郑一教授课题组在计算机视觉（computer vision）用于水文传感方面取得重要进展

近日，环境科学与工程学院博士生蒋世杰（南科大-新加坡国立联合培养）作为第一作者，郑一教授作为通讯作者，在国际水资源领域顶级期刊《Water Resources Research》发表了题为Advancing opportunistic sensing in hydrology: A novel approach to measuring rainfall with ordinary surveillance cameras的文章。这项研究开发出了一种通过对普通监控摄像头拍摄到的视频进行解译来测量降雨强度的新方法。这种基于 “机会感知”（opportunistic sensing）策略的降雨测量方法将会进一步发展和丰富现有水文观测网络的广度和时空分辨率。

传统的水文数据通常来源于专门布设的观测网络（如雨量计、气象雷达，地球观测卫星等），然而，这些传统的观测网络由于成本和技术的限制，所提供的数据可能无法满足某些高精度水文预报的需求。在大数据和物联网时代，利用非常规来源（特别是原本不相干的传感器）低成本地获取数据的方法（即“机会感知”）逐渐成为一种能够扩展现有观测网络的空间覆盖范围和增强其时空代表性的解决方案。

图1：通过监控摄像头测量降雨强度的流程示意图

图2：南方科技大学校园内的现场实验

在这种背景下，该研究提出了一种基于“机会感知”获得水文数据的新颖思路（见图1）：即利用随处可见的普通监控摄像头进行降雨强度测量。通过该研究所开发的一种基于计算机视觉技术的降雨视频雨纹提取和分割算法，结合几何光学和雨滴谱特征分析，可以实现降雨强度的定点估算。该研究还通过计算机模拟实验和现场真实场景（见图2）测试研究了这种方法的有效性和稳健性。研究结果表明：该研究所开发的雨纹提取和分割算法能够有效地识别复杂背景中的雨纹，在设备成本更低廉、应用场景更复杂的条件下，该方法的准确性显著高于类似使用间接手段进行降雨测量的研究结果。

这项研究对大数据背景下水文传感网络和物联网技术的发展具有重要意义。

上述研究工作得到了中科院战略性先导科技专项（No. XDA20100104），国家自然科学基金（No. 41622111 、No. 91647201），以及国家环境保护流域地表水-地下水污染综合防治重点实验室和深圳市科创委（JCYJ20160530190411804）的支持。

文章链接：https://agupubs.onlinelibrary.wiley.com/doi/10.1029/2018WR024480