受复杂地形和建筑群影响，城市低空风场表现出显著的时空异质性，其空间尺度可达数百米，时间演变则以分钟为单位。这给无人机（UAV）飞行带来的安全、经济效益和运行效率带来了严峻挑战。传统的中尺度数值天气预报模型难以解析如此精细的风场特征，而现有的航线规划方法大多忽略了气象因素的动态影响，导致规划出的轨迹在实际风场环境中偏离最优解。为解决这些问题，本文提出了一种将精细化动态风场模拟与实时无人机航线规划相结合的综合方法。
首先，基于多源地理信息和气象观测数据，构建了一个具有百米级空间分辨率和分钟级更新能力的城市低空非定常风场模型。通过引入将地表特征与拉格朗日粒子轨迹算法相结合的动态机制，该模型实现了对风场时空演变的动态表征。其次，在A*路径规划算法框架内，将风速矢量投影、风切变风险及空气动力学功耗等因素嵌入成本函数。建立了气象适航约束条件和动态禁飞区判定机制，同时采用滚动地平线更新策略，以实现风场演变与轨迹决策之间的实时耦合。
在南京典型城区开展的数值实验表明：(1) 在不考虑风力因素、仅满足高度限制和禁飞区约束的条件下，无人机规划航线呈现几何最短路径，验证了基本路径搜索算法的合理性； (2) 当引入稳态但空间异质的低空风场时，规划航线与无风场景相比出现显著偏差，飞行时间和能耗差异超过20%，表明异质风场对轨迹优化具有主导性影响； (3) 在不稳定且空间异质的低空风场条件下，仅基于初始条件规划的静态路径无法有效应对风向逆转和风速骤增，而引入动态更新策略则能显著降低轨迹偏差和飞行风险； (4) 空速是抵消风场扰动的关键变量：在低空速条件下，轨迹呈现显著的蜿蜒；而在高空速条件下，实际轨迹则接近静态规划；此外，局部强逆风可能导致航线不可行，而系统触发的动态绕行策略通过时空成本权衡重建了可行路径。
本研究揭示了城市低空高分辨率非定常风场对无人机航迹的扰动机制，验证了所提方法在动态复杂风环境中的适应性和鲁棒性，并为城市低空经济中的气象安全保障与智能航线优化提供了理论支撑和技术路径。
 

城市低空；高时空分辨率风场；无人机航线规划