一种快速响应的实时3D风场重建框架：支持复杂环境中的城市空中出行应用

《Sustainable Cities and Society》：A fast-response framework for real-time 3D wind field reconstruction: Supporting urban air mobility applications in complex environments

　　摘要
城市空中移动（UAM）需要高分辨率、快速响应的3D风场诊断数据，以确保飞行安全和稳定性。然而，当前的气象系统面临严重的瓶颈：传统的数值模型计算速度太慢，无法及时避免危险；而稀疏的单点观测数据缺乏3D空间覆盖。为了解决这些问题，本研究提出了一个实时3D风场重建框架，旨在快速实现跨城市部署。该框架整合了高斯过程回归（GPR）用于观测数据的垂直插值、时空多尺度分析系统（STMAS）用于变分同化，以及QES-Winds微尺度诊断模型。通过中尺度背景场与微尺度模型之间的单向耦合，该系统能够在1到2分钟内生成典型4公里城市范围内的5米分辨率3D风场。在海口沙低空经济试验区的验证表明，该框架：（1）准确地描绘了低空流场特征，如街道峡谷效应和尾流空腔；（2）与独立观测数据的相关性为0.699–0.901，平均偏差在-0.002至0.885米/秒之间；（3）证明了观测数据的代表性以及建筑物几何形状的准确性对微尺度流场重建至关重要。在计算效率和高精度之间取得平衡后，该框架在跨城市应用方面显示出巨大的潜力，尽管其部署仍受到当地地形、建筑物几何形状以及观测网络密度的限制。最终，它为动态路线规划提供了关键数据，并为低空观测网络选址和数字孪生城市建设提供了理论支持。

引言
随着全球“低空经济”的蓬勃发展，UAM作为一种前沿概念应运而生，通过无人驾驶飞行器（UAV）实现短距离客运和货运（Dai等人，2025；Yang等人，2024；Cohen等人，2021）。它已被应用于灭火检测、包裹配送和疫苗运输等多个领域（Gianfelice等人，2022）。然而，UAM系统的安全性和规模化部署取决于对城市气象因素的准确识别和预测。与传统飞机不同，UAV重量更轻、体积更小，且在靠近城市建筑物的低空飞行，因此极易受到城市冠层内微尺度湍流的影响（Mohamed等人，2023；Wang等人，2024；Krawczyk等人，2024）。研究表明，建筑物群体的形态和布局会扭曲局部流场。除了宏观上的表面粗糙度增加外，这些配置还会在微观上引发街道峡谷中的通道效应（Venturi效应）、分离涡旋和尾流湍流（Guo等人，2025；Wang等人，2025）。具体而言，峡谷效应可以使狭窄街道中的风速翻倍，建筑物边缘的风速增加50%（Mohamed等人，2023），而建筑物后的尾流涡旋会产生强烈的垂直混合。这些现象在起飞、降落和悬停等关键飞行阶段对UAM的安全构成威胁（Jia等人，2025）。研究表明，近地面风速差超过4米/秒时，降落失败率上升18%；风切变超过3米/秒时，飞机失控的风险显著增加（Giersch等人，2022）。在复杂多变的城市微气象环境中，实时低空风监测对UAM的安全性和运行灵活性至关重要。虽然城市传感器可以提供实时大气数据，但由于观测数据稀疏和空间异质性，它们无法实现UAM所需的连续、高分辨率流场感知（Jia等人，2023；Nithya等人，2024）。此外，受现有电池容量的限制，UAM飞行通常只持续几分钟到几十分钟，因此需要高度时间敏感的飞行安全保障和应急响应机制。Dai等人（2025）指出，在城市气流模拟中平衡计算效率和精度仍是一个紧迫的技术瓶颈。因此，开发具有“分钟级响应和米级分辨率”的高精度实时3D风分析框架对于实时监测至关重要。这样的框架对于支持动态路线规划、降低实时暴风和湍流风险以及确保UAM系统的大规模安全部署至关重要。

为了应对这一挑战，学者们广泛使用中尺度数值天气预报模型来模拟复杂地形上的大气演变，揭示城市土地利用对风环境的宏观影响（Wang & You，2024）。中尺度模型的优势在于其全面的物理方案和数据同化能力，能够生成高度真实的大尺度背景风场（Janiszeski & Crippa，2025）。然而，中尺度模型在低空经济的微尺度需求方面存在固有局限，其耦合的城市冠层模型依赖于高度理想化的参数化，仅表示建筑物的大致空间平均特性，因此无法充分解析复杂的水平湍流交换，也无法捕捉建筑物群内的局部风扰动（Goger等人，2018），无法满足低空飞行所需的路线级微气象感知。为了弥补中尺度分辨率的不足，计算 Fluid Dynamics（CFD）方法（通常与WRF模型结合使用，Kochanski等人，2015）已在高精度城市气象学中得到广泛应用。通过直接求解Navier-Stokes方程，传统的CFD方法（如LES和RANS）能够准确捕捉复杂城市表面的陆气相互作用，并再现建筑物尺度的流动状态和瞬态湍流特征（Hayati等人，2017）。然而，这些高保真方法的关键瓶颈在于计算成本高和计算周期长，通常需要数小时或数天才能完成一个标准城市模块的计算（Hayati等人，2019）。这种高延迟超出了UAM飞行所需的操作及时性，无法在突发低空气象事件期间支持动态决策和实时避险。为了克服CFD在操作应用中的计算限制，诊断风模型（DWM）和机器学习（ML）技术在平衡时效性和准确性方面展现出巨大潜力。例如，Zhao等人（2024）提出了一种两阶段CFD-GNN模型，以加速非结构化网格上的CFD模拟；He等人（2021）开发了一种混合ML框架，用于评估建筑物引起的风况，特别是低速尾流区域。然而，主要操作瓶颈仍然是训练数据的匮乏。将这些模型部署到新的城市环境中需要昂贵的CFD预模拟来生成物理上精确的训练数据，这大大限制了其跨城市部署。

DWM通过使用半经验的快速响应方法消除了数据和资源的限制。它们不直接求解复杂的流体动量方程，而是依赖质量守恒和建筑物空气动力学的经验参数化（如尾流区域、屋顶分离、迎风空腔），从而高效地生成城市冠层流场（Brown等人，2013）。各种DWM模拟工具包括CALMET、Micro SWIFT、WindNinja和QUIC。其中，WindNinja和CALMET等工具在陡峭的垂直建筑边界处数学处理失败（Seto等人，2025；Wang等人，2008），而Micro SWIFT可以在3D笛卡尔网格上求解质量守恒方程，但无法处理复杂地形（Tinarelli等人，2007）。相比之下，QUIC系统及其先进的开源版本QES-Winds表现出更优的综合性能（Ulmer等人，2023；Wang等人，2025）。通过使用3D笛卡尔网格，QES-Winds成功模拟了复杂地形上复杂建筑物群周围的流动（Bozorgmehr等人，2024）。重要的是，QES-Winds的预测精度接近高保真CFD（LES和RANS）模型，同时执行速度提高了两个到三个数量级，将计算时间缩短至几秒或几分钟（Bozorgmehr等人，2021）。然而，仅依赖高效的微尺度诊断模型无法完全满足UAM的严格安全标准，因为模拟精度仍高度依赖于初始条件和边界条件的准确性。现有的微尺度模型在边界处理方面存在物理限制，通常依赖于理想化的稳态风剖面（Guo等人，2023），这些剖面缺乏大气边界层演化和大尺度天气强迫。解决这一问题的关键在于建立一种单向耦合机制，即中尺度模型捕获区域动态过程，将真实强迫数据输入到建筑物解析的诊断模型中（Kochanski等人，2015）。此外，利用多源仪器（如地面站和多普勒风雷达）可以提供重要的垂直3D风场数据。实时同化高频、密集的观测数据可以有效纠正模拟偏差（Cheng等人，2024）。因此，将区域中尺度模型与快速响应的微尺度诊断风模型相结合，并通过多源观测的实时数据同化，对于建立高精度、高效的城市3D风场监测框架至关重要。本研究追求两个主要目标：首先，通过整合多源气象观测数据和微尺度诊断风模型，我们提出了一个通用的、计算效率高的实时3D风场监测框架，其空间分辨率为5米，时间分辨率为5分钟；其次，我们量化了复杂城市表面对低空微尺度流场拓扑的影响，并评估了产品与观测数据的准确性。以广州的海口沙低空经济试验区作为案例研究，该框架为实时城市流场重建提供了可靠的工具，加深了我们对建筑物几何形状和数据同化策略如何影响微尺度模拟准确性的理解。本文的结构如下：第2节介绍多源数据同化和模型耦合的方法；第3节描述了重建风场的时空分布特性并展示了验证结果；第4节通过敏感性实验分析了误差机制；第5节总结了结论。

研究区域
本研究聚焦于中国广州的海口沙低空经济试验区（23.098°-23.128°N，113.302°-113.340°E），空间范围为4公里（东西方向）× 3.5公里（南北方向），垂直范围为650米（图1）。作为一个具有代表性的复杂城市冠层，该区域的特点是密集的高层建筑群、珠江部分水域以及广阔的绿地之间复杂的交错分布。不规则建筑物之间的明显空气动力学粗糙度转变……

3D风场的时空特性分析
如图4a和b所示，通过STMAS优化的区域中尺度背景流与观测到的风矢量具有高度的空间一致性。10米的高度代表了地面气象站风传感器的典型部署高度，而120米的高度则是UAM操作的典型巡航层。这种高度一致性证实了数据融合的有效校准和……

多站点观测同化对3D风场模拟的影响分析
为了评估多源观测数据同化的影响，本研究设计了三组敏感性实验（测试1-3），依次将GAW103、GAW105和GAW104与GAW111作为模型输入进行对比。结果与仅使用GAW111单站数据的对照实验（原始实验，图11、图12、图13）进行了定量比较。总体而言，测试1和2的结果突显了多源数据带来的局部优化效果……

结论
为了推动低空经济的发展并确保UAM在复杂城市冠层中的飞行安全，本研究提出了一个快速响应的实时3D风场重建框架，旨在解决传统CFD模型的高计算成本和缺乏高分辨率气象观测数据的操作瓶颈。在海口沙试验区的验证和评估表明，该框架在操作部署方面具有巨大潜力，能够实现快速……

作者贡献声明
Pang Zihao：撰写-原始草案、可视化、验证、方法学、调查、形式分析、数据管理。
Gu Junxia：撰写-审阅与编辑、监督、资金获取、概念化。
Xu Quanqian：可视化、调查、形式分析。
Han Shuai：可视化、软件、形式分析。
Luo Lanxin：软件、可视化。
Zhang Zhiqiang：撰写-审阅与编辑、监督、资源管理、项目行政。
Zhi Zhu：软件、可视化。
Tao……

数据可用性
数据将按请求提供。

未引用的参考文献
Guo Yan, Miao, 2023; Wang and You, 2025