【技术实现步骤摘要】
本专利技术属于鸟情监控领域，涉及机场鸟情监控技术，具体是机场鸟情监控系统及方法。
技术介绍
1、机场鸟情监控是航空安全中鸟击防治工作的重要环节，其主要任务是对机场周边鸟类的活动情况进行实时监测和分析，以便及时发现潜在的安全隐患；鸟类是航空安全的重要威胁之一，鸟类撞击飞机可能会导致严重的后果，包括飞机损坏和人员伤亡；通过监控机场鸟情，可以及时发现并预防鸟击事件的发生，从而保障飞行安全；鸟情监控系统可以实时监测机场周边的鸟类活动情况，包括鸟类的种类、数量、飞行高度等。一旦发现鸟群聚集或迁徙等潜在威胁，系统可以立即发出预警，提醒飞行机组和机场工作人员采取相应的防范措施，如改变飞行航线、暂停起降等；鸟情监控系统可以收集大量的鸟类活动数据，包括鸟类活动的季节性规律、迁移路径等。这些数据可以为机场管理部门制定鸟击防范措施提供科学依据，帮助决策者更好地了解机场的鸟情状况，制定更有效的管理措施。
2、现有技术中(公开号为cn115868473a的专利技术专利申请)公开了一种机场鸟情智能监控防范系统，该系统包括：鸟防主控中心、鸟情监控单元、生态因子监控单元、驱鸟单元以及灭虫单元；所述鸟情监控单元获取机场飞行区的鸟情信息，鸟防主控中心与鸟情监控单元进行数据交互，获取机场飞行区鸟情信息；所述鸟防主控中心分析机场飞行区的鸟情信息，并向驱鸟单元下发驱鸟指令，驱鸟单元执行驱鸟作业；所述生态因子监控单元获取机场飞行区的生态要素信息，鸟防主控中心与生态因子监控单元进行数据交互，获取机场飞行区的生态要素信息；鸟防主控中心分析机场飞行区的生态要素信息，
3、本专利技术提供了机场鸟情监控系统及方法，以解决以上技术问题。
技术实现思路
1、本专利技术旨在至少解决现有技术中存在的技术问题之一；为此，本专利技术提出了机场鸟情监控系统及方法，用于解决现有技术中只能对鸟情进行识别、分析、驱赶和预警，未考虑对机场周边的鸟情进行预测，可能会存在监控不到位，导致出现事故的技术问题。
2、为实现上述目的，本专利技术的第一方面提供了机场鸟情监控系统，包括：鸟情分析模块，以及与之相连的信息采集模块，防护处理模块；
3、信息采集模块：用于通过红外传感设备采集机场区域的鸟类活动信息；对鸟类活动信息进行预处理得到鸟情信息；通过环境传感器采集实时环境数据；从机场数据中心获取若干航班信息；其中，鸟类活动信息包括鸟类的种类，数量以及飞行轨迹；机场区域根据机场的地图确定；航班信息包括飞机起飞时间段和降落时间段；实时环境数据包括温度数据、湿度数据以及降水量数据；
4、鸟情分析模块：用于根据鸟情信息判断鸟类是否会撞上飞机；是，则生成报警信号；否，则持续对鸟情信息进行分析；基于实时环境数据对鸟类的迁徙行为进行预测，根据预测结果生成预警信号；以及，
5、定期对机场区域的鸟类的种类进行采集得到种类信息，判断是否需要对历史鸟情信息库进行更新；是，则从互联网中收集对应种类鸟类的鸟情信息，并存储在历史鸟情信息库中；否，则持续对鸟类的种类进行检测；
6、防护处理模块：基于报警信号和鸟情信息对鸟类进行驱赶；根据预警信号匹配对应的防护措施，实施对应的防护措施。
7、优选的，所述对鸟类活动信息进行预处理得到鸟情信息，包括：
8、调取鸟类活动信息，判断鸟类活动信息是否包含所有信息类型；是，则保留对应鸟类活动信息；否，则重新对缺失的信息类型进行采集；
9、将保留和采集完整后的鸟类活动信息标记为鸟情信息。
10、需要说明的是，鸟类活动信息包括鸟类的种类、数量或者飞行轨迹；对鸟类活动信息的信息类型进行分析就是对鸟类活动信息的完整性进行分析。
11、本专利技术对鸟类活动信息的完整性进行分析，当鸟类活动信息缺少某项信息类型的数据时，则针对缺失的信息类型对信息进行采集；能够为后续的分析提供有效的信息，有利于保障信息的完整性。
12、优选的，所述机场区域根据机场的地图确定，包括：
13、获取机场的地图；获取红外传感设备的采集范围；根据机场的地图将机场划分成若干机场区域，根据红外传感设备的采集范围确定红外传感设备的个数；
14、根据红外传感设备的个数确定红外传感设备的安装位置，将红外传感设备安装在对应的安装位置上。
15、需要说明的是，机场区域的划分根据具体的机场的地图进行划分，不同规模的机场，划分的面积不同，并且考虑红外传感的采集范围；红外传感设备的采集范围根据红外传感设备的型号进行确定。
16、本专利技术根据机场的地图，将机场划分成若干机场区域，在若干机场区域内设置红外传感设备，能够分别对不同的机场区域进行管理；有利于对不同机场区域的鸟类情况对鸟情进行采集和管理。
17、优选的，所述根据鸟情信息判断鸟类是否会撞上飞机，包括：
18、调取鸟情信息；获取历史鸟情信息库；将鸟情信息与历史鸟情信息库进行匹配，得到对应鸟类的历史飞行轨迹；
19、将鸟情信息中的飞行轨迹与历史飞行轨迹进行比较，判断历史飞行轨迹是否与飞机的航线轨迹相交；是，则分析轨迹相交的时间点；否，则持续对鸟情信息进行分析；
20、调取航班信息，判断飞行轨迹相交的时间点是否在航班信息内；是，则判定鸟类会撞上飞机；否，则判定鸟类不会撞上飞机。
21、需要说明的是，历史鸟情信息库中包括鸟类的种类、数量以及飞行轨迹；将鸟情信息与历史鸟情信息库进行匹配时，将鸟类的种类和数量先进行匹配，再分析飞行轨迹与历史飞行轨迹的相似度，将相似度最高的历史轨迹作为鸟类的飞行轨迹。
22、本专利技术将鸟情信息与历史鸟情信息库进行匹配，得到鸟类的飞行轨迹；将飞行轨迹与飞机的航线轨迹进行比较，当飞行轨迹与航线轨迹发生相交时，对时间点进行分析；能够在发生撞击前对鸟类的飞行轨迹进行预测，有利于避免鸟类影响飞机的正常飞行。
23、优选的，所述基于实时环境数据对鸟类的迁徙行为进行预测，包括：
24、获取机场区域内鸟类迁徙的历史环境数据；调取实时环境数据；将历史环境数据和实时环境数据整合成预测输入序列；
25、调取行为预测模型，将预测输入序列输入行为预测模型中，得到预测概率；其中，行为预测模型基于人工智能模型构建。
26、本专利技术根据鸟类迁徙的历史环境数据和实时环境数据，利用行为预测模型对迁徙的概率进行预测，能够提前为鸟类的迁徙做准备，有利于避免大规模的鸟类迁徙影响航班。
27、优选的，所述行为预测模型基于人工智能模型构建，包括：
28、获取标准训练数据；其中，标准训练数据包括与预测输入序列内容属性相一致的标准输入数据，以及与预测概率内容属性相一致的标准输出数据；
29、利用标准训练数据对人工智能模型进行训练；将训练好的本文档来自技高网...
【技术保护点】
1.机场鸟情监控系统，其特征在于，包括：鸟情分析模块，以及与之相连的信息采集模块，防护处理模块；
2.根据权利要求1所述的机场鸟情监控系统，其特征在于，所述对鸟类活动信息进行预处理得到鸟情信息，包括：
3.根据权利要求1所述的机场鸟情监控系统，其特征在于，所述机场区域根据机场的地图确定，包括：
4.根据权利要求1所述的机场鸟情监控系统，其特征在于，所述行为预测模型基于人工智能模型构建，包括：
5.根据权利要求1所述的机场鸟情监控系统，其特征在于，所述根据预测概率生成预警信号，包括：
6.根据权利要求1所述的机场鸟情监控系统，其特征在于，所述判断是否需要对历史鸟情信息库进行更新，包括：
7.机场鸟情监控方法，应用于权利要求1-6任一项所述的机场鸟情监控系统，其特征在于，包括：
【技术特征摘要】
1.机场鸟情监控系统，其特征在于，包括：鸟情分析模块，以及与之相连的信息采集模块，防护处理模块；
2.根据权利要求1所述的机场鸟情监控系统，其特征在于，所述对鸟类活动信息进行预处理得到鸟情信息，包括：
3.根据权利要求1所述的机场鸟情监控系统，其特征在于，所述机场区域根据机场的地图确定，包括：
4.根据权利要求1所述的机场鸟情监控系统，其特...
【专利技术属性】
技术研发人员：李阳，贺遵亮，颜义，邱程，钟胜，颜杰，
申请(专利权)人：湖南傲英创视信息科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。