本技术涉及机场鸟类驱赶、航空安全以及野生动物管理领域，具体是涉及一种基于智能探测的机场鸟情信息的驱鸟方法及系统。
背景技术：
1、随着航空业的快速发展，机场鸟类活动对航空安全构成的威胁日益受到关注。目前，已有多种鸟类驱赶技术在机场得到应用，如声波驱赶、视觉驱赶等。这些技术在一定程度上降低了鸟击事件的发生，但仍存在效果不稳定、对特定鸟类不敏感等问题。
2、传统的机场鸟类驱赶方法主要包括使用高音喇叭播放鸟类天敌的声音、设置鸟网、使用化学试剂等。这些方法虽然在一定程度上能够驱赶鸟类，但往往存在驱赶效果不持久、对环境造成污染、影响机场周边生态等问题。为了解决上述问题，现有技术中也公开了采用视觉驱赶方式、超声波驱赶方式以及多种方式组合驱赶方式，但大多鸟类驱赶方式并没有综合考虑对于飞机起落影响，无法实现在考虑到飞机起落情况下，完成驱赶策略的自行调整以降低飞机遭受鸟击事件的发生概率。
技术实现思路
1、为了实现在考虑飞机起落情况下，完成自动化、智能化的鸟类驱赶，降低飞机遭受鸟击事件的发生概率，本技术提供一种基于智能探测的机场鸟情信息的驱鸟方法及系统。
2、第一方面，本技术提供一种基于智能探测的机场鸟情信息的驱鸟方法，包括：
3、获取机场各区域内的当前鸟情数据；
4、根据每个区域当前鸟情数据确定每个区域的初始鸟类驱赶策略；所述初始鸟类驱赶策略包括发出某一频率的声波驱赶策略、发出某一波长的激光驱赶策略或者发出某一频率的声波与某一波长的激光的组合驱赶策略；
5、将当前每个区域内的初始鸟类驱赶策略与鸟情数据输入驱赶时间预估模型获取对应区域的预估驱赶时间；所述驱赶时间预估模型选用基于历史鸟类驱赶信息训练生成的神经网络模型，所述历史鸟类驱赶信息包括：历史鸟类驱赶策略、历史鸟情数据与对应的历史驱赶时间；根据各区域的预估驱赶时间确定预估驱赶结束时间；
6、比较各区域的预估驱赶结束时间与飞机预计起落时间，若预估驱赶结束时间与飞机预计起落时间之间的时长差距大于预设阈值，则按照初始鸟类驱赶策略驱赶鸟类，否则，于初始鸟类驱赶策略基础上调整激光波长或声波频率以生成新的鸟类驱赶策略，利用新的鸟类驱赶策略替代初始鸟类驱赶策略重新预测预估驱赶时间并获取预估驱赶结束时间，直至获取的预估驱赶结束时间与飞机预计起落时间之间的时长差距大于预设阈值后停止调整激光波长和/或声波频率，根据新的鸟类驱赶策略驱赶鸟类。
7、通过采用上述方案，利用历史鸟类驱赶策略、历史鸟情数据与历史驱赶时间生成驱赶时间预估模型，结合当前鸟情数据判断采取的鸟类驱赶策略的完成驱赶时间是否满足不影响飞机起落的要求，若不满足进行鸟类驱赶策略的调整，缩短鸟类驱赶时间，进一步降低飞机遭受鸟击事件的发生概率。
8、优选的，还包括：
9、获取机场内各区域内的当前环境数据；
10、所述历史鸟类驱赶信息还包括：历史环境数据；将当前每个区域的环境数据、初始鸟类驱赶策略与鸟情数据输入驱赶时间预估模型获取对应区域的预估驱赶时间。
11、通过采用上述方案，考虑到除了声波频率与激光波长的大小影响鸟类的驱赶时间外，区域内的环境（如降雨量、风向数据、风速数据）同样影响鸟类去翻时间，通过加入环境数据的考虑，预测出更为准确的驱赶时间。
12、优选的，所述根据每个区域当前鸟情数据确定每个区域的初始鸟类驱赶策略包括：
13、当区域内鸟类数量小于第一预设数量，则选择发出某一波长的激光驱赶策略，当区域内鸟类数量超过第一预设数量且小于第二预设数量，选择发出某一频率的声波驱赶策略；当区域内鸟类数量超过第二预设数量，则选择发出某一频率的声波与某一波长的激光的组合驱赶策略；
14、统计区域内数量最多的鸟种，自鸟类敏感的激光波长范围或声波频率范围内选择统计的鸟种更为敏感的激光波长或声波频率作为初始鸟类驱赶策略采用的激光波长或声波频率。
15、通过采用上述方案，考虑到声波驱赶策略的覆盖范围较激光驱赶策略的覆盖范围广，能够驱赶更多数量的鸟群，故根据区域内鸟类数量选定驱赶策略以缩短驱赶时间；且由于鸟类作为典型的群居动物代表，越多数量的鸟群受到激光或声波影响会产生连带反应从而加快驱赶时间，故选择数量最多的鸟种更为敏感的激光波长或声波频率。
16、优选的，所述根据每个区域当前鸟情数据确定每个区域的初始鸟类驱赶策略包括：
17、计算每个区域当前鸟情数据与同一区域当季所有成功于飞机预计起落时间之前完成鸟类驱赶所对应的历史鸟情数据的相似度，选择相似度处于预设相似度范围内历史鸟情数据；
18、获取选择的历史鸟情数据对应采取的历史鸟类驱赶策略；
19、自获取的历史鸟类驱赶策略选择重复率最高的历史鸟类驱赶策略作为初始鸟类驱赶策略。
20、通过采用上述方案，考虑到一般同一季节鸟群迁徙具有种群共性，选择采用同一季节的相似度较大的历史鸟情数据，以该鸟情数据对应的成功于飞机预计起落时间之前完成鸟类驱赶所采取的历史鸟类驱赶策略作为初始鸟类驱赶策略以缩短预估驱赶时间。
21、优选的， 所述根据每个区域当前鸟情数据确定每个区域的初始鸟类驱赶策略还包括：
22、确定各区域当前声波驱赶策略执行装置与激光驱赶策略执行装置是否处于故障状态；
23、若声波驱赶策略执行装置或激光驱赶策略执行装置处于故障状态，则不执行根据区域内鸟类数量确定选择激光驱赶策略或声波驱赶策略或组合声波驱赶策略，而根据未处于故障状态的声波驱赶策略执行装置或未处于故障状态的激光驱赶策略执行装置确定激光驱赶策略或声波驱赶策略。
24、通过采用上述方案，考虑到声波驱赶策略执行装置与激光驱赶策略执行装置可能会出现故障，直接根据未故障的装置设定驱赶策略，保障驱赶策略的实际执行可行性。
25、优选的，所述根据每个区域当前鸟情数据确定每个区域的初始鸟类驱赶策略还包括：
26、检查各区域当前声波驱赶策略执行装置与激光驱赶策略执行装置的运行状态；
27、根据每个区域当前鸟情数据中鸟类数量确定初始鸟类驱赶策略选用激光驱赶策略或声波驱赶策略或组合驱赶策略条件下，若对应的声波驱赶策略执行装置和/或激光驱赶策略执行装置处于运行状态且运行状态正常，不在执行统计区域内数量最多的鸟种，自鸟类敏感的激光波长范围或声波频率范围内选择统计的鸟种更为敏感的激光波长或声波频率作为初始鸟类驱赶策略采用的激光波长或声波频率，而是直接根据当前处于运行状态且运行状态正常的声波驱赶策略执行装置发出的声波频率和/或当前处于运行状态且运行状态正常的激光驱赶策略执行装置发出的激光波长作为初始鸟类驱赶策略采用的激光波长和/或声波频率；
28、否则，继续统计区域内数量最多的鸟种，自鸟类敏感的激光波长范围或声波频率范围内选择统计的鸟种更为敏感的激光波长或声波频率作为初始鸟类驱赶策略采用的激光波长或声波频率。
29、通过采用上述方案，考虑可能出现未及时关闭驱赶策略的执行装置，直接沿用上一次执行装置采用的激光波长和/或声波频率缩短初始鸟类驱赶策略的确定的时间。
30、优选的，所述于初始鸟类驱赶策略基础上调整激光波长和/或声波频率以生成新的鸟类驱赶策略包括：
31、统计区域内数量最多的鸟种，基于该鸟种的生物特性确定该鸟种最为敏感的激光波长与声波频率，分别记为基准激光波长与基准声波频率；
32、对应计算初始鸟类驱赶策略中发出的激光波长和/或声波频率与基准激光波长与基准声波频率的差值，记为差值频率和/或差值波长；
33、根据差值频率和/或差值波长设置一次调整的声波频率和/或一次调整的激光波长，根据一次调整的声波频率和/或一次调整的激光波长完成一次激光波长和/或声波频率的调整。
34、通过采用上述方案，结合鸟类生物特性，确定声波频率与激光波长的调整基准，从而设计每一次调整频率或波长以靠近基准，在尽可能降低发射较强声波频率与较强激光波长所需成本的同时，满足驱赶时长要求。
35、第二方面，本技术提供一种基于智能探测的机场鸟情信息的驱鸟方法系统，包括：
36、鸟情数据采集模块，获取机场各区域内的当前鸟情数据；
37、初始鸟类驱赶策略确定模块，用于根据每个区域当前鸟情数据确定每个区域的初始鸟类驱赶策略；所述初始鸟类驱赶策略包括发出某一频率的声波驱赶策略、发出某一波长的激光驱赶策略或者发出某一频率的声波与某一波长的激光的组合驱赶策略；
38、预估驱赶结束时间获取模块，用于将当前每个区域内的初始鸟类驱赶策略与鸟情数据输入驱赶时间预估模型获取对应区域的预估驱赶时间；所述驱赶时间预估模型选用基于历史鸟类驱赶信息训练生成的神经网络模型，所述历史鸟类驱赶信息包括：历史鸟类驱赶策略、历史鸟情数据与对应的历史驱赶时间；根据各区域的预估驱赶时间确定预估驱赶结束时间；
39、最终鸟类驱赶策略选定模块，用于比较各区域的预估驱赶结束时间与飞机预计起落时间，若预估驱赶结束时间与飞机预计起落时间之间的时长差距大于预设阈值，则按照初始鸟类驱赶策略驱赶鸟类，否则，于初始鸟类驱赶策略基础上调整激光波长和/或声波频率以生成新的鸟类驱赶策略，利用新的鸟类驱赶策略替代初始鸟类驱赶策略重新预测预估驱赶时间并获取预估驱赶结束时间，直至获取的预估驱赶结束时间与飞机预计起落时间之间的时长差距大于预设阈值后停止调整激光波长和/或声波频率，根据新的鸟类驱赶策略驱赶鸟类。
40、通过采用上述方案，考虑飞行预计起落时间自动生成满足不影响飞机起落的鸟类驱赶策略，降低鸟击事件的发生概率。
41、第三方面，本技术提供一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如上述的方法。
42、第四方面，本技术提供一种计算机设备，所述计算机设备包括存储器、处理器及在所述存储器上存储并可运行的程序，所述程序被处理器执行时实现如上述方法的步骤。
43、综上，本技术具有以下有益效果为：
44、1、结合当前鸟情数据中种类、数量生成鸟类敏感的初始鸟类驱赶策略，结合初始鸟类驱赶策略、鸟情数据以及环境数据预测驱赶时间，判断与调整初始鸟类驱赶策略以满足采取的鸟类驱赶策略不影响飞机预计起落；
45、2、基于当前鸟情数据中的数量最多鸟类的生物特性查找其最敏感的激光波长与声波频率作为调整方向，确定调整方案，在尽可能降低发射功率节省成本的同时满足调整后的鸟类驱赶策略不影响飞机预计起落。
1.一种基于智能探测的机场鸟情信息的驱鸟方法，其特征在于，包括：
2.根据权利要求1所述的基于智能探测的机场鸟情信息的驱鸟方法，其特征在于，还包括：
3.根据权利要求1所述的基于智能探测的机场鸟情信息的驱鸟方法，其特征在于，所述根据每个区域当前鸟情数据确定每个区域的初始鸟类驱赶策略包括：
4.根据权利要求1所述的基于智能探测的机场鸟情信息的驱鸟方法，其特征在于，所述根据每个区域当前鸟情数据确定每个区域的初始鸟类驱赶策略包括：
5.据权利要求3所述的基于智能探测的机场鸟情信息的驱鸟方法，其特征在于，所述根据每个区域当前鸟情数据确定每个区域的初始鸟类驱赶策略还包括：
6.据权利要求3所述的基于智能探测的机场鸟情信息的驱鸟方法，其特征在于，所述根据每个区域当前鸟情数据确定每个区域的初始鸟类驱赶策略还包括：
7.据权利要求1所述的基于智能探测的机场鸟情信息的驱鸟方法，其特征在于，所述于初始鸟类驱赶策略基础上调整激光波长和/或声波频率以生成新的鸟类驱赶策略包括：
8.一种基于智能探测的机场鸟情信息的驱鸟方法系统，其特征在于，包括：
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至7中任意一项所述的方法。
10.一种计算机设备，其特征在于，所述计算机设备包括存储器、处理器及在所述存储器上存储并可运行的程序，所述程序被处理器执行时实现如权利要求1至7中任一项所述方法的步骤。
