1  研究背景

低空经济飞行活动集中于大气边界层下层，非管制空域内湍流结构复杂、风切变显著，是航危天气高发区域。低空航路规划、飞行颠簸预警等核心场景对风场模拟提出了"米级分辨率+准实时响应"的双重要求。然而，传统物理驱动的大涡模拟（LES）与计算流体力学（CFD）方法虽精度较高，但计算成本高且难以支撑业务的时效性需求。同时现有气象可视化缺乏实时三维流场表达能力。针对上述双重瓶颈，本文提出一种耦合物理神经网络与GPU实时渲染的低空风场精细化模拟方法。

2  技术路线与创新方法

本研究构建了一套"气象预报降尺度—多源资料同化—PINN快速求解—三维实时可视化"四级嵌套技术链路，实现从公里级气象背景场到米级建筑分辨风场的全链条模拟。
2.1  背景场降尺度与数据同化
从中尺度气象预报引接背景风场，经降尺度至1km网格后融合自动站、雷达等实测数据进行局地插值与同化，并结合风廓线定理与质量守恒连续方程约束，将公里级城区风场进一步插值至百米分辨率网格，形成驱动城市微尺度模拟的精细化边界条件。
2.2  物理神经网络求解
以百米背景场为边界驱动，引入城市高精度建筑数据构建几何约束计算域。核心求解器基于PINN，以亥姆霍兹方程分解为物理约束嵌入训练，替代传统CFD迭代求解。网络推理输出未来时刻米级三维风场，将求解速度压缩至毫秒级。
2.3  百万粒子实时渲染引擎
基于GPU并行三维风场可视化系统，将PINN输出的米级网格风场数据实时接入渲染管线。采用自适应粒子分布策略，在风切变与湍流区动态加密粒子密度，基于光线投射与GPU实例化绘制，支持百万风场粒子实时渲染（帧率>30fps）。

3. 核心结果与性能验证

在2000m×2000m×300m城市计算域、5m×5m×5m网格分辨率条件下，以纯物理LES及通用PALM模式为基准进行系统性对比验证。
3.1精度相当
本文方法所得平均风场、湍流动能垂直分布及速度场空间结构与PALM结果高度一致，关键区域风速平均相对偏差小于1%，湍流涡旋形态与建筑尾流区位置吻合良好。
3.2求解速度提升千倍
同等条件下，传统大涡模拟单步求解需数小时，本文方法单步求解约0.12秒，计算效率提升千倍以上。
3.3可视化表现优异
百万粒子渲染系统可流畅呈现三维流场，对建筑绕流、街道峡谷加速区及尾流回流涡旋具有直观的空间表现力，可直接服务于低空航路安全评估与飞行颠簸预警。

4  总结

本研究实现了从中尺度背景场到米级建筑分辨率风场的全链条"降尺度—同化—求解—可视化"技术闭环，可为低空场景提供精细化气象支撑。未来将融合无人机姿态反馈与多源观测同化，提升复杂天气条件下的业务适用性。

低空经济，微尺度风场，边界层气象