无人机技术在海冰灾害监测中的应用

DOI：10.16660/ki.1674-098X.2019.11.023
无人机技术在海冰灾害监测中的应用①
王主玉
(辽宁省自然资源事务服务中心 辽宁沈阳 110001)
摘 要：在发展的新时期，一些新的技术得到了研发应用，无人机技术就是在新时代研发的一项新技术，其可以根据无线远程信号进行控制，实现对目标区域数据的获取。

目前这一技术经常被用于地质灾害检测，通过对目标区域进行监测，对获取的相关数据进行分析，实现对灾害的监测和预防。

本文主要探索无人机技术在海冰灾害监测中的应用，分析如何实现对海冰灾害的监测和防范。

关键词：无人机技术 海冰灾害 监测 应用
中图分类号：P231 文献标识码：A 文章编号：1674-098X(2019)04(b)-0023-02
我国地质灾害发生的频率是比较高的，而无人机技术的应用，不论是对地质灾害的监测，还是辅助地质灾害救援以及灾情的勘察都具有积极的作用。

特别是在近几年的地质灾害中，无人机技术起到了非常重要的作用。

本文探索的是无人机技术在海冰灾害监测中的应用，能够利用无人机技术，对海洋上漂浮的冰块以及冰山进行实时监测，对灾害进行监测和防御。

1 无人机技术
无人机，通俗来讲，就是没有人开的飞机，利用无线电遥控设备和自备的程序控制装置操作。

不论是在地面还是舰艇，相关的控制人员都可以通过雷达等设备，对其进行跟踪、定位以及遥控和遥测，实现数据的传输。

无人机技术具有无人机技术测绘，数据处理的特点。

随着经济的发展，无人机技术也在不断地完善和进步，结合更多的先进技术实现自主控制，被用来勘察监视、骗敌诱饵，还具有攻击、射击的作用等，本文主要探讨的是对海冰灾害的监测作用。

首先是利用其测绘的功能，在无人机上安装相机等一些传感设备，对目标区域进行高精度的测绘。

其具有明显的航测遥感优势，可以小面积地低空飞行，灵活，快速的处理数据，可以获取小面积、高分辨率的影像。

然后是具有测绘数据处理的特点，具有精准的空间分辨率，较强的时效性。

其具体的处理首先是遥感影像搜集然后进行预处理，对原始航片进行畸形纠正，建立测区，输入相关的参数等，在建立相机参数文件，建立影像列表后，经过一系列的处理，编辑、补缺等最后得出成果[1]。

2 无人机技术在海冰灾害监测的应用
2.1 海冰危害
海冰灾害也被称之为白色灾害。

海冰是漂浮在海洋上的冰块或者是冰山，在受到了风和流的作用发生运动。

一块6km的见方高1.5m的冰块，即使其流速不是很大，推力也可以达到4000t，完全可以推倒海上的工程建筑物，比如石油平台，可见其造成的影响是巨大的，损失也是非常大的。

特别是对港口和海上船舶的破坏力非常的强。

除了推压力之外，还有海冰胀压力，以及冰的竖向力，都可以造成破坏。

对于海冰灾害，有一个本世纪最大的灾害，就是“泰坦尼克”号与冰山的撞击，其灾害可以被称之为灭顶之灾。

另外在1969年，海冰直接摧毁了我国“海二井”石油平台，还对“海一井”平台造成了严重的损坏，由此可见海冰所带来的灾害是多么的严重。

近年来各国更是加强了对海冰灾害的监测，而无人机技术的研发，对海冰灾害的监测具有重要的积极意义[2]。

其与遥感技术相结合，利用无人机飞行技术、遥感技术、监控技术、通信技术以及定位技术等，完成数据处理，建模和应用分析能力的应用。

2.2 无人机技术对于海冰灾害的监测
2.2.1 海冰灾害监测技术的发展
在最开始海冰灾害监测主要是定点监测，具体的方法就是在沿岸台站设立监测点，在海上固定平台进行监测或者使用船舶监测，但是这些监测方式其监测的范围都很有限，不能实现对整个海区海冰状况进行实时检测，一旦出现问题，也不能及时地发现。

无人机的应用，大大提高了海冰灾害监测的精准性。

大范围的探测，快速地获取资料，并分析出其异常的状况，实现了对整个海域海冰冰情准确及时的监测。

目前我国对于无人机技术已经应用到了各级海洋预报中心，要求实时对海洋的海冰冰情进行监测，并建立了监测系统。

无人机遥感技术结合雷达可以确保整个系统的正常运行，无人机定期在海域进行监测调查，将结果传输到海洋环境预报机构。

目前我国海冰灾害监测主要是通过建立监测系统来完成灾害的监测和预防，而无人机技术就是其中非常重要的一部分，可以说是整个系统的执行体系，信息的获取都需要无人机来完成。

具体的执行是：无人机在海域范围上进行航拍，主要是观测海冰趋势、冰期以及流冰范围和冰厚等内容，然后把获取的信息传输给系统[3]。

2.2.2 具体的应用
首先可以实现快速的测绘，利用无人机技术在海域上飞行监测，获取真实的图像，对一些特殊地方进行重复多角度的拍摄，保证信息资料的详细和完整，确保整个灾害地区的信息都在管控范围之内。

当海上的环境比较恶劣
(下转25页)
①作者简介：王主玉（1985—），女，汉族，辽宁朝阳人，硕士，工程师，研究方向：海洋环境预报与防灾减灾。

置。

槽深——相对于对刀位置一段距离。

切削量——一次进给量，Z轴切削量为0~0.5mm之间。

进给速度——加工中X、Z轴移动速度。

暂停时间——第二次进给与第一次进给间隔时间。

主轴转速——主轴电机的转速。

第一槽到第八槽X坐标--是相对于对对刀的位置，第一槽可以设置为0，第二槽是相对于第一槽的距离。

设定好后，进入工作坐标系设定界面，点击相对坐标清零，把光标移动到G54 下的X、Z 处，点击载入机械坐标并确定，此时G54 坐标和机械坐标显示一致，返回铣槽加工界面，按自动执行键使指示灯常亮，按启动就开始自动加工程序（自动程序启动后，机床会先退刀50mm，然后返回到对刀处）。

加工完成后车床自动停止。

如加工过程需要暂停进给，可以按停止键进行停止。

异常处理：按主轴停止可以停转主轴，按复位键能够停止主轴，伺服轴的移动。

停止键是暂停自动进给。

急停是在危险的情况下切断所有电源。

当机台发生故障时CNC 画面会显示警告信息，提示错误发生地方
3 数控机床的优点及效益分析
3.1 数控机床的优点
数控机床采用先进的数控加工原理进行控制，与原有的机械式车床相比较，精度、最小进给量等各项技术参数及性能都极大地进行提高，解决了原有提升机绳槽加工光洁度不高，加工深度控制不精确，绳槽宽度无法保证等问题，同时数控机床根据现场工作需要，具有手动车削、寸动进给及自动车削功能，操作简单方便，解决了车削加工时劳动强度大，施工时间长、风险较大等问题，保证了主提升绞车的安全可靠性。

3.2 效益分析
我矿现共有5套主提升绞车，每年新滚筒衬垫投入及施工人工费用需要70万元左右，采用数控车床进行车削后，极大地延长滚筒衬垫使用寿命，减少资金投入，同时改进后每次施工时间减少了一半，提高了主提升系统的提升效率，产生极大的经济效益及社会效益。

4 结语
综上所述，数控机床在矿井多绳摩擦式主提升绞车滚筒绳槽衬垫车削应用中的优势是显而易见的，矿井设备的数控化、自动化是目前行业发展的趋势，也是智能化矿山的一个标志，需要我们不断探索、研究。

参考文献
[1] 于励民.煤矿机电管理指南[M].北京:煤炭工业出版
社,2014.
[2] 倪祥明.数控机床及数控加工技术[M].北京人民邮电出
版社,2011.
[3] 唐利平.数控车削加工技术[M].北京:机械工业出版
社,2011.
(上接23页)
时，无人机不受环境的影响，在小阻力的状况下，也可以实现海冰灾害的监测。

而且利用无人机测绘技术，可以保证信息的有效性。

在图像的拍摄以及数据的收集过程中，可以自动地识别、处理和检测，对于无效信息进行排除，对不稳定信息进行核实，确保最终图像或者数据的精准性。

然后是对灾害地区的一个信息获取，当发生了海冰灾害之后，就可以通过无人机技术对灾区的情况进行拍摄，以便于相关的人员获取灾害情况和灾害现场，并根据现场的情况，制定相应的措施和方案，降低灾害的危害程度。

同时可以发现一些潜在的灾害，防止灾害的扩大[4]。

所以无人机技术对于海冰灾害的监测具有非常重要的作用。

其次是在海冰灾害的排查测评，可以通过遥感技术和数据处理获取相关的影像和数据资料，以此作为灾害排查测评的重要依据。

比如把监测的相关数据与原始的数据进行对比，观察是否出现异常，相应的指标是否发生变化；进而可以确定灾害的分级、灾害的状况，以及灾害再次发生的可能性，为海洋预报机构提供相关的数据资料，帮助其分析和制定方案。

2.3 无人机技术对海冰灾害监测的作用
总而言之，无人机技术在海冰灾害监测中的应用具有非常重要的作用，不但可以从空中对海冰灾害进行宏观拍摄，实现对海冰灾害大范围和立体性的监测；还可以连续拍摄地面立体图像，扩宽视野，更加全面掌握海冰灾害的各种信息。

通过快速拍摄获取的大量高效率图像和数据资料，利用先进的电子光学仪器和电子计算机进行传导、接收以及处理提取，实现了海冰冰情的动态监测，还能依据获取的灾情资料，建立高效的数据模型，为海冰灾害监测节省了大量的时间和人力。

同时，国家海洋局利用无人机技术，还可以对海域进行监测，实现对海域区域的管控[5]。

3 结语
本文主要是研究无人机技术在海冰灾害监测中的应用。

首先对无人机技术进行了分析，探讨了海冰灾害，并详细地研究了无人机技术在海冰灾害监测中的应用。

无人机技术，可以实现对海冰灾害的监测，有利于海冰灾害的防预和应对措施制定，减少海冰灾害所造成的损失，保证海域安全。

今后也需要进一步地完善无人机监测技术，提高对海冰灾害的监测能力，防止海冰灾害的发生。

参考文献　
[1] 范承啸，韩俊，熊志军，等.无人机遥感技术现状与应用
[J].测绘科学,2009(9):214.
[2] 李定松.无人机技术在地质灾害监测中的应用[J].北京
测绘,2015(4):76-78,62.
[3] 许宁,陈伟斌,刘雪琴,等.海洋工程海冰灾害风险排查技
术的初步探讨[J].数学的实践与认识,2015,45(1):144-150.
[4] 李忠强,唐伟,张震,等.无人机技术在海洋监视监测中的
应用研究[J].海洋开发与管理,2014,31(7):42-44.
[5] 江崇波,江帆.渤海海冰灾害监测预警及防灾减灾的思
考[J].海洋开发与管理,2013,30(2):20-22.。