无人机遥感:大众化与拓展应用发展趋势 | [PDF全文] |
收稿日期: 2019-11-02
2. State Key Laboratory of Remote Sensing Science, Institute of Remote Sensing and Digital Earth, Chinese Academy of Sciences, Beijing 100101, China
遥感的发展起步于航空遥感并逐步达到实用化的阶段,这个时期主要是军事应用为主。20世纪60年代以后,航天遥感出现并且快速发展。1962年—1980年间,以光学相机为主;1970年后,开始出现少量的多光谱传感器;1981年—1990年,主要以针对大气温度、湿度,大气化学测量的传感器和多光谱传感器为主;1991年—2000年,卫星传感器快速发展的阶段,降水和云廓线、高空间分辨率光学成像、成像雷达等新型传感器出现(郭华东 等,2013)。
2000年以后,传感器的类型更为多样化。形成了以成像光谱技术、成像雷达技术和激光雷达技术为代表的先进对地观测技术体系。经过近60年的发展,人类在空间、时间、光谱三大分辨率上实现了跨越式发展。能够利用空间对地观测技术获取高时空分辨率观测数据。具备了获取全球尺度地球数据的能力,为有效应对全球化问题奠定了坚实的基础(徐冠华,2019)。
中国已成为世界第二大遥感观测大国,气象、海洋、资源、环境减灾、测绘等卫星观测体系不断完善。高分辨率卫星专项投资近500亿,到2020年将发30颗卫星(童旭东,2016)。2030年中国将达到30颗遥感卫星在轨,数量可能超过美国(http://www.ndrc.gov.cn/zcfb/zcfbghwb/201510/t20151029_756376.html[2019-11-02])。
以近年来快速发展的高分系列卫星为例,中国的空间对地观测能力有非常大的提高。高分一号卫星数据,自2013年发射以来,已经在国内得到了广泛应用。高分一号卫星在国内首次突破了高空间分辨率、多光谱与高时间分辨率结合的光学遥感技术、多载荷图像拼接融合技术、高精度高稳定度姿态控制技术、5年—8年寿命高可靠卫星技术、高分辨率数据处理与应用等关键技术,对于推动中国卫星工程水平的提升,提高中国高分辨率数据自给率,具有重大战略意义。2014年发射的高分2号,是中国首颗空间分辨率优于1 m的民用光学遥感卫星,星下点空间分辨率可达0.8 m,标志着中国遥感卫星进入了亚米级“高分时代”,且其成像的质量与效果不输于国外同类卫星,图像的解析度非常好。2016年中国发射高景一号卫星,全色分辨率0.5 m,多光谱分辨率2 m,是国内首个具备高敏捷、多模式成像能力的商业卫星星座,标志着我国完全自主的遥感卫星商业化运营服务迈出了第一步。吉林一号视频07星又称“德清一号”,是由长光卫星技术有限公司自主研发的高分辨率光学遥感卫星,也是首颗以县域命名的遥感卫星。提供0.92 m亚米级分辨率,具备微光成像等多种成像模式,视频拍摄功能最长能持续2 min。具有重要科学价值与战略意义。
在航天对地观测技术快速发展的同时,中国遥感基础研究的发展亦势头良好。遥感科学论文呈现井喷态势,据最新统计,2019年中国SCI论文占全球39.3%,已经大幅超出美国的27.6%。而1999年中美对比:26 vs 921(如图1所示)。
从全球视野角度,中国科学家利用国内外卫星数据,基于自己的算法产生了自己的数据产品和分析结果。如全球30 m地表覆盖GlobLand30(陈军 等,2017),全球土地利用分类FROM-GLC(Gong 等,2019),全球陆表特征参量GLASS(梁顺林 等,2014),全球农情遥感快报CropWatch(吴炳方 等,2010)等。这些数据产品,非常有力的支持了国家遥感中心组织的编写《全球生态环境遥感监测报告》。该报告科技部每年向社会公开发布,并在年度GEO大会向全球发布,获得了国际同行的高度评价,体现了中国参与全球事务能力的提高。随着中国在航天领域持续加大投入,星载数据资源日益丰富,尤其是高分系列卫星的发射运行较大提升了对地观测能力。遥感在宏观层面上已经得到了充分应用。借助遥感,中国开始对全球环境、生态与全球变化等问题提出中国看法。过去我们没有这种能力,现在有了,而且话语权越来越重。
在看到进步和可喜局面的同时,也应该说,关于卫星遥感应用,还存在一定的问题,主要表现在:遥感应用主要停留在宏观层面,主导还是国家和政府部门。遥感在满足大量日益增长的微观、大众化应用层面尚没有显著落地,遥感技术发展水平与能力(空间分辨率、重访周期与数据质量)与实际应用需求之间尚有差距。根据2012年国际数据公司的统计数据,目前中国拥有的对地观测数据占全球的13%左右,预计到2020年,这个比例将升至21%,仅次于美国,但目前中国的这些数据的利用率只有5%到10%。
即使服务于行业部门自身,卫星遥感由于重访周期与空间分辨率之间的矛盾业务化运行能力有限。如国土资源部开展“二调”以来,可以每年,而不是过去的五年为一期,采用2 m遥感卫星数据开展全国用地变化监测,但是由于只有全色与多光谱数据,后期自动化处理能力弱,尚需依赖大量的人力物力投入。其他一些部门,如环保部卫星中心,也在积极探索“卫星遥感+APP”的方法,成功用于水源地保护。但是对于类似排污口等范围更小、排放时间动态化目标的监测,卫星遥感因为分辨率、重访周期等限制,尚不能利用卫星数据形成高效的业务化能力。
据统计,近年来,大量民营资本涌入商业航天领域,但是只有20%的投资用于遥感卫星,且靠销售卫星数据这些公司生存非常艰难。在卫星通信、导航和遥感3个应用方向上,只有导航应用形成了较为广泛的面向个人的应用,而遥感则仍以政企应用为主。一直以来卫星应用大部分都是to B(Business)的,卫星to C(custom)应用是痛点,遥感大众化应用的未来一定是面向个人的,要让越来越多的人认知、接触和使用(http://www.3snews.net/column/252000054998.html[2019-11-02])。
2、无人机遥感应用现状随着当代高技术的迅猛发展,以及天基导航通讯系统等基础设施的建立,无人机发展迅速,已成为一种新兴的遥感平台,被广泛地应用于国土航测、农林植保、大气探测、灾害救援、国防安全等领域,尤其是轻小型无人机遥感系统在数量和应用领域都占绝对主导地位(廖小罕和周成虎,2015)。无人机遥感具有高科学价值,可以与卫星遥感能力形成互补(晏磊 等,2019)。无人机具备超高分辨率、高频次获取能力,相比于有人机遥感,又具有较高的性价比和遂行性。无人机遥感可以具备实时的观测能力,能够满足军事国防、灾害应急响应、以及生态环境监测等诸多需求(樊邦奎和张瑞雨,2017)这些对于卫星观测平台而言,目前还是很难实现的。
卫星遥感,具有全球的宏观视野,可以快速实现整个地球的全覆盖。卫星遥感可以提供亚米级别的影像,但是分辨率越高,重访周期越大。无人机影像可以很容易地提供厘米甚至更高分辨率的地面信息,且不存在高空间分辨率和时间分辨率的矛盾,在低成本的基础上实现了空间和时间的辩证统一。超高分辨率的无人机遥感正在扮演越来越重要的角色。可以说,无人机遥感的出现及快速发展使得遥感科学研究从宏观向微观前进了一大步。相较于卫星平台的高成本和集中管理,无人机平台让遥感数据获取进入大众化时代,真正实现to C(custom)的遥感应用。
在大众领域,普通民众都可以从上帝的视角观察自己所处的世界,通过无人机摄影摄像获得了以前普通大众无法拍摄的作品。随时随地的遥感影像可以成为大众定制的产品。
在行业应用领域,油气,输电,光伏电场基础设施的无人机巡检已常态化。在某些政府部门,无人机正被逐步纳入业务体系,如环保部已经利用无人机开展河流排污口排查整治。可以高频次、迅捷响应的无人机平台和厘米级的无人机影像为发现和识别目标提供了很好的遥感数据支持。有力支持了环保相关业务部门常规作业的业务化运行。
通过无人机遥感的高频次特性,还可以获取多种农作物的时序多光谱图像,进行产量和成熟度的估测(Yu 等,2016)。通过无人机倾斜摄影,可以获取地表目标的3维信息,并进行地面目标的3维建模。目前1∶500地形图采集技术,亦逐步成熟,这在10年前看来,是很难实现的。有了地面目标的高精度3维结构信息,为其拓展应用奠定了很好的基础,如应用于房屋不动产登记、应急救灾和灾损精准评估等。
过去很多基于卫星影像效果不是很好的应用,现在都可以利用无人机遥感手段得以很好的实施。如利用无人机高光谱可以进行红树林物种识别(Cao 等,2018)(如图2所示),通过无人机成像光谱数据发现并识别外来物种入侵等,为生态环境保护提供支持。
无人机遥感亦为极端环境采样和数据获取提供了很好的便利条件,这为很多研究提供了第一手的数据支持,有利于新的科学发现。2017年多国研究团队利用安装传感器和相机的无人机来拍摄危地马拉火地岛火山的喷发画面,测量相关数据和对动态过程建模(Wood 等,2018)。2010年以来NASA使用高空长航时无人机“全球鹰(Global Hawk)”对大西洋5个飓风的飞行探测取得成功后,协助构建了台风精细结构体系。过去十几年以来中国在南极利用无人机获取大量宝贵的遥感数据用于科研(如:Li 等,2019b;程晓,2019)。
特别值得一说的是,无人机遥感可以发挥关键和重要作用一个场景是灾害遥感,近年来历次重大自然灾害应急事件都有无人机的身影。从2008年5-12汶川大地震救援无人机遥感投入应用,以后的重大自然灾害如四川茂县滑坡(许强 等,2017)、大连泄油事件、天津港重大危化品爆炸事故等,无人机都发挥了重要作用。
无人机由于方便灵活,无人机应用的大众参与度高,创新活跃度也很高,发展迅猛。无人机遥感和其他相关技术领域的深度结合,呈现出大量拓展性的应用。我们称之为无人机的“遥感+”应用,主要体现在以下几个方面:
(1)遥感+数据的实时传输:对于军事、应急减灾救援等非常重要。许多国土安全监测与灾害救援行动都包括依靠无人机遥感+实时传输提供及时信息供决策。2019年4月四川凉山木里森林火灾复燃,中测新图采用无人机,搭载三轴稳定双光光电吊舱,海拔3000 m高地起飞,动态跟踪锁定火点,实时存储播放,为应急指挥部提供第一手火情资料(图3)。这次中华人民共和国成立70周年国庆阅兵很多精美的画面也是依靠无人机航拍直播实现的。
(2)遥感+SLAM:无人机与即时定位与地图构建技术(SLAM)的结合将使得无人机的导航和避障得到增强,在无人机智能化数据获取与自主飞行上具有重要应用前景(Li 等,2019a)(图4)。
(3)遥感+决策和执行技术:类似军事应用上的“察打一体”,无人机遥感+识别+任务规划+执行任务一体化完成。比如无人机遥感可以实现田野农情遥感,形成虫害处方图,规划合理航线,执行精准农药喷洒,将静态遥感观测与实时决策和执行融为一体(图5)。
(4)遥感+低空航路规划:当前无人机多样化应用需求主要在低空,“低、慢、小”无人机绝大部分集中在近地面空域(<500 m),而这个空间由于接近地面,地表变化多样,情况复杂,飞行安全和效率问题突出。需要精细化规划低空航路特别是城镇化地区无人机低空公共航路。由于地表覆盖复杂,通过传统统计渠道获取数据效率低下,利用城镇地区高清高动态无人机遥感数据服务低空航路规划构建成为研究前沿,中国在这方面率先做了积极的探索(徐晨晨 等,2019)。
(5)遥感+区域组网:尽管无人机遥感能力很强,但是单打独斗很难成大气候,特别是大区域对无人机遥感的需求,必须通过无人机组网遥感的方式,发挥聚合的作用,释放巨变能。比如,通过一定的组织模式和技术体系建设把全国分布式的无人机遥感资源规划部署起来,构建大区域高频次、迅捷响应的厘米分辨率及遥感监测体系(鹿明 等,2019)。
4、对无人机遥感发展建议无人机遥感的出现与快速发展,为推广遥感应用的落地和广大用户用起来起了非常大的作用,使得遥感应用的大众化成为可能,但是无人机遥感发展过程中也有许多问题:诸如分辨率与效率的平衡;定量精度问题;系统的可靠性问题;性价比等,无人机遥感应用的大众化与拓展应用之路尚需大量研究探索。
无人机遥感业务化运行和产业化的发展,需要产、学、研和用相互合作,需要政府的有力支持,尤其是要在金融支持上面有有利的政策支持,扶植大众化小微企业发展。同时,大众化也带来创新简单同质化现象,要进一步加强知识产权意识,不能简单抄袭,企业要自觉和有法律意识,政府要加强监管。还有一个无人机遥感应用发展非常重要的基础条件是空域。目前国内外发展的一个趋势是低空贴近地面这一段几百米的空域留给无人机,这一点国家空域管理部门的支持至关重要。技术层面,生产商面向终端用户发展高性价比、可靠的应用系统。应用层面,研发人员积极拓展应用领域,提高服务能力,从终端用户获取收益。
总之,当代无人机遥感和卫星遥感形成差异化发展,推动遥感走向微观和大众化应用,和其他技术相结合,呈现多样化应用发展的趋势,具有越来越宽广的应用前景。
志 谢 感谢中国科学院无人机应用与管控研究中心、遥感科学国家重点实验室、环保部卫星中心、中测新图地理信息科技有限公司提供相关资料。感谢刘良云等提供最新的论文统计结果。
[1] | Cao J J, Leng W C, Liu K, Liu L, He Z and Zhu Y H. Object-based mangrove species classification using unmanned aerial vehicle hyperspectral images and digital surface models[J]. Remote Sensing, 2018, 10 (1) : 89 . DOI: 10.3390/rs10010089 |
[2] | 陈军, 廖安平, 陈晋, 彭舒, 陈利军, 张宏伟. 全球30 m地表覆盖遥感数据产品-GlobeLand30[J]. 地理信息世界, 2017, 24 (1) : 1 –8. Chen J, Liao A P, Chen J, Peng S, Chen L J and Zhang H W. 30-meter global land cover data product-GlobeLand30[J]. Geomatics World, 2017, 24 (1) : 1 –8. DOI: 10.3969/j.issn.1672-1586.2017.01.002 |
[3] | 樊邦奎, 张瑞雨. 无人机系统与人工智能[J]. 武汉大学学报(信息科学版), 2017, 42 (11) : 1523 –1529. Fan B K and Zhang R Y. Unmanned aircraft system and artificial intelligence[J]. Geomatics and Information Science of Wuhan University, 2017, 42 (11) : 1523 –1529. DOI: 10.13203/j.whugis20170177 |
[4] | Gong P, Liu H, Zhang M N, Li C C, Wang J, Huang H B, Clinton N, Ji L Y, Bai Y Q, Chen B, Xu B, Zhu Z L, Yuan C, Suen H P, Guo J, Xu N, Li W J, Zhao Y Y, Yang J, Yu C Q, Wang X, Fu H H, Yu L, Dronova I, Hui F M, Cheng X, Shi X L, Xiao F J, Liu Q F and Song L C. Stable classification with limited sample: transferring a 30-m resolution sample set collected in 2015 to mapping 10-m resolution global land cover in 2017[J]. Science Bulletin, 2019, 64 (6) : 370 –373. DOI: 10.1016/j.scib.2019.03.002 |
[5] | 郭华东, 陈方, 邱玉宝. 全球空间对地观测五十年及中国的发展[J]. 中国科学院院刊, 2013 (S1) : 7 –16. Guo H D, Chen F and Qiu Y B. Development of earth observation over the past half century and future direction[J]. Bulletin of the Chinese Academy of Sciences, 2013 (S1) : 7 –16. DOI: 10.3969/j.issn.1000-3045.2013.Z01.001 |
[6] | Li J, Wang C Y, Kang X J and Zhao Q. 2019a. Camera localization for augmented reality and indoor positioning: a vision-based 3D feature database approach. International Journal of Digital Earth [DOI: 10.1080/17538947.2018.1564379] |
[7] | Li T, Zhang B G, Cheng X, Westoby M J, Li Z H, Ma C, Hui F M, Shokr M, Liu Y, Chen Z Q, Zhai M X and Li X Q. Resolving fine-scale surface features on polar sea ice: a first assessment of UAS photogrammetry without ground control[J]. Remote Sensing, 2019b, 11 (7) : 784 . DOI: 10.3390/rs11070784 |
[8] | 梁顺林, 张晓通, 肖志强, 程洁, 刘强, 赵祥. 2014. 全球陆表特征参量(GLASS)产品: 算法、验证与分析. 北京: 高等教育出版社 Liang S L, Zhang X T, Xiao Z Q, Cheng J, Liu Q and Zhao X. 2014. GLASS Product. Beijing: Higher Education Press |
[9] | 廖小罕, 周成虎. 2015. 轻小型无人机遥感发展报告. 北京: 科技出版社 Liao X H and Zhou C H. 2015. Development Report on Remote Sensing for Light and Small Uavs. Beijing: Science Press |
[10] | 鹿明, 廖小罕, 岳焕印, 黄诗峰, 徐晨晨, 卢海英, 柏艺琴. 面向中国洪涝灾害应急监测的无人机空港布局[J]. 地球信息科学学报, 2019, 21 (6) : 854 –864. Lu M, Liao X H, Yue H Y, Huang S F, Xu C C, Lu H Y and Bai Y Q. Determining the distribution of unmanned aerial vehicles airports for the emergency monitoring of floods in China[J]. Journal of Geo-information Science, 2019, 21 (6) : 854 –864. DOI: 10.12082/dqxxkx.2019.180177 |
[11] | 童旭东. 中国高分辨率对地观测系统重大专项建设进展[J]. 遥感学报, 2016, 20 (5) : 775 –780. Tong X D. Development of China high-resolution earth observation system[J]. Journal of Remote Sensing, 2016, 20 (5) : 775 –780. DOI: 10.11834/jrs.20166302 |
[12] | Wood K, Richardson T, Schellenberg B, Greatwood C, Watson M, Thomas H, Naismtih A, Liu E, Freer J, Thomas R and Chigna G. 2018. UAV based detection and measurement of volcanic plumes at Volcán de Fuego, Guatemala. Geophysical Research Abstracts, 20: EGU2018-15993 |
[13] | 吴炳方, 蒙继华, 李强子, 张飞飞, 杜鑫, 闫娜娜. " 全球农情遥感速报系统(CropWatch)”新进展[J]. 地球科学进展, 2010, 25 (10) : 1013 –1022. Wu B F, Meng J H, Li Q Z, Zhang F F, Du X and Yan N N. Latest development of " CropWatch”—An global crop monitoring system with remote sensing[J]. Advances in Earth Science, 2010, 25 (10) : 1013 –1022. DOI: 10.11867/j.issn.1001-8166.2010.10.1013 |
[14] | 徐晨晨, 廖小罕, 岳焕印, 鹿明, 陈西旺. 基于改进蚁群算法的无人机低空公共航路构建方法[J]. 地球信息科学学报, 2019, 21 (4) : 570 –579. Xu C C, Liao X H, Yue H Y, Lu M and Chen X W. Construction of a UAV low-altitude public air route based on an improved ant colony algorithm[J]. Journal of Geo-information Science, 2019, 21 (4) : 570 –579. DOI: 10.12082/dqxxkx.2019.180392 |
[15] | 徐冠华. 2019. 立足中国走向世界: 对地观测与全球变化文集. 北京: 科学出版社 Xu G H. 2019. Based in China to the World: Earth Observations and Global Change. Beijing: Science Press |
[16] | 许强, 李为乐, 董秀军, 肖先煊, 范宣梅, 裴向军. 四川茂县叠溪镇新磨村滑坡特征与成因机制初步研究[J]. 岩石力学与工程学报, 2017, 36 (11) : 2612 –2628. Xu Q, Li W L, Dong X J, Xiao X X, Fan X M and Pei X J. The Xinmocun landslide on June 24, 2017 in Maoxian, Sichuan: characteristics and failure mechanism[J]. Chinese Journal of Rock Mechanics and Engineering, 2017, 36 (11) : 2612 –2628. DOI: 10.13722/j.cnki.jrme.2017.0855 |
[17] | 晏磊, 廖小罕, 周成虎, 樊邦奎, 龚健雅, 崔鹏, 郑玉权, 谭翔. 中国无人机遥感技术突破与产业发展综述[J]. 地球信息科学, 2019, 21 (4) : 476 –495. Yan L, Liao X H, Zhou C H, Fan B K, Gong J Y, Cui P, Zheng Y Q and Tan X. The impact of UAV remote sensing technology on the industrial development of China: a review[J]. Journal of Geo-information Science, 2019, 21 (4) : 476 –495. DOI: 10.12082/dqxxkx.2019.180589 |
[18] | Yu N, Li L J, Schmitz N, Tian L F, Greenberg J A and Diers B W. Development of methods to improve soybean yield estimation and predict plant maturity with an unmanned aerial vehicle based platform[J]. Remote Sensing of Environment, 2016, 187 : 91 –101. DOI: 10.1016/j.rse.2016.10.005 |