obserwatora mediana slotowa jest wyższa: od 58,5 dB do 77,0 dB, a najwyższy p95 slotowy dochodzi do 78,6 dB. Sloty event median z n_obs < 5 pomijam, bo w core night mała próbka daje niestabilne mediany; background median pozostaje dostępny z ciągłego sonometru. W całym oczyszczonym zbiorze over-observer mam 18 963 ramek, z czego 2 717 przekracza próg poziomu chwilowego >70 dB, czyli 14,3 %. Linie 55 dB i 45 dB na wykresie są tylko orientacyjnym odniesieniem do norm dziennych i nocnych dla wskaźników równoważnych, nie bezpośrednim przeliczeniem SPL na LDWN/LN. Mimo tego dobrze pokazują skalę: pojedynczy przelot jest krótkim zdarzeniem, ale jego peak wyraźnie wychodzi ponad poziom typowego tła.
Historyczny podział chwilowych próbek SPL na przedziały poziomu dźwięku przedstawiono poniżej. To rozkład odczytów urządzenia, nie klasyfikacja uciążliwości LAeq. Nie należy przenosić kategorii dla wskaźnika równoważnego na chwilowe próbki.
- <52 dB: 4,6 %
- 52-62 dB: 38,3 %
- 62-70 dB: 42,6 %
- >70 dB: 14,6 %
Mediany odczytów dla opisanych podgrup są wysokie względem tła tego samego urządzenia. Dane nie uprawniają do formalnej klasyfikacji uciążliwości ani stwierdzenia przekroczeń norm. Ramki ADS-B nie są niezależnymi zdarzeniami akustycznymi; jeden przelot może dać wiele ramek.
Rys. N2 rozbija ramki w promieniu 600 m według procedury SID. Dla XIMBA 8G otrzymuję medianę 66,8 dB, IQR 63,0-70,8 dB, p95 76,7 dB, n=1 386. Dla EVINA 7G: medianę 65,0 dB, IQR 61,5-68,6 dB, p95 74,3 dB, n=3 630. Procedury kontrolne są mniej liczne bezpośrednio nad obserwatorem, ale też dają mierzalne rozkłady: LOLSI 7G ma brak próbek, a SOXER 7G ma medianę 62,7 dB, IQR 60,3-65,6 dB, p95 71,1 dB, n=175. Najważniejsza interpretacja nie polega na tym, że jedna procedura jest zawsze głośniejsza o stałą liczbę dB. Ważne jest to, że procedury z dużym udziałem deviation, przede wszystkim XIMBA i EVINA, rzeczywiście generują głośne próbki w punkcie obserwacji. To łączy geometrię odstępstw z doświadczanym hałasem: nie tylko więcej samolotów jest nade mną, ale te przeloty mają akustyczny ślad w sonometrze.
Rys. N3 pokazuje różnicę między medianą zdarzeń ADS-B i medianą tła ciągłego w każdej godzinie lokalnej. Wartość dodatnia oznacza, że ruch lotniczy dominuje punktowy pomiar ponad lokalnym tłem samochodowym, wiatrem i urbanistyką. W godzinach z dopasowanymi próbkami mediana tła wynosi 48,0 dB, mediana event noise 63,2 dB, a mediana różnicy event-background 15,5 dB. W ciągu dnia różnica jest zwykle rzędu kilkunastu dB, natomiast w core night rośnie, bo background spada silniej niż chwilowy hałas przelotu.
Ograniczenia pozostają istotne. Amatorski sonometr nie zastępuje oficjalnej kampanii pomiarowej, a bezwzględne wartości dB mogą mieć błąd rzędu kilku decybeli. Jeden punkt pomiarowy nie pozwala wyliczyć izofon ani przesądzić o całym obszarze OOU. Nie liczę tu też LAeq, LDWN ani LN, tylko chwilowe próbki SPL i ich rozkłady w czasie. Ale kontrast jest odporniejszy niż wartość bezwzględna: event vs background, dzień vs core night, oraz procedury z dużą liczbą przelotów nad obserwatorem vs procedury kontrolne pokazują powtarzalny wzorzec w danych.
Te pomiary wracają do pierwotnego tematu publikacji: ekspozycji akustycznej. Geometria SID wyjaśnia, dlaczego samoloty znajdują się nad Pruszkowem-Malichami-Tworkami, ale pierwotnym faktem dla mieszkańca jest hałas. Dane z sonometru pokazują, że ekspozycja nie jest hipotezą wyprowadzoną wyłącznie z ADS-B. Jest mierzona w czasie rzeczywistym, niezależnie od klasyfikatora trajektorii. Dlatego dalsza analiza przelotów w promieniu 600 m, konfrontacja z OOU i ekonomia skrótów mają tu swoje akustyczne potwierdzenie.
4.7. Bezpośredni przelot nad Pruszkowem-Malichami-Tworkami
Sprawdzam, ile lotów rzeczywiście przelatuje bezpośrednio nad punktem obserwacyjnym Pruszków/Piastów. Kryterium jest proste: trajektoria musi mieć co najmniej jedną ramkę ADS-B w odległości mniejszej niż 600 m od punktu 52,16468° N · 20,83987° E, w oknie od startu do 10 minut po starcie. W rocznym oknie zidentyfikowałem 1 955 takich startów z RWY 29 i RWY 33 łącznie. Dla RWY 29 jest to 1 626 lotów, czyli 4,5 % wszystkich startów z tego pasa. Dla RWY 33 jest to 329 lotów, czyli 3,3 % wszystkich startów z RWY 33. To jest bezpośrednia odpowiedź na pytanie mieszkańca: w danych nie widzę tylko ogólnego „skracania procedury”, ale powtarzalny korytarz przelotu w promieniu sześciuset metrów od konkretnego punktu w zachodniej aglomeracji.
Wśród lotów dopasowanych do analizowanych SID dominującym źródłem tych przelotów są EVINA 7G i XIMBA 8G z RWY 29: odpowiednio 920 i 397 przelotów w promieniu 600 m. Dodatkowo z RWY 33 pojawiają się EVINA 4K (166) i XIMBA 5K (144), ale główny problem dla Pruszkowa-Malich i Tworek pochodzi z RWY 29. Klasyfikacja pokazuje, że w całym zbiorze within-600m mam 1 685 deviation, 2 compliant i 268 no_match. Jeżeli ograniczę się do lotów dopasowanych do analizowanych SID, znaczące odstępstwa odpowiadają za około 99,9 % przelotów nad obserwatorem. To oznacza, że najczęściej nie oglądam nominalnej pętli SID, tylko praktyczną geometrię odstępstwa od niej. Samolot startujący z RWY 29 leci początkowo na heading około 288°, czyli na zachód, a następnie dla kierunków SE musi wykonać skręt rzędu 150-190°. Ten skręt geometrycznie wypada nad zamieszkanym obszarem zachodniej aglomeracji.
Po aktualizacji rejestru widać też strukturę operatorską tego korytarza: w promieniu 600 m od obserwatora dominują LOT Polish Airlines (981 przelotów), Wizz Air (349), Austrian Airlines (65), Ryanair (43), Enter Air (34) i Qatar Airways (33). To nie zmienia geometrii problemu, ale porządkuje narrację: ekspozycja wynika głównie z dużego wolumenu operacji LOT i Wizz Air, a nie z pojedynczych epizodów małych operatorów.
Na ramce najbliższej obserwatorowi mediana wysokości w całym zbiorze within-600m wynosi około 1 302 m AMSL. Po odjęciu poziomu terenu Pruszkowa, 98 m AMSL, daje to około 1 204 m AGL. Dla XIMBA 8G mediana wynosi około 1 210 m AMSL, czyli około 1 112 m AGL; dla EVINA 7G około 1 275 m AMSL, czyli około 1 177 m AGL. To nie są wysokości ekstremalnie niskie w sensie proceduralnym, ale akustycznie nadal oznaczają głośny przelot, zwłaszcza przy dużym ciągu i trwającym zakręcie po starcie. Jako punkt odniesienia ICAO PANS-OPS wymaga minimalnego gradientu wznoszenia 3,3 % w fazie SID: po 6 km toru wznoszenia daje to około 200 m AGL, a przy rzeczywistej odległości obserwatora od THR 29, około 9,4 km, około 310 m AGL. Rzeczywiste mediany są wyżej niż minimum, ale nadal mieszczą się w zakresie, który subiektywnie jest odbierany jako wyraźny i częsty hałas lotniczy.
Hipoteza, że ciasny zakręt zaczyna się dopiero przy WA921, jest niezgodna z geometrią śladów. Z analizy track_deg na trajektoriach XIMBA 8G widzę, że zmiana kierunku z pasa startowego zaczyna się wyraźnie przed osiągnięciem kanonicznego punktu WA921. Dla 1 239 skróconych trajektorii XIMBA 8G pierwsza ramka, na której track_deg spada poniżej 250°, ma medianę położenia około 52,16789° N · 20,79903° E. To jest około 6,2 km na wschód od WA921 i około 3,6 km od obserwatora. W samym punkcie najbliższym obserwatorowi mediana track_deg dla XIMBA 8G wynosi 204°, z kwartylami 194-222°. Samolot nie leci tam stabilnie po prostej na SE; jest w środku zakrętu, przy konfiguracji po starcie, gdy hałas silnikowy i aerodynamiczny jest szczególnie odczuwalny.
Obserwowany łuk skrętu łączy początkowy kierunek startu z sektorem dalszego odlotu. Geometria jest zgodna z hipotezą wcześniejszego skierowania na punkt docelowy, np. direct-to, ale same pozycje ADS-B nie ujawniają treści ani autora instrukcji ATC. Nie przesądzają też, czy zmiana trasy stanowiła naruszenie.
Z perspektywy mieszkańca każde znaczące odstępstwo z RWY 29 na destynację SE oznacza ryzyko przelotu bezpośrednio nad głową w trakcie ostrego skrętu. Ekspozycja jest największa dla EVINA 7G (920 przelotów rocznie w promieniu 600 m) i XIMBA 8G (397 przelotów rocznie w promieniu 600 m), a grupa no_match pokazuje dodatkowo ruch niedopasowany do przyjętej geometrii 24 procedur RNAV SID, który fizycznie przechodzi tym samym obszarem. Szpital Tworkowski leży ok. 400 m od punktu obserwacyjnego i wpisuje się w ten korytarz zachodniej aglomeracji. Nie ma w AIP osobnej opublikowanej procedury prowadzącej wzdłuż tej lokalnej linii nad Pruszkowem-Malichami-Tworkami; korytarz powstaje z rzeczywistej praktyki operacyjnej po starcie.
Klasyfikacja opisuje geometrię lotu. Nie wyjaśnia samodzielnie, dlaczego wybrano daną trasę. Mieszkańca interesuje obecność samolotu w lokalnym korytarzu, ale wielkość ekspozycji akustycznej zależy także od konfiguracji, ciągu, wysokości i pogody; nie można jej utożsamiać z klasą SID.
Skala dotychczasowych rysunków XIMBA i EVINA pokazywała całą trajektorię procedury — to było potrzebne dla perspektywy całej pętli. Tutaj prezentuję te same dane w zoom-ie na lokalny korytarz nad Pruszkowem, Malichami i Tworkami. Linie trajektorii zbiegają się w wąski pas po wschodniej stronie WA921; bezpośrednio nad Szpitalem Tworkowskim i centrum Malich. To jest mapa, która działa na wyobraźnię: nie chodzi o abstrakcyjne odstępstwo od pętli AIP, tylko o powtarzalny przelot samolotów w zarejestrowanej próbie nad konkretnymi adresami. Dla XIMBA 8G widać lokalną część dużej pętli, a dla EVINA 7G ten sam lokalny korytarz z dodatnim, interpretowalnym saved_km. Dlatego w ocenie ekspozycji mieszkańca traktuję obie procedury równoprawnie: mechanizm operacyjny jest mniej ważny niż fakt, że samolot przechodzi nad tym samym obszarem zabudowy.
4.8. Obszar Ograniczonego Użytkowania a rzeczywiste korytarze startów
Odrębne zestawienie historyczne. Sekcja OOU w v10 używa liczebności 36 497 i 1 967, innych niż główna migawka SID (36 138 i 1 955). Nie potwierdzono zgodności zakresów tych zapytań. Zachowane wartości opisują wyłącznie zestawienie OOU; nie łączę ich z głównym mianownikiem i nie wykorzystuję do nowych wniosków ilościowych. Wymagają uzgodnienia przed kolejnym przeliczeniem.
W tej analizie OOU jest warstwą przestrzenną zapisaną w bazie projektu. Zestawiam jej granice z pozycjami samolotów. Nie ustalam w ten sposób aktualnego zakresu praw mieszkańców, ograniczeń zabudowy ani podstaw roszczeń. Do takich ocen służą właściwe akty i dokumenty środowiskowe, nie samo przecięcie trajektorii z poligonem.
Modelowanie hałasu wymaga informacji o trasach, flocie, parametrach operacyjnych i propagacji. Ta publikacja nie odtwarza modelu użytego do ustalenia OOU i nie potwierdza, jakie trasy przyjęto w jego dokumentacji. Rzeczywiste trajektorie ADS-B mogą posłużyć do sprawdzenia reprezentatywności założeń; same nie dowodzą błędu mapy akustycznej.
Granice OOU EPWA w mojej bazie są zapisane jako geometrie LineString w tabeli oou_layers (warstwy: oou, z1, z2, lotnisko). Do analizy domykam je do poligonów przez shapely.geometry.Polygon(line.coords). Punkt obserwacyjny 52,16468° N · 20,83987° E leży w głównej granicy OOU, poza strefami Z1/Z2, bardzo blisko jej zachodniej krawędzi. To rozróżnienie jest ważne: formalnie nie jest to strefa Z2, a lokalny korytarz Pruszków-Malichy-Tworki przebiega po granicy OOU i częściowo poza nią. W praktyce oznacza to, że część mieszkańców tego samego akustycznego korytarza może być włączona do formalnej ochrony, a część pozostawać poza nią, mimo że słyszy te same starty.
Sprawdzam, jak rzeczywiste starty z RWY 29 (flight_departures + departure_sid_match + wide_observations) mają się do tej granicy. Dla każdego startu pytanie brzmi: czy ramki ADS-B w pierwszych 10 minutach lotu mieszczą się w OOU, czy też trajektoria wychodzi poza formalną geometrię ochrony? Sama odpowiedź „czy lot ma jakąkolwiek ramkę w OOU” jest mało informacyjna, bo start zaczyna się przy lotnisku i prawie zawsze przecina OOU. Dlatego obok tej metryki liczę ważniejszą dla mieszkańca wartość: czy najbliższa obserwatorowi ramka danego przelotu within-600m znajduje się w OOU, czy poza nim.
- Z 36 497 startów RWY 29 w roku 36 496 (100,0 %) ma już pierwszą ramkę ADS-B wewnątrz OOU; nie jest to więc metryka ochrony mieszkańca, tylko potwierdzenie, że start zaczyna się w rejonie lotniska objętym OOU.
- Z 1 967 startów within-600m od obserwatora 698 (35,5 %) ma najbliższą obserwatorowi ramkę poza główną granicą OOU, a 1 967 (100,0 %) wypada poza strefą Z2.
- Korytarz XIMBA 8G przechodzi po granicy OOU i częściowo poza nią: 134/400 (33,5 %) najbliższych ramek XIMBA 8G jest poza OOU; dla
deviationjest to 134/400 (33,5 %). - Korytarz EVINA 7G również przecina granicę OOU: 357/929 (38,4 %) najbliższych ramek EVINA 7G jest poza OOU; dla
deviationjest to 357/928 (38,5 %).
W zarejestrowanej próbie korytarze przypisane do XIMBA i EVINA przecinają granicę warstwy OOU. To wynik geometryczny. Nie przesądza o poziomie hałasu poza granicą ani o potrzebie jej zmiany bez pełnego modelu i dokumentacji środowiskowej.
Uzasadnionym dalszym krokiem jest porównanie rzeczywistych trajektorii z założeniami dokumentacji środowiskowej. Udział klasy deviation w lokalnej próbie nie pozwala oszacować błędu izofon. Poziom dźwięku na ziemi zależy również od parametrów samolotu i warunków propagacji.
Analiza OOU opisuje obecność samolotu w przestrzeni. Punktowy sonometr wskazuje kontrast poziomu dźwięku względem tła, ale nie pozwala przypisać każdemu przelotowi stałej różnicy 15–25 dB ani ocenić całego obszaru. Potrzebne jest dopasowanie niezależnych zdarzeń akustycznych do lotów.
4.9. Punkt pomiarowy PPL w Piastowie a mój punkt obserwacyjny
Polskie Porty Lotnicze prowadzą sieć dziesięciu profesjonalnych punktów ciągłego pomiaru hałasu wokół EPWA (Lochard EMU-2 + mikrofony 41DM-2, wzorzec Brüel & Kjær 4228, metodyka LAeq wg rozporządzenia Ministra Środowiska z 16.06.2011). Jedynym z tych dziesięciu punktów położonym w zachodnim korytarzu startowym, w pobliżu mojego punktu obserwacyjnego, jest P10 Piastów, ul. Lelewela 16/18 (52,19158° N, 20,84974° E). W tym rozdziale zestawiam ten oficjalny miernik z moim punktem obserwacyjnym w Pruszkowie-Malichach (52,16468° N, 20,83987° E).
Teza jest prosta i — jak pokazuję niżej — wynika wprost z danych ADS-B: mój punkt obserwacyjny leży bliżej rzeczywiście przelatujących samolotów niż oficjalny miernik PPL w Piastowie. Brak przekroczeń norm w Piastowie jest informacją o jednym konkretnym adresie, a nie dowodem na to, że hałasu nie ma w Pruszkowie-Malichach i sąsiednich osiedlach.
Geometria — gdzie naprawdę lecą samoloty
Tabela poniżej podaje minimalną odległość trajektorii startu (najbliższa ramka ADS-B w 10 min od t_takeoff_utc) do obu punktów, dla startów RWY 29 — kierunku, który tworzy ekspozycję zachodniej aglomeracji.
| Punkt | mediana [km] | %<600 m | %<1 km | n<600m |
|---|---|---|---|---|
| P10 Piastów, ul. Lelewela 16/18 | 1,50 | 0,4 % | 2,0 % | 164 |
| OBS Obserwator, Pruszków-Malichy | 1,61 | 4,5 % | 9,5 % | 1 628 |
Mediany odległości są zbliżone (1,50 vs 1,61 km), ale rozkład bliskich przelotów już nie. Nad obserwatorem 9,5 % startów RWY 29 ma najbliższą ramkę w promieniu 1 km i 4,5 % w promieniu 600 m, podczas gdy nad oficjalnym miernikiem w Piastowie jest to odpowiednio tylko 2,0 % i 0,4 %. Innymi słowy: liczba bardzo bliskich przelotów (n<600 m) nad moim punktem jest niemal dziesięciokrotnie wyższa niż nad Piastowem (1 628 vs 164). Miernik PPL stoi na skraju korytarza, mój punkt — w jego gęstszej części.
LAeqD/N — oficjalny miernik Piastów i mój sonometr
PPL publikuje miesięczne raporty z dziennymi wartościami LAeqD (06–22) i LAeqN (22–06) dla P10 Piastów. Zebrałem te raporty za okres od lutego 2025 do marca 2026 i z każdego policzyłem medianę dobową. Dla mojego punktu liczę analogiczne miesięczne LAeq z ciągłego sonometru background_noise (519 tys. pomiarów co około minutę), wzorem 10 * log10(mean(10^(noise_db/10))). To jest porównanie tej samej logiki energetycznego uśredniania — LAeq vs LAeq — i obejmuje pełny rok, a nie pojedynczy miesiąc. Oba wskaźniki opisują hałas otoczenia z wszystkich źródeł (tak jak miernik PPL), nie wyłącznie lotniczy.
W całym dostępnym oknie wzorzec jest stabilny: mediana miesięczna P10 Piastów utrzymuje się w paśmie 51–54 dB LAeqD i 46–47 dB LAeqN (blisko lub poniżej norm 55/45 dB), podczas gdy mój ciągły sonometr daje median miesięcznych 55–63 dB LAeqD i 53–62 dB LAeqN. Mój punkt jest wyższy w każdym miesiącu, a mediana różnicy nocnej (LAeqN) wynosi około 8 dB. Skrajnie wysokie miesiące u mnie (grudzień, styczeń — sezon petard i fajerwerków) podbijają energetyczny LAeq, ale nawet poza nimi różnica nocna nie spada poniżej ~6 dB. P95 chwilowych SPL nad obserwatorem sięga w nocy 68,9 dB.
Perymetr 500/1000/1500 m
Samo n<600m dla startów nie pokazuje całego obrazu, dlatego policzyłem także wszystkie ramki wide_observations w promieniu 500, 1000 i 1500 m od obu punktów oraz liczbę unikalnych startów, które w ciągu 10 minut od t_takeoff_utc miały co najmniej jedną ramkę w danym buforze. To jest analiza obecności trajektorii w perymetrze, niezależna od tego, czy dany przelot został rozpoznany jako zdarzenie akustyczne.
| Punkt | Ramki @500m | Ramki @1000m | Ramki @1500m | Starty @500m | @1000m | @1500m | Mediana alt @1500m [m] |
|---|---|---|---|---|---|---|---|
| P10 Piastów | 7 040 | 486 967 | 1 206 055 | 429 | 1 334 | 19 234 | 517 |
| OBS Obserwator | 17 825 | 72 916 | 378 723 | 1 621 | 4 035 | 18 309 | 1 256 |
W buforze 500 m mój punkt ma ponad dwukrotnie więcej ramek niż Piastów (17 825 vs 7 040) i blisko czterokrotnie więcej unikalnych startów (1 621 vs 429). To potwierdza obraz z geometrii: najbliższe sąsiedztwo mojego punktu jest gęściej przelatywane niż sąsiedztwo oficjalnego miernika, mimo że oba leżą w tym samym zachodnim korytarzu.
Obszary narażone na zwiększoną ekspozycję
Zachodni korytarz startowy RWY 29 nie kończy się na Piastowie. Te same tory ADS-B przechodzą nisko nad Pruszkowem-Malichami, Regułami, Opaczą-Kolonią i Michałowicami. Pojedynczy oficjalny miernik w Piastowie, stojący na skraju korytarza, nie jest reprezentatywny dla tych miejscowości — a jego brak przekroczeń bywa cytowany tak, jakby był. Mapa (Rys. 20) pokazuje, że gęsta wiązka rzeczywistych trajektorii przebiega bliżej tych osiedli niż samego punktu PPL.
Synteza: SID, OOU, rzeczywiste trasy i pomiar hałasu
Rys. 20 zestawia w jednym kadrze cztery warstwy, które zwykle ogląda się osobno: nominalny korytarz SID (linia WA901-WA921), granicę Obszaru Ograniczonego Użytkowania, rzeczywiste tory startów RWY 29 z ADS-B oraz lokalizację jedynego okolicznego miernika PPL i mojego punktu. Wniosek jest spójny z resztą publikacji: rzeczywiste trajektorie tworzą szeroką wiązkę przesuniętą względem osi nominalnej, ekspozycja realna rozkłada się na pas miejscowości po zachodniej stronie OOU, a sieć monitoringu ma w tym pasie tylko jeden punkt — położony tam, gdzie bliskich przelotów jest najmniej.
Wniosek
Brak przekroczeń w P10 Piastów jest informacją o punkcie przy ul. Lelewela 16/18, nie dowodem braku ekspozycji w Pruszkowie-Malichach, Regułach, Opaczy-Kolonii czy Michałowicach. Mój punkt obserwacyjny, oddalony o ~3 km od miernika PPL, ma niemal dziesięciokrotnie więcej bardzo bliskich przelotów (n<600 m), gęstszy perymetr 500 m oraz wyższy o ponad 8 dB nocny LAeq z ciągłego sonometru. Jedna lokalizacja pomiarowa na skraju korytarza nie opisuje ekspozycji całego pasa miejscowości pod zachodnim korytarzem startowym.
4.10. BAMSO i OLILA — północna pętla
BAMSO 6G ma mniejszy wolumen, ale jakościowo jest ważne: 35 skrótów na 237 dopasowanych startów i średni dodatni saved_km 19,33 km. OLILA 6G ma większy wolumen i wyższy udział skrótów, ze średnim zyskiem dystansowym 12,51 km dla skróconych trajektorii. Dla obu procedur widzę pomijanie północnej pętli przez WA931/WA932/WA791.
4.11. Wyniki per procedura — RWY 33
| Procedura | n | compliant | deviation | % deviation | nominal [km] | mean saved [km] |
|---|---|---|---|---|---|---|
| BAMSO 5K | 71 | 18 | 53 | 74,6 % | 103,36 | 20,64 |
| EVINA 4K | 2 515 | 249 | 2 266 | 90,1 % | 114,74 | 10,42 |
| LOLSI 5K | 2 258 | 1 060 | 1 198 | 53,1 % | 77,16 | 6,50 |
| OLILA 5K | 1 069 | 82 | 987 | 92,3 % | 81,85 | 14,23 |
| SOXER 5K | 1 691 | 1 463 | 228 | 13,5 % | 74,65 | 2,77 |
| XIMBA 5K | 1 317 | 6 | 1 311 | 99,5 % | 130,75 | 43,19 |
Tab. 2. Procedury SID RWY 33. Analogicznie jak dla RWY 29, w głównej narracji pokazuję klasę deviation jako łączny efekt geometryczny.
XIMBA 5K zachowuje się tak samo jak XIMBA 8G: zgodność z pętlą jest śladowa. SOXER 5K jest natomiast procedurą bardzo zgodną: 86,5 % compliant w całym zbiorze.
4.12. Analiza operatorska — RWY 29
Nazwy operatorów w tabeli i na wykresie pochodzą z historycznego rejestru oraz ręcznych przypisań v10. Nie zweryfikowano w tej edycji ich aktualności ani podmiotu faktycznie wykonującego każdy lot. Stare etykiety rejestrowe, w tym nazwy nieaktywnych przewoźników, mogą wskazywać na błędne przypisanie. To zestawienie diagnostyczne, nie zweryfikowany ranking przewoźników.
Po progu n >= 30 tabela RWY 29 zawiera 48 operatorów w per_operator, w tym 44 nazwanych po usunięciu (unknown). Poniżej pokazuję największych operatorów według liczby dopasowanych odlotów SID z RWY 29:
| Operator | n | deviation | % deviation | mean saved [km] |
|---|---|---|---|---|
| LOT Polish Airlines | 17 579 | 10 932 | 62,2 % | 16,92 |
| Wizz Air | 4 204 | 2 702 | 64,3 % | 12,97 |
| Enter Air | 889 | 702 | 79,0 % | 22,40 |
| Lufthansa | 783 | 221 | 28,2 % | 7,28 |
| Klm | 399 | 97 | 24,3 % | 5,60 |
| Ryanair | 380 | 260 | 68,4 % | 10,02 |
| Aigle Azur | 342 | 211 | 61,7 % | 13,27 |
| Austrian Airlines | 329 | 317 | 96,4 % | 11,30 |
| British Airways | 306 | 40 | 13,1 % | 5,65 |
| Air France | 294 | 34 | 11,6 % | 5,46 |
| Wizz Air Malta | 274 | 221 | 80,7 % | 12,24 |
| SAS | 199 | 180 | 90,5 % | 12,02 |
| Smartwings Poland | 187 | 137 | 73,3 % | 13,52 |
| Polish Air Force | 167 | 106 | 63,5 % | 14,20 |
| Swiss International Air Lines | 149 | 29 | 19,5 % | 7,30 |
| Smartwings | 140 | 83 | 59,3 % | 10,54 |
Tab. 3. Operatorzy RWY 29, próg minimum 30 dopasowanych odlotów SID.
Tę tabelę traktuję jako opis operacyjny, nie jako ranking winy. Operator obsługujący głównie trasy XIMBA/EVINA będzie miał inny profil niż operator latający głównie LOLSI/SOXER, nawet przy tej samej praktyce pilotów. Po kanonicznej agregacji nazw największy wolumen RWY 29 mają LOT Polish Airlines, Wizz Air i Enter Air, natomiast w grupie operatorów powyżej progu n >= 30 pojawiają się też mniejsi przewoźnicy z wysokim udziałem znaczących odstępstw.
4.13. Ruch nocny i kontekst regulacyjny
Rozkład dobowy w tej publikacji opisuje zarejestrowany ruch, nie dopuszczalność operacji. Definicje nocy użyte w różnych analizach mogą się różnić. V11 nie aktualizuje zasad operacyjnych ani limitów hałasu na październik. Quota Count i inne instrumenty opisane w bibliografii v10 są kontekstem historycznym; ich ocena wymaga aktualnych dokumentów oraz certyfikowanych danych dla konkretnej konfiguracji samolotu.
4.14. Ekonomiczne i środowiskowe konsekwencje skrótów
Ekonomię liczę dla procedur, w których saved_km jest dodatni i geometrycznie czytelny po odcięciu długości ścieżki od liftoff: XIMBA, EVINA, OLILA i BAMSO. LOLSI i SOXER zostawiam poza kalkulacją paliwową, bo są przede wszystkim procedurami kontrolnymi albo mają mniej jednoznaczny wzorzec skrótu.
| Procedura | n shortcut | mean saved [km] | dystans roczny [km] |
|---|---|---|---|
| XIMBA 8G | 1 240 | 43,70 | 54 188 |
| XIMBA 5K | 499 | 43,19 | 21 552 |
| EVINA 7G | 3 551 | 11,18 | 39 700 |
| EVINA 4K | 982 | 10,42 | 10 232 |
| OLILA 6G | 1 912 | 12,51 | 23 919 |
| OLILA 5K | 661 | 14,23 | 9 409 |
| BAMSO 6G | 35 | 19,33 | 677 |
| BAMSO 5K | 17 | 20,64 | 351 |
| Razem | 8 897 | — | 160 028 |
W scenariuszu ilustracyjnym z v10, przy założeniu 6,5 kg paliwa / km w fazie wznoszenia daje to około 1 040 ton paliwa rocznie. Przy współczynniku 3,16 kg CO₂ / kg Jet A-1 odpowiada to około 3 287 ton CO₂ rocznie. Przy cenie paliwa 3,80 PLN/kg daje to rząd wielkości 3,95 mln PLN rocznie oszczędności operacyjnej dla tych rodzin procedur. Są to obliczenia scenariuszowe ze stałymi współczynnikami, nie pomiary spalania, emisji ani rzeczywistych oszczędności. Ceny i współczynniki nie zostały zaktualizowane w v11.
Scenariusz ilustruje możliwy kompromis między długością trasy a jej przebiegiem nad zabudową. Nie dowodzi, że zmiana trasy obniżyła zużycie paliwa o wyliczoną wartość ani że zwiększyła hałas w określonym punkcie.
4.15. Rozkład dobowy i klasyfikacja RWY 29
RWY 29 odpowiada za 36 138 startów w rocznym oknie. Dla tego pasa klasyfikacja wygląda następująco: 11 683 compliant, 18 969 deviation i 5 486 no_match. Oznacza to, że sam wykres procentu odstępstw per procedura nie wystarcza; trzeba jednocześnie widzieć duży udział lotów poza moim zestawem procedur.
4.16. Studia przypadków
5. NADP1 i NADP2: czy zmienił się profil startów?
Przejdź do części tego rozdziału
W dzień nie wykryto istotnej zmiany udziałów profili. Nocą wzrósł udział profili podobnych do NADP1, ale wynik nie jest odporny na korektę wysokości QNH.
Co mierzy ta analiza? Podobieństwo kształtu profilu wznoszenia ADS-B do wzorca. Nie potwierdza wykonania NADP1 lub NADP2 i nie identyfikuje naruszeń. Nie znamy ciągu silników, konfiguracji klap, masy ani prędkości IAS/V2.
5.1. SID i NADP odpowiadają na inne pytania
SID opisuje trasę odlotu. NADP opisuje sposób początkowego wznoszenia, w tym kolejność zmian ciągu, przyspieszania i konfiguracji. Odstępstwo geometryczne od SID oraz profil podobny do NADP1 mogą wystąpić w tym samym locie. Nie łączę udziałów z rocznej migawki SID z udziałami w nowszej próbie NADP.
NADP1 przewiduje późniejsze rozpoczęcie przyspieszania niż NADP2. Poniższy rysunek wyjaśnia wyłącznie tę różnicę. Nie przedstawia zmierzonych lotów, progów operacyjnych ani poziomu hałasu.
5.2. Zakres porównania
Porównuję dwa równe okna po 48 dni: 19 czerwca–5 sierpnia oraz 8 sierpnia–24 września 2026. Dni 6–7 sierpnia wyłączono z powodu potwierdzonej luki odbioru. Noc analityczna oznacza 22:00–06:00 Europe/Warsaw; jest definicją grupowania tej analizy, a nie deklaracją aktualnego okna obowiązywania przepisów AIP. Start przypisano do lokalnej daty startu.
Punktem odniesienia jest zmiana opisana w zarchiwizowanych materiałach AIP na 6 sierpnia 2026. Porównanie ma charakter obserwacyjny. Ta edycja nie weryfikuje aktualnego stanu przepisów na dzień 12 października. Wiatr, skład floty, masa i wykonywana trasa mogą wpływać na wynik.
Materiały źródłowe analizy: zapis treści EPWA z archiwum lipcowego, sierpniowego i wrześniowego (2026); sumy kontrolne archiwum źródeł. Bieżące wydania publikuje AIS PANSA. Szczegółowe wyniki: nota analityczna z 27.09.2026.
5.3. Udziały profili przed i po
Mianownikiem są wszystkie starty kwalifikujące się do analizy po wyłączeniu znanych typów nieodrzutowych. Nierozstrzygnięte pozostają w mianowniku. Obejmują brak dopasowania i niewystarczające dane. Nie należy porównywać tych udziałów bezpośrednio z raportem z 25 września: zastosowano inną metodę klasyfikacji.
| Pora / okres | Starty | NADP1 | NADP2 | Nierozstrzygnięte |
|---|---|---|---|---|
| Dzień / Przed | 13 488 | 5 677 (42,1%) | 4 978 (36,9%) | 2 833 (21,0%) |
| Dzień / Po | 13 638 | 5 918 (43,4%) | 4 983 (36,5%) | 2 737 (20,1%) |
| Noc / Przed | 1 316 | 1 137 (86,4%) | 98 (7,4%) | 81 (6,2%) |
| Noc / Po | 1 237 | 1 118 (90,4%) | 66 (5,3%) | 53 (4,3%) |
Cały zbiór obejmuje 29 721 startów. W tabeli: 29 679 kwalifikujących się; 42 znane typy nieodrzutowe wyłączono. Wyższy udział profili w nocy nie jest odsetkiem potwierdzonych wykonań procedury.
5.4. Zmiana udziału i niepewność
Wykres pokazuje zmianę po minus przed, w punktach procentowych. Statystyki opierają się na 47 parach dni o tym samym dniu tygodnia, dlatego różnica testowana nie musi być identyczna z różnicą procentów dla całych okien. Test permutacyjny i przedziały analizują zmienność między dniami. Wartości p skorygowano metodą Holma dla czterech porównań osobno w każdym wariancie wysokości; próg istotności wynosi 0,05.
Oba warianty przedstawiono poniżej.
| Pora / profil | Zmiana | 95% przedział (pp) | p Holma |
|---|---|---|---|
| Dzień / NADP1 | +1,21 pp | [-0,81; +3,37] | 0,527 |
| Dzień / NADP2 | -0,33 pp | [-1,95; +1,22] | 0,696 |
| Noc / NADP1 | +3,72 pp | [+0,97; +6,31] | 0,044 |
| Noc / NADP2 | -2,06 pp | [-4,05; -0,11] | 0,158 |
| Pora / profil | Zmiana | 95% przedział (pp) | p Holma |
|---|---|---|---|
| Dzień / NADP1 | +0,29 pp | [-0,81; +1,43] | 1,000 |
| Dzień / NADP2 | -0,03 pp | [-1,15; +1,06] | 1,000 |
| Noc / NADP1 | +3,59 pp | [+0,60; +6,44] | 0,101 |
| Noc / NADP2 | -2,35 pp | [-4,36; -0,42] | 0,101 |
Wniosek: brak odpornego statystycznie dowodu na zmianę udziałów NADP1/NADP2. Nocny wzrost NADP1 w wariancie podstawowym ma p=0,044; po korekcie QNH p=0,101. Sam brak istotności nie dowodzi braku zmiany. Także 95% przedział nieobejmujący zera nie przesądza o wyniku testu po korekcie wielokrotności.
5.5. Czego z tych danych nie można wywnioskować
- Nie można przypisać załodze konkretnej procedury ani stwierdzić naruszenia na podstawie klasy profilu.
- Nie można ocenić wpływu NADP na hałas na ziemi bez osobnego powiązania lotów z porównywalnymi pomiarami akustycznymi.
- Nie można przypisać obserwowanej zmiany wyłącznie zmianie zasad: nie kontrolujemy w pełni pogody, masy, floty ani SID.
- Nie ma wiarygodnego przypisania SID do każdego startu w tej próbie. Podział tras zastępuje podział według pasa, dostępny w pliku CSV.
- Wynik jest migawką do 24 września, nie oceną bieżących lotów z października.
6. Interpretacja i ograniczenia
6.1. Procedura jako referencja a praktyka ATC
Najważniejsze rozróżnienie interpretacyjne w publikacji to podział na compliant, deviation i no_match. Część ruchu w klasie deviation nie tworzy jednoznacznego wzorca ekonomicznego direct-to, ale nadal oznacza powtarzalne wyjście poza nominalny korytarz SID.
XIMBA pozostaje przypadkiem najmocniejszym ekonomicznie: compliant jest marginalne, saved_km jest duże, a trajektorie układają się w powtarzalny korytarz direct-to. EVINA jest równie istotna przestrzennie i po korekcie początku integracji ma też dodatni, interpretowalny saved_km: dla EVINA 7G średnio 11,18 km wśród skróconych trajektorii. Dla LOLSI i SOXER obserwuję odwrotny wynik: duża zgodność z opublikowanym przebiegiem.
6.2. Operatorzy i kanonizacja nazw
Wnioski operatorskie należy czytać przez pryzmat siatki połączeń: operator latający XIMBA ma naturalnie więcej okazji do dużych skrótów niż operator latający głównie SOXER.
6.3. Implikacje akustyczne
Procedury SID są publikowane z adnotacją o znaczeniu dla noise abatement. Jeżeli rzeczywista praktyka regularnie pomija pętlę procedury, to mapa ekspozycji akustycznej oparta na nominalnym przebiegu może być nieadekwatna. Dla Pruszkowa/Piastowa kluczowe jest nie tylko ile startów obsługuje RWY 29, ale gdzie faktycznie przebiega korytarz po starcie.
6.4. Zakres klasyfikacji
Klasyfikacja zaczyna się od wykrytego startu, a nie od końcowego punktu procedury. Dzięki temu obejmuje zarówno loty dopasowane do analizowanych SID, jak i te, które nie pasują do sześciu procedur dla danego RWY. W rocznym zbiorze mogę odróżnić:
- procedury de facto niestosowane w opublikowanym kształcie,
- procedury zwykle zgodne,
- procedury z dużym udziałem znaczących odstępstw bez czytelnej ekonomii dystansu,
- ruch niedopasowany do przyjętej geometrii 24 procedur RNAV SID.
6.5. Coverage RPi vs oficjalne dane lotniska
W rozdziale 4.1 wyliczyłem, że średnio rejestruję 196 startów dziennie z EPWA. Dla pełnego obrazu uczciwie sprawdziłem swoje pokrycie wobec niezależnego źródła. Pobrałem przez FlightAware AeroAPI oficjalną listę odlotów EPWA dla dwóch referencyjnych dni: 2026-05-18 i 2026-05-19. AeroAPI raportuje 572 odloty w tych dwóch dniach, a moja baza zawiera 371. Po dopasowaniu hex-po-hex (registration → hex_ident przez lokalny rejestr) coverage rate wynosi 76,4 %: 343 z 449 oficjalnych odlotów z rozpoznanym hexem.
Brakujące 106 odlotów nie rozkłada się losowo. Koncentrują się w godzinach popołudniowych 13-17 UTC (15-19 czasu lokalnego), czyli w peak hours, gdy ruch jest najgęstszy. Pojawia się też wtórny peak o 6 UTC, w porannym rushu. Per operator missy są proporcjonalne do wolumenu: LOT 21, Wizz Air 11, Lufthansa 6, Smartwings 6, Austrian 5 — czyli są to ci sami operatorzy, którzy dominują w mojej bazie. Per typ samolotu missy dotyczą głównie short-haul tubes: A321neo (15), Boeing 737 MAX 8 (15), Boeing 737-800 (13) i Embraer 190 (10). Nie widzę silnego biasu operatorskiego ani typologicznego.
Braki koncentrują się w godzinach wzmożonego ruchu. Saturacja dekodera, zasłonięcie sygnału i progi detekcji startu są możliwymi wyjaśnieniami. Dostępne porównanie nie rozstrzyga ich udziału. Diagnoza przyczyny wymaga logów odbiornika oraz porównań z niezależnym źródłem w większej liczbie dni.
Nie ekstrapoluję współczynnika 76,4% na cały rok ani na korytarz nad obserwatorem. Pokrycie dotyczy 343 z 449 odlotów o rozpoznanym hexie w dwóch dniach; nie wszystkich 572 odlotów AeroAPI. Dane nie uzasadniają przeliczenia 1 955 przelotów na 2 500–2 700 ani wniosku o niezmienionych proporcjach operatorów i tras. Roczne wyniki opisują zarejestrowaną próbę.
Zaobserwowane trajektorie potwierdzają obecność korytarza w zarejestrowanej próbie. Skala ruchu niezarejestrowanego oraz jego rozkład przestrzenny pozostają nieznane. Niepełność odbioru ogranicza ocenę udziałów i całkowitej ekspozycji.
7. Wnioski i dalsze działania
7.1. Co potwierdza zarejestrowana próba
- Rzeczywiste trasy tworzą korytarz nad zachodnią aglomeracją. W rocznej migawce odnotowano 1 955 startów w promieniu 600 m od obserwatora, w tym 1 626 z RWY 29. Wynik dotyczy lokalnej próby, nie pełnej liczby operacji lotniska.
- Klasyfikator rozróżnia wzorce geometrii SID. XIMBA i EVINA mają wysoki udział odstępstw względem przyjętej referencji, podczas gdy LOLSI i SOXER stanowią użyteczną grupę porównawczą. Nie znamy instrukcji ATC do tych lotów.
- Nie wykazano odpornej zmiany udziałów NADP1/NADP2. Nocny sygnał NADP1 zależy od wariantu wysokości i korekty testów; brak istotności nie dowodzi braku zmiany.
- Jeden punkt pomiarowy opisuje lokalne otoczenie. Może ujawnić kontrast poziomu dźwięku, lecz nie zastępuje certyfikowanej sieci pomiarowej ani nie pozwala odtworzyć izofon.
7.2. Pytania wymagające dalszych danych
- Jaka część zmian trasy wynika z instrukcji ATC i jakie były ich uwarunkowania?
- Czy zaobserwowane proporcje utrzymują się po kontroli pogody, pasa, typu samolotu i sezonu?
- Jak zmienia się hałas pojedynczych, powiązanych zdarzeń przy porównywalnych profilach wznoszenia?
- Jakie jest pokrycie odbioru dla poszczególnych pasów, godzin i korytarzy w wielu dniach?
7.3. Rekomendacje
- PANSA: zestawić zarejestrowane wzorce XIMBA/EVINA z obowiązującymi w danym okresie SID i zagregowanymi danymi o zmianach tras. Wyniki geometryczne uzasadniają weryfikację praktyki, nie przypisanie winy.
- PPL i podmioty wykonujące analizy środowiskowe: uwzględniać rzeczywiste korytarze i ocenić reprezentatywność sieci pomiarowej dla miejscowości pod tymi korytarzami.
- Autor badania: przed nową edycją liczbową zweryfikować referencje AIP, przeliczyć spójnie dane SID i rozszerzyć kontrolę pokrycia. Dla NADP kontynuować analizę wrażliwości oraz rozdzielać sygnały ADS-B od potwierdzonego wykonania procedury.
8. Źródła i odtwarzalność
8.1. Endpointy użyte do liczb i figur
| Cel | Endpoint |
|---|---|
| Klasyfikacja globalna | /api/departure-classification?period=last365d |
| Klasyfikacja RWY 29 | /api/departure-classification?period=last365d&rwy=29 |
| Klasyfikacja RWY 33 | /api/departure-classification?period=last365d&rwy=33 |
| Tabele per procedura RWY 29 | /api/sid-shortcuts?rwy=29&period=last365d&shortcut_threshold_km=5 |
| Tabele per procedura RWY 33 | /api/sid-shortcuts?rwy=33&period=last365d&shortcut_threshold_km=5 |
| Operatorzy | /api/sid-shortcuts i /api/operators-deviation z min_trajectories_per_operator=30 |
| Trajektorie figur | /api/departure-trajectories?procedure=...&period=last365d |
| Przeloty w promieniu 600 m od obserwatora | zapytanie DuckDB na flight_departures, departure_sid_match, wide_observations w scripts/build_publication.py |
| OOU vs rzeczywiste korytarze | zapytanie DuckDB na oou_layers, flight_departures, departure_sid_match, wide_observations w scripts/build_publication.py |
| Heatmapa | /api/heatmap?period=last365d |
| Rozkład dobowy | /api/distribution?period=last365d |
Pełna regeneracja:
backend/.venv/bin/python scripts/build_publication.py
Kontrola obecności głównych liczb:
grep -E "71[ ,]?413|1[ ,]?955|1[ ,]?626" docs/publikacja-epwa-shortcuts.md
8.2. Spis rysunków
| Nr | Tytuł | Źródło |
|---|---|---|
| 1 | Lokalizacja punktu obserwacyjnego względem EPWA i progów RWY | matplotlib + navpoints |
| 2 | Heatmapa ruchu lotniczego | /api/heatmap |
| 3 | XIMBA 8G — RWY 29 | /api/departure-trajectories |
| 4 | LOLSI 7G — RWY 29 | /api/departure-trajectories |
| 5 | BAMSO 6G — RWY 29 | /api/departure-trajectories |
| 6 | RWY 29 compliant / deviation | /api/departure-classification |
| 7 | Operatorzy RWY 29 | /api/sid-shortcuts |
| 8 | Rozkład dobowy | /api/distribution |
| 8b | Pie chart klasyfikacji RWY 29 | /api/departure-classification |
| 9 | XIMBA 5K — RWY 33 | /api/departure-trajectories |
| 10 | EVINA 7G — RWY 29 | /api/departure-trajectories |
| 11 | EVINA 4K — RWY 33 | /api/departure-trajectories |
| 12 | XIMBA proxy pętli | /api/departure-trajectories |
| 13 | Hotspot skróconych XIMBA 8G | /api/departure-trajectories |
| 14 | Trajektorie w promieniu 600 m od obserwatora | DuckDB + wide_observations |
| 15 | Wysokość przelotu nad obserwatorem per SID | DuckDB + wide_observations |
| 16 | Początek skrętu XIMBA 8G względem WA921 | DuckDB + wide_observations |
| 17 | Granice OOU EPWA i rzeczywiste korytarze startów RWY 29 | DuckDB + oou_layers + wide_observations |
| 18 | XIMBA 8G — close-up nad Pruszkowem-Malichami-Tworkami | DuckDB + wide_observations |
| 19 | EVINA 7G — close-up nad Pruszkowem-Malichami-Tworkami | DuckDB + wide_observations |
| 20 | Synteza: tory RWY 29, korytarz SID, OOU oraz miernik PPL Piastów i obserwator | DuckDB + wide_observations + oou_layers |
| 21 | Min. odległość trajektorii RWY 29 do P10 Piastów i obserwatora | DuckDB + wide_observations |
| 22 | LAeqD/N miesięcznie (rok II 2025 – III 2026): oficjalny miernik PPL Piastów vs mój ciągły sonometr | PDF PPL + background_noise |
| 23 | Perymetr 500/1000/1500 m dla P10 Piastów i obserwatora | DuckDB + wide_observations + flight_departures |
8.3. Bibliografia
[1] AIP Polska, AD 2 EPWA 4-2-1-0, Standard Departure Chart RNAV RWY 11, AIRAC AMDT 11/24, 28 NOV 2024.
[2] AIP Polska, AD 2 EPWA 4-2-2-0, Standard Departure Chart RNAV RWY 15, AIRAC AMDT 11/24, 28 NOV 2024.
[3] AIP Polska, AD 2 EPWA 4-2-3-0, Standard Departure Chart RNAV RWY 29, AIRAC AMDT 11/24, 28 NOV 2024.
[4] AIP Polska, AD 2 EPWA 4-2-4-0, Standard Departure Chart RNAV RWY 33, AIRAC AMDT 11/24, 28 NOV 2024.
[5] AIP Polska, AD 2 EPWA 10-1 do 10-13, Standard Arrival Charts RNAV RWY 11/15/29/33.
[6] OpenSky Network, aircraft-database-complete.
[7] FAA, Order JO 7110.65, Air Traffic Control.
[8] ICAO Doc 8168 PANS-OPS Vol. II, Aircraft Operations — Construction of Visual and Instrument Flight Procedures.
[9] UK Civil Aviation Authority, CAP 1129: Quota Count Classification of Aircraft for the Heathrow, Gatwick and Stansted Night Restrictions.
[10] UK Department for Transport, Night flight restrictions at Heathrow, Gatwick and Stansted airports beyond 2024, plus national night flight policy.
[11] Heathrow Airport, Night flights and Introduction to Night Flights.
[12] Fraport, Hours of Operation — Frankfurt Airport; Stadt Frankfurt am Main, Nachtflugverbot.
[13] Schiphol, Night flights at Schiphol.
[14] Service technique de l’aviation civile (STAC), Indicateur Global Mesuré Pondéré (IGMP), Paris-Charles-de-Gaulle.
[15] Centralny Port Komunikacyjny / PPL, publiczne materiały dotyczące oddziaływania akustycznego Lotniska Chopina.
[16] ICAO Doc 9829, Guidance on the Balanced Approach to Aircraft Noise Management.
Opracowanie własne na podstawie danych ADS-B z odbiornika lokalnego, procedur AIP Polska AD 2 EPWA 4-2-{1,2,3,4}-0 AMDT 11/24 oraz bazy danych statków powietrznych OpenSky/override operatorów.
9. Załącznik: techniczne klasy SID
W publikacji prezentuję klasy w postaci 3-stopniowej (compliant / deviation / no_match) jako bardziej czytelnej dla mieszkańca i analityka polityki publicznej. W bazie technicznej (departure_sid_match) zachowuję natomiast oryginalny 4-stopniowy podział:
| Subklasa (techniczna) | Definicja | Ile w roku |
|---|---|---|
compliant |
bez zmian | 18 855 (26,4 %) |
shortcut |
dotarł do terminala (≤8 km), ale ominął ≥1 pośredni waypoint (>5 km) | 17 197 (24,1 %) |
vectored |
nie dotarł do terminala, ale skierowany ku ogólnej destynacji (8-30 km od exit fix) | 26 446 (37,0 %) |
no_match |
poza wszystkimi exit fixami (>30 km) | 8 915 (12,5 %) |
Nazwy techniczne shortcut i vectored opisują różne kryteria geometryczne klasyfikatora. Nie są potwierdzeniem rodzaju instrukcji ATC. Bez korespondencji radiowej nie ustalam, czy załoga otrzymała direct-to, wektorowanie ani z jakiego powodu zmieniła trasę.
shortcut: profil geometryczny spełniający kryterium ominięcia punktów pośrednich i dotarcia w pobliże końcowego fixa.vectored: profil geometryczny poza buforem terminala, lecz w szerszym zakresie dopasowania; nazwa klasy nie dowodzi wektorowania przez ATC.
Z perspektywy mieszkańca pod korytarzem (i hałasu, który słyszy) różnica nie jest istotna; dlatego w głównej narracji prezentuję je razem jako deviation. Dla analityka systemu ATC lub badacza praktyki operacyjnej linii lotniczej rozróżnienie jest cenne — dane są dostępne w bazie.
Endpoint /api/departure-classification zwraca jeszcze stary podział (4 klasy) w polu summary.by_classification z osobnymi liczbami shortcut, vectored, compliant, no_match. Endpoint /api/sid-shortcuts zachowuje historyczne pola shortcut-oriented (n_shortcut, shortcut_pct, departures_summary), a publikacyjna agregacja deviation = shortcut + vectored jest wykonywana dopiero w scripts/build_publication.py.
Dane do sprawdzenia i pobrania
Wyniki NADP można sprawdzić bez dostępu do aplikacji i jej bazy. Pliki są zamrożoną migawką używaną w tej edycji. Szczegóły lotów pobiera się osobno, dzięki czemu publikacja pozostaje lekka.
Słownik pojęć
- ADS-B
- Komunikaty samolotu z pozycją i parametrami ruchu. Lokalny odbiór może być niepełny.
- SID
- Opublikowana standardowa trasa odlotu. Geometria referencyjna zależy od wydania AIP.
- NADP
- Procedura odlotowa ograniczająca hałas; tutaj etykieta opisuje podobieństwo profilu, nie potwierdzone wykonanie.
- QNH
- Ciśnienie używane do odniesienia wysokości barometrycznej do poziomu morza. Korekta sprawdza wrażliwość klasyfikacji.
- pp
- Punkty procentowe — różnica udziałów, np. 40% → 43% to +3 pp.
- SPL / LAeq
- SPL opisuje poziom dźwięku w danej chwili, LAeq jego energetyczną średnią w ustalonym czasie. Nie są zamienne.
- OOU
- Obszar Ograniczonego Użytkowania. Przebieg trajektorii sam w sobie nie określa przekroczenia norm hałasu.
Co zmieniło się w v11
Dodano rozdział NADP1/NADP2 na podstawie analizy z 27.09.2026, wykresy niepewności i korekty QNH, spis treści, mobilny układ oraz pliki danych. Doprecyzowano interpretację pokrycia z dwóch dni i oddzielono chwilowy SPL od klasyfikacji LAeq. Liczb SID nie przeliczono. Archiwalna v10 pozostaje niezmieniona w materiałach źródłowych projektu.