基于無人機(jī)傾斜攝影的河湖水質(zhì)污染范圍監(jiān)控方法研究

馬成才　馬永春　羅福正

摘要：由于河湖水污染的非連續(xù)性，使得水質(zhì)污染范圍監(jiān)控結(jié)果不精準(zhǔn)，提出基于無人機(jī)傾斜攝影的河湖水質(zhì)污染范圍監(jiān)控方法。導(dǎo)入傾斜攝影圖像，通過光束法測(cè)量區(qū)域網(wǎng)空中三角，分析像素點(diǎn)坐標(biāo)。計(jì)算三維空間點(diǎn)和相機(jī)像素點(diǎn)的重投影誤差，生成水質(zhì)污染高密度點(diǎn)云數(shù)據(jù)。對(duì)圖像徑向畸變、切向畸變處理，線性變換處理圖像。結(jié)合無人機(jī)高光譜遙感反射率測(cè)定方式，獲取太陽總輻照度。基于無人機(jī)高光譜遙感反射率計(jì)算結(jié)果，監(jiān)控河湖水質(zhì)污染范圍。實(shí)驗(yàn)結(jié)果可知，監(jiān)控的異常水體污染范圍與實(shí)際監(jiān)控范圍一致，該方法具有精準(zhǔn)監(jiān)控效果。

關(guān)鍵詞：無人機(jī)傾斜攝影；河湖水質(zhì)污染；范圍監(jiān)控；畸變數(shù)據(jù)處理

中圖分類號(hào)：X832 文獻(xiàn)標(biāo)志碼：B

前言

工業(yè)廢水的處理，通常是把廢水排放到江河里去，隨著生產(chǎn)和生活廢水的不斷增加，河湖水質(zhì)量不斷下降，環(huán)境質(zhì)量不斷受到威脅。富營(yíng)養(yǎng)化是指在水生植物生長(zhǎng)所需要的營(yíng)養(yǎng)物質(zhì)中，由于營(yíng)養(yǎng)物質(zhì)含量過高而引起的一種環(huán)境問題。對(duì)河流湖泊的環(huán)境質(zhì)量進(jìn)行合理的分析與評(píng)估，對(duì)于河流湖泊的環(huán)境質(zhì)量控制具有重要的意義。

文獻(xiàn)[1]研究了Sentinel - 2/MSI深度學(xué)習(xí)超分辨率重建及河湖水質(zhì)遙感反演，通過殘差神經(jīng)網(wǎng)絡(luò)超分辨率重建算法，結(jié)合遷移學(xué)習(xí)方法與卷積注意模塊，實(shí)現(xiàn)水質(zhì)遙感反獲取水質(zhì)信息。文獻(xiàn)[2]提出基于多傳感器數(shù)據(jù)融合的造紙企業(yè)水污染范圍監(jiān)測(cè)方法，布設(shè)傳感器網(wǎng)絡(luò)，利用多類型傳感器實(shí)時(shí)采集污染數(shù)據(jù)，從而確定污染范圍；文獻(xiàn)[3]提出基于監(jiān)測(cè)斷面空間聚類的監(jiān)控方法，利用空間白相關(guān)、空間聚類及熱斑等技術(shù)，分析水體空間特征，并劃分水體區(qū)域；文獻(xiàn)[4]提出基于嵌入式技術(shù)的監(jiān)控方法，該芯片以STM32F103為芯片，采用A7600C型LTE4G模組中的DTU，以QT為研究對(duì)象，測(cè)定三項(xiàng)水質(zhì)指標(biāo)。但是上述方法有的沒有采用無人機(jī)遙感技術(shù)，導(dǎo)致效率較低，監(jiān)測(cè)范圍有限，而采用該技術(shù)的，則沒有考慮數(shù)據(jù)畸變問題，導(dǎo)致監(jiān)測(cè)不準(zhǔn)確。

針對(duì)上述問題，提出了基于無人機(jī)傾斜攝影的河湖水質(zhì)污染范圍監(jiān)控方法。

1 基于無人機(jī)傾斜攝影的水質(zhì)污染高密度點(diǎn)云數(shù)據(jù)生成

利用無人機(jī)傾斜攝影監(jiān)控方法，將拍攝到的圖像導(dǎo)人系統(tǒng)中，并對(duì)每一張圖片進(jìn)行POS數(shù)據(jù)和相機(jī)校準(zhǔn)參數(shù)的匹配。光束法區(qū)域網(wǎng)空中三角測(cè)量是以一張像片構(gòu)成的一束射線為平差的基本單位，它是以中心投影的共線方程為平差的基礎(chǔ)方程，利用各個(gè)射線束在空間的旋轉(zhuǎn)和移動(dòng)，使得模型之間的共同點(diǎn)的射線達(dá)到最優(yōu)的交叉，以相鄰像片的共同交會(huì)點(diǎn)坐標(biāo)與已知的外部坐標(biāo)相等為前提，求解每張像片的外方位元素和架空點(diǎn)的地面坐標(biāo)。使用無人機(jī)傾斜攝影對(duì)飛行方向和側(cè)向的像素點(diǎn)進(jìn)行自動(dòng)配準(zhǔn)，將整個(gè)區(qū)域內(nèi)各個(gè)航帶網(wǎng)絡(luò)都并入到一個(gè)具有統(tǒng)一比例的坐標(biāo)體系中，形成一個(gè)松散的區(qū)域網(wǎng)絡(luò)。確定每個(gè)圖像外方位要素和地面點(diǎn)大致位置，以外部控制點(diǎn)為基礎(chǔ)，逐一構(gòu)建誤差和修正方程，得到每個(gè)圖像的外方位要素和加密點(diǎn)地面坐標(biāo)。在求取各影像的外方位要素與加密點(diǎn)的地表坐標(biāo)的基礎(chǔ)上，利用共線性方程，求出各影像的控制與加密點(diǎn)的誤差方程，可以為每一個(gè)像素點(diǎn)列舉如下關(guān)系，即：

式（1）中，（x0，y0）表示像素點(diǎn)坐標(biāo)；d表示相機(jī)焦距；（Xr，Yr，Zr）表示像素點(diǎn)對(duì)應(yīng)的空間點(diǎn)坐標(biāo)；（Xs，Ys，Zs）表示相機(jī)外方位元素的無人機(jī)傾斜攝影中心空間坐標(biāo)的3個(gè)線元素；θk、φk、νk（k=1，2，3）分別表示相機(jī)外方位元素的用于描述像片空間姿態(tài)的3個(gè)角元素。

假設(shè)無人機(jī)傾斜攝影區(qū)域存在三維空間，則使用光束法平差計(jì)算三維空間點(diǎn)和相機(jī)像素點(diǎn)重投影誤差，公式為式（2）：

式（2）中，Wi、Qj分別表示由相機(jī)外方位3個(gè)線元素、3個(gè)角元素和像素點(diǎn)對(duì)應(yīng)的空間點(diǎn)坐標(biāo)組成的i行j列的v階函數(shù)；d表示x0和y0之間的歐式距離；O（Wi，Qj）表示重投影坐標(biāo)；ηij表示二進(jìn)制變量。

根據(jù)計(jì)算出的外方位元素對(duì)應(yīng)的控制點(diǎn)地面坐標(biāo)，控制網(wǎng)平差，公式為式（3）：

式（3）中，m表示計(jì)算次數(shù)；r表示參與評(píng)定的檢查點(diǎn)數(shù)。

利用空中三角測(cè)量法計(jì)算圖像的外方位元素，經(jīng)多視角圖像稠密配準(zhǔn)，得到了高密度點(diǎn)云數(shù)據(jù)。

2 基于點(diǎn)云數(shù)據(jù)的河湖水質(zhì)污染范圍監(jiān)控

根據(jù)水質(zhì)污染高密度點(diǎn)云數(shù)據(jù)生成結(jié)果，使用無人機(jī)高光譜遙感反射率測(cè)定方式監(jiān)控河湖水質(zhì)污染范圍，具體步驟如下所示：

步驟一：無人機(jī)傾斜攝影生成的圖像具有大量噪點(diǎn)與非地面點(diǎn)，容易出現(xiàn)畸變數(shù)據(jù)，僅使用點(diǎn)云很難處理。因此，需處理圖像中的畸變情況。無人機(jī)在高速飛行時(shí)，產(chǎn)生的圖像存在鏡頭誤差和A/D變換誤差，盡管無人機(jī)的鏡頭能夠?qū)@些誤差進(jìn)行一定補(bǔ)償，但變形狀態(tài)仍然會(huì)對(duì)物鏡反射點(diǎn)產(chǎn)生影響，導(dǎo)致圖像產(chǎn)生徑向畸變。

對(duì)于徑向畸變處理，公式如式（4）：

sα=s0（sxα2+ syα4+ szα6） 式（4）

式（4）中，s0表示圖像初始畸變數(shù)據(jù)；α表示徑向畸變修復(fù)因子；sx、sy、sz分別表示x、y、z方向的徑向畸變參數(shù)。

待徑向畸變數(shù)據(jù)處理完成后，繼續(xù)處理切向畸變數(shù)據(jù)，公式為式（5）：

sβ=λ（α2+ 2s0） 式（5）

式（5）中，λ表示徑向與切向垂直數(shù)據(jù)關(guān)系。

通過處理徑向畸變、切向畸變數(shù)據(jù)，能夠使得圖像快速恢復(fù)三點(diǎn)式共線。

步驟二：無人機(jī)在進(jìn)行數(shù)據(jù)采集時(shí)，由于無法對(duì)日照情況進(jìn)行有效控制，導(dǎo)致了由于日照過強(qiáng)或者過弱而造成了影像的“陰極”現(xiàn)象。因此，有必要執(zhí)行線性轉(zhuǎn)換過程，并給出了如式（6）：

a（x，y，z）=b（x，y，z）I1+I0 式（6）

式（6）中，b（x，y，z）表示線性變換前監(jiān)測(cè)點(diǎn)三維坐標(biāo)；I1表示數(shù)據(jù)處理的灰度系數(shù)；I0表示初始灰度值。

步驟三：在圖像外方位元素復(fù)原后，采用稠密匹配法產(chǎn)生點(diǎn)云，然后將點(diǎn)云過濾，最終建立數(shù)字地面模型。通過拼接處理多個(gè)測(cè)量區(qū)域的數(shù)字地面模型，將三角形剖面劃分為若干個(gè)區(qū)域，獲得全部地表數(shù)據(jù)。在3D模式檔案中包含了構(gòu)成一個(gè)不規(guī)則三角網(wǎng)絡(luò)的全部節(jié)點(diǎn)的3D地理坐標(biāo)數(shù)據(jù)，并且給每一個(gè)訂單指定配唯一ID。三角面片是一個(gè)以三個(gè)頂點(diǎn)為坐標(biāo)的三角面片，它被用來表示一個(gè)小型三角面，這些三角面片的組合就是一個(gè)不規(guī)則的三角網(wǎng)。

步驟四：在無人駕駛飛機(jī)所經(jīng)過的河流表面布設(shè)1 m2反射率為15%- 20%的基準(zhǔn)平板，以獲取受污染河流的水質(zhì)信息。當(dāng)無人機(jī)飛越這片區(qū)域時(shí)，利用地物分光光度計(jì)，對(duì)其進(jìn)行多個(gè)同步測(cè)量，得到的太陽總輻射可表示為式（7）：

G（l）=π·Lr（l）／Ur（l） 式（7）

式（7）中，l表示光譜波長(zhǎng)；Lr（l）表示下行輻亮度；Ur（l）表示參考板的反射率。

假設(shè)在連續(xù)的、恒定的照明環(huán)境下，地基觀測(cè)的天光照射強(qiáng)度假設(shè)為無人機(jī)拍攝的天光照射強(qiáng)度。在沒有風(fēng)、和風(fēng)、水面很安靜的情況下，假設(shè)不受白色云層的影響，則無人機(jī)高光譜遙感反射率可以表達(dá)為式（8）：

Rrs（l）=（Lv（l）-ζ·Ls（l））／G（l） 式（8）

式（8）中，Lv（l）、Ls（l）分別表示上行輻亮度、天空光入射輻亮度；ζ表示菲涅爾反射率。

遙感反射率單位為sr-1，基于該計(jì)算結(jié)果，劃分河湖水質(zhì)污染范圍，見圖1。

由圖1可確定河湖水質(zhì)污染范圍，由此完成河湖水質(zhì)污染范圍的監(jiān)控。

3 實(shí)驗(yàn)

3.1 實(shí)驗(yàn)環(huán)境分析及樣點(diǎn)布設(shè)

選擇某流域?yàn)檠芯繉?duì)象，分析水質(zhì)變化，見圖2。

對(duì)某島2020年7月、2021年2月兩條主要河流進(jìn)行了調(diào)查，發(fā)現(xiàn)在于旱季節(jié)，該島河流湖泊出現(xiàn)了大量的黃棕色反常水體顏色。造成這種情況的主要因素是該地區(qū)屬于“閘控型”河道，在沒有排水季節(jié)，降雨少的情況下，河道幾乎被封鎖，水動(dòng)力匱乏，加之工業(yè)廢水和生活污水的大量排放，造成了河道水質(zhì)的不正常。由于河湖水藻類和底柄動(dòng)物調(diào)查結(jié)果與水質(zhì)監(jiān)測(cè)的樣點(diǎn)布設(shè)完全一致，所以布設(shè)了如圖4所示樣點(diǎn)。布設(shè)原則主要依據(jù)河湖水流域生態(tài)水文過程完整性布設(shè)的，且避開滇池回水區(qū)域。

3.2 實(shí)驗(yàn)指標(biāo)

在確保河湖水清潔前提下，設(shè)置動(dòng)態(tài)監(jiān)測(cè)站點(diǎn)，收集河道河型及周邊環(huán)境等數(shù)據(jù)，并以此為基準(zhǔn)進(jìn)行實(shí)驗(yàn)，以確保實(shí)驗(yàn)結(jié)果正確性。以受污染水體為研究對(duì)象，以該方法為依據(jù)，計(jì)算受污染水體的監(jiān)測(cè)精度指數(shù)，公式為式（9）：

式（9）中，m表示監(jiān)測(cè)因子；Sm表示監(jiān)測(cè)區(qū)域；c表示標(biāo)準(zhǔn)指標(biāo)。

該計(jì)算結(jié)果數(shù)值越大，說明監(jiān)測(cè)結(jié)果越精準(zhǔn)。基于此，獲取了實(shí)際水質(zhì)污染監(jiān)控范圍，具體為，綠色異常水體的污染范圍是E - [107°- 108.5°]、N- [37°-38.5°]；黃棕色異常水體的污染范圍是E- [107°-108.5°]、N- [36.5°- 37.7°]；正常水體的范圍是E- [106.5°- 108.5°]、N- [35.2°- 36.8°]，三種水體監(jiān)控范圍均不重疊。

3.3 實(shí)驗(yàn)結(jié)果與分析

為了驗(yàn)證基于無人機(jī)傾斜攝影的河湖水質(zhì)污染范圍監(jiān)控方法是否能夠合理應(yīng)用，對(duì)該方法進(jìn)行實(shí)驗(yàn)驗(yàn)證分析。以采集布設(shè)的監(jiān)測(cè)點(diǎn)數(shù)據(jù)為實(shí)驗(yàn)基礎(chǔ)數(shù)據(jù)，以基于多源遙感的特征參數(shù)反演技術(shù)、基于監(jiān)測(cè)斷面空間聚類的監(jiān)控方法、基于嵌入式技術(shù)的監(jiān)控方法與基于無人機(jī)傾斜攝影的監(jiān)控方法的水質(zhì)污染范圍監(jiān)控結(jié)果為實(shí)驗(yàn)結(jié)果。使用多遙感方法監(jiān)控的綠色異常水體的污染范圍是E - [107°- 108.5°]、N- [36.5°-38.5°]；黃棕色異常水體的污染范圍是E - [107°- 108.5°]、N - [36.2°- 37.5°]；正常水體的范圍是E- [106.5°-108.5°]、N- [35.2°- 36.8°]，黃棕色異常水體污染范圍與正常水體范圍有重疊。使用監(jiān)測(cè)斷面空間聚類方法監(jiān)控的綠色異常水體的污染范圍是E - [107°- 108.5°]、N- [36.5°- 38.5°]；黃棕色異常水體的污染范圍是E -[107°- 108.5°]、N- [36.1°-37.5°]；正常水體的范圍是E- [106.5°- 108.5°]、N - [35.2°- 36.8°]，綠色異常水體污染范圍與黃棕色異常水體污染范圍、黃棕色異常水體污染范圍與正常水體范圍均有重疊。使用嵌入式技術(shù)監(jiān)控的綠色異常水體的污染范圍是E - [107°- 108.5°]、N- [36.5°-38.5°]；黃棕色異常水體的污染范圍是E- [107°- 108.5°]、N- [36.4°- 37.5°]；正常水體的范圍是E - [106.5°- 108.5°]、N- [35.5°- 36.7°]，綠色異常水體污染范圍與黃棕色異常水體污染范圍、黃棕色異常水體污染范圍與正常水體范圍均有重疊。使用無人機(jī)傾斜攝影方法監(jiān)控的綠色異常水體的污染范圍是E - [107°- 108.5°]、N- [37°-38.5°]；黃棕色異常水體的污染范圍是E - [107°- 108.5°]、N - [36.5°-37.7°]；正常水體的范圍是E- [106.5°- 108.5°]、N- [35.2°- 36.8°]，與實(shí)際監(jiān)控范圍一致。

4 結(jié)束語

河湖水質(zhì)污染嚴(yán)重影響人們的生活和生產(chǎn)，因此，需要進(jìn)行有效治理，但是在治理過程中，需要監(jiān)控河湖水質(zhì)污染范圍，但是現(xiàn)階段河湖水質(zhì)污染范圍監(jiān)控不佳，存在監(jiān)控范圍不準(zhǔn)確的問題，因此，提出的基于無人機(jī)傾斜攝影的河湖水質(zhì)污染范圍監(jiān)控方法。該方法進(jìn)行了現(xiàn)場(chǎng)布置，監(jiān)測(cè)結(jié)果更加準(zhǔn)確。同時(shí)，使用了無人機(jī)傾斜攝影技術(shù)，對(duì)這些數(shù)據(jù)進(jìn)行了收集和處理，解決了畸變問題，使得獲取的動(dòng)態(tài)監(jiān)測(cè)數(shù)據(jù)也更為可信。結(jié)合一種無人機(jī)高光譜遙感反射率標(biāo)定方法，計(jì)算高光譜遙感反射率，以此監(jiān)控河湖水質(zhì)污染范圍。實(shí)驗(yàn)驗(yàn)證結(jié)果顯示，所研究方法監(jiān)測(cè)結(jié)果精準(zhǔn)，監(jiān)控出的水質(zhì)污染范圍與實(shí)際一致，因此，該方法具有良好監(jiān)控效果。