机场鸟击防范体系的有效性评价

乔 亮，张 亮

（广州民航职业技术学院航空港管理学院，广州 510403）

机场鸟击防范体系的有效性评价

乔 亮，张 亮

（广州民航职业技术学院航空港管理学院，广州 510403）

目前机场鸟击防范实践中存在较多问题，特别是鸟防指标体系的确定，以及体系评价方法的优化；对此，提出“综合治理”的思想，利用与AHP法相结合的灰色模糊理论构建评价模型，结合白云机场实例，对鸟防体系的优劣进行综合评价；可以看到，白云机场鸟防体系总体较好，但由于驱鸟人员理论水平较低以及在鸟情资料、信息系统、鸟防预案方面的空白，导致在生态环境治理、员工素质、制度建设方面存在一定问题，需进一步完善；评价结果与白云机场实际存在问题基本一致，说明该评价方法适用于鸟击防范体系。

鸟击灾害；灰色模糊理论；综合评价

随着中国民航事业的发展，机场航班量快速增长，繁忙的航班越来越频繁地受到鸟类的威胁。中国多数机场把鸟击灾害防范工作的重点放在了“驱赶”上，对于“提前预防”要么不够重视，要么还处于探索阶段，使治理效果无法达到民航安全的需要；而在鸟害防范体系的评价方法领域的研究涉及不多，以专家直接判断较为多见，无法做到综合全面的评价。

1 鸟击灾害综合防范体系

鸟害治理涉及到鸟类调查、生态研究、设备开发、人才培养等多因素的综合影响。对于机场当局来讲，所谓“综合防范体系”就是把各种不同而又相互关联的治鸟方法有机结合在一起，以生态学、鸟类学[1]为指导，在制度保证下，通过改善机场及其周边环境，配置适当的驱鸟设施、设备，结合鸟害宣传统筹安排，最终实现全面治理。

仅仅某一方面的提高会让鸟害治理收效甚微，因此，各机场在治理过程中要以“预防为主、驱赶辅助、制度护航、法规保障”为指导思想并付诸实践。有效解决在实践中经常遇到的诸如设备老化与不足、场外生态环境治理无法顺利开展、驱鸟人员素质较低、飞行员难以躲避飞鸟等难题。

2 鸟防体系多层次综合评价模型的构建

目前，对于机场鸟击防范体系评价应用比较广泛的为专家判断法和AHP。单纯应用专家判断法评价虽然简便快速，但评价结果容易受到专家个人知识、兴趣、信息来源等影响，具有较大主观性与一定局限性；AHP虽能减少主观偏差，但通过分层和加权平均后，指标值容易被弱化[2]。

机场鸟击防范体系中既包含定量指标，又包含定性指标，某些指标信息不十分明确，属于多准则、多层次的模糊评价问题。因此，本文将层次分析法、灰色理论与模糊评价相结合[3-4]，构建多层次综合评判模型来评价机场鸟击防范体系。

2.1 确定评价指标体系

遵循科学性、全面性、可比性、可操作性、定量与定性相结合以及着眼未来的原则[5]确定机场鸟害治理系统的评价指标体系，如表1所示。

上述指标是向中南地区的白云机场、深圳机场、湛江机场等5家机场相关技术骨干及广州民航职业技术学院相关专家通过两周调查问卷整理得到。

2.2 确定指标权重

运用上述调查结果，参考专家意见，根据Delphi法和1-9标度法，对同一级各项指标进行两两重要性对比，构造判断矩阵S，并使用yaahp层次分析软件计算判断矩阵的最大特征值λmax，及其对应的特征向量以及指标重要性排序的一致性比率C.R，对特征向量进行归一化处理得到一级、二级和三级指标的权重，所有指标一致性比率均符合要求，各项权重分配比较合理。

2.3 样本矩阵与评语集的确定

设有p位专家，第l位专家对受评项目中无三级指标的二级指标uij的评价量样本即为dijl，构成评价量样本矩阵D；对三级指标u1jk的评价量样本即为d1jkl，构成评价量样本矩阵D＇。

对鸟防体系优劣划分等级，vi表示第e个级别，得到评价等级集V={v1，v2，…，vg}。利用语义学标度将指标评语分为4个等级：v1（好）、v2（较好）、v3（一般）、v4（差），分值1~10，则等级集合为

2.4 确定评价灰类

按照2.3所述为4个评价灰类，相应的灰数集为⊗=（⊗1，⊗2，⊗3，⊗4），各个灰数对应的白化权函数如下：

表1 机场鸟防体系评价指标Tab.1 Evaluating indicator of airport bird disaster prevention system

v1为好，此时灰数⊗1∈（0，10，∞）其对应的白化权函数为

v2为较好，此时灰数⊗2∈（0，8，16）其对应的白化权函数为

v3为一般，此时灰数⊗3∈（0，5，10）其对应的白化权函数为

v4为差，此时灰数⊗4∈（0，3，6）其对应的白化权函数为

2.5 计算灰色评价数

对于三级评价指标u1jk属于第e个评价灰类的灰色评价数记为X1jke，则有对于评价指标u1jk属于各类评价灰类的总灰色评价数记为X1jk，则有

同理，对于二级评价指标uij（i≠1）属于第e个评价灰类的灰色评价数记为Xije，则有对于评价指标uij属于各类评价灰类的总灰色评价数记为Xij，则有

2.6 计算灰色评估权值及模糊权矩阵

所有评价者就三级评价指标u1jk主张其属于第e个灰类的灰色评价权记为r1jke，则1，2，…，g，则灰色评价权向量r1jk=（r1jk1，r1jk2，…，r1jkg）。

将受评者的所属指标u1j对于评价灰类的灰色评价权向量综合后，得到u1j所属指标u1jk对于各评价灰类的灰色评价权矩阵由于e=

对于二级指标uij（i≠1）属于第e个评价灰类的灰色评价权记为rije，则其灰色评价权向量rij=（rij1，rij2，…，rijg），可以得到ui所属指标uij对于各评价灰类的灰色评价权矩阵

2.7 分层次综合评价

对u1j作综合评价，将评价结果记为B1j，则有

式中：“◦”为模糊合成运算，采用M（·，⊗）算子，表示加权平均。令

则对ui作综合评价，将结果记为Bi，则有

由ui的综合评价结果Bi得到受评者U所属指标ui对于各评价灰类的灰色评价权矩阵

对目标层U，其综合评价结果记为B，则B=A◦R=（b1，b2，b3，b4）。

读后感：1 8岁的伊福琳·安娜·克露顿说:“信中谦和甚至带着抱歉的口吻，不仅没有刺激我，反而让我觉得敢于向哈佛提出申请，本身就是一件非常值得自豪的事。”

2.8 确定最终评价等级

综合评价结果B为一个表示受评者综合状况分类程度描述的向量，可以按最大原则确定结果所属的灰类等级，但这种判断原则往往会因丢失信息太多而失效，因此通过进一步处理结果向量B，使其转化为一个综合评价值O。

利用评价灰类等级值向量V，通过式O=B◦VT，计算得到目标层的综合评价值并确定其等级。

3 模型应用

3.1 选定专家评定打分

以白云机场为例，聘请4位专家，分别为民航院校教授及副教授各1名、驱鸟队领导及经验丰富的一线员工各1名，评判白云机场鸟防体系的优劣。在春、夏、秋、冬各进行一次全面考察，也就是对表1中所涉及到的32项指标进行检查并逐一打分，得到评分结果即评价量样本矩阵D＇和D

3.2 数据代入模型计算

对于评价指标u111属于第一灰类的灰色评价数为

X1111=f1（8）+f1（9）+f1（9）+f1（8）=3.4

同理，属于第二灰类的灰色评价数X1112=3.75；属于第三灰类的灰色评价数X1113=1.2；属于第四灰类的灰色评价数X1114=0。则受评者就评价指标u111属于各评价灰类的总灰色评价数为则 u111属于各类灰色评价权向量为

重复上述计算步骤，计算各指标的灰色评价权向量r1jk和rij（i≠1）得到对应的灰色评价权矩阵R1j和Ri，并利用式（7）计算R1j，根据式（8）得到

其综合评价结果为

最后，使用各评价灰类等级值化向量V=（10，8，5，3），按照前述公式得到白云机场鸟防体系评价值O =B◦VT=6.862 6，结果在8到5之间，等级为“较好”。

3.3 结果分析

根据最终评价结果，白云机场鸟击防范体系综合评价值B为6.862 6，总体来说其鸟防体系是比较完善的。进一步讲，分别根据最大隶属度原则判断，其生态环境治理为差B1=（0.226 4，0.267 8，0.187 9，0.317 9）；设备方面为好B2=（0.448 3，0.443 9，0.107 8，0）；制度建设为较好B3=（0.299 5，0.356 8，0.252 5，0.091 2）；员工素质为较好B4=（0.292 7，0.331 1，0.195 5，0.180 7）。

由R1矩阵各行可知，造成其生态环境治理项为差的主要原因是鸟情资料不够完善，未建立本场的鸟情资料信息系统；设备方面好的原因根据实际情况看是由于其注重驱鸟设备的多样性，且都设置在跑道两端与两侧等重要位置；制度建设较好则是该机场在日常巡查、奖惩机制和培训方面较为突出，但与此同时，人员资格准入制度也不够完善并且没有有效执行，导致员工学历层次较低，理论水平低下不足，但员工都具有较强的实践技能；最后，由于机场的鸟击防灾应急预案为空白，则无法应对紧急情况。

4 结语

机场鸟击防范体系评价因素较多，其中包含了很多不确定性，采用层次分析法、灰色理论及模糊评价相结合的综合评价模型最大限度的利用了各种灰类信息，防止评价结果失真，并减少了传统方法当中专家个人主观因素的影响，实证研究表明该方法具有一定的适用性和可操作性。

[1]EDMUND H.Applied ecology as a basis for birdstrike prevention on airports[J].VogelundLuftverkehr，1995，15（1）：23-35.

[2]黄德才，胥 琳.AHP法中判断矩阵的比例标度构造法[J].控制与决策，2002，17（4）：484-486.

[3]傅立著.灰色系统理论及应用[M].北京：科学技术文献出版社，1992.

[4]杨纶标，高英仪.模糊数学原理及应用[M].广州：华南理工大学出版社，1993.

[5]赵 凯，陈建琴，张晨岭，等.奔牛机场植被现状调查及鸟类适宜指数评估[J].南京师范大学学报（自然科学版），2009，32（4）：83-88.

（责任编辑：党亚茹）

Effectiveness evaluation of airport bird strike prevention system

QIAO Liang，ZHANG Liang
（School of Airport Management，Civil Aviation College of Guangzhou，Guangzhou 510403，China）

Currently，there are a lot of problems in the airport bird strike prevention practice，especially the determination of bird strike prevention index system，as well as the optimization of the evaluating methods.In this regard, the idea of ‘integrated prevention and control'is proposed，using AHP combination of gray fuzzy theory to establish an evaluation model.Taking Baiyun Airport as an example，comprehensive evaluation of bird strike prevention system is constructed.As can be seen，Baiyun Airport's bird prevention system is sound.However, due to the lower theory level of bird prevention staff，as well as the lack of bird intelligence information, information system and anti-bird plans，there are certain aspects need to be further improved such as ecological environment，staff calibre and institutional development.The evaluating results are basically in accordance with the actual existence of Baiyun Airport，showing that the gray fuzzy comprehensive evaluation approach is suitable for the effectiveness evaluation of bird strike prevention system.

bird strike disaster；gray fuzzy theory；comprehensive evaluation

V351.1

：A

：1674-5590（2014）02-0055-04

2013-03-22；

：2013-05-08

：国家示范性高等职业学院建设项目（GDXLHQN013）

乔 亮（1981—），男，陕西渭南人，讲师，硕士，研究方向为机场场务技术.