【技術】無人機塢網新型測繪基礎設施：概念、框架與實現 | 李清泉院士,等.

摘 要：隨著無人機技術普及與低空經濟應用的快速崛起，本文首次提出了無人機塢網新型測繪基礎設施概念，及其作為基礎設施的核心特征;網絡化組網能力、平臺化服務能力、規模化支撐能力以及統一時空基準。構建了無人機塢網新型測繪基礎設施的技術框架，涵蓋硬件層、通信層、處理層與服務層。以此為框架標準，從多機協同數據獲取、大規模場景三維重建、專題信息提取和綜合服務平臺等方面，提出了無人機塢網新型測繪基礎設施的核心技術，并以城市治理更新、工程施工監測、災害應急響應和環境保護監測等典型場景為例，論證無人機塢網新型測繪基礎設施的業務化運行樓式，為后續技術研發與工程實踐提供理論指導。

引用格式： 李清泉，姜三，王智均，于文率．無人機塢網新型測繪基礎設施：概念、框架與實現[J/OL]．武漢大學學報(信息科學版).https://doi.org/10.13203/j.whugis20260147

現代測繪技術體系正在經歷從傳統以地面人工、靜態為特征的測量模式向多平臺、多傳感器協同觀測的深刻變革。以衛星、航空、低空及地面平臺構成的“天-空-地”一體化立體觀測體系，可實現對地球表面全天候、多尺度、高精度的動態監測"。其中，衛星平臺憑借其全球覆蓋與高頻重訪能力，在大范圍宏觀監測中占據主導地位;航空或低空平臺以高精度、高機動作業能力，在大比例尺測圖、工程測繪與監測中具有不可替代性;地面平臺依托全球衛星導航定位系統 (global positioning navigation system, GNSS)接收機、移動測量系統(mobile mapping system，MMS)，以及無人船等技術，實現極高精度與極快響應的精細化數據采集。各平臺在時間分辨率、空間分辨率及覆蓋范圍上形成優勢互補，共同構建起現代測繪的基礎感知網絡。

在上述多平臺測繪觀測體系中，低空無人機近年來發展尤為迅猛。得益于無人駕駛航空器(unmanned aerial vehicle,UAV)技術的普及與低空經濟應用的快速崛起，無人機測繪與巡檢需求呈現爆發式增長。相較于傳統航空平臺，無人機具備機動靈活、低空飛行、時空分辨率高等顯著優勢，支持多機聯網協同與全自主分區作業，能夠實現全自動/貼近飛行、獲取厘米至毫米級空間分辨率數據。在交通狀況監測、文物考古存檔、建筑質量檢測、電力走廊巡檢等典型場景中，無人機已展現出不可替代的優勢。無人機正從單一的數據采集工具，逐步演變為支撐低空經濟高質量發展的重要載體，其規模化、高頻次、高現勢性的數據獲取能力，為城市精細化管理、基礎設施安全監測等領域注入了新動能。

然而，當前無人機測繪與巡檢主要依賴人工控制和單機作業模式，在面對大范圍城市區域、復雜施工現場、環境惡劣山區、車流涌動高速公路等場景時，暴露出一系列突出瓶頸。一方面，人工控制模式下飛手現場操作安全風險大、成本高，尤其在電力設施周期巡檢、高速公路快速監察、施工場景風險排查等任務中，人員依賴性強且作業效率受限于個體技能和現場條件;另一方面，單機作業導致遠程調度效率低下，難以實現跨區域協同與多任務并發，無法滿足大范圍城市定期更新、大范圍形變監測等對高時效性、大跨度范圍、長周期性觀測的迫切需求。現有作業模式的局限性，已成為制約無人機測繪向規模化、業務化方向發展的關鍵障礙。為破解上述難題，將無人機與智能機塢(無人機巢)相結合，構建網絡化、自動化、智能化的新型作業體系，成為必然選擇。智能機塢支持一次性部署、全天候值守、全自主運行，可實現無人機的自動起降、充換電、數據回傳與遠程控制。多機塢聯合組網后，能夠實現多機協同、實時調度與網絡化協同作業，從而將無人機從單一的數據采集平臺升級為具備常態化運營、網絡化協同、標準化服務能力的無人機塢網新型測繪基礎設施(New surveying andmapping infrastructure based on UAV dock net-works,DN-SMI),如圖1所示。在這一體系下,數據標準化、服務接口化、成果可追溯成為基本特征，用戶可按需調用數據產品，實現從“人工單機"到“智能機塢網”的根本性跨越。

綜上所述，無人機塢網新型測繪基礎設施正在崛起為現代測繪基礎設施體系的核心組成部分。立足于衛星、航空、低空及地面多平臺協同觀測的技術背景，本文系統闡述無人機塢網新型測繪基礎設施的概念內涵與核心特征，構建涵蓋硬件層、通信層、處理層與服務層的技術體系框架，并從多機協同數據獲取、大規模場景三維重建、專題信息提取和綜合服務平臺建立等方面，提出了無人機塢網新型測繪基礎設施的實現方案。最后，以城市治理更新、工程施工監測、災害應急響應和環境保護監測等典型場景為例，論證無人機塢網新型測繪基礎設施的業務化運行模式。

01

新型測繪基礎設施概念

1.1 基本概念

基礎設施原指為社會生產和居民生活提供公共服務的物質工程設施，是保證國家或地區社會經濟活動正常運行的公共服務體系，其核心特征包括網絡化布局、平臺化服務、規模化支撐以及公共產品屬性。傳統測繪基礎設施以國家大地控制網、高程控制網、重力基準網以及連續運行參考站(con-tinuously operating reference system, CORS)系 統為代表，其本質是通過布設覆蓋全國或區域范圍的基準站點，構建統一的空間定位基準框架，提供可追溯、可復用的時空基準服務。

隨著經濟社會發展對時空信息需求的質變測繪基礎設施的內涵正從基準服務向感知服務拓展。實景三維中國、自然資源調查監測等國家戰略的實施，要求測繪不僅提供靜態的基準框架，更要提供高頻次、高現勢性、高分辨率的空間感知數據。無人機塢網新型測繪基礎設施是指由智能機塢、無人機集群、通信網絡、數據處理中心及服務系統構成，面向區域常態化監測與應急響應的綜合性測繪服務支撐體系，如圖2所示。該體系以無人機智能機塢為載體，以低空地理智能算法為核心，集成多型號無人機、多功能傳感器和機載AI(artificialintelligence)計算模塊，構建空-地協同的組網模式，實現高精度、高頻次、全自動和立體化監測，與衛星遙感網、地面傳感網共同構成天-空-地一體化的智能感知體系。

1.2 核心特征

無人機塢網新型測繪基礎設施是通過智能機塢的網格化部署與無人機集群的協同作業，融合邊緣計算、云端協同及標準化服務接口，構建起具備網絡化組網、規模化支撐、平臺化服務、統一時空基準的綜合性測繪服務體系。如圖3所示。

核心特征包括以下4個方面:

1)網絡化組網能力。網絡化組網能力是無人機塢網新型基礎設施的首要特征，核心在于智能機塢的網格化部署與無人機集群的協同作業。通過在城市重點區域、交通干線、災害易發區等關鍵位置布設智能機塢，形成覆蓋廣、響應快的網絡化作業體系。各機塢之間通過遠程管控平臺實現互聯互通，支持多機塢聯合調度與無人機集群的動態組網。當任務下達時，可自動指派最近機塢起飛無人機，多架無人機可依據任務需求分區協同作業，從而實現大范圍區域的同步監測與周期性巡檢。相較于傳統單機人工操控模式，網絡化組網能力將無人機測繪從點狀作業升級為面狀覆蓋，顯著提升了應急響應速度與大范圍常態化觀測能力。

2)規模化支撐能力。規模化支撐能力體現為云端協同與邊緣計算的深度融合，以及海量時空數據的高效處理能力。無人機塢網新型測繪基礎設施產生大量的影像、點云、視頻等數據，傳統先采集后處理的串行模式難以滿足高時效應用需求。為此，體系采用“云-邊-端”協同架構:在機載端側部署輕量化AI模型，實現實時目標檢測與數據預處理;在邊緣側(機塢或區域節點)完成快速三維重建與智能分析;在云端進行多源數據融合、長期存儲與深度挖掘。這種分層處理機制使得數據從采集到成果產出的時延大幅縮短，支撐城市定期更新、工程形變監測等規模化、業務化應用場景，實現了從單機單任務到集群規模化生產的能力躍升。

3)平臺化服務能力。平臺化服務能力體現為多類型傳感器即插即用、數據產品按需定制以及服務接口標準化。無人機塢網新型測繪基礎設施并非僅服務于單一測繪任務，而是面向智慧城市、應急管理、交通巡檢、精準農業等多行業提供開放式時空信息服務。用戶可根據業務需求，在統一管控平臺上選擇搭載可見光相機、激光雷達、多光譜和熱紅外相機等不同載荷的無人機，并定制輸出數字正射影像、實景三維模型、變化檢測報告、目標識別清單等標準化數據產品。平臺提供統一的應用程序編程接口 (application programming interface,API)，支持第三方系統無縫調用，實現“一次采集、多方共享、按需服務”的集約化模式，顯著降低了各行業獲取高現勢性空間數據的門檻。

4)統一時空基準。統一時空基準是無人機塢網新型測繪基礎設施區別于一般低空應用系統的本質特征，其核心在于獲取的空間數據能夠無縫融人國家統一的時空坐標框架。無人機塢網新型測繪基礎設施通過集成機載GNSS接收機與慣性測量單元(inertial measurement unit,IMU),實現厘米級的實時動態定位與姿態解算。時空基準的統一能力，使得無人機塢網獲取的海量感知數據能夠與CORS基準站網、衛星遙感、地面物聯網等多源數據實現無縫集成，為數字孿生城市、實景三維中國等重大工程提供可度量、可復用的時空信息底座。

02

新型測繪基礎設施技術框架

作為新型測繪基礎設施，技術框架是理論概念走向工程實踐的關鍵環節。本文從系統架構視角構建硬件層、通信層、處理層、服務層4層技術體系框架，如圖4所示。其中，硬件層聚焦無人機自動機庫網格化部署與集群協同機制;通信層探討5G/6G低空物聯網的覆蓋與傳輸協議;處理層分析邊緣計算與云端協同的智能處理架構;服務層論述按需數據產品分發與平臺化服務模式。

2.1 硬件層

硬件層是無人機塢網新型測繪基礎設施的物理底座，其核心構成包括多類型無人機平臺、標準化載荷接口與網格化部署的智能機塢，共同構成全自動、高可靠、可擴展的低空感知硬件基礎。無人機平臺是硬件層的執行單元，涵蓋多旋翼垂直起降和固定翼無人機等多種機型，以適應不同任務場景對續航、載荷、機動性的差異化需求。在集群協同模式下，多架無人機可依據任務規劃靈活分工、動態組網，完成分區掃描、協同建圖、目標追蹤等復雜作業，實現從單機單任務到多機分布式協同的能力躍升。標準化載荷接口支持多種觀測傳感器的即插即用。用戶可根據業務需求快速更換載荷，采集RGB影像、多光譜影像、高光譜影像、三維點云、熱紅外影像等多模態數據。這種模塊化設計為平臺化服務提供了靈活的技術支撐。

智能機塢是硬件層的節點中樞，通過網絡化部署形成覆蓋廣、響應快的低空感知網絡。每一座機塢集成了全自動起降平臺、自主充換電系統、環境感知模塊與遠程通信單元，支持無人機全天候值守、一鍵起飛、自動回收與智能維護。多機塢之間通過管控平臺互聯互通，可實現跨區域協同調度與任務接力，顯著提升大范圍常態化監測效率。當前，國內智能機塢部署已逐步從試點示范邁向規模商用階段。

2.2 通信層

通信層是無人機塢網新型測繪基礎設施的神經中樞，承擔著無人機與智能機塢、地面控制中心、云端平臺之間指令下發、狀態回傳、數據實時傳輸的關鍵任務。以5G-Advanced(5G-A)及未來6G移動通信網絡為基礎，融合物聯網技術，構建覆蓋低空空域的泛在通信能力，成為支撐無人機測繪與巡檢業務化運行的協同脈絡。

在架構層面，數字低空網絡采用“空基-地面-衛星”立體融合的組網模式，如圖5所示。空基網絡包括無人機集群之間的自組織通信鏈路，支持多機協同、動態組網與數據中繼;地面網絡由密集部署的5G-A基站、專用地面站及遠程控制中心構成，保障低空飛行器的連續覆蓋與高速接人;衛星鏈路則為偏遠地區或無地面網絡覆蓋區域提供回傳通道，實現全域無縫連接。全頻譜資源的靈活調度與通感一體化設計，使得通信系統不僅能傳輸指令與數據，還可感知低空飛行器的位置、速度與身份信息，為空域監管提供基礎支撐。

2.3 處理層

處理層是無人機塢網新型測繪基礎設施的智能大腦，其核心目標是將采集的原始影像、點云等非結構化數據，通過智能化的處理流程，轉化為可定位、可量測、可解譯、可計算的高精度維地理信息產品，如圖6所示。該層融合離線與在線兩種處理范式:離線處理依托運動恢復結構(structure frommotion，SfM),通過影像匹配、空三平差、密集點云生成與網格模型構建，實現大范圍場景的高精度三維重建，適用于周期性的城市建模與工程測繪;在線處理則基于同步定位與 建 圖 (simultaneous localization and mapping,SLAM)在無人機飛行過程中實時解算位姿并增量式構建三維模型，滿足災害應急、動態監測等高時效性場景。處理層進一步集成了智能解譯與制圖能力，能從重建后的三維模型中自動提取建筑物二維輪廓與三維單體模型，實現從幾何模型到語義專題圖的轉化。通過“離線高精度十在線高效率”的雙軌機制，以及云端并行計算資源的彈性調度，處理層為無人機塢網的規模化、業務化運行提供了堅實的技術保障。

2.4 服務層

服務層是無人機塢網新型測繪基礎設施價值輸出的對接窗口，其設計理念旨在破解當前無人機攝影測量在實際應用中面臨的設備集中度低、跨地域調度困難、作業成本高、數據獲取時效性不足等現實困境。通過構建“任務驅動-眾包采集-集中處理-成果可視化"的閉環服務流程，形成以任務(測繪需求)機(無人機及機塢)平臺(云服務平臺)為核心的協同作業機制，實現測繪數據產品的按需生產、高效交付與普惠共享，如圖7所示。

在架構層面，服務層可以采用眾包模式設計，其核心價值在于實現測繪服務從“項目制”向“按需服務”的模式躍遷。用戶無需自購設備、自組團隊，只需在云平臺發布需求，即可獲得時效可控、質量可溯、成本可預期的地理信息產品。這種模式使無人機塢網真正成為低空經濟時代泛在、智能、普惠的時空信息底座。

03

新型測繪基礎設施關鍵技術

以上述技術框架為標準，本文進一步分析了無人機塢網新型測繪基礎設施的關鍵技術，涵蓋多機協同數據獲取、大規模場景三維重建、專題信息提取和綜合服務平臺等方面，形成了從數據獲取、處理、解譯到服務交付的技術閉環。

3.1 多機協同數據獲取

復雜城市場景建筑密集、遮擋嚴重，傳統航線規劃易產生觀測盲區，導致模型精度下降。無人機智能航線規劃可基于先驗模型優化視點，確保對建筑物立面、內凹等關鍵區域的全覆蓋與高精度成像。同時，多機協同數據采集通過并行作業可大幅提升大范圍場景的采集效率，縮短外業周期，實現數據完整性與時效性的統一。因此，新型測繪基礎設施實施首先要解決精準航線規劃與多機協同數據采集難題。

無人機航線規劃正向基于場景先驗信息的智能規劃方向發展。通過引人概略模型或預采集數據，系統能夠分析目標區域的三維幾何特征，優化飛行路徑與相機視點，確保對復雜結構的完整覆蓋與高分辨率成像，從而提升三維重建的精度與可靠性。在多機協同數據采集方面，已有技術已從簡單分區作業演進為具備任務動態分配、自主避障、協同建圖能力的集群作業模式。多架無人機可依據任務需求實時組網，并行執行大范圍或分布式目標的采集任務，并結合邊緣計算與云端協同，實現數據的實時回傳與融合處理。其中，代表性的成果為優視攝影測量與多機協同數據獲取技術。結合場景先驗模型，綜合考慮無人機數據采集代價與攝影測量三維重建精度指標，全局優化無人機飛行路徑與相機拍照視點方向，實現復雜場景下觀測目標的幾何感知與精準覆蓋。

3.2 大規模場景三維重建

大規模場景三維重建是實現無人機塢網新型測繪基礎設施業務化應用的核心技術瓶頸。隨著無人機續航能力提升和多相機攝影測量設備使用，無人機采集的影像數量巨大，動輒數萬至數十萬張。同時，結合場景幾何感知的航線規劃，無人機數據獲取具有航線不規則、采集影像具有大傾角拍攝、高空間分辨率等特點，給SM空三平差、3D高斯濺射(3D Gaussian splatting，3DGS)渲染的產品精度、處理效率及穩健性等方面帶來了巨大挑戰[2-3。面對城市級實景三維的高精度、高時效需求，傳統串行處理模式在數據量爆炸、場景復雜度提升的背景下已難以應對。為此，綜合攝影測量與計算機視覺領域發展，大規模場景三維重建可從以下幾個方面形成突破。

1) 無人機傾斜影像具有航線不規則、大傾角拍攝、數量海量等特點。大規模場景無人機影像匹配的首要挑戰在于如何從海量影像中快速篩選有效匹配對引導特征匹配，并實現高外點率下的粗差剔除。現有技術引人全局描述子與高效圖索引機制, 比 VLAD (vector of locally aggregated de-scriptors)描子與 HNSW(hierarchical navigablesmallworld)圖索引，通過量化局部特征描述子為少量高維向量，實現候選匹配對的快速篩選。同時，聯合局部和全局幾何約束，顯著提升高外點率下粗差剔除的穩健性與效率。與傳統窮舉匹配模式相比，大幅壓縮了匹配對的搜索空間，使大規模影像匹配具備工程可行性。

2) 并行化SfM空三解決了增量式SfM在處理海量影像時的誤差累積與低效問題。現有方法采用“分而治之”策略:首先，構建影像連接圖，利用歸一化割或邊權值分析將大場景劃分為若干重疊子塊，保證子塊內部的幾何連接強度;其次，對各子場景獨立進行增量式SfM重建，生成局部相機位姿與稀疏點云;最后，通過基于公共連接點的全局優化或無需固定錨點的合并策略，將子場景精確對齊到統一坐標系。并行框架有效消除了大規模空三對計算資源的極限依賴，實現了對數十萬張影像場景的高效、高精度處理。對于并行化SfM，如何實現子場景穩健融合是分塊-合并策略所需要解決的關鍵難點。

3) 傳統多視圖立體視覺在弱紋理、鏡面反射區域易產生空洞，而3DGS通過顯式高斯球進行可微渲染，實現高質量的新視角合成[。針對城市級大場景，3DGS分塊渲染是近年興起的高效三維表示方法:將大場景按空間網格或視點分布劃分為子塊，各子塊獨立訓練高斯參數，再通過邊界融合與全局優化消除接縫。關鍵技術包括自適應分塊策略以平衡負載、重疊區域輔助點機制以對齊監督信號、以及正則化約束抑制塊間視覺偽影。該方案在保證渲染質量的同時，大幅降低顯存峰值占用，使消費級硬件也能處理城市場景。

4) 實時攝影測量技術核心是“邊采集、邊重建"的在線處理架構，依托SLAM技術與邊緣端算力協同實現。在無人機端側，輕量化SLAM算法實時估算相機位姿并構建稀疏點云;在邊緣端或云端，基于滑窗或流式處理方法，增量式地完成密集匹配、表面重建與紋理映射。關鍵技術包括多傳感器(相機、IMU、實時動態差分定位)緊耦合定位以提升魯棒性，以及增量式三維重建算法實現新幀與已有模型的快速融合(2。實時攝影測量使無人機在飛行過程中即可輸出初步的三維成果，可為災害救援、突發事件提供即時空間決策依據。

3.3 專題信息提取

實景三維模型僅提供幾何與紋理信息，缺乏語義與結構化的專題信息。智能影像解譯與專題制圖致力于將語義不明確、模型不可算的二維/三維底圖，轉化為可解釋、可計算的專題圖信息。對于城市場景而言，需要重點突破建筑物輪廓矢量的精準提取與多邊形簡化，以及建筑物高精度單體化重建，實現從三維表面模型到單體化語義模型的轉換。最終輸出建筑物二維矢量輪廓、三維單體模型等專題制圖成果。

1) 二維影像提取建筑物輪廓矢量旨在將影像中建筑邊緣、角點及其結構拓撲自動轉換為矢量化的幾何骨架。與傳統三維網模型相比，建筑物線框模型可擺脫海量像素冗余，獲得輕量結構化的建筑物表達，直接支撐三維重建、立面測繪與城市數字孿生。在測繪地理信息產品生產中，建筑物輪廓矢量支持從單視或多視影像中批量提取，實現大范圍建筑信息的自動化采集，可為后續三維網格模型提供精確的輪廓先驗，提升建模效率與保真度。同時，輪廓矢量數據量小、編輯靈活，便于快速布局分析與空間量測。

2) 建筑物單體化重建可將場景中單個建筑物從整體三維數據中分離出來，進行語義識別和獨立建模，生成具備清晰幾何邊界與結構特征的三維模型。與常規的表面重建方法側重于連續表面生成不同，單體化建模更加強調建筑物的空間獨立性與結構規則性，不僅要精確提取其輪廓邊界，還需識別屋頂結構和立面形態，實現幾何精確的三維表達。

3.4 綜合服務平臺

綜合服務平臺為無人機塢網新型測繪基礎設施提供服務能力，包括任務管理模塊、眾包調度模塊、自動處理管線、成果可視化引擎及開放API接口等核心組件。其中，任務管理模塊支持用戶在線創建測繪或巡檢任務，設定任務區域時效要求、成果類型等參數。眾包調度模塊通過云平臺將任務包發布至數據采集者，支持任務領取、狀態追蹤與質量審核。數據采集完成后，原始影像、POS數據等被上傳至云平臺，觸發智能數據處理與三維建模管線，并輸出正射影像、實景三維模型等標準化產品。如圖8所示，綜合服務平臺采用B/S架構，以Web應用形式提供服務，涵蓋了三大核心層，即用戶層、核心功能層與支撐層。該平臺以眾包模式整合社會資源，以標準化流程保障數據質量，以自動化處理提升生產效率，為無人機塢網新型測繪基礎設施的規模化服務提供了成熟的軟硬件支撐。

04

新型測繪基礎設施應用領域

無人機塢網新型測繪基礎設施具備網絡化組網、規模化支撐、平臺化服務等能力，通過與現有的CORS等測繪基礎設施融合，可廣泛應用于地圖測繪、城市規劃、城市治理、交通監測、環境監測、災害應急、保險理賠、生態保護、資源調查等行業和領域。

4.1 城市治理更新

無人機塢網新型基礎設施為城市建設與更新提供了高頻率、高精度、全覆蓋的低空感知能力，成為物理城市與數字城市同步演進的重要技術支撐。在城市實景三維層面，無人機塢網通過機巢部署與集群協同采集，可實現城市級實景三維模型的快速構建與動態更新。相比傳統人工航測，該模式顯著縮短數據獲取周期，支持每季度乃至每月的高精度模型迭代，為數字孿生城市提供現勢性強的時空基底。在城市管理與更新層面，無人機塢網賦能城市精細化管理。系統可按需執行違章建筑自動識別、市容環境衛生巡查等任務，結合AI變化檢測算法，實現“發現-定位-處置”的全鏈條閉環，極大提升城市治理的智能化水平與響應效率。同時，無人機可為拆遷測算、改造方案比選提供高頻次、可量測的實景數據支撐。面向低空經濟應用，無人機塢網作為低空感知基礎設施，與城市低空物流、空中交通管理、低空旅游等業態形成協同。其標準化數據服務接口為低空飛行器提供高精度的城市三維信息，支撐航線規劃、障礙預警與安全監管，促進低空經濟在城區規模化、安全化發展。

4.2 工程施工監測

無人機塢網新型基礎設施憑借網格化部署自動化巡檢與實時數據處理能力，可為工程建設的進度、安全與質量提供了高頻率、高精度的數字保障。在形象進度管理方面，無人機塢網可按天對施工現場進行自動化航拍與三維建模，生成可量測的實景模型及正射影像。通過前后時相數據對比，系統自動計算土方量、識別施工區域變化、統計完成進度，并將結果可視化呈現于管理平臺。在施工安全識別方面，無人機搭載可見光與熱紅外相機，結合邊緣AI算法，可實時檢測工人未佩戴安全帽、臨邊防護缺失、明火煙霧等安全隱患，并自動推送告警至安全員終端。同時，對深基坑、高邊坡、腳手架等高風險區域進行定期巡檢，通過三維形變分析預警滑坡、沉降風險，將被動響應轉為主動預防。在工程質量檢測方面，無人機塢網支持對混凝土養護溫度、裂縫分布、平整度等進行非接觸式檢測。高分辨率影像與激光點云融合，可識別毫米級裂縫等表觀缺陷;熱紅外成像可檢測滲漏、空洞施工質量。

4.3 災害應急響應

無人機塢網新型基礎設施在災害應急響應中，將傳統“人工調度、單機作業”模式升級為“網格化值守、集群響應”的智能體系，顯著提升了災情獲取與研判的時效性與安全性。在復雜場景自主導航方面，機塢網格化部署保障了災害發生后無人機可在數分鐘內起飛，無需進行遠程設備調度。面向災區通信中斷、GNSS信號遮擋及建筑物倒塌等惡劣環境，無人機集成視覺SLAM與多源融合導航技術，實現無GNSS條件下的自主避障與航跡規劃，可深入坍塌廢墟、峽谷陡坡等危險區域執行偵察任務。在數據采集與建圖方面，多架無人機從不同機巢同步起飛，協同覆蓋災區全域，通過機載邊緣計算實時回傳影像與視頻。云端自動化處理管線可快速完成正射影像拼接與三維模重建，為應急指揮提供即時、可視化的災場底圖，支持災害范圍快速評估與救援力量精準部署。在泥石流、坍塌等災害識別方面，基于深度學習的變化檢測模型將無人機影像與災前模型比對，自動識別滑坡體邊界、坍塌建筑物、道路阻斷及泥石流掩埋范圍;結合熱紅外相機可探測生命體征，為搜救小隊提供目標指引。無人機塢網具備全天候值守、快速成圖與智能識別能力，極大縮短了災害應急響應時間。

4.4 環境保護監測

無人機塢網新型基礎設施為環境監測保護構建起全天候、網格化的低空感知網絡，實現對森林、近海及海岸帶生態系統的常態化、高精度巡查。在森林火情預警方面，無人機塢網部署于林區關鍵位置，支持每日多頻次自動巡航。無人機搭載熱紅外與可見光雙光譜相機，可實時探測地表高溫異常點，結合機載AI識別模型，可在火勢蔓延前精準定位火源，并將告警信息及坐標推送至防火指揮中心。在近海水質監測方面，無人機塢網可定期對沿海養殖區、人海河口及近岸海域進行多光譜航測。通過反演葉綠素、懸浮物、濁度等水質參數，生成高分辨率水質分布圖，直觀反映富營養化、赤潮、污水排放等異常區域。數據實時上傳至環保云平臺，結合歷史時序分析，為污染溯源和治理評估提供高頻次、可追溯的科學依據。在海岸帶紅樹林監測方面，無人機塢網支持紅樹林分布范圍、種群健康及病蟲害的常態化普查。高精度正射影像與激光點云可精確提取紅樹林邊界、冠層高度及密度，變化檢測算法自動識別非法砍伐、圍墾養殖或灘涂侵蝕等威脅。同時，可結合潮汐周期進行定期觀測，評估紅樹林生態修復工程的成效，為海岸帶藍碳核算與生物多樣性保護提供基礎數據。

綜上所述，無人機塢網以自動化、高頻次、多傳感器融合的能力，實現了從陸地到近海的立體化環境感知，成為生態保護與災害預警中不可或缺的低空基礎設施。

05

結語

本文首次系統提出了無人機塢網新型測繪基礎設施的科學概念，從基礎設施理論視角界定其內涵與核心特征，突破了將無人機僅視為單一作業工具的傳統認知。其次構建了涵蓋硬件、通信、處理、服務4個層次的無人機塢網新型測繪基礎設施的技術框架。最后從多機協同數據獲取、大規模場景三維重建、專題信息提取和綜合服務平臺建立等方面，給出了無人機塢網新型測繪基礎設施的實現方案。結合其在城市治理更新、工程施工監測、災害應急響應和環境保護監測等領域的應用，為技術研發與工程實踐提供了系統化的理論指引。

無人機塢網新型測繪基礎設施作為現代測繪體系的重要組成部分，其建設與發展是一項長期而系統的工程，需在合法性、普適性、魯棒性三方面實現進一步突破。在合法性方面，需解決空域審批效率低、數據安全隱患和隱私侵犯問題，應對接民航管理系統實現動態審批，建立全鏈路數據加密與脫敏機制。在普適性方面，需克服建設成本高、區域覆蓋不均、標準不統一等挑戰，可通過政府與社會資本多元投入、制定統一接口標準、開發低代碼服務平臺，實現普惠化時空信息服務。在魯棒性方面，需應對惡劣天氣、GNSS拒止及單點故障，采用多源融合導航、機巢間任務遷移及自適應起降平臺等冗余設計。三者協同方能確保無人機塢網合規、普惠、可靠地運行。因此，未來需持續完善標準規范、創新運營機制、深化協同應用、加強技術攻關，推動無人機基礎設施與CORS等現有基礎設施深度融合，共同構建現代測繪基礎設施體系，為數字中國建設提供堅實的時空信息底座。

來源：武大學報信息版 轉自：測繪學術資訊