一、先看共性：无人机航测的四类成果
无论哪个行业，无人机航测产出的成果主要是四类。
正射影像（DOM）：经过纠正的平面图，可量测距离与面积，是最通用的底图。数字高程模型与数字表面模型（DEM/DSM）：表达地形起伏与地物高度，是土方计算和地形分析的基础。三维模型：包含真实纹理的立体模型，用于展示、量测与体量计算。点云：由激光雷达或密集匹配生成的三维点集，用于高程提取、体积计算与结构分析。
行业差异主要体现在"用哪一类成果、精度要求多高、更新频率多快"上，理解这一点，选型就有了依据。
二、场景一：国土空间与执法监管
这是应用最早、也最成熟的领域。
典型应用包括：土地利用变更调查，定期航测提取地类变化图斑；卫片执法配合核查，对卫星发现的疑似违法用地图斑做高精度复核；违建巡查，通过多期影像对比识别新增建筑；不动产测绘，利用高分辨率正射影像辅助界址调查。
这一场景的核心诉求是"发现变化、固定证据"。无人机机动灵活，可以在接到线索后数小时内到达现场取证，成果又具备可量测性，因此成为基层执法的常用工具。
三、场景二：农业农村
农业场景的增长速度最快。
应用包括：种植面积核查，通过正射影像提取地块边界、统计面积；长势与灾害监测，利用多光谱影像计算植被指数，识别长势异常与受灾区域；农田建设监管，对高标准农田建设项目的田块整治、沟渠道路、灌排设施进行进度与质量监管；农业保险定损，灾后快速获取影像，评估受灾范围与等级。
农业场景对成本敏感，因此更倾向于用多旋翼搭载可见光或多光谱相机，作业面积从几百亩到数万亩不等，成果以正射影像和指数图为主。
四、场景三：工程建设与矿山
工程类场景最看重精度和三维成果。
典型应用有：土石方量计算，通过两期点云或高程模型对比，算开挖量与填方量，是工程计量和结算的依据；进度监管，定期航测制作正射影像和三维模型，直观展示工程进展；堆料盘点，对砂石、煤炭等堆体进行体积测量；竣工验收，将实际成果与设计模型对比，验证符合性。
矿山场景还包括储量监管、越界开采监测、复绿核查等。这类场景通常需要 RTK 模块保障精度，复杂地形还会配激光雷达。
五、场景四：应急与灾害救援
应急场景的核心是抢时间。
应用包括：洪涝淹没范围快速测绘，为转移安置和抢险调度提供依据；地震、滑坡等地质灾害的灾情评估，识别滑坡体范围、堰塞湖、道路阻断情况；森林火灾的火点侦察与过火区评估；事故现场的三维重建，用于原因分析。
应急作业条件往往恶劣，要求设备便携、部署快、能适应复杂气象。这时多旋翼的优势明显，配热成像载荷还能用于夜间搜救。
六、场景五：林业与生态环境
林业场景关注资源调查与保护监管。
应用包括：森林资源二类调查辅助，通过影像判读林分类型、估算蓄积；采伐与造林核查，对比前后期影像确认采伐范围与造林成活情况；病虫害与枯死木监测，利用多光谱识别异常变色区域；森林防火巡查，识别烟火与可燃物积累情况。
生态环境方面，可用于河道岸线巡查、排污口排查、湿地变化监测、生态修复效果评估等。这类场景往往需要大面积覆盖，垂起固定翼效率更高。
七、选型建议：怎么匹配场景与配置
面对具体项目，可以按三个问题快速选型。
一看面积：几平方公里以内用多旋翼，几十平方公里以上考虑垂起固定翼。二看成果：只要平面图用可见光即可；要定量分析植被上多光谱；要穿透植被测地形或做精细三维上激光雷达。三看精度：需要厘米级成果必须配 RTK 并布设像控；只需米级概览可以用普通定位。
此外，常态化监测对数据管理提出了更高要求：多期成果如何命名归档、如何自动比对、如何保留历史版本，都需要在项目初期就设计好，否则累计到十几期之后，数据反而会成为负担。
八、从单次作业到常态化监测
应用场景还有一个值得注意的趋势：从"一次性项目"转向"周期性服务"。
传统模式下，有需求才飞一次，成果交付即结束。现在越来越多的用户选择按季度、按月甚至按周定期航测，形成时序数据。原因很简单：单次成果只能回答"现在是什么样"，而连续观测才能回答"变成了什么样、变化有多快"。
这种转变在不同场景中都有体现。工程领域从"竣工测一次"变成"每月测一次盯进度"；农业领域从"灾后测一次"变成"整个生长季持续监测"；执法领域从"发现线索才飞"变成"定期巡查主动发现"。
对服务方而言，这提出了新要求：要有稳定的作业队伍和排期能力，要有时序数据的管理与对比分析能力，还要能把多期成果自动比对并生成变化图斑。这些能力正在成为行业的新门槛，也推动服务模式从卖架次转向卖服务周期。
对用户而言，常态化监测的性价比往往高于单次作业：单位面积成本下降，发现问题的时机提前，数据的决策价值也显著提升。
结语
无人机航测的应用已经覆盖国土执法、农业农村、工程矿山、应急灾害、林业生态等众多领域，核心成果不外乎正射影像、高程模型、三维模型与点云四类。选型时抓住面积、成果类型、精度要求三个变量，再结合环境条件做调整，就能找到性价比最高的作业方案。
时维遥感——遥感+AI，让农业更智慧
