基于低空数字孪生的风险量化评估与安全航线规划应用研究

作者简介

孙建龙

中国联合网络通信有限公司智能城市研究院工程师，主要从事智慧城市数字孪生、数字航路网等方面的研发及项目管理工作。

论文引用格式：

孙建龙. 基于低空数字孪生的风险量化评估与安全航线规划应用研究[J]. 信息通信技术与政策, 2026, 52(4): 39-43.

基于低空数字孪生的风险量化评估与安全航线规划应用研究*

孙建龙

（中国联合网络通信有限公司智能城市研究院， 北京 100048）

摘要：针对当前低空空域管控不足、风险评估不精细、航线规划缺少安全性评估等问题，提出基于低空数字孪生的风险量化评估与安全航线规划技术框架。以北斗网格为基准，对低空空域及环境要素进行管理，建立“地面-空中”融合的风险量化模型，同时基于风险量化评估结果和改进A*算法生成低空飞行航线，并在河南某典型城市开展现场试验，验证了技术的有效性，可为低空空域高效利用和航线规划提供支撑。

关键词： 北斗网格；风险量化评估；航线规划；改进A*算法

*基金资助: 国家重点研发计划项目(2024YFF0617400)

0 引言

低空经济作为当前新质生产力的典型代表，低空飞行器开始迈向规模化飞行，低空安全、运行高效成为各地关心的核心需求。低空环境具有障碍物密集、气象与电磁环境时空变异明显的特点，传统针对低空环境的定性风险评估和仅侧重于效率的航线规划方法，已无法满足当前低空经济发展的需求，安全与效率协同不足的问题突出。

数字孪生技术为低空空域的精细化管控提供了技术基础，基于北斗网格码进行多源异构数据的标准化融合，可破解低空全域环境综合评估的难题。当前相关研究虽然取得了部分进展，然而整体技术落地上仍存在短板。低空数字孪生场景缺乏统一、快速构建的标准，低空环境风险评估多处于风险定性层面，低空航线规划未合理化利用空域。

针对上述问题，本文提出了基于低空数字孪生的风险量化评估与安全航线规划技术框架。通过构建时空一致性的低空数字孪生底座，研究建立“地面-空中”融合的风险量化模型，设计兼容风险与效率的航线规划方法，采用实地试验的方式，验证平台有效性，为低空环境风险量化和安全航线规划提供技术支撑。

1 低空数字孪生场景的构建理论与方法

1.1 低空空域多维多尺度时空网格构建

网格化管理作为一种创新的空间治理工具，已被系统地引入低空空域管理体系。本文采用北斗网格位置码（BeiDou Grid Location Code，BGC）构建覆盖低空的三维多尺度网格体系。为满足低空运输、低空巡检、低空配送的常见低空业务管理需求，构建涵盖G、W类空域的多层三维网格体。每个网格单元拥有唯一的BGC，包含经度、纬度、高度的地理空间范围和尺度等级等信息。通过构建1~10级的体素网格，为不同精度的风险分析与航线规划提供统一的时空网格。

1.2 多源异构风险数据的融合

为建立时空一致性的空间计算框架，本文将地理障碍物、人口、气象、电磁等低空环境要素数据，统一到2 000国家大地坐标系。基于空间插值算法，将低空环境要素数据重采样至时空网格单元。例如，将建筑模型占据状态、人口密度统计值、瞬时风速插值结果分别赋予对应的时空网格单元，形成以“网格-属性”为基本单位的时空资源网格。

1.3 基于时空资源网格的低空数字孪生场景生成

本文采用亚米级卫星影像与激光雷达点云数据，构建形成平面精度优于5 m、高程精度优于2 m的城市级三维建筑白模；利用深度学习语义分割技术，生成涵盖林地、农田、山地等类型的精细化语义图层；基于目标检测方法构建输电塔、风力发电机等航行障碍物的三维数据集，共同形成低空飞行环境静态地理信息底座；整合人口信令数据，基于实时天气预报和计算流体动力学模拟的气象数据，飞行监测的通信、定位质量数据，形成低空飞行胁迫信息底座；基于北斗网格进行低空环境全要素的管理和计算，形成“地面-空中”一体化的全要素低空数字孪生场景。

2 低空动态风险的量化评估模型

2.1 风险源识别与分类体系

低空环境风险的科学评估与精细化管理，需要建立一套低空环境风险源分类体系。基于低空环境风险的空间属性，本文将低空飞行面临的复杂环境风险划分为地面风险和空中风险两类。

地面风险是指飞行器发生意外时，对地面人员、设施和生态环境造成的危害。人员危险基于手机信令数据，按空间网格单元统计人员数量。本文根据不同地表分类属性，进行其他地面风险等级划分。其中，地表分类属性主要包括裸地、耕地、草地、灌木、林地、水体及冰雪等。

空中风险是指飞行器在飞行过程中，直接威胁飞行器安全的动态环境因素。本文将其分为气象风险与电磁风险两类。气象风险涉及风切变、湍流、低能见度等要素，具有显著的时变性特征。电磁风险主要来源于通信、导航信号干扰与遮蔽，对依赖数据链路的飞行器构成直接威胁。这两类风险均以物理场的形式存在。

2.2 风险量化与综合评估

通过对地面风险与空中风险的分类量化与融合，构建时空连续的综合风险场，并以可视化的形式支撑风险管控决策。各类风险源的基础数据类型与分级标准如表1所示。

表1 各类风险源的基础数据类型与分级标准

将低空空域与对应地表区域统一划分为标准三维网格单元。各类数据按以下方式处理。

地表风险网格单元：基于地表覆盖分类，如建筑、道路、水体等，生成每个网格单元的地面敏感度指数（0~1），反映该单元的地面承灾体脆弱性与暴露度。

人口风险网格单元：依据人口分布数据，为每个网格单元生成地面人口风险指数（0~1），量化反映人口暴露度对低空安全的影响强度。

气象风险网格单元：将风速、湍流、能见度等预报数据插值至三维网格单元，根据表1中的风险等级，生成每个网格单元的气象胁迫指数（0~1）。

电磁风险网格单元：将通信信号强度、定位质量等监测数据映射至网格单元，生成通信导航干扰指数（0~1）。

对每个网格单元，其综合风险值R如公式（1）所示。

通过上述风险量化评估模型，对低空全域环境要素数据进行精细化量化评估，生成覆盖低空三维空域、随时间动态更新的风险网格。每个网格单元存储综合风险值及分量风险值，形成完整的低空风险数字孪生体。

3 风险约束下的低空安全航路规划方法

3.1 面向低空安全航路多目标成本函数设计

传统的航路规划成本函数主要考虑飞行距离、时间和能耗。为将安全作为可计算的优化目标，本节创新性地构建一个以风险成本为核心的复合成本函数。该函数将量化的综合风险场转换为可计算的风险通行成本，并与传统成本要素融合，共同引导航路生成。该成本函数设计如公式（2）所示。

3.2 基于改进A*算法的低空安全航路生成

基于设计的航路规划成本函数，通过改进的A*算法生成连接给定起降点的初始安全航线，传统的A*算法因其在规则网格中路径规划的高效性被选为基础框架，但其需要改进以适应三维风险约束下的航线规划场景。对于航线上任意节点n，其评估函数如公式（3）所示。

f(n)=g(n)+h(n) (3)

其中，g(n)为从起点到节点n的实际累计代价，其计算如公式（4）所示。

通过以上改进，本文提出的改进A*算法能够在三维风险场中，高效规划出一条在风险和距离约束下，成本近似最优的初始安全航线。

4 原型系统实现与案例分析

4.1 系统架构设计与功能模块

低空环境风险量化评估和安全航线规划原型系统采用分层模块化架构，构建了低空环境孪生、低空环境风险量化、低空飞行航线规划、低空飞行仿真四大模块，形成“低空环境孪生—风险量化评估—航线规划—飞行仿真”的业务闭环（见图1）。

图1 基于低空数字孪生的风险量化评估与安全航线规划应用架构图

4.1.1 低空环境孪生模块

作为原型系统的数据底座，本模块负责多源和异构数据的汇聚、管理、发布等加工处理工作。数据类型主要包括地形、建筑物、道路等基础地理数据；气象、通信、定位等胁迫信息数据；空域管制、动态障碍物等低空态势数据，实现了对低空飞行环境的全面、精准刻画。

4.1.2 低空环境风险量化模块

本模块构建了地形、地面人口、地表覆盖分类、低空气象、通信模型等多种评估模型，对各类型的低空环境要素数据进行风险量化评估。基于地形数据、地表覆盖分类数据，评估获取地面风险量化评估结果；基于低空气象、通信等数据，评估获取空中风险量化评估结果，通过加权计算获取低空全域环境风险量化评估结果。

4.1.3 低空飞行航线规划模块

本模块基于低空全域环境风险量化评估结果与任务需求，采取“人工+智能推荐”的方式完成初始低空飞行起降场推荐，经由人工调整确认，完成低空飞行起降场选址；基于各起降场低空飞行需求，采用改进的A*算法，生成兼顾风险和效率的初始航线；初始航线经由人工进行调整和确认，完成最终航线的规划。

4.1.4 低空飞行仿真模块

本模块通过配置起降场、航线、时间、飞行器等飞行任务参数，在低空数字孪生环境中模拟飞行器飞行；通过切换不同视角查看飞行器周围环境，基于低空环境风险量化评估结果，实时查看飞行器当前所处风险情况；基于北斗网格空间计算能力，实时计算飞行器与航行障碍物之间的距离，进行碰撞风险分析，实现对航线的安全性验证。

4.2 试验区域数据准备

为验证低空环境风险量化评估和航线规划的实用性，本文在河南省某市开展了现场实飞试验。该试验区总面积近万平方米，涵盖城区、郊区、农田、山地及水系等多种地貌。在试验过程中，工作人员面向该区域采集了多维度低空环境孪生数据，主要包括以下3类。

地理环境数据：包含亚米级分辨率卫星影像、米级精度的三维建筑白模、城市道路数据、水系数据、地形数据及重要航行障碍物精确点位数据等。

社会经济数据：包含手机信令生成的人口网格数据及重点设施分布数据。

动态环境数据：包含试验区连续30天的逐小时天气预报格点数据和通信、定位质量监测数据。

4.3 试验区航线规划结果分析

在试验区，基于平台能力和试验区实际业务需求，工作人员在试验过程中规划了多条低空航线。经现场实飞试验，与原有设计航线相比，平台规划的低空数字航线里程平均缩短7.6%，巡航用时平均缩短12.6%，高风险占比平均减少7.6%，非直线系数平均提升8.2%。综上，基于平台规划的数字航线能够充分利用低空环境信息，有效提高低空空域利用率，降低低空飞行风险，提升低空飞行效率。

5 结束语

本文围绕低空全域环境风险量化评估和安全航线规划的核心需求，提出了从低空环境全要素数据融合、风险量化评估到航路规划的完整技术框架。通过构建基于北斗网格的低空数字孪生场景，实现了对低空空域和低空环境要素的精细化高效管理；建立了包含地面和空中细粒度的风险评估模型，实现了低空环境风险从定性感知到定量计算的跨越；提出了兼顾风险和效率的低空航线规划方法。河南某市的现场试验验证了该方法的工程应用价值。

Research on risk quantification evaluation and safe route planning based on low-altitude digital twins

SUN Jianlong

（Smart City Research Institute, China Unicom Co., Ltd., Beijing 100048, China）

Abstract: To address the current problems of inadequate low-altitude airspace management, imprecise risk assessment, and the lack of safety evaluation in route planning, this paper proposes a technical framework for risk quantification assessment and safe flight route planning based on low-altitude digital twins. Using the BeiDou grid as a reference, the framework manages low-altitude airspace and environmental elements, establishing an integrated ground-air risk quantification model. Based on the results of risk assessment and an improved A* algorithm, low-altitude flight routes are generated. Field experiments are conducted in a typical urban area in Henan Province, validating the effectiveness of the proposed technology. This approach provides support for the efficient utilization of low-altitude airspace and route planning.

Keywords: BeiDou grid; risk quantification assessment; route planning; improved A* algorithm

本文刊于《信息通信技术与政策》2026年 第04期

声明：本文来自信息通信技术与政策，版权归作者所有。文章内容仅代表作者独立观点，不代表安全内参立场，转载目的在于传递更多信息。如有侵权，请联系 anquanneican@163.com。