新闻资讯

当低空业务从单次试飞走向高频运营，仅依靠区域天气预报和飞手经验，已经难以满足精细化的飞行决策需求。

十沣面向城市低空飞行场景推出TF-SimCITY低空风场智能推演与风险预警平台，通过AI风场推演、多源数据融合、风险量化分析和航线评估，让复杂的城市低空风环境变得可视、可分析、可追溯，为飞行规划与运营管理提供更加精细的数据依据。

一. 不只是看天气，而是看清楼宇之间的风

城市低空风场会受到建筑高度、建筑密度、街道走向和局部地形等因素影响。气流经过楼宇时，可能产生绕流、狭窄区域加速、尾流和局部湍流，仅查看区域平均风速，难以判断具体航线是否适合飞行。

TF-SimCITY基于公共气象预报、城市地形与建筑数据，通过自研AI模型推演城市内部的精细风场，将区域级气象信息进一步细化到楼宇、街谷和具体航段。

用户可在地图中查看风速、风向、风场流线、气象云图和风险云图，直观了解不同区域及不同高度的风环境差异，为低空航线规划提供更加具体的依据。

二. 秒级瞬态推演，让未来24小时连续“动起来”

传统气象产品通常以若干固定时间点展示预测结果，用户看到的是一个个相互独立的静态画面。但低空风场会随时间持续演化，真正影响飞行决策的，不仅是某一时刻是否有风险，还包括风险何时出现、持续多久、如何变化。

TF-SimCITY支持秒级瞬态风场推演，用户拖动时间轴时，气象云图、风险云图、风场流线以及航线风险等级可随时间同步变化，连续展示未来24小时城市低空风环境的演化过程。

通过这种时间轴联动方式，用户能够快速查看任意时刻的风场结果，识别某一区域或航段风险开始升高的时间，并比较不同飞行时段的环境差异，为任务安排和起飞时间选择提供参考。

除未来推演外，平台还支持近5天历史数据回溯，可用于查看历史风场、风险变化和预警记录，为异常事件分析与飞行任务复盘提供依据。

                                                                                                                                                         拖动时间轴，气象云图与风险云图同步变化

三. 从单一预测到多源数据动态校正

仅依赖公共气象预报，预测精度容易受到原始数据空间分辨率和更新时间的限制。为了更加准确地反映当下的低空风环境，TF-SimCITY开放数据接口，可接入激光雷达、六要素气象仪等第三方实测设备。

平台将公共气象预报、地形建筑数据、AI推演结果和实测数据统一融合，并利用实测结果对模型进行动态校正，形成“预测未来、感知当下、持续校正”的数据闭环。

这种方式既保留了AI模型对未来风场的快速推演能力，也能通过现场数据持续提高结果与真实环境的匹配程度，使平台能够更好地适应不同城市、园区和作业区域。

              公共预报、地形建筑、雷达实测与AI模型的数据融合示意图

四. 把复杂风场转化为直观的风险结论

对于运营和管理人员来说，仅看到风速云图并不足以直接完成飞行决策。真正需要回答的是：当前有哪些风险、哪些航线受到影响、风险会持续多久，以及是否需要调整任务。

TF-SimCITY围绕综合风险、风速超限、湍流强度、侧向切变和阵风等关键指标，对区域和航线开展量化分析，输出风险等级、影响范围、风险趋势和主要影响因子。

综合态势页面集中展示区域风场、航线风险分级和预警信息；风险分析页面则从不同风险因子出发，展示未来24小时变化趋势，并支持近5天历史回溯。

当航线风险等级升高时，平台可生成相应的预警信息，帮助管理人员及时了解风险发生时间、影响航线和风险类型，将风险管理从事后处理转变为提前识别。

        风险分析页面及未来24小时趋势曲线

五. 从航线适飞判断到飞行时段优化

传统低空航线安全评估较多依赖飞手经验。在楼宇密集、局地风环境复杂的城市区域，不同人员对同一航线可能形成不同判断，难以建立统一、客观且可追溯的评估依据。

TF-SimCITY支持手动添加航点、地图选点及航线文件导入。平台结合未来风场推演结果，对航线整体及各航段进行风险量化分析，输出综合风险等级、主要影响因子及航段风险差异。

除当前适飞条件评估外，平台还可展示未来24小时航线风险变化趋势，支持不同时间窗口对比，为飞行任务安排和较优执行时段选择提供数据参考。

评估完成后，平台可生成标准化航线风险评估报告，为内部汇报、任务留痕、运行复盘及业务协同提供统一的数据支撑。

六. 面向多类城市低空业务提供决策支撑

TF-SimCITY可面向无人机物流、低空巡检、eVTOL与城市空中交通、应急救援，以及园区、港口和大型活动区域的低空管理等场景。

在无人机物流和巡检任务中，平台可辅助识别高风险航段和不利飞行时段；在eVTOL起降及城市航路规划中，可用于分析楼宇绕流、风切变和不同时间的风场变化；在应急救援和活动空域保障中，可帮助管理人员快速比较不同航线与任务窗口。

七. 让低空飞行拥有更精细的气象依据

低空业务要实现安全、稳定和规模化运营，需要的不只是更丰富的数据，而是能够直接支撑判断的数据。

TF-SimCITY将未来风场推演、当下数据校正、风险趋势分析和航线评估贯通起来，让用户看见楼宇之间的风，理解风险如何变化，并在飞行任务开始前作出更加清晰的判断。

从“依赖经验”到“数据辅助决策”，从静态天气预报到连续瞬态推演，TF-SimCITY正在为城市低空飞行构建一套可信、可视、可追溯的风环境决策能力。