La seguridad del espacio aéreo en los aeropuertos está cada vez más amenazada por pequeños sistemas de aeronaves no tripuladas y fauna silvestre que el radar tradicional no puede detectar. Si bien revisiones anteriores abordaron técnicas generales de contra-UAS, sensores individuales o la detección de objetos únicos como aves o drones, ninguna ha revisado sistemáticamente las estrategias de vigilancia multi-sensor basadas en aeropuertos a través de un enfoque teórico de seguridad. Una revisión sistemática, realizada de acuerdo con la declaración de 2020 de los Elementos de Informe Preferidos para Revisiones Sistemáticas y Metaanálisis (PRISMA), sintetizó investigaciones recientes sobre capacidades de detección aérea fija y terrestre para pequeños peligros aéreos, específicamente sistemas de aeronaves no tripuladas (sUAS) y objetivos aviares, dentro de entornos operativos de aeropuertos. Las búsquedas se dirigieron a artículos revisados por pares en inglés desde 2016 hasta 2025 en Web of Science y Scopus. Debido a la heterogeneidad metodológica entre las tecnologías de sensores, se llevó a cabo una síntesis narrativa. La revisión de treinta y seis estudios, analizados a través del Modelo de Queso Suizo de Reason y el marco de Conciencia Situacional de Endsley, encontró que solo las arquitecturas de fusión multi-sensor en capas abordan eficazmente las brechas de detección para amenazas de Bajo-Lento-Pequeño (LSS). Basado en estos hallazgos, la revisión propone una integración fluida con los sistemas de Gestión del Tráfico Aéreo (ATM) y Gestión del Tráfico de UAS (UTM) a través de interfaces de intercambio de datos estandarizadas, complementadas por estrategias de despliegue basadas en riesgos fundamentadas teóricamente que alinean los niveles de tecnología de vigilancia con los perfiles de riesgo operativo, desde receptores básicos de ID Remoto en entornos rurales de bajo riesgo hasta una fusión multi-sensor integral en centros de alta densidad, aeropuertos principales y vertipuertos urbanos.