尚志宏，李志平，吳高莊，馬文喜

（1.松遼水利委員會水文局（信息中心），吉林 長春 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，春季開江易形成冰壩，東北及西北地區(qū)冰壩災害更易經(jīng)常發(fā)生，造成上游水位壅高，對橋梁、取水建筑物、碼頭、堤防工程和沿河人民群眾的生命財產(chǎn)安全產(chǎn)生極大威脅。因此，應及時準確監(jiān)測冰情信息變化情況，特別是春季凌汛期的冰情變化情況，能夠有效指導防凌汛工作和預防凌汛造成的災害。

冰情監(jiān)測是為了掌握結冰河流情況，通過對江河湖泊固定位置的結冰、流冰、封凍、解凍過程狀態(tài)的觀察、測量和記錄，了解冰情變化規(guī)律，為水利工程建設及防凌汛工作提供技術支撐。目前，冰情監(jiān)測主要是采用全站儀、量冰尺、秒表等設備進行人工觀測，及時性、有效性較差，并且測驗工作需要在寒冷的環(huán)境中進行，不能實現(xiàn)全天候全過程測驗，勞動強度大、環(huán)境艱苦、工作量大，而且具有不安全性，不符合水文現(xiàn)代技術發(fā)展和國家對水文工作新要求的需要。

目前，國內(nèi)已有很多監(jiān)測單位和科研機構，利用冰雪熱力學、衛(wèi)星遙感圖像解析、冰雪光譜學、超聲波探測等多種方式進行了對冰情監(jiān)測大量的研究工作，也取得了一定進展和成果。但是由于受計算手段不足、監(jiān)測儀器不完善、地區(qū)差異較大等諸多原因的影響，還沒有形成比較成熟通用的全天候在線實時監(jiān)測預報冰情要素的監(jiān)測系統(tǒng)，不能很好地適應冰期水文測驗全過程、全要素、全自動的高標準新要求，沒有達到安全監(jiān)測，減輕工作強度和實時高頻次監(jiān)測的目標。本文提出基于視頻識別的自動冰情監(jiān)測系統(tǒng)研究，利用現(xiàn)代技術手段對冰情演變進行實時監(jiān)測，能夠及時準確監(jiān)測到冰清變化全過程，為水利工程建設和防汛部門提供實時現(xiàn)場冰情信息，為防汛決策提供技術支撐和保障。

2 技術路線

基于視頻識別的自動冰情監(jiān)測研究是通過調(diào)研國內(nèi)外冰情監(jiān)測工作的現(xiàn)狀、技術手段、科研成果和相關產(chǎn)品，在系統(tǒng)分析、現(xiàn)場調(diào)研的基礎上，利用已建成的視頻監(jiān)控網(wǎng)絡、成熟可靠的智能邊緣終端計算、人工智能AI技術和云服務等新技術，采用CNN卷積神經(jīng)網(wǎng)絡算法模型建立流冰速度識別模型、疏密度識別模型和自動預警分析引擎，搭載類似Caffe和PyTorch等深度學習框架及其他功能程序，使冰情監(jiān)測系統(tǒng)具有自我學習、自我增強的人工智能學習模式，通過在不同環(huán)境下進行訓練、檢測和識別，使系統(tǒng)達到適應多種環(huán)境的目的，提高對冰體冰塊的辨識度和監(jiān)測結果的可靠度，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)，為凌汛期冰凌觀測提供強有力的技術支撐。

同時，通過設置前端控制設備對監(jiān)測數(shù)據(jù)進行前端處理、分析和計算，實現(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、運行狀態(tài)監(jiān)控、數(shù)據(jù)邊緣端存儲及遠程控制升級等能力，解決了傳輸數(shù)據(jù)量大、海量存儲困難和通信線路要求高等難點問題。

通過監(jiān)測斷面視頻圖像自動識別處理，實現(xiàn)自動冰情監(jiān)測系統(tǒng)對冰情全天候在線自動監(jiān)測和對流冰期的流冰速度、疏密度、敞露水面寬、流冰量的數(shù)據(jù)整理、統(tǒng)計和報送功能。并通過實時溫度、水位、流量和歷史系列測驗數(shù)據(jù)建立數(shù)學關系模型，根據(jù)流冰速度或疏密度預警閾值，生成解凍、封凍和冰壩預警結果，實現(xiàn)冰情災害的自動報警，并可以利用手機APP自動推送，實現(xiàn)實時自動報警功能。

3 研究成果

此次研究通過采用人工目測、儀器精測數(shù)據(jù)與自動監(jiān)測系統(tǒng)結果進行了對比觀測分析，以便驗證研究成果的可靠性和合理性。首先由技術人員對實時敞露河寬、疏密度、冰流速、冰厚等數(shù)據(jù)進行了實際測量、估算，再通過與冰情自動監(jiān)測系統(tǒng)同一時段的計算成果進行對比分析、驗證，對比結果見表1，圖1。

圖1 敞露河寬人工觀測與計算結果對比圖

表1 人工觀測數(shù)據(jù)與系統(tǒng)監(jiān)測結果對比表

通過對比分析結果可以看出，雖然系統(tǒng)監(jiān)測結果和人工觀測數(shù)據(jù)存在一定的誤差，但是數(shù)據(jù)成果總體趨近，初步達到了此次研究的目標，后期通過人工智能模型的自我學習和積累，監(jiān)測精度將逐步提高。

4 存在誤差原因分析

誤差存在的因素是多方面的，經(jīng)過對現(xiàn)場觀測、自動監(jiān)測系統(tǒng)工作過程的研判，以下因素對監(jiān)測成果的準確性有較大影響：1）由于監(jiān)控范圍需要覆蓋全斷面，此次實驗河段河寬約2 km，攝像頭安裝高度約10 m，因此，視場寬度和監(jiān)測傾角較大，致使河道遠端邊緣圖像成像發(fā)生畸變，圖像不是十分清晰，軟件識別成果產(chǎn)生較大誤差；2）攝像頭安裝高度較高，易受到風力干擾，產(chǎn)生輕微抖動，使監(jiān)測數(shù)據(jù)出現(xiàn)偏差；3）由于沒有準確的現(xiàn)場空間定位和驗證，致使圖像的像素距離和實際距離存在一定的差異，導致監(jiān)測結果的計算產(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)不能很好地識別水體和冰體，造成計算結果誤差；5）由于人工觀測在監(jiān)測目標選取、儀器設備數(shù)據(jù)讀取、視覺誤差和測驗時間短等方面存在人為誤差，且只能選取部分特定的冰塊進行觀測，而自動監(jiān)測系統(tǒng)統(tǒng)計時間長，基本涵蓋了全斷面冰塊，這樣也使成果對比產(chǎn)生了誤差；6）軟件的計算方法和參數(shù)選用不夠成熟完善，人工智能學習和歷史觀測數(shù)據(jù)積累不足，也是產(chǎn)生結果誤差的原因。

5 結語

通過此次研究基本實現(xiàn)了冰期冰情在線實時監(jiān)測，并取得了比較理想的成果，在提高自動化監(jiān)測能力和水平，提前預警預報冰壩冰凌災害的發(fā)生，減輕監(jiān)測勞動強度，改善寒冷的艱苦工作環(huán)境等方面，進行了有益的嘗試和探索。今后，該研究在進行經(jīng)驗積累和系統(tǒng)優(yōu)化升級后，會形成更完整可靠的應用系統(tǒng)，值得在水文行業(yè)推廣和應用，為做好冰情監(jiān)測“預報、預警、預演、預案”提供基礎數(shù)據(jù)，為防災減災和應急搶險提供決策支持。