陕西中天禹辰高端无人机制造项目：位于商洛丹凤，总投资 5.8 亿元，分两期推 进。一期已建成 2.1 万平方米生产办公大楼，涵盖无尘车间、重装厂房及无人机培训 基地，并配套 7 条特种无人机生产线、1 条复合材料生产线及地理信息大数据算力中 心。二期将扩建 15 条行业级特种无人机生产线，最终实现年产小型无人机 5 万架、中 型 5000 架、大型 3000 架的产能目标，形成覆盖多类型无人机的规模化生产能力。 武 西南地区的昆明积极构建低空飞行服务保障体系，如滇中新区探索建设低空飞行 管控服务中心、云南省无人机试飞基地和综合检测实验室等。 典型企业自建园区案例： 深圳移动低空经济联合创新中心：由深圳移动联合市空间地理信息中心、IDEA 研 究院、深城交、南航深圳研究院、华为、龙华数据公司、美团无人机、丰翼科技、东 部通航等低空合作伙伴共同成立，凝聚低空产业力量，加速探索低空技术及应用创 新。 苏州移动 5G-A 便捷的三维航路规划设计工具，确保安全、经济、高效的航路设计。 生态合作与场景创新： 科技企业跨界布局园区注重生态合作和场景创新，通过与产业链上下游企业合 作，打造创新应用场景。如深圳移动联合市空间地理信息中心、IDEA 研究院、深城 交、南航深圳研究院、华为、龙华数据公司、美团无人机、丰翼科技、东部通航等低 空合作伙伴，成立低空经济联合创新中心，凝聚低空产业力量，加速探索低空技术及 应用创新。

2022 2023 2024 2025 2026 2027 2028 根据《中国地理信息产业发展报告 (2023) 》中的地理信息产值发展，以及《中国 遥感卫星及应用产业发展蓝皮书 (2022 年 ) 》中的卫星遥感产业情况，结合民用 无 p9 人机行业发展情况，对 2018-2028 年对无人机遥感产业产值情况进行估算。

力，极其适合应急测绘的需求。无人机的突出贡献是能够第一时间快速反应，机劢性强，无 需起降机场，环境恶劣的地方也可以到达，可以快速获叏高分辨率事件灾情调查数据，从而 提供应急处置、调度指挥所需地理信息成果。 1. 洪涝灾害应急 在全球气候发化等因素影响下，我国面临的自然灾害风险进一步加剧，洪涝灾害多収， 暴雨寻致多数道路、农田被淹，厂矿企业、房屋进水，部分居民小区、学校积水，一些地方 地貌、水库、堤防险巟险段,实时传递 现场信息。  通过航拍实时监测可以清晰了解水域面盖面积、通过航拍成图划分水域警戒线  为救援人员提供宝贵的搜救信息，提供应急处置、调度指挥所需地理信息成果  持续监规险情収展，为防汛决策提供准确的信息 无人机洪涝灾害应急优势：无人机可兊服交通等丌利因素，快速抵达叐灾区域，幵实时传递

管、电力巡检、 地震地质灾害 救援、森林火灾 救援等。 1.测绘和地理信息应用领域：公司完成了国 家发改委无人机测绘平台地理空间信息采集 与处理专项、自然资源部无人机地理信息数 据安全交换专项，支撑全国测绘部门开展密 码应用工作，形成低功耗芯片、软硬件密码 模块、地理信息跨网传输系统相关产品及解 决方案，实现测绘领域地理信息采集装备的 全面自主可控、数据安全交换。公司成为全 国测绘领域主要的密码应用支撑厂商。 数据，减少重复建设，实现城 市数据融合、业务协同与敏捷 创新，夯实统筹共享的智慧 XX 数字底座。 成都市域 低空经济。 实现政务数据与精细三维模型的关联融合， 打造二维三维一体化时空地理信息服务，为 市、区（县）政务、交通、城管等城市智慧 化应用和运营拓展应用提供数据能力支撑。 成都瀚涛天 图科技有限 公司 周立 15982182571 长期有效 供给清单 - 50 - 依托通感一体化支撑站，构建 基于空天地协同感知网的现 代化城市建设体系，深度融合 低轨遥感卫星、低空无人机遥 感网与地面传感器网，基于 AI、大数据、物联网等前沿技 术，研发空天地协同智能感知 网、高低空地理信息库与高低 空算法样本库，打造空天地智 能感知网运营服务指挥平台、 遥感大数据管理中心、数据运 营服务中心，可提供路网运行 状态监测、交通灾害监测与损 毁评估、道路智慧执法管理、 交通设施形变监测、路面设施

系统的定期更新、基础数据的采集，这 些数据还可以用于大面积测绘和通过三维重建算法实现三维建模。 这很好的解决了传统的 PGIS 更新方法效率低、工作量大、数据不准 确、更新周期长的痛点。通过结合警务地理信息系统等警务情报系 统的大数据应用，对警力部署、区域管控、指挥、现场模拟、勘测 等工作很有帮助，为智慧警务提供强有力的支持。 13 图 2-6 PGIS 图像数据建模 2.3.10 重要区域三维建模 针对公安用户在应急、处突、维稳、反恐等方面的业务需求实 现包括空中视频巡查、目标自动发现、识别、定位、跟踪和分析， 实现警用无人机的集中高效管理。利用无人机+地面监控设备采集的 图像、音频、数据和地理信息，实时地进行集中融合、交互，实现 统一平台显示。一体化指挥调度中心根据集中融合的信息，统一指 挥、控制所有终端设备和政府各部门力量，实施统一指挥、控制下 的空地联合行动。 图 3-2 一体指挥调度中心实景

飞 行 国 家 综 合 监 管 服 务 平 台 。 将 分 散 的 资 源 进 行 整 合 ， 提 高 管 理 效 率。 建设方向 组织编制低空飞行航图，建立低空三维数字 化网格化地理信息系统，加大低空飞行情报、 气象等产品供给。为飞行活动提供准确的信 息支持。 05 ##### 强化人才培养 强化专业人才队伍建设，优化适航标准、审 定模式与技术，提升适航审定能力。培养更 成立飞行培训学校，为人员提供专业培训与认证，收取学费和认证 费用，还可与企业开展定制化培训项目。比如为物流企业培训专业 的无人机操作员。 02 、 数据服务模式 利用无人机等进行数据采集，为地理信息、环境监测等领域提供数 据服务，出售数据报告或提供定制化分析服务。例如通过无人机对 农田进行测绘，为农业生产提供精准的数据支持。 低空物流配送的商业模式 软件与系统服务模式 开发飞行

续更新的数字孪生空间，夯实基础数据资源底板，为 航线规划、航路管理、低空基础设施建设、低空经济 应用场景提供地理信息服务保障，做好低空经济相关 地理信息安全应用监管。 海南省 《海南省低空经济发 展 三 年 行 动 计 划 （2024-2026 年）》  加强对低空无人机测绘、航空摄影和地理信息数据的 安全监管，规范高精度实景三维地图的安全使用。 江西省 《江西省关于促进低 空经济高质量发展的 空智联网数据采集、传输、存储、处理、使用、销毁、备份等全生命周期的安全。  数据采集阶段。基于数字签名等技术实现采集数据来源的真实性验证，确保 来源真实合法；针对不同等级数据采取不同的加解密和密钥保护措施，尤其 加强地理信息、人脸、用户声音等数据的安全保护。  数据传输阶段。采用信源、信道多重加密措施，保证数据传输过程中的机密 性、完整性。通过同态加密技术保障隐私信息在传输过程中的安全性。  数据存储阶段。

GPS 车辆监控系统利用 GPS 技术，依托 3G/4G 的数据无线传输功能，实现对全市范围内装有 GPS 车载终端的执法车辆、环卫车辆、渣土车辆、 办公车辆等进行定位监控管理，并结合 GIS 地理信息系统，实现对执法车辆、环卫车辆、渣土车辆等的智能化和空间可视化管理。 3.11 5G 应用场景 11—— 基于 5G 和 GPS 的车辆交通监控 远 程 广 播 系 统 远 程 12 5G 应用场景 12—— 基于 5G+ 智慧路灯的城市管理 3.13 5G 应用场景 13—— 基于 5G 的建筑工地管理 智慧城市环卫管理是综合应用计算机技术、无线网络技术、 GIS 地理信息技术、 GPS 定位技术、视频监控技术， 通过建立统一管理信息系统，实现对环卫作业效果、环卫作业车辆、环卫设施、废弃物终端处置的监管，以及对卫生环境 的全程监控，使环卫作业问题能够及早发现、快速解决。

别火源、烟雾等异常情况，实现早期预警。无人机能够在复杂 地形和恶劣环境下执行任务，确保监测的全面性和及时性。 2. 精准火源定位与态势评估：通过 AI 图像识别和数据分析技 术，无人机能够精确识别火源位置，并结合地理信息系统 （GIS）生成火势蔓延趋势图，为消防指挥中心提供科学的决 策依据。目标是在火灾发生后的 10 分钟内，完成火源定位和 初步态势评估。 3. 优化消防资源调度：基于无人机采集的实时数据，AI 率： 1. 实时监测与预警：无人机在预设区域内进行周期性巡逻，结合 AI 算法对采集的图像和热成像数据进行实时分析。一旦检测 到异常温度升高或烟雾浓度增加，系统将立即发出预警信号， 并通过地理信息系统（GIS）精确定位火源位置。 2. 快速响应与路径规划：在火灾确认后，系统将自动生成最优的 消防资源调度方案，包括无人机和地面消防车辆的路径规划。 通过 AI 算法，系统能够综合考虑交通状况、地形条件以及火 术支持。 3.2 无人机部署策略 在低空无人机消防部署 AI 识别项目中，无人机部署策略是确 保系统高效运行的关键环节。首先，无人机部署应根据火灾风险等 级和地理环境进行分区管理。通过地理信息系统（GIS）分析，将 目标区域划分为高、中、低风险区，并针对不同区域制定相应的无 人机部署密度和飞行频率。高风险区域应部署更多的无人机，并设 置更高的飞行频率，以确保实时监控和快速响应。

提高数据的质 量和可用性。  数据清洗：对采集到的原始数据进行准确性、完整性、唯一性 等方面的检查，剔除冗余或错误的记录。  数据整合：整合来自不同来源的数据，例如无人机飞行数据、 地理信息数据和环境监测数据，使得统一的数据结构能够被后 续分析使用。  数据转换：将原始数据按照分析需求进行格式转换，如将时间 序列数据转化为更易于分析的结构化形式。 其次，数据融合技术在低空产业管理中扮演着至关重要的角 数据融合技术可以使用以下几种方法： 1. 传感器融合：将来自不同传感器（如 GPS、IMU、激光雷达 等）的数据进行整合，以提高定位与环境感知的精度。 2. 数据层融合：将多个层次的数据（例如基础地理信息、地表特 征数据等）结合，通过层叠分析提高决策的精确度。 3. 事件融合：将来自不同事件的数据进行组合分析，从而识别更 复杂的事件模式，例如在城市管理中集成交通流量和天气信息 预测交通堵塞。 每个层 次之间通过标准化接口进行数据交换和服务调用，以确保系统的可 维护性和可扩展性。 首先，数据采集层负责从多种来源收集低空产业相关的数据。 这些数据源包括无人机飞行数据、气象数据、区域地理信息数据、 监管和政策信息等。数据采集的方式可以包括传感器、API 调用、 数据导入等多种方式。该层的架构应能够支持实时数据流的处理， 并能够对未结构化数据进行初步处理，为后续的数据分析和决策提