科技前沿 | 无人机海水采集技术——为监测海洋污染带来新希望？ - 海洋污染监测技术

/ Y4 T4 n2 ?- b; N" W: { T" H- a9 r

导读：大量的污水和固体废物倾入海水已经严重危害了全世界的海洋环境，如何及时有效地监测海洋环境成为了一个重大的挑战。无人机的快速发展是否为监测海洋污染带来了新希望？

01

, U ?5 X3 T' L

海洋危机

2023年8月24日13时，日本福岛第一核电站强行启动福岛核事故污染水排海，这一行为引发了广泛争议和担忧，对全球产生了众多负面影响。2023年9月1日，美国佛罗里达州圣彼得堡地区海牛港发生原油泄漏。这两起事件引发了全世界人民对于海洋安全问题的严重担忧，大量的污水和固体废物倾入海水已经严重危害了全世界的海洋环境，其中所包含放射性物质，可能长期污染周边海域，危及海洋生态系统和生物，还导致生态系统的广泛破坏，放射性物质会累积在食物链中，威胁海洋生物的健康和多样性；对人类会产生健康风险，受污染的海产品使人类暴露于放射性物质，增加患癌症等健康问题的几率。因此，需要进行海洋周边国家长期的监测和研究，以了解实际影响，这将需要大量资源和国际协作。

图1  8月24日，日本民众抗议日本政府启动核污水排海 3 E! y) Q! O4 G+ O( a! W

（来源：新华网）

核污染海水会随洋流出现在世界各个角落，我国也在这个范围之内，因此在未来海洋保护领域，如何实现快速而准确的海水质量监测与评估已成为一项至关重要的挑战。海水质量评估计划需要采集目标区域的水样，进行物理、化学和细菌分析，其最主要的目的就是描述海水的特征，确定水质随时间的变化或趋势，同时也可用于确定特定的现有或新出现的水质问题。例如，核污水、暴雨携带的污染物，这其中可能包括放射性元素、细菌、垃圾、沉积物、油类和重金属。通过监测，可以获得信息以制定具体的污染预防和修复计划。此外，水质监测还可以检查计划目标是否符合水污染法规，还有助于在自然灾害发生后对洪水事件做出快速反应。但是受限于人员缺乏、水体交通不便、水样采集时间有限，尤其是在自然灾害和紧急情况发生后，这些都是海水水样采集所面临的挑战。

传统的海水质量检测需要大量的人力、物力在目标区域提前部署，费时且费力。然而，随着物联网（Internet of Things, IoT）的发展，智能传感器可以广泛部署在智能交通、森林监测、智慧城市和智慧海洋等场景中。而无人机（Unmanned Aerial Vehicle，UAV/Drones）的快速发展，更是为传感器感知领域带来了许多新的机会和挑战。无人机具有覆盖范围广、机动性强的特点，可携带传感设备，具备高灵敏度、高灵活性和低成本的优势，从而可实现高空高速感知、实时数据采集、多传感器集成等功能，为物联网数据收集提供了新的机遇，也将继续推动传感器技术的创新和发展。此外，无人机可以携带传感器在目标区域收集数据，这大大降低了感知网络的能耗。无人机与物联网的结合有助于及时有效地收集数据，尤其是在复杂、恶劣或偏远的环境中。作为一种理想的数据收集工具，相比于其他感知模式，无人机辅助物联网数据收集具有以下优势：

数据收集的高效性和灵活性：无人机的飞行轨迹可以优化，从而减少了数据收集时间。物联网能耗低、网络寿命长：无人机不仅能降低物联网数据传输的能耗，还能对传感器进行无线充电，从而共同提高物联网的网络寿命。

覆盖范围广：由于无人机飞行高度高，无人机与传感器之间的视线（LoS）连接几率更高，从而提高了通信的成功概率和覆盖范围。

; V/ Y* ^7 q. y+ H

这一融合将为未来海水质量监测和其他传感应用带来巨大的潜力，促进更有效的数据收集和环境监测。

图2 无人机数据采集系统模型

02

基本原理

应用无人机来收集海水环境中的水样和化学数据是一种崭新而前瞻的方法。首次关于此类研究的发表可追溯至2013年，Ore等人的工作开辟了这一领域的新可能。推动无人机在水样采集领域的应用发展至关重要，因为目前全球的水样采集和数据收集计划需要大量的现场工作人员，造成高昂的成本，同时也存在健康、安全和生物安全风险。相对于传统的水样采集技术，无人机的应用能够更加安全、简便、可靠和准确地评估水化学参数。无人机在海洋科学研究中具有巨大潜力，因为它们操作便捷，不受地理限制，能够进行生态环境监测和海水采样，特别是在近海区域。

图3 无人机海水采集装备 ) [8 k. M8 a7 C3 F/ C. h7 B! T. x

一般来说，无人机海水采集设备主要部件由无人机和采水器组成。无人机由多个关键组件构成，包括机架、马达、螺旋桨、电子速度控制器、飞行控制器、GPS接收器、遥测无线电发射机和电源。此外，它还配备了底部的有效载荷，包括伺服电机、采水机构、触发采水器的设备以及浮动附件。其原理涉及多个关键步骤和技术组件，主要流程如下：

图4 无人机海水采集设备主要部件

（a）带有浮动附件的无人机（b）采样设备和信息传输设备

1.起飞和导航：无人机首先从地面或水面起飞，并依赖内置的GPS接收器和导航系统确定自身的位置和飞行路径。这些系统确保无人机能够按照预定的航线飞行到指定的采集区域。2.采集位置识别：一旦到达采集区域，无人机需要准确定位采集位置。这可以通过GPS坐标、图像识别或其他传感器来实现，以确保采集的样本来自所需的特定位置。3.海水采集机构：通常，无人机配备了专门的采水机构，可以从水体中采集样本。这些机构可以是自动的，根据预定的计划触发采水操作，或者可以由操作员通过遥控来控制。4.样本存储：一旦采集到海水样本，它们需要储存在适当的容器中，以防止样本污染或泄漏。5.数据传输：采集到的数据通常通过遥测无线电发射机传输回地面站或控制中心。这样的实时数据传输允许研究人员监控和分析数据，而不必等到无人机返回。6.安全回程：一旦完成采集任务，无人机将根据预定的路径返回基地或船只。导航和避障系统确保其安全飞行，避免碰撞或危险。7.数据分析和利用：采集到的海水样本和数据可以用于各种海洋科学研究，包括水质分析、生物学研究、污染监测等领域。这些数据对于理解海洋生态系统和保护海洋环境至关重要。

03

关键技术

% w1 t( `' ^/ P% x6 l( }

无人机海水采集技术的实行依赖于高度精确的导航、可靠的通信、自动化采集机构以及海上环境的考虑。这些系统的不断发展和改进将继续提高无人机海水采集的效率和精确性。同时，无人机海水采集技术也是一种利用多台无人机协同工作，进行大范围、多参数的海水环境监测和数据采集的方法。这种技术在海洋研究、环境保护和海洋资源管理等领域具有广泛的应用前景。以下是其关键技术点：

传感器选择与集成：选择适合海水环境监测的传感器，包括测量海水温度、盐度、pH、溶解氧、叶绿素浓度、浊度等参数的传感器。确保这些传感器能够耐受海水的腐蚀和恶劣条件。然后将这些传感器集成到无人机上。

通信与数据传输：建立可靠的通信系统，以便实时传输数据。无人机之间需要协同工作，因此它们必须能够共享数据，并将数据传送到地面控制站或云端服务器进行处理和存储。

8 m* g& |9 Q/ L' N

无人机编队与路径规划：开发无人机编队控制算法，使多台无人机能够协同工作，覆盖大范围的海水区域。路径规划应考虑最优的采样点，以最大程度地提高数据采集效率。

自主操作：研究和开发自主操作算法，以确保无人机能够自动执行任务，包括起飞、降落、采样和避障等。这些算法应适应不同的海洋条件和气象情况。

0 D* r+ G$ x8 [$ f1 T

电源管理：确保无人机具备足够的续航能力，以支持长时间的海洋监测任务。这可能需要考虑太阳能充电或其他可再生能源。

数据整合与处理：将来自多个无人机的数据进行整合和处理，以生成完整的海水环境数据集。这可能需要使用数据融合和处理算法来处理传感器数据。

) c8 O( c* p9 t$ @3 m

数据存储与管理：设计有效的数据存储和管理系统，以便存储大量的监测数据，并确保数据的安全性和完整性。

安全性与法规遵守：需要考虑无人机操作的安全性，包括避免与其他航空器的碰撞以及在风暴或其他恶劣天气条件下的应对措施。此外，需要遵守相关的法规和许可要求。

持续维护和升级：确保无人机系统的持续性能和可靠性，包括定期的维护、传感器校准和软硬件升级。无人机海水采集检测技术的成功应用需要跨学科的合作，涵盖机械工程、电子工程、计算机科学、海洋科学和环境科学等领域的知识。技术的进步将有助于更深入、更全面地了解海洋环境，从而更好地保护和管理海洋资源。 n; \3 i+ _& ]9 p8 d. h" ~

04

国内外研究现状

目前，国内外的研究学者都对无人机海水采集领域显示了浓厚的兴趣。欧洲、美国、加拿大、日本和韩国等国家和机构在无人机海水采集领域进行了广泛而多样化的研究和应用。欧洲专注于无人机系统设计与集成，发展高效的能源供应和环境感知能力。美国的Cengiz / y+ K# t* l* U8 p! S- A8 U! Z Koparan团队则利用机器学习和人工智能技术，开发具有高度自主决策和智能化的无人机阵列系统。加拿大侧重于路径规划和协同工作技术，通过算法实现多机协同，提高任务执行效率。日本关注海洋生态保护和资源管理，利用无人机阵列技术为科学研究和政策制定提供支持。韩国的研究机构和企业也在海水原位检测技术方面做出了贡献，并积极推动该技术在海洋监测中的应用。这些国家和机构的研究有助于推动无人机海水采集技术的不断发展和应用。 ) |) R2 i* F' _ U' |2 t; t

国内的企业和科研单位也在无人机海水采集领域投入了大量的精力。南方科技大学、广州海洋实验室深圳分部、深圳海洋地球古菌组学重点实验室和深圳市朗诚科技股份有限公司等科研平台，在中国科学院院士陈十一的指导下，早在2019年就启动了无人机海水采样项目。海洋系科研团队提出了无人机阵列进行海水原位监测和采样的总体设计和相应的技术指标，并与力学与航空航天工程系智能无人机实验室科研团队进行合作，经过2年多的研发测试，定制研发了智能无人机阵列装备“海上烈鸟”1.0。该装备通过了稳定性、续航能力、5公里集群智能采水等方面测试，实现指定地点精准重复取样、多点位同时取样、24小时不间断取样等功能。2020年到2023年之间，“海上烈鸟”1.0成功进行了在万山岛、大亚湾、珠江口、大亚湾核电站水域、南澳第一沙滩水域等多个海域的连续取样作业和传感器数据采集，为海洋探测科学研究提供了宝贵的多点同步周期性数据。在“海上烈鸟”1.0的基础上，研究团队进一步优化设计飞行平台，机载取样装置和一体化控制算法，定制开发的“海上烈鸟”2.0，大幅提升载重、续航能力，并实现了无信号工况下全自主，多深度取样的技术突破。

图5 2021年1月初“海上烈鸟”1.0在东澳岛集群作业现场 : ]9 r1 k# k( c

（来源：搜狐网海洋知圈）

图6 “海上烈鸟”2.0作业现场 & ]! | `. w) H! e/ w8 v* l5 U6 I/ Z2 K

（来源：搜狐网海洋知圈）

同时，我国也有大量的企业投入到了无人机海水采样领域的研究。2017年，广州飞创智能科技有限公司便推出了全球首款用于水质采样作业的无人机——蜻蜓采水无人机1代，配备了先进的传感技术和精密的操作系统，能够自主飞行并精确控制采集过程。这不仅提高了效率，还降低了人力成本，并且大大减少了对人员的安全风险。并于2022年推出了——蜻蜓采水无人机2代，新一代采水无人机更智能、更便利、更安全，几乎零上手难度，解决了1代产品需要专业的无人机飞手才能操作的痛点。这代采水样无人机以其卓越的性能和可靠性，将为水资源管理和环境保护领域带来新的突破。深圳市可飞科技有限公司研发迅汲V2智能海水采样系统，适配大疆DJI M350型号无人机，具备强大的环境感知能力，可实现定深水体采样、远程超视距采水的功能。配备多种用户友好功能，支持全自动航点飞行定深采水、数据实时同步云端、多平台协同作业。南京迪夫特信息科技有限责任公司自主研发无人机取水系统，利用无人机挂载水体取样设备，可快速便捷地到达预定采集点坐标，通过集成的视频传感器，观察水面周围情况，利用取水系统快速采集距离水面指定深度的水样。 8 H0 p3 K- j, X( Y% ~

图7 飞创蜻蜓采水无人机1代水库采样作

（来源：飞创FeiChuang）

图8 飞创蜻蜓采水无人机2代湖泊采样作业

（来源：飞创FeiChuang）

图9 迅汲V2智能海水采样系统

9 X/ @5 d4 A. a9 l

（来源：可飞科技Soarability）

图10 南京迪夫特无人机取水系统

（来源：南京迪夫特信息科技有限责任公司）

/ H( P+ s& N( ?* }& [8 Z

05

1 F: _- O+ y( u; e

应用前景与未来展望

+ B( ]* f0 h. r

无人机海水采集技术在海洋科学研究和环境监测等领域具有广泛的应用前景，然而，它也伴随着一系列优点和不足，这些因素取决于具体的应用和环境情境。以下是无人机海水采集技术的一些主要优缺点，帮助我们更全面地了解这项技术的特点和潜力：

优点描述节省人力和成本使用无人机可减少雇佣船员和设备维护成本，提高经济效益。高效性和灵活性无人机能够轻松进入难以到达的区域，具备高度的操作灵活性和效率。实时监测无人机能够即时传输数据，使研究人员能够迅速获取有关海水的信息。精确性无人机采集数据准确性高，减少了人为误差，有助于科研和监测的精度。环保相对于传统船只，无人机对环境的干扰较小，噪音和废水排放也更少。缺点描述有限的采样容量无人机通常具有较小的采样容量，不适用于需要大量样本的项目。有限的续航能力无人机需要频繁充电或更换电池，限制了长时间的采集任务的执行。受天气条件限制恶劣天气条件可能限制无人机操作，尤其是在海上环境中的风险较大。技术要求无人机采集需要经验丰富的操作员来确保成功操作和数据准确性。初始成本购买和维护无人机系统的初始成本通常较高，尤其对于专业化设备而言。

总的来说，无人机海水采集技术在许多情况下都是一种有价值的工具，可以提供高质量、实时的海水数据。然而，它并不适用于所有的海洋研究任务，因此需要仔细地规划和适应不同情境下的操作策略，以充分发挥其优势并应对挑战。未来的技术发展和创新将有望进一步提高无人机海水采集的性能和应用范围。

随着无人机技术的迅速发展，它们在海洋科学和相关行业中的应用正迅速扩展，有望为保护和可持续利用海洋资源以及维护海洋生态系统做出重要贡献。未来，我们可以期待更多的创新和改进，以克服当前的挑战。例如，通过引入自主导航和智能水样采集系统，未来的无人机也有望实现更高级别的集群协作，从而提高海水样本采集的效率和精确性。此外，对无人机进行防风性能的改进将使它们能够更好地适应恶劣海况，确保科研工作不受天气的干扰。无人机在海洋监测和环保领域中具有广阔的前景，其应用将在以下几个方面发挥重要作用：高效的海水采样和数据收集：无人机可以快速、高效地采集海水样本和相关数据，包括水质、温度、盐度、浮游生物等，为科研和监测提供丰富的信息。这对于了解海洋生态系统的健康状况、污染情况和气候变化影响至关重要。监测海洋污染和非法捕捞：无人机可以用于监测海洋污染源，及时发现和应对油污、废物排放等事件。此外，它们还能监测渔船的活动，有助于打击非法捕捞和保护海洋资源。生态保护和海洋保护区管理：无人机可以用于监测海洋保护区内的野生动植物、珊瑚礁和其他生态系统。这有助于确保这些区域的保护和管理。海岸线管理和海洋灾害监测：无人机可以协助监测海岸线的侵蚀情况、海啸、风暴和其他海洋灾害。这有助于及时采取措施，保护沿海地区的人们和资产。 : |- b4 i2 H* J0 M/ L- |

科学研究和数据驱动决策：无人机提供了更多的实时数据，有助于科学家们深入研究海洋生态和气候系统。这些数据也可用于支持政府和国际组织制定环保政策和规定。

节能减排：相对于传统的大型船只或飞机，无人机通常更为环保，因为它们的运行更节能，减少了碳排放和噪音污染。然而，实现这些前景需要克服一系列的挑战，包括技术改进、法规制定、隐私问题和数据处理能力等。此外，国际合作也是关键，因为海洋问题通常跨越国界，需要全球共同努力。无人机的未来在海洋科学研究中将扮演越来越重要的角色，带来更多的创新和便捷性，同时也需要不断的技术进步来应对海上环境中的挑战。这些进步将有助于推动海洋科学领域的发展，更好地保护和管理我们珍贵的海洋资源。

保护地球环境，人人有责！！！

' B8 ~5 B7 W- o' K \

参考文献

[1] Lally H T, OConnor I, Jensen O P, et al. 3 D9 b% n, _1 w& j" O7 L Can drones be used to conduct water sampling in aquatic environments? A review[J]. Science of the total environment, 2019, 670: 569-575.

8 {# D2 Q9 p0 S5 d6 L+ C3 L6 {

[2] Koparan C, Koc A B, Privette C V, et al. Evaluation of a UAV-assisted autonomous water sampling[J]. Water, 2018, 10(5): 655.

[3] Wei Z, Zhu M, Zhang N, et al. UAV-assisted data collection for 7 c6 z) C b7 e8 x2 C internet of things: A survey[J]. IEEE Internet of Things Journal, 2022, 9(17): ; y' \* V+ C$ \2 l$ |4 x 15460-15483.

[4] Koparan C, Koc A B. Unmanned aerial vehicle (UAV) assisted water & o8 m) A- Y+ }4 @; r9 F2 t sampling[C]//2016 ASABE annual international meeting. American Society of Agricultural and Biological Engineers, 2016: 1.

[5] Koparan C. UAV-assisted water quality monitoring[D]. Clemson Y4 b! y# t$ U' J2 ] University, 2020.

[6] Koparan C, Koc A B, Privette C V, et al. Autonomous in situ measurements of noncontaminant water quality indicators and sample collection * ?& j, `( D6 O8 {& |* h, ` with a UAV[J]. Water, 2019, 11(3): 604.

( ]) u" M" k0 u! G9 ~/ V' ^

[7] Dong M, Ota K, Lin M, et al. UAV-assisted data gathering in wireless 5 w' F7 `9 M) v3 ] sensor networks[J]. The Journal of Supercomputing, 2014, 70: 1142-1155.

6 V- e. I8 E6 i1 m4 ^& I: R

[8] https://it.sohu.com/a/706191375_726570.

9 c z# @3 ~* r

[9] https://mp.weixin.qq.com/s/qdRD2C4Bbb8unPGRtKBijQ.

. |. b( E& r2 A8 k

[10] http://www.gz-feichuang.com.

- F& Q6 d: G0 I0 A9 s7 Q7 ~

[11] https://www.soarability.tech/speedip_uav_water_sampling.

& K6 y: X! Q4 \ [% L7 v) Z

[12] http://www.njdifute.com/products.asp?id=753.

. Q }1 C: ^8 F* S' C

[13] 中国科学报. 首个用于多深度海水采集的无人机阵列完成海上作业[EB/OL].(2023-07-25)[2023-08-09]. 8 h( p6 O0 H: y( Q https://news.sciencenet.cn/htmlnews/2023/7/505438.shtm.

) T% o( ?2 x2 x U9 f7 p

[14] 中国科学报. 无人机阵列海水取样项目通过验收鉴定[N/OL].(2021-04-06)[2023-08-09]. https://news.sciencenet.cn/htmlnews/2021/4/455578.shtm.

作者：空天漫游者；白开心；四旋大空翼。

欢迎关注我们，投稿、授权等请联系

dikongxxl@163.com

% O4 f# Y0 Q' Y! ^8 p& S