无人机集成传感器子系统对水体的温度分析——赛斯维传感器网-z6尊龙官网入口

抽象

湖泊管理需要评估热分层和系统监测水温。水温曲线分析需要通过水柱进行温度测量，以评估影响氧气含量，微生物生长和鱼类分布的热分层水平。这项研究的目的是开发和评估安装在多旋翼无人机（uav）上的水温分析系统的功能。安装在无人机上的浮力设备允许垂直起飞和降落在水面上进行原位测量。与无人机集成的传感器节点由一个微控制器单元，一个温度传感器和一个压力传感器组成。该系统使用自动导航和自动驾驶控制功能，从湖泊中七个预先选择的位置测量了水温和水深。在无人机以2 m / s的速度下降直到降落在水面上之前，以100毫秒的间隔进行测量。根据测量结果，创建了每个位置三个连续深度的水温图。0.3 m处的平均地表水温为22.5°c，而4 m深度处的平均水温为21.5°c。开发的基于无人机的配置文件系统成功执行了湖泊内的自主水温测量。0.3 m处的平均地表水温为22.5°c，而4 m深度处的平均水温为21.5°c。开发的基于无人机的配置文件系统成功执行了湖泊内的自主水温测量。0.3 m处的平均地表水温为22.5°c，而4 m深度处的平均水温为21.5°c。开发的基于无人机的配置文件系统成功执行了湖泊内的自主水温测量。

1.简介

评估湖泊水的理化参数对于湖泊管理和水质监测至关重要。水温是对水化学有重要影响的物理化学参数之一。水温的变化会触发水体中的几种现象。其中一些现象是自然发生的，不会对水生系统造成伤害，而另一些则可能对水质造成负面影响。在许多以不同温度形成层的湖泊中，热分层发生在3.6 m的深度处[ 1 ]。这些层是从上到下分类的，其中最热的层在最上层，最冷的层在最下层，即上斜线，温跃层和下斜线[ 2]。当上层和下层之间的温差大于1°c时，湖泊可被认为是分层的[ 3 ]。在冬季发生逆分层，即最冷的层在顶部形成，而较暖的层在底部[ 4 ]。这种现象会影响湖泊的许多方面，例如鱼类的空间分布，微生物生长和氧气含量[ 5 ]。除了热分层以外，水温还可以直接指示溶解氧（do），毒性吸收和盐度[ 6 ]。藻类和水生植物的生长速率受温度变化的影响，温度升高会降低溶解氧，会对水生生物造成有害影响[7 ]。工业废物排放，森林采伐和农业径流等其他因素也会影响水温[ 8 ]。因此，对热分层的定期评估以及对水温的系统监测对于水质监测和湖泊管理非常重要。

水温监控系统取决于目标水体的大小。最常见的水的温度监测系统是手动采样与多参数的传感器和基于浮标潜式传感器系统，可以提供从水柱[实时水温度测量5，9 ]。多参数传感器和基于浮标的温度传感器具有不同的配置，具体取决于所需的监测深度和采样条件[ 10 ]。基于浮标的温度传感器由沿单个电缆嵌入的热敏电阻形成，形成热敏电阻链[ 11]。热敏电阻的总数和取决于深度，宽度热敏电阻各之间的距离，和湖泊[其他水文特性12，13]。基于浮标的热敏电阻链可以在不同深度进行同步水温测量，从而为水柱分析提供信息。多参数传感器可用于从岸边快速监测水温；但是，它们需要运输工具和大量的劳动力。基于浮标的热敏电阻位于固定位置，测量值的空间分辨率取决于热敏电阻的数量。由于成本和维护的限制，基于浮标的系统必须安装数量有限的较长时间。由于浅湖会在短时间内分层，因此基于浮标的系统的安装可能是不切实际且昂贵的[ 14]。可以在短时间内以高空间分辨率收集水温测量值的易于部署的系统可能适用于浅水区。

当涉及湖泊管理和水质监测时，无人飞行器（uav）相对于当前的多参数传感器和基于浮标的系统在水温分析方面具有优势。无人机是可移动的，可以轻松地从附近位置部署到水体。最近的研究已经利用遥感和无人机来监测水体的表面温度。热红外遥感已被用于实际应用中测量河流和湖泊中的地表水温度[ 15 ]。已经研究了基于无人机的热红外测绘，以评估地下水向沿海地区的排放[ 16 ]。除遥感外，还对集成了温度传感器的无人机进行了湖泊中水温测量的测试[ 17，18 ]。这些基于无人机的系统将鼠标悬停在水面上方时，可以从适用的深度获取温度测量值。无人机悬停在水面上方时进行空中测量会增加电池的使用量，从而限制了可以采集的样本数量[ 19 ]。无人机系统依靠灵敏的导航传感器技术来固定其在空中的位置。在较低高度进行水采样时，很多事情都会出错，从而导致坠落事故坠入水中。无人机的悬停高度取决于风速，传感器校准和有效载荷摆动运动。这些因素阻碍了水温测量的精确深度[ 20]。因此，需要更可靠的基于无人机的水温测量方法来提供水柱温度数据。

我们之前的研究介绍了用于水质监测的无人机的开发，应用和评估。首先，设计并评估了用于航空水样采集的水样无人机[ 21 ]。其次，现场水质测量无人机被设计并用于农业池塘内的自主水质测量[ 19 ]。第三，将集水装置和传感器节点组合在同一个无人机中，具有相对较大的有效负载能力[ 22 ]。第四，组合式无人机被重新设计用于自适应水采样，其中基于车载传感器节点的现场水质测量结果来决定集水。

这项研究的目的是开发和测试用于湖泊温度曲线和监测的水温测量系统无人机。koparan等人报道了现场水质测量无人机。[ 19 ]通过用深度和温度传感器替换传感器节点进行了重新建模，并对无人机上的浮力装置进行了修改，以实现更安全的着陆。这里介绍的系统的新颖性在于，当温度和压力探头下降时，无人机开始测量温度和深度。该系统的另一个关键特征是，无人机可以降落在水面上并从水面上起飞，而不必在测量过程中悬停。

2.材料和方法

2.1无人机和传感器节点组件

为水温曲线开发的系统包括一个六旋翼无人机和一个传感器节点。无人机是定制设计的，技术规格在以前的出版物中提供[ 19]。飞机的总重量为3100克（uav和有效载荷）。无人机的重量为2300 g，有效载荷（传感器节点）为800 g，包括第二个电池，带保护壳的微控制器单元，温度和压力探头，延长线（10 m）以及用于探头的保护性钢壳。第二个电池是锂电池（7.4 v，2.200 mah，venom，rathdrum，id，usa）。使用带有电池消除器电路（bec）的第二个电池来调节微控制器的电压。传感器节点使用单独的电池，无需使用uav即可卸下设备进行独立测量。

压力和温度传感器由制造商（bar02，blue robotics，t??orrance，ca，美国）作为单个单元嵌入。将该单元与微控制器单元（意大利ivrea的arduino mega 2560）进行了集成，以进行校准，控制和数据记录。压力测量用于确定进行温度测量的深度。测量结果记录在安全数字卡（sd卡）（中国广东省深圳市sunfounder）中，该数字卡已与微控制器单元一起插入。电压转换器电路（i2c电平转换器，blue robotics，t??orrance，ca，美国）与压力传感器一起使用，以调节电压并实现与微控制器单元的通信。压力传感器和电压转换器电路在定制设计的3d打印盒中进行了防水处理，并用环氧树脂密封。（图1）。将3d打印盒放置在钢管中，以确保压力传感器会迅速浸入水中。钢管上涂有flex seal（flex seal，flex seal，weston，fl，美国）以防止腐蚀。微控制器平台被密封在一个盒子里，并安装在无人机上。压力传感器用10 m长的系绳悬挂。

无人机04 00035 g001 550 图1. 传感器节点组件：（a）压力传感器和电压转换器电路，（b）solidworks外壳的计算机辅助设计（cad），（c）3d打印和密封外壳的压力传感器，以及（d）钢管，以实现快速浸没和传感器保护。

2.2。实验地点和采样地点

基于无人机的水温配置文件系统在伊萨奎纳湖（南卡罗来纳州皮肯斯县）进行了评估和测试。该湖的长度为13公里，表面积约为36公顷。最大部分的湖泊宽度为400 m。issaqueena湖的水坝顶部在基岩之上约15.7 m。夏季的水平均温度为21.9°c，冬季的平均温度为4°c [ 23 ]。2005年，南卡罗来纳州卫生与环境控制部（scdhec）报告说，该湖的水质参数符合标准[ 24]。选择该湖进行实验是因为该结果可用于生成用于水质监测的新数据集。issaqueena湖无法从邻近的keowee河乘船，从而为实验提供了安全的无人机飞行条件。图2显示了无人机在湖上的集成传感器节点和发射位置。

无人机04 00035 g002 550 图2. （a）与飞机集成的传感器节点，以及（b）issaqueena湖的发射地点。

由于联邦航空局（faa）施加的飞行限制和电池电量的限制，在湖的一小部分中进行了水温剖面试验。美国联邦航空局（faa）要求无人机飞行必须在视线范围内，且最高高度应高于地面120 m [ 25 ]。由于这些限制，采样位置被选择在无人机能够以有限的电池电量访问而又保持在视线范围内的区域。图3中的地图将无人机发射位置标记为零，并将水采样位置标记为数字1到7。。无人机发射地点没有树木，为安全起降提供了平坦的地面。水采样位置以网格采样方式分配，同时分散以提供水温测量值，以代表任务计划边界内的整个区域。采样位置之间的距离为80 m至90 m。从发射点到采样点一的最短飞行距离为73 m，从发射点到采样点七的最长的飞行距离为290 m。

无人机04 00035 g003 550 图3. 湖的一部分被用作测量的实验地点。

2.3水温分析数据收集

水温分布图实验于2019年4月25日下午3:00进行，任务计划范围内从20 m高度到水面的平均气温为24°c。空气温度测量值是从无人机的内部温度传感器获得的。带有集成传感器节点的无人机通过自动驾驶仪控制的自主飞行被部署到每个采样点。由于将探头安装在10 m长的系绳上，因此导航高度设置为20 m，以在旅行期间提供安全飞行。到达导航目的地后，自动驾驶仪让无人机缓慢下降并降落在水面上5秒钟。在下降直到降落期间进行温度和水深的测量。完成测量后，图4）。使用地面任务控制站，使用开源的任务计划程序（mp）软件对自主飞行进行编程，并将每个单独的飞行分配为任务计划[ 26 ]。由于电池电量有限且飞行距离较长，因此有必要将所选区域划分为各个任务计划。第一个任务计划中包括了位置1和2，第二个任务位置中包括了位置3，第二个位置中包括了位置3和4，第五个位置中包括了位置4和5，第四个位置中包括了位置6，第五个任务计划中包括了位置7。

无人机04 00035 g004 550 图4. 使用无人机进行水温测量的应用方法。

当无人机到达20 m高度的预定采样位置时，自动驾驶仪会启动水深和温度测量。当无人机降落速度为2 m / s时，以100毫秒的间隔记录水深和温度测量值。在自动驾驶仪的配置中，将耀斑高度指定为10 m，以实现安全，平稳和稳定的着陆。耀斑高度是自动着陆程序的最后阶段，在该阶段，自动驾驶仪会降低油门并降低无人机的速度，以在着陆之前重新调整下降速度[ 26 ]。

每个位置的测量次数取决于水深。深度测量表明下降过程中探头的深度。因此，一旦探头到达水柱底部，就有望进行重复测量。在一定深度后重复进行的测量被指定为该采样位置的最大水深。收集的水深和温度数据用于创建测深图和水温图，以可视化地表（0.3 m）以及2 m和4 m深度处的水温分布。逆距离加权插值（idw）方法用于arcmap（esri，redlands，ca，美国）中的处理和插值。27 ]。评估水深，水温和位置之间的关系。在r软件（r-gui，维也纳，奥地利）驱动的3d散点图中说明了水温分布[ 28 ]。

3结果与讨论

与水柱内的参考深度值相比，使用传感器节点进行的室内深度测量精度为100％。3d打印的防水外壳可保护探头和电路免受水的损害。室内实验表明，该探头可浸入水中，并提供可靠的水深和温度测量结果。表格1显示室内测试的摘要统计信息，以评估3d打印盒是否影响传感器深度测量。使用0.05的显着性水平时，实际传感器深度值与测量传感器深度值之间的差异不显着（t（18）= 2.03，p = 0.57）。两次深度测量之间的差异显示小于1％的误差。没有对传感器的水温测量准确性进行调查，因为据报道，温度测量值在制造商的规范中在2°c以内。目视观察以确认传感器温度测量。

如预期的那样，钢管封闭的传感器探头迅速下降到湖底。压力传感器的快速下降减少了无人机必须停留在水面的时间，并提高了数据收集的速度。由于减少了无人机的空闲模式持续时间，因此减少了在水面上的漂浮时间可以最大程度地减少电池的使用。飞行控制器的空闲模式使螺旋桨以最慢的速度旋转，以确保无人机可以根据任务计划或地面控制站的要求立即起飞。水深评估估计中心附近实验边界内的最大水深为8.4 m（图5）。）。由于是最深的采样点，在采样位置3的水深为7.3 m，而在采样位置4的水深为4 m。

无人机04 00035 g005 550 图5. 任务计划范围内的issaqueena湖水深图。

跨越任务计划边界和水深的每个位置的水温都不同。温度曲线实验表明，无论是在水面还是在底部，水的温度都在位置1处最高（图6）。）。水的温度在第一位置的表面为28°c，在底部为23°c，温度变化最大。在第六位置，地表水温为18.3°c，底部水温为17.6°c。位置2和5的水温遵循相同趋势，地表水温为20°c，底部水温为19°c。这两个位置的水温趋势相同，因为它们都位于从东北到西南的下游方向的中心。在水位相差1°c的三个位置和七个位置也观察到了类似的趋势。从水柱测得的水温表明，分别在深度3.67 m，3.93 m和3.67 m处的位置2、5和6处温度突然变化。在这些深度处观察到快速稳定的水冷却，并且冷却持续到在每个位置到达湖底为止。水温一直稳定到第三位置的深度为1.4 m。在此深度之后观察到温度突然下降，这表明位置3处的冷却深度小于位置2、5和6处的冷却深度。在许多湖泊中，热分层发生在3.6 m的深度处，上层和下层之间的温差必须至少大于1°c [ 表明位置3处的冷却深度小于位置2、5和6处的冷却深度。在许多湖泊中，热分层发生在3.6 m的深度处，上层和下层之间的温差必须至少大于1°c [ 表明位置3处的冷却深度小于位置2、5和6处的冷却深度。在许多湖泊中，热分层发生在3.6 m的深度处，上层和下层之间的温差必须至少大于1°c [1，3 ]。虽然在平均深度3.8 m处温度下降超过1°c，但不清楚是否根据这些测量结果发生了热分层。

无人机04 00035 g006 550 图6. 按位置和水深分布的水温分布：（a）2d散点图和（b）3d散点图。

采样位置最接近位于实验边界西角的水流。水温升高可能是由于田间试验之前发生的降雨事件后的径流引起的。图7中的水温图显示了中间位置和采样深度引起的水温变化。。这些图分别表示水面（0.3 m）和深度2 m和4 m的水温。记录的平均地表水温为22.5°c，而在4 m深度处的平均水温为21.5°c。在六个采样点的所有深度处，水温始终保持在18°c左右。在采样位置一处，最大水温下降记录为3°c。采样位置1和6之间的水温差在10°c时在表面最高，而在6°c时在4 m的采样深度时最低。

无人机04 00035 g007 550 图7. 水温图代表中间位置和采样深度的水温变化。

4.结论

此处描述的基于无人机的水温配置文件系统为水质监测实践提供了不同的视角。与其他水质监测方法相比，它具有远程访问水体的能力以及易于部署的特点，可以更好，更快地收集数据。基于无人机的水温分析系统成功导航到预定义的水采样位置，并执行了用于水温和深度测量的任务计划。3d打印压力传感器外壳成功地防止了漏水，并保持传感器组件的安全，同时允许其在整个水柱中快速下降。issaqueena湖选定边界内的最大水深为8.4 m。在采样位置一处，水温迅速下降是由于水流进入水体。在位置2、5和6处，平均水深3.8 m处，水温迅速下降，大于1°c。但是，必须进行覆盖整个湖泊的更广泛的数据收集实验，以证明是否可能发生了热分层。可以根据所研究水体的深度重新调整探头的延长电缆的长度，同时考虑到无人机的耐力和推力性能以及传感器节点的最大工作深度。使用该系统可以在较短的时间内完成水温分析，与其他方法（例如传统的船上采样）相比，具有很大的优势。无人机辅助温度曲线图选件还可以通过最大程度地减少现场所需时间，同时又可以轻松地覆盖更大的区域来降低成本。考虑到维护时间，成本以及固定传感器站的空间分辨率不足，此处描述的无人机辅助温度分析系统具有独特的优势，包括先进的移动性，高空间分辨率，低成本以及对灾难和其他自然事件的快速响应。