2019年 8月 20日《自然》登出了题为“Four steps to extend drone use in research”的评论文章（https://www.nature.com/articles/d41586-019-02474-y），作者认为优化监管、飞行控制、电池续航和软件性能将扩大无人机的应用范围，提升数据采集的质量。原文作者为Nicholas C. Coops，Tristan R. H. Goodbody，Lin Cao。以下为译文：

无人机的出现为环境研究带来了革命性的影响。科学家们利用远程控制的小型无人机，可以迅速地对偏远区域进行摄像观测，这相较于徒步调查、汽车、探空气球和飞机等传统调查方式具有更加便捷和低成本的优势。

一架摄像无人机飞跃冰岛巴达本加火山的熔岩湖。来源：Eric Cheng/Barcroft Media/Getty

无人机已逐渐成为监测森林^[1]、河流^[2]、农场^[3]和野生动物^[4]的主要手段。它不仅可以追踪林区的再生情况，还能告诉农民哪里需要施肥或杀虫，也可以迅速进入受灾区域进行调查，例如在三月份热带气旋“伊代”袭击莫桑比克后，人们就利用无人机调查灾区的洪水和受灾状况，搜救幸存者。

无人机技术在不断进步的同时，成本也在持续下降 (详见 Nature 498, 156–158; 2013)。碳纤维框架强韧而轻巧，电子设备和电池不断趋向小型化和低功耗化，板载GPS系统和飞控系统使得操控变得更加简单和安全，从简单的RGB传感器到复杂的激光测高仪和热成像传感器，越来越多的传感器被集成到无人机上，同时处理算法也具备了将图像序列转换为3D场景数据的能力。

但无人机在科学研究领域还可以发挥更大的作用。目前成熟的无人机续航时间不超过一小时（译者注：实验室无人机或燃料电池已经达到续航几小时的量级），另外监管、数据标准和处理算法都存在很多不足。科学家们需要与监管人员和软件开发者一道完善法律的制定和数据的采集与处理。为此，我们在本文中提出四条改进建议。

统一监管

世界各国有关民用无人机的法律框架千差万别（详见：https://uavcoach.com/drone-laws）。四分之一的国家，包括大部分欧盟国家、加拿大和美国，都出台了严格的法律，详细规定了使用无人机的方式、时间、地点和目的等。飞手培训、硬件注册、飞行许可和保险都是常见的必不可少的项目。另外三分之一的国家则缺乏相应的法律法规，也有一些国家如古巴、伊朗和摩洛哥等禁止无人机飞行。印度等国家则在缓慢开放无人机市场，目前无人机可使用的用途较为有限。

这样的监管混乱阻碍了许多科学家利用无人机开展研究，特别是在空域繁忙的城市地区。这样的调查任务一般以外包的形式进行，但第三方机构却无法像科学家一样实时地根据数据需求变化进行调整，这不仅限制了无人机的灵活应用，也增加了研究成本，阻碍了创新。

有些法规则妨碍了无人机在科研领域的应用。例如在纽约市，无人机在飞行期间需要始终保持在飞手的视野范围内，以避免意外坠毁和闯入，对行人造成伤害，但这也让研究人员无法通过空中鸟瞰监控城市绿地的状况，也无法监控到稠密森林中的非法伐木行为。这些法律法规同时也让科学家无法在远离居住区的区域使用无人机来开展研究，比如观测亚马逊流域的灌木缩减或北极/喜马拉雅区域的融雪情况^[5]。

无人机的不当使用也许是拓宽无人机应用所面临的最大威胁！公众和资助者的不认可将会导致更加严格的监管甚至禁令。人们已经开始担忧无人机对野生动物的影响。比如在美国，无人机在黑熊上方飞过时，黑熊的心率会变成平常的四倍^[6]。自2014年8月起，在美国所有的国家公园内放飞无人机都是非法行为，部分原因就是它们会对野生动物造成影响。2014年早些时候，一架非法飞行的无人机就曾在犹他州锡安国家公园驱散了大角羊群，造成了众多幼崽和父母分离。2018年在英国，流氓无人机飞手造成商业航班迫降，迫使政府扩大了机场附近禁飞区的范围，同时限制了无人机升空的高度，并要求加强无人机飞手的训练。

监管跟不上技术的发展步伐。一个典型的例子就是无人机多机编队和协作的集群能力。无人机集群已经被美国国防部高级计划研究署用作监控等军事用途，但它们同样也具有巨大的科学价值，能加速大范围区域的数据收集工作。但目前美国的法规要求无人机始终保持在一名飞手的视线范围内，这实际上阻碍了无人机集群的应用，因为一名飞手不可能保证看到集群中的所有无人机。

使不同国家和地区的无人机法规标准化，将可以简化执法，提高法规一致性。目前这方面已取得了一些进展：2018年11月，国际标准化组织（ISO）发布了首个国际无人机标准草案，并在短期时间内征集公众意见。这一标准集中于无人机的分类、设计、制造、操纵（包括维护）以及安全管理等内容。当标准最终发布时，科学家们应该给出反馈。

研究人员应该与政策制定者通力协作以确保无人机监管法规适用于研究以及其他用途，例如可以设置特殊的许可证。像视距操作要求这类的法规，可以对在远离居住区的地方开展的科学研究予以豁免。

改善控制

需要持续改进无人机的飞控系统以保障公众安全和隐私，同时避免意外碰撞。监管限制需要编写到程序内部并在法律修正时及时进行更新。近年来碰撞规避系统在无人机上的安装逐渐增加，它们利用板载传感器检测附近的障碍物或飞行器，随后通知用户对飞行器的路线进行调整，或者无人机自身可以自动调整路线进行规避。

简单的空中交通追踪系统正被集成到无人机中。例如中国民航局就使用了两个云计算系统（U-cloud和U-care）来负责登记无人机的所有者，监控飞行。配备控制模块的无人机可以接入这两个系统，系统会警示飞手飞行区域和速度限制。

无人机可以对环境恶劣或者难以到达的区域进行调查。图片来源：Arctic Images/Alamy

各大无人机厂商，比如世界规模最大的深圳大疆创新，都已经开始在控制软件的地图中显示监管和安全隐患信息。基于当地的航图和监管要求，系统使用GPS及其他卫星导航信号来限制可飞行区域的飞行高度，同时限制飞机进入禁飞区。厂商和立法机构需要密切合作来提高这类数据的可用性。

是否准许越过这些“地理围栏”，需要针对具体情况具体分析。用户需要事先证明自身的活动对于公众、财产和野生动物的威胁达到了最小化。例如，研究人员如果希望研究机场附近的鸟群，就需要向当地空管部门提交详细的飞行计划并保证无人机的飞行高度、速度和轨迹不会影响空中交通和周围的人员或动物。研究人员也必须告知空管自己何时何地将进行何种无人机活动，并征得空管的许可。

随着技术的进步和系统空间覆盖能力的提高，各地区的监管应协调一致。但仍然需要不断进行质量控制测试以保证监管符合预期、符合宣传。监管机构也需要将数据隐私和匿名纳入考虑范围。

延长动力

虽然高效的固态锂离子电池得到了长足的发展，但大多数无人机却依然使用传统电源驱动，使得无人机的飞行时间限制在了15-60分钟，因此也限制了无人机的飞行距离。无人机通常被用于小规模的研究，例如对一片树林进行拍摄或对某个山谷里的动物进行计数。科学家们期望能够对大范围区域进行监测，比如面积超过100公顷的地方，但电池续航的不足迫使科学家们需要在执行任务的过程中多次更换电池。

无人机的航程同时还受到飞机结构的影响，一般来说，固定翼飞机的空气阻力会小于旋翼飞机。此外，飞机重量、板载电子设备和传感器的能耗、硬件的空气动力学和风向风速等都会影响飞机的续航时间^[7]。缩小电池的同时提高板载电子设备的效率将有效减小飞机重量，延长飞行时间。

电力和碳氢燃料混动的燃料系统也可以延长无人机的飞行时间。此外，装备太阳能电池的无人机也逐渐成为现实。未来通过Wi-Fi或超声波信号，利用邻近地面站对无人机进行充电的飞行网络也为无人机的长续航提供了新的可能。

开发数据工具

通常无人机会以横切扫描的方式在某个地区重复飞行以便收集数据或跟踪变化。当无人机在不受管制的100m高度以下飞行时，所得图像的分辨率可以达到3cm，足以识别出林木、灌木和动物个体。

但数据的收集和处理却依然面临着一系列挑战。机身在飞行过程中会发生形变，同时飞行姿态的滚转、俯仰和偏航运动将影响飞机的速度和朝向，继而会影响成像的连续性和质量。研究人员必须使用超快的快门速度和图像匹配软件，才能重构出三维地形或特定视角下的投影^[8]。

虽然目前已经有软件可以较好地执行这些任务，但算法还远未实现标准化。软件在众多最优参数上缺乏一致性，比如仰角、图像维度、飞行速度抑或是用于重建视图、处理结构、光谱信息的方法等都缺乏通用标准。尽管开源软件迅速发展，但大多数工具包类似黑箱，用户无法获知工具包下运行着什么算法，也无法调校或测试这些算法。

研究人员需要与软件开发者通力协作，以开发适用于多种科学数据收集目标的无人机算法。例如处理数字图像的商业软件通常定制为重建简单的几何形状，主要用于建筑行业，但将这样的软件用于处理像植被一样复杂的对象时，就会出现一系列扭曲和缺失。

我们呼吁立法者、用户、开发者和无人机制造商能够进行更多的对话和协作，以便拓展无人机在科学领域的应用，普及遥感技术。ISO技术委员会即将于十月和十一月分别在伦敦和南京召开会议，IEEE地球科学与遥感协会也将举办遥感会议，这些都将为无人机领域的多边对话提供宝贵的机会。

参考文献：

1. Goodbody, T. R. H., Coops, N. C., Marshall, P. L., Tompalski, P. & Crawford, P. For. Chron. 93, 71–81 (2017).

2. Miřijovský, J. & Langhammer, J. Remote Sens. 7, 8586–8609 (2015).

3. Candiago, S., Remondino, F., De Giglio, M., Dubbini, M. & Gattelli, M. Remote Sens. 7, 4026–4047 (2015).

4. Hodgson, J. C. et al. Meth. Ecol. Evol. 9, 1160–1167 (2018).

5. Duffy, J. P. et al. Remote Sens. Ecol. Conserv. 4, 7–19 (2018).

6. Ditmer, M. A. et al. Curr. Biol. 25, 2278–2283 (2015).

7. Floreano, D. & Wood, R. J. Nature 521, 460–466 (2015).

8. Colomina, I. & Molina, P. ISPRS J. Photogramm. Remote Sens. 92, 79–97 (2014).