Page 99 - 2025年第56卷第10期

对比分析可见，校正后的流凌分布密度更接近通过无人机图像资料所得的流凌分布密度，精度最高
提升 10 倍。

图 15 未经校正的流凌分布密度

图 16 经过无人机校正后的流凌分布密度

从图 16 的校正流凌图像结果来看，4 月 30 日 11：34 前有一定量的浮冰从上游随河水运移，此时
段流凌分布密度稳定在 30% ~ 50% 之间。11：34 后上游产生冰坝，导致流凌的运移过程产生阻碍，流
凌分布密度快速下降至 5% 以下。15：48 冰坝溃决，大量流凌从上游运移至下游，流凌分布密度急剧
上升，此时段流凌分布密度在 50% ~ 70% 间波动，最大达 72.5%，直至 19：08，上游大部分流凌运移
结束，流凌分布密度开始下降。5 月 1 日 8：00 前由于太阳直射水面，导致湖水反光严重，虽使用维纳
算法对图像进行了修正，但个别时段仍存在较大误差，导致计算结果存在波动。5 月 1 日 8：00 后，流
凌图像的分割效果随着阳光照射角度的变化逐渐恢复正常，此时江面不再出现大面积浮冰，流凌分布
密度波动减小，并且稳定在 5% 以下。

5 结论

为了实时监测河流断面的流凌变化信息，预防凌汛灾害，本文通过图像处理技术并结合无人机获
取的垂直拍摄图像与岸基摄像机获取的倾斜拍摄图像提取了黑龙江漠河段解冻期流凌分布密度，并探
讨了流凌分布密度的准确性，利用 MATLAB 编程，对获得的影像资料进行切片后，按照先后顺序，分
别通过图像校正算法、灰度图像转化算法、顶帽算法、维纳滤波算法、OTSU 算法对图像进行处理，
最后对算法处理过的流凌图像与未处理的流凌图像进行二值化并计算流凌分布密度，最终获得了经过
校正后的图像与未经过校正的图像流凌分布密度随时间变化的动态曲线图，得到了以下结论：
（1）本次流凌观测时段为 4 月 30 日 10：16—5 月 1 日 13：18，期间最大流凌分布密度为 72.5%，至
4 月 30 日 19：08，流凌分布密度开始下降，最后稳定在 5% 以下。

— 1346 —