XX区工业园数字化转型建设项目（一期）-低空云图赋能平台建设用户需求书

XX区工业园数字化转型建设项目(一期)——低空云图赋能平台建设用户需求书1.项目概况XX区工业园数字化转型建设项目(一期)——低空云图赋能平台建设本项目最高限价为2431.2208万元，超过此采购预算报价为无效投标。2021年2月，中共中央、国务院发布《国家综合立体交通网规划纲要》中提出“发展交通运输平台经济、枢纽经济、通道经济、低空经济”,首次将“低2021年12月14日，中国民用航空局、国家发改委、交通运输部联合印发《“十四五”民用航空发展规划》,提出要大力引导无人机创新发展、积极拓展为深入贯彻落实XX市及XX区“十四五”规划与2035年远景目标，XX市XX区数字发展中心于2025年申报“XX区工业园数字化转型建设项目(一期)”专项债项目，项目总投资金额25000万元。主要围绕新质生产力与产业互联网两管理效能，降低运营成本，助力XX区高质量发展。作为该专项债项目的子项，“XX市XX区工业园数字化转型建设项目(一期)——低空云图赋能平台建设项目”,重点建设低空时空数字底座、低空能力中心、低空运营中心及空域管理服务系统等软件平台，同步部署以“智能侦测-精准气象-安全应急”为核心的前端硬件设施。项目将构建XX区低(1)项目属性：服务类(3)本项目接受联合体投标，联合体成员数量不超过3家。(4)本项目专门面向中小微企业采购，联合体成员均须为中小企业，供应商须根据《政府采购促进中小企业发展管理办法》(财库【2020】46号)规定提供“中小企业声明函”,并符合中型、小型和微型企业划分标准。(5)评分条款中，联合体任一方提供均可纳入评审；商务评分中对“对非重大违法违规记录的扣分”按联合体各成员情况打分，对“综合信用评价得分”(6)★本次采购产品为非进口产品(进口产品指通过中国海关报关验放进入中国境内且产自关境外的产品)。认证)证书。序号建设内容1碍物、可通行区域等要素的完整性与真实度，为低空路径规划、低空飞行导航、低空风险计算提供精准地图支撑。集与土质、POI几大类信息。具体图层主要包括但不限于河流、湖泊、等。其中政区应主要包括最新的省、市、县/区、乡/镇POI除了传统的兴趣点数据之外，还应主要包括与高出行服务相关的停车场、加油站、ETC服务点、宾馆、医院、旅游低空三维底座数据集是以三维时空孪生数据为据基础设施。数据集以城市级实景三维地理信精度数字高程模型、建筑物三维网格模型、各影像纹理贴图以及动态变化的环境语义标签等面刻画城市低空空间(通常指地面以上1000米以下空域)的地貌低空数据中台低空数据中台通过整合无人机、雷达、ADS-B据，构建统一的数据标准与处理流程，实现低空目标的全生命周期感知、航迹融合、风险预警与资产治理；它以API形式向监管、应急、公安、气象等部门提供高时效、高精度域精细化管理、违规飞行快速处置和跨部门协同决策，从而提升低空经济的安全性与运营效率，释放低空数据的核心资产价值。低空二三维地图引擎以WebGL+GPU为核心，三秒级加载、实景高精渲染、空间分析GPU加速策、粒子特效模拟、多用户协同标绘”于一体；二维端则依托云架构、J2EE组件与栅格化索引，提供互联为低空监管、应急指挥、城市规划等业务提供“一张图”可视化底2平台低空能力中心低空能力中心通过整合动态交通事件、实时路况交通算法服务中的区域在途量测算、道路车流量测算等功能，结合低空数据服务中的POI查询、静态地表障碍物查询、限飞AOI识别等接口，实现了对低空环境的全面感知和数据支持。同时，利用低空算路引擎等算法服务能力，为无人机等飞行器提供智能路径规划，确保其在复杂环境中高效、安全地运行。该中心不仅提升了低空飞行的效率和安全性，还为低空经济的多样应用提供了坚实的数低空运营中心飞行服务中心急、巡检等各类飞行活动合规、安全、高效，成为城市低空运行不可或缺的“空中交通指挥席”。低空AI算法训练系统低空视频图片AI分析体系是一套“零代码、放给各委办局后，无需算法背景即可基于本地视频/图片数据自主孵化符合业务场景的智能识别能力，实现“型出去”的常态化、可持续AI运营机制。系统低空数字可视化交互系统以三维GIS引擎为底座行动态、空域网格、航迹、障碍、人流、车图层，支持多视角缩放旋转、高度/时间筛选、模型点选与投射，秒级渲染“黑飞”轨迹、风险预警、空域利用率等核心指标，形成“空域-飞行-环境-产业”四维联动的沉浸式低空态势一张图，为指挥决策、运营监控和场景展示提供直观、精准、可交互的数字孪生视窗。空域规划管理服务系统3包含软件信息系统对接费用信息系统对接服务费用包含低空能力中心、飞行服务中心与外部系统的对接服务费本次项目所涉对接系统，均由采购人负责提供对接所需的原系统相关技术资料及相关协调工作，费用由中标人承担，系统对接所涉及的原系统技术架构、主体功能、运行环境等系统对接所需材料，由采购人协调提供。数据处理服务费用包含7类模型算法训练及部署服务。4低空配套服务保障测试体系以“智能侦测-精准气主线，集成频段自主学习的无人机识别、塔式激光测风雷达、毫秒开伞伞降模块与具备环境感知、RTK定位、电子信息停机坪，形成覆盖“发现-预警一避险-回收”全链路的空低空飞行提供高时空分辨率气象数据、黑飞即时备降能力，夯实低空经济安全运营底座。项目实施阶段：时间总工期为15个月，主体实施时间为12个月，项目承建试运行阶段：时间不少于3个月，保证系统稳定的试运行；2.项目现状及需求低空数据集(地物),实时接入通信/导航/监视设备运行数据，同步对接市级平台获取空域航线及飞行情报。建立低空数据中台完成多低空三维地图建模需构建XX区高精度的低空三二维电子地图的建设旨在为低空飞行提供基础的地理信息参考。需要整合.3.低空数据集(地物)低空数据集(地物)的建设是低空经济运行的核心数据基础。需整合空域、准化API,通过服务超市实现能力检索、沙箱测试与一键调用，提供系统信息管通过智能撮合算法实现政府监管、企业服务、个人应用场景的端到端业务闭环。用户侧需提供统一服务入口，支持单点登录认证、多场景服务订阅(政府巡查申报、物流航线预订、飞行体验预约)、全流程订单追踪及标准化API服务接支撑体系，集成服务评价模型(响应时效、任务完成率)、多维度计费规则(按时长/距离/载荷分级计价)、精准营销模块(用户画像匹配服务推荐),同步构分、违规行为扣罚等运营规则，最终形成“需求发布-智能撮合-任务执行-服务评价-收益分配”的完整商业生态闭环。所有功能需与时空数字底座的空域三维与市级监管平台、气象预警系统实现API级数据互通。用，实现算法应用的快速部署与实时监控，满足低空助、飞行计划申报支持、实时运行监控等，确保低空飞1飞行任务性能指标(条)≥1000条，同时处理飞行任务数量≥1000条，同时处理飞行计划任务数量2指标(条)≥500条，同时处理情报数据≥3个月，航空情报存储时间3≥300条，同时处理气象数据：300条≥1个月，气象数据存储时间4系统监管并发数(次)5系统审批并发数(个)≥200架次，指同时发起审批的用户数量。6≤2次，指系统在一年内因自身原因产生宕机的次数。7日志监管监管日志存储率达到100%,存储时间大于1年；8断联响应飞行器出离空域等关键性指标，服务响应时间小于15分钟；2.2.3.安全需求分析系统等保测评等级需在项目主体实施建设结束后，按照《网络安全法》《关键信息基础设施安全保护条例》《个人信息保护法》相关要求进行系统定级。其中民航及低空行业安全要求如下：根据《智慧低空数据治理规范数据共享》MH/T5066-2023要求。(1)数据交互：数据提供方应向数据共享平台接人共享数据，并满足数据质量、数据更新频次等要求；平台管理方应在汇聚数据后，进行数据质量审计，向满足要求的数据使用方提供数据或数据服务。(2)平台管理方应定期对数据共享进行审计，保证数据项与需求的匹配，保障数据共享资源目录的有效性，对不再使用的数据项及时进行处理。根据《智慧低空数据治理规范数据安全》MH/T5057-2021要求。低空整体数据安全架构如下：1.低空数据安全治理应符合可审计原则：实现对业务各环节的数据安全审计，记录数据活动中各项操作的相关信息确保记录可追溯。2.数据使用一般安全措施应包括下列内容依据数据保护的法律法规要求，明确数据使用的目的和范围：遵循最小化原则，提供数据细粒度访问控制机制。遵循可审计原则，记录和管理数据处理活动中的操作。3.数据共享一般安全措施应包括下列内容：(1)对共享数据的使用目的、内容、传输方式、使用时间、技术防护措施、数据使用后的处置方式等进行安全影响评估，并留存相关记录；(2)数据对单位外共享时，应与数据接收方通过合同协议等方式，明确双方在数据安全方面的责任及义务，并约定共享数据的内容、用途和使用范围等。定期对共享的数据进行安全审计。配套建立应急响应机制，必要时及时中止数据4.数据安全工作组负责监督和评价各业务的数据安全管理情况，其数据安全工作内容宜包括：根据本单位数据相关业务实际情况，确定相应审计策略，包括但不限干审计周期、审计方式、审计形式等内容。监督数据安全政策、方针的执行：协助数据管理组织审议各业务数据管理组织提交的数据安全分级的合理性。5.开展数据安全内部审计和分析、模拟攻击性访问、洞检测等工作，发现并反馈问题和风险，并对后续相关整改工作进行监督。3.项目详细建设内容及技术要求本项目通过前期技术验证，计划利用XX区政数局倾斜航空摄影原始图片数据，结合AI智能建模技术，对重点片区和区域建设高还原度、单体化的实景三维高斯模型，有效修复结构缺失、提升地物细节清晰度，确保交通路网、低空障碍物、可通行区域等要素的完整性与真实度，为低空路径规划、低空飞行导航、低空风险计算提供精准地图支撑。同时低空飞行与运营对空间数据实施性较高，采用AI智能建模的技术路径，为后续地图自动化更新做好技术基础。采集面积：XX区空域可飞行面积200平方公里。(1)精度要求：三维模型每个像素均具有真实三维坐标，所有数据的精度(2)三维建模区域可见部分100%实景建模。包括植被、道路、楼宇、山形(3)三维建模区域实景还原度不低于90%,包括色彩、纹理、造型等。(4)地面动态物体剔除，包括道路上车辆、行人等。还原真实的道路标线(5)模型构建不少于5级金字塔结构，实现多级呈现，提高渲染效率。(6)现状建筑模型自动化单体生产，单体模型包含建筑物几何结构，单体模型平面精度优于20cm,实景纹理分辨率5cm。1、照片：格式为.jpg。若使用五目相机，照片需按目数(1,2,3,4,5)2、位姿每目内位姿和照片一一对应。位姿七参数：格式如ID(名称必须和照片名完全一样)、LONGITUDE(经度向角)、Pitch(俯仰角)、Roll(横滚角)。3、内参必须包含参数：像幅宽、高(像素)、主点x0y0(像素)、焦距f(像素)。.2.建模作业流程1、影像数据清洗光照均衡化：对航拍/手持影像进行直方图均衡化(CLAHE算法),消除过曝/欠曝区域。运动模糊修复：使用深度学习去模糊模型(如DeblurGAN-v2)恢复高速移动拍摄导致的模糊图像。无效区域裁剪：通过语义分割(DeepLabv3+)自动识别并移除天空、植被遮挡等低价值区域。2、传感器数据校准相机畸变校正：基于棋盘格标定板，标定法计算径向/切向畸变系数，应用透视变换矩阵矫正图像畸变。软件级补偿：对异步数据采用样条插值法重建时空一致性，解决传感器采样频率差异问题。3、多源数据匹配与配准将不同视角、不同传感器获取的数据对齐至统一世界坐标系(如WGS84或地方坐标系)。(1)点云配准技术特征匹配法：提取FPFH(快速点特征直方图)或SHOT特征，通过RANSAC算法估算初始变换矩阵。全景图辅助：生成点云全景深度图，采用SIFT+FLANN匹配器加速初始位姿语义约束配准：引入建筑边缘、道路标线等语义特征约束条件，增强复杂场景配准鲁棒性。(2)多模态数据融合4、影像-点云融合纹理映射：通过共线方程计算影像像素与点云的三维对应关系，生成具有RGB属性的彩色点云。遮挡补偿：利用多视角影像补全单视角点云缺失区域(如建筑背立面)。5、GIS数据对齐控制点匹配：选取地面控制点(如道路交叉口、标志物),通过最小二乘法拟合地理坐标系转换参数。6、坐标系统一无人机影像基于POS(定位定姿系统)数据与稀疏点云匹配，通过运动恢复结构算法迭代优化相机位姿参数，确保地理坐标与影像像素的映射精度；照片素材通过多视影像联合平差优化多相机间的相对位置，消除拼接畸变；为提升处理效率，构建自动化坐标转换流水线，支持WGS84、CGCS2000及主流坐标系坐标系的动态切换。针对城市级海量数据，采用分布式计算框架对点云分块并行处理，显著降低时间成本。7、天空切割/去除天空区域的无效数据会干扰建模精度并增加计算负荷，需通过混合技术策略实现精准剔除：传统图像处理：在光照条件稳定的场景中，基于HSV颜色空间的阈值分割法可快速分离天空区域(如设定色相H∈200-240°、低饱和度S与高亮度V);结合数字表面模型 (DSM)的高程阈值过滤，直接剔除点云中超过建筑物顶部的超高点。对于规则城市天际线，采用Canny边缘检测提取轮廓线后，通过多边形拟合实现几何约束深度学习增强：部署语义分割模型，基于开源数据集与自建数据训练，支持复杂天气(雾霾、阴雨)及多时段(黄昏、夜景)下的天空识别。模型输出二值掩膜后，采用GrabCut算法优化分割边界，并通过图像修复技术填补误删区域。针对点云数据，采用法向量分析与动态高程阈值结合的混合算法：基于点云局部法向量与垂直方向夹角判定平面属性，联合移动窗口统计自动计算局部最大高程，实现非均匀地形下的稀疏点云构建基于多视角影像生成几何拓扑准确的稀疏点云，为后续稠密重建提供初始空间约束与位姿基准。1、去畸变处理消除镜头畸变与运动模糊对图像匹配的干扰，确保输入数据的几何真实性。镜头畸变校正：计算相机内参矩阵(焦距、主点偏移)及畸变系数(径向畸变k1/k2、切向畸变p1/p2),通过反向映射算法对原始影像逐像素矫正，消除桶形畸变与枕形畸变。对于鱼眼镜头，基于等距投影模型拟合高阶畸变参数(k3/k4),实现广角影像的无扭曲展开。运动模糊抑制：针对手持拍摄或无人机高速飞行导致的动态模糊，设计双分支深度学习模型：模糊估计分支：基于ResNet-50提取模糊核特征，预测运动轨迹方向与强度；训练时引入合成模糊数据集(REDS)与真实航拍模糊数据，确保复杂场景下的鲁棒性。2、特征提取提取高鲁棒性、高重复率的特征点及描述子，支撑跨视角匹配。传统-深度学习融合策略：传统特征提取：使用SIFT算法提取尺度与旋转不变的关键点，生成128维描述子；结合RootSIFT优化提升匹配区分度。深度学习增强：通过自监督训练提取亚像素级特征点及256维高维描述子，显著提升弱纹理区域(如白墙、水面)的特征密度。训练时引入光度畸变(曝光变化、噪声)与几何畸变(仿射变换)数据增强，增强泛化能力。语义特征融合：分割模型预提取建筑边缘、窗户、植被等语义区域，构建特征匹配的掩膜约束，避免跨语义区域的误匹配。3、点图配准将多视角影像的特征匹配关系转化为全局一致的相机位姿与稀疏点云。匹配图构建与筛选：基于特征描述子的余弦相似度构建初始匹配图。对于重复结构场景(如规则排列的窗户),引入语义分割结果约束匹配空间范围，减少误匹配率。4、稀疏重建生成几何一致、分布均匀的稀疏点云骨架。非共视区域补全：采用图神经网络分析点云拓扑结构，预测遮挡区域的潜在特征点位置，并通过光束法平差生成补充点云。动态场景处理：对于移动物体(如行人、车辆),设计时序一致性检测模块：基于光流追踪与多帧几何验证分离动态目标，仅保留静态背景点云。稠密点云构建密集点云生成是将预处理后的点云数据进行加密和细化的过程。通过密集点云生成，可以得到更加丰富和准确的几何信息，为后续的三维建模提供更好的数据基础。密集点云生成的方法可以包括基于深度学习的点云生成算法和基于几何约束的点云加密算法等。例如，可以使用深度学习算法，如PointNet++等，从稀疏点云中生成密集点云。例如，在对一个复杂的建筑结构进行三维重建时，需要生成密集的点云数据，以捕捉到结构的细节和变化。通过密集点云生成算法，可以从原始的稀疏点云中生成更多的点，提高模型的精度和分辨率。1、下采样在保留关键几何特征的前提下降低数据冗余。曲率敏感采样：基于移动最小二乘法拟合局部曲面，计算主曲率值，对高曲率区域(如屋檐、雕花)进行保护性采样，低曲率区域(如墙面)按体素网格均匀采样。语义引导采样：利用预训练模型预测点云语义标签(如建筑主体、装饰构件),对高价值区域设置更低采样率(如0.01m分辨率),其他区域放宽至0.1m。实时性优化：采用八叉树索引加速邻域搜索，结合CUDA并行计算，实现亿级点云的秒级下采样。2、稠密重建生成高精度的连续表面模型。将稀疏点云与影像特征编码为神经隐式场，通过可微分渲染与影像光度一致性约束，生成无空洞的平滑表面。针对复杂拓扑(如树木),设计各向异性辐射场建模叶片级细节。模型后处理：从点云与法向量重建水密网格，通过拉普拉斯平滑与边缘锐化增强视觉保真度。语义纹理映射：基于影像分割结果与生成对抗网络(GAN)生成高分辨率PBR材质，支持真实感渲染。全流程无需激光点云监督，仅依赖影像数据实现端到端重建。对象单体化从无序多视角影像中精准分离独立实体对象(如建筑物、道路部件等),为精细化建模提供语义化边界约束。1、数据标注与预训练多视图协同标注：在2D影像上标注实例分割掩膜与语义标签(如“哥特式拱门”),通过多视角几何一致性校验(如极线约束)自动投影至3D点云或网格模型，生成三维包围盒与语义表面。AI辅助标注：预训练分割模型(如MaskR-CNN)提供初始标注建议，人工检查错误区域。行业知识库：内置建筑、文物、工业等领域的标准部件库(如古建斗拱类型、机械零件ISO标准),支持一键调用模板标注。2、单体识别算法实现复杂场景下高精度、高鲁棒性的实体分割与语义理解。动态场景处理：基于时序影像分析移动物体(如行人、车辆),自动生成时单体空间尺度还原：绝对尺度恢复：通过已知尺寸参照物(如标定板、人体身高)或SfM稀疏点云的比例约束，将相对坐标转为真实尺度(误差≤0.5%);细节增强：基于超分辨率网络(如ESRGAN)立体匹配(MVS)重建几何特征(如石刻纹路)。单体空间语义信息提取：联合分析三维形状(点云法向量、曲率)与二维影像特征(颜色、纹理),识别构件功能(如“承重墙”“装饰浮雕”);4、深度学习的物体识别和分割技术物体识别和分割的方法可以包括基于卷积神经网络(CNN)的物体检测算法实时渲染的方法可以包括基于图形处理器(GPU)的渲染技术、物理渲染技Rendering)等，模拟真实世界中的光照和材质效果。例如，在对一个建筑模型进行实时渲染时，可以使用物理渲染技术，模拟阳光照射在建筑表面的效果，以及建筑内部的光照和阴影变化。这样可以使建筑模型更加真实，提高用户的体验感。性能优化为了确保在不同设备上都能流畅展示和操作大型三维场景，需要进行性能优化。性能优化可以包括模型简化、纹理压缩、LOD(LevelofDetail)技术和渲染优化等。模型简化可以通过减少三维模型的点数来降低模型的复杂度，从而提高渲染速度。LOD技术可以根据物体与相机的距离自动调整模型的细节程度，提高渲染效率。渲染优化可以通过优化渲染算法和减少不必要的渲染操作来提高性能。.5.时空化处理建库时间序列数据整合将不同时间点采集的数据进行整合，形成时间序列数据。例如，对于同一建筑物，可以在不同季节、不同天气条件下进行多次数据采集，记录建筑在不同时间的状态变化。通过时间序列数据，可以分析建筑随时间的变化趋势，如老化、变形等，为建筑的维护和管理提供更全面的信息。空间数据关联将三维重建得到的空间数据与其他相关空间数据进行关联，构建完整的时空数据库。例如，将建筑的三维模型与周边地理环境数据、建筑物内部结构数据等进行关联，实现多维度的信息查询和分析。空间数据关联可以提高数据的利用价值，为建筑管理企业提供更全面的决策支持。数据库构建与管理建立专门的时空数据库，存储经过时空化处理的数据。数据库应具备高效的数据存储、检索和更新功能，以满足实际应用的需求。同时，制定数据库管理规范，确保数据的安全性、完整性和一致性。定期对数据库进行维护和更新，保证数据的时效性。时空数据分析与应用利用时空数据库中的数据进行分析，挖掘潜在的规律和趋势。例如，通过分析建筑在不同时间和空间条件下的变化情况，预测建筑的使用寿命和维护需求。将时空分析结果应用于建筑的管理和决策中，如制定维护计划、优化设计方案等，提高建筑管理的科学性和有效性。3、三维模型匹配4、页面分辨率匹配1图AI重建与单体化(建成区)1、实现空间精度优于2厘米的高精度测绘，对区义化处理，准确表达其几何形态与功能属性。2、完成现状建筑的单体化模型生产，模型包含完映地物外观与细节特征。3、实现单体建筑模型与地图POI数据的精准匹配分析、动态信息叠加。2图AI重建与单体化(低密度郊1、实现空间精度优于3厘米的高精度测绘，对区义化处理，准确表达其几何形态与功能属性。2、完成现状建筑的单体化模型生产，模型包含完映地物外观与细节特征。3、实现单体建筑模型与地图POI数据的精准匹配分析、动态信息叠加。(1)数据总体要求主要包括但不限于水系、居民地及设施、交通、境界与政区、植被与土质、POI几大类信息。具体图层主要包括但不限于：河流、湖泊、沟渠、水库、海洋要素、水利及附属设施、居民地、工况及其设施、农业及其设施、公共服务及其设施、名胜古迹、科学观测站、铁路、城际公路、城市道路、乡村道路、高速公路、国省道、县乡道、道路构筑物及附属设施、水运设施其中政区应主要包括最新的省、市、县/区、乡/镇/街道四级。POI除了传统的兴趣点数据之外，还应主要包括与高速公路管理及出行服务相关的停车场、加油站、ETC服务点、宾馆、医院、旅游景点等数据。导航电子地图要求：路网数据的拓扑连通性完整、准确，满足导航的应用需(2)配图要求：提供PC端、大屏端的电子地图配图模板，并提供相关软件功能。(3)数据内容电子地图：包括水系、居民地及设施、交通、境界与政区、植被与土质、POI几大类信息。具体图层主要包括但不限于河流、湖泊、沟渠、水库、海洋要素、水利及附属设施、居民地、工况及其设施、农业及其设施、公共服务及其设施、名胜古迹、科学观测站、铁路、城际公路、城市道路、乡村道路、高速公路、国省道、县乡道、道路构筑物及附属设施、水运绿地。其中政区应主要包括最新的省、市、县/区、乡/镇/街道四级。POI除了传统的兴趣点数据之外，还应主要包括与高速公路管理及出行服务相关的停车场、加油站、ETC服务点、宾馆、医院、旅游景点等数据。(4)数据来源及合法性地图数据具有完全的自主知识产权。用于电子地图产品制作的数据源，均来自合法合规的数据提供单位，且在相关行业领域无法律纠纷。在地图产品发布前，根据国家相关法律法规对图商的要求，地图数据提供商承担地图加密处理、地图审核的送审工作，以获取审图通过及出版许可。表3-1数据收集表编号字段名称类型长度字段描述取值范围1N索引编号2C行政区划名称3C(繁体字)4C行政区划名称的汉语拼音5C行政区划名称的6C行政区划名称的区语拼音7N1行政区划级别0:国家级2:省级行政区划8C行政区划字母码9C6行政区划数字码N行政区划代表点坐标N行政区划代表点坐标表3-2数据收集表编号字段名称类型长度字段描述取值范围1N索引编号2C行政区划名称(简体字)全角的GBK字符3C行政区划名称(繁体字)全角的GBK字4C行政区划名称的汉语拼音5C行政区划名称的英文名称6C音7N1行政区划级别3:地级行政区划8C行政区划字母码9C6行政区划数字码0N行政区划代表点坐标N行政区划代表点坐表3-3数据收集表编号字段名称类型长度字段描述取值范围1N索引编号2C行政区划名称(简体字)3C行政区划名称4C行政区划名称的汉语拼音5C行政区划名称的6C行政区划名称的7N1行政区划级别4:县级行政区划8C行政区划字母码9C6行政区划数字码N行政区划代表点坐标N行政区划代表点坐标地图数据内容内容包括：默认水系海洋(Ocean)湖泊(Lake)运河(Canal)湿地(WetLand)高尔夫球场森林公园表3-4数据收集表编号字段名称类型长度字段描述取值范围1N索引编号2N用户编号3C简易街区图面要素中文名称(简体字)4C简易街区图面要素中文名称(繁体字)5C简易街区图面要素中文名称的汉语拼音6C简易街区图面要素的英文名称7C简易街区图面要素中文名称的X语拼音8N2显示等级9N4面要素类型C6行政区划代码表3-5数据收集表编号字段名称类型字段描述取值1N索引编号2C铁路名称(简体字)3C铁路路线编号4N铁路长度5N铁路的类型5000:未调查6N铁路层级2:高架铁路3:地面下的铁路5:隧道内铁路7N铁路通行状态0:默认值1:建设完成2:建设中8N铁路显示等级9C行政区划代码地图数据内容区域面数据中，通过分类代码方式提供如下数据内容：表3-6数据收集表水系海洋(Ocean)湖泊(Lake)河流(River)一级河流(1stRiver)二级河流(2ndRiver)三级河流(3rdRiver)四级河流(4thRiver)五级河流(5thRiver)其它细小河流(OtherSmallRivers)运河(Canal)湿地(Wetland)水库(Reservoir)港口水系(Harbor)养殖水系休闲场所内水系绿地园地(果园)高尔夫球场高尔夫球场果岭高尔夫球场沙地森林公园(ForestPark)居民地及设施商业服务设施教育科研设施公共建筑设施医疗卫生设施工农业设施交通运输设施火车站(包括城铁)长途汽车站运动场垣栅长城广场多边形道路及附属物高速公路(Freeway)国道(NationalRoad)省道(ProvinceRoad)县道(CountyRoad)乡村道路(RuralRoad)县内部道路(InCountyRoad)城市快速路(CitySpeedway)主要道路(MainRoad)次要道路(SecondaryRoad)普通道路(CommonRoad)小路(Pathway)非机动车道商业步行街桥梁(Bridge)隧道(Tunnel)环岛(Roundabout)铁路道口地下通道(PedestrianUnderpass)人行横道(PedestrianCrossing)路上停车场轮渡航线公交车站停车场服务区(SA/PA)收费站(TollStation)道路隔离带隔离栅栏隔离墩绿化隔离带非绿化隔离带中心双黄实线中心单黄实线中心双黄虚线中心单黄虚线岛屿道路数据整体概述道路数据包含了路网和关联在路网上的各种道路属性。路网分为基础路网 (驾车路网)和公共路网(骑行、步行),路网属性包括道路形状、道路状态、道路宽度、路面铺设、道路等级、功能等级等内容。道路数据生产流程道路数据生产流程，主要包括数据采集、数据生产和数据发布三个环节，如数据采集：通过高精采集车、VDR、众包、智能硬件等方式收集道路数据资同时会参考用户热力、卫星影像、行业文本情报等补充资料进行数据生产。数据生产：使用自动化加人工作业的方式，依据数据资料进行路网生产，并有完善的质量管理体系，对数据质量进行保障。自动化图像识别通过先进的图像识别技术，将道路上的基本要素识别为元素数据，支持包括车道线、设施牌、红绿灯、电子眼、方向箭头、方向路牌等，支持识别形状、文字等内容；识别后的数据将与现有数据进行差分处理，进行数据更新作业。道路路网关键属性解释关键属性数字解释如下：记录道路等级值，参见下表：表3-7数据收集表序号道路等级类别道路等级编码1高速公路2国道34主要道路5次要道路67省道8县道9乡公路非导航道路级制作为“高速公路”,高速公路的标志如下图所示：国道：道路上有国道地碑或国道路牌标志时，道县道：道路上有县道地碑或县道路牌标志时，城市快速路：连续5km以上无交通信号灯(不包括车道信号灯)的封闭的高单方向车道数为3车道以上(含3车道);单方向车道数为2车道，有专用的非机动车道；单方向车道数为2车道，没有专用的非机动车道并且机动车道禁止非机动车单行线：车道数为3车道以上(含3车道)。单方向车道数为2车道，没有专用的非机动车道但允许非机动车行驶；单方向车道数为1车道；单行线：车道数为2车道以下(含2车道)。城市普通道路：无中央隔离带，道路总宽度<5m,路面情况一般；高速公路>国道>省道>县道>乡公路>城市快速路>城市主干路>城市次干路>城市普通道路>小路(1)记录道路宽度信息；(2)取值范围：默认为3m。高速道路的宽度取值为3.5m或3.5m的倍数，道路上标识有车道分界线时(车道数≥2),将车道数与车道宽度相乘得出(2)取值范围：0普通道路，1轮渡航线，2隧道，3桥梁，0默认值；地图数据结构表3-8数据收集表编号字段名称类型长度取值范围1N索引编号2N用户编号3C体字)速公路命名要求：除满足国家高速编号和命名的要求外，同时满足XX省内高速公路命名的要求。4N道路路段的起始节点的索引编号5N道路路段的终止节点的索引编号6N7N8N8道路等级9C道路路线编号N2总车道数N2正向通行车N2N车道宽度C道路限速的最低值N3速(不区分N4平均速度N10:未调查N2向:双向通行2:正向通行3:逆向通行街C6行政区划代码N1收费道路标志位:收费道路2:不收费道路N1态0:正常通行1:建设中2:禁止通行N2道路构成1:上下线分离4:环岛5:服务区6:引路7:辅路9:出口10:入口11:右转车道A12:右转车道B13:左转车道A14:左转车道B16:左右转车道17:非机动车道借道15:普通道路56:服务区+引路N3形态1:上下线分离道路(高速)2:上下线分离道路(非高速)4:环岛7:停车楼内部道路101:平行路102:主连接路路04:主连接路上的左、右转专用道路1:特服路的道路14:商业步行街15:步道7:类环岛N1道路类型0:普通道路1:轮渡航线2:隧道3:桥梁4:地下交通通道5:人渡航线N1功能等级FCo:未设定N1市区道路标志0:未调查:市区2:郊区N1照明设施0:未调查1:有照明2:无照明N1中央隔离带的信息0:未调查1:有物理隔离带2:有法律隔离带3:无隔离带N1路面铺设状况0:未调查1:未铺设2:已铺设3:部分铺设N1是否是调头线0:未调查1:不是调头线2:调头专用线N1是否是高架路0:未调查1:是高架2:不是高架N1信息0:未调查1:内部道路2:公众道路3:私有道路路路N2路段限制的N1辅路标识0:非辅路1:辅路N1出入口标识0:非出入口1:出口2:入口立体交叉点表3-9数据收集表序号字段名取值范围1该立体交叉点所在图幅号的十位字符串2索引编号3立体交叉上方道路用户编号4立体交叉下方道路用户编号5经度坐标(秒)6纬度坐标(秒)7区域归属0:中国大陆版1:中国香港澳门版2:中国大陆版及港澳版共有8创建时间9更新时间表3-10数据收集表序号字段名取值范围1该道路设施所在图幅号的十位字符串2索引编号3关联道路的用户编号4经度坐标(秒)5纬度坐标(秒)6道路设施类型7道路设施说明信息格式：数字字符半角竖线小数点默认值：空当表达限速设施为分车道限速通过取值为“0”表达。8路的方位0:道路上方(默认，等同取值1:双向通行，TNode到FNode方向有效2:双向通行，FNode到TNode方向有效3:单向通行道路有效9设施附加文字信息注：仅全角的GBK字符和半角的89/95/96/97时有数据，表示检查站名称和里名称。空：未设定(默认值)数据来源-1:未设定(默认)0:调查数据3:第三方数据摄像头角度4:第三方数据可变限速牌的4(工单省公安厅)时间限制格式：[(开始时间){截止时间}]天气限制按比特位存储Bit1:雨(雪)天车辆类型车辆类型，由十六进制的字符串组成默认80000000季节性交通限制类型由十六进制的字符串组成：默认00节假日交通限制类型0:未设定(默认值)1:节假日有交通限制2:有交通限制但节假日除外场景类别0-默认值1-路段2-加减速车道3-桥梁隧道4-设施单点7-桥梁8-隧道9-收费站10-转弯车辆11-掉头12-高速终止13-服务区14-检查站15-服务设施其他16-桥下17-冻土18-涵洞19-限制杆20-水泥墩有效标识0-未确认(默认值)1-有效2-无效区域归属0:中国大陆版1:中国香港澳门版2:中国大陆版及港澳版共有创建时间更新时间服务区表3-11数据收集表序号字段名取值范围1该服务区所在图幅号组成的十位字符串2索引编号3服务区名称(简体字)全角的GBK字符和半角的定4服务区名称(繁体字)全角的GBK字符和半角未设定5音定6服务区的英文名称定7经度坐标(秒)8纬度坐标(秒)9服务区类型0:SA(高速服务区)1:GS(高速加油站服务区)2:PA(高速停车区)服务区入口道路的用户编号服务区入口节点的用户编号通行设施特殊通道编译数据打包数据生产端按照一定数据更新频率将生产的数据传输到内网OSS;数据发现求从专有云OSS下载所需数据文件。数据更新监控完整性监控、数据发布一致性监控、资源资源任务生命周期监控等。当出现问题时，进行相应报警。数据发布任务支持配置任务的执行时间、间隔、次数，并根据各计算资源的使用情况进行任务的合理调配；支持全流程自动化；支持数据格式定制化开发；支持通过大文件传输。数据更新机制数据更新机制要由数据的分布情况、服务对象、职能部门、技术力量、基础设施等多种因素来确定。数据更新维护的安全控制结合数据库的权限管理和后台数据维护系统的权限管理，建立起数据更新的权限控制机制，包括图形操作用户组、图形浏览用户组，图形操作用户组的不同用户只能具有更新操作该具体专题图层的权限。建立起交通专题图层的更新审查机制，对于具体需要更新的专题图层的内容，只有经过上级主管单位负责人的批准后才能进行更新操作，对各基层业务单位更新后的信息必须通过负责人审查后才能进入到数据库中。数据更新维护相关保障机制数据的更新维护必须建立起相关的保障制度规范，各个业务部门必须根据该制度内容进行执行，只有这样，才能从制度源头保障数据更新工作。数据名维电子地图(包含三年数据更新，每年更新2次)套区域面数据广场多边形、道路及附属物、主要道路(MainRoad)Road)、非机动车道、商业步行街、桥梁(Bridge)、隔离栅栏、隔离墩、绿化隔离带、非绿化隔离带(包含三年数据更新，每年更新2次)套路网地图数据属性。路网分为基础路网(驾车路网)和公共路网(骑行、步行),路网属性包括道路形状、道路状套(包含三年数据更新，每年更新2次)兴趣点数据包括汽车服务、餐饮服务、购物服务、生活服务、(包含三年数据更新，每年更新2次)套数据标、纬度坐标、区域归属)、道路设施(经度坐标、置、场景类别)(包含三年数据更新，每年更新2次)套低空运营需要接入外部系统(包括低空飞行服务站、航行情报服务等外部系统)、基础硬件设施接入(包括停机设施、固定机巢、换电设施等)、低空感知设施接入(包括5G-A通信设备、RID远程识别、低空气象设施、ADS-B等),整.1.低空数据服务--风AOI(AreaofInterest,兴趣区域)和POI(PointofInterest,兴趣点)基础属性：名称、类别(充电站/物流集散点/气象监测站等)、经纬度坐标动态属性：实时状态(如充电桩可用性、物流点吞吐量)、运营时段(如夜航限制)、空域关联性(所属空域类型)支持多边形/半径范围检索(精度±1m),例如搜索半径5km内可用无人机多条件复合筛选(如“夜间运营的医疗物资运输点+载重≥10kg”)2.AOI数据服务空间属性：边界顶点坐标、面积(单位：公顷)、三维立体范围(包含垂直高度限制)业务属性：空域用途(物流走廊/禁飞区/临时管制区)、关联法规(适飞时段/高度限制)、风险等级(如高压线密度)支持空间拓扑关系分析(如航线与禁飞区AOI的相交检测)动态叠加图层(如气象AOI与飞行计划的空间叠置分析)空间障碍物数据查询服务用于低空飞行环境中的障功能描述：整合多源数据(如无人机航拍、卫星影像、地面测绘)生成障碍三维网格模型构建的方法可以包括基于点云的网格生成算法和基于隐式函建等，从密集点云中生成三维网格模型。采用北斗网格位置码+属性，全空域属性要素数据集，网格数据包括静态地表障碍物+地物(绿地、水系、道路、POI/AOI)+客流(常驻&准实时)。120米-300米：20m*20m*20m网格风场数据300米-1000米：20m*20m*100300米以下：21层1000米以下：28层频率：对于使用不同频率信号进行探测的技术(如VLF、EM、GPR等),记录所使用的信号频率非常重要，因为频率的选择会影响探测深度和分辨率。振幅：信号的振幅可以提供关于目标体大小、形状以及与传感器距离的信息。偏振方向：描述电磁波振动的方向数据。位置信息：精确的位置坐标(经度、纬度、高度),确保数据可以在地理信息系统(GIS)中准确映射。时间戳：记录每个数据点被采集的具体时间，用于动态变化监测。地形高度：地形的高度变化可能影响到飞行器与地面之间的距离，从而影响到电磁信号的传播。电磁辐射源的位置和强度数据。实时客流是指利用互联网大数据定位能力，分析指定区域实时的人群数据。此类数据可用于重点区域/交通枢纽等指定区域一定时间周期内到达的人群统计和监控。从数据源看，实时客流位置数据来源于互联网应用开发者提供位置服务能力而获得的人口位置数据。基于实时定位数据收容处理、人地关系数据挖掘，通过在线OLAP引擎、人地关系圈引擎，实时同步展示人流热力数据。本项目通过社会化数据采购，获得实时动态人流监测数据以支撑实时人流运行监测、交通规划、安保及应急等公安工作，采购的数据应具有更新快、网络密度高、内容复杂、样本量大、实时位置精度高、区域覆盖范围广的特点。实时客流热力服务参数要求：1)互联网地图服务提供商应满足手机定位次数不少于千亿次每天，以保证定位样本足以代表实际人口流动特征。2)高时效性：基于政府的主动或被动服务位置服务，更新频率应不低于15分钟级，为政府提供在城市更新、城市体征指标监测、重特大突发事件等方面的快速反馈及决策支持。3)高精度：数据更新最小颗粒度应不大于100m*100m的网格为聚合基础，要求底层数据需要更高精度进行采集、处理。4)广覆盖：数据服务覆盖区域，要求底层数据源应全省范围覆盖、均衡覆实时客流应包括两部分内容：1)实时客流总量：用于分析当前区域的实际观测人数。2)实时客流热力：用于分析实时客流总量在当前区域的观测人数的分布。实时客流数据输出方式：互联网接口服务，应遵循政府认可的实时客流服务接口规范。表3-12数据收集表序号数据服务描述1任意片区实时客流数，按15分钟间隔进行更新，区域内当日累计客流；客流热力分布，重点区域内人员客流热力分布情况。累计客流(人员去重)2客流数据内容：过去一年任意区域内的客流人数，包括重点区域内每小时客流、当日累计客流(人员去重);客流热力分布，重点区域内人员客流热力分布情3流出目的地热度意愿排名任意区域实时出行目的地热度意愿排名(任意区域规划热度、15分钟批次)意区域规划热度、15分钟批次)城市实时出行热门目的地来源地、目的地的出行方式占比(任意区域规划热度、15分钟批次)4流入通道热度任意区域实时人流流入通道的占比及热度排名(人地，15分钟批次)5游客分析数据数据内容：每日游客总数(剔除过路用户与常驻用户)、过夜游客人次、一日游人次、来源分布及占比、性别年龄占比、复游人数占比。游客出行特征数据包括各类出行方式及占比。实时客流画像包括：表3-13数据收集表说明指定区域内0-18、19-24、25-34、35-44、45-54、55-100年龄段人数占比性别指定区域内男女人数占比资产等级指定区域内工薪、中产、富豪、超级富豪人数占比来源地精确到地级市从业务角度把系统数据抽象化形成以下主题数据库。设备主题：设备主题提供设备相关的业务数据应用支撑，主要包括设备基础信息、设备状态、设备统计信息等等。空域主题：空域主题为空域相关的业务应该提供数据支撑，主要包括禁飞区空域信息、开发区空域信息、申请区空域信息、临时制定客户区空域信息、空域流量统计等。航线主题：航线主题为航线相关的业务应用提供数据支撑，主要包括航线信息、航线流量统计、航线数量统计、航线分布等。运行监控主题：运行监控主题为飞行实时运行相关的业务应用提供数据支撑，主要包括实时航迹点、实时航迹信息、飞行历史行程、飞行器数量、无人机占比统计分析等。飞行任务主题：飞行任务主题为飞行相关任务的业务应用提供数据支撑，主要包括飞行计划、放飞申请、飞行计划统计、放飞申请统计、飞行进度管理、任务统计等。预警主题：预警主题为飞行相关任务的业务应用提供数据支撑，主要包括入侵预警信息、偏离预警信息、限高预警信息、限低预警信息等。巡查主题：巡查主题主要为低空智慧城市治理相关业务提供数据支撑。主要包括巡查任务信息、巡查调度管理、AI算法模型等。测试主题：测试主题为飞行动态测试业务应用提供数据支撑，主要包括飞行测试报告、飞行测试实时报文、飞行测试历史报文、飞行测试预约、测试报告等。地图主题：地图主题为业务系统提供地图相关数据支撑，主要包括建筑物数据、人口密度数据、城市地理信息等。航空情报数据接入：依据军民航批复，收集并在飞行服务软件中录入更新长期空域和临时空域等航空情报信息。气象数据接入：具备引接省市气象站数据及区域气象站数据接入和数据源分类功能机载终端数据接入：提供机载终端的接入服务，支持以不同的网络协议按照机载终端提供的协议文档完成机载终端数据的接入。数据管理服务模块数据标准：参考《通用航空飞行动态数据传输规范》《无人机云系统接口规范》《无人机动态数据规范》定义数据管理标准，具体标准内容将包括：(1)数据标准格式定义；(2)数据传输协议定义；(3)数据传输接口定义；(4)数据安全标准定义。离线数据上传下载：支持离线上传文件及特定格式的地理信息数据、视频数据、照片数据，并按制定用户流程进行数据管理数据服务鉴权：由于业务支撑层根据设计切分出不同的服务，根据粒度粗细和业务需求不同，服务的数量和权限要求都不同，且本平台还需要与周边平台进行交互。服务鉴权中心所负责的鉴权可分为两种：内部服务的认证和授权，外部服务的认证和授权低空数据解析：将无人机及航空器数据进行解析和转换，对航空器高度、气压高度、海拔高频度、本场高度、修正高度，地速、空速等进行解析。最终将所有航空器数据统一为系统标准格式。数据交换：根据数据标准定义完成具体的数据交换接口，以标准化的数据结构、传输协议及传输接接口提供数据交换服务数据安全：根据数据标准定义，在数据传输过程中，采用SSL协议确保连接的安全性，通过非对称加密完成传输内容的加密工作数据处理存储数据处理引擎负责本项目所有对接设备进行数据处理，包括构建高并发数据处理引擎、数据接收与解析、数据推送和数据存储等。构建高并发数据处理引擎借助消息队列、缓存、分布式处理、集群、负载均衡等核心技术，实现数据的高可靠、高并发处理，有效降低端到端的数据传输时延，兼容主流行业通用的可扩展协议和规范，支持多种移动终端和物联网数据的可扩展接入，并具备大规模接入并发处理能力。数据接收与解析系统接收从物联设备传输的相关数据并对数据进行相关解析，把存储接收的数据，对存在问题的数据进行预警处理。数据推送系统通过网络将需要发送的数据或命令推送给相关的设备，并接收设备反馈的数据，对数据进行处理。数据存取创建用于联机事务处理或联机分析处理数据的关系数据库，对相关消息数据提供持久化存取能力，防止数据没有处理就都会丢失。保障数据的高可用性与提高数据访问安全性。消息引擎构建基于事件的消息引擎，通过事件驱动和设备消息统一管理的消息网关，对系统中的消息进行集中管理和控制。消息网关：建立消息网关，作为系统消息总线，负责各种消息的转发。系统使用发布订阅模式，使用topic来划分不同的消息类型，根据topic订阅信息处理消息。网关监控：对网关的受理域、分发域各接口的调用情况进行监控，确定网关对外服务功能的正常。Topic管理：对系统中的消息主题(Topic)进行管理，包括主题的增加、删除、修改和查询。消息主题包括：设备消息、预警消息、日志消息等。消息订阅：提供消息订阅处理接口，为各类应用提供消息订阅和取消订阅操消息发布：提供消息发布处理接口，为各类应用提供消息发布操作。1低空数据集(北斗网格、障碍物网网格化表达的静态障碍物，包括建筑和其他低空飞行器规避障碍，确保飞按照月度更新)公里2网格化表达的客流车流数据，月均/小时级客流密度、车流密度(包含三年数据更新服务，按照月度更新)公里3网格化表达近地经济活动数据，包括学校、政府、医院等地面经济活动区务，按照月度更新)公里4近地地物属性网格化表达的近地地物属性，包括绿数据更新服务，按照月度更新)公里3.1.4.低空数据中台低空数据中台通过整合无人机、雷达、ADS-B等多源实时与离线数据，构建统一的数据标准与处理流程，实现低空目标的全生命周期感知、航迹融合、风险预警与资产治理；它以API形式向监管、应急、公安、气象等部门提供高时效、高精度的数据服务，支撑空域精细化管理、违规飞行快速处置和跨部门协同决策，从而提升低空经济的安全性与运营效率，释放低空数据的核心资产价值。表3-14功能开发需求表系统功能系统功能开发需求说明123消息队列类型：支持Kafka等主流消息队列的数据源接入，用续性。4险，提升运维效率。5实时数据接入无人机经纬度实时流数据接入低空数据仓库6无人机高度实时流数据接入低空数据仓库7无人机速度实时流数据接入低空数据仓库8低空雷达实时数据接入低空数据仓库9无人机航迹，航线接入低空数据仓库无人机管制空域数据接入低空数据仓库无人机监视空域数据接入低空数据仓库无人机报告空域数据接入低空数据仓库无人机批准临时空域数据接入低空数据仓库无人机动态释放空域空域数据接入低空数据仓库无人机紧急回收空域空域数据接入低空数据仓库无人机空域内障碍物信息接入低空数据仓库接入互联网客流大数据入低空数据仓库接入互联网车流大数据入低空数据仓库接入互联网POI信息大数据入低空数据仓库接入互联网AOI信息大数据入低空数据仓库无人机起降点数据接入低空数据仓库接入政府统计数据区域内低空年度产值入低空数据仓库接入政府统计数据区域内低空产业园区数量入低空数据仓库接入政府统计数据区域内低空企业总数量入低空数据仓库接入政府统计数据区域内低空上游企业数量入低空数据仓库仓库接入政府统计数据区域内低空下游企业数量入低空数据仓库接入临时起降点基础设施运行数据入低空数据仓库接入通信设备基础设施运行数据入低空数据仓库接入导航设备基础设施运行数据入低空数据仓库接入监视设备基础设施运行数据入低空数据仓库接入起降点基础设施运行数据入低空数据仓库气象传感器温度实时流数据接入低空数据仓库气象传感器风速实时流数据接入低空数据仓库气象传感器降雨量实时流数据接入低空数据仓库入通过离线同步工具同步无人机数据进低空数据仓库通过离线同步工具同步雷达数据进低空数据仓库通过批量同步机制整合静态与历史数据系的设备参数、历史故障记录数据源覆盖存储的海量雷达历史日志、Redis缓存的高频访问字典数据(如空域划分规则)数据源覆盖完整性与一致性。针对非结构化数据MinIOClient实现文向同步。入构建标准化API接口层，实现第三方数据的灵活对接通过API请求将外部数据接入低空数据仓库指标生产空域数据汇总计算指标统计飞行区域内区域总面积指标实际使用的空域与所有空域体积的比值】基于获取的空域及飞行数据计算起降场密度平方公里”,【平均每平方公里包含的起降场个数】量空中交通“覆盖程度”】飞行数据汇总计算指标基于历史已飞行数据，计算并展示最近一周的的累计飞行架次指标计算并展示最近一周的累计飞行架次，较去年同期的同比变化指标基于历史已飞行数据，计算最近一月的累计飞行架次较去年同期的同比变化指标基于历史已飞行数据，计算最近一年(365基于历史已飞行数据，计算最近一年的累计飞行里程较去年的同比变化指标基础设置指标统计当前临时起降点的数量个数指标统计当前通信设备数量的个数指标统计当前导航设备数量的个数指标统计当前监视设备数量的个数指标统计规划临时起降点的个数指标统计规划通信设备的个数指标统计规划导航设备的个数指标统计规划监视设备的个数指标逻辑模型逻辑模型管理支持逻辑模型的创建、修改、查活的表结构与字段配置能力，满足多样化的数据建模需求。表结构导入与建模支持从MySQL、Oracle、达梦库中直接提取表结构，并可进行调整与保存，加速逻辑模型的构建与复用。字段标准化支持逻辑模型字段与标准数据元关联，实现字段级的查与清洗。字典表维护支持字典表的新增、编辑与删除，覆盖名称、类型、询，方便用户灵活管理字典项内容。免多系统间口径不一致，提升数据共享与集成的准确性。数据元维护支持数据元的新增、编辑、删除与查询，覆盖字段名称、类型、长度、格式等要素，确保定义完整规范。实际数据与标准定义保持一致，提升可控性。管控的深度融合。模型物化支持将逻辑模型直接生成物理表结构定义、约束条件等，确保逻辑设计能够准确落多数据库部署提供对MySQL、Oracle、达梦(DM8)等多种关系型数据库的物化支持，满足不同环境下的应用需求。复建表工作，提升开发效率与数据一致性。数据资产资产管理资产清单管理：支持以列表形式集中展示所有已生成的资产地图，包含地图名称、所属类目、资产描述、创建时间、数据标签等信息，方便统一管理。表资产，支持结构化数据的管理。CSV、文档等，便于统一归档和共享。多维度检索：提供按名称、类型、主题、创建时间等条件的快速操作与维护：提供地图的新增、编辑、删除等活维护和优化资产地图内容。资产详情基础信息展示：显示资产的基本属性，包括题、所属分类、创建人、创建时间等，确保资产信息清晰可结构与字段信息：展示资产表结构与字段详情，包括字段名称、势，帮助用户跟踪质量改进效果。资产审核审核操作：支持对资产进行通过、驳回、退回修改等操作，并可附加审核意见，确保审核结果透明。数据查询多源查询支持：支持对接入的多种数据源(关系型数据库、大数据平台等)进行统一查询，避免跨系统切换。结果展示与导出：查询结果支持表格化展示，并可按需导出为Excel/CSV等格式，方便后续分析与共资产质量质量任务管理：支持为资产配置质量评估任务，查看任务名称、个维度对资产进行检测，输出整体质量评分和问题数据占比。化趋势，帮助用户跟踪改进成效。用质量规则，确保质量控制灵活可配。足组织级用户治理需求。提供基于角色的访问控制(RBAC)机制，细粒度权限，实现功能与数据权限的灵活管支持系统菜单与功能点的可视化配置，支持多级树形结构，可与角色绑定，实现界面与权限的动态控制。分配、任务归属提供组织基础。岗位管理支持岗位定义与用户绑定，实现“人-岗-人员职责与系统权限的匹配度。提供系统级数据字典管理能力，支持状态、类型、类别等公共编码的统一维护，确保数据口径一致、前端显示规范。维护性。通知公告重要信息的定向推送与全员触达。日志管理集中记录用户操作日志与系统运行日志，支作类型等多维度检索、下载与审计，满足合规与问题追溯需求。提供对接入平台的应用进行统一管理的能力，支持应用的注册、提供多维度的类目管理能力，支持对数据资产、逻辑模型、数据树形结构和多层级管理机制，实现灵活的组数据资产类目：支持新增、修改、删除、查询操作，并可在资产菜单中将数据资产绑定至类目；采用树形结升资产归类与查找的效率。逻辑模型类目：支持逻辑模型的类目管理与绑展示，便于模型的统一组织与跨项目查找。数据元类目：提供数据元的类目新增、维护与绑定，支持多层级分类，保障标准定义的集中化管理与快速定位。任务类目：支持集成任务的类目化管理与绑定构，帮助用户清晰管理不同任务，便于跨任务调度与复树形分层结构组织开发资产，提升开发任务的可管理性。作业类目：支持作业类目的维护与绑定，采用层级化展示，帮助运维人员直观管理作业，提升调度与监控的效率。API类目：提供API服务的类目新增、修改与绑定功能树形分层组织，便于服务的统一管理与调用规范化。稽查规则规则的灵活性与可控性，避免冗余和不必要的干扰。护。在不同场景下统一应用。清洗规则准确性修正：定位并修正错误或不一致取值，涵盖异常值处理、完整性修复：填补缺失、删除无效记录，按规则补全必填字段，确保关键信息齐全。一致性修正：统一单位、格式、编码和值域，消除跨源/跨表差异，保障口径一致。唯一性维护：去重与重复实体合并，生成或校验唯一键，避免重复记录造成的统计偏差。则过滤，保证数据可用。稽查规则配置：支持按照完整性、唯一性、效性等维度配置稽查规则，保障检查覆盖全面。结果分析与展示：稽查结果以报表或图表形式呈现，直观展示问题数据数量、分布与占比，辅助用户理解问题严重程度。问题数据处理：提供问题数据的标记、导出与修复入口，支持人工干预或与清洗规则联动，实现问题闭环处理。质量处理，消除异常、缺失与不一致问题，保障数据的准确性、完整性和可用性。度配置清洗规则，覆盖常见质量问题处理场任务名称、类型、执行引擎、调度周期等信行情况。低延迟场景下的实时处理需求。IDE工作台：提供可视化集成开发环境，支持SQL脚本编写、异常后可重复执行，提升稳定性。员进行调试与问题处理。项目基础管理项目创建与维护：支持项目的新增、编辑、删除与查询，形成统一的项目清单，便于集中管理。务任务配置与管理：支持数据质量任务的新增管理，覆盖任务名称、执行策略、评测对象和规则等要多维度质量检测：可在任务中应用完整性、唯一性、有效性、一致性、时效性等质量规则，对目标数据进行全面检测。执行监控与日志：提供任务执行状态的实时监控，支持日志查询与下载，便于定位异常与优化任务配置。结果展示与处理：以报表、图表形式展示检测结果，标注问题数据，并提供修复入口，支持人工干预或后续清洗联质量任务日志执行过程记录：自动记录任务执行的全流程行节点、规则应用情况与结束状态，确保过程可追溯。录异常详情，帮助用户快速定位并处理问题。告报告生成：每次任务执行后自动生成质量报告，包含任务基本信维度输出检测结果，提供问题数据量与占比，全面反映数据健康度。问题分布分析：通过图表展示异常数据的分布情况，支持按表、资产敏感等级等级定义与维护：支持定义多级敏感等级(如公开、内部、敏感、自动识别与标注：结合数据分类与规则库，支持对常见敏感信息(如身份证号、手机号、银行卡号等)进行自动识别，并标注对应等级。理便于快速检索与定位。敏感等级分级：提供对资产敏感性的分级管理机制，支持定义公中的安全合规。API定义与创建：支持基于数据表、视图或模型快速生成API,配置请求方式、参数、返回结果等信息，降低服务开发成本。API发布与调用：提供API的发布、下线与版本管理功调用日志参数与返回结果，便于追溯与问题分析。键指标，帮助评估API性能与稳定性。日志检索与导出：支持按API名称、调用时间、调用方等条件检索日志多种鉴权方式：支持基于Token、APIKey、0Auth等多种鉴权方式，满足不同场景下的安全需求。访问控制：可为API配置调用权限，限制调与访问范围，实现精细化管控。试在线调试工具：提供可视化测试界面，支持输请求方式并直接发起调用，简化测试流程。实时结果反馈：调用后即时返回响应结果与状态码，便于用户验API黑名调用黑名单：支持对指定调用方(IP、用户、应用等)加入黑名单，阻止其访问API,防范恶意调用与越权访访问限流：可设置调用频率、并发数及流量阈值，防止单一用户低空二三维地图引擎以WebGL+GPU为核心，三维端集“多源数据秒级加载、实景高精渲染、空间分析GPU加速、路径规划智能决策、粒子特效模拟、多用户协同标绘”于一体；二维端则依托云架构、J2EE组件与栅格化索引，提供互联网级并发、路径搜索、地名地址匹配、轨迹纠偏、实时路况及海量点聚合等高性能地图服务，为低空监管、应急指挥、城市规划等业务提供“一张图”可视化底座，实现从数据到决策的所见即所得，充分释放低空时空数据价值。并具备放大、缩小、平移、旋转、倾斜、复位等地图基本浏览功能。支持长度、面积测量等空间测算能力。支持气象风力、温度、降雨量图层展示。支持火、烟、喷泉、动态水面等对象的添加。支持模拟雪、雨、雾等场景特效。支持热力图、聚合效果等。通过出发地、目的地、途经点以及路径规划策略的设置，为用户规划驾车方式的出行方案。支持显示图层列表展示(包括当前场景上叠加显示的各类GIS数据层、业务数据层),并对列表中的图层进行显隐控制。支持鼠标绘制点、线、面的功能。包括栅格瓦片地图服务、矢量瓦片地图服务、地理编码服务、逆地理编码服务、POI搜索服务、驾车路径规划服务、轨迹纠偏服务。提供基于GIS地图进行数据渲染，提供形象、直观的展示效果。具体要求支持定制化图层展示、支持SDK二次开发、支持定制化图层展示、支持提供平面、卫星地图展示和地图数据展示。.1.空域作业网格化服务主要为低空运行管理服务等业务开展提供网格化作业功能。为空域管理和飞行计划制定提供全流程的动态计算与网格化支持。根据飞行任务需求或规划结果，结合历史数据动态计算出可用空域范围并进行标准化网格处理。系统实时接入航空器参数，提供当前及未来时段航空器所在网格位置的计算与预测服务，实现对航空器运行的精准监控。支持对各类业务数据进行网格化标识和关联检索，能够从军民融合预案中提取空域限制条件，并将其转化为可计算规则，支撑不同空域关系的分析和影响识别。通过多维度空域分层映射与网格化状态管理，该模块为空域管控规则录入、个性化飞行计划辅助及区域化作业划设提供全面、灵活的数据应用支撑。(1)动态可用空域网格化处理：根据飞行任务需求或低空算路引擎规划结果，结合历史飞行数据，动态计算出可飞空域范围，并进行标准化的网格化处理，为空域资源分配提供基础。(2)航空器运行网格监控与预测：实时接入航空器参数，提供对航空器当前位置的网格化监控，并预测其未来时段可能占用的网格空间，实现对航空器运行状态的精准管理与预警。(3)业务数据网格化标识与检索：将各类业务数据与网格编码进行关联和标识，建立统一的网格化数据体系，支持用户通过网格编码快速检索和查询相关业务信息，提升数据利用效率。(4)多维度空域状态映射与可视化：支持从多个维度对空域使用状态进行网格化映射和可视化展示，辅助管理人员进行空域管控规则的配置，并为个性化飞行计划的制定提供直观的决策依据。.2.空域网格化分析服务为空域管理与运行分析提供全面的计算与决策支持。通过对空域网格进行聚合、分解、关系判断及面积计算等操作，支持空域结构的灵活组合与优化。系统能够动态接入可通航空域数据并进行网格化转换，结合军民航空域管控要求，实现空域可用性与可达性的智能分析。构建实时流量计算模型，模块可生成航路航线及空域流量的二维、三维热力图，直观呈现运行态势。建立空域使用矛盾识别与冲突预测网格化体系，能够快速筛查并精准定位冲突网格及冲突时间，为空域动态调配和冲突化解提供详细依据，有效保障空域运行的安全与高效。(1)军地民空域网格码转换：各种网格剖分方法之间的编码转换计算，网格简化，按边界裁剪网格。其中网格编码转换支持民航空域网格、军航空域网格、公安网格、国标地球空间网格(GB/T40087—2021)的转换，支持网格编码与经纬度位置之间的转换。(2)网格领域计算：计算与每个网格位置相邻的其他网格，包行精度要求，选择合适层级的网格进行关系计算。在进行空域冲突检测时，测(4)网格聚合计算：不同层级网格之间的聚合关系计算。按照空间网格剖多层网格之间具有映射包含关系，每个坐标点在不同层级都属于某个网格。每个网格的编码都包含上级网格的编码。空间关系含多个低层级的空域网格，可用低层级的空域网格聚合形成新的空域网格。(5)网格热力图计算：根据指定飞行流量等级计算网格热力图。通过引入动态飞A/B测试机制，模块能够针对部分场景试点新规监测或临时关闭部分规则，在保障安全的前提下提升运行灵活性与应急响应能力。(1)智能化法规库构建与管理：构建一个集成了空域使用规则、航空器间隔要求及冲突解脱策略等内容的中央法规库。该法规库支持灵活配置与扩展，并能自动对飞行计划等进行网格化合规校验，确保运行安全与合规性。(2)全流程规则版本控制与追溯：提供类似Git的版本管理功能，对规则库的任何修改均生成唯一版本标识，支持查看不同版本间的差异对比，保障规则变更过程的清晰可溯，便于审计与管理。(3)新规则灰度发布与效果分析：支持新规则在部分试点场景中先行应用，并同步监测其运行效果。系统自动分析并输出新规则应用后的冲突率、延误率等关键指标变化，为全面推广提供数据决策依据。(4)多维度A/B测试与对比报告：自动执行新旧规则的并行对比测试(A/B测试),并从延误时间、能源消耗、规则符合性等多个维度生成量化对比报告，科学评估新规则的优劣。(5)差异化监管与白名单机制：支持根据应用场景的重要性或航空器优先级，设置白名单。列入白名单的航空器在特定空域网格集合内可自动跳过常规冲突监测，在保障安全的前提下提升关键任务的运行效率。(6)特殊任务临时豁免机制：面向应急救援、紧急保障等特殊场景，提供临时性规则豁免功能。可针对特定任务涉及的空域网格集合，为指定航空器临时关闭部分规则约束，确保特殊任务能够高效、无阻地执行。序号开发需求说明1低空地图引擎三维地图引擎数据加载实现基于WebGL的影像瓦片加载和渲染，支持256x256标准瓦片格式2采用四叉树结构管理影像瓦片，实现多分辨3支持影像数据的实时投影变换，支持wgs84、gcj02456实现影像数据的缓存管理，采用LRU算法优化内存使用7支持多种DEM数据格式，包括GeoTIFF、ASCII8实现基于GPU的地形渲染，支持大规模地形数据的快速加载9实现基于GPU的模型渲染，支持大规模模型的快速加载实现模型数据的LOD管理，支持多级细节的动态切换基础交互实现基于W