本發(fā)明涉及環(huán)境監(jiān)測(cè)領(lǐng)域，具體是涉及一種無(wú)人機(jī)環(huán)境監(jiān)測(cè)與災(zāi)害預(yù)警系統(tǒng)與方法。

背景技術(shù)：

1、環(huán)境監(jiān)測(cè)與災(zāi)害預(yù)警主要是通過(guò)各種監(jiān)測(cè)設(shè)備對(duì)待測(cè)區(qū)域進(jìn)行環(huán)境數(shù)據(jù)的采集，通過(guò)對(duì)采集到的環(huán)境數(shù)據(jù)進(jìn)行綜合分析，發(fā)現(xiàn)當(dāng)下區(qū)域可能存在的環(huán)境問(wèn)題，及時(shí)做出預(yù)警，并采取解決措施，減少或避免環(huán)境危害的發(fā)生和擴(kuò)大，隨之無(wú)人機(jī)技術(shù)的發(fā)展，利用無(wú)人機(jī)機(jī)動(dòng)性強(qiáng)，環(huán)境監(jiān)測(cè)便捷等優(yōu)勢(shì)，將無(wú)人機(jī)與環(huán)境監(jiān)測(cè)設(shè)備相結(jié)合，可以有效提高環(huán)境監(jiān)測(cè)的效率和便捷性，更是為復(fù)雜地形和人跡罕至區(qū)域的環(huán)境監(jiān)測(cè)提供了可能性，實(shí)現(xiàn)大范圍、無(wú)死角的環(huán)境監(jiān)測(cè)，因此，通過(guò)將無(wú)人機(jī)與環(huán)境監(jiān)測(cè)設(shè)備相結(jié)合的方式，對(duì)環(huán)境進(jìn)行大范圍、無(wú)死角的監(jiān)測(cè)具有非常重要的意義。

2、現(xiàn)有的無(wú)人機(jī)環(huán)境監(jiān)測(cè)與災(zāi)害預(yù)警技術(shù)主要集中在利用無(wú)人機(jī)搭載監(jiān)測(cè)設(shè)備進(jìn)行采集，通過(guò)地面接收設(shè)備采用無(wú)線傳輸技術(shù)接收采集到的環(huán)境數(shù)據(jù)，但遠(yuǎn)距離的數(shù)據(jù)傳輸和外在環(huán)境以及無(wú)人機(jī)自身的影響，導(dǎo)致采集的環(huán)境數(shù)據(jù)質(zhì)量和精度不高，在系統(tǒng)進(jìn)行分析和綜合評(píng)判時(shí)，容易出現(xiàn)誤判和監(jiān)測(cè)效率不高等問(wèn)題，導(dǎo)致人力物力的浪費(fèi)以及環(huán)境問(wèn)題響應(yīng)不及時(shí)，從而造成環(huán)境問(wèn)題進(jìn)一步的擴(kuò)大，不利于環(huán)境監(jiān)測(cè)與災(zāi)害預(yù)警的長(zhǎng)期發(fā)展。

技術(shù)實(shí)現(xiàn)思路

1、為解決上述技術(shù)問(wèn)題，提供一種無(wú)人機(jī)環(huán)境監(jiān)測(cè)與災(zāi)害預(yù)警系統(tǒng)與方法，本技術(shù)方案解決了上述背景技術(shù)中提出的但遠(yuǎn)距離的數(shù)據(jù)傳輸和外在環(huán)境以及無(wú)人機(jī)自身的影響，導(dǎo)致采集的環(huán)境數(shù)據(jù)質(zhì)量和精度不高，在系統(tǒng)進(jìn)行分析和綜合評(píng)判時(shí)，容易出現(xiàn)誤判和監(jiān)測(cè)效率不高等問(wèn)題，導(dǎo)致人力物力的浪費(fèi)以及環(huán)境問(wèn)題響應(yīng)不及時(shí)，從而造成環(huán)境問(wèn)題進(jìn)一步的擴(kuò)大，不利于環(huán)境監(jiān)測(cè)與災(zāi)害預(yù)警的長(zhǎng)期發(fā)展問(wèn)題。

2、為達(dá)到以上目的，本發(fā)明采用的技術(shù)方案為：

3、一種無(wú)人機(jī)環(huán)境監(jiān)測(cè)與災(zāi)害預(yù)警方法，其特征在于，包括：

4、根據(jù)監(jiān)測(cè)環(huán)境的要求，利用無(wú)人機(jī)集成相應(yīng)的監(jiān)測(cè)設(shè)備和mec服務(wù)器，作為環(huán)境監(jiān)測(cè)邊緣計(jì)算的移動(dòng)載體；

5、根據(jù)監(jiān)測(cè)設(shè)備采集的環(huán)境數(shù)據(jù)，對(duì)數(shù)據(jù)進(jìn)行清洗和標(biāo)準(zhǔn)化處理；

6、根據(jù)監(jiān)測(cè)區(qū)域異常事件的實(shí)地檢測(cè)和歷史數(shù)據(jù)，提取異常事件的特征，并建立環(huán)境異常特征庫(kù)；

7、根據(jù)環(huán)境正常標(biāo)準(zhǔn)值和實(shí)際試飛的檢測(cè)結(jié)果，計(jì)算監(jiān)測(cè)區(qū)域環(huán)境數(shù)據(jù)的靜態(tài)干擾偏移系數(shù)；

8、根據(jù)監(jiān)測(cè)環(huán)境和無(wú)人機(jī)動(dòng)態(tài)分析，確定不同環(huán)境和無(wú)人機(jī)動(dòng)態(tài)因素給檢測(cè)結(jié)果帶來(lái)的誤差因子；

9、基于靜態(tài)干擾偏移系數(shù)和誤差因子，建立環(huán)境監(jiān)測(cè)動(dòng)－靜輸入矩陣；

10、根據(jù)環(huán)境監(jiān)測(cè)動(dòng)－靜輸入矩陣，基于神經(jīng)網(wǎng)絡(luò)模型，判斷監(jiān)測(cè)區(qū)域環(huán)境是否存在異常，并判斷異常等級(jí)；

11、建立地面接收平臺(tái)，用于接收、顯示和存儲(chǔ)環(huán)境監(jiān)測(cè)數(shù)據(jù)，以及通過(guò)不同顏色的小燈來(lái)表示環(huán)境異常的等級(jí)。

12、優(yōu)選的，所述根據(jù)監(jiān)測(cè)設(shè)備采集的環(huán)境數(shù)據(jù)，對(duì)數(shù)據(jù)進(jìn)行清洗和標(biāo)準(zhǔn)化處理具體包括：

13、基于一階卡爾曼濾波算法，對(duì)接收到的數(shù)據(jù)進(jìn)行實(shí)時(shí)去噪濾波處理；

14、對(duì)去噪濾波后的數(shù)據(jù)，進(jìn)行降位處理；

15、對(duì)降位處理后的數(shù)據(jù)，進(jìn)行去小數(shù)點(diǎn)標(biāo)準(zhǔn)化處理；

16、所述降位處理表達(dá)式為：式中，為降位處理后的環(huán)境監(jiān)測(cè)數(shù)據(jù)，為去噪濾波后的環(huán)境監(jiān)測(cè)數(shù)據(jù)，為環(huán)境監(jiān)測(cè)數(shù)據(jù)高位相同值的部分；

17、所述去小數(shù)點(diǎn)標(biāo)準(zhǔn)化處理表達(dá)式為：式中，為去小數(shù)點(diǎn)標(biāo)準(zhǔn)化處理后的環(huán)境監(jiān)測(cè)數(shù)據(jù)，為降位處理后的環(huán)境監(jiān)測(cè)數(shù)據(jù)，為常數(shù)項(xiàng)。

18、優(yōu)選的，所述根據(jù)監(jiān)測(cè)區(qū)域異常事件的實(shí)地檢測(cè)和歷史數(shù)據(jù)，提取異常事件的特征，并建立環(huán)境異常特征庫(kù)具體包括：

19、根據(jù)監(jiān)測(cè)區(qū)域發(fā)生異常事件時(shí)的環(huán)境實(shí)地檢測(cè)數(shù)值和外在表象，并通過(guò)大數(shù)據(jù)獲取大量與監(jiān)測(cè)區(qū)域發(fā)生異常事件時(shí)相似的環(huán)境異常環(huán)境檢測(cè)數(shù)值和外在表象；

20、通過(guò)橫向?qū)Ρ?，提取環(huán)境異常事件的共同特征項(xiàng)，并對(duì)該特征項(xiàng)進(jìn)行數(shù)字化和標(biāo)準(zhǔn)化處理；

21、將處理后的環(huán)境異常特征項(xiàng)，按其性質(zhì)進(jìn)行分類(lèi)和劃分，設(shè)置災(zāi)害風(fēng)險(xiǎn)等級(jí)，并建立環(huán)境異常特征庫(kù)。

22、優(yōu)選的，所述根據(jù)環(huán)境正常標(biāo)準(zhǔn)值和實(shí)際試飛的檢測(cè)結(jié)果，計(jì)算監(jiān)測(cè)區(qū)域環(huán)境數(shù)據(jù)的靜態(tài)干擾偏移系數(shù)具體包括：

23、通過(guò)專(zhuān)業(yè)設(shè)備全面檢測(cè)監(jiān)測(cè)區(qū)域的環(huán)境數(shù)據(jù)和對(duì)比環(huán)境異常特征庫(kù)，建立環(huán)境正常標(biāo)準(zhǔn)值，并設(shè)定穩(wěn)定區(qū)間；

24、在進(jìn)行專(zhuān)業(yè)檢測(cè)的同時(shí)，利用無(wú)人機(jī)搭載監(jiān)測(cè)設(shè)備對(duì)相同位置和區(qū)域進(jìn)行環(huán)境數(shù)據(jù)靜態(tài)采集；

25、根據(jù)環(huán)境正常標(biāo)準(zhǔn)值和實(shí)際試飛的檢測(cè)結(jié)果，計(jì)算監(jiān)測(cè)區(qū)域環(huán)境數(shù)據(jù)的靜態(tài)干擾偏移系數(shù)；

26、所述監(jiān)測(cè)區(qū)域環(huán)境數(shù)據(jù)的靜態(tài)干擾偏移系數(shù)表達(dá)式為：式中，為監(jiān)測(cè)區(qū)域環(huán)境數(shù)據(jù)的靜態(tài)干擾偏移系數(shù)，為誤差平衡因子，為常數(shù)，為在時(shí)刻第個(gè)環(huán)境正常標(biāo)準(zhǔn)值，為在時(shí)刻第個(gè)無(wú)人機(jī)環(huán)境監(jiān)測(cè)值，為數(shù)據(jù)組的個(gè)數(shù)。

27、優(yōu)選的，所述根據(jù)監(jiān)測(cè)環(huán)境和無(wú)人機(jī)動(dòng)態(tài)分析，確定不同環(huán)境和無(wú)人機(jī)動(dòng)態(tài)因素給檢測(cè)結(jié)果帶來(lái)的誤差因子具體包括：

28、根據(jù)歷史數(shù)據(jù)或者相關(guān)文獻(xiàn)，通過(guò)大數(shù)據(jù)分析，獲取無(wú)人機(jī)在動(dòng)態(tài)狀態(tài)下影響環(huán)境監(jiān)測(cè)的相關(guān)影響因子；

29、根據(jù)影響因子的類(lèi)型，建立無(wú)人機(jī)動(dòng)態(tài)環(huán)境監(jiān)測(cè)誤差因子線性回歸方程；

30、通過(guò)實(shí)地測(cè)試實(shí)驗(yàn)或者通過(guò)仿真軟件對(duì)無(wú)人機(jī)動(dòng)態(tài)監(jiān)測(cè)進(jìn)行模擬，獲取無(wú)人機(jī)動(dòng)態(tài)環(huán)境監(jiān)測(cè)數(shù)據(jù)；

31、根據(jù)環(huán)境正常標(biāo)準(zhǔn)值和無(wú)人機(jī)動(dòng)態(tài)環(huán)境監(jiān)測(cè)數(shù)據(jù)，基于最小二乘法和梯度下降算法，建立誤差因子評(píng)估模型；

32、根據(jù)誤差因子評(píng)估模型，通過(guò)大數(shù)據(jù)分析獲取監(jiān)測(cè)數(shù)據(jù)的可接受區(qū)間，并設(shè)置閾值；

33、通過(guò)誤差因子評(píng)估模型，對(duì)接收到的無(wú)人機(jī)動(dòng)態(tài)環(huán)境監(jiān)測(cè)數(shù)據(jù)進(jìn)行實(shí)時(shí)的誤差評(píng)估，判斷誤差的計(jì)算值是否超出閾值，

34、若是，則表示無(wú)人機(jī)在當(dāng)前狀態(tài)的環(huán)境監(jiān)測(cè)數(shù)據(jù)出現(xiàn)失真，當(dāng)出現(xiàn)連續(xù)失真時(shí)，則表示當(dāng)前無(wú)人機(jī)無(wú)法完成環(huán)境監(jiān)測(cè)任務(wù)，需要返航進(jìn)行調(diào)整，若否，則表示無(wú)人機(jī)在當(dāng)前狀態(tài)符合環(huán)境監(jiān)測(cè)需求；

35、所述無(wú)人機(jī)動(dòng)態(tài)環(huán)境監(jiān)測(cè)誤差因子線性回歸方程為：式中，為無(wú)人機(jī)動(dòng)態(tài)環(huán)境監(jiān)測(cè)誤差因子的計(jì)算值，為影響環(huán)境監(jiān)測(cè)的第個(gè)影響因子的參數(shù)，其中，為誤差項(xiàng)，為常數(shù)，為影響環(huán)境監(jiān)測(cè)的第個(gè)影響因子，其中，的值等于1，為影響環(huán)境監(jiān)測(cè)影響因子的個(gè)數(shù)；

36、所述最小二乘法和梯度下降算法表達(dá)式為：式中，為誤差因子通過(guò)最小二乘法計(jì)算的誤差最優(yōu)值，為環(huán)境監(jiān)測(cè)數(shù)據(jù)樣本組的個(gè)數(shù)，為無(wú)人機(jī)動(dòng)態(tài)環(huán)境監(jiān)測(cè)誤差因子的第個(gè)計(jì)算值，為第個(gè)環(huán)境正常標(biāo)準(zhǔn)值，為影響環(huán)境監(jiān)測(cè)的第個(gè)影響因子的更新參數(shù)，為影響環(huán)境監(jiān)測(cè)的第個(gè)影響因子的參數(shù)，為梯度下降的學(xué)習(xí)率，為第個(gè)影響因子第個(gè)環(huán)境監(jiān)測(cè)數(shù)據(jù)。

37、優(yōu)選的，所述基于靜態(tài)干擾偏移系數(shù)和誤差因子，建立環(huán)境監(jiān)測(cè)動(dòng)－靜輸入矩陣具體包括：

38、根據(jù)無(wú)人機(jī)的運(yùn)行狀態(tài)，建立環(huán)境監(jiān)測(cè)動(dòng)－靜監(jiān)測(cè)模式；

39、根據(jù)無(wú)人機(jī)在懸停抖動(dòng)狀態(tài)下的速度變化，設(shè)置無(wú)人機(jī)是否運(yùn)動(dòng)的閾值；

40、根據(jù)無(wú)人機(jī)的速度監(jiān)測(cè)值判斷無(wú)人機(jī)的動(dòng)－靜狀態(tài)，通過(guò)對(duì)比無(wú)人機(jī)速度監(jiān)測(cè)值是否大于閾值，若是，則表示無(wú)人機(jī)為運(yùn)動(dòng)狀態(tài)，采用環(huán)境監(jiān)測(cè)動(dòng)態(tài)模式，若否，則表示無(wú)人機(jī)為懸停狀態(tài)，采用環(huán)境監(jiān)測(cè)靜態(tài)模式；

41、根據(jù)靜態(tài)干擾偏移系數(shù)和誤差因子，建立環(huán)境監(jiān)測(cè)動(dòng)－靜輸入矩陣；

42、所述環(huán)境監(jiān)測(cè)動(dòng)－靜輸入矩陣表達(dá)式為：式中，為環(huán)境監(jiān)測(cè)動(dòng)－靜輸入矩陣，為環(huán)境監(jiān)測(cè)動(dòng)－靜模式篩選矩陣，為無(wú)人機(jī)靜態(tài)環(huán)境監(jiān)測(cè)修正值，為無(wú)人機(jī)動(dòng)態(tài)環(huán)境監(jiān)測(cè)修正值。

43、優(yōu)選的，所述根據(jù)環(huán)境監(jiān)測(cè)動(dòng)－靜輸入矩陣，基于神經(jīng)網(wǎng)絡(luò)模型，判斷監(jiān)測(cè)區(qū)域環(huán)境是否存在異常，并判斷異常等級(jí)具體包括：

44、根據(jù)環(huán)境監(jiān)測(cè)動(dòng)－靜輸入矩陣，基于神經(jīng)網(wǎng)絡(luò)模型，對(duì)接收到的數(shù)據(jù)進(jìn)行處理，判斷監(jiān)測(cè)區(qū)域環(huán)境是否存在異常；

45、通過(guò)將被神經(jīng)網(wǎng)絡(luò)模型判定為異常的環(huán)境監(jiān)測(cè)數(shù)據(jù)與環(huán)境異常特征庫(kù)進(jìn)行對(duì)比，查詢?cè)摥h(huán)境異常行為的類(lèi)型，并判定異常等級(jí)；

46、根據(jù)判斷是否異常和異常等級(jí)，決策是否向地面接收平臺(tái)發(fā)送異常信息，若是，則向地面平臺(tái)發(fā)出異常警報(bào)和異常類(lèi)型，并通過(guò)存儲(chǔ)裝置記錄異常信息，若否，則表示該區(qū)域不存在環(huán)境問(wèn)題，不發(fā)出異常警報(bào)。

47、進(jìn)一步的，提出一種無(wú)人機(jī)環(huán)境監(jiān)測(cè)與災(zāi)害預(yù)警系統(tǒng)，用于實(shí)現(xiàn)如上述的一種無(wú)人機(jī)環(huán)境監(jiān)測(cè)與災(zāi)害預(yù)警方法，包括：

48、硬件設(shè)置模塊，所述硬件設(shè)置模塊用于根據(jù)監(jiān)測(cè)環(huán)境的要求，利用無(wú)人機(jī)集成相應(yīng)的監(jiān)測(cè)設(shè)備和mec服務(wù)器，作為環(huán)境監(jiān)測(cè)邊緣計(jì)算的移動(dòng)載體；

49、數(shù)據(jù)處理模塊，所述數(shù)據(jù)處理模塊用于根據(jù)監(jiān)測(cè)設(shè)備采集的環(huán)境數(shù)據(jù)，對(duì)數(shù)據(jù)進(jìn)行清洗和標(biāo)準(zhǔn)化處理；根據(jù)監(jiān)測(cè)區(qū)域異常事件的實(shí)地檢測(cè)和歷史數(shù)據(jù)，提取異常事件的特征，并建立環(huán)境異常特征庫(kù)；

50、動(dòng)－靜建模模塊，所述動(dòng)－靜建模模塊用于根據(jù)環(huán)境正常標(biāo)準(zhǔn)值和實(shí)際試飛的檢測(cè)結(jié)果，計(jì)算監(jiān)測(cè)區(qū)域環(huán)境數(shù)據(jù)的靜態(tài)干擾偏移系數(shù)；根據(jù)監(jiān)測(cè)環(huán)境和無(wú)人機(jī)動(dòng)態(tài)分析，確定不同環(huán)境和無(wú)人機(jī)動(dòng)態(tài)因素給檢測(cè)結(jié)果帶來(lái)的誤差因子；

51、異常檢測(cè)模塊，所述異常檢測(cè)模塊用于基于靜態(tài)干擾偏移系數(shù)和誤差因子，建立環(huán)境監(jiān)測(cè)動(dòng)－靜輸入矩陣；根據(jù)環(huán)境監(jiān)測(cè)動(dòng)－靜輸入矩陣，基于神經(jīng)網(wǎng)絡(luò)模型，判斷監(jiān)測(cè)區(qū)域環(huán)境是否存在異常，并判斷異常等級(jí)；

52、地面接收模塊，所述地面接收模塊用于建立地面接收平臺(tái)，用于接收、顯示和存儲(chǔ)環(huán)境監(jiān)測(cè)數(shù)據(jù)，以及通過(guò)不同顏色的小燈來(lái)表示環(huán)境異常的等級(jí)。

53、優(yōu)選的，所述數(shù)據(jù)處理模塊具體包括：

54、數(shù)據(jù)處理單元，所述數(shù)據(jù)處理單元用于根據(jù)監(jiān)測(cè)設(shè)備采集的環(huán)境數(shù)據(jù)，對(duì)數(shù)據(jù)進(jìn)行清洗和標(biāo)準(zhǔn)化處理；

55、建立異常特征庫(kù)單元，所述建立異常特征庫(kù)單元用于根據(jù)監(jiān)測(cè)區(qū)域異常事件的實(shí)地檢測(cè)和歷史數(shù)據(jù)，提取異常事件的特征，并建立環(huán)境異常特征庫(kù)。

56、優(yōu)選的，所述動(dòng)－靜建模模塊具體包括：

57、靜態(tài)建模單元，所述靜態(tài)建模單元用于根據(jù)環(huán)境正常標(biāo)準(zhǔn)值和實(shí)際試飛的檢測(cè)結(jié)果，計(jì)算監(jiān)測(cè)區(qū)域環(huán)境數(shù)據(jù)的靜態(tài)干擾偏移系數(shù)；

58、動(dòng)態(tài)建模單元，所述動(dòng)態(tài)建模單元用于根據(jù)監(jiān)測(cè)環(huán)境和無(wú)人機(jī)動(dòng)態(tài)分析，確定不同環(huán)境和無(wú)人機(jī)動(dòng)態(tài)因素給檢測(cè)結(jié)果帶來(lái)的誤差因子；

59、所述異常檢測(cè)模塊具體包括：

60、建立輸入矩陣單元，所述建立輸入矩陣單元用于基于靜態(tài)干擾偏移系數(shù)和誤差因子，建立環(huán)境監(jiān)測(cè)動(dòng)－靜輸入矩陣；

61、異常判斷單元，所述異常判斷單元用于根據(jù)環(huán)境監(jiān)測(cè)動(dòng)－靜輸入矩陣，基于神經(jīng)網(wǎng)絡(luò)模型，判斷監(jiān)測(cè)區(qū)域環(huán)境是否存在異常，并判斷異常等級(jí)。

62、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果在于：

63、利用無(wú)人機(jī)集成相應(yīng)的監(jiān)測(cè)設(shè)備和mec服務(wù)器，作為環(huán)境監(jiān)測(cè)邊緣計(jì)算的移動(dòng)載體，在控制無(wú)人機(jī)進(jìn)行環(huán)境監(jiān)測(cè)的時(shí)候，自動(dòng)對(duì)接近數(shù)據(jù)產(chǎn)生源頭的監(jiān)測(cè)數(shù)據(jù)進(jìn)行處理和分析，有效提高數(shù)據(jù)的可靠性和準(zhǔn)確性，防止在傳輸過(guò)程中導(dǎo)致數(shù)據(jù)的丟失和損壞，從而導(dǎo)致人力物力的浪費(fèi)，其次，通過(guò)分析無(wú)人機(jī)在環(huán)境監(jiān)測(cè)過(guò)程中靜態(tài)和動(dòng)態(tài)的環(huán)境監(jiān)測(cè)誤差，建立無(wú)人機(jī)環(huán)境監(jiān)測(cè)動(dòng)－靜模式，并通過(guò)環(huán)境監(jiān)測(cè)動(dòng)－靜模式篩選矩陣，根據(jù)無(wú)人機(jī)的速度檢測(cè)，從而篩選出適合的無(wú)人機(jī)環(huán)境監(jiān)測(cè)模式，并建立環(huán)境監(jiān)測(cè)動(dòng)－靜輸入矩陣，通過(guò)環(huán)境監(jiān)測(cè)動(dòng)－靜輸入矩陣，基于神經(jīng)網(wǎng)絡(luò)模型，判斷監(jiān)測(cè)區(qū)域環(huán)境是否存在異常，并判斷異常等級(jí)，最后，通過(guò)地面接收平臺(tái)，接收、顯示和存儲(chǔ)環(huán)境監(jiān)測(cè)數(shù)據(jù)，通過(guò)不同顏色的小燈來(lái)表示環(huán)境異常的等級(jí)，從而實(shí)現(xiàn)無(wú)人機(jī)對(duì)待監(jiān)測(cè)區(qū)域的環(huán)境監(jiān)測(cè)和災(zāi)害預(yù)警的目的，有效提高環(huán)境監(jiān)測(cè)的效率、便捷性、精準(zhǔn)性和可靠性，大大提高了環(huán)境異常判斷的準(zhǔn)確性，保障能夠及時(shí)作出預(yù)警，采取解決措施，更是為復(fù)雜地形和人跡罕至區(qū)域的環(huán)境監(jiān)測(cè)提供了可能性，實(shí)現(xiàn)大范圍、無(wú)死角的環(huán)境監(jiān)測(cè)。