CN111854700B - 基于物联网和云计算的无人机监测管理系统 - Google Patents
基于物联网和云计算的无人机监测管理系统 Download PDFInfo
- Publication number
- CN111854700B CN111854700B CN202010663683.4A CN202010663683A CN111854700B CN 111854700 B CN111854700 B CN 111854700B CN 202010663683 A CN202010663683 A CN 202010663683A CN 111854700 B CN111854700 B CN 111854700B
- Authority
- CN
- China
- Prior art keywords
- data
- resource
- area
- natural
- natural resource
- 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
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
- G01C11/04—Interpretation of pictures
- G01C11/06—Interpretation of pictures by comparison of two or more pictures of the same area
-
- 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
Abstract
本发明公开了基于物联网和云计算的无人机监测管理系统,包括摄像头、数据库、识别单元、监测单元、资源分析单元、判定存储单元和发送单元;所述摄像头安装在无人机上,所述摄像头用于实时监控地表覆盖及其变化情况,并自动获取地表覆盖及地貌影像信息,将地表覆盖及地貌影像信息传输至识别单元;所述数据库内存储有自然资源信息,本发明通过识别单元和资源分析单元的设置,对摄像头获取的影像信息进行精确分析,从而得出自然资源名称数据,并依据自然资源名称数据计算出对应的形状名数据和面积数据,增加数据分析的准确性,提高数据的说服力度,节省数据分析所消耗的时间,提高工作效率。
Description
技术领域
本发明自然资源监测管理技术领域,具体为基于物联网和云计算的无人机监测管理系统。
背景技术
自然资源是指自然界中人类可以直接获得用于生产和生活的物质。可分为三类,一是不可更新资源,如各种金属和非金属矿物、化石燃料等,需要经过漫长的地质年代才能形成;二是可更新资源,指生物、水、土地资源等,能在较短时间内再生产出来或循环再现;三是取之不尽的资源,如风力、太阳能等,被利用后不会导致贮存量减少,自然保护的中心任务就是保护、增殖和合理利用自然资源,以提高资源的再生和继续利用的能力,求得环境效益和社会经济效益的统一。
目前,对于自然资源的检测以及分析存储,均是通过科研人员去进行实地考察,从而分析记录自然资源的品种,导致工作效率低下,无法快速的通过无人机的监测进行相关的自然资源分析,无法快速判定自然资源的种类、形状和面积,且对于自然资源的面积变化,无法做出相应的判断,为此,我们提出基于物联网和云计算的无人机监测管理系统。
发明内容
本发明的目的在于提供基于物联网和云计算的无人机监测管理系统,通过识别单元和资源分析单元的设置,对摄像头获取的影像信息进行精确分析,从而得出自然资源名称数据,并依据自然资源名称数据计算出对应的形状名数据和面积数据,来解决现有技术中无法依据数据的分析来快速判定自然资源形状和面积的问题,增加数据分析的准确性,提高数据的说服力度,节省数据分析所消耗的时间,提高工作效率,通过判定存储单元的设置,对监测单元和资源分析单元得到的相关数据进行计算,从而判定出自然资源面积的变化情况,并依据面积的变化分析面积变化趋势,依据变化趋势进行分类存储,来解决现有技术中无法依据面积变化进行分类存储的问题,增加数据存储的层次性,便于查询,节省查询所消耗的时间,提高工作效率。
本发明的目的可以通过以下技术方案实现:基于物联网和云计算的无人机监测管理系统,包括摄像头、数据库、识别单元、监测单元、资源分析单元、判定存储单元和发送单元;
所述摄像头安装在无人机上,所述摄像头用于实时监控地表覆盖及其变化情况,并自动获取地表覆盖及地貌影像信息,将地表覆盖及地貌影像信息传输至识别单元;
所述数据库内存储有自然资源信息,所述自然资源信息包括自然资源图像数据以及对应的自然资源名称数据和类型数据;
所述识别单元从数据库内获取自然资源图像以及对应的自然资源名称数据和类型数据,并将其与地表覆盖及地貌影像信息进行比对操作,得到自然资源名称数据、类型数据和自然资源影像信息,并将其传输至资源分析单元;
所述数据库内还存储有自然资源的图像形状信息及其对应的体积计算公式数据,所述资源分析单元从数据库内获取资源图像形状信息、形状名数据和计算公式数据,并将其与自然资源名称数据和自然资源影像信息进行资源分析操作,得到自然资源名称数据以及对应的形状名数据和面积数据,并将其传输至判定存储单元;
所述监测单元用于对自然资源所处的环境进行检测,并自动获取环境信息,所述环境信息包括温度数据、湿度数据以及土壤含数量数据,并将其发送至判定存储单元;
所述判定存储单元用于对温度数据、湿度数据、土壤含数量数据、自然资源名称数据以及对应的形状名数据和面积数据进行判定存储操作,得到存储分类数据,并将其传输至发送单元;
所述发送单元用于将存储分类发送至用户端。
进一步的:比对操作的具体操作过程为:
步骤一:获取地表覆盖及地貌影像信息,通过识别单元提取其中的地表覆盖及地貌图像数据,并将其与自然资源图像数据进行匹配,当自然资源图像数据与地表覆盖及地貌图像数据的匹配结果不一致时,则判定该地表覆盖及地貌图像数据不是自然资源,并生成一否信号,当地表覆盖及地貌图像数据与自然资源图像数据的匹配结果一致时,则判定该地表覆盖及地貌图像数据为自然资源,并生成二验信号;
步骤二:提取上述步骤一中的一否信号和二验信号,并对其进行识别,当识别到一否信号时,则不对该对应的地表覆盖及地貌图像数据进行标记,当识别到二验信号时,则将该地表覆盖及地貌图像数据标记为资源图像数据,并将该资源图像数据在对应地表覆盖及地貌影像信息,将其标定为自然资源影像信息,提取上述自然资源图像数据对应的自然资源名称数据和类型数据。
进一步的:资源分析操作的具体操作过程为:
K1:获取自然资源名称数据和自然资源影像信息,并将其依次标记为ZMl和ZYi,且i=1,2,3......n1,l=1,2,3......n2,n2<n1,且ZMi和ZYi为集合之间的归属关系,即多个自然资源名称数据同时出现在同一个自然资源影像信息上,并将自然资源影像信息中出现的自然资源名称数据进行位置标记,同时获取对应位置标记为资源图像数据;
K2:获取资源图像形状信息,并将其与资源图像数据进行匹配,具体为:当识别到资源图像数据与其中任意一个资源图像形状信息相匹配时,则判定资源图像数据与资源图像形状信息形状一致,并获取对应的形状名数据;
K3:建立一个虚拟空间直角坐标系,并将自然资源影像信息在虚拟空间直角坐标系中进行标记,提取自然资源影像信息中的资源图像数据对应的坐标,将资源图像数据的边角点坐标进行标定,并将其标记为BJv,v=1,2,3......n3;
K4:依据资源图像数据对应的边角点坐标,选取出其中X轴、Y轴和Z轴中任意两个轴相同的坐标点,并将该坐标点的另外一个轴上的数值大小进行从大到小的排序,并选取出其中最大值与最小值,并将其一同带入到差值计算式中,依据计算式计算出最大值和最小值的差值,依据X轴、Y轴和Z轴计算出资源图像数据的长度、宽度和高度;
K5:获取形状名数据以及对应的计算公式数据,并将长度、宽度和高度分别带入到对应的计算公式数据中,从而计算出自然资源名称数据对应的面积数据。
进一步的:判定存储操作的具体操作过程为:
H1:获取不同时间点自然资源名称数据以及对应的面积数据,依据自然资源名称数据对其进行时间点分析,具体为:选取不同时间点的自然资源名称数据,并提取对应的面积数据;
H2:将上述H1形状名数据和面积数据依次标记为XZm和MJm,且m=1,2,3......n4,将多个不同时间点的形状名数据和面积数据按照时间点的变化进行比较,得到形状不变信号、形状变化信号、面积扩张信号、面积缩小信号和面积不变信号;
H3:选取上述H2中两个相邻时间点的面积变化差值,并将其与温度数据、湿度数据、时间差值和土壤含数量数据一同带入到计算式:其中,MBb表示为面积变化差值,WDb表示为温度数据,SDb表示为湿度数据,HLb表示为土壤含数量数据,TTb表示为时间差值,时间差值指代两个相邻的时间点之间的差值,u1、u2和u3分别表示为温度数据、湿度数据、时间差值和土壤含数量数据对面积的影响因子,且u1、u2和u3的取值分别为0.51736、0.7426183和0.63579,e表示为偏差影响因子,依据上述计算式,计算出e的值;
H4:依据计算出的偏差影响因子和监测的温度数据、湿度数据、时间差值、土壤含数量数据以及面积数据,对一段时间后的面积数据进行分析计算,从而得出预计面积数据;
H5:设定一个存储单元,将存储单元依据自然资源的类型数据进行类型划分,并将类型划分后的存储单元划分为三个存储单元,分别是增长资源存储单元、缩小资源存储单元和不变资源存储单元,依据类型数据和上述H2中的面积扩张信号、面积缩小信号和面积不变信号,提取对应的自然资源名称数据和位置数据,并将其存储到对应的三个存储单元内,并将其标定为存储分类数据,并将该存储标定为存储分类数据。
进一步的:将多个不同时间点的形状名数据和面积数据按照时间点的变化进行比较,具体为:
对于形状名数据:将两个相邻时间点的资源图像数据进行比对,判定两者的资源图像形状是否一致,当判定结果一致时,则判定资源图像数据无变化,当判定结果不一致时,将处于下位时间点的资源图像数据与资源图像形状信息进行比对,判定资源图像数据的形状名数据,并将其标定为实时形状名数据,将实时形状名数据与处于上位时间点的形状名数据进行比对,依据结果是否相同,生成形状不变信号和形状变化信号;
对于面积数据:将两个相邻时间点的面积数据进行差值计算,从而得出两个相邻时间点的面积差值数据,并将其标定为面积变化差值,设定一个预设值范围M1,并将其与面积变化差值进行比对,将面积变化差值大于预设值范围的面积标定为面积扩张,并生成面积扩张信号,将面积变化差值小于预设值范围的面积标定为面积缩小,并生成面积缩小信号,将面积变化差值在预设值范围的面积标定为面积不变,生成面积不变信号。
本发明的有益效果:
(1)通过安装在无人机上的摄像头实时监控地表覆盖及其变化情况,并自动获取地表覆盖及地貌影像信息,将地表覆盖及地貌影像信息传输至识别单元;识别单元从数据库内获取自然资源图像以及对应的自然资源名称数据,并将其与地表覆盖及地貌影像信息进行比对操作,得到自然资源名称数据和自然资源影像信息,并将其传输至资源分析单元;数据库内还存储有自然资源的图像形状信息及其对应的体积计算公式数据,资源分析单元从数据库内获取资源图像形状信息、形状名数据和计算公式数据,并将其与自然资源名称数据和自然资源影像信息进行资源分析操作,通过识别单元和资源分析单元的设置,对摄像头获取的影像信息进行精确分析,从而得出自然资源名称数据,并依据自然资源名称数据计算出对应的形状名数据和面积数据,增加数据分析的准确性,提高数据的说服力度,节省数据分析所消耗的时间,提高工作效率;
(2)监测单元对自然资源所处的环境进行检测,并自动获取环境信息,环境信息包括温度数据、湿度数据以及土壤含数量数据,并将其发送至判定存储单元;判定存储单元用于对温度数据、湿度数据、土壤含数量数据、自然资源名称数据以及对应的形状名数据和面积数据进行判定存储操作,得到存储分类数据,并将其传输至发送单元;发送单元用于将存储分类发送至用户端;通过判定存储单元的设置,对监测单元和资源分析单元得到的相关数据进行计算,从而判定出自然资源面积的变化情况,并依据面积的变化分析面积变化趋势,依据变化趋势进行分类存储,增加数据存储的层次性,便于查询,节省查询所消耗的时间,提高工作效率。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明的系统框图;
图2是本发明的系统原理流程图。
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作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1-2所示,本发明为基于物联网和云计算的无人机监测管理系统,包括摄像头、数据库、识别单元、监测单元、资源分析单元、判定存储单元和发送单元;
所述摄像头安装在无人机上,所述摄像头用于实时监控地表覆盖及其变化情况,并自动获取地表覆盖及地貌影像信息,将地表覆盖及地貌影像信息传输至识别单元;
所述数据库内存储有自然资源信息,所述自然资源信息包括自然资源图像数据以及对应的自然资源名称数据和类型数据;
所述识别单元从数据库内获取自然资源图像以及对应的自然资源名称数据和类型数据,并将其与地表覆盖及地貌影像信息进行比对操作,比对操作的具体操作过程为:
步骤一:获取地表覆盖及地貌影像信息,通过识别单元提取其中的地表覆盖及地貌图像数据,并将其与自然资源图像数据进行匹配,当自然资源图像数据与地表覆盖及地貌图像数据的匹配结果不一致时,则判定该地表覆盖及地貌图像数据不是自然资源,并生成一否信号,当地表覆盖及地貌图像数据与自然资源图像数据的匹配结果一致时,则判定该地表覆盖及地貌图像数据为自然资源,并生成二验信号;
步骤二:提取上述步骤一中的一否信号和二验信号,并对其进行识别,当识别到一否信号时,则不对该对应的地表覆盖及地貌图像数据进行标记,当识别到二验信号时,则将该地表覆盖及地貌图像数据标记为资源图像数据,并将该资源图像数据在对应地表覆盖及地貌影像信息,将其标定为自然资源影像信息,提取上述自然资源图像数据对应的自然资源名称数据和类型数据;
步骤三:将自然资源名称数据、类型数据和自然资源影像信息传输至资源分析单元;
所述数据库内还存储有自然资源的图像形状信息及其对应的体积计算公式数据,所述资源分析单元从数据库内获取资源图像形状信息、形状名数据和计算公式数据,并将其与自然资源名称数据和自然资源影像信息进行资源分析操作,资源分析操作的具体操作过程为:
K1:获取自然资源名称数据和自然资源影像信息,并将其依次标记为ZMl和ZYi,且i=1,2,3......n1,l=1,2,3......n2,n2<n1,且ZMi和ZYi为集合之间的归属关系,即多个自然资源名称数据同时出现在同一个自然资源影像信息上,并将自然资源影像信息中出现的自然资源名称数据进行位置标记,同时获取对应位置标记为资源图像数据;
K2:获取资源图像形状信息,并将其与资源图像数据进行匹配,具体为:当识别到资源图像数据与其中任意一个资源图像形状信息相匹配时,则判定资源图像数据与资源图像形状信息形状一致,并获取对应的形状名数据;
K3:建立一个虚拟空间直角坐标系,并将自然资源影像信息在虚拟空间直角坐标系中进行标记,提取自然资源影像信息中的资源图像数据对应的坐标,将资源图像数据的边角点坐标进行标定,并将其标记为BJv,v=1,2,3......n3;
K4:依据资源图像数据对应的边角点坐标,选取出其中X轴、Y轴和Z轴中任意两个轴相同的坐标点,并将该坐标点的另外一个轴上的数值大小进行从大到小的排序,并选取出其中最大值与最小值,并将其一同带入到差值计算式中,依据计算式计算出最大值和最小值的差值,依据X轴、Y轴和Z轴计算出资源图像数据的长度、宽度和高度;
K5:获取形状名数据以及对应的计算公式数据,并将长度、宽度和高度分别带入到对应的计算公式数据中,从而计算出自然资源名称数据对应的面积数据;
K6:将上述自然资源名称数据以及对应的形状名数据和面积数据传输至判定存储单元;
所述监测单元用于对自然资源所处的环境进行检测,并自动获取环境信息,所述环境信息包括温度数据、湿度数据以及土壤含数量数据,并将其发送至判定存储单元;
所述判定存储单元用于对温度数据、湿度数据、土壤含数量数据、自然资源名称数据以及对应的形状名数据和面积数据进行判定存储操作,判定存储操作的具体操作过程为:
H1:获取不同时间点自然资源名称数据以及对应的面积数据,依据自然资源名称数据对其进行时间点分析,具体为:选取不同时间点的自然资源名称数据,并提取对应的面积数据;
H2:将上述H1形状名数据和面积数据依次标记为XZm和MJm,且m=1,2,3......n4,将多个不同时间点的形状名数据和面积数据按照时间点的变化进行比较,具体为:
对于形状名数据:将两个相邻时间点的资源图像数据进行比对,判定两者的资源图像形状是否一致,当判定结果一致时,则判定资源图像数据无变化,当判定结果不一致时,将处于下位时间点的资源图像数据与资源图像形状信息进行比对,判定资源图像数据的形状名数据,并将其标定为实时形状名数据,将实时形状名数据与处于上位时间点的形状名数据进行比对,依据结果是否相同,生成形状不变信号和形状变化信号;
对于面积数据:将两个相邻时间点的面积数据进行差值计算,从而得出两个相邻时间点的面积差值数据,并将其标定为面积变化差值,设定一个预设值范围M1,并将其与面积变化差值进行比对,将面积变化差值大于预设值范围的面积标定为面积扩张,并生成面积扩张信号,将面积变化差值小于预设值范围的面积标定为面积缩小,并生成面积缩小信号,将面积变化差值在预设值范围的面积标定为面积不变,生成面积不变信号;
H3:选取上述H2中两个相邻时间点的面积变化差值,并将其与温度数据、湿度数据、时间差值和土壤含数量数据一同带入到计算式:其中,MBb表示为面积变化差值,WDb表示为温度数据,SDb表示为湿度数据,HLb表示为土壤含数量数据,TTb表示为时间差值,时间差值指代两个相邻的时间点之间的差值,u1、u2和u3分别表示为温度数据、湿度数据、时间差值和土壤含数量数据对面积的影响因子,且u1、u2和u3的取值分别为0.51736、0.7426183和0.63579,e表示为偏差影响因子,依据上述计算式,计算出e的值;
H4:依据计算出的偏差影响因子和监测的温度数据、湿度数据、时间差值、土壤含数量数据以及面积数据,对一段时间后的面积数据进行分析计算,从而得出预计面积数据;
H5:设定一个存储单元,将存储单元依据自然资源的类型数据进行类型划分,并将类型划分后的存储单元划分为三个存储单元,分别是增长资源存储单元、缩小资源存储单元和不变资源存储单元,依据类型数据和上述H2中的面积扩张信号、面积缩小信号和面积不变信号,提取对应的自然资源名称数据和位置数据,并将其存储到对应的三个存储单元内,并将其标定为存储分类数据;
H6:将上述H5中的存储分类数据传输至发送单元;
所述发送单元用于将存储分类发送至用户端;
本发明的数据传输时通过物联网进行直接传输,本发明的相关数据计算式通过云计算进行数据处理。
本发明在工作时,通过安装在无人机上的摄像头实时监控地表覆盖及其变化情况,并自动获取地表覆盖及地貌影像信息,将地表覆盖及地貌影像信息传输至识别单元;数据库内存储有自然资源信息,自然资源信息包括自然资源图像数据以及对应的自然资源名称数据;识别单元从数据库内获取自然资源图像以及对应的自然资源名称数据,并将其与地表覆盖及地貌影像信息进行比对操作,得到自然资源名称数据和自然资源影像信息,并将其传输至资源分析单元;数据库内还存储有自然资源的图像形状信息及其对应的体积计算公式数据,资源分析单元从数据库内获取资源图像形状信息、形状名数据和计算公式数据,并将其与自然资源名称数据和自然资源影像信息进行资源分析操作,得到自然资源名称数据以及对应的形状名数据和面积数据,并将其传输至判定存储单元;监测单元对自然资源所处的环境进行检测,并自动获取环境信息,环境信息包括温度数据、湿度数据以及土壤含数量数据,并将其发送至判定存储单元;判定存储单元用于对温度数据、湿度数据、土壤含数量数据、自然资源名称数据以及对应的形状名数据和面积数据进行判定存储操作,得到存储分类数据,并将其传输至发送单元;发送单元用于将存储分类发送至用户端。
以上内容仅仅是对本发明结构所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的结构或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
Claims (1)
1.基于物联网和云计算的无人机监测管理系统,其特征在于,包括摄像头、数据库、识别单元、监测单元、资源分析单元、判定存储单元和发送单元;
所述摄像头安装在无人机上,所述摄像头用于实时监控地表覆盖及其变化情况,并自动获取地表覆盖及地貌影像信息,将地表覆盖及地貌影像信息传输至识别单元;
所述数据库内存储有自然资源信息,所述自然资源信息包括自然资源图像数据以及对应的自然资源名称数据和类型数据;
所述识别单元从数据库内获取自然资源图像以及对应的自然资源名称数据和类型数据,并将其与地表覆盖及地貌影像信息进行比对操作,得到自然资源名称数据、类型数据和自然资源影像信息,并将其传输至资源分析单元;
所述数据库内还存储有自然资源的图像形状信息及其对应的体积计算公式数据,所述资源分析单元从数据库内获取资源图像形状信息、形状名数据和计算公式数据,并将其与自然资源名称数据和自然资源影像信息进行资源分析操作,得到自然资源名称数据以及对应的形状名数据和面积数据,并将其传输至判定存储单元;
所述监测单元用于对自然资源所处的环境进行检测,并自动获取环境信息,所述环境信息包括温度数据、湿度数据以及土壤含数量数据,并将其发送至判定存储单元;
所述判定存储单元用于对温度数据、湿度数据、土壤含数量数据、自然资源名称数据以及对应的形状名数据和面积数据进行判定存储操作,得到存储分类数据,并将其传输至发送单元;
所述发送单元用于将存储分类发送至用户端;
所述识别单元进行比对操作的具体操作过程为:
步骤一:获取地表覆盖及地貌影像信息,通过识别单元提取其中的地表覆盖及地貌图像数据,并将其与自然资源图像数据进行匹配,当自然资源图像数据与地表覆盖及地貌图像数据的匹配结果不一致时,则判定该地表覆盖及地貌图像数据不是自然资源,并生成一否信号,当地表覆盖及地貌图像数据与自然资源图像数据的匹配结果一致时,则判定该地表覆盖及地貌图像数据为自然资源,并生成二验信号;
步骤二:提取上述步骤一中的一否信号和二验信号,并对其进行识别,当识别到一否信号时,则不对该对应的地表覆盖及地貌图像数据进行标记,当识别到二验信号时,则将该地表覆盖及地貌图像数据标记为资源图像数据,并将该资源图像数据在对应地表覆盖及地貌影像信息,将其标定为自然资源影像信息,提取上述自然资源图像数据对应的自然资源名称数据和类型数据;
所述资源分析单元进行资源分析操作的具体操作过程为:
K1:获取自然资源名称数据和自然资源影像信息,并将其依次标记为ZMl和ZYi,且i=1,2,3......n1,l=1,2,3......n2,n2<n1,且ZMi和ZYi为集合之间的归属关系,即多个自然资源名称数据同时出现在同一个自然资源影像信息上,并将自然资源影像信息中出现的自然资源名称数据进行位置标记,同时获取对应位置标记为资源图像数据;
K2:获取资源图像形状信息,并将其与资源图像数据进行匹配,具体为:当识别到资源图像数据与其中任意一个资源图像形状信息相匹配时,则判定资源图像数据与资源图像形状信息形状一致,并获取对应的形状名数据;
K3:建立一个虚拟空间直角坐标系,并将自然资源影像信息在虚拟空间直角坐标系中进行标记,提取自然资源影像信息中的资源图像数据对应的坐标,将资源图像数据的边角点坐标进行标定,并将其标记为BJv,v=1,2,3......n3;
K4:依据资源图像数据对应的边角点坐标,选取出其中X轴、Y轴和Z轴中任意两个轴相同的坐标点,并将该坐标点的另外一个轴上的数值大小进行从大到小的排序,并选取出其中最大值与最小值,并将其一同带入到差值计算式中,依据计算式计算出最大值和最小值的差值,依据X轴、Y轴和Z轴计算出资源图像数据的长度、宽度和高度;
K5:获取形状名数据以及对应的计算公式数据,并将长度、宽度和高度分别带入到对应的计算公式数据中,从而计算出自然资源名称数据对应的面积数据;
所述判定存储单元进行判定存储操作的具体操作过程为:
H1:获取不同时间点自然资源名称数据以及对应的面积数据,依据自然资源名称数据对其进行时间点分析,具体为:选取不同时间点的自然资源名称数据,并提取对应的面积数据;
H2:将上述H1形状名数据和面积数据依次标记为XZm和MJm,且m=1,2,3......n4,将多个不同时间点的形状名数据和面积数据按照时间点的变化进行比较,得到形状不变信号、形状变化信号、面积扩张信号、面积缩小信号和面积不变信号;
H3:选取上述H2中两个相邻时间点的面积变化差值,并将其与温度数据、湿度数据、时间差值和土壤含数量数据一同带入到计算式:其中,MBb表示为面积变化差值,WDb表示为温度数据,SDb表示为湿度数据,HLb表示为土壤含数量数据,TTb表示为时间差值,时间差值指代两个相邻的时间点之间的差值,u1、u2和u3分别表示为温度数据、湿度数据、时间差值和土壤含数量数据对面积的影响因子,且u1、u2和u3的取值分别为0.51736、0.7426183和0.63579,e表示为偏差影响因子,依据上述计算式,计算出e的值;
H4:依据计算出的偏差影响因子和监测的温度数据、湿度数据、时间差值、土壤含数量数据以及面积数据,对一段时间后的面积数据进行分析计算,从而得出预计面积数据;
H5:设定一个存储单元,将存储单元依据自然资源的类型数据进行类型划分,并将类型划分后的存储单元划分为三个存储单元,分别是增长资源存储单元、缩小资源存储单元和不变资源存储单元,依据类型数据和上述H2中的面积扩张信号、面积缩小信号和面积不变信号,提取对应的自然资源名称数据和位置数据,并将其存储到对应的三个存储单元内,并将其标定为存储分类数据,并将该存储标定为存储分类数据。
将多个不同时间点的形状名数据和面积数据按照时间点的变化进行比较,具体为:
对于形状名数据:将两个相邻时间点的资源图像数据进行比对,判定两者的资源图像形状是否一致,当判定结果一致时,则判定资源图像数据无变化,当判定结果不一致时,将处于下位时间点的资源图像数据与资源图像形状信息进行比对,判定资源图像数据的形状名数据,并将其标定为实时形状名数据,将实时形状名数据与处于上位时间点的形状名数据进行比对,依据结果是否相同,生成形状不变信号和形状变化信号;
对于面积数据:将两个相邻时间点的面积数据进行差值计算,从而得出两个相邻时间点的面积差值数据,并将其标定为面积变化差值,设定一个预设值范围M1,并将其与面积变化差值进行比对,将面积变化差值大于预设值范围的面积标定为面积扩张,并生成面积扩张信号,将面积变化差值小于预设值范围的面积标定为面积缩小,并生成面积缩小信号,将面积变化差值在预设值范围的面积标定为面积不变,生成面积不变信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010663683.4A CN111854700B (zh) | 2020-07-10 | 2020-07-10 | 基于物联网和云计算的无人机监测管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010663683.4A CN111854700B (zh) | 2020-07-10 | 2020-07-10 | 基于物联网和云计算的无人机监测管理系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111854700A CN111854700A (zh) | 2020-10-30 |
CN111854700B true CN111854700B (zh) | 2021-07-27 |
Family
ID=72982880
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010663683.4A Active CN111854700B (zh) | 2020-07-10 | 2020-07-10 | 基于物联网和云计算的无人机监测管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111854700B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112882489A (zh) * | 2021-01-12 | 2021-06-01 | 深圳市慧明捷科技有限公司 | 一种基于大数据的无人机数据采集系统 |
CN113030123B (zh) * | 2021-05-27 | 2021-08-24 | 安福得鑫智能设备有限公司 | 一种基于物联网的aoi检测反馈系统 |
CN114972660B (zh) * | 2022-08-01 | 2022-10-25 | 山东星绘时空智能科技有限公司 | 一种基于倾斜摄影的实景三维图核实分析系统 |
CN117115694B (zh) * | 2023-10-18 | 2024-01-26 | 江苏中天吉奥信息技术股份有限公司 | 一种基于勘测与视频数据的自然资源探测方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110796372A (zh) * | 2019-10-30 | 2020-02-14 | 安徽健峰注册安全工程师服务有限公司 | 一种工业企业安全生产风险辨识系统及其方法 |
CN110986889A (zh) * | 2019-12-24 | 2020-04-10 | 国网河南省电力公司检修公司 | 一种基于遥感图像技术的高压变电站全景态监测方法 |
CN111126354A (zh) * | 2020-02-05 | 2020-05-08 | 江苏星月测绘科技股份有限公司 | 一种基于多时相的自然资源监测发现方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10901420B2 (en) * | 2016-11-04 | 2021-01-26 | Intel Corporation | Unmanned aerial vehicle-based systems and methods for agricultural landscape modeling |
CN107084759A (zh) * | 2017-05-03 | 2017-08-22 | 无锡新人居科贸有限公司 | 一种生态环境自动监测系统 |
CN109814436B (zh) * | 2018-12-26 | 2020-01-21 | 重庆青年职业技术学院 | 一种基于物联网的农业种植管理系统 |
CN110782324B (zh) * | 2019-10-30 | 2020-08-18 | 深圳市易达云科技有限公司 | 一种基于云平台的电子商务商品信息管理方法及系统 |
CN110992952A (zh) * | 2019-12-06 | 2020-04-10 | 安徽芯智科技有限公司 | 一种基于rtos的ai车载语音交互系统 |
-
2020
- 2020-07-10 CN CN202010663683.4A patent/CN111854700B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110796372A (zh) * | 2019-10-30 | 2020-02-14 | 安徽健峰注册安全工程师服务有限公司 | 一种工业企业安全生产风险辨识系统及其方法 |
CN110986889A (zh) * | 2019-12-24 | 2020-04-10 | 国网河南省电力公司检修公司 | 一种基于遥感图像技术的高压变电站全景态监测方法 |
CN111126354A (zh) * | 2020-02-05 | 2020-05-08 | 江苏星月测绘科技股份有限公司 | 一种基于多时相的自然资源监测发现方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111854700A (zh) | 2020-10-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111854700B (zh) | 基于物联网和云计算的无人机监测管理系统 | |
US10103548B2 (en) | Operating a solar power generating system | |
CN104298998A (zh) | 一种3d点云的数据处理方法 | |
CN109859183B (zh) | 基于边缘计算的多要素一体化水体智能识别方法及生态站 | |
CN112613454A (zh) | 一种电力基建施工现场违章识别方法及系统 | |
CN109580004A (zh) | 一种温度检测方法及装置 | |
CN109857782A (zh) | 一种测井数据采集处理系统 | |
CN111831856B (zh) | 一种基于元数据的全息数字电网数据自动入库系统及方法 | |
CN110197298A (zh) | 基于聚类算法的多模型太阳法向辐射预测的方法及装置 | |
CN111539845A (zh) | 一种基于用电模式隶属评分的企业环保管控响应研判方法 | |
CN111737549B (zh) | 一种经济指标智能分析系统 | |
CN105574612A (zh) | 一种基于数据挖掘的光伏发电量预测方法 | |
CN116308958A (zh) | 基于移动终端的碳排放在线检测预警系统及方法 | |
CN102930291B (zh) | 用于图形图像的k近邻局部搜索遗传自动聚类方法 | |
CN109325522B (zh) | 基于改进kmeans的重工业时序热源区域识别算法 | |
CN113051944B (zh) | 一种无线分布式快速寻物的方法及系统 | |
CN103633351A (zh) | 一种燃料电池温度控制策略的制定方法 | |
CN105445577A (zh) | 一种电能质量干扰源工况辨识方法 | |
CN116310842B (zh) | 基于遥感图像的土壤盐碱区域识别划分方法 | |
CN115001394B (zh) | 基于人工智能的太阳能电池状态监测方法及系统 | |
CN112347953B (zh) | 无人驾驶车辆路况不规则障碍物的识别装置 | |
CN116308883A (zh) | 一种基于大数据的区域电网数据统筹管理系统 | |
Aslani et al. | A Spatially Detailed Approach to the Assessment of Rooftop Solar Energy Potential based on LiDAR Data. | |
CN109033992A (zh) | 基于主动式火点数据的重工业区域发现算法 | |
CN115619605A (zh) | 一种基于语义信息的传统民居环境质量评估方法 |
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 |