随着无人机(UAVs)的迅速增长,确保无人机低空安全运行和促进城市低空空域的可持续发展已成为重要的焦点。然而,关于研究无人机在城市地区的人口暴露风险及其空间分布格局的研究相对缺乏。为了填补这一研究空白,本研究将城市空间细致地划分为统一的网格单元,并在每个网格单元内计算了两种无人机类型发生故障后的潜在影响范围。通过融合地理空间数据,包括建筑、土地利用和人口分布等信息,本研究构建了数据驱动的无人机人口暴露风险地图,用以评估这两种无人机类型的风险空间分布模式与潜在规律。然后,我们将精细的均匀格空间单元与常用的人口普查单元进行了对比分析。
研究结果揭示,针对所选的通用型和旋翼型无人机,考虑到不确定性,其可接受风险水平下的平均故障间隔时间(MTBF)分别为9.04×108小时和1.22×108小时。人口暴露风险的空间模式在城市地区呈现出空间异质性和多尺度效应,与人口分布分布具有一致性。高风险区域集中在人口流动性高的地区,例如交通枢纽、商业服务区、居住区和商业区。此外,我们的对比分析进一步揭示了在风险评估中使用人口普查单元可能引入的潜在偏差,特别是在城市建设密集区域使用面状的人口普查单元可能会导致风险被低估,而在自然要素区域,如植被、水体等区域,反而导致风险被高估。该研究框架的应用使得我们能够评估不同城市土地利用区域的安全性和可接受性,为城市空域的管理提供了指导,以确保无人机在城市环境中的安全融合。这一研究不仅填补了城市区域无人机低空运行人口暴露风险领域的研究空白,也为未来城市空域的合理规划和管理提供了重要的科学依据。(供稿单位:中国科学院地理科学与资源研究所)
论文研究成果总览图
论文原文:
He, Hongbo, Xiaohan Liao, Huping Ye, Chenchen Xu, and Huanyin Yue. 2023. "Data-Driven Insights into Population Exposure Risks: Towards Sustainable and Safe Urban Airspace Utilization by Unmanned Aerial Systems" Sustainability 15, no. 16: 12247.