
飛安週報 2026/09/06~09/12
1、2026年9月6日-21 Air 航班 2I7598 波音 767-33AER(BDSF)(註冊編號 N1997A)於美國邁阿密國際機場 (MIA) 落地後衝出跑道事故
事件經過
21 Air 航班 2I7598 為一班由波多黎各聖胡安 (SJU) 飛往美國邁阿密 (MIA) 的貨運航班,使用波音 767-33AER(BDSF) 貨機執飛,並替 Amazon Air 執行運輸任務。航機於當地時間約 13 時 53 分使用 30 跑道落地後衝出跑道末端,並撞擊到地面車輛,事故造成地面 5 人死亡,另有包含飛機上 2 名飛航組員在內的 5 人受傷。NTSB 9 月 9 日公布之初步記錄顯示,進場後段曾出現多次速度過快提醒與「sink rate」、「too low terrain」等警示;FDR 顯示機鼻輪與右主起落架在地速 158 節時觸地,並開始煞車;距記錄結束約 15 秒時,推力一度增加至重飛推力,隨後又收至慢車並開始重新煞車。航機離開道面時地速約 96 節,記錄結束前約 65 節;截至該次調查更新,資料未顯示減速板或反推力已展開。
天氣與環境資訊
事故發生時的 KMIA 17:53Z METAR 顯示風向 190 度、17 節陣風 26 節,能見度 10 英里,場上有雷雨並有 2,000 呎散雲狀積雨雲;備註另記錄 17:52Z 有 180 度 26 節之峰值風,以及 17:37Z 發生風向轉變。這些資料顯示落地時存在對流與陣風環境,但 NTSB 尚未認定天候與事故之因果關係。
METAR
SPECI KMIA 061713Z VRB03KT 10SM TS SCT030CB BKN050 BKN250 32/22 A2992 RMK AO2 TSB12 OCNL LTGICCG S TS S MOV E T03220222 $
>> METAR KMIA 061753Z 19017G26KT 10SM TS SCT020CB BKN048 BKN150 BKN250 30/22 A2994 RMK AO2 PK WND 18026/1752 WSHFT 1737 SLP137 TSB12 OCNL LTGICCG E-S TS E-S MOV E CB DSNT NW T03000222 10333 20261 55003 $
SPECI KMIA 061813Z 20012G17KT 10SM TS SCT025CB BKN048 BKN100 BKN250 30/23 A2992 RMK AO2 OCNL LTGICCG NE-SE TS NE-SE MOV E T03000228 $
風險說明
此案屬落地衝出跑道(runway overrun)之事件,IATA 將進場能量管理、跑道狀況、順風/側風/陣風以及減速裝置之使用列為落地後跑道偏出的常見風險因素;不穩定進場若未及時重飛,會增加觸地點偏後與停止距離不足的風險。本案初步 FDR/CVR 資料已判讀速度、觸地點、煞車與重飛決策等關鍵時間順序,因此後續必須由調查機關結合飛航資料、天候、航機系統、跑道條件與組員程序完整判讀來推論原因。對營運的風險管控,仍包括穩定進場標準、明確的重飛政策、落地距離評估、陣風與對流天氣的監控,以及事故後對跑道端安全區與地面第三人風險的檢視。
2、2026年9月6日-Amerijet International 航班 M68743 波音 767-338ER(BDSF)(註冊編號 N373CM)於瓜地馬拉市 La Aurora 國際機場 (GUA) 重落地事故
事件經過
Amerijet International 波音 767-338ER(BDSF) 貨機 N373CM 執行 M68743 航班,於瓜地馬拉市 La Aurora 國際機場 02 跑道落地時發生重落地。航機約於當地時間 23 時 30 分落地,觸地瞬間呈現機鼻起落架先觸地的異常落地姿態,航機其後完成落地滾行並自行滑至停機坪。後續檢查發現機身蒙皮有明顯皺折/屈曲,屬重大結構損傷,航機截至 9 月 12 日仍停留於瓜地馬拉市。
天氣與環境資訊
目前沒有正式調查資料將天候列為肇因。
METAR
MGGT 070500Z 02010KT 9999 SCT013 20/16 Q1022 A3018
MGGT 070600Z 02012KT 9999 FEW013 BKN100 19/17 Q1021 A3015
風險說明
重落地可能將超過設計預期的垂直或側向負荷傳到起落架、機身與機翼結構。製造商維修手冊通常會依事件型態與飛航資料設定重落地檢查門檻;Airbus 與多起官方調查案例均顯示,重落地後即使航機可正常滑行,仍可能存在於起落架、蒙皮、框架、樑/桁條與連接零件等不易由外觀立即發現的損傷。若出現機鼻起落架先觸地或機身皺折,事件後應依適用 AMM、FDR/QAR 數據與結構工程評估完成檢查後再決定適航性。本案後續重點在於確認進場狀態、觸地姿態與結構受損範圍。

3、2026年9月8日-Southwest Airlines 航班 WN1379 波音 737 MAX 8(註冊編號 N8800L)自美國華盛頓雷根國家機場 (DCA) 起飛後鳥擊事件
事件經過
Southwest Airlines 航班 1379 使用波音 737 MAX 8 N8800L 執飛,由華盛頓雷根國家機場 (DCA) 飛往休士頓 Hobby 機場 (HOU)。FAA 表示,航機於 9 月 8 日自 DCA 起飛後,組員通報遭鳥類撞擊,之後轉降巴爾的摩/華盛頓國際機場 (BWI),約在當地時間 15 時 15 分安全落地。初步資料記載航機在初始爬升階段撞上一群鳥,先於約 6,000 呎改平並執行異常程序;組員觀察到左翼受損後宣布緊急狀態,最後於 BWI 33L 跑道安全落地。資料列有 167 名旅客、2 名飛航組員及 5 名客艙組員,未傳出人員受傷。
天氣與環境資訊
目前公開資料未將天候列為事件因素。事件核心為機場周邊環境,是否存在鳥類棲地、遷徙活動與即時鳥情幫助降低鳥擊發生機率。
METAR
KDCA 081752Z 17010KT 10SM FEW048 SCT065 SCT120 BKN250 28/18 A3023 RMK AO2 SLP236 T02830183 10289 20194 58012
KDCA 081852Z 17010KT 10SM SCT050 BKN065 BKN120 BKN250 28/18 A3021 RMK AO2 SLP231 T02780178
風險說明
FAA 統計顯示,美國固定翼民航鳥擊大多集中於起飛、爬升、下降、進場與落地等機場附近低高度階段;FAA 亦指出,野生動物撞擊可能造成人員傷亡與龐大航機損失。鳥擊後的風險處置重點包括維持航機操控、確認受損系統與操控面、依檢查表評估是否返場/轉降,並於落地後對機翼、發動機、雷達罩、燈具、感測器及結構進行檢查。機場端則需藉由野生動物危害評估、棲地管理、驅鳥、巡場與鳥擊通報資料來降低風險。
4、2026年9月10日-easyJet Europe 航班 U23905 空中巴士 A320-214(WL)(註冊編號 OE-IVS)於義大利米蘭 Malpensa 機場 (MXP) 滑行時行動電源起火並緊急疏散事件
事件經過
easyJet Europe 航班 U23905 使用空中巴士 A320-214(WL) OE-IVS,由米蘭 Malpensa (MXP) 飛往布拉格 (PRG)。航機載有 146 名旅客,於當地時間約 17 時 31 分航機滑行期間,客艙內一件置於頭頂置物櫃行李中的行動電源開始冒煙起火,組員啟動緊急程序後,旅客使用逃生滑梯撤離;兩名旅客在疏散過程中受到輕微擦挫傷,其餘人員未傳出受傷。機場為應變暫停航機起降,約 18 時 35 分先恢復一條跑道,約 19 時 30 分全面恢復運作。
天氣與環境資訊
目前公開資料未將天候列為事件因素。
風險說明
行動電源屬備用鋰離子電池,FAA 指出,鋰電池可能因損壞、過熱、過充、短路或製造缺陷發生「熱失控」(thermal runaway),並快速產生高熱、煙霧與火焰;因此行動電源與備用鋰電池必須置於隨身行李並留在客艙,以便異常時可被及早發現與處置。此事件同時凸顯兩項風險:第一,客艙組員須迅速定位電池、進行滅火與降溫並持續監控防止復燃;第二,啟動緊急疏散後,滑梯撤離本身即可能造成輕傷,旅客若攜帶行李離機也可能阻礙逃生,因此航空公司除持續宣導鋰電池攜帶規定外,亦需透過客艙訓練與旅客安全說明來降低風險。
風險型態分析
本週 4 起事件可分為四類主要風險。
第一,21 Air 邁阿密事故屬落地衝出跑道,且造成跑道外地面第三人的重大傷亡,顯示跑道偏出風險不只涉及機上人員,也與跑道端安全區、周邊道路、車輛與機場邊界防護密切相關。
第二,Amerijet 重落地反映落地姿態與垂直負荷對結構完整性的影響;即使航機能自行滑回停機坪,也不能據此排除隱藏性結構損傷。
第三,Southwest 鳥擊再次呈現機場周邊低高度飛行階段的野生動物風險,事件後除了飛航組員的即時處置,機場端的鳥情監控與棲地管理同樣重要。
第四,easyJet 行動電源起火則屬於客艙危險物品與緊急疏散風險,熱失控可能快速產生煙霧與高熱,而疏散程序本身也需避免造成二次傷害。
整體而言,本週事件涵蓋「進場/落地能量管理、結構受載、機場野生動物、客艙鋰電池」四個不同面向。共同的安全概念是:異常發生後,第一線人員必須先維持可控狀態並依程序處置,再由飛航資料、維修檢查、場站資料與調查證據建立完整事件關聯。
民航發展趨勢
歐盟航空安全總署(EASA)9 月 9 至 10 日在德國科隆舉辦第四屆 EASA Artificial Intelligence Days,議程已不再只討論 AI 的應用潛力,而是明確聚焦於 AI assurance(AI 安全保證)、人為因素、倫理評估及相關規則制定。會中亦涵蓋強化學習(Reinforcement Learning)、大型語言模型(LLM)、知識型 AI、AI 可解釋性,以及「進階自動化」可能帶來的效益與風險,顯示歐洲航空 AI 的發展重點正在由技術展示逐步轉向如何證明系統可以安全、可信且可受監督地投入實際航空作業。
這項發展與 EASA 的 AI Roadmap 2.0 密切相關。EASA 於 2026 年 6 月提出 Artificial Intelligence Concept Paper Proposed Issue 3,在原有 Level 1「人員能力增強/輔助」及 Level 2「人機合作與協作」之外,開始探討 Level 3「進階自動化」(Advanced Automation)。Level 3 的重要差異,在於部分作業情境下,人員可能僅遠端監督,甚至在實際操作過程中沒有即時人員介入;同時,Issue 3 也將技術範圍由傳統機器學習擴展至強化學習與知識型 AI。這表示未來 AI 所扮演的角色,可能逐漸由提供資訊、提出建議,進一步發展至參與或執行部分安全關鍵任務。需要注意的是,Issue 3 目前屬於 EASA 的技術指引發展架構,並不能直接解讀為 Level 3 AI 已取得全面認證或可立即投入航空營運。
因此,EASA 關注的核心也開始從「AI 判斷得準不準」延伸至「如何證明 AI 在整個生命週期內值得信賴」。例如 learning assurance(學習保證)要求開發者從資料管理、模型訓練、驗證到實際部署,證明模型具有足夠的泛化能力及穩健性;AI explainability(AI 可解釋性)則處理複雜模型判斷過程不透明的問題。此外,系統投入使用後仍需保留適當的運作資料,以便持續監控實際性能、安全評估,以及事故或異常事件發生後進行調查。換言之,航空 AI 的安全證明不能只靠一次性的測試結果,而要涵蓋資料來源、模型建立、驗證、實際運作及後續監控的完整生命週期。
更重要的是,EASA 已開始將這些概念由研究與指引轉入正式規則制定程序。Rulemaking Task RMT.0742「Artificial Intelligence Trustworthiness」的目標,是建立航空 AI trustworthiness 監理架構,以及相關 Acceptable Means of Compliance(AMC)與 Guidance Material(GM);EASA 並於 2025 年發布首份航空 AI 法規提案 NPA 2025-07,涵蓋 Level 1 與 Level 2 AI 的 AI assurance、人為因素及倫理要求,後續再依不同航空領域調整適用規範,代表了歐洲正逐步建立一套類似現有航空系統設計保證的監理方法,讓 AI 系統未來不能只以一般資訊科技產品的方式導入航空安全關鍵作業。
對台灣民航而言,這項趨勢值得注意的地方,在於 AI 未來若進一步應用於飛航資料分析、維修預測、機場運能管理、航管決策支援、飛航操作或其他安全關鍵作業,評估標準將不能只停留在演算法準確率。航空公司、維修機構、機場與航管單位還需要考量訓練資料是否具代表性、模型在異常情境下是否仍具穩健性、系統失效時人員如何接手,以及 AI 建議或決策是否能被追溯與說明。尤其當 AI 由「提供建議」逐漸走向「參與決策甚至自動執行」時,人員監督權限、責任歸屬與異常處置程序的重要性將同步提高。
航空新創動態
國泰航空與 Google 於 9 月 8 日宣布合作研究凝結尾跡(contrail,亦稱航跡雲)對航空氣候影響,並在實際航班中測試由人工智慧驅動的凝結尾跡避讓技術。國泰航空是 Google 在亞太地區首家參與此項技術試驗的商業航空公司,也是全球首家將凝結尾跡避讓技術應用於超長程航班試驗的航空公司。雙方希望透過國泰全球航線網路累積不同氣候與空域環境下的實際資料,補足過去相關研究主要集中於美國及北大西洋空域的不足。
凝結尾跡主要在航空器飛經高空低溫、高濕度空氣時形成,多數會在短時間內消散,但部分凝結尾跡可能持續存在並逐漸擴散成類似卷雲的雲層,影響地球輻射平衡。Google 指出,凝結尾跡約占航空整體氣候暖化影響的三分之一,因此若能辨識容易產生持久凝結尾跡的區域,再透過小幅調整飛行高度避開,可能在不更換航空器或燃料的情況下降低部分非二氧化碳的氣候效應。
實際運作上,Google 系統會整合氣象資料、衛星影像及人工智慧模型,預測特定時間與高度較容易形成持久凝結尾跡的區域,再提供航務簽派及飛航組員規劃適當的高度調整。國泰航空進一步透過機上 Wi-Fi,將動態預測資訊傳送至公司自行開發的電子飛行資料夾(Electronic Flight Folder, EFF),讓飛航組員能在既有作業流程中取得最新資訊,再依實際天候、航管限制、燃油與飛航安全等因素評估是否執行高度調整。這項設計的重點,是將 AI 預測結果直接整合進既有航務與駕駛艙工作流程。
雙方第一階段已針對超過 100 個航班規劃試驗,其中超過 80 個航班實際採用凝結尾跡避讓航路。Google 透過衛星影像進行後續分析後估計,採行避讓措施的航班,其凝結尾跡造成的暖化影響約降低 40%。香港—新加坡航線也是測試航線之一,由於該區域較常出現有利於持久凝結尾跡形成的氣象條件,Google 表示,該航線的避讓措施占第一階段試驗整體減量效益相當大的比重。目前雙方正擴大第二階段測試,涵蓋更多亞洲及跨太平洋航線,並與非營利研究組織 Contrails.org 合作,希望建立更完整的區域資料。
此項合作也反映航空減碳技術正在由航空器與燃料技術,進一步延伸至「數位化飛航操作」。相較 SAF、新型發動機或新世代航空器需要龐大投資與較長導入期,凝結尾跡避讓可利用現有航空器,搭配氣象預測、衛星觀測、人工智慧及航務規劃工具進行。不過,目前仍屬研究與營運可行性驗證階段,實際應用仍須進一步評估高度改變造成的額外油耗、航管許可、航路壅塞、天候限制,以及不同區域凝結尾跡預測準確度等因素。因此,這項試驗的價值不只在於單次減少多少凝結尾跡,更在於驗證 AI 氣象預測能否長期整合進航空公司的日常飛航決策,成為未來降低航空非二氧化碳氣候影響的另一項工具。

飛安基金會將持續彙整公開且可查證之飛安事件資訊、民航發展趨勢與航空新創動態,協助社會大眾以理性、客觀的角度理解航空安全議題。
資料來源
https://aviation-safety.net/wikibase/579604
https://aviation-safety.net/wikibase/579769
https://aviation-safety.net/wikibase/579731
https://aviation-safety.net/wikibase/579808
https://www.easa.europa.eu/en/newsroom-and-events/events/easa-artificial-intelligence-days-2026?utm
