一种机场高危鸟种预警方法与流程

1.本发明属于航空鸟击防范技术领域，涉及风险评估，具体涉及一种机场高危鸟种预警方法。


背景技术：

2.机场是鸟击防范的核心区域。传统的机场鸟情观测主要依靠人工，观测次数有限且难以做到全天候数据不间断记录。近年来，雷达、光电等先进的探测技术逐渐成为机场鸟情观测的重要手段，其与传统的人工观测手段相结合，能够不受能见度等因素的限制，实现机场净空区的全天候鸟情监测。
3.但是，由于不同鸟种的活动规律不同，其对航空器的威胁程度也不尽相同，目前还缺少基于鸟情观测结果的高危鸟种筛选与预警方法。


技术实现要素：

4.本发明的目的在于解决上述现有技术中存在的难题，提供一种机场高危鸟种预警方法，将机场净空区的鸟情观测信息与鸟击残留物鉴定结果相结合获得高危鸟种清单，根据该高危鸟种清单能够提示机场采取有针对性的鸟防措施，有效降低鸟击风险。
5.本发明是通过以下技术方案实现的：
6.本发明提供了一种机场高危鸟种预警方法，所述方法将航班起降通道净空区的鸟情信息与鸟击残留物鉴定结果相结合，获得高危鸟种清单。
7.本发明的进一步改进在于：
8.所述方法包括：
9.步骤1，对航班起降通道净空区进行分段；
10.步骤2，进行多源鸟情观测，获得鸟情信息；
11.步骤3，进行鸟情信息统计分析；
12.步骤4，进行鸟击风险评估，获得每个鸟种的风险指数；
13.步骤5，对风险指数进行修正，获得高危鸟种清单。
14.本发明的进一步改进在于：
15.所述步骤1的操作包括：
16.(11)将航班起降通道的中心线与机场围界的两个交点作为两个起点；分别以两个起点为原点向中心线的两端划分出m个区段，每个区段的长度相同，均为l；
17.(12)针对每一个区段，以该区段的中心为圆心，划定半径为l/2的圆形的观测区域。
18.优选的，m的取值为6；
19.划分出的6个区段分别为：a1、a2、b1、b2、c1和c2区段，其中a1、a2区段离机场围界最近，c1和c2区段离机场围界最远。
20.本发明的进一步改进在于：
21.所述步骤2的操作包括：
22.针对每个观测区域分别进行多源鸟情观测，获得每个观测区域每天的鸟情信息；
23.所述鸟情信息包括：鸟的种类、典型体重、种群数量及穿越起降通道的次数。
24.优选的，针对每个观测区域，存储至少30天的鸟情信息。
25.本发明的进一步改进在于：
26.所述步骤3的操作包括：
27.统计每个观测区域的最近30天的鸟情信息，获得30天内每个观测区域内出现的鸟的种类的数量，即鸟种的数量。
28.本发明的进一步改进在于：
29.所述步骤4的操作包括：
30.利用下式计算每个鸟种的风险指数：
31.rb＝nb·
wb·
pb·
θ
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
32.其中，rb代表该观测区域内观测到的某鸟种的风险指数，nb代表30天内在该观测区域内观测到的该鸟种的种群数量的最大值；
33.wb代表该鸟种的体重指数，具体如下：
[0034][0035]
式中，wb代表该鸟种的典型体重；
[0036]
pb代表30天内在该观测区域内观测到的该鸟种的穿越起降通道的次数的最大值；
[0037]
θ代表该鸟种所处观测区域的风险系数，具体如下：
[0038][0039]
本发明的进一步改进在于：
[0040]
所述步骤4的操作进一步包括：
[0041]
如果某鸟种在多个观测区域出现，则取该鸟种在各观测区域中的风险指数的最大值作为该鸟种的风险指数。
[0042]
本发明的进一步改进在于：
[0043]
所述步骤5的操作包括：
[0044]
(51)如果30天内发生了机场责任原因的鸟击事件，并通过鸟击残留物鉴定方法确认了鸟种，则利用下式对该鸟种的风险指数进行修正：
[0045][0046]
其中，n
α
代表30天内该鸟种导致的一般鸟击事件的次数，n
β
代表30天内该鸟种导致的鸟击事故征候的次数，e是自然指数；
[0047]
(52)将经过修正的各个鸟种的风险指数按照从高到低的顺序进行排序，获得该最新的高危鸟种清单。
[0048]
与现有技术相比，本发明的有益效果是：
[0049]
本发明将航班起降通道净空区的鸟情观测信息与鸟击残留物鉴定结果相结合获得高危鸟种清单，根据该高危鸟种清单能够指导机场开展有针对性的鸟防工作，大幅提升了鸟防的科学性。
附图说明
[0050]
图1是本发明机场高危鸟种预警方法的步骤框图；
[0051]
图2是本发明实施例中的航班起降通道净空区分段分布图。
具体实施方式
[0052]
下面结合附图对本发明作进一步详细描述：
[0053]
目前，鸟击残留物鉴定是鸟击事件调查的重要手段，其能够准确判断造成鸟击事件的鸟种，将鸟击风险与具体的鸟种直接关联。本发明通过将航班起降通道净空区的鸟情信息与鸟击残留物鉴定结果相结合，获取高危鸟种清单，提示机场采取有针对性的鸟防措施，有效降低鸟击风险。
[0054]
本发明提供了一种机场高危鸟种预警方法，如图1所示，所述方法包括如下步骤：
[0055]
步骤1，对航班起降通道净空区进行分段，具体包括：
[0056]
(11)将航班起降通道的中心线与机场围界的两个交点作为两个起点，分别以两个起点为原点向中心线的两端划分出m个区段，每个区段的长度相同，均为l。
[0057]
本实施例中，某机场的净空区分段如图2所示，共6个区段。具体的，每个区段的长度均为4km，一共划分了6个区段，分别为：0～4km的a1和a2区段、4～8km的b1和b2区段，以及8～12km的c1和c2区段。
[0058]
其中，a表示与机场围界最近的区段，b表示与机场围界第二近的区段，依此类推，c表示离机场围界最远的区段。下标1表示该区段是沿着第一个起点向中心线的第一端的方向(即沿图2中的机场围界与中心线的右侧交点向中心线的右端的方向)划分出来的区段，下标2表示该区段是沿着第二个起点向中心线的第二端的方向(即沿图2中的机场围界与中心线的左侧交点向中心线的左端的方向)划分出来的区段。
[0059]
(12)针对划分出来的每一个区段，以该区段的中心为圆心，划定半径为l/2的圆形的观测区域。图2所示的实施例中一共划定了6个圆形的观测区域，每个观测区域的半径为2km。
[0060]
步骤2，进行多源鸟情观测，获得鸟情信息；
[0061]
针对每个观测区域分别进行多源鸟情观测，获得每个观测区域每天的鸟情信息。具体的，所述多源鸟情观测是采用现有的多种方式实现的，例如利用雷达、光电、人工调研等手段开展多源鸟情观测，并利用计算机获得该观测区域的每天的鸟情信息。
[0062]
所述鸟情信息包括：鸟的种类、典型体重、种群数量及穿越起降通道的次数。优选的，针对每个观测区域，存储至少30天的鸟情信息。
[0063]
本实施例中，在图2所示的6个半径为2km的观测区域内，每天采用雷达、光电、人工调研等手段开展多源鸟情观测获得该每个观测区域每天的鸟情信息，并存储至少30天的鸟情信息。
[0064]
步骤3，进行鸟情信息统计分析：
[0065]
统计每个观测区域的最近30天的鸟情信息，获得30天内每个观测区域内出现的鸟的种类的数量，即鸟种的数量。
[0066]
具体的，针对每个观测区域，计算机依次读取该观测区域每天的鸟情信息中的鸟的种类，当出现新的鸟的种类时，则对鸟种的数量加一，读取完最近30天的鸟情信息后获得30天内该观测区域内出现的鸟种的数量。
[0067]
本实施例中，基于30天的鸟请信息(第k,k-1,...,k-29天)获得的每个观测区域的鸟种的数量如下：
[0068]
在a1观测区域(即a1区段所在的观测区域)观测到5个鸟种，在b1区域观测到5个鸟种，在c1区域观测到5个鸟种，在a2区域观测到5个鸟种，在b2区域观测到5个鸟种，在c2区域观测到5个鸟种。该实施例中在每个观测区域正好都是观测到5个鸟种，也可能每个观测区域的鸟种的数量不同。
[0069]
步骤4，进行鸟击风险评估，获得每个鸟种的风险指数；
[0070]
利用下式计算每个鸟种的风险指数：
[0071]
rb＝nb·
wb·
pb·
θ
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
[0072]
式中，rb代表该观测区域内观测到的某鸟种的风险指数，nb代表30天内在该观测区域内观测到的该鸟种的种群数量的最大值，即：
[0073][0074]
式中，代表当前天在该观测区域观测到的该鸟种的种群数量。
[0075]
wb代表该鸟种的典型体重指数，具体如下：
[0076][0077]
式中，wb代表该鸟种的典型体重，典型体重在0～100g的鸟种的体重指数为1，典型体重在100～1000g的鸟种的体重指数为5，典型体重在1000g以上的鸟种的体重指数为30。
[0078]
pb代表30天内在该观测区域内观测到的该鸟种的穿越起降通道的次数的最大值，即：
[0079][0080]
式中，代表当前天在该区域观测到的该鸟种的穿越起降通道的次数，pb值最小为1。
[0081]
θ代表该鸟种所处观测区域的风险系数。
[0082][0083]
上式中，a1区域是指a1区段所在的观测区域，b1区域是指b1区段所在的观测区域，依此类推。
[0084]
如果某鸟种在多个观测区域出现，其风险指数取各观测区域中的最大值，如下式
所示：
[0085][0086]
式中，表示该鸟种在不同观测区域(a1到c2这6个观测区域)内的风险指数。
[0087]
本实施例中，根据每个观测区域内记录的鸟情信息获得的风险指数如表1到表6所示：
[0088][0089][0090]
表1
[0091][0092]
表2
[0093][0094]
表3
[0095][0096]
表4
[0097][0098]
表5
[0099][0100][0101]
表6
[0102]
如果某鸟种在多个观测区域出现，其风险指数取各观测区域中的最大值，然后对所有观测区域的各个鸟种的风险指数进行排序，获得的高危鸟种清单如表7所示：
[0103][0104]
表7
[0105]
步骤5，进行鸟击残留物鉴定，并对风险指数进行修正，最后根据修正后的风险指数获得高危鸟种清单，具体包括：
[0106]
(51)如果30天内发生了机场责任原因的鸟击事件并通过现有的鸟击残留物鉴定方法确认了鸟种，则利用下式对步骤4中计算得出的该鸟种的风险指数进行修正：
[0107][0108]
式中，n
α
代表30天内该鸟种导致的一般鸟击事件的次数，n
β
代表30天内该鸟种导致的鸟击事故征候的次数(采用现有技术判断一般鸟击事件、鸟击事故征候，并统计次数即可)，e是自然指数，其值约为2.71828。
[0109]
本实施例中，当前第k天该机场发生了1起鸟击事故征候，经鸟击残留物鉴定，肇事物种为小则该鸟种的风险指数修正为：
[0110]rb*
＝rb·
e2＝887
[0111]
(52)将经过修正的各个鸟种的风险指数按照从高到低的顺序进行排序，获得最新的高危鸟种清单，如表8所示：
[0112][0113]
表8
[0114]
本发明提供了一种基于净空鸟情观测与鸟击残留物鉴定的机场高危鸟种预警方法。所述方法基于多种鸟情观测手段收集各区段的多源鸟情信息，并基于鸟情信息，开展不同鸟种的鸟击风险评估，最后利用同期发生的鸟击事件和鸟击残留物鉴定结果修正鸟击风险等级评估结果，筛选出特定时段的高危鸟种清单，利用该清单可以指导机场开展有针对性的鸟防工作，大幅提升了鸟防的科学性。
[0115]
最后应说明的是，上述技术方案只是本发明的一种实施方式，对于本领域内的技术人员而言，在本发明公开了应用方法和原理的基础上，很容易做出各种类型的改进或变形，而不仅限于本发明上述具体实施方式所描述的方法，因此前面描述的方式只是优选的，而并不具有限制性的意义。