康山大坝无人机LiDAR三维高程模型 中国科学院地理科学与资源研究所供图
现在，研究人员已经掌握无人机之间的组网遥感技术；未来，希望实现卫星遥感和无人机组网。两网之间可以互通有无，应对洪灾的时候获取的信息也会更加全面。
“本来我们是来江西鄱阳湖做试验的，没想到直接参与了一场‘实战’。”
7月27日，中国科学院地理科学与资源研究所党委书记、副所长廖小罕从江西回到北京。前段时间他带领的科技部国家重点研发计划“高频次迅捷无人航空器区域组网遥感观测技术”项目团队一直奋战在鄱阳湖防汛一线，相关技术成果在鄱阳湖区域防汛工作中发挥了重要作用。
今年6月以来，中国南方多地持续降水。国家卫星气象中心综合利用风云四号静止和风云三号极轨气象卫星，结合多源定量遥感产品，对南方多地的大气形势和雨带内局地突发强天气进行了综合监测，为决策部门开展抢险救灾提供实时精密的天气综合监测信息。
卫星遥感和无人机等信息技术，在抗洪抢险一线发挥了怎样的作用？
“千里眼”捕捉风云变化
卫星遥感是自然灾害监测的利器，汛期降水是造成洪涝最重要的因素。从20世纪80年代开始，国家卫星气象中心就开始利用卫星对汛期的降水天气和水体进行监测。
国家卫星气象中心卫星气象研究所所长张兴赢告诉《中国科学报》：“当时，研究人员主要采用国外一些卫星提供的资料。近年来，随着我国风云三号和风云四号卫星以及高分系列卫星陆续投入运行，国产卫星资料逐渐占据主导地位。”
在应对洪涝灾害中，国产卫星的作用逐渐显现。张兴赢介绍，国家卫星气象中心每天用风云三号、高分系列等多源卫星资料，对我国的重点湖泊、水库、河流等水体进行监测已成常态，同时基于长序列的卫星遥感资料，还可对重点水体进行时空特征分析。“这些信息对我国洪涝灾害的监测评估以及气候变化研究具有重要意义。”
7月20日，淮河干流王家坝闸开闸泄洪，河水流向蒙洼蓄洪区。“由气象卫星提供的淮河蒙洼蓄洪区高分辨率影像与风云三号D星水体提取范围叠加图，可见蓄洪区增加的水体对部分农田和村庄产生的影响。”张兴赢说，“为应对淮河流域洪涝灾害，我们加强了多源卫星资料应用监测，特别在蒙洼蓄洪区进行了连续动态监测，对蒙洼蓄洪区内的水体变化进行持续评估。”
近期，针对长江中下游、淮河流域的水体和洪涝情况，国家卫星气象中心利用风云四号静止和风云三号极轨气象卫星，集聚多仪器监测能力，联合湖北、江西、湖南、安徽、江苏等省气象局，结合地面雷达、闪电、地面气象观测以及数值预报等多种资料进行综合应用，制作了十余期《卫星遥感重要信息专报》服务材料。
无人机组网“快”人一步
7月12日零时，鄱阳湖星子站水位超1998年历史最高水位并持续上涨。当天，廖小罕带领无人机团队，紧急调动参与应用示范的十余架无人机携带激光雷达、多光谱传感器、光电吊舱等多种载荷，连夜奔赴康山大堤，对大堤及周边重点区域开展高精度超高分辨率无人机组网遥感监测。
廖小罕告诉《中国科学报》：“我们的无人机在康山大堤首批组网作业共飞行十余架次，获得了最大覆盖范围400余平方公里的超高分辨率影像，结合国家级地理信息平台数据和历史卫星遥感数据分析比对，及时精确掌握了康山大堤和下游泄洪区洪水现势性情况。”
紧接着，当日晚，江西省九江市永修县西修河三角联圩发生溃堤。得知消息后，廖小罕第一时间召集项目团队成员，确定一部分组员留守康山大堤后，紧急调动参加试验的多架无人机携带合成孔径雷达、红外相机、可见—红外双波段视频相机等多种载荷，克服阴雨等不利天气因素，对三角联圩开展高精度无人机组网遥感监测。这样的反应速度是传统监测手段难以企及的。
“本来只写了鄱阳湖试验的‘脚本’，没想到在这里完成了数场‘无剧本’的临时任务。”廖小罕介绍，“‘高频次迅捷无人航空器区域组网遥感观测技术’项目一共有21家单位参与，这次有10多家单位来到鄱阳湖现场做试验。我们不仅顺利完成了试验，还真切地在抗洪抢险一线练了兵，可以说是意外的收获。”
通过实战演练，廖小罕亲身感受到一个字“快”。从获取数据，到分析数据，再到形成报告，都需要快速响应，第一时间满足一线需求。
目前洪涝灾害防治工作，尤其堤岸巡查方面，依赖大量人力。廖小罕团队研发的高频次迅捷无人航空器组网管控系统为组网大脑的系列遥感观测技术，可以解放部分人力，并提供实时视频、受灾区域快视图、堤坝的激光雷达高程图等。
廖小罕说：“无人机组网遥感观测技术在大面积、小时级、高精度、动态信息迅捷获取方面具有明显优势，这也是应急救灾信息化和启动应急响应的基础。”
强强联手发挥所长
卫星遥感和无人机组网都在抗洪一线大显身手，两者强强联合，可以发挥1+1＞2的效应。
清华大学水利水电工程系研究员龙笛在接受《中国科学报》采访时说：“卫星光学遥感可以获取水体面积信息，例如洪水淹没面积；卫星雷达测高可以获取水位信息，如河流和湖泊水位，二者在洪水监测中发挥着重要作用。”
龙笛还指出，卫星遥感监测水体的时间分辨率还有待提高。比如，极轨卫星不会长期停留在某一水体上空进行实时监测。他表示，提高时间分辨率有两个基本途径：一是增加搭载同类传感器卫星的数量，以便进行组网监测；二是利用搭载不同传感器的卫星，进行协同监测。
此前，龙笛团队借助谷歌地球引擎识别光学遥感影像中湖泊的岸线变化，并将其转换为湖泊水位变化信息，再结合湖泊面积转化为水量变化信息，从而将缺乏测高卫星数据的大中型湖泊水位、水量变化数据的时间分辨率由年尺度、季尺度精确到月或旬尺度。
通过这次实战，廖小罕表示，现在他们已经掌握无人机之间的组网遥感技术，未来希望实现卫星遥感和无人机组网。两网之间可以互通有无，应对洪灾的时候获取的信息也会更加全面。
与此同时，当地防汛部门就巡堤现实问题向廖小罕团队提出了一个要求：能否利用遥感或者红外等技术对管涌、渗漏等情况实时监测？
当前，因为洪水淹没，管涌、渗漏往往比较隐蔽，靠人力寻找或出现遗漏，而无人机遥感和红外技术可以发现人眼看不到的地方。
针对决堤口宽度、洪涝淹没面积、灾区道路损毁情况以及粮食和经济作物和水产养殖等的受灾情况，廖小罕团队利用现有技术已经可以实时统计受灾村庄、人口以及建筑物损毁等情况。
下一步，他希望团队可以为灾害预警、灾害发生实时监测和灾后评估提供全方位的技术支持，比如灾前通过分析估算蓄滞洪区早稻等粮食和经济作物的收割情况、建筑和人口稠密区最新分布情况、安全转移路线，并做好水位高度、堤岸完好度巡查等工作。
在廖小罕看来，无人机组网遥感技术未来可期。他希望更多的民营企业可以参与其中，开展产学研协同攻关，加速工程化应用的进程。
（原载于《中国科学报》 2020-07-30 第3版 信息技术)
