CN111765919B - 一种边坡植被生长环境的监测预测系统及方法 - Google Patents

Abstract

本发明公开了一种边坡植被生长环境的监测预测系统及方法，监测预测系统包括：固定支架；采集箱，内设数据采集仪和无线通讯模块；环境监测系统，装在固定支架顶部，与数据采集仪连接；雨量传感器，装在边坡顶部无遮挡处，与数据采集仪连接；土壤温湿盐传感器，埋设在边坡顶部土壤中，与数据采集仪连接；云平台服务器，通过无线通讯模块与数据采集仪进行数据传输；太阳能供电系统，为数据采集仪、无线通讯模块、环境监测系统、雨量传感器和土壤温湿盐传感器供电。该监测预测系统及方法能够实现边坡植被生长环境的长期、远程监测，监测数据全面、操作简单、监测成本低。

Description

一种边坡植被生长环境的监测预测系统及方法

技术领域

本发明涉及边坡工程中的生态护坡技术领域，具体而言，涉及一种适用于台风地区的边坡植被生长环境的监测预测系统及方法。

背景技术

为了适应公路选线的技术要求，高速公路中存在大量的高陡边坡工程。边坡的复杂岩土体开挖使得山体植被破坏，产生大量裸露的土坡和岩石边坡，严重的会引起水土流失和生态失衡。特别是经常遭受台风侵袭的中国东部沿海地区，台风在带来强降雨的同时也通常伴随强风荷载。处于台风地区的边坡工程，既要保持岩土体受到开挖扰动后的自身稳定性，也要克服雨水和强风荷载的影响。若不对边坡生态进行修复，在雨水和强风荷载的共同作用下，台风地区边坡植被极易遭到破坏，进一步导致边坡失稳。因此，生态护坡技术被应用于高陡边坡防护工程，该技术利用植被本身的涵水固土功能，兼具稳定边坡和美化生态环境的功效。

现有的生态护坡技术仅考虑绿化美观和边坡稳定性因素，忽略了生态恢复的长期效果、运营过程中植被与环境适应性等综合因素的影响。在对边坡气象参数及植被生长情况的相关研究中，一方面缺少对边坡气象参数的长期监测数据，没有对气象的长期变化规律进行研究；另一方面主要针对边坡植被的生长情况进行短期观测，是否适用于台风等极端气候条件并没有得到验证，从而出现植被与边坡周边气象条件不适应，导致植被养护困难、边坡防护耐久性降低等情况。

申请公布号为CN 110006967 A的专利申请提出了的一种植被生长环境监测仪，该装置主要针对植被生长的土壤参数进行监测，但是缺乏了对其他环境参数的监测，无法全面的对植被生长情况进行长期观测。申请公布号为CN 104237973 A的专利申请提出了一种用于岩质边坡滑坡预警的气象监测系统及监测方法中，主要以监测水位为主，实现边坡的滑坡预警装置，但无法通过观测数据对未来的情况进行预测。

现有技术中都不能保证边坡植被生长环境的长期监测和短期预测，并且短期监测仪器操作复杂、监测成本较高，若采用现有手段进行长期监测，会增加边坡植被在运营期的养护成本。

发明内容

本发明的主要目的在于提供一种边坡植被生长环境的监测预测系统及方法，该监测预测系统及方法能够实现边坡植被生长环境的长期、远程监测，可实现边坡植被附近气象参数的短期预测，监测数据全面、操作简单、监测成本低。

为了实现上述目的，本发明提供了一种边坡植被生长环境的监测预测系统，该监测预测系统包括：

固定支架，固定安装在边坡顶部无遮挡处；

采集箱，安装在固定支架上，采集箱内设有数据采集仪和无线通讯模块，无线通讯模块与数据采集仪相连接；

环境监测系统，安装在固定支架的顶部，环境监测系统通过数据线与数据采集仪相连接，用于采集边坡附近的环境温湿度数据、风速风向数据和太阳辐射数据，并将数据传送至数据采集仪；

雨量传感器，固定安装在边坡顶部无遮挡处，雨量传感器通过数据线与数据采集仪相连接；

土壤温湿盐传感器，埋设在边坡顶部土壤中，土壤温湿盐传感器与周围土壤紧密接触，土壤温湿盐传感器通过数据线与数据采集仪相连接；

云平台服务器，通过无线通讯模块与数据采集仪进行数据传输；

太阳能供电系统，为数据采集仪、无线通讯模块、环境监测系统、雨量传感器和土壤温湿盐传感器提供工作电压。

进一步地，监测预测系统还包括：

预测模块，预测模块根据数据采集仪输出的边坡植被生长环境的长期监测数据和中国气象网公布的边坡所属位置的气候分区环境参数数据，建立边坡植被生长环境与边坡所属位置的气候分区环境参数的相关关系预测模型。

进一步地，环境监测系统包括：

环境温湿度传感器，安装在固定支架的顶部，环境温湿度传感器通过数据线与数据采集仪相连接；

风速风向传感器，安装在固定支架的顶部，风速风向传感器通过数据线与数据采集仪相连接；

太阳辐射传感器，安装在固定支架的顶部，太阳辐射传感器通过数据线与数据采集仪相连接。

进一步地，太阳能供电系统包括：

太阳能光伏板，倾斜安装在固定支架上；

蓄电池箱，蓄电池箱内设有蓄电池和充电控制器，太阳能光伏板通过充电控制器与蓄电池相连接，蓄电池箱通过膨胀螺丝固定安装在边坡顶部。

进一步地，固定支架为一三脚架，固定支架的底部通过膨胀螺丝固定安装在边坡顶部无遮挡处，固定支架的顶部设有水平液泡指示器。

根据本发明的另一方面，提供了一种边坡植被生长环境的监测预测方法，采用上述的监测预测系统，该监测预测方法包括：

通过环境监测系统采集边坡附近的环境温湿度数据、风速风向数据和太阳辐射数据，并将环境温湿度数据、风速风向数据和太阳辐射数据传送至数据采集仪；通过雨量传感器采集边坡附近的降雨量数据，并将降雨量数据传送至数据采集仪；通过土壤温湿盐传感器采集边坡土壤内部的温湿度及盐度数据，并将温湿度及盐度数据传送至数据采集仪；

数据采集仪通过无线通讯模块将环境温湿度数据、风速风向数据、太阳辐射数据、降雨量数据和温湿度及盐度数据传送至云平台服务器。

进一步地，还包括：

预测模块根据数据采集仪输出的边坡植被生长环境的长期监测数据和中国气象网公布的边坡所属位置的气候分区环境参数数据，建立边坡植被生长环境与边坡所属位置的气候分区环境参数的相关关系预测模型。

进一步地，根据数据采集仪输出的边坡植被生长环境的长期监测数据和中国气象网公布的边坡所属位置的气候分区环境参数数据，建立边坡植被生长环境与边坡所属位置的气候分区环境参数的相关关系预测模型，具体包括：

对中国气象网公布的边坡所属位置的气候分区环境参数数据的时间序列进行中心移动平均处理，得到平滑后的气象参数时间序列；

将平滑后的气象参数时间序列利用傅里叶级数进行拟合，得到气象参数的趋势项模型；

对气象参数的趋势项模型进行一元线性回归，即得边坡植被生长环境与边坡所属位置的气候分区环境参数的相关关系预测模型。

应用本发明的技术方案，通过环境监测系统采集边坡附近的环境温湿度数据、风速风向数据和太阳辐射数据，通过雨量传感器采集边坡处的降雨量数据，通过土壤温湿盐传感器采集边坡土壤内部的温湿度和盐度数据，将上述采集到的数据传送汇集至数据采集仪，然后通过无线通讯模块将数据实时传送至云平台服务器，客户端电脑可以通过访问云端查看并下载测试数据，从而实现对边坡植被生长环境的长期监测。该监测预测系统结构简单、操作方便、监测参数全面，可实现边坡气象参数的长期、远程监测。

除了上面所描述的目的、特征和优点之外，本发明还有其它的目的、特征和优点。下面将参照附图，对本发明作进一步详细的说明。

附图说明

构成本申请的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1为本发明实施例的监测预测系统的结构示意图简图(雨量传感器、土壤温湿盐传感器、云平台服务器等未示出)。

图2为本发明实施例的监测预测系统安装在边坡顶部后的结构示意图简图。

图3为本发明实施例的监测预测系统的电路连接框图。

其中，上述附图包括以下附图标记：

1、固定支架；2、采集箱；3、环境监测系统；4、雨量传感器；5、土壤温湿盐传感器；31、环境温湿度传感器；32、风速风向传感器；33、太阳辐射传感器；71、太阳能光伏板；72、预留支架。

具体实施方式

为了便于理解本发明，下文将结合说明书附图和较佳的实施例对本发明作更全面、细致地描述，但本发明的保护范围并不限于以下具体的实施例。需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。

除非另有定义，下文中所使用的所有专业术语与本领域技术人员通常理解的含义相同。本发明专利申请说明书以及权利要求书中使用的“一个”或者“一”等类似词语不表示数量限制，而是表示存在至少一个。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电性的连接，不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系，当被描述对象的绝对位置改变后，则该相对位置关系也相应地改变。

参见图1至图3，一种本发明实施例的边坡植被生长环境的监测预测系统，该监测预测系统主要包括固定支架1、采集箱2、环境监测系统3、雨量传感器4、土壤温湿盐传感器5、云平台服务器和太阳能供电系统。其中，固定支架1固定安装在边坡顶部的无遮挡处；采集箱2安装在固定支架1上，在采集箱2内设置有数据采集仪和无线通讯模块，并且无线通讯模块与数据采集仪相连接；环境监测系统3安装在固定支架1的顶部，该环境监测系统3通过数据线与数据采集仪相连接，环境监测系统3用于采集边坡附近的环境温湿度数据、风速风向数据和太阳辐射数据，并将采集到的环境温湿度数据、风速风向数据和太阳辐射数据传送至数据采集仪；雨量传感器4固定安装在边坡顶部的无遮挡处，该雨量传感器4通过数据线与数据采集仪相连接，用于采集边坡处的降雨量数据，并将采集到的降雨量数据传送至数据采集仪；土壤温湿盐传感器5埋设在边坡顶部土壤中，该土壤温湿盐传感器5与周围土壤紧密接触，土壤温湿盐传感器5通过数据线与数据采集仪相连接，用于采集边坡土壤内部的温湿度和盐度数据，并将采集到的数据实时传送至数据采集仪；云平台服务器通过无线通讯模块与数据采集仪进行数据传输，数据采集仪通过无线通讯模块将采集到的上述数据实时传送至云平台服务器，客户端电脑可以通过访问云端查看并下载测试数据；太阳能供电系统用于给数据采集仪、无线通讯模块、环境监测系统3、雨量传感器4和土壤温湿盐传感器5提供工作电压。

上述的边坡植被生长环境的监测预测系统，通过环境监测系统3采集边坡附近的环境温湿度数据、风速风向数据和太阳辐射数据，通过雨量传感器4采集边坡处的降雨量数据，通过土壤温湿盐传感器5采集边坡土壤内部的温湿度和盐度数据，将上述采集到的数据传送汇集至数据采集仪，然后通过无线通讯模块将数据实时传送至云平台服务器，客户端电脑可以通过访问云端查看并下载测试数据，从而实现对边坡植被生长环境的长期监测。该监测预测系统结构简单、操作方便、监测参数全面，可实现边坡气象参数的长期、远程监测。

进一步地，在本实施例中，监测预测系统还包括一个预测模块，该预测模块用于根据数据采集仪输出的边坡植被生长环境的长期监测数据和中国气象网公布的边坡所属位置的气候分区环境参数数据，建立边坡植被生长环境与边坡所属位置的气候分区环境参数的相关关系预测模型。该预测模块设置在远程控制电脑上。如此，采用模型预测精度高，可根据边坡所属气候分区的气象站参数实现边坡处的环境参数短期预测，降低监测成本。

具体地，参见图1，在本实施例中，环境监测系统3包括环境温湿度传感器31、风速风向传感器32和太阳辐射传感器33。其中，环境温湿度传感器31安装在固定支架1的顶部，该环境温湿度传感器31通过数据线与数据采集仪相连接；风速风向传感器32安装在固定支架1的顶部，该风速风向传感器32通过数据线与数据采集仪相连接；太阳辐射传感器33安装在固定支架1的顶部，该太阳辐射传感器33通过数据线与数据采集仪相连接。通过上述的环境温湿度传感器31、风速风向传感器32和太阳辐射传感器33分别采集边坡处的环境温湿度数据、风速风向数据和太阳辐射数据，并将采集到的上述数据分别传送汇集至数据采集仪。

具体来说，在本实施例中，太阳能供电系统包括太阳能光伏板71、蓄电池、充电控制器和蓄电池箱(图中未示出)。其中，固定支架1上设置有预留支架72，太阳能光伏板71朝南倾斜设置在该预留支架72上，确保太阳能光伏板71无遮挡，并与太阳照射方向有一定的入射角度，一般设置与水平面呈40°夹角左右为佳；蓄电池箱通过膨胀螺丝固定安装在边坡顶部，蓄电池和充电控制器设置在蓄电池箱内，蓄电池箱为不锈钢材质，太阳能光伏板71通过电线与充电控制器相连接，充电控制器通过电线与蓄电池相连接。通过太阳能光伏板71发电，将电能储存到蓄电池内，通过蓄电池为监测预测系统中的各用电元件供电。

参见图1和图2，在本实施例中，固定支架1为一个三脚支架，固定支架1的底部通过膨胀螺丝固定安装在边坡顶部无遮挡处；在固定支架1的顶部设置有一个水平液泡指示器(图中未示出)。安装该固定支架1时，在边坡坡顶处找一平整位置，确保周边无遮挡，若平整位置没有硬化，应对该平整位置进行土地硬化并找平，然后架设固定支架1，通过水平液泡指示器对固定支架1进行调平，固定支架1的三个脚的位置采用膨胀螺丝固定在硬化后的平面上。固定支架1优选采用不锈钢支架。

具体来说，土壤温湿盐传感器5布置在边坡的顶部，在边坡顶部挖一个直径约50mm、深约2m的洞，将土壤温湿盐传感器5放入洞中。使土壤温湿盐传感器5与土壤紧密接触，确保土壤填满土壤温湿盐传感器5，在其上部填上泥土阻止水进入。雨量传感器4布置在边坡顶部无遮挡处，并采用膨胀螺丝进行固定。

采用上述的监测预测系统对边坡植被生长环境进行监测预测的方法如下：

通过环境温湿度传感器31、风速风向传感器32和太阳辐射传感器33分别采集边坡附近的环境温湿度数据、风速风向数据和太阳辐射数据，并将该环境温湿度数据、风速风向数据和太阳辐射数据分别传送至数据采集仪；通过雨量传感器4采集边坡附近的降雨量数据，并将该降雨量数据传送至数据采集仪；通过土壤温湿盐传感器5采集边坡土壤内部的温湿度及盐度数据，并将该温湿度及盐度数据传送至数据采集仪；

数据采集仪通过无线通讯模块将上述汇集的环境温湿度数据、风速风向数据、太阳辐射数据、降雨量数据和温湿度及盐度数据实时传送至云平台服务器；用户通过客户端电脑访问云端查看并下载监测数据，从而实现对边坡植被生长环境的全面、长期、远程的监测；

进一步地，由预测模块根据数据采集仪输出的边坡植被生长环境的长期监测数据和中国气象网公布的边坡所属位置的气候分区环境参数数据，建立边坡植被生长环境与边坡所属位置的气候分区环境参数的相关关系预测模型；这样，可根据边坡所属气候分区的气象站参数实现边坡处的环境参数短期预测，降低监测成本。

具体来说，上述的根据数据采集仪输出的边坡植被生长环境的长期监测数据和中国气象网公布的边坡所属位置的气候分区环境参数数据，建立边坡植被生长环境与边坡所属位置的气候分区环境参数的相关关系预测模型，包括：

首先，对中国气象网公布的边坡所属位置的气候分区环境参数数据的时间序列进行中心移动平均处理，得到平滑后的气象参数时间序列；

由于气象参数的时间序列具有明显的以“天”为周期的短期波动，因此对各气象参数数据以“天”为期数进行中心移动平均处理，设序列的采样频率为0.5小时/次，则每天各测点共采集48次，期数取48；对原始序列进行两次中心移动平均，其计算步骤如下：

T_24.5＝(X₁+X₂+X₃+…+X₄₈)/48 (1)

T_25.5＝(X₂+X₃+X₄+…+X₄₉)/48 (2)

式中：X_i为每天监测的第i个数据点，i＝1，2，3，…，48，每天的零点i＝1，以此类推；根据上式类推，得到平滑后的气象参数时间序列；

然后，将平滑后的气象参数时间序列利用傅里叶级数进行拟合，得到气象参数的趋势项模型；

傅立叶级数展开式表示为：

式中，T_t为平滑后得到的参数；

t为数据点的序号，以每年1月1日0点为第一个序号，令t＝1；1月1日的0点30分则t＝2，以此类推；

a₀、a_n、b_n、ω为拟合参数；

最后，对气象参数的趋势项模型进行一元线性回归：

Y＝a+bx+ε ε～N(0,σ²) (5)

式中，x为监测得到的经过换算后的趋势项；Y为中国气象网得到的趋势项；a、b、σ²均为未知参数；通过上述一元线性回归，即得边坡植被生长环境与边坡所属位置的气候分区环境参数的相关关系预测模型，从而实现边坡植被生长环境的预测。

总体而言，本发明的边坡植被生长环境的监测预测系统及方法结构简单、操作方便、监测参数全面，可实现边坡气象参数的长期监测，并可根据边坡所属气候分区的气象站参数实现边坡处的环境参数预测，降低监测成本。

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。

Claims (4)

1.一种边坡植被生长环境的监测预测方法，采用监测预测系统对边坡植被生长环境进行监测预测，所述监测预测系统包括：

固定支架(1)，固定安装在边坡顶部无遮挡处；

采集箱(2)，安装在所述固定支架(1)上，所述采集箱(2)内设有数据采集仪和无线通讯模块，所述无线通讯模块与所述数据采集仪相连接；

环境监测系统(3)，安装在所述固定支架(1)的顶部，所述环境监测系统(3)通过数据线与所述数据采集仪相连接，用于采集边坡附近的环境温湿度数据、风速风向数据和太阳辐射数据，并将数据传送至所述数据采集仪；

雨量传感器(4)，固定安装在边坡顶部无遮挡处，所述雨量传感器(4)通过数据线与所述数据采集仪相连接；

土壤温湿盐传感器(5)，埋设在边坡顶部土壤中，所述土壤温湿盐传感器(5)与周围土壤紧密接触，所述土壤温湿盐传感器(5)通过数据线与所述数据采集仪相连接；

云平台服务器，通过所述无线通讯模块与所述数据采集仪进行数据传输；

太阳能供电系统，为所述数据采集仪、所述无线通讯模块、所述环境监测系统(3)、所述雨量传感器(4)和所述土壤温湿盐传感器(5)提供工作电压；

所述监测预测系统还包括：

预测模块，所述预测模块根据所述数据采集仪输出的边坡植被生长环境的长期监测数据和中国气象网公布的边坡所属位置的气候分区环境参数数据，建立边坡植被生长环境与边坡所属位置的气候分区环境参数的相关关系预测模型；

其特征在于，所述监测预测方法包括：

通过所述环境监测系统(3)采集边坡附近的环境温湿度数据、风速风向数据和太阳辐射数据，并将所述环境温湿度数据、所述风速风向数据和所述太阳辐射数据传送至所述数据采集仪；通过所述雨量传感器(4)采集边坡附近的降雨量数据，并将所述降雨量数据传送至所述数据采集仪；通过所述土壤温湿盐传感器(5)采集边坡土壤内部的温湿度及盐度数据，并将所述温湿度及盐度数据传送至所述数据采集仪；

所述数据采集仪通过所述无线通讯模块将所述环境温湿度数据、所述风速风向数据、所述太阳辐射数据、所述降雨量数据和所述温湿度及盐度数据传送至所述云平台服务器；

还包括：

所述预测模块根据所述数据采集仪输出的边坡植被生长环境的长期监测数据和中国气象网公布的边坡所属位置的气候分区环境参数数据，建立边坡植被生长环境与边坡所属位置的气候分区环境参数的相关关系预测模型；

所述根据所述数据采集仪输出的边坡植被生长环境的长期监测数据和中国气象网公布的边坡所属位置的气候分区环境参数数据，建立边坡植被生长环境与边坡所属位置的气候分区环境参数的相关关系预测模型，具体包括：

对中国气象网公布的边坡所属位置的气候分区环境参数数据的时间序列进行中心移动平均处理，得到平滑后的气象参数时间序列；

将平滑后的气象参数时间序列利用傅里叶级数进行拟合，得到气象参数的趋势项模型；

对气象参数的趋势项模型进行一元线性回归，即得边坡植被生长环境与边坡所属位置的气候分区环境参数的相关关系预测模型。

2.根据权利要求1所述的边坡植被生长环境的监测预测方法，其特征在于，所述环境监测系统(3)包括：

环境温湿度传感器(31)，安装在所述固定支架(1)的顶部，所述环境温湿度传感器(31)通过数据线与所述数据采集仪相连接；

风速风向传感器(32)，安装在所述固定支架(1)的顶部，所述风速风向传感器(32)通过数据线与所述数据采集仪相连接；

太阳辐射传感器(33)，安装在所述固定支架(1)的顶部，所述太阳辐射传感器(33)通过数据线与所述数据采集仪相连接。

3.根据权利要求1所述的边坡植被生长环境的监测预测方法，其特征在于，所述太阳能供电系统包括：

太阳能光伏板(71)，倾斜安装在所述固定支架(1)上；

蓄电池箱，所述蓄电池箱内设有蓄电池和充电控制器，所述太阳能光伏板(71)通过所述充电控制器与所述蓄电池相连接，所述蓄电池箱通过膨胀螺丝固定安装在边坡顶部。

4.根据权利要求1所述的边坡植被生长环境的监测预测方法，其特征在于，所述固定支架(1)为一三脚架，所述固定支架(1)的底部通过膨胀螺丝固定安装在边坡顶部无遮挡处，所述固定支架(1)的顶部设有水平液泡指示器。

Images