La intrusión ilegal de drones cerca de las pistas de los aeropuertos representa una amenaza crítica para la seguridad de la aviación civil, creando una necesidad urgente de sistemas de visión al lado de la pista que puedan detectar UAV intrusos lo suficientemente temprano para advertencias de seguridad y mitigación del riesgo de colisión. Sin embargo, el desarrollo de tales detectores se ve gravemente obstaculizado por la escasez de datos del mundo real anotados en este escenario de alta seguridad. Para abordar este cuello de botella, presentamos SynthAirDrone, el primer conjunto de datos sintético de alta fidelidad para la detección de intrusiones de UAV en entornos de pistas de aeropuertos, junto con un marco de generación de datos inteligente que integra la colocación consciente de la escena y la evaluación de calidad multicriterio. El método propuesto utiliza la segmentación de la región del cielo para guiar la colocación físicamente plausible de drones, y combina escalado consciente de la perspectiva, edición de imágenes de Poisson y un sistema de puntuación de calidad en cuatro dimensiones que cubre la superposición del cielo, la consistencia de la iluminación, la plausibilidad del tamaño y la continuidad de los bordes para mejorar la plausibilidad visual y la consistencia semántica. El conjunto de datos resultante comprende 6500 imágenes de alta calidad, todas anotadas en formato compatible con YOLO. Usando el modelo ligero YOLOv11n, mostramos que los modelos entrenados únicamente en SynthAirDrone exhiben una transferencia no trivial entre dominios hacia Anti-UAV, mientras que el entrenamiento mixto con datos reales limitados proporciona el mejor rendimiento en el mundo real en el contexto actual. Estudios de ablación confirman además que un umbral de calidad de =0.6 logra el mejor equilibrio entre diversidad y fidelidad. En general, este trabajo ofrece una solución de datos sintéticos reproducible y eficiente para el desarrollo de detectores de UAV en escenarios de alta seguridad y escasez de datos en pistas de aeropuertos.