“天空地”一体化生态系统监测了解

定义：天基卫星、空基航空 / 无人机、地基地面监测设备三者协同，把大尺度普查、中尺度详查、定点高精度校验结合，实现宏观全域 — 局部精细 — 地面真值校验的立体监测体系，解决单一遥感平台 “看得广看不清、看得清看不远” 的短板。

三层平台分工

天（天基：卫星遥感）——全域普查，宏观大尺度

• 平台：光学卫星、SAR 合成孔径雷达卫星、高光谱卫星（高分系列、环境二号、Sentinel、Landsat）中华人民共...
• 特点：覆盖范围广、周期性重访；SAR 可穿云雾、夜间工作，可做 InSAR 形变监测（毫米级地表形变）
• 分辨率：米级～几十米；重访几天～十几天
• 作用：大范围发现疑似变化图斑、圈定风险区域；适合省级 / 流域 / 全国尺度筛查
• 局限：受云雪遮挡，分辨率有限，小地物识别能力不足，不能随时按需开机

空（空基：航空 + 无人机）——重点区域精细化详查

• 平台：有人机载航空遥感、固定翼 / 多旋翼无人机；载荷：光学相机、LiDAR 激光雷达、高光谱、热红外
• 特点：厘米‑分米级高分辨率，可灵活调度，快速奔赴重点隐患区；LiDAR 穿透植被获取真实地形点云
• 作用：对卫星圈出的可疑区域做复核取证，三维建模，识别小隐患、小图斑
• 局限：单架次覆盖面积有限，受空域、天气、续航约束

地（地基：地面监测）——真值验证、定点连续监测

• 设备：地面光谱仪、气象站、墒情传感器、GNSS 形变监测、物联网传感器、红外相机、人工实地核查采样中国科技网
• 特点：点位精度最高，时间连续，获取真实地表参数（土壤水分、植被、形变、水质）
• 作用：给卫星、无人机遥感做真值标定，校准反演模型；重点隐患点长期连续监测预警
• 局限：只能点状、小范围，人力成本高

业务典型闭环流程：卫星大范围筛查 → 发现疑似目标 → 无人机飞到现场详查取证 → 地面传感器 / 人工核验，形成监测台账与预警

关键核心技术

1.多源数据融合：不同分辨率、不同传感器（光学 / SAR / 高光谱 / LiDAR）时空配准、数据同化，补齐云遮挡、时间缺口

2.遥感智能解译 AI：变化检测、地物分类、目标提取，自动识别违建、滑坡、水体、植被退化等图斑

3.正反演模型：利用光谱、雷达信号反演地表参数：植被指数 NDVI、土壤墒情、地表温度、地表形变、水体富营养化

4.时空大数据平台：遥感云计算（GEE、EarthData、国内遥感云），存储、处理、展示，输出报告、专题图、预警信息

主流应用场景

1.自然资源 / 国土空间：耕地非农化非粮化监测、矿山开采监管、土地利用变化、违建图斑识别、生态修复成效评估

2.地质灾害：滑坡、崩塌、泥石流隐患普查；InSAR 卫星广域筛查，无人机 LiDAR 详查，GNSS 地面站预警（山区公路、库区）

3.生态环境：水环境、大气污染源、生物多样性、国家公园、森林草原防火、荒漠化、水土流失监测中国科技网

4.农业遥感：作物长势、估产、干旱洪涝灾害、土壤墒情、精准农业，卫星估产 + 无人机田块级 + 地面墒情站校准

5.城市安全：房屋沉降危房筛查、城市内涝、违章建筑、山体边坡监测

6.应急救灾：地震、洪水、火灾后快速获取损毁情况，卫星宏观评估，无人机现场获取灾情细节

优势与现存瓶颈

优势

1.尺度互补：大区域到单点全覆盖，告别 “要么只能看大片，要么只能盯小点”

2.非接触遥感，危险区域不用大量人员进场

3.周期性动态监测，可对比多年时序变化，识别缓慢演变风险（沉降、滑坡蠕变）

现存问题

1.多源异构数据标准不统一，数据格式、坐标系、接口差异大，融合处理成本高

2.卫星受云雨遮挡；无人机受空域、续航限制；地面站点建设运维成本高

3.AI 解译在复杂地形、云雾、阴影下误判率高，仍需要大量地面真值样本

4.数据量大，存储、算力、传输压力大