角，有望成为继新能源汽车之后，我国经济发展的又一强劲新动能。伴随应用市 场的多元化拓展以及市场主体的持续丰富，在技术创新的有力推动下，趋向于产 业融合发展的低空经济格局正逐步开启。 中国电科基于自身在空域管理体系与运行、通导监气象系统和装备等方面的 特有优势，首次提出低空航行系统（LAAS）的概念。低空航行系统，是低空空 域大规模开放后，应对地空一体、军民地一体运行挑战的体系性解决思路。从空 域管理、飞行服务、安全监管 的通导监保障、空地 / 空空 协同的自主飞行、军民地协同的安全监管、泛在可信的数据与信息服务”，规划 了系统构成中航空器、起降场、通信、导航、监视、空域管理、飞行服务、安全 监管、信息服务（含气象）等的发展目标及演进路线。可为行业伙伴构建低空 飞行保障体系提供有益借鉴，为地方府高效保障低空飞行活动提供关键支撑，为 国家统筹全局推动低空经济高质量发展提供重要参考。 引 言 INTRODUCTION 用效率，增强非预期 状况的应急处置能力，保证低空飞行活动的高效性与安全性。 高效智能的飞行服务：低空飞行服务方面向多运行人、多类型无人机、多场 景，构建高效智能的运行管理能力体系，以情报数据、气象数据、城市数据等为 底座，统一管理和服务全域低空飞行活动，保障运行全过程的安全和效率。 开放融合的通导监保障：由于低空运行环境、飞行规模、航空器性能和法规 8 低空航行系统 制度的不同，其

正在为低空经济提供强大的技术支撑，我们认为国内运营商将在通过5G-A支持低空经济发展机遇方面发挥关键作用。低空监视方面， 未来低空感知网将综合运用雷达、光电、ADS-B、5G-A通感一体等多种技术，相控阵雷达有助于提升气象探测精度，建议关注掌握 ADS-B、雷达核心技术的领先公司。低空导航方面，未来低空导航网以高精度北斗卫星定位系统为基础，融合多种辅助定位手段，实 现高精度定位导航体系，建议关注北斗高精度导航领域领先公司。 线数量超300条； 重点拓展建设8个低空应用场景。 上海市 上海市低空经济产业高质量发展行动方案（2024-2027年） 2024/8/16 构建低空航空器大中小型分布式起降点设施以及通导、能源、气象、存储等新型设施，升级低空测试试飞基地，打造测试跑道完备、 试飞空域充分的地空联动低空经济特色产业园区。 河南省 促进全省低空经济高质量发展实施方案（2024—2027年） 2024/8/12 到 通。 黑龙江省 黑龙江省加快推动低空经济发展实施方案（2024—2027年）2024/8/1 统筹规划低空基础设施，完善通用机场、飞行服务站、直升机/无人机起降点、飞行营地、维修基地、通讯/导航/气象/油库等服务设 施，初步构建全省低空智联基础设施网。 湖北省 湖北省加快低空经济高质量发展行动方案（2024—2027年）2024/7/18 力争全省建成30个以上通用机场和600个以上起降场地、

项）： 加快发展低空飞行器核心产业链；提升低空管控技术供给能力；构建飞行应用服务支撑体系；培育低空经济 产业发展载体 应用场景： 推动打造示范应用场景 。统筹农林、环保 、应急 、 自然资源 、气象、水利 、公安 、交通 、文旅等多个领 域的 低空飞行服务需求，支持拓展低空飞行器在公共服务领域应用。支持区内企事业单位在周边及京外有 条件地 区搭建无人机物流配送 、生产作业 、应急救援及载人 河北（河北省、雄安新区、 沧州、廊坊） 4 发文时间： 2024/8/ 1 文件号：雄安政办字 〔 2024 〕 26 号 发文单位：河北雄安新区党 工委管委会党政办公室 审定 、在线交易 、气象安全保障等低空经济重点领域的各类公共服务平台， 按其建设投入的 50% 给予资助， 每个项目最高不超过 5000 万元。 主要任务（共 12 项）： 支持低空经济创新主体落地新区；支持关键产 远乡镇的配送服务航线， 发展园区 之间 、企业之间电子元器件 、医疗设备等的点到点配送服务。 丰富低空公共服务场景应用。鼓励各地和有关部门统筹城市管理、农业、林业、环保、应急 、自然资源、 气象、水利、公安、交通、医疗等方面的低空飞行需求，开展低空在警航、城管巡查、医疗救助、森林灭火 、 城市消防、应急救灾、国土测绘等领域应用，并做好信息共享。谋划推动一批重点领域和地区开展示范区 （点）

1200PB  农业自然资源数据 3500PB  农业市场数据 800PB （数据来源： ZDNET 《数据中心 2013 ：硬件重构与软件定义》年度技术报 告） 3. 农业进入大数据时代 气象数据 生物信息数据 资源环境数据 生长监测数据 农业统计数据 全球气候观测系统（ Global Climate Observing System ） 2012 年每天新增 超过 250GB 250GB ，政府间 气候变化专门委员会 （ IPCC ）第四次评 估报告中采用了超过 了 29,000 个观测资料 序列，第五次报告中 使用的数据量达到了 2.3PB 。 （ 1 ）气象数据 4. 农业大数据的类型 1984 年，由 NIH 创办的基因数据库（ GenBank ）； 截止 2011 年 4 月，在传统数据存储区，共有 1.35 亿条 序 列 记 录 ， 包 含 1265 Windows mobile 版本 安卓版本 2. 移动采集技术 3. 基于大数据的 CAMES 模型应用  中国农产品监测预警模型（ CAMES ）整体模型框架已经形成  气象数据（ 1960 年以来的全国 2000 多个站点的气象数据）  经济分县统计数据（ 1980 年以来 2862 多个县区 190 个指标数据）  实时监测数据 ( 农信采采集的 106 种日度农产品价格 )  国家统计数据（

信息基础设施子体系主要是在结合深圳市低空经济“四张网”建 设中的“空联网”相关内容的基础上构建。该子体系涵盖了各类信息 基础设施和数字形态的融合基础设施相关的技术标准及文件，主要包 括通信、导航、监视、融合感知、气象监测、综合信息基础设施6个 二级子体系，见图6。 图6 信息基础设施子体系 16 4.1 通信子体系主要包含围绕低空飞行活动及相关数据交互过 程中涉及到的各类网络及通信设备、数据及信号处理等相关技术要求 改造后形成的各类融合基础设施所需的，以及构建具备多种参数识别 或多功能融合感知手段的技术标准及文件。 4.5 气象监测子体系主要包含针对低空飞行活动中所需的各类 气象信息、设备、数据等基础设施的技术标准，该子体系中的标准及 文件对相关基础设施为低空飞行提供通用性更高的气象保障，支撑低 空气象领域相关的标准化应用具有重要意义。 17 4.6 综合信息基础设施子体系主要包含围绕低空经济各系统的

碳盘查 • 国际国内标准 碳管理 36 增值服务 (1/4)_ 气象监 控 气温预测提前升高室 内办公区域温度， 或 提前降低办公区域温 度 数据中台开放接口：气象服务 CO2 大数据气象预测光照 程度，自动联动升降 遮阳系统 晴好天气预测优先调 用太阳能光伏板提供 楼宇电力输出 大数据气象预测联动 室内灯光明暗度 空气质量 风向风力 温度趋势 湿度趋势 降雨预测

上，统筹风、光、核、水等多种供能设施以及储能等调节性资 源，达成动态平衡以保障系统安全稳定运行，从而促进清洁能 源的大规模消纳。数字化技术将聚合多时间、多空间、多类型 数据信息，利用机器学习等人工智能技术，实现精准气象预测 和功率预测，并结合储能策略，平抑波动性。 资源整合与调度： 高比例新能源接入电网和负荷端用能设施的多样化，对电网供 需平衡能力提出极大考验。仅靠硬件设施的扩容将带来高昂的 资金投入与 诊断、调度、交易等业务场景；同时，电力AI大模型可基于自 身的学习能力，在应用中自主优化迭代，持续提升预测精度和 泛化能力，促进电力系统智能化水平快速跃升。 在功率预测方面，AI大模型基于设备历史运行工况、气象条 件、地形地貌、节假日和社会经济活动等多种数据，完成对发 电设施未来输出功率的推演以及对电力负荷的高精度预测，帮 助电网平衡供需和规划能源储备与调度。 在生产运营环节，AI大模型基于其感知、记忆、计划和工具来 标，风机、光伏、储能、升压站的运行规程，检修规程，交易 规程，以及场站的运行绩效、作业工单和交易记录等以知识图 谱的形式内化，为故障检修提供指导。 在交易环节， AI大模型可以通过机器学习算法分析历史电力 交易数据、气象数据、发电站输出以及需求趋势等，预测未来 的电力价格。这种精准的预测能力帮助发电企业制定更有效的 交易策略，减少价格波动带来的不确定性。在自动化电力交易 场景，通过实时监控电力市场和预测需求，AI系统可以自主决

上，统筹风、光、核、水等多种供能设施以及储能等调节性资 源，达成动态平衡以保障系统安全稳定运行，从而促进清洁能 源的大规模消纳。数字化技术将聚合多时间、多空间、多类型 数据信息，利用机器学习等人工智能技术，实现精准气象预测 和功率预测，并结合储能策略，平抑波动性。 资源整合与调度： 高比例新能源接入电网和负荷端用能设施的多样化，对电网供 需平衡能力提出极大考验。仅靠硬件设施的扩容将带来高昂的 资金投入与 诊断、调度、交易等业务场景；同时，电力AI大模型可基于自 身的学习能力，在应用中自主优化迭代，持续提升预测精度和 泛化能力，促进电力系统智能化水平快速跃升。 在功率预测方面，AI大模型基于设备历史运行工况、气象条 件、地形地貌、节假日和社会经济活动等多种数据，完成对发 电设施未来输出功率的推演以及对电力负荷的高精度预测，帮 助电网平衡供需和规划能源储备与调度。 在生产运营环节，AI大模型基于其感知、记忆、计划和工具来 标，风机、光伏、储能、升压站的运行规程，检修规程，交易 规程，以及场站的运行绩效、作业工单和交易记录等以知识图 谱的形式内化，为故障检修提供指导。 在交易环节， AI大模型可以通过机器学习算法分析历史电力 交易数据、气象数据、发电站输出以及需求趋势等，预测未来 的电力价格。这种精准的预测能力帮助发电企业制定更有效的 交易策略，减少价格波动带来的不确定性。在自动化电力交易 场景，通过实时监控电力市场和预测需求，AI系统可以自主决

11 万卡时。 三是东西协同，积极开展人工智能大模型孵化研究。牵 引东部算力需求，联合研究孵化了跨模态遥感数据生成式预 训练大模型“空天·灵眸”、金融领域千亿级参数大模型“玉 兰”、新一代短临气象预报基础模型“蓉城·夔牛”等多个 人工智能大模型并成功落地应用，实现了东西部数据高质量 传输和按需配置，算力资源使用效率持续保持 95%以上。 12 图 1 面向跨模态遥感数据的生成式预训练大模型“空天·灵眸” 二是建设高性能算力资源池，打造算力领域标杆案例。 推动调度平台算力资源应用，贵州算力公司投资建设了气象 高性能算力资源池，打造智算和超算一体的高性能算力资源 平台，辅助贵州省气象局将气象预报空间分辨率从 5 公里精 细至 1 公里，时间分辨率从 3 小时精细至 1 小时，进一步发 挥气象防灾减灾第一道防线作用。 14 图 2 高性能算力在气象领域标杆案例图 三是创新发放“算力券”，降低企业用算成本。以政府 政

√ 飞控平台：执行任务规划、飞行监控、数据分析等功能。 基础设施层的概念：指服务于低空应用的通信、导航、监视网络 (CNS) 以及辅助飞行的气象监测网络等基础设施， 负责低空信息感知、传输和处理等功能，由通信网、导航网、感知网、气象网、算力网五张网组成。 通过结合差分定位、视觉定位等多种技术，形成多传感器融合导航定位网络，为低空飞行器提供三维厘米级高精度导航定位服务。 应用构建 ■ 低空物理设施的关键技术：飞行控制技术、动力供应技术、飞行器智能化技术、运维保障技术。 ■ 基础设施层的关键技术： 低空通信关键技术、低空导航定位关键技术、低空感知探测关键技术、低空气象监测关键技 术、低空算力网络关键技术。 √ 低空通信关键技术： 5 G 低空专网、网络切片及边缘计算技术、端到端 SLA 保障技术； √ 低空导航定位关键技术：卫星导航定位技术、惯性导航技术、 视觉导航定位技术、多传感器融合定位技术； √ 低空感知探测关键技术： 低空雷达探测技术、光电探测技术、 5 G-Advanced/6G 通感一体化技术、多传感设备融合探测技术； 低空气象监测关键技术：低空气象监测和实时感知技术、面向低空通航的灾害性天气预报预警技术、城市近地面大气边界层精 细 化数值模拟技术； √ 低空算力网络关键技术：弹性计算技术、边缘计算技术、分布式计算技术、安全及隐私保护技术。