天空地一体化监测为环境管理续航
“哎呀，现场看到的排污口和昨晚无人机传回的照片一模一样。”这是在江苏省扬州市开展无人机遥感监测试飞任务后，环保局的工作人员次日赶赴现场验证查看时所发出的的感慨。
“这是在高邮湖与邵伯湖两湖之间的新民滩，采用手抛机搭载热红外相机在夜间对高邮助剂厂及周边环境进行的遥感监视，可以看见4处废水排放口。”扬州市环境监测中心站省环保重点实验室筹备工作组组长、工程师孙小平指着电脑屏幕的监控界面告诉记者。
为确保南水北调东线水质安全，扬州市环境监测中心站提出建立天空地一体化环境监测预警重点实验室的设想，获得了江苏省环保厅和环境保护部的支持。近日，环境保护部卫星环境应用中心与扬州市环境监测中心站合作开展了无人机遥感监测试飞任务，采用多机型、多载荷的实验演示，以满足未来各种遥感监测的需求。
作为天空地一体化监测的重要组成部分，无人机环境遥感监测究竟能做什么?相比较传统监测、卫星遥感监测，它又有哪些优势和不足?未来扬州将如何建设天地空一体化监测体系?带着这些问题，记者采访了孙小平。
无人机监测可以做什么?
无人机是一个运载传感器的平台，其核心就是搭载的特定的传感器。可见光传感器主要针对引水河道两岸和水体的风险源进行航拍监视；热红外传感器用于监视企业偷排行为；微型合成孔径雷达载荷针对禁渔期湖泊的渔政执法；多光谱传感器针对生态环境遥感。
“我们提出无人机遥感监测最初是围绕南水北调东线水质安全这个中心任务来开展的。无论是卫星还是无人机，最终目的不是顺利上天，而是完成某项监测任务。这样就需要搭载能完成任务的设备，这个设备就叫做任务载荷。对于无人机环境遥感监测而言，任务载荷就是特定的传感器。无人机只是一个运载传感器的平台，其核心就是搭载的设备，我们习惯地称呼这些设备为‘眼睛’，我要去看什么，要去发现什么，都需要这些‘眼睛’来完成。”孙小平告诉记者。
这次演示实验设计了4个应用演示项目。从任务载荷的角度来说，一是可见光传感器，相当于高分辨率的航拍，主要是针对引水河道两岸和水体的风险源进行航拍监视；二是热红外传感器，用于监视企业偷排行为，为环境执法提供技术支持和依据；三是微型合成孔径雷达载荷，不受天气和日光的限制，针对禁渔期湖泊的渔政执法。四是多光谱传感器，针对生态环境遥感。
“机型需要和任务载荷进行集成搭配，因为此次要试飞4项任务，所以就采用了4种机型，分别为滑跑滑翔型、弹射起飞滑橇降落型、手抛伞降型和旋翼直升机。”孙小平解释道。4种试飞机型可分为旋翼与固定翼，前3种是固定翼飞机，第4种是旋翼飞机。从动力来看，前两种机型是油动的，后两种机型是电动的。
“这次演示实验主要在江都水源区和高邮新民滩两个地点开展，除了合成孔径雷达由于电磁兼容问题未能运作外，4种机型和其他3种任务载荷都成功达到了预期的实验演示成果。如固定翼无人机搭载高分辨可见光相机在500米高度按照预先设定的航线程控自主巡航，以0.1米的高空间分辨率对包括抽水站在内的芒稻河引水河道区域进行遥感拍摄，发现了一些风险源，并发现了至少两艘船舶的燃油泄漏航迹。新民滩发现的4处废水排放口也是手抛机搭载热红外相机在夜间遥感监视时发现的。”孙小平告诉记者。
航空遥感监测好在哪里?
传统监测往往是“瞎子摸象”，对样品的分析能做到很精准，但对环境整体状况却未必能准确描述和掌握，所以需要航空遥感。相对于卫星遥感，无人机航空遥感更适合精细化的遥感监测，适合单体环境事件和地方层面、局部区域的遥感监测需求。
针对目前环境问题的复杂性，孙小平认为，环境监测要坚持传统环境监测与现代环境监测手段相结合的发展方式。
“就环境监测而言，我们希望环境问题的演化或者变动，都能在我们的监视范围之内。传统环境监测是着重于发现污染成分和环境因子的变动，但是有比较大的局限，一是效率比较低，比如传统的水环境监测，从规划论证监测点，到现场取样，再到实验室进行样品处理，做各种指标的分析，到最后形成监测报告，会有一个很长的周期。二是时空覆盖不够。从时间上来说，正是由于周期较长，所以难以做到密集频次的覆盖。而环境的变化往往随机性很强，难以捕捉到污染问题。从空间上来说，针对体量比较大的环境系统，一些环境指标的差异非常巨大，而我们只是取了一个或少数几个样品，这些样本并不能代表整体环境状况。”孙小平告诉记者。
航空遥感如影像科介入检验
孙小平把传统的环境监测形象地比喻成医院的检验科，通过分析检验采集的样品了解其中的污染成分。这种内在的污染因子有时候已经表现出外在的病象，可以直观看到，比如水体富营养化的问题，通过传统环境监测，可以掌握造成富营养化的氮、磷、有机污染等因子。但是更多时候，人们看到的富营养化是水体出现了大量的藻类，甚至暴发水华，还有大气的雾霾也属于这样的外向“体征”，而且这些暴发的环境问题往往是空间广覆盖的，这时候就需要用遥感的手段进行全面监测。例如扬州监测站就制定了机载高光谱成像系统对湖泊和流域的水体叶绿素进行大面积高分辨机动遥感监测的技术方案，将光谱和空间两个维度融合在一起，获取整个水体的叶绿素及可溶解有机物(DOM)等指标含量水平的分布状况，以掌握富营养化的整体水平，这就好像是医院的影像科，用影像的手段来表达外在表象的体征。 “传统监测往往是‘瞎子摸象’，对样品的分析能达到很精准的程度，但对环境整体状况却未必能准确描述和掌握，所以需要遥感这个“影像科”的介入。”孙小平比喻道。
航空遥感与卫星遥感的差别
为什么有了卫星遥感，还要开展航空遥感呢?
“卫星遥感相较于航空遥感有其局限性，”孙小平解释道，“一是分辨率的局限性。分辨率主要体现在空间分辨率、时间分辨率和光谱分辨率3个方面，这3种分辨率都是表征环境特征时需要的。但是卫星遥感的空间分辨率、时间分辨率和光谱分辨率是相互制约的，很难达到相同的高精度。其次卫星的任务载荷一般是固定的，难以做到多样化，由于轨道比较高，难以搭载主动式传感器。”
“卫星遥感的局限，正好航空遥感，当前主要是无人机遥感可以弥补。因为无人机飞行的高度从几百米到数千米不等，相比较卫星几百到上万公里的轨道高度，大大降低了空间高度，可以实现3个分辨率的统一，并且只要符合无人机搭载的重量要求，可以任意搭载任务载荷，特别是未来可以更多实现主动式的遥感方式，如像激光诱导荧光这样的激光雷达，可以实现对多种水体有机污染成分的遥感监测。”孙小平告诉记者。 “但是航空遥感也有自身的缺陷，比如空间覆盖不够。无人机遥感更适合精细化的遥感监测，适合单体环境事件和地方层面、局部区域的遥感监测的需求，比如发生重大的水体污染时或者发生环境灾难事故时。”
天空地一体化监测啥模样?
“天”是利用各种卫星提供的数据筛查环境事件，发现环境问题存在的可能性。“空”主要是用无人机遥感确认环境事件。“地”是在地面采用多种监测手段，实现精细化的综合监测。
虽然此次无人机监测遥感试飞对扬州市开展遥感业务是一大促进，但是孙小平认为构建新的监测体系并非一片坦途。
“一是认识问题，很多监测人员由于知识和现实工作的局限，还没有意识到遥感监测可以弥补传统监测的不足，没有意识到环境监测由于管理需求，需要向遥感监测转型升级。二是人才和投入的问题，现在环境监测系统遥感专业人才稀缺，同时建立新的监测体系需要很大投入。虽然扬州市监测站已经率先引进了两名遥感人才，但是还远远不够。三是遥感监测需要建立规范和标准。”
未来重点是低空遥感和基地遥感
虽然有困难，虽然新事物需要一个被接受的过程，但是扬州市环境监测中心站已经开始积极谋划天空地一体化环境监测体系的构建。“重点是低空遥感和地基遥感，目前已经形成了天空地一体化监测的框架方案，我们分别从水环境监测、大气监测、生态监测和环境执法4方面制定方案。‘天’是利用各种卫星提供的数据筛查环境事件，发现环境问题存在的可能性。‘空’主要是用无人机遥感确认环境事件。‘地’是在地面采用多种监测手段，除了准备新建立的地基车载遥感、船载原位探测及在线光谱监测系统外，还充分利用现有手段，比如水质自动监测站、大气自动监测站和传统取样监测等手段，实现精细化的综合监测。”
孙小平以大气监测为例向记者描述了大气质量天空地一体化监测模式：在“天”上利用卫星对大气质量(二氧化硫、氮氧化物、大气透明度等指标)进行宏观监测，掌握大范围区域内大气污染的空间分布状况。在“空”中针对重点大气污染区域利用无人机进行精细化监测，比如机载红外光谱探测系统对VOC(易挥发有机物质)的监测，以机载差分吸收探测系统对主要污染成分的柱浓度进行监测以获得其空间分布和输送转移路径等。在“地”面上主要利用车载差分吸收被动探测系统对特定的大气污染成分进行全方位的走航式探测。比如对大气中二氧化硫、氮氧化物等多种污染成分同时进行流动监测，掌握区域内主要大气污染物的时空分布情况。未来还可采用紫外和红外双波段可调谐激光雷达，对重点区域的VOC无组织排放进行全覆盖监测，采用臭氧和散射雷达分别对臭氧和颗粒物进行流动监测等。同时，结合现有的大气自动监测站点对 PM10、PM2.5、SO2、CO2、CO、O3等进行全天时固定监测。这样的综合监测体系对大气污染防治将发挥重要的技术支持作用。
建立遥感大数据是未来发展愿景
对于天空地一体化监测的发展前景，孙小平谈了自己的认识。
遥感监测应该注入更多的地方元素，未来天空地一体化监测如果全面推开，将可形成数字化环保的大数据系统，当某地出现环境问题时，环境保护部和地方环境管理部门就可以对大数据加以分析，发现环境演进、变化规律。
另外，要想打赢环保攻坚战，首先要打赢环保信息战。这种信息战不仅有赖于传统的环境监测，未来可能更多要依赖于遥感大数据。目前，环境监测正处于转型升级时期，建立新型的环境监测综合体系，现有的监测平台和系统比如自动监测站、实验室分析等应纳入其中，使环境管理者可以从整个体系获取更多、更全面、更有价值的大数据信息，为科学管理提供更有力的支撑。
-
焦点事件
-
项目成果
