水质自动监测站无人机实景三维建模与应用

2022-08-26 08:59刘亚平鲁言波陈权彬
水利信息化 2022年4期
关键词:水站实景矢量

刘亚平 ,鲁言波 ,李 彤 ,陈权彬

(1.广东省生态环境监测中心,广东 广州 510308;2.北京世纪国源科技股份有限公司,北京 100044)

0 引言

生态环境监测是生态环境保护的基础,是生态文明建设的重要支撑,是科学评价改善环境质量和治理环境成效的重要依据。《生态环境监测规划纲要(2020—2035 年)》提出了“切实提高生态环境监测现代化能力水平,有力支撑生态文明和美丽中国建设”[1]。“十三五”以来,我国加快了地表水水质自动监测站建设,到 2020 年底初步实现了以“自动监测为主、手工监测为辅”的生态环境监测模式。 实景三维作为一种新技术在地质调查、环境监测等领域得到广泛应用,如王耿明等[2]利用无人机对矿山地质环境监测进行实景三维建模,获取矿山地质灾害、环境污染及恢复治理基础数据,真实模拟矿区三维信息。李德仁等[3]实现了倾斜影像在城市真三维模型中的应用,并提出了一种适用于 SWDC-5倾斜影像的自动空中三角测量方法,为重建城市的三维空间模型提供参考。田鸽等[4]结合三维激光扫描、地面近景数据和倾斜摄影数据进行融合建模,打破了数据间的壁垒,提高了土地整治的效率。文雄飞等[5]利用无人机倾斜摄影技术作为卫星影像的补充,在水土保持动态监测中能快速获取地物所在区域的二维平面信息,也能更全面地获取土地利用现状、植被覆盖及水土保持情况,为后续解译提供基础。

为加快建设具有广东特色的地表水水质自动监测网络,基于实景三维建模技术建立了国内首个省级地表水水质监测站(以下简称水站)三维实景影像数据库,以广东莲花山水站实景三维建模为例,从影像数据采集、后期处理及模型生成一步步构建起水站实景影像,逼真地还原出水站的真实细节构成,除了展示水站三维地理空间信息外,还可对水站周边的生态红线、河网分布、污染源构成、水源保护区等重点区域进行实景重现。在功能上,能实现对高度、长度、面积、角度、坡度等空间矢量数据的测量和计算[6],进行水环境质量分析研判,推动了水质自动监测站可视化业务应用水平,特别是为污染防治攻坚、多部门会商及政府决策提供了可视化技术服务。

1 实景三维建模

1.1 数据采集

数据采集时采用多旋翼无人机,通过挂载球形倾斜相机进行航摄数据采集。在航摄前需现场确认水站作业区周边环境,在满足飞行安全和适飞条件下才开展数据采集作业。对作业区进行无人机航线设计,包括飞行高度、飞行速度、相对曝光时间、航线坐标及起飞降落点等。航线设计可采用WaypointMaster,RockyCapture 及 Topplan 等专用软件进行航线设计,设计过程中要结合水站的地理位置和周边环境,比如要避开一些禁飞区等情况。对航线高度、地面像素及物理像元尺寸要满足三角比例关系,设计航线的旁向重叠率一般需要达到65%,航向重叠率一般需要达到 75%[7]。

数据采集过程中首先将飞行计划加载到地面站设备中,连接地面站设备及无人机,并进行飞行前安全检查,如无人机机况、电池电量、地面站通信状况等情况,确保无人机各项功能正常后方可进行航摄飞行作业。在地面站确认起飞后,发出执行飞行作业的指令,无人机随后按飞行计划进行数据采集作业,当飞机爬升到预定飞行高度后,对作业区域按预先规划的航线进行飞行航摄,航线规划按照网格化原则设定,可以最大范围覆盖航飞区域。飞行过程中向地面站设备传回采集到的实时影像数据,在完成所有航摄任务后按原设定指令安全降落,航线规划图如图1 所示。

图1 航线规划图(紫色点为多角度采集点)

1.2 数据建模

无人机在航摄过程中受气象和环境影响较大,如受到阴雨天或大风天影响飞行安全,还会因受外界环境影响或者系统自身原因发生震动、传感器摆动等现象,造成采集的影像出现位移或者模糊的情况[8]。飞行过程出现的时空差异,则会造成影像色彩偏差或纹理不清晰。在飞行航摄作业结束后需在现场对影像数据进行质量检查,对不符合要求的航摄影像数据予以剔除,若剔除影像数量过多达不到作业技术设计中航向和旁向重叠的要求时,需要马上对该飞行作业区域进行补飞或重飞,直至满足影像的数量和质量为止。建模过程就是把采集的数据处理为 3D 影像。而无人机航摄采集的数据是大量单独的矢量照片,是一个个片段零碎的,不能马上使用。航飞结束后,首先要对航摄采集的矢量照片进行自动密集匹配处理,相当于把一张张单独的照片“无缝拼接”起来,生成包含矢量信息的白模,构建出 TIN 模型映射出 3D 纹理,最后生成实景三维影像。建模流程如图2 所示。

图2 实景三维建模流程图

无人机航摄获取的影像数据有很多种,从空间维度上说,既包含垂直影像数据,还包含大量的侧视影像数据。影像数据覆盖的范围大、分辨率高,处理过程中要充分利用冗余信息提取矢量影像特征点坐标,实现特征点自动匹配[9-11]。同时,在处理倾斜三维影像联合平差时需要考虑大视角变化所引起的几何变形和遮挡的问题[12]。一般来说,以倾斜摄影瞬间 POS 系统提供的多角度影像的外方位元素作为初始值,采用由粗到细的匹配策略构成三维实景影像,在每一个级别上的影像数据进行自动连接点提取,在连接点提取后再进行光束网区域网平差处理,就可以获得更好的匹配效果[13-16],对于平差结果精度问题,可以同时增加 POS 辅助数据、控制点坐标等方式联合解算进一步解决[17]。

在经过多视影像联合平差之后,还需要进行多视影像密集匹配处理,在匹配的过程中充分利用多个视觉影像矢量空间和冗余数据信息,快速提取特征点坐标,由于同一个特征点对应多个矢量影像,要解算出每张影像精确的外方位元素,在此基础上选择合适的多视影像匹配单元进行逐像素的密集匹配,从而实现影像之间特征点的自动匹配[18-20]。这里要强调,由于要建立水站的实景三维影像,在进行矢量影像像素密集匹配过程中要以水站为中心,覆盖水站周边 0.8 km2的范围所有特征点,避免出现特征点缺失造成实景不完整,以此建立起水站地物三维空间信息。三维数据影像密集匹配效果如图3 所示。

图3 三维数据影像密集匹配效果图

三维影像数据经过密集匹配后,可以得到精度及分辨率较高的实景三维影像,真实反映地平面起伏,构成三维空间基础的重要内容[21-22]。对三维影像数据进行遍历像素的密集匹配,获取水站周边成像区域地物超高密度点云,密度点云是带有矢量信息的,经过点云构网即可完成高精度高分辨率的线阵影像多视匹配自动提取。由于水站是三维空间的建筑物,在高密度点云构网自动提取过程中,要尽量保证水站三维像素的完整和纹理的匀光匀色,创建完成后即形成了三维模型的 TIN 模型矢量结构。

在 TIN 模型矢量结构基础上,运用三维影像对水质自动监测站的白模进行自动纹理映射处理,得到水站的 3D 纹理映射。由于三维影像是通过无人机多角度摄影采集信息,获取的影像数据较多,部分影像的重叠度高,甚至会出现水站附近同一地物在多张影像上出现,由于每张影像中所包含的纹理信息不完全相同,有些影像虽然重叠度高,但是由于拍摄的角度和采集的矢量信息有不同,选择 1 张效果最好的纹理影像是十分重要的。在实际处理过程中,可以通过设置参数筛选确定效果最好的纹理影像,根据算法原理 3D 纹理中每个三角形面都会唯一映射 1 张目标影像,通过计算每个三角形面与影像对应区域之间的几何关系,这种几何关系是唯一确定的[23-25],最终就能找到三角面对应的实际纹理区域,这样就实现了纹理影像与三维 TIN 模型的精准匹配。水站实景三维重建效果图如图4 所示,通过该方法处理后的水站三维影像实景效果是非常理想的,不但水站三维结构能完全展现出来,水站周边的地理环境也都全部匹配出来了,即使个别像素点云匹配出现偏差,也不会影响三维影像的整理效果[26]。

图4 水站实景三维重建效果图

2 实景三维功能应用

2.1 可视化功能

可视化是实景三维建模的最直接应用,能实现航摄区域内任意实景角度放大、旋转、俯侧视等展示及应用功能,由于实景三维自带矢量信息,可以把实景三维叠加在第三方地图上(如 GIS、天地图等),构造出地物和地形的纹理、形状和环境信息,可以提供丰富的地理环境和地面信息实景可视化环境。水站实景三维除了能展示水站建筑的立体结构外,还能展示水站地理环境、周边支流河口及闸坝分布等情况,立体效果好、沉浸感强,达到身临其境的三维效果,切实提高了水站的实景三维可视化应用水平。

实景三维影像(右下角)叠加到高分卫星图效果如图5 所示。从图5 中可以看到通过无人机航飞采集的水站周边 0.8 km2实景三维影像已经完全叠加在高分卫星图中,可以直观地显示水站周边的地形环境、河网分布和污染源等要素,也可以根据需要叠加其他图层,如谷歌和粤政卫星图、行政区域图等。实景三维影像还可以进行立体旋转展示,可以根据业务需要对各种图层使用进行扩展延伸应用。

图5 实景三维影像(右下角)叠加到高分卫星图效果

2.2 测量功能应用

实景三维采集的是矢量数据,三维模型带有空间矢量信息,可实现三维空间测量功能,包括距离(起伏面及两点直线的距离)、高度(两点间的高程差),以及面积、体积测量等功能。由于水站的正常运行受到天气、气候等较大影响,比如断电、洪涝灾害都会对水站安全产生影响,实景三维还能实现水站周边缓冲区和水浸模拟分析,其中缓冲区分析是通过建立水站周围一定范围内多边形图层与目标图层叠加分析水站周边水文信息及污染源情况;水浸模拟分析通过结合水文和地理空间数据动态模拟河流水位由小高程涨到大高程的淹没过程对水站的影响,做到动态可视化,对水站站房安全及监测仪器正常运行起到风险预警研判作用,提高了水站运行安全。实景三维面积测量及水浸模拟效果图如图6 所示。

图6 实景三维效果图

2.3 数据融合应用

实景三维是运用实景还原技术,通过专业软件进行三维重建制作地物实景三维模型[27],除了实现可视化及测量功能外,模型还能接入水质自动监测站的实时水质在线或历史监测数据,比如水温、pH、溶解氧、浊度、氨氮、总磷、高锰酸盐指数及总氮等参数。实景三维与监测数据融合应用效果图如图7 所示。最快可实现每小时更新 1 次水质监测数据,实现了水质数据与水站实景三维影像的融合应用,有助于水站周边污染源及风险点对水环境的变化分析和科学评价,对政府多部门开展污染防治攻坚和水环境质量会商起到技术支撑作用,尤其能对水环境发展趋势进行预测和评估,以确定水环境状况、变化趋势、变化速度及达到一定限度的时间等,提前预判潜在风险的时空范围和危害程度,适时提供各种预警信息及综合对策,及时提出安全防范措施。

图7 实景三维与监测数据融合应用效果图

2.4 分析研判应用

由于实景三维影响带有矢量信息,可以结合不同的地图图层和各种开放数据对水站的正常运行、水质风险、治污成效进行综合分析研判。比如结合水质监测数据、污普调查数据、自然保护区分布、黑臭水体分布和环境功能区划等要素进行环境风险分析;结合污普涉水企业的污染物排放、工业总产值、污水处理厂等数据,分析周边排污企业的环境风险;结合环境功能区划、水质监测数据、涉水企业数量分析水站周边水环境质量状况。水站实景三维周边污染源信息图如图8 所示,通过实景三维模型把各种海量数据转化成了可视化的信息并使用起来,具有很好的展示效果,进一步提高了水环境监测数据的定制化、可视化、实用化,提高了自动监测的应用化水平。

图8 水站实景三维周边污染源信息图

3 结语

实景三维建模作为一种 3D 影像还原技术,具有高精度、高分辨率及高清晰度的特点,目前已经广泛应用于测绘测量、地理信息、城市规划等行业领域[28-29]。结合多年生态环境自动监测工作经验,以广东莲花山水站实景三维建模为例,详细介绍了水站实景三维影像从数据采集、处理到三维建模的整个过程,通过无人机采集的水站影像数据,获取水质自动站周边清晰、直观、准确的三维影像数据资料,建立起国内首个省级地表水水质自动监测站实景三维影像数据库,包括水站地理环境、水系分布、水文条件、水质监测、污普信息等数据。功能上,实景三维渲染效果逼真,还能结合多源多维数据应用,极大增强了监测数据展示效果。目前已经实现了广东省 168 个国考水站自动监测站实景三维影像数据库建模和业务化应用,为推进生态环境监测体系与监测能力现代化,全面提升生态环境监测自动化、智能化、信息化水平提供了参考借鉴。

猜你喜欢
水站实景矢量
一种适用于高轨空间的GNSS矢量跟踪方案设计
“实景与想象”——明清武夷主题的意象式文人山水画研究
矢量三角形法的应用
运河水与舍利塔
实景演出对当地旅游经济发展的影响——以婺源《梦里老家》为例
数字博物馆 线上实景游
“减塑”水站
送水
宝马首次在中国实景演示高度自动驾驶技术
基于矢量最优估计的稳健测向方法