低空经济主题域项目以公开政策、产业分类、公共数据资源授权运营制度和模拟数据目录为输入，验证 AI 能否从政策中识别业务对象，本体能否完成政策概念与数据目录的语义匹配，系统能否自动形成主题数据目录并发现目录缺口。项目产物包括低空经济主题域全域数据目录、固定模拟数据目录、数据目录缺口分析报告、Neo4j 图谱节点关系数据和图谱查询语句。
围绕公开政策和产业分类抽取政策任务、企业、项目、航空器、基础设施、应用场景和责任部门。
把 tyshxydm、corp_id、facility_type 等原始字段映射到统一社会信用代码、项目单位代码、起降设施类型等标准概念。
以全域数据目录为主体，对比固定模拟目录，区分已覆盖、部分覆盖和未覆盖，并保留政策出处。
低空经济涉及制造、运营、基础设施、空域、飞行、安全监管和应用场景，单份目录难以说明“要管什么数据”。
政策任务、业务对象、数据资源和责任部门之间缺少统一语义链路，目录编制容易停留在表名罗列。
已有模拟目录只有 10 个数据表，无法直接判断其是否覆盖 30 个主题域数据资源需求。
原始字段名称存在 tyshxydm、corp_id、facility_type 等差异，需要映射到业务人员可理解的标准概念。
| 使用本体前 | 使用本体后 |
|---|---|
| 从政策文件人工摘录任务，业务对象、数据资源和责任部门需要后续手工关联。 | 系统围绕政策文件、政策任务、业务对象、数据资源和责任部门形成可查询的关系链。 |
| 模拟目录只说明现有表和字段，难以判断与低空经济全域需求之间的差距。 | 全域数据目录限定 30 个核心数据表，并与 10 个模拟数据表逐项对比生成覆盖状态。 |
| 字段名依赖系统局部命名，跨表、跨部门理解成本高。 | 字段级映射把原始字段统一到标准概念，支持企业、项目、航空器和设施等对象穿透。 |
| 目录缺口只靠经验判断，难以说明为什么要补某类数据。 | 缺口分析可追溯到政策出处、业务对象和数据资源状态，形成可复核的新增目录建议。 |
从行动方案、产业分类、装备方案、无人驾驶航空器管理规则和公共数据授权运营制度中抽取政策任务和出处。
围绕企业、项目、航空器、基础设施四类核心对象，并扩展产业方向、应用场景和责任部门。
形成 30 个全域数据资源，覆盖企业管理、航空器管理、人员管理、基础设施、运营管理、飞行管理、空域管理、安全监管、应用场景和标准规范。
将 tyshxydm、corp_id、project_content、facility_type 等原始字段映射到统一社会信用代码、项目建设内容、起降设施类型等标准概念。
以全域目录为主体对比模拟目录，形成已覆盖、部分覆盖、未覆盖三类状态，并给出字段差异和补充建议。
低空经济政策中同时出现企业培育、项目建设、航空器、起降设施、通信导航、物流、应急和文旅等内容，人工整理难以保持统一口径。
AI 从政策文件和产业分类中抽取政策任务、业务对象、产业方向、应用场景和责任部门，并写入低空经济主题域本体。
业务人员能够沿着政策任务查看涉及对象，而不是只阅读大段政策文本。
主题域目录需要解释每张表为什么存在、服务哪个对象、来自哪条政策依据，不能只给表名。
系统按项目规则限定 30 个核心数据表，按 10 类数据主题组织，并为每个数据资源保留描述、字段、所属部门和政策出处。
目录从表格清单变成可解释的主题域资产，能说明每个资源支撑的政策任务和业务对象。
模拟目录中的字段命名来自不同系统，如 tyshxydm、corp_id、facility_type，业务含义需要统一识别。
本体把原始字段映射到标准概念，并结合字段说明、所属数据表和业务对象完成目录语义匹配。
目录对比不再只依赖表名相同，能够识别适航证信息、运营企业信息等语义相近但字段不同的资源。
固定模拟目录只有 10 个数据表，需要判断其相对 30 个全域数据资源的覆盖状态和字段差异。
以全域数据目录为主体逐项比对模拟目录，输出已覆盖、部分覆盖、未覆盖，并列出字段差异和额外数据。
缺口从经验判断变成可复核清单，能说明哪些数据资源应优先补齐以及原因。
用户输入低空企业、低空项目、无人机或起降设施时，需要同时看到政策、任务、资源、字段、责任部门和目录状态。
将政策、任务、业务对象、数据资源和责任部门写入图谱，并封装为低空经济数据资源检索服务。
业务人员可以从一个关键词穿透到政策依据、所需数据和目录缺口，支撑后续目录治理讨论。
当政策任务指向“建设起降设施”时，系统将其映射到基础设施对象，再识别需要低空起降设施信息、设施名称、设施类型、所在位置等数据。随后与模拟目录比对，发现低空起降设施信息属于部分覆盖，并给出完善设施目录的建议。 这条链路保留政策任务、业务对象、数据资源、字段概念和模拟责任部门，说明缺口不是主观判断，而是来自政策需求与目录覆盖状态的对齐结果。 注：案例模拟，不代表上海实际数据归属和共享状态。
把政策条文转成任务、对象、资源和字段，降低主题域目录沟通成本。
从政策、对象或关键词找到相关数据资源、字段和责任部门。
将业务对象、规则依据、调度记录、执行状态和安全校验统一留痕，目标关键事件追溯覆盖率达到 100%，安全校验覆盖率达到 95% 以上，异常定位时间压缩到 15 分钟内，处置闭环率提升至 95% 以上。
输出目录、图谱、字段映射和缺口清单，能进入后续数据治理讨论。
同一方法可复用到人工智能、具身智能、商业航天、生物医药等新兴产业主题域。
公开展示审核通过的会员留言，帮助案例经验持续完善。
成为第一个围绕这个案例提出问题或分享复现经验的会员。