数据不均衡下教练机致命事故识别与分析

doi:10.16265/j.cnki.issn1003-3033.2026.08.0848

中国安全科学学报 ›› 2026, Vol. 36 ›› Issue (8): 124-132.doi: 10.16265/j.cnki.issn1003-3033.2026.08.0848

数据不均衡下教练机致命事故识别与分析

张庆峰¹(), 曹宇飞¹, 周悦¹^,^**(), 付川云²

¹ 中国民用航空飞行学院飞行技术学院, 四川广汉 618307
² 哈尔滨工业大学交通科学与工程学院, 黑龙江哈尔滨 150090

收稿日期:2026-03-15 修回日期:2026-05-21 出版日期:2026-08-28
通信作者:
**周悦(1992—),男,四川成都人,博士,讲师,主要从事民航安全与事故分析、空中特情处置及飞行员生理特征分析方面的研究。E-mail:415958144@qq.com。
作者简介:
张庆峰 (1982—),男,四川成都人,硕士,副教授,主要从事航空安全、工程力学及智能材料与结构方面的研究。E-mail: 5609922@qq.com。
付川云副教授
基金资助:
国产民机飞行与运行支持四川省工程研究中心项目(MJCYZY202504); 四川省民航飞行技术与飞行安全工程技术研究中心项目(GY2024-07B); 中央高校基本科研业务费资助项目(25CAFUC03006); 中央高校基本科研业务费资助项目(25CAFUC04004)

Identification and analysis of fatal accidents of training aircraft under uneven distribution of accident types

Zhang Qingfeng¹(), Cao Yufei¹, Zhou Yue¹^,^**(), Fu Chuanyun²

¹ Flight Technology College, Civil Aviation Flight University of China, Guanghan Sichuan 618307, China
² School of Transportation Science and Engineering, Harbin Institute of Technology, Harbin Heilongjiang 150090, China

Received:2026-03-15 Revised:2026-05-21 Published:2026-08-28

摘要/Abstract

摘要：

为降低教练机飞行训练伤亡率,明确教练机事故致命性机制及影响因素,首先,采用美国国家运输安全委员会(NTSB)通用航空教练机事故数据,提取时间、飞行、飞行员、飞机运营、气象及机场6大维度变量;其次,通过合成少数类过采样技术(SMOTE)、自适应合成采样(ADASYN)等重采样技术处理数据不均衡问题;最后,训练多类可解释机器学习模型,解析事故致因及致死事故影响因素。结果表明:结合边界线SMOTE(采样比例0.12)的轻量级梯度提升机(LightGBM)模型在事故致命性识别中性能最优,准确率为96.04%,宏F₁为88.19%;在特征影响因素中,事故出现在飞行-机动阶段、飞行-起飞阶段,以及出现飞行-空中失去控制事件与致命事故的发生正相关,飞行-着陆阶段与之负相关,同时飞行员年龄>65岁产生混合影响。

关键词: 数据不均衡, 教练机, 致命事故, 机器学习, 航空事故, 轻量级梯度提升机(LightGBM)模型, 夏普利加性解释(SHAP)

Abstract:

To clarify the lethality mechanisms of trainer aircraft accidents with significantly imbalanced accident data, the influencing factors of their lethality were analyzed. The accident data for general aviation trainer aircraft from the National Transportation Safety Board (NTSB) were utilized. Six dimensions of variables, namely time, flight, pilot, aircraft operation, meteorology, and airport, were extracted. Given that fatal accidents accounted for 9.66% of the data, a sample imbalance existed. Resampling techniques, including the Synthetic Minority Over-sampling Technique (SMOTE) and Adaptive Synthetic (ADASYN) sampling, were employed to address this issue. Multiple interpretable machine learning models were subsequently trained to analyze accident causes and fatal accident influencing factors. The results indicate that the LightGBM model combined with Borderline-SMOTE (synthetic sample ratio 0.12) achieves the optimal performance in predicting accident fatality. Its accuracy is 96.04%, and its macro-F₁ score is 88.19%. Among the characteristic influencing factors, accidents occurring in the flight-maneuvering phase, the flight-takeoff phase, and in-flight loss-of-control events are positively correlated with fatal accidents. The flight-landing phase is negatively correlated with fatal accidents. Pilots aged over 65 produces a mixed effect. This study, through interpretable machine learning models, reveals the key influencing factors for the fatality of trainer aircraft accidents. It provides an empirical basis for understanding the accident mechanism.

Key words: data imbalance, trainer aircraft, fatal accident, machine learning, aviation accidents, light gradient boosting machine (LightGBM) model, Shapley additive explanations (SHAP)

中图分类号:

X928.9其他

张庆峰, 曹宇飞, 周悦, 付川云. 数据不均衡下教练机致命事故识别与分析[J]. 中国安全科学学报, 2026, 36(8): 124-132.

Zhang Qingfeng, Cao Yufei, Zhou Yue, Fu Chuanyun. Identification and analysis of fatal accidents of training aircraft under uneven distribution of accident types[J]. China Safety Science Journal, 2026, 36(8): 124-132.

图/表 7

表1

关键特征变量描述

特征变量名称	特征的多变量分类变量及描述	二元变量数
事故等级	非死亡事故、死亡事故	2
时间-季节	春、夏、秋、冬	4
时间-时间段	早晨、上午、下午、晚上、夜晚	5
飞机-飞机类型	直升机、滑翔机、未标明	3
飞机-起火爆炸	是否发生起火爆炸	1
飞机运营-发动机额定功率/kW	[0,112)、[112,149)、[149,187)、≥187	4
飞机运营-发动机类型	往复式发动机、双发发动机	2
飞机运营-发动机制造商	莱康明、罗塔克、大陆、其他	4
飞机运营-起落架类型	后三点尾轮式、前三点、其他	3
飞机运营-适航证书	适航证书是否为正常	1
飞机运营-最大起飞质量/kg	[0,680)、[680,908)、[908,1 134)、[1 134,1 361)≥1 361	5
飞机运营-座位数	[0,2]、[3,4]、≥5	3
飞行-本场	是否为本场	1
飞行-飞行阶段	滑行道、起飞、机动、进近、着陆	5
飞行-关键事件	可控飞行撞地、发动机失效、硬着陆、起落架问题、空中失去控制、地面失控、非动力系统失效、其他	8
飞行员-安全带	两点式、三点式、四点式、五点式、未标记	5
飞行员-飞行时长/h	[0,100)、[100,200)、[200,500)、[500,1 000)、 [1 000,2 000)、[2 000,5 000)≥5 000	7
飞行员-执照类型	单发、多发、未标明	3
飞行员-飞行员资质	航空运输、商业、教员、学员、私人、其他	6
飞行员-教员评级	单发教员、多发教员、其他教员、仪表教员、未注明	5
飞行员-年龄/岁	[0,25)、[25,35)、[35,45)、[45,55)、[55,65)、≥65	6
飞行员-性别	飞行员是否为女性	1
飞行员-仪表能力	是否具有仪表飞行能力	1
飞行员-职业飞行员	飞行员是否为职业飞行员	1
飞行员-座位位置	左侧、右侧、其他	3
飞行员-副驾驶类	副驾驶飞行员变量与飞行员一致,此类变量仅在双人机组存在	31
机场-机场标高/ft	[0,500)、[500,1 000)、[1 000,1 500)≥1 500、未知	5
机场-跑道表面类型	沥青、混凝土、干跑道、其他	4
机场-跑道长度/ft	[0,2 625)、[2 625,3 938)、[3 938,5 250) ≥5 250、未知	5
气象-风速/kn	[0,4]、[5,8]、[9,12]、[13,16]、[17,20]≥20、未知	7
气象-光照条件	光照条件是否为夜晚	1
气象-温度/℃	<0、[0,8)、[8,16)、[16,24)、[24,32)≥32	6

表1

表2

表3

表4

图1

图2

图3

参考文献 21

[1]	National Transportation Safety Board. Aviation accident database query[EB/OL]. [2025-05-28]. https://www.ntsb.gov/Pages/AviationQueryV2.aspx.
[2]	中国民用航空局. 2013—2021年民航行业发展统计公报[R], 2022.
[3]	中国民用航空局航空安全办公室. 中国民用航空安全信息系统[EB/OL]. [2026-03-26]. https://safety.caac.gov.cn/indexnewsmore/init.act?args=353BC05F44C7451FA7C1F8BC050D8867.
[4]	靳慧斌, 朱孟昌, 马明霞. 基于ACE-BN的通勤飞行事故/事件诱因分析[J]. 中国安全科学学报, 2023, 33(2): 96-102. doi: 10.16265/j.cnki.issn1003-3033.2023.02.1109
	Jin Huibin, Zhu Mengchang, Ma Mingxia. Cause analysis of commuter flight accidents/incidents based on ACE-BN[J]. China Safety Science Journal, 2023, 33(2): 96-102. doi: 10.16265/j.cnki.issn1003-3033.2023.02.1109
[5]	Subagia R, Saleh J H, Churchwell J S, et al. Statistical learning for turboshaft helicopter accidents using logistic regression[J]. PLoS One, 2020, 15(1): DOI:10.1371/journal.pone.0227334.
[6]	Yang Ruiliang, Yang Libin, Zhao Lina. Distribution and risk factors of water-related accidents for general aviation aircraft[J]. International Journal of Aerospace Engineering, 2021, 2021(1): DOI:10.1155/2021/8812881.
[7]	Burnett R A, Dong Si. Prediction of injuries and fatalities in aviation accidents through machine learning[C]. Proceedings of the International Conference on Compute and Data Analysis, 2017: DOI:10.1145/3093241.3093288.
[8]	Zhang Xiaoge, Mahadevan S. Ensemble machine learning models for aviation incident risk prediction[J]. Decision Support Systems, 2019, 116: DOI:10.1016/j.dss.2018.10.009.
[9]	殷豪, 林淼, 王鹏, 等. 基于XGBoost的二轮车碾压事故致因研究[J]. 安全与环境工程, 2023, 30(5): 19-27, 45.
	Yin Hao, Lin Miao, Wang Peng, et al. Study on the cause of two-wheeler run-over accidents based on XGBoost[J]. Safety and Environmental Engineering, 2023, 30(5): 19-27, 45.
[10]	李嘉璐. 基于CTGAN及模型可解释性的不平衡交通事故严重程度影响因素研究[D]. 西安: 长安大学, 2023.
	Li Jialu. Analysis of factors contributing to imbalanced crash severity based on CTGAN and model interpretability[D]. Xi'an: Chang'an University, 2023.
[11]	Kabashkin I. Framework for addressing imbalanced data in aviation with federated learning[J]. Information, 2025, 16(2): DOI:10.3390/info16020147.
[12]	江玉杰, 万征, 陈继红. 基于有序选择模型的船舶事故严重度致因分析[J]. 中国安全科学学报, 2023, 33(12): 131-139. doi: 10.16265/j.cnki.issn1003-3033.2023.12.0245
	Jiang Yujie, Wan Zheng, Chen Jihong. Causation analysis of ship accident severity based on ordered choice model[J]. China Safety Science Journal, 2023, 33(12): 131-139. doi: 10.16265/j.cnki.issn1003-3033.2023.12.0245
[13]	周悦, 蒋维安, 付川云, 等. 考虑因素异质影响的直升机事故严重性分析[J]. 交通运输系统工程与信息, 2024, 24(2): 323-332.
	Zhou Yue, Jiang Weian, Fu Chuanyun, et al. Analyzing heterogeneous effects of contributing factors affecting injury severity of helicopter accidents[J]. Journal of Transportation Systems Engineering and Information Technology, 2024, 24(2): 323-332.
[14]	Lu Xinying, Zhang Doudou, Xiao Jianli. A hybrid model for traffic incident detection based on generative adversarial networks and transformer model[J]. arXiv, 2024: DOI:10.48550/arXiv.2403.01147.
[15]	马辉, 贺鹰霞, 陈杨杨. 基于XGBoost的城市污水管道缺陷发生概率预测[J]. 中国安全科学学报, 2024, 34(11): 163-171. doi: 10.16265/j.cnki.issn1003-3033.2024.11.0368
	Ma Hui, He Yingxia, Chen Yangyang. Prediction of urban sewage pipeline defect probability based on XGBoost[J]. China Safety Science Journal, 2024, 34(11): 163-171. doi: 10.16265/j.cnki.issn1003-3033.2024.11.0368
[16]	周克, 闫苗苗. 基于集成LightGBM的交通事故持续时间预测[J]. 现代计算机, 2024, 30(19): 52-55, 60.
	Zhou Ke, Yan Miaomiao. Prediction of traffic accident duration based on integrated LightGBM[J]. Modern Computer, 2024, 30(19): 52-55, 60.
[17]	王劲夫, 郭松杰, 厉林聪, 等. 基于AdaBoost学习策略的污水近红外光谱快速检测[J]. 控制工程, 2024, 31(7): 1314-1323.
	Wang Jinfu, Guo Songjie, Li Lincong, et al. Rapid detection of sewage by near-infrared spectroscopy based on AdaBoost learning strategy[J]. Control Engineering of China, 2024, 31(7): 1314-1323.
[18]	吴贤国, 刘俊, 王静怡, 等. 基于CatBoost-MOEAD的大直径泥水盾构姿态多目标预测与优化[J]. 中国安全科学学报, 2024, 34(10): 50-57. doi: 10.16265/j.cnki.issn1003-3033.2024.10.1718
	Wu Xianguo, Liu Jun, Wang Jingyi, et al. Multi-objective prediction and optimization of large-diameter slurry shield posture based on CatBoost-MOEAD[J]. China Safety Science Journal, 2024, 34(10): 50-57. doi: 10.16265/j.cnki.issn1003-3033.2024.10.1718
[19]	Vitianingsih A V, Othman Z, Kama S S, et al. Application of the synthetic over-sampling method to increase the sensitivity of algorithm classification for class imbalance in small spatial datasets[J]. International Journal of Intelligent Engineering & Systems, 2022, 15(5): DOI:10.22266/ijies2022.1031.58.
[20]	Zhou Yue, Fu Chuanyun, Wei Lin, et al. An integrated approach for addressing data imbalance in predicting fatality of helicopter accident[J]. Reliability Engineering & System Safety, 2026, 267: DOI:10.1016/j.ress.2025.111921.
[21]	郑彤. 飞行员决策能力特征模型构建研究[D]. 天津: 中国民航大学, 2023.
	Zheng Tong. Research on the construction of pilot decision-making ability characteristic model[D]. Tianjin: Civil Aviation University of China, 2023.

采样方法	方法介绍	上采样	下采样
随机过采样	随机复制少数类样本以增加数量	√	×
SMOTE	特征空间中对少数类样本插值生成新样本	√	×
自适应合成采样	根据样本分布稀疏程度生成不同数量的合成样本	√	×
边界线- SMOTE	生成位于决策边界附近的合成样本	√	×
SVM SMOTE	使用SVM确定边界样本,在周围生成合成样本	√	×
SMOTE+邻域链接	采用SMOTE生成合成少数类样本,并利用邻域链接识别并移除噪声样本与不必要多数类样本	√	√
SMOTE+ 编辑最近邻 (Edited Nearest Neighbors,ENN)	应用SMOTE后,利用ENN检查生成样本与原样本的最近邻,移除被多数类近邻包围的少数类样本	√	√

模型	特征集	宏F₁分数	准确率	召回率
SVM	13	0.790 3	0.927 4	0.790 3
	7	0.790 3	0.927 4	0.790 3
	10	0.790 0	0.930 7	0.776 7
	18	0.790 0	0.930 7	0.776 7
	20	0.790 0	0.930 7	0.776 7
DT	9	0.703 8	0.861 4	0.784 6
	34	0.697 6	0.861 4	0.769 2
	35	0.697 6	0.861 4	0.769 2
	36	0.697 6	0.861 4	0.769 2
	38	0.697 6	0.861 4	0.769 2
KNN	5	0.830 0	0.943 9	0.814 8
	7	0.810 7	0.940 6	0.782 2
	15	0.803 6	0.937 3	0.780 3
	6	0.803 6	0.937 3	0.780 3
	8	0.803 6	0.937 3	0.780 3
RF	22	0.723 1	0.891 1	0.754 8
	49	0.712 5	0.894 4	0.725 8
	51	0.710 0	0.904 3	0.700 4
	52	0.704 0	0.894 4	0.710 4
	42	0.703 0	0.887 8	0.722 1
GBM	1	0.783 6	0.927 4	0.774 9
	4	0.782 9	0.930 7	0.761 3
	7	0.782 9	0.930 7	0.761 3
	3	0.766 9	0.930 7	0.730 4
	2	0.763 9	0.920 8	0.755 8
XGBoost	8	0.751 1	0.927 4	0.713 2
	7	0.744 7	0.924 1	0.711 4
	9	0.744 7	0.924 1	0.711 4
	14	0.741 2	0.927 4	0.697 8
	12	0.734 7	0.924 1	0.695 9
LightGBM	4	0.796 4	0.940 6	0.751 3
	6	0.782 0	0.934 0	0.747 7
	2	0.772 0	0.937 3	0.718 7
	15	0.751 1	0.927 4	0.713 2
	7	0.747 6	0.920 8	0.725 0
AdaBoost	30	0.723 9	0.924 1	0.680 5
	33	0.712 1	0.924 1	0.665 1
	34	0.712 1	0.924 1	0.665 1
	52	0.711 7	0.917 5	0.676 9
	12	0.705 9	0.920 8	0.663 3
CatBoost	7	0.789 6	0.934 0	0.763 1
	6	0.766 9	0.930 7	0.730 4
	20	0.744 7	0.924 1	0.711 4
	22	0.734 7	0.924 1	0.695 9
	3	0.728 5	0.920 8	0.694 1

分类器	重采样方式	特征集	采样比例	宏F₁分数	少数类F₁分数
SVM	SMOTE	13	0.3	0.809 3	0.655 2
DT	SMOTE ENN	9	0.12	0.778 0	0.600 0
KNN	随机过采样	6	0.14	0.789 1	0.612 2
RF	SMOTE邻域链接	22	0.11	0.808 6	0.655 7
GBM	SVM SMOTE	1	0.12	0.822 9	0.678 6
XGBoost	SMOTE邻域链接	7	0.19	0.840 4	0.711 9
LightGBM	边界线SMOTE	6	0.12	0.881 9	0.785 7
AdaBoost	边界线SMOTE	12	0.12	0.840 4	0.711 9
CatBoost	SMOTE	6	0.13	0.810 7	0.653 8

数据不均衡下教练机致命事故识别与分析

Identification and analysis of fatal accidents of training aircraft under uneven distribution of accident types

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 7

参考文献 21

相关文章 15

编辑推荐

Metrics

本文评价

[1]	张智超, 李艳超, 张锎. 基于机器学习的氢基燃料爆炸下限预测研究[J]. 中国安全科学学报, 2026, 36(8): 179-186.
[2]	喻豪, 王超, 贺子旺, 刘宇, 金子浚, 亓帅. 基于机器学习的PBM细观参数标定及卸荷岩爆模拟研究[J]. 中国安全科学学报, 2026, 36(8): 260-268.
[3]	吴凡, 赖密密, 李明阳. 职业韧性对民航飞行员安全绩效的影响机制[J]. 中国安全科学学报, 2026, 36(3): 1-8.
[4]	戴梦璠, 李灵芝, 钱宇昕, 袁竞峰, 韩晓健, 赵昌皓. 既有民用建筑安全鉴定辅助决策模型及应用[J]. 中国安全科学学报, 2025, 35(9): 193-201.
[5]	刘亚栋, 刘贤, 胡贺松, 陈航, 乔升访. 基于可解释机器学习模型的基坑围护墙变形影响因素分析[J]. 中国安全科学学报, 2025, 35(4): 110-119.
[6]	卢佳乐, 张念, 牛萌萌, 万飞. 基于Stacking集成学习的隧道突水危险预测模型[J]. 中国安全科学学报, 2025, 35(4): 137-144.
[7]	李苗, 李凌波, 左志恒, 张丽, 江璐鑫, 苏怀. 基于机器学习的成品油管道运行工况识别[J]. 中国安全科学学报, 2024, 34(6): 127-135.
[8]	王文超, 何健, 宋佰胜, 汪磊. 基于LSTM的航线飞行员操纵平稳性预测模型[J]. 中国安全科学学报, 2024, 34(12): 48-55.
[9]	胡啸峰, 黄玲. 基于机器学习的户外作业警务人员热应激预测模型[J]. 中国安全科学学报, 2024, 34(11): 220-228.
[10]	肖国松, 刘嘉琛, 张元珊, 董磊, 陈曦. 基于LightGBM-SHAP的民机硬着陆可解释预测[J]. 中国安全科学学报, 2024, 34(10): 134-142.
[11]	牛甜辉, 耿佃桥, 苑轶, 赵亮, 董辉, 王柏. 基于火灾痕迹的起火点判定研究现状及展望[J]. 中国安全科学学报, 2024, 34(1): 238-246.
[12]	温惠英, 黄坤火, 赵胜. 基于机器学习的高速公路大型货车追尾风险预测[J]. 中国安全科学学报, 2023, 33(9): 173-180.
[13]	靳春玲, 姬照泰, 贡力, 安祥, 周一. 基于WOA-SVM的引水隧洞岩爆烈度评估模型[J]. 中国安全科学学报, 2023, 33(9): 41-48.
[14]	段在鹏, 李帆, 郭进, 李炯. 城市易涝区房屋结构安全集成预警模型[J]. 中国安全科学学报, 2023, 33(7): 173-180.
[15]	赵伟, 李书全. 基于机器学习的建筑施工人员安全能力预测模型[J]. 中国安全科学学报, 2023, 33(7): 51-57.