王媛媛 ,池佃東2

(1. 陜西地建土地勘測(cè)規(guī)劃設(shè)計(jì)院有限責(zé)任公司,西安 710075;2. 韶關(guān)市水利水電勘測(cè)設(shè)計(jì)咨詢有限公司,廣東 韶關(guān) 512000)

0 前 言

河道流速是進(jìn)行河流管理所必需的基礎(chǔ)數(shù)據(jù)。對(duì)于解析河道復(fù)雜流態(tài)信息、表面流速和流場(chǎng)測(cè)量具有重要意義。表面流場(chǎng)數(shù)據(jù)可以提供支持?jǐn)?shù)據(jù),用于進(jìn)行河道流場(chǎng)的數(shù)值模擬驗(yàn)證和河道中物質(zhì)運(yùn)輸研究。

流速儀是一種常見(jiàn)的水流流速測(cè)量?jī)x器,在江河湖泊等水域的河道管理和水文測(cè)驗(yàn)中應(yīng)用廣泛,還可以應(yīng)用于渠道等小型水域和水庫(kù)等水動(dòng)力較弱的大型水域中。其中,轉(zhuǎn)子式流速儀是流速儀中結(jié)構(gòu)較為簡(jiǎn)單但是最常使用的流速儀[1],但在使用中也存在一些缺點(diǎn)和限制,例如對(duì)環(huán)境的要求高、精度相對(duì)較差等。相比之下,聲學(xué)多普勒流速剖面儀(ADCP)是一種目前較為先進(jìn)和精準(zhǔn)的流速測(cè)量?jī)x器,可用于測(cè)量各種規(guī)模的河道和湖泊中的二維或三維流速,其特點(diǎn)是在合適的測(cè)量環(huán)境下所得到的數(shù)據(jù)精度較高[2-3]。此外,與轉(zhuǎn)子流速儀只能獲取定點(diǎn)的流速值不同,聲學(xué)及雷達(dá)式測(cè)流儀器獲取到的是河道縱剖面上流速分布,但是在洪水期的流場(chǎng)監(jiān)測(cè)中往往會(huì)出現(xiàn)穩(wěn)定性差、測(cè)量結(jié)果易受影響、測(cè)量結(jié)果需要處理,不能直觀體現(xiàn)等問(wèn)題[4-5]。

粒子圖像測(cè)速(PIV)是一種用于定量測(cè)量流動(dòng)的技術(shù),通常用于在實(shí)驗(yàn)室的水槽中進(jìn)行水沙運(yùn)動(dòng)的捕捉運(yùn)動(dòng)和測(cè)量[6]。在20世紀(jì)90年代,Fujita等人[7]提出了將PIV技術(shù)改進(jìn),應(yīng)用于野外等條件下尺度更大的流速測(cè)量中,稱為大尺度粒子圖像測(cè)速(LSPIV)。LSPIV不僅可以用于實(shí)驗(yàn)室條件下水槽中的水流紊動(dòng)特性的研究,還可以應(yīng)用于野外條件下不同尺度河道中的表面流場(chǎng)的測(cè)量。LSPIV的原理是使用天然水面漂浮物如植物碎片、泡沫等作為示蹤物,使用自然光代替激光片光,使用普通數(shù)碼相機(jī)或視頻攝像機(jī)代替高幀頻工業(yè)相機(jī),從而簡(jiǎn)化硬件系統(tǒng)的配置。但是LSPIV的使用方法通常是固定好一個(gè)攝像機(jī),以一個(gè)固定的傾斜角度對(duì)水面區(qū)域進(jìn)行拍攝,且進(jìn)行流場(chǎng)定標(biāo)的標(biāo)定過(guò)程較為復(fù)雜[8-9]。

無(wú)人機(jī)的發(fā)展為水利量測(cè)帶來(lái)了新的解決方案。無(wú)人機(jī)遙感具有機(jī)動(dòng)性強(qiáng)、不受現(xiàn)場(chǎng)條件制約等優(yōu)勢(shì),可以針對(duì)應(yīng)用中所關(guān)心的區(qū)域制定針對(duì)性的監(jiān)測(cè)方案,目前已經(jīng)廣泛應(yīng)用于復(fù)雜地形的測(cè)量[10-12]。根據(jù)以往文獻(xiàn)研究,無(wú)人機(jī)與LSPIV儀器相結(jié)合,移動(dòng)性更強(qiáng),可進(jìn)行垂直航拍,將成為未來(lái)河流流量監(jiān)測(cè)的新興技術(shù)。一些使用無(wú)人機(jī)的研究側(cè)重于不同的方向,包括飛行高度[13]、示蹤粒子放置[14-16]、查詢窗口面積 (IA)、采樣頻率、圖像穩(wěn)定[13,17]和采集時(shí)間[13,17-18]。如Lewis等[13]顯示圖像之間的長(zhǎng)間隔會(huì)影響從PIV得出的測(cè)量表面速度。當(dāng)圖像幀之間的時(shí)間增加時(shí),粒子圖案的位移更難以捕捉。他們還發(fā)現(xiàn)IA的尺寸低于64×64像素,導(dǎo)致測(cè)量精度下降。盡管無(wú)人機(jī)搭配LSPIV已經(jīng)得到一定的應(yīng)用,例如曹列凱[19]等利用合運(yùn)動(dòng)恢復(fù)結(jié)構(gòu)方法在蘇黎世利馬特河進(jìn)行了河流表面流場(chǎng)的測(cè)量,但是上述的研究大多需要預(yù)先在水中拋撒示蹤粒子,而較為常用的塑料粒子會(huì)對(duì)當(dāng)?shù)厮鷳B(tài)環(huán)境產(chǎn)生不利影響。利用河道中自然的物質(zhì),如波紋,氣泡,水草等作為示蹤粒子應(yīng)用于河道表面流速測(cè)量的相關(guān)研究還較少。

流速數(shù)據(jù)是河流管理的基礎(chǔ)數(shù)據(jù)。表面流場(chǎng)測(cè)量可為水沙運(yùn)動(dòng)基本理論研究和數(shù)值模擬驗(yàn)證提供數(shù)據(jù)支持,對(duì)于河道整治、防洪減災(zāi)和水環(huán)境治理等方面具有重要意義。本文針對(duì)基于河道中自然示蹤物的無(wú)人機(jī)自然河流表面流場(chǎng)測(cè)量進(jìn)行現(xiàn)場(chǎng)實(shí)驗(yàn)研究,基于多重網(wǎng)格迭代的PIV算法,計(jì)算得到河道表面流場(chǎng),并與ADCP所測(cè)得的流速數(shù)據(jù)進(jìn)行比較和誤差分析,檢驗(yàn)反演得到的流速準(zhǔn)確性,為河流表面流場(chǎng)自動(dòng)監(jiān)測(cè)提供參考。

1 無(wú)人機(jī)圖像系統(tǒng)和現(xiàn)場(chǎng)數(shù)據(jù)采集

本研究使用的無(wú)人機(jī)型號(hào)是PHANTOM 4 PRO,它由一個(gè)無(wú)人機(jī)機(jī)身、一個(gè)遙控器、一個(gè)云臺(tái)攝像機(jī)和DJI GO 4程序組成。無(wú)人機(jī)重1 388 g,FOV為84°,最大飛行高度為500 m。此外較輕的機(jī)身只能在風(fēng)速低于10 m/s的環(huán)境下飛行,懸停范圍為0～10 m。本研究選擇天氣晴朗無(wú)風(fēng)的時(shí)間進(jìn)行圖像采集以減少無(wú)人機(jī)偏移。無(wú)人機(jī)攝影圖像尺寸為選擇了1920×1080像素的無(wú)人機(jī)攝影圖像,選擇的幀率是24 fps進(jìn)行10 s視頻錄制,無(wú)人機(jī)飛行高度設(shè)置為10 m。河道兩側(cè)布置標(biāo)定板,實(shí)驗(yàn)選用水面漂浮物作為示蹤粒子。

2 無(wú)人機(jī)圖像配準(zhǔn)

在實(shí)際操作中,無(wú)人機(jī)由于風(fēng)場(chǎng)的影響和其他因素的影響,很難完全維持固定的位置。飄移所導(dǎo)致的無(wú)人機(jī)的相機(jī)拍攝位置發(fā)生變化,是測(cè)量誤差的主要來(lái)源之一。無(wú)人機(jī)位置變化所引起的誤差主要包括以下3個(gè)方面:

(1) 垂直移動(dòng),移動(dòng)范圍相對(duì)較小,所以垂直移動(dòng)所造成誤差一般也較小;

(2) 水平平移,水平平移所造成的拍攝誤差一般較大,是測(cè)量過(guò)程中誤差最大的原因;

(3) 繞垂直軸旋轉(zhuǎn),會(huì)導(dǎo)致圖像上測(cè)量誤差的均勻分布,由于缺少參照難以判別誤差方向和大小,因此難以進(jìn)行校正。

此外無(wú)人機(jī)在飛行時(shí)會(huì)震動(dòng),對(duì)于由風(fēng)速引起的圖像抖動(dòng),可以用附加程序RIVeR可以用來(lái)糾正圖像抖動(dòng)問(wèn)題。在運(yùn)行PIVlab之前,RIVeR程序?qū)o(wú)人機(jī)拍攝的視頻轉(zhuǎn)換為連續(xù)圖像并解決圖像抖動(dòng)問(wèn)題。

對(duì)無(wú)人機(jī)拍攝到的圖像進(jìn)行處理之前,首先要消除飄移所造成的誤差,也就是對(duì)無(wú)人機(jī)的位置進(jìn)行配準(zhǔn),將無(wú)人機(jī)位置調(diào)整到同樣的位置。本研究采用Agisoft PhotoScan Professional軟件平臺(tái),所采用的算法為SfM和MVS算法,通過(guò)多視角圖像恢復(fù)相機(jī)的運(yùn)動(dòng)參數(shù)和目標(biāo)的結(jié)構(gòu)信息[19-20],從而實(shí)現(xiàn)對(duì)無(wú)人機(jī)視頻中圖像的批量正射校正。

3 表面流場(chǎng)計(jì)算

為了繪制河道表面流場(chǎng)圖,本研究采用開源代碼PIVlab[21]進(jìn)行數(shù)據(jù)的后處理?；趫D像匹配的原則,PIVlab可以確定前一幅圖像和后一幅圖像之間顆粒組的最高相似度,并計(jì)算出流體顆粒的坐標(biāo)。計(jì)算結(jié)果是粒子的最可能的矢量,將其除以時(shí)間間隔,得到速度。PIVlab已被許多研究人員廣泛用于圖像測(cè)繪。

粒子圖像測(cè)速的相關(guān)計(jì)算中主要步驟:圖像預(yù)處理、圖像評(píng)估和后處理。PIVlab中實(shí)現(xiàn)的圖像預(yù)處理技術(shù)包括直方圖均衡化、強(qiáng)度高通濾波。本研究中,快速傅里葉變換(FFT)與多通道分析被用于圖像評(píng)估。后處理包括數(shù)據(jù)驗(yàn)證、插值、平滑,用來(lái)顯示表面速度的測(cè)量結(jié)果[20-21],詳細(xì)的描述可以在代碼的說(shuō)明書中找到。在圖像預(yù)處理中,主要步驟是增強(qiáng)圖像中示蹤劑的特征,減少背景信息的干擾,以提高流場(chǎng)計(jì)算的準(zhǔn)確性和精確程度,具體過(guò)程:① 使用二維Gauss濾波器對(duì)原始圖像矩陣Iuj進(jìn)行卷積,生成背景圖像矩陣Ibj;② 原始圖像矩陣減去背景圖像矩陣得到前景圖像矩陣Ifj;③ 前景圖像進(jìn)行灰度拉伸,得到增強(qiáng)圖像矩陣Ipj。原始圖像和增強(qiáng)后的圖像如圖2所示。在對(duì)圖像進(jìn)行預(yù)處理后,捕捉到的河面示蹤物顯得更加清晰,河流表面的示蹤物看起來(lái)是白色的,沒(méi)有示蹤物或者示蹤物不明顯的區(qū)域是黑色的。

圖2 原始圖像和預(yù)處理后圖像對(duì)比

圖3 PIV計(jì)算后的流場(chǎng)

PIV算法的原理是將所拍攝得到的連續(xù)幀粒子圖像先分成尺度較小的均勻矩形窗口用于判別,然后選取某個(gè)位置的判別窗口,接著與下一幀中此判別窗口所對(duì)應(yīng)的附近位置的判別窗口逐一進(jìn)行關(guān)聯(lián)計(jì)算,并利用相關(guān)系數(shù),尋找窗口中相關(guān)系數(shù)最大所對(duì)應(yīng)的窗口。該位置相對(duì)于窗口中心點(diǎn)的距離和方向即代表該判讀窗口內(nèi)流體微團(tuán)位移的大小和方向[22-23]。

假設(shè)連續(xù)2幀圖像中某一位置的判讀窗口尺寸為M×N,對(duì)應(yīng)的窗口灰度函數(shù)為g1(i,j)和g2(i,j),定義(ε,η)為判讀窗口內(nèi)流體微團(tuán)運(yùn)動(dòng)可能產(chǎn)生的位移量( -M≤ε≤M,-N≤η≤N),通過(guò)下列公式計(jì)算所有可能的位移量對(duì)應(yīng)的互相關(guān)系數(shù),最大互相關(guān)系數(shù)對(duì)應(yīng)的位移量即為判讀窗口中心點(diǎn)的位移。

(1)

本文所采用的軟件為PIVLab,其算法為基于連續(xù)幀增強(qiáng)圖像矩陣Ip2k-1和Ip2k,采用多重網(wǎng)格迭代的PIV算法計(jì)算像素尺度下的第k幀位移場(chǎng)Uk(x,y,Δx,Δy)。

4 實(shí)地應(yīng)用與結(jié)果比測(cè)

秦淮河水系全長(zhǎng)約110 km,是長(zhǎng)江下游的重要支流,分為內(nèi)秦淮河和外秦淮河兩部分。其中外秦淮河上游段東起中和橋,西至三汊河入江口,途徑秦淮區(qū)、建鄴區(qū)、鼓樓區(qū)等南京主城區(qū),全長(zhǎng)約13 km?；谏鲜霾僮鞑襟E,本研究選取秦淮河石頭城河段作為研究區(qū)域,將LSPIV技術(shù)結(jié)合無(wú)人機(jī)技術(shù)應(yīng)用于該河道表面流場(chǎng)測(cè)量。

為了進(jìn)行結(jié)果比測(cè),本研究同時(shí)利用ADCP獲取了表面流速(換能器如水深度5 cm),比測(cè)斷面如圖4所示。比較結(jié)果表明,無(wú)人機(jī)遙感反演得到的河道表面流速值與ADCP所測(cè)得的實(shí)際流速趨勢(shì)相吻合,結(jié)果較為準(zhǔn)確。由于水中示蹤物不均勻,在缺少示蹤物的區(qū)域剔除掉錯(cuò)誤矢量后進(jìn)行空間插值補(bǔ)充數(shù)據(jù),因此某些點(diǎn)的結(jié)果與實(shí)測(cè)值略有偏差。但是無(wú)人機(jī)反演得到的流速值相對(duì)于ADCP實(shí)測(cè)值的誤差大致在10%范圍內(nèi)。

圖4 反演結(jié)果與ADCP實(shí)測(cè)數(shù)據(jù)結(jié)果對(duì)比

5 結(jié) 論

本文針對(duì)基于自然示蹤物的無(wú)人機(jī)河流表面流場(chǎng)測(cè)量進(jìn)行了現(xiàn)場(chǎng)實(shí)驗(yàn)研究,并應(yīng)用于秦淮河的石頭城河段,反演得到河道表面流場(chǎng)數(shù)據(jù)及分布,并與ADCP實(shí)測(cè)數(shù)據(jù)進(jìn)行對(duì)比分析結(jié)果表明:

(1) 通過(guò)無(wú)人機(jī)遙感反演得到的流速數(shù)據(jù)與ADCP實(shí)測(cè)值進(jìn)行對(duì)比,相對(duì)誤差在10%的范圍以內(nèi),精確度可以滿足野外應(yīng)用的需求。

(2) 部分測(cè)點(diǎn)誤差相對(duì)較大,可能是因?yàn)楸狙芯渴腔诤拥乐刑烊幌∈璨⑶曳植疾痪鶆虻氖聚櫸?。在?shí)際操作過(guò)程中,選擇合適的試驗(yàn)時(shí)間,可以在一定程度上減少水面反射的影響,從而提高流場(chǎng)反演的精確程度。