張雷昕，汪云甲，趙 峰，原 剛，彭 斌，黨立波

(1.中國礦業(yè)大學(xué) 自然資源部國土環(huán)境與災(zāi)害監(jiān)測(cè)重點(diǎn)實(shí)驗(yàn)室，江蘇 徐州 221116；2.中國礦業(yè)大學(xué) 環(huán)境與測(cè)繪學(xué)院，江蘇 徐州 221116；3.新疆維吾爾自治區(qū)煤田滅火工程局，新疆 烏魯木齊 830000)

地下煤火是礦井火和煤田火的總稱[1]。煤的外表面和內(nèi)表面吸附著氧氣，產(chǎn)生大量的熱，導(dǎo)致煤內(nèi)溫度升高并且不斷累積。煤炭的溫度上升到臨界溫度以上(通常為80～120℃)時(shí)，則會(huì)出現(xiàn)熱失控現(xiàn)象，并開始逐漸自燃。煤火不但會(huì)造成煤炭資源損失，還會(huì)嚴(yán)重破壞生態(tài)環(huán)境。地下煤火燃燒會(huì)放出大量的熱，影響地表土壤濕度，導(dǎo)致植被凋亡；煤火燃燒排放出大量的溫室氣體(如二氧化碳和甲烷)，和對(duì)人類身體健康有害的有毒氣體(如一氧化碳、二氧化硫、氮氧化物等)以及化學(xué)元素(砷、氟、銫、汞等)，這些都對(duì)人類健康、大氣環(huán)境、地表土壤、水體產(chǎn)生巨大的危害[2]。新疆具有十分豐富的煤炭資源，然而新疆煤炭十分容易發(fā)生自燃，致使多地發(fā)生地下煤火。每年因煤火燃燒而損失的煤炭資源達(dá)到440多萬噸，且會(huì)排放1300多萬噸二氧化碳，煤火威脅著約477億t的煤炭儲(chǔ)備資源。因此，對(duì)于煤火的及時(shí)探測(cè)及預(yù)警十分重要。

煤火燃燒時(shí)，會(huì)在磁場、熱場、電場以及光場等方面[3，4]產(chǎn)生異常，針對(duì)這些異常，研究者們提出了不同的煤火探測(cè)方法，包括：磁探測(cè)法[5]、遙感監(jiān)測(cè)法[6]、溫度探測(cè)法[7]、測(cè)氡法[8]、氣體探測(cè)法[9]等。這幾種方法中，遙感監(jiān)測(cè)法具有宏觀性強(qiáng)，覆蓋范圍廣，數(shù)據(jù)采集靈活等特點(diǎn)，具有很大的應(yīng)用價(jià)值。

人類歷史上首次利用熱紅外遙感技術(shù)對(duì)煤火進(jìn)行探測(cè)是在1963年5月，美國HRB-Singer公司采用機(jī)載熱感相機(jī)RECONOFAX 紅外偵查系統(tǒng)對(duì)煤矸石煤火進(jìn)行研究，經(jīng)過實(shí)驗(yàn)分析對(duì)比證明了該技術(shù)的可行性[10]；隨著無人機(jī)的廣泛應(yīng)用，無人機(jī)遙感也逐漸顯示出采集數(shù)據(jù)速度快、成本低，測(cè)量溫度精度高，空間分辨率好等特點(diǎn)。無人機(jī)熱紅外遙感技術(shù)對(duì)于地表溫度的獲取精度更高，高分辨率也更適用于火區(qū)的圈定，這些都為煤火監(jiān)測(cè)提供了新的手段和思路[11]。Wang等[12]利用無人機(jī)技術(shù)，獲得具有較高分辨率(厘米級(jí))大同煤田的圖像，通過無人機(jī)攜帶光學(xué)相機(jī)獲得圖像，針對(duì)地下煤火引起的地表裂縫特點(diǎn)，提取煤火區(qū)地裂縫的分布信息，方便地下煤火的評(píng)估與治理，對(duì)填充裂縫和控制地下煤火有較高的參考價(jià)值；李峰等[13]在大同煤田馬家梁礦區(qū)利用無人機(jī)熱紅外和彩色圖像采集，利用夜間熱圖像識(shí)別煤火區(qū)的準(zhǔn)確率達(dá)到92.78%；賈勇驍?shù)萚14]利用多架無人機(jī)集群飛行監(jiān)測(cè)煤火區(qū)域，討論了無人機(jī)續(xù)航時(shí)間短、單次監(jiān)測(cè)煤火區(qū)域面積小、采集數(shù)據(jù)周期較長的問題，并且基于4G網(wǎng)絡(luò)，提高數(shù)據(jù)傳輸?shù)乃俣?，以?shí)現(xiàn)對(duì)煤火區(qū)域的高效監(jiān)測(cè)；John Malos等[15]結(jié)合無人機(jī)所拍攝的熱紅外和可見光影像，快速檢測(cè)和準(zhǔn)確定位露天礦區(qū)的熱異常水平，進(jìn)行露天煤礦管理；Anna Abramowicz等[16]采用無人機(jī)熱紅外遙感對(duì)上西里西亞煤盆地選定的煤矸石場進(jìn)行了野外調(diào)查，通過對(duì)一系列照片和測(cè)量方法在時(shí)間和空間上的比較，捕捉了煤矸石燃燒的變化趨勢(shì)。

無人機(jī)熱紅外遙感探測(cè)技術(shù)，在煤火探測(cè)領(lǐng)域具有很大的發(fā)展?jié)摿Α５壳袄脽o人機(jī)熱紅外技術(shù)進(jìn)行煤田火區(qū)精細(xì)化監(jiān)測(cè)的研究相對(duì)較少。本研究擬采用無人機(jī)熱紅外遙感數(shù)據(jù)，對(duì)新疆典型煤火區(qū)昌吉市寶安礦區(qū)地下煤火進(jìn)行溫度探測(cè)與信息提取。對(duì)無人機(jī)熱紅外遙感在煤火監(jiān)測(cè)方面的應(yīng)用進(jìn)行分析，實(shí)現(xiàn)小尺度煤火探測(cè)，可為煤火的預(yù)警、發(fā)現(xiàn)、治理、持續(xù)性監(jiān)測(cè)提供新的思路與方法。

1 研究區(qū)與數(shù)據(jù)源

1.1 研究區(qū)

研究區(qū)位于昌吉市西南80km處，距寶安鎮(zhèn)約15km，隸屬昌吉市管轄。中心地理坐標(biāo)：東經(jīng)86°55′40.92″，北緯43°30′39.89″。該火區(qū)最早發(fā)現(xiàn)于1976年，起初為小煤窯井下著火，之后隨著煤火的不斷蔓延，持續(xù)燃燒至今。在20世紀(jì)70年代，由于小煤窯開采的不規(guī)范性，未及時(shí)處理井下煤火問題，導(dǎo)致煤火燃燒至地表，雖然已在2008年采取了封堵措施，但仍未能控制火勢(shì)的發(fā)展?；饏^(qū)位于半山腰處，當(dāng)?shù)貙?duì)此火區(qū)進(jìn)行黃土覆蓋治理，東部進(jìn)行水泥邊坡處理?；饏^(qū)西部地表存在明顯的高溫，地表最高溫度492℃，地表溫度異常區(qū)集中在西部區(qū)域，且地表伴有刺鼻的煤煙味。

1.2 數(shù)據(jù)源

選用2019年11月5日對(duì)寶安進(jìn)行兩次連續(xù)無人機(jī)飛行所采集的數(shù)據(jù)，采用的ZENMUSE XT 2云臺(tái)相機(jī)具有熱紅外和可見光兩個(gè)光學(xué)鏡頭，采用熱紅外相機(jī)來獲取整個(gè)研究區(qū)域的熱紅外影像數(shù)據(jù)，采用可見光鏡頭來獲取研究區(qū)的RGB可見光影像，輔助判斷煤火區(qū)。首先將ZENMUSE XT 2云臺(tái)相機(jī)安裝至經(jīng)緯 Matrice 210 V2 無人機(jī)，之后對(duì)無人機(jī)的組裝進(jìn)行檢查，確保安全飛行。在無人機(jī)準(zhǔn)備起飛之前，需要對(duì)航線進(jìn)行規(guī)劃，無人機(jī)飛行高度設(shè)置為80m，航向重疊與旁向重疊率均設(shè)置為90%。隨后可對(duì)熱紅外相機(jī)進(jìn)行參數(shù)設(shè)定，可以通過DJI Pilot App進(jìn)行相機(jī)參數(shù)的設(shè)置，拍照設(shè)置選擇為溫度線性TIFF，選擇高增益模式，這樣可以使獲得的圖像在拼接融合之后仍然可以利用公式換算成溫度，實(shí)驗(yàn)所用無人機(jī)及熱紅相機(jī)相關(guān)參數(shù)見表1。

表1 無人機(jī)和熱紅相機(jī)參數(shù)

2 研究方法

2.1 數(shù)據(jù)處理

本次實(shí)驗(yàn)利用Pix4Dmapper軟件對(duì)航拍影像進(jìn)行拼接，首先需導(dǎo)入研究區(qū)的高分辨率可見光影像和無人機(jī)熱紅外影像；接下來將航拍中圖像的同名像點(diǎn)進(jìn)行影像匹配；同時(shí)需要標(biāo)定照相機(jī)的內(nèi)部和外部參數(shù)；之后進(jìn)行點(diǎn)加密，這一過程是基于生成加密點(diǎn)云的自動(dòng)連接點(diǎn)創(chuàng)建的；根據(jù)密集點(diǎn)云生成紋理網(wǎng)格；最終生成地表溫度影像(分辨率為0.2m)和可見光數(shù)字正射影像(分辨率為0.04m)，可見光影像用于判斷地表類型。

由于在獲取數(shù)據(jù)時(shí)，拍攝照片格式設(shè)置為TIFF，并且已經(jīng)將地表比輻射率輸入，同時(shí)完成了大氣校正，因此無人機(jī)熱紅外相機(jī)獲取的影像數(shù)據(jù)可通式(1)計(jì)算得到無人機(jī)影像中地表的溫度值：

T=0.04×DN-273

(1)

式中，DN為測(cè)量的區(qū)域?qū)?yīng)的灰度值；T為測(cè)量區(qū)域的溫度，℃。

2.2 煤田火區(qū)的分布提取

煤炭在地下燃燒時(shí)，產(chǎn)生的熱量會(huì)以熱輻射的方式，通過煤火上覆巖層的熱傳導(dǎo)和巖層裂縫中的空氣熱對(duì)流傳導(dǎo)至地表，在地表和空氣中形成高溫環(huán)境，被稱為溫度異常區(qū)。因此，圈定煤火燃燒區(qū)的首要步驟就是提取溫度異常區(qū)信息。本次使用自適應(yīng)梯度閾值法和人工閾值法兩種方法進(jìn)行溫度閾值分割與煤火信息提取。

2.2.1 自適應(yīng)梯度閾值法

在實(shí)際煤火現(xiàn)場，溫度異常區(qū)與背景區(qū)邊界存在著溫度急劇上升的現(xiàn)象，因此可以通過溫度梯度來對(duì)溫度異常區(qū)邊界進(jìn)行提取。自適應(yīng)梯度閾值法[17]綜合了熱空間分布和像素上下文，且對(duì)測(cè)溫精度的依賴性較弱。自適應(yīng)梯度閾值法在使用時(shí)基于兩個(gè)假設(shè)：燃燒煤層及周圍覆巖具有相似的熱傳導(dǎo)能力和能量從煤火燃燒中心至煤火邊界驟減。該方法首先獲取影像溫度值，進(jìn)行溫度梯度計(jì)算，獲得溫度梯度影像，進(jìn)一步提取梯度極值點(diǎn)，將極值點(diǎn)所對(duì)應(yīng)的平均溫度作為閾值來分割影像。將溫度影像分割為“溫度異常區(qū)”與“背景區(qū)”。同時(shí)，為了確定較為合適的溫度閾值，并對(duì)自適應(yīng)梯度閾值法穩(wěn)定性進(jìn)行分析，分別利用σ、2σ、3σ獲取不同的梯度閾值，見表2。

表2 無人機(jī)影像自適應(yīng)梯度閾值設(shè)置 ℃

2.2.2 人工閾值法

表3 無人機(jī)影像人工閾值法閾值設(shè)置 ℃

3 結(jié)果分析與討論

3.1 無人機(jī)熱紅外溫度測(cè)量精度

對(duì)兩次無人機(jī)熱紅外影像配準(zhǔn)，之后對(duì)兩幅影像進(jìn)行精度分析，計(jì)算得到中誤差為1.44℃。根據(jù)正態(tài)分布表查得，偶然誤差絕對(duì)值小于三倍中誤差的概率為99.7%。由此可知，將三倍中誤差作為極限誤差，將極限誤差剔除后，得到中誤差為0.97℃，小于1℃，證明無人機(jī)在煤火地區(qū)實(shí)際測(cè)溫精度較可靠。并且從側(cè)面印證無人機(jī)在時(shí)間維度上對(duì)于煤火信息的提取更加準(zhǔn)確。由于無人機(jī)在飛行測(cè)溫當(dāng)天，煤火區(qū)氣溫較低且有大風(fēng)，這些外部因素也會(huì)對(duì)無人機(jī)測(cè)溫產(chǎn)生影響。

3.2 溫度異常區(qū)人工閾值法圈定結(jié)果

利用人工閾值法對(duì)兩幅無人機(jī)熱紅外影像進(jìn)行煤火信息提取，在與煤火實(shí)地進(jìn)行對(duì)比后發(fā)現(xiàn)煤火區(qū)圈定準(zhǔn)確率較高，見表4。利用人工閾值法得到的溫度閾值對(duì)地表溫度影像進(jìn)行溫度異常區(qū)、疑似煤火區(qū)以及煤火燃燒區(qū)的圈定。

表4 無人機(jī)人工閾值法圈定面積結(jié)果

無人機(jī)熱紅外影像如圖1所示，煤火燃燒區(qū)主要分布在影像的西南位置，煤火區(qū)域較為集中，影像中也存在部分細(xì)長形態(tài)的高溫異常區(qū)，經(jīng)過與可見光正射影像比較，發(fā)現(xiàn)該區(qū)域有明顯的因煤火燃燒而產(chǎn)生的地裂縫并伴有大量煙霧，如圖2所示，導(dǎo)致煤火燃燒的熱量直接通過地裂縫中的空氣傳導(dǎo)到地面，產(chǎn)生高溫異常區(qū)。

圖1 無人機(jī)探測(cè)煤火人工閾值法圈定結(jié)果

圖2 新疆寶安煤礦火區(qū)無人機(jī)正射影像

將無人機(jī)可見光與熱紅外影像對(duì)比分析，可有效判斷地裂縫下是否存在正在燃燒的煤火，并可對(duì)此類裂縫進(jìn)行地面灌漿。地面灌漿可充分利用火區(qū)附近的地表裂縫，將水引至灌漿裂縫帶，并將黃土運(yùn)到灌漿口附近，用高壓水沖刷黃土形成泥漿，漿液經(jīng)裂縫流入火區(qū)?；饏^(qū)附近的裂縫一般都與煤層直接連通，從這些地點(diǎn)灌漿一般都可以到達(dá)火區(qū)，充分降低高溫、充填裂縫，最終使煤火熄滅。并且通過裂縫自地面灌漿的方法不用施工鉆孔，可節(jié)省大量的費(fèi)用[19，20]。

3.3 溫度異常區(qū)自適應(yīng)梯度閾值法圈定結(jié)果

目前有多種圖形處理算子，本文利用自適應(yīng)梯度對(duì)無人機(jī)熱紅外影像進(jìn)行閾值分割，所采用的算子為Sobel算子，該算子主要用作邊緣檢測(cè)。是一種離散性差分算子，常用來計(jì)算圖像亮度函數(shù)的梯度近似值。對(duì)于溫度異常區(qū)面積提取時(shí)，首先對(duì)溫度影像梯度計(jì)算得到梯度影像，對(duì)梯度影像分割并保存相對(duì)較高的梯度值，分割后的極值像元為一系列環(huán)形分布，此時(shí)為潛在梯度極值區(qū)，之后利用數(shù)學(xué)形態(tài)法細(xì)化，得到該環(huán)形區(qū)域的一個(gè)像元寬度的梯度極值線；同時(shí)分別利用σ、2σ、3σ獲取相對(duì)高溫區(qū)；將相對(duì)高溫區(qū)與梯度極值線疊加，得到潛在閾值；最后將潛在閾值的平均值作為最終溫度閾值，將影響分割為溫度異常區(qū)與背景區(qū)，并統(tǒng)計(jì)溫度異常區(qū)面積，見表5。

表5 無人機(jī)自適應(yīng)梯度閾值法圈定面積結(jié)果

當(dāng)利用自適應(yīng)梯度閾值法以不同倍數(shù)的標(biāo)準(zhǔn)差對(duì)溫度異常區(qū)進(jìn)行圈定時(shí)，雖然不同倍的標(biāo)準(zhǔn)差圈定的煤火面積相差較大，但是溫度閾值比較穩(wěn)定，并沒有太大變化，這也說明自適應(yīng)閾值法穩(wěn)定性更高，對(duì)于溫度異常閾值的計(jì)算較穩(wěn)健。由表5可知，溫度異常區(qū)面積較小，這可能是由于Sobel算法的邊緣檢測(cè)效應(yīng)，得出的結(jié)果一般是溫度更高的區(qū)域，因此圈定的面積比較小，如圖3所示。

圖3 溫度異常區(qū)自適應(yīng)梯度閾值法圈定結(jié)果

3.4 分析與討論

兩種方法均可將熱紅外影像進(jìn)行閾值分割和溫度異常信息提取，且這兩種方法計(jì)算結(jié)果相近。自適應(yīng)梯度閾值法在不同倍標(biāo)準(zhǔn)差下，溫度閾值變化較小，閾值結(jié)果穩(wěn)定，可對(duì)不同影像自動(dòng)確定溫度異常邊界；人工閾值法操作簡便，可根據(jù)實(shí)際要求設(shè)定閾值，進(jìn)一步提取煤火信息。因此，在利用無人機(jī)對(duì)煤火區(qū)域進(jìn)行小范圍溫度探測(cè)和信息提取時(shí)，采用人工閾值法更加適用。由于無人機(jī)續(xù)航時(shí)間較短，大范圍煤火探測(cè)的能力較弱，因此無人機(jī)更適合于煤火范圍的精準(zhǔn)圈定與煤火燃燒區(qū)的溫度探測(cè)。在影像中存在部分零散的熱異常區(qū)域，判斷為地表正在燃燒的小火坑或矸石堆，其他部分地區(qū)可能是受到太陽照射而引起的地表溫度升高，造成假煤火區(qū)。因此在有條件的情況下，也可以在夜間利用無人機(jī)對(duì)煤火區(qū)進(jìn)行溫度探測(cè)。無人機(jī)影像具有時(shí)空分辨率高，數(shù)據(jù)獲取方便的特點(diǎn)。

4 結(jié) 語

本文采用無人機(jī)對(duì)新疆寶安煤礦火區(qū)進(jìn)行了飛行測(cè)溫實(shí)驗(yàn)，之后對(duì)無人機(jī)熱紅外影像進(jìn)行精度評(píng)估，兩次觀測(cè)中誤差為0.97℃。采用人工閾值法和自適應(yīng)梯度閾值法對(duì)溫度異常區(qū)進(jìn)行圈定，最終獲得煤火燃燒區(qū)面積，兩次無人機(jī)影像圈定煤火燃燒區(qū)的結(jié)果基本一致，識(shí)別精度較高。通過對(duì)無人機(jī)地表溫度影像的分析，作者發(fā)現(xiàn)無人機(jī)具有的高分辨率優(yōu)勢(shì)可以細(xì)致地探測(cè)到小范圍煤火產(chǎn)生的溫度異常區(qū)，說明無人機(jī)在小范圍煤火區(qū)精準(zhǔn)探測(cè)方面和實(shí)時(shí)動(dòng)態(tài)監(jiān)測(cè)方面都有較強(qiáng)的優(yōu)勢(shì)。無人機(jī)采集數(shù)據(jù)快，測(cè)溫精度好，空間分辨率高且成本較低，在煤火探測(cè)領(lǐng)域?qū)⒂泻艽蟮膽?yīng)用前景。