杨鑫

良渚遗址作为实证中华五千年文明史的圣地，其保护工作至关重要。现探讨无人机遥感监测与智能算法识别技术在良渚遗址保护中的融合应用。通过无人机获取高分辨率影像数据，利用智能算法对遗址的地形地貌、文物本体、周边环境变化等进行精准识别与分析，实现对良渚遗址全方位、实时性的监测与保护，并阐述该技术体系的构建、具体的应用场景、取得的成效，以及面临的挑战与未来展望，以期为该遗址保护提供创新的技术思路与实践经验。

无人机遥感监测技术凭借其机动性强、分辨率高、成本相对较低等优势，能够快速获取遗址区域的高分辨率影像，为遗址保护提供丰富的基础数据。而智能算法识别技术则可以对这些海量数据进行高效处理与分析，精准识别遗址的各类特征与变化信息。二者有机融合，能够为良渚遗址的保护工作开辟新路径，有助于实现对遗址全方位、实时性监测与科学保护，对传承和弘扬中华优秀传统文化、维护世界文化多样性具有重要意义。

良渚遗址保护现状及面临的挑战

保护现状

良渚遗址构建起一套周全的保护管理体系，全面落实日常巡查、本体保护及环境监测工作，通过搭建良渚遗址数字化监测保护架构，系统整合病害监测、自然环境、社会环境、防盗掘盗挖、游客监测、建设控制等多维数据。在文物巡查、建设项目管控、盗掘盗挖防范等场景中，通过跨部门数据共享与技术联动可实现全链条智慧监管，推动从“事后处理”向“事前预防”、“单向度监管”向“立体化监管”转变，提高文物安全监管智能化水平。

面临的挑战

1.自然因素威胁

良渚遗址地处南方湿润地区，气候条件错综复杂，长期的雨水冲刷易导致遗址地表水土流失。遗址的地貌结构持续重塑，文物本体遭侵蚀，尤其是土遗址的构成单元，正面临渗水、风化、裂隙、微生物侵蚀等病害；同时，湿润的气候为植物生长提供了条件，遗址本体上杂草、树木等植被的根系生长，可能对文物造成破坏，加剧遗址损毁。

2.人为活动干扰

良渚遗址声名日盛，游客人数迅猛增长，大量游客的到来可能引发遗址的踩踏隐患，游客的不当行为亦需警惕。此外，周边区域的城镇化与农业生产也可能对遗址的完整性构成挑战，如不合理的土地开发可能导致遗址范围缩小，施工过程可能对遗址埋藏的古代遗存造成威胁。

3.传统监测手段的局限性

遗址保护监测主要依赖日常的人工巡检行动，此法效率欠佳，且受人力、时间与地形等要素的制约，难以实现对162平方千米管理区域的全天候、全方位监测。传统的监测组件群，如温湿度传感器、雨量计等，仅限于单一数据点的采集，数据间相互孤立，造成重监测轻分析、重监测轻预警的倾向，从而未能全面揭示遗址区域环境变化的整体走向，无法发挥数据间的联动性和应用价值。

无人机遥感监测与智能算法识别技术原理及优势

无人机遥感监测技术原理

此监测系统由飞行平台、遥感传感器、数据传输网络及地面指挥中心四大核心部件构成，无人机平台搭载了多种遥感探测设备，涵盖光学、热红外、多光谱等，设备配置齐全，可以按照预设航线在遗址区域上空飞行，飞行过程中，地面目标映入传感器的镜头，采集目标区域的视觉数据。数据传输系统迅速将传感器搜集的数据传输至地面控制系统，实时将数据传输至平台，地面控制系统对无人机各项飞行指标进行实时跟踪与精准调控，确保无人机安全、稳定地完成数据采集任务。光学相机能够敏锐分辨地物对可见光的反射特性，采集遗址区域的高分辨率彩色图像数据，翔实刻画遗址的地形、地貌和地表物体的轮廓特征。热红外相机不仅能够细致分辨地物的热辐射细微差异，筛选遗址区域的温度异常区，还能够揭示夜间人员活动、监控遗址的健康状态等。

智能算法识别技术原理

智能算法识别技术基于机器学习、深度学习等人工智能理论，借助模型对无人机拍摄的影像资料进行深入挖掘。机器学习需要收集大量带有标注信息的样本数据，如囊括各式遗址风貌及地表物体种类的图像资料库，精准提取并筛选特征元素。在训练阶段，模型可以持续吸收样本数据中特征与类别间的对应逻辑，模型训练完成后，可以对未标注的新影像资料实施分类辨识，对影像中每个像素的类别归属进行归类与归档，进而剖析遗址的线索。

技术融合优势

1.全方位、高分辨率监测

无人机在低空自如地滑翔，精确采集遗址的高分辨率图像数据，其分辨率可达厘米级，精准呈现遗址的细微轮廓、文物的精妙纹理与轮廓清晰的微小遗迹，通过智能算法对这些高分辨率图像进行分析，细致分辨遗址的构成要素，涉及文物本体、地形构造、周边植被等方面，从而实现对遗址的无死角、高精度监控。与常规卫星遥感手段相比，无人机遥感摆脱了卫星过境时间的束缚，能精准贴合遗址保护的实际要求，借助智能化编排监测日程，采集到更加精确且即时的监测数据。

2.实时性与动态监测

无人机可以按照设定的时间间隔对遗址区域进行定期巡查，实时反馈遗址的最新进展。智能算法能够在获取数据后快速进行分析处理，持续监控遗址的变化趋势。实时反馈与动态跟踪模式，促使遗址保护人员迅速介入，高效处理各类潜在隐患，显著提升了遗址保护工作的时效性与实际成效。

3.高效的数据处理与分析

面对无人机捕获的巨大影像数据群，智能算法能够迅速完成自动化处理与细致剖析，依靠预先训练的模型库，对影像中的各种目标进行迅速识别与归类，挖掘出有价值的数据宝藏，如计算遗址区域内不同地物的面积、统计文物数量、监测遗址边界的变化等。与人工逐个审视影像数据相比，智能算法识别技术大幅缩短了数据处理所需时长，显著提升了作业的效率层级，降低了由人工因素引起的误差幅度，为遗址保护决策筑牢了科学性与准确性的双重根基。

在文化遗产保护数字化转型的背景下，良渚遗址无人机指挥中心以5套无人值守无人机机场为核心，依托“良渚遗址5000+”数智应用无人机专题板块，为良渚遗址大走廊建设提供了全域支撑服务，实现了162平方千米区域的全域覆盖。

自2024年7月试运行首套机场以来，杭州良渚古城遗址世界遗产监测管理中心（以下简称“监测中心”）率先实现遗产监测、影像采集、三维建模、AI识别、预警联动等作业的自动化、智慧化。遗产监测系统实现了每月对306处遗址点和85处遗产要素的多角度标准化拍摄，并留存了数字化档案；影像采集系统每两月进行一次采集，及时发现并处置遗址范围变化图斑；三维建模系统针对重要项目和考古工地进行全周期管理；AI算法识别系统通过每月对建筑工地和工程车辆巡查，精准发现违建现象；预警联动系统通过500余路摄像头与无人机双向协同，不仅震慑了违规行为，还可及时处置此类问题。

该实践显著提升了良渚遗址保护的工作与监管效能，形成了严密的预警联动闭环体系，为文化遗产保护提供了可复制的“无人机+数智应用”创新模式。

技术体系构建

无人机遥感监测系统选型与参数设置

根据良渚遗址的特点及保护需求，无人机选择不断升级迭代，在这个过程中，既有可实现日常巡查、数据采集的小微型无人机，也有能满足长航时、大载荷能力、可搭载不同镜头等要求的多旋翼无人机。现阶段，随着无人机技术的迭代革新，结合良渚遗址162平方千米区域面积较大、部分地形复杂的特点，以及对便捷化、智慧化监测的需求，这里专门建立了5套无人机机场，为遗址大面积区域的快速巡查提供定制化支撑。在遥感传感器配置方案的设计中，引入了高分辨率光学成像模块，其像素分辨率达千万级别，能够细致呈现遗址的图像纹理，翔实记录遗址的地形与建筑形态。同时，集成了多光谱成像模块，可以采集地物在多个波段的反射数据，有助于区分不同类型的植被、土壤，并发现潜在的文物埋藏区域。此外，还可灵活部署热红外监测设备，持续记录遗址的温度变化，及早对文物病害的潜在危机进行预警。

智能算法模型的训练与优化

1.样本数据采集与标注

构建高效的智能算法模型，需搜集与良渚遗址紧密相关的图像样本数据，并进行翔实标记。样本资料的搜集涵盖了无人机在不同时间拍摄的遗址影像、历史档案中的卫星影像，以及现场采集的实景照片，针对遗址建筑、文物核心、植被、道路等各类监测对象，需在影像上细致标记，精确勾勒出目标的具体位置、形状及类别归属。对于遗址点和遗产要素，细致描绘影像中的轮廓并赋予其相应分类标签；对各类植被则进行细致分类，通过辨识其光谱与形态的特定标志，精准区分为“乔木”“灌木”“草本植物”等类别。标注工作需要由专业的考古人员、地理信息专家及图像处理人员共同完成，以确保标注的准确性和一致性。

2.模型训练与选择

参考已标注的样本数据集，选择合适的机器学习或深度学习算法进行模型训练。面对基础分类挑战，如识别遗址区道路与非道路的边界，可采用传统机器学习算法，通过支持向量机（SVM）开展模型训练。在训练过程中，需对样本数据进行特征挖掘，提取色彩、纹理、形态等属性，将特征集送入SVM模型进行训练，并对模型参数进行精细调校，以达到最优分类效果。面对更加繁复的遗址目标辨识挑战，如对各类文物实体进行辨识、对遗址病害进行诊断等，可采用深度学习算法，通过卷积神经网络（CNN）进行目标分析，合理搭建适配的CNN模型结构，将样本影像数据送入网络进行训练，网络会自主汲取样本数据中的特征，自动微调参数组合，以实现对不同目标的准确分类和识别。在模型训练过程中，可使用交叉验证等方法对模型进行评估，最终选取性能最优的模型作为智能算法识别模型。

3.模型优化与更新

随着遗址环境的动态变化及监测需求的不断增长，智能算法模型需持续优化与更新，定期采集最新影像素材，将数据资料归入训练样本集，对模型开展新一轮训练，以赋予模型适应遗址演变的能力。当遗址周边出现新建筑物或植被发生季节性变化时，需实时收集这些新影像数据并做好标记，以此更新模型框架，提升模型对新情况的分辨能力。通过精心雕琢模型架构与参数，采用多种前沿的算法方案，如随机梯度下降法（SGD）、自适应矩估计（Adam）等高效算法，可提高模型的训练效率和收敛速度。同时，紧跟人工智能研究领域的最新学术成果，采纳前沿算法优化模型性能，持续提升其精度和准确性。

数智平台系统的搭建

精心搭建数据传输与存储体系，保障无人机采集的监测信息迅速且稳妥地传输至数据处理中心，并得到妥善存储。聚焦数据传输环节，采用无线通信手段，如5G网络或专用数字图传系统，实现无人机与数据处理中心的通信对接。

在国家与浙江省文物局高度重视文物资源精准管理的背景下，卫星遥感执法监测成为文物保护的重要手段。浙江省利用卫星遥感技术，对良渚遗址开展每两个月一次的遥感影像比对，致力于构建“天上看、地上查、网上管”的智慧监管模式，推动文物保护从“被动应付”向“主动出击”转变。

“良渚遗址5000+”数智应用应运而生，搭建起图斑接收、在线比对、分发、现场核实及上报的全流程体系。浙江省文物局下发图斑后，平台借助影像图斑AI识别技术，将变化图斑矢量成果与GIS系统结合落图分析，自动挂接项目信息，并依总规区划分发核查，最终将核查情况层层上报，形成闭环管理。2024年，浙江省文物局下发82个变化图斑，平台也自主比对产生1794个图斑，联动多方完成处置，有效发现7项疑似违法行为。

与现有遗址保护系统的融合

将无人机遥感监测与智能算法识别技术体系和良渚遗址现有的保护系统进行深度融合，可实现数据共享与业务协同。通过对接良渚遗址已有的“良渚遗址5000+”数智应用，将无人机监测获取的实时影像数据、智能算法分析结果等信息实时传输至该应用平台，以丰富其数据来源，为遗址保护决策提供更全面、准确的数据支持。例如，智能算法识别出的遗址区域内异常变化信息，如新增的施工区域、遗址本体病害分布情况等，能够以可视化的方式呈现在“良渚遗址5000+”数智应用大屏上，便于管理人员直观掌握遗址的最新状态。同时，利用该应用中的其他数据，如游客流量数据、环境监测数据等，与无人机监测数据进行关联分析，深入研究各类因素对遗址保护的影响。此外，与遗址的安防系统进行融合，将无人机监测发现的异常情况及时上报文物局等相关部门，实现快速响应与处置。例如，当无人机监测到遗址区域内出现可疑人员活动时，通过智能算法识别后将相关信息发送至安防人员，安防人员可根据信息迅速前往现场进行处理，提高遗址的安全防范能力。通过与遗址现有的保护系统深度融合，可形成有机整体，提高遗址保护工作的协同性和效率。

无人机遥感监测与智能算法识别技术在良渚遗址保护中的融合应用，为该遗址保护提供了创新的技术手段和实践经验。通过构建完善的技术体系，良渚遗址在遗址地形地貌监测、文物本体保护监测、周边环境变化监测等方面成效显著，该技术不仅提升了遗址监测的效率和精度，还实现了实时动态预警，为科学决策提供了有力辅助。然而，目前这套技术仍面临数据处理与分析复杂性、技术设备局限性和专业人才短缺等挑战。未来，随着技术的不断发展和创新，以及标准化建设的推进和人才培养的强化，无人机遥感监测与智能算法识别技术将在遗址保护领域发挥更大作用，为世界文化遗产的保护和传承提供有力支撑。

（作者单位：杭州良渚古城遗址世界遗产监测管理中心）