CN110456016A

CN110456016A - 一种基于物联网的水污染多源遥感监测方法

Info

Publication number: CN110456016A
Application number: CN201910692029.3A
Authority: CN
Inventors: 杜成功; 徐杰
Original assignee: Suzhou Leilan Remote Sensing Technology Co Ltd
Current assignee: Suzhou Leilan Remote Sensing Technology Co Ltd
Priority date: 2019-07-30
Filing date: 2019-07-30
Publication date: 2019-11-15

Abstract

本发明公开了一种基于物联网的水污染多源遥感监测方法，其包括如下步骤：（1）通过卫星遥感数据、无人机遥感数据和水质自动检测数据对水体进行分析；（2）分析完毕后，通过几何校正、大气校正、饮用水源保护的措施进行预处理；（3）预处理后，通过多源遥感数据融合及遥感大数据整合处理；（4）通过步骤3处理完成后，依据步骤3以及水质自动检测数据得出水体的环境安全评价模型、GIS空间模型、污染物扩散模型、时空数据同化模型、Swat流域模型、生化反应模型；（5）通过步骤4的模型得出水体的环境安全评价、污染事件预警、可视化表达。本发明突破了传统时间和空间相互独立的监测体系，监测功能丰富、决策效率高、正确率高等优点。

Description

一种基于物联网的水污染多源遥感监测方法

技术领域

本发明涉及水环境监测技术领域，具体为一种基于物联网的水污染多源遥感监测方法。

背景技术

目前全国各地对受污染水体水质监测大多数仍停留在人工监测阶段，目前采用的监测方法如原子吸收法、比色法等，大部分能够准确定性和定量表征水体污染程度，但是多依赖人工定期或不定期的采集水样。采样和检测过程往往耗费大量人力、物力和财力。不仅如此，由于很多城市河道分布广泛、面积偏小、数量较多、空间分布复杂，部分受污染水体的变动大，因而在治理、监管方面存在很大的难度。由于依赖人工采样的监测方法不能做到在线连续监测，不仅容易造成对实地污染事件的发现滞后，更难以反映企业及城市排放连续变化的情况，影响对污染的及时处理，部分建立的水质自动装置监测系统存在监测参数可扩展性差、缺少在线质控手段、对异常数据智能化识别能力不足等瓶颈问题。

随着我国城市化进程的加快，许多城市中的水体出现常年或季节性的黑臭现象。在全国范围内，黑臭水体分布广泛。随着经济的发展、社会的进步，水体的黑臭现象加剧，成为了我国社会、经济发展的阻碍，对我国形象与水生环境状态产生了重大影响。

由于很多城市黑臭河道分布广泛、面积偏小、数量较多、空间分布复杂，部分黑臭水体的变动大，因而在治理、监管方面存在很大的难度。与地面监管相比，遥感监测信息的空间范围更大，有利于从区域层面把控黑臭水体；时间范围广，有助于迅速、详细地掌握黑臭水体的产生、发展与演化变迁过程，可节省大量资源（人力、物力和时间等）。

另一方面，在工业化高速发展的今天，我国湖泊面临的富营养化和持久性有机污染问题也是十分严峻。湖泊富营养化导致水质的下降、水华的频繁、水生植被的大量减少、生物多样性的下降以及景观的破坏等等，严重威胁着周边人们的健康，不利于社会和经济可持续性发展，造成巨大的经济损失。遥感技术的发展使得宏观、快速、实时地对内陆湖泊水域进行监测成为了可能,叶绿素a、藻类碳、藻毒素等在藻类物质中所占比例较为稳定，其浓度可以作为湖泊富营养化的指标，也是水质的重要表征参数。通过多源遥感技术，将参数与表观光学量（遥感反射率）的关系构建遥感反演的经验模型，将参数与固有光学量（吸收系数）联系起来进一步与表观光学（遥感反射率）建立关系，规划参数的遥感反演半分析模型。在遥感大数据的基础上，我们通过模型反演算法不断的迭代优化，构建适合我国内陆富营养化湖泊的普适性参数反演算法，提高模型在内陆湖泊遥感检测中适用性。

发明内容

为了克服上述问题，本发明提供一种基于物联网的水污染多源遥感监测方法。

本发明的技术方案是提供一种基于物联网的水污染多源遥感监测方法，其特征在于，其包括如下步骤：

（1）通过卫星遥感数据、无人机遥感数据和水质自动检测数据对水体进行分析；

（2）分析完毕后，通过几何校正、大气校正、饮用水源保护的措施进行预处理；

（3）预处理后，通过多源遥感数据融合及遥感大数据整合处理；

（4）通过步骤3处理完成后，依据步骤3以及水质自动检测数据得出水体的环境安全评价模型、GIS空间模型、污染物扩散模型、时空数据同化模型、Swat流域模型、生化反应模型；

（5）通过步骤4的模型得出水体的环境安全评价、污染事件预警、可视化表达。

进一步的，所述步骤（1）中，水质自动检测数据包括有温度、PH值、溶解氧、电导率、浊度。

进一步的，所述步骤（3）中，整合处理的数据包括有污染企业分部数据、城镇居民区分布数据、农业用地分布数据、林地分布数据。

进一步的，还包括有悬浮物浓度、叶绿浓度、污染物种类的数据。

进一步的，所述污染物种类包括有化学品及石油类的数据。

进一步的，所述步骤（5）中，所述环境安全评价包括有水体富营养化评价、非点源污染评价、饮用水源安全评价。

进一步的，所述步骤（5）中，所述污染事件预警蓝藻水华预警、突发污染时间预警、实时在线监测预警。

进一步的，所述步骤（5）中，所述可视化表达包括有实时监测可视化、污染物扩散可视化、评价预警报告。

本发明的有益效果是：本发明的一种基于物联网的水污染多源遥感监测方法具有如下优点：

（1）多源立体数据的实时监测,利用卫星遥感数据、无人机遥感数据的连续空间优势和实时在线监测数据的连续时间优势，通过GIS时空模型对环境信息进行时空连续监测，突破了传统时间和空间相互独立的监测体系。

（2）结合地理空间技术、区域环境和水动力模式等空间分析、评价和预测方法，平台产品、的时空连续监测分析功能，突破了目前环境监测软件功能单一、决策水平较低的缺陷。

（3）将系统时空连续监测数据、污染扩散模拟仿真结果、环境评价和预警报告进行可视化是本系统输出结果有效形式，可以使用户准确、快速掌握环境信息的时空变化规律，做出及时、有效和正确的决策。

附图说明

图1是本发明的监测方法流程示意图。

具体实施方式

为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施例，进一步阐述本发明。

如图1所示，本发明的一种基于物联网的水污染多源遥感监测方法，其包括如下步骤：

本发明一个较佳实施例中，所述步骤（1）中，水质自动检测数据包括有温度、PH值、溶解氧、电导率、浊度。

本发明一个较佳实施例中，所述步骤（3）中，整合处理的数据包括有污染企业分部数据、城镇居民区分布数据、农业用地分布数据、林地分布数据；还包括有悬浮物浓度、叶绿浓度、污染物种类的数据。

本发明一个较佳实施例中，所述污染物种类包括有化学品及石油类的数据。

本发明一个较佳实施例中，所述步骤（5）中，所述环境安全评价包括有水体富营养化评价、非点源污染评价、饮用水源安全评价。

本发明一个较佳实施例中，所述步骤（5）中，所述污染事件预警蓝藻水华预警、突发污染时间预警、实时在线监测预警。

本发明一个较佳实施例中，所述步骤（5）中，所述可视化表达包括有实时监测可视化、污染物扩散可视化、评价预警报告。

本发明中，综合运用定量遥感技术、GIS空间分析、实时在线环境监测和无线传感网络技术、数据库管理技术，展开系统的实验与研究，集成虚拟地理环境可视化技术，对水环境进行监测、分析、评价和预警平台的研究。

以上实施例仅为本发明其中的一种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims

1.一种基于物联网的水污染多源遥感监测方法，其特征在于，其包括如下步骤：

2.根据权利要求1所述的一种基于物联网的水污染多源遥感监测方法，其特征在于：所述步骤（1）中，水质自动检测数据包括有温度、PH值、溶解氧、电导率、浊度。

3.根据权利要求1所述的一种基于物联网的水污染多源遥感监测方法，其特征在于：所述步骤（3）中，整合处理的数据包括有污染企业分部数据、城镇居民区分布数据、农业用地分布数据、林地分布数据。

4.根据权利要求3所述的一种基于物联网的水污染多源遥感监测方法，其特征在于：还包括有悬浮物浓度、叶绿浓度、污染物种类的数据。

5.根据权利要求4所述的一种基于物联网的水污染多源遥感监测方法，其特征在于：所述污染物种类包括有化学品及石油类的数据。

6.根据权利要求1所述的一种基于物联网的水污染多源遥感监测方法，其特征在于：所述步骤（5）中，所述环境安全评价包括有水体富营养化评价、非点源污染评价、饮用水源安全评价。

7.根据权利要求1所述的一种基于物联网的水污染多源遥感监测方法，其特征在于：所述步骤（5）中，所述污染事件预警蓝藻水华预警、突发污染时间预警、实时在线监测预警。

8.根据权利要求1所述的一种基于物联网的水污染多源遥感监测方法，其特征在于：所述步骤（5）中，所述可视化表达包括有实时监测可视化、污染物扩散可视化、评价预警报告。