一种基于无人机的多传感器环境监测平台
节点临近空间无人机平台
节点临近空间无人机平台技术参数与创新点三面图节点无人系统特点总体布局示意图“节点”-临近空间无人侦察/预警平台是一种新概念的临近空间装备，它将情报、监视、侦察(ISR)功能与远程预警功能集合与一身，以高空长航时(HALE)无人机为平台，能够在临近空间进行超长航时连续飞行的一种新概念装备。
与现有的预警飞机所不同的是：它是一种无人驾驶飞行、临近空间作战、多传感器、多任务的综合平台。
与传统的预警机相比飞行时间更长(能够连续飞行72小时)，采用先进的有源电扫描体制的相控阵雷达，并采用共形天线技术，将雷达天线与蒙皮和机身结构融为一体，能够实现360度全空域、无盲区预警。
与现有的执行情报、监视、侦察任务高空长航时无人机相比它的续航时间更长、任务载荷更多、隐身性能更好，而且兼具预警和ISR双重功能，不仅能够静止目标和运动目标进行有效的侦察、识别、跟踪与监视，还能够对对空中威胁进行有效预警。
在未来的网络中心战和体系对抗的作战环境中，它就像一个空中的传感器网络“节点”，将搜集的情报信息实时地传送给地面指挥官和其他作战平台，实现信息共享，协同作战。
因此，取名“节点”，意味着在未来战争中，它将起到作战部队的“眼睛与耳朵”的关键作用，是整个作战体系信息来源的关键“节点”。
技术参数：设计起飞重量：45t任务载荷：4 t燃油重量：25t翼展：76m机长：20m机高：3.5m巡航马赫数：0.65M飞行高度：2438m最大续航时间：72h下面将对“节点”-临近空间侦察/预警无人机的一系列创新设计进行摘要性介绍，详细描述见论文。
一、独创的总体布局设计与隐身设计“节点”无人机采用双机身、前后串列翼、无垂尾布局。
两机身互相平行，并与互相平行的前、后机翼形成巨大的“口”字，机身截面形状呈菱形。
为了实现360度全空域无盲区预警，“节点”无人机将采用共形相控阵天线技术。
共形相控阵雷达天线由成百上千的独立的收发和辐射单元(T/R组件，一种微型的集成电路板)组成，排成阵列形式，利用电子计算机控制移相器改变天线孔径上的相位分布来实现波束在空间扫描。
智慧海洋无人系统设计方案
智慧海洋无人系统设计方案智慧海洋无人系统是一种利用无人机、自动化控制、物联网等技术手段实现对海洋环境数据采集、监测和管理的一种系统。
本文将从系统的组成部分、技术方案、数据处理和应用等方面进行设计方案的阐述。
一、系统的组成部分：智慧海洋无人系统主要由无人机、传感器设备、数据通信模块和数据处理与应用平台四个部分组成。
1.无人机：选择一种适用于海洋环境的无人机平台，具备定点悬停、自主导航的能力，并配备气象传感器、水质监测仪器等设备。
2.传感器设备：通过安装在无人机上的传感器设备，采集海洋环境中的气象数据、水质参数、水流速度等信息。
3.数据通信模块：利用无线通信技术，将传感器采集到的数据实时传输给数据处理与应用平台。
4.数据处理与应用平台：建立一个基于云计算的数据处理与应用平台，对传感器采集到的数据进行处理和分析，并为用户提供可视化的数据展示和决策支持。
二、技术方案：1.无人机的选择：选择一种具备抗风能力、长续航时间、可定点悬停的多旋翼无人机作为平台，其中配备高精度气象传感器和水质监测设备。
2.传感器设备的选择：根据海洋环境监测需求，选择适用的水质传感器、气象传感器、水流速度传感器等设备。
3.数据通信模块的选择：采用4G/5G通信技术，通过数据卡将传感器采集到的数据传输到云平台，实现实时数据传输。
4.数据处理与应用平台：建立一个基于云计算的大数据处理平台，使用人工智能和机器学习算法对传感器采集到的数据进行处理分析，并提供数据可视化、智能报警和决策支持等功能。
三、数据处理和应用：1.数据处理：采集到的数据通过云平台进行存储，并使用数据挖掘和分析算法对数据进行处理，提取有用的信息和特征，包括海洋气象变化、水质异常和海流变动等。
2.数据可视化：将处理后的数据以图表、地图等方式进行可视化展示，以便用户更直观地了解海洋环境变化趋势和异常情况。
3.智能报警：通过设置预警模型和规则，对传感器采集到的数据进行实时监测和分析，并在出现异常情况时发出报警信号，提醒相关人员及时采取措施。
无人机技术在环境监测中的应用与效果评估
无人机技术在环境监测中的应用与效果评估随着科技的不断进步，无人机技术在各个领域的应用越来越广泛。
其中，无人机在环境监测方面的应用日益受到关注。
本文将就无人机技术在环境监测中的应用进行探讨，并评估其效果。
一、无人机技术在环境监测中的应用1. 大气环境监测无人机可以搭载多种传感器设备，例如气象探测仪、空气质量监测仪等，通过飞行收集大气中的气体成分、颗粒物、空气温湿度等数据。
相比传统的监测方式，无人机能够高效地覆盖大面积区域，并实时获取数据，提供准确的监测结果。
2. 水质监测无人机配备可见光和红外相机，可以对水域进行高清影像拍摄，并结合影像图像识别技术，对水质进行评估。
此外，无人机还可以通过激光测距仪等设备，获取水质深度、透明度等信息。
通过多种传感器的组合，无人机能够全面监测水质，提供水域管理的科学依据。
3. 土壤监测通过搭载红外热成像仪、光谱仪等设备，无人机可以获取土壤表面温度、湿度、化学成分等数据。
这些数据对于土壤质量评估、农田管理等具有重要意义。
无人机的高空俯瞰视角和精确定位技术，能够全面检测大片土地的情况，提供全面的土壤监测报告。
二、无人机技术在环境监测中的效果评估1. 数据获取效率高相比传统的人工监测方式，无人机技术能够高效地获取大量数据，大大减少了人力和时间成本。
无人机能够在短时间内覆盖大面积区域，并实时传输数据，提供即时的监测结果。
这种高效性使得环境监测工作更加迅速和精确。
2. 监测精度提高无人机搭载的传感器设备具有高精度和高灵敏度，能够提供准确的监测数据。
与传统监测方法相比，无人机能够更加全面地覆盖监测区域，并实时监测多个指标，从而提供全面、准确的环境监测结果。
这对于环境管理和决策提供了科学依据。
3. 安全风险降低无人机技术可以代替人工进入危险地带进行监测工作，例如高海拔地区、化学物质泄漏区域等。
这减少了人员的风险，同时也提高了监测工作的安全性。
无人机还可以在恶劣的天候条件下进行监测，不受时间和环境的限制，保证了监测任务的顺利进行。
多平台多传感器多源信息融合系统时空配准及性能评估研究
多平台多传感器多源信息融合系统时空配准及性能评估研究1. 本文概述随着信息技术的飞速发展，多平台多传感器多源信息融合技术在众多领域，如军事侦察、环境监测、智能交通等，发挥着越来越重要的作用。
该技术通过整合来自不同平台、不同类型传感器以及多种信息源的数据，以提高信息处理的准确性和效率。
由于各种传感器在时空上的差异，如何有效地进行时空配准成为该领域研究的重点和难点。
本文旨在探讨多平台多传感器多源信息融合系统中的时空配准方法，并对不同方法的性能进行评估。
本文首先介绍了时空配准的基本概念及其在多源信息融合系统中的重要性。
随后，详细分析了目前常用的时空配准技术，包括基于滤波器的方法、基于图论的方法以及基于深度学习的方法。
进一步，本文对这些方法的优缺点进行了比较分析，并提出了改进建议。
本文通过仿真实验评估了这些方法的性能，为实际应用中的时空配准技术选择提供了参考依据。
本文的研究成果不仅有助于深化对多平台多传感器多源信息融合系统中时空配准技术的理解，而且对于推动相关领域的技术进步具有积极意义。
2. 相关理论与技术基础多平台多传感器信息融合理论是本研究的核心，其基础是信息融合的层次模型。
该模型通常包括三个层次：数据层融合、特征层融合和决策层融合。
数据层融合直接在原始数据上进行，不涉及数据解释，其优点在于保留了尽可能多的原始信息，但计算量较大。
特征层融合则是在提取特征后进行，减少了数据量，提高了处理速度，但可能会丢失部分信息。
决策层融合是在各个传感器独立做出决策后进行，其优点在于灵活性和鲁棒性较强，但要求各传感器具有高度的决策一致性。
时空配准是多源信息融合的关键技术之一，其目的是将来自不同时间和空间的信息进行对齐，以便进行有效融合。
时空配准主要包括时间配准和空间配准两个方面。
时间配准解决的是不同传感器数据在时间上的不一致问题，常用的方法有时间延迟补偿、插值等。
空间配准则是解决数据在空间上的不一致问题，常用的方法有坐标变换、投影变换等。
无人机在环境监测中的应用
无人机在环境监测中的应用在当今社会，环境保护已成为全球关注的焦点。
随着科技的不断进步，无人机作为一种新兴的技术手段，正逐渐在环境监测领域发挥着重要作用。
无人机具有灵活、高效、精准等特点，能够为环境监测工作提供全新的视角和解决方案。
一、无人机在环境监测中的优势1、高效快速与传统的监测方式相比，无人机能够快速到达指定地点，大大缩短了监测时间。
特别是在应对突发环境事件时，如化学品泄漏、森林火灾等，无人机可以迅速获取现场信息，为应急决策提供及时支持。
2、覆盖范围广无人机可以轻松穿越复杂的地形和难以到达的区域，如高山、峡谷、沼泽地等。
这使得环境监测不再受地理条件的限制，能够实现更广泛的覆盖。
3、多角度监测通过搭载不同类型的传感器和摄像头，无人机可以从多个角度获取环境数据，包括空中俯瞰、侧面拍摄等。
这种多维度的监测方式能够更全面地了解环境状况。
4、成本相对较低相较于使用有人驾驶的飞机或其他大型监测设备，无人机的运营成本较低。
同时，减少了人力投入和设备维护费用。
二、无人机在环境监测中的具体应用1、大气监测无人机可以搭载空气质量传感器，对大气中的污染物浓度进行实时监测。
例如，监测二氧化硫、氮氧化物、颗粒物等的分布情况。
通过在不同区域和高度进行飞行监测，能够绘制出详细的大气污染地图，帮助环保部门确定污染源和污染扩散趋势。
2、水质监测将无人机与水质监测设备相结合，可以对河流、湖泊、海洋等水域进行监测。
无人机可以快速到达指定水域，采集水样或通过传感器测量水温、酸碱度、溶解氧等水质参数。
这对于及时发现水体污染、评估生态系统健康状况具有重要意义。
3、生态环境监测无人机在生态环境监测方面也表现出色。
它可以用于监测森林植被覆盖情况、土地利用变化、野生动物栖息地等。
通过高分辨率的图像采集和分析，能够准确评估生态系统的完整性和稳定性，为生态保护和修复提供科学依据。
4、污染源排查对于一些隐蔽的污染源，如非法排污口、工业废气排放点等，无人机可以进行巡查和排查。
无人机在环境监测中的应用实施方案
无人机搭载高精度传感器，可获取更准确、更全面的环境数据 ，为环境保护和治理提供有力支持。
02
无人机技术概述
无人机类型与特点
固定翼无人机
具有长航时、高效率、大载荷等 特点，适用于大范围、长距离的 环境监测任务。
多旋翼无人机
生物多样性调查
利用无人机进行生物多样性调查，包括动植物种类、数量 、分布等信息的获取，为生物多样性保护和生态恢复提供
科学依据。
生态系统服务功能评估
结合无人机获取的多源数据，对生态系统的服务功能进行 评估，包括水源涵养、气候调节、土壤保持等方面的功能
。
05
无人机在环境监测中的 实施步骤
明确监测目标和任务
数据处理
大量环境监测数据需要实时处理和分析。解决方案包括采用高性能计算技术，优化数据处理算法，以及利用云计 算和边缘计算等技术进行分布式处理。
管理挑战与解决方案
法规政策
各国对无人机在环境监测中的使用有不同的法规和政策限制。解决方案包括加强与相关 部门的沟通和合作，推动制定统一的国际标准和规范，以及建立合规性检查和许可制度
具有垂直起降、悬停、灵活机动 等特点，适用于复杂地形和近地 面环境监测。
无人直升机
结合了固定翼和多旋翼的优点， 具有悬停、长航时、大载荷等特 点，适用于多种环境监测场景。
无人机技术发展趋势
智能化
无人机将越来越智能化，具备自主导航、自动避障、 智能识别等功能。
长航时
随着电池技术和轻量化技术的进步，无人机的航时将 不断提高。
02
选择载荷
根据监测指标和无人机类型，选 择合适的载荷，如气体传感器、 水质检测仪、土壤采样器等。
传感器在无人机飞行控制系统中的应用
交流平台文 / 李文华传感器在无人机飞行控制系统中的应用随着科学技术的不断发展，无人机技术不断成熟，无人机被应用到越来越多的领域中，比如国土资源监测、森林保护、土地勘察、空中摄影等。
无人机的工作原理是地面控制中心，通过无人机控制系统命令无人机按照指定的轨迹飞行。
随着无人机的应用范围越来越广，对于无人机的功能和复杂任务的需求越来越多，使得无人机的软件和硬件结构更加复杂，对于无人机的设计、组装、调试等带来了非常大的挑战。
同时，无人机的导航系统实时控制无人机的速度和位置等相关参数，随着技术的发展，对于无人机的精度要求会越来越高，因此作为飞行控制系统核心部件的传感器，在整个无人机的控制系统中起到了非常重要的作用。
目前飞行控制系统的建模和仿真是一个对无人机调试的重要方法，也是分析和研究军用和民用无人机控制系统的必要方法。
一、无人机传感器传感器是一种转换装置，通过将能感受一定规律的被测量件转换成可用的信号，无人机的导航系统不依赖于工作人员的直接测控，可以具有自主判断的一种方式。
对于单一的无人机控制系统，很难达到这一目的，通过多传感器的信息融合技术，增加了无人机导航系统的精度、稳定性和可靠性。
但是各个信息本身是独立的，将多传感器的信息进行融合是一个非常复杂的过程。
采用多传感器协同，可以有效地利用各个传感器的性能，相对于单传感器和无传感器系统来说，多传感器协同监测可以最大程度上收集目标和环境的信息。
传感器聚合主要信息有四种典型结构，即集中分布结构、融合结构、混合融合结构、多层次融合结构。
无人机多传感器信息融合使得无人机控制系统必须要具备以下能力。
首先需要具有一定的信息处理能力，在接收信息同时还可以进行下一步的信息处理。
其次，通过信息融合，对无人机的导航提供更为精确的控制命令，对无人机的速度和姿态进行调整。
最后，全系统信息余度控制和优化，子系统故障诊断与隔离，提供最优的多余度高精度导航信息，提供辅助决策能力。
因此，在无人机自主精确导航系统中，传感器具有非常重要的作用，通过多传感器信息融合的特性提高无人机的综合性能，改善无人机的控制性能，使之更好地完成工作。
无人机多传感器集成数据处理研究
无人机多传感器集成数据处理研究无人机，也称为无人驾驶飞行器，已经广泛应用于各种领域，如农业、环境监测、气象、测绘等。
无论在哪个领域，无人机都需要利用成熟的技术来获得高质量的数据信息。
因此，多传感器集成数据处理成为无人机研究的重要方向。
多传感器集成数据处理技术允许无人机通过扫描多个传感器来获取更多的数据信息，进而实现更高的精度和更全面的应用。
常见的传感器包括摄像头、红外热成像传感器、激光雷达、机载光学仪和微波雷达等。
针对多传感器集成数据处理技术，研究的成果主要包括以下三个方面：第一个方面是多传感器数据融合技术。
对于多个传感器的数据，正确地融合和处理它们是关键。
其中最常见的方法是基于传感器数据的权值分配。
根据传感器数据的先验信息，为每个数据赋予一个权重。
当数据进行融合时，权重将决定不同传感器数据的相对影响。
第二个方面是多传感器之间的配准问题。
在无人机运动的情况下，不同的传感器可以在不同的时间采集数据。
因此，必须对这些数据进行时间上的配准，使它们相互对应。
通常使用最小二乘法或特征匹配方法进行配准。
第三个方面是多传感器数据的联合处理和分析。
对于多个传感器采集到的数据，通常需要联合处理数据。
例如，当雷达和光学传感器采集到的数据一起使用时，可以通过雷达数据提供的距离信息来纠正光学传感器的图像误差。
此外，多传感器数据联合分析也是必要的，以获取更全面和准确的数据信息。
当然，对多传感器集成数据处理技术的研究不仅仅是以上几个方面。
更多的研究涉及到无人机的自动控制、路径规划和数据传输等。
总之，无人机多传感器集成数据处理技术已成为一个极具发展潜力的研究领域，让无人机更好地应用于各个领域已经变得越来越简单。
在未来的时代里，我们将看到越来越多的无人机被应用到人们的生活当中，不论是商业应用还是日常生活中的使用，无人机必将会对我们的生活带来极大的变化。
怀着期待和好奇的心态，我们相信无人机还有很多发展空间和应用潜力，值得我们更加深入探究。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
电子技术• Electronic Technology68 •电子技术与软件工程 Electronic Technology & Software Engineering【关键词】多传感器 环境监测平台 无人机1 引言传统的环境监测方式往往以地面设立监测点为主，而对于地形广阔、环境复杂、监测设施数量有限等情况，既存在监测成本较高、实时性差、效率低等问题，还存在获取的数据空间覆盖程度有限、不能对污染物来源及其变化趋势分析进行有效预测等问题。
在我国环境污染问题日趋严重的时代背景下，环境监测需求、监测难度、检测范围与监测实时性要求都急遽增加，导致传统的环境监测方式已经不能满足实际需求。
在大气环境监测领域，地面监测是目前主要的监测手段，但对于一些排烟类的大气污染物还没有很好的浮空采样监测方法。
近年来，随着技术的不断进步与成熟，无人机在各行业都得到了快速应用，呈现出无人机+行业应用的发展趋势，为环境监测提供了一种新的技术手段。
将无人机与物联网技术相结合，可以充分发挥无人机不受地形、空间、时间等因素影响的优点，实现一种更加安全高效、机动灵活、精细准确、作业成本低的环境监测模式。
基于无人机的环境检测平台既可以广泛应用于常规环境监测，也可以用于特殊场景（如火灾、气体泄漏等高危环境），满足实时、有效、准确地对环境动态监测的要求。
无人机环境监测系统一般由机体、机载通信设备、地面设备、机载环境监测设备和信息处理系统等组成，实现飞行、操控、信息传输与数据处理等功能。
机载环境检测设备一般由传感器、摄像机、GPS 和嵌入式系统等组成，完成环境参数、图像、地理位置等信息的采集、汇集和预处理。
环境参数经通信设备发送到地一种基于无人机的多传感器环境监测平台文/邱洋 苑俊英 陈海山面设备，最后由信息处理系统进行处理和信息呈现，实现人机交互。
本文设计了一种可配置多种传感器的无人机环境监测平台，从环境监测设备、无线数据传输、信息处理系统等三个方面进行了探索，实现了基于小型四旋翼无人机与传感器相结合的大气环境参数监测系统。
通过实地监测测试，本文方案能够支持图像采集、GPS 定位、高度测量、空气温湿度以及常见气体浓度等，可以满足空中测绘、农作物监测、 环境监测及预警、矿产资源探测、应急救灾等应用场景需求。
2 相关研究基于无人机的环境监控模式能够不受地形、空间、时间限制，可以人工控制无人机在空中停留并进行环境监测，可以极大地降低高空污染物的检测难度和危险性。
谢涛等人[4]设计了一种基于无人机大气环境监测模式方案，为突发性大气污染事件的应急监测提供了一种新的技术平台，并提出了未来有待深入研究的主要方向。
杨海军等人[5]以化学工业区为研究对象，采用无人机搭载采样器的方式，对污染气体中的NO 、CO 、SO 2等进行监测。
为解决城市空气质量监测设备匮乏问题，李壮等人[6]提出了一种基于四旋翼无人机空气质量监测系统的总体设计。
滕腾等人[7]利用无人机遥感监测技术解决CO 2地质封存泄漏风险事故监测的问题，通过环境背景值监测、试验监测、理论模拟和数据对比分析的方法为无人机遥感监测技术对CO 2泄漏风险事故的响应效果进行了研究。
为应对区域空气监测突发空气质量事件应，杨国林等人在监测的空气微小颗粒物及温湿度的基础上，利用北斗技术对监测区域监测进行了评估。
朱易峰等人[12]把无人机技术应用于危化品事故救援，扩展了无人机+行业应用的范围。
上述无人机+环境监测方案的功能都较为单一，未能充分利用无人机受空间限制小的优势，应用领域通用程度可以进一步提高。
本文采用低成本的四旋翼无人机，搭载多种高精度传感器，配合GPS 和摄像机，设计并实现了一种基于无人机的多传感器环境监测平台，期望拓宽改平台在实际应用中的适应能力。
3 解决方案本文设计的环境监测平台包含集成多传感器的无人机及其配套软硬件，在使用过程中仅需一台计算机，即可使用地面终端无线控制无人机执行任务，能够适应移动受限或难以到达目的地等应用场景。
在发生自然灾害时，如灾区道路交通及通讯均中断的情况下，即可使用无人机现行进入灾区观测。
与现有技术相比，本文设计的环境监测平台具有集成度高、应用场景广，功能扩展性强等特点。
3.1 系统架构无人机分为飞控、传感器、摄像机模块，飞控使用APM2.8模块作为控制器，传感器使用STM32单片机作为控制器，摄像机可直接将视频信号传输到地面PC 客户端，所有数据汇集到地面的PC 客户端后，地面站软件可根据回传的数据实现分析、显示，控制无人机行动等功能。
3.2 数据采集系统设计在数据采集系统中，传感器均通过通用异步收发传输器(Universal Asynchronous Receiver/Transmitter:UART)与STM32单片机相连接，传感器模块设计框图如图1所示。
数据采集与处理流程为：在无人机上电后硬件自●项目信息：本文部分由2018年大学生创业创新项目（编号201712619025）支持，部分由广东省攀登计划项目（编号pdjhb0647）支持。
图1：数据采集系统设计Electronic Technology •电子技术Electronic Technology & Software Engineering 电子技术与软件工程• 69动初始化，完成GPS 搜星和传感器预热。
系统在执行任务时先读取无人机的位置信息，即经纬度和高度，接着读取环境传感器信息，并把这些信息实时回传到地面计算机存储备用，同时根据预设的阈值判断环境数据是否超标，如或超过预定标准则显示报警信息。
3.3 环境参数本文设计的环境监测平台可以采集的数据有地理位置，高度，温湿度，PM2.5，CO 2，CO 浓度等，还能够采集实景图像和人物跟踪等。
3.3.1 高度计算方法本文选用的气压高度计为APM2.8飞控模块集成的MS5611气压高度计，该传感器根据地球表面的气压随高度上升而减小的原理设计而成，郝振海研究了高度气压计的实际工作原理，测算出了大气压与海平面相对高度计算公式：（1）其中，h b 为传感器测得的无人机当前所处的海拔高度，P S 为传感器测量到的气压，β为大气温度梯度，P 0为标准大气海平面大气静压力。
在实际应用中，起飞点初始测得初始海拔高度h 0，飞行过程中使用测得的h b 减去h 0，即可得到无人机当前的飞行海拔高度。
3.3.2 PID 控制方法PID 控制是一种由比例部分P 、积分部分I 、微分部分D 三种因素变量组合在一起对输入参数进行计算处理后输出的控制方法。
4 实验验证本节旨在测试无人机环境监测平台在不同场景下的应用效果，从而验证方案的可行性和平台的稳定性。
PM2.5是近年来最具代表性的空气污染物，人体吸入后会粘附在肺泡中不能排出。
为了突出空气中PM2.5的变化量，选取两个地点在下雨前后的两个时间段进行测试，得出如图2(a)所示的分析结果。
可以明显看出在同一时间段PM2.5含量有所差别但差距不大，而在下雨后的空气中，PM2.5的含量明显降低。
CO 2是造成温室效应的主要因素，过高的CO 2浓度还会影响人类呼吸造成神志不清等情况。
因此，在高浓度的CO 2环境中（如火灾现场），采用无人机进行监测和搜寻是一种有效的手段。
为突出CO 2的浓度变化，选定同一时间段的两个地点以及同一地点早晚的两个时间段进行了测试。
得出了如图2(b)所示的实验结果。
由于礼堂（蓝色线）建筑物较为稀疏，场地较为空旷，故其含量相较于建筑物密度较大、人类活动较多的西区（黑色线）要低。
而不同时间段的对比则更为明显，西区上午（黑色线）的CO 2浓度相较于同一地点下午的（红色线）要低，这也符合植物光合作用吸收二氧化碳的时间规律。
无人机具有移动速度快和高度优势，因此携带上摄像机的无人机可捕捉宽广的视域，可利用这一特点实现无人机巡线、寻人、污染溯源等功能，在本文所设计的无人机中还融入了无人机视觉跟踪系统，可根据实际需求，选择追踪的对象。
5 总结本位采用无人机平台设计了一种集成多传感器的环境监测平台，能够解决一般和特殊场景下图像拍摄以及环境参数采集的目的。
为进一步推动该平台的应用，进一步的研究方向有典型场景下环境参数的模型，探索根据经验值设置响应的预警和报警机制等。
（通讯作者：苑俊英）参考文献[1]黄泽满,刘勇,周星,陈天伟,梁毅东.民用无人机应用发展概述[J].赤峰学院学报(自然科学版),2014,30(24):30-32.[2]魏杰,戎征,邢昱,刘丽娜.无人机遥感技术在环境监测的应用研究[J].中国资源综合利用,2018,36(10):190-192.[3]赵亮,胡张兵,黄晶,吴豹,张巧云.基于无人机的物联网监测系统[J].物联网技术,2018,8(10):12-14.[4]谢涛,刘锐,胡秋红,鹿强,杨维顺.无人机大气环境应急监测系统设计探讨[J].环境科学与技术,2013,36(S1):289-293.[5]杨海军,黄耀欢.化工污染气体无人机遥感监测[J].地球信息科学学报,2015,17(10):1269-1274.[6]李壮,贾贺瑞,邓永红.一种无人机空气质量监测系统的总体设计[J].工业设计,2018(02):130-131.[7]滕腾,陈新新,李鹏飞,马俊杰.无人机遥感监测技术在CO_2地质封存泄漏风险事故监测中的应用[J].水土保持通报,2018,38(03):136-142.[8]杨国林,张健珲,韩峰,刘涛,岳志龙,贺嘉琪.基于BDS 的空气质量监测系统集成设计[J].实验技术与管理,2018,35(06):73-76+82.[9]朱易峰,蔡喜洋.无人机在危化品事故应急救援的应用研究[J].当代化工研究,2018(09):103-104.作者简介邱洋(1996-），男。
大学本科在读。
主要研究方向为智能设备。
陈海山（1979-），男。
博士学历。
副教授。
主要研究方向为多媒体信息安全，数据智能。
通讯作者简介苑俊英（1980-），女，博士在读。
副教授。
主要研究方向为数据智能，教育大数据。
作者单位中山大学南方学院 广东省广州市 510970(a)PM2.5(b)CO 2图2：空气中气体含量变化。