边坡、堤防与河流：在雨来之前看清绵长的土工结构

与混凝土或钢结构不同，边坡和堤防的劣化源于土与水的较量。雨水渗入使土体软化，表面受到侵蚀，水在堤体内部找到通路。起防护作用的喷射混凝土、格构框架和护岸，以及起支撑作用的挡土墙和地锚，都会随着岁月开裂、松动。

就河流堤防而言，日本《河川法》2013 年修订明确了河流管理设施的维护、修缮和检查义务；每年至少检查一次是惯例，并在梅雨季和台风季之前重点开展。道路边坡和挡土墙则依据国家的道路土工检查指南进行检查。两者的基础都是用脚走、用眼看、用脚感受地面。

痛点在于长度和杂草。堤防绵延数十乃至数百公里，检查前必须先割草。高大的挖方边坡要靠绳索悬吊检查。暴雨过后，最危险的地方恰恰最难接近。而管理地方河流和道路的市町村和都道府县，又普遍缺少土木工程师。

又长又宽的土工结构天然适合无人机。用照片构建三维模型，并与上一次的形状进行比较。无人机 LiDAR 能在相当程度上还原植被之下的地面，搭载绿光（测深）激光的飞行器如今还能测量浅水之下的河床。

基本方法是重复同一航线、同一高度、同一季节。植被会改变能看到多少地面，所以应比较割草后或冬季植被枯萎时的测量成果。将 RTK 与地面控制点和检查点结合使用，保持定位精度的一致。

河流和山坡上方天空开阔，GNSS 通常良好。难点在于高差、水和风。高大的挖方意味着很大的高程差，山谷里风大且多变。在河流上方，水面反光会干扰传感器，洪水过后雾和雨久久不散。

• 高度：在高大的路堑上，仿地飞行能保持影像细节一致。也要检查飞手的视线。高度
• 水与湿度：反射会干扰向下的测距传感器和影像匹配。注意水面上方的定高，并选择耐候的飞行器。水、水雾与湿度
• 风与湍流：山谷和堤顶风大，洪水后的检查常常遇到恶劣天气。事先设定风速限值。风与湍流
• 长距离：数公里的飞行意味着超视距。安排观察员，或取得 BVLOS 许可并确保链路可靠。

对土工结构而言，随时间产生的差异比任何一张单独的影像都重要。叠加点云以揭示沉降和鼓胀；比较正射影像以追踪裂缝发展。AI 擅长提示裂缝、滑移和植被变化。但判断某处变化是否*危险*，仍然需要了解地质、历史灾害和降雨记录的人。

依据《河川法》，河流管理者（国家、都道府县等）负责堤防；道路管理者负责道路边坡。在灾害中，国土交通省的 TEC-FORCE 等队伍如今已常规性地用无人机调查灾情。如果无人机获取的地形要作为测量成果使用，还必须遵守日本国土地理院的 UAV 测量手册等测量规定。

河流和山坡大多位于人口集中地区之外，但长距离区段往往会变成超视距飞行。日本允许在无人地区进行超视距飞行（Level 3），并自 2023 年 12 月起增设“Level 3.5”，即用机载摄像头确认下方无人，以取代地面监视员和告示牌。在国外，美国陆军工程兵团运行着堤防安全计划和全国堤防数据库（约 6,000 个系统、约 23,000 英里），荷兰则依据法定安全标准定期评估其一级防洪设施。各国情况可在世界各国法规中比较。

• 脚下的感觉：松软地面、小凹陷和动物洞穴往往只有步行才能发现。
• 堤防内部：内部的土质状况和渗流路径不会显示在照片或激光扫描中；需要钻孔和物探。
• 深水或浑浊的河床：绿光激光在浑浊和深水中力不从心；仍需船载声呐。
• 洪水期间的判断：识别渗水和管涌以及抢险，仍是现场人员的工作。
• 风险评估与疏散决策：解读地形变化是人的工作。

Airffic 编辑部的设想是这样的。无人机机场设在沿河水闸和泵站的屋顶上。汛期之前，以及暴雨刚停时，飞行器沿固定航线飞越堤防和边坡。与上一次地形的差异按桩号逐段着色。“这里沉降了五厘米”“那里渗水增多了”，天亮前就送达河流管理事务所和市政府。

人们只步行前往着色的区段进行确认，并决定修缮和疏散准备。山坡和堤防从“坏了再修”转向“一有动静就行动”。暴雨之夜，也就不那么令人害怕了。