手段的综合运用，开展工地扬尘、工地超市施工、农业植保、秸秆焚烧环保巡 查等空中业务，实现对目标环境的远侧监测、定位及环境数据采集等功能，更 准确、及时地检测并分析大气、水质等环境指标，提高城乡污染源监测能力。 国土遥感航测。推动无人机航测技术应用，应用与地形测绘、工程建设、 土地资源调查、地质灾害应急处理、城市数字化建设等方向。增强应急测绘基 础设施能力，引进无人机等应急测绘装备。 应急管理 方式及时控制潜在危险，及时通报事件进展；最终，形成完整的“任 务规划-飞行执行-数据收集-数据分析-火情预警-应急协调-巡护报 告”低空经济森林防火减灾防护体系和平台；支持电子地图、三维实 景地图、二维正射影像等地图源接入，通过长期存储和分析数据支持 中飞院低空经济中心 17 巡航林区数字化管理，夯实森林资源数智化管理基础。 专栏 2 无人机森林防护的典型案例 黑龙江伊春森工带无人机森林防护。伊春森工带施业区总面积 96%，在传统巡护模式中，森林管理面临诸多挑战。2023 年通过引入大疆机场和智能巡检平台，实现了“人机协同、空地互补”的森林 防火数字化巡护模式，巡护效率提升 5 倍以上，在有效保护野生动物和森林资 源的同时，防止了林政案件的发生。 湖北神农架森林防火的“空中哨兵”。神农架林区森林覆盖率 91.16%、 活立木蓄积量 3300 多万立方米。为提高防火效率，铲除安全隐患，引入完成 神农架林区森林无人

村电商服务站设立配送点， 方便村民取件 、寄件。 . 典型线路： 成都双流 - 黄龙溪农村配送航线 （20 分钟） 、重庆江津 - 四面山农村配送航线（25 分钟）、南充阆中 -河溪农村配送航线（15 分钟） 、达州宣汉 - 南坝农村配送 航线 （30 分钟） 。 . 运营模式： 采用 “ 集中分拣 + 分片配送 ” 的模式， 乡镇集 散中心负责接收来自城市的货物， 批、安全监管、数据共享协同联动；联合打造低空经济产业园 区 、创新平台， 培育双城产业集群。 2. 推进区域协同发展 ：建立川渝与长三角 、粤港澳大湾区的 低空经济合作机制， 引进先进技术 、管理经验和市场资 源；加 强与周边省份 （云南 、贵州 、陕西） 的协同联动， 构建西 部低空经济发展联盟；推动长江经济带低空经济协同发展， 打造长江空中通道。 3. 拓展跨境合作空间 ：与越南 、泰国 、缅甸等东南亚国家签

端 网 云 场景 MEC 边缘计算 门禁 eMBB 切片 WEB 容器 消息中间件 5G 高速专网 数据采集 数据仓库 数据分析与挖掘 数据可视化 污染物观测 特定监控 污染源搜索 环境巡查 污染物判定 智能部署，应用便捷 可利用无人机的自主飞行功能进行昼夜自动巡逻， 对巡逻区域出现的人员进行监控， 同时可利用 AI 识别技术，对车辆进行识别跟踪。 无人机设备与现有监控平台集成进行智能部署 率 实施载体：无人机突破视觉限制 成为智慧城市的空中之眼 智能化 立体化 便捷化 飞行平台：垂直起降固定翼无人机 污染防控 环境污染调查 环境监测 提供解决方案及定制产品开发方案 污染源 / 物防控、环境污染调 查、环境监测是具有代表性的环境保护管理应 用场景 以客户需求为导向 林草资源测绘 林草成 提供解决方案及定制产品开发方案 以客户需求为导向 飞行平台：多旋翼无人机 共同构建“天地空一体化”大气综合监测平台 与当地环境监测现有主站、雷达子站相结合 以无人机移动监测系统为平台的走航观测，实现对 特定污染源排放（颗粒物、 SO2 、 NO2 ）、突发污染事 件及区域污染输送进行快速准确的定位分析，对污染物排 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

污染防控 环境污染调查 环境监测 构建 XX 城区防尘监测空中之眼 以无人机移动监测系统为平台的走航观测，实现对 XX 城区特定污染源排放（ PM10 颗粒物等）、突发污染事 件及区域污染输送进行快速准确的定位分析，对污染物排 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。 无人机防尘监测系统具有极强的机动性，更能发挥仪 消息中间件 5G 高速专网 数据采集 数据仓库 数据分析与挖掘 数据可视化 污染物观测 特定监控 污染源搜索 环境巡查 污染物判定  PGIS 图像数据采集 XX 城区防尘监测中心 地理信息 实时数据回传 预警、决策、建议 AI 建模，智能比对 无人机自动巡航 污染源搜索 环境巡查 污染物判定 可有效对接多款 智慧环保管理云平台 无人机巡航 + 智能监测实现智慧防尘监管 机 类 型 、 飞 行 时 间 及 架 次） 2 （阶段二） 无人机城区防尘监测 飞行平台建设 2021.3-2021.8 为环保部门搭建专业可靠 的无人机飞行平台单元， 响应污染源搜索、环境巡 查、污染物判定等多种类 场景的实际使用需要 业主购买无人机系统，我司提供 无人机产品交付、飞行培训认证 及飞行保险等完整服务 根据业主实际 使用需要，我 方提供多种类 飞机配置组合

传至云端数据中心，确保数据链路的低延迟（ <500ms ）和高可靠性（ 99.9% 可用 性）。 数据流与业务逻辑 数据采集与传输 系统整合卫星遥感、地面气象站等第三方数据源，通过时空对齐算法消除数据偏差，构 建覆盖 1000 米低空的立体气象模型，提升预测精度。 多源数据融合 基于业务规则引擎和 AI 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 03 多源数据采集 采用 AI 驱动的异常值检测算法剔除噪声数据， 结合时空插值技术填补缺失值，并通过卡尔曼 滤波实现多源异构数据的动态加权融合。 数据清洗与融合 特征工程优化 基于低空湍流、风切变等特殊场景构建三维气 象特征矩阵，利用小波变换提取高频气象波动 信号，为模型训练提供高价值输入。 整合气象卫星、地面观测站、雷达、无人机及 物联网设备等多维度数据源，通过标准化接口 10 秒更新的气象热力图与风险 区域标记。 实时可视化系统 三维动态气象图谱 集成北斗卫星、毫米波雷达、地面气象站等 8 类数据源，通过 AI 算法生成分钟级更新 的综合气象仪表盘，可自定义显示飞行航线上的垂直风切变指数、积雨云移动轨迹等关 键指标。 多源数据融合驾驶舱 提供过去 72 小时的气象演变时间轴功能，支持用户拖拽查看任意时间节点的气象参数 空间分布，辅助事故调查与航线优化决策。

低空飞行器数量的快速增长与类型的多 样化对空域安全管理提出了更高要求。 当前,低空监 视系统主要面临 3 个方面的挑战:一是传统监管手段 难以应对复杂动态环境,无人机“黑飞”、碰撞风险频 发;二是多源感知“数据孤岛”现象严重,雷达、光电等 传感器信息缺乏协同;三是恶意干扰技术不断升级,导 致目标识别与追踪失效 [1]。 在此背景下,构建智能融 合、实时响应的一体化监视体系,不仅是实现空域精细 的基础设施保障,进一步为空域治理模式的现代化转 型奠定坚实基础。 ·17· ���E�����0 1. 2 低空智联监视系统概念 1. 2. 1 系统目标 低空智联监视系统是基于泛在网络连接、多源数 据融合、智能感知计算和协同决策支持构建的新一代 适应低空经济场景的监视体系。 其实现目标主要围绕 3 个方面:一是作为安全基石,通过智能识别和异常预 警有效管控“黑飞” 风险;二是作为效率引擎 策两大能力。 智能感知通过人工智能算法实现雷达、 光电探测、广播式自动相关监视(Automatic Dependent Surveillance-Broadcast,ADS-B)等多源数据融合,为合 作目标提供信息服务,更重要的是提升非合作目标的 检测识别率,然后进一步结合深度学习模型,实现对飞 行器行为意图的精准预测与异常事件的可靠告警;同 时,构建智能决策中枢,为空域动态管理、交通流量调

污染防控 环境污染调查 环境监测 构建 XX 城区防尘监测空中之眼 以无人机移动监测系统为平台的走航观测，实现对 XX 城区特定污染源排放（ PM10 颗粒物等）、突发污染事 件及区域污染输送进行快速准确的定位分析，对污染物排 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。 无人机防尘监测系统具有极强的机动性，更能发挥仪 消息中间件 5G 高速专网 数据采集 数据仓库 数据分析与挖掘 数据可视化 污染物观测 特定监控 污染源搜索 环境巡查 污染物判定  PGIS 图像数据采集 XX 城区防尘监测中心 地理信息 实时数据回传 预警、决策、建议 AI 建模，智能比对 无人机自动巡航 污染源搜索 环境巡查 污染物判定 可有效对接多款 智慧环保管理云平台 无人机巡航 + 智能监测实现智慧防尘监管 机 类 型 、 飞 行 时 间 及 架 次） 2 （阶段二） 无人机城区防尘监测 飞行平台建设 2021.3-2021.8 为环保部门搭建专业可靠 的无人机飞行平台单元， 响应污染源搜索、环境巡 查、污染物判定等多种类 场景的实际使用需要 业主购买无人机系统，我司提供 无人机产品交付、飞行培训认证 及飞行保险等完整服务 根据业主实际 使用需要，我 方提供多种类 飞机配置组合

2023 年至今 多源协同感知 数据集 UAVDT VisDrone 2016 年及以前 小规模 检测与追踪数据集 01 2017 年至 2020 年 大规模密集数据与 通用检测数据集 03 VTUAV 2020 年至 2023 年 多模态 动态感知数据集 02 DroneVehicle 04 低空环境感知数据呈现出多任务、 多模态和多源协同特性 以 基于多源信息构建物理度量， 在真实环境中进行空间推理。 2024.10 AirCopBench Spatial Sky 仿真感知推理 虚拟城市中对物体属性 ， 空间关系进行推理判断。 2025.03 2025.05 以 Spatial Sky 为代表的低空“感知 - 推理 - 决策”一体化数 据 CityEQA 现实推理决策 覆盖多源传感器信息 无人机第一视角场景理解 ， 对话问答 ， 以及任务规划。 仿真空间推理 在多个视角转换设定下 ， 进行定量空间推理。 Open3D-UAV EmbodiedCity 多源推理决策 引入多视角协同推理， 加入多源评估与协作决策。 UrbanVideo 2025.11 2025.02 ! 2022.05 2023.08 2024.06

获取环境监测数据。例如，某地区的低空监测网络通过部署 10 个 固定监测点与 5 架无人机相结合，实现了对该区域微气候变化的高 效捕捉。通过这种方式，不仅可以获取实时的空气质量数据，还可 以追踪污染源及扩散路径，为治理提供科学依据。 综上所述，低空环境监测在当今社会中具有极其重要的意义， 它不仅有助于政府部门制定科学合理的环保政策，保障公众健康， 还能提升社会整体的环保意识，推动可持续发展的进程。在未来的 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 获取周边环境的监测信息，这将有助于增强公众的环境保护意 识，推动绿色出行和生活方式，提高社会对环境问题的关注 以及卫星 遥感等，形成一个覆盖广泛的监测网络。 低空监测不仅仅是对常规空气质量指标（例如 PM2.5、PM10、NOx、SO2 等）进行监测，还包括对特定颗粒物 和化学物质的追踪，以识别污染源与来源。通过对低空环境中污染 物的实时监测，相关部门可以及时作出反应，采用针对性措施，减 少有害物质的排放。 低空监测的关键特点包括实时性、覆盖面广、数据精确性和可 移动性。实时性保证了监测结果能够及时反映环境状况，为决策者

整数据存储和处理能力，确保数据的高效利用。 经营管理智能化实现运营成本动态可视与预警，帮助企业实时掌握运营成本情 况，及时发现潜在风险，优化资源配置，提高经营管理效率。 业务作业智能化支持无人机编队协同决策，通过对多源数据的分析和处理，实现 无人机之间的智能协作，提高作业效率和安全性。 行业应用智能化形成巡检路径自优化能力，根据实际场景和数据变化，自动调整 巡检路径，提高巡检的准确性和效率。 3.2 总体架构模型 据交易服务，方便用户进行数据查询、分析和应用。 图 3：匹配应用场景的重庆低空大数据交易中心 6 3.3 数据架构设计 构建「六区三流」数据体系，实现数据的有序管理和高效流通。数据分区包括： 1. 多源采集区涵盖无人机、地面站等多种数据源，实现数据的全面采集。 2. 清洗入湖区建立数据质量防火墙，对采集到的数据进行清洗和校验，确保数 据质量。 3. 主题汇聚区按场景构建数据立方体，将相关数据进行汇聚和整合，形成主题 能够准确识别设备的缺陷和故障，及时进行维修和维护。 在应急安防场景中，建立多源数据融合的应急响应决策树。将来自监控摄像头、 传感器、无人机等多种数据源的数据进行融合分析，快速判断应急事件的性质和严重 程度，制定科学合理的应急响应方案。 在农业植保场景中，开发病虫害预测预警模型。通过对气象数据、土壤数据、作 物生长数据等多源数据的分析，预测病虫害的发生趋势，提前采取防治措施，保障农 业生产的安全。