10月2日，国家数据局发布《工业制造、现代农业等九个领域“数据要素×”典型场景指引》，梳理总结数据要素赋能工业制造领域9大重点方向21个重点领域共58个典型场景，形成落地指引，供相关方推动数据开发利用参考。其中，低空数据列入数据要素赋能科技创新领域4大重点方向37个重点领域，无人配送列入数据要素赋能商贸流通领域7大重点方向25个重点领域。《指引》还明确，推动低空数据要素集聚、开放、共享，能够有效提高政务效率、挖掘数据价值、优化资源配置、保障飞行安全、规范飞行行为、提升政府形象、促进产业发展。《指引》明确，低空数据领域典型应用场景包括水务河湖、违建巡查、景区巡查、森林防火、工地巡查、墓地巡查、智慧交通、建筑保护。
此外，《指引》还提出以“空天地海”一体化网络为基础，整合无人设备终端与地理、政务、产业等多源数据，构建跨域融合的数据资产底座，构建无人体系全域数据治理架构，打造智能分析引擎，构建数据价值转化体系，在确保数据安全的前提下，推动跨行业数据融合创新，赋能低空经济、智慧交通等新兴产业发展。
——低空数据领域
推动低空数据要素集聚、开放、共享，丰富完善数字底座，建立飞行成果数据汇集、脱敏、开放、利用等数据治理服务流程，制定飞行成果数据访问使用规则，强化飞行成果数据服务能力，各级各部门通过市一体化共享平台进行飞行成果数据供需对接，强化飞行成果共享复用。能够有效提高政务效率、挖掘数据价值、优化资源配置、保障飞行安全、规范飞行行为、提升政府形象、促进产业发展。
（一）汇聚数据类别
无人机飞行成果数据，包括空中全景、正射影像、三维模型等。
（二）融合利用路径
一是低空数据要素整合创新。统一建设低空服务能力，通过5G网联技术的应用，保障无人机飞行状态监控、远程操控、网络定位、飞行姿态实时回传、多路高清视频实时回传及实时下载高精度三维地图，实现低空数据的高质量、高实时性采集。深度融合数字地球地理信息技术，实现对海量时空大数据的有效组织，为用户呈现全局性、可视化的空间信息视图，对无人机采集的低空视频数据、图像数据、热感数据、声感数据等低空空域数据要素进行标准化定义、清洗、加工，制定数据标准、技术规范，实现统一接入、管理和共享，为低空空域数据采集和应用提供全面、及时、准确的数据支持。
二是低空数据要素分享复用创新。项目创新低空数据要素采集渠道、采集成果、数据挖掘能力的共享机制。统一流程审批机制，让部门采集低空数据资源更便捷。整合共享无人机资源、空域资源，共享无人机、共享机场、共享服务保障团队、共享无人机应用平台，减少各部门分别投入造成的资源浪费。同时实现低空数据要素成果共享机制，实现低空数据要素价值最大化应用。
（三）典型应用场景
1.水务河湖。
2.违建巡查。
3.景区巡查。
4.森林防火。
5.工地巡查。
6.墓地巡查。
7.智慧交通。
8.建筑保护。
（四）应用成效
一是提升防空能力和水平。打造无人化、智能化、数字化和现代化的全天时、立体化、多手段的空地一体化智慧城市运行体系，全面提升“视、防、管、控”的能力和水平。
——无人配送领域
以“空天地海”一体化网络为基础，整合无人设备终端与地理、政务、产业等多源数据，构建跨域融合的数据资产底座，依托数字孪生、联邦学习、区块链等技术实现数据治理标准化，分析智能化与场景化应用，深度赋能无人物流、跨境货运等领域，推动商贸流通向数据驱动型转型。
（一）汇聚数据类别
无人体系产业相关数据。包括无人体系内无人机、无人车、无人船的传感器及任务设备，以及城市地理、气象、通信及公共数据平台等外部数据。
（二）融合利用路径
一是构建无人体系全域数据治理架构。以“统一标准、分级管理、安全可控”为原则，建立覆盖数据采集、存储、处理、应用的全生命周期治理框架，针对无人体系多源异构数据，制定包括空间坐标、时间戳、业务属性的元数据标准，构建跨域数据映射关联模型，实现“物理分散、逻辑集中”的数据资产化管理。安全合规方面采取数据分类分级保护制度，运用联邦学习、隐私计算等技术实现“数据可用不可见”，构建符合国家级数据安全要求的防护体系。
二是打造智能分析引擎。通过多模态数据融合技术，将传感器数据、地理信息、业务系统数据进行语义解析与逻辑关联，形成全域数字李生底座。运用深度学习、知识图谱等前沿算法，构建任务评估、路径优化、安全预警等智能模型，实现从数据描述性分析到预测性、决策性分析的跨越。
三是构建数据价值转化体系。通过标准化API接口开放数据查询、模型调用、实时监控等核心功能，支撑无人配送、城市治理、科技文旅、边境防控等垂直领域应用，形成“数据即服务”的新型商业模式。深度融入“智慧城市”建设，与政务云、产业平台共建数据共享生态，在确保数据安全的前提下，推动跨行业数据融合创新，赋能低空经济、智慧交通等新兴产业发展。
（三）典型应用场景
以数据要素市场化配置为核心，通过“场景开放—技术赋能—生态共建”模式，主要应用于无人配送、科技文旅、城市治理、边境防控、立体交通等多个应用场景。
1.无人配送：融合交通、消费、商家、产品等数据，通过数据驱动实现无人配送社区化、商业化，推动交易流程线上化、履约配送便利化。
2.调度优化：整合跨境物流、交通网络、气象环境等多源数据，通过数字李生技术构建虚实映射的物流系统模型，动态优化配送路径与资源调度。
3.城市治理：通过全域数据融合与AI算法，实现城市运行态势实时感知与智能决策。
4.边境防控：构建多维感知网络与联邦学习模型，实现边境区域全天候监控。
（四）应用成效
点击左下角“阅读原文”下载《指引全文》
