CN110907133B - 一种鱼道的评价系统及评价方法 - Google Patents
一种鱼道的评价系统及评价方法 Download PDFInfo
- Publication number
- CN110907133B CN110907133B CN201911291624.2A CN201911291624A CN110907133B CN 110907133 B CN110907133 B CN 110907133B CN 201911291624 A CN201911291624 A CN 201911291624A CN 110907133 B CN110907133 B CN 110907133B
- Authority
- CN
- China
- Prior art keywords
- fishway
- flow velocity
- water
- aerial vehicle
- unmanned aerial
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M10/00—Hydrodynamic testing; Arrangements in or on ship-testing tanks or water tunnels
Landscapes
- Physics & Mathematics (AREA)
- Fluid Mechanics (AREA)
- General Physics & Mathematics (AREA)
- Measurement Of Velocity Or Position Using Acoustic Or Ultrasonic Waves (AREA)
Abstract
本发明提供一种鱼道的评价系统及评价方法,该系统包括无人机、设于无人机的嵌入式处理设备、与嵌入式处理设备连接的电源、GPS定位设备、室内定位设备、流量测速仪、红外传感器、超声波传感器,无人机上安装有绞盘,流量测速仪通过线缆与绞盘连接;流量测速仪用于通过绞盘和线缆释放到起始指定水深,逐一对每个测量点测量不同水深的流速并记录数据,直到所有测量点测量完毕,获得鱼道相关区域内三维空间的所有水流流速数据,嵌入式处理设备用于根据所述水流流速数据对鱼道进行评价,获得评价结果。本发明能够在鱼道的任一位置测量不同水深的水流流速,能节省大量人力物力,智能高效,操作简单方便,能大大节省人力物力,提高评价效率。
Description
技术领域
本发明涉及水利工程技术领域,具体是一种鱼道的评价系统及评价方法。
背景技术
大坝的建设为人类提供了宝贵的水资源、清洁的电力,增强了航运能力和抗洪抗旱能力,但是却对当地生态环境,特别是河流生态产生了巨大的影响。大坝提高了水位,阻断了河流,阻止了坝下鱼类等水生动物的洄游,对于需要洄游产卵的鱼类带来了灭顶之灾。因此,大坝的建设往往需要建设相应的过鱼设施,以维护原有的水生态系统。
目前的过鱼设施种类非常多,有鱼道、升鱼机、鱼闸、集运鱼船等,此外,还有沿江和沿海的水闸门开设有鱼窗或过鱼闸门等。经过对现有技术文献和专利检索发现,现有鱼道相关的专利发明相当多,但是针对鱼道的测试和评价系统和方法特别少。
发明内容
为解决上述问题,本发明提供一种鱼道的评价系统及评价方法,可以填补鱼道评价系统的空白,减少鱼道对生态环境造成的损失。
为实现上述目的,本发明一方面提供了一种位于无人机上的流速测量系统,包括无人机、设于无人机的嵌入式处理设备、与嵌入式处理设备连接的电源、GPS定位设备、室内定位设备、流量测速仪、红外传感器、超声波传感器,所述无人机上安装有绞盘,流量测速仪通过线缆与绞盘连接;所述流量测速仪用于通过绞盘和线缆释放到起始指定水深,逐一对每个测量点测量不同水深的流速并记录数据,直到所有测量点测量完毕,获得鱼道相关区域内三维空间的所有水流流速数据,所述水流流速数据上传至嵌入式处理设备,所述嵌入式处理设备用于根据所述水流流速数据对鱼道进行评价,获得评价结果。
进一步的,所述评价系统还包括设于无人机的浮筒底座。
进一步的,所述红外传感器用于获取水面高度,所述超声波传感器用于获取水底深度。
进一步的,所述无人机还用于根据预设的路径规划对鱼道相关水面区域进行自动扫描,确定测量点的网格,通过GPS定位设备以及室内定位设备控制无人机悬停在指定测量点上方。
本发明另一方面提供一种鱼道的评价方法,采用上述评价系统进行,所述评价方法包括如下步骤:
步骤一、所述无人机根据预设的路径规划对鱼道相关水面区域进行自动扫描,确定测量点的网格;
步骤二、通过GPS定位设备以及室内定位设备控制无人机悬停在指定测量点上方,无人机下放流量测速仪逐一对每个测量点测量不同水深的流速并记录数据下方所述水流流速数据上传至嵌入式处理设备;
步骤三、嵌入式处理设备根据所述水流流速数据对鱼道进行评价,获得评价结果。
进一步的,所述步骤二具体为:根据红外传感器获取的水面高度以及超声波传感器获取的水底深度,无人机下放流量测速仪进行不同水深的水流流速数据测定,逐一对每个测量点测量不同水深的流速并记录数据,直到所有测量点测量完毕,获得鱼道相关区域内三维空间的所有水流流速数据。
进一步的,步骤三中根据所述水流流速数据对鱼道进行评价,具体包括:
统计所有水流流速数据的均值、最大值、均方差;
统计相邻网格流速数据的差值,并统计这些差值的均值、最大值、均方差;
对上述统计值进行判别:每种鱼都有自己合适洄游的流速区间,对于某种鱼来说,选择符合该种鱼流速区间的流速的网格,对相邻的网格取并集,获得若干个合适的三维空间;
对上述任一三维空间,与所有截面取并集,获得若干个二维区域,统计二维区域中面积的最小值,则为该鱼道对某种鱼类的洄游合适度
进一步的,步骤一中路径规划具体方法是:采用网格来表示工作区域,即把工作区域划分为一个个大小相同的网格,使用网格矩阵来表示工作区域,网格有两种状态,一种是自由区域,一种是障碍区域,状态的划分通过红外传感器、超声波传感器确定。
本发明可以对现有鱼道的过鱼效果和鱼道设计提供评价系统,填补鱼道评价系统的空白,减少鱼道对生态环境造成的损失;另外本发明设计的评价方法能够在鱼道的任一位置测量不同水深的水流流速,能节省大量人力物力,智能高效,操作简单方便,能大大节省人力物力,提高评价效率。
附图说明
图1是本发明鱼道的评价系统的结构示意图;
图2是本发明鱼道的评价系统中流速测量装置工作示意图;
图3是本发明鱼道的评价方法的流程示意图;
图4是本发明鱼道的评价方法中测量不同水深的流速的流程图;
图5是本发明进行流速测量时的路径规划示意图;
图6是本发明鱼道的评价方法进行数据评价时的示意图。
图中:1—无人机,2—嵌入式处理设备,3—电源,4—GPS定位设备,5—室内定位设备,6—绞盘,7—流量测速仪,8—红外传感器, 9—超声波传感器,10—线缆,11—浮筒底座。
具体实施方式
下面将结合本发明中的附图,对本发明中的技术方案进行清楚、完整地描述。
请参阅图1及图2,本发明实施例提供一种鱼道的评价系统,包括无人机1、设于无人机1的嵌入式处理设备2、与嵌入式处理设备 2连接的电源3、GPS定位设备4、室内定位设备5、流量测速仪7、红外传感器8、超声波传感器9,所述无人机1上安装有绞盘6,流量测速仪7通过线缆10 与绞盘6连接。如图4所示,所述评价系统还包括设于无人机1的浮筒底座11,其具有轻便牢固防水的特点,当系统出现故障或电池耗尽的时候,可以浮在水面上,保护设备。
室内定位设备5可采用目前已经很成熟的室内定位技术,有很多商用方案,包括红外线定位技术,蓝牙定位技术,超宽带室内定位技术,超声波室内定位技术,Wi-Fi室内定位技术等,定位精度可以达到0.5-1米。
所述的流量测速仪7可选用超声波多普勒流速仪,具有技术成熟,测量精度高,量程宽,分辨率高,响应速度快,无机械传动部件,不存在泥沙堵塞和水槽缠绕的问题,探头坚固耐用,不易损坏等优点。
所述红外传感器8用于获取水面高度,红外测距传感器8利用红外信号遇到障碍物距离的不同反射的强度也不同的原理,进行障碍物远近的检测。
所述超声波传感器9用于获取水底深度,超声波在不同媒质的界面处,会产生反射现象,利用这一特性,就可以进行测距。这些传感器目前已经在扫地机器人中得到广泛的使用,技术比较成熟。
所述流量测速仪7用于通过绞盘6和线缆10 释放到起始指定水深,逐一对每个测量点测量不同水深的流速并记录数据,直到所有测量点测量完毕,获得鱼道相关区域内三维空间的所有水流流速数据,所述水流流速数据上传至嵌入式处理设备2;如果流量测速仪7无法通过绞盘6继续释放或已经到达水底,则退出测量流程,否则,通过绞盘6释放流量测速仪7到下一个指定水深,重复上述测量步骤。
所述无人机1用于根据预设的路径规划对鱼道相关水面区域进行自动扫描,确定测量点的网格,通过GPS定位设备4以及室内定位设备5控制无人机1悬停在指定测量点上方;鱼道相关水面区域是操作人员手动对无人机1设置地理围栏而确定。
所述无人机1根据路径规划悬停在某测量点网格上方后,根据红外传感器8获取的水面高度以及超声波传感器9获取的水底深度,下放流量测速仪7进行不同水深的水流流速数据测定。
所述路径规划具体方法是:
采用网格来表示工作区域,即把工作区域划分为一个个大小相同的网格,使用网格矩阵来表示工作区域。网格有两种状态,一种是自由区域,一种是障碍区域(如图5所示)。状态的划分通过红外传感器8、超声波传感器9等传感器确定。
对网格矩阵进行逐行扫描,如果是障碍区域,则跳过;如果是自由区域,则通过绞盘6下方流量测速仪7至鱼道水域中进行流速测量。如果到了网格矩阵的最后一列,则选择下一行。直至网格矩阵所有网格扫描完成,最终得到三维立体网格矩阵的流速数据。
网格的大小直接影响着环境信息存储量的大小和规划时间的长短。网格划分大了,规划时间短,分辨率下降。网格划分小了,测量区域分辨率高,但是测量时间就变长。网格的大小直接关系着评价算法的性能好坏,一般的可以设置为1m×1m×1m左右。
比如,当无人机1对某网格进行测量时,位于高度10m处。通过红外传感器8获取水面高度为9m,通过超声波传感器9获取水底深度为2m,则无人机1对高度2m到9m的水流区域进行测量,获得这段高度的水流流速数据。
所述嵌入式处理设备2用于根据所述水流流速数据对鱼道进行评价,获得评价结果。
如图3所示,本发明实施例还提供一种鱼道的评价方法,其采用上述评价系统进行,所述评价方法包括如下步骤:
步骤一、所述无人机1根据预设的路径规划对鱼道相关水面区域进行自动扫描,确定测量点的网格;
步骤二、通过GPS定位设备4以及室内定位设备5控制无人机1 悬停在指定测量点上方,无人机1下放流量测速仪7逐一对每个测量点测量不同水深的流速并记录数据下方所述水流流速数据上传至嵌入式处理设备2;
步骤三、嵌入式处理设备2根据所述水流流速数据对鱼道进行评价,获得评价结果。
如图4所示,所述步骤二具体为:根据红外传感器8获取的水面高度以及超声波传感器9获取的水底深度,无人机1下放流量测速仪7进行不同水深的水流流速数据测定,逐一对每个测量点测量不同水深的流速并记录数据,直到所有测量点测量完毕,获得鱼道相关区域内三维空间的所有水流流速数据。
步骤三中根据所述水流流速数据对鱼道进行评价,具体包括:
统计所有水流流速数据的均值、最大值、均方差;
统计相邻网格流速数据的差值,并统计这些差值的均值、最大值、均方差;
对上述统计值进行判别:每种鱼都有自己合适洄游的流速区间,对于某种鱼来说,选择符合该种鱼流速区间的流速的网格,对相邻的网格取并集,获得若干个合适的三维空间。鱼道实际过鱼效果取决于鱼道水流速度、水流流态、鱼类游水能力、进鱼口设计等,其中最关键的是鱼道水流流速。在一定水深的鱼道中,水流流速过快,超过鱼类游水能力,则鱼类无法逆水而上;水流流速过低,则鱼类丧失方向感,无法找到正确的洄游方向。
对上述任一三维空间,与所有截面取并集,获得若干个二维区域。统计二维区域中面积的最小值,则为该鱼道对某种鱼类的洄游合适度。如果为0,则说明其中有一个截面的流速数据太大或太小,不适合该鱼类洄游,合适度越大越好。
具体的,设置三维立体坐标系为笛卡尔坐标系,假设水流方向为 x方向,任一截面为y-z截面;
则所有网格的流速数据集合为S={si,j,k},ijk为自然数0、1、2、 3…N,si,j,k为有理数,如果si,j,k小于0,则表示位于k,j,k处的网格没有水,不可达。
假设对于某种鱼来说,合适洄游的流速区间为smin和smax,则适合该种类鱼洄游的流速数据集合为P,且P={pi,j,k},ijk为自然数0、1、2、3…,且smin≤pi,j,k≤smax。并且,当pi,j,k属于集合 P时,pi,j,k相邻的网格[pi±1,j±1,k±1]中必有一个也属于集合P,并且,当i=0时,集合P存在元素p0,j,k,当i=N时,集合P存在元素pN,j,k。
如果P集合的个数不为空,则表示对于该种鱼类来说,该水域适合鱼类洄游。
对集合P取截面数据:假设合适度集合为F={fm},m为自然数 0、1、2、3…N,fm为当i=m时,P集合中元素的个数,则最终洄游合适度为Ffinal=min(F),即取集合F中的最小值。
如图6所示,沿着水流方向划分四个截面,截面1有8个网格符合某种鱼类的洄游流速区间,截面2有6个网格符合某种鱼类的洄游流速区间,且与前面8个网格相邻,截面3有6个网格符合某种鱼类的洄游流速区间,且与前面6个网格相邻,截面4有4个网格符合某种鱼类的洄游流速区间,且与前面6个网格相邻。所以最终所有区域面积的最小值是4,为该鱼道对某种鱼类的洄游合适度。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何属于本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。
Claims (2)
1.一种鱼道的评价方法,其特征在于:采用鱼道的评价系统进行,所述鱼道的评价系统包括无人机(1)、设于无人机(1)的嵌入式处理设备(2)、与嵌入式处理设备(2)连接的电源(3)、GPS定位设备(4)、室内定位设备(5)、流量测速仪(7)、红外传感器(8)、超声波传感器(9),所述无人机(1)上安装有绞盘(6),流量测速仪(7)通过线缆(-10 )与绞盘(6)连接;所述流量测速仪(7)用于通过绞盘(6)和线缆(10 )释放到起始指定水深,逐一对每个测量点测量不同水深的流速并记录数据,直到所有测量点测量完毕,获得鱼道相关区域内三维空间的所有水流流速数据,所述水流流速数据上传至嵌入式处理设备(2),所述嵌入式处理设备(2)用于根据所述水流流速数据对鱼道进行评价,获得评价结果;所述评价方法包括如下步骤:
步骤一、所述无人机(1)根据预设的路径规划对鱼道相关水面区域进行自动扫描,确定测量点的网格;
步骤二、通过GPS定位设备(4)以及室内定位设备(5)控制无人机(1)悬停在指定测量点上方,无人机(1)下放流量测速仪(7)逐一对每个测量点测量不同水深的流速并记录数据下方所述水流流速数据上传至嵌入式处理设备(2);
步骤三、嵌入式处理设备(2)根据所述水流流速数据对鱼道进行评价,获得评价结果;
所述步骤二具体为:根据红外传感器(8)获取的水面高度以及超声波传感器(9)获取的水底深度,无人机(1)下放流量测速仪(7)进行不同水深的水流流速数据测定,逐一对每个测量点测量不同水深的流速并记录数据,直到所有测量点测量完毕,获得鱼道相关区域内三维空间的所有水流流速数据;
步骤三中根据所述水流流速数据对鱼道进行评价,具体包括:
统计所有水流流速数据的均值、最大值、均方差;
统计相邻网格流速数据的差值,并统计这些差值的均值、最大值、均方差;
对上述统计值进行判别:每种鱼都有自己合适洄游的流速区间,对于某种鱼来说,选择符合该种鱼流速区间的流速的网格,对相邻的网格取并集,获得若干个合适的三维空间;
对上述任一三维空间,与所有截面取并集,获得若干个二维区域,统计二维区域中面积的最小值,则为该鱼道对某种鱼类的洄游合适度。
2.如权利要求1所述的鱼道的评价方法,其特征在于:步骤一中路径规划具体方法是:采用网格来表示工作区域,即把工作区域划分为一个个大小相同的网格,使用网格矩阵来表示工作区域,网格有两种状态,一种是自由区域,一种是障碍区域,状态的划分通过红外传感器(8)、超声波传感器(9)确定。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911291624.2A CN110907133B (zh) | 2019-12-16 | 2019-12-16 | 一种鱼道的评价系统及评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911291624.2A CN110907133B (zh) | 2019-12-16 | 2019-12-16 | 一种鱼道的评价系统及评价方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110907133A CN110907133A (zh) | 2020-03-24 |
CN110907133B true CN110907133B (zh) | 2021-07-16 |
Family
ID=69825784
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911291624.2A Active CN110907133B (zh) | 2019-12-16 | 2019-12-16 | 一种鱼道的评价系统及评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110907133B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112862255B (zh) * | 2021-01-13 | 2022-07-29 | 交通运输部天津水运工程科学研究所 | 基于稳定同位素法的鱼道效果评价方法 |
CN115541185B (zh) * | 2022-10-24 | 2023-04-14 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种基于仿真鱼体的鱼道水流评判方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106527486A (zh) * | 2016-12-16 | 2017-03-22 | 常州市环境监测中心 | 一种用于水陆多栖采样检测的无人机 |
CN106930251A (zh) * | 2017-04-25 | 2017-07-07 | 长江勘测规划设计研究有限责任公司 | 一种鱼道监控系统的多种群目标流速构建方法 |
CN207301103U (zh) * | 2017-08-10 | 2018-05-01 | 四川沃洛佳科技有限公司 | 一种水下流速测量无人机 |
CN109178305A (zh) * | 2018-09-11 | 2019-01-11 | 武汉云衡智能科技有限公司 | 一种水文监测水陆两栖无人机以及水文监测方法 |
CN208621290U (zh) * | 2018-08-31 | 2019-03-19 | 三峡大学 | 一种应用于竖缝式鱼道的便携式流场测量系统 |
CN110080178A (zh) * | 2019-04-01 | 2019-08-02 | 河海大学 | 一种鱼道设计方法 |
CN110359415A (zh) * | 2019-07-10 | 2019-10-22 | 中国水利水电科学研究院 | 一种基于个体模式的鱼道过鱼模拟方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001329525A (ja) * | 2000-05-22 | 2001-11-30 | Tetsuo Miyata | 魚道装置 |
DE202004009528U1 (de) * | 2004-06-16 | 2004-08-26 | Schnitzer, Valentin, Dipl.-Ing. | Fischpass zum Fischaufstieg in Fließgewässern |
WO2016052892A1 (ko) * | 2014-09-30 | 2016-04-07 | 전준모 | 수리 시설물에서 어류의 이동을 위한 인공어도 |
-
2019
- 2019-12-16 CN CN201911291624.2A patent/CN110907133B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106527486A (zh) * | 2016-12-16 | 2017-03-22 | 常州市环境监测中心 | 一种用于水陆多栖采样检测的无人机 |
CN106930251A (zh) * | 2017-04-25 | 2017-07-07 | 长江勘测规划设计研究有限责任公司 | 一种鱼道监控系统的多种群目标流速构建方法 |
CN207301103U (zh) * | 2017-08-10 | 2018-05-01 | 四川沃洛佳科技有限公司 | 一种水下流速测量无人机 |
CN208621290U (zh) * | 2018-08-31 | 2019-03-19 | 三峡大学 | 一种应用于竖缝式鱼道的便携式流场测量系统 |
CN109178305A (zh) * | 2018-09-11 | 2019-01-11 | 武汉云衡智能科技有限公司 | 一种水文监测水陆两栖无人机以及水文监测方法 |
CN110080178A (zh) * | 2019-04-01 | 2019-08-02 | 河海大学 | 一种鱼道设计方法 |
CN110359415A (zh) * | 2019-07-10 | 2019-10-22 | 中国水利水电科学研究院 | 一种基于个体模式的鱼道过鱼模拟方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110907133A (zh) | 2020-03-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106886024B (zh) | 深海多波束声线精确跟踪方法 | |
CN113124941B (zh) | 一种河道流量非接触式测量及精确计算方法 | |
CN106018739B (zh) | 一种潮滩‑潮沟系统地貌演变物理模型试验系统及方法 | |
CN110907133B (zh) | 一种鱼道的评价系统及评价方法 | |
CN103292792B (zh) | 一种适用海底探测与假地形处理的实测svp重构方法 | |
CN103389077B (zh) | 一种基于mbes的海底沙波地貌运动探测方法 | |
Putz | Statistical distributions for ocean waves | |
CN103472483A (zh) | 基于真地表或浮动基准面的速度建模方法 | |
CN104180873B (zh) | 一种单波束测深仪水深粗差检测修正方法及系统 | |
CN108663029A (zh) | 一种获取水下圆柱形基桩信息的方法、存储介质及终端 | |
Lanckneus et al. | Environmental setting, morphology and volumetric evolution of the Middelkerke Bank (southern North Sea) | |
CN113918670B (zh) | 一种基于滩涂地形测绘方法、系统、存储介质及智能终端 | |
CN116861750B (zh) | 一种深海网箱远程健康诊断系统 | |
Shepard et al. | Sand movement on the shallow inter-canyon shelf at La Jolla, California | |
CN115761520A (zh) | 基于河流漂浮物自主学习的河流径流量分析方法及系统 | |
CN113359726B (zh) | 一种最大浑浊带的预测方法及系统 | |
CN115290055A (zh) | 基于无人机和无人船的海岸带sbt-dem构建方法 | |
CN113325424B (zh) | 根据多波束水深数据估算人工鱼礁空方量的方法 | |
Shepherd et al. | The dynamics of a megaripple field in northern Spencer Gulf, South Australia | |
Langhorne et al. | Gravel bedforms in the west Solent, Southern England | |
CN115824169A (zh) | 一种河道流量岸基自动测量及精细化计算方法 | |
Xie et al. | Analysis of Underwater Topographic Survey of Stilling Basin Based on Unmanned Survey System | |
Manno et al. | Shoreline detection in a gentle slope Mediterranean beach | |
Tseng et al. | Exploring the Feasibility of Mitigating Flood Hazards by an Existing Pond System in Taoyuan, Taiwan. Drones 2023, 7, 1 | |
Parson | Beach and nearshore survey technology |
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 |