CN115629164A - 一种无人机碳通量监测数据采集设备及处理方法 - Google Patents

一种无人机碳通量监测数据采集设备及处理方法 Download PDF

Info

Publication number
CN115629164A
CN115629164A CN202211645049.3A CN202211645049A CN115629164A CN 115629164 A CN115629164 A CN 115629164A CN 202211645049 A CN202211645049 A CN 202211645049A CN 115629164 A CN115629164 A CN 115629164A
Authority
CN
China
Prior art keywords
data
aerial vehicle
unmanned aerial
monitoring
monitoring data
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.)
Granted
Application number
CN202211645049.3A
Other languages
English (en)
Other versions
CN115629164B (zh
Inventor
尹宾宾
姜鹏瀚
张文宇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tianjin Feye Uav Technology Co ltd
Original Assignee
Tianjin Feye Uav Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tianjin Feye Uav Technology Co ltd filed Critical Tianjin Feye Uav Technology Co ltd
Priority to CN202211645049.3A priority Critical patent/CN115629164B/zh
Publication of CN115629164A publication Critical patent/CN115629164A/zh
Application granted granted Critical
Publication of CN115629164B publication Critical patent/CN115629164B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/0004—Gaseous mixtures, e.g. polluted air
    • G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
    • G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
    • G01N33/0031—General constructional details of gas analysers, e.g. portable test equipment concerning the detector comprising two or more sensors, e.g. a sensor array
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
    • G01N21/3504—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing gases, e.g. multi-gas analysis
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/0004—Gaseous mixtures, e.g. polluted air
    • G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
    • G01N33/0062—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display
    • G01N33/0067—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display by measuring the rate of variation of the concentration

Landscapes

  • Chemical & Material Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Medicinal Chemistry (AREA)
  • Food Science & Technology (AREA)
  • Combustion & Propulsion (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明一种无人机碳通量监测数据采集设备及处理方法,本方案适用于结合小型多旋翼或固定翼无人机飞行平台使用，快速实现对区域甲烷浓度和二氧化碳浓度空间分布的直接监测，具有监测精度高、空间分辨率高、系统的可拓展性强等优点，为区域性温室气体排放监测、朔源以及碳源/汇特征分析等应用提供重要数据支撑。

Description

一种无人机碳通量监测数据采集设备及处理方法
技术领域
本发明涉及无人机碳通量监测设计技术领域，尤其是一种无人机碳通量监测数据采集设备及处理方法。
背景技术
生态系统的观测是进行生态环境现状调查与评估的基本手段，同时也是生态学研究领域的核心科学问题之一。目前，对生态系统功能的观测是通过生态观测站点，对生态系统进行长期观测。但是，观测站可覆盖的空间区域极为有限，很难获得区域性的生态系统功能要素的准确信息。采用卫星遥感反演的方法可以获得大空间尺度的生态系统物质和能量交换要素的定量信息，但是基于模型的方法通常是基于一定的假设条件发展而来，需要与其观测尺度一致的地表观测真值对其模拟结果进行验证。然而，由于地面生态观测站点与遥感方法在观测尺度上的不一致，在一定程度上限制了区域尺度生态系统的研究发展。
因此，如何准确、快速、简单的实现区域尺度生态系统通量的观测，为大区域范围生态系统调查及研究提供区域性的观测数据支撑，是目前急需解决的事情。
发明内容
有鉴于此，本发明旨在提出一种无人机碳通量监测数据采集设备及处理方法，从而解决现有技术的不足，解决如何准确、快速、简单的实现区域尺度生态系统通量的观测，为大区域范围生态系统调查及研究提供区域性的观测数据支撑的问题。
为实现上述目的，本发明提出的其中一个技术方案是：一种无人机碳通量监测数据采集设备，该设备包括无人机气体监测仪、无线通讯链路和地面-远程碳通量数据处理终端共同构成；
所述无线通讯链路包括有无线通讯模块；
所述无人机气体监测仪直接对大气中的甲烷和二氧化碳体积比浓度，大气压强、空气温湿度、风速以及监测仪的位置和姿态信息进行测量，并通过内部处理单元对检测数据进行组合后通过串口发送给所述无线通讯模块；
所述无线通讯模块采用包括数传电台、wifi无线模块、移动网络数据传输模块等多种方式用于将所述无人机气体监测仪监测数据发送到所述地面-远程碳通量数据处理终端；
所述地面-远程碳通量数据处理终端包括仪器参数校准、原始监测数据质量滤波、湍流风速计算、碳通量数据计算、数据质量控制及数据空间可视化和统计分析。
进一步的，所述无人机气体监测仪包括有：
甲烷红外气体分析仪，用于测量大气中甲烷的体积比浓度；
二氧化碳红外气体分析仪，用于测量大气中二氧化碳的体积比浓度；
气压计，用于测量大气压强；
温湿度计，用于测量大气中空气温度和相对湿度；
GNSS/INS组合导航系统，用于测量小型无人机温室气体监测仪实时的位置、姿态和速度信息；
风速仪，用于测量地球坐标系下的高速变化三维风速值；
流量计，用于测量气体流量，调剂真空泵流量。
真空泵，用于以一定的流量抽取空气中的甲烷和二氧化碳气体，使气体不间断的通过所述甲烷红外气体分析仪和二氧化碳红外气体分析仪。
电力分配模块，用于接入外部12V电池，并提供过载保护和各传感器的电力分配。
控制计算机，用于接收、存储各传感器测量数据，进行各传感器配置，且提供外部其他设备接入端口，并能够将各传感器采集数据采用均值滤波的方式以1秒的时间间隔进行平均，发送给RS232数据输出端口。
进一步的，所述无人机气体监测仪的气体入口通过过滤机构通过一个三通快接口分别接入所述甲烷红外气体分析仪和所述二氧化碳红外气体分析仪的入口，所述过滤机构包括至少一个空气杂质滤波器和/或至少一个空气水汽滤波器；
所述甲烷红外气体分析仪和所述二氧化碳红外气体分析仪通过一个三通快接口接入所述真空泵的气体入口端；所述真空泵的出气端直接排除所吸入的气体。
进一步的，主控系统采用Linux OS操作系统，采用STM32单片机实现对不同监测传感器监测数据的模拟数字信号转换以及监测数据的实时监控，主控系统接受各传感器监测数据后进行组合，并通过定时器为监测数据提供时间表计，完成1Hz至10Hz的监测数据采集，并保存为原始观测数据。
进一步的，所述无线通讯模块包括一秒间隔监测数据模块，用于接收所述控制计算机RS232数据输出端口的一秒间隔监测数据模块，并将数据发送给所述地面-远程监控终端。
本发明提出的其中另一个技术方案是：一种无人机碳通量监测数据采集处理方法，该方法应用于上述的一种无人机碳通量监测数据采集设备中，该方法包括：
S1、一秒间隔监测数据模块接收所述控制计算机RS232数据输出端口的一秒间隔监测数据模块，并将数据发送给所述地面-远程监控终端；
S2、地面-远程碳通量数据处理终端预先对气体监测仪校准参数；
S3、地面-远程碳通量数据处理终端对原始监测数据质量滤波。无人机碳通量监测数据处理监测的原始数据没有噪点且数据序列中没有空隙；
S4、地面-远程碳通量数据处理终端通过直接采集的风速、风向值，转化为在地球坐标系下的高速变化的风速、风向值。为获得地球坐标系下的三维风速，需要结合GNSS/IMU测量的速度与姿态数据，将湍流探头坐标系下的三维风速转换到地球坐标系下，转换公式为：
U=G[Ua+wp×r]+Up （1）
其中，U为地球坐标系下的风速矢量，其单位为m/s；G为由姿态角计算的旋转矩阵，WP为飞机的瞬时角速度，其单位为rad/s，r为无人机重心与风速仪中心的距离，其单位为m；Up为风速仪在地×球坐标系下的速度，其单位为m/s；wp×r项为机身的杠杆运动对风速测量的影响；Up和wp由GPS/IMU单元直接获得，旋转矩阵G由GPS/IMU单元测量的姿态角计算，即θm为俯仰角、φm为横滚角、ψm为航向角。
S5、碳通量数据的计算，其计算方式为通过采集到的经纬度、高度、俯仰角、横滚角、航向角、俯仰角速度、横滚角速度、航向角速度、俯仰角加速度、横滚角加速度、航向角加速度、甲烷监测浓度、甲烷红外气体分析仪（温度、甲烷监测质量标记、二氧化碳监测浓度、二氧化碳红外气体分析仪温度、二氧化碳监测质量标记、大气温度、大气湿度、三维风速、风向值，对异常值剔除与插补；
S6、对无人机碳通量监测数据的计算结果进行科学的质量控制和评价，通常需要去除不能反映真实碳通量的监测值；
S7、接收所述无线通讯模块发送的监测数据，能够以三维交互形式实时显示所述无人机温室气体监测仪的位置和以颜色的形式显示所监测的甲烷和二氧化碳体积比浓度，以线状图形式实时显示监测到的甲烷和二氧化碳体积比浓度值，以数值形式显示所监测到的大气压强、温度、湿度以及甲烷红外气体分析仪的温度、甲烷监测值的质量标记、二氧化碳红外气体分析仪的温度、二氧化碳监测质量标记。
进一步的，步骤S2包括：
S201、对安装误差进行标定，其包括GNSS/INS模块与风速仪安装的角度偏移量进行校正，包括俯仰偏离角、偏航偏离角与滚动偏离角；
S202、获取无人机风行校正参数，需要无人机平台按特定的模式进行飞行观测，并且观测条件需要满足一定的要求，一般在大气对流较弱的天气进行，飞行高度选择在大气边界层上方进行，并选择下垫面平坦均匀的区域。
进一步的，步骤S4包括：
S401、风速、风向的转换，最终姿态角的确认，考虑到仪器安装时GNSS/IMU与测风 探头的对准误差，即
Figure 504772DEST_PATH_IMAGE001
、
Figure 612405DEST_PATH_IMAGE002
和
Figure 698960DEST_PATH_IMAGE003
，最终的姿态角可表示为：
Figure 185436DEST_PATH_IMAGE004
（2）
对准误差可在系统的校准飞行中获得，根据测量的姿态角可计算旋转矩阵G，表达为：
Figure 211161DEST_PATH_IMAGE005
（3）。
进一步的，步骤S5包括：
501、计算甲烷通量、二氧化碳通量的空间平均值，对甲烷通量、二氧化碳通量订正并计算空间碳通量数据；
对通量
Figure 101363DEST_PATH_IMAGE006
（g/m2s）在考虑WPL修正后，其表达式为：
Figure 300263DEST_PATH_IMAGE007
（4）
其中，
Figure 641246DEST_PATH_IMAGE008
为空气密度，其单位为kg/m3；
Figure 87139DEST_PATH_IMAGE009
是水汽的汽化潜热，其单位为J/kg；
Figure 779152DEST_PATH_IMAGE010
是 水汽密度，其单位为kg/m3；
Figure 204579DEST_PATH_IMAGE011
是干空气密度其单位为kg/m3；
Figure 665647DEST_PATH_IMAGE012
为CO2密度，其单位为kg/m3；
Figure 282442DEST_PATH_IMAGE013
为干空气与水汽分子量之比；
Figure 196172DEST_PATH_IMAGE014
为水汽与干空气密度之比， 上划线表示对数据序列的平均。
本发明的有益效果是：
本发明适用于结合小型多旋翼或固定翼无人机飞行平台使用，快速实现对区域甲烷浓度和二氧化碳浓度空间分布的直接监测，具有监测精度高、空间分辨率高、系统的可拓展性强等优点，为区域性温室气体排放监测、朔源以及碳源/汇特征分析等应用提供重要数据支撑。
附图说明
图1是采用本发明的实施例1的一种无人机碳通量监测数据采集设备示意图；
图2是采用本发明的实施例1的无人机气体监测仪连接示意图；
图3是采用本发明的实施例2的一种无人机碳通量监测数据采集处理方法流程图；
其中，1、无人机气体监测仪；101、甲烷红外气体分析仪；102、二氧化碳红外气体分析仪；103、气压计；104、温湿度计；105、GNSS/INS组合导航系统；106、风速仪；107、流量计；108、真空泵；109、电力分配模块；110、控制计算机；111、主控系统；
2、无线通讯链路；
3、地面-远程碳通量数据处理终端；
4、无线通讯模块。
具体实施方式
为了更好的理解本发明，下面结合具体实施例和附图对本发明进行进一步的描述。
实施例1
如图1所示，一种无人机碳通量监测数据采集设备，该设备包括无人机气体监测仪1、无线通讯链路2和地面-远程碳通量数据处理终端3共同构成；
所述无线通讯链路2包括有无线通讯模块4；
所述无人机气体监测仪1直接对大气中的甲烷和二氧化碳体积比浓度，大气压强、空气温湿度、风速以及监测仪的位置和姿态信息进行测量，并通过内部处理单元对检测数据进行组合后通过串口发送给所述无线通讯模块4；
所述无线通讯模块4采用包括数传电台、wifi无线模块、移动网络数据传输模块等多种方式用于将所述无人机气体监测仪1监测数据发送到所述地面-远程碳通量数据处理终端3；
所述地面-远程碳通量数据处理终端3包括仪器参数校准、原始监测数据质量滤波、湍流风速计算、碳通量数据计算、数据质量控制及数据空间可视化和统计分析。
如图2所示，进一步的，所述无人机气体监测仪1包括有：
甲烷红外气体分析仪101，用于测量大气中甲烷的体积比浓度；
二氧化碳红外气体分析仪102，用于测量大气中二氧化碳的体积比浓度；
气压计103，用于测量大气压强；
温湿度计104，用于测量大气中空气温度和相对湿度；
GNSS/INS组合导航系统105，用于测量小型无人机温室气体监测仪实时的位置、姿态和速度信息；
风速仪106，用于测量地球坐标系下的高速变化三维风速值；
流量计107，用于测量气体流量，调剂真空泵108流量。
真空泵108，用于以一定的流量抽取空气中的甲烷和二氧化碳气体，使气体不间断的通过所述甲烷红外气体分析仪101和二氧化碳红外气体分析仪102。
电力分配模块109，用于接入外部12V电池，并提供过载保护和各传感器的电力分配。
控制计算机110，用于接收、存储各传感器测量数据，进行各传感器配置，且提供外部其他设备接入端口，并能够将各传感器采集数据采用均值滤波的方式以1秒的时间间隔进行平均，发送给RS232数据输出端口。
进一步的，所述无人机气体监测仪1的气体入口通过过滤机构通过一个三通快接口分别接入所述甲烷红外气体分析仪101和所述二氧化碳红外气体分析仪102的入口，所述过滤机构包括至少一个空气杂质滤波器和/或至少一个空气水汽滤波器；
所述甲烷红外气体分析仪101和所述二氧化碳红外气体分析仪102通过一个三通快接口接入所述真空泵108的气体入口端；所述真空泵108的出气端直接排除所吸入的气体。
进一步的，主控系统采用Linux OS操作系统，采用STM32单片机实现对不同监测传感器监测数据的模拟数字信号转换以及监测数据的实时监控，主控系统接受各传感器监测数据后进行组合，并通过定时器为监测数据提供时间表计，完成1Hz至10Hz的监测数据采集，并保存为原始观测数据。
进一步的，所述无线通讯模块4包括一秒间隔监测数据模块，用于接收所述控制计算机110RS232数据输出端口的一秒间隔监测数据模块，并将数据发送给所述地面-远程监控终端。
具体的，无线通讯模块4供电12-24V宽电压，接收信号为232协议。
具体的，一秒间隔监测数据模块包括观测GPS时间、经纬度、高度、俯仰角、横滚角、航向角、俯仰角速度、横滚角速度、航向角速度、俯仰角加速度、横滚角加速度、航向角加速度、甲烷监测浓度、甲烷红外气体分析仪101温度、甲烷监测质量标记、二氧化碳监测浓度、二氧化碳红外气体分析仪102温度、二氧化碳监测质量标记、大气温度、大气湿度、三维风速、风向。
实施例2
如图3所示，本发明提出的其中另一个技术方案是：一种无人机碳通量监测数据采集处理方法，该方法应用于上述实施例1的一种无人机碳通量监测数据采集设备中，该方法包括：
S1、一秒间隔监测数据模块接收所述控制计算机110RS232数据输出端口的一秒间隔监测数据模块，并将数据发送给所述地面-远程监控终端；
S2、地面-远程碳通量数据处理终端3预先对气体监测仪校准参数；
进一步的，步骤S2包括：
S201、对安装误差进行标定，其包括GNSS/INS模块与风速仪106安装的角度偏移量进行校正，包括俯仰偏离角、偏航偏离角与滚动偏离角。
具体的，对气体监测仪的标定主要是针对GNSS/INS模块与风速仪106安装的角度偏移量进行校准，包括俯仰偏离角、偏航偏离角与滚动偏离角。为获取以上校正参数，需要无人机平台按特定的模式进行飞行观测，并且观测条件需要满足一定的要求，一般在大气对流较弱的天气进行，飞行高度选择在大气边界层上方进行，尽量不受湍流影响的高度，并选择下垫面平坦均匀的区域，避免受到下垫面的影响。
S202、获取无人机风行校正参数，需要无人机平台按特定的模式进行飞行观测，并且观测条件需要满足一定的要求，一般在大气对流较弱的天气进行，飞行高度选择在大气边界层上方进行，并选择下垫面平坦均匀的区域。
具体的，获取无人机风行校正参数时，在无人机飞行试验场地进行系统的校准飞行，飞机保持一定的气压高度（通常指同一海平面高度±5m）飞出一个长方形状的航迹，每个边飞行大约2分钟，保证长方形的每一条边都是直线飞行。校准的目的是找到一组合适的参数，使得平均垂直风速的值为0，校正后风速方向的方差和风速方差最小。校准飞行后采用迭代计算的方式获取俯仰偏离角和滚动偏离角的校准值。对于俯仰偏离角，设置俯仰偏离角的值在±3°范围内，以0.02°为步长进行迭代计算，找出四个直线飞行中使垂直风为0处俯仰偏离角的取值，最后取平均，确定最终的俯仰偏离角值。对于滚动偏离角，同样设置滚动偏离角的值在±3°范围内，以0.02°为步长进行迭代计算，找出四个直线飞行中风速方向方差和风速方差最小处滚动偏离角的取值，通过取平均，确定最终的滚动偏离角值。
S3、地面-远程碳通量数据处理终端3对原始监测数据质量滤波。无人机碳通量监测数据处理监测的原始数据没有噪点且数据序列中没有空隙；
具体的，噪点是观测仪器内部电路、电源的不稳定或外部空气中的水滴、灰尘等因素的影响造成记录到的数据序列中出现的持续时间短、信号变化幅度大的值。
具体的，在原始监测数据质量滤波中，对噪点检测采用了方差检校方法，采用滑动窗口滤波方式，计算窗口内数据点的平均值和方差，当数据点偏离序列平均值大于窗口内数据序列标准差4倍时，认为点数据点为野点，并进行标记。后续的处理方式为剔除被标记的野点数据，并采用线性插值方法将缺失数据进行插补，以获得连续的数据变量。
S4、地面-远程碳通量数据处理终端3通过直接采集的风速、风向值，转化为在地球坐标系下的高速变化的风速、风向值。为获得地球坐标系下的三维风速，需要结合GNSS/IMU测量的速度与姿态数据，将湍流探头坐标系下的三维风速转换到地球坐标系下，转换公式为：
U=G[Ua+wp×r]+Up （1）
其中，U为地球坐标系下的风速矢量，其单位为m/s；G为由姿态角计算的旋转矩阵，WP为飞机的瞬时角速度，其单位为rad/s，r为无人机重心与风速仪106中心的距离，其单位为m；Up为风速仪106在地×球坐标系下的速度，其单位为m/s；wp×r项为机身的杠杆运动对风速测量的影响；Up和wp由GPS/IMU单元直接获得，旋转矩阵G由GPS/IMU单元测量的姿态角计算，即θm为俯仰角、φm为横滚角和ψm为航向角。
进一步的，步骤S4包括：
S401、风速、风向的转换，最终姿态角的确认，考虑到仪器安装时GNSS/IMU与测风 探头的对准误差，即
Figure 416501DEST_PATH_IMAGE001
、
Figure 997655DEST_PATH_IMAGE002
和
Figure 519772DEST_PATH_IMAGE003
，最终的姿态角可表示为：
Figure 186377DEST_PATH_IMAGE004
（2）
对准误差可在系统的校准飞行中获得，根据测量的姿态角可计算旋转矩阵G，表达为：
Figure 953607DEST_PATH_IMAGE005
（3）。
S5、碳通量数据的计算，其计算方式为通过采集到的经纬度、高度、俯仰角、横滚角、航向角、俯仰角速度、横滚角速度、航向角速度、俯仰角加速度、横滚角加速度、航向角加速度、甲烷监测浓度、甲烷红外气体分析仪101温度、甲烷监测质量标记、二氧化碳监测浓度、二氧化碳红外气体分析仪102温度、二氧化碳监测质量标记、大气温度、大气湿度、三维风速、风向值，对异常值剔除与插补；
进一步的，步骤S5包括：
501、计算甲烷通量、二氧化碳通量的空间平均值，对甲烷通量、二氧化碳通量订正并计算空间碳通量数据；
对通量
Figure 389267DEST_PATH_IMAGE006
（g/m2s）在考虑WPL修正后，其表达式为：
Figure 82286DEST_PATH_IMAGE007
（4）
其中，
Figure 236187DEST_PATH_IMAGE008
为空气密度，其单位为kg/m3；
Figure 804178DEST_PATH_IMAGE009
是水汽的汽化潜热，其单位为J/kg；
Figure 94345DEST_PATH_IMAGE010
是 水汽密度，其单位为kg/m3；
Figure 223844DEST_PATH_IMAGE011
是干空气密度其单位为kg/m3；
Figure 599461DEST_PATH_IMAGE012
为CO2密度，其单位为kg/m3；
Figure 708494DEST_PATH_IMAGE013
为干空气与水汽分子量之比；
Figure 118747DEST_PATH_IMAGE014
为水汽与干空气密度之比， 上划线表示对数据序列的平均。
S6、对无人机碳通量监测数据的计算结果进行科学的质量控制和评价，通常需要去除不能反映真实碳通量的监测值；
S7、接收所述无线通讯模块4发送的监测数据，能够以三维交互形式实时显示所述无人机温室气体监测仪的位置和以颜色的形式显示所监测的甲烷和二氧化碳体积比浓度，以线状图形式实时显示监测到的甲烷和二氧化碳体积比浓度值，以数值形式显示所监测到的大气压强、温度、湿度以及甲烷红外气体分析仪101的温度、甲烷监测值的质量标记、二氧化碳红外气体分析仪102的温度、二氧化碳监测质量标记。
同时，对无人机碳通量监测数据的计算结果还需要进行科学的质量控制和评价，通常需要去除不能反映真实碳通量的监测值。通量计算结果的质量控制，不仅与野外观测中的可能误差与观测系统仪器响应能力的制约和测定误差有关，也与相关方法建立的理论假设的满足程度有关。
其中的科学质量控制和评价，碳通量数据的质量控制和评价针对涡动相关方法的前提假设满足程度进行。由于涡动相关方法的前提假设在湍流观测中往往无法满足，观测数据会包含有湍流不平稳性以及偏离湍流特征的无效数据，需要去除不能反映真实湍流通量交换的观测。湍流通量的质量控制与评价包括湍流平稳性检验以及总体湍流特征检验。此外，还需要对不满足物理条件的数据进行剔除，即每个变量及变量的方差都要在一个合理的物理条件范围之内，这些阈值一般随观测条件的不同而不同。
湍流平稳性检验常采用Foken 和 Wichura（1996）的方法，将通量窗口分成若干个 子段（此处举例用3段），分别计算各段的协方差并得到其平均值
Figure 153568DEST_PATH_IMAGE015
，然后结合总体协方差
Figure 707827DEST_PATH_IMAGE016
计算非平稳性指数IST，具体计算过程为：
（1）将通量窗口分为数个子段（3个）
（2）计算整个通量窗口观测的湍流通量的协方差
Figure 869818DEST_PATH_IMAGE016
（3）分别计算各子段的协方差（
Figure 383845DEST_PATH_IMAGE017
）及平均值
Figure 605878DEST_PATH_IMAGE018
（4）计算湍流的平稳性指数：
Figure 706821DEST_PATH_IMAGE019
（5）如果湍流的平稳性指数
Figure 406924DEST_PATH_IMAGE020
，那么说明该通量窗口具有湍流平稳性。湍 流平稳性测试的质量控制分级表，如下表1所示。
表1 湍流平稳性测试的质量控制分级
Figure 775457DEST_PATH_IMAGE021
碳通量监测数据结果的质量控制和评价包括平稳性测试、总体湍流特征检验、数据质量整体控制。湍流通量数据质量综合等级划分标记情况如下表2所示。
表2 湍流通量数据质量综合等级划分标记情况
Figure 168392DEST_PATH_IMAGE022
以上对本发明的一个实施例进行了详细说明，但内容仅为本发明的较佳实施例，不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等，均应仍归属于本发明的专利涵盖范围之内。

Claims (9)

1.一种无人机碳通量监测数据采集设备，其特征在于，该设备包括无人机气体监测仪（1）、无线通讯链路（2）和地面-远程碳通量数据处理终端（3）共同构成；
所述无线通讯链路（2）包括有无线通讯模块（4）；
所述无人机气体监测仪（1）直接对大气中的甲烷和二氧化碳体积比浓度，大气压强、空气温湿度、风速以及监测仪的位置和姿态信息进行测量，并通过内部处理单元对检测数据进行组合后通过串口发送给所述无线通讯模块（4）；
所述无线通讯模块（4）采用包括数传电台或wifi无线模块或移动网络数据传输模块多种方式用于将所述无人机气体监测仪（1）监测数据发送到所述地面-远程碳通量数据处理终端（3）；
所述地面-远程碳通量数据处理终端（3）包括仪器参数校准、原始监测数据质量滤波、湍流风速计算、碳通量数据计算、数据质量控制及数据空间可视化和统计分析。
2.如权利要求1所述的一种无人机碳通量监测数据采集设备，其特征在于，所述无人机气体监测仪（1）包括有：
甲烷红外气体分析仪（101），用于测量大气中甲烷的体积比浓度；
二氧化碳红外气体分析仪（102），用于测量大气中二氧化碳的体积比浓度；
气压计（103），用于测量大气压强；
温湿度计（104），用于测量大气中空气温度和相对湿度；
GNSS/INS组合导航系统（105），用于测量小型无人机温室气体监测仪实时的位置、姿态和速度信息；
风速仪（106），用于测量地球坐标系下的高速变化三维风速值；
流量计（107），用于测量气体流量，调剂真空泵（108）流量；
真空泵（108），用于以一定的流量抽取空气中的甲烷和二氧化碳气体，使气体不间断的通过所述甲烷红外气体分析仪（101）和二氧化碳红外气体分析仪（102）；
电力分配模块（109），用于接入外部12V电池，并提供过载保护和各传感器的电力分配；
控制计算机（110），用于接收、存储各传感器测量数据，进行各传感器配置，且提供外部其他设备接入端口，并能够将各传感器采集数据采用均值滤波的方式以1秒的时间间隔进行平均，发送给RS232数据输出端口。
3.如权利要求2所述的一种无人机碳通量监测数据采集设备，其特征在于，所述无人机气体监测仪（1）的气体入口通过过滤机构通过一个三通快接口分别接入所述甲烷红外气体分析仪（101）和所述二氧化碳红外气体分析仪（102）的入口，所述过滤机构包括至少一个空气杂质滤波器和/或至少一个空气水汽滤波器；
所述甲烷红外气体分析仪（101）和所述二氧化碳红外气体分析仪（102）通过一个三通快接口接入所述真空泵（108）的气体入口端；所述真空泵（108）的出气端直接排除所吸入的气体。
4.如权利要求2所述的一种无人机碳通量监测数据采集设备，其特征在于，还包括主控系统（111），所述主控系统（111）采用Linux OS操作系统，采用STM32单片机实现对不同监测传感器监测数据的模拟数字信号转换以及监测数据的实时监控，主控系统接受各传感器监测数据后进行组合，并通过定时器为监测数据提供时间表计，完成1Hz至10Hz的监测数据采集，并保存为原始观测数据。
5.如权利要求2所述的一种无人机碳通量监测数据采集设备，其特征在于，所述无线通讯模块（4）包括一秒间隔监测数据模块，用于接收所述控制计算机（110）RS232数据输出端口的一秒间隔监测数据模块，并将数据发送给所述地面-远程监控终端。
6.一种无人机碳通量监测数据采集处理方法，其特征在于，该方法应用于任意一项权利要求2-5所述的一种无人机碳通量监测数据采集设备中，该方法包括：
S1、一秒间隔监测数据模块接收所述控制计算机（110）RS232数据输出端口的一秒间隔监测数据模块，并将数据发送给所述地面-远程监控终端；
S2、地面-远程碳通量数据处理终端（3）预先对气体监测仪校准参数；
S3、地面-远程碳通量数据处理终端（3）对原始监测数据质量滤波，无人机碳通量监测数据处理监测的原始数据没有噪点且数据序列中没有空隙；
S4、地面-远程碳通量数据处理终端（3）通过直接采集的风速、风向值，转化为在地球坐标系下的高速变化的风速、风向值，为获得地球坐标系下的三维风速，需要结合GNSS/IMU测量的速度与姿态数据，将湍流探头坐标系下的三维风速转换到地球坐标系下，转换公式为：
U=G[Ua+wp×r]+Up （1）
其中，U为地球坐标系下的风速矢量，其单位为m/s；G为由姿态角计算的旋转矩阵，WP为飞机的瞬时角速度，其单位为rad/s，r为无人机重心与风速仪（106）中心的距离，其单位为m；Up为风速仪（106）在地×球坐标系下的速度，其单位为m/s；wp×r项为机身的杠杆运动对风速测量的影响；Up和wp由GPS/IMU单元直接获得，旋转矩阵G由GPS/IMU单元测量的姿态角计算，即θm为俯仰角、φm为横滚角和ψm为航向角；
S5、碳通量数据的计算，其计算方式为通过采集到的经纬度、高度、俯仰角、横滚角、航向角、俯仰角速度、横滚角速度、航向角速度、俯仰角加速度、横滚角加速度、航向角加速度、甲烷监测浓度、甲烷红外气体分析仪（101）温度、甲烷监测质量标记、二氧化碳监测浓度、二氧化碳红外气体分析仪（102）温度、二氧化碳监测质量标记、大气温度、大气湿度、三维风速、风向值，对异常值剔除与插补；
S6、对无人机碳通量监测数据的计算结果进行科学的质量控制和评价，通常需要去除不能反映真实碳通量的监测值；
S7、接收所述无线通讯模块（4）发送的监测数据，能够以三维交互形式实时显示所述无人机温室气体监测仪的位置和以颜色的形式显示所监测的甲烷和二氧化碳体积比浓度，以线状图形式实时显示监测到的甲烷和二氧化碳体积比浓度值，以数值形式显示所监测到的大气压强、温度、湿度以及甲烷红外气体分析仪（101）的温度、甲烷监测值的质量标记、二氧化碳红外气体分析仪（102）的温度、二氧化碳监测质量标记。
7.如权利要求6所述的一种无人机碳通量监测数据采集处理方法，其特征在于，步骤S2包括：
S201、对安装误差进行标定，其包括GNSS/INS模块与风速仪（106）安装的角度偏移量进行校正，包括俯仰偏离角、偏航偏离角与滚动偏离角；
S202、获取无人机风行校正参数，需要无人机平台按特定的模式进行飞行观测，并且观测条件需要满足一定的要求，一般在大气对流较弱的天气进行，飞行高度选择在大气边界层上方进行，并选择下垫面平坦均匀的区域。
8.如权利要求6所述的一种无人机碳通量监测数据采集处理方法，其特征在于，步骤S4包括：
S401、风速、风向的转换，最终姿态角的确认，考虑到仪器安装时GNSS/IMU与测风探头 的对准误差，即
Figure DEST_PATH_IMAGE001
、
Figure DEST_PATH_IMAGE002
和
Figure DEST_PATH_IMAGE003
，最终的姿态角可表示为：
Figure DEST_PATH_IMAGE004
（2）
对准误差可在系统的校准飞行中获得，根据测量的姿态角可计算旋转矩阵G，表达为：
Figure DEST_PATH_IMAGE005
（3）。
9.如权利要求6所述的一种无人机碳通量监测数据采集处理方法，其特征在于，步骤S5包括：
计算甲烷通量、二氧化碳通量的空间平均值，对甲烷通量、二氧化碳通量订正并计算空间碳通量数据；
对通量
Figure DEST_PATH_IMAGE006
在考虑WPL修正后，其单位为g/m2s，其表达式为：
Figure DEST_PATH_IMAGE007
（4）
其中，
Figure DEST_PATH_IMAGE008
为空气密度，其单位为kg/m3；
Figure DEST_PATH_IMAGE009
是水汽的汽化潜热，其单位为J/kg；
Figure DEST_PATH_IMAGE010
是水汽 密度，其单位为kg/m3；
Figure DEST_PATH_IMAGE011
是干空气密度其单位为kg/m3；
Figure DEST_PATH_IMAGE012
为CO2密度，其单位为kg/m3；
Figure DEST_PATH_IMAGE013
为干空气与水汽分子量之比；
Figure DEST_PATH_IMAGE014
为水汽与干空气密度之比， 上划线表示对数据序列的平均。
CN202211645049.3A 2022-12-21 2022-12-21 一种无人机碳通量监测数据采集设备及处理方法 Active CN115629164B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211645049.3A CN115629164B (zh) 2022-12-21 2022-12-21 一种无人机碳通量监测数据采集设备及处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211645049.3A CN115629164B (zh) 2022-12-21 2022-12-21 一种无人机碳通量监测数据采集设备及处理方法

Publications (2)

Publication Number Publication Date
CN115629164A true CN115629164A (zh) 2023-01-20
CN115629164B CN115629164B (zh) 2023-04-14

Family

ID=84911132

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211645049.3A Active CN115629164B (zh) 2022-12-21 2022-12-21 一种无人机碳通量监测数据采集设备及处理方法

Country Status (1)

Country Link
CN (1) CN115629164B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116187613A (zh) * 2023-04-26 2023-05-30 广东埃文低碳科技股份有限公司 一种基于大数据的碳排放流实时监测系统及其方法
CN117269076A (zh) * 2023-11-20 2023-12-22 北京英视睿达科技股份有限公司 一种运用碳检测仪探测近地表大气的探测方法及探测装置
CN117890538A (zh) * 2024-03-18 2024-04-16 自然资源部第三海洋研究所 基于物联网通讯的co2通量多点位自动观测阵列系统

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103528952A (zh) * 2013-10-25 2014-01-22 中国科学院合肥物质科学研究院 一种开放光路式气体分析仪通量校正测量装置及测量方法
US20160161456A1 (en) * 2014-12-01 2016-06-09 St. Francis Xavier University Gas emission detection device, system and method
CN108873917A (zh) * 2018-07-05 2018-11-23 太原理工大学 一种面向移动平台的无人机自主着陆控制系统及方法
CN109031468A (zh) * 2018-07-27 2018-12-18 中国科学院大气物理研究所 同步测量n2o、ch4和co2通量的涡动相关法装置
CN109360240A (zh) * 2018-09-18 2019-02-19 华南理工大学 一种基于双目视觉的小型无人机定位方法
CN109490146A (zh) * 2018-12-11 2019-03-19 中国科学院大气物理研究所 陆地-大气界面气体交换通量的标定系统及方法
CN110058326A (zh) * 2019-05-23 2019-07-26 中国环境科学研究院 一种小型移动涡动相关湍流水热通量观测系统及方法
CN110081881A (zh) * 2019-04-19 2019-08-02 成都飞机工业（集团）有限责任公司 一种基于无人机多传感器信息融合技术的着舰引导方法
US20200019168A1 (en) * 2018-07-16 2020-01-16 University Of Kentucky Research Foundation Apparatus and method for trace gas detection utilizing unmanned aerial vehicles
CN111047083A (zh) * 2019-12-05 2020-04-21 青岛海洋地质研究所 一种步进式涡度协方差观测数据处理方法
CN111717389A (zh) * 2020-07-06 2020-09-29 孙义博 一种多功能生态环境调查研究无人机观测系统
CN111781308A (zh) * 2020-07-13 2020-10-16 中国环境科学研究院 区域尺度生态系统碳水通量监测研究无人机观测系统
US20210255158A1 (en) * 2018-06-19 2021-08-19 Seekops Inc. Emissions estimate model algorithms and methods
CN113598109A (zh) * 2021-07-13 2021-11-05 广东工业大学 一种无人机自动投饵装置的控制方法及系统
CN114324826A (zh) * 2022-03-09 2022-04-12 中国矿业大学(北京) 一种煤田火区空-土垂直气体通量的监测系统及监测方法

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103528952A (zh) * 2013-10-25 2014-01-22 中国科学院合肥物质科学研究院 一种开放光路式气体分析仪通量校正测量装置及测量方法
US20160161456A1 (en) * 2014-12-01 2016-06-09 St. Francis Xavier University Gas emission detection device, system and method
US20210255158A1 (en) * 2018-06-19 2021-08-19 Seekops Inc. Emissions estimate model algorithms and methods
CN108873917A (zh) * 2018-07-05 2018-11-23 太原理工大学 一种面向移动平台的无人机自主着陆控制系统及方法
US20200019168A1 (en) * 2018-07-16 2020-01-16 University Of Kentucky Research Foundation Apparatus and method for trace gas detection utilizing unmanned aerial vehicles
CN109031468A (zh) * 2018-07-27 2018-12-18 中国科学院大气物理研究所 同步测量n2o、ch4和co2通量的涡动相关法装置
CN109360240A (zh) * 2018-09-18 2019-02-19 华南理工大学 一种基于双目视觉的小型无人机定位方法
CN109490146A (zh) * 2018-12-11 2019-03-19 中国科学院大气物理研究所 陆地-大气界面气体交换通量的标定系统及方法
CN110081881A (zh) * 2019-04-19 2019-08-02 成都飞机工业（集团）有限责任公司 一种基于无人机多传感器信息融合技术的着舰引导方法
CN110058326A (zh) * 2019-05-23 2019-07-26 中国环境科学研究院 一种小型移动涡动相关湍流水热通量观测系统及方法
CN111047083A (zh) * 2019-12-05 2020-04-21 青岛海洋地质研究所 一种步进式涡度协方差观测数据处理方法
CN111717389A (zh) * 2020-07-06 2020-09-29 孙义博 一种多功能生态环境调查研究无人机观测系统
CN111781308A (zh) * 2020-07-13 2020-10-16 中国环境科学研究院 区域尺度生态系统碳水通量监测研究无人机观测系统
CN113598109A (zh) * 2021-07-13 2021-11-05 广东工业大学 一种无人机自动投饵装置的控制方法及系统
CN114324826A (zh) * 2022-03-09 2022-04-12 中国矿业大学(北京) 一种煤田火区空-土垂直气体通量的监测系统及监测方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
王倩: ""缙云山针阔混交林碳通量变化特征及影响因子研究"" *
王洁;段自强;姚小红;高会旺;: "西北太平洋船载海面风速脉动资料校正及湍流特征分析" *
王莉莉;杨涛;: "鄱阳湖湿地CO_2通量观测信号扰动特征" *
费敦悦;郭建茂;刘俊伟;王迁;: "基于涡度相关通量数据估算水稻光能利用率" *
陈琦;秦凯;陆亚萍;: "基于涡度相关技术的徐州市城郊CO_2通量特征研究" *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116187613A (zh) * 2023-04-26 2023-05-30 广东埃文低碳科技股份有限公司 一种基于大数据的碳排放流实时监测系统及其方法
CN117269076A (zh) * 2023-11-20 2023-12-22 北京英视睿达科技股份有限公司 一种运用碳检测仪探测近地表大气的探测方法及探测装置
CN117269076B (zh) * 2023-11-20 2024-03-15 北京英视睿达科技股份有限公司 一种运用碳检测仪探测近地表大气的探测方法及探测装置
CN117890538A (zh) * 2024-03-18 2024-04-16 自然资源部第三海洋研究所 基于物联网通讯的co2通量多点位自动观测阵列系统

Also Published As

Publication number Publication date
CN115629164B (zh) 2023-04-14

Similar Documents

Publication Publication Date Title
CN115629164B (zh) 一种无人机碳通量监测数据采集设备及处理方法
Rebmann et al. ICOS eddy covariance flux-station site setup: a review
Mauder et al. Quality control of CarboEurope flux data–Part 2: Inter-comparison of eddy-covariance software
CN105955302A (zh) 一种多旋翼无人机环境自主监测控制系统及方法
Beswick et al. Application of the Aventech AIMMS20AQ airborne probe for turbulence measurements during the Convective Storm Initiation Project
CN104075699A (zh) 三维固态电子罗盘及其传感器的零点和比例系数核正方法
CN110308023A (zh) 基于无人机机载的气溶胶粒子垂直观测系统及采样方法
Tjernström et al. Analysis of a radome air-motion system on a twin-jet aircraft for boundary-layer research
CN113375723A (zh) 基于固定翼无人机的大气污染立体化监控及数据处理方法
CN109725649A (zh) 一种基于气压计/imu/gps多传感器融合的旋翼无人机定高算法
Lu et al. Investigating the role of meteorological factors in the vertical variation in PM2. 5 by unmanned aerial vehicle measurement
Sun et al. A cylindrical vehicle-mounted anemometer based on 12 pressure sensors—Principle, prototype design, and validation
CN115480032A (zh) 基于地面遥感测量的点源排放强度预测方法
CN112461199B (zh) 一种基于NBIoT的天线姿态检测方法及终端
Cook Eddy correlation flux measurement system (ECOR) instrument handbook
CN116227990A (zh) 无人机生态环境碳收支评估方法、系统及监测数据采集设备
CN209746157U (zh) 一种小型移动涡动相关湍流水热通量观测系统
Adkins et al. Development of a sensor suite for atmospheric boundary layer measurement with a small multirotor unmanned aerial system
Ferguson et al. Experiences with AIRGrav: Results from a new airborne gravimeter
Desjardins et al. Water vapor flux measurements from aircraft
Dobosy et al. Calibration and quality assurance of an airborne turbulence probe in an aeronautical wind tunnel
CN112985497A (zh) 近地低空飞行器运动状态的监测系统及方法
CN113640848A (zh) 无人机的地面激光足印数据采集方法、系统、介质及设备
Simmons et al. Wind Tunnel Tests of a Pitot-Static Tube Array to Estimate Wind Velocity
US20240110902A1 (en) A method and an unmanned aerial vehicle for determining emissions

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