低空赋能 数智护航——信息学院（低空技术研究院）数据驱动的低空智慧治理创新实践取得阶段性成效

信息学院（低空技术研究院）聚焦低空智能技术体系构建，围绕“数据采集新模式、模型算法新应用、场景应用新理念”，系统探索低空技术在工业巡检、校园治理、农林植保等领域的创新应用路径。通过构建以无人机为核心的低空数据采集体系与智能分析协同融合的技术框架，推动传统管理模式由“人工经验驱动”向“数据驱动决策”转型。相关技术已在校园玫瑰园完成集成示范应用，形成“技术研发—系统构建—场景落地”的完整闭环，探索出一条可复制、可推广的低空智慧治理新路径，相关创新实践取得阶段性成效。

一、工业基础设施智慧巡检新实践

随着通信与电力网络的广泛部署，基础设施高效运维需求日益迫切。针对复杂环境下巡检“看不全、到不了、效率低”等问题，学院构建“低空感知+智能分析”的新型巡检模式，以高频低空数据采集为核心，推动巡检方式向高效化、标准化、安全化升级。

（1）基站巡检

针对传统通信基站巡检依赖人工攀爬、高空作业风险大且效率低的问题，采用无人机低空抵近飞行，实现多角度、多尺度数据采集，对天线、支架及附属设施进行全方位感知。通过标准化航线与自动化采集机制，单站巡检时间由约2小时缩短至15分钟以内，在显著降低风险的同时，大幅提升巡检效率与覆盖范围。

（2）杆路巡检

针对复杂地形条件下杆路分布广、跨度大、人工巡视盲区多的问题，利用无人机开展仿地形低空巡航，实现沿线设施连续数据获取与自动化分析，实现对线缆异物、杆体倾斜及附属设施异常的快速识别与定位。巡检效率较人工方式提升近5倍，有效降低漏检率与重复巡检成本。

二、校园建筑安全智慧排查新实践

围绕校园建筑安全管理需求，学院发挥低空智能感知优势，推动传统巡检由“分散人工排查”向“系统化智能感知”转变，实现校园建筑安全的全域覆盖与动态监测。

（1）屋顶巡检

针对高层建筑屋顶结构复杂、人工排查困难的问题，采用无人机定点巡视与区域巡查相结合模式，实现对排水口堵塞、屋面破损及积水风险的快速识别。通过周期性巡检与数据积累，可动态掌握隐患变化趋势，显著提升风险发现与响应效率。

（2）外墙巡检

针对外墙剥落、开裂等隐患检测难度大的问题，开展低空贴近飞行巡检，构建高精度立面数据采集体系，实现风险区域精准定位与分级管理。外墙缺陷检出率达90%以上，显著提升检测安全性与可追溯性。

三、农林植保智慧管理新实践

依托无人机获取高精度、多尺度空间数据，学院构建了面向农林场景的数据采集与智能分析体系，推动管理模式由经验驱动向数据驱动转变。

（1）乔木高度测量

针对人工测量树高效率低、精度不稳定的问题，通过无人机环绕采集多视角数据，构建三维模型，实现树高自动测算。实际测量误差控制在5%以内，大幅提升测量效率与数据一致性。

（2）乔木修剪检测
针对乔木修剪管理缺乏整体统筹与量化依据的问题，基于巡检数据分析树木形态与生长态势，实现修剪需求自动评估与优先级排序，构建“巡检—评估—决策”闭环，提高养护管理的科学性。

（3）绿化面积测量

针对大面积绿化区域测绘效率低、边界难以精准界定的问题，通过低空航测与空间建模，实现绿化区域三维建模与精准测算，测绘时间缩短约60%，误差控制在5%以内。

（4）病虫害巡检

针对病虫害监测滞后、扩散风险大的问题，采用低速低空巡航与高分辨率成像，结合视点优化与智能识别技术，病虫害识别准确率达85%以上，预警时间较传统方式提前1天以上。

四、云南大学玫瑰园智慧管理应用范例

在校园玫瑰园场景中，学院实现低空技术的系统集成应用，打造“低空+数智”智慧治理示范样板。

（1）低空巡检

构建常态化无人机巡检机制，实现“周期巡航+重点复检”，数据更新由“天级”提升至“小时级”，巡检效率提升约3倍。

（2）数字建模

通过多视角数据采集构建三维数字模型，实现园区结构、道路与种植分布的可视化表达，为规划与管理提供直观支撑。

（3）产量预测

针对玫瑰生长与采摘需求依赖人工经验估计、主观性强的问题，结合目标检测与时序建模技术，玫瑰识别准确率达98%，产量预测误差较人工估计降低约30%，为采摘与加工提供数据依据。

（4）客流感知

针对花期游客集中、流量波动大的特点，通过低空数据分析游客分布，识别准确率达95%以上，结合热力图与时空模型实现客流趋势预测，有效提升管理效率与游客体验。

信息学院（低空技术研究院）围绕典型应用场景，持续推进数据采集模式创新、模型算法融合与多场景应用落地，逐步形成覆盖工业、校园与农林领域的低空数智应用体系。下一步，学院将进一步深化低空技术与实际需求的融合，拓展更多应用场景，推动低空智能技术在智慧校园与社会治理中的规模化应用与示范推广。