当 AI 走进荒野：聊天机器人、野外导航与搜救的能力和边界
从登山遇险新闻到无人机搜救，分清聊天、定位导航与求救通信的作用，理解户外 AI 的能力、证据和使用边界。
本文目录
原研究截止：2026 年 10 月 13 日；2026 年 10 月 15 日整理为网站笔记。产品状态保留对应访问日期，不表示已经完成 App、卫星通信或野外实测。
问 AI 一道菜怎么做，做坏了可以重来。问它一条山路怎么走，答案可能影响你在天黑前能否下山。同样是聊天框，问题背后的代价却相差很远。
搜索 AI chatbot wilderness navigation rescue，会遇到两种看似矛盾的消息：有人用聊天机器人准备登山，最后需要救援；也有人借助 AI 无人机，找到已经失踪的徒步者。要理解这个领域，需要先追问：AI 在哪一步参与，拿到了什么资料，做出的判断又由谁核对？
本文从具体事件出发，介绍产品和研究，再讨论普通人可以怎样判断这些工具。事实、当事人陈述、开发者声明与本文分析分别呈现；文末保留核验记录，方便回查。
图 1｜迭变笔记原创能力示意。五类任务需要分别验证，连线不表示实际产品已具备全部能力。
一、一次登山怎样变成救援
2026 年 8 月底，三名来自加州罗斯维尔的登山新手前往沙斯塔山。根据 ABC News 转述的警方通报，他们在 8 月 29 日扎营，次日凌晨 3 点向山顶出发，直到晚上 7 点才登顶。下撤过程中，他们偏离路线进入 Mud Creek Canyon，一人膝盖受伤。三人被迫在山中过夜，8 月 31 日获救。ABC News，9 月 3 日
这几个时间点比“用了哪个 AI”更能说明问题：从出发到登顶，已经过去 16 小时。当地通常建议中午折返，目的是给下撤留出时间。登顶只是行程的一部分，体力、物资和剩余日照必须同时支持下山。
警方称，三人事后承认曾大量依赖 Gemini 了解路线及携带物资，并认为其食物、饮水准备不足与这些建议有关。但这仍是警方对事后陈述的转述，不能据此还原他们输入了什么、模型完整回答了什么，也不能确定回答时有没有调用地图或实时资料。
另一个细节来自户外媒体 Backpacker 对救援负责人的采访：三人在现场使用 AllTrails 导航，手机后来没电，携带的充电设备未能正常补电。他们也曾讨论是否折返，却继续向上。这使事件呈现出多环节相互影响的样子：行前预期、物资准备、折返决定、夜间导航和设备失效，都参与了最后的结果。Backpacker，9 月 3 日
阅读新闻时还有一个必须保留的差异：ABC News 引述警方使用“计划 8 小时的上升行程”，Backpacker 则写“8 小时往返”。本文不把两个口径拼成一个确定的原始 AI 承诺，也不据此计算所谓预测误差倍数。
参与救援的 Nick Meyers 在当地公共广播采访中同样没有把责任全部归给 AI。他指出，登山者的山地判断和现场决定也存在问题。这不是为模型开脱，而是提醒我们：若只替换一个聊天机器人，其余薄弱环节仍可能让行程失败。Jefferson Public Radio，9 月 4 日
二、聊天、导航、求救，其实是五件事
“AI 户外助手”很容易让人联想到随身向导，但这个名称可以覆盖完全不同的工作。
| 环节 | 需要解决的问题 | 必须具备的依据或连接 |
|---|---|---|
| 行前规划 | 去哪里、难度怎样、如何准备 | 路线资料、季节条件、个人能力与装备 |
| 现场定位与导航 | 我在哪、接下来走哪里 | 定位、地图、路线和地形核对 |
| 生存知识问答 | 如何理解装备与环境问题 | 有来源的知识、适用条件与专业判断 |
| 求救通信 | 如何把位置和情况发出去 | 可用通信链路、接收方与送达确认 |
| 专业搜救 | 去哪里找人、怎样接近和撤离 | 搜索情报、航空与地面装备、组织协作 |
这个划分是一种阅读和评价工具的框架。一个软件可以覆盖几个环节，但每一环都要分别证明。聊天界面回答了“往北走”，并不意味着它读取过你的实时坐标；屏幕显示坐标，也不意味着系统知道前方岩壁能否通行；成功生成求救文字，更不意味着救援机构已经收到消息。
普通地图软件主要呈现位置与路线，聊天机器人则善于理解提问、整理解释。两者结合后，能让查资料更方便，但还需要检查路线数据从哪里来、是否包含地形与限制，以及系统有没有把地图中不存在的连接讲成可走的道路。
离线也是一个容易误解的词。GPS 接收卫星定位信号可以不依赖蜂窝网络，不过实际精度仍受信号遮挡、接收设备和环境等因素影响；定位成功与地图已下载、天气已更新、消息能发送，是不同状态。GPS.gov 官方存档：定位精度
于是，一款“无信号也能用”的软件，需要进一步解释究竟哪一部分能用。本地知识可以继续回答，最新封路信息却可能停留在出发前。若用户把所有能力理解成一种始终在线的保障，产品的便利反而会掩盖重要限制。
三、事故新闻能证明什么，又留下什么
沙斯塔山事件支持一个值得关注的事实：一些使用者已经把聊天机器人纳入具有现实风险的准备过程。但它不能单独证明 AI 导航普遍比其他方法危险，更不能代表全部使用者。比较事故率还需要使用次数、路线难度、使用者经验等分母和背景，本次资料没有提供这些数据。
2026 年 10 月，加拿大皇冠山的救援又引起讨论。新闻将一名 16 岁徒步者受困与使用 Claude 联系起来；救援人员也警告不要盲从 AI 路线。CBC 的后续采访中，当事人却表示，他主要用 Claude 帮忙整理装备，并交叉查看少量地形信息，路线准备同时用了 AllTrails 和 Google Maps。他认为自己走错了路，而非被 AI 指示去走 Widowmaker 路线。CBC 原始采访，10 月 8 日发布、9 日更新
CBC 同时保留了救援者对 AI 使用的担忧。当事人的解释不能自动推翻这种担忧，救援成功也不允许我们忽略当事人对事故原因的说明。缺少完整对话和路线记录时，“曾经使用 AI”与“AI 输出直接导致错误转向”之间，还有待补足的证据。
更早的例子发生在 2025 年 4 月。Whistler Daily Post 报道，两名徒步者在 Unnecessary Mountain 雪地中下撤困难，Lions Bay 搜救队提供装备并帮助他们下来。搜救队随后提醒不要依赖 ChatGPT 或 Google Maps 进行野外导航。这篇报道没有给出造成问题的具体 AI 回答，也没有完整说明工具在该次行程中的使用过程。当地报道，4 月 23 日
三个案例提供了三个不同的观察窗口：准备与执行脱节，事故解释存在争议，救援后的工具使用警告。把它们都写成“AI 编造路线害人遇险”，会抹去证据差别；因为责任复杂而回避风险，也会失去学习机会。
分析这类新闻，可以沿着四个问题读下去：谁确认使用了 AI？模型实际说了什么？当事人依据回答采取了什么行动？这个行动与事故之间有什么可核实的联系？若某一步只有推测，结论就需要停在那个位置。
同样，不能拿今天重新提问得到的一次回答，冒充事故当时的回答。提问方式、模型版本、可用工具、上下文都可能不同。重新提问最多构成一次另行说明条件的观察，无法填补原始记录的缺口。
四、已经出现的产品，走了三条路线
户外 AI 并非只有通用聊天框。下面三个例子代表不同设计方向，状态以研究截止日能读取的官网为准。本次没有安装 App、进行野外测试或完成卫星收发验证，不能把页面介绍写成经本文证实的性能。
第一条路线，把模型放进手机。 Northstar 官网标注已在 iOS 提供下载，介绍本地推理、离线聊天和模型选择，覆盖导航、生存及应急知识。它代表一种“把可交谈的知识工具带离网络”的思路。Northstar 官网
它可能方便用户把复杂问题说清楚：有哪些装备、遇到什么情况、哪里不理解。可是，本地回答是否适用仍取决于知识和输入。离线运行能够减少对网络的依赖，却没有自动获得最新天气、现场地形或专业判断；模型选项更多，也不能直接证明危险场景回答更可靠。这是对其设计路线的分析，并非产品实测结论。
图 2｜迭变笔记原创路线示意，依据文中三家官网的公开说明整理；不代表 App 实测或官方集成。
第二条路线，借卫星短信访问远端服务。 Get Wild 的官网和 FAQ 介绍，用户通过 Garmin inReach 等设备发送问题，服务查询信息并回传答案；主页标注开放测试。根据其消息路由说明，推理服务位于通信链路另一端，而不是模型在卫星通信器里离线运行。Get Wild 官网、官方 FAQ
这种设计的吸引力在于：没有蜂窝网络时，仍有机会取得外部资料。但它把可靠性问题延伸到整条链路，包括设备可用性、通信套餐、卫星消息送达、服务状态与回复时延。使用者所在地区和设备支持条件也必须另外核对。网站明确提示，这不是紧急求救服务；聊天回复与设备 SOS 的接收和救援流程不能混为一谈。
第三条路线，把地图与聊天装进同一个工具。 SURVIA 官网介绍手机本地 AI、离线地形与卫星地图、GPS、航点及轨迹。页面同时显示测试入口：离线问答标为已提供，AI 读地形并讲解路线仍写为后续方向，Mesh 通信和卫星 SOS 标为“Soon”。因此应将它视为开发中的集成方案，不宜写成所有功能已经正式上线。SURVIA 官网
| 路线 | 主要价值 | 必须另外核对 |
|---|---|---|
| 手机本地模型 | 离开网络仍能问答 | 知识适用性、设备负担、资料准备 |
| 卫星短信接远端 AI | 无蜂窝信号时查询外部信息 | 链路、区域、时延、服务与 SOS 分工 |
| 地图与 AI 集成 | 减少切换工具、共享上下文 | 地图新鲜度、路线真实性、功能完成度 |
真正有意义的比较，是追问每种路线如何处理失败。资料过期时会不会显示日期？定位不足时会不会停止给方向？没有通信时是否明确标记求救尚未送达？本文认为，这些可见行为比“懂生存”“全天候”等宣传语更适合作为评价依据。
五、AI 怎样帮助救援人员找到人
把目光移到搜救一侧，证据会具体得多。2026 年 6 月 25 日，澳大利亚新南威尔士州消防救援局发布通报：两名徒步者在 Dead Horse Gap 路线上逾期未归，警方和地面搜救人员开展搜索，并请求无人机支援。通报称，AI 软件识别出两人，热成像镜头放大确认；徒步者用手机红光吸引注意，操作员随后利用探照灯帮助地面人员找到他们。FRNSW 原始通报
图 3｜迭变笔记依据 FRNSW 原始通报 绘制的协作示意，不是现场照片、轨迹复原或识别准确率统计。
澳大利亚 ABC 的后续报道进一步介绍了人员偏离路线约 500 米、无人机和地面队伍配合的情况，并采访了参与人员。报道将此称为 FRNSW 首次成功用该 AI 检测系统寻找失踪徒步者；这个“首次”有机构与系统范围，不能扩大成世界首次 AI 救援。澳大利亚 ABC，6 月 27 日
在这里，AI 的任务是从传感器资料中提示值得查看的目标。它的输出可被镜头放大、定位和地面接近继续核对。真正完成行动的是操作员、警方、救援队和受困者的配合。这种明确分工，让“AI 有用”落到一个能够观察的环节，而不需要把系统描述成独立救人的智能体。
另一个研究方向是让无人机更有效地搜索。格拉斯哥大学研究者的一篇论文，以失踪者可能出现的位置分布作为输入，用深度强化学习安排搜索路径。通俗地说，有限飞行时间内，系统要决定先覆盖哪里，而不只是按固定条带扫完整片区域。论文 v2，2024 年 5 月 22 日
这些结果需要放在建模条件下理解。论文模型包括二维位置更新、固定步长等假设，并假设飞行器能准确跟踪航点。算法在所设环境里的表现，不能直接换算成真实山林中的救援成功率，也不能把某项实验相对提升写成所有救援都会节省相同比例的时间。
原理上可以区分三种任务：识别画面里可能的人，推测应该优先搜索的区域，安排搜索装备的路线。它们可以组合，但验证要求不同。能够在某次现场找到目标，是有价值的应用证据；要证明在不同植被、天气、距离和目标条件下稳定有效，还需要更系统的评价。
这也解释了为什么通用聊天机器人遇险新闻与 AI 搜救成功案例可以同时成立。二者的输入、任务和核对方法并不一样；某一类系统的成果，无法为另一类系统直接背书。
六、可靠性难在哪里，普通人怎样使用
首先，正确的常识不一定是正确的现场建议。一条路线可以真实存在，却不适合当前季节、当天状况或眼前这名使用者。文本回答如果缺少这些条件，就可能把“有人走过”讲成“你现在可以走”。NIST 的生成式 AI 风险文件将自信呈现错误内容列为一种风险，称为 confabulation，常被称作“幻觉”。但野外问题还包括另一种情况：资料本身没有编造，适用条件却被遗漏。NIST AI 600-1，第 2.2 节
其次，时间和空间信息不能被压成一个模糊的地名。出发地天气与山顶天气未必相同；同名地点、相邻山脊和不同线路也可能被混淆。本文认为，一个有用的回答至少应该让人看见地点、对应路线和资料时间。若系统不能说明这些，就不应把流畅程度当成判断依据。
第三，系统无法从一句“我体力不错”得知所有个人条件。上升速度、负重、经验、队伍差异和当前状态，都可能改变行程。沙斯塔山案例提供的启示是：当实际进度已经偏离计划，仍继续按照原先预期行动，风险会累积。更细致的提示词有助于补足信息，但无法保证身体状态描述准确，也无法替代现场判断。
第四，一个故障可能同时夺走多个功能。若聊天、地图、定位和通信都集中在同一部手机，电量耗尽会影响整套使用流程。应用集成带来方便，也需要独立的备用手段。美国国家公园管理局的行程规划指南明确提醒，手机不能替代户外必需装备，并建议事先留下行程计划。NPS 行程规划指南
有来源、有地图，就已经可靠吗？
检索增强生成，也就是 RAG，可以让模型先找到相关资料，再组织回答。2025 年的 Judy 路线推荐研究，用康涅狄格州 260 多条路线资料建立系统，并以 25 个问题评价推荐表现。这说明“从明确资料出发回答”是一条可以研究的改进路径，同时也展示了评价范围：这些测试并不等于现场导航、急救或极端天气可靠性验证。Judy 论文
引用链接解决的是“答案可能依据什么”，还需要继续问：这份资料是否正确、是不是同一条路线、多久以前更新、摘录有没有漏掉限制？若检索到陈旧资料，模型忠实整理后仍可能不适合今天使用。接入地图也类似：地图与坐标可以限制某些凭空描述，却不能自动证明每一段地形可通行。
因此，本文建议把改进分成两层看。第一层是补充依据：当地管理信息、路线资料、时间、传感器状态。第二层是控制决定：资料不足时停止给出确定方向，把重要情况交给使用者和专业人员确认。只扩大模型知识量，没有改变决定流程，仍可能让不确定性藏在答案后面。
行前，怎样把 AI 变成资料整理助手
可以请 AI 帮忙列出需要查询的问题、解释专业术语、整理已确认资料之间的差异。对关键准备，先取得当地管理机构或可靠路线来源，再要求它围绕这些材料工作。
- 确认路线身份。 核对正式名称、入口、目的地、走向和适用活动，避免把攀岩路线与普通徒步路线当成同一种行程。
- 核对时间相关信息。 查看当地管理机构的关闭、许可和天气信息，记录发布时间与适用日期。AI 不确定时，把这一项保留为待确认。
- 核对装备与退路。 使用适用于该活动的装备清单，准备备用导航和可能延误时的物资；出发前确认地图能离线打开、设备能正常供电。
- 说明行程与通信办法。 将路线、预计返程和逾期处理安排交给可靠联系人，了解目的地的求救方式；实际紧急状况优先使用可用的正式求救渠道。
这些原则依据 NPS 的行程规划和“十项必需品”指南整理。其中，导航部分包括地图、指南针和 GPS，并建议准备纸质地图及备用电源。装备清单仍应随活动和当地要求调整；携带工具也需要知道怎样使用。NPS：Ten Essentials
对中文读者，还要保留地区边界：本文案例主要来自北美与澳大利亚，相关机构、设备服务和规则不能直接套用到中国。准备国内行程时，应回到目的地管理部门和当地救援信息；产品支持某款手机，也不等于卫星服务在所有地区可用。
怎样判断一个户外 AI 产品是否值得信任
可以向开发者提出五个具体问题：数据来源和更新时间能否查看？断网后哪些功能还能用？定位不足时系统怎么表现？求救消息如何确认送达？有没有针对目标设备与户外场景的验证，而非几段成功演示？这是一组本文提出的评价问题，不代表上述产品已经满足或没有满足这些要求。
从产品设计角度，更值得做的功能可能是显示证据、提醒条件变化、帮助联系人理解情况、保留可靠的手动操作入口。它们未必像“AI 带你走出荒野”那样吸引眼球，却直接面对使用者最需要知道的事情：我掌握了什么，缺少什么，下一步该向谁确认。
当 AI 进入荒野，我们可以欢迎它帮助读懂资料、减少搜索负担、提示值得查看的目标。与此同时，通往下一段山路的决定，必须持续接受现实信息的检验。好工具应当帮助人看清不确定性，让准备更充分，让专业人员更有效地行动。
附录一：关键事实核验表
“已核对”表示来源支持本文的限定表述，不代表本文独立复现了事故、验证了产品或重做了实验。下面各项访问日期均为 2026-10-13。
| 事实或判断 | 来源与资料日期 | 证据性质 | 核验结论、冲突与限制 |
|---|---|---|---|
| 沙斯塔山三人 8 月 30 日 03:00 出发、19:00 登顶，次日获救 | S1，2026-09-03；S2，2026-09-03 | 警方通报的记者转述；对救援人员的采访 | 时间线相符；16 小时为本文据两时间点相减。警方原帖仅可读取标题与摘要元数据，未取得完整正文 |
| 使用 Gemini 获取行程与物资信息 | S1；S3，2026-09-04 | 当事人事后说法，经警方及媒体转述 | 可以写“据警方／当事人陈述”；未取得完整聊天记录、提示词和模型版本 |
| 现场使用 AllTrails，导航手机没电，充电设备未正常工作 | S2 | 救援负责人采访 | 只按采访归因；不能把这一步写成 Gemini 实时领路 |
| “计划 8 小时”的口径不同 | S1；S2 | 两篇报道文本比较 | 前者为 ascent，后者为 round trip；未消除差异，不计算 AI 预测偏差倍数 |
| 当地建议较早折返，为下撤留时间 | S4，2026-09-01；S1 | 当地登山信息原页；警方建议转述 | S4 一处写 12—13 时，一处写中午；本文概括为通常建议中午。S4 发布晚于事故，不拿其天气预测解释事故当天 |
| 皇冠山受困者为 16 岁少年，2026 年 10 月初获救 | S5，2026-10-08 发布、10-09 更新 | CBC 原始采访 | 已读取原文。本文不扩大对未成年人身份、经验和精确伤情的描述 |
| 皇冠山当事人与救援者对 AI 作用的表述不同 | S5；S6，2026-10-08 转载 | 原始采访与转载比较 | 内置网页工具读取原文失败，随后通过 HTTP 抓取成功。已核对原文中的装备准备、地图工具、错误转向及救援者担忧；不将转载算作独立事件印证 |
| Lions Bay 救援后警告不应依赖 ChatGPT、Google Maps | S7，2025-04-23 | 当地媒体转述搜救队社交媒体发言 | 未得到具体错误回答；不认定 ChatGPT 直接导致事故。报道另述 Brunswick Mountain 事件，本文不合并两件事 |
| Northstar 宣称提供 iOS 本地离线 AI | S8，页面未标更新日期 | 开发者官网；原研究曾查看官方展示图 | 只核对公开声明及下载入口；未安装、未测性能。展示图与网页规格不完全一致，未列精确型号体积 |
| Get Wild 提供卫星短信访问 AI，主页标为开放测试 | S9、S10，页面未标更新日期 | 开发者官网及 FAQ | “远端服务”由其消息路由说明归纳；服务端实现、所有设备支持与地域可用性未实测；不等同设备 SOS |
| SURVIA 的功能完成状态不同 | S11，页面未标更新日期 | 开发者官网 | Beta 入口可见；地图、离线问答为官网已提供声明；Mesh、卫星 SOS 标 Soon，AI 读地形为后续方向 |
| FRNSW 使用 AI 与热成像协助找到两名徒步者 | S12，2026-06-25 | 救援机构原始通报，已通过内置网页工具读取 | 识别、镜头确认、受困者灯光和地面人员配合均有依据；通报没有公布通用检测准确率 |
| 约偏离步道 500 米；“首次”限于 FRNSW 该系统 | S13，2026-06-27 | 记者报道及参与人员采访 | 不扩大为世界首次。救援视频日期 6 月 23 日见 ABC 视频，正文没有混用发布与发生日期 |
| 深度强化学习用于概率分布上的搜索路径规划 | S14，v2，2024-05-22 | 论文方法原文 | 已核对二维模型、固定步长、航点跟踪假设；未把实验指标换算成真实救援成功率，未采用“160%”宣传数字 |
| Judy 用明确路线数据进行 RAG 推荐 | S16，v1，2025-07-27 | 论文系统与实验原文 | 260 多条路线、25 个评价问题见正文；评价涉及推荐匹配，不能当作实地安全率。本文未复现实验 |
| 生成式 AI 可能自信呈现错误内容 | S15，2024-07-26，第 2.2 节 | NIST 风险框架原文 | 用于解释一种风险，不证明某一事故具体由模型幻觉造成 |
| GPS 精度受遮挡、环境与设备因素影响 | S19，官方存档，页面未标更新日期 | 美国官方定位说明 | 已读取存档原文；现行页面访问受限。没有将常见精度数字写成山地保证值 |
| 留下行程计划，准备导航、备用电源及活动对应装备 | S17，2026-08-21 更新；S18，页面未标更新日期 | NPS 官方户外准备指南 | 本文为原则性整理；没有给出具体登山路线、处方或适用于所有地区的统一装备要求 |
| 产品评价的五个问题、系统改进的两层框架 | 本文分析，2026-10-13 | 作者归纳 | 与事实报道分开；不声称上述产品已通过或未通过这些评价 |
附录二：参考来源
新闻与事件资料
- S1：ABC News — 三名沙斯塔山登山者获救。Nadine El-Bawab，2026-09-03。警方通报经报道转述。追溯到的警方原帖链接仅可读取标题与摘要元数据，不作为已直接核验完整正文的来源。
- S2：Backpacker — Three Hikers Used AI to Plan Their Mount Shasta Climb。更新日期 2026-09-03，包含救援负责人采访。
- S3：Jefferson Public Radio — Mount Shasta hikers relied on AI。Justin Higginbottom，2026-09-04，包含 Nick Meyers 采访。
- S4：Mount Shasta Avalanche Center — 9 月 1 日登山条件与信息。2026-09-01，当地登山信息原页。
- S5：CBC — B.C. teen rescued from 'Widowmaker' mountain trail says AI isn't to blame。Natalie Stechyson，2026-10-08 发布、10-09 更新；已直接读取的原始采访。
- S6：Today in Canada — CBC 皇冠山后续采访的转载。2026-10-08；用于发现原文线索和比较转述，不算独立采访。
- S7：Whistler Daily Post — Lions Bay SAR warns against using ChatGPT after rescue。2025-04-23，转述搜救队发言。
- S12：Fire and Rescue NSW — 无人机使用 AI 寻找失踪徒步者。2026-06-25，救援机构原始通报。
- S13：澳大利亚 ABC — Kosciuszko 国家公园的 AI 无人机搜救。Mikayla McGuirk-Scolaro，2026-06-27，包含参与人员采访与机构供图。
产品、论文与官方指南
- S8：Northstar 官网。产品公开声明；原研究访问日 2026-10-13。
- S9：Get Wild 官网；S10：Get Wild FAQ。产品状态、消息路由和支持条件声明；访问日 2026-10-13。
- S11：SURVIA 官网。产品状态与功能路线图；访问日 2026-10-13。
- S14：Deep Reinforcement Learning for Time-Critical Wilderness Search And Rescue Using Drones。Jan-Hendrik Ewers、David Anderson、Douglas Thomson；arXiv:2405.12800v2，2024-05-22。
- S15：NIST AI 600-1：Generative Artificial Intelligence Profile。2024-07-26；定义见第 2.2 节，官方出版登记。
- S16：Lessons from A Large Language Model-based Outdoor Trail Recommendation Chatbot with Retrieval Augmented Generation。Julia Ann Mathew、Suining He；arXiv:2508.05652v1，2025-07-27。
- S17：NPS Trip Planning Guide；S18：NPS Ten Essentials。官方行程与装备准备指南。
- S19：GPS.gov：GPS Accuracy 官方存档。定位精度与影响因素。
附录三：网站配图与资料留档
网站版采用三张迭变笔记原创示意图，分别解释任务、设计路线与搜救协作；它们不替代事故证据、产品实测或现场照片。原研究版五张第三方照片／截图未确认公开转载许可，因此没有作为网站配图发布。原始图片与历史验收材料保留在研究归档中。