全国现有不可移动文物 76.7 万处，其中大量木结构古建筑分布在山区、丘陵等人员难以频繁抵达的区域。传统巡检依赖人工攀爬目测，单次覆盖面积有限，屋脊、斗拱、飞檐等高位构件的病害往往在肉眼可见时已发展到较严重阶段。文物保护的核心诉求是"早发现、早干预"，而传统手段在响应速度与数据精度上已难以匹配这一诉求。
传统巡检的三重瓶颈
人工巡检文物古建面临三个结构性问题。
第一是覆盖盲区。古建筑的病害高发区域集中在屋面、脊饰、檐口和梁架上部，这些位置需要搭设脚手架或使用升降设备才能近距离观察，单次巡检的准备周期长、成本高。一座中等规模的古建院落，完成一次全面人工巡检通常需要 3 至 5 天。
第二是数据颗粒度不足。人工目测记录以文字描述和少量照片为主，病害的位置、面积、扩展方向缺乏精确的空间坐标标注。不同巡检人员的记录标准存在差异，历史数据之间难以横向对比，无法形成连续的病害演化曲线。
第三是安全风险。巡检人员需要在屋顶、高处梁架等位置作业，古建本身的构件老化又增加了作业危险系数。在极端天气后的应急排查中，人工抵达现场的时间窗口往往滞后于最佳处置时机。
无人机巡检平台的技术路径
无人机巡检平台将低空遥感采集与地面数据处理整合为一体化工作流，核心由三个模块构成。
飞行采集模块负责获取原始数据。搭载高分辨率可见光相机与热红外传感器的多旋翼无人机，按预设航线自主飞行，对建筑外立面、屋面、院落全景进行多角度拍摄。可见光影像用于识别裂缝、瓦面位移、彩绘剥落等表观病害，热红外数据则通过温差异常检测屋面渗漏、墙体空鼓等隐蔽缺陷。对于结构复杂的古建，平台支持倾斜摄影与贴近摄影测量，生成毫米级精度的三维点云模型。
数据处理模块将采集到的影像转化为可量化的分析成果。通过图像识别算法对裂缝宽度、长度进行自动提取与标注，将不同时期的巡检数据在统一坐标系下叠加对比，计算病害的扩展速率。三维模型可以任意角度剖切查看结构变形量，为修缮方案提供精确的空间参考。
决策支持模块将分析结果汇总为巡检报告，按病害类型、严重程度、空间位置分级呈现，辅助管理人员制定修缮优先级与资金分配方案。
文物古建巡检的典型场景
在实际应用中，无人机巡检平台覆盖了文物古建保护的几个关键环节。
定期普查。按季度或半年周期对建筑群进行系统性航拍，生成正射影像与三维模型，与历史数据对比发现新增病害。相比人工巡检，同一区域的普查效率可提升数倍，且数据口径统一，便于长期追踪。
灾后应急排查。暴雨、大风、地震等极端事件后，无人机可在数小时内升空对受损区域进行快速评估，将现场影像实时回传至管理平台，帮助文物保护部门在黄金窗口期内制定抢险方案。
修缮工程记录。在施工前、施工中、施工后分别进行数据采集，形成完整的工程档案。三维模型可以精确计量修缮工程量，也为后续同类工程提供参照基准。
日常监测。对已知的重点病害点位设置定点监测航线，以固定频率自动采集数据，追踪病害发展动态。当某处裂缝的扩展速率超过预设阈值时，平台自动推送预警信息。
从数据采集到保护决策的闭环
无人机巡检平台的价值不只在于替代人工完成高空拍摄，而在于将分散的巡检行为转化为持续的数据资产。每一次飞行采集的影像都纳入统一管理平台，经过标注、分析、对比后形成结构化的病害档案。这些档案跨越数年甚至数十年积累，构成每处文物古建的"健康档案"，让保护决策从经验判断转向数据驱动。
文物保护是一项与时间赛跑的工作。无人机巡检平台提供的，是一张覆盖在古建筑上空的感知网络——它让病害在萌芽阶段被捕获，让修缮在精确数据支撑下展开，让每一处文化遗产的保护过程有据可查、有迹可循。
