城市区域物流配送需求急速增长和低空空域的逐步开放,促使物流无人机需求走进人们生活。为精细化预测城市区域物流无人机需求时空分布特点,本文选取典型的“最后一公里”配送场景进行研究,主要从城市区域物流无人机需求量预测和城市区域物流无人机交通量时空分布预测两方面展开。针对城市区域物流无人机需求量预测问题,考虑飞行环境限制、自身性能约束、运输任务要求,以物流无人机需求架次最少和运输时间最短为目标,建立基于任务分配和基于优化调度的物流无人机需求预测模型,并分别设计动态分配算法和优化调度算法计算物流无人机需求量。选取上海市某外卖平台一天的同城包裹配送数据进行仿真分析,结果显示利用动态分配算法实时规划所需物流无人机78架;优化调度算法预先规划所需物流无人机71架。由此可见,本文提出的两种方法可以从实时和预先两个层面实现城市区域物流运输需求向物流无人机需求的转化。针对城市区域物流无人机交通量时空分布预测问题,考虑商家和客户位置信息,设置区域划分间隔,将上海市划分为96个运输小区,计算运输小区之间和小区内部物流无人机运输OD矩阵;结合低空空域开放政策、城市布局及人口分布特点等因素,将城市低空空域划分为禁飞区、限制区、隔离区和可用飞行空域,并结合无人机运输任务,考虑避障要求,建立从起降点垂直起降、在巡航高度层保持高度飞行的低空物流无人机运行航路网络;考虑安全和效率两个因素建立基于交通阻抗的航路网络交通分配模型,利用最短路分配方法和A*算法将OD矩阵映射到航路网络,预测物流无人机在航路网络上的交通分布情况。结果表明,在空间上,物流无人机在多数小区内部流量分布较为均匀,均在200架次/日以下;在时间上,无人机在11:45-13:45时段内存在一个运输峰值,在13:45-15:00时段内存在一个低谷。最后,利用JS语言和腾讯地图基础环境,搭建城市区域物流无人机需求时空预测仿真环境,利用热力图和航段流量推演图,分析城市区域物流无人机在一定时间段内每条航段上的分布情况,从时间和空间两个维度,直观反映城市区域物流无人机需求分布特点。