CN116026767A - 一种快速排查入河入海排污口位置的方法 - Google Patents

Abstract

本发明公开了一种快速排查入河入海排污口位置的方法，通过无人机机载高光谱成像仪进行遥感检测，对河流或海洋水面下的排污口进行水质监测，根据水质监测反演结果缩小排污口的位置，然后通过无人艇水下声呐探测确认排污口的具体位置。通过高光谱遥感图像分析，能够获取特定区域内水环境系统的水文地质信息，可为水文地质环境的识别及实时监测、地下水资源高效管理、地下水数值模型构建等提供数据支撑。因此，采用无人机载高光谱遥感系统，配合无人艇搭载水下声呐探测仪监测识别入河入海排污口位置的方法，便于对水环境进行长期的周期性监测，本方法有着广阔的应用前景，在工作效率的提高与河流、海洋水生态环境的保护上实现双赢。

Description

一种快速排查入河入海排污口位置的方法

技术领域

本发明涉及排污口溯源技术领域，具体涉及一种快速排查入河入海排污口位置的方法。

背景技术

入河入海排污口(以下简称排污口)是指直接或通过管道、沟、渠等排污通道向环境水体排放污水的口门，是流域、海域生态环境保护的重要节点，通过对排污口及其污染特征的全面排查，可识别影响流域水污染现状的关键因素；经过监测和溯源，打通污染物从污染水体、涉污路径、排污单位监管链条，实现水污染物产排的闭环监管，从源头遏制偷排现象的发生，进而高效的治理水生态环境。

目前排查入河入海排污口主要方法为，人工前往至各个河域、海域后，人工采集该河域或海域的水质进行检测，根据检测报告结合相关法律、标准指数确认水质超标后，再结合传统卫星遥感、水下声呐等方法，判断该河域或海域是否存在排污口。这样的排查方法存在诸如机动性差、采样样本覆盖率低，效率低、技术要求复杂、适用范围局限等问题。水环境治理的重心向排污倾斜，排污口位置识别的工作量正在逐渐增加，传统的排查入河入海排污口位置的方法、技术已经远不能满足日益增长的排查工作量和实际排查工作的速度需求。

因此需要寻找一种能够快速排查入海入河排污口位置的办法。

发明内容

本发明的目的是提供一种快速排查入河入海排污口位置的方法，以解决背景技术中描述的问题，通过结合无人机与高光谱遥感水质监测技术各自的优势，再配合无人艇水下声呐探测技术，使得排污口的实际排查工作更加高效，节约人力、物力。

本发明的技术方案是这样实现的：

一种快速排查入河入海排污口位置的方法，通过无人机机载高光谱成像仪进行遥感监测，先对河流或海洋区域进行水质监测，根据水质监测反演结果缩小排污口的存在区域，再通过无人艇水下声呐探测确认排污口的具体位置。

进一步的技术方案是，所述排查入河入海排污口位置的方法包括如下步骤：

S1:测区踏勘，查询现场和资料获得限飞区域、限高区域、现场风向信息，根据上述信息评估无人机起降点和初步规划任务航线；

S2：航线规划，根究河流走势和海洋地理位置分布，结合S1步骤中探测所得的信息，在避开飞行信号干扰区的情况下，再根据高光谱成像仪的参数设置无人机的飞行高度、飞行速度和飞行棋偏航角，以得到航线；

S3:地面基站架设，在S2步骤中得到航线后，根据航线走向，在地面与航线相对应的开阔区域上架设基站并设置基站参数；

S4：数据采集飞行作业，按照航线设置无人机与高光谱成像仪的对应参数，起飞无人机，根据上述步骤中设计的航线执行航线飞行和数据采集，数据采集完成无人机降落后，转移无人机和高光谱成像仪中的原始数据到移动硬盘中；

S5：数据预处理，对高光谱成像仪和导航系统获取的原始影像和导航数据进行航带提取、高光谱数据还原、高光谱数据反射率计算，高光谱数据几何校正；

S6：航带拼接，将赋予地理坐标信息的航带拼接；

S7：水质分析，将水体水质参数进行反演计算，先基于预处理和拼接的高光谱反射率数据进行水体指数计算，通过NDWI指数和阈值法提取水体边界，然后导入各水质参数反演算法，对提取的水体高光谱数据进行，叶绿素a、悬浮物、总氮、氨氮和COD等指标定量反演，根据反演结果进行统计学分析和评估，制成水体各参数的可视化效果影像；

S8：反演值与地面采样真值比较，经过步骤S7的水质分析反演后，在部分相应地点采集待检测水样，通过对比反演值和地面采样真值来判断该次无人机高光谱遥感检测的可靠性；

S9：排污口确认，通过无人艇搭载水下声呐探测仪，对步骤S8所分析排查出的可疑区域进行声呐探测，通过对声呐回波信号特征分析，排查出排污口的具体位置。

进一步的技术方案是，所述步骤S2中遇到形状为‘S’型的带状河流走势时，航线设计采用“以直取弯”的设计策略，根据测区形状特点，将测区划分为若干个直线飞行架次。

进一步的技术方案是，所述步骤S3中设置基站时，在基站下方还布设有标准反射板。

进一步的技术方案是，所述步骤S5中的数据预处理流程为，先将原始数据提取倒入，随后对其进行辐射校正，随后进行光谱定标，随后将地面靶标光谱数据倒入进行反射率计算，随后将位置数据倒入进行几何校正，最后进行影像拼接。

本发明的有益效果在于：

1、采用本发明方法排查入河入海排污口，总体作业耗时短，简单易操作，利用无人机和无人艇搭载智能监测系统，在短时间内对大范围的河流、海洋区域进行监测作业，有利于精确排查出排污口的位置。

2、通过高光谱遥感图像分析，能够提取大区域包气带及含水系统的水文地质信息，可为水文地质环境的识别及实时监测、地下水资源高效管理、地下水数值模型构建等提供科学数据。因此，采用无人机载高光谱遥感，配合无人艇搭载水下声呐探测仪监测识别入河入海排污口位置的方法，便于对水环境进行长期的周期性监测，也有益于进一步保护河流、海洋水生态环境。

3、采用无人机载高光谱遥感监测识别入河入海排污口位置的方法有着广阔的应用前景，既能节约人力、物力，也能提高工作效率。

附图说明

图1为本发明方法的实施步骤流程图；

图2为作业区域图；

图3为航线规划图；

图4为基站架设图；

图5为数据预处理流程图；

图6为航带提取图；

图7为标准版反射强度文件提取图；

图8为反射率计算图；

图9为部分航带拼接示意图；

图10为水体各指标反演流程图；

图11为水质参数反演结果表；

图12为氨氮实测反演散点图；

图13为COD的实测反演散点图；

图14为总氮的实测反演散点图；

图15为总磷的实测反演散点图；

图16为CODMn的实测反演散点图；

图17为随机样点的水体反射率高光谱曲线图；

图18为河道总氮浓度梯度空间分布分析表；

图19为河道总氮反演效果图；

图20为河道总磷浓度梯度空间分布分析表；

图21为河道总磷反演效果图；

图22为河道氨氮浓度梯度空间分布分析表；

图23为河道氨氮反演效果图；

图24为河道化学需氧量浓度梯度空间分布分析表；

图25为河道化学需氧量反演效果图；

图26为河道高锰酸盐浓度梯度空间分布分析表；

图27为河道高锰酸盐反演效果图；

图28为入海口总氮浓度梯度空间分布分析表；

图29为入海口总氮反演效果图；

图30为入海口总磷浓度梯度空间分布分析表；

图31为入海口总磷反演效果图；

图32为入海口氨氮浓度梯度空间分布分析表；

图33为入海口氨氮反演效果图；

图34为入海口化学需氧量浓度梯度空间分布分析表；

图35为入海口化学需氧量反演效果图；

图36为入海口高锰酸盐浓度梯度空间分布分析表；

图37为入海口高锰酸盐反演效果图；

图38为无人艇扫测轨迹；

图39为航带声呐回波可视化图；

图40为声呐回波信号分析结果图；

图41为地点1的声呐数据可视化图；

图42为地点2的声呐数据可视化图。

图中，1、北段支流，2、西段支流，3、基站，4、标准反射板，5、地点1，6、地点2。

具体实施方式

为了更好理解本发明技术内容，下面提供具体实施例，并结合附图对本发明做进一步的说明。

参见图1至图42，一种快速排查入河入海排污口位置的方法，旨在通过无人机机载高光谱遥感，在限飞区域的河流、海洋范围内，短时间内快速对大范围的河流或海洋区域进行水质监测，通过水质监测反演结果快速缩小排污口的存在区域，再通过无人艇水下声呐探测来快速确认排污口的具体位置和大致数量。

本方法的具体实施步骤如下：

第一步，测区踏勘：

查询限飞和限高区域，观测现场风向，根据测区空域环境评估飞行安全系数，根据评估结果选择无人机起降点，初步规划任务航线。现场勘探重点观察作业区域环境条件，避免飞行作业存在安全风险和违规风险。

参见图2，在具体实施中，以某靠近海边的镇子为作业区域，该作业区域全长约10千米，分为北段支流和西段支流，河道走势曲折，水面较窄，河道两侧有密集植被覆盖，作业区域整体为平原乡镇地貌，地势平坦，视野开阔，周边道路通达，该区域限飞高度为120米，区域内以鱼塘和居民楼为主，无高大建筑物，可以进行无人机飞行作业，但是该区域位于海边，会有阶段性较大海风吹拂，飞行作业时段应选取无海风吹拂时段或弱海风吹拂时段，以此规避飞行风险。该区域内人口密集度较大，区域内渔船较多，主动信号源较多，生活时段电磁环境较差，因此飞行作业时段应选取清晨等人流较少，生活生产作业较少的时间段。

第二步，航线规划：

根据河流走势和海洋地理位置分布，结合实际监测区域形状特点，避开飞行信号干扰区，合理规划航线，同时该方法所适用的高光谱成像仪采用外置推扫模式，因而数据采集期间需要保持航向、飞行高度和固定飞行速度，所以需要根据高光谱成像仪扫描帧频与飞行高度和飞行速度的比值关系继而设定任务飞行高度、飞行速度、飞行器偏航角的实际参数。

参见图3，在具体实施中，作业区域为带状河道，形状为“S”型，需采用“以直取弯”的航线设计策略，根据测区形状特点，将测区划分为多个直线飞行架次，遇到区域内部分空域信号干扰强烈时，航线规划则需要跳过信号干扰段。

具体的，本实施例中使用的无人机为六旋翼无人机，型号为DJI-M600-PRO，所使用的机载高光谱成像仪为北京智科远达数据技术有限公司的ZK-VNIR-FPG480型，其主要参数在此不作赘述，根据该设备的分辨率，设定无人机的飞行高度为120米，飞行速度为7.5米/秒，飞行棋偏航角为“沿航线方向”。飞行高度和飞行速度与高光谱成像仪的分辨率清晰度成正比，其分辨率越高，则飞行高度和飞行速度可以相应增大。

第三步，地面基站架设：

在第二步确认好航线后，根据航线走向，在无人机高光谱数据采集飞行作业前，在地面上架设基站和设置基站参数，基站需要架设在开阔区域，架设点周边无高大建筑物和树木遮挡，与无人机飞行航线之间无遮挡。基站开机后需静置至少3分钟，以确保基站已完全锁定导航卫星，采用CORS或千寻位置服务系统采集基站架设点的精确坐标并设置为基站坐标，将基站模式设为“基准站”。架设基站的目的在于通过基站接收导航卫星信号，并通过基站的内置电台将差分信息发送至天空端的移动站，提高天空端高光谱导航系统的定位精度。

具体的，基站采用GNSS基站，型号为中海达UBase,

参见图4，在具体实施中，在城镇区域内的空旷区域设置基站，并在基站下方布设好标准反射板。

第四步，数据采集飞行作业：

按照设计参数设置好高光谱成像仪和无人机航线，起飞无人机，按照设计航线执行航线飞行和数据采集，完成测区高光谱数据采集飞行作业。数据采集完成无人机降落后，通过数据线将原始的高光谱数据和GNSS导航数据拷贝至数据存储移动硬盘，并现场通过快速检查程序检查原始数据质量，在确认数据质量没有问题后，关闭设备并设备装箱，完成外业部分工作。

第五步，数据预处理：

对高光谱成像仪和GNSS导航系统获取的原始影像和导航数据进行航带提取、高光谱数据还原、高光谱数据反射率计算，高光谱数据几何校正。

参见图5，数据预处理流程先将原始数据提取倒入，随后对其进行辐射校正，随后进行光谱定标，随后将地面靶标光谱数据倒入进行反射率计算，随后将位置数据倒入进行几何校正，最后进行影像拼接。

参见图6，航带提取操作时，通过高光谱数据预处理软件的航带截取功能，提取有效飞行段数据。

参见图7，通过提取标准反射板的反射强度文件，得到地面标靶光谱数据，将其用于航带反射率计算，得到标准遥感反射率文件。

参见图8，通过高光谱预处理软件，提取有效飞行段数据和反射强度文件，完成航带数据反射率计算和几何校正。

第六步，航带拼接：

将已赋予地理坐标信息的航带拼接起来，目的是以便于后续数据分析和水质反演。

参见图9，为部分区域航带拼接后的航带示意图。

第七步，水质分析：

水体水质参数反演计算，首先基于经过预处理和拼接的高光谱反射率数据进行水体指数计算，通过NDWI指数和阈值法提取水体边界，然后导入各水质参数反演算法，对提取的水体高光谱数据进行叶绿素a、悬浮物、总氮、氨氮和COD等指标定量反演。根据反演结果进行统计学分析和评估，制成水体各参数的可视化效果影像。

参见图10，为水体各指标参数反演的具体流程。

第八步，反演值与地面采样真值比较：

经过第七步的水质分析反演后，在部分相应地点采集检测水样，通过对比反演值和地面采样真值来判断该次无人机高光谱遥感检测的可靠性。

参见图11至图16，可以看出各个水质参数的实测反演相对误差大多在20％以内，反演模型精度较高，能较好地反映水质参数，用于下一步的具体操作。

上述八步的工作原理为，通过测定河道与入海口、入河口的遥感水质，通过对比水质反演数据，推演出河道与入河口、入海口的污染物数量关系，以确定可能存在排污口的具体区域，缩小检测范围，最后再通过实地探测方式确定排污口的具体数量和分布位置。

第九步，排污口确认：

通过无人艇搭载水下声呐探测仪，对前八步所分析排查出的可疑区域进行声呐探测，通过对声呐回波信号特征分析，排查出排污口的具体位置。

具体实施效果：

参见图17，从本实施例中提取某一随机点的水体反射率高光谱曲线并进行分析，可以看出，所测区域水体高光谱总体特征表现为：430-500nm、730-830nm范围内的水体光谱反射率总体较低，在530-600nm、690-720nm处有强烈的反射峰，其中心波长分别为566nm、709nm，表明藻类以及悬浮物等水体组分较高。在670nm附近有明显的反射谷。在610-630nm处有明显的吸收峰，中心波长620nm，表明蓝藻生物量的存在。

参见图18和图19，河道水质反演结果中，总氮浓度分布范围为1.5～5.0mg/L，主要分布在2.7～3.8mg/L之间。

参见图20和图21，河道水质反演结果中，总磷浓度分布范围为0.0-1.6mg/L，主要分布在0.15～0.50mg/L之间。

参见图22和图23，河道水质反演结果中，氨氮浓度分布范围为0.0～5.0mg/L，主要分布在0.0～2.5mg/L之间。

参见图24和图25，河道水质反演结果中，化学需氧量浓度分布范围为0～110mg/L，主要分布在10～50mg/L之间。

参见图26和图27，河道水质反演结果中，高锰酸盐浓度分布范围为0～30mg/L，主要分布在0.0～7.0mg/L之间。

参见图28和图29，入海口水质反演结果中，总氮浓度分布范围为1.5-5mg/L，主要分布在1.5～3.2mg/L之间。

参见图30和图31，入海口水质反演结果中，总磷浓度分布范围为0-1.6mg/L，主要分布在0.0～0.2mg/L之间。

参见图32和图33，入海口水质反演结果中，氨氮浓度分布范围为0～5mg/L，主要分布在0.0～2.0mg/L之间。

参见图34和图35，入海口水质反演结果中，化学需氧量浓度分布范围为0～110mg/L，主要分布在0～50mg/L之间。

参见图36和图37，入海口水质反演结果中，高锰酸盐浓度分布范围为0～30mg/L，主要分布在0～4mg/L之间。

通过上述数据可以得出，无人机高光谱遥感能有效获得目标水域的遥感影响，且分辨率高，不存在影响畸变。能有效测定目标水质指标的浓度以及浓度梯度空间分布图，并形成可视化地图，精度可控。

参见图38，部分水域中，根据无人机检测结果，制定出无人艇的扫测轨迹。

参见图39，无人艇扫测后，对航带声呐回波可视化情况进行数据分析。

参见图40，经分析，声呐回波信号特征显示，出现水下疑似管口特征的区域两处。

参见图41，地点1的声呐数据可视化结果显示，该处出现管口特征，可以大概率确定该地点存在排污口。

参见图42，地点2的声呐数据可视化结果显示，该处出现管口特征，可以大概率确定该地点存在排污口。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (5)

1.一种快速排查入河入海排污口位置的方法，其特征在于：通过无人机机载高光谱成像仪进行遥感检测，先对河流或海洋区域进行水质监测，根据水质监测反演结果缩小排污口的存在区域，再通过无人艇水下声呐探测确认排污口的具体位置。

2.根据权利要求1所述的一种快速排查入河入海排污口位置的方法，其特征在于：所述排查入河入海排污口位置的方法包括如下步骤：

S1:测区踏勘，查询现场和资料获得限飞区域、限高区域、现场风向信息，根据上述信息评估无人机起降点和初步规划任务航线；

S2：航线规划，根究河流走势和海洋地理位置分布，结合S1步骤中探测所得的信息，在避开飞行信号干扰区的情况下，再根据高光谱成像仪的参数设置无人机的飞行高度、飞行速度和飞行棋偏航角，以得到航线；

S3:地面基站架设，在S2步骤中得到航线后，根据航线走向，在地面与航线相对应的开阔区域上架设基站并设置基站参数；

S4：数据采集飞行作业，按照航线设置无人机与高光谱成像仪的对应参数，起飞无人机，根据上述步骤中设计的航线执行航线飞行和数据采集，数据采集完成无人机降落后，转移无人机和高光谱成像仪中的原始数据到移动硬盘中；

S5：数据预处理，对高光谱成像仪和导航系统获取的原始影像和导航数据进行航带提取、高光谱数据还原、高光谱数据反射率计算，高光谱数据几何校正；

S6：航带拼接，将赋予地理坐标信息的航带拼接；

S7：水质分析，将水体水质参数进行反演计算，先基于预处理和拼接的高光谱反射率数据进行水体指数计算，通过NDWI指数和阈值法提取水体边界，然后导入各水质参数反演算法，对提取的水体高光谱数据进行，叶绿素a、悬浮物、总氮、氨氮和COD指标定量反演，根据反演结果进行统计学分析和评估，制成相应的可视化效果影像；

S8：反演值与地面采样真值比较，经过步骤S7的水质分析反演后，在部分相应地点采集检测水样，通过对比反演值和地面采样真值来判断该次无人机高光谱遥感检测的可靠性；

S9：排污口确认，通过无人艇搭载水下声呐探测仪，对步骤S8所分析排查出的可疑区域进行声呐探测，通过对声呐回波信号特征分析，排查出排污口的具体位置。

3.根据权利要求2所述的一种快速排查入河入海排污口位置的方法，其特征在于：所述步骤S2中遇到形状为‘S’型的带状河流走势时，航线设计采用“以直取弯”的设计策略，根据测区形状特点，将测区划分为若干个直线飞行架次。

4.根据权利要求3所述的一种快速排查入河入海排污口位置的方法，其特征在于：所述步骤S3中设置基站时，在基站下方还布设有标准反射板。

5.根据权利要求4所述的一种快速排查入河入海排污口位置的方法，其特征在于：所述步骤S5中的数据预处理流程为，先将原始数据提取倒入，随后对其进行辐射校正，随后进行光谱定标，随后将地面靶标光谱数据倒入进行反射率计算，随后将位置数据倒入进行几何校正，最后进行影像拼接。

Images