亞東技術學院
資訊與通訊工程研究所
碩士論文
整合性原水濁度檢測系統設計
An Integrated System Design For Water Turbidity Detection
研 究 生：張鈞凱
指導教授：賴金輪
亞東技術學院
資訊與通訊工程研究所
碩士論文
整合性原水濁度檢測系統設計
An Integrated System Design For Water Turbidity Detection
研 究 生：張鈞凱
指導教授：賴金輪
致 謝
在這三年的研究所過程中，是學生在人生旅途中學習到最多知識與技 巧的一個重要階段，隨著即將結束的碩士班研究生活，首先由衷感謝父 母親在我求學過程中不斷的鼓勵與支持，讓我完成碩士學業，更也感謝 指導教授賴金輪老師三年來的悉心指導，無論在專業知識的指導或是論 文的研究態度、方法與寫作方式上都給予相當多的建議，並感謝口試委 員蒲冠志博士與黃文傑博士，在口試期間給予學生多方面的建議與指 正，讓本論文可以更加充實與完善。 同時，再次感謝指導教授的悉心指導下，讓學生這三年的求學過程 中，學習到豐富的知識與計畫合作上的應對進退，然而這些知識除了在 專業上的知識外，更重要的是讓學生學習到獨立思考與解決問題的方 法，相信將來對於學生來說這將會是在職場上一項重要的資產與價值。 最後感謝台電與工研院的合作夥伴們，在我研究計畫過程中給予支援 與協助，讓我的論文可以完成，最後感謝資通所同學珈雄與學弟柏森、 淙濱、東霖與立尹一起陪伴我渡過充實的碩士班生活，讓我的研究所生 活更加多采多姿，並留下一段美好的回憶，在此同時也與大家共同分享 這份喜悅，並與大家共同成長。 張鈞凱敬上中文摘要
隨著科技的快速發展，以及用電的需求提升下，各個國家在替代能源 的取得上，正積極開發與布局。而目前台灣已有的水力發電廠，要如何 將發電效能和設備提升，在未來綠能發展上，將會是一項重要的議題。 由於現今部分水力發電在取水濁度判斷上，大部分文獻多以採檢體方式 分析較多，然而對於使用影像監控水質濁度的相關研究，卻渺渺無幾。 在本論文中，我們提出一個包括浸入式光散射分析、多頻譜影像分析的 整合技術，應用於台電東部水力發電廠的取水壩口，進行原水濁度的檢 測，以保護發電機組安全的應用案例。本論文分析不同光譜在不同水質 濁度下散射功率的變化，及在水體表面漸層擴散的場型差異，並將檢測 結果傳回控制中心，提供給決策人員作為取水與否的判斷依據。實驗結 果顯示，吾人所提出的檢測方法與系統，具有施行容易、有效，可適用 於環境惡劣的水壩取水判斷，達到預防取水濁度過高而造成的設備損壞 及供電損失的要求，故可供推廣發展的價值極高，預期可帶來相當程度 的經濟效益與貢獻。Abstract
With the advancement of technology and the demands for electricity, every country has been trying to make overall arrangements for alternative energy. Currently in Taiwan, there are hydraulic power plants. How to increase their efficiency in power generation and improve their equipment will be an important issue for future green energy development. Nowadays, to decide influent water turbidity for hydraulic power generation, most of studies choose to take water samples for analyses. However, there are very few existing studies regarding video monitoring for water turbidity. In this paper, an integrating technology, including the immersion light-scattering analysis and the multi-spectral image analysis, is proposed to detect the water turbidity and is implemented in the dam intake of the Taipower east hydraulic power plant to protect the power generator. By analyzing the changes of scattered power with different spectra and water turbidity and the differences in the field patterns of water surface gradient diffusion, the analysis data are sent back to the control center for the decision makers to decide whether to take the water or not. The experiment results show that the proposed testing method and system are simple, efficient, and practical even under very bad weather conditions to make water intake decisions, thus meet the requirement of preventing equipment damage and power loss caused by high influent water turbidity. Therefore, this method is very valuable and should be promoted. It is expected that it will make a great contribution and improve economical effectiveness.
目錄
致謝 ... I 中文摘要 ... II 英文摘要 ... III 目錄 ... IV 表目錄 ...VII 圖目錄 ... VIII 第一章 介紹 ... 1 1.1 研究背景與動機 ... 1 1.2 相關文獻 ... 2 1.3 構想與方法 ... 6 1.4 論文架構 ... 7 第二章 背景資訊與檢測設備 ... 8 2.1 原水濁度與光散射資訊 ... 8 2.1.1 高濁度原水的影響 ... 9 2.1.2 高、中、低濁度原水的光散射特性 ... 10 2-2 天長壩環境資訊 ... 13 2.2.1 引水閘門資訊 ... 13 2.2.2 天長壩口水質資訊 ... 152.3 檢測設備 ... 18 2.3.1 浸入式檢測設備 ... 18 2.3.2 非浸入式檢測設備 ... 19 第三章 識別原理與系統架構 ... 22 3.1 設計理念 ... 23 3.1.1 侵入式光訊號散射分析法 ... 23 3.1.2 遙測型多頻譜信號場型分析法 ... 24 3-2 分析與處理 ... 25 3.2.1 侵入式光訊號處理 ... 25 3.2.2 遙測型場型影像前處理 ... 26 3.2.3 濁度計算與分析演算法 ... 28 3.2.4 環境參數影響與修正 ... 30 3.3 應用於天長壩之檢測系統設計 ... 35 3.3.1 侵入式檢測系統設計 ... 35 3.3.2 遙測型檢測系統設計 ... 37 第四章 實驗結果與討論 ... 41 4.1 實驗室濁度檢測系統測試 ... 42 4.2 天長壩濁度檢測系統測試 ... 49 4.3 討論 ... 58 4.3.1 系統效能分析 ... 58
4.3.2 系統限制與解決方案 ... 59 第五章 結論與未來工作 ... 62 5.1 結論 ... 62 5.2 未來工作 ... 63 參考文獻 ... 65 附錄 ... 68 附錄 A：天長壩口原水濁度檢測結果 ... 68 附錄 B：論文刊登 ... 74
表目錄
第二章 背景資訊與檢測設備 ... 8 表 2-1：飲用水水質濁度標準 ... 8 表 2-2：飲水水水質標準物理性 ... 8 第三章 檢測系統原理與架構 ... 22 表 3-1：不同濁度、解析度之白色飽和區面積對照表 ... 30 表 3-2：不同濁度、臨界值的飽和區域像素對應表 ... 32 表 3-3：二值化面積、環境平均亮度與恆定關係面積之統計表 .. 32 表 3-4：校正濁度分級標準之樣本 ... 33 第四章 實驗結果與討論 ... 41 表 4-1：浸入式散射能量偵測對應表 ... 43 表 4-2：濁度界定值於不同濁度與處理連續影像數量之對應表 .... 47 表 4-3：實驗室與天長壩之濁度界定值與散射能量對應表 ... 48 表 4-4：濁度界定值經比例換算與實際誤差之對應表 ... 48 表 4-5：自適應雷射校正系統之範例樣本 ... 60圖目錄
第一章 簡介 ... 1 圖 1-1：為水面光譜分析儀量測法 ... 2 圖 1-2：為水色光譜分析法 ... 3 圖 1-3：為濁度映射法之分析結果 ... 4 圖 1-4：為多感應器混合設備 ... 4 圖 1-5：為監測儀檢測系統於水庫中之施用狀況 ... 5 第二章 背景資訊與檢測設備 ... 8 圖 2-1：東部山區路段崩塌狀況 ... 9 圖 2-2：雷射光散射的變化 ... 11 圖 2-3：雷射光照射水面的擴散影響變化 ... 12 圖 2-4：為天長壩全景圖 ... 13 圖 2-5：天長壩閘門運作 ... 14 圖 2-6：天長壩引水道資訊 ... 15 圖 2-7：不同原水濁度下的水質資訊 ... 16 圖 2-8：遙測式與浸入式檢測系統的架設地點 ... 17 圖 2-9：簡易浸入式設備的檢測方式 ... 18 圖 2-10：實驗室檢測設備環境架構圖 ... 19 圖 2-11：非浸入式設備 ... 20第三章檢測系統原理與架構 ... 22 圖 3-1：浸入式系統架構 ... 23 圖 3-2：不同濁度與不同光譜雷射下，於水表面場型分布圖 ... 24 圖 3-3：光耦合電路 ... 25 圖 3-4：自動調適訊號源衰減系統設計 ... 26 圖 3-5：不同濁度經影像前處理的單一影像分析圖 ... 28 圖 3-6：濁度計算與分析流程圖 ... 29 圖 3-7：環境平均亮度與二值化面積之相對統計及恆定曲線圖 ... 33 圖 3-8：不同濁度與環境亮度對應二值化面積之恆定曲線圖 ... 34 圖 3-9：浸入式系統的設備改良 ... 35 圖 3-10：浸入試檢測系統設計流程 ... 36 圖 3-11：實際檢測系統環境示意圖 ... 37 圖 3-12：遙測式系統的設備改良 ... 38 圖 3-13：遙控型檢測系統設計流程 ... 39 圖 3-14：實際檢測系統環境示意圖 ... 40 第四章 實驗結果與討論 ... 41 圖 4-1：不同濁度、可見光雷射下浸入式散射能量的偵測 ... 43 圖 4-2：模擬實地環境於不同濁度的原始連續影像 ... 45 圖 4-3：不同混濁程度下，符合判斷條件的樣本 ... 46 圖 4-4：累積雨量分布及水質狀態統計圖 ... 51
圖 4-5：不同濁度分級的片段連續影像取樣圖 ... 56
圖 4-6：一個近似高斯的樣本分布 ... 59
第一章
簡介
1.1
研究背景與動機
隨著工業科技的蓬勃發展，對於用電的需求相對的也越來越高，使得 發電廠對環境的汙染就日益嚴重，加上近年來異常的氣候變遷和不尋常 的板塊運動，各種大自然反撲的危機正蓄機待發著。其中，日前在日本 東部的巨大海嘯引發福島核電廠事件後，各個國家開始重視能源的取 得，更積極的在尋找以及計畫如何取代核能發電的方法，而為了避免發 電造成生態環境的破壞，此時如何提升水力和風力發電在未來發展將會 是一項重要的議題。 由於現今部分水力發電仍需藉由山上引水道匯聚水源發電，而對於高 山取水門控制上，常需人力現場判斷原水濁度，或者由下游取樣分析來 決定取水壩口閘門的開閉。但因山上地形險要，此種方法在天候不佳的 情況下，不但易危及勘查人員安全外，也無法第一時間反應山上原水濁 度的狀態，一旦取水過於混濁時，將影響發電作業安全及造成發電機組 設備的破壞。因此如何設計一個原水濁度檢測系統，即時反映上游水質 狀況，來補足前述缺陷將是一項重要的議題。而本論文著眼於水力發電 廠進行發電運作時，壩體閘門對於發電機組引水口之原水濁度有程度上 的限制，主要原因為濁度太高的水將影響到冷卻用水及動力用水品質， 恐將造成發電機組嚴重的破壞，產生極大的損失，故提出一個不同於一 般水庫採檢體式之整合性原水濁度的監測系統，應用於環境惡劣的高山 水壩在取水時對於原水濁度的掌控，進而作為遠端遙控壩口水閘門開關 的參考依據。 本論文採用的方法具有施行容易、有效、且適用於各類不同情境的水 體檢測場合等特性，故可供發展後續推廣的價值極高，預期可帶來相當 程度的經濟效益與貢獻。1.2
相關文獻
目前已揭露的水庫水質監控文獻中，大部分都使用檢體取樣方式做原 水濁度分析，對於視訊檢測原水濁度的相關文獻較少著墨。因此，為了 能監控取水品質，已有多種原水檢測技術被提出，其中有些採用遠距遙 測方式、有的採用浸入式的檢體分析方式，而其技術內容及成本多不相 同。 在遙測型檢測方式，如光譜分析儀量測法[1-6][16]，水體光譜量測 是向水體連續發射數種不同波段光譜、藉由水體內容物會對各種光譜有 不同的吸收及散射效應，而獲得一個多波段的觀測數據，透過各種不同 的水體含沙性質擁有不同的觀測數據特性，可了解探測水體的當下性 質，如圖 1-1 為水面光譜分析儀(Analytical Spectral Devices, ASD) 量測法，其中圖 1-1(a)為手持式 ASD 光譜儀及拍攝方式，圖 1-1(b)為水 中葉綠素對於不同波段光譜的吸收特性，因此檢測設備非常昂貴，較不 適合用於戶外水質監控用圖。(a) (b)
圖 1-1：為水面光譜分析儀(Analytical Spectral Devices, ASD)量測法，其中(a) 為手持式 ASD 光譜儀及拍攝方式[16]，(b)為水中葉綠素對於不同波段光譜的吸收特 性[17]。
性較高的波段，分別建立單波段反射率與泥沙濁度、反射率波段比值中 的不同形式回歸方程式，藉此作區域水域的濁度分析，其中需使用複雜 演算法來消除大氣傳輸的影響，與衛星影像易受雲層干擾的不便情況 下，較不適合應用於即時的水濁度監控，如圖 1-2 為水色光譜分析法， 其中圖 1-2(a)為遙感器接收可見光及近紅外光波段示意圖，圖 1-2(b)為 不同濁度水體於不同波段對映之反射率。 (a) (b) 圖 1-2：為水色光譜分析法，其中(a)為遙感器接收可見光及近紅外光波段示意圖， (b)為不同濁度水體於不同波段對映之反射率[18]。 又如，濁度映射法[12][13]，則是使用數位攝影機空拍待檢測海域影 像，利用線性迴歸量測方式，進行濁度與沉澱物之間的研究，並發展出 一套複雜演算法來估算一水質濁度對映圖，其中將數位影像分成三個不 同波段(紅、綠、藍)的多光譜影像，透過演算法提取不同波段對映於水 面位置的數據，從獲得數值影像(Digit Number, DN)中代表水面相對的 反射率數值，產生濁度對映表來進行水面濁度分析，此方法需使用複雜 演算法過濾空氣中霧氣、雲氣等，在施用上較易受環境限制，如圖 1-3 為濁度映射法之分析結果，其中圖 1-3(a)為數位影像經複雜演算法消除 大氣傳輸影響與迴歸分析後，獲得三個不同波段(紅、綠、藍)光譜於不 同濁度對映的 DN 值，圖 1-3(b)為區域海域衛星影像經分析後的濁度分布 狀況。
(a) (b) 圖 1-3：為濁度映射法之分析結果，其中(a)為數位影像經複雜演算法消除大氣傳輸 影響與迴歸分析後，獲得三個不同波段(紅、綠、藍)光譜於不同濁度對映的 DN 值， (b)為區域海域衛星影像經分析後的濁度分布狀況[12]。 而在浸入式檢測方式方面，如多感應器混合法[14]，則是利用多樣傳 感器來進行水質多樣分析，如 pH 值、溫度，電導率，濁度和溶解氧等， 其中濁度方面使用一般濁度計，利用光散色原理進行濁度分析，此濁度 傳感器因長時間置入水中，所以需定期作檢測設備的清潔，在施用與保 養上較不方便，如圖 1-4 為多感應器混合設備，其中圖 1-4(a)為可外接 多種不同檢測模組的多感器設備，圖 1-3(b)為濁度傳感器模組，而由左 至右為清潔後與使用兩週後之狀況。 (a) (b) 圖 1-4：為多感應器混合設備，其中圖 1-4(a)為可外接多種不同檢測模組的多感器 設備，圖 1-3(b)為濁度傳感器模組，而由左至右為清潔後與使用兩週後之狀況[14]。
又如，監測儀檢測法[15]，為採取水中檢體方式，將感測器所測得之 水質資料(約每 3 分鐘隨其垂直移動深度自動量測一次)，暫時儲存於內 部記憶體中，再經由訊號處理往後傳送監控系統中心，如圖 1-5 為一監 測儀檢測系統於水庫中之施用狀況，因為監測儀器必須長期放置於野 外，對於水中顆粒狀污染物及生物性積垢的清潔上，平均 15 日即需做一 次儀器校正與清潔維護工作，所以較不適用於無人輪值的高山環境中做 檢測。 圖 1-5：為監測儀檢測系統於水庫中之施用狀況[15]。 由於現有檢測技術，大多具有高成本、需常清潔及校正設備、或是有 需採檢體的使用上的不便性，故如何能兼具方便使用以及低成本的優 勢，即成為本論文的研究議題。
1.3
構想與方法
有鑑於此，本論文擬發展一套架設於電廠用水集水區，兼副視訊監 看、水資料採集、自動分析判讀、訊息傳輸的寬頻接取系統，以達到遠 距對電廠用水品質監控、自動控制管理的目標，為求水質量測的精確度 與可靠度，將採取一整合性(多頻譜、光訊號)的簡易分析技術來檢測水 濁度，且經過技術延伸及模組改良後(相較於其他檢測方式)，具有低成 本、操作簡易、易於實現、且相容於不同類型操作環境等優勢，故適用 於不同複雜環境水壩口之原水濁度檢測。1.4
論文架構
本篇論文架構如下：在第二章，我們將介紹原水濁度與光散射資訊及 檢測環境與設備資訊。在第三章，我們採用所提出的整合性原水濁度技 術，分析其光訊號強度與場型變化，並設計一套符合東部山區天長壩口 的檢測系統，作為原水濁度判斷的依據。第四章中，吾人將完成一系列 的原水濁度分析實驗，並做成結果與討論，而相關結論與未來工作則陳 述於最末章。第二章 背景資訊與檢測設備
2.1
原水濁度與光散射資訊
水濁度的檢測為一種光散射分析。定義為在特定條件下，比較水樣和 標準參考濁度懸浮液對特定光源散射光的強度。散射光強度愈大者，其 濁度亦愈大，其單位為濁度單位 Nephelometric Turbidity Unit，簡稱 NTU。雖然其測定標準相較於水中懸浮固體測定較易受到懸浮顆粒大小數 量等變動，但由於其測定方式快捷便利，故仍是常用的水質檢測指標之 一。行政院環保署於民國 94 年修正之飲用水水質標準中(表 2-1)，明訂 飲用水水質濁度不得超過第二項規範的 200NTU（表 2-2）[19][20]。 表 2-1 飲用水水質濁度標準 (行政院環保署 提供) 項 目 最 大 限 值 單 位 濁度 (Turbidity) 二(水源濁度在二○○ＮＴＵ以下時) ＮＴＵ 四(水源濁度在五○○ＮＴＵ以下時) 十(水源濁度超過五○○ＮＴＵ，而在一五○ ○ＮＴＵ以下時) 三十(水源濁度超過一五○○ＮＴＵ時) 表 2-2 飲水水水質標準物理性 (行政院環保署 提供) 項 目 最 大 限 值 單 位 1. 臭度 (Odour) 三 初嗅數 2. 濁度 (Turbidity) 二 NTU 3. 色度 (Colour) 五 鉑鈷單位
2.1.1
高濁度原水的影響
由於台灣屬海島型氣候，東部山區豐水期的雨量豐沛，為確保民生和 工業用水穩定，現已興建水壩蓄水予以因應。但隨人口逐漸增加及產業 日漸發達，對於用水量和用水品質的要求逐漸提升，過去一些水利設施 設計與水壩蓄水量已不足以滿足現今需要。加上，近年來氣候變遷異常 和板塊運動頻繁下，地震導致土石鬆動，使得山區在大雨沖刷後山禿狀 況日顯嚴重，尤其在每年夏秋時，颱風盛行伴隨著豐沛雨量，夾帶大量 土石不僅釀成山崩破壞道路，更導致土石泥濘流入水壩，使得水壩內原 水濁度急遽上升。因此，將使得高濁度原水造成壩口發電機組的損壞， 不僅設備需停機修護得花上一筆極大費用外，更造成民生與工業用電上 的供應損失。圖 2-1 為東部奇萊山區山禿、落石嚴重情景。 (a) (b) (c) (d) 圖 2-1：東部山區路段崩塌狀況。其中(a)為嚴重山禿情景，(b) (c)為山禿現象危及 路面崩塌場景，(d)呈現山區雨後落石崩落壓毀護欄情況。由圖 2-1(a)可觀察到，因地震導致山禿嚴重，若颱風帶來豐沛雨量 將造成土石崩脫形成走山情形。在圖 2-1(b)與(c)為嚴重山禿中岌岌可危 的道路，圖 2-1(d)為奇萊山區中落石頻繁路段，這些情況將造成多處集 水區上游土石鬆軟，下雨時易發生高濁度問題，將大大影響山區取水及 供水品質。
2.1.2 低、中、高濁度原水的光散射特性
當山區在連日下雨過後，山波上沖刷下來泥濘造成水中懸浮物質增 加，使得原水的混濁度將大大提升。而水中含有懸浮物質，就會造成混 濁度，使光線通過時產生干擾。在水質上，我們可以濁度(turbidity)來 表現水樣得混濁程度。基本上，濁度是一個水樣之光學性質，水樣中有 懸浮物質存在時，可散射光線，其散射強度與懸浮物質之量及性質有關。 若依此特性，在水中或水面加上一個極具方向性的雷射光源，在不同濁 度的水漾中，從水中將可接收到不同程度的散射光能量；而在水面上可 獲得光散射所呈現不同的擴散模糊影像場型。 然而，因水中光散射特性較為普遍應用（如：濁度計等），故本論文 將探討不同濁度的原水，在相同能量的雷射照射下，水面上不同的光散 射變化情形。由圖 2-2 所示，由左至右為低、中、高的濁度變化，發現 其水面光散色的擴散漸層逐漸收斂，即使在紅光雷射照射下亦有相同現 象。其中，在雷射光照射下，由於中心區域散射能量太高，受限於相機 的感光能力下，無法細分中心真實亮度的漸層影像，形成一相同亮度和 色飽和度的白色亮圈影像。而此白色亮圈影象，隨著不同原水濁度而有 面積大小上的變化。原因是，當均勻的水體濁度愈高時，於水體表面的 懸浮粒子越多，雷射光照入水體表面就越容易造成散射，形成的白色亮 圈區域的面積就越大。(a) (b) (c) (d) (e) (f) 圖 2-2：不同水質濁度與雷射光散射的變化。由左至右為低(a)(d)、中(b)(e)、高(c)(f) 濁度；由上而下為綠色(a)(b)(c)、紅色(d)(e)(f)雷射光源。 在圖 2-3，透過不同濁度的水漾與日光燈的影響，加以雷射光照射水 面，觀察水面有何不同程度的光散射變化，如圖 2-3(a)為較不混濁的水 漾，所呈現光散射影像較為擴散；而圖 2-3(b)則為較混濁的水質，可看 出其光散射較為收斂；其中若加以日光燈模擬太陽光照射水面可以發 現，其水面上的擴散影像是有所變化的，如圖 2-3(c)濁度與圖 2-3(a)相 同情況下散射程度較為收斂，同理，圖 2-3(d)與圖 2-3(b)在相同濁度下， 亦呈現擴散影像較收斂情況。
(a) (b) (c) (d) 圖 2-3：不同水質濁度與日光干擾時，雷射光照射水面的擴散影響變化。其中(a)低 濁度、無日光干擾，(b)高濁度、無日光干擾，(c) 低濁度、有日光干擾，(d) 高濁 度、有日光干擾。 透過圖 2-2 與圖 2-3 可發現，水面場型的擴散變化，除了隨著不同濁 度而有所差異外，由於外照光線的干擾，在場型變化上也有所影響。尤 其在，隨著時間有不固定照度的太陽光下，將造成擴散場型，隨著日照 強度的不同而有所變化，使得在影像處理上無法收斂與分析。因此，我 們在檢測環境的選擇上，將盡可能避免在有日照干擾的環性下取樣分析。
2.2
天長壩環境資訊
由於台灣位置處於亞熱帶區域，夏秋兩季颱風常帶來的連日豪大雨， 使得水災發生頻繁，若能做好山區水土保持，有效儲存豐沛雨水不但可 以大大降低災害發生，也可以藉此蓄水發電，達到災害預防和水資源的 充份利用。在本節中，藉由台灣東部發電廠，位於奇萊山的天長壩集水 區，介紹其壩口閘門控制資訊、集水區水質狀況及檢測環境的選擇，藉 此進行檢測系統的評估。2.2.1
引水閘門資訊
天長壩位於奇萊山區海拔一三四 0 公尺，為台電東部發電廠的取水壩 口之一。如圖 2-4 所示，藉由此山脊形成的集水區將水引進入壩口的取 水閘門，然而水道匯集各支流於蓄水池，利用水位落差產生動力，配合 發電機組進行發電。然而天長壩口主要機組有攔(排)砂閘門機組、取水 閘門機組和備用發電機組，其作用在當山區水源濁度過高時取水閘門為 全閉，即不取水狀態；其攔(排)砂閘門則是清理取水口砂石淤積的重要 閘門，約半個月清理一次；此外，若山區因山崩造成斷電時，備用發電 機房將提供水閘門動力供應，由現場台電巡守員依情況手動開閉閘門。 圖 2-4：為天長壩全景圖。其中黃色實線部分為取水閘門全閉，非取水時水流行進方 向；黃色虛線為取水閘門全開，壩口取水水道的引水方向。 天長壩口 備用發電機房 引水道路口天長壩口閘門控制，如圖 2-5(a)為閘門控制箱與取水閘門機組，圖 2-5(b)為取水閘門，當原水濁度低於可發電標準值時(以人眼目視判定) 此閘門開啟，把水引進水道；由於取水閘門經流水沖刷，常有沙石、木 頭或動物屍體堵住閘門情況，此時圖 2-5(c)所示排沙閘門機組開啟，淤 積於取水口的沙石由此排沙口排出，如圖 2-5(d) 。 (a) (b) (c) (d) 圖 2-5：天長壩閘門運作。其中(a)為取水閘門控制機組與取水、排沙閘門的控制箱， (b)為取水閘門和排沙閘門，(c)為排沙閘門控制機組，(d)排沙閘門開啟時，所淤積 的砂石由此壩口排出。 下游發電廠的發電機組運作與否，取決於原水的濁度，若符合發電條 件時，取水閘門開啟將水引入水道，如圖 2-6 為天長壩引水道資訊，由 於水道內無光源干擾，極適合做光散射分析之研究。 閘門控制箱 取水閘門機組 排沙閘門 取水閘門
(a) (b) (c) (d) 圖 2-6：天長壩引水道資訊。其中(a)為引水道入口，(b)與(c)為引水道外觀，(d) 為引水道取水情景。
2.2.2
天長壩口水質資訊
壩口集水區在多日大雨後，原水濁度常伴隨著懸浮固體的增加而升 高，如圖 2-7 中，則呈現不同濁度下的水質狀況。在圖 2-7(a)與(b)中， 為連日未雨的清澈水質；圖 2-7(c)與(d)為陣雨後稍微混濁的水質狀況； 圖 2-7(e)與(f)則為連日大雨後，嚴重混濁的水質狀況。(a) (b) (c) (d) (e) (f) 圖 2-7：呈現不同原水濁度下的水質資訊。(a)與(b)為清澈水質，(c)與(d)為輕微混 濁水質，(e)與(f)嚴重混濁水質。
2.2.3
檢測環境選擇
在檢測環境部分，因光訊號分析較容易受日光影響，所以在環境選擇 方面將盡可能選擇較無光線干擾的檢測環境。如圖 2-8 為遙測式與浸入式 檢測所選擇的系統架設點，圖 2-8(a)與(b)為天長壩口的引水道束井，其高築物內，所以受日光干擾小，加上在遙測式設備上的安裝與校正，有不 需水壩停止取水即可作業的便利性，相較於引水道內的作業環境，較適 合做遙測式光訊號分析；而圖 2-8(c)與(d)為引水道入口內的水道環境，因 水道內無任何光線，且浸入式檢測設備需直接固定於水面下，所以選定 此處做浸入式水濁度的光訊號分析。 (a) (b) (c) (d) 圖 2-8：為遙測式與浸入式檢測系統的架設地點。(a)為天長壩口的引水道束井，(b) 為引水道束井俯視圖，(c)引水道內取水環境情景，(d) 引水道內停水環境情景。 浸入式系統 設備架設點 遙測型系統 設備架設點
2.3 檢測設備
2.3.1
浸入式檢測設備
此系統檢測設備包括：綜合性雷射/電流表模組、塑膠光纜和沉水盒。 如圖 2-9 所示，為一浸入式系統設備的檢測方式，而圖 2-9 中(a)為綜合性 雷射/電流表模組，經由此模組來選擇不同雷射(綠、紅)的開關。為避免 懸浮物質沉澱影響實驗判斷，故加以改良以循環的儲水設備來增加水的 流動性，以模擬較為均勻混濁之儲水環境來進行檢測，如圖 2-10 所示， 為一實驗室檢測設備環境架構圖，而圖 2-10 中由(a)抽水馬達將水往高處 儲水箱抽，由圖 2-10 中的(b)流下依此循環，為了避免檢測時光的反射特 性，我們將較高處的儲水箱內部塗成黑色來降低光的反射效應。 圖 2-9：簡易浸入式設備的檢測方式。(a)為綜合性模組，(b)為塑膠光纜，(c)為沉 水盒。圖 2-10：實驗室檢測設備環境架構圖。(a)為抽水馬達，(b)為出水口。
2.3.2
非浸入式檢測設備
在非浸入式檢測設備中：包括 300mW 的高功率雷射(紅、綠各一組) 及 Sony 高感光類單眼相機，如圖 2-11 所示。我們將相機在錄製前，與欲 拍攝的上層儲水箱垂直固定焦距後，將高功率雷射垂直照射上層儲水箱 水面，並錄製其水面場型的擴散變化情形。圖 2-12 為非浸入式檢測設備 的環境架構圖，實記錄製時雷射與相機需與水面垂直。(a)
(b)
(a) (b) 圖 2-11：非浸入式設備。(a)為高功率雷射筆，(b)高感光類單眼相機。
在本節中，透過對於用水濁度的標準，了解高濁度原水對於電廠發電 可能造成的損壞，無論是在修復機組的花費或發電供應上將造成莫大的 損失。因此發電廠對於原水濁度的監控相當重視，所以才將壩口的水質 濁度檢測作為取水判斷的重要依據，不僅可從遠端就能及時回報控制中 心壩口原水濁度狀況，若搭配遠端遙控閘門的開閉系統，更能預防高濁 度取水引起發電作業的損失。經由不同程度原水濁度的光散射特性中， 發現可利用此特性進行簡易的濁度判斷，若加以改良檢測系統的設計， 將能達到壩口及時原水濁度的監控，進而預防災害發生與設備損失。 最後在原水濁度檢測系統設計中，將提出以下兩種檢測方法做為整個 原水濁度檢測的主要判斷依據。 雷射光源透過光纜測量於水面下光穿透能量之侵入式光訊號散 射分析法。 雷射光源照射水面計算不同光譜於水面上場型變化之遙測型多 頻譜信號場型分析法。
第三章 識別原理與系統架構
本章將提出兩種水質檢測技術，分別為浸入式光信號散射分析技術、 以及遙測型多頻譜信號場型分析技術，作為水濁度檢測的判斷依據，藉 由這兩種分析原理套用到天長壩上，此壩口為花蓮東部水力發電廠山區 的其中一座引水壩。經由幾次的場勘後，我們將兩種檢測技術依實際壩 口的環境，設計一套整合性的原水濁度檢測系統，與目前透過下游控制 中心採取檢體分析原水濁度的方法，更具有低成本和即時反應取水壩口 濁度狀況的特性。而此系統將經由光纖網路骨幹，把判斷結果傳回控制 中心，藉此即時資訊來決定遠端壩口取水閘門開閉的依據，達成預防高 濁度取水引起發電設備損毀的目的。3.1
設計理念
在本節中，我們利用光在不同介質中具有相異散射的特性，依散射光 的強度與水面散射光的場型變化進行分析，並探討於不同環境下系統參 數的校正，據此設計一套架構於天長壩的原水濁度檢測系統，以達到壩 口濁度監測的功效。3.1.1 侵入式光訊號散射分析法
吾人採用光纜傳輸接收模組，作為水體檢測的工具，由於水體對於不 同波段的光譜具有不同的吸收、散射等效應，故設計以光纜將光訊號傳 輸於水面下之沉水盒，在水面下形成一半開放式的檢測區間，當水體通 過其間時，藉由匹配過的光耦合電路，在迴路末端檢測並分析接收到的 光功率值，進而推定水體的含沙量特性，當電流表讀取較高數值時，表 示水質越清晰，如圖 3-1 所示。由於本方法所採用之形成檢體區間之偶 合器位於水面下，且均為光路傳輸，故具有系統穩定性高、防水、不易 毀損、且易於檢測不同深度水體特性等優點。 圖 3-1：浸入式系統架構。3.1.2 遙測型多頻譜信號場型分析法
本方法使用多頻譜同調點光源訊號組成陣列，垂直於水面發射，並分 別分析所接收之穿透及反射訊號，以作為水體混濁程度的判定依據。一 般而言，垂直水面發射及接收的目的為減少環境光源的干擾，此乃因水 體對於可見光有較佳的穿透性(相對於紅外線而言)及反射性，且波長越 短的頻段訊號進入水體後，將有較大的散射效應，故可藉由兩者的綜合 效應分析出水體的含泥沙量性質。此外，除了接收訊號強弱的大小以外， 粒子的散射效應，將使不同的含沙量水體表面產生不同的訊號場型，換 言之，雷射光點進入水體後，將依據其混濁程度而在表面呈現出不同的 擴散模糊圖像，如圖 3-2 所示，故可依據所呈現的場型，以視訊分析技 術進行簡易的輔助判斷。 (a) (b) (c) (d) (e) (f) (g) (h) 圖 3-2：在不同濁度與不同光譜雷射下，於水表面場型分布圖：由左至右，由上至下， 依序從清晰、輕微混濁、中度混濁至嚴重混濁及紅光、綠光雷射。3.2
分析與處理
在本節中，透過雷射光在不同濁度中，粒子的散射效應不同，分別針 對浸入式系統所接收到光信號能量作分析，以及遙測型水面場型變化的 處理。吾人依據水質濁度的不同，進行濁度分析計算如下：(A)接觸式採 用電流表來顯示其光穿透的能量，藉此分辨濁度等級，(B)在遙測型的場 型分析上，依據不同濁度水面場型的變化，經影像前處理後採面積比值 方式作為濁度等級的判斷。由於此系統架構於實驗室環境，若要實現在 壩口濁度檢測上，系統判讀與設備皆需做改良，且因受不同環境變化影 響，在參數上也需校正與修改，在此節將分別說明。3.2.1 侵入式光訊號分析
此系統中，當光穿過檢測水體經由改良過的光耦合電路，如圖 3-3， 若光敏電阻接收光能量越強時，則 RG 越小，流過 RG 電流提升，其電流 表顯示較高數值來表示其清澈程度，藉此用於檢測光傳輸路徑在不同濁 度泥沙中電流量(散射功率)的變化情形，進而推算其混濁程度(清晰、輕 微混濁、中等混濁、嚴重混濁)。此光耦合電路適用於實驗室檢測環境， 若要施用於環境濕度較大的天長壩上，需修改部分判斷電路。 圖 3-3：光耦合電路。由於天長壩口的浸入式檢測系統，是直接由電路判斷水質狀況，所以 在檢測電路設計上將作以下改良：(A)因檢測環境濕度較高，我們利用光 電二極體來取代光敏電阻，(B)利用阻抗匹配，預先校定一個臨界值作為 濁度警戒門檻，(C)而為了確保系統迴路穩定，將設計一防呆系統與校正 機制，來動態調整雷射光功率。如圖 3-4 為自動調適訊號源衰減設計， 當光纖訊號經一對二分光器後，A 光纖通過傳輸接收模組將散射功率傳送 至功率比較器，與另一分光 B 光纖功率獲得功率比值，然而後傳後端訊 號處理系統判斷，若其比值為零表示當中線路可能異常損壞；在功率校 正部分，後端處理系統可統計一段連續數小時清澈水質的功率比值來做 校正標準，當日後有連續數小時比值（清澈水質）小於此標準的誤差範 圍時，表示訊號衰減並自動調整雷射功率校正，依此得以改善及確保整 個檢測迴路系統的穩定性(此部分將於第二階段計畫方實施)。 圖 3-4：自動調適訊號源衰減系統設計。
3.2.2
遙測型場型影像前處理
在遙測型影像分析中，我們利用雷射照射水面形成一圈白色色飽和區 的特徵，過濾所有樣本取出唯有單一個過度飽和圓點的影像來進行分 析，藉此過濾其他因水波反射、壁面反射等引起的干擾影像，接著將擷區域。目的是，為了分析在不同原水濁度下，水體表面固定能量的散射 變化，然而經形態學(侵蝕/膨脹)處理白色亮圈的毛邊現象，並計算其圓 面積作為判斷原水濁度的依據，依前面章節所述，當原水濁度愈高時， 因光撞擊懸浮粒子向下繞射不易時，散射於接近水面的亮度越高，所形 成的白色區域面積就愈大。 如圖 3-5 所示，為不同濁度經影像前處理的單一影像分析圖。圖 3-6(a)(b)(c)及(g)(h)(i)代表綠光、紅光雷射，且由左至右為輕度混 濁、中度混濁及嚴重混濁的原始影像，由此可明顯看出一圈白色飽和區 域及擴散場型，其中圖 3-5(d)(e)(f)與(j)(k)(l)為臨界值參數為 0.8， 並經型態學的侵蝕、膨脹處理後之二值影像。由此圖可得一小結論，在 表面散射能力上，綠光雷射較紅光雷射佳。原因是，當雷射光由上向下 照射時，紅色光有較強的向下繞射能力，由於在表面的散射能量較低， 因此在白色飽和區面積較不明顯，且形成白色區域面積較小，極易誤判 為反射雜訊而被濾除，所以綠光雷射較適合在表面擴散場型上做分析。
(a) (b) (c) (d) (e) (f) (g) (h) (i) (j) (k) (l) 圖 3-5：為不同濁度經影像前處理的單一影像分析圖。其中(a)(b)(c)及(g)(h)(i)代表 綠光、紅光雷射，由左至右為輕度混濁、中度混濁及嚴重混濁的原始影像，其中(d)(e)(f) 與(j)(k)(l)為臨界值參數為 0.8，並經型態學的侵蝕、膨脹處理後之二值影像。
3.2.3
濁度計算與分析演算法
濁度的計算上，我們將定義白色飽和區域面積(像素)，來表示濁度界 定值。其中，在圓面積的計算上，為了過濾因反射造成亮點的干擾現象， 我們將二值化的臨界值設定為 0.8（於 3.2.4 節詳細探討），藉此過濾大 部分因流速快而產生的反射雜訊，接著經由形態學的侵蝕與膨脹前處理成小區塊面積，所以在此我們將影像內像素值為 1 的區域作標籤化 （label）處理，篩選影像中標籤數為一的樣本，藉此進一步過濾干擾雜 訊，並計算其面積做為雷射照射水面白色飽和區亮點之濁度界定值，在 此若已完成所有影像分析，演算法將統計所有符合樣本的平均值，然而 為了收斂符合樣本以及確保取樣無其他嚴重誤判，我們刪除大於平均值 以上的樣本，再計算剩餘樣本之平均面積，做為此連續影像混濁程度的 界定值，如圖 3-6 為此濁度計算與分析流程圖。 圖 3-6：濁度計算與分析流程圖。 原始影像由灰階、二值化、型態學與標籤化之前處理後，經過樣本平 均值的篩選，我們可獲得一濁度界定值來表示當時的水質狀態，如表 3-1，為圖 3-5 綠光雷射在不同濁度對應於不同解析度的濁度界定值，由 此表可知，當原水愈為混濁時獲得像素值愈高。經由不同解析度的倍數 比例換算對應於天長壩口的濁度界定值(於 4.1 節詳細探討其換算誤差 值)，藉此作為應用於實地濁度分級的對應標準。 單張原始影像 灰階處理及取 臨界值為0.8之 二質影像 影像標籤化及 計算所有標籤 面積 儲存標籤 面積值 是否分析完 所有影像 統計所有 儲存影像之 面積平均值 刪除大於 平均值之影像 將符合樣本面 積取平均值做 為濁度界定值 否 是 計算所有 過濾影像之 面積平均值 刪除大於 平均值之影像 標籤是否 唯一 形態學前處理 是 否
表 3-1：綠光雷射於不同濁度、解析度之白色飽和區面積對照表
1872*3344 (類單眼相機)
720*480 (天長壩 CCD)
60g (輕度混濁 約 320NTU) 1860 pixel 2095 pixel
120g (中度混濁 約 640NTU) 3247 pixel 3653 pixel
240g (嚴重混濁 約 1280NTU) 6305 pixel 7093 pixel
而在遙測型的自動校正訊號衰減設計中，我們亦規畫利用連續數小時 的濁度界定值來做統計，當連續數小時皆判定為清澈時，計算其統計平 均值，與之前紀錄的參考值做比對，若低於容許誤差範圍時，透過可程 式外部控制訊號設備(QP-1000)依補償比例調整輸出電壓，進而針對雷射 模組作對應功率比值的校正，進而確保系統濁度判斷的穩定性(此部分將 於第二階段計畫方實施)。
3.2.4
環境參數影響與修正
經由前面章節得知，水面場型易受環境光源干擾，所以應用於天長壩 上的 CCD，將架設於豎井內來避免其干擾現象。另外，為了計算其濁度界 定值，我們將樣本經前處理後的影像，設定一個二值化臨界值(Threshold) 來保留水面亮度較高的雷射光點，因保留色飽和度較高的亮點，不僅可 過濾反射雜訊，亦可容許較輕微日光干擾而不影響判斷結果。如表 4-2 所示，為不同濁度、臨界值時，各別處理 196 張連續影像的飽和區域像 素對應表。由此表可發現，最佳濁度分級範圍為 0.7 之臨界值，而臨界 值於 0.6 時，因容許的亮度較低相對干擾雜訊較大，不適合作為濁度分 級標準。雖然臨界值於 0.7 有較佳的濁度分級範圍，但礙於此數據為流 速慢且反射現象較低的實驗室環境，所以考量實地環境可能造成的干擾然而，於第二章節提及的環境選擇得知，水面場型仍易受日光照射，而 在擴散呈現上有所變化，因此在影像取樣上，盡可能避免外在光線變化 較大的環境中檢測。加上，在此我們利用二值化臨界值較高的過濾條件， 取的影像中亮度較高的樣本，原因在於色飽和度較高的區域，對於日照 干擾較小，可容許輕微的環境光線而不影響檢測結果，所以 0.8 臨界值 將適用於任何一極低日光干擾環境(如束井內)，或者環境平均亮度於 0~70 區間，而不需再次反覆實驗求此最佳臨界值。如表 3-3 所示，從幾 乎無環境光源逐漸增加背景亮度，且每階亮度皆取 100 張影像(Sample Image,SI)，計算其二值化面積、環境平均亮度(Environment Average Light, EAL 為無雷射源之水面平均亮度)與恆定關係面積之數據統計 表，由此表可以發現面積與環境平均亮度呈反比現象。圖 3-7(a)為環境 平均亮度對應二值化面積之曲線圖，由此圖中我們發現其對應趨勢近似 一個較規律遞減之非線性關係，因此若能找到兩者之恆定關係，系統將 可依不同環境光源對應的二值化面積與其變化的比例，來做濁度分級標 準的修正，在此利用Ｍatlab 工具中 Curve Fitting 的 General model Fourier2 如(3-1)式，獲得其參數及找出此統計數據符合率達 98.8%之近 似恆定關係式，如(3-2)式所示， ) * * 2 sin( * 2 ) * * 2 cos( * 2 ) * sin( * 1 ) * cos( * 1 0 ) (x a a x w b x w a x w b x w f = + + + + (3-1)
其 中 ， a0=-79720 、 a1=95330 、 b1=52700 、 a2=-14620 、 b2=-24820 、 w=0.006801、x=EAL，將參數代入(3-1)式求得下列曲線近似式， ) 006801 . 0 2 sin( ) 24820 ( ) 006801 . 0 2 cos( ) 14620 ( ) 006801 . 0 sin( 52700 ) 006801 . 0 cos( 95330 ) 79720 ( ) ( ∗ ∗ ∗ − + ∗ ∗ ∗ − + ∗ ∗ + ∗ ∗ + − = EAL EAL EAL EAL EAL f (3-2) 圖 3-7(b)為此關係式之曲線圖，而藉由(3-2)式，我們將可找到在任何一 環境光源所對應面積的近似值，所以，以下將示範系統如何於假設檢測 環境數據中達到濁度分級標準的校正，首先假設某檢測區域測得之夜晚 與白天環境平均亮度分別為 50、100，且於夜晚測得之面積為 100 pixel(假設目前系統 EAL 為 50 的環境下做濁度分析，而此面積為清澈與
輕微混濁之濁度界定值)，此時我們分別將不同環境亮度代入(3-2)式， 求得兩不同亮度之校正標準面積值分別為 753 pixel、214 pixel，如表 3-4 所示，接著我們利用環境光源與二值化面積變化的比例關係，如(3-3) 式所示， Areacb: f(50)=Areaca: f(100) (3-3) 其中Areacb為校正前之濁度分級標準；Areaca為校正後之濁度分級標準， 將可獲得相對應環境亮度於 100 的二值化面積(Areaca)為 28 pixel，而此 值即為清澈水質從環境亮度 50 變換至 100 經校正後之濁度標準，反之亦 可由較高的環境亮度校正至較低的環境亮度，故藉此修正方法可驗證於 不同環境亮度變化下，濁度分級標準之校正目的。於系統環境亮度的限 制上，我們藉由恆定關係式 f(EAL)=0，也就是二值化面積已被環境光源 完全干擾，導致無法計算其面積的情況下，推算得到一近似值，當 EAL 於 130 時面積近乎趨近於 0，為此系統於輕度混濁之環境平均亮度限制值。 表 3-2：為綠光雷射於不同濁度、臨界值的飽和區域像素對應表 T=0.6 T=0.7 T=0.8 T=0.9 T=0.95 60g 100 41 40 51 43 120g 2410 260 191 149 114 240g 2220 336 275 205 178 表 3-3：二值化面積、環境平均亮度與恆定關係面積之數據統計表 SI 1 2 3 4 5 6 7 8 9 10 11 12 13 14 系統限制 f(EAL)=0 Area 1009 1127 1155 1059 1004 921 875 703 509 359 323 290 123 142 EAL 2.5 7.5 15.4 24.2 30 37 45.6 56 64 72.5 83.4 96.9 106.4 115 129 130 131
表 3-4：校正濁度分級標準之樣本
EAL 50 100
校正前後之濁度界定值 Area 100 pixel 28 pixel
f(EAL) 753 pixel 214 pixel
(a) (b) 圗 3-7：為環境平均亮度對應二值化面積之對應圖。其中(a)為環境平均亮度(x 軸) 與二值化面積(y 軸)之對應點線圖，(b)為環境平均亮度(x 軸)與二值化面積(y 軸)之 對應恆定曲線圖。 EAL Area EAL Area
經由實驗找出於不同濁度切換所相對應的近似恆定曲線，如圖 3-8 所 示，由上至下為極度混濁、嚴重混濁、中度混濁與輕度混濁的濁度分級， 相對於不同環境亮度下對映二值化面積之恆定曲線圖。由此圖可以發現 不同濁度的恆定曲線隨著環境亮度不同而有所變化，在相同環境亮度變 化區間(如 EAL 為 40~60 時)濁度越高曲線下降斜率越大的現象。此外當 嚴重與中度混濁的恆定曲線於 EAL 為 100 時，濁度 2 與濁度 3 曲線的二 值化面積幾乎趨近於 0，為環境平均亮度之最大限制值。然而，雖為如此 我們亦發現大約在 70~80 的背景亮度時，對於濁度 1~3 水源，卻產生相 近而無法分別的像數值，有鑑於此，我們獲得當背景亮度於 20~70 的變 化區間中，可得一近似線性的濁度修正曲線，而此範圍為系統最佳的操 作區間，且在背景亮度於 70 時，為系統環境平均亮度之最大限制值。 圗 3-8：由上至下為極度混濁、嚴重混濁、中度混濁與輕度混濁，於不同環境亮度下 對應二值化面積之恆定曲線圖。
3.3
應用於天長壩之檢測系統設計
在天長壩壩口的檢測系統設計中，將以一整合性的技術作為原水濁度 監控的依據，包括改良過的侵入式光信號檢測系統與遙測型場型檢測系 統。然而因山區的濕度與氣候變化甚大，所以在設備的選擇上更需特別 注重防潮問題，尤其是電子設備如：浸入式的判斷/恆流電路盒、雷射模 組、CCD 攝影機等。在本節中，吾人透過此整合性系統設計進行壩口原水 濁度之檢測，並將此系統之檢測結果傳回控制中心，作為決策人員之判 斷依據，藉此達到控制壩口正確取水時機，與預防高濁度原水造成發電 機組損壞之損失。3.3.1 侵入式檢測系統設計
在第二章，我們介紹過天長壩的環境資訊，可得知天長壩口位於較高 山區，相較於實驗室的環境濕度要高得多，所以使用改良過的濁度檢測 電路來作光訊號分析。另外，因取水道內的水流湍急，我們將設計一個 高硬度不鏽鋼的沉水設備因應，如圖 3-9 為浸入式系統的設備改良。其 中，圖 3-9(a)為一雷射與判斷模組，包括雷射模組及濁度判斷電路，而 圖 3-9(b)為不鏽鋼材質的沉水盒，取代圖 3-9(a)下方的黑色塑膠材質沉 水盒。 (a) (b) 圗 3-9：浸入式系統的設備改良，其中(a)為一雷射與判斷模組及塑膠材質的沉水盒， (b)為不鏽鋼沉水設備。在浸入式檢測系統設計的流程，如圖 3-10 所示，將由龍溪控制中心 伺服器，發啟控制雷射開啟的信號，並透過光纖骨幹對天長壩控制箱的 relay 模組進行切換，送電給雷射與判斷模組，此時檢測盒內的雷射模組 開啟，藉由光纜進入沉水盒由另一端光纜接收，再由檢測盒的光訊號分 析電路，判斷是否達到濁度警示標準，然而將結果經由天長壩控制箱， 傳回龍溪控制中心的伺服器，最後由網頁顯示水質狀態。 圗 3-10：浸入試檢測系統設計流程。 圖 3-11 為實際檢測系統環境示意圖，黃色線標示為信號及電源線的 佈線圖。其中，圖 3-11(a)為固定於引水道內的沉水盒，圖 3-11(b)紅線 部分為綜合檢測盒的擺放位置，圖 3-11(d)為天長壩口的控制箱，其中 relay 模組可讓控制中心遠端遙控雷射開關，然而透過 I/O 模組傳送檢測 結果，圖 3-11(e)則為龍溪控制中心，所有檢測訊號皆由此收送於此，經 整理後由網頁伺服器呈現原水濁度狀態，如圖 3-11(f)。 沉水盒 天長壩控制 箱/模組 龍溪控制中 心 雷射與判斷 模組 網頁顯示水 質狀態
(a) (b) (c) (d) (e) (f) 圗 3-11：實際檢測系統環境示意圖，其中(a)為沉水盒，(b)為引水道示意圖，(c)電 源與信號線布線圖，(d)為天長壩口控制箱，(e)為龍溪控制中心，(f)為原水濁度檢 測結果顯示。
3.3.2 遙測型檢測系統設計
同樣的，在遙測型檢測系統中，也因環境因素做了設備上的更換及改 良。其中，將雷射模組由手動改成由控制中心，透過天長壩口控制模組來做開關；亦將單眼相機換成低照度、高倍數變焦和具有防潮功能的攝 影機，如圖 3-12 所示。其中圖 3-12(c)為兩組件組合而成的取樣設備圖， 紅色圈為固定於 CCD 上之雷射模組。 (a) (b) (c) 圗 3-12：遙測式系統的設備改良。(a)為高功率雷射(未更改開關控制設計)，(b)為 低照度多功能攝影機，(c)為兩組件組合成的取樣設備圖，紅色圈為固定於 CCD 上之 雷射模組。 而在遙測型檢測系統設計流程，如圖 3-13 所示，亦由龍溪控制中心 的伺服器，發啟控制雷射開啟的信號透過光纖骨幹，對天長壩控制箱
照射檢測水體的水面，經由攝影機擷取影像，並回傳控制中心伺服器進 行影像的分析與處理，最後將水質狀態由網頁顯示。 圗 3-13：遙控型檢測系統設計流程。 圖 3-14 為實際檢測系統環境示意圖，黃色線標示為影像訊號及電源 線的佈線圖。其中，圖 3-14(a)為架設於束井內的攝影機與雷射模組取樣 情況，並將其影像傳回伺服器分析處理，如圖 3-14(d)所示，為位於控制 中心的影像處理伺服器。 天長壩控制 箱/模組 龍溪控制中 心 攝影機與雷 射模組 網頁顯示水 質狀態 檢測水體
(a) (b) (c) (d) 圗 3-14：實際檢測系統環境示意圖，其中(a)為攝影機與雷射模組取樣情況，(b)為 影像訊號及電源線的佈線圖，(c)為龍溪控制中心，(d)為控制中心內的影像處理伺服 器。 本章節中，對於應用於天長壩的系統設計上，不僅於硬體設備的改 良，並在分析場型影像的演算法上，針對實地檢測環境做參數的修正， 如流速所造成嚴重水面反射的問題，我們以較高臨界值做對應校正外， 也對於自動調適訊號衰減提出改良計畫。然而在濁度的分級上，將利用 實驗室的檢測數據，推算其對應於實地環境的濁度分級標準，藉此方法 可模擬不同檢測環境的水質標準，進而推算其實地環境的原水濁度。
第四章 實驗結果與討論
實驗方法上，於實驗室利用桌上型電腦(Intel Core2 Extreme 3.0GHz CPU, 4G RAM)，於 MATLAB7.11.0 的實驗平台實現，並採用高感光度的 Sony Nex-5 以錄影模式擷取影像(640*480)進行不同濁度的場型分析；然而， 天長壩現場則使用 xSerial 346(Intel Xeon 3.2GHz CPU, 4G RAM)，透 過 PCI 影像擷取卡擷取遠端 CCD 影像(輸入為每 20 分鐘擷取 100 張之 720*480 的影像)，由 Visual Studio 2005 平台開發的濁度檢測應用程式， 直接進行濁度分析與判斷，並將檢測結果由伺服器顯示。 實驗過程中，我們以實驗室濁度認定標準，將分析後濁度界定值的比 值範圍和浸入式的電流數據範圍建立一關係對照表，且對應到實地檢測 環境對等的濁度分級，藉此對等的比值關係，可用來校正於不同環境的 濁度分級與散射能量的臨界值。
4.1 實驗室濁度檢測系統測試
在浸入式濁度檢測中，我們以兩個小型儲水槽(共 150 公升)模擬水流 動情形，進行水濁度檢測試驗，從清水依序加入 60g、120g 及 240g 的泥 沙後等待 15 分鐘(讓泥沙均勻分布)，模擬含沙量不同情況時，光傳輸路 徑的電流量(散射功率)變化情形，進而推算其混濁程度，檢測方法及數據 如圖 4-1 及表 4-1。圖 4-1(a)與(b)，為不同濁度、可見光雷射下浸入式散 射能量的偵測由左至右，依序從清晰加入 60g、120g、240g 泥沙及紅光、 綠光的測試結果。 (a)(b) 圖 4-1：在不同濁度、可見光雷射下浸入式散射能量的偵測：由左至右，依序從清晰 加入 60g、120g、240g 泥沙及紅光(a)、綠光(b)的測試結果。 由表 4-1 可得知，光功率與原水混濁度呈反比關係，亦即光功率愈大 則原水越趨於清晰。換言之，可以透過光功率大小及泥沙含量的數值對 照表，推算實地檢測時的原水濁度。從量測的數據可獲得在同樣混濁的 水質中，紅光比綠光有更好得穿透與散射能力，因此用單一光源做檢測 即可。 表 4-1：浸入式散射能量偵測對應表 加入水中的泥沙量 0 g (<0NTU) 60g (約 320NTU) 120g (約 640NTU) 240g (約 1280NTU) 650nm(紅光雷射) 1.288mA 1.122mA 0.931mA 0.568mA 532nm(綠光雷射) 0.843mA 0.709mA 0.547mA 0.213mA
在遙測型濁度檢測中，我們以捲筒模擬天長壩口束井，且垂直於循環 儲水槽水面下 3~5 公分，然後將雷射光由捲筒內照入水面，以相機錄影 模式紀錄，其依序加入 60g、120g 及 240g 的泥沙後等待 15 分鐘(讓泥沙 均勻分布)，模擬含沙量不同情況時，從水面場型的擴散漸層變化，接著 各別從錄製影片中擷取 60 張連續影像，經影像前處理後，取出臨界值為 0.8 的影像並計算其最大面積，來代表此樣本的濁度界定值，檢測分析及 數據如圖 4-2、圖 4-3 及表 4-2。其中，圖 4-2 為不同濁度的原始片段連續 影像與模擬實地的取樣方式，由上而下為(a)輕微混濁、(b)中度混濁、(c) 嚴重混濁；圖 4-3 為不同混濁程度影像下，進行 60 張連續影像處理、過 濾後符合判斷條件的白色區域面積樣本，由上而下為(a)輕微混濁、(b)中 度混濁、(c)嚴重混濁，圖中數字表示為樣本序號。由圖 4-3(b)中的第 23 張影像，可發現因雜訊造成的誤取樣，而在演算法最後刪除樣本平均值 以上的樣本來做過濾的目的為此，所以在最後濁度界定值的計算裡，將 不會把此樣本列入面積平均值的計算。 (a)
(b) (c) 圗 4-2：為不同濁度的原始片段連續影像與模擬實地環境的取樣方式，由上而下為(a) 輕微混濁、(b)中度混濁、(c)嚴重混濁，然而紅色圈區域為管壁內反射現象，所造成 色飽和度極高的干擾影像，紅色箭頭則表示水波造成的反射干擾。 由上圖可發現，紅色圈區域為管壁內反射現象，所造成色飽和度極高 的干擾影像，而在此影像前處理中，我們將影像切割只保留水面影像， 藉此避免不必要的干擾。然而，由於類似此現象的干擾，亦容易發生於 流速較快的水面，所以在取樣條件上，我們採取多張影像進行特徵亮點 的分析，並選取影像中唯有單一飽和度極高特徵之影像進行統計。其中， 圖 4-2(b)與 4-3(b)紅色箭頭所表示，即為水波造成的反射干擾。然而，在 此造成的取樣上的誤判，將於演算法最後剔除均值以上樣本時被濾除。
(a)
(b)
(c)
如表 4-2 所示，由此表中，可以發現其 30 張連續影像(解析度 640*480) 於中度與嚴重混濁分級較不明顯，且採用越多樣本進行分析其濁度的分 級愈明顯，但相對在處理時間上將較為耗時，因應於天長壩的水質監控 不須每分鐘更新一次，所以我們將採用 100 張連續影像實施濁度分析， 做為該實際應用場合效能分析的依據。 表 4-2：濁度界定值於不同濁度與處理連續影像數量之對應表 處理連續影像張數 30 張 60 張 90 張 120 張 60g(輕度混濁) 2304 pixel 1848 pixel 1848 pixel 1169 pixel 120g(中度混濁) 4245 pixel 3588 pixel 3733 pixel 3755 pixel 240g(嚴重混濁) 4349 pixel 4633 pixel 4936 pixel 5160 pixel
在此，我們將定義不同級距濁度，分別為加入泥沙 60g 的輕度混濁、 120 的中度混濁、以及 240g 的嚴重混濁標準，並將此測試數據的比值範 圍與浸入式的電流數據範圍建立一關係對照表，且依不同解析度的比值 關係，換算實驗室自訂濁度標準對映於天長壩該有的濁度界定值。如表 4-3 所示，由此表中，由於實驗室相機與天長壩 CCD 的解析度稍有差異， 所以將實驗室濁度的檢測結果，依不同解析度的對應比例換算，如表 4-4 所示，為不同解析度的濁度界定值經比例換算後其實際誤差比之對應 表。經此實驗驗證，於 640*480 解析度量測的濁度界定值(35 pixel)經由 較高解析度的比例換算後，可得到實際換算之誤差比為 13%，而在此誤 差比不影響對映於天長壩的濁度分級下，我們將可經由比例換算得到對 映於天長壩的近似相對濁度界定值。藉此濁度對映標準可發現，當天長 壩檢測數值高於 5805 pixel 時，將被認定為嚴重混濁，小於 1315 pixel 時 為清澈。然而，由於我們在天長壩改良的電路設計中，將濁度檢測結果 分為兩級(清澈或混濁)且校正臨界電流於 0.77mA 的散射能量。由於，此
散射能量對應於我們定義濁度分級裡屬中度混濁，且經濁度分級的比值 範圍換算後，發現一但遙測型檢測濁度界定值大於 5302 pixel 時，浸入式 系統檢測結果將呈現水質混濁警告。最後經由此對應關係表，可校正整 合性檢測系統在濁度上的判定標準，讓檢測結果能同步且更準確。 表 4-3：實驗室與天長壩之濁度界定值與散射能量對應表 實驗室 天長壩 640*480 (類單眼相機) 浸入式散射能量 (量測值) 720*480 (低照度 CCD) 浸入式散射能量 (校正值) 60g(輕度混濁) 1169 pixel 1.122mA 1315 pixel
120g(中度混濁) 3755 pixel 0.931mA 4225 pixel
120g~240g(中度混濁接近嚴重混濁) 5302 pixel 0.77mA
240g(嚴重混濁) 5160 pixel 0.568mA 5805 pixel
表 4-4：不同解析度的濁度界定值經比例換算後其實際誤差比之對應表
濁度界定值 比例換算 誤差值 實際誤差比
解 析 度
3344*1872 817 pixel 713 pixel 104 pixel 13% 1920*1088 274 pixel 238 pixel 36 pixel 13%
4.2 天長壩濁度檢測系統測試
在天長壩的濁度檢測系統中，我們利用雙系統的整合，針對壩口原水 濁度施行檢測實驗，實驗過程中，我們藉由中央氣象局 100.06.21 10 時發 布，將有豪大雨發生機率的天氣資訊，進行連六日每小時一次的實地檢 測 數 據 分 析 與 濁 度 分 級 。 而 我 們 經 由 中 央 氣 象 局 所 提 供 100.06.20~100.06.25 的累積雨量，做為山區降雨狀況的參考，並與實際壩 口檢測數據做分析，進而對應於我們定義得濁度分級後，針對此實驗結 果進行討論。 實際在天長壩口的濁度檢測中，我們將不同時段的濁度取樣影像，經 由演算法分析計算與實驗室定義的濁度分級，對應於圖 4-4 中，來進行天 長壩原水濁度狀態分析，其中顯示不同的時間對映著濁度界定值、水質 狀態及影像的變化。如圖 4-4 所示，由為 100.06.20 起連續六日全台的累 積雨量圖(左圖)與實際壩口的檢測數據(右圖)，其中箭頭標示處為本系統 設備於天長壩口的大概位置，然而我們將參考標示區域的雨量狀況與壩 口濁度分析結果相互驗證。由此統計表可觀察到，天長壩口附近山區於 100.06.21 下午 5:00 多開始降雨，導致水濁度迅速上升影響水面場型變 化，由濁度界定值可發現，從 100.06.21 下午 5:00 到 100.06.22 凌晨 00:00 皆為濁度較高的水質狀態。其中，於 100.06.21 晚間 8:00 左右水質混濁最 為嚴重，直到次日凌晨 01:03 左右才恢復清澈水質。而浸入式濁度檢測系 統的散射能量對應於濁度界定值後，將於 100.06.21 下午 08:03 呈現濁度 混濁狀態之檢測結果。(a) (b) 嚴重混濁 輕微混濁 浸入式臨界點 中度混濁 嚴重混濁 輕微混濁 浸入式臨界點 中度混濁 嚴重混濁 輕微混濁 浸入式臨界點 中度混濁 Time Area Time Area Time Area
(d) (e) (f) 圗 4-4：為連續六日依序時間變化對映不同濁度界定值及水質狀態之統計圖，其中 (a)~(f) 左圖為 100.06.20~100.06.25 之全日累積雨量圖(由中央氣象局 提供)，其 中紅色箭頭為天長壩口大概位置；右圖則為單日壩口濁度界定值之變化。 嚴重混濁 輕微混濁 浸入式臨界點 中度混濁 嚴重混濁 輕微混濁 浸入式臨界點 中度混濁 嚴重混濁 輕微混濁 浸入式臨界點 中度混濁 Time Area Time Area Time Area
經由中央氣象局提供的雨量累積圖可知，天長壩口於 100.06.20、 100.06.22、100.06.23 日皆為較晴朗穩定的天氣，而 100.06.21 累積雨 量較多，山區降雨機率較大。因此，對映於系統分析水質濁度的數據上， 可發現較為晴朗天氣的濁度界定值皆偏低，而因 100.06.21 累積雨量較 多天候較不穩定，所以有偏高的濁度界定值出現。然而，因本系統架設 處為無人山區，無法即時得知天候狀況，因此在有限的資源下，除了藉 由不同場景影像辨識濁度變化外，也利用累積雨量圖與本系統分析數據 的相依性，再次驗證天長壩口水質狀態的判斷結果。 如圖 4-5 為天長壩口，不同濁度分級的場景與束井內片段連續影像取 樣圖，其中圖 4-5(a)為 100.06.21 下午 1:03 濁度界定值為 42，清澈水 質的場景及束井內連續影像；圖 4-5(b)為 100.06.21 下午 05:03 濁度界 定值為 1430，輕度混濁水質的場景及束井內連續影像；圖 4-5(c)為 100.06.21 下午 06:03 濁度界定值為 4140，中度混濁水質的場景及束井 內連續影像；圖 4-5(d)為 100.06.21 下午 08:03 濁度界定值為 8675，嚴 重混濁水質的場景及束井內連續影像，此時天色已黑所以無法由人眼識 別與比較其水質狀況(由黃色箭頭處可看出壩口有降雨跡象）。由此圖可 觀察到，當水質愈混濁時濁度界定值愈高，反之則愈低的現象。然而， 我們藉此實驗驗證了實驗室數據與實地檢測結果的一致性，進而對於實 地壩口做原水濁度判斷與分級。
(d)
圗 4-5：為天長壩口束井，於不同濁度分級的片段連續影像取樣圖，其中，圖 4-6(a) 為清澈水質的連續影像，(b)為輕度混濁水質的連續影像，(c)為中度混濁水質的連續 影像，(d)為嚴重混濁水質的連續影像。而紅色圈影像為不同原水濁度中，取樣特徵 受反射干擾較輕微的完整樣本，箭頭標示處為不規則水體表面造成的反射現象。
由上圖紅色圈影像為不同原水濁度中，取樣特徵受反射干擾較輕微的 完整樣本，而從圖中箭頭標示處為不規則水體表面造成的反射現象，通 常易發生在於流速較快、水花較大的情況下。因此，在不同濁度的樣本 中，我們將符合判斷條件的樣本，採面積平均值的計算方式作進一步過 濾。
4.3
討論
綜合上述兩種實驗方法結果，浸入式的檢測技術雖施用較不方便，但 卻有良好的濁度對應數據，礙於光衰影響散射能量的變化，我們經由第 二階段的自動調適訊號強度設計將得以改良。而在遙測型的檢測技術具 有使用方便、遠距探測、調整容易等優點，有利於濁度級距上的分級， 但卻有較易受環境光源、水流速度影響，以及精準度較差的問題，由於 應用於天長壩口之濁度檢測系統，不需即時回應水質狀況條件下，我們 將可取樣更多數目的樣本進行分析，來提升系統濁度判斷的準確性。結 合兩者的優點，應用在壩體口進行原水濁度的檢測工作，具有相當良好 的檢測依據。4.3.1
系統效能分析
由於影像處理系統於濁度分級上需足夠的樣本做分析與判斷，所以在 系統處理速度上將較為耗時。而在不同連續影像數目分析中，我們發現 演算法在影像的過濾上，愈少的影像數目(100 張取樣影像約 3 秒)會有找 不到符合樣本的情況發生，但增加影像數目(500 張取樣影像約 17 秒)雖 可獲得較多樣本，卻也有提升雜訊樣本的機率。為了提升最佳樣本的計 算、降低雜訊樣本的干擾，我們將符合演算法判斷條件的所有樣本 (Sample Image)如 (4.1) 式，假設為一個近似高斯分佈如圖 4-6 所示， SIi ={
x1,x2,...xN}
(4.1) 其中 為樣本面積平均值，如公式(2)， (4.2) 因此，我們利用公式(2)得到所有符合樣本的面積平均值μ1，並找出小於 μ 之所有樣本SI ，再次利用公式(2)計算SI 樣本集合中的面積平均值∑
==
n i i iSI
N
11
μ
圗 4-6：為一個近似高斯的樣本分布。 藉此過濾方式不但可得到較多的樣本，也可以過濾樣本中雜訊較高的影 像，進而提升影像在濁度分析上的精確度。
![圖 1-1：為水面光譜分析儀(Analytical Spectral Devices, ASD)量測法，其中(a) 為手持式 ASD 光譜儀及拍攝方式[16]，(b)為水中葉綠素對於不同波段光譜的吸收特 性[17]。](https://thumb-ap.123doks.com/thumbv2/9libinfo/7095851.28620/17.892.132.785.672.1031/量測法其為手持式光譜儀及拍攝方式為水綠素對於不同波段光譜吸收.webp)
