《中國計算機學會通訊》精選|臨地安防

臨地安防涵蓋低空安防、水下安防及跨域安防，是臨地空間中防衛、防護、生產、安全、救援等需求的多元化、跨域化、立體化、協同化、智能化體系。面向空天地海井網，涉及智能、信號、量子、材料、光機電等的交叉。對國防安全、社會穩定、經濟發展具有重要意義。

關鍵詞：臨地安防 低空安防 水下安防 跨域安防

背景

當今世界正經歷百年未有之大變局，和平與發展的時代主題正面臨嚴峻的現實挑戰。我國正處于實現中華民族偉大復興關鍵歷史時期，是世界上唯一尚未實現完全統一的大國，也是世界上周邊安全形勢最復雜的國家之一。2014年，我國提出了總體國家安全觀的概念[1]，如何構建新時代國家安全體系，應對國家面臨的安全形勢，更有效地維護國家主權、領土完整以及海洋權益，是我國必須面對的問題[2]。

隨著科技的發展，在低空空域、近海水域等多個方面出現新的安全防衛問題。首先，低空空域安全需求與日俱增。廣泛使用的無人機及低空飛行器給低空安防帶來了巨大的挑戰，且我國逐漸開放的低空空域政策使得低空飛行活動以及低空經濟業態層出不窮，相應的安全防衛需求與日俱增。其次，近海、界湖等領水安全問題凸顯。特別是島嶼領土問題和海洋劃界爭端依然存在，個別域外國家艦機對我國頻繁實施抵近偵察，多次非法闖入我國領海及有關島礁鄰近海空域，危害我國國家安全；而我國在領水（特別是近海水域）的監視與防衛體系尚不完善，例如港口和海洋牧場。最后，跨域立體空間安全體系不健全，也存在條塊分割。當前的安全防衛體系呈現跨域化和立體化趨勢，但是尚不健全，安防問題與挑戰依然凸顯。

為此，我們必須因勢而謀，強化危機意識，未雨綢繆；應勢而動，積極面對國際競爭新格局、國家安全新需求和現代戰爭新形態；順勢而為，構建跨域統籌、均衡穩定的新時代國家防衛戰略體系，為實現科技強國戰略和中華民族偉大復興貢獻力量。

臨地安防

在國際形勢及國家需求的驅使下，臨地安防(Vicinag earth Security，VS)應運而生。臨地安防是指面向臨地空間內防衛、防護、生產、安全、救援等需求的多元化、跨域化、立體化、協同化、智能化技術體系；具體應用場景包括低空安防、水下安防以及跨域安防等。與傳統臨近空間或近地空間不同，臨地(Vicinage1 earth, Vicinagearth)空間是指從海平面以下1000米（陽光穿透水深極限，南海平均水深）到海平面以上10000米（民航航線高度）的水域、地面及空域。其中，海平面以下100米（大陸架平均水深）到地面以上1000米（低空空域開放高度）是其核心區（如圖1所示），基本覆蓋人類主要生產生活空間，以及現代戰爭低空超低空及水下作戰空間。臨地安防不僅涵蓋臨地空間內的國家安全與防衛，而且覆蓋了工業生產、社會經濟、科研教育等方面的防護、生產、安全、救援，對國防安全、社會穩定、經濟發展均具有重要意義。

圖1 臨地安防空間范疇

技術體系

從應用場景來看（如圖2所示），臨地安防技術體系下的低空安防、水下安防、跨域安防覆蓋面十分廣泛，面臨的任務形態更加多元化、跨域化、立體化、協同化、智能化。如何實現更遠目標的識別和更弱信號的探測，如何實現更高效的多模態信息融合與解析，如何實現更大的無人機、無人船/艇、無人車等無人系統編隊的集成應用等一系列難點問題和挑戰不斷涌現。

圖2 臨地安防技術體系

為應對上述臨地安防場景下的問題和挑戰，保證低空安防、水下安防以及跨域安防場景中具體任務的開展（例如立體交通、全自主智能飛行器集群、極端災害監測預警與自主搜尋救援、跨域偵察與聯合登陸等任務），可圍繞信容(Information Capacity，IC；信息量和數據量的比值，衡量單位數據量的信息提供能力)與正向激勵噪聲(Positive-incentive Noise, Pi/π-Noise；探究噪聲對信號分析的正向激勵作用)科學問題，從數據獲取、信息交互、集成應用三方面開展研究。其中，在數據獲取方面，針對極端環境和復雜目標導致的數據擾動等問題，重點關注相干光探測和穩定探測技術研究；在信息交互方面，針對跨模態數據難解算和多智能體難協同的問題，深入研究跨域場景下的多模態認知計算和群體智能決策等共性理論；在集成應用方面，面向國家在無人機攻防、城市安防、災害救援、海洋探測等臨地安防領域的重大需求，圍繞涉水光學、跨域遙感等應用領域開展深入研究，為面向國際競爭新格局、國家安全新需求以及國民經濟新動能提供堅實的理論基礎和技術支撐。

臨地安防技術體系屬于前沿交叉學科與技術領域，其面臨的任務場景與形態更加多元化、跨域化、立體化、協同化、智能化；該技術體系不獨立于現有的眾多其他學科領域/技術體系，包含相干光探測、穩定探測、多模態認知計算、群體智能決策、涉水光學以及跨域遙感等六大研究/技術方向的同時，更廣泛地涉及航空航天、深空深海、機械電子、信息/量子通訊、新材料、能源動力等眾多學科與技術領域的交叉融合。

相干光探測

在臨地安防任務中，首要步驟是實現實時、精準的目標信息獲取。以上文提到的跨域偵察與聯合登陸任務為例，如何在長距離、強干擾環境下實現精準的光電偵察無疑是該任務面臨的首要問題。相干光探測(Coherent Light Detection)是一種利用相干光源以及相應光學系統共同實現目標信息獲取的技術。得益于相干光源亮度高、方向性強、單色性好等特點，該項技術能夠在臨地安防任務中快速建立起“數據/信息優勢”，從而實現臨地空間更遠、更清、更快的目標探測。

具體而言，典型的相干光探測系統包括相干光源、相干光的大氣傳輸以及光電探測器件三部分，如圖3所示。

圖3 相干光探測

相干光源 近年來，以固體激光器、氣體激光器、半導體激光器以及光纖激光器為代表的相干光源相繼問世，為高性能的相干光探測系統提供了更有力、更堅實的基礎支撐。隨著相干光源的不斷創新與發展，脈沖寬度為納秒（10-9 s）、皮秒（10-12 s）、飛秒（10-15 s）時間尺度的激光器相繼出現。飛秒光梳結合了超快激光和超穩激光技術，具有極強的頻率轉換能力和極寬的光譜特性，極大推動了氣體探測、精密測距、分子光譜校正、時間同步等技術的飛躍式發展，為臨地安防場景下的目標識別、安全檢測、編隊授時等提供了先進的硬件支撐。

相干光的大氣傳輸 大氣湍流效應會嚴重影響相干光束的質量。早在1704年，牛頓在《光學》（Opticks）一書中就給出了該問題的解決方案：將光學系統部署在位于云層之上的高山之巔[4]。此后，幾乎所有光學望遠鏡的選址都遵循了這一指導思想。為了更加主動地緩解湍流效應，人們開始研究一種能夠主動補償光束波前畸變的自適應光學技術。20世紀80年代，自適應光學開始逐步應用到激光大氣傳輸領域，用以實現彈道導彈攔截等安全防御任務。近年來，自適應光學逐漸向著陣列化、智能化的方向發展，其湍流補償能力以及環境適應能力得到了快速的提升，為長距離、強干擾環境下的相干光探測系統提供了重要的技術支撐。

光電探測器 光電探測器件是相干光探測過程中實現信號響應與前端信息處理的核心部分，其基本原理是利用被探測目標所輻射（或反射）的光波特征，結合電光響應材料或器件的電導率特性變化等，完成光信號至電信號的轉換與實時映射，繼而實現精準的目標探測與識別。常用的光電探測器件有電耦合器件(Charge Coupled Device，CCD)相機、多光譜相機、條紋相機、單光子計數相機等。高性能的光電探測器件有助于相干光探測系統實現更精確、更快速的信息獲取。

綜上所述，由先進相干光源、相干光傳輸模塊、光電探測器件為核心所構成的相干光探測系統是支撐臨地安防場景下信息探測與獲取的硬件基礎。不斷地優化相干光源性能參數、完善相干光傳輸技術、提升光電探測器件的信號與提取能力，從底層出發推動相干光探測技術及系統性能升級與優化，實現包括近空、地面、淺海等所有臨地空間范圍內的目標識別及偵查監測能力的提升，可為后續的穩定探測、多模態認知計算、涉水光學等技術提供豐富、可靠的數據支撐。

穩定探測

探測是臨地安防技術體系的最前端，控制著系統的信息輸入。探測的目的是感知到環境和目標信息，并將感知信息以一定規律變換成為電信號或其他所需形式的信息輸出，以滿足信息的傳輸、處理、存儲、顯示和控制等要求。借助聲、光、電、磁等探測手段，人類看到了可見光之外的景象，聽到了可聞聲波之外的聲音。

臨地空間中包含水下、湍流、弱光、高溫、振動、高動態等大量的極端探測環境。如何實現極端環境下更清晰、更精準、更穩定的探測，對臨地安防系統的穩定性和可靠性至關重要。在雷達、無線電、光學、聲學等傳統探測手段的基礎上，穩定探測(Stable Acquisition)是聚焦光電探測理論與技術，研究適用于極端條件下的高質量成像與測量理論，實現高質量信息探測提取的技術。

如圖4所示，穩定探測面向臨地安防前端高質量感知，著力于建立物理先驗與智能算法的互反饋機制，拓展傳統光電設備的探測能力，實現極端條件下的高質量穩定成像，突破復雜條件下的高精度測量理論與技術。

圖4 穩定探測

光電設備探測能力提升 針對探測過程中的光源目標介質傳感器四要素，圍繞復雜光線、多樣目標、干擾介質、光電噪聲等場景，聚焦超低信噪比情況下的光學信號恢復技術，拓展傳統光電設備的探測能力。

極端場景下高質量成像 近年來信息探測設備層出不窮，各有優勢，融合事件相機、脈沖相機（Spike Camera）、無透鏡相機等新型傳感設備的多模態信息，開展高動態范圍/超幀率等成像質量提升的研究，形成信息優勢互補，提升探測數據質量。

復雜條件下高精度測量 大型部件高精度無損測量、跨尺度特征測量、多源環境擾動下的瞬態測量等臨地安防重要測量任務，具有測量對象復雜、測量場景異構、測量要求苛刻等特點，對現有測量理論和技術的拓展及測量新原理的研究帶來了迫切的需求。開展非常規條件下的視覺測量新原理研究，拓展現有的測量技術體系，提升復雜系統的綜合測量能力等具有重要的科學價值及應用意義。

綜上所述，穩定探測著力于實現高質量探測信息提取，是臨地安防技術體系的共性關鍵技術之一，在航空航天、城市安防、交通監管、工業制造、災害監測、醫療健康等領域都有著廣泛的應用需求。

多模態認知計算

在臨地安防的實際應用中，通常需要處理來自光學、聲學等不同傳感器的大量多模態數據。以智能巡檢為例，需要對無人機采集的音頻與不同波段的圖像進行綜合研判，發現場景中存在的隱患。為使機器具備人類處理多感官信息的能力，2003年，筆者在信息領域開設了“認知計算”(Cognitive Computing)課程，隨后創立了IEEE-SMC2認知計算技術委員會，并發表了題為“Visual Music and Musical Vision”的文章，在信息技術領域引入“聯覺”(Synaesthesia)，孕育了多模態認知計算(Multi-Modal Cognitive Computing)。多模態認知計算模擬人類聯覺，以信容理論為指導，分析不同感知通道的聯系，對特定場景和環境進行時空以及語義維度上的高效感知和綜合理解[5,6]。根據研究導向不同，多模態認知計算可大致分為多源傳感分析和通用多模態學習，如圖5所示。

圖5 多模態認知計算

多源傳感分析 針對傳感器性能監測、跨域探測等特定任務，對不同傳感器采集的數據進行聯合處理，實現視情校準、場景理解等目標。傳統傳感數據分析方法通常假設模型學習和測試過程中的樣本分布一致，然而，隨著軍事、國防等領域的應用任務復雜化，尤其是針對臨地安防中的開放環境，傳感的數據、樣本類別等分布往往會發生較大的變化，導致傳統的傳感數據分析方法失效。針對這一問題，多源傳感分析是一種有效的解決途徑，通過分析不同傳感模態數據的關聯關系，實現少標注樣本、零標注樣本下的場景理解，對臨地安防自主感知、情報偵察和災害救援等場景具有重要意義。此外，在數據學習的過程中，由于存在傳感器的數據量綱不同、特征模態異構等問題，研究者關注數據歸一化、多模態學習等理論的研究，從而實現更優的跨量綱數據融合方式和更合理的特征貢獻權重。以航空傳感器安全監測任務為例，對壓力、迎角、應變、振動等多種傳感器數據的聯合分析，可實現對航空器安全性能的全方位監測。

通用多模態學習 主要研究通用多模態數據的基礎學習理論，嘗試利用多種模態的一致與差異特性實現模態協同，提升機器的信息提取能力，突破經典機器學習模型的理論與性能瓶頸。在探究不同模態數據間內在一致性問題上，利用維數約簡和高效聚類方法有效挖掘模態間的對應關系，為多模態信息的聯合分析提供基礎；針對模態間的差異性，利用多視角、多任務學習方法進行跨模態數據的融合與轉換，提升低維表征的信息提供能力；進一步，為了高效合理地聯合模態間的信息，利用不同模態數據與模型之間的關聯與互補，通過集成學習方法實現信息增強式表達，提高機器從數據中獲得的信息量。總體而言，通用多模態學習關注多模態數據的通用分析理論，聯合多模態以提升信息提取能力。在臨地安防中，通用多模態學習與涉水光學、穩定探測等任務密切相關，為提升設備交互效率、突破性能瓶頸提供關鍵技術支撐。

近幾十年來，隨著多模態數據的海量爆發和算力的快速迭代，多模態認知計算已成為各行業共同關注的研究熱點，在臨地安防中發揮著重要作用。

群體智能決策

在自然界和人類社會中，群體無處不在，在這些群體中，即使個體的行為能力較為有限，也可以通過相互之間的簡單合作涌現群體智能行為。受此啟發，群體智能決策（Collective-Intelligence Decision-Making）的概念應運而生。群體智能決策是通過研究和模擬群居生物的組織結構、群體行為及其調控機制，為群體行為控制提供新的設計理念和方法。群體智能決策主要面向臨地安防任務的臨地空間群體行為安全，致力于實現群體行為的精準感知與協同控制。

群體智能決策降低了人們對個體行為能力的要求，關注由低成本、高動態、分布式、高容錯的多個個體構成的群體，在信息化時代完成多種復雜任務，已然成為未來人工智能的重點發展方向之一，在互聯網、公共交通、公共安全和軍事等領域展現出巨大的潛力和優勢。尤其在軍事領域，群體智能決策優勢顯著，可使由無人機、無人車、社交機器人等自主無人系統組成的群體，在通信網絡的框架下，通過任務規劃、智能決策和協同控制完成多種復雜行動任務，并具備高度分散、靈活機動、動態可組、自主協同等優勢。如在美國國防部高級研究計劃署（DARPA）的“進攻性蜂群使能戰術”項目中開展的無人系統集群（包括無人機、無人車等）復雜環境演示，實現了多目標、多任務的立體高效、高精打擊，展示了面向跨域偵察與聯合登陸、城市巷戰等復雜環境條件下無人系統集群的巨大潛力。因此，開展群體智能決策的研究對我國臨地安防至關重要。

群體智能決策一般包含自主交互和決策控制（組內協同與組外對抗）兩大核心部分，如圖6所示。

圖6 群體智能決策

自主交互 作為群體智能決策重要的技術基礎，一般是指群體通過多維的通訊網絡實現群體內部的復雜多源/多模態信息交互，同時考慮個體之間信息的差異性，設計面向任務的信息交互激勵機制，實現忽略與任務無關的信息，只保留最有用的細節，并填補部分個體信息在時間和空間上的缺失，進而達成群體內部的區域信息共享與互補，為后續的決策控制提供重要信息支撐。

決策控制 根據群體任務特征，將決策模型泛化為組內協同和組外對抗，通過基于網絡自組織動力學模型設計的一致性評價標準，構建最優動態決策模型，并利用群體自主交互的多源/多模態數據進行最優決策動態分配，實現基于分布式學習機制的子系統決策任務分配。進一步設計出合適的控制策略實現預期的群體決策，即設計有效的控制器，保障群體決策結果在復雜環境約束下的高效執行，實現群體一致性控制、編隊控制、包圍控制和事件觸發控制等。

涉水光學

水是生命之源，覆蓋了71%的地球表面。我國擁有的水域面積接近國土面積的三分之一，并且大部分水域屬于海洋，是生態、資源、社會、經濟、安全的重要戰略發展空間。由于聲波在水中傳播距離遠，1912年“泰坦尼克”號與冰山相撞而沉沒的事件促使科學家研究對冰山的回聲定位，該技術在第二次世界大戰后得到快速發展。但是當探測一個水中動態目標時，使用聲波就必須考慮時間損耗，而光波是可以忽略不計的。

隨著科技的發展，各國基于光學技術的水下攻防裝備得到了長足發展，我國領水面臨的安全威脅加劇，各種水下平臺、裝備前沿部署至我國近海、領海海域進行偵查、干擾、破壞，甚至反制我國近海反介入/區域拒止能力，“水下國門洞開”，對國家安全構成重大威脅。因此，亟須發展以水為介質的光學技術，即涉水光學(Water-Related Optics)。涉水光學是臨地安防技術體系中水下安防的重要支撐，對我國領水的防衛、防護、生產、安全、救援具有重要的意義。

涉水光學是研究光與水的物質相互作用機理及光的跨介質傳播機理，揭示光在涉水環境中的傳播規律，解決與涉水光學信息獲取、信息傳輸和信息處理相關問題，拓展光學在涉水環境中應用的一門學科。光與水的相互作用是研究水體自身和溶解、懸浮于其中的有機物和無機物對光的吸收、散射、折射等，直接影響光在水體中的傳播和各項光學技術在涉水環境中的應用。研究光與水的相互作用機理可為光的跨介質傳播，光學技術在涉水環境中的應用奠定基礎并促進涉水光學技術的發展。

涉水光學是涉水環境中可以采用的光學技術，在探索、研究、生產、應用過程中的研究手段主要包括涉水光學信息獲取、涉水光學信息傳輸及處理，如圖7所示。

圖7 涉水光學

涉水光學信息獲取 主要針對水體環境的固有光學參量的測量，水質，水體中的微生物、顆粒和溶解物質的類型、濃度等信息，直觀反映涉水環境狀況，為全球海洋生物多樣性、生態系統結構、生態學和生物地球化學功能的認知提供重要手段。

涉水光學信息傳輸 將涉水探測數據穿透水層進行高速傳輸，搭建涉水光學信息獲取技術與信息處理技術之間的橋梁。

涉水光學信息處理 主要通過人工智能等方式對探測數據進行處理，獲得涉水環境參數和涉水目標狀態。

涉水光學應用場景涵蓋了涉水光學觀測、涉水安防、涉水激光工業等方面，針對國家重大戰略需求進行布局，推動科技進步、國民經濟發展，以及海洋強國建設。在生態監測、能源勘探、生物群種監測、考古發掘、軍事偵察、水下裝備的檢修與監控、海底隧道的勘測維修等水下安防領域存在重要的價值。

跨域遙感

遙感作為一種無接觸的遠距離探測技術，在災害救援、軍事偵察、城市安防等臨地安防任務中發揮著重要作用。近年來，隨著遙感技術的發展，各種新型的衛星遙感、航空遙感手段層出不窮。根據搭載平臺的不同，遙感技術大致可分為衛星遙感、航空遙感和地面遙感。在遙感傳感器方面，已經發展形成了可見光、紅外、多光譜、高光譜、合成孔徑雷達等多種探測手段。各種功能各異、各具特色的遙感平臺和聲、光、電、磁等探測手段，在各種不同的臨地安防場景中發揮著各自獨特的重要作用，極大地拓展了人類對地觀測能力。

然而，在遙感應用領域，目前還存在數據資源分散、標準不統一、利用率低等問題。尤其是在面向臨地安防場景下微小暗弱等復雜目標的探測任務中，單種遙感手段存在明顯的局限性。因此，綜合利用多種探測手段的特點，開展面向復雜臨地安防場景的跨域遙感(Cross-Domain Remote Sensing)研究具有很強的現實意義。

跨域遙感是多種跨模態、跨場景、跨任務遙感手段協同探測與解譯的理論與技術。臨地安防場景下的跨域遙感主要關注低空無人機監測、極端災害預警與救援、軍事目標偵察等典型任務。其理論和技術的構建離不開穩定探測、多模態認知計算、群體智能決策等相關技術的支撐。

當前，跨域遙感研究主要面臨三大難題：極端環境數據擾動、高維跨模態數據冗余、微小暗弱目標難解析。

極端環境數據擾動 在極端天氣、突發災害、戰爭破壞等極端環境下，遙感面臨數據缺失、噪聲干擾、云層遮擋等問題，對遙感數據的解譯造成了巨大挑戰。因此，需在穩定探測的基礎上，重點關注臨地安防場景下跨域遙感數據的補全、多源融合去云、干擾噪聲抑制等研究，提高感知數據質量，為決策分析提供有力的數據保障。

高維跨模態數據冗余 臨地安防場景下的多模態遙感數據存在高維異構、數據冗雜、視角多變等問題，這是造成跨域遙感數據利用率低的關鍵難點。因此，面向國家在大規模跨域遙感數據智能分析領域的重大需求，亟須在信容理論的指導下，結合多模態認知計算等關鍵技術，開展復雜異構遙感數據的高維特征學習與數據萃取研究，為臨地安防場景下的跨域感知數據解譯奠定基礎。

復雜場景目標難解析 實現復雜場景下微小暗弱、偽裝遮擋、高動態等目標的高精度解譯，是跨域遙感研究的主要目標。為此，需重點開展跨域場景理解、微小暗弱目標分析、拒止環境下的自主導航和智能巡檢等研究，為臨地安防場景下的跨域偵察與聯合登陸、低空/超低空防御與對抗、極端災害監測預警、自主智能搜尋救援等任務提供理論和技術支撐。

典型應用

臨地安防技術體系涉及的任務具有多元化、跨域化、立體化、協同化、智能化特征。代表性的應用包括空中立體交通管控、低空/超低空對抗、極端災害監測預警、自主智能搜尋救援、海洋牧場、全天候水域監視、港口安防以及跨域偵察與聯合登陸等。

低空安防場景  在空中立體交通管控方面，隨著低空空域的逐步開放，立體交通工具（如空中汽車、無人飛行器等）將在虛擬航線上被實時監測與管控，實現空域資源的精細化管理，優化交通引導與控制，加強運行安全與監控管理，進一步完善交通管理體系。此外，面向國家重大需求，臨地安防相關理論和技術還將在低空/超低空對抗、極端災害監測預警、自主智能搜尋救援等任務中發揮關鍵作用。

水下安防場景  在海洋牧場方面，建設完善的監測網絡和管理系統，包括對生態環境質量的監測和對生物資源的監測；科學管理的海洋牧場可以提高產量，確保水產資源穩定和持續增長，實現可持續生態漁業建設。在港口安防方面，通過建設立體化的監管系統，打造智慧型貿易港，對增強進出口貿易的國際競爭力和港口安全有重要意義。此外，全天候水域監視對提高我國水下監視與安全防衛能力有重要價值。

跨域安防場景  未來軍事沖突的形態主要呈現跨域化、立體化、協同化特征（特別是非單純陸地爭端）。通過低空航空器、地面車輛、水面艦艇以及水下潛航器等裝備共同構筑整合水域陸域空域資源的跨域偵察與聯合登陸立體網絡（如圖8所示），增強戰場態勢感知與資源調配能力，奪取軍事沖突的主動權，從而取得最佳作戰效果。

圖8 跨域偵察與聯合登陸

總結與展望

安而不忘危，新形勢下，我國面臨復雜多變的發展和安全環境，各種可以預見和難以預見的風險因素明顯增多；因此，建立面向臨地空間內防衛、防護、生產、安全、救援等需求的多元化、跨域化、立體化、協同化、智能化臨地安防技術體系勢在必行。

隨著臨地安防技術體系的逐步成熟，世界安防產業將產生變革性發展。那么，臨地安防技術體系將對人類生產生活帶來哪些影響？對科技倫理治理作出哪些貢獻？并對人類生存的自然環境有何影響？

在生產生活方面，臨地空間范圍涵蓋了人類活動的大部分空間，而臨地安防的六大技術領域與人類的生產生活息息相關。隨著臨地安防技術體系的發展與完善，人類的出行方式、消費理念乃至產業結構都將面臨巨大變化。在未來，低空飛行將成為人類的主要出行方式，交通運輸會更加便捷，而涉水探測手段的提升也將極大地釋放海洋資源，生產力得到進一步提升，人類生產生活方式將步入新的發展階段。

在科技倫理方面，隨著人工智能、移動互聯網、生物醫藥等新興技術領域的發展給社會帶來變革性貢獻的同時，技術失控或濫用引發的科技倫理問題日益凸顯，健全科技倫理治理體制極為迫切。臨地安防技術體系涉及多個新興技術及交叉學科，未來將圍繞生命健康安全、隱私保護、資源分配、生態安全等多個方面，建立失控/濫用技術的監督機制、完善數據隱私保護措施、優化技術應用行業標準，逐步形成臨地安防倫理體制。

在自然環境方面，隨著全球氣候變暖，火災、暴雨、颶風等極端自然災害對人類生活以及經濟發展造成了嚴重威脅。除此之外，隨著人類生產生活范圍的進一步擴大，地球上有限的水資源、森林資源銳減。在未來，臨地安防技術能夠為人類提供全天時、全天候的極端災害預警以及生存環境監測，使得人類能夠更加主動地應對上述挑戰。

參考文獻：

[1]中央政府門戶網站.http://www.gov.cn/xinwen/2014-04/15/content_2659641.htm.

[2]國務院新聞辦公室. 新時代的中國國防[EB/OL].(2019-07-24). http://www.gov.cn/zhengce/2019-07/24/content_5414325.htm.

[3]中國民用航空局.“十四五”通用航空發展專項規劃. 2021.

[4]Newton I. Opticks[M].1704.

[5]Shannon C E. A Mathematical Theory of Communication[J]. The Bell System Technical Journal, 1948, 27(3): 379-423.

[6]李學龍. 多模態認知計算[J]. 中國科學: 信息科學, DOI:10.1360/SSI-2022-0226, 2022.

注：

1 Vicinage源于古法語/拉丁語的visnage/vicinus，相當于neighbor。

2 電氣與電子工程師協會系統、人與控制論學會（IEEE Systems, Man, and Cybernetics Society）。

李學龍

2021年“CCF-ACM人工智能獎”獲得者，西北工業大學學術委員會副主任、光電與智能研究院（iOPEN）教授。主要研究方向為臨地安防體系中的人才培養、科學、技術和工程問題。