無人機低空攝影技術在碳排放監測中的應用

魏松澤，曹玉軍，李林杰，孫 夙，劉 成

(1.北京市人民政府 航空隊，北京 100000； 2.北京警航總隊辦公室，北京 100000； 3.北京特勤局，北京 100000； 4.貳零肆玖投資公司，北京 100000； 5.浪潮集團，北京 100000)

隨著人類活動的開展，對環境的污染和破壞越來越多。人類活動方式的不同，導致污染類型也不同，其中最常見的污染類型之一就是二氧化碳污染，也就是人們常說的碳排放[1]。碳排放是一種向大氣中排放過多二氧化碳的一種現象。這種現象本身并不會產生嚴重的影響，但是會連帶產生一系列自然和社會問題，例如溫室效應、氣候變暖、冰川融化、氣候反常等。在此背景下，碳排放一直是全社會關注的焦點。碳排放產生的主要原因是化石燃料的燃燒，具體表現為居民活動、城市交通以及工業生產等[2]。為更好地控制二氧化碳排放量，減輕對空氣環境的影響，對碳排放進行監測具有重要的現實意義?；谏鲜霰尘?，關于污染氣體監測研究有很多。例如，邱昀等[3]以京津冀地區為例，通過衛星遙感進行動態監測，并結合衛星和地基數據，實現對大氣污染的三維立體跟蹤，明確污染擴散特點。楊柳等[4]針對福州市城市核心區，結合道路交通數據，土地利用數據，人口數據等多種數據，利用GIS技術和回歸(land-use regression，LUR)模型分析大氣污染物濃度分布特征，明確高濃度污染區。

本文基于前人研究成果，將無人機低空攝影技術應用到碳排放監測當中，提出一種基于無人機低空攝影技術的碳排放監測方法，并針對方法應用進行分析。通過本研究以期為碳排放控制提供可靠的數據參考，以便提出更加有針對性的控制措施，減少二氧化碳對環境造成的影響。

1 技術應用分析

隨著人類活動的進行，碳排放量越來越大，造成近年來氣候變暖，氣候反?，F象頻發，因此控制碳排放量至關重要。碳排放的有效控制前提是對監測區碳排放情況有著準確的了解，才能制定有針對性的控制措施[5]。在此背景下，研究將無人機低空攝影技術應用其中，利用低空攝像拍攝監測區圖像，然后識別監測區碳排放影響因素，獲取數據。基于這些數據，利用測算模型得出二氧化碳濃度，即碳排放量，完成研究區域的碳排放監測。

1.1 研究區概況

無人機低空攝影技術的研究區域如圖1所示。研究區位于中心城區的西邊，總面積1 256 km2，2/3為居民區，其余為公共設施區、工業生產區以及教育區等。區內共有155條街、212條路。以該區域為對象，進行為期1個月的碳排放監測。

圖1 研究區示意Fig.1 Schematic diagram of study area

1.2 采集圖像

無人機低空攝影系統組成包括6種設備，具體如下：①無人機飛行平臺。是所有設備的承載設備，該無人機為大疆四軸飛行器，最大上升和下降速度為1 m/s，翼展2.25 m，有效荷載5 kg，飛行速度為5 m/s；續航時間約4 h。②導航控制系統。作用是控制無人機按照設定的航線飛行[6]。導航控制系統為OXTS Inertial+2，航向角精度為RT-2 0.1deg，DGPS 0.1deg；俯仰角/側滾角精度為RT-2 0.03deg；DGPS 0.05deg；更新率為100 Hz。③數碼相機。作用是拍攝研究區圖像，選擇的數碼相機為AP5600 微型相機，鏡頭焦距 20 mm，總像素大于1×108(px)，側視相機傾角45°。④地面站。地面站負責對無人機以及搭載設備指令的傳輸[7]。⑤后期數據處理系統。這部分屬于軟件系統，主要負責圖像的后期處理與分析。

(1)無人機航飛參數設計。無人機搭載數碼相機采集研究區圖像過程中，無人機航飛參數設置如下：航向重疊度62.35%；旁向重疊度50.24%；基準面地面分辨率5.50 cm；相對航高300 m；航線總長度為1 500 m；航線間隔為150 m；航線數量為9條；航點為10個；每條航線相片數15幅；航行路線如圖2所示。

圖2 航行路線Fig.2 Navigation route

航向重疊度和旁向重疊度計算公式：

(1)

(2)

式中，Z1為航向重疊度；Z2為旁向重疊度；H1為航向圖像重疊長度；H2為旁向圖像重疊長度；L為像幅長度。

(2)數碼相機標定。為了求解相機內參數和外參數，使得相機拍攝的圖像精度更高，需要對數碼相機進行標定，過程如圖3所示[8]。

圖3 數碼相機標定流程Fig.3 Calibration process of digital camera

數碼相機標定結果：像主點 -0.025 514 285 mm；像主點0.123 602 5 mm；焦距25.214 025 14 mm；徑向畸變系數3.2515 525 22 r09；徑向畸變系數-1.252 5為2012r06；偏心畸變系數5.210 125 52r08；偏心畸變系數-6.251 450 25r08。

(3)像控點布設。像控點是攝影測量的控制點，其布設結果直接關系到圖像采集精度[9]。像控點布設需要遵循以下原則：①像控點要在整個測區均勻分布；②像控點要布設在無遮擋地區；③盡量選擇明顯的標志物作為像控點；④像控點標志物尺寸應大于70 cm；⑤根據地形起伏、地貌情況，靈活調整像控點密度；基于上述布設原則，研究區像控點布設結果如圖4所示。

圖4 研究區像控點布設結果Fig.4 Layout results of image control points in the study area

規劃布設像控點6個，分別均勻地分散在測區的四角及中心位置。

按照給出的像控點和航線，在每天8：00、12：00、17：00這3個時間段，無人機低空攝影系統航行并拍攝研究區圖像，拍攝的圖像數量為11 250幅。

(4)圖像處理。基于上述采集圖像，進行圖像處理，其流程如下：導入圖像→對圖像進行灰度化→圖像去噪→直方圖均衡化→圖像邊緣提取→圖像分割→輸出處理結果。圖像處理后，質量有了較大提高，方便了對碳排放影響因素進行識別。

1.3 碳排放影響因素識別

基于無人機低空攝影技術采集的圖像，分析碳排放影響因素，為后續測算工作做準備[10]。碳排放影響因素識別模型利用一種深度神經網絡進行構建，如圖5所示。

圖5 基于卷積神經網絡的碳排放影響因素識別模型Fig.5 Identification model of influencing factors of carbon emission based on convolutional neural network

處理好的圖像輸入到卷積神經網絡后，通過卷積層提取圖像中各個因素的特征，經過池化層精簡后，利用全連接層進行特征融合，最后通過分類器識別圖像中的碳排放影響因素，包括道路交通流量、土地利用類型、人口數據、氣象情況以及工業區等[11]。

1.4 碳排放測算

無人機低空攝影技術最終目的是通過圖像中的碳排放影響因素測算出碳排放濃度。道路交通流量、土地利用類型、人口數據、氣象情況以及工業區等因素與碳排放濃度之間存在一定的線性關系[12]。

為此，可以通過建立一個線性關系模型進行碳排放測算。該模型可以描述如下：

Y=a0+∑b0·X

(3)

式中，Y為二氧化碳濃度值；a0為常數；b0為碳排放系數(查閱IPCC碳排放計算指南得到)；X為碳排放影響因素，X={x1，x2，x3，x4，x5}，其中x1，x2，x3，x4，x5分別為道路交通流量、土地利用類型、人口數據、氣象數據以及工業區面積等[13]。

通過式(3)測算出來的二氧化碳濃度值，繪制二氧化碳濃度時空分布圖，明確隨著時間和空間變化的二氧化碳的排放特征[14]。

2 應用結果與分析

基于上述無人機低空攝影技術在碳排放監測中的應用過程，得出二氧化碳濃度監測值。根據二氧化碳濃度監測值，分析碳排放的時空分布特征[15]。

2.1 碳排放時間特征

從天、星期、季3個時間段分析碳排放時間特征分析，全面分析碳排放監測結果。

(1)1天內碳排放監測與時間特征分析。24 h內碳排放監測結果見表1。

表1 碳排放監測結果Tab.1 Carbon emission monitoring results

由表1可以看出，在6：00—9：00時間段碳排放濃度最高，因為該研究區居住區占比最高，而這一時間段人們開始開展各種活動，道路上車輛也逐漸增多，因此排放的二氧化碳排放量較多；9：00—17：00二氧化碳排放量較少，這個時間段人們處于相對較少；17：00—19：00二氧化碳排放量逐漸增多，之后19：00—24：00、24：00—6：00二氧化碳排放量最少，因為這2個時間段大部分的生產、生活活動都處于停滯階段。

(2)1個星期內碳排放監測與時間特征分析。1個星期內碳排放監測結果如圖6所示。由圖6可以看出，1個星期內碳排放在工作日5 d內碳排放最多，而休息日2 d由于人類生產、生活活動較少，碳排放較少，因此呈現先平穩后下降的規律。

圖6 1個星期內碳排放監測結果Fig.6 Carbon emission monitoring results in one week

(3)1年內碳排放監測與時間特征分析。1年內碳排放監測結果如圖7所示。由圖7可以看出，1年內11月、12月、1月碳排放濃度最高，因為這一時間段屬于冬季季度，為滿足取暖需要，燃燒了各種燃料，因此產生了大量的二氧化碳。

圖7 1年內碳排放監測結果Fig.7 Carbon emission monitoring results in one year

2—7月碳排放濃度較低，因為這段時間為春季和夏季，植物茂盛，對二氧化碳具有一定的吸附作用，因此碳排放相對較低。其余時間為秋季，二氧化碳排放較高。

2.2 碳排放空間特征

基于監測結果，在無人機低空攝影系統獲取的圖像上繪制碳排放空間特征圖，結果如圖8所示。

圖8 碳排放空間特征圖Fig.8 Spatial characteristics of carbon emission

由圖8可以看出，碳排放濃度最高的集中在西部區域，因為這段區域屬于工業區；然后是東北地區，該區域為居民區；還有一條呈現帶狀的區域，該區域為研究區主街道，車輛較多，碳排放濃度也較高。

3 結語

綜上所述，人類生產、生活活動的開展，會產生大量的二氧化碳，而一旦二氧化碳排放過多，就會導致空氣中二氧化碳濃度過高，會造成溫室效應，引發氣候異變。為此，進行碳排放監測可以更好地控制碳排放。

為此，研究通過無人機低空攝影技術獲取研究區圖像，從圖像中識別相關因素，以此作為測算基礎。通過測算結果明確了研究區碳排放時空分布特征。然而，研究僅測算了5種宏觀因素影響下的碳排放，缺乏對深層次微觀因素考慮，因此有待進一步研究。