CN110146675B - 一种水文信息监测系统 - Google Patents
一种水文信息监测系统 Download PDFInfo
- Publication number
- CN110146675B CN110146675B CN201910467017.0A CN201910467017A CN110146675B CN 110146675 B CN110146675 B CN 110146675B CN 201910467017 A CN201910467017 A CN 201910467017A CN 110146675 B CN110146675 B CN 110146675B
- Authority
- CN
- China
- Prior art keywords
- water
- water body
- sensor
- data
- monitoring device
- 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.)
- Expired - Fee Related
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 25
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 178
- 238000012806 monitoring device Methods 0.000 claims abstract description 74
- 230000005855 radiation Effects 0.000 claims abstract description 44
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims abstract description 29
- 239000001301 oxygen Substances 0.000 claims abstract description 29
- 229910052760 oxygen Inorganic materials 0.000 claims abstract description 29
- ATNHDLDRLWWWCB-AENOIHSZSA-M chlorophyll a Chemical compound C1([C@@H](C(=O)OC)C(=O)C2=C3C)=C2N2C3=CC(C(CC)=C3C)=[N+]4C3=CC3=C(C=C)C(C)=C5N3[Mg-2]42[N+]2=C1[C@@H](CCC(=O)OC\C=C(/C)CCC[C@H](C)CCC[C@H](C)CCCC(C)C)[C@H](C)C2=C5 ATNHDLDRLWWWCB-AENOIHSZSA-M 0.000 claims abstract description 26
- XKMRRTOUMJRJIA-UHFFFAOYSA-N ammonia nh3 Chemical compound N.N XKMRRTOUMJRJIA-UHFFFAOYSA-N 0.000 claims abstract description 25
- 238000004891 communication Methods 0.000 claims abstract description 25
- 229930002875 chlorophyll Natural products 0.000 claims abstract description 23
- 235000019804 chlorophyll Nutrition 0.000 claims abstract description 23
- 238000009360 aquaculture Methods 0.000 claims abstract description 16
- 244000144974 aquaculture Species 0.000 claims abstract description 16
- 238000000034 method Methods 0.000 claims abstract description 15
- 230000008569 process Effects 0.000 claims abstract description 12
- 241000192710 Microcystis aeruginosa Species 0.000 claims description 15
- 239000000084 colloidal system Substances 0.000 claims description 6
- QVFWZNCVPCJQOP-UHFFFAOYSA-N chloralodol Chemical compound CC(O)(C)CC(C)OC(O)C(Cl)(Cl)Cl QVFWZNCVPCJQOP-UHFFFAOYSA-N 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 238000007619 statistical method Methods 0.000 claims description 3
- 238000009395 breeding Methods 0.000 abstract description 8
- 230000001488 breeding effect Effects 0.000 abstract description 8
- 238000005070 sampling Methods 0.000 abstract description 8
- 230000003287 optical effect Effects 0.000 abstract description 6
- 239000003643 water by type Substances 0.000 abstract description 6
- 230000005540 biological transmission Effects 0.000 abstract description 4
- 230000007774 longterm Effects 0.000 abstract description 4
- 230000007480 spreading Effects 0.000 abstract description 2
- 241000251468 Actinopterygii Species 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 241000195493 Cryptophyta Species 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 229930002868 chlorophyll a Natural products 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 239000000243 solution Substances 0.000 description 3
- 241000192700 Cyanobacteria Species 0.000 description 2
- IOVCWXUNBOPUCH-UHFFFAOYSA-M Nitrite anion Chemical compound [O-]N=O IOVCWXUNBOPUCH-UHFFFAOYSA-M 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000034994 death Effects 0.000 description 2
- 230000012010 growth Effects 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000029553 photosynthesis Effects 0.000 description 2
- 238000010672 photosynthesis Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 206010003497 Asphyxia Diseases 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000031018 biological processes and functions Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000004090 dissolution Methods 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000012851 eutrophication Methods 0.000 description 1
- 208000010824 fish disease Diseases 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 239000006260 foam Substances 0.000 description 1
- 230000037406 food intake Effects 0.000 description 1
- 235000012631 food intake Nutrition 0.000 description 1
- 239000013505 freshwater Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000033116 oxidation-reduction process Effects 0.000 description 1
- 238000006213 oxygenation reaction Methods 0.000 description 1
- -1 pH value Chemical compound 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 231100000331 toxic Toxicity 0.000 description 1
- 230000002588 toxic effect Effects 0.000 description 1
- 231100000419 toxicity Toxicity 0.000 description 1
- 230000001988 toxicity Effects 0.000 description 1
- 241001148471 unidentified anaerobic bacterium Species 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/18—Water
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/0005—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots with arrangements to save energy
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/0011—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots associated with a remote control arrangement
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/0206—Control of position or course in two dimensions specially adapted to water vehicles
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N2021/1765—Method using an image detector and processing of image signal
- G01N2021/177—Detector of the video camera type
- G01N2021/1776—Colour camera
Landscapes
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Biochemistry (AREA)
- Aviation & Aerospace Engineering (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Analytical Chemistry (AREA)
- Automation & Control Theory (AREA)
- Remote Sensing (AREA)
- General Health & Medical Sciences (AREA)
- Radar, Positioning & Navigation (AREA)
- Signal Processing (AREA)
- Multimedia (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Farming Of Fish And Shellfish (AREA)
Abstract
本发明提供了一种水文信息监测系统,包括后台服务器、无人机和多个监测装置。每个所述监测装置包括溶解氧传感器、pH传感器、叶绿素传感器、氨氮传感器等水质传感器,以及通讯模块、微处理器和浮标。通过将多个监测装置散布在养殖场所的水域中,实时获取各类水体信息并统一发送至后台服务器,同时配合无人机获取每一监测装置所在水域的辐射图像和光学图像,再按照预设的判断模型对养殖场所的水质状态进行预判,以实时准确地对养殖水体环境进行监测。不需要人员实地采样,特别是针对大型养殖水域,省去了长期循环的采样流程,极大提高了效率。同时,本发明提供的水文信息监测系统实施简便经济,为渔业养殖提供重要参考依据。
Description
技术领域
本发明涉及水文监测领域,具体而言,涉及一种水文信息监测系统。
背景技术
在渔业养殖中,水质好坏是决定养殖产量和品质的重要因素,因水质原因造成的养殖事故不胜枚举,因此,做好水产养殖的水质监控是必要的工作程序。影响鱼苗生长发育的水质指标主要包括溶氧、pH值、氨氮含量、亚硝酸盐等等,而水质的叶绿素a含量、蓝藻密度等可以反映水体富营养化程度。现有技术中,采用定期采取水体样品进行分析,以判断水体是否适宜鱼群生长,实时性较差,且取样多采用人工获取,操作麻烦以至于频率较低,对于较大规模的养殖场所,远离岸边的水域的取样也较为困难。
发明内容
本发明的目的在于提供一种水文信息监测系统,以改善上述的问题。
为了实现上述目的,本发明实施例采用的技术方案如下:
一种水文信息监测系统,应用于渔业养殖场所,所述系统包括后台服务器、无人机和多个监测装置,每个所述监测装置包括溶解氧传感器、pH传感器、叶绿素传感器、氨氮传感器、通讯模块、微处理器和浮标,所述浮标设置内部空间,所述微处理器和通讯模块容纳于所述内部空间,所述浮标底部设置有支架,所述溶解氧传感器、pH传感器、叶绿素传感器、氨氮传感器环绕设置在所述支架上,所述通讯模块与所述后台服务器通讯连接,所述无人机设置有辐射计和摄像机,并与所述后台服务器通讯连接,所述监测装置被配置为获取所述渔业养殖场所当前位置的水体的溶解氧数据、pH值、叶绿素浓度和氨氮浓度等水体数据,将获取到的水体数据进行标记并发送至所述后台服务器,所述无人机被配置为通过所述辐射计获取每个所述监测装置所在位置预设范围内的辐射图像,以及通过所述摄像机获取每个所述监测装置所在位置预设范围内的水体图像,将所述辐射图像和所述水体图像根据监测装置进行标注,将标注后的辐射图像和水体图像发送至所述后台服务器,所述后台服务器根据每个所述监测装置发送的水体数据和所述无人机发送的辐射图像和水体图像,根据标记和标注进行匹配,将匹配后的水体数据和辐射图像、水体图像分别输入水质预判模型,得到水质状态预判结果。
进一步地,所述水质预判模型对水质状态预判的过程包括:
将所述辐射图像进行特征提取,得到水华分布区域和浓度;
将水体图像在RGB色彩空间中转换为HSV彩色空间;
提取转换后的水体图像的H分量和S分量,与标准样本进行比对得到水华分布区域和浓度;
将所述辐射图像与所述水体图像比对,确定精确的水华分布区域和浓度;
将溶解氧数据、pH值、叶绿素浓度和氨氮浓度等水体数据代入预测方程,得到水质状态值;
将确定的水华分布区域和浓度与所述水质状态值进行综合分析,得到最终的水质预判结果。
进一步地,所述预测方程通过以下过程实现:
将获取的溶解氧数据、pH值和氨氮浓度分别与叶绿素浓度逐一进行拟合分析,分别得到拟合方程和对应的关联参数;
将关联参数分别与预设值进行比较,得到大于预设值的关联参数集合;
将关联参数集合中对应的水质数据与拟合结果进行统计分析,以得到多元非线性模型。
进一步地,所述监测装置在将获取到的水体数据进行标记并发送至所述后台服务器,包括标记本监测装置的编号和当前时间戳;
所述无人机将所述辐射图像和所述水体图像根据监测装置进行标注,包括标注对应的监测装置的编号和当前时间戳。
进一步地,所述后台服务器根据每个所述监测装置发送的水体数据和所述无人机发送的辐射图像和水体图像,根据标记和标注进行匹配包括:
识别每一水体数据的编号和时间戳;
识别每一辐射图像和水体图像的编号和时间戳;
将编号相对应,且时间戳差值在预设时间范围内的水体数据和辐射图像、水体图像相匹配。
进一步地,所述监测装置按照预定的时间间隔向所述后台服务器发送当前时间间隔内的各传感器数据。
进一步地,所述监测装置每隔6小时向所述后台服务器发送当前时间间隔内的各传感器数据。
进一步地,所述浮标的内部空间设置胶体电池,所述浮标的表面设置有支撑架,在所述支撑架上设置有太阳能电池板,所述太阳能电池板与所述胶体电池电连接以为所述胶体电池充电。
进一步地,所述浮标还包括与所述微处理器连接的驱动模块、避障模块、GPS模块和陀螺仪,所述驱动模块被配置为驱动所述浮标移动,所述避障模块被配置为探测所述浮标周围的障碍物,所述GPS模块被配置为定位所述浮标的位置信息。
进一步地,所述通讯模块包括LORA模块和2.4G模块。
本发明的有益效果:
本发明实施例提供的水文信息监测系统,通过将多个监测装置散布在养殖场所的水域中,实时获取各类水体信息并统一发送至后台服务器,同时配合无人机获取每一监测装置所在水域的辐射图像和光学图像,再按照预设的判断模型对养殖场所的水质状态进行预判,以实时准确地对养殖水体环境进行监测。不需要人员实地采样,特别是针对大型养殖水域,省去了长期循环的采样流程,极大提高了效率。同时,本发明提供的水文信息监测系统实施简便经济,为渔业养殖提供重要参考依据。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1是本发明实施例提供的水文信息监测系统的系统组成架构示意图。
图2是本发明实施例提供的监测装置的功能模块架构示意图。
图3是本发明实施例提供的监测装置的结构示意图。
图4是本发明实施例提供的另一实施方式的监测装置的功能模块架构示意图。
图标:水文信息监测系统-100;后台服务器-10;监测装置-20;微处理器-21;通讯模块-22;溶解氧传感器-23;pH传感器-24;叶绿素传感器-25;氨氮传感器-26;驱动模块-27;避障模块-28;GPS模块-29;陀螺仪-201;浮标-202;内部空间-203;支架-204;支撑架-205;太阳能电池板-206;无人机-30;渔业养殖场所-200。
具体实施方式
下面将结合本发明实施例中附图,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。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的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。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
请参照图1,是本发明实施例提供的水文信息监测系统100的系统组成示意图。该水文信息监测系统100应用于渔业养殖场所200,特别是水域范围较大的养殖场所,例如太湖、巢湖等易发生水华现象的水域。
该水文信息监测系统100包括后台服务器10、无人机30和多个监测装置20,多个监测装置20被均匀地分布在待监测水域的水面,以获取广泛全面的水文信息。
请参照图2和图3,是监测装置20的功能模块架构示意图。每个监测装置20包括溶解氧传感器23、pH传感器24、叶绿素传感器25、氨氮传感器26、通讯模块22、微处理器21和浮标202。水中的溶氧一般是通过光合作用、空气的溶解、加注新水及机械增氧三种方式得到。水溶氧对养殖水体水质和底质存在影响,决定水质和底质的氧化还原条件。水中溶氧缺乏时底质中的厌氧菌活动旺盛。产生氨氮、亚硝酸盐等有毒有害物质。一般温水性鱼类溶氧的,合适范围是5~8mg/L。资料表明,水中溶氧低于4mg/L~A下时,鱼类的摄食量、饲料利用率、生长速度都会大幅下降。因此,在养殖过程中要经常保持水中较高的溶氧。
水中的酸碱度决定着水体中很多复杂的化学反应和生物作用过程。水中生物光合作用、呼吸作用和各类化学变化均能引起pH值的变化。而它的变化对鱼和水质均有很大的影响。无论pH值偏高或偏低,对鱼类都会有影响。是引发鱼类疾病的重要因素之一。
而养殖水体中的氨氮对水生动物有很强的毒性,会破坏鱼鳃表皮组织导致窒息死亡,因此,水体氨氮含量监测也是重要监测因素之一。
另外,水体中叶绿素a含量能够侧面反映水体中蓝藻等藻类生物的浓度。有些蓝藻常于夏季大量繁殖,并在水面形成一层蓝绿色而有恶臭味的浮沫,称为“水华”,大规模的蓝藻爆发,被称为“绿潮”(和海洋发生的赤潮对应)。绿潮引起水质恶化,严重时耗尽水中氧气而造成鱼类的死亡。因此,及时地预测到水华现象,并针对性地解决是水质监测的重要环节。
上述各类水质传感器均为现有产品,此处不做赘述。浮标202具备漂浮在水面上的能力,例如可以选择密度小于水的材质制成本体,或者在内部开拓空间,使其具备满足漂浮条件的浮力。
浮标202设置内部空间203,微处理器21和通讯模块22容纳于内部空间203,浮标202底部设置有支架204。溶解氧传感器23、pH传感器24、叶绿素传感器25、氨氮传感器26环绕设置在支架204上,支架204的作用为固定各类水质传感器,支架204的固定端可以安装在浮标202的内部,自由端和各类水质传感器浸没在水中。
通讯模块22与后台服务器10通讯连接,已进行数据交互。通讯模块22可以是通用的通讯模块,例如LORA模块、2.4G模块。
无人机30设置有辐射计和摄像机,并与后台服务器10通讯连接。辐射计用于拍摄辐射图像,摄像机用于拍摄光学图像。
在对养殖场所的水质进行监测时,监测装置20被配置为获取渔业养殖场所当前位置的水体的溶解氧数据、pH值、叶绿素浓度和氨氮浓度等水体数据。容易理解的,溶解氧数据通过溶解氧传感器23获取,pH值通过pH传感器24获取,叶绿素浓度通过叶绿素传感器25获取,在本实施例中,叶绿素浓度主要指叶绿素a的浓度,氨氮浓度通过氨氮传感器26获取。
监测装置20将获取到的水体数据进行标记并发送至后台服务器10。
无人机30被配置为通过辐射计获取每个监测装置20所在位置预设范围内的辐射图像,以及通过摄像机获取每个监测装置20所在位置预设范围内的水体图像。将辐射图像和水体图像根据监测装置20进行标注,将标注后的辐射图像和水体图像发送至所述后台服务器10。后台服务器10根据每个监测装置20发送的水体数据和无人机30发送的辐射图像和水体图像,根据标记和标注进行匹配,将匹配后的水体数据和辐射图像、水体图像分别输入水质预判模型,得到水质状态预判结果。
本发明实施例提供的水文信息监测系统100,通过将多个监测装置20散布在养殖场所的水域中,实时获取各类水体信息并统一发送至后台服务器,同时配合无人机30获取每一监测装置20所在水域的辐射图像和光学图像,再按照预设的判断模型对养殖场所的水质状态进行预判,以实时准确地对养殖水体环境进行监测。不需要人员实地采样,特别是针对大型养殖水域,省去了长期循环的采样流程,极大提高了效率。
进一步地,本发明实施例中,水质预判模型对水质状态预判的过程包括以下步骤:
S1,将辐射图像进行特征提取,得到水华分布区域和浓度。
由于摄像机拍摄的光学图像,受到天气光线的影响,有时候可能会出现偏差,因此本实施例选择增加辐射计拍摄辐射图像辅助判断。
S2,将水体图像在RGB色彩空间中转换为HSV彩色空间。
由于不同天气,不同光线下,拍摄的图像的光照差距较大,将亮度划分为特征分量会造成误差。因此,在本实施例中,在RGB色彩空间中转换为HSV彩色空间以便于分类。
S3,提取转换后的水体图像的H分量和S分量,与标准样本进行比对得到水华分布区域和浓度。
标准样本为预先准备的根据图像转换处理得到的各种情况下的水体图像,通过大数据对比可以快速确认当前水华分布的情况。
S4,将所述辐射图像与所述水体图像比对,确定精确的水华分布区域和浓度。
为了判断结果更加准确,在本实施例中,通过辐射图像和光照图像结合比对的方式判断。
S5,将溶解氧数据、pH值、叶绿素浓度和氨氮浓度等水体数据代入预测方程,得到水质状态值。
进一步地,该预测方程通过以下过程实现:
S51,将获取的溶解氧数据、pH值和氨氮浓度分别与叶绿素浓度逐一进行拟合分析,分别得到拟合方程和对应的关联参数。
拟合分析为常见的数据分析方法,此处不做赘述。
S52,将关联参数分别与预设值进行比较,得到大于预设值的关联参数集合。
S53,将关联参数集合中对应的水质数据与拟合结果进行统计分析,以得到多元非线性模型。通过多元非线性模型即可得到预测方程。
S6,将确定的水华分布区域和浓度与所述水质状态值进行综合分析,得到最终的水质预判结果。
由于针对同一养殖场所,一般使用一架无人机30进行拍摄,而本发明实施例的监测装置20的数量较多,在无人机30在不同的时间段获取各个不同的监测装置20对应水域的数据后,后台服务器10需要对各类数据进行归类统一。因此,在本实施例中,监测装置20在将获取到的水体数据进行标记并发送至后台服务器10,具体的,监测装置20标记的是本监测装置20的编号和当前时间戳。容易理解,每一个监测装置20都有自己唯一的编号。无人机30将辐射图像和水体图像根据监测装置20进行标注,具体的,无人机30标注的是对应的监测装置20的编号和当前时间戳。
对应的,后台服务器10根据每个监测装置20发送的水体数据和无人机30发送的辐射图像和水体图像,根据标记和标注进行匹配的过程为:
后台服务器30识别每一水体数据的编号和时间戳;
识别每一辐射图像和水体图像的编号和时间戳;
将编号相对应,且时间戳差值在预设时间范围内的水体数据和辐射图像、水体图像相匹配。
需要注意的是,考虑到耗电量、数据冗余、水质变化速度等问题,监测装置20并非一直向后台服务器10传输水体数据,其传输需要按照预设的时间周期进行,而无人机30对水域的拍摄也并非一直进行,也需要按照预设的时间周期进行拍摄。此时,必然会出现无人机30传输的图像上的时间戳与监测装置20的时间戳不相同。在本实施例中,后台服务器10在接收到水体数据、辐射图像、水体图像时,计算同一编号的水体数据的时间戳与同一编号的辐射图像、水体图像的时间戳的差值,如果在预设的时间范围内,则表明是同一时间周期内的数据。例如,在本实施例中,监测装置20按照预定的时间间隔向后台服务器10发送当前时间间隔内的各传感器数据。考虑到水质变化速度,其周期优选为6个小时,即一天4次数据传输,相应的,无人机30拍摄的周期为6个小时,可以设定无人机30传输的辐射图像和水体图像的时间戳和监测装置20传输的水体数据的时间戳的差值为30min内时,可以匹配。
此外,考虑到监测装置20长期设置在养殖水域中,在水域范围大,监测装置20数量多的情况下,频繁更换监测装置20电源将浪费较多时间和成本。因此,本实施例提供的监测装置20的浮标202内部空间203设置胶体电池(图未示),浮标202的上表面设置有支撑架205,在支撑架205上设置有太阳能电池板206,太阳能电池板206与所述胶体电池电连接以为所述胶体电池充电。由于广阔的水域一般暴露在阳光下,阳光较强,尤其是沿海区域的阳光更加强烈,太阳能电池板206的设置,可以为各类电子元件的工作,提供电能储备,减少电源更换的周期。
进一步地,请参考图4,浮标202中还包括与微处理器21连接的驱动模块27、避障模块28、GPS模块29和陀螺仪201。驱动模块27被配置为驱动所述浮标202移动。避障模块28被配置为探测所述浮标202周围的障碍物。GPS模块被配置为定位所述浮标202的位置信息。在投放和回收监测装置20时,通过人工投放将浪费较多时间,本发明实施例通过设置驱动模块27,使监测装置20具备自驱动能力,以实现人工遥控或者自动航行,遥控和自动航行都是现有较为成熟的技术,此处不做过多的描述。在航行时,考虑到障碍物的阻碍,增加了避障模块28,避障技术28也是较为成熟的技术,例如安装超声波测距传感器。而GPS模块29的安装,帮助监测装置20实现定位,实现自导航或者人工遥控路线的确定,在自导航时,可采用各类现有算法进行航线计算,例如蚁群算法。
综上所述,本发明实施例提供了一种水文信息监测系统,包括后台服务器、无人机和多个监测装置。每个所述监测装置包括溶解氧传感器、pH传感器、叶绿素传感器、氨氮传感器等水质传感器,以及通讯模块、微处理器和浮标。通过将多个监测装置散布在养殖场所的水域中,实时获取各类水体信息并统一发送至后台服务器,同时配合无人机获取每一监测装置所在水域的辐射图像和光学图像,再按照预设的判断模型对养殖场所的水质状态进行预判,以实时准确地对养殖水体环境进行监测。不需要人员实地采样,特别是针对大型养殖水域,省去了长期循环的采样流程,极大提高了效率。同时,本发明提供的水文信息监测系统实施简便经济,为渔业养殖提供重要参考依据。
在本发明的描述中,需要说明的是,术语“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,或者是该发明产品使用时惯常摆放的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
在本发明的描述中,还需要说明的是,除非另有明确的规定和限定,术语“设置”、“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
Claims (1)
1.一种水文信息监测系统,其特征在于,应用于渔业养殖场所,所述系统包括后台服务器、无人机和多个监测装置,每个所述监测装置包括溶解氧传感器、pH传感器、叶绿素传感器、氨氮传感器、通讯模块、微处理器和浮标,所述浮标设置内部空间,所述微处理器和通讯模块容纳于所述内部空间,所述浮标底部设置有支架,所述溶解氧传感器、pH传感器、叶绿素传感器、氨氮传感器环绕设置在所述支架上,所述通讯模块与所述后台服务器通讯连接,所述无人机设置有辐射计和摄像机,并与所述后台服务器通讯连接,所述监测装置被配置为获取所述渔业养殖场所当前位置的水体的溶解氧数据、pH值、叶绿素浓度和氨氮浓度水体数据,将获取到的水体数据进行标记并发送至所述后台服务器,所述无人机被配置为通过所述辐射计获取每个所述监测装置所在位置预设范围内的辐射图像,以及通过所述摄像机获取每个所述监测装置所在位置预设范围内的水体图像,将所述辐射图像和所述水体图像根据监测装置进行标注,将标注后的辐射图像和水体图像发送至所述后台服务器,所述后台服务器根据每个所述监测装置发送的水体数据和所述无人机发送的辐射图像和水体图像,根据标记和标注进行匹配,将匹配后的水体数据和辐射图像、水体图像分别输入水质预判模型,得到水质状态预判结果,所述监测装置在将获取到的水体数据进行标记并发送至所述后台服务器,包括标记本监测装置的编号和当前时间戳;所述无人机将所述辐射图像和所述水体图像根据监测装置进行标注,包括标注对应的监测装置的编号和当前时间戳,所述后台服务器根据每个所述监测装置发送的水体数据和所述无人机发送的辐射图像和水体图像,根据标记和标注进行匹配包括:识别每一水体数据的编号和时间戳;识别每一辐射图像和水体图像的编号和时间戳;将编号相对应,且时间戳差值在预设时间范围内的水体数据和辐射图像、水体图像相匹配,其中,所述水质预判模型对水质状态预判的过程包括:将所述辐射图像进行特征提取,得到水华分布区域和浓度;将水体图像在RGB色彩空间中转换为HSV彩色空间;提取转换后的水体图像的H分量和S分量,与标准样本进行比对得到水华分布区域和浓度;将所述辐射图像与所述水体图像比对,确定精确的水华分布区域和浓度;将溶解氧数据、pH值、叶绿素浓度和氨氮浓度水体数据代入预测方程,得到水质状态值;将确定的水华分布区域和浓度与所述水质状态值进行综合分析,得到最终的水质预判结果,所述预测方程通过以下过程实现:将获取的溶解氧数据、pH值和氨氮浓度分别与叶绿素浓度逐一进行拟合分析,分别得到拟合方程和对应的关联参数;将关联参数分别与预设值进行比较,得到大于预设值的关联参数集合;将关联参数集合中对应的水质数据与拟合结果进行统计分析,以得到多元非线性模型;所述监测装置每隔6小时向所述后台服务器发送当前时间间隔内的各传感器数据;所述浮标的内部空间设置胶体电池,所述浮标的表面设置有支撑架,在所述支撑架上设置有太阳能电池板,所述太阳能电池板与所述胶体电池电连接以为所述胶体电池充电,所述浮标还包括与所述微处理器连接的驱动模块、避障模块、GPS模块和陀螺仪,所述驱动模块被配置为驱动所述浮标移动,所述避障模块被配置为探测所述浮标周围的障碍物,所述GPS模块被配置为定位所述浮标的位置信息,所述通讯模块包括LORA模块和2.4G模块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910467017.0A CN110146675B (zh) | 2019-05-31 | 2019-05-31 | 一种水文信息监测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910467017.0A CN110146675B (zh) | 2019-05-31 | 2019-05-31 | 一种水文信息监测系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110146675A CN110146675A (zh) | 2019-08-20 |
CN110146675B true CN110146675B (zh) | 2021-12-14 |
Family
ID=67589886
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910467017.0A Expired - Fee Related CN110146675B (zh) | 2019-05-31 | 2019-05-31 | 一种水文信息监测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110146675B (zh) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111131374A (zh) * | 2019-09-24 | 2020-05-08 | 宣威市炫辉太阳能设备有限公司 | 太阳能智能化漂浮移动式水库环境大数据观测系统 |
CN110855312B (zh) * | 2019-10-23 | 2022-02-18 | 军事科学院军事医学研究院环境医学与作业医学研究所 | 一种应用于水质智能检测无线通信模块 |
CN110794107A (zh) * | 2019-11-12 | 2020-02-14 | 山东交通学院 | 一种自动巡检智能渔业监测装置及监控方法 |
CN111060079A (zh) * | 2019-12-31 | 2020-04-24 | 华东理工大学 | 河道异物识别方法以及河道异物监控平台系统 |
CN111239050A (zh) * | 2020-03-12 | 2020-06-05 | 高永飞 | 一种基于物联网的河湖水生态环境监控方法 |
CN112550704B (zh) * | 2020-11-18 | 2022-12-13 | 浙江工业大学 | 一种基于无人机的水华藻施药装置及喷施方法 |
CN112650177A (zh) * | 2020-12-23 | 2021-04-13 | 马陆咀 | 一种虾养殖品远程在线监控管理系统及实现方法 |
CN113928516B (zh) * | 2021-10-28 | 2022-11-22 | 中国水利水电科学研究院 | 一种用于湖库缺氧区监测的水下机器人及方法 |
CN117176912A (zh) * | 2022-12-09 | 2023-12-05 | 深圳市浩太科技有限公司 | 一种基于监测阵列的多目监测方法 |
CN115825368B (zh) * | 2022-12-26 | 2024-06-21 | 南京市水产科学研究所 | 基于物联网的水产养殖业的水质监测方法及系统 |
CN115937721B (zh) * | 2023-03-08 | 2023-05-16 | 联通(山东)产业互联网有限公司 | 一种浒苔监测方法 |
CN116858193B (zh) * | 2023-07-04 | 2024-05-31 | 河南省平顶山水文水资源勘测局 | 一种基于无人机的水文监测系统 |
CN117952437B (zh) * | 2024-02-02 | 2024-07-19 | 生态环境部华南环境科学研究所(生态环境部生态环境应急研究所) | 一种城市水体源头整治效果评估方法及系统 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7720615B2 (en) * | 2006-03-20 | 2010-05-18 | Sensis Corporation | System for detection and prediction of water quality events |
CN201615902U (zh) * | 2009-12-16 | 2010-10-27 | 中国科学院水生生物研究所 | 一种水华预警系统 |
CN201689088U (zh) * | 2010-06-01 | 2010-12-29 | 无锡弘景达信息技术有限公司 | 用于蓝藻监测的浮标 |
CN102592140A (zh) * | 2012-01-04 | 2012-07-18 | 上海理工大学 | 一种蓝藻水华状态监测方法 |
CN103150576A (zh) * | 2013-03-19 | 2013-06-12 | 上海理工大学 | 蓝藻水华状态监测方法 |
CN204758583U (zh) * | 2015-05-15 | 2015-11-11 | 长江水利委员会长江科学院 | 一种基于无人机的大型水域水质监控采样一体化系统 |
CN106526116A (zh) * | 2016-11-10 | 2017-03-22 | 浙江大学 | 水域环境监测飞行器及其监测方法 |
CN107271627A (zh) * | 2017-07-05 | 2017-10-20 | 威海格邦电子科技有限公司 | 一种基于物联网和大数据技术的可视化水质信息监测系统 |
CN207623321U (zh) * | 2017-11-09 | 2018-07-17 | 西安知点信息科技有限公司 | 一种多功能水质监测浮标 |
-
2019
- 2019-05-31 CN CN201910467017.0A patent/CN110146675B/zh not_active Expired - Fee Related
Non-Patent Citations (2)
Title |
---|
Improve Stability in UAV Relay Networks by Jointly Optimizing Communication, Trajectory and Power;Chen Weichao等;《16th IEEE International Conference on Communication Systems (IEEE ICCS)》;20181221;第180-185页 * |
基于无人机的水质监控采样一体化系统初探;吴永兵;《化工管理》;20170331;第12、14页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110146675A (zh) | 2019-08-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110146675B (zh) | 一种水文信息监测系统 | |
CN209745950U (zh) | 一种应用于渔业养殖的监测设备 | |
CN107094683A (zh) | 一种水产养殖的自动投饵和水质监测控制系统及方法 | |
CN108639237B (zh) | 一种侧体可上浮下潜的太阳能近海渔业功能三体无人艇 | |
CN203492583U (zh) | 一种预防南美白对虾养殖水体富营养化的视频监控装置 | |
CN203606673U (zh) | 水产养殖监控系统 | |
CN101867869A (zh) | 水上移动机器人网络水域监测预警系统及其实现方法 | |
CN103558822B (zh) | 水产养殖监控系统 | |
CN112506120A (zh) | 一种基于物联网的智慧渔业管理系统 | |
CN110692548B (zh) | 具备太赫兹传感和通信功能的广域养殖机器人装置及方法 | |
CN110870472A (zh) | 一种人工智能化养殖小龙虾集成装置 | |
CN208746199U (zh) | 一种智能渔业养殖无人船 | |
CN206776488U (zh) | 网箱养殖多参数自动监控系统 | |
CN112965557A (zh) | 智能龙虾养殖监测装置及监测方法 | |
CN110823285A (zh) | 一种海洋牧场环境快速监测预警方法 | |
CN211554312U (zh) | 水生动物群落结构自动调查和监测装置 | |
CN204907563U (zh) | 一种鱼塘水质监测系统 | |
CN214748140U (zh) | 深海养殖监测系统 | |
CN214895253U (zh) | 一种渔业生态环境智能监测装置 | |
TWI786380B (zh) | 結合無人機之水產養殖用機動監測系統及其方法 | |
CN115937721B (zh) | 一种浒苔监测方法 | |
CN107992089A (zh) | 一种智能自动化海洋养殖系统及其方法 | |
CN116165360A (zh) | 一种海水富营养化动态监测预警方法 | |
CN113678783B (zh) | 一种基于多点pH统计的鱼池水质检测和调节系统 | |
CN106259153A (zh) | 一种淡水网箱养殖水环境自动化监测预警装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20211214 |