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,提出基于無人機傾斜攝影的河湖水質(zhì)污染范圍監(jiān)控方法。導入傾斜攝影圖像,通過光束法測量區(qū)域網(wǎng)空中三角,分析像素點坐標。計算三維空間點和相機像素點的重投影誤差,生成水質(zhì)污染高密度點云數(shù)據(jù)。對圖像徑向畸變、切向畸變處理,線性變換處理圖像。結(jié)合無人機高光譜遙感反射率測定方式,獲取太陽總輻照度?;跓o人機高光譜遙感反射率計算結(jié)果,監(jiān)控河湖水質(zhì)污染范圍。實驗結(jié)果可知,監(jiān)控的異常水體污染范圍與實際監(jiān)控范圍一致,該方法具有精準監(jiān)控效果。
關(guān)鍵詞:無人機傾斜攝影;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:X832 文獻標志碼: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。富營養(yǎng)化是指在水生植物生長所需要的營養(yǎng)物質(zhì)中,由于營養(yǎng)物質(zhì)含量過高而引起的一種環(huán)境問題。對河流湖泊的環(huán)境質(zhì)量進行合理的分析與評估,對于河流湖泊的環(huán)境質(zhì)量控制具有重要的意義。
文獻[1]研究了Sentinel - 2/MSI深度學習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)絡超分辨率重建算法,結(jié)合遷移學習方法與卷積注意模塊,實現(xiàn)水質(zhì)遙感反獲取水質(zhì)信息。文獻[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)測方法,布設(shè)傳感器網(wǎng)絡,利用多類型傳感器實時采集污染數(shù)據(jù),從而確定污染范圍;文獻[3]提出基于監(jiān)測斷面空間聚類的監(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[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為研究對象,測定三項水質(zhì)指標。但是上述方法有的沒有采用無人機遙感技術(shù),導致效率較低,監(jiān)測范圍有限,而采用該技術(shù)的,則沒有考慮數(shù)據(jù)畸變問題,導致監(jiān)測不準確。
針對上述問題,提出了基于無人機傾斜攝影的河湖水質(zhì)污染范圍監(jiān)控方法。
1 基于無人機傾斜攝影的水質(zhì)污染高密度點云數(shù)據(jù)生成
利用無人機傾斜攝影監(jiān)控方法,將拍攝到的圖像導人系統(tǒng)中,并對每一張圖片進行POS數(shù)據(jù)和相機校準參數(shù)的匹配。光束法區(qū)域網(wǎng)空中三角測量是以一張像片構(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,利用各個射線束在空間的旋轉(zhuǎn)和移動,使得模型之間的共同點的射線達到最優(yōu)的交叉,以相鄰像片的共同交會點坐標與已知的外部坐標相等為前提,求解每張像片的外方位元素和架空點的地面坐標。使用無人機傾斜攝影對飛行方向和側(cè)向的像素點進行自動配準,將整個區(qū)域內(nèi)各個航帶網(wǎng)絡都并入到一個具有統(tǒng)一比例的坐標體系中,形成一個松散的區(qū)域網(wǎng)絡。確定每個圖像外方位要素和地面點大致位置,以外部控制點為基礎(chǔ),逐一構(gòu)建誤差和修正方程,得到每個圖像的外方位要素和加密點地面坐標。在求取各影像的外方位要素與加密點的地表坐標的基礎(chǔ)上,利用共線性方程,求出各影像的控制與加密點的誤差方程,可以為每一個像素點列舉如下關(guān)系,即:
式(1)中,(x0,y0)表示像素點坐標;d表示相機焦距;(Xr,Yr,Zr)表示像素點對應的空間點坐標;(Xs,Ys,Zs)表示相機外方位元素的無人機傾斜攝影中心空間坐標的3個線元素;θk、φk、νk(k=1,2,3)分別表示相機外方位元素的用于描述像片空間姿態(tài)的3個角元素。
假設(shè)無人機傾斜攝影區(qū)域存在三維空間,則使用光束法平差計算三維空間點和相機像素點重投影誤差,公式為式(2):
式(2)中,Wi、Qj分別表示由相機外方位3個線元素、3個角元素和像素點對應的空間點坐標組成的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;ηij表示二進制變量。
根據(jù)計算出的外方位元素對應的控制點地面坐標,控制網(wǎng)平差,公式為式(3):
式(3)中,m表示計算次數(shù);r表示參與評定的檢查點數(shù)。
利用空中三角測量法計算圖像的外方位元素,經(jīng)多視角圖像稠密配準,得到了高密度點云數(shù)據(jù)。
2 基于點云數(shù)據(jù)的河湖水質(zhì)污染范圍監(jiān)控
根據(jù)水質(zhì)污染高密度點云數(shù)據(jù)生成結(jié)果,使用無人機高光譜遙感反射率測定方式監(jiān)控河湖水質(zhì)污染范圍,具體步驟如下所示:
步驟一:無人機傾斜攝影生成的圖像具有大量噪點與非地面點,容易出現(xiàn)畸變數(shù)據(jù),僅使用點云很難處理。因此,需處理圖像中的畸變情況。無人機在高速飛行時,產(chǎn)生的圖像存在鏡頭誤差和A/D變換誤差,盡管無人機的鏡頭能夠?qū)@些誤差進行一定補償,但變形狀態(tài)仍然會對物鏡反射點產(chǎn)生影響,導致圖像產(chǎn)生徑向畸變。
對于徑向畸變處理,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三點式共線。
步驟二:無人機在進行數(shù)據(jù)采集時,由于無法對日照情況進行有效控制,導致了由于日照過強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)測點三維坐標;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原后,采用稠密匹配法產(chǎn)生點云,然后將點云過濾,最終建立數(shù)字地面模型。通過拼接處理多個測量區(qū)域的數(shù)字地面模型,將三角形剖面劃分為若干個區(qū)域,獲得全部地表數(shù)據(jù)。在3D模式檔案中包含了構(gòu)成一個不規(guī)則三角網(wǎng)絡的全部節(jié)點的3D地理坐標數(shù)據(jù),并且給每一個訂單指定配唯一ID。三角面片是一個以三個頂點為坐標的三角面片,它被用來表示一個小型三角面,這些三角面片的組合就是一個不規(guī)則的三角網(wǎng)。
步驟四:在無人駕駛飛機所經(jīng)過的河流表面布設(shè)1 m2反射率為15%- 20%的基準平板,以獲取受污染河流的水質(zhì)信息。當無人機飛越這片區(qū)域時,利用地物分光光度計,對其進行多個同步測量,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;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,地基觀測的天光照射強度假設(shè)為無人機拍攝的天光照射強度。在沒有風、和風、水面很安靜的情況下,假設(shè)不受白色云層的影響,則無人機高光譜遙感反射率可以表達為式(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 實驗
3.1 實驗環(huán)境分析及樣點布設(shè)
選擇某流域為研究對象,分析水質(zhì)變化,見圖2。
對某島2020年7月、2021年2月兩條主要河流進行了調(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物調(diào)查結(jié)果與水質(zhì)監(jiān)測的樣點布設(shè)完全一致,所以布設(shè)了如圖4所示樣點。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 實驗指標
在確保河湖水清潔前提下,設(shè)置動態(tài)監(jiān)測站點,收集河道河型及周邊環(huán)境等數(shù)據(jù),并以此為基準進行實驗,以確保實驗結(jié)果正確性。以受污染水體為研究對象,以該方法為依據(jù),計算受污染水體的監(jiān)測精度指數(shù),公式為式(9):
式(9)中,m表示監(jiān)測因子;Sm表示監(jiān)測區(qū)域;c表示標準指標。
該計算結(jié)果數(shù)值越大,說明監(jiān)測結(jié)果越精準?;诖?,獲取了實際水質(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 實驗結(jié)果與分析
為了驗證基于無人機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用,對該方法進行實驗驗證分析。以采集布設(shè)的監(jiān)測點數(shù)據(jù)為實驗基礎(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)果為實驗結(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°],與實際監(jiān)控范圍一致。
4 結(jié)束語
河湖水質(zhì)污染嚴重影響人們的生活和生產(chǎn),因此,需要進行有效治理,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)控范圍不準確的問題,因此,提出的基于無人機傾斜攝影的河湖水質(zhì)污染范圍監(jiān)控方法。該方法進行了現(xiàn)場布置,監(jiān)測結(jié)果更加準確。同時,使用了無人機傾斜攝影技術(shù),對這些數(shù)據(jù)進行了收集和處理,解決了畸變問題,使得獲取的動態(tài)監(jiān)測數(shù)據(jù)也更為可信。結(jié)合一種無人機高光譜遙感反射率標定方法,計算高光譜遙感反射率,以此監(jiān)控河湖水質(zhì)污染范圍。實驗驗證結(jié)果顯示,所研究方法監(jiān)測結(jié)果精準,監(jiān)控出的水質(zhì)污染范圍與實際一致,因此,該方法具有良好監(jiān)控效果。