基于視頻識(shí)別自動(dòng)冰情監(jiān)測(cè)系統(tǒng)研究

尚志宏，李志平，吳高莊，馬文喜

（1.松遼水利委員會(huì)水文局（信息中心），吉林 長(zhǎng)春 130021；2.松遼委水文局黑龍江中游水文水資源中心，黑龍江 佳木斯 154004；3.松遼委水文局黑龍江上文水資源中心，黑龍江 黑河 164300）

1 研究背景

北方地區(qū)冬季天氣寒冷，每年在河流中都會(huì)產(chǎn)生流冰和封凍現(xiàn)象。受氣溫、河道地形等因素影響，春季開(kāi)江易形成冰壩，東北及西北地區(qū)冰壩災(zāi)害更易經(jīng)常發(fā)生，造成上游水位壅高，對(duì)橋梁、取水建筑物、碼頭、堤防工程和沿河人民群眾的生命財(cái)產(chǎn)安全產(chǎn)生極大威脅。因此，應(yīng)及時(shí)準(zhǔn)確監(jiān)測(cè)冰情信息變化情況，特別是春季凌汛期的冰情變化情況，能夠有效指導(dǎo)防凌汛工作和預(yù)防凌汛造成的災(zāi)害。

冰情監(jiān)測(cè)是為了掌握結(jié)冰河流情況，通過(guò)對(duì)江河湖泊固定位置的結(jié)冰、流冰、封凍、解凍過(guò)程狀態(tài)的觀察、測(cè)量和記錄，了解冰情變化規(guī)律，為水利工程建設(shè)及防凌汛工作提供技術(shù)支撐。目前，冰情監(jiān)測(cè)主要是采用全站儀、量冰尺、秒表等設(shè)備進(jìn)行人工觀測(cè)，及時(shí)性、有效性較差，并且測(cè)驗(yàn)工作需要在寒冷的環(huán)境中進(jìn)行，不能實(shí)現(xiàn)全天候全過(guò)程測(cè)驗(yàn)，勞動(dòng)強(qiáng)度大、環(huán)境艱苦、工作量大，而且具有不安全性，不符合水文現(xiàn)代技術(shù)發(fā)展和國(guó)家對(duì)水文工作新要求的需要。

目前，國(guó)內(nèi)已有很多監(jiān)測(cè)單位和科研機(jī)構(gòu)，利用冰雪熱力學(xué)、衛(wèi)星遙感圖像解析、冰雪光譜學(xué)、超聲波探測(cè)等多種方式進(jìn)行了對(duì)冰情監(jiān)測(cè)大量的研究工作，也取得了一定進(jìn)展和成果。但是由于受計(jì)算手段不足、監(jiān)測(cè)儀器不完善、地區(qū)差異較大等諸多原因的影響，還沒(méi)有形成比較成熟通用的全天候在線實(shí)時(shí)監(jiān)測(cè)預(yù)報(bào)冰情要素的監(jiān)測(cè)系統(tǒng)，不能很好地適應(yīng)冰期水文測(cè)驗(yàn)全過(guò)程、全要素、全自動(dòng)的高標(biāo)準(zhǔn)新要求，沒(méi)有達(dá)到安全監(jiān)測(cè)，減輕工作強(qiáng)度和實(shí)時(shí)高頻次監(jiān)測(cè)的目標(biāo)。本文提出基于視頻識(shí)別的自動(dòng)冰情監(jiān)測(cè)系統(tǒng)研究，利用現(xiàn)代技術(shù)手段對(duì)冰情演變進(jìn)行實(shí)時(shí)監(jiān)測(cè)，能夠及時(shí)準(zhǔn)確監(jiān)測(cè)到冰清變化全過(guò)程，為水利工程建設(shè)和防汛部門(mén)提供實(shí)時(shí)現(xiàn)場(chǎng)冰情信息，為防汛決策提供技術(shù)支撐和保障。

2 技術(shù)路線

基于視頻識(shí)別的自動(dòng)冰情監(jiān)測(cè)研究是通過(guò)調(diào)研國(guó)內(nèi)外冰情監(jiān)測(cè)工作的現(xiàn)狀、技術(shù)手段、科研成果和相關(guān)產(chǎn)品，在系統(tǒng)分析、現(xiàn)場(chǎng)調(diào)研的基礎(chǔ)上，利用已建成的視頻監(jiān)控網(wǎng)絡(luò)、成熟可靠的智能邊緣終端計(jì)算、人工智能AI技術(shù)和云服務(wù)等新技術(shù)，采用CNN卷積神經(jīng)網(wǎng)絡(luò)算法模型建立流冰速度識(shí)別模型、疏密度識(shí)別模型和自動(dòng)預(yù)警分析引擎，搭載類(lèi)似Caffe和PyTorch等深度學(xué)習(xí)框架及其他功能程序，使冰情監(jiān)測(cè)系統(tǒng)具有自我學(xué)習(xí)、自我增強(qiáng)的人工智能學(xué)習(xí)模式，通過(guò)在不同環(huán)境下進(jìn)行訓(xùn)練、檢測(cè)和識(shí)別，使系統(tǒng)達(dá)到適應(yīng)多種環(huán)境的目的，提高對(duì)冰體冰塊的辨識(shí)度和監(jiān)測(cè)結(jié)果的可靠度，獲取更可靠的河道冰凌密度、最大冰塊面積、冰塊厚度和岸冰情況等數(shù)據(jù)，為凌汛期冰凌觀測(cè)提供強(qiáng)有力的技術(shù)支撐。

同時(shí)，通過(guò)設(shè)置前端控制設(shè)備對(duì)監(jiān)測(cè)數(shù)據(jù)進(jìn)行前端處理、分析和計(jì)算，實(shí)現(xiàn)冰情、水域邊界圖像等信息在邊緣端的協(xié)議解析，提升了數(shù)據(jù)回傳、運(yùn)行狀態(tài)監(jiān)控、數(shù)據(jù)邊緣端存儲(chǔ)及遠(yuǎn)程控制升級(jí)等能力，解決了傳輸數(shù)據(jù)量大、海量存儲(chǔ)困難和通信線路要求高等難點(diǎn)問(wèn)題。

通過(guò)監(jiān)測(cè)斷面視頻圖像自動(dòng)識(shí)別處理，實(shí)現(xiàn)自動(dòng)冰情監(jiān)測(cè)系統(tǒng)對(duì)冰情全天候在線自動(dòng)監(jiān)測(cè)和對(duì)流冰期的流冰速度、疏密度、敞露水面寬、流冰量的數(shù)據(jù)整理、統(tǒng)計(jì)和報(bào)送功能。并通過(guò)實(shí)時(shí)溫度、水位、流量和歷史系列測(cè)驗(yàn)數(shù)據(jù)建立數(shù)學(xué)關(guān)系模型，根據(jù)流冰速度或疏密度預(yù)警閾值，生成解凍、封凍和冰壩預(yù)警結(jié)果，實(shí)現(xiàn)冰情災(zāi)害的自動(dòng)報(bào)警，并可以利用手機(jī)APP自動(dòng)推送，實(shí)現(xiàn)實(shí)時(shí)自動(dòng)報(bào)警功能。

3 研究成果

此次研究通過(guò)采用人工目測(cè)、儀器精測(cè)數(shù)據(jù)與自動(dòng)監(jiān)測(cè)系統(tǒng)結(jié)果進(jìn)行了對(duì)比觀測(cè)分析，以便驗(yàn)證研究成果的可靠性和合理性。首先由技術(shù)人員對(duì)實(shí)時(shí)敞露河寬、疏密度、冰流速、冰厚等數(shù)據(jù)進(jìn)行了實(shí)際測(cè)量、估算，再通過(guò)與冰情自動(dòng)監(jiān)測(cè)系統(tǒng)同一時(shí)段的計(jì)算成果進(jìn)行對(duì)比分析、驗(yàn)證，對(duì)比結(jié)果見(jiàn)表1，圖1。

圖1 敞露河寬人工觀測(cè)與計(jì)算結(jié)果對(duì)比圖

表1 人工觀測(cè)數(shù)據(jù)與系統(tǒng)監(jiān)測(cè)結(jié)果對(duì)比表

通過(guò)對(duì)比分析結(jié)果可以看出，雖然系統(tǒng)監(jiān)測(cè)結(jié)果和人工觀測(cè)數(shù)據(jù)存在一定的誤差，但是數(shù)據(jù)成果總體趨近，初步達(dá)到了此次研究的目標(biāo)，后期通過(guò)人工智能模型的自我學(xué)習(xí)和積累，監(jiān)測(cè)精度將逐步提高。

4 存在誤差原因分析

誤差存在的因素是多方面的，經(jīng)過(guò)對(duì)現(xiàn)場(chǎng)觀測(cè)、自動(dòng)監(jiān)測(cè)系統(tǒng)工作過(guò)程的研判，以下因素對(duì)監(jiān)測(cè)成果的準(zhǔn)確性有較大影響：1）由于監(jiān)控范圍需要覆蓋全斷面，此次實(shí)驗(yàn)河段河寬約2 km，攝像頭安裝高度約10 m，因此，視場(chǎng)寬度和監(jiān)測(cè)傾角較大，致使河道遠(yuǎn)端邊緣圖像成像發(fā)生畸變，圖像不是十分清晰，軟件識(shí)別成果產(chǎn)生較大誤差；2）攝像頭安裝高度較高，易受到風(fēng)力干擾，產(chǎn)生輕微抖動(dòng)，使監(jiān)測(cè)數(shù)據(jù)出現(xiàn)偏差；3）由于沒(méi)有準(zhǔn)確的現(xiàn)場(chǎng)空間定位和驗(yàn)證，致使圖像的像素距離和實(shí)際距離存在一定的差異，導(dǎo)致監(jiān)測(cè)結(jié)果的計(jì)算產(chǎn)生誤差；4）不同天氣狀況使圖像中水體和冰體的顏色發(fā)生變化，致使系統(tǒng)不能很好地識(shí)別水體和冰體，造成計(jì)算結(jié)果誤差；5）由于人工觀測(cè)在監(jiān)測(cè)目標(biāo)選取、儀器設(shè)備數(shù)據(jù)讀取、視覺(jué)誤差和測(cè)驗(yàn)時(shí)間短等方面存在人為誤差，且只能選取部分特定的冰塊進(jìn)行觀測(cè)，而自動(dòng)監(jiān)測(cè)系統(tǒng)統(tǒng)計(jì)時(shí)間長(zhǎng)，基本涵蓋了全斷面冰塊，這樣也使成果對(duì)比產(chǎn)生了誤差；6）軟件的計(jì)算方法和參數(shù)選用不夠成熟完善，人工智能學(xué)習(xí)和歷史觀測(cè)數(shù)據(jù)積累不足，也是產(chǎn)生結(jié)果誤差的原因。

5 結(jié)語(yǔ)

通過(guò)此次研究基本實(shí)現(xiàn)了冰期冰情在線實(shí)時(shí)監(jiān)測(cè)，并取得了比較理想的成果，在提高自動(dòng)化監(jiān)測(cè)能力和水平，提前預(yù)警預(yù)報(bào)冰壩冰凌災(zāi)害的發(fā)生，減輕監(jiān)測(cè)勞動(dòng)強(qiáng)度，改善寒冷的艱苦工作環(huán)境等方面，進(jìn)行了有益的嘗試和探索。今后，該研究在進(jìn)行經(jīng)驗(yàn)積累和系統(tǒng)優(yōu)化升級(jí)后，會(huì)形成更完整可靠的應(yīng)用系統(tǒng)，值得在水文行業(yè)推廣和應(yīng)用，為做好冰情監(jiān)測(cè)“預(yù)報(bào)、預(yù)警、預(yù)演、預(yù)案”提供基礎(chǔ)數(shù)據(jù)，為防災(zāi)減災(zāi)和應(yīng)急搶險(xiǎn)提供決策支持。