水體溫度無人機熱紅外遙感監測研究
——以遼河七星濕地為例

張永紅 李諾

（遼寧省生態環境保護科技中心，遼寧沈陽 110161）

1 引言

水體溫度（以下簡稱“水溫”）是水環境質量評價的重要指標之一。水溫與水的物理和化學性質密切相關，水中揮發性物質、溶解性氣體、水生生物和微生物活動、化學和生物化學反應速度及鹽度、礦化度、電導率、pH 等都受水溫變化的影響［1］。水溫升高會使水中的溶解氧減少，水體處于缺氧狀態，造成部分水生生物種群改變或死亡，還可使厭氧菌大量繁殖，有機物腐敗加重，從而影響環境和生態平衡。此外，水溫上升還給一些致病微生物提供人工溫床，使它們得以滋生、泛濫，引起疾病流行，危害人類健康。水溫不僅影響農業、漁業、水產業和水生生態環境，而且還間接影響人體健康。因此，水溫被GB 3838—2002《地表水環境質量標準》列為基本監測項目之一［2］。

中國國家標準GB 13195—91《水質 水溫的測定溫度計或顛倒溫度計測定法》中規定用水溫計或顛倒溫度計測定水溫［3］，該方法適用于井水、江河水、湖泊和水庫水以及海水水溫的測定，但其只能獲取水體中若干采樣點位的溫度，無法滿足大面積實時監測水體表面溫度的需要。熱紅外遙感技術利用星載或機載傳感器收集、記錄地物的熱紅外信息，并利用熱紅外信息來識別地物和反演地物表面溫度［1］。采用熱紅外遙感能快速、準確地獲得大面積溫度圖像，調查水體表面溫度分布狀況和面積，研究水體污染程度和時空變化規律，分析溫度場和環境諸因素的關系。目前熱紅外遙感已經形成了航空航天等多平臺的對地觀測系統，國內外很多衛星遙感系統都設置有熱紅外波段，研究人員也提出了一些基于衛星熱紅外數據的比較成熟的地物溫度反演模型，但是衛星熱紅外遙感數據受大氣影響較大，用其進行溫度反演一般需要對熱紅外影像進行大氣校正，過程較為復雜，有一定的技術難度。利用無人機搭載高靈敏度熱紅外成像儀獲取熱紅外影像，其飛行高度低，受大氣影響小，可不進行復雜的大氣糾正，直接從熱紅外影像上讀取或者測量地表溫度，可以有效提高水溫監測效率。

本文利用無人機搭載Flir 熱紅外成像儀，在遼河流域七星濕地公園內的部分水域獲取了熱紅外影像數據，通過分析Flir 熱紅外影像格式，對其進行處理，拼接、制作了該區域的溫度分布柵格影像。

2 研究區域

遼河七星濕地公園是沈陽市內最大的人工濕地公園，坐落在沈陽市沈北新區內，位于遼河東側支流萬泉河上，與石佛寺水庫相鄰，濕地面積為560.38 hm2，其中河流濕地375.45 hm2。該公園內部分水域附近有較大空地可供無人機起飛和降落，水域岸邊地勢開闊，適合無人船入水進行采樣，進行無人機熱紅外遙感監測實驗比較理想。

3 熱紅外無人機遙感平臺搭建

3.1 無人機選型

目前民用領域常用的無人機分為固定翼型和多旋翼型。固定翼無人機飛行穩定、載荷大、續航時間長，適用于較大面積區域的監測，但是其起降不方便，一般為滑跑起飛或彈射起飛，需要跑道或者較大空地；多旋翼無人機起降靈活，無需專門場地，可空中懸停，但是其續航時間稍短。本文由于需要進行懸停拍攝，選用大疆公司M300 型多旋翼無人機作為遙感平臺。多旋翼無人機見圖1。

圖1 多旋翼無人機

3.2 熱紅外成像儀

本文采用Flir 公司的T660 熱紅外成像儀作為遙感傳感器。該儀器的熱靈敏度和熱紅外影像的分辨率較市場上同類產品有較大優勢，內置了GPS 定位系統，可按照一定的時間間隔自動獲取熱紅外遙感數據，對熱紅外影像的地理定位和拼接有較大幫助。熱紅外成像儀見圖2。

圖2 熱紅外成像儀

熱紅外成像儀的主要參數見表1。

表1 熱紅外成像儀的主要參數

4 數據獲取與處理

4.1 數據獲取

利用多旋翼無人機搭載Flir T660 熱紅外成像儀，將熱紅外成像儀的的自動拍照間隔設置為15 s，將無人機設置為手動遙控模式，遙控無人機按一定航線進行數據獲取，共獲取熱紅外影像78 張。

4.2 數據預處理

Flir T660 所獲取的熱紅外影像為假彩色影像，不同影像中相同數值的像素代表的溫度并不相同，影像上疊加了圖例、廠標、中心點溫度等信息，利用Flir 公司的處理軟件Flir Tools＋無法對水域的熱紅外影像進行有效拼接，為了獲取整個區域拼接好的溫度分布柵格數據，需要采取直接地理定位的方式對影像進行地理配準。原始影像存為假彩色影像，且存在干擾信息，因此需要對熱紅外影像進行預處理，即提取影像的原始DN 值和提取存儲在影像頭信息中的普朗克常數。單張Flir 熱紅外影像見圖3。

圖3 單張Flir 熱紅外影像

利用開源圖像信息提取軟件Exiftool 和開源圖像轉換軟件ImageMagick 對Flir T660 熱紅外成像儀獲取的熱紅外影像進行處理，這兩個軟件都采用命令行操作方式。安裝好Exiftool 和ImageMagick 軟件后，在Windows 命令行窗口輸入以下語句，從Flir 熱像中提取到原始DN 值影像，其中imagename 為原影像，newimagename 為轉換后的影像：

exiftool－b－RawThermalImage imagename ｜magickgray：－｜magick－depth 16－endian msb－size 640x480 gray：－newimagename

在Windows 命令行窗口輸入：

exiftool－Flir：all－q imagename

此外，有限元計算的J積分沿著裂紋厚度呈現中間較大、表面較小的分布特征，這是由于試樣內部裂紋更趨于平面應變狀態，裂紋尖端拘束度高，塑性變形小，應力集中程度更高；而試樣表面裂紋接近于平面應力狀態，裂紋尖端塑性變形充分，應力集中程度相對較低。J積分在試樣表面的微小上跳，是由于試樣的表面效應造成的，在裂紋前沿和自由表面交界的角點，應力場呈現角點奇異性[23,24]。由于角點奇異性與裂紋奇異性的差異，角點處面外應變分量很小，角點處平面應變狀態占主導，這也導致了J積分在角點處的微小上跳。

獲取熱紅外影像的頭信息，其中包含了5 個普朗克參數，可用來將影像DN 值換算為溫度值。這5個常數為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 或其他圖像處理軟件對DN值影像逐像素進行運算，得到溫度值影像。

4.3 影像拼接

無人機獲取的影像畫幅較小，單張影像一般只能覆蓋較小的監測范圍，為了對監測區域進行整體研究，需要將所獲取的單張影像進行拼接，常規的攝影測量軟件一般通過提取影像重疊區域的同名點進行影像匹配和拼接，但是水域影像的特征比較單一，利用影像匹配方法無法提取足夠的同名點，導致難以進行影像拼接。一種比較適用的處理方法就是利用無人機飛控的POS 系統記錄的數據對影像進行地理定位。POS 系統能夠直接獲得測圖所需的每張相片6 個外方位元素，乃至無需地面控制可直接進行航空影像的空間地理定位［4］。POS 系統在進行作業時會記錄相機拍照時的地理位置信息（經緯度和高度）和飛機的姿態參數（旋偏、俯仰和側滾），利用這些參數和熱紅外傳感器的相關參數（CMOS 尺寸、影像大小和焦距等）可以粗略估算每張影像覆蓋的實際范圍，即求出單張影像4 個角點對應的地理坐標，再利用GIS 相關工具進行幾何糾正，將其從相片坐標系轉換到統一的地理坐標系，從而實現多張影像的拼接。

航拍影像的像素坐標與地理坐標轉換關系為［5］：

式中，X 為所求像素點地理X 坐標；Y 為所求像素點地理Y 坐標；P 為圖像像素點列號；L 為行號；A1 為影像數據起始參數左上角起點地理X 坐標；A2 為東西方向上每個像素代表的地理距離；A3 為南北方向旋轉參數；A4 為左上角起點地理Y 坐標；A5 為南北方向上每個像素點代表的地理距離；A6 為東西方向旋轉參數。

其中，A1 和A4 可以通過拍照時的飛機位置經緯度信息獲取，A2 和A5 可以通過相機焦距、飛行高度與相機相關參數獲取，具體確定方法如下：

式中，GSD 為影像的地面分辨率，即每個像素代表的實際地面距離；H 為航高；a 為相機像元大小；f 為相機焦距。

A3 和A6 可以通過飛行時的旋偏角獲取。

根據獲取影像的傳感器信息、無人機飛行時的航行高度、拼接影像的屬性信息和對應的POS 數據信息，可以確定影像的坐標范圍、分辨率大小，然后通過以上公式，可以確定任意像素點的地理坐標，從而確定待拼接影像之間的對應關系，以此為基礎進行影像的拼接。本文采用Python 編程語言，利用GDAL，OpenCV 等開源軟件庫開發了影像拼接程序［5］，生成監測區域人行橋附近的拼接圖，見圖4。

圖4 熱紅外假彩色影像

經過拼接后的影像可在ArcGIS，QGIS 等地理信息軟件中利用圖像信息查詢工具直接獲取溫度信息。經過對比，熱紅外溫度監測結果和實測溫度差在1 ℃以內。

5 結語

本文利用多旋翼無人機和Flir T660 熱紅外成像儀，搭建了熱紅外無人機遙感平臺，在遼河七星濕地公園內進行了水溫遙感監測，對獲取的熱紅外影像進行解析、處理和拼接，生成了監測區域的溫度分柵格影像，遙感測溫結果和實測數據結果符合，說明利用無人機進行水溫監測，可以滿足一般水環境監測需求，能有效提高水溫監測效率。