水体温度无人机热红外遥感监测研究
——以辽河七星湿地为例
2023-09-25张永红李诺
张永红 李诺
(辽宁省生态环境保护科技中心,辽宁沈阳 110161)
1 引言
水体温度(以下简称“水温”)是水环境质量评价的重要指标之一。水温与水的物理和化学性质密切相关,水中挥发性物质、溶解性气体、水生生物和微生物活动、化学和生物化学反应速度及盐度、矿化度、电导率、pH 等都受水温变化的影响[1]。水温升高会使水中的溶解氧减少,水体处于缺氧状态,造成部分水生生物种群改变或死亡,还可使厌氧菌大量繁殖,有机物腐败加重,从而影响环境和生态平衡。此外,水温上升还给一些致病微生物提供人工温床,使它们得以滋生、泛滥,引起疾病流行,危害人类健康。水温不仅影响农业、渔业、水产业和水生生态环境,而且还间接影响人体健康。因此,水温被GB 3838—2002《地表水环境质量标准》列为基本监测项目之一[2]。
中国国家标准GB 13195—91《水质 水温的测定温度计或颠倒温度计测定法》中规定用水温计或颠倒温度计测定水温[3],该方法适用于井水、江河水、湖泊和水库水以及海水水温的测定,但其只能获取水体中若干采样点位的温度,无法满足大面积实时监测水体表面温度的需要。热红外遥感技术利用星载或机载传感器收集、记录地物的热红外信息,并利用热红外信息来识别地物和反演地物表面温度[1]。采用热红外遥感能快速、准确地获得大面积温度图像,调查水体表面温度分布状况和面积,研究水体污染程度和时空变化规律,分析温度场和环境诸因素的关系。目前热红外遥感已经形成了航空航天等多平台的对地观测系统,国内外很多卫星遥感系统都设置有热红外波段,研究人员也提出了一些基于卫星热红外数据的比较成熟的地物温度反演模型,但是卫星热红外遥感数据受大气影响较大,用其进行温度反演一般需要对热红外影像进行大气校正,过程较为复杂,有一定的技术难度。利用无人机搭载高灵敏度热红外成像仪获取热红外影像,其飞行高度低,受大气影响小,可不进行复杂的大气纠正,直接从热红外影像上读取或者测量地表温度,可以有效提高水温监测效率。
本文利用无人机搭载Flir 热红外成像仪,在辽河流域七星湿地公园内的部分水域获取了热红外影像数据,通过分析Flir 热红外影像格式,对其进行处理,拼接、制作了该区域的温度分布栅格影像。
2 研究区域
辽河七星湿地公园是沈阳市内最大的人工湿地公园,坐落在沈阳市沈北新区内,位于辽河东侧支流万泉河上,与石佛寺水库相邻,湿地面积为560.38 hm2,其中河流湿地375.45 hm2。该公园内部分水域附近有较大空地可供无人机起飞和降落,水域岸边地势开阔,适合无人船入水进行采样,进行无人机热红外遥感监测实验比较理想。
3 热红外无人机遥感平台搭建
3.1 无人机选型
目前民用领域常用的无人机分为固定翼型和多旋翼型。固定翼无人机飞行稳定、载荷大、续航时间长,适用于较大面积区域的监测,但是其起降不方便,一般为滑跑起飞或弹射起飞,需要跑道或者较大空地;多旋翼无人机起降灵活,无需专门场地,可空中悬停,但是其续航时间稍短。本文由于需要进行悬停拍摄,选用大疆公司M300 型多旋翼无人机作为遥感平台。多旋翼无人机见图1。
图1 多旋翼无人机
3.2 热红外成像仪
本文采用Flir 公司的T660 热红外成像仪作为遥感传感器。该仪器的热灵敏度和热红外影像的分辨率较市场上同类产品有较大优势,内置了GPS 定位系统,可按照一定的时间间隔自动获取热红外遥感数据,对热红外影像的地理定位和拼接有较大帮助。热红外成像仪见图2。
图2 热红外成像仪
热红外成像仪的主要参数见表1。
表1 热红外成像仪的主要参数
4 数据获取与处理
4.1 数据获取
利用多旋翼无人机搭载Flir T660 热红外成像仪,将热红外成像仪的的自动拍照间隔设置为15 s,将无人机设置为手动遥控模式,遥控无人机按一定航线进行数据获取,共获取热红外影像78 张。
4.2 数据预处理
Flir T660 所获取的热红外影像为假彩色影像,不同影像中相同数值的像素代表的温度并不相同,影像上叠加了图例、厂标、中心点温度等信息,利用Flir 公司的处理软件Flir Tools+无法对水域的热红外影像进行有效拼接,为了获取整个区域拼接好的温度分布栅格数据,需要采取直接地理定位的方式对影像进行地理配准。原始影像存为假彩色影像,且存在干扰信息,因此需要对热红外影像进行预处理,即提取影像的原始DN 值和提取存储在影像头信息中的普朗克常数。单张Flir 热红外影像见图3。
图3 单张Flir 热红外影像
利用开源图像信息提取软件Exiftool 和开源图像转换软件ImageMagick 对Flir T660 热红外成像仪获取的热红外影像进行处理,这两个软件都采用命令行操作方式。安装好Exiftool 和ImageMagick 软件后,在Windows 命令行窗口输入以下语句,从Flir 热像中提取到原始DN 值影像,其中imagename 为原影像,newimagename 为转换后的影像:
exiftool-b-RawThermalImage imagename |magickgray:-|magick-depth 16-endian msb-size 640x480 gray:-newimagename
在Windows 命令行窗口输入:
exiftool-Flir:all-q imagename
此外,有限元计算的J积分沿着裂纹厚度呈现中间较大、表面较小的分布特征,这是由于试样内部裂纹更趋于平面应变状态,裂纹尖端拘束度高,塑性变形小,应力集中程度更高;而试样表面裂纹接近于平面应力状态,裂纹尖端塑性变形充分,应力集中程度相对较低。J积分在试样表面的微小上跳,是由于试样的表面效应造成的,在裂纹前沿和自由表面交界的角点,应力场呈现角点奇异性[23,24]。由于角点奇异性与裂纹奇异性的差异,角点处面外应变分量很小,角点处平面应变状态占主导,这也导致了J积分在角点处的微小上跳。
获取热红外影像的头信息,其中包含了5 个普朗克参数,可用来将影像DN 值换算为温度值。这5个常数为Planck R1,Planck B,Planck F,Planck O,Planck R2,在下面公式中用R1,B,F,O,R2 表示:
B/log{R1/[R2×(imageDN+O)]+F}×10-273.0×10
利用ImageMagick 或其他图像处理软件对DN值影像逐像素进行运算,得到温度值影像。
4.3 影像拼接
无人机获取的影像画幅较小,单张影像一般只能覆盖较小的监测范围,为了对监测区域进行整体研究,需要将所获取的单张影像进行拼接,常规的摄影测量软件一般通过提取影像重叠区域的同名点进行影像匹配和拼接,但是水域影像的特征比较单一,利用影像匹配方法无法提取足够的同名点,导致难以进行影像拼接。一种比较适用的处理方法就是利用无人机飞控的POS 系统记录的数据对影像进行地理定位。POS 系统能够直接获得测图所需的每张相片6 个外方位元素,乃至无需地面控制可直接进行航空影像的空间地理定位[4]。POS 系统在进行作业时会记录相机拍照时的地理位置信息(经纬度和高度)和飞机的姿态参数(旋偏、俯仰和侧滚),利用这些参数和热红外传感器的相关参数(CMOS 尺寸、影像大小和焦距等)可以粗略估算每张影像覆盖的实际范围,即求出单张影像4 个角点对应的地理坐标,再利用GIS 相关工具进行几何纠正,将其从相片坐标系转换到统一的地理坐标系,从而实现多张影像的拼接。
航拍影像的像素坐标与地理坐标转换关系为[5]:
式中,X 为所求像素点地理X 坐标;Y 为所求像素点地理Y 坐标;P 为图像像素点列号;L 为行号;A1 为影像数据起始参数左上角起点地理X 坐标;A2 为东西方向上每个像素代表的地理距离;A3 为南北方向旋转参数;A4 为左上角起点地理Y 坐标;A5 为南北方向上每个像素点代表的地理距离;A6 为东西方向旋转参数。
其中,A1 和A4 可以通过拍照时的飞机位置经纬度信息获取,A2 和A5 可以通过相机焦距、飞行高度与相机相关参数获取,具体确定方法如下:
式中,GSD 为影像的地面分辨率,即每个像素代表的实际地面距离;H 为航高;a 为相机像元大小;f 为相机焦距。
A3 和A6 可以通过飞行时的旋偏角获取。
根据获取影像的传感器信息、无人机飞行时的航行高度、拼接影像的属性信息和对应的POS 数据信息,可以确定影像的坐标范围、分辨率大小,然后通过以上公式,可以确定任意像素点的地理坐标,从而确定待拼接影像之间的对应关系,以此为基础进行影像的拼接。本文采用Python 编程语言,利用GDAL,OpenCV 等开源软件库开发了影像拼接程序[5],生成监测区域人行桥附近的拼接图,见图4。
图4 热红外假彩色影像
经过拼接后的影像可在ArcGIS,QGIS 等地理信息软件中利用图像信息查询工具直接获取温度信息。经过对比,热红外温度监测结果和实测温度差在1 ℃以内。
5 结语
本文利用多旋翼无人机和Flir T660 热红外成像仪,搭建了热红外无人机遥感平台,在辽河七星湿地公园内进行了水温遥感监测,对获取的热红外影像进行解析、处理和拼接,生成了监测区域的温度分栅格影像,遥感测温结果和实测数据结果符合,说明利用无人机进行水温监测,可以满足一般水环境监测需求,能有效提高水温监测效率。