基于场景的飞行模拟训练：其开发的人为因素分析及更好设计的建议 Christopher M. Johnson 美国威斯康星大学麦迪逊分校 Douglas A. Wiegmann 美国威斯康星大学麦迪逊分校 美国联邦航空管理局 (FAA) 资助了一项研究，旨在改善目视飞行规则 (VFR) 飞行员在仪表天气条件 (IMC) 下飞行的问题。基于场景的模拟训练 (SBST) 旨在检验私人飞行员的威胁和错误管理 (TEM) 技能。SBST 以航线导向飞行训练 (LOFT) 为模型，并开发了新技术来改进天气模拟。本文包括对飞行模拟开发的人为因素分析，并详细介绍了天气模拟的改进。历史天气数据用于准确重现飞行前简报、模拟天气参数和飞行中天气报告，并在截然不同的飞行员群体中测试了这些技术。第一个实验研究的是职业航空学生，第二个实验涉及没有职业抱负的 VFR 飞行员。为该项目开发的技术揭示了与训练不足有关的有趣发现，结果表明 SBST 可以有效填补从头飞行训练中的漏洞，并在所有级别的飞行训练中提高模拟保真度。在莱特兄弟设想动力飞行不到十年后，