災(zāi)情偵察領(lǐng)域無人機需求潛力分析

一、中國自然災(zāi)害災(zāi)情情況分析

2023年，我國自然災(zāi)害以洪澇、臺風(fēng)、地震和地質(zhì)災(zāi)害為主，干旱、風(fēng)雹、低溫冷凍和雪災(zāi)、沙塵暴和森林草原火災(zāi)等也有不同程度發(fā)生。全年各種自然災(zāi)害共造成9544.4萬人次不同程度受災(zāi)，因災(zāi)死亡失蹤691人，緊急轉(zhuǎn)移安置334.4萬人次;倒塌房屋20.9萬間，嚴(yán)重?fù)p壞62.3萬間，一般損壞144.1萬間;農(nóng)作物受災(zāi)面積10539.3千公頃;直接經(jīng)濟(jì)損失3454.5億元。與近5年均值相比，受災(zāi)人次、因災(zāi)死亡失蹤人數(shù)和農(nóng)作物受災(zāi)面積分別下降24.4%、2.8%和37.2%，倒塌房屋數(shù)量、直接經(jīng)濟(jì)損失分別上升96.9%、12.6%。

2023年全國自然災(zāi)害主要特點有：

一、全國自然災(zāi)害時空分布不均，“北重南輕”格局明顯

1—3月，除西南地區(qū)冬春連旱、西藏林芝重大雪崩災(zāi)害外，全國災(zāi)情總體相對平穩(wěn)。初夏，河南等地出現(xiàn)連陰雨天氣，給夏收造成不利影響。進(jìn)入主汛期，超強臺風(fēng)“杜蘇芮”、海河流域性特大洪水、松遼流域嚴(yán)重暴雨洪澇等重大災(zāi)害相繼發(fā)生。12月中旬山西等地發(fā)生低溫雨雪冰凍災(zāi)害對群眾生產(chǎn)生活造成較大影響，12月18日甘肅積石山6.2級地震造成甘肅、青海兩省重大人員傷亡。北方、南方因災(zāi)倒塌房屋數(shù)量占全國總損失比例分別為92.2%、7.8%，直接經(jīng)濟(jì)損失占比分別為73.7%、26.3%。

二、華北、東北遭受嚴(yán)重暴雨洪澇災(zāi)害，局地山洪地質(zhì)災(zāi)害突發(fā)

2023年，全國平均降水量612.9毫米，較常年偏少3.9%，出現(xiàn)區(qū)域暴雨過程35次。5月底至6月初，河南出現(xiàn)大范圍持續(xù)陰雨天氣，與小麥成熟收獲期疊加重合，造成較大范圍農(nóng)作物受災(zāi)?！捌呦掳松稀逼陂g，受“杜蘇芮”臺風(fēng)殘留云系影響，華北、東北相繼出現(xiàn)極端暴雨天氣，海河發(fā)生流域性特大洪水，造成京津冀等地重大人員傷亡和財產(chǎn)損失，松花江流域發(fā)生嚴(yán)重汛情災(zāi)情，造成黑龍江、吉林等地受災(zāi)嚴(yán)重。西南、西北等局地山洪地質(zhì)災(zāi)害多點散發(fā)，四川、重慶、陜西等地人員傷亡較大。全年洪澇災(zāi)害共造成5278.9萬人次不同程度受災(zāi)，因災(zāi)死亡失蹤309人，倒塌房屋13萬間，直接經(jīng)濟(jì)損失2445.7億元。此外，全國共發(fā)生滑坡、崩塌、泥石流等地質(zhì)災(zāi)害3666起，災(zāi)害級別以小型為主，主要發(fā)生在華北、西南等地區(qū)。

三、臺風(fēng)生成和登陸個數(shù)偏少、登陸強度偏強，帶來多場極端強降雨

2023年，西北太平洋和南海共有17個臺風(fēng)生成，較常年顯著偏少，其中6個登陸我國，較常年略偏少。臺風(fēng)“杜蘇芮”登陸期間給浙江、福建帶來大暴雨，引發(fā)局地山洪和部分城市內(nèi)澇，登陸后北上，環(huán)流在陸地長時間維持，造成華北、黃淮、東北等多地出現(xiàn)極端強降雨，引發(fā)嚴(yán)重暴雨洪澇災(zāi)害;臺風(fēng)“蘇拉”登陸時在冷空氣配合下，給廣東、廣西帶來大范圍大暴雨;臺風(fēng)“海葵”登陸后殘渦長時間影響華南地區(qū)，福建、廣東多地多站點降水突破歷史極值。2023年，臺風(fēng)災(zāi)害共造成1131.6萬人次不同程度受災(zāi)，因災(zāi)死亡失蹤12人，倒塌房屋7000余間，直接經(jīng)濟(jì)損失474.9億元。

四、我國大陸中強震明顯偏弱，甘肅積石山6.2級地震造成重大損失

2023年，大陸地區(qū)共發(fā)生5.0級以上地震11次，較歷年年均水平明顯下降，其中6.0級以上地震2次，較歷年年均水平亦有所減少。山東平原5.5級地震造成2900余間房屋損壞，部分基礎(chǔ)設(shè)施受損，直接經(jīng)濟(jì)損失2.4億元。甘肅積石山6.2級地震造成甘肅、青海兩省151人死亡，983人受傷，倒塌房屋7萬間，嚴(yán)重?fù)p壞房屋9.9萬間，一般損壞房屋25.2萬間，直接經(jīng)濟(jì)損失146.12億元。

五、西南、北方、西北等地出現(xiàn)階段性干旱，災(zāi)情總體輕于常年

2023年，我國先后發(fā)生西南冬春連旱、北方局地夏旱、西北地區(qū)伏秋旱，災(zāi)情總體偏輕。年初，西南大部降水偏少，特別是云南1—5月平均降水量較常年偏少五成。5—6月，華北、黃淮高溫過程多、極端性顯著，東北西部降水偏少2—3成。6—8月，內(nèi)蒙古西部、寧夏、甘肅大部、青海南部等地降水和區(qū)域內(nèi)河流來水量偏少，部分地區(qū)人畜飲水和農(nóng)業(yè)灌溉出現(xiàn)臨時困難。2023年，干旱災(zāi)害造成2097.4萬人次不同程度受災(zāi)，農(nóng)作物受災(zāi)面積3803.7千公頃，直接經(jīng)濟(jì)損失205.5億元。

六、風(fēng)雹災(zāi)害多點散發(fā)，江蘇等地遭受強對流天氣影響

2023年，全國共出現(xiàn)33次強對流天氣過程，較近5年同期均值偏少，主要集中在春夏兩季。全國共有1100余個縣(市、區(qū))遭受風(fēng)雹災(zāi)害影響，廣泛分散在華北、黃淮、西北、西南等地。全年共觀測記錄到26個龍卷風(fēng)，其中強龍卷風(fēng)9次，顯著高于多年平均次數(shù)。江蘇鹽城、宿遷、南通等地龍卷風(fēng)災(zāi)害造成14人死亡。2023年，風(fēng)雹災(zāi)害共造成605.3萬人次不同程度受災(zāi)，因災(zāi)死亡57人，農(nóng)作物受災(zāi)面積1174.5千公頃，直接經(jīng)濟(jì)損失117.3億元。此外，全年有17次沙塵天氣影響我國。

七、東北華北遭受低溫冷凍和雪災(zāi)，西藏林芝發(fā)生嚴(yán)重雪崩災(zāi)害

2023年，全國共遭受31次冷空氣過程影響，其中寒潮過程8次。11月5—7日、21—24日冷空氣強度達(dá)寒潮，內(nèi)蒙古和東北地區(qū)出現(xiàn)強降雪。12月13—16日冷空氣強度達(dá)強寒潮，河北、山西、北京、天津等地共有18個站日最低氣溫跌破建站以來12月歷史極值，中部地區(qū)出現(xiàn)大范圍雨雪天氣，造成河北、山西、山東、河南等地受災(zāi)。此外，1月17日西藏林芝派墨公路發(fā)生雪崩，造成28人死亡，為我國近年來死亡人數(shù)最多的一次雪崩災(zāi)害。2023年，低溫冷凍和雪災(zāi)共造成322.5萬人次不同程度受災(zāi)，因災(zāi)死亡30人，農(nóng)作物受災(zāi)面積519.2千公頃，直接經(jīng)濟(jì)損失49.2億元。

八、森林草原火災(zāi)起數(shù)處歷史低位，形勢總體平穩(wěn)

2023年，全國共發(fā)生森林火災(zāi)328起，主要集中在內(nèi)蒙古、黑龍江、廣西、云南4省(區(qū))，因災(zāi)死亡2人;共發(fā)生草原火災(zāi)15起，主要集中在內(nèi)蒙古，因災(zāi)死亡1人。森林草原火災(zāi)起數(shù)處于歷史低位，森林火災(zāi)、草原火災(zāi)起數(shù)較近5年均值分別下降77.5%、46.8%。

二、無人機災(zāi)情偵察發(fā)展情況

近年來，隨著防災(zāi)減災(zāi)工作的推進(jìn)，相關(guān)部門不斷完善應(yīng)急管理機制、健全應(yīng)急管理體系、引入先進(jìn)智能設(shè)備和科學(xué)技術(shù)，推動應(yīng)急救援工作效率升級，增強救援安全保障。截止目前，全國中央應(yīng)急物資儲備庫的儲備品種從過去的124種增至165種。其中，偵察無人機作為新增儲備品種之一，進(jìn)一步增強了應(yīng)急保障的科技水平。

憑借自身性能優(yōu)勢充當(dāng)偵察“排頭兵”

無人機作為先進(jìn)智能裝備，具有速度快、機動靈活、不受地理環(huán)境限制等優(yōu)勢，近年來被廣泛應(yīng)用到應(yīng)急救援領(lǐng)域中;加之GIS、智能視頻分析、大數(shù)據(jù)分析等技術(shù)的發(fā)展和各類軟硬件的研發(fā)，無人機在應(yīng)急救援領(lǐng)域的應(yīng)用也在不斷深入。

無人機應(yīng)用于應(yīng)急救援領(lǐng)域之初，主要充當(dāng)偵察“排頭兵”的角色。憑借自身速度快、機動性高等優(yōu)勢，在災(zāi)害發(fā)生后第一時間飛抵環(huán)境險峻、地勢惡劣的受災(zāi)現(xiàn)場，通過高清視頻采集設(shè)備進(jìn)行快速、大范圍的災(zāi)情偵察，同時配合應(yīng)急通訊手段，及時將災(zāi)害現(xiàn)場情況回傳至救援指揮部，不僅為指揮部進(jìn)行災(zāi)情研判、救援工作部署提供重要的信息和數(shù)據(jù)支撐，還能代替搜救人員深入危險地段，有效降低救援風(fēng)險、保障救援人員人身安全。

載荷多樣化發(fā)展助力無人機應(yīng)急救援全覆蓋

隨著無人機載荷的多樣化發(fā)展，無人機在應(yīng)急救援領(lǐng)域的應(yīng)用范圍和應(yīng)用深度也得到了拓展。搭載紅外設(shè)備進(jìn)行掃描測溫，可用于人員搜捕搜救及疫情期間偵測體溫異常;搭載喊話器，可進(jìn)行巡邏喊話和空中宣傳;搭載照明設(shè)備，可在災(zāi)害發(fā)生后通訊、供電中斷時，對指定區(qū)域進(jìn)行長時間穩(wěn)定照明，輔助救援工作開展;大型物流無人機載荷能力強大，可利用快卸鎖鉤貨倉和分布式載貨吊艙，進(jìn)行通信應(yīng)急物資裝備投放;還可搭載滅火設(shè)備，協(xié)助進(jìn)行遠(yuǎn)程滅火，保障人員安全。

不同類型的無人機搭載多樣化載荷，還能多機協(xié)同作業(yè)，展現(xiàn)無人機在應(yīng)急救援領(lǐng)域的整體解決方案。以攜恩科技參加的某省公安防汛救災(zāi)舟船演練為例，首先通過垂直起降固定翼無人機大范圍搜尋、定位被困群眾;隨后派遣多旋翼無人機抵近偵察并發(fā)射信號彈、投送救生衣，并配合引導(dǎo)水面船只快速解救被困群眾。

三維模型發(fā)展賦能無人機輔助應(yīng)急更具前瞻性

近幾年無人機測繪技術(shù)發(fā)展迅猛，伴隨著三維模型和相關(guān)軟件的更新迭代，無人機在應(yīng)急救援中的前瞻性愈發(fā)凸顯。

災(zāi)害發(fā)生后，無人機搭載傾斜攝影相機對災(zāi)區(qū)進(jìn)行數(shù)據(jù)采集，隨后將所采數(shù)據(jù)快速處理，繪制出災(zāi)區(qū)實景三維模型，實現(xiàn)災(zāi)區(qū)的三維可視化。實景三維模型不僅可以360°無死角展現(xiàn)災(zāi)區(qū)現(xiàn)狀，還可提供空間信息和可視化數(shù)據(jù)，為勘察地形、研判災(zāi)情、災(zāi)后救援部署提供更多信息數(shù)據(jù)支持。

除此之外，利用無人機航測技術(shù)提前為災(zāi)害高發(fā)區(qū)或指定區(qū)域制作高精度實景三維模型，可通過該模型，測算塌方量、滑坡量等數(shù)據(jù)，預(yù)估災(zāi)害波及范圍，用提前預(yù)估、防范的方式降低災(zāi)害帶來的損失;還可在此模型基礎(chǔ)上進(jìn)行災(zāi)害的應(yīng)急預(yù)案和救援模擬演練，最大程度降低災(zāi)害影響范圍和受災(zāi)程度。

無人航空與多學(xué)科交叉融合，應(yīng)急信息化平臺應(yīng)運而生

隨著科技的不斷演進(jìn)，無人航空與人工智能、數(shù)字孿生、5G、GIS地理信息等技術(shù)融合不斷深入，也衍生出了更多基于數(shù)字孿生的應(yīng)急信息化平臺。

2018年12月，攜恩科技配合某市安監(jiān)局進(jìn)行?；沸孤?yīng)急演練時，利用基于數(shù)字孿生的應(yīng)急輔助決策系統(tǒng)進(jìn)行了應(yīng)急救援指揮、現(xiàn)場處置等實戰(zhàn)應(yīng)用，這是國內(nèi)首次把信息化手段應(yīng)用于危險化學(xué)品應(yīng)急處置演練全過程。

三、無人機災(zāi)情偵察應(yīng)用現(xiàn)狀

偵察無人機在自然災(zāi)害應(yīng)急救援中扮演著極其重要的角色，它們?yōu)榫仍袆犹峁┍匾囊曈X、數(shù)據(jù)和情報支持。具有快速、靈活、持續(xù)和低成本等優(yōu)勢，為救援行動提供了強有力的支持，提高救援效率。

可以迅速抵達(dá)災(zāi)害現(xiàn)場，通過搭載的高清攝像頭、紅外熱成像儀喊話器、照明燈等設(shè)備，對災(zāi)區(qū)進(jìn)行實時監(jiān)測和災(zāi)情評估。協(xié)助救援人員了解災(zāi)區(qū)具體情況，如受災(zāi)范圍、建筑物損壞情況等。

在自然災(zāi)害中，無人機通過紅外熱成像儀等設(shè)備進(jìn)行人員搜救和定位。在復(fù)雜地形中尋找被困人員，并將信息實時傳回指揮中心?？罩斜O(jiān)測與二次災(zāi)害預(yù)防，在火災(zāi)、地震等災(zāi)害中，無人機可以進(jìn)行空中監(jiān)測，以防止二次災(zāi)害的發(fā)生。在無路、無電、無網(wǎng)絡(luò)環(huán)境下，提供穩(wěn)定的照明服務(wù)和全面的應(yīng)急指揮支持。

圖表：2018-2023年無人機災(zāi)情偵察市場規(guī)模(億元)