随着航空运输量的快速增长，鸟击风险已成为威胁飞行安全的关键问题。北京大兴国际机场作为全球首个通过湿 地认证的超大型枢纽，其生态敏感区与高密度航空运行的矛盾尤为突出，亟需探索兼顾生态保护与航空安全的综合治理方案。 本研究以大兴机场为研究对象，综合运用数学模型与实证分析，研究基于大兴机场周边生态环境特征与运行数据，提出以 下创新方法：（1）融合失效模式与影响分析（FMEA）和贝叶斯网络（BN），量化鸟击风险等级并解析因果关系；（2） 构建随机森林（RF）与长短期记忆网络（LSTM）双模型预测框架，实现鸟击风险的动态预警；（3）设计资源分配博弈模 型，优化驱鸟设备部署与生态干预策略的协同效益。研究数据涵盖大兴机场 2019-2023 年雷达监测、无人机巡检及生态环 境数据库，覆盖 12 类特征参数与 210 种鸟类活动记录。主要研究发现：（1）LSTM 模型在时序预测中表现最优，准确率 达 92.3%，较传统逻辑回归提升 20.8%；（2）生态协同设计显著降低鸟击率，实施后机场周边湿地覆盖率提升 50%，鸟击 事件发生率下降 78%；（3）动态管控机制有效缓解矛盾，当单日鸟类观测超 5000 只时，航班限频措施使高风险时段事故 率降低 65%。