，支持接入各前端推送的事 件处置信息 ，从事件信息的接收、处理、上报、 归档全链路统一管理和快速流转 ，切实推进应 急快速反应机制的建设 在接收到突发事件时 ，根据突发事件类别、影 响范围、当前力量分布情况 ，结合数字化应急 预案 ， 自动或手动进行事件等级判别 ，并根 据事件种类与事件等级快速启动对应的突发事 件应急预案响应 根据标准化的应急事件预案管理制度要求 ，将 标准化文件进行分解和处理 保 · 易 安 装 维 护 互动屏 分布式综合管理系统 音视频信号切换控制 任何区域的音视频随时随地的推送、播放、点播 对展厅视频进行统一管控、场景预制、播放视频内容、空气检测等。 低空产业成果与能力展示 低空产业园相关政策展示 低空经济发展历程展示 无人机应用案例展示 分布式综合管理系统 对展厅的音量大小调整、设备上电 / 断电控制、环境控制 ，提供一个舒适和适宜的 展览环境。 • 智能照明控制 ：利用光照传感器 ，根据展厅内的光线强度自动调 节灯光的开关 ，以展示艺术品或展品的最佳效果。 • 空间占用监测 ：通过空间占用传感器监测展厅内人员分布情况 ， 结合数字孪生大屏功能 ，提供实时的展览区域导航和拥堵预警 ， 方便游客参观。 • 电器设备远程控制 ：通过移动插座和智能空开 ，实现对展厅内电 器设备的远程控制 ，如音响系统、视频播放设备等

低空智联网是实现低空空域高效运行与安全控 制的重要保障. 由于低空智联网的立体化覆盖、高可靠通信、超精准服务等特征, 使得传统的被动式 网络管控技术难以满足业务随需服务要求, 亟须融合数字孪生、自智网络、分布式人工智能等新型技 术突破管控瓶颈. 为应对以上挑战, 本文分析了低空智联网的特征和需求, 提出了数字孪生驱动的低 空智联网自智管控架构. 依托自智管控闭环, 分别分析了低空网络层、数字孪生层、自智管控层的功 , 以 实现更加智能、高效的实时网络管控. 其核心思想是, 通过在虚拟空间构建与物理网络环境对应的数 字孪生体, 实时采集与映射低空智联网的网络拓扑、资源状态、业务需求、环境信息等; 借助大模型、 分布式 AI 等新型技术实现对网络的智能感知、预测与自适应管控; 并支持故障快速自愈, 从而保证业 务连续稳定运行与网络资源高效利用. 喻鹏等 中国科学 : 信息科学 2025 年 第 55 卷 第 10 形成全域感知网络. 在复杂三维空域中构建尺度可控 的动态数字孪生体, 为自主决策提供高保真数据支撑, 突破传统网络 “感知 – 决策 – 执行” 的时延瓶 颈. 自优化: 集成各种感知信息, 结合内生 AI 能力与分布式框架, 低空智联网实现网络资源的自适应 调度. 自演进: 利用机器学习模型持续挖掘历史运行数据中的隐含规律, 搭建数据 – 知识 – 决策的闭 环进化, 逐步提升网络对复杂空域环境和任务需求的适应能力

放源进行非接触式监测和对污染物扩散进行跟踪，对污染 物进行大范围和垂直距离的连续、实时、快速监测等。 无人机大气智能监测系统具有极强的机动性，更能 发挥仪器的功能和作用，而且其观测资料更能代表区域性 大气成分的分布。 “ 天地空一体化”大气综合监测平台框架规划 机载 新都 无人机大气智能监测系统：实时监测、预警防控 · 实时远程采集 · 人工智能分析 · 电子沙盘污染情况实时映射 · 重大、重点污染提前预警 无人机结合气体分析检测仪器在大气环境监测的研发方面也越来越深入，为环境监管部门助力。 产学研合作：基于无人机观测的 PM2.5 垂直分布规律研究 （技术团队成员 2011 年曾参与上海交通大学智能交通与无人机应用研究中心项目合作） PM2.5 垂直分布规律 结合地图信息的气体格栅分布 结合高程的 3D 可视化数据分布 气体传感器获取的实测数据 产学研合作：基于无人机监测的城市环境大气污染物扩散数值模拟 1 试验方案 倍，来流方向为建筑高度的 5 倍，尾流出流方 向为建筑高度的 10 倍。对许多单体建筑和建筑群的计算结果分析表明，基本可以 保证计算结果接近实际 几何模型建立 区域大气流场、湍流强度场及污染 物浓度场分布情况的数值模拟值与 无人机监测结果具有相同的变 化规律，可以验证城市环境大气 污染物扩散数值模拟计算结果 （技术团队成员 2019 年曾参与天津市环境保护科学研究院、天津市大气污染防治重点实验室项目合作）

模型，自动触发预警阈值（如风速超限时暂停无人机作业）， 并通过短信、邮件或平台通知多端推送告警信息。 智能决策支持 系统技术指标（覆盖高度 1000 米 /5 个采集点） 覆盖范围与精度 01 5 个采集点均匀分布，水平覆盖半径达 50 公里，垂直分辨 率 10 米，温度测量误差 ±0.5℃ ，风速误差 ±0.2m/s ，满 足民航局低空飞行安全标准。 系统响应性能 02 从数据采集到服务端输出结果的全流程耗时≤ 个），兼容 国际通用气象数据格式（如 BUFR 、 NetCDF ），便于与 全球气象系统对接。 低空微气象监测网 02 毫米波云雷达 采用高频毫米波技术实现 300 米以 下低空云层粒子分布监测，可识别 直径 0.1mm 以上的云雾粒子，分 辨率达 30 米，适用于机场、风电场 等场景的航危天气预警。 监测设备组成 激光测风雷达 基于多普勒频移原理的 LiDAR 系统， 可实时获取 URLLC （超可靠低时延通信）技术实现毫秒级数据回传，备用北斗 RDSS 短报文 通道确保极端天气下的通信可靠性，系统端到端时延控制在 200ms 以内。 基于 GeoMesa 时空数据库构建分布式存储系统，支持每秒 10 万级传感器数据的实时入 库与索引，提供时间序列插值、空间插值等数据融合服务，满足 PB 级气象数据的管理需 求。 1 2 3 低空微气象预报中心 03 多源数据采集

能 群体协同规划冲突 群体感知不一致 协同 一、 低空研究背 景 二、 低空数据平 台 三、 低空感知大 脑 CONTEN TS 统计机器学习长期关注数据规模、 结构及分布与模型 泛化间规律 前提假设和静态度量失效 经验规律重构新范式导向 数据样本量稀缺 需严格约束模型复杂度 根据数据结构选择模型 维度问题影响模型选择 2017 Guided Tour 》 提出维度诅咒 ，揭示高维空间数据挑战 2010 数据分布局限： Ben-David, S. 《 A theory of learning from different domains 》 突破 IID 假设的局限 ，将 “数 据分布特性”纳入核心分析 框 架 2019 从数据分布学习不变性： Arjovsky, M., et al. 《 Invariant Risk 通讯 )→ AAAI 2026( 通讯 ) 复杂多退化 统一复原模型 × T 融合条件 动 态 权 重 不可信 可信 鲁棒感知 动态融合 低空复杂退化、小目标场景 退化自适应基核 退化分布建模 多模态数据 退化机制 多雾天 气 高斯噪 声 + 夜间过暗 白天过曝 恶劣天气条件下低空多模态目标追踪性能提高超过 6% 复杂退化条件下小目标特征增强超过 16 倍 ，检测性能提升超

，环境监察执法力量薄 弱，目前只能重点监管部分大型排污企业，对于面广量多的中小企业，环保监 测存在一定盲区，全面监测存在不到位状态。 ④ 企业情况复杂，执法效率低下。 传统监管方式需要对行业分布广泛、工艺错综复杂的大量企业逐家进行实地检 查、采集资料，同时由于监管缺乏有效指标和预警手段，人员判断污染源耗费 精力大、监管效率低。 第二章 无人机环保总体方案 2.1. 总体目标及设计思路 辖区内风险源、重点源分布情况制定巡检航线规划，对环境质量状况及环境违 法行为进行周期性巡航监察。 ② 环境监测 利用无人机进行环境监测包括很多内容，比如大气实时检测，大气采样，水 质采样，蓝绿藻、水华监测等。在复杂地形环境高时空分辨率大气污染立体 探测中，利用无人机载平台搭载大气气体监测传感器或 DOAS 系统等，研究 大气颗粒物和污染气体的高分辨率立体分布快速扫描技术及其反演方法，快 ，快 速获取廓线、立体分布及通量分布，并建立基于三维 GIS 的可视化评估方法， 一直是大气污染检测的有效手段。 ③ 生态保育 生态保育，从生态学的原理上来说，是监测人与生态系统间的相互影响，包含 对于生态的普查与监测、野生动植物的饲育、自然景观生态的维护工作等，并 协调人与生物圈的相互关系，以达到保护地球上单一生物物种乃至不同生物群 落所依存栖地的目的，并实现自然资源的可持续利用与永续维护。通过无人机

5G 公安应用场景（ 3 ） --- 治安智慧巡逻 1. 对于片区治安来说，需要社区民警定期和不定期巡查，巡查频度为一天多次（早中 晚等），巡查线路区域相对固定。但是对于管辖区域面积大、人口密集且分散分布 的地区，由于警务力量不足等因素，可能造成巡查存在漏洞。 2. 无人机可携带多种警务设备，包括高清数码摄像机、夜视仪等设备，将帮助社区民 警对管辖区域进行定时定线地巡查，实现无人机可以实现水平巡逻为低空立体巡逻， 无人机搭载热成像、可见光一体化摄像机、环境监测传感器等，可执行危险性大的任务 （如毒气和放射线污染区域），可以帮助消防指挥人员快速评估现场的火情、判断遇火 人员的位置、指挥消防员的扑火的方向、掌握火场附近爆炸物和化学物品的分布、预警 浓烟和火星漂移的方向、转移火场周边人员与财产、查找扑救后火场中的残火，对迅速 扑灭大火避免额外的损失提供强有力的情报支持。 2. 森林防火巡查覆盖面积大、巡查精度高和超视距自动驾使，快速反应，应急机动性强， 整合市内每个城区的绿色施工扬尘噪音检测设备监控数据，在系统内能够智能或获取实时监控数据，并能够通过地图定位分 布查询，能够做数据分析与统计对比。 整合 资源 整合 资源 定位 分布 定位 分布 智能 传感 智能 传感 分析 预警 分析 预警 ..... ..... 5G 公安应用场景（ 10 ） -- 基于 5G 和 GPS 的环境监控 车 辆 监 控

社会对环境保护的意识。 为了支持上述目标，本方案将建设多个监测单元，它们分别负 责不同区域的环境监测，并通过统一的平台进行数据汇总和分析。 具体实施过程中，可以参考以下表格中的示例监测单元分布及其功 能： 监测单元名称 监测区域 监测指标 设备类型 单元 A 市中心区 空气质量、噪音 无人机、传感器 单元 B 工业区 污染物浓度、废气 无人机、传感器 单元 C 住宅区 噪音、绿地面积 该方案的主要意义体现在以下几个方面： 1. 提升监测精度：通过使用先进的传感器技术，可以实现对低空 环境中多种污染物的实时监测，包括 PM2.5、PM10、CO、NO2、SO2 等，并能够及时捕捉污染 物的空间分布特征。 2. 深化数据分析：所构建的监测网络将配备强大的数据分析平 台，能够对收集的数据进行多维度分析，以识别污染源，为政 策制定提供科学依据。 3. 增强公共意识：通过建立公开的数据共享平台，公众可以实时 时监测，确保环境质量符合国家标准和地方政策的要求。 首先，低空环保监测网络涵盖了从地面到一定高度范围内的环 境监测，其监测对象包括但不限于空气质量、水体污染、噪声水 平、土壤污染等。通过部署分布式监测设备，网络能够在低空范围 内形成全面的监测覆盖，有效捕捉环境质量变化的动态信息。监测 设备可以是固定站点，也可以是移动监测平台，如无人机、气象气 球等，能够适应不同场景和需求，实现灵活的监测模式。

和结果输出。无人机将按照预设的航线自动飞行，采集高分辨率图 像，并通过无线网络实时传输至地面站。地面站配备高性能计算设 备，运行 AI 模型对图像进行识别，识别内容包括但不限于植被覆 盖、建筑物分布、道路状况、水体变化等。识别结果将自动生成报 告，并通过用户界面展示，支持进一步的数据分析和决策支持。 为确保系统的稳定性和可靠性，项目将采用模块化设计，每个 功能模块均可独立升级和维护。系统将集成多种传感器，如红外摄 害的分布情况。这不仅减少了人工巡检的工作量，还为精准农业提 供了数据支持。根据实际应用数据，AI 图像识别技术在作物分类任 务中的准确率可达 95%以上，病虫害检测的准确率也超过 90%。 在城市规划中，AI 图像识别技术能够自动提取建筑物、道路、 绿地等关键信息。通过语义分割技术，无人机拍摄的高分辨率图像 可以被精确分割为不同的类别，从而为城市规划者提供详细的地物 分布图。例如，某城市规划部门利用 技术对无人机图像进行分 析，成功识别出城市中的违章建筑和未开发区域，为后续的规划决 策提供了科学依据。 在灾害评估领域，AI 图像识别技术能够快速识别受灾区域的地 形变化、建筑物损毁情况以及人员分布。通过结合多光谱图像和热 成像技术，AI 系统可以在灾后第一时间生成详细的灾情报告，为救 援行动提供关键信息。例如，在某次地震灾害中，无人机搭载的 AI 系统在 24 小时内完成了对受灾区域的全面扫描，并生成了高精度

倾斜摄影模型、激光点云、 BIM 、 VR/AR 、场三维 CIM 、三维地理设计、游戏引 擎 基于 AI 的实景三维单体 建模 分布式 GIS WebGIS 服务集群 云 GIS 智能集群 GIS 分发服务器 分布式空间分析与处理技术 分布式空间数据存储与管理技术 跨平台 GIS 跨服务器 OS(863 项目支持 ) 跨 PC 端 OS 、跨移动端 OS 跨 CPU 指令集 技术体系 空域的边 界和性质变化感知、态势感知、环境变化感知和预警等任务，确保整个低空 空域的所有数据都是实时的、最新的、最真实的数据。 低空空域展现平台 - 天气预警与影响评 估 天气预警三维展示，时空分布情 况 GISTC 数 字 化 展 现 P32 飞行轨迹记录：对低空飞行器的飞行轨迹进行全周期记录，事后可通过历史轨迹进行回溯查看。 智 需 品 园 X P33 飞行安全分析