4月，民航局召开智慧民航建设领导小组第一次会议，明确提出：“要立足‘智慧出行、智慧物流、智慧运行、智慧监管’四个场景，加强数字感知、搭建生态系统、完善数据治理、强化网络安全、支持行业创新，加快推进智慧民航建设。”

　　智慧监管是智慧民航建设的重要一环，其中安全状态监管尤其重要。那么，如何对潜藏危险源展开监控、辨识、定性，对风险信息进行评级、报送和实时检查整治，搭建起完善的安全管理系统呢？

　　千方科技在首都机场智慧安全管理平台建设中，在安全状态监控系统方面迎来全新突破。

　　安全状态监控指标体系与AI算法

　　机场安全状态指标怎么划分，算法模型怎么搭建才能更安全可靠？有赖于行业“Know How”经验和多元算法模型双剑合璧。

　　在首都机场的安全状态监控系统搭建过程中，千方科技团队和首都机场集团的飞行区管理部、质量安全部等10余个相关部门，40个业务模块及安全管理、质量管理等领域500余名管理人员共同参与了前期调研与监控指标、评价算法制定。

　　1、监控指标

　　形成包括事件通报、消防、应急救援、跑道入侵、人员及隐患系数等诸多类别在内的27棵风险指标树、1360项监控指标。

　　2、算法模型

　　1360项指标按照低风险(1-3分)、中风险(4-6分)、高风险(7-9分)和击穿性风险(10分)进行专家(质安部、业务部门、算法专家、行业专家)评分，形成多种AI模型算法。

　　首都机场安全风险大数据平台

　　与以往数据应用不同，首都机场安全风险数据平台不只是针对单一维度的碎片数据进行分析优化，而是基于机场安全管理的多个场景展开大数据萃取，匹配相应安全评价指标，有效辅助管理者全面决策。

　　借助庞大的数据量和科学的分析方法，首都机场的安全工作在数据助力下持续迭代优化。

　　以风险管理为核心的闭环管控流程

　　基于业务指标、评价算法及数据平台的搭建，目前首都机场安全状态监控系统已形成风险处置闭环，其中，相关缓解措施达到700余项。

　　借助首都机场安全状态监控系统与首都机场巡查管理系统交互赋能，机场的智能实时决策能力与管理效率不断提高。

　　采用语音及视频识别技术

　　在首都机场安全状态监控系统建设中，千方科技将语音AI识别分析技术与视频AI识别分析技术应用于防控机场安全风险管控。

　　通过对上道作业车辆与塔台以及航空器拖车与塔台通话将近100小时的有效录音，进行语音AI识别算法学习，识别准确率测试结果达到89.6%，有效预防跑道侵入风险和航空器刮碰等风险。

　　视频AI技术应用上，首都机场智慧安全管理平台截至目前已在飞行区重点验证了10路4个算法，可实现越界检测，车辆违章，人员着装(安全帽、反光背心等)，人员在岗等重点安全管控场景的24小时实时监控与智能研判分析，并通过多级责任人联动形成从发现-推送-处理-催办全闭环式追踪，确保分析结果以多种方式触达管理对象。

　　接下来，首都机场将进一步深化数字感知手段在机场安全管理领域的应用与创新。

　　此次民航局智慧民航建设会议中还提及，鼓励多方参与，积极引导全行业以及国内外各优秀科研单位和IT企业参与智慧民航建设，推动新技术、新方法与民航深度融合发展。

　　作为全域交通数字治理专家，千方科技专家团队将融合对智慧民航业务的深刻理解和对数字技术的创新应用，探索基于数据驱动的安全管理新模式，助力智慧民航“起飞”。