CN109489721A - 一种水环境敏感区遥感识别系统 - Google Patents

一种水环境敏感区遥感识别系统 Download PDF

Info

Publication number
CN109489721A
CN109489721A CN201811332760.7A CN201811332760A CN109489721A CN 109489721 A CN109489721 A CN 109489721A CN 201811332760 A CN201811332760 A CN 201811332760A CN 109489721 A CN109489721 A CN 109489721A
Authority
CN
China
Prior art keywords
data
model
water
remote sensing
monitoring model
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201811332760.7A
Other languages
English (en)
Inventor
朱光兴
杨万才
诸艳
张�浩
杨莎莎
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN201811332760.7A priority Critical patent/CN109489721A/zh
Publication of CN109489721A publication Critical patent/CN109489721A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Alarm Systems (AREA)

Abstract

本发明公开了一种水环境敏感区遥感识别系统，包括遥感平台和水环境敏感区定位，遥感平台包括数据处理、传感器、应用平台和传感介质，水环境敏感区包括建立水质监测数据模型和建立岸边带监测模型，所述建立水质监测数据模型包括有水温数据监测模型、悬浮物数据监测模型和N、P数据含量监测模型，所述建立岸边带监测模型包括水位数据监测模型和绿化数据监测模型。本发明中利用任何物体都具有光谱特性，根据光谱的变化生成水环境水温、悬浮物和N、P数据含量的检测数据，并通过将数据依次代入不同的模型中进行检测，看是否超出动态范围，从而判断水环境的变化，同时若水环境出现较大的变化则会触发警报，从而采取相应的措施进行核对以及处理。

Description

一种水环境敏感区遥感识别系统
技术领域
本发明涉及环境监测以及遥感技术领域，具体为一种水环境敏感区遥感识别系统。
背景技术
水环境是指自然界中水的形成、分布和转化所处空间的环境。下垫面是指地球表面，包括海洋、陆地、陆地上的高原、山地、平原、森林、草原以及城市等。下垫面各部分温度、水分以及表面形状等参数均有较大差异，从而下垫面具有非均一性。
现有的饮用水环境监测的方法中，主要采用定期定点水体采样分析，或应用遥感技术进行直接获取水体中叶绿素、黄色物质、悬浮物等含量，或者通过估算TP、TN、COD等化学指标或元素进入水体量进行监测或预警，因此缺乏综合考虑水体和陆地两方面因素的相关模型和方法；岸边缓冲带作为水环境治理的重要措施，既起到净化水质的作用又能有效维持陆地生态安全。目前水环境监测的方法中，多单纯考虑水质变化而忽视陆地生态系统监测与评估，也缺乏综合考虑岸边带对水质改善和生态安全维持的模拟分析，以致很难综合有效的对饮用水源地集水区监测与评估，很难为水环境规划提供有力支撑。
现有的水环境监测识别系统在数据处理以及与遥感平台的连接上存在着漏洞，往往需要在水环境中增加专门的监测装置，同时监测装置需要有人定期采集数据以及进行保养维修等操作，耗费成本较高，这样就导致了水环境检测成本较高。
发明内容
本发明的目的在于提供一种水环境敏感区遥感识别系统，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：一种水环境敏感区遥感识别系统，包括遥感平台和水环境敏感区定位，所述遥感平台包括数据处理、传感器、应用平台和传感介质，且所述数据处理、传感器、应用平台和传感介质均与遥感平台电性连接，所述水环境敏感区包括建立水质监测数据模型和建立岸边带监测模型，所述建立水质监测数据模型包括有水温数据监测模型、悬浮物数据监测模型和N、P数据含量监测模型，所述建立岸边带监测模型包括水位数据监测模型和绿化数据监测模型，所述水温数据监测模型、悬浮物数据监测模型和N、P数据含量监测模型、水位数据监测模型和绿化数据监测模型均与遥感平台电性连接。
作为本发明的一种优选实施方式，通过传感介质中的红外传感器探测水环境敏感区的热度变化数据，利用光学技术和计算机对热图像作密度分割，然后对切割后的热图像绘制水体等温线，将数据导入水温数据监测模型，模型输出后动态范围若≤1则属于正常变化范围然后将数据进行输出并储存,若模型输出后动态范围若≥1则进行污染预警。
作为本发明的一种优选实施方式，通过遥感平台中的传感介质收集水环境敏感区中水体的反光率数据，将水体反光率数据按照特定图谱进行绘制，同时将反光率峰值的移动路线进行绘制，将数据输入到悬浮物数据监测模型，模型输出后动态范围若≤1则属于正常变化范围然后将数据进行输出并储存,若模型输出后动态范围若≥1则进行污染预警。
作为本发明的一种优选实施方式，根据叶绿素与可见光和红外线之间的陡坡效应收集数据，将反射率数据进行收集的同时绘制成图谱，将多次测量制成动态数据图谱，将数据导入N、P数据含量监测模型中，模型输出后动态范围若≤1则属于正常变化范围然后将数据进行输出并储存,若模型输出后动态范围若≥1则进行污染预警。
作为本发明的一种优选实施方式，通过遥感平台对岸边带水位涨幅数据进行检测，将水位数据变化绘制成模型判断水位变化是否符合水位数据监测模型，若水位超过警戒线则进行警报，若未超过则将数据进行输出储存。
作为本发明的一种优选实施方式，通过遥感平台对岸边带绿化数据进行检测，将绿化信息数据变化绘制成模型判断绿化程度变化是否符合绿化数据监测模型，若绿化数量超过警戒线则进行警报，若未超过则将数据进行输出储存。
与现有技术相比，本发明的有益效果是：本发明中利用任何物体都具有光谱特性，根据光谱的变化生成水环境水温、悬浮物和N、P数据含量的检测数据，并通过将数据依次代入不同的模型中进行检测，看是否超出动态范围，从而判断水环境的变化，同时若水环境出现较大的变化则会触发警报，从而采取相应的措施进行核对以及处理；本发明通过设立岸边带水位以及绿化的监测判断岸边带是否会对水源产生影响，从而可以在第一时间判断水环境产生污染的源头，同时对水位监测也可以预防洪涝灾害，单独的模型以及处理方式使得遥感平台的监测数据可以与监测模型相配合，避免数据的丢失。
附图说明
图1为本发明的水环境敏感区域定位结构示意图；
图2为本发明的水温数据监测模型结构示意图；
图3为本发明的悬浮物数据监测模型结构示意图；
图4为本发明的N、P数据含量监测模型结构示意图；
图5为本发明的岸边带水位数据监测模型示意图；
图6为本发明的岸边带绿化数量数据监测模型示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1-6，一种水环境敏感区遥感识别系统，包括遥感平台和水环境敏感区定位，所述遥感平台包括数据处理、传感器、应用平台和传感介质，且所述数据处理、传感器、应用平台和传感介质均与遥感平台电性连接，所述水环境敏感区包括建立水质监测数据模型和建立岸边带监测模型，所述建立水质监测数据模型包括有水温数据监测模型、悬浮物数据监测模型和N、P数据含量监测模型，所述建立岸边带监测模型包括水位数据监测模型和绿化数据监测模型，所述水温数据监测模型、悬浮物数据监测模型和N、P数据含量监测模型、水位数据监测模型和绿化数据监测模型均与遥感平台电性连接。
通过遥感平台进行检测具有探测精度高、全天候、分辨率高、观测稳定、费用低廉无需校正的优点，同时利用任何物体都具有光谱特性，根据光谱的变化生成水环境水温、悬浮物和N、P数据含量的检测数据，并通过将数据依次代入不同的模型中进行检测，看是否超出动态范围，从而判断水环境的变化，同时若水环境出现较大的变化则会触发警报，从而采取相应的措施进行核对以及处理。
实施例1
作为本发明的一种优选实施方式，通过传感介质中的红外传感器探测水环境敏感区的热度变化数据，利用光学技术和计算机对热图像作密度分割，然后对切割后的热图像绘制水体等温线，将数据导入水温数据监测模型，模型输出后动态范围若≤1则属于正常变化范围然后将数据进行输出并储存,若模型输出后动态范围若≥1则进行污染预警。
本实施例能根据热效应的差异有效的探测出热污染排放源，无论白天黑夜，在热红外相片上排放热水口的位置以及分布都十分明显，根据水温的差异可以代入模型中判断是否属于正常的变动范围，若超出范围则进行预警，可以根据这种方法定位城市或者水源是否有工业废水排入，从而起到时刻监测的效果。
实施例2
作为本发明的一种优选实施方式，通过遥感平台中的传感介质收集水环境敏感区中水体的反光率数据，将水体反光率数据按照特定图谱进行绘制，同时将反光率峰值的移动路线进行绘制，将数据输入到悬浮物数据监测模型，模型输出后动态范围若≤1则属于正常变化范围然后将数据进行输出并储存,若模型输出后动态范围若≥1则进行污染预警。
本实施例中根据水中悬浮物产生的不同散射以及反射，可以绘制出水源中悬浮物的数量以及变化情况，从而可以追踪到悬浮物产生的原因，以及排放范围，防止是水环境的污染。
实施例3
作为本发明的一种优选实施方式，根据叶绿素与可见光和红外线之间的陡坡效应收集数据，将反射率数据进行收集的同时绘制成图谱，将多次测量制成动态数据图谱，将数据导入N、P数据含量监测模型中，模型输出后动态范围若≤1则属于正常变化范围然后将数据进行输出并储存,若模型输出后动态范围若≥1则进行污染预警。
本实施例中遥感技术可以根据多角度对水体富营养化进行监测和评价，为动态监测水体富营养化提供了有效的监测手段。
实施例4
作为本发明的一种优选实施方式，通过遥感平台对岸边带水位涨幅数据进行检测，将水位数据变化绘制成模型判断水位变化是否符合水位数据监测模型，若水位超过警戒线则进行警报，若未超过则将数据进行输出储存。
本实施例中本发明通过设立岸边带水位监测判断岸边带是否会对水源产生影响，从而可以在第一时间判断水环境产生污染的源头，同时对水位监测也可以预防洪涝灾害。
实施例5
作为本发明的一种优选实施方式，通过遥感平台对岸边带绿化数据进行检测，将绿化信息数据变化绘制成模型判断绿化程度变化是否符合绿化数据监测模型，若绿化数量超过警戒线则进行警报，若未超过则将数据进行输出储存。
本实施例中防止因为岸边带绿化的原因导致泥沙流入水环境中，从而导致水体污染，同时可以根据岸边带的情况判断水体污染产生的根源所在。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

Claims (6)

1.一种水环境敏感区遥感识别系统，包括遥感平台和水环境敏感区定位，其特征在于：所述遥感平台包括数据处理、传感器、应用平台和传感介质，且所述数据处理、传感器、应用平台和传感介质均与遥感平台电性连接，所述水环境敏感区包括建立水质监测数据模型和建立岸边带监测模型，所述建立水质监测数据模型包括有水温数据监测模型、悬浮物数据监测模型和N、P数据含量监测模型，所述建立岸边带监测模型包括水位数据监测模型和绿化数据监测模型，所述水温数据监测模型、悬浮物数据监测模型和N、P数据含量监测模型、水位数据监测模型和绿化数据监测模型均与遥感平台电性连接。
2.根据权利要求1所述的一种水环境敏感区遥感识别系统，其特征在于：通过传感介质中的红外传感器探测水环境敏感区的热度变化数据，利用光学技术和计算机对热图像作密度分割，然后对切割后的热图像绘制水体等温线，将数据导入水温数据监测模型，模型输出后动态范围若≤1则属于正常变化范围然后将数据进行输出并储存,若模型输出后动态范围若≥1则进行污染预警。
3.根据权利要求1所述的一种水环境敏感区遥感识别系统，其特征在于：通过遥感平台中的传感介质收集水环境敏感区中水体的反光率数据，将水体反光率数据按照特定图谱进行绘制，同时将反光率峰值的移动路线进行绘制，将数据输入到悬浮物数据监测模型，模型输出后动态范围若≤1则属于正常变化范围然后将数据进行输出并储存,若模型输出后动态范围若≥1则进行污染预警。
4.根据权利要求1所述的一种水环境敏感区遥感识别系统，其特征在于：根据叶绿素与可见光和红外线之间的陡坡效应收集数据，将反射率数据进行收集的同时绘制成图谱，将多次测量制成动态数据图谱，将数据导入N、P数据含量监测模型中，模型输出后动态范围若≤1则属于正常变化范围然后将数据进行输出并储存,若模型输出后动态范围若≥1则进行污染预警。
5.根据权利要求1所述的一种水环境敏感区遥感识别系统，其特征在于：通过遥感平台对岸边带水位涨幅数据进行检测，将水位数据变化绘制成模型判断水位变化是否符合水位数据监测模型，若水位超过警戒线则进行警报，若未超过则将数据进行输出储存。
6.根据权利要求1所述的一种水环境敏感区遥感识别系统，其特征在于：通过遥感平台对岸边带绿化数据进行检测，将绿化信息数据变化绘制成模型判断绿化程度变化是否符合绿化数据监测模型，若绿化数量超过警戒线则进行警报，若未超过则将数据进行输出储存。
CN201811332760.7A 2018-11-09 2018-11-09 一种水环境敏感区遥感识别系统 Pending CN109489721A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811332760.7A CN109489721A (zh) 2018-11-09 2018-11-09 一种水环境敏感区遥感识别系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811332760.7A CN109489721A (zh) 2018-11-09 2018-11-09 一种水环境敏感区遥感识别系统

Publications (1)

Publication Number Publication Date
CN109489721A true CN109489721A (zh) 2019-03-19

Family

ID=65694092

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811332760.7A Pending CN109489721A (zh) 2018-11-09 2018-11-09 一种水环境敏感区遥感识别系统

Country Status (1)

Country Link
CN (1) CN109489721A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110412228A (zh) * 2019-08-01 2019-11-05 广西壮族自治区环境保护科学研究院 一种基于遥感的水环境监测服务系统
CN110455262A (zh) * 2019-08-22 2019-11-15 生态环境部南京环境科学研究所 入湖干草量智能监测装置及干草氮磷污染入湖测算方法
CN111487224A (zh) * 2020-06-12 2020-08-04 南京红松信息技术有限公司 一种基于光能量积分球的水质检测监测系统装置及方法
CN111982831A (zh) * 2020-07-01 2020-11-24 深圳市迈珂斯环保科技有限公司 一种基于高光谱技术的水质在线监测方法、装置和系统
CN112763425A (zh) * 2020-12-14 2021-05-07 广东省科学院广州地理研究所 一种河口浑浊带识别方法和识别系统
CN114018338A (zh) * 2021-11-17 2022-02-08 天津市水利科学研究院 基于光谱指数模型的水体识别系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001027634A (ja) * 1999-07-13 2001-01-30 Hitachi Ltd 水質監視システム
CN105389742A (zh) * 2015-11-12 2016-03-09 中国科学院遥感与数字地球研究所 一种水环境敏感区遥感识别方法及系统和岸边带建设方法
CN107702699A (zh) * 2017-10-17 2018-02-16 南昌工程学院 一种水利湖泊遥感综合监测管理系统
CN108038351A (zh) * 2017-12-06 2018-05-15 武汉大学 一种基于遥感影像和水生态模型的叶绿素计算方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001027634A (ja) * 1999-07-13 2001-01-30 Hitachi Ltd 水質監視システム
CN105389742A (zh) * 2015-11-12 2016-03-09 中国科学院遥感与数字地球研究所 一种水环境敏感区遥感识别方法及系统和岸边带建设方法
CN107702699A (zh) * 2017-10-17 2018-02-16 南昌工程学院 一种水利湖泊遥感综合监测管理系统
CN108038351A (zh) * 2017-12-06 2018-05-15 武汉大学 一种基于遥感影像和水生态模型的叶绿素计算方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
刘红 等: ""遥感技术及其在环境科学领域中的应用"", 《贵州省土壤学会2012年学术研讨会论文集》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110412228A (zh) * 2019-08-01 2019-11-05 广西壮族自治区环境保护科学研究院 一种基于遥感的水环境监测服务系统
CN110455262A (zh) * 2019-08-22 2019-11-15 生态环境部南京环境科学研究所 入湖干草量智能监测装置及干草氮磷污染入湖测算方法
CN111487224A (zh) * 2020-06-12 2020-08-04 南京红松信息技术有限公司 一种基于光能量积分球的水质检测监测系统装置及方法
CN111982831A (zh) * 2020-07-01 2020-11-24 深圳市迈珂斯环保科技有限公司 一种基于高光谱技术的水质在线监测方法、装置和系统
CN112763425A (zh) * 2020-12-14 2021-05-07 广东省科学院广州地理研究所 一种河口浑浊带识别方法和识别系统
CN112763425B (zh) * 2020-12-14 2021-12-28 广东省科学院广州地理研究所 一种河口浑浊带识别方法和识别系统
CN114018338A (zh) * 2021-11-17 2022-02-08 天津市水利科学研究院 基于光谱指数模型的水体识别系统
CN114018338B (zh) * 2021-11-17 2023-08-22 天津市水利科学研究院 基于光谱指数模型的水体识别系统

Similar Documents

Publication Publication Date Title
CN109489721A (zh) 一种水环境敏感区遥感识别系统
Du et al. Satellite microwave assessment of Northern Hemisphere lake ice phenology from 2002 to 2015
CN106023530B (zh) 一种暴雨型稀性泥石流监测预报预警方法
Fan et al. Aerosol vertical distribution and sources estimation at a site of the Yangtze River Delta region of China
Morris Ceilometer instrument handbook
CN103885067B (zh) 星载激光雷达用于卫星海雾遥感比测验证的方法
Owayjan et al. Firoxio: Forest fire detection and alerting system
CN109034252A (zh) 空气质量站点监测数据异常的自动化识别方法
CN205354263U (zh) 一种基于红外热像的森林火灾探测系统
CN109186706A (zh) 一种用于城市雨洪淹没区预警的方法
CN102230796B (zh) 基于无线电掩星探测资料的云底高反演方法
WO2019101247A2 (zh) 激光海面能见度监测仪以及探测海雾的方法
KR101658197B1 (ko) 연안 이상현상 경보 발생방법
US20170193305A1 (en) Flash flooding detection system
Delgado‐Fernandez et al. Assessing aeolian beach‐surface dynamics using a remote sensing approach
CN103344344A (zh) 一种基于多源遥感数据的全球热异常点信息遥感快速监测及发布方法
Amekudzi et al. Validation of TRMM and FEWS satellite rainfall estimates with rain gauge measurement over Ashanti Region, Ghana
Sinclair et al. Boundary-layer height and surface stability at Hyytiälä, Finland, in ERA5 and observations
Famoso et al. Measurement and modeling of ground-level ozone concentration in Catania, Italy using biophysical remote sensing and GIS
CN113780177A (zh) 一种非接触式实时原位水质监测方法
CN116305699B (zh) 一种基于全方位感知的管道监督系统
CN108538011A (zh) 一种激光雷达火灾检测方法
Razali et al. Quantifying haze from satellite using haze optimized transformation (HOT)
KR101640793B1 (ko) 연안해역 실시간 이상현상 관측방법
Dale et al. The winter 2019 air pollution (PM 2.5) measurement campaign in Christchurch, New Zealand

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20190319

RJ01 Rejection of invention patent application after publication