1.基于无人机光学与拉曼光谱技术的环境监测方法,其特征在于,包括以下步骤:
S1、控制无人机搭载光学传感器对目标区域进行飞行扫描,获取所述目标区域的广域光学影像,基于所述广域光学影像,识别出具有污染物疑似特征的若干个可疑区域;
S2、基于所识别可疑区域的分布,生成针对所述可疑区域的无人机巡检飞行路径;
S3、控制所述无人机沿巡检飞行路径移动,并悬停于各可疑区域上空,操作其搭载的拉曼光谱探头对准地面可疑点位,采集拉曼光谱信号;
S4、基于采集到的拉曼光谱信号,确定污染物的分布区域,并依据各可疑点位污染物的位置信息,生成污染物溯源报告。
2.根据权利要求1所述的基于无人机光学与拉曼光谱技术的环境监测方法,其特征在于,所述S1中,通过无人机搭载的光学传感器对预设目标区域进行飞行扫描以获取原始影像序列,在飞行扫描过程中,控制所述光学传感器在多个光谱通道上同步采集数据,并基于惯性测量单元与定位系统对采集过程中因飞行姿态与位置变化造成的影响进行实时补偿;
获取所述原始影像序列后,执行辐射定标,调用传感器的定标参数,将原始影像序列中每个像元的数字量化值转化为表观辐亮度值,随后执行大气校正,从表观辐亮度值中定量扣除由大气散射和吸收效应所引入的辐射分量,并补偿太阳光照几何条件的影响,得到代表地物本身固有反射特性的地表反射率信息,在完成辐射定标与大气校正后,基于校正后影像序列中相邻影像间预设的重叠区域,通过识别并匹配共有的特征点进行影像配准,将所有影像统一至同一地理坐标系下。
3.根据权利要求2所述的基于无人机光学与拉曼光谱技术的环境监测方法,其特征在于,基于影像配准后所确立的像素对应关系,定位并提取所有相邻影像之间的重叠区域,对于位于重叠区域内的每一个像素点,根据其到各自影像有效区域边界的距离,为来自不同影像的该点像素值分配相应的融合权重,像素点距离影像的有效区域中心近时,则从该影像中所获取的像素值被赋予的权重就高,依据所分配的权重,对来自多种影像的同一地理位置点的像素值进行加权合成,生成该点在最终融合影像中的像素值;
对于非重叠区域,则直接采纳其唯一对应的原始影像像素值,针对所有重叠区域的边缘接缝,执行一次全局优化的色彩均衡与平滑过渡处理,消除因拍摄条件差异导致的色调与亮度突变,生成覆盖整个目标区域的、具有统一地理坐标的广域光学影像。
4.根据权利要求3所述的基于无人机光学与拉曼光谱技术的环境监测方法,其特征在于,基于所述广域光学影像,构建背景统计模型并分析影像自身多波段光谱统计特性以识别异常区域,所述背景统计模型是通过对所述广域光学影像中表征未受污染典型地物的区域进行多波段光谱统计分析,计算其全局均值向量与协方差矩阵建立的多维统计基准;
基于背景统计模型,计算影像中每一个像元的光谱特征向量与背景模型之间的偏离程度,生成一个用于量化该像元与整体背景环境光谱差异异常的光谱偏差指数,具体计算公式如下:其中,表示光谱偏差指数,表示待检测像元的光谱特征向量,表示背景统计模型的全局均值向量,代表了背景环境在各个波段上的平均反射水平,是背景统计模型的协方差矩阵,表示协方差矩阵的逆矩阵,T表示矩阵的转置运算符,分析所述光谱偏差指数在整个目标区域内的全局统计分布,基于全局统计分布的集中性与离散型特征,设定一个自适应判别阈值;
将每个像元的光谱偏差指数与所述自适应判别阈值进行比较,将所有指数超过该阈值的像元初步判定为在光谱特性上偏离正常背景的异常像元,对初步判定的异常像元进行空间聚类分析,将空间位置上相邻的异常像元归并为若干个异常区域;
结合所述异常区域所处的地理位置与其周围的环境背景信息进行二次筛选,排除与典型污染物扩散模式不符的区域,以确定具有污染物疑似特征的可疑区域。
5.根据权利要求1所述的基于无人机光学与拉曼光谱技术的环境监测方法,其特征在于,所述S2中,提取每个可疑区域的边缘轮廓,获取构成边缘轮廓的所有像素点在二维坐标系中的坐标集合,分别计算所述坐标集合中所有像素点的横坐标算术平均值与纵坐标算术平均值,将计算得到的横坐标以及纵坐标平均值所对应的二维空间位置,确定为可疑区域的中心位置,并将其作为路径规划所需的路径点,随后构建路径规划模型,路径规划模型的具体步骤如下:基于所有路径点的地理坐标,计算各路径点之间的空间直线距离作为第一评估因素,具体计算公式如下:
其中,表示路径点i与路径点j之间的空间直线距离,(,)表示路径点i的地理坐标,(,)表示路径点j的地理坐标,确定无人机从当前路径点移动到下一路径点时所需改变的新飞行方向,具体计算公式如下:其中,表示从当前路径点i指向下一路径点j的新飞行方向角,表示四象限反正切函数,用于根据坐标插值正确计算方位角,计算从无人机当前机头朝向旋转到新飞行方向所需的最小旋转角度,具体计算公式如下:其中,表示无人机所需的最小旋转角度,表示无人机在路径点i的当前航向角,min表示取最小值函数,将所计算出的最小旋转角度的度量值作为第二评估因素,将所述第一评估因素与第二评估因素通过权重系数进行融合,形成综合代价值;
通过迭代比较所有路径点访问序列,选取其中总综合代价值最小的序列作为最优悬停检测序列;
根据最优悬停检测序列将相邻路径点按照无人机的飞行动力学约束进行平滑路径连接,生成精细巡检飞行路径。
6.根据权利要求1所述的基于无人机光学与拉曼光谱技术的环境监测方法,其特征在于,所述S3中,控制无人机依据飞行路径自动移动,当其导航系统判定已抵达可疑区域对应的目标悬停点正上方时,无人机启动悬停控制程序,在无人机悬停后,操作其搭载的拉曼光谱探测单元执行对准与激发操作,将激光发射至目标表面;
接收由激光与物质相互作用产生的拉曼散射光,通过光学滤光片抑制瑞利散射光干扰后,利用光谱仪将所述拉曼散射光按波长色散并由探测器转换为电信号,最终输出表征物质分子指纹特征的拉曼光谱信号。
7.根据权利要求1所述的基于无人机光学与拉曼光谱技术的环境监测方法,其特征在于,所述S4中,将采集到的拉曼光谱信号与已知清洁区域的本底光谱进行标准化处理,使二者处于相同量纲的强度标度下,随后沿波束轴逐点计算待测光谱与本底光谱的强度差值,具体计算公式如下:其中,表示在波数x处,待测光谱与本底光谱的强度绝对差值,表示待测样品在波数x处的光谱强度,表示清洁区域本底光谱在波数x处的光谱强度,当差值持续超过本底光谱噪声水平设定的动态阈值时,标记该波数区间为差异区段。
8.根据权利要求7所述的基于无人机光学与拉曼光谱技术的环境监测方法,其特征在于,在确定的差异区段内识别局部强度极大值点,将其认定为潜在特征峰,通过分析潜在特征峰之间的波数间隔规律和强度比例关系,筛选出具有显著特性的特征峰组合,特征峰组合需满足以下条件:包含一定数量的特征峰,且这些特征峰的强度变化趋势在多个相邻监测点位中呈现一致性,将具有显著差异的特征峰组合作为潜在污染标志;
将整个检测区域划分为若干个规则的空间网格单元,统计每个网格单元内所有检测点位出现特定特征峰的频率,具体计算公式如下:其中,表示单个网格单元内,特定特征峰的出现频率,表示该网格单元内,出现特定特征峰的检测点位数量,表示该网格单元内总的检测点位数量,基于特定特征峰的出现频率,形成特征峰出现频率的空间分布图,计算每个网格单元内特征峰的平均信号强度,具体计算公式如下:其中,表示该网格单元内,特定特征峰的平均信号强度,表示该网格单元内,第i个检测点位上该特征峰的信号强度,基于平均信号强度形成特征峰强度空间分布图。
9.根据权利要求8所述的基于无人机光学与拉曼光谱技术的环境监测方法,其特征在于,将特征峰出现频率的空间分布图与特征峰强度空间分布图进行叠加分析,识别出二者均呈现高值的空间聚集区域,基于空间聚集区域的分布位置与地形地貌、水文流向进行交叉验证,建立污染物特征与地理空间位置的关联模型,确定各类污染物的空间分布规律;
基于各点位污染物特征的相似度进行聚类分析,将具有相同光谱特征组合的点位归为同一污染类别,确定污染类别后,在空间密度分布图中识别每个污染类别对应的密度峰值作为空间核心点;
从每个空间核心点出发,沿径向各个方向检测密度值的下降趋势,当密度值下降至峰值的第一预设比例时,标记该位置为强影响边界,继续向外检测,当密度值下降至峰值的第二预设比例且周边背景密度趋于一致时,标记该位置为有效影响边界,根据各方向上的边界点分布形态,通过连接相邻边界点形成平滑的闭合曲线,以明确界定出各污染类别的空间分布边界;
基于已确定的污染类别空间边界,通过几何计算确定各污染物聚集区的中心点位置,具体计算公式如下:
其中,表示第k个污染物聚集区的几何中心点坐标,表示构成第k个聚集区边界的轮廓点数量,(,)表示边界轮廓上第i个点的空间坐标,分析这些中心点之间的相对方位关系,建立空间位置关联网络,接着观察各聚集区的形状特征,识别其边界轮廓中距离最远的两个端点方向,将该方向定义为该区域的原始延伸方向,之后分析相邻聚集区之间的位置关系,若多个聚集区沿某一轴线方向依次排列,则将这些区域的原始延伸方向进行整合,确定整体扩散的主导方向轴线,接着结合水文检测数据中记录的水体流动方向,验证并修正主导方向轴线的合理性,同时参考高程数据中表征的地势起伏特征,判断污染物随地形自然流动的潜在路径,结合空间方向、水流方向以及地形走向的信息,推演出污染物在环境中的完整迁移路径和扩散趋势。
10.基于无人机光学与拉曼光谱技术的环境监测系统应用于如权利要求1-9任一项所述的基于无人机光学与拉曼光谱技术的环境监测方法,其特征在于,包括:可疑区域识别模块:控制无人机搭载光学传感器对目标区域进行飞行扫描,获取所述目标区域的广域光学影像,基于所述广域光学影像,识别出具有污染物疑似特征的若干个可疑区域;
路径规划模块:基于所识别可疑区域的分布,生成针对所述可疑区域的无人机巡检飞行路径;
拉曼光谱采集模块:控制所述无人机沿巡检飞行路径移动,并悬停于各可疑区域上空,操作其搭载的拉曼光谱探头对准地面可疑点位,采集拉曼光谱信号;
污染物分析模块:基于采集到的拉曼光谱信号,确定污染物的分布区域,并依据各可疑点位污染物的位置信息,生成污染物溯源报告。