机场雷达数据的鸟击风险评估.docxVIP

机场雷达数据的鸟击风险评估 鸟击风险评估模型 以鸟击概率（P）和严重程度（S）为自变量，建立鸟击风险（R）评估模型，如式(1)所示。式中，P代表了某飞鸟侵入某跑道的概率，S 代表了该飞鸟与飞行器撞击的严重程度，二者的值划分为非常高（VH）、高（H）、中等（M）、低（L）、非常低（VL）五个等级。表 1 给出了一个 5×5 的风险评估矩阵，建立了 R 与（P，S）之间的函数关系。风险值划分为 3 个等级，要求机场管理人员分别采取不同的应对策略，表 2 提出了分级应对策略建议。 鸟击概率估计 鸟击概率估计模型综合考虑了飞鸟与跑道的相对位置，估计某飞鸟目标侵入某跑道的概率，如图 1 所示。 A 和 B 为跑道的两端，飞鸟目标（C）与跑道中点（O）之间的距离为 L，OC 与跑道之间的夹角为 θ （0°≤θ≤90°）。 严重程度估计 本部分首先介绍了科学获取专家知识的德尔菲法，进而提出一种双层结构的 DAHP 模型，基于专家知识进行鸟击严重程度估计。 1 德尔菲法 德尔菲法是为了克服专家会议法的缺点而产生的一种专家预测方法。在预测过程中，专家彼此互不相识、互不往来，这就克服了在专家会议法中经常发生的专家们不能充分发表意见、权威人物的意见左右其他人的意见等弊病。各位专家能真正充分地发表自己的预测意见。德尔菲法依据系统的程序，采用匿名发表意见的方式，即专家之间不得互相讨论，不发生横向联系，只能与调查人员发生关系，通过多轮次调查专家对问卷所提问题的看法，经过反复征询、归纳、修改，最后汇总成专家基本一致的看法，作为预 测的结果。这种方法具有广泛的代表性，较为可靠。本文基于德尔菲法设计了专家调查问卷。问卷中首先简要介绍了鸟击风险评估和 AHP 方法的基础知识，然后列出了需要专家填写的 DAHP 模型中不同层次上的比较矩阵，最后提出了开放性问题，请专家对影响鸟击风险的因素提出增减与合并建议。专家选择是德尔菲法中一个重要问题，需要兼顾权威性和普遍性。因此，我们选择的专家包括高等院校的鸟类 学家、民航科研院所的航空安全专家以及机场一线的驱鸟人员。专家的数量需要合理设置，数量过少影 响各领域的普遍性，数量过多造成操作困难，通常邀请 10~20 位专家。 2 双层结构的 DAHP 模型 建立双层结构的 DAHP 模型估计鸟击严重程度。在第一层结构中，考虑飞行器（EA）和鸟（EB）两类因素；在第二层结构中，飞行器因素包含飞行器类型（TA）和飞行器状态（SA）两个子因素，飞鸟因素包含飞鸟数量（NB）和飞鸟重量（MB）两个子因素；见下式。共邀请 10 名专家填写调查问卷。其中，2 名为高等院校的鸟类学家，5 名为民航科研院所的航空安全专家，3 名为机场一线的驱鸟人员。专家经过 3 轮问卷的征询、归纳和修改，给出了趋于一致的比较矩阵。在第一层结构中，包含 EA 和 EB 的比较矩阵为当鸟群密集运动时，由于雷达分辨力有限，可能无法提供准确的飞鸟数量。此时，可以通过统计雷达图像中鸟群目标的像素数，大致给出对应的飞鸟数量和种群规模[10]。最终的鸟击严重程度由下式计算 机场实例 利用北京首都国际机场（三跑道）的仿真数据和北海福城机场（单跑道）的实测数据，对本文提出的鸟 击风险评估方法进行测试。 1 仿真数据 图 2 所示为北京首都国际机场三条跑道（R1、R2、R3）的位置与四群飞鸟目标（F1、F2、F3、F4）的运行轨迹，探鸟雷达的覆盖区域为[-8,8]×[-8,8]。三条跑道长度分别为 2km，8km 和 8km。表 4 给出了跑道与飞行器的相关信息，包括跑道端点的坐标与飞行器的型号和状态，3 个飞行器的状态均为“起飞”。跑道 2 的北端设定为坐标系的原点。每条跑道的北端为 A，南端为 B。表 5 出了飞鸟目标信息，包括每群飞鸟目标的飞行起点和终点，以及每个群中目标的数量和重量。在图 2 中，每个目标群的起点都被圈出，仿真时间为 200s，10s 更新一次坐标数据。利用以上仿真数据，估计每群目标的鸟击概率和严重程度。图 3 所示为 4 群目标针对 3 条跑道的鸟击概率。在图 3(a)中，目标 1 距跑道 1 最近，其侵入跑道 1 的概率也最大，但由于其距跑道较远，其侵入 3 条跑道的概率在整个仿真过程中始终低于 0.4；在图 3(b)中，目标 2 对跑道 3 的鸟击概率在 150s 之后接近 100%，原因在于其在这段时间内与跑道 3 距离过近（0.6km）；目标 3 在跑道 1 和跑道 2 之间的区域运动，其侵入这两条跑道的概率也相对较高，见图 3(c)；目标 4 与 3 条跑道的距离基本相同，其 3 条概率曲线相互也比较靠近，见图 3(d)。四群目标针对三条跑道上不同飞行器的鸟击严重程度见表 6。目标 1 和 4 的鸟击严重程度等级均为 H，可见一群小鸟与单只大鸟