费电子产品”升级为高效的“智能工业装备”。广泛应用于物流配送、农林植保、电力巡检、 应急救援等多个场景，确保了低空资源在安全可控的前提下（“管得住、放得开”）得到高效 开发利用，引领产业实现跨越式增长。 VisDrone 团队自 2017 年以来，聚焦 120 米以下空域的低空环境感知，构建了世界上规 模最大的低空视觉感知数据平台，包含超过 2000 万图像/视频帧和 2000 万目标标注，支持 方法在处理低空复杂场景时面临诸多瓶颈。 （1）任务冲突与资源竞争：电力巡检需同步执行导线识别与树障测距，多任务并行时 边缘计算平台延迟达单任务 3.8 倍。蔡伯根团队[20]提出“边云协同”分布式架构，通过边缘端 轻量化检测与云端精细分析分级处理，但在盲区仍存在 17%关键帧丢失。 xxx -11- （2）几何-语义信息耦合缺失：灾害救援中倒塌房屋的几何形变需与材质语义联合解译， 但 65% 参数量缩减的同时，PSNR 较 EDSR 提升 0.21dB，适配了嵌入式设备的应用场景。 尽管 CNN 方法在客观指标上表现优异，重建结果常缺乏视觉逼真度。为此，SRGAN （super-resolution GAN）[33] 首次引入生成对抗训练，联合优化感知损失和对抗损失，在保 留结构一致性的同时生成具有丰富纹理细节的图像。ESRGAN（enhanced SRGAN）[34] 进

面向未来低空领域涌现的各种新型业务形态, 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 严重制约资源优化决策的时效性. 其次, 资源调度机制僵化. 传统 “容量规划 + 固定配置” 模式难以 适应低空场景中通信、计算、频谱资源的动态耦合需求 [5]. 再次, 故障恢复时效性不足. 人工介入的故 障定位与被动式处理流程无法满足低空业务实时性要求, 缺乏基于自主学习的故障预测、分析和恢复 能力 [6]. 最后, 安全防护体系碎片化. 传统安全机制难以应对低空跨域场景下的新型威胁 [7], 如无人机 身份伪造、数据跨域传输泄露等问题 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

小时；跨部门协同（如应急管理、生态环境部门）时， 因数据接口不兼容，单次数据调用耗时长达 2-3 个工作日， 严重制约联合执法响应速度。 （三）技术突破：低空遥感体系成熟落地 以无人机为核心的低空遥感技术体系近年来实现 跨越式发展，为破解上述痛点提供了系统性解决方案： 1.硬件性能突破 多旋翼无人机续航时间突破 1 小时，载荷能力提 升至 5kg 以上，可搭载正射相机、红外热成像仪、激光雷 达等多类型传感器，支持全时段（白天 类疑似违法目标，识别准确率超过 95%，大幅降低人工判图成本；配合三维建模软件可在 2 小 自然资源 xxx 项目建设方案 9 自然资源 xxx 项目建设方案 时内完成 5 平方公里区域的实景三维建模，生成厘米级精度 的数字孪生模型，直观呈现地形起伏、建筑结构等信息，为 违建体积测算、生态修复方案设计提供精准数据支撑。 3.系统生态完善 “无人机+数据平台+指挥中心” 的一体化解决方案 已形成成 集约、绿色低碳发展”，要求 “加强自然资源监管技术创新， 提升智能化监测能力”。 自然资源 xxx 项目建设方案 12 自然资源 xxx 项目建设方案 《中共中央关于进一步全面深化改革、推进中国 式现代化的决定》（2024 年）：提出 “聚焦建设美丽中国， 加快经济社会发展全面绿色转型，健全生态环境治理体系”， 明确将 “自然资源智能监管” 纳入国家治理现代化范畴。 2.行业规范与技术标准

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 像头、多光谱 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 的损毁评估图，显著提升了救援效率。 此外，AI 图像识别技术还在环境监测、交通管理、能源设施巡 检等领域展现了巨大的潜力。例如，在环境监测中，AI 对图像进行快速识别和分类。通过模型剪枝、量化和知识蒸馏 等技术，减少模型的计算复杂度和内存占用，从而提高处理速 度。 2. 硬件加速：利用 GPU 和 TPU 等高性能计算硬件，加速图像处 理过程。通过并行计算和分布式处理，大幅提升处理能力。例 如，使用 NVIDIA 的 CUDA 技术，可以在 GPU 上实现高效的 图像处理。 3. 数据处理流程优化：设计高效的数据预处理和后处理流程，减 少不必要的数据传输和存储开销。通过数据压缩和流式处理技

现有巡检市场缺口巨大 安防巡检应用市场规模超过 500 亿 元 水情监测 2021 年河南遭遇特大暴雨 低空智能深化赋能经济转型 低空经济产业已成为国家新兴支柱产业 ， 市场需求呈 现井喷式增长 《中共中央关于制定国民经济和社会发展第十五个 五年规划的建议》 应急搜救 2022 年四川泸定 6.8 级地 震 受灾 1478 万人 ， 经济损失 1200 亿 元 死亡失踪 117 ，低空具身智能面临“不可靠” ，“不精准”和“不可控”的挑战 “ 目标理解不可靠” “ 动作生成不精准” “ 体系安全不可控” 行动路径撞上障碍物 动作生成误差导致机械臂需要执行 冗余动作才能完成任务 语言指令与场景理解不稳定 ，任务 目标识别易偏差 端到端决策难以解释 ，对突发场景 响应不足 ，系统级可靠性难以保 障 动作生成误差导致无人机机械臂操作效率低下 无人机并未导航至目标点就提前停止 复杂环境下 感知大模型 版本迭代 云端赋能 迭代进 化 类 增 量 场景解 析 关键目标理解 特征融合压缩 轨迹规划与优化 最优轨迹生成 动态跟踪控制 代价加权 板载指令执行 多项式轨迹 低空智能从环境感知、推理决策到控制执行各阶段割裂 ，亟需端到端学习范 式 往前向一点钟方向走。经过马路 以及灰白色的建筑后 ， 目的地 就在你进入新街道前的一丛灌木。 大 语 言 模 型 语言编码器

1 用户界面设计...........................................................................116 9.1.2 图表与报表生成.......................................................................118 9.2 应用场景............... 利用多种现代 监测技术手段和数据处理方法，构建的一个集成式监测系统。该网 络的主要目标是实现对低空环境中的各类污染物及其变化情况的实 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 等，以保证数据传输的即时性和稳定性。 数据处理平台通过对采集到的数据进行分析、存储与可视化， 提供环境状态的预警与评估机制。该平台可以利用大数据分析与人 工智能算法，自动识别环境异常变化，并生成相应的报告，供政府 部门和公众查询。 针对用户需求，终端系统可以提供多种交互窗口，包括 Web 应用程序、移动应用和第三方信息接口。通过这些接口，用户能够 方便地查询相关数据，获取环境监测报告，实现数据的共享与实时

全域监测与空域管理依托北斗三号卫星导航系统的高精度定位（厘米 级）与 5G-A 通感一体化基站，构建覆盖全国的低空感知"天网"。通过卫 星雷达、气象监测卫星实时采集气象数据、地形地貌信息，结合 AI 算法 动态生成精细化空域使用方案，实现灾害区域禁飞区、救援通道的智能划 设与动态调整。 数字孪生与灾情推演部署低空数字孪生系统，基于历史灾害数据与实 时监测信息，对地震、洪涝等灾害场景进行三维动态模拟。通过机器学习 中枢平台，集成灾害预警模型、 多资源调度算法、动态路径规划系统。当灾害发生时，系统可在 10 秒内 自动生成多套救援方案，通过算力优选匹配最优路径，指令响应时延低于 100ms，实现从监测预警到资源投送的全流程自动化。 区块链赋能安全协同引入区块链技术构建跨部门数据共享与航路协同 机制，通过分布式账本确保飞行计划、物资调度等关键信息不可篡改、可 追溯。同时，基于区块链智能合约自动执行跨区域空域使用权流转，解决 年某次洪涝灾害模拟演练中，跨区域无人机救援力量集结时 间从 4 小时压缩至 1.5 小时。 再生层：数字化灾后恢复体系 数字孪生辅助重建规划利用灾害现场数字孪生模型，结合人口分布、 基础设施损毁数据，自动生成灾后重建优先级图谱。例如，通过分析居民 区损毁程度与周边交通网络情况，智能规划临时安置点与重建时序，预计 可使恢复周期缩短 30%。 应急产业生态培育建立"应急救援装备租赁—数据服务—技术培训"的

驱离、反制等功能，打 造基于深度强化学习 AI 算法以及集中式管 控逻辑的软硬件一站 式解决方案。 四川全域 人才需求 AI 算法人 才需求 深度强化学习算法人才引进， 强化学习领域的企业、高校科 研团队。 1.搭建虚拟仿真环境的 算法及研发团队； 2.雷达、光学、电磁等 多数据源融合、态势感 知生成的数据采集硬件 设备； 3.装备级的末端制导电 子对抗产品。 行同伦数 字科技（四 无人机 电力巡检 场景 通过自研一套基于业 务场景能快速处理通 道激光或可见光点云 的数据系统，采用先进 的三维切片和 AI 智能 分析技术，集成数据去 噪、自动分类、一键检 测、自动生成报告等功 能，实现线路通道树 （竹）障和交叉跨越安 全距离的准确测量，同 时支持导线在风偏、高 温、覆冰、树木倒伏、 树木生长等因素下的 工况模拟预测功能， 为 运 维 决 策 提 供 应用领域 应用案例及成效 单位名称 联系人 联系方式 信息 有效期 上游 服务 导航欺骗 式干扰实 时监测与 预警服务 导航欺骗干扰检测测向定位 设备可实现民航机场、码头、 无人驾驶、智慧城市等高密 度、高安全的重点服务领域和 复杂战场和重点保障区域，卫 星导航服务性能及周边欺骗 式干扰等实时监测与预警。导 航欺骗干扰检测测向定位设 备采用主机与天线一体化设 计，并带有安装支架，便于多

并支持动态调整采样频率以适应不同 天气条件。 数据处理与分析模块 服务应用模块 集成边缘计算与云计算能力，对采集的原始数据进行清洗、校准和融合处理，结合机器学 习算法预测短时气象变化趋势，生成可视化报告供决策参考。 提供 API 接口和用户交互界面，支持农业、航空、城市管理等行业定制化需求，如无人机 航线规划、灾害预警推送等，实现低空气象数据的商业化应用。 1 2 3 采集点通过 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 API 、 GeoJSON 、 NetCDF 等多种格 式输出，满足航空、能源等跨行业需求。 场景化产品矩阵 开发航线风切变预警、光伏发电功率 预测、 eVTOL 起降气象包线等 12 类 专项产品，每类产品均包含原始数据、 可视化图表及决策建议三重维度。 动态验证体系 建立基于 Bootstrap 的预报误差概率分 布模型，实时生成预报技能评分 （ SS ）和不确定性量化报告，确保产

步推动城市管理的智能化和信息化。通过传感器、摄像头及其他收 集数据的设备，城市各领域的信息都能够被实时收集和处理，形成 完整的城市管理信息系统。这种系统不仅可以提供数据支持，还能 够通过算法分析，生成管理优化建议，帮助城市管理者做出科学决 策。 例如，城市环境监测方面，通过低空飞行器进行大范围的空气 质量监测，可以将监测结果以图表的形式展现，使得决策者能够直 观地看到污染源和分布情况，从而制定更加有效的治理策略。 能够实时采集环境数据，为城市管理提供决策支持。 在数据处理技术方面，随着大数据和云计算技术的发展，无人 机所采集的数据能够被高效处理和分析。通过数据融合技术，可以 将来自不同传感器的数据进行整合，以生成更加全面和准确的城市 管理信息。 无人机的应用场景也非常广泛，具体包括但不限于：  城市规划和基础设施监测  环境污染监测与评估  交通流量检测和管理  公共安全和应急救援 无 ，提高 管理效率与服务质量。 2.2.2 数据处理与分析技术 在低空产业城市管理平台中，数据处理与分析技术是实现高效 管理和决策支持的关键环节。随着无人机、飞行器和相关设备的广 泛应用，所生成的大量数据需要在采集后进行有效的处理和分析， 以提取有价值的信息支持城市管理决策。此部分主要涵盖几种核心 的数据处理与分析技术，包括数据预处理、数据融合、数据分析及 可视化等。 首先，数据预