自动化工具在空中交通管理系统中的广泛应用,提高了系统能力的同时也增加了系统的复杂性。管制员作为空管系统的决策者仍然处于系统核心地位。然而,系统自动化水平的改变必然对管制员的行为表现造成一定的影响。本文通过设计三种不同自动化水平的管制实验场景,采集管制员的眼动、生理、工作负荷与情境意识数据,深入研究了在不同自动化水平实验场景下的管制员行为表现。首先,根据现有自动化系统分级理论,类比SAE对汽车驾驶系统自动化水平划分的标准,结合管制系统特点和管制员的职责提出了民航空管系统自动化水平划分方案。其次,根据人为因素研究范式,构建了三种不同自动化水平的管制交互实验场景,采集了管制员在不同自动化水平和不同流量实验场景下的相关数据。然后,采用方差齐次性检、MF-DFA算法、3D-STAR量化等方法分析了管制员的眼动行为、生理数据、情境意识和认知负荷。最后,设置了系统自动化水平降低实验,研究了管制员在系统自动化水平降低前后的眼动行为与生理数据,同时选取瞳孔直径、眨眼频率、皮温、皮电、肌电、心率指标作为TICC时间序列聚类算法的输入进行聚类,结合管制绩效数据和聚类结果对管制员实验行为数据进行分析。本文的研究成果对空管自动化系统的设计、更新、使用具有借鉴意义;为管制员的培训特别是自动化系统失效情况的行为方案提供决策支持。