吴波团队的星表测绘:嫦娥着陆区与天问火星地形建模

香港理工大学(The Hong Kong Polytechnic University, PolyU)综合信息数据库 · 04 科研模块 本档案聚焦理大土地测量及地理资讯学系吴波教授团队在高精度三维地形测绘、撞击坑/石块自动识别与着陆区安全评估上的科研主线——与「火星相机」(容启亮团队)、「采样封装系统」属并行支柱,本篇专门覆盖遥感测绘科研这条脉络。 火星相机见 mars-camera-tianwen.md;月球采样系统见 lunar-sampling-system.md;RCDSE 机构档案见 deep-space-exploration-research-centre.md;航天总览见 aerospace-and-space.md。

---

# 一、吴波是谁?从测绘走向星表

吴波教授^※现任香港理工大学钟惠贞空间科学教授,兼任土地测量及地理资讯学系副系主任及深空探测研究中心(RCDSE)副主任。他的专业根基是摄影测量与遥感,研究焦点覆盖行星地形测绘、行星科学与三维 GIS 应用。吴波于武汉大学取得工学博士学位,2006–2009 年在美国俄亥俄州立大学完成博士后研究,期间接触 NASA 资助的月球与火星探测项目,2009 年加入理大后正式将行星测绘纳入科研主线。

这一背景使他在理大航天科研团队中扮演了与「精密机械工程」路线不同的角色:容启亮团队侧重仪器研制(相机、采样系统);吴波团队侧重遥感数据分析与地形建模——即「用数据看清地形、评估能否安全落脚」。两者共同构成理大深空探测的双轮驱动(机构层面的双主任架构见 deep-space-exploration-research-centre.md)。

---

# 二、吴波团队做什么:核心技术路线

# 高精度三维地形重建如何实现?

吴波团队的核心技术是多源遥感数据集成的行星三维测绘。据澎湃新闻对吴波的专访^※,主要技术手段包括:

• 多源数据融合:将轨道器影像(如嫦娥二号 CCD、美国 LRO 激光高度计)、着陆下降相机影像与巡视器导航相机立体像对协同注册,构建统一地理框架下的高精度地形产品;
• 明暗恢复形状(Shape from Shading, SFS):基于单幅影像的亮度信息反演三维特征,在数据稀缺区域提升地形分辨率;
• 机器自主学习:开发深度学习算法,实现撞击坑、石块等地貌特征的自动识别与量化分析,在短时间内处理海量目标。

这套技术链条覆盖了从轨道遥感到巡视器原位影像的全尺度,为任务前(着陆区选址)和任务中(巡视器定位与路径规划)提供地形支撑。

# 撞击坑与石块分析为何关键?

着陆安全性高度依赖地形细节。撞击坑坑沿与坑内斜坡会导致探测器倾翻;散落的岩石既可能阻挡月球车行驶,也可能卡入车轮;地面起伏超过阈值则直接危及软着陆成功率。吴波团队的核心贡献之一,正是开发出可快速、大规模、自动量化这些地貌特征的算法,并将分析结果用于支持任务团队的着陆区决策。

---

# 三、嫦娥三/四号月球任务:从「虹湾」到「月之背面」

# 嫦娥三号:多源数据集成开先河

吴波团队最早的行星测绘实战始于嫦娥三号(2013年着陆,着陆于月球正面虹湾(Mare Imbrium)区域)。据ISPRS 会议论文^※与相关研究,团队利用嫦娥二号 CCD 影像(7 m 与 1.5 m 分辨率)、下降相机影像及巡视器导航相机立体像对,集成到统一地理坐标框架,生成分辨率最高达0.05 m 的高精度地形产品,并为玉兔号月球车的每个停靠点例行生成 0.02 m 分辨率局部地形数字高程模型(DEM),直接支撑地面遥操作决策。这是理大在国家月球探测中首次系统性应用多源测绘技术支撑实际任务运行的案例。

# 嫦娥四号冯·卡门撞击坑:40万坑、2万石

嫦娥四号是人类首次月球背面软着陆任务(2019年1月3日着陆于南极-艾特肯盆地冯·卡门撞击坑)。吴波团队自2016年3月应中国空间技术研究院邀请,承担候选着陆区地形地貌分析工作。

据新浪新闻报道^※:

• 团队从多个数据源采集月球遥感数据,为两个候选着陆区构建高精度、高分辨率地形模型;
• 在候选区内共分析超过40万个撞击坑与逾2万块岩石的分布、尺寸与密度信息;
• 识别出候选区内最大直径达 35米 的巨石;
• 计算地面坡度分布,寻找相对平坦、适合探测器安全落脚的地点;
• 团队重点推荐的最高优先级着陆子区域,正是嫦娥四号最终着陆的位置。

着陆成功后,团队进一步利用轨道器、下降相机与地面相机影像的综合处理,精确确定了着陆器位置,并开发了玉兔二号巡视器的视觉定位技术,持续支撑其日常地面操作与路径规划——此后又开展了厘米级分辨率建模,从玉兔二号全景相机立体像对测量了超过 310个直径大于0.1 m 的小撞击坑。

---

# 四、天问一号火星任务:从全球评估到乌托邦平原南部

# 候选区如何从全球三个缩至一个?

这是吴波团队迄今覆盖面最广、历时最长的着陆区遴选工程。据中新网专访^※与Mirage News 报道^※,整个过程分三个阶段:

第一阶段(2016–2020)——全球评估与三区筛选:吴波于 2016 年应中国空间技术研究院邀请,率队开展火星全球地形地貌评估,综合分析高程、坡度、石块丰度、撞击坑密度与地质背景等多维指标,从全球范围筛选出三个候选区:

经综合评估,乌托邦平原南部被确定为目标着陆区——该区是火星北半球最大的已知撞击盆地,地形相对平坦,符合软着陆安全要求。

第二阶段(2021年2–5月)——高分图像精细建模:2021年2月天问一号进入环火轨道后,开始拍摄目标着陆区高分辨率影像。团队自3月中旬获得影像后即开始处理,在约两个月内完成三维建模分析,处理对象包括数以百万计的石块、数以十万计的撞击坑及其他可能影响着陆安全的地貌特征,结合 AI 自动识别技术达到约85%的地物提取精度,从中划定多个可行着陆椭圆供任务管理团队最终确认。

结果:天问一号于 2021年5月15日成功着陆乌托邦平原南部,释放祝融号(Zhurong)火星车——实现了中国首次火星软着陆。

# 吴波如何评价这项工作?

事后接受中新社采访,吴波表示:「我们不仅见证了历史,同时我们也是历史中的一部分,我们参与了历史。」他还指出,美国完成「绕、落、巡」三步走的火星探索战略约花了 20 年,中国天问一号一次任务即实现三步并进,是「非常伟大的成就」。(来源:中新网^※)

---

# 五、国家认可:RCDSE 成员双双获国家级奖项

据理大 PAIR 简讯第8期^※(2023年12月):

理大深空探测研究中心(RCDSE)中,吴波教授与容启亮教授(RCDSE 主任)均获得由工业和信息化部、中国国家航天局等六部委联合颁发的个人卓越奖(Outstanding Award)——前者表彰其地形测绘与地貌分析技术对天问一号火星任务着陆区安全识别的贡献;后者表彰其领衔研制表土采样封装系统支撑嫦娥五号月球采样。此外,理大团队还获得嫦娥五号任务团队奖。

这是国家航天主管机构对理大测绘科研贡献的正式背书——两位教授分别代表「工程仪器」与「遥感测绘」两条平行的理大航天科研路线。

---

# 六、嫦娥五/六号:测绘支撑延伸至采样返回

吴波团队对月球测绘的参与并不止于嫦娥四号。据检索到的研究记录(PolyU Scholars IRA^※及相关论文),团队将地形测绘与着陆器定位技术延伸至嫦娥五号(2020)与嫦娥六号(2024)采样返回任务,为着陆区地形分析及着陆器精确定位提供技术支撑,与容启亮团队的采样封装系统(见 lunar-sampling-system.md)在「知道落在哪里」与「在落点取到样」两个维度上形成协作。

---

# 七、当前与未来:嫦娥七号、天问二号

吴波的星表测绘工作并未在天问一号成功后画上句号。据理大 PAIR 新闻(2024年5月)^※,其团队目前正在为嫦娥七号与天问二号开展预研:

• 嫦娥七号:月球南极区域资源勘察任务,需对月南极地形进行精细测绘与评估;
• 天问二号:针对小行星的采样返回任务,探测目标为形状不规则、表面地形信息极为有限的小天体。吴波团队指出,「没有现成信息和数据」是此次任务的核心挑战;团队在实验室内搭建了模拟实际行星环境的测试场,发展适用于不规则小天体的测绘方法与着陆区评估框架,并进一步融合 AI 技术提升卫星影像处理效率与可靠性。

这两项任务分别代表月球测绘向极区资深化的延伸,以及深空测绘向更复杂天体类型的拓展。

---

# 八、与理大航天科研版图的关系

理大在国家深空探测中承担的角色,可从「测绘」与「工程仪器」两条轴线理解:

两条线的交叉点在于:吴波团队的地形产品为容启亮团队的仪器提供「落在哪」的依据;而容启亮仪器采集的就地影像,反过来又成为吴波团队建模的原始数据源之一。这种内部协作,是理大在国家级航天工程中形成「组合拳」效应的基础。

---