CN111399515A - 基于自然因素扰动的湿地环境电子监测系统 - Google Patents
基于自然因素扰动的湿地环境电子监测系统 Download PDFInfo
- Publication number
- CN111399515A CN111399515A CN202010240040.9A CN202010240040A CN111399515A CN 111399515 A CN111399515 A CN 111399515A CN 202010240040 A CN202010240040 A CN 202010240040A CN 111399515 A CN111399515 A CN 111399515A
- Authority
- CN
- China
- Prior art keywords
- field monitoring
- monitoring station
- stations
- field
- control terminal
- 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.)
- Granted
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 207
- 230000005236 sound signal Effects 0.000 claims abstract description 37
- 230000000007 visual effect Effects 0.000 claims abstract description 17
- 238000001514 detection method Methods 0.000 claims abstract description 16
- 238000004891 communication Methods 0.000 claims abstract description 9
- 239000011159 matrix material Substances 0.000 claims description 53
- 238000000034 method Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 abstract description 8
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 20
- 230000007613 environmental effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 241000894007 species Species 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 241000282414 Homo sapiens Species 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 239000002689 soil Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 241000607479 Yersinia pestis Species 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000009189 diving Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 210000003734 kidney Anatomy 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- -1 polytetrafluoroethylene Polymers 0.000 description 1
- 229920001343 polytetrafluoroethylene Polymers 0.000 description 1
- 239000004810 polytetrafluoroethylene Substances 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
-
- 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
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Selective Calling Equipment (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本发明提出一种基于自然因素扰动的湿地环境电子监测系统，所述系统包括配置可视化界面的上位机控制终端、与所述上位机控制终端无线通信连接的多个现场监测站；多个现场监测站可沿预定范围内的预定轨迹移动；所述上位机控制终端与所述现场监测站，通过至少一个分组客户端通信；所述分组客户端基于声音采集器获取的特定声音信号，控制所述多个现场监测站的至少一个沿预定范围内的预定轨迹移动；所述特定声音信号包括鸟类呜叫声音。本发明的技术方案能够根据实际自然扰动因素的差异变化动态的控制现场监测站的位置移动从而实现自然扰动下的重点区域检测；同时，现场监测站可动态的移动使得布局节点数量大大降低，但是并不影响检测的全面准确性。
Description
技术领域
本申请属于环境监测技术领域，尤其涉及一种基于自然因素扰动的湿地环境电子监测系统。
背景技术
湿地蕴育着丰富的自然资源，在物种贮存库、气候调节、生态环境保护、生物多样性保持方面具有多种生态功能，被称为″鸟类的乐园″、″地球之肾″。随着物联网技术普及应用，利用局部网络或互联网等通信技术把传感器、控制器、机器、人等通过新的方式联在一起，形成人与物、物与物的相联，实现自动化的信息采集，信息化的远程控制和智能网络化的管理已经成为一种新的管控模式。湿地是人类重要的生存环境之一，具有巨大的环境功能和生态效益，保护湿地生态环境是目前苛待解决的重要难题。
湿地生态环境监测具有地域分散、环境复杂、信息量大的特点。湿地环境保护过程中要全面掌握优质水资源的分布情况、变化规律、水量、水质等相关指标，尤其水质的相关参数是湿地环境中非常重要的指标，只有实时准确地监测水质参数，才能合理的对湿地水资源开发和利用。
随着物联网技术的迅猛发展，无线传感器网络(WSN)作为数字化信息采集的重要手段，无线传感器网络具有自组织、无需布线、易安装、携带方便、价格低廉等特点，使得它在环境监测技术方面的使用越来越多，因此对很多复杂山地生态环境的监测也逐渐走向智能化，在环境监测、森林防火预警以及农业病虫害防治等方面有着广泛的应用。
申请号为CN201910749756.9的中国发明专利申请提出一种放置式湿地土壤水采集、监测装置及应用方法，通过组合不同的收集管长度和深度，以适应不同土壤层次的监测需求；本装置简单，通过组合数量不同的集水管可实现水位、水质两种监测需求，适用范围广，便于野外监测；本装置可以实现不同频次监测，也能满足在线连续动态监测需求，大大提升了监测精度；本装置在统一的组合设置下，可用于各监测点间同深度的精确对比分析；本装置材料用聚四氟乙烯材料加工，耐腐蚀性强、加工工艺要求低、简单便携、成本低，适宜大规模监测设置、长久定位监测。
申请号为CN201910734144.2的中国发明专利申请提出一种用于监测浅水沼泽湿地水生态的无人监测船及其监测方法，包括船体、中央控制系统、动力及转向控制系统、卫星GPS导航模块、沼泽湿地植物高光谱监测系统、水生态环境监测系统、数据存储单元和供电系统，所述动力及转向控制系统通过航行控制器与所述中央控制系统通信连接，所述卫星GPS导航模块和数据存储单元通过串口总线与所述中央控制系统通信连接，所述沼泽湿地植物高光谱监测系统和水生态环境监测系统通过总线与所述中央控制系统通信连接，所述供电系统为中央控制系统、动力及转向控制系统、卫星GPS导航模块、沼泽湿地植物高光谱监测系统和水生态环境监测系统提供电源。该方案实现了湿地水生态与多参数水环境监测的同步测定，为水环境变化环境下的浅水沼泽湿地水生态特征响应机理研究提供基础数据支撑。
现有技术的上述湿地环境监测系统，对于陆地湿地而言，均采用多点静置布局监测的方式，监测节点均为不可移动的现场装置，监测节点如何选择取决于研究人员的经验或者采用随机布点的方式进行，无法展现湿地的真实和整体环境监测，并且没有考虑局部重点；虽然上述监测船可以实现移动监测，但是其仅能适用于水域(包括潜水、沼泽地)，同时其移动区域仍然是人为控制的路线。随着目标监控区域的不断扩大，需要布局的节点数量也就随之增大，增加了布局的复杂性；另外，由于监控系统需要长时间不间断运行，保证远端数据节点的正常运行就显得十分重要，然而，由于布局节点数量的增多，现有技术提到的上述方案很难实时掌握每一个节点的工作状态，也不便于动态调节。
更为重要的是，对于湿地监测而言，特定的鸟类是否出现，通常是湿地健康程度的重要观察指标，而现有的湿地监测系统并未针对这一问题展开研究。
发明内容
为解决上述技术问题，本发明提出一种基于自然因素扰动的湿地环境电子监测系统，所述湿地环境电子监测系统包括配置可视化界面的上位机控制终端、与所述上位机控制终端无线通信连接的多个现场监测站；多个现场监测站可沿预定范围内的预定轨迹移动；所述上位机控制终端与所述现场监测站，通过至少一个分组客户端通信；所述分组客户端包括至少一个声音采集器；所述分组客户端基于所述声音采集器获取的特定声音信号，控制所述多个现场监测站的至少一个沿所述预定范围内的预定轨迹移动；其中，所述特定声音信号包括鸟类呜叫声音。通过本发明的技术方案，能够根据实际自然扰动因素的差异变化，来动态的控制现场监测站的位置移动，从而实现自然扰动下的重点区域检测；同时，现场监测站可动态的移动，使得布局节点数量大大降低，但是并不影响检测的全面准确性。
具体来说，本发明的技术方案是这样实现的：
一种基于自然因素扰动的湿地环境电子监测系统，所述湿地环境电子监测系统包括配置可视化界面的上位机控制终端、与所述上位机控制终端无线通信连接的多个现场监测站；
作为本发明的首要创新点，不同于现有技术的静态布局，在本发明中，
所述多个现场监测站可沿预定范围内的预定轨迹移动；并且，所述现场监测站的每一个均包含多组环境传感器；所述多组环境传感器包括温度传感器、湿度传感器以及声音传感器；
所述上位机控制终端与所述现场监测站，通过至少一个分组客户端通信；所述分组客户端包括至少一个声音采集器；
对应于上述动态布局，作为本发明的在一个创新点，所述分组客户端基于所述声音采集器获取的特定声音信号，控制所述多个现场监测站的至少一个沿所述预定范围内的预定轨迹移动；
其中，所述特定声音信号包括鸟类呜叫声音。
具体来说，作为体现上述创新点的关键技术手段之一，所述多个现场监测站通过所述温度传感器、湿度传感器以及声音传感器检测对应站点的基于时间序列的温度、湿度以及声音信号，并按照预定周期将所述温度、湿度以及声音信号发送给所述分组客户端；
所述分组客户端分析所述多个现场监测站发送的所述温度、湿度以及声音信号，对其进行分析后，根据每一个现场监测站发送的所述温度、湿度以及声音信号的属性，对所述多个现场监测站进行分组，并发出控制信号，控制所述多个现场监测站的至少一个沿所述预定范围内的预定轨迹移动。
更具体的，在本发明中，所述根据每一个现场监测站发送的所述温度、湿度以及声音信号的属性，对所述多个现场监测站进行分组，并发出控制信号，控制所述多个现场监测站的至少一个沿所述预定范围内的预定轨迹移动，具体包括：
针对第i个现场监测站，获取其t时刻采集的温度信号Ti，t、湿度信号Pi，t以及声音信号Vi，t，生成第i个现场监测站的现场检测信号矩阵Mi：
计算第j个现场监测站的现场检测信号矩阵Mj与第i个现场监测站的现场检测信号矩阵Mi的差值矩阵Mdij：
其中，k为所述所述预定周期内所述第i个现场监测站采集所述温度、湿度以及声音信号的次数，k≥3；
St为所述分组客户端在时刻t采集到的所述特定声音信号；
计算所述差值矩阵Mdij的广义特征根，如果所述广义特征根的绝对值均小于1，则将所述第j个现场监测站和所述第i个现场监测站分为一组。
本发明中的所述广义特征根，具体包括，所述计算所述差值矩阵Mdij的广义特根时，如果k＝3，则计算矩阵Mdij的常规矩阵特征根；
如果k大于3，则计算矩阵Mdij的至少一个4阶子矩阵的常规矩阵特征根。
与此相反，计算所述差值矩阵Mdij的广义特征根，如果所述广义特征根的绝对值均大于1，则控制所述第j个现场监测站移动，使得第j个现场监测站与第i个现场监测站的距离增大。
如果均不属于上述两种情况，则所述第j个现场监测站和所述第i个现场监测站通过同一个分组客户端与所述上位机控制终端通信。
作为人机交互控制的优选手段，在本发明中，在所述上位机控制终端的所述可视化界面上，实时显示所述多个现场监测站的位置，并采用可视化的标识指示当前现场监测站的移动方向。
更具体的，在所述上位机控制终端的所述可视化界面上，实时显示所述多个现场监测站对应的预定范围以及预定轨迹，并采用可视化的标识指示当前现场监测站的移动方向。
在本发明中，所述上位机控制终端与所述现场监测站，通过至少一个分组客户端通信；
也就是说，在本发明中，现场监测站并不直接与上位机控制终端通信，而需要通过分组客户端的分组连接。所述现场监测站和所述分组客户端均为多个，其中，现场监测站的数量大于所述分组客户端；，通常情形下，多个现场监测站对应于一个分组客户端，对某一个具体的现场监测站来说，其对应于哪一个分组客户端取决于其相互距离位置以及上述差值矩阵Mdij的计算结果，并且动态变化；
例如，在初始状态下，可以将相互位置处于预定范围的多个现场监测站，初始化为对应于某个分组客户端；然后，随着相互距离位置以及上述差值矩阵Mdij的计算结果，并且动态变化；
作为进一步的补充，计算所述差值矩阵Mdij的广义特征根，如果所述广义特征根的绝对值既不是均大于1，也不是均小于1，则所述第j个现场监测站和所述第i个现场监测站分别通过不同的分组客户端与所述上位机控制终端通信；否则，所述第j个现场监测站和所述第i个现场监测站通过同一个分组客户端与所述上位机控制终端通信。
此外，为了避免某个现场监测站的电能不足无法实现检测的情形出现，所述多个现场监测站按照预定周期将自身的电量状态发送给所述分组客户端，所述分组客户端基于所述电量状态，控制所述多个现场监测站的至少一个沿所述预定范围内的预定轨迹移动。
本发明的进一步优点将结合说明书附图在具体实施例部分进一步详细体现。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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的附图。
图1是根据本发明实施例的基于自然因素扰动的湿地环境电子监测系统的整体结构图；
图2是图1所述实施例在用于某个湿地区域的布局示意图；
图3是图1-2所述实施例的分组客户端的具体原理图；
图4是图3所述分组客户端的分组原理图；
图5是图4所述分组中使用到的差值矩阵的子矩阵的示意图。
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。下面，结合附图以及具体实施方式，对发明做出进一步的描述：
请参阅图1，是本发明实施例的一种基于自然因素扰动的湿地环境电子监测系统的整体结构图。
在图1中，，所述湿地环境电子监测系统包括配置可视化界面的上位机控制终端、与所述上位机控制终端无线通信连接的多个现场监测站。
参见图1可知，在本实施例中，现场监测站并不直接与上位机控制终端通信，而需要通过分组客户端的分组连接。所述现场监测站和所述分组客户端均为多个，其中，现场监测站的数量大于所述分组客户端；
通常情形下，多个现场监测站对应于一个分组客户端，对某一个具体的现场监测站来说，其对应于哪一个分组客户端，取决于其相互距离位置、后续提到的差值矩阵Mdij的计算结果以及其电量剩余情况，并且动态变化；
和现有技术不同，在本实施例中，所述多个现场监测站可沿预定范围内的预定轨迹移动；并且，所述现场监测站的每一个均包含多组环境传感器；所述多组环境传感器包括温度传感器、湿度传感器以及声音传感器；
需要注意的是，虽然所述多个现场监测站与分组客户端的连接关系是动态变化的，但是所述分组客户端与远端现场分散性布置的至少一个声音采集器保持连接，即连接关系不变；
所述分组客户端基于所述声音采集器获取的特定声音信号，控制所述多个现场监测站的至少一个沿所述预定范围内的预定轨迹移动；
其中，所述特定声音信号包括鸟类呜叫声音、人类谈话声之一或者其组合。
在本实例中，作为优选，所述特定声音信号为鸟内呜叫声音，尤其是非常规鸟类的呜叫声音。
发明人注意到，对于湿地监测而言，特定的鸟类是否出现，通常是湿地健康程度的重要观察指标，因此，本发明采用分组客户端与远端现场分散性布置的至少一个声音采集器保持连接，并且将其作为自然扰动信号的一部分。
发明人注意到，鸟的种类确定对湿地生物多样性和生态平衡提供了重要的依据。鸟类的鸣声和形态特征一样，不同物种间具有独特性，是鸟类重要的生物学特征，也是识别鸟类的重要依。由于物种和物种之间进化的差异性，导致不同鸟类之间鸣声差异颇大，使得利用鸣声进行鸟类识别得以实现。
绝大多数鸟类对环境的变化十分敏感，环境变化可迅速导致其群落组成和多样性的变化，因此，一个地区的鸟类群落变动，对监视该地区生态平衡及自然环境质量变化起着指示剂的作用。研究环境因子对湿地鸟类多样性的影响具有十分重要的意义，有助于提高人们对湿地鸟类多样性重要程度的认识。鸟类依赖环境又反映环境的变化，由于鸟类对环境变化的高度敏感性，本实施例采用特定类型的鸟鸣声监测来实现湿地环境自然扰动下的环境监测。
关于特定类型的鸟鸣声识别与检测，本领域存在多种常见的方式，最早的文献见于1996年，例如Anderson S E，Dave A S，Margoliash D.1996.Template-based automatiCrecognition of birdsong Syllables from continuous recordings.Journal of theACoustical Society of America.100(21)：1209～1219。
其他类型的文献包括″MFCC特征改进算法在语音识别中的应用.计算机工程与科学，12∶146～148″等，本实施例不再赘述。
接下来参见图2，作为体现本发明重要创新点的关键技术手段，在图2中，所述多个现场监测站可沿预定范围内的预定轨迹移动。
在图2中，示意性的以五角星代表现场监测站，ABCDEFGH为8个现场监测站，其中A监测一个正六边形的预定区域，其沿着正六边形的边缘移动；G监测一个圆形的预定区域，其沿着圆周移动；其他不再赘述。
如前所述，现场监测站并不直接与上位机控制终端通信，而需要通过分组客户端的分组连接。所述现场监测站和所述分组客户端均为多个，其中，现场监测站的数量大于所述分组客户端；
在初始状态下，例如图2所示，可以根据所述八个现场监测站的当前初始位置，将其进行初始分组，例如，将相互位置处于预定范围的多个现场监测站，初始化为对应于某个分组客户端；
继续以图2为例，按照相对位置来说，AB可以分为一组，对应一个分组客户端；CDEF可以分为一组，对应一个分组客户端；GH为一组，对应以一个分组客户端。
即图2中的示意性例子，分组客户端为3个。
接下来，参见图3，所述分组客户端分析所述多个现场监测站发送的所述温度、湿度以及声音信号，对其进行分析后，根据每一个现场监测站发送的所述温度、湿度以及声音信号的属性，对所述多个现场监测站进行分组，并发出控制信号，控制所述多个现场监测站的至少一个沿所述预定范围内的预定轨迹移动。
一旦移动起来，现场监测站的位置都会发生变化，因此其分组也会动态发生变化，可见，图3所述的分组为一个动态的迭代循环检测过程。
并且，在图3中，在所述上位机控制终端的所述可视化界面上，实时显示所述多个现场监测站的位置，并采用可视化的标识指示当前现场监测站的移动方向。
在所述上位机控制终端的所述可视化界面上，实时显示所述多个现场监测站对应的预定范围以及预定轨迹，并采用可视化的标识指示当前现场监测站的移动方向。
在图1-3基础上，进一步参见图4，根据每一个现场监测站发送的所述温度、湿度以及声音信号的属性，对所述多个现场监测站进行分组，并发出控制信号，控制所述多个现场监测站的至少一个沿所述预定范围内的预定轨迹移动，具体包括：
针对第i个现场监测站，获取其t时刻采集的温度信号Ti，t、湿度信号Pi，t以及声音信号Vi，t，生成第i个现场监测站的现场检测信号矩阵Mi：
计算第j个现场监测站的现场检测信号矩阵Mj与第i个现场监测站的现场检测信号矩阵Mi的差值矩阵Mdij：
其中，k为所述所述预定周期内所述第i个现场监测站采集所述温度、湿度以及声音信号的次数，k≥3；
St为所述分组客户端在时刻t采集到的所述特定声音信号；
计算所述差值矩阵Mdij的广义特征根，如果所述广义特征根的绝对值均小于1，则将所述第j个现场监测站和所述第i个现场监测站分为一组。
与此相反，计算所述差值矩阵Mdij的广义特征根，如果所述广义特征根的绝对值均大于1，则控制所述第j个现场监测站移动，使得第j个现场监测站与第i个现场监测站的距离增大。
如果均不属于上述两种情况，则所述第j个现场监测站和所述第i个现场监测站通过同一个分组客户端与所述上位机控制终端通信。
在本实施例中，所述广义特征根按照如下方式计算：所述计算所述差值矩阵Mdij的广义特根时，如果k＝3，则计算矩阵Mdij的常规矩阵特征根；
所述常规矩阵特征根遵从N阶矩阵的特征根的定义；
如果k大于3，此时矩阵Mdij并不是一个N阶矩阵，则计算矩阵Mdij的至少一个4阶子矩阵的常规矩阵特征根。
所述4阶子矩阵，是指从矩阵Mdij中提取的一个4阶矩阵，作为一个适应性的例子而并非限制，参见图5，假设k＝4，则从矩阵Mdij中至少可以得出两个4阶矩阵。
可以理解，本领域技术人员根据图5的示意性说明，可以推导得出其他任意k(k大于3)的情形。
需要指出的是，在本发明的所有实施中，矩阵Mdij以及其子矩阵必须要包含最后一行关于特定声音信号的元素，即S，这是因为，绝大多数鸟类对环境的变化十分敏感，环境变化可迅速导致其群落组成和多样性的变化，因此，一个地区的鸟类群落变动，对监视该地区生态平衡及自然环境质量变化起着指示剂的作用。这一行元素的差异性值，能够充分体现这一点，这也是本发明中在实际应用中的价值体现之一。
作为进一步的优选，虽然未示出，所述多个现场监测站按照预定周期将自身的电量状态发送给所述分组客户端，所述分组客户端基于所述电量状态，控制所述多个现场监测站的至少一个沿所述预定范围内的预定轨迹移动。
例如，如果某个现场监测站的电量不足，则控制属于同一分组的另一个现场监测站向该电量不足的现场监测站的预定区域靠近。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
Claims (9)
1.一种基于自然因素扰动的湿地环境电子监测系统，所述湿地环境电子监测系统包括配置可视化界面的上位机控制终端、与所述上位机控制终端无线通信连接的多个现场监测站；
其特征在于：
所述多个现场监测站可沿预定范围内的预定轨迹移动；并且，所述现场监测站的每一个均包含多组环境传感器；所述多组环境传感器包括温度传感器、湿度传感器以及声音传感器；
所述上位机控制终端与所述现场监测站，通过至少一个分组客户端通信；所述分组客户端与远端现场分散性布置的至少一个声音采集器保持连接；
所述分组客户端基于所述声音采集器获取的特定声音信号，控制所述多个现场监测站的至少一个沿所述预定范围内的预定轨迹移动；
其中，所述特定声音信号包括鸟类呜叫声音。
2.如权利要求1所述的基于自然因素扰动的湿地环境电子监测系统，其特征在于：
所述多个现场监测站通过所述温度传感器、湿度传感器以及声音传感器检测对应站点的基于时间序列的温度、湿度以及声音信号，并按照预定周期将所述温度、湿度以及声音信号发送给所述分组客户端；
所述分组客户端分析所述多个现场监测站发送的所述温度、湿度以及声音信号，对其进行分析后，根据每一个现场监测站发送的所述温度、湿度以及声音信号的属性，对所述多个现场监测站进行分组，并发出控制信号，控制所述多个现场监测站的至少一个沿所述预定范围内的预定轨迹移动。
3.如权利要求2所述的基于自然因素扰动的湿地环境电子监测系统，其特征在于：
所述根据每一个现场监测站发送的所述温度、湿度以及声音信号的属性，对所述多个现场监测站进行分组，并发出控制信号，控制所述多个现场监测站的至少一个沿所述预定范围内的预定轨迹移动，具体包括：
针对第i个现场监测站获取其t时刻采集的温度信号Ti，t、湿度信号Pi，t以及声音信号Vi，t，生成第i个现场监测站的现场检测信号矩阵Mi：
计算第j个现场监测站的现场检测信号矩阵Mj与第i个现场监测站的现场检测信号矩阵Mi的差值矩阵Mdij：
其中，k为所述所述预定周期内所述第i个现场监测站采集所述温度、湿度以及声音信号的次数，k≥3；
Si，t为所述分组客户端对应于第i个现场监测站的t时刻采集到的所述特定声音信号；
计算所述差值矩阵Mdij的广义特征根，如果所述广义特征根的绝对值均小于1，则将所述第j个现场监测站和所述第i个现场监测站分为一组。
4.如权利要求3所述的基于自然因素扰动的湿地环境电子监测系统，其特征在于：
所述计算所述差值矩阵Mdij的广义特征根，具体包括：
如果k＝3，则计算矩阵Mdij的常规矩阵特征根；
如果k大于3，则计算矩阵Mdij的至少一个4阶子矩阵的常规矩阵特征根。
5.如权利要求3所述的基于自然因素扰动的湿地环境电子监测系统，其特征在于：
计算所述差值矩阵Mdij的广义特征根，如果所述广义特征根的绝对值均大于1，则控制所述第j个现场监测站移动，使得第j个现场监测站与第i个现场监测站的距离增大。
6.如权利要求1所述的基于自然因素扰动的湿地环境电子监测系统，其特征在于：
在所述上位机控制终端的所述可视化界面上，实时显示所述多个现场监测站的位置，并采用可视化的标识指示当前现场监测站的移动方向。
7.如权利要求1或6所述的基于自然因素扰动的湿地环境电子监测系统，其特征在于：
在所述上位机控制终端的所述可视化界面上，实时显示所述多个现场监测站对应的预定范围以及预定轨迹，并采用可视化的标识指示当前现场监测站的移动方向。
8.如权利要求3所述的基于自然因素扰动的湿地环境电子监测系统，其特征在于：
计算所述差值矩阵Mdij的广义特征根，如果所述广义特征根的绝对值既不是均大于1，也不是均小于1，则所述第j个现场监测站和所述第i个现场监测站分别通过不同的分组客户端与所述上位机控制终端通信；
否则，所述第j个现场监测站和所述第i个现场监测站通过同一个分组客户端与所述上位机控制终端通信。
9.如权利要求1所述的基于自然因素扰动的湿地环境电子监测系统，其特征在于：
所述多个现场监测站按照预定周期将自身的电量状态发送给所述分组客户端，所述分组客户端基于所述电量状态，控制所述多个现场监测站的至少一个沿所述预定范围内的预定轨迹移动。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010240040.9A CN111399515B (zh) | 2020-03-31 | 2020-03-31 | 基于自然因素扰动的湿地环境电子监测系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010240040.9A CN111399515B (zh) | 2020-03-31 | 2020-03-31 | 基于自然因素扰动的湿地环境电子监测系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111399515A true CN111399515A (zh) | 2020-07-10 |
| CN111399515B CN111399515B (zh) | 2020-11-13 |
Family
ID=71434891
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010240040.9A Active CN111399515B (zh) | 2020-03-31 | 2020-03-31 | 基于自然因素扰动的湿地环境电子监测系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111399515B (zh) |
Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2001068447A2 (en) * | 2000-03-10 | 2001-09-20 | Sky Calypso Inc. | Internet linked environmental data collection system and method |
| CN102104770A (zh) * | 2009-12-18 | 2011-06-22 | 湖南城市学院 | 湿地生态事件采集、预警方法及系统 |
| CN201878279U (zh) * | 2010-11-07 | 2011-06-22 | 国家海洋环境监测中心 | 一种滨海湿地3g无线远程视频监测系统 |
| KR20120032797A (ko) * | 2010-09-29 | 2012-04-06 | 부경대학교 산학협력단 | 갯벌 조간대의 열 환경 관측시스템 및 그 방법 |
| CN103942941A (zh) * | 2014-04-11 | 2014-07-23 | 中国人民解放军61139部队 | 基于gis的移动监测融合平台 |
| CN104717713A (zh) * | 2015-04-01 | 2015-06-17 | 广西师范大学 | 基于层次分析的协作通信系统中继选择方法 |
| CN105159318A (zh) * | 2015-09-23 | 2015-12-16 | 郑州大学 | 生态文明监测装置及系统 |
| CN108344724A (zh) * | 2018-02-24 | 2018-07-31 | 南京智感环境科技有限公司 | 一种便携式湿地土壤监测装置 |
| CN110167344A (zh) * | 2016-11-11 | 2019-08-23 | 生物生态服务提供商 | 用于检测飞行动物的系统和方法 |
| CN110406638A (zh) * | 2019-08-09 | 2019-11-05 | 中国水利水电科学研究院 | 一种用于监测浅水沼泽湿地水生态的无人监测船及其监测方法 |
| CN110515084A (zh) * | 2019-07-29 | 2019-11-29 | 生态环境部南京环境科学研究所 | 一种基于声成像技术的野外鸟类目标数量估计方法 |
| CN110570874A (zh) * | 2018-06-05 | 2019-12-13 | 中国科学院声学研究所 | 一种用于监测野外鸟类鸣声强度及分布的系统及其方法 |
| WO2020000043A1 (en) * | 2018-06-28 | 2020-01-02 | University Of Southern Queensland | Plant growth feature monitoring |
| CN110797033A (zh) * | 2019-09-19 | 2020-02-14 | 平安科技（深圳）有限公司 | 基于人工智能的声音识别方法、及其相关设备 |
| CN110921839A (zh) * | 2019-12-24 | 2020-03-27 | 云南电力技术有限责任公司 | 光伏移动生态浮岛 |
-
2020
- 2020-03-31 CN CN202010240040.9A patent/CN111399515B/zh active Active
Patent Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2001068447A2 (en) * | 2000-03-10 | 2001-09-20 | Sky Calypso Inc. | Internet linked environmental data collection system and method |
| CN102104770A (zh) * | 2009-12-18 | 2011-06-22 | 湖南城市学院 | 湿地生态事件采集、预警方法及系统 |
| KR20120032797A (ko) * | 2010-09-29 | 2012-04-06 | 부경대학교 산학협력단 | 갯벌 조간대의 열 환경 관측시스템 및 그 방법 |
| CN201878279U (zh) * | 2010-11-07 | 2011-06-22 | 国家海洋环境监测中心 | 一种滨海湿地3g无线远程视频监测系统 |
| CN103942941A (zh) * | 2014-04-11 | 2014-07-23 | 中国人民解放军61139部队 | 基于gis的移动监测融合平台 |
| CN104717713A (zh) * | 2015-04-01 | 2015-06-17 | 广西师范大学 | 基于层次分析的协作通信系统中继选择方法 |
| CN105159318A (zh) * | 2015-09-23 | 2015-12-16 | 郑州大学 | 生态文明监测装置及系统 |
| CN110167344A (zh) * | 2016-11-11 | 2019-08-23 | 生物生态服务提供商 | 用于检测飞行动物的系统和方法 |
| CN108344724A (zh) * | 2018-02-24 | 2018-07-31 | 南京智感环境科技有限公司 | 一种便携式湿地土壤监测装置 |
| CN110570874A (zh) * | 2018-06-05 | 2019-12-13 | 中国科学院声学研究所 | 一种用于监测野外鸟类鸣声强度及分布的系统及其方法 |
| WO2020000043A1 (en) * | 2018-06-28 | 2020-01-02 | University Of Southern Queensland | Plant growth feature monitoring |
| CN110515084A (zh) * | 2019-07-29 | 2019-11-29 | 生态环境部南京环境科学研究所 | 一种基于声成像技术的野外鸟类目标数量估计方法 |
| CN110406638A (zh) * | 2019-08-09 | 2019-11-05 | 中国水利水电科学研究院 | 一种用于监测浅水沼泽湿地水生态的无人监测船及其监测方法 |
| CN110797033A (zh) * | 2019-09-19 | 2020-02-14 | 平安科技（深圳）有限公司 | 基于人工智能的声音识别方法、及其相关设备 |
| CN110921839A (zh) * | 2019-12-24 | 2020-03-27 | 云南电力技术有限责任公司 | 光伏移动生态浮岛 |
Non-Patent Citations (1)
| Title |
|---|
| 陈海兰，等: "基于多维特征联合的鸟类鸣声识别方法研究", 《南京大学学报（自然科学）》 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111399515B (zh) | 2020-11-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Kalogirou | Artificial neural networks in energy applications in buildings | |
| Gogolak et al. | Indoor fingerprint localization in WSN environment based on neural network | |
| CN205301934U (zh) | 一种设施农业物联网环境测控装置 | |
| CN110263479A (zh) | 一种大气污染因子浓度时空分布预测方法及系统 | |
| Lai et al. | Intelligent weather forecast | |
| CN110081993A (zh) | 一种空间温度可视化监测系统及其构建方法 | |
| CN110069032A (zh) | 一种基于小波神经网络的茄子温室环境智能检测系统 | |
| CN115345076A (zh) | 一种风速订正处理方法及装置 | |
| CN116929454A (zh) | 一种河流水质污染监测方法、介质及系统 | |
| CN111399515B (zh) | 基于自然因素扰动的湿地环境电子监测系统 | |
| CN109978236A (zh) | 一种基于特征组合的小水电短期功率精细化预测方法 | |
| CN104503226A (zh) | 基于多传感器信息融合的发酵室环境无线Wi-Fi远程监控系统 | |
| CN116760006A (zh) | 一种风电功率预测方法、装置、设备及存储介质 | |
| Kalovrektis et al. | Development and application embedded systems and wireless network of sensors to control of hydroponic greenhouses | |
| CN115587664A (zh) | 基于图卷积长短期记忆网络的太阳辐射预测方法及系统 | |
| JPH0949884A (ja) | ニューラルネットワークを用いた局地的気象予測方法 | |
| Mandal et al. | Prediction of Wind Speed using Machine Learning | |
| CN111800209B (zh) | 一种基于能量模型和动态权重因子的太阳能能量预测方法 | |
| Kumar et al. | Design and development of IOT based intelligent agriculture management system in greenhouse environment | |
| Li et al. | Spatial interpolation of weather variables for single locations using artificial neural networks | |
| Baljon | Revolutionizing Saudi Arabia's Agriculture: The IoT Transformation of Water Management | |
| Cui et al. | Study on decoupling control system of temperature and humidity in intelligent plant factory | |
| CN113988349A (zh) | 一种基于时空局部模型的数值模式预报产品客观释用方法 | |
| Sun et al. | Design of mushroom humidity monitoring system based on NB-IoT | |
| CN116195495B (zh) | 一种基于物联网技术进行节水灌溉的方法和系统 |
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 |