编者按：及时准确地获得灾害的地理定位，这对高效的应急响应至关重要，也是灾害风险防控与韧性发展的关键。2月6日，《中国科技信息》杂志专访了在定量遥感、地球大数据及天空地一体化对地观测领域取得卓越成就的薛勇院士，薛勇院士介绍了如何加快空天信息与低空系统技术融合，从而迅速获取灾害地理定位的相关研究。

郑挺颖：薛院士，您好！近年来，随着全球气候变化和城市化进程加快，自然灾害、公共卫生事件等突发应急事件呈现出跨区域、复杂化的特征。在传统的应急响应体系中，信息获取滞后、资源调度不畅、跨区域协同困难等问题日益凸显。作为空天领域权威专家，请您介绍一下，当前从空天信息到低空系统的技术融合，为跨区域应急协同带来了哪些新的解决方案？

薛勇：您提到的这些问题确实是当前应急管理体系面临的突出挑战。近年来，从空天信息到低空系统的技术融合，特别是无人机技术的快速发展，为跨区域应急协同提供了全新的解决方案。空天信息系统包括卫星遥感、导航定位、通信等天基平台，具有覆盖范围广、监测尺度大的优势，能够提供宏观、连续的灾害监测数据。然而，其分辨率有限、重访周期较长、受天气影响较大，难以满足应急响应中对实时性、精细化的需求。

低空无人机系统则填补了这一空白。无人机具有部署灵活、响应迅速、分辨率高、成本相对较低的特点，能够在灾害发生后第一时间抵达现场，获取高精度实时数据。将空天信息与低空无人机系统相结合，就形成了“宏观监测+精细侦查”的立体化感知体系，为应急决策提供了多层次、多维度的信息支撑。

一、空天地一体化：构建三层立体感知网络

提问：这个“立体化感知体系”具体是如何构建的？请您详细介绍一下

回答：好的。空天遥感、卫星数据与无人机低空感知的协同机制，核心在于构建“宏观—中观—微观”一体化感知体系。这个体系可以分为三个层次，我们称之为“三层立体感知网络” 。

第一层是高空/太空层，主要包括卫星、空间站等平台。这一层的优势在于全球覆盖、周期性观测、大尺度监测，可以实现对地球表面的宏观监测。但局限性也很明显：分辨率有限、重访周期固定，难以捕捉突发事件的细节信息。第二层是中空层，包括高空无人机、飞艇等航空平台。这一层能够实现区域灵活覆盖、较高分辨率，可以弥补卫星观测的不足。但受空域管制、续航限制等因素影响，其应用范围也有一定局限。第三层是低空层，包括多旋翼和固定翼无人机。这一层的最大优势是可以达到厘米级分辨率、实时响应、灵活部署，能够在灾害发生后第一时间抵达现场，获取高精度实时数据。但覆盖范围相对较小、载荷有限，需要与其他层次协同配合。

提问：这三个层次如何实现有效协同？

回答：协同的核心环节包括四个方面。第一是任务协同规划。比如卫星发现异常区域后，自动生成预警坐标，无人机接令进行精细勘查；或者无人机对卫星识别的地物变化进行实地验证，提高遥感解译精度。这种“卫星引导无人机”和“无人机验证卫星数据”的协同模式，可以大幅提升监测效率和准确性。

第二是数据融合与互补。这包括三种融合方式：尺度融合——卫星提供大范围背景信息，如气象云图、地形数据，无人机补充局部细节，如桥梁裂缝、单株作物状态；时空融合——卫星周期性监测与无人机按需机动观测结合，实现“持续监测+瞬时抓取”；光谱融合——卫星多光谱/高光谱数据与无人机高分辨率RGB（是红Red、绿Green、蓝Blue三种颜色的英文缩写，是一种基于色光加色法的多光谱组合）、热红外数据结合，提升地物分类与反演精度，如土壤湿度监测、污染物扩散追踪等。第三是信息的实时传输与处理。通过边缘计算+云平台架构，无人机在边缘端实时处理数据，进行目标识别、变化检测等，关键信息上传至云平台与卫星数据融合分析。同时，无人机还可以作为空基通信节点，中转卫星指令或数据，解决偏远地区的信息传输瓶颈问题。第四是智能决策反馈闭环。形成“卫星监测异常—无人机现场核实—数据融合分析—AI生成决策建议—指挥调度响应—效果评估反馈”的完整链条，实现从感知到行动的智能化闭环。

提问：您能列举几个具体的应用场景吗？

回答：比如在森林火灾场景中，卫星首先发现热源点，无人机抵近确认火势、定位火线，然后融合风向地形数据预测蔓延路径，最后调度救援力量。

在城市应急中，卫星识别洪涝区域后，无人机巡查受灾社区、排查隐患，通过三维建模辅助制定疏散方案。

在精准农业领域，卫星反演大面积作物长势，无人机定点喷洒农药/施肥，融合数据优化农田管理。

在环境保护方面，卫星监测水体污染扩散，无人机采样分析污染源，动态追踪生态变化。

提问：这些应用背后需要哪些关键技术支撑？

回答：主要有四大关键技术。一是智能任务分配算法，能够动态优化卫星与无人机的观测任务，减少冗余，提高响应效率。二是统一时空基准，基于北斗/GPS实现多源数据时空对齐，确保融合一致性。三是AI解译模型，联合训练卫星与无人机数据，提升地质灾害识别、农作物估产等模型的泛化能力。四是跨平台通信协议，制定空天地一体化网络协议，保障指令与数据实时互通。

提问：在实际应用中，这种协同体系会面临哪些挑战？

回答：挑战主要来自四个方面。首先是数据标准不统一，不同平台、不同传感器采集的数据格式各异，要实现融合处理的难度不小；其次是空域管制冲突，特别是在跨区域、多无人机协同飞行时，空域快速审批与动态避让机制尚不完善；再次是跨平台通信延迟，在偏远地区或恶劣气象条件下，通信链路稳定性仍有待提升；最后是海量数据处理能力不足，空天地一体化产生TB级甚至PB级数据（1PB=1024TB，而1TB=1024GB），对存储和计算能力提出很高要求。

提问：未来发展趋势是什么？

回答：我认为主要有三个趋势。第一是星座化无人机集群与低轨卫星星座深度协同，形成“卫星宽带+无人机感知”网络，如与星链（Starlink）等低轨星座的融合；第二是数字孪生驱动，空天地数据实时映射至三维城市/地理模型，实现虚实互动的监测预警；第三是自主协同智能体，在AI驱动下，卫星与无人机自主交互任务，实现“感知—决策—行动”全链路自动化。

二、空天地一体化信息体系的技术路径

提问：您刚才提到了“空天地一体化”这个概念，能否详细介绍一下构建这种一体化信息体系的技术路径？

回答：构建“空—天—地”一体化信息体系是一个系统性工程，核心是通过多平台、多传感器、多源数据的深度融合与协同，实现广域覆盖、实时感知、智能决策。我们提出了“三层三网一云一脑”的架构设计。

“三层”指的是天基层、空基层和地表层。天基层包括高/中/低轨卫星星座、空间站，负责全球覆盖、周期性观测、通信导航；空基层包括平流层飞艇、高空无人机、有人/无人航空平台，负责区域持续监测、中继通信、灵活补盲；地表层包括地面传感器网、车载/船载移动平台、物联网，实现厘米级精度、实时监测、终端接入。

“三网”指的是通信网、算力网和数据网。通信网整合卫星通信、5G/6G、微波中继、自组网，实现全域无缝互联；算力网包括边缘计算节点、云计算中心、超算，实现数据分级处理、智能分析；数据网通过分布式云平台、时空数据库、区块链存证，实现数据汇聚、共享、安全可信。“一云”是数据云，“一脑”是智能脑，包括AI中枢、数字孪生、协同决策模型，负责任务调度、态势推演、自主决策。

提问：这样的体系如何实现多平台协同观测？

回答：主要通过动态任务编排和跨平台标定与校验。在动态任务编排方面，基于灾害预警、目标追踪等需求，通过智能算法如强化学习，动态分配卫星、无人机、地面传感器的观测任务，实现资源最优配置。比如山火预警场景：气象卫星监测温度异常，调度光学卫星确认火点，无人机抵近评估火势，地面传感器监测空气质量。在跨平台标定与校验方面，建立统一时空基准，利用地面控制点、标定场实现多源数据几何与辐射一致性校正。

提问：那么，不同来源的异构数据如何融合处理？

回答：异构数据融合是核心技术之一。我们采用多模态数据融合技术，融合光学、雷达、高光谱、激光点云等多源数据，可提升地物识别精度，比如地质灾害识别误报率可降低至5%以下。同时采用边缘—云协同计算模式：边缘端由无人机、地面站实时处理原始数据，提取关键特征如目标检测、变化发现；云端汇聚多源数据，进行大规模时空分析、趋势预测和模式挖掘。

提问：空天地一体化通信网络如何保障？

回答：空天地一体化通信网络的建设有几个突破点。一是星间激光通信技术，传输速率可达100Gbps（每秒100G比特）级；二是无人机动态组网，适应复杂地形应急通信；三是整合卫星通信、5G/6G地面网络、无人机空中中继，构建无缝覆盖的通信链路。通过软件定义网络技术动态优化路由，融合AI预测链路质量，提升通信可靠性。

提问：那智能决策又是如何实现的呢？

回答：智能决策主要通过数字孪生引擎和自主任务闭环实现。数字孪生引擎构建城市、流域等场景的虚拟映射，实时接入空天地数据，实现灾害模拟、预案推演，比如对洪水淹没场景的模拟，其精度可达厘米级。自主任务闭环形成“卫星发现异常—AI生成侦察任务—调度决策—无人机核实—数据融合分析—生成处置方案—自动调度资源—效果评估反馈”的全链路自动化。

提问：目前看来，这样的体系建设需要多长时间？

回答：我们规划了三个阶段。阶段一是平台与网络建设，大约需要1至3年。天基方面，补充低轨SAR（合成孔径雷达）卫星、高光谱卫星，实现重点区域每日重访；空基方面，部署长航时无人机网络，覆盖关键基础设施走廊；地表方面，布设智能化地面传感器，包括地质灾害、气象、生态监测；通信方面，建设“5G+卫星”融合示范网络。

阶段二是数据融合与智能升级，大约需要3至5年。构建时空大数据平台，实现多源数据自动汇聚、清洗、关联；研发领域专用AI模型，如地质灾害预警、农作物产量预估；开展典型场景示范应用，如智慧城市、防汛抗旱。

阶段三是自主协同与全域应用，大约需要5至10年。实现跨平台自主任务调度，卫星、无人机、机器人协同作业；建成数字孪生地球核心系统，支持全球尺度模拟预测；拓展国际合作，参与全球生态环境监测、防灾减灾。

三、无人机在跨区域应急协同中的独特优势

提问：在跨区域灾害联动中，无人机相比传统手段有哪些独特优势？

回答：无人机在跨区域灾害联动与信息共享中的优势，可以从三个维度理解：技术能力、操作特性和系统融合。相较于传统手段如人工勘察、卫星、有人机，无人机提供了一个快速、灵活、精细且低成本的空中信息节点，彻底改变了灾害应急的“信息获取—共享—决策”循环。首先是无与伦比的响应速度与灵活机动性。无人机可在地面交通中断前后迅速起飞，通常在数十分钟内抵达受灾核心区，实现“第一时间到场”。它能轻松飞越塌方、洪水、废墟等极端复杂地形，直达孤岛化的灾区，获取关键信息。作为移动的信息节点，可在不同行政区域、不同救援队伍之间进行侦查和信息中继，打破地理与行政壁垒。其次是低成本、高分辨率的实时态势感知。无人机既可进行大范围的灾情普查，如洪水淹没范围，也可对重点目标如损毁桥梁、被困人员进行厘米级精度的抵近侦查和三维建模。通过集成可见光、热成像、多光谱、激光雷达等传感器，在单一架次中同步获取多种数据。通过4G/5G或自组网链路，可将实时画面、高清图片、三维模型直接推送至后方联合指挥中心及各联动单位，实现“前方一目了然，后方协同决策”。

提问：我注意到您特别强调“通信中继”功能，这在应急中有什么特殊意义？

回答：重大灾害往往导致地面通信基站损毁，形成“信息孤岛”。搭载通信载荷的无人机可快速升空，构建临时移动通信网络，恢复灾区手机信号或为救援专网提供中继，保障指挥指令和灾情信息的上传下达。这是实现跨区域、跨部门联动的物理基础。

提问：无人机在应急中还能发挥哪些独特作用

回答：除了通信中继，无人机在应急中还有多个关键作用。一是快速灾情评估与态势感知。灾害发生后，无人机可迅速飞抵受灾区域，通过高清摄像、红外热成像、多光谱传感器等设备，实时传回灾害现场的影像与数据。结合卫星提供的宏观背景信息，应急指挥中心能够在短时间内全面掌握灾情分布、受灾程度、关键基础设施损毁情况等，为资源调配和力量部署提供科学依据。二是物资投送与生命救援。在道路中断、地形复杂的灾区，无人机能够实现小批量应急物资如药品、食品、救生设备的精准投送。同时，配备喊话器、探照灯、生命探测仪的无人机可以协助搜寻被困人员，提高救援效率。三是跨区域协同指挥平台。通过统一的云平台，不同地区、不同部门的无人机可以接入同一指挥系统，实现任务协同、数据共享。指挥中心能够根据灾情动态，跨区域调度无人机资源，形成“一处受灾、多方支援”的协同作战模式。四是灾后重建与监测。在应急阶段之后，无人机可以持续对灾区进行定期监测，评估重建进度，防范次生灾害，为恢复重建提供长期的数据支持。

提问：问在跨区域联动中，无人机如何实现信息共享的标准化？

回答：无人机生成的正射影像图、三维实景模型、视频流等，本身就是最直观、最易理解的信息载体。无人机数据自带高精度时空标签，能与卫星数据、地面报告在统一的地理信息平台上无缝融合，消除信息歧义。多支来自不同区域的无人机队伍，可通过云平台共享飞行计划、空域信息和成果数据，避免重复侦查和空域冲突，实现高效协同。

提问：为了方便大家理解，您能否举个跨区域联动的具体案例？

回答：比如在A省发生洪灾、下游B省面临压力的场景中。A省无人机快速获取的洪峰过境、堤坝险情、淹没范围等高清数据和模型，可实时共享给B省防汛指挥部。双方基于同一套高精度、可视化的事实数据进行会商和决策，可极大提升联动响应的科学性和协同效率。另外，在救援力量调度方面，多支来自国家、省、市及社会力量的救援队同时抵达灾区时，联合指挥中心可依托无人机实时回传的全局态势，动态指派各支队伍前往最急需的区域，实现救援力量的精准调度和跨区域互补。在效果评估方面，对某堰塞湖进行爆破处置后，无人机可立即进行后效侦查，将处置后的影像、水文数据与之前模型对比，结果快速共享给地质、水利专家和一线指挥官，形成“侦查—决策—行动—评估”的敏捷闭环，指导下一步行动。

四、迈向智能化的应急协同体系

提问：无人机在应急领域展现出巨大潜力，但目前还面临哪些主要挑战？

回答：挑战主要来自四个方面。第一是空域管理与协调机制。跨区域飞行涉及复杂的空域审批与协调问题，需要建立应急状态下的绿色通道。目前应急状态下跨区域、多无人机协同飞行的空域快速审批与动态避让机制还不完善。第二是技术标准与数据共享。不同厂商、不同型号的无人机数据格式不一，缺乏统一的数据融合与共享标准。不同品牌、型号无人机数据格式、传输协议的统一与互通仍是难题。第三是续航与载荷限制。目前大多数民用无人机续航时间有限，难以适应大范围、长时间的应急任务。同时，在极端恶劣天气和复杂电磁环境下，远程、可靠的数据链保障也面临挑战。第四是安全与隐私问题。无人机采集的数据可能涉及个人隐私和敏感区域，需要完善相关法律法规。同时具备跨区域协同操作能力的专业队伍，以及常态化的联合演练机制也需要加强。

提问：针对这些挑战，未来发展方向是什么？

回答：未来发展方向主要包括四个方面。一是智能化与自主化。发展具备自主规划、集群协同能力的智能无人机系统，实现从“遥控操作”到“自主决策”的转变。通过深度学习、强化学习等AI技术，提升无人机在复杂环境下的感知、决策和行动能力。二是多源信息融合。深化空天信息与低空无人机数据的融合分析，提升灾害预警与评估的准确性。打通卫星遥感、无人机侦察、地面监测等多源数据的融合链路，构建真正的“空天地一体化”监测体系。三是制度与标准建设。建立健全跨区域应急无人机协同的法规、标准与协作机制。制定空天地数据接口、质量、安全标准体系，参考ISO/TC211等国际标准；开发开放式协同框架，支持多厂商设备接入；建立应急状态下跨区域、多无人机协同飞行的空域快速审批与动态避让机制。四是新型动力与平台。研发长航时、大载荷的专业应急无人机平台。发展太阳能无人机、氢燃料电池无人机等新型动力技术，实现数天甚至数周的持续飞行能力；研制耐高温、抗强风、防电磁干扰的特种无人机，适应极端环境作业需求；开发模块化、可快速更换任务载荷的无人机平台，提升任务适应性。

提问：最后，想请您展望一下无人机在应急协同领域的发展前景。

回答：展望未来，我认为无人机在应急协同领域将发挥越来越重要的作用。从空天信息到低空系统的技术融合，特别是无人机系统的深度应用，正在重塑跨区域应急协同的模式。无人机以其快速响应、灵活部署、多维感知的优势，成为连接宏观监测与现场处置的关键节点，显著提升了应急响应的效率和精准度。空天遥感、卫星数据与无人机低空感知的协同，正从“简单数据叠加”向“智能任务协同”演进。未来通过打通技术壁垒、构建空天地一体化网络，将进一步提升全球精细化监测与应急响应能力，为自然资源管理、防灾减灾、智慧城市等提供核心支撑。构建“空—天—地”一体化信息体系，需以“数据驱动、智能协同、应用导向”为核心，通过技术整合、标准统一、机制创新，逐步形成全域覆盖、实时精准、智慧响应的数字感知能力。这不仅将提升国家综合治理与应急响应水平，也为数字经济、生态文明建设提供关键基础设施支撑。随着技术的不断成熟和机制的完善，无人机必将在构建“空天地一体化”应急体系中发挥越来越核心的作用，为保护人民生命财产安全提供有力保障。

原文链接：薛勇院士：立体化感知体系破解救灾难题（上）

      薛勇院士：立体化感知体系破解救灾难题（下）