清晨6点，第一缕阳光洒落宁波三江口，散布于城市各处的56座无人机机场已悄然启动。机巢舱门依次开启，一架架无人机腾空而起，沿预设航线展开新一天的巡检任务。它们如同这座城市的“空中哨兵”，以独特视角守护着每一寸土地。

一场监测革命正在发生。从过去“人跑腿”到如今“云上瞰”，宁波市测绘和遥感技术研究院（以下简称宁波院）历时3年、投入近3000万元，构建起覆盖宁波建成区和前湾新区的无人机立体监测网络。这张网络，正深刻改变着城市的管理方式。

从“看不见”到“看得清”：一双自由移动的眼睛

“过去领导要检查某个地方，必须亲自跑过去。现在坐在办公室里就能看到现场情况。”宁波院副院长周张琪一边展示系统平台，一边感慨道。

这个平台正是该院近3年重点打造的“甬瞰低空慧眼平台”。其核心功能是将日益增多的无人机机场进行集成管理，实现自动运行、自动采集、自动支撑各项监测任务。

目前，平台已集成56座无人机机场。每座机场都有一个自动化机巢，内停一架无人机，犹如一个个“空中基站”，覆盖方圆6平方千米范围。今年底，这一数字将增至100座，基本覆盖全市主要建成区。

周张琪指着屏幕上密布的机场分布图说：“无人机可自行充电、定时巡飞，基本无人值守。”这意味着，这座城市拥有了一双可以自由移动的眼睛。与固定摄像头不同，无人机可在任意时间起飞，灵活抵达覆盖半径内任何需要关注的地方。

“固定摄像头优势是24小时不间断，但存在盲区。”周张琪打了个比方，“它像固定在某处的眼睛，虽紧盯一个方向，背后和侧面却可能看不见。而无人机像一只可以飞来飞去的眼睛，想看哪里就看哪里。”

当然，无人机并非万能。天气是最大制约因素——下雨无法飞行，大风也影响安全。充电需45分钟，满电飞行半小时左右，尚无法做到真正的“全天候实时监控”。

“所以我们正在推行‘机塔协同’。”周张琪解释，“铁塔上的摄像头负责24小时不间断监控，无人机负责覆盖盲区。两者互补，构成立体监测网络，减少盲区死角。”

从“看得清”到“看得懂”：AI之眼精准识别万物

如果说无人机是城市的“眼睛”，人工智能便是背后的“大脑”。“单纯的飞行和拍摄只是第一步。”宁波院负责AI研发的白海伟博士说，“真正的价值在于，能否让无人机‘看懂’它看到的东西。”

去年9月至今，该院已标注大量本地数据，训练出50多个AI模型，覆盖违法用地、堆场、建筑物、硬化地表、光伏板、集装箱、工程车、油罐车、挖土机、工业排热、地表积水、黑臭水体、生活垃圾、水面漂浮物等31种地物类型。

在该院的“事件中心”，每架无人机完成任务后，都会自动生成一条任务记录，返回大量照片、视频、全景和正射影像。这些数据会第一时间进入AI识别系统，自动识别各类疑似问题，生成“预警事件”。

“每个预警事件都先由AI判断问题属实的概率。”白博士说，“一旦判断概率超过90%，便直接推送至业务系统，进入人工研判环节。”

人工研判确认后的事件，可以通过“网格化”形式派发。该院依据北斗网格数据，将全市划分为一个个长120米、宽120米的小格子，实行网格员分片包干、分区管控。事件一旦定位到某网格，系统即自动通知相应网格员赶赴现场处置。

周张琪说：“从发现到派发，基本可以做到同步。”这种“发现—识别—研判—派发—处置”的闭环管理模式，使传统人工巡查模式发生根本性变化，实现了“即时发现、即时干预”，让许多小问题在酿成大祸前便被解决。从“人眼看”到“AI看”，这不仅是监测效率的提升，更是城市治理精度的飞跃。

过去，火情主要靠护林员巡查或群众报警。从发现火点到上报、再到人员出动，往往已过去很长时间。如今，无人机巡航时若发现烟火，AI会立即识别，相关事件线索通过业务系统通知最近的网格员和消防力量。“去年8月至今，我们利用无人机发现并处置了十多起疑似火情。”周张琪说，“大多是烧秸秆这类农事用火，火虽不大，但烟很吓人。以前可能无人管，或等发现时已蔓延。现在我们发现后第一时间通知，网格员几分钟就能赶到现场确认，如有蔓延风险，消防力量马上跟进。”

松材线虫是外来入侵物种，被称为“松树的癌症”。松树一旦感染，树叶发红发黄，最终枯死，并像传染病般迅速蔓延。过去，林业部门靠人工巡查发现病树——护林员翻山越岭，一棵棵查看，不仅效率低下，更关键的是，无法保证每一棵树都看到并判断准确。“现在，我们让无人机飞一遍，AI模型自动识别发红发黄的病树，生成精准坐标。”白博士说，“护林员跑一天可能只看一小片山，而无人机25分钟就能覆盖大片林区，每一棵树都不遗漏。”这种“全覆盖、无死角”的监测能力，让管理部门有了真正的“掌控感”。

类似案例还有很多。在沿海滩涂，无人机和AI正联手监测一种名为互花米草的外来入侵植物。这种植物繁殖力极强，破坏滩涂生态，甚至威胁海堤安全。过去要靠人工沿泥泞滩涂排查，如今无人机飞一遍，哪里长了互花米草一目了然。

水利部门可利用无人机巡查河道，监测污染物乱排乱放。“以前要靠人沿河走，或靠固定摄像头看几个点。现在无人机飞一圈，整条河的情况一目了然。”

在燃气管道沿线，无人机可监测周边有无违规施工。“按规定，燃气管道周边一定范围内不允许擅自施工。”周张琪说，“如果有人违规施工，无人机便会发现并及时预警提醒。”

在建筑工地，通过“甬瞰低空慧眼平台”还可识别工人是否佩戴安全帽；在公路上，可识别工程车、油罐车、水泥车；在河道上，可识别水面漂浮物、黑臭水体；在夜间，可识别工业排热、夜间强光……

“我们做的这些模型，大部分都有现实需求。”周张琪说，“有些是客户提出的需求，有些是我们自己感兴趣，觉得技术上可以尝试。但无论哪种，最终目的都是用技术解决实际问题。”这种“技术驱动”的研发模式虽有风险，却也常带来意外惊喜。比如集装箱识别，最初只是探索性项目，做出来后已用于耕地保护、港口物流监管等多个领域。

这样的监测体系，投入自然不菲。一座无人机机场造价14万元左右，56座机场就近千万元。加上软件研发、AI模型训练、数据采集标注，3年以来软硬件投入已超2000万元。再算上人工成本，总投入接近3000万元。

从“眼睛”到“大脑”：立体监测的演进逻辑

真正的“立体监测”，远非无人机的“独角戏”。固定摄像头可24小时不间断，但视角固定；无人机视角灵活，却难以长时间连续监测；传感器可精确感知细微变化，但成本高、覆盖有限。只有将它们结合，取长补短，才能真正实现“全方位、全天候、全覆盖”的监测。

“比如山体滑坡，传感器可以实时监测山体微小的位移，预警滑坡风险；无人机监测可在滑坡发生后快速评估面积和方量；固定摄像头可长期记录山体变化全过程。三者各司其职，共同构成完整监测体系。”周张琪举例说，“这便是‘立体监测’的真正含义——不是单一的‘一招鲜’，而是多种手段协同的‘组合拳’”。

在周张琪看来，无人机立体监测的演进分为3个层次。第一层是“看”，将眼睛延伸至空中，让决策者如获“千里眼”般看到远方。第二层是“用”，解决具体业务问题，如帮助林业部门找病树、生态部门查排污、城管部门识违建。第三层是“智”，实现实时、精准、自动化的监测，让无人机自动飞、自动识别、自动派发，全流程自动化。

这3个层次对应着立体监测的3个维度：看得见、看得清、看得懂。周张琪说：“我们首先解决‘看得见’，然后解决‘看得清’，最后才是‘看得懂’。目前前两步已基本完成，正在走第三步。”

对于未来，他们有清晰的规划：继续扩大机场覆盖密度，完善“机塔协同”模式，提升AI识别精度和自动化程度，拓展更多应用场景……

“无人机就像汽车。”周张琪打了个生动的比方，“你可以把它当出租车、公交车、私家车，也可以当特种车辆。我们目前的定位是‘政务专车’，聚焦自然资源等政务类监测领域。未来随着政策放开和技术成熟，可能会有更多用途。”

低空经济的风口已经到来，但真正能飞起来的，不是那些只会追风口的人，而是早已默默耕耘的人。宁波院的无人机立体监测之路，或许正是这样一个案例——没有喧嚣的口号，只有扎实的投入；没有夸张的承诺，只有一步一个脚印的探索。

当一架架无人机在城市上空巡航，当一个个AI模型在后台高效运转，当一条条预警信息被精准推送到网格员的手机——这座城市，正变得更加聪明、更加安全、更加可感知。