吳利群

（陽煤集團新景公司調(diào)度室， 山西 陽泉 045400）

引言

煤炭火災(zāi)通常是煤炭等不可再生資源通過混合空氣引發(fā)的自燃，對當(dāng)?shù)丨h(huán)境、氣候和人身安全構(gòu)成巨大威脅。遙感技術(shù)由于其操作靈活的優(yōu)勢，在煤火調(diào)查和大規(guī)模數(shù)據(jù)采集應(yīng)用中有著近53年的悠久歷史。衛(wèi)星探測煤火數(shù)據(jù)已由世界各地的煤田的空間傳感器來實施，如NOAA-AVHRR（美國國家海洋和大氣管理局-進階非常高分辨率輻射計）、MODIS（中等分辨率成像分光輻射計）、TM（專題制圖）、ETM+（增強專題制圖）和ASTER（Advanced星載熱輻射和反射輻射計）。然而，只有來自NOAA-AVHRR和MODIS的圖像可以確定煤的火災(zāi)亞像素級（其非常粗糙的空間尺寸和1 km的分辨率）。具有中等分辨率的Landsat TM和ETM+圖像通常用于檢測基于煤火災(zāi)變化算法和煤炭火區(qū)的自然休息提取方法的單通道地表溫度（LST）?；舻热耍?015）采用單窗口方法從TM/ETM+熱恢復(fù)LST數(shù)據(jù)，使用閾值技術(shù)識別煤火區(qū)并預(yù)測其蔓延煤田煤火方向。衛(wèi)星熱紅外（TIR）方法的優(yōu)勢在于檢測煤炭大面積起火能力，但由于煤火的檢測精度不是很高，存在空間分辨率較低的問題。所以目前急需一種簡單、快捷的煤礦勘測技術(shù)。

1 機載熱紅外遙感技術(shù)在煤礦熱異常勘測中的應(yīng)用

機載熱紅外遙感技術(shù)具有快速處理數(shù)據(jù)的優(yōu)勢，此外還具有高空間分辨率采集和覆蓋大面積勘測區(qū)域的能力，這些優(yōu)勢均可以有效地彌補上述方法的不足。王等教授（2004）等人曾經(jīng)報道過OMIS1（模塊化成像光譜儀）第107個波段（9 236.7 nm）的像素值在清晨與實地考察參考LST具有更好的線性關(guān)系，這更適合LST地圖生成。張歡等人（2004）通過密度切片方法從機載圖像中發(fā)出火焰提取了煤引起的熱異常，并得出8～12.5Hz的頻帶對于低溫?zé)崃縼碚f，夜間時煤火引起的異常的檢測精度最高，而日間3～5Hz的頻帶對煤火引起的亞像素高溫精度檢測最高。機載熱紅外遙感數(shù)據(jù)要求比衛(wèi)星圖像具有更高的飛行和處理成本，盡管它具有令人滿意的空間分辨率和覆蓋大面積的能力。

配備全球定位系統(tǒng)（GPS）和不同測量設(shè)備的無人駕駛飛行器（UAV）最近的發(fā)展已經(jīng)降低了收集圖像的成本。無人機由于具有更小的尺寸、質(zhì)量輕、靈活性高和在低空可靠的飛行性能，為遙感技術(shù)提供了補充工具，因此更適合制作大比例尺地圖。Vasterling和Meyer（2013）發(fā)現(xiàn)無人機熱成像可以使用手動圖像鑲嵌的方法為難以進入的煤礦陡峭的山坡特征提供更詳細的溫度分布圖。王雪峰等人（2015）通過采用高分辨率RGB確定地下煤火的位置圖像來識別地裂縫[1]。但是，僅僅根據(jù)彩色圖像中的地表裂縫確定所有煤礦地下火情，這一切均相當(dāng)困難。因此，筆者展示了檢測煤火的高質(zhì)量工作流程，即通過將無人機TIR圖像與自然彩色圖像相關(guān)聯(lián)來使用檢索LST。

2 無人機匹配紅外成像技術(shù)煤礦勘測中的實例研究實施過程

本文提供的實例煤礦位于中國的北部地區(qū)，其海拔為1 200～1 400m。該煤礦開采包括侏羅紀煤層在內(nèi)的11個可行接縫煤層?？諝饧铀偻ㄟ^地面進入地下煤層之間的表面裂縫循環(huán)引發(fā)煤火災(zāi)。這些裂縫是在非法和小規(guī)模采煤活動期間由淺層開采和弱屋頂結(jié)構(gòu)引起的。

在這項研究中，四軸直升機無人機平臺（見下頁圖1）的開發(fā)是為了承載可視攝像頭和熱紅外攝像頭進行遙感操作。無人機質(zhì)量為2.6 kg，包括電池和攝像頭，并且飛行時間大約為20 min。安裝在quadcopter下的Sony ILCE-6000用于捕捉RGB圖像和FLIR Tau2 324相機用于捕捉熱紅外視頻。該索尼相機的焦距為20mm，像素為23.5mm×15.6mm，尺寸為3.9μm。FLIR傳感器是基于非制冷微測輻射熱計的焦平面陣列在9 Hz的速率下熱靈敏度小于50mK，提供13mm的鏡頭，324×256像素，像素尺寸為25μm，14位傳感器未校準(zhǔn)輻射亮度和光譜響應(yīng)范圍為7.5～13.5μm[2]。在飛行任務(wù)期間，無人機根據(jù)自動駕駛系統(tǒng)進行控制，該系統(tǒng)提供自動GPS導(dǎo)航，飛行速度為5m/s，并計劃固定在相對高度200m航點。在太陽下分別收集RGB顏色和熱圖像（天氣條件：晴朗）。另一個TIR圖像采集活動于當(dāng)?shù)匾雇磉M行（有強風(fēng)）。

圖1 四軸直升機無人機平臺（配：攝像頭和熱紅外攝像頭進行遙感操作）

3 結(jié)果和分析

為了驗證使用TIR技術(shù)的煤火檢測的準(zhǔn)確性，有180個不同的由手持GPS設(shè)備定位來自裂縫或孔洞的火點或煙點，位置精度為3～5m。如圖2所示，三角形，方框形和圓形框表示公認的煤火區(qū)，用于調(diào)查火點或煙霧斑點。編號從1到11被用來描述每個地區(qū)發(fā)生煤火情況。茂密的草地和陡峭的小山太多而無法發(fā)現(xiàn)這些火點。因此，三次調(diào)查足以確定這些明顯的火點或煙點。在這種情況下，被調(diào)查的地方被認為是如果二者之間的距離小于3m，則與煤炭火災(zāi)區(qū)域重疊手持GPS的最小誤差位置。明顯火點與火災(zāi)區(qū)重疊比例分別為78.33%、92.78%和83.89%。

根據(jù)TIR圖像，需要檢測地下發(fā)現(xiàn)的潛在煤火區(qū)以確定是否存在火災(zāi)。圖2-2中包括道路在內(nèi)的1號消防區(qū)域，曾經(jīng)有幾個非法坑口小礦；來自2號地區(qū)中心的房屋形狀表明被遺棄寺廟。這也得到了當(dāng)?shù)卮迕竦淖C實，他們描述了煤火發(fā)生的事實從裂縫點燃了這座寺廟；3號高溫?zé)崃Ξ惓＃褂肍luke Ti400熱像儀驗證了4號和9號火災(zāi)區(qū)域。有些如電燈（第5號，第6號和第7號地區(qū)）和變壓器（第8號）地區(qū)）于晚上從住宅用地取消到電加熱面罩。大多數(shù)未被發(fā)現(xiàn)的火災(zāi)區(qū)域，例如圍繞著的2號地區(qū)小火洞方塊區(qū)更可能受到陸地表面弱熱異常的誘導(dǎo)。這些火洞的直徑通常比收集的熱圖像（37 cm）的分辨率小得多?？偠灾?，推斷是合理的，圖2-3中火災(zāi)區(qū)域的檢測精度達到92.78%[3]。

圖2 無人機匹配紅外成像技術(shù)在煤礦火情勘測中的實例

如圖2-1所示，有26個調(diào)查點發(fā)生火災(zāi)不符合第2區(qū)北部確定的火災(zāi)區(qū)域，而南部已確定的火災(zāi)區(qū)域與實地調(diào)查點有較好的重疊。所有這些異常發(fā)現(xiàn)的火災(zāi)地區(qū)都可能受到太陽能白天LST增量的輻射干擾引起。在這種情況下，檢測到的圖2-1中的煤炭火災(zāi)區(qū)域準(zhǔn)確性可能不到78.33%。

從圖2-3可以看出，與圖2-1類似，確定的火災(zāi)區(qū)域在北部，似乎大部分被調(diào)查點與南部公認的火區(qū)相匹配。此外，與之形成鮮明對比圖3，2號、7號和9號區(qū)域太陽能采暖地面的影響增加了更多的誤報。此外，與之形成鮮明對比，前兩張圖顯示，檢測到的火災(zāi)區(qū)域傾向于在東南部延伸是由于受到西北風(fēng)的影響（風(fēng)速為4.1m/s）。因此，圖2-3中火災(zāi)區(qū)域的檢測精度不高于83.89%。

4 結(jié)語

本文研究結(jié)果顯示：從夜間熱像認識煤火區(qū)能夠更好地檢測火災(zāi)區(qū)域，精度達到92.78%。這主要是消除了太陽輻射的影響。另外，消除夜晚由于電力設(shè)施造成的虛假火災(zāi)區(qū)域?qū)⑻岣呙夯饏^(qū)檢測的精度。表明提高TIR圖像的分辨率有助于獲得更精確的弱小煤火區(qū)的識別結(jié)果。