CN109029366B - 一种通过飞行器拍摄测定藻斑水平漂移速率的方法 - Google Patents
一种通过飞行器拍摄测定藻斑水平漂移速率的方法 Download PDFInfo
- Publication number
- CN109029366B CN109029366B CN201810707273.8A CN201810707273A CN109029366B CN 109029366 B CN109029366 B CN 109029366B CN 201810707273 A CN201810707273 A CN 201810707273A CN 109029366 B CN109029366 B CN 109029366B
- Authority
- CN
- China
- Prior art keywords
- algal
- drift rate
- horizontal drift
- aircraft
- algae
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
Abstract
本申请涉及一种通过飞行器拍摄测定藻斑水平漂移速率的方法。在本申请的方法中,首先确定飞行器高度,然后使用飞行器携带的摄像设备拍摄藻斑移动影像。通过图像处理软件解译影像,计算出藻斑运动距离,结合影像拍摄时间,计算获得藻斑水平漂移速率。与现有技术相比,本申请的有益效果在于采用低空轻小型无人机监测水华藻斑水平漂移及其速率,不仅节约监测成本,还可以弥补高空遥感卫星受天气影响的不足。通过分析高频监测影像,精准获取水华藻斑水平漂移路径以及速率,为藻类水华暴发时间与地点的预测提供关键参数。
Description
技术领域
本申请涉及藻斑漂移速率测定技术领域,具体来说,涉及一种通过飞行器拍摄测定藻斑水平漂移速率的方法。
背景技术
藻类作为水生态系统中的重要组成部分,在为水体提供初级生产力方面发挥了重要作用。随着社会经济快速发展,水体富营养化成为全球面临的主要水环境问题之一。藻类朝着水华藻种单一化方向发展,藻类水华暴发频率和强度增加、分布面积增大。在适宜的风场作用下,某区域漂浮在水体表面的水华藻斑向下风向区域漂移并积聚,加重了积聚区藻类水华危害。
当前,针对藻类水平漂移速率测定,主要是采用人工原位观测方法,通过这种方法,能够获得单位时间内藻类水平漂移的平均速率。但通常需要多人协同合作才能完成藻类水平漂移速率观测,因此消耗了大量的人力、物力和财力。
此外,通过人工原位观测方法确定藻斑移动距离时,确定的是藻斑初始位置和结束位置两点之间的直线距离。但在藻类漂移的过程中,由于受到风场和波浪等影响,藻斑并不是朝着某一方向直线漂移运动,在漂移过程经常出现来回往复运动特征。因此,通过人工观测方法确定的藻斑漂移速率偏小,需要提高准确性。
随着遥感技术的发展,无人机扫描成像监测技术已经在一些领域获得了地运用,它成为了研究运动的和野外高压作业的非接触动态测量手段,能测出目标不同时刻的变化量。无人机拍下的每个画面上,含有运动事物的空间信息(如经纬度坐标),这些空间信息是瞬时的。也就是说,这些画面还包括时间信息。拍摄的频率越高,表示它能把运动物体的位置变化在时间上分开的能力越强。在实际使用中,为了取得空间信息和时间信息,还要采取一些措施,如空间的定标及在画幅上打上时标,零点讯号等,经过图像处理,就可以得到所需的物理量。现有技术中已采用轻小型无人机来监测沼泽地植被空间分布、泥炭湿地植被分布、富营养河流水体中的刚毛藻种群分布以及野生动物种群数量与分布等。但目前尚无通过无人机来测定藻斑漂移速率的报道。
为此,本领域迫切需要一种通过飞行器拍摄测定藻斑水平漂移速率的方法。
发明内容
本申请之目的在于提供一种通过飞行器拍摄测定藻斑水平漂移速率的方法,从而解决上述现有技术存在的问题。在本申请的通过飞行器拍摄测定藻斑水平漂移速率的方法中,首先确定飞行器高度,然后使用飞行器携带的摄影设备拍摄藻斑移动影像。通过图像处理软件解译影像,计算出藻斑运动距离,结合影像拍摄时间,计算获得水华藻斑水平漂移速率。
为了解决上述技术问题,本申请提供下述技术方案:
在第一方面中,本申请提供一种通过飞行器拍摄测定藻斑水平漂移速率的方法,所述方法包括下述步骤:
S1:确定飞行器的飞行高度;
S2:通过携带摄影设备的飞行器拍摄连续拍摄藻斑漂移的高清影像,所述高清影像包括时标和零点讯号;
S3:解译影像中藻斑运动轨迹,并计算出运动距离;以及
S4:通过下述步骤来计算藻斑水平漂移速率:
(2)计算藻斑在总拍摄时间段中的平均水平漂移速率V,
在第一方面的一种实施方式中,在步骤S4中,将藻斑漂移路径与正北方向的夹角视为藻斑水平漂移的方向α,以藻斑水平漂移速率向北、向东为正方向,则藻斑水平漂移速率分量公式如下:
其中,u为藻斑水平漂移速率的正东分量,ν为藻斑水平漂移速率的正北分量。
在第一方面的一种实施方式中,在步骤S1中,基于图像清晰度和摄影视野面积来确定飞行器的飞行高度。
在第一方面的一种实施方式中,在步骤S1中,飞行高度为5-40m。
在第一方面的一种实施方式中,所述方法还包括在步骤S1之后且在步骤S2之前在藻斑上设置示踪剂。
在第一方面的一种实施方式中,在步骤S3中,通过Matlab平台的图像处理软件或者Photoshop图像处理软件来处理摄影设备拍摄的连续影像。
在第一方面的一种实施方式中,飞行器的飞行高度H=ab/(2*tan(ω/2)),其中ω为摄影设备摄像头的垂直视场角,ab为拍摄视场长度。
在第一方面的一种实施方式中,所述飞行器包括低空轻小型无人机。
与现有技术相比,本申请的有益效果在于采用低空轻小型无人机监测水华藻斑水平漂移及其速率,不仅节约监测成本,还可以弥补高空遥感卫星受天气影响的不足。通过分析高频监测影像,精准获取水华藻斑水平漂移路径以及速率,为藻类水华暴发时间与地点的预测提供关键参数。
附图说明
图1示意性显示水华藻斑漂移轨迹。在图1中,实线表示通过无人机拍摄测定的藻类漂移路径。
图2示意性显示无人机飞行高度的计算原理。
图3示意性显示水华藻斑水平漂移速率的计算原理。
具体实施方式
目前,主要通过人工原位观测方法来测定水华藻斑水平漂移速率,但因为人工观测方法观测的是藻斑初始位置和结束位置两点之间的直线距离,常导致所测水华藻斑水平漂移速率偏小。
为此,本申请提供一种通过飞行器拍摄来测定水华藻斑水平漂移速率的方法。通过使用本申请的方法可以更便捷且更准确地计算藻斑漂移路径(参见图1的实线),进而更精确地确定藻斑漂移速率。
在一种具体实施方式中,本申请涉及一种通过飞行器拍摄测定水华藻斑水平漂移速率的方法,所述方法包括下述步骤:
S1:确定飞行器的飞行高度;
S2:通过携带摄影设备的飞行器拍摄连续拍摄藻斑漂移的高清影像,所述高清影像包括时标和零点讯号;
S3:解译影像中水华藻斑运动轨迹,并计算出运动距离;以及
S4:通过下述步骤来计算水华藻斑水平漂移速率:
其中,表示摄影设备相邻两次拍摄时间间隔中的水华藻斑水平漂移速率,表示摄影设备相邻两次拍摄时间间隔中的水华藻斑水平漂移距离,表示摄影设备相邻两次拍摄时间间隔,i为1到n的正整数,且n表示摄影设备的总拍摄次数;
(2)计算水华藻斑在总拍摄时间段中的平均水平漂移速率V,
在一种具体实施方式中,本申请的方法包括基于图像清晰地与视野面积,确定低空轻小型无人机飞行高度。
无人机飞行高度的确定,首先要考虑无人机的性能接受范围以及中国民航局发布关于《轻小型无人机运行适行规定》涉及的无人机飞行高度的有关规定;其次,还要考虑所要研究区域的面积大小。
参考图2,ω为摄像头的垂直视场角,与焦距f有关,焦距越长,视场角越小,所能拍摄的视野范围也就越小。反之,焦距越短,视场角越大,拍摄范围也随之越大。ab为研究区域的视场长度,飞行高度设为H,那么
H=ab/(2*tan(ω/2))。
如拍摄视场长度ab为12m的区域。已知所用的摄像头垂直视场角为96.4°,则由公式计算物距H=ab/(2*tan(ω/2))≈7.15m。因此物距(即无人机飞行高度)应离欲拍摄区域7.15米的高度。
在一种具体实施方式中,本申请的方法包括拍摄高清影像。
在利用无人机航测过程中,影响无人机航测图像质量的因素有天气因素和机器本身因素。天气因素主要是在无人机航测过程中遇到风雨、大雾、雾霾等天气。当外界风速达到某一阈值后,则影响无人机的正常飞行。通常,瞬时风速超过8m/s时,应该考虑停止航测。大风造成无人机不能平稳飞行,导致所拍摄的照片扭曲度变大,使图像变得模糊,无法在有限的时间内完成航测任务。机器本身因素主要是相机像素和曝光时间不理想。像素主要取决于机器本身,通常无法更改,而曝光条件受到当天光照的影响,当光线条件不好时,应尽量增加曝光时间。
无人机航测高度主要影响航片中每一个像素点的大小,无人机飞行高度的变化会影响到航片相幅的大小,通常情况下,无人机距离地面高度低,每个像素的实际数值也就会越小,航片的精确度会越高。同时,针对地形变化较大的地面,选择适合飞行的高度对提高无人机航测的精确度也有很大的影响。
在一种具体实施方式中,本申请的方法包括解译影像中水华藻斑运动轨迹,并计算运动距离。
选定目标藻斑,通过空中的无人机拍摄水华藻斑水平漂移的高清图像,对于无人机拍摄的图片,基于Matlab平台的图像处理软件,该软件可以处理无人机拍摄的连续影像,能很好的区分出大部分图片中的水华藻斑图像,并且计算出藻类的地理坐标、漂移距离等参数,从而描绘出水华藻斑在不同时刻的空间位置,解译水华藻斑在湖面风场、流场等外力驱动下的运动轨迹(例如,参见图1)。
在一种具体实施方式中,本申请的方法包括计算水华藻斑水平漂移速率。
具体来说,可包括下述步骤:
其中,表示摄影设备相邻两次拍摄时间间隔中的水华藻斑水平漂移速率,表示摄影设备相邻两次拍摄时间间隔中的水华藻斑水平漂移距离,表示摄影设备相邻两次拍摄时间间隔,i为1到n的正整数,且n表示摄影设备的总拍摄次数;
(2)计算水华藻斑在总拍摄时间段中的平均水平漂移速率V,
参考图3,以水华藻斑水平漂移速率向北、向东为正方向,则水华藻斑水平漂移速率的分量公式如下:(u为水华藻斑水平漂移速率的正东分量,ν为水平漂移速率的正北分量,α为漂移角度)
下面将结合本发明的实施例,对本发明的技术方案进行清楚和完整的描述。
实施例1
本实施例涉及使用无人机测定太湖胥口湾蓝藻水平漂移速率。
将无人机升至能够刚好拍摄到欲观察的视野范围的高度,选取目标藻斑,设置0.01秒的拍照时间间隔即等时拍照,将无人机连拍的照片用Photoshop图像处理技术进行图像叠加处理,将目标藻斑圈出,采用Photoshop图像填充工具,将圈出的目标藻斑用黑色填充,目标藻斑以外的其它用白色填充,最终获得图1所示藻斑漂移路线。
上述对实施例的描述是为了便于本技术领域的普通技术人员能理解和应用本申请。熟悉本领域技术的人员显然可以容易地对这些实施例做出各种修改,并把在此说明的一般原理应用到其它实施例中而不必付出创造性的劳动。因此,本申请不限于这里的实施例,本领域技术人员根据本申请披露的内容,在不脱离本申请范围和精神的情况下做出的改进和修改都本申请的范围之内。
Claims (7)
1.一种通过飞行器拍摄测定藻斑水平漂移速率的方法,所述方法包括下述步骤:
S1:确定飞行器的飞行高度;
S2:通过携带摄影设备的飞行器拍摄连续拍摄藻斑漂移的高清影像,所述高清影像包括时标和零点讯号;
S3:解译影像中藻斑运动轨迹,并计算出运动距离;以及
S4:通过下述步骤来计算藻斑水平漂移速率:
(2)计算藻斑在总拍摄时间段中的平均水平漂移速率V,
在步骤S4中,将藻斑漂移路径与正北方向的夹角视为藻斑水平漂移的方向α,以藻斑水平漂移速率向北、向东为正方向,则藻斑水平漂移速率分量公式如下:
其中,u为藻斑水平漂移速率的正东分量,ν为藻斑水平漂移速率的正北分量。
2.如权利要求1所述的通过飞行器拍摄测定藻斑水平漂移速率的方法,其特征在于,在步骤S1中,基于图像清晰度和摄影视野面积来确定飞行器的飞行高度。
3.如权利要求1所述的通过飞行器拍摄测定藻斑水平漂移速率的方法,其特征在于,在步骤S1中,飞行高度为5-40m。
4.如权利要求1所述的通过飞行器拍摄测定藻斑水平漂移速率的方法,其特征在于,所述方法还包括在步骤S1之后且在步骤S2之前在藻斑上设置示踪剂。
5.如权利要求1所述的通过飞行器拍摄测定藻斑水平漂移速率的方法,其特征在于,在步骤S3中,通过Matlab平台的图像处理软件或者Photoshop图像处理软件来处理摄影设备拍摄的连续影像。
6.如权利要求1-5中任一项所述的通过飞行器拍摄测定藻斑水平漂移速率的方法,其特征在于,所述飞行器包括低空轻小型无人机。
7.如权利要求1-5中任一项所述的通过飞行器拍摄测定藻斑水平漂移速率的方法,其特征在于,飞行器的飞行高度H=ab/(2*tan(ω/2)),其中ω为摄影设备摄像头的垂直视场角,ab为拍摄视场长度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810707273.8A CN109029366B (zh) | 2018-07-02 | 2018-07-02 | 一种通过飞行器拍摄测定藻斑水平漂移速率的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810707273.8A CN109029366B (zh) | 2018-07-02 | 2018-07-02 | 一种通过飞行器拍摄测定藻斑水平漂移速率的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109029366A CN109029366A (zh) | 2018-12-18 |
CN109029366B true CN109029366B (zh) | 2021-01-08 |
Family
ID=65521172
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810707273.8A Active CN109029366B (zh) | 2018-07-02 | 2018-07-02 | 一种通过飞行器拍摄测定藻斑水平漂移速率的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109029366B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114500882B (zh) * | 2022-01-24 | 2023-12-15 | 中国科学院烟台海岸带研究所 | 一种运动动物的行为参数测定方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102135531A (zh) * | 2010-12-24 | 2011-07-27 | 中国科学院南京地理与湖泊研究所 | 大型浅水湖泊72小时蓝藻水华预测方法 |
CN103063202B (zh) * | 2012-12-30 | 2015-04-15 | 同济大学 | 基于遥感影像的蓝藻生物量时空变化监测与可视化方法 |
CN103322984B (zh) * | 2013-05-13 | 2015-09-09 | 成都理工大学 | 基于视频图像的测距、测速方法及装置 |
CN104820434A (zh) * | 2015-03-24 | 2015-08-05 | 南京航空航天大学 | 一种无人机对地面运动目标的测速方法 |
CN106534811A (zh) * | 2017-01-12 | 2017-03-22 | 王昱淇 | 一种用于水域漂浮物监测的无人机监控系统 |
CN107504923B (zh) * | 2017-08-04 | 2020-03-06 | 浙江大学 | 一种综合遥感影像和延绳信息的海带养殖面积监测方法 |
-
2018
- 2018-07-02 CN CN201810707273.8A patent/CN109029366B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN109029366A (zh) | 2018-12-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20110013016A1 (en) | Visual Detection of Clear Air Turbulence | |
Eltner et al. | Flow velocity and discharge measurement in rivers using terrestrial and unmanned-aerial-vehicle imagery | |
KR102523451B1 (ko) | 드론 영상 기반의 하천 유속 측정을 위한 장치 및 방법 | |
WO2020093436A1 (zh) | 管道内壁的三维重建方法 | |
CN102262092B (zh) | 能见度测量系统及方法 | |
CN106645205A (zh) | 一种无人机桥梁底面裂纹检测方法及系统 | |
US20200177805A1 (en) | Pipeline detection method and apparatus, and storage medium | |
US8345115B2 (en) | Visual occultation to measure refractivity profile | |
CN105225251B (zh) | 基于机器视觉的超视距海上运动目标快速识别与定位装置及方法 | |
Sánchez-García et al. | C-Pro: A coastal projector monitoring system using terrestrial photogrammetry with a geometric horizon constraint | |
CN113223087B (zh) | 一种基于视频监控的目标物体地理坐标定位方法和装置 | |
CN111435081B (zh) | 海面测量系统、海面测量方法以及存储介质 | |
JP2011095112A (ja) | 三次元位置測定装置、飛翔体のマッピングシステム、およびコンピュータプログラム | |
JP7035272B2 (ja) | 撮影システム | |
CN109029366B (zh) | 一种通过飞行器拍摄测定藻斑水平漂移速率的方法 | |
CN115060343A (zh) | 一种基于点云的河流水位检测系统、检测方法及程序产品 | |
Feng et al. | Crack assessment using multi-sensor fusion simultaneous localization and mapping (SLAM) and image super-resolution for bridge inspection | |
JP2010014491A (ja) | 洋上監視システムおよび方法 | |
Podobna et al. | Airborne multispectral detecting system for marine mammals survey | |
JP2009074968A (ja) | 水流の測定方法及び装置 | |
JP2009052907A (ja) | 異物検出システム | |
CN110989645A (zh) | 一种基于复眼成像原理的目标空间姿态处理方法 | |
KR20210044127A (ko) | 영상 분석 기반 가시거리 측정 및 경보 시스템 및 방법 | |
KR20170088113A (ko) | 라이다와 카메라를 융합한 실시간 기상 인자 측정방법 및 측정 시스템 | |
CN114594533A (zh) | 一种基于自适应高斯混合算法的视频雨量监测方法与装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |