CN120212972A 一种无人机水文测流测速方法

(19)国家知识产权局地址210000江苏省南京市南京经济技术开发区恒园路龙港科技园A1栋501室申请人南京迈杰科信息技术有限公司(普通合伙)441045(57)摘要人机采集目标测流区域的河床数据以及水面波流模型进行修正，输出水文测流测速结果。本申请具有提升测流测速的测量精度以及面对复杂获取被检测的水域的目标测流区域，调用无人机前往所述在所述目标测速区域中选定动态锚点，并根据所述动态锚点对所述无人机采集自身的周边画面，根据所述周边画面得到障碍物数据，根据所述障碍物数据以及所述动态锚点实时生成运动路线所述无人机对所述目标测速区域进行视频采集，得到可见光外光水面视频以及偏振光水面视频进行融合生成三波段水面视频，对所述所述无人机采集所述目标测流区域的河床数据以及水面波动述河床数据得到河床地形，根据所述河床地形以及所述水面波动数据得到水深数据以及断面平均流速基于所述河床地形、所述水深数据以及所述初始流速分布图流模型，并调用无人机释放浮标群，采集所述浮标群的运动轨迹以及陀螺仪数据，根据所述运动轨迹、所述陀螺仪数据以及所述断面21.一种无人机水文测流测速方法，其特征在于，包获取被检测的水域的目标测流区域，调用无人机前往所述目标测流区域，在所述目标测速区域中选定动态锚点，并根据所述动态锚点对所述无人机进行锚点悬停；所述无人机采集自身的周边画面，根据所述周边画面得到障碍物数据，根据所述障碍物数据以及所述动态锚点实时生成运动路线；所述无人机对所述目标测速区域进行视频采集，得到可见光水面视频、红外光水面视频以及偏振光水面视频进行融合生成三波段水面视频，对所述三波段水面视频进行分析生成初始流速分布图；所述无人机采集所述目标测流区域的河床数据以及水面波动数据，根据所述河床数据得到河床地形，根据所述河床地形以及所述水面波动数据得到水深数据以及断面平均流基于所述河床地形、所述水深数据以及所述初始流速分布图，构建三维水流模型，并调用无人机释放浮标群，采集所述浮标群的运动轨迹以及陀螺仪数据，根据所述运动轨迹、所述陀螺仪数据以及所述断面平均流速对所述三维水流模型进行修正，输出水文测流测速结2.根据权利要求1所述的一种无人机水文测流测速方法，其特征在于，在所述目标测速区域中选定动态锚点，并根据所述动态锚点对所述无人机进行锚点悬停的步骤，具体为：调用所述无人机对所述目标测速区域进行图像采集，得到流域图像，对所述流域图像进行水流信息提取，得到水流图像，并对所述水流图像进行粒子化，得到水流图像粒子基于所述水流图像粒子，提取所述水流图像粒子中的多个粒子特征，并记录每个所述粒子特征的明显程度值；选取所述明显程度值最高的所述粒子特征作为目标粒子特征，并根据所述目标粒子特征对所述水流图像粒子进行锚点选择，得到动态锚点；对所述动态锚点按照预设的时间间隔进行拍照，并记录两张照片中的所述动态锚点的位移量，根据所述位移量以及所述时间间隔得到悬停速度；根据所述悬停速度调整所述无人机的螺旋桨功率分配，使得所述无人机与所述动态锚点保持相对静止。3.根据权利要求2所述的一种无人机水文测流测速方法，其特征在于，所述无人机采集自身的周边画面，根据所述周边画面得到障碍物数据，根据所述障碍物数据以及所述动态锚点实时生成运动路线的步骤，具体为：所述无人机对自身周边的环境进行画面采集，得到周边画面，并对所述周边画面进行提取所述障碍物图像的视觉距离特征和外在形状特征，基于所述视觉距离特征得到障碍物距离，基于所述外在形状特征得到障碍物空间位置，结合所述障碍物距离以及所述障碍物空间位置生成初始障碍物数据；根据所述初始障碍物数据以及所述外在形状特征，对所述周边画面之外或之后的障碍物进行预测，得到预测障碍物数据，将所述预测障碍物数据添加到所述初始障碍物数据中生成障碍物数据；获取所述无人机当前的无人机空间位置以及所述动态锚点当前的锚点空间位置，结合3所述障碍物数据、所述无人机空间位置以及所述锚点空间位置实时生成所述无人机的运动路线。4.根据权利要求3所述的一种无人机水文测流测速方法，其特征在于，结合所述障碍物数据、所述无人机空间位置以及所述锚点空间位置实时生成所述无人机的运动路线的步骤所述无人机在所述运动路线上运动时，实时更新所述周边画面，并对所述障碍物图像进行实时更新，得到更新障碍物图像；基于所述更新障碍物图像得到更新障碍物数据，基于所述更新障碍物数据判断所述运动路线是否被所述障碍物拦截；若判断为所述运动路线被所述障碍物拦截，则提取所述运动路线中被拦截的路线段；基于所述路线段以及所述更新障碍物数据，对所述路线段进行重构，得到更新路线段，并将所述更新路线段添加到所述运动路线中。5.根据权利要求1所述的一种无人机水文测流测速方法，其特征在于，可见光水面视频、红外光水面视频以及偏振光水面视频进行融合生成三波段水面视频的步骤之前，还包提取所述可见光水面视频中的光线反射区域，并提取所述光线反射区域的光线量，根据所述光线量对所述光线反射区域进行降曝处理，得到目标光线反射区域；将所述目标光线反射区域添加到所述可见光水面视频中，得到目标可见光水面视频；基于所述红外光水面视频，提取水面的温度分布区域以及红外光散射量，基于所述温度分布区域以及所述红外光散射量对所述红外光水面视频进行清晰化处理，得到目标红外光水面视频；基于所述偏振光水面视频，提取水面的偏振状态变换，并根据所述偏振状态变化生成偏振补偿参数，根据所述偏振补偿参数对所述偏振光水面视频进行参数补偿，得到目标偏振光水面视频。6.根据权利要求5所述的一种无人机水文测流测速方法，其特征在于，可见光水面视频、红外光水面视频以及偏振光水面视频进行融合生成三波段水面视频，对所述三波段水面视频进行分析生成初始流速分布图的步骤，具体为：将所述目标可见光水面视频、所述目标红外光水面视频以及所述目标偏振光水面视频进行融合生成三波段水面视频；基于所述目标红外光水面视频，对所述三波段水面视频中的出现的水雾影响和温度影响进行消除；基于所述目标偏振光水面视频，增强所述三波段水面视频中的水下画面的内容清晰对所述三波段水面视频进行水面帧识别，得到水面视频帧，并记录所述水面视频帧之间的可见光水面差异和红外光水面差异；将所述可见光水面差异和所述红外光水面差异进行相互验证识别，得到初始水面流速对所述三波段水面视频进行水下帧识别，得到水下视频帧，并记录所述水下视频帧之间的水纹形状差异和水纹颜色差异；4基于所述水纹形状差异和水纹颜色差异，得到水下水流变化特征，根据所述水下水流变化特征，得到初始水下流速分布；根据所述初始水面流速分布以及所述初始水下流速分布，生成目标测流区域的初始流速分布图。7.根据权利要求6所述的一种无人机水文测流测速方法，其特征在于，基于所述目标红外光水面视频，对所述三波段水面视频中的出现的水雾影响和温度影响进行消除的步骤，具体为：提取所述目标红外光水面视频中的红外帧画面，基于所述红外帧画面得到红外温度分布以及水面红外特征；基于所述水面红外特征对水面边界进行定位，得到水面边界数据；根据所述水面边界数据对所述红外温度分布进行布局分割，分别得到水面温度分布以及水上温度分布；基于所述水上温度分布，得到所述目标测流区域中的水雾影响，基于所述水面温度分布，得到所述目标测流区域中的温度影响；基于所述水雾影响生成水雾画面补偿，基于所述温度影响生成温度画面补偿，根据所述水雾画面补偿以及所述温度画面补偿对所述三波段水面视频中的所述水雾影响以及所述温度影响进行消除。8.根据权利要求7所述的一种无人机水文测流测速方法，其特征在于，根据所述河床数据得到河床地形，根据所述河床地形以及所述水面波动数据得到水深数据以及断面平均流根据所述河床数据对所述目标测流区域的河床进行建模，得到河床地形；根据所述水面波动数据，得到所述目标测流区域的平均水面空间位置，并根据所述河床地形以及所述平均水面空间位置得到水深数据；根据所述河床地形，得到河床的断面空间曲线，基于所述断面空间曲线以及所述水深数据，构建所述目标测流区域的流域断面图像；基于所述水面波动数据以及所述水深数据，在所述流域断面图像上划分得到多个深层流速关系图；根据所述初始流速分布图以及所述深层流速关系图，构建所述流域断面图像上的断面流速数据，并根据所述断面流速数据得到断面平均流速。9.根据权利要求8所述的一种无人机水文测流测速方法，其特征在于，调用无人机释放浮标群，采集所述浮标群的运动轨迹以及陀螺仪数据，根据所述运动轨迹、所述陀螺仪数据以及所述断面平均流速对所述三维水流模型进行修正的步骤，具体为：调用无人机释放浮标群，所述浮标群在所述目标测流区域的水面上进行运动，采集所述浮标群的运动轨迹以及陀螺仪数据；基于所述运动轨迹，得到所述目标测流区域的基础水流走向，根据所述陀螺仪数据，得到所述目标测流区域的水流对抗数据；基于所述断面平均流速构建所述三维水流模型中的水下水流模型；基于所述基础水流走向以及所述水流对抗数据，对所述三维水流模型中的水面水流进行细化修正。5一种无人机水文测流测速方法技术领域[0001]本申请涉及水文测量的技术领域，尤其是涉及一种无人机水文测流测速方法。背景技术[0002]我国是一个江河流域众多的国家，尤其是南方地区，水网分布密集，大江大河众多，随之而来的就是对这些河流的水流检测监控成为了非常重要的工作内容，尤其是对河流的水文的流速监控，对河流的防洪预警具有重要意义。[0003]现有技术中，在对河流的水流速度进行检测时候，传统方式依旧是采用定点监测的方式，在河流的岸边设置检测装置，或者在河流中投放流速仪等，需要消耗大量的时间和用于具有一定宽度和水深的河流，在面对环境较为复杂的水域时，安装设备以及设备测量发明内容[0004]本发明的目的在于提供一种无人机水文测流测速方法，以解决上述背景技术中提出的问题。[0005]本申请提供了一种无人机水文测流测速方法，所述方法包括：获取被检测的水域的目标测流区域，调用无人机前往所述目标测流区域，在所述目标测速区域中选定动态锚点，并根据所述动态锚点对所述无人机进行锚点悬停；所述无人机采集自身的周边画面，根据所述周边画面得到障碍物数据，根据所述障碍物数据以及所述动态锚点实时生成运动路线；所述无人机对所述目标测速区域进行视频采集，得到可见光水面视频、红外光水面视频以及偏振光水面视频进行融合生成三波段水面视频，对所述三波段水面视频进行分析生成初始流速分布图；所述无人机采集所述目标测流区域的河床数据以及水面波动数据，根据所述河床数据得到河床地形，根据所述河床地形以及所述水面波动数据得到水深数据以及断面平均基于所述河床地形、所述水深数据以及所述初始流速分布图，构建三维水流模型，并调用无人机释放浮标群，采集所述浮标群的运动轨迹以及陀螺仪数据，根据所述运动轨迹、所述陀螺仪数据以及所述断面平均流速对所述三维水流模型进行修正，输出水文测流测速结果。[0006]优选的，在所述目标测速区域中选定动态锚点，并根据所述动态锚点对所述无人调用所述无人机对所述目标测速区域进行图像采集，得到流域图像，对所述流域图像进行水流信息提取，得到水流图像，并对所述水流图像进行粒子化，得到水流图像粒子6基于所述水流图像粒子，提取所述水流图像粒子中的多个粒子特征，并记录每个所述粒子特征的明显程度值；选取所述明显程度值最高的所述粒子特征作为目标粒子特征，并根据所述目标粒子特征对所述水流图像粒子进行锚点选择，得到动态锚点；对所述动态锚点按照预设的时间间隔进行拍照，并记录两张照片中的所述动态锚点的位移量，根据所述位移量以及所述时间间隔得到悬停速度；根据所述悬停速度调整所述无人机的螺旋桨功率分配，使得所述无人机与所述动态锚点保持相对静止。[0007]优选的，所述无人机采集自身的周边画面，根据所述周边画面得到障碍物数据，根据所述障碍物数据以及所述动态锚点实时生成运动路线的步骤，具体为：所述无人机对自身周边的环境进行画面采集，得到周边画面，并对所述周边画面提取所述障碍物图像的视觉距离特征和外在形状特征，基于所述视觉距离特征得到障碍物距离，基于所述外在形状特征得到障碍物空间位置，结合所述障碍物距离以及所述障碍物空间位置生成初始障碍物数据；根据所述初始障碍物数据以及所述外在形状特征，对所述周边画面之外或之后的障碍物进行预测，得到预测障碍物数据，将所述预测障碍物数据添加到所述初始障碍物数据中生成障碍物数据；获取所述无人机当前的无人机空间位置以及所述动态锚点当前的锚点空间位置，结合所述障碍物数据、所述无人机空间位置以及所述锚点空间位置实时生成所述无人机的运动路线。[0008]优选的，结合所述障碍物数据、所述无人机空间位置以及所述锚点空间位置实时生成所述无人机的运动路线的步骤之后，还包括：所述无人机在所述运动路线上运动时，实时更新所述周边画面，并对所述障碍物图像进行实时更新，得到更新障碍物图像；基于所述更新障碍物图像得到更新障碍物数据，基于所述更新障碍物数据判断所述运动路线是否被所述障碍物拦截；若判断为所述运动路线被所述障碍物拦截，则提取所述运动路线中被拦截的路线基于所述路线段以及所述更新障碍物数据，对所述路线段进行重构，得到更新路线段，并将所述更新路线段添加到所述运动路线中。[0009]优选的，可见光水面视频、红外光水面视频以及偏振光水面视频进行融合生成三波段水面视频的步骤之前，还包括：提取所述可见光水面视频中的光线反射区域，并提取所述光线反射区域的光线量，根据所述光线量对所述光线反射区域进行降曝处理，得到目标光线反射区域；将所述目标光线反射区域添加到所述可见光水面视频中，得到目标可见光水面视基于所述红外光水面视频，提取水面的温度分布区域以及红外光散射量，基于所述温度分布区域以及所述红外光散射量对所述红外光水面视频进行清晰化处理，得到目标7红外光水面视频；基于所述偏振光水面视频，提取水面的偏振状态变换，并根据所述偏振状态变化生成偏振补偿参数，根据所述偏振补偿参数对所述偏振光水面视频进行参数补偿，得到目标偏振光水面视频。[0010]优选的，可见光水面视频、红外光水面视频以及偏振光水面视频进行融合生成三波段水面视频，对所述三波段水面视频进行分析生成初始流速分布图的步骤，具体为：将所述目标可见光水面视频、所述目标红外光水面视频以及所述目标偏振光水面视频进行融合生成三波段水面视频；基于所述目标红外光水面视频，对所述三波段水面视频中的出现的水雾影响和温度影响进行消除；基于所述目标偏振光水面视频，增强所述三波段水面视频中的水下画面的内容清晰度；对所述三波段水面视频进行水面帧识别，得到水面视频帧，并记录所述水面视频帧之间的可见光水面差异和红外光水面差异；将所述可见光水面差异和所述红外光水面差异进行相互验证识别，得到初始水面流速分布；对所述三波段水面视频进行水下帧识别，得到水下视频帧，并记录所述水下视频帧之间的水纹形状差异和水纹颜色差异；基于所述水纹形状差异和水纹颜色差异，得到水下水流变化特征，根据所述水下水流变化特征，得到初始水下流速分布；根据所述初始水面流速分布以及所述初始水下流速分布，生成目标测流区域的初始流速分布图。[0011]优选的，基于所述目标红外光水面视频，对所述三波段水面视频中的出现的水雾影响和温度影响进行消除的步骤，具体为：提取所述目标红外光水面视频中的红外帧画面，基于所述红外帧画面得到红外温度分布以及水面红外特征；基于所述水面红外特征对水面边界进行定位，得到水面边界数据；根据所述水面边界数据对所述红外温度分布进行布局分割，分别得到水面温度分布以及水上温度分布；基于所述水上温度分布，得到所述目标测流区域中的水雾影响，基于所述水面温度分布，得到所述目标测流区域中的温度影响；基于所述水雾影响生成水雾画面补偿，基于所述温度影响生成温度画面补偿，根据所述水雾画面补偿以及所述温度画面补偿对所述三波段水面视频中的所述水雾影响以及所述温度影响进行消除。[0012]优选的，根据所述河床数据得到河床地形，根据所述河床地形以及所述水面波动数据得到水深数据以及断面平均流速的步骤，具体为：根据所述河床数据对所述目标测流区域的河床进行建模，得到河床地形；根据所述水面波动数据，得到所述目标测流区域的平均水面空间位置，并根据所述河床地形以及所述平均水面空间位置得到水深数据；8根据所述河床地形，得到河床的断面空间曲线，基于所述断面空间曲线以及所述水深数据，构建所述目标测流区域的流域断面图像；基于所述水面波动数据以及所述水深数据，在所述流域断面图像上划分得到多个深层流速关系图；根据所述初始流速分布图以及所述深层流速关系图，构建所述流域断面图像上的断面流速数据，并根据所述断面流速数据得到断面平均流速。[0013]优选的，调用无人机释放浮标群，采集所述浮标群的运动轨迹以据所述运动轨迹、所述陀螺仪数据以及所述断面平均流速对所述三维水流模型进行修正的调用无人机释放浮标群，所述浮标群在所述目标测流区域的水面上进行运动，采集所述浮标群的运动轨迹以及陀螺仪数据；基于所述运动轨迹，得到所述目标测流区域的基础水流走向，根据所述陀螺仪数据，得到所述目标测流区域的水流对抗数据；基于所述断面平均流速构建所述三维水流模型中的水下水流模型；基于所述基础水流走向以及所述水流对抗数据，对所述三维水流模型中的水面水流进行细化修正。[0014]综上所述，本申请包括以下至少一种有益技术通过无人机对目标测流区域进行检查，首先在目标测流区域的水流中选定动态锚点，然后无人机与所述动态锚点保持在一条垂直线上，使其平面上保持相对静止。无人机在跟随动态锚点进行运动的过程中，采集自身的周边画面，然后根据周边画面得到周边的障碍物数据，根据障碍物数据实时设定自身的运动路线。接着无人机对目标测速区域中的水面分别进行可见光、红外光和偏振光的视频采集，然后分别对这三段视频进行预处理后进行融合，生成三波段水面视频。根据三波段水面视频消除对流速分析的水雾影响和温度影响，得到水面的初始流速分布图。然后再采集目标测流区域的河床数据和水面波动数据，得到水深数据，再根据水深数据和初始流速分布得到断面平均流速。根据河床地形、水深数据和初始流速分布图构建三维水流模型，然后调用无人机释放浮标群，无人机采集浮标群的运动轨迹和陀螺仪数据，分别得到基础水流走向和水流对抗数据，根据这两个数据对三维水流模型中的水面水流进行细化或修正，然后再根据断面平均流速构建三维水流模型中的水下水流模型，最终根据修正后的三维水流模型输出水文测流测速报告。提升了测流测速的测量精度以及面对复杂水域时的灵活性和普适性。附图说明[0015]图1是本申请实施例提供的一种无人机水文测流测速方法的步骤流程图。具体实施方式[0016]以下结合图1对本申请作进一步详细说明，但本发明的事实方式不仅限于此。[0017]本申请实施例公开了一种无人机水文测流测速方法。S100:获取被检测的水域的目标测流区域，调用无人机前往目标测流区域，在目标9测速区域中选定动态锚点，并根据动态锚点对无人机进行锚点悬停；S200:无人机采集自身的周边画面，根据周边画面得到障碍物数据，根据障碍物数据以及动态锚点实时生成运动路线；S300:无人机对目标测速区域进行视频采集，得到可见光水面视频、红外光水面视频以及偏振光水面视频进行融合生成三波段水面视频，对三波段水面视频进行分析生成初始流速分布图；S400:无人机采集目标测流区域的河床数据以及水面波动数据，根据河床数据得到河床地形，根据河床地形以及水面波动数据得到水深数据以及断面平均流速；S500:基于河床地形、水深数据以及初始流速分布图，构建三维水流模型，并调用无人机释放浮标群，采集浮标群的运动轨迹以及陀螺仪数据，根据运动轨迹、陀螺仪数据以及断面平均流速对三维水流模型进行修正，输出水文测流测速结果。[0019]应当指出的是，上述流程仅是本实施例的基础步骤，在具体实施过程中，在不影响整体实施效果的前提下，可以适当添加、减少或修改部分步骤。[0020]在目标测速区域中选定动态锚点，并根据动态锚点对无人机进行锚点悬停的步调用无人机对目标测速区域进行图像采集，得到流域图像，对流域图像进行水流基于水流图像粒子，提取水流图像粒子中的多个粒子特征，并记录每个粒子特征的明显程度值；选取明显程度值最高的粒子特征作为目标粒子特征，并根据目标粒子特征对水流图像粒子进行锚点选择，得到动态锚点；对动态锚点按照预设的时间间隔进行拍照，并记录两张照片中的动态锚点的位移量，根据位移量以及时间间隔得到悬停速度；根据悬停速度调整无人机的螺旋桨功率分配，使得无人机与动态锚点保持相对静[0021]运用中，以某河流的目标测流区域为例，调用无人机对河流进行图像采集，得到流域图像。流域图像显示水面有多个漩涡和波浪。对图像进行水流信息提取，得到水流图像，水流图像显示主要水流方向为东南向。将水流图像进行粒子化处理，每个水分子显示为独特征的明显程度值，粒子运动速度特征明显程度值最高(数值为95%)。选择该特征对应的粒子区域作为动态锚点，锚点位置为河流中心区域。每隔5秒对动态锚点拍照，发现两次拍照中锚点位移量为2米。根据位移量2米和时间间隔5秒，计算悬停速度为0.4米/秒。调整无人机四个螺旋桨的功率分配：前侧两个螺旋桨功率降低至70%,后侧两个螺旋桨功率提高至120%,使无人机与动态锚点保持相对静止。[0022]无人机采集自身的周边画面，根据周边画面得到障碍物数据，根据障碍物数据以及动态锚点实时生成运动路线的步骤，具体为：无人机对自身周边的环境进行画面采集，得到周边画面，并对周边画面进行内容提取障碍物图像的视觉距离特征和外在形状特征，基于视觉距离特征得到障碍物距离，基于外在形状特征得到障碍物空间位置，结合障碍物距离以及障碍物空间位置生成初始障碍物数据；根据初始障碍物数据以及外在形状特征，对周边画面之外或之后的障碍物进行预测，得到预测障碍物数据，将预测障碍物数据添加到初始障碍物数据中生成障碍物数据；获取无人机当前的无人机空间位置以及动态锚点当前的锚点空间位置，结合障碍物数据、无人机空间位置以及锚点空间位置实时生成无人机的运动路线。[0023]运用中，以某河流的目标测流区域为例，无人机采集周边画面。画面显示左侧有树枝障碍物，右侧有岩石。提取树枝障碍物的视觉距离特征(通过镜头焦距计算距离为15米),形状特征为细长条状；岩石的视觉距离为20米，形状特征为不规则块状。生成初始障碍物数后方可能存在隐藏障碍物(如淹没在水中的石块),添加预测障碍物数据坐标为X=32,Y=10。获取无人机当前位置(X=50,Y=0,Z=100)和动态锚点位置(X=55,Y=5,Z=0)。生成运动路线：从当前位置向东南方向绕开树枝和岩石，路径点为(X=52,Y=3)→(X=58,Y=7)→动态锚点。[0024]结合障碍物数据、无人机空间位置以及锚点空间位置实时生成无人机的运动路线无人机在运动路线上运动时，实时更新周边画面，并对障碍物图像进行实时更新，得到更新障碍物图像；基于更新障碍物图像得到更新障碍物数据，基于更新障碍物数据判断运动路线是否被障碍物拦截；若判断为运动路线被障碍物拦截，则提取运动路线中被拦截的路线段；基于路线段以及更新障碍物数据，对路线段进行重构，得到更新路线段，并将更新路线段添加到运动路线中。[0025]运用中，以某河流的目标测流区域为例，无人机按照初始规划的路线飞行时，发现新的障碍物。无人机持续拍摄周边画面，发现原本规划的路径点(X=58,Y=7)附近出现一根红外传感器检测到右侧(X=60,Y=5)位置有一处水下暗礁，距离水面仅0.8米。系统立即更新障碍物数据，标记树干和暗礁的坐标。无人机当前位于(X=52,Y=3),动态锚点位置在(X=55,Y=5)。系统重新计算路线，发现原路径的(X=58,Y-7)到(X=成三条新路线：第一条路线向右绕行，经过(X=60,Y=10)和(X=62,Y=6),增加飞行距离13米；第二条路线向左爬升到120米高度，但会多消耗18%电量；第三条路线从树干下方2米处穿过，但有碰撞风险。根据剩余电量75%和任务紧急程度，选择第一条旋桨功率，左侧螺旋桨功率提升到130%,右侧降低到80%,开始转向新路径点。飞行过程中，每秒更新一次树干位置，发现树干漂移到X=59,Y=8后，系统再次微调路径，最终在1分20秒后安全抵达动态锚点上方。[0026]可见光水面视频、红外光水面视频以及偏振光水面视频进行融合生成三波段水面提取可见光水面视频中的光线反射区域，并提取光线反射区域的光线量，根据光线量对光线反射区域进行降曝处理，得到目标光线反射区域；将目标光线反射区域添加到可见光水面视频中，得到目标可见光水面视频；11基于红外光水面视频，提取水面的温度分布区域以及红外光散射量，基于温度分布区域以及红外光散射量对红外光水面视频进行清晰化处理，得到目标红外光水面视频；基于偏振光水面视频，提取水面的偏振状态变换，并根据偏振状态变化生成偏振补偿参数，根据偏振补偿参数对偏振光水面视频进行参数补偿，得到目标偏振光水面视频。[0027]运用中，以某河流的目标测流区域为例，无人机拍摄的可见光视频中，(X=15-20,Y=30-35)区域出现强烈反光，光线量达到2500流明。系统对该区域进行降曝处理，将光线量调整到800流明，使水面波纹清晰可见。红外光视频显示水面中心温度25℃,边缘区域28℃,中心区域的红外散射量比边缘高45%。系统对中心区域进行清晰化处理，将温度差异放大3偿参数为+5°。处理后的三波段视频融合显示，原反光区域的水面气泡直径0.5毫米的细节可辨识，水下1.2米处的石块轮廓清晰度提升85%。接着，系统对红外光视频中的水雾影响进行分析，发现水雾导致水面边界模糊约20%。通过温度分布数据，在视频中标记出水雾区域(温度22-24℃),并对该区域的对比度提升50%。最终生成的三波段视频中，水面流速测算误差从原来的12%降低到3%。[0028]可见光水面视频、红外光水面视频以及偏振光水面视频进行融合生成三波段水面视频，对三波段水面视频进行分析生成初始流速分布图的步骤，具体为：将目标可见光水面视频、目标红外光水面视频以及目标偏振光水面视频进行融合生成三波段水面视频；基于目标红外光水面视频，对三波段水面视频中的出现的水雾影响和温度影响进行消除；基于目标偏振光水面视频，增强三波段水面视频中的水下画面的内容清晰度；对三波段水面视频进行水面帧识别，得到水面视频帧，并记录水面视频帧之间的可见光水面差异和红外光水面差异；将可见光水面差异和红外光水面差异进行相互验证识别，得到初始水面流速分对三波段水面视频进行水下帧识别，得到水下视频帧，并记录水下视频帧之间的水纹形状差异和水纹颜色差异；基于水纹形状差异和水纹颜色差异，得到水下水流变化特征，根据水下水流变化根据初始水面流速分布以及初始水下流速分布，生成目标测流区域的初始流速分[0029]运用中，以某河流的目标测流区域为例，融合后的三波段视频被拆分为每秒30帧分析。水面帧显示，(X=40,Y=50)位置的波浪高度在0.3秒内从0.2米上升到0.5米，红外差异显示该区域温度每秒下降0.6℃。系统通过对比可见光与红外数据，确认此处存在漩涡，计算水面流速为1.4米/秒。水下帧分析中，(X=38,Y=55)位置的水纹颜色从深蓝变为浅蓝耗时2秒，形状拉伸量达18%。根据这些数据，系统计算出水下0.8米深度流速为0.9米/秒。接着，系统将水面与水下数据叠加，生成初始流速分布图。图中显示：水面0-0.5米层流速1.2-1.6米/秒，中层0.5-1.5米流速0.8-1.2米/秒，底层1.5-3米流速0.5-0.8米到(X=50,Y=60)区域存在异常低速区(流速0.3米/秒),结合偏振光数据发现该处有水草堆积，标记为特殊观测点。所有数据整合后，系统生成包含12个流速分区的初始分布图，用于后续三维建模。[0030]基于目标红外光水面视频，对三波段水面视频中的出现的水雾影响和温度影响进提取目标红外光水面视频中的红外帧画面，基于红外帧画面得到红外温度分布以及水面红外特征；基于水面红外特征对水面边界进行定位，得到水面边界数据；根据水面边界数据对红外温度分布进行布局分割，分别得到水面温度分布以及水上温度分布；基于水上温度分布，得到目标测流区域中的水雾影响，基于水面温度分布，得到目标测流区域中的温度影响；基于水雾影响生成水雾画面补偿，基于温度影响生成温度画面补偿，根据水雾画面补偿以及温度画面补偿对三波段水面视频中的水雾影响以及温度影响进行消除。[0031]运用中，以某河流的目标测流区域为例，系统从红外视频中提取一帧画面，分析得到水面边界线位于(Y=50-70)坐标带。根据该边界将温度分布分割为水面区域(25-28℃)和空中水雾区域(22-24℃)。检测到水雾使水面视频的模糊度增加25%,系统对该区域应用对比度增强算法，将边缘锐化参数提高60%。同时，水面温度分布显示(X=45,Y=55)区域存在异常高温点(29℃),经查为阳光直射导致的误判。系统生成温度补偿公式，将该区域流速数据修正为原始值的85%。处理后的视频中，(X=45,Y=55)的流速从1.5米/秒修正为1.28米/秒。此外，系统检测到水面边缘区域(Y=50-55)因低温导致红外测速偏差，对该区域增加权重系数0.7重新计算，最终将整体测速误差控制在±2%以内。[0032]根据河床数据得到河床地形，根据河床地形以及水面波动数据得到水深数据以及根据河床数据对目标测流区域的河床进行建模，得到河床地形；根据水面波动数据，得到目标测流区域的平均水面空间位置，并根据河床地形以及平均水面空间位置得到水深数据；根据河床地形，得到河床的断面空间曲线，基于断面空间曲线以及水深数据，构建目标测流区域的流域断面图像；基于水面波动数据以及水深数据，在流域断面图像上划分得到多个深层流速关系根据初始流速分布图以及深层流速关系图，构建流域断面图像上的断面流速数据，并根据断面流速数据得到断面平均流速。[0033]运用中，以某河流的目标测流区域为例，无人机通过声呐获取河床数据，显示最深点位于(X=40,Y=60),深度3.2米。水面波动数据分析得出平均波高0.25米，系统据此计算平均水面高度为海拔100.3米