内容发布更新时间 : 2024/12/23 18:54:55星期一 下面是文章的全部内容请认真阅读。
无人机在森林火灾中的应用
13林学创新 3135405033 王兆京
摘要: 为探索林火监测的新手段, 提高森林安全管理水平, 将实时视频传输和计算机技术相结合, 研制了林火监 测任务设备, 并与无人机飞行平台共同构成了微型无人机林火监测系统。 以林区火场影像为样本, 像素 RGB 值为 分类依据, 使用统计产品与服务解决方案软件进行聚类分析, 得到基于颜色特征的烟雾识别模型。 该模型经过光 谱特性改进和消噪处理后, 对于试验影像的烟雾识别率在 77%以上。 利用该模型, 系统可在飞行中实时完成对地 面火情的探测并给出报警提示。 在飞行试验的基础上, 提出无人机林火监测系统的飞行作业流程, 并讨论了系统 运行的经济性和目前存在的问题。 无人机林火监测系统同样可用于林区气象探测、 可燃物和病虫害调查等方面, 切实提高林区管理的技术水平。
关键词: 森林保护; 无人机; 森林火灾; 监测; 识别; 模型
森林火险等级评估和重大火情监测一直是中国 气象局对外服务的主要内容之一 ,由于重大火情往 往发生在偏远的原始林区和东北、西南等大林区, 这 些地区都具有面积大 ,交通不便等特点 ,因此这一服 务目前主要依赖于卫星遥感技术 。但是由于平台 本身有固定的运行周期且地面分辨率较低, 卫星通 常难以及时发现火情 ,在复杂天气情况下更是如此 , 往往是火情已有相当发展的时候才能发现, 错过了 林火控制的最佳阶段 。相对于了望塔和卫星而言 , 飞机巡护是目前林区火情监测最为有效的作业手 段,具有巡视面积大、作业效率高 、反应速度快等特 点,搭载一定的人员和灭火设备,还可以在发现火情 后就地实施扑救,因而在国外已成为森林防火的 主力军之一 。我国早在 1952 年就建立了东北航 空护林中心, 1961 年又成立了西南航空护林总站 , 开展航空护林业务 。但由于经费等原因 , 我国航 空护林面临着飞机陈旧、设备老化 、飞行能力不足等 问题 。缺乏高效 、经济、易维护的飞行平台成为制约 航空护林事业发展的瓶颈之一 。 无人驾驶飞机(以下简称无人机)是当今航空科 技发展的热点之一, 相对于普通飞机而言,具有体积 小 、重量轻、成本低 、维护简单、使用灵活等特点 。目 前国内外都在积极开展无人机的民用研究 ,并且在 资源遥感、环境评估、航空测绘、精准农业 、气象探测 和人工影响天气等领域内取得了一定的进展 。 在森林防火方面也有相关工作开展 ,如 NASA 艾姆 斯中心研制了无人机用 AIRDAS(机载红外灾害评 估系统)组件 ;齐齐哈尔大学的李春林等研制了 林火监测无人飞艇。可见国内外对无人机在森 林防火方面的应用潜力已有了相当的认识 ,如能开 发出实用、低成本的微型无人机林火监测系统用于 森林防火工作,不仅具有飞机巡护的诸多优势, 而且 能够大大降低运行成本 , 为我国森林安全工作提供 一种全新的低成本 、高效作业工具。 无人机林火监测系统的设计
1.1 系统功能设计 森林火灾是一种无组织的燃烧过程, 主要特点就是不完全燃烧, 其外在表现为火灾发生时会有大量 的烟气产生, 特别是在初期火势较小时, 这一现象尤为突出。 大量的实际经验也表明, 在林火发生时 烟与火往往是伴生的。 特别是处于 “暗燃” 状态的林火, 烟的指示作用更加明显。 且相对于明火而言, 燃烧产生的烟雾在色彩和空间尺度上都具有更明显的特征, 对传感器的要求更低, 也更容易被自动识 别。 因此, 系
统设计时将林火监测设备的探测目标定为烟雾, 通过对烟雾的检测来判断林火的发生。 从视觉探测的角度来看, 对于一个目标的探测通常分为 3 个层次: ①发现目标; ②判识目标种类; ③判明目标特征。 这 3 个层次对应到林火烟雾探测上分别是: ①发现林区可疑烟雾目标; ②判明可疑烟 雾是否为林火产生; ③通过烟雾及其他信息判明林火的类型及发展态势等信息。 获取林火的种类及发展态势等信息涉及的因素众多, 需要专业人员实践经验和大量其他信息的辅 助, 而减少和降低森林火灾损失的首要条件是能够做到“早发现”, 因此, 无人机林火监测系统的探测层 次定位在了第 2 层次。 即系统的功能设计目标是: 能够自动检测林区可疑烟雾目标, 并在人工辅助下确 定是否有林火发生, 同时通过人机交互给出火点位置、 范围等相关参考信息。
1.2 技术路线与系统结构设计 为实现上述功能目标, 拟采用常规摄像头为探测器, 将获得的视频通过无线数据链路实时发回地面 站, 利用图像识别技术在传回的影像中自动检测烟火, 并完成存档及报警工作。 同时为提供林火的位 置、 范围和其他相关信息, 系统配置了全球定位系统(GPS)、 三轴姿态传感器和同轴数码相机。 无人机林火监测系统由无人机子系统和林火监测子系统两部分组成, 其系统总体结构框架见图 1。 在设计上, 为提高林火监测设备的通用性和可 移植性, 避免它们与无人机之间的相互干扰, 在软硬件上 2 个子系统之间是完全隔离的。
1.3 烟雾检测技术方法 以数码相机获取的高分辨率影像( 为试验数据, 将其中的烟雾区作为目标类别 , 以每个烟雾区像素的红绿蓝(RGB)值 为分类依据, 使用统计产品与服务解决方案 (statistical product and service solutions, SPSS)软件对其进行聚类分析, 即可得到影像分类判别式: D=-0.124R+0.203G-0.05B-3.338。 当像素运算后的 D 值大于 0 时为烟区, 小于 0 时为非烟区。 系统检测到烟雾后, 由地面 人员根据烟柱形状、 浓度分布及 其与地面角度等信息确认是否有 林火发生, 并判断火点在图像中 的位置和范围。 由于林火发生时 烟雾的形状及扩散情况受到火点 分布和天气条件的影响, 变化复 杂, 规律性不强, 目前难以做到 程序自动判识, 因此, 需要地面 监测人员依据实践经验判定火点 相关信息。
2 无人机林火监测系统 的实现 2.1 无人机系统 系统的无人机平台由中国空 气动力研究与发展中心提供, 机 体由通用靶机改造而成, 摄 像 头 和数码相机作为机载设备的火情探测传感 器使用, 数码相机通过支架直接与无人机 机 体 进 行 固 连, 两 者 在 飞 行 中 姿 态 一 致。 摄像头则通过两轴稳定云台与探测设备盒 连接, 在姿态传感器的支持下, 机载计算 机可以控制稳定云台使摄像头主光轴始终 保持与地面的“垂直”。 在作业飞行中, 地面站同时接收机载 摄像头的视频影像和无人机的航向、 经纬 度、 航 高、 俯 仰 角 和 侧 滚 角 等 参 数 信 息, 通过烟雾检测模块处理后就可以实时确定 林区烟火的发生位置和范围, 并在监视界面中高亮显示以提醒地面人员确认火情, 及时做出反应。 检测 到有烟雾的影像会被自动以图片的形式记录下来, 与影像同步的姿态、 位置等数据也一并记录。 飞行结 束后, 通过时间同步可以将这些资料用于数码相机影像的处理, 从而获得更高质量的影像资料, 以便进 一步开展林区明火识别、 态势评估、 损失估算和改进检测模型等方面的工作。 限于篇幅, 试制中选用设备的具体型号和参数不详细列出, 仅给出完成后的林火监测任务载荷设备 的主要技术指标如下: ①实时视频影像分辨率 380 线, 镜头视角 70 (°); ② 经采集卡获得的静态视频影 像分辨率 720 × 576; ③数码影像行列数 4 368 × 2 912, 镜头视角 84 (°); ④无线数据与视频链路通讯距 离 15 km; ⑤全球定位系统(GPS)定位精度 10 m, 姿态传感器动态精度 2 (°); ⑥设备机载部分(不含数 码相机)质量小于 1.2 kg, 体积小于 200 mm × 120 mm × 80 mm。 2.3 地面站软件开发 无人机林火监测系统的软件包括无人机飞行测控和林火监测两部分, 其中无人机测控软件由系统平 台 生 产 单 位 提 供, 不 再 详 述。 无 人 机 林 火 监 测 系
统 地 面 站 的 运 行 界 面 参 见 图 4。 林 火 监 测 软 件 系 统 的 开 发 以 面 向 矩 阵 的 第 4 代 交 互 式 数 据 语 言 (interactive data language, IDL)为 工 具, 在 Windows 平 台 下 完 成 。 系 统 的 功 能 构 成 主 要 包 括: 对 目 标 影 像 进 行 自 动烟雾检测的识别模型;
2.4 火情探测试验 由于森林火灾具有突发性, 且大多数林火的持续时间较短, 因此, 尚未在林区开展针对真实火灾的 探测试验。 为检验无人机林火监测系统的实际探测能力和作业表现, 在四川省绵阳市近郊以人工火为目 标进行了火情探测试验。 试验火点以作物秸秆和灌木枯枝为燃料, 燃烧面积约 1 m2 , 无人机飞行高度设定为 650 m, 升空后 使用回形针航线对目标区进行扫描探测。 试验中系统成功探测到了火点产生的烟雾, 并做出报警提示, 证明其已具备基本的林火探测能力。
无人机林火监测系统设计的初衷是: 以无人机 为平台, 结合视频设备, 以较低的成本, 实现部分 航空护林的功能, 尤其是在林火的早期探测和发展 态势监测方面, 为森林保护工作提供一种全新的、 可长期业务化运行的技术装备。 因此, 在进入业务 化运行之后, 每个无人机监测站的作业流程将有所 变化。 首先, 根据实地情况和业务需求拟定飞行周 期、 飞行航线和每次作业的飞行时间; 之后由上级 部门统一向航管部门完成整个巡护季节的空域使用 申请; 空域获得批准后, 每个监测站只需在起飞前 向航管部门确认后即可开始升空作业。 在巡护飞行 中, 如发现林区异常情况或可疑目标, 则控制无人 机在目标区域上空进行监视飞行以进一步确认, 防 止火警误报。 在确认有林火发生的情况下, 立即向 上级单位上报火警并提供参考定位信息。 之后可根据情况滞留火场上空, 进行发展态势监测, 也可继续 执行林区巡护飞行。
3 应用分析及存在问题 3.1 经济性分析 由于无人机系统的安全性不及常规有人机, 且无人机在起降过程中存在损毁的可能, 因此, 系统的 经济性分析以可能发生损毁的空中部分为重点。 目前, 一套起飞质量在 10 kg 左右的微型无人机系统的 批量采购费用为 5.0~10.0 万元人民币, 机体和飞行控制系统等组成的空中部分约为 3.0 万元。 林火监测 设备的购置成本约 3.0 万元, 此价格不含数码相机及地面计算机, 以采用 3 000.00 元的数码相机为例, 林火监测设备的机载部分约需 3.0 万元。 以上合计, 无人机林火监测系统的空中部分成本需 6.0 万元。 以无人机可用起降次数为 20 次, 飞行 3 h·次-1 计, 作业成本为 1 000.00 元·h-1 。 以飞行航高 1 000 m, 镜头视角 70 (°), 航速 80 km·h-1 计, 无人机系统可覆盖的面积约为 112 km2 ·h-1 , 单位面积成本 8.90 元。 有人机以目前较为常用的运 12 飞机为例, 租用期间每日的台班费用约 6 000.00~7 000.00 元, 停 机、 人员等费用另计, 执行飞行作业的每小时机时费用约 1.2 万元。 在其他条件相同的情况下, 以航速 300 km·h-1 计, 可覆盖的面积约为 420 km2 ·h-1 , 单位面积成本 28.60 元。 从上述对比中可见, 就直接使用成本而言, 无人机系统在两方面都具有较大优势。 考虑到有人飞机 图 5 无人机林火监测系统作业流程 Figure 5 Operation process of UAV forest-fire monitoring system 马瑞升等: 微型无人机林火监测系统的设计与实现 787 浙 江农林大学学报 2012 年 10 月 20 日 的观察视角远大于 70 度, 在回形针航线中两侧的观察范围更大, 其单位面积成本会有所降低。 但无人 机系统的风险主要来自起降阶段, 如能进一步延长系统的续航时间, 提高巡航速度, 则其单位时间和单 位面积的使用成本都将大幅降低, 且无人机在购置及保有成本方面的优势是普通飞机无法比拟的。 3.2 林火监测应用方式 中国空域并未开放, 当前低空空域管理改革试点也刚刚开始, 无人机飞行作业由于管理上的制约还 无法大规模开展。 而且无人机的民用化时间较短, 受到平台本身安全性和性能的制约, 无人机开展业务 化的林火实时监测还不现实。 就本研究所述的系统而言, 选择一个林场进行试运行, 与其他林火监测技 术结合, 作为应急手段, 对林区可疑目标开展快速探测, 在确认灾情发生后为林火扑救决策提供信息支 持, 是目
前系统最可能发挥作用的方式。 在此基础上, 进一步改进性能, 探索业务化运行的经验, 以便 为系统的推广应用做好准备。 3.3 其他应用可能 无人机林火监测系统在本质上是由无人机搭载摄像头构成的空中对地实时观测系统, 因此, 除了用 于林火的探测, 还可广泛用于森林管理的其他方面。 如监测森林中的可燃物堆积情况, 搭载温湿度传感 器获取林区的气象资料, 监测林区的可疑火源等。 这些信息的加入将有效提高森林火险预测预报 服 务的准确性。 同时系统还可以用于林区的病虫害防治, 林木生长状况监测, 林木蓄积量估算, 防止乱砍 滥伐和林区生物资源调查等众多领域。
[1] 夏其表, 李光辉, 尹建新. 渗透理论在森林火灾模拟系统中的仿真研究[J]. 浙江林学院学报, 2009, 26 (2): 233 - 238. XIA Qibiao, LI Guanghui, YIN Jianxin. Application of percolation theory in forest fire simulation [J]. J Zhejiang For 788 第 29 卷第 5 期 Coll, 2009, 26 (2): 233 - 238. [2] 吴雪琼, 秦先林, 李程, 等. 我国林火监测体系现状分析[J]. 内蒙古林业调查设计, 2010, 33 (3): 69 - 72. WU Xueqiong, QIN Xianlin, LI Cheng, et al. Analysis of current forest fire monitoring system in China [J]. Inner Mongolia For Inv Design, 2010, 33 (3): 69 - 72. [3] 王彩云, 扎西顿珠, 陈涛. EOS/MODIS 数据在西藏森林火灾中的应用[J]. 高原山地气象研究, 2010, 30 (3): 66 - 69. WANG Caiyun, ZHAXI Dunzhu, CHEN Tao. Application of EOS/MODIS data on the forest fire in Tibet [J]. Plateau Mount Meteorol Res, 2010, 30 (3): 66 - 69. [4] 熊文成, 魏斌, 孙中平, 等. 基于环境一号卫星 B 星 CCD 与红外相机融合的澳洲火灾监测[J]. 遥感技术与应 用, 2010, 25 (2): 178 - 182. XIONG Wencheng, WEI Bin, SUN Zhongping, et al. Australian forest fire disaster monitoring based on CCD and IRS data of HJ-1-B [J]. Remote Sens Technol Appl, 2010, 25 (2): 178 - 182. [5] 田晓瑞, 张有慧, 舒立福, 等. 林火研究综述(V)-航空护林[J]. 世界林业研究, 2004, 17 (5): 17 - 20. TIAN Xiaorui, ZHANG Youhui, SHU Lifu, et al. A summary of the development of air attack [J]. World For Res, 2004, 17 (5): 17 - 20. [6] 赵相瑜, 袁继敏. 基于图像分析的森林火灾监测系统[J]. 攀枝花学院学报, 2010, 27 (3): 44 - 47. ZHAO Xiangyu, YUAN Jimin. The monitoring system of forest fires based on image analysis [J]. J Panzhihua Univ, 2010, 27 (3): 44 - 47. [7] 王青山. 简述无人机在遥感技术中的应用[J]. 测绘与空间地理信息, 2010, 33 (3): 100 - 101, 104. WANG Qingshan. UAV applications in remote sensing technology [J]. Geomatics & Spatial Inf Technol, 2010, 33 (3): 100 - 101, 104. [8] 马舒庆, 汪改, 潘毅, 等. 微型探空飞机解析测风方法[J]. 大气科学, 1999, 23 (3): 377 - 384. MA Shuqing, WANG Gai, PAN Yi, et al. An analytical method for wind measurements by a mini-aircraft [J]. Chin J Atmosph Sci, 1999, 23 (3): 377 - 384.