為解決地下石油管道監(jiān)測問題，研制紅外航空遙感監(jiān)測系統(tǒng)

中國是石油生產(chǎn)與消費大國。截至2017年，中國石油管道已達到13萬千米，其中地下石油管道是主要形式。隨著地下石油管道的長度不斷增加，以及國家迅速發(fā)展帶來的地上建設(shè)不斷加快，地下管道的安全形勢日趨復(fù)雜，傳統(tǒng)地面人工監(jiān)測的工作壓力愈發(fā)繁重。在以往的石油管道遙感監(jiān)測中，衛(wèi)星遙感、有人機遙感受遙感平臺作業(yè)高度的制約，主要實現(xiàn)管道周邊大范圍地質(zhì)環(huán)境變化與人類活動的監(jiān)測?，F(xiàn)有的無人機遙感主要以0.1 ~ 0.2 m分辨率的可見光成像為主，雖然成像分辨率優(yōu)于衛(wèi)星遙感，但仍以監(jiān)測地表變化情況為主，難以實現(xiàn)對地下管道的安全監(jiān)測預(yù)警。

針對石油管道自身與周邊環(huán)境具有可分辨的熱輻射差異這一特性，相關(guān)研究人員對基于紅外航空遙感監(jiān)測管道開展了持續(xù)的研究，已初步驗證了基于紅外遙感識別管道周邊可疑人員和輔助識別地下管道位置信息的可行性。如何基于紅外遙感影像實現(xiàn)對地下管道安全的精細化監(jiān)測成為了無人機管道安全監(jiān)測的新研究方向。

1 管道監(jiān)測數(shù)據(jù)采集

為驗證無人機紅外遙感在地下石油管道監(jiān)測的應(yīng)用可行性，2018年1月中旬在山東東營地區(qū)開展了數(shù)據(jù)采集作業(yè)。作業(yè)無人機起降點的坐標(biāo)為北緯37°22’40.64”、東經(jīng)118°29’42.27”，作業(yè)時當(dāng)?shù)貧鉁卦?5℃ ~ 5℃之間。使用固定翼無人機開展可見光數(shù)據(jù)采集作業(yè)，使用六旋翼無人機開展紅外熱成像數(shù)據(jù)采集作業(yè)，以實現(xiàn)紅外影像與可見光影像的對比分析。

可見光遙感管道監(jiān)測數(shù)據(jù)采集作業(yè)使用小型固定翼無人機搭載可見光相機開展?？梢姽庀鄼C使用索尼A7R型相機，其關(guān)鍵技術(shù)指標(biāo)見表1。

表1 可見光相機的參數(shù)

作業(yè)中，固定翼無人機飛行架次的航線總長為32 km，飛行高度為200 m，航帶有3條，航間距為80 m，拍照間距為70 m，獲取照片430張，成像分辨率為3 cm。

圖1 可見光原始照片

紅外遙感管道監(jiān)測數(shù)據(jù)采集作用使用六旋翼無人機搭載紅外熱像儀開展。紅外熱像儀的型號為XM6，關(guān)鍵技術(shù)指標(biāo)見表2。

表2 紅外熱像儀的參數(shù)

作業(yè)中，六旋翼無人機飛行2個架次，航線總長為1.5 km，飛行高度為80 m，航帶有2條，航間距為28 m，拍照間距為20 m，獲取紅外照片163張。經(jīng)過渲染的偽彩色紅外照片如圖2所示。

圖2 紅外熱像儀的原始照片

2 管道監(jiān)測數(shù)據(jù)的處理

在遙感數(shù)據(jù)采集作業(yè)完成后，依照以下數(shù)據(jù)處理流程對數(shù)據(jù)進行預(yù)處理與圖像拼接。

（1）預(yù)處理：對原始航拍照片進行像控點刺點、特征點匹配、空三平差等預(yù)處理，并拼接生成基本拼接影像圖。

（2）數(shù)字正射影像圖（Digital Orthophoto Map，DOM）出圖：對原始拼接圖進行勻光勻色、圖像鑲嵌等修正，形成管道監(jiān)測區(qū)域DOM、數(shù)字地表模型（Digital Surface Model，DSM）。

（3）紅外影像拼接：對原始的紅外照片進行快速拼接，形成管道沿線的熱成像影像圖。

2.1 可見光數(shù)據(jù)處理分析

可見光數(shù)據(jù)經(jīng)過圖像拼接處理，形成管道沿線的DOM影像圖和DSM模型，面積約為2.2平方千米。

基于可見光DOM的位置精度高、圖像分辨率高、細節(jié)信息豐富、直觀逼真等優(yōu)點，結(jié)合管道路由位置信息，在DOM中進行管道標(biāo)注與判讀，可實現(xiàn)對石油管線上方及周邊的地表建筑、施工情況的提取與識別。根據(jù)管道安全法律法規(guī)，可對地上違章建筑占壓、違章填挖等管道安全隱患實現(xiàn)精準(zhǔn)分析。圖3為從本次作業(yè)生成的DOM影像圖中提取出的部分管道地表違章安全隱患。

圖3 地表建筑占壓管道或距離管道過近等隱患

DSM模型可顯示高程信息，用于管道周邊地形分析、地表植被覆蓋分析等，能夠直觀掌握管道沿線土地利用狀況和同臺信息，指導(dǎo)管道后期維護施工建設(shè)等。

圖4 可見光DOM、DSM與管線路由坐標(biāo)的疊加

2.2 紅外數(shù)據(jù)的處理分析

紅外遙感影像是基于遙感目標(biāo)熱輻射信息成像的。使用無人機對管道進行熱紅外遙感成像時，紅外影像可有效顯示管道沿線的地表熱量分布與差異信息情況，尤其在冬季低溫環(huán)境下，管道作為明顯熱量源，與地表以及人工建筑等相比溫差大，在地表熱紅外成像中呈現(xiàn)出明顯的亮度差異，在紅外偽彩色圖像中呈現(xiàn)出明顯的顏色差異。此外，與可見光影像相比，紅外影像不受復(fù)雜的光學(xué)紋理特征的干擾，能夠直觀、快速提取不同熱量的目標(biāo)輪廓，尤其是管道、河流、建筑等規(guī)則性狀目標(biāo)。

2.2.1 管道的識別與定位

在此次無人機遙感管道監(jiān)測數(shù)據(jù)采集的作業(yè)區(qū)域中，管道左右兩側(cè)分別存在一條河流與一條道路，其余地表以農(nóng)田、樹林為主。如圖5所示，此次作業(yè)采集的管道沿線紅外遙感影像圖中，管道、道路、河流與周圍農(nóng)田及其他物體呈現(xiàn)出明顯的顏色差異。

圖5 偽彩色紅外影像拼接圖

由于管道、道路、河流均為線性目標(biāo)物，且并排分布，單純依靠紋理特征難以直接判讀提取出管道。尤其是此次作業(yè)區(qū)域的河流為廢水排放河道，河水的溫度較高，因此基于溫度形成的偽彩色區(qū)分管道與河流容易被誤判，需要結(jié)合其他輔助信息對圖像進行判讀。如圖6所示，結(jié)合行駛車輛的位置信息，可提取出道路目標(biāo)；結(jié)合當(dāng)?shù)氐叵率凸艿揽趶酵ǔ２怀^1 m這一先驗信息，可篩除河流目標(biāo)，從而提取出管道目標(biāo)。

圖6 局部紅外影像拼接圖

通過對管道地表的紅外影像與可見光影像進行配準(zhǔn)與疊加對比分析，可以看出，基于可見光的影像無法直接提取管道目標(biāo)，必須依賴完整的管道路由坐標(biāo)，方可在地表影像圖中勾畫出管道。若無管道路由坐標(biāo)或管道路由錯誤，則完全無法提取、定位管道?；诩t外影像時，可在地表紅外影像中直接粗略識別出管道線路，基于管道拐點位置等少量管道路由坐標(biāo)點，結(jié)合管道建設(shè)呈規(guī)則線性布設(shè)這一先驗信息，即可提取定位出完整的管道。

圖7 DOM與紅外拼接影像疊加

2.2.2 管道泄漏與管道裸露、淺埋識別

管道泄漏與管道裸露、淺埋是管道的重大安全問題與重大安全隱患。前者意味著管道已經(jīng)被破壞，后者意味著管道存在被破壞泄漏的極大可能性。在可見光影像中，由于圖像的顏色、紋理等特征信息復(fù)雜，且管道裸露、淺埋或管道泄漏后的地表與正常地表缺少明顯差異，因此幾乎無法在可見光影像中提取識別出石油泄漏、管道淺埋信息。在紅外影像圖中，管道泄漏點與管道淺埋或裸露處經(jīng)陽光照射后與周邊地表及管道正常掩埋區(qū)域的溫度不同，因此在紅外影像中會呈現(xiàn)出亮度或顏色差異，能夠?qū)崿F(xiàn)直觀快速提取與定位。

本次作業(yè)采集生成的紅外影像圖中，在管道上方提取出部分高亮度處，但難以直接區(qū)分是管道泄漏或管道淺埋及裸露。因此，結(jié)合管道泄漏點會顯現(xiàn)出以高溫度點為圓心、向四周逐步溫度降低的近乎圓形的圖像特征，管道淺埋或裸露處通常為線性分布等經(jīng)驗信息，可合理判斷出此次紅外影像圖中提取出的部分疑似為管道淺埋或裸露。

圖8 基于紅外偽彩色影像與紅外灰度圖的管道疑似淺埋情況

3 總結(jié)

通過無人機在山東東營地區(qū)采集地下石油管道的可見光遙感與紅外遙感數(shù)據(jù)，通過數(shù)據(jù)處理形成可見光DOM影像圖、DSM模型與熱成像影像圖，重點應(yīng)用紅外熱成像影像結(jié)合石油管道特性信息進行了管道識別定位與安全隱患分析。研究成果表明，通過無人機掛載紅外熱像儀在冬季對地下石油管道進行遙感監(jiān)測能夠有效識別出管道，并可實現(xiàn)對管道泄漏與管道裸露、淺埋等重大安全隱患的精細化排查與定位，能夠大幅減輕地面人工監(jiān)測的工作強度，具備業(yè)務(wù)化應(yīng)用能力。通過固定翼無人機搭載長焦紅外相機在200 ~ 300 m高度對地下管道進行安全監(jiān)測將是下一步的研究與應(yīng)用方向。