吳波團隊的星表測繪:嫦娥着陸區與天問火星地形建模

香港理工大學(The Hong Kong Polytechnic University, PolyU)綜合信息數據庫 · 04 科研模塊 本檔案聚焦理大土地測量及地理資訊學系吳波教授團隊在高精度三維地形測繪、撞擊坑/石塊自動識別與着陸區安全評估上的科研主線——與「火星相機」(容啓亮團隊)、「採樣封裝系統」屬並行支柱,本篇專門覆蓋遙感測繪科研這條脈絡。 火星相機見 mars-camera-tianwen.md;月球採樣系統見 lunar-sampling-system.md;RCDSE 機構檔案見 deep-space-exploration-research-centre.md;航天總覽見 aerospace-and-space.md。

---

# 一、吳波是誰?從測繪走向星表

吳波教授^※現任香港理工大學鍾惠貞空間科學教授,兼任土地測量及地理資訊學系副系主任及深空探測研究中心(RCDSE)副主任。他的專業根基是攝影測量與遙感,研究焦點覆蓋行星地形測繪、行星科學與三維 GIS 應用。吳波於武漢大學取得工學博士學位,2006–2009 年在美國俄亥俄州立大學完成博士後研究,期間接觸 NASA 資助的月球與火星探測項目,2009 年加入理大後正式將行星測繪納入科研主線。

這一背景使他在理大航天科研團隊中扮演了與「精密機械工程」路線不同的角色:容啓亮團隊側重儀器研製(相機、採樣系統);吳波團隊側重遙感數據分析與地形建模——即「用數據看清地形、評估能否安全落腳」。兩者共同構成理大深空探測的雙輪驅動(機構層面的雙主任架構見 deep-space-exploration-research-centre.md)。

---

# 二、吳波團隊做什麼:核心技術路線

# 高精度三維地形重建如何實現?

吳波團隊的核心技術是多源遙感數據集成的行星三維測繪。據澎湃新聞對吳波的專訪^※,主要技術手段包括:

• 多源數據融合:將軌道器影像(如嫦娥二號 CCD、美國 LRO 激光高度計)、着陸下降相機影像與巡視器導航相機立體像對協同註冊,構建統一地理框架下的高精度地形產品;
• 明暗恢復形狀(Shape from Shading, SFS):基於單幅影像的亮度信息反演三維特徵,在數據稀缺區域提升地形分辨率;
• 機器自主學習:開發深度學習算法,實現撞擊坑、石塊等地貌特徵的自動識別與量化分析,在短時間內處理海量目標。

這套技術鏈條覆蓋了從軌道遙感到巡視器原位影像的全尺度,為任務前(着陸區選址)和任務中(巡視器定位與路徑規劃)提供地形支撐。

# 撞擊坑與石塊分析為何關鍵?

着陸安全性高度依賴地形細節。撞擊坑坑沿與坑內斜坡會導致探測器傾翻;散落的岩石既可能阻擋月球車行駛,也可能卡入車輪;地面起伏超過閾值則直接危及軟着陸成功率。吳波團隊的核心貢獻之一,正是開發出可快速、大規模、自動量化這些地貌特徵的算法,並將分析結果用於支持任務團隊的着陸區決策。

---

# 三、嫦娥三/四號月球任務:從「虹灣」到「月之背面」

# 嫦娥三號:多源數據集成開先河

吳波團隊最早的行星測繪實戰始於嫦娥三號(2013年着陸,着陸於月球正面虹灣(Mare Imbrium)區域)。據ISPRS 會議論文^※與相關研究,團隊利用嫦娥二號 CCD 影像(7 m 與 1.5 m 分辨率)、下降相機影像及巡視器導航相機立體像對,集成到統一地理座標框架,生成分辨率最高達0.05 m 的高精度地形產品,併為玉兔號月球車的每個停靠點例行生成 0.02 m 分辨率局部地形數字高程模型(DEM),直接支撐地面遙操作決策。這是理大在國家月球探測中首次系統性應用多源測繪技術支撐實際任務運行的案例。

# 嫦娥四號馮·卡門撞擊坑:40萬坑、2萬石

嫦娥四號是人類首次月球背面軟着陸任務(2019年1月3日着陸於南極-艾特肯盆地馮·卡門撞擊坑)。吳波團隊自2016年3月應中國空間技術研究院邀請,承擔候選着陸區地形地貌分析工作。

據新浪新聞報道^※:

• 團隊從多個數據源採集月球遙感數據,為兩個候選着陸區構建高精度、高分辨率地形模型;
• 在候選區內共分析超過40萬個撞擊坑與逾2萬塊岩石的分佈、尺寸與密度信息;
• 識別出候選區內最大直徑達 35米 的巨石;
• 計算地面坡度分佈,尋找相對平坦、適合探測器安全落腳的地點;
• 團隊重點推薦的最高優先級着陸子區域,正是嫦娥四號最終着陸的位置。

着陸成功後,團隊進一步利用軌道器、下降相機與地面相機影像的綜合處理,精確確定了着陸器位置,並開發了玉兔二號巡視器的視覺定位技術,持續支撐其日常地面操作與路徑規劃——此後又開展了釐米級分辨率建模,從玉兔二號全景相機立體像對測量了超過 310個直徑大於0.1 m 的小撞擊坑。

---

# 四、天問一號火星任務:從全球評估到烏托邦平原南部

# 候選區如何從全球三個縮至一個?

這是吳波團隊迄今覆蓋面最廣、歷時最長的着陸區遴選工程。據中新網專訪^※與Mirage News 報道^※,整個過程分三個階段:

第一階段(2016–2020)——全球評估與三區篩選:吳波於 2016 年應中國空間技術研究院邀請,率隊開展火星全球地形地貌評估,綜合分析高程、坡度、石塊丰度、撞擊坑密度與地質背景等多維指標,從全球範圍篩選出三個候選區:

經綜合評估,烏托邦平原南部被確定為目標着陸區——該區是火星北半球最大的已知撞擊盆地,地形相對平坦,符合軟着陸安全要求。

第二階段(2021年2–5月)——高分圖像精細建模:2021年2月天問一號進入環火軌道後,開始拍攝目標着陸區高分辨率影像。團隊自3月中旬獲得影像後即開始處理,在約兩個月內完成三維建模分析,處理對象包括數以百萬計的石塊、數以十萬計的撞擊坑及其他可能影響着陸安全的地貌特徵,結合 AI 自動識別技術達到約85%的地物提取精度,從中劃定多個可行着陸橢圓供任務管理團隊最終確認。

結果:天問一號於 2021年5月15日成功着陸烏托邦平原南部,釋放祝融號(Zhurong)火星車——實現了中國首次火星軟着陸。

# 吳波如何評價這項工作?

事後接受中新社採訪,吳波表示:「我們不僅見證了歷史,同時我們也是歷史中的一部分,我們參與了歷史。」他還指出,美國完成「繞、落、巡」三步走的火星探索戰略約花了 20 年,中國天問一號一次任務即實現三步並進,是「非常偉大的成就」。(來源:中新網^※)

---

# 五、國家認可:RCDSE 成員雙雙獲國家級獎項

據理大 PAIR 簡訊第8期^※(2023年12月):

理大深空探測研究中心(RCDSE)中,吳波教授與容啓亮教授(RCDSE 主任)均獲得由工業和信息化部、中國國家航天局等六部委聯合頒發的個人卓越獎(Outstanding Award)——前者表彰其地形測繪與地貌分析技術對天問一號火星任務着陸區安全識別的貢獻;後者表彰其領銜研製表土採樣封裝系統支撐嫦娥五號月球採樣。此外,理大團隊還獲得嫦娥五號任務團隊獎。

這是國家航天主管機構對理大測繪科研貢獻的正式背書——兩位教授分別代表「工程儀器」與「遙感測繪」兩條平行的理大航天科研路線。

---

# 六、嫦娥五/六號:測繪支撐延伸至採樣返回

吳波團隊對月球測繪的參與並不止於嫦娥四號。據檢索到的研究記錄(PolyU Scholars IRA^※及相關論文),團隊將地形測繪與着陸器定位技術延伸至嫦娥五號(2020)與嫦娥六號(2024)採樣返回任務,為着陸區地形分析及着陸器精確定位提供技術支撐,與容啓亮團隊的採樣封裝系統(見 lunar-sampling-system.md)在「知道落在哪裏」與「在落點取到樣」兩個維度上形成協作。

---

# 七、當前與未來:嫦娥七號、天問二號

吳波的星表測繪工作並未在天問一號成功後畫上句號。據理大 PAIR 新聞(2024年5月)^※,其團隊目前正在為嫦娥七號與天問二號開展預研:

• 嫦娥七號:月球南極區域資源勘察任務,需對月南極地形進行精細測繪與評估;
• 天問二號:針對小行星的採樣返回任務,探測目標為形狀不規則、表面地形信息極為有限的小天體。吳波團隊指出,「沒有現成信息和數據」是此次任務的核心挑戰;團隊在實驗室內搭建了模擬實際行星環境的測試場,發展適用於不規則小天體的測繪方法與着陸區評估框架,並進一步融合 AI 技術提升衞星影像處理效率與可靠性。

這兩項任務分別代表月球測繪向極區資深化的延伸,以及深空測繪向更復雜天體類型的拓展。

---

# 八、與理大航天科研版圖的關係

理大在國家深空探測中承擔的角色,可從「測繪」與「工程儀器」兩條軸線理解:

兩條線的交叉點在於:吳波團隊的地形產品為容啓亮團隊的儀器提供「落在哪」的依據;而容啓亮儀器採集的就地影像,反過來又成為吳波團隊建模的原始數據源之一。這種內部協作,是理大在國家級航天工程中形成「組合拳」效應的基礎。

---