CN111609880A - 景观生态工程的生态环境测定系统及方法 - Google Patents
景观生态工程的生态环境测定系统及方法 Download PDFInfo
- Publication number
- CN111609880A CN111609880A CN202010388451.2A CN202010388451A CN111609880A CN 111609880 A CN111609880 A CN 111609880A CN 202010388451 A CN202010388451 A CN 202010388451A CN 111609880 A CN111609880 A CN 111609880A
- Authority
- CN
- China
- Prior art keywords
- ecological
- landscape
- engineering
- environment information
- ecological environment
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 18
- 230000007613 environmental effect Effects 0.000 claims abstract description 32
- 238000004458 analytical method Methods 0.000 claims abstract description 17
- 238000012544 monitoring process Methods 0.000 claims description 125
- 238000001514 detection method Methods 0.000 claims description 49
- 239000002689 soil Substances 0.000 claims description 23
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 21
- 230000011218 segmentation Effects 0.000 claims description 18
- 238000007781 pre-processing Methods 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 12
- 230000003595 spectral effect Effects 0.000 claims description 11
- 238000005286 illumination Methods 0.000 claims description 6
- 238000007689 inspection Methods 0.000 claims description 6
- 230000004927 fusion Effects 0.000 claims description 5
- 230000010354 integration Effects 0.000 claims description 5
- 239000013049 sediment Substances 0.000 description 5
- 238000012806 monitoring device Methods 0.000 description 3
- PXHVJJICTQNCMI-UHFFFAOYSA-N Nickel Chemical compound [Ni] PXHVJJICTQNCMI-UHFFFAOYSA-N 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- VYZAMTAEIAYCRO-UHFFFAOYSA-N Chromium Chemical compound [Cr] VYZAMTAEIAYCRO-UHFFFAOYSA-N 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- HCHKCACWOHOZIP-UHFFFAOYSA-N Zinc Chemical compound [Zn] HCHKCACWOHOZIP-UHFFFAOYSA-N 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 229910052785 arsenic Inorganic materials 0.000 description 1
- RQNWIZPPADIBDY-UHFFFAOYSA-N arsenic atom Chemical compound [As] RQNWIZPPADIBDY-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 229930002875 chlorophyll Natural products 0.000 description 1
- 235000019804 chlorophyll Nutrition 0.000 description 1
- 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 description 1
- 229910052804 chromium Inorganic materials 0.000 description 1
- 239000011651 chromium Substances 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000035784 germination Effects 0.000 description 1
- 239000011133 lead Substances 0.000 description 1
- QSHDDOUJBYECFT-UHFFFAOYSA-N mercury Chemical compound [Hg] QSHDDOUJBYECFT-UHFFFAOYSA-N 0.000 description 1
- 229910052753 mercury Inorganic materials 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229910052759 nickel Inorganic materials 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 239000011573 trace mineral Substances 0.000 description 1
- 235000013619 trace mineral Nutrition 0.000 description 1
- 230000017260 vegetative to reproductive phase transition of meristem Effects 0.000 description 1
- 239000011701 zinc Substances 0.000 description 1
- 229910052725 zinc Inorganic materials 0.000 description 1
Images
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明是关于景观生态工程的生态环境测定系统及方法。该系统包括：采集装置，用于采集所述景观生态工程对应的生态环境信息；存储装置，用于将所述生态环境信息进行存储；分析装置，用于当达到生态环境测定条件时，对存储的所述生态环境信息进行分析，以对所述景观生态工程的环境等级进行测定。通过本发明的技术方案，可通过对生态环境信息的智能分析实现对景观生态工程的环境等级的智能测定，如测定该景观生态工程的环境等级属于优质、良好还是污染等级等，以便于之后及时地对该景观生态工程进行环境管控。
Description
技术领域
本发明涉及生态环境技术领域，尤其涉及景观生态工程的生态环境测定系统及方法。
背景技术
目前，随着社会的发展，我国的生态环境越来越差劲，生态环境污染的治理越来越困难；为了解决这一问题，就需要对生态环境进行测定，及时发现生态环境的实际情况，及早避免生态环境达到污染的程度，以便防患于未然，然而现有技术中并没有有效而准确的测定生态环境的方法，从而使得生态环境的监控和管理比较棘手。
发明内容
本发明实施例提供了景观生态工程的生态环境测定系统。所述技术方案如下：
根据本发明实施例提供了一种景观生态工程的生态环境测定系统，包括：
采集装置，用于采集所述景观生态工程对应的生态环境信息；
存储装置，用于将所述生态环境信息进行存储；
分析装置，用于当达到生态环境测定条件时，对存储的所述生态环境信息进行分析，以对所述景观生态工程的环境等级进行测定。
在一个实施例中，所述生态环境信息包括以下至少一项：
土壤环境信息、所述景观生态工程的水质信息、所述景观生态工程的水质信息的底泥质量、所述景观生态工程中所种植的植物的植物类型。
在一个实施例中，所述采集装置包括：
划为模块，用于将所述景观生态工程所在的区域划分为若干个监测区域；
监测模块，用于按照预设采集方式对所述若干个监测区域中各监测区域的生态环境信息进行监测；其中，所述预设采集方式包括：周期性采集方式或者实时采集方式或者满足预设条件就进行采集的方式，所述预设条件包括预设光照条件、预设自然环境条件；
分析模块，用于分析所述若干个监测区域中任意相邻监测区域的生态环境信息之间的关联关系；
第一确定模块，用于将所述各监测区域的生态环境信息和所述任意相邻监测区域的生态环境信息之间的关联关系确定为所述述景观生态工程对应的生态环境信息。
在一个实施例中，所述采集装置包括：
处理设备，用于当所述生态环境信息包括所述景观生态工程中所种植的植物的植物类型时，通过无人机巡视的方式对所述景观生态工程进行拍摄，获得所述景观生态工程的遥感三维模型；
获取模块，用于通过卫星遥感的方式获取所述景观生态工程所在的区域的卫星遥感影像；
融合模块，用于将所述卫星遥感影像与所述遥感三维模型进行融合，获得融合后的生态影像；
第二确定模块，用于将所述融合后的生态影像确定为所述景观生态工程对应的生态环境信息。
在一个实施例中，所述分析装置包括：
预处理模块，用于当达到生态环境测定条件时，将所述融合后的生态影像进行预处理，以获得最优分割尺度，所述预处理包括计算和分割图像；
调整模块，用于按照实际植物生态环境监测的要求，综合第一预设信息对输出的最优分割尺度进调整，得出所述景观生态工程所在的区域实际的最佳分割尺度，所述预设信息包括以下至少一项：光谱信息、影像纹理、图形结构和高层数据；
第三确定模块，用于根据所述景观生态工程中所种植的植物被分类的假设类型，结合第二预设信息，确定参与面向对象分类的特征参数指标，所述第二预设信息包括以下至少一项：光谱信息、影像纹理、形状结构和高层数据信息；
第四确定模块，用于根据所述特征参数指标，确定所述景观生态工程中所种植的植物真实的植物类型。
在一个实施例中，所述处理设备具体用于：
将所述景观生态工程所在的区域划分为若干个监测区域；
确定所述若干个监测区域中各监测区域的监测任务；
根据所述各监测区域的监测任务，确定无人机巡视所述各监测区域时的工作模式；
控制所述无人机按照确定出的巡视所述各监测区域时的工作模式，对所述各监测区域进行拍摄。
在一个实施例中，所述采集装置具体用于：
获取设置在所述景观生态工程的预设位置的各目标检测设备采集到的检测数据；
将所述各目标检测设备采集到的检测数据进行数据汇总，得到环境综合数据；
将所述环境综合数据确定为所述景观生态工程对应的生态环境信息，所述各目标检测设备的类型包括以下至少一项：土壤传感器、土壤分析仪、水质传感器。
在一个实施例中，所述采集装置将所述各目标检测设备采集到的检测数据进行数据汇总，得到环境综合数据，具体包括如下步骤：
首先，根据下述公式对所述检测数据做处理；
上述公式中，x'i为作为第i指标的检测数据xi的预处理后的数据，xi为作为第i指标的检测数据，[ai,bi]为第i指标的最佳数据区间，c为中间量，可表示为：
c＝max{ai-h,H-bi}
其中，h为xi取值的最小值，H为xi取值的最大值；
然后，根据下述公式确定指标的权重；
上述公式中，wi为第i指标的权重，xi为作为第i指标的检测数据，ri为第i指标的调查权重，fi为第i指标的比较权重；
最后，根据下述公式得到环境综合数据；
其中，
为环境综合数据，wi为第i指标的权重，x'i为作为第i指标的检测数据xi的预处理后的数据。
在一个实施例中，所述分析装置具体用于执行以下至少一项：
当达到预设生态环境测定时间时，对所述生态环境信息进行分析，以对所述景观生态工程的环境等级进行测定；
当达到预设环境测定气候时，对所述生态环境信息进行分析，以对所述景观生态工程的环境等级进行测定；
当达到预设环境测定季节时，对所述生态环境信息进行分析，以对所述景观生态工程的环境等级进行测定。
本发明的第二方面提供了一种景观生态工程的生态环境测定方法，包括：
采集所述景观生态工程对应的生态环境信息；
将所述生态环境信息进行存储；
当达到生态环境测定条件时，对存储的所述生态环境信息进行分析，以对所述景观生态工程的环境等级进行测定。
在一个实施例中，所述生态环境信息包括以下至少一项：
土壤环境信息、所述景观生态工程的水质信息、所述景观生态工程的水质信息的底泥质量、所述景观生态工程中所种植的植物的植物类型。
在一个实施例中，所述采集所述景观生态工程对应的生态环境信息，包括：
将所述景观生态工程所在的区域划分为若干个监测区域；
按照预设采集方式对所述若干个监测区域中各监测区域的生态环境信息进行监测；其中，所述预设采集方式包括：周期性采集方式或者实时采集方式或者满足预设条件就进行采集的方式，所述预设条件包括预设光照条件、预设自然环境条件；
分析所述若干个监测区域中任意相邻监测区域的生态环境信息之间的关联关系；
将所述各监测区域的生态环境信息和所述任意相邻监测区域的生态环境信息之间的关联关系确定为所述述景观生态工程对应的生态环境信息。
在一个实施例中，所述采集所述景观生态工程对应的生态环境信息，包括：
当所述生态环境信息包括所述景观生态工程中所种植的植物的植物类型时，通过无人机巡视的方式对所述景观生态工程进行拍摄，获得所述景观生态工程的遥感三维模型；
通过卫星遥感的方式获取所述景观生态工程所在的区域的卫星遥感影像；
将所述卫星遥感影像与所述遥感三维模型进行融合，获得融合后的生态影像；
将所述融合后的生态影像确定为所述景观生态工程对应的生态环境信息。
在一个实施例中，所述当达到生态环境测定条件时，对存储的所述生态环境信息进行分析，包括：
当达到生态环境测定条件时，将所述融合后的生态影像进行预处理，以获得最优分割尺度，所述预处理包括计算和分割图像；
按照实际植物生态环境监测的要求，综合第一预设信息对输出的最优分割尺度进调整，得出所述景观生态工程所在的区域实际的最佳分割尺度，所述预设信息包括以下至少一项：光谱信息、影像纹理、图形结构和高层数据；
根据所述景观生态工程中所种植的植物被分类的假设类型，结合第二预设信息，确定参与面向对象分类的特征参数指标，所述第二预设信息包括以下至少一项：光谱信息、影像纹理、形状结构和高层数据信息；
根据所述特征参数指标，确定所述景观生态工程中所种植的植物真实的植物类型。
在一个实施例中，所述通过无人机巡视的方式对所述景观生态工程进行拍摄，包括：
将所述景观生态工程所在的区域划分为若干个监测区域；
确定所述若干个监测区域中各监测区域的监测任务；
根据所述各监测区域的监测任务，确定无人机巡视所述各监测区域时的工作模式；
控制所述无人机按照确定出的巡视所述各监测区域时的工作模式，对所述各监测区域进行拍摄。
在一个实施例中，所述采集所述景观生态工程对应的生态环境信息，包括：
获取设置在所述景观生态工程的预设位置的各目标检测设备采集到的检测数据；
将所述各目标检测设备采集到的检测数据进行数据汇总，得到环境综合数据；
将所述环境综合数据确定为所述景观生态工程对应的生态环境信息，所述各目标检测设备的类型包括以下至少一项：土壤传感器、土壤分析仪、水质传感器。
在一个实施例中，所述将所述各目标检测设备采集到的检测数据进行数据汇总，得到环境综合数据，具体包括如下步骤：
首先，根据下述公式对所述检测数据做处理；
上述公式中，x'i为作为第i指标的检测数据xi的预处理后的数据，xi为作为第i指标的检测数据，[ai,bi]为第i指标的最佳数据区间，c为中间量，可表示为：
c＝max{ai-h,H-bi}
其中，h为xi取值的最小值，H为xi取值的最大值；
然后，根据下述公式确定指标的权重；
上述公式中，wi为第i指标的权重，xi为作为第i指标的检测数据，ri为第i指标的调查权重，fi为第i指标的比较权重；
最后，根据下述公式得到环境综合数据；
其中，
为环境综合数据，wi为第i指标的权重，x'i为作为第i指标的检测数据xi的预处理后的数据。
在一个实施例中，所述当达到生态环境测定条件时，对存储的所述生态环境信息进行分析，包括以下至少一项：
当达到预设生态环境测定时间时，对所述生态环境信息进行分析，以对所述景观生态工程的环境等级进行测定；
当达到预设环境测定气候时，对所述生态环境信息进行分析，以对所述景观生态工程的环境等级进行测定；
当达到预设环境测定季节时，对所述生态环境信息进行分析，以对所述景观生态工程的环境等级进行测定。
本发明的实施例提供的技术方案可以包括以下有益效果：
通过采集景观生态工程的生态环境信息，可先对该生态环境信息进行存储，进而在当达到生态环境测定条件时，对事先存储的所述生态环境信息进行分析，以对所述景观生态工程的环境等级进行测定，从而通过对生态环境信息的智能分析实现对景观生态工程的环境等级的智能测定，如测定该景观生态工程的环境等级属于优质、良好还是污染等级等，以便于之后及时地对该景观生态工程进行环境管控。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
图1是根据一示例性实施例示出的一种景观生态工程的生态环境测定系统的框图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
为了解决上述技术问题，本发明实施例提供了一种景观生态工程的生态环境测定系统，如图1所示，该系统包括：
采集装置101，用于采集所述景观生态工程对应的生态环境信息；景观生态工程所在区域种植着各种植物等。
存储装置102，用于将所述生态环境信息进行存储；可以在本地或者服务器缓存该生态环境信息，当然，该生态环境信息具有一定的缓存期限，超过该缓存期限，被缓存的数据或者至少一部分被缓存的数据就会被丢弃。
分析装置103，用于当达到生态环境测定条件时，对存储的所述生态环境信息进行分析，以对所述景观生态工程的环境等级进行测定。
通过采集景观生态工程的生态环境信息，可先对该生态环境信息进行存储，进而在当达到生态环境测定条件时，对事先存储的所述生态环境信息进行分析，以对所述景观生态工程的环境等级进行测定，从而通过对生态环境信息的智能分析实现对景观生态工程的环境等级的智能测定，如测定该景观生态工程的环境等级属于优质、良好还是污染等级等，以便于之后及时地对该景观生态工程进行环境管控。
在一个实施例中，所述生态环境信息包括以下至少一项：
土壤环境信息(如土壤的酸碱性、土的类型等)、所述景观生态工程的水质信息(如水中的微量元素、水的PH值等)、所述景观生态工程的水质信息的底泥质量(如底泥中的汞、砷、铅、铬、铜、锌、镍等元素的含量等)、所述景观生态工程中所种植的植物的植物类型。
生态环境信息包括但不限于上述信息，还可以是景观生态工程中所种植的植物的生长情况(如是否处于发芽期、开花期等)，景观生态工程中所养殖的水生物的种类和生长情况(当然，水生物的种类和生长情况可通过拍摄然后进行图像对比等方式确认)等。
在一个实施例中，所述采集装置包括：
划为模块，用于将所述景观生态工程所在的区域划分为若干个监测区域；
监测模块，用于按照预设采集方式对所述若干个监测区域中各监测区域的生态环境信息进行监测；其中，所述预设采集方式包括：周期性采集方式或者实时采集方式或者满足预设条件就进行采集的方式，所述预设条件包括预设光照条件、预设自然环境条件；
分析模块，用于分析所述若干个监测区域中任意相邻监测区域的生态环境信息之间的关联关系；
第一确定模块，用于将所述各监测区域的生态环境信息和所述任意相邻监测区域的生态环境信息之间的关联关系确定为所述述景观生态工程对应的生态环境信息。
通过将所述景观生态工程所在的区域划分为若干个监测区域，可以对各监测区域按照不同的监测要求进行有重点、有层次的监控，以获取各监测区域有效而准确的生态环境信息，当然，由于还可以进一步分析若干个监测区域中任意相邻监测区域的生态环境信息之间的关联关系，如分析出相邻监测区域的生态环境信息之间的共同点和区别点，以便于深度了解和分析出景观生态工程对应的生态环境信息，提高景观生态工程的生态环境信息的准确性，也有利于有针对性的对景观生态工程采取有效地生态管控措施。
在一个实施例中，所述采集装置包括：
处理设备，用于当所述生态环境信息包括所述景观生态工程中所种植的植物的植物类型时，通过无人机巡视的方式对所述景观生态工程进行拍摄，获得所述景观生态工程的遥感三维模型；
获取模块，用于通过卫星遥感的方式获取所述景观生态工程所在的区域的卫星遥感影像；
融合模块，用于将所述卫星遥感影像与所述遥感三维模型进行融合，获得融合后的生态影像；
具体地，将卫星遥感影像与遥感三维模型(具体地，与无人机遥感三维建模生成的数字表面模型DOM)进行波段和影像融合，在保留影像多(高)光谱波段和信息的同时，提高影像的空间分辨率，增加影像的高层数据波段。
第二确定模块，用于将所述融合后的生态影像确定为所述景观生态工程对应的生态环境信息。
通过利用无人机得到景观生态工程的遥感三维模型以及卫星获得景观生态工程所在的区域的卫星遥感影像，可将两者进行融合，以获得具有立体效果的准确的生态环境信息，如此，不仅可以确保生态环境信息的准确性，还有利于观看生态环境信息。
在一个实施例中，所述分析装置包括：
预处理模块，用于当达到生态环境测定条件时，将所述融合后的生态影像进行预处理，以获得最优分割尺度，所述预处理包括计算和分割图像；
具体地，将融合后的影像导入面向对象分类软件，根据ESP(Estimation ofScaleParameter)多尺度分割评价工具进行计算和分割，输出ESP工具分析得出的最优分割尺度为123、225和514三层。
调整模块，用于按照实际植物生态环境监测的要求，综合第一预设信息对输出的最优分割尺度进调整(即进行微调和修正)，得出所述景观生态工程所在的区域实际的最佳分割尺度，所述预设信息包括以下至少一项：多波段的光谱信息、影像纹理(影像表面真实纹理)、图形结构和高层数据；
第三确定模块，用于根据所述景观生态工程中所种植的植物被分类的假设类型，结合第二预设信息，确定参与面向对象分类的特征参数指标，所述第二预设信息包括以下至少一项：光谱信息、影像纹理(影像表面真实纹理)、形状结构(Border index边界指数，Density密度，Length/Width长宽比等形状结构信息)和高层数据信息；面向对象分类的特征参数指标可以为NDVI(Normalized Difference Vegetation Index，中国年度植被指数)指数、LAI指数、叶片叶绿素含量(Cab)及叶片水分含量(Cw)、Brightness亮度值、Std对象波段标准差，Border index边界指数，Density密度、Length/Width长宽比和高程数据等。
第四确定模块，用于根据所述特征参数指标，确定所述景观生态工程中所种植的植物真实的植物类型。
通过将基于多源遥感数据融合和面向对象分类等技术，大大提高了陆生植物生态环境监测工作中准确、高效、定量获取、分析、计算和处理不同植被监测指标数据的能力，同时也革命性的改变了监测成果的展示效果和方式。
在一个实施例中，所述处理设备具体用于：
将所述景观生态工程所在的区域划分为若干个监测区域；
确定所述若干个监测区域中各监测区域的监测任务；
根据所述各监测区域的监测任务，确定无人机巡视所述各监测区域时的工作模式；工作模式可以是超长航时无人机工作模式(超长航时无人机工作在临近空间15km～24km之间)、小型长航时无人机工作模式(小型长航时无人机工作在低空2000m～5000m之间，持续飞行时间超20小时)、超长航时无人机和小型长航时无人机协同工作模式等。
控制所述无人机按照确定出的巡视所述各监测区域时的工作模式，对所述各监测区域进行拍摄。
由于不同各监测区域的监测任务，如土壤监测区域的监测任务与水质监测区域的监测任务和植物所在的地面以上的监测区域的监测任务均不相同，因而，按照各监测区域的监测任务，可准确确定无人机巡视所述各监测区域时的工作模式，并控制所述无人机按照准确的、个性化的工作模式对所述各监测区域进行拍摄，这样既能实现对各监控区域的监控，又能确保无人机工作在正确的模式下，有利于提高无人机的使用寿命。
在一个实施例中，所述采集装置具体用于：
获取设置在所述景观生态工程的预设位置的各目标检测设备采集到的检测数据；预设位置因目标监测设备的类型/作用而异，如目标监测设备是土壤传感器，那预设位置就可以是土壤，目标监测设备是水质传感器，那预设位置就可以是水源中等。
将所述各目标检测设备采集到的检测数据进行数据汇总，得到环境综合数据；
将所述环境综合数据确定为所述景观生态工程对应的生态环境信息，所述各目标检测设备的类型包括以下至少一项：土壤传感器、土壤分析仪、水质传感器。
通过采用各目标检测设备采集到的检测数据，并将检测数据进行数据汇总，可得到环境综合数据，从而得到准确的生态环境信息。
所述采集装置将所述各目标检测设备采集到的检测数据进行数据汇总，得到环境综合数据，具体包括如下步骤：
首先，根据下述公式对所述检测数据做处理；
上述公式中，x'i为作为第i个指标的检测数据xi(即所有检测数据排序后第i个检测数据为第i个指标)的预处理后的数据，xi为作为第i指标的检测数据，[ai,bi]为第i指标的最佳数据区间，
上述指标包括但不限于：土壤水分含量、土壤温度、土壤盐分含量、土壤组分，水的PH值，水的浊度、水中悬浮物等检测数据。
c为中间量，可表示为：
c＝max{ai-h,H-bi}
其中，h为xi取值的最小值，H为xi取值的最大值；
然后，根据下述公式确定指标的权重；
上述公式中，wi为第i指标的权重，xi为作为第i指标的检测数据，ri为第i指标的调查权重(该调查权重为通过相关领域专家调查评分得到的权重值)，fi为第i指标的比较权重(该比较权重为将所有指标按照重要性将幂排序后，按照排序位置得到的权重值)；
最后，根据下述公式得到环境综合数据；
其中，
为环境综合数据，wi为第i指标的权重，x'i为作为第i指标的检测数据xi的预处理后的数据。
在上述技术方案中，首先对检测数据进行处理，然后获取检测数据对应的指标权重，最后得到环境综合数据。在对数据进行处理时，采用区间处理方法，使得指标在指定区间内是最好的；在获取检测数据对应的指标权重时，采用多种方法获得权重并取均值，主客观结合，可消除权重主观性太强的弊端。
在一个实施例中，所述分析装置具体用于执行以下至少一项：
当达到预设生态环境测定时间时，对所述生态环境信息进行分析，以对所述景观生态工程的环境等级进行测定；
当达到预设环境测定气候时，对所述生态环境信息进行分析，以对所述景观生态工程的环境等级进行测定；
当达到预设环境测定季节时，对所述生态环境信息进行分析，以对所述景观生态工程的环境等级进行测定。
分析装置可在达到预设生态环境测定时间、预设环境测定气候、预设环境测定季节时，及时地对所述生态环境信息进行分析，以对所述景观生态工程的环境等级进行智能测定。
本发明的第二方面提供了一种景观生态工程的生态环境测定方法，包括：
采集所述景观生态工程对应的生态环境信息；
将所述生态环境信息进行存储；
当达到生态环境测定条件时，对存储的所述生态环境信息进行分析，以对所述景观生态工程的环境等级进行测定。
在一个实施例中，所述生态环境信息包括以下至少一项：
土壤环境信息、所述景观生态工程的水质信息、所述景观生态工程的水质信息的底泥质量、所述景观生态工程中所种植的植物的植物类型。
在一个实施例中，所述采集所述景观生态工程对应的生态环境信息，包括：
将所述景观生态工程所在的区域划分为若干个监测区域；
按照预设采集方式对所述若干个监测区域中各监测区域的生态环境信息进行监测；其中，所述预设采集方式包括：周期性采集方式或者实时采集方式或者满足预设条件就进行采集的方式，所述预设条件包括预设光照条件、预设自然环境条件；
分析所述若干个监测区域中任意相邻监测区域的生态环境信息之间的关联关系；
将所述各监测区域的生态环境信息和所述任意相邻监测区域的生态环境信息之间的关联关系确定为所述述景观生态工程对应的生态环境信息。
在一个实施例中，所述采集所述景观生态工程对应的生态环境信息，包括：
当所述生态环境信息包括所述景观生态工程中所种植的植物的植物类型时，通过无人机巡视的方式对所述景观生态工程进行拍摄，获得所述景观生态工程的遥感三维模型；
通过卫星遥感的方式获取所述景观生态工程所在的区域的卫星遥感影像；
将所述卫星遥感影像与所述遥感三维模型进行融合，获得融合后的生态影像；
将所述融合后的生态影像确定为所述景观生态工程对应的生态环境信息。
在一个实施例中，所述当达到生态环境测定条件时，对存储的所述生态环境信息进行分析，包括：
当达到生态环境测定条件时，将所述融合后的生态影像进行预处理，以获得最优分割尺度，所述预处理包括计算和分割图像；
按照实际植物生态环境监测的要求，综合第一预设信息对输出的最优分割尺度进调整，得出所述景观生态工程所在的区域实际的最佳分割尺度，所述预设信息包括以下至少一项：光谱信息、影像纹理、图形结构和高层数据；
根据所述景观生态工程中所种植的植物被分类的假设类型，结合第二预设信息，确定参与面向对象分类的特征参数指标，所述第二预设信息包括以下至少一项：光谱信息、影像纹理、形状结构和高层数据信息；
根据所述特征参数指标，确定所述景观生态工程中所种植的植物真实的植物类型。
在一个实施例中，所述通过无人机巡视的方式对所述景观生态工程进行拍摄，包括：
将所述景观生态工程所在的区域划分为若干个监测区域；
确定所述若干个监测区域中各监测区域的监测任务；
根据所述各监测区域的监测任务，确定无人机巡视所述各监测区域时的工作模式；
控制所述无人机按照确定出的巡视所述各监测区域时的工作模式，对所述各监测区域进行拍摄。
在一个实施例中，所述采集所述景观生态工程对应的生态环境信息，包括：
获取设置在所述景观生态工程的预设位置的各目标检测设备采集到的检测数据；
将所述各目标检测设备采集到的检测数据进行数据汇总，得到环境综合数据；
将所述环境综合数据确定为所述景观生态工程对应的生态环境信息，所述各目标检测设备的类型包括以下至少一项：土壤传感器、土壤分析仪、水质传感器。
在一个实施例中，所述将所述各目标检测设备采集到的检测数据进行数据汇总，得到环境综合数据，具体包括如下步骤：
首先，根据下述公式对所述检测数据做处理；
上述公式中，x'i为作为第i指标的检测数据xi的预处理后的数据，xi为作为第i指标的检测数据，[ai,bi]为第i指标的最佳数据区间，c为中间量，可表示为：
c＝max{ai-h,H-bi}
其中，h为xi取值的最小值，H为xi取值的最大值；
然后，根据下述公式确定指标的权重；
上述公式中，wi为第i指标的权重，xi为作为第i指标的检测数据，ri为第i指标的调查权重，fi为第i指标的比较权重；
最后，根据下述公式得到环境综合数据；
其中，
为环境综合数据，wi为第i指标的权重，x'i为作为第i指标的检测数据xi的预处理后的数据。
在一个实施例中，所述当达到生态环境测定条件时，对存储的所述生态环境信息进行分析，包括以下至少一项：
当达到预设生态环境测定时间时，对所述生态环境信息进行分析，以对所述景观生态工程的环境等级进行测定；
当达到预设环境测定气候时，对所述生态环境信息进行分析，以对所述景观生态工程的环境等级进行测定；
当达到预设环境测定季节时，对所述生态环境信息进行分析，以对所述景观生态工程的环境等级进行测定。
最后，需要明确的是：本领域技术人员可根据实际需求，将上述多个实施例进行自由组合。
本领域技术人员在考虑说明书及实践这里发明的发明后，将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未发明的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。
应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。
Claims (10)
1.一种景观生态工程的生态环境测定系统，其特征在于，包括：
采集装置，用于采集所述景观生态工程对应的生态环境信息；
存储装置，用于将所述生态环境信息进行存储；
分析装置，用于当达到生态环境测定条件时，对存储的所述生态环境信息进行分析，以对所述景观生态工程的环境等级进行测定。
2.根据权利要求1所述的系统，其特征在于，
所述采集装置包括：
划为模块，用于将所述景观生态工程所在的区域划分为若干个监测区域；
监测模块，用于按照预设采集方式对所述若干个监测区域中各监测区域的生态环境信息进行监测；其中，所述预设采集方式包括：周期性采集方式或者实时采集方式或者满足预设条件就进行采集的方式，所述预设条件包括预设光照条件、预设自然环境条件；
分析模块，用于分析所述若干个监测区域中任意相邻监测区域的生态环境信息之间的关联关系；
第一确定模块，用于将所述各监测区域的生态环境信息和所述任意相邻监测区域的生态环境信息之间的关联关系确定为所述述景观生态工程对应的生态环境信息。
3.根据权利要求1所述的系统，其特征在于，
所述采集装置包括：
处理设备，用于当所述生态环境信息包括所述景观生态工程中所种植的植物的植物类型时，通过无人机巡视的方式对所述景观生态工程进行拍摄，获得所述景观生态工程的遥感三维模型；
获取模块，用于通过卫星遥感的方式获取所述景观生态工程所在的区域的卫星遥感影像；
融合模块，用于将所述卫星遥感影像与所述遥感三维模型进行融合，获得融合后的生态影像；
第二确定模块，用于将所述融合后的生态影像确定为所述景观生态工程对应的生态环境信息。
4.根据权利要求3所述的系统，其特征在于，
所述分析装置包括：
预处理模块，用于当达到生态环境测定条件时，将所述融合后的生态影像进行预处理，以获得最优分割尺度，所述预处理包括计算和分割图像；
调整模块，用于按照实际植物生态环境监测的要求，综合第一预设信息对输出的最优分割尺度进调整，得出所述景观生态工程所在的区域实际的最佳分割尺度，所述预设信息包括以下至少一项：光谱信息、影像纹理、图形结构和高层数据；
第三确定模块，用于根据所述景观生态工程中所种植的植物被分类的假设类型，结合第二预设信息，确定参与面向对象分类的特征参数指标，所述第二预设信息包括以下至少一项：光谱信息、影像纹理、形状结构和高层数据信息；
第四确定模块，用于根据所述特征参数指标，确定所述景观生态工程中所种植的植物真实的植物类型。
5.根据权利要求3所述的系统，其特征在于，
所述处理设备具体用于：
将所述景观生态工程所在的区域划分为若干个监测区域；
确定所述若干个监测区域中各监测区域的监测任务；
根据所述各监测区域的监测任务，确定无人机巡视所述各监测区域时的工作模式；
控制所述无人机按照确定出的巡视所述各监测区域时的工作模式，对所述各监测区域进行拍摄。
6.根据权利要求1所述的系统，其特征在于，
所述采集装置具体用于：
获取设置在所述景观生态工程的预设位置的各目标检测设备采集到的检测数据；
将所述各目标检测设备采集到的检测数据进行数据汇总，得到环境综合数据；
将所述环境综合数据确定为所述景观生态工程对应的生态环境信息，所述各目标检测设备的类型包括以下至少一项：土壤传感器、土壤分析仪、水质传感器。
7.根据权利要求6所述的系统，其特征在于，所述采集装置将所述各目标检测设备采集到的检测数据进行数据汇总，得到环境综合数据，具体包括如下步骤：
首先，根据下述公式对所述检测数据做处理；
上述公式中，x'i为作为第i指标的检测数据xi的预处理后的数据，xi为作为第i指标的检测数据，[ai,bi]为第i指标的最佳数据区间，c为中间量，可表示为：
c＝max{ai-h,H-bi}
其中，h为xi取值的最小值，H为xi取值的最大值；
然后，根据下述公式确定指标的权重；
上述公式中，wi为第i指标的权重，xi为作为第i指标的检测数据，ri为第i指标的调查权重，fi为第i指标的比较权重；
最后，根据下述公式得到环境综合数据；
其中，
为环境综合数据，wi为第i指标的权重，x'i为作为第i指标的检测数据xi的预处理后的数据。
8.一种景观生态工程的生态环境测定方法，其特征在于，包括：
采集所述景观生态工程对应的生态环境信息；
将所述生态环境信息进行存储；
当达到生态环境测定条件时，对存储的所述生态环境信息进行分析，以对所述景观生态工程的环境等级进行测定。
9.根据权利要求8所述的方法，其特征在于，
所述采集所述景观生态工程对应的生态环境信息，包括：
将所述景观生态工程所在的区域划分为若干个监测区域；
按照预设采集方式对所述若干个监测区域中各监测区域的生态环境信息进行监测；其中，所述预设采集方式包括：周期性采集方式或者实时采集方式或者满足预设条件就进行采集的方式，所述预设条件包括预设光照条件、预设自然环境条件；
分析所述若干个监测区域中任意相邻监测区域的生态环境信息之间的关联关系；
将所述各监测区域的生态环境信息和所述任意相邻监测区域的生态环境信息之间的关联关系确定为所述述景观生态工程对应的生态环境信息。
10.根据权利要求8所述的方法，其特征在于，
所述采集所述景观生态工程对应的生态环境信息，包括：
当所述生态环境信息包括所述景观生态工程中所种植的植物的植物类型时，通过无人机巡视的方式对所述景观生态工程进行拍摄，获得所述景观生态工程的遥感三维模型；
通过卫星遥感的方式获取所述景观生态工程所在的区域的卫星遥感影像；
将所述卫星遥感影像与所述遥感三维模型进行融合，获得融合后的生态影像；
将所述融合后的生态影像确定为所述景观生态工程对应的生态环境信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010388451.2A CN111609880A (zh) | 2020-05-09 | 2020-05-09 | 景观生态工程的生态环境测定系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010388451.2A CN111609880A (zh) | 2020-05-09 | 2020-05-09 | 景观生态工程的生态环境测定系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111609880A true CN111609880A (zh) | 2020-09-01 |
Family
ID=72197749
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010388451.2A Pending CN111609880A (zh) | 2020-05-09 | 2020-05-09 | 景观生态工程的生态环境测定系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111609880A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113822781A (zh) * | 2021-11-24 | 2021-12-21 | 石家庄学院 | 一种基于区块链的生态环境监管方法及系统 |
| CN114971988A (zh) * | 2022-06-07 | 2022-08-30 | 青岛理工大学 | 一种基于地理信息系统的农村生态治理优化方法 |
| CN114971988B (zh) * | 2022-06-07 | 2025-02-11 | 青岛理工大学 | 一种基于地理信息系统的农村生态治理优化方法 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7149366B1 (en) * | 2001-09-12 | 2006-12-12 | Flight Landata, Inc. | High-definition hyperspectral imaging system |
| CN102722973A (zh) * | 2012-06-29 | 2012-10-10 | 深圳市赛格导航科技股份有限公司 | 基于gps的智能农业作业系统及其作业方法 |
| CN103606115A (zh) * | 2013-12-05 | 2014-02-26 | 国家电网公司 | 一种节能型电网的评定方法 |
| CN105488316A (zh) * | 2014-09-17 | 2016-04-13 | 日本电气株式会社 | 用于预测空气质量的系统和方法 |
| CN106713070A (zh) * | 2016-12-23 | 2017-05-24 | 中国铁路信息技术中心 | 一种信息化监控方法 |
| CN109345074A (zh) * | 2018-09-03 | 2019-02-15 | 中国辐射防护研究院 | 一种高放废物地质处置公众接受性影响因素识别及评价的方法 |
| CN109684929A (zh) * | 2018-11-23 | 2019-04-26 | 中国电建集团成都勘测设计研究院有限公司 | 基于多源遥感数据融合的陆生植物生态环境监测方法 |
| CN110298010A (zh) * | 2019-06-27 | 2019-10-01 | 李达维 | 景观生态工程的生态环境测定系统 |
| CN110516909A (zh) * | 2019-07-19 | 2019-11-29 | 李达维 | 一种基于大数据分析的城乡资源管理系统 |
-
2020
- 2020-05-09 CN CN202010388451.2A patent/CN111609880A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7149366B1 (en) * | 2001-09-12 | 2006-12-12 | Flight Landata, Inc. | High-definition hyperspectral imaging system |
| CN102722973A (zh) * | 2012-06-29 | 2012-10-10 | 深圳市赛格导航科技股份有限公司 | 基于gps的智能农业作业系统及其作业方法 |
| CN103606115A (zh) * | 2013-12-05 | 2014-02-26 | 国家电网公司 | 一种节能型电网的评定方法 |
| CN105488316A (zh) * | 2014-09-17 | 2016-04-13 | 日本电气株式会社 | 用于预测空气质量的系统和方法 |
| CN106713070A (zh) * | 2016-12-23 | 2017-05-24 | 中国铁路信息技术中心 | 一种信息化监控方法 |
| CN109345074A (zh) * | 2018-09-03 | 2019-02-15 | 中国辐射防护研究院 | 一种高放废物地质处置公众接受性影响因素识别及评价的方法 |
| CN109684929A (zh) * | 2018-11-23 | 2019-04-26 | 中国电建集团成都勘测设计研究院有限公司 | 基于多源遥感数据融合的陆生植物生态环境监测方法 |
| CN110298010A (zh) * | 2019-06-27 | 2019-10-01 | 李达维 | 景观生态工程的生态环境测定系统 |
| CN110516909A (zh) * | 2019-07-19 | 2019-11-29 | 李达维 | 一种基于大数据分析的城乡资源管理系统 |
Non-Patent Citations (2)
| Title |
|---|
| 李金超等: "《项目评价理论和方法研究》", 31 July 2016 * |
| 王济干等: "《系统工程理论方法与应用》", 31 May 2016, 河海大学出版社 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113822781A (zh) * | 2021-11-24 | 2021-12-21 | 石家庄学院 | 一种基于区块链的生态环境监管方法及系统 |
| CN114971988A (zh) * | 2022-06-07 | 2022-08-30 | 青岛理工大学 | 一种基于地理信息系统的农村生态治理优化方法 |
| CN114971988B (zh) * | 2022-06-07 | 2025-02-11 | 青岛理工大学 | 一种基于地理信息系统的农村生态治理优化方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111553245A (zh) | 基于机器学习算法和多源遥感数据融合的植被分类方法 | |
| CN107389036B (zh) | 一种结合无人机影像的大空间尺度植被覆盖度计算方法 | |
| CN108732129B (zh) | 一种用图像表示农田土壤成分的系统及其方法 | |
| CN112287892B (zh) | 基于无人机高光谱和机器学习算法的乔木生物量测算方法 | |
| CN111368736B (zh) | 基于sar和光学遥感数据的水稻精细化估产方法 | |
| CN111815014A (zh) | 一种基于无人机低空遥感信息的作物产量预测方法及系统 | |
| Zhou et al. | Individual tree parameters estimation for plantation forests based on UAV oblique photography | |
| CN111028096A (zh) | 一种天、空、地一体化数据融合的系统和方法 | |
| CN110926430A (zh) | 一种空地一体化红树林监测系统及控制方法 | |
| CN112541921A (zh) | 城市绿地植被信息数据化精准测定方法 | |
| Liu et al. | Estimating maize seedling number with UAV RGB images and advanced image processing methods | |
| CN102194127A (zh) | 一种多频率sar数据农作物遥感分类方法 | |
| CN114140695B (zh) | 一种基于无人机多光谱遥感的茶树氮素诊断及品质指标测定的预测方法和系统 | |
| CN112434569B (zh) | 一种无人机热成像系统 | |
| Fischer et al. | Use of unmanned aircraft systems (UAS) and multispectral imagery for quantifying agricultural areas damaged by wild pigs | |
| CN102855485A (zh) | 一种小麦抽穗的自动检测方法 | |
| CN109001125B (zh) | 一种基于高分一号卫星图像的苗情探测方法及系统 | |
| CN111609880A (zh) | 景观生态工程的生态环境测定系统及方法 | |
| CN113870278A (zh) | 基于改进的Mask R-CNN模型的卫星遥感图像农田块分割方法 | |
| CN116778343B (zh) | 一种用于综合识别的目标图像特征提取方法 | |
| CN118941946A (zh) | 一种图像识别的水稻缺肥实时监测与精准施肥系统及方法 | |
| CN112580504B (zh) | 基于高分辨率卫星遥感影像的树种分类计数方法及装置 | |
| CN115019205A (zh) | 一种基于无人机多光谱影像的油菜花期spad和lai估测方法 | |
| CN109685174B (zh) | 一种黄瓜丰产性自动分析装置及方法 | |
| Cao et al. | A deep learning method for detecting leaf phenology from phenocam imagery |
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: 20200901 |
|
| RJ01 | Rejection of invention patent application after publication |