無人機(jī)低空攝影技術(shù)在碳排放監(jiān)測(cè)中的應(yīng)用

魏松澤，曹玉軍，李林杰，孫 夙，劉 成

(1.北京市人民政府 航空隊(duì)，北京 100000； 2.北京警航總隊(duì)辦公室，北京 100000； 3.北京特勤局，北京 100000； 4.貳零肆玖投資公司，北京 100000； 5.浪潮集團(tuán)，北京 100000)

隨著人類活動(dòng)的開展，對(duì)環(huán)境的污染和破壞越來越多。人類活動(dòng)方式的不同，導(dǎo)致污染類型也不同，其中最常見的污染類型之一就是二氧化碳污染，也就是人們常說的碳排放[1]。碳排放是一種向大氣中排放過多二氧化碳的一種現(xiàn)象。這種現(xiàn)象本身并不會(huì)產(chǎn)生嚴(yán)重的影響，但是會(huì)連帶產(chǎn)生一系列自然和社會(huì)問題，例如溫室效應(yīng)、氣候變暖、冰川融化、氣候反常等。在此背景下，碳排放一直是全社會(huì)關(guān)注的焦點(diǎn)。碳排放產(chǎn)生的主要原因是化石燃料的燃燒，具體表現(xiàn)為居民活動(dòng)、城市交通以及工業(yè)生產(chǎn)等[2]。為更好地控制二氧化碳排放量，減輕對(duì)空氣環(huán)境的影響，對(duì)碳排放進(jìn)行監(jiān)測(cè)具有重要的現(xiàn)實(shí)意義?；谏鲜霰尘埃P(guān)于污染氣體監(jiān)測(cè)研究有很多。例如，邱昀等[3]以京津冀地區(qū)為例，通過衛(wèi)星遙感進(jìn)行動(dòng)態(tài)監(jiān)測(cè)，并結(jié)合衛(wèi)星和地基數(shù)據(jù)，實(shí)現(xiàn)對(duì)大氣污染的三維立體跟蹤，明確污染擴(kuò)散特點(diǎn)。楊柳等[4]針對(duì)福州市城市核心區(qū)，結(jié)合道路交通數(shù)據(jù)，土地利用數(shù)據(jù)，人口數(shù)據(jù)等多種數(shù)據(jù)，利用GIS技術(shù)和回歸(land-use regression，LUR)模型分析大氣污染物濃度分布特征，明確高濃度污染區(qū)。

本文基于前人研究成果，將無人機(jī)低空攝影技術(shù)應(yīng)用到碳排放監(jiān)測(cè)當(dāng)中，提出一種基于無人機(jī)低空攝影技術(shù)的碳排放監(jiān)測(cè)方法，并針對(duì)方法應(yīng)用進(jìn)行分析。通過本研究以期為碳排放控制提供可靠的數(shù)據(jù)參考，以便提出更加有針對(duì)性的控制措施，減少二氧化碳對(duì)環(huán)境造成的影響。

1 技術(shù)應(yīng)用分析

隨著人類活動(dòng)的進(jìn)行，碳排放量越來越大，造成近年來氣候變暖，氣候反常現(xiàn)象頻發(fā)，因此控制碳排放量至關(guān)重要。碳排放的有效控制前提是對(duì)監(jiān)測(cè)區(qū)碳排放情況有著準(zhǔn)確的了解，才能制定有針對(duì)性的控制措施[5]。在此背景下，研究將無人機(jī)低空攝影技術(shù)應(yīng)用其中，利用低空攝像拍攝監(jiān)測(cè)區(qū)圖像，然后識(shí)別監(jiān)測(cè)區(qū)碳排放影響因素，獲取數(shù)據(jù)?；谶@些數(shù)據(jù)，利用測(cè)算模型得出二氧化碳濃度，即碳排放量，完成研究區(qū)域的碳排放監(jiān)測(cè)。

1.1 研究區(qū)概況

無人機(jī)低空攝影技術(shù)的研究區(qū)域如圖1所示。研究區(qū)位于中心城區(qū)的西邊，總面積1 256 km2，2/3為居民區(qū)，其余為公共設(shè)施區(qū)、工業(yè)生產(chǎn)區(qū)以及教育區(qū)等。區(qū)內(nèi)共有155條街、212條路。以該區(qū)域?yàn)閷?duì)象，進(jìn)行為期1個(gè)月的碳排放監(jiān)測(cè)。

圖1 研究區(qū)示意Fig.1 Schematic diagram of study area

1.2 采集圖像

無人機(jī)低空攝影系統(tǒng)組成包括6種設(shè)備，具體如下：①無人機(jī)飛行平臺(tái)。是所有設(shè)備的承載設(shè)備，該無人機(jī)為大疆四軸飛行器，最大上升和下降速度為1 m/s，翼展2.25 m，有效荷載5 kg，飛行速度為5 m/s；續(xù)航時(shí)間約4 h。②導(dǎo)航控制系統(tǒng)。作用是控制無人機(jī)按照設(shè)定的航線飛行[6]。導(dǎo)航控制系統(tǒng)為OXTS Inertial+2，航向角精度為RT-2 0.1deg，DGPS 0.1deg；俯仰角/側(cè)滾角精度為RT-2 0.03deg；DGPS 0.05deg；更新率為100 Hz。③數(shù)碼相機(jī)。作用是拍攝研究區(qū)圖像，選擇的數(shù)碼相機(jī)為AP5600 微型相機(jī)，鏡頭焦距 20 mm，總像素大于1×108(px)，側(cè)視相機(jī)傾角45°。④地面站。地面站負(fù)責(zé)對(duì)無人機(jī)以及搭載設(shè)備指令的傳輸[7]。⑤后期數(shù)據(jù)處理系統(tǒng)。這部分屬于軟件系統(tǒng)，主要負(fù)責(zé)圖像的后期處理與分析。

(1)無人機(jī)航飛參數(shù)設(shè)計(jì)。無人機(jī)搭載數(shù)碼相機(jī)采集研究區(qū)圖像過程中，無人機(jī)航飛參數(shù)設(shè)置如下：航向重疊度62.35%；旁向重疊度50.24%；基準(zhǔn)面地面分辨率5.50 cm；相對(duì)航高300 m；航線總長(zhǎng)度為1 500 m；航線間隔為150 m；航線數(shù)量為9條；航點(diǎn)為10個(gè)；每條航線相片數(shù)15幅；航行路線如圖2所示。

圖2 航行路線Fig.2 Navigation route

航向重疊度和旁向重疊度計(jì)算公式：

(1)

(2)

式中，Z1為航向重疊度；Z2為旁向重疊度；H1為航向圖像重疊長(zhǎng)度；H2為旁向圖像重疊長(zhǎng)度；L為像幅長(zhǎng)度。

(2)數(shù)碼相機(jī)標(biāo)定。為了求解相機(jī)內(nèi)參數(shù)和外參數(shù)，使得相機(jī)拍攝的圖像精度更高，需要對(duì)數(shù)碼相機(jī)進(jìn)行標(biāo)定，過程如圖3所示[8]。

圖3 數(shù)碼相機(jī)標(biāo)定流程Fig.3 Calibration process of digital camera

數(shù)碼相機(jī)標(biāo)定結(jié)果：像主點(diǎn) -0.025 514 285 mm；像主點(diǎn)0.123 602 5 mm；焦距25.214 025 14 mm；徑向畸變系數(shù)3.2515 525 22 r09；徑向畸變系數(shù)-1.252 5為2012r06；偏心畸變系數(shù)5.210 125 52r08；偏心畸變系數(shù)-6.251 450 25r08。

(3)像控點(diǎn)布設(shè)。像控點(diǎn)是攝影測(cè)量的控制點(diǎn)，其布設(shè)結(jié)果直接關(guān)系到圖像采集精度[9]。像控點(diǎn)布設(shè)需要遵循以下原則：①像控點(diǎn)要在整個(gè)測(cè)區(qū)均勻分布；②像控點(diǎn)要布設(shè)在無遮擋地區(qū)；③盡量選擇明顯的標(biāo)志物作為像控點(diǎn)；④像控點(diǎn)標(biāo)志物尺寸應(yīng)大于70 cm；⑤根據(jù)地形起伏、地貌情況，靈活調(diào)整像控點(diǎn)密度；基于上述布設(shè)原則，研究區(qū)像控點(diǎn)布設(shè)結(jié)果如圖4所示。

圖4 研究區(qū)像控點(diǎn)布設(shè)結(jié)果Fig.4 Layout results of image control points in the study area

規(guī)劃布設(shè)像控點(diǎn)6個(gè)，分別均勻地分散在測(cè)區(qū)的四角及中心位置。

按照給出的像控點(diǎn)和航線，在每天8：00、12：00、17：00這3個(gè)時(shí)間段，無人機(jī)低空攝影系統(tǒng)航行并拍攝研究區(qū)圖像，拍攝的圖像數(shù)量為11 250幅。

(4)圖像處理。基于上述采集圖像，進(jìn)行圖像處理，其流程如下：導(dǎo)入圖像→對(duì)圖像進(jìn)行灰度化→圖像去噪→直方圖均衡化→圖像邊緣提取→圖像分割→輸出處理結(jié)果。圖像處理后，質(zhì)量有了較大提高，方便了對(duì)碳排放影響因素進(jìn)行識(shí)別。

1.3 碳排放影響因素識(shí)別

基于無人機(jī)低空攝影技術(shù)采集的圖像，分析碳排放影響因素，為后續(xù)測(cè)算工作做準(zhǔn)備[10]。碳排放影響因素識(shí)別模型利用一種深度神經(jīng)網(wǎng)絡(luò)進(jìn)行構(gòu)建，如圖5所示。

圖5 基于卷積神經(jīng)網(wǎng)絡(luò)的碳排放影響因素識(shí)別模型Fig.5 Identification model of influencing factors of carbon emission based on convolutional neural network

處理好的圖像輸入到卷積神經(jīng)網(wǎng)絡(luò)后，通過卷積層提取圖像中各個(gè)因素的特征，經(jīng)過池化層精簡(jiǎn)后，利用全連接層進(jìn)行特征融合，最后通過分類器識(shí)別圖像中的碳排放影響因素，包括道路交通流量、土地利用類型、人口數(shù)據(jù)、氣象情況以及工業(yè)區(qū)等[11]。

1.4 碳排放測(cè)算

無人機(jī)低空攝影技術(shù)最終目的是通過圖像中的碳排放影響因素測(cè)算出碳排放濃度。道路交通流量、土地利用類型、人口數(shù)據(jù)、氣象情況以及工業(yè)區(qū)等因素與碳排放濃度之間存在一定的線性關(guān)系[12]。

為此，可以通過建立一個(gè)線性關(guān)系模型進(jìn)行碳排放測(cè)算。該模型可以描述如下：

Y=a0+∑b0·X

(3)

式中，Y為二氧化碳濃度值；a0為常數(shù)；b0為碳排放系數(shù)(查閱IPCC碳排放計(jì)算指南得到)；X為碳排放影響因素，X={x1，x2，x3，x4，x5}，其中x1，x2，x3，x4，x5分別為道路交通流量、土地利用類型、人口數(shù)據(jù)、氣象數(shù)據(jù)以及工業(yè)區(qū)面積等[13]。

通過式(3)測(cè)算出來的二氧化碳濃度值，繪制二氧化碳濃度時(shí)空分布圖，明確隨著時(shí)間和空間變化的二氧化碳的排放特征[14]。

2 應(yīng)用結(jié)果與分析

基于上述無人機(jī)低空攝影技術(shù)在碳排放監(jiān)測(cè)中的應(yīng)用過程，得出二氧化碳濃度監(jiān)測(cè)值。根據(jù)二氧化碳濃度監(jiān)測(cè)值，分析碳排放的時(shí)空分布特征[15]。

2.1 碳排放時(shí)間特征

從天、星期、季3個(gè)時(shí)間段分析碳排放時(shí)間特征分析，全面分析碳排放監(jiān)測(cè)結(jié)果。

(1)1天內(nèi)碳排放監(jiān)測(cè)與時(shí)間特征分析。24 h內(nèi)碳排放監(jiān)測(cè)結(jié)果見表1。

表1 碳排放監(jiān)測(cè)結(jié)果Tab.1 Carbon emission monitoring results

由表1可以看出，在6：00—9：00時(shí)間段碳排放濃度最高，因?yàn)樵撗芯繀^(qū)居住區(qū)占比最高，而這一時(shí)間段人們開始開展各種活動(dòng)，道路上車輛也逐漸增多，因此排放的二氧化碳排放量較多；9：00—17：00二氧化碳排放量較少，這個(gè)時(shí)間段人們處于相對(duì)較少；17：00—19：00二氧化碳排放量逐漸增多，之后19：00—24：00、24：00—6：00二氧化碳排放量最少，因?yàn)檫@2個(gè)時(shí)間段大部分的生產(chǎn)、生活活動(dòng)都處于停滯階段。

(2)1個(gè)星期內(nèi)碳排放監(jiān)測(cè)與時(shí)間特征分析。1個(gè)星期內(nèi)碳排放監(jiān)測(cè)結(jié)果如圖6所示。由圖6可以看出，1個(gè)星期內(nèi)碳排放在工作日5 d內(nèi)碳排放最多，而休息日2 d由于人類生產(chǎn)、生活活動(dòng)較少，碳排放較少，因此呈現(xiàn)先平穩(wěn)后下降的規(guī)律。

圖6 1個(gè)星期內(nèi)碳排放監(jiān)測(cè)結(jié)果Fig.6 Carbon emission monitoring results in one week

(3)1年內(nèi)碳排放監(jiān)測(cè)與時(shí)間特征分析。1年內(nèi)碳排放監(jiān)測(cè)結(jié)果如圖7所示。由圖7可以看出，1年內(nèi)11月、12月、1月碳排放濃度最高，因?yàn)檫@一時(shí)間段屬于冬季季度，為滿足取暖需要，燃燒了各種燃料，因此產(chǎn)生了大量的二氧化碳。

圖7 1年內(nèi)碳排放監(jiān)測(cè)結(jié)果Fig.7 Carbon emission monitoring results in one year

2—7月碳排放濃度較低，因?yàn)檫@段時(shí)間為春季和夏季，植物茂盛，對(duì)二氧化碳具有一定的吸附作用，因此碳排放相對(duì)較低。其余時(shí)間為秋季，二氧化碳排放較高。

2.2 碳排放空間特征

基于監(jiān)測(cè)結(jié)果，在無人機(jī)低空攝影系統(tǒng)獲取的圖像上繪制碳排放空間特征圖，結(jié)果如圖8所示。

圖8 碳排放空間特征圖Fig.8 Spatial characteristics of carbon emission

由圖8可以看出，碳排放濃度最高的集中在西部區(qū)域，因?yàn)檫@段區(qū)域?qū)儆诠I(yè)區(qū)；然后是東北地區(qū)，該區(qū)域?yàn)榫用駞^(qū)；還有一條呈現(xiàn)帶狀的區(qū)域，該區(qū)域?yàn)檠芯繀^(qū)主街道，車輛較多，碳排放濃度也較高。

3 結(jié)語

綜上所述，人類生產(chǎn)、生活活動(dòng)的開展，會(huì)產(chǎn)生大量的二氧化碳，而一旦二氧化碳排放過多，就會(huì)導(dǎo)致空氣中二氧化碳濃度過高，會(huì)造成溫室效應(yīng)，引發(fā)氣候異變。為此，進(jìn)行碳排放監(jiān)測(cè)可以更好地控制碳排放。

為此，研究通過無人機(jī)低空攝影技術(shù)獲取研究區(qū)圖像，從圖像中識(shí)別相關(guān)因素，以此作為測(cè)算基礎(chǔ)。通過測(cè)算結(jié)果明確了研究區(qū)碳排放時(shí)空分布特征。然而，研究?jī)H測(cè)算了5種宏觀因素影響下的碳排放，缺乏對(duì)深層次微觀因素考慮，因此有待進(jìn)一步研究。