淮师学子走访七家单位探寻低空治理路径

7月7日至20日，淮北师范大学人工智能学院“云端瞰淮科技创新实践团”围绕低空技术服务城市治理，在安徽省淮北市开展暑期社会实践。团队先后走访淮北市气象局、国网淮北供电公司、淮北市消防救援支队、国家统计局淮北调查队、淮北市城市管理局、淮北九天测绘股份有限公司、中国铁塔淮北分公司7家单位，通过座谈访谈、现场观摩和资料整理，了解无人机在不同行业的应用现状与现实需求。
为提高调研的可比性，团队围绕应用场景、设备条件、人员配置、数据管理和发展需求设置访谈提纲，走访后及时整理记录，并对不同单位反映的问题进行交叉归纳。对于尚处于构想或探索阶段的内容，团队在成果材料中将其与已经开展的应用明确区分，避免把建议写成既成事实。

图为学院师生与国网淮北供电公司相关负责人开展座谈交流。宋健宇供图
在国网淮北供电公司，实践团重点了解无人机巡检的作业流程。高清影像与红外信息可辅助开展输电线路通道检查、杆塔缺陷记录和故障定位，拓展人工巡检的观察范围。团队在室外试飞现场看到，工作人员根据任务需要进行飞行准备、设备检查和操作演示。与此同时，大风、降雨等天气条件以及电池续航、载荷能力、复杂环境避障等因素，仍会影响连续作业的稳定性。
调研显示，低空技术的价值正由单一航拍向专业作业延伸。消防救援场景关注火场侦察、高层救援辅助和物资投送；农业调查尝试将遥感信息与无人机航拍结合，用于抽样核查；城市管理关注垃圾倾倒、河道沿岸环境和高空违建等问题的巡查；测绘企业则通过航测、倾斜摄影和实景三维建模，提高外业数据采集效率。不同场景任务目标不同，对设备性能、作业规范和数据处理提出了差异化要求。

图为国网淮北供电公司工作人员向实践团介绍无人机试飞操作及飞行流程。宋健宇供图
从城市治理流程看，完成飞行只是第一步。巡检影像、航测模型和现场视频还要经过存储、识别、复核、派发和反馈，才能转化为业务结果。团队梳理发现，不同单位使用的设备品牌、数据格式和业务系统存在差异，数据归集与跨部门衔接仍有优化空间。涉及电力、测绘等业务的数据还需要严格遵守安全管理要求，在共享需求与安全边界之间建立清晰规则。
人工智能为影像识别和任务分析提供了新工具，但通用模型并不能直接适配所有场景。城区楼宇、山林线路、乡村农田的目标特征和干扰因素各不相同，算法可能出现误报或漏报。实践团据此提出，应在合法合规和数据脱敏的前提下积累本地样本，结合行业规则开展场景化训练，并保留专业人员复核环节，使算法结果真正服务业务判断。

图为实践团在中国铁塔淮北市分公司数字化展示区域了解站址资源及数字化应用。宋健宇供图
此次实践把专业课堂延伸到城市治理一线。队员们不仅观察无人机设备和飞行过程，还围绕数据如何采集、算法如何判断、结果如何进入业务流程持续追问。真实场景让大家认识到，技术落地既需要模型与设备，也需要安全规范、组织协同和长期运维。
人才是低空应用由项目化走向常态化的另一项基础条件。实际工作既需要具备规范操作能力的飞手，也需要理解气象研判、设备运维、数据治理和行业业务的复合型人员。高校可依托人工智能、数据科学等专业，与相关单位共同开展场景实训和技术课题研究，让学生在真实问题中理解算法、平台与业务流程的关系。

图为淮北师范大学人工智能学院“云端瞰淮科技创新实践团”师生代表合影。宋健宇供图
经过汇总，团队将共性问题归纳为设备能力、气象约束、数据协同、算法适配和人才储备等方面，并形成面向淮北本地场景的优化思路：完善飞行前风险信息服务，推动任务与数据标准衔接，探索成熟场景的基础能力共享，开展本地化算法优化和复合型人才培养。相关建议仍需结合管理职责、技术可行性和数据安全要求进一步论证。
下一步，实践团将继续整理访谈记录和现场资料，完善低空技术城市管理应用分析与产业优化建议。团队希望把来自一线的真实需求转化为专业学习和研究课题，以青年视角为淮北低空技术安全、规范、务实应用提供参考。
（通讯员 彭希成）