CN111932136A - 一种河流水生态环境监测系统 - Google Patents

一种河流水生态环境监测系统 Download PDF

Info

Publication number
CN111932136A
CN111932136A CN202010814257.6A CN202010814257A CN111932136A CN 111932136 A CN111932136 A CN 111932136A CN 202010814257 A CN202010814257 A CN 202010814257A CN 111932136 A CN111932136 A CN 111932136A
Authority
CN
China
Prior art keywords
river
sensor
ecological environment
monitoring system
water ecological
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.)
Withdrawn
Application number
CN202010814257.6A
Other languages
English (en)
Inventor
吴喜军
董颖
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Yulin University
Original Assignee
Yulin University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Yulin University filed Critical Yulin University
Priority to CN202010814257.6A priority Critical patent/CN111932136A/zh
Publication of CN111932136A publication Critical patent/CN111932136A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • 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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
    • G06F18/2135—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on approximation criteria, e.g. principal component analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/10—Terrestrial scenes
    • G06V20/182—Network patterns, e.g. roads or rivers
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W84/00—Network topologies
    • H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A20/00—Water conservation; Efficient water supply; Efficient water use
    • Y02A20/152—Water filtration

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Business, Economics & Management (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Software Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Molecular Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • Computational Mathematics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Biophysics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computing Systems (AREA)
  • Biomedical Technology (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Pure & Applied Mathematics (AREA)
  • Strategic Management (AREA)
  • Mathematical Optimization (AREA)
  • Operations Research (AREA)
  • Mathematical Analysis (AREA)
  • Multimedia (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)

Abstract

本发明公开了一种河流水生态环境监测系统，包括漂浮在河流内的若干浮岛、悬挂设置在浮岛下方的传感器串以及包裹在传感器串外的碳素纤维编织网，所述传感器串包括内载传感器节点的球状PVC球以及实现球状PVC球串联的绳索，不同球状PVC球的重量不同，分别悬浮在河流内不同的深度，采集不同深度的环境参数数据；传感器节点将采集到的水环境参数经内部网络以无线的方式传输至主控制器，主控制器接收并完成水环境参数的处理分析，输出对应的水环境评估结果至远程服务器，经远程服务器实时反馈至各管理终端。本发明实现了监测段水质情况的全面监测和分析，且系统维护方便。

Description

一种河流水生态环境监测系统
技术领域
本发明涉及水质监测领域，具体涉及一种河流水生态环境监测系统。
背景技术
水质监测比较常见的方式是采用便携式单参数检测仪，由检测人员携带到现场进行水质监测，根据监测参数的种类携带多个设备进行检测。由于各个检测设备都独立的存在，不利于大规模组网测量，而且这种检测方法需要将不同设备检测到的数据进行人工汇总，必然造成检测过程中人力物力的浪费。采用网络化监测是一种有效的解决方案。
发明内容
本发明的目的在于提供一种河流水生态环境监测系统，实现了监测段水质情况的全面监测和分析，且系统维护方便。
为实现上述目的，本发明采取的技术方案为：
一种河流水生态环境监测系统，包括漂浮在河流内的若干浮岛、悬挂设置在浮岛下方的传感器串以及包裹在传感器串外的碳素纤维编织网，所述传感器串包括内载传感器节点的球状PVC球以及实现球状PVC球串联的绳索，不同球状PVC球的重量不同，分别悬浮在河流内不同的深度，采集不同深度的环境参数数据；若干传感器串内载的各个传感器节点之间通过Zigebee模块以自组网的方式与主控制器连接起来，形成一个有效的内部网络；传感器节点将采集到的水环境参数经内部网络以无线的方式传输至主控制器，主控制器接收并完成水环境参数的处理分析，输出对应的水环境评估结果至远程服务器，经远程服务器实时反馈至各管理终端。
进一步地，所述浮岛包括蜂窝形浮体龙骨、尼龙网、种植介质层、无纺布面层和网兜，种植介质层包裹在网兜内，并通过无纺布面层罩设在蜂窝形浮体龙骨上，尼龙网包裹在蜂窝形浮体龙骨外，并张紧固定于蜂窝形浮体龙骨两侧的凸起挂件上。
进一步地，所述蜂窝形浮体龙骨下底面中心处设置有一用于安装传感器串的安装扣。
进一步地，所述碳素纤维编织网呈圆柱形，其内径为PVC球的1.5倍，在可以实现PVC球的保护的不同时，可以实现河流水的净化。
进一步地，所述PVC球上设有若干传感器安装槽，每个传感器安装槽内均螺纹连接有一凸柱，传感器呈柱体结构，通过螺纹安装在安装槽内，便于传感器的安装和更换。
进一步地，所述主控制器内设有：
数据分析处理模块，基于预设的PCA-BP神经网络模型实现水生态环境的评估；
数据预测分析模块，采用统计回归和数据驱动方法建立短期预测单元，根据接收到的传感器节点数据生成短期水生态环境情况预报信息。
进一步地，每一块浮岛内均安装有一北斗定位模块，用于通过短报文通讯的方式将浮岛所在的位置实时反馈至主控制器，且每个传感器节点所反馈的环境参数数据均携带对应浮岛编号的身份信息。
进一步地，还包括：
无人机巡检模块，用于定时定点的实现河流图像的采集，并将采集到的河流图像数据实时反馈至主控制器。
进一步地，所述主控制器内还设有：
河流异常数据识别模块，用于基于ssd_inception V3_coco模型实现河流图像的识别，并输出对应的识别结果。
本发明具有以下有益效果：
基于传感器组和无人机巡检模块实现了监测段河流水生态环境的全面监测，协同PCA-BP神经网络模型、ssd_inception V3_coco模型实现了监测段河流水生态环境的高效分析；
基于传感器布置结构的优化，在可以实现不同深度河流水生态环境参数采集的同时，方便了的传感器布置和后期的维护。
附图说明
图1为本发明实施例一种河流水生态环境监测系统的系统框图。
图2为本发明实施例中传感器串的结构示意图。
图3为本发明实施例中浮岛的布置方式示意图。
具体实施方式
为了使本发明的目的及优点更加清楚明白，以下结合实施例对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
如图1-图2所示，本发明实施例提供了一种河流水生态环境监测系统，其特征在于，包括漂浮在河流内的若干浮岛、悬挂设置在浮岛下方的传感器串以及包裹在传感器串外的碳素纤维编织网，所述传感器串1包括内载传感器节点的球状PVC球2以及实现球状PVC球串联的绳索3，不同球状PVC球2的重量不同，分别悬浮在河流内不同的深度，采集不同深度的环境参数数据；若干传感器串内载的各个传感器节点之间通过Zigebee模块以自组网的方式与主控制器连接起来，形成一个有效的内部网络；传感器节点将采集到的水环境参数经内部网络以无线的方式传输至主控制器，主控制器接收并完成水环境参数的处理分析，输出对应的水环境评估结果至远程服务器，经远程服务器实时反馈至各管理终端。
如图3所示，所述浮岛包括蜂窝形浮体龙骨、尼龙网、种植介质层、无纺布面层和网兜，种植介质层包裹在网兜内，并通过无纺布面层罩设在蜂窝形浮体龙骨上，尼龙网包裹在蜂窝形浮体龙骨外，并张紧固定于蜂窝形浮体龙骨两侧的凸起挂件上，所述蜂窝形浮体龙骨下底面中心处设置有一用于安装传感器串的安装扣。
本实施例中，所述碳素纤维编织网呈圆柱形，其内径为PVC球的1.5倍，在可以实现PVC球的保护的不同时，可以实现河流水的净化。
本实施例中，所述PVC球上设有若干传感器安装槽，每个传感器安装槽内均螺纹连接有一凸柱，传感器呈柱体结构，通过螺纹安装在安装槽内，便于传感器的安装和更换。
本实施例中，所述主控制器内设有：
数据分析处理模块，基于预设的PCA-BP神经网络模型实现水生态环境的评估；
数据预测分析模块，采用统计回归和数据驱动方法建立短期预测单元，根据接收到的传感器节点数据生成短期水生态环境情况预报信息。
本实施例中，每一块浮岛内均安装有一北斗定位模块，用于通过短报文通讯的方式将浮岛所在的位置实时反馈至主控制器，且每个传感器节点所反馈的环境参数数据均携带对应浮岛编号的身份信息。
本实施例中，还包括：
无人机巡检模块，用于定时定点的实现河流图像的采集，并将采集到的河流图像数据实时反馈至主控制器。
本实施例中，所述主控制器内还设有：
河流异常数据识别模块，用于基于ssd_inception V3_coco模型实现河流图像的识别，并输出对应的识别结果。ssd_inception V3_coco模型采用ssd目标检测算法，用coco数据集预训练inception V3深度神经网络。然后用先前准备好的数据集训练该模型，微调深度神经网络中的各项参数，最后得到合适的用于检测河流异常的目标检测模型。
本具体实施使用时，通过固定绳索4及插杆5将辅导进行对称牵拉，并将插杆5插入泥土1-1.5m，抵御风浪冲击。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (9)

1.一种河流水生态环境监测系统，其特征在于，包括漂浮在河流内的若干浮岛、悬挂设置在浮岛下方的传感器串以及包裹在传感器串外的碳素纤维编织网，所述传感器串包括内载传感器节点的球状PVC球以及实现球状PVC球串联的绳索，不同球状PVC球的重量不同，分别悬浮在河流内不同的深度，采集不同深度的环境参数数据；若干传感器串内载的各个传感器节点之间通过Zigebee模块以自组网的方式与主控制器连接起来，形成一个有效的内部网络；传感器节点将采集到的水环境参数经内部网络以无线的方式传输至主控制器，主控制器接收并完成水环境参数的处理分析，输出对应的水环境评估结果至远程服务器，经远程服务器实时反馈至各管理终端。
2.如权利要求1所述的一种河流水生态环境监测系统，其特征在于，所述浮岛包括蜂窝形浮体龙骨、尼龙网、种植介质层、无纺布面层和网兜，种植介质层包裹在网兜内，并通过无纺布面层罩设在蜂窝形浮体龙骨上，尼龙网包裹在蜂窝形浮体龙骨外，并张紧固定于蜂窝形浮体龙骨两侧的凸起挂件上。
3.如权利要求2所述的一种河流水生态环境监测系统，其特征在于，所述蜂窝形浮体龙骨下底面中心处设置有一用于安装传感器串的安装扣。
4.如权利要求1所述的一种河流水生态环境监测系统，其特征在于，所述碳素纤维编织网呈圆柱形，其内径为PVC球的1.5倍。
5.如权利要求1所述的一种河流水生态环境监测系统，其特征在于，所述PVC球上设有若干传感器安装槽，每个传感器安装槽内均螺纹连接有一凸柱，传感器呈柱体结构，通过螺纹安装在安装槽内。
6.如权利要求1所述的一种河流水生态环境监测系统，其特征在于，所述主控制器内设有：
数据分析处理模块，基于预设的PCA-BP神经网络模型实现水生态环境的评估；
数据预测分析模块，采用统计回归和数据驱动方法建立短期预测单元，根据接收到的传感器节点数据生成短期水生态环境情况预报信息。
7.如权利要求1所述的一种河流水生态环境监测系统，其特征在于，每一块浮岛内均安装有一北斗定位模块，用于通过短报文通讯的方式将浮岛所在的位置实时反馈至主控制器，且每个传感器节点所反馈的环境参数数据均携带对应浮岛编号的身份信息。
8.如权利要求1所述的一种河流水生态环境监测系统，其特征在于，还包括：
无人机巡检模块，用于定时定点的实现河流图像的采集，并将采集到的河流图像数据实时反馈至主控制器。
9.如权利要求1所述的一种河流水生态环境监测系统，其特征在于，所述主控制器内还设有：
河流异常数据识别模块，用于基于ssd_inception V3_coco模型实现河流图像的识别，并输出对应的识别结果。
CN202010814257.6A 2020-08-13 2020-08-13 一种河流水生态环境监测系统 Withdrawn CN111932136A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010814257.6A CN111932136A (zh) 2020-08-13 2020-08-13 一种河流水生态环境监测系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010814257.6A CN111932136A (zh) 2020-08-13 2020-08-13 一种河流水生态环境监测系统

Publications (1)

Publication Number Publication Date
CN111932136A true CN111932136A (zh) 2020-11-13

Family

ID=73311841

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010814257.6A Withdrawn CN111932136A (zh) 2020-08-13 2020-08-13 一种河流水生态环境监测系统

Country Status (1)

Country Link
CN (1) CN111932136A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112884454A (zh) * 2021-03-20 2021-06-01 南阳理工学院 一种基于物联网的河湖水生态环境监控系统
CN113015124A (zh) * 2021-03-05 2021-06-22 成都国星通信有限公司 一种基于北斗通信的环境监测终端
CN113253763A (zh) * 2021-06-28 2021-08-13 长沙理工大学 一种无人机数据收集的轨迹确定方法、系统及装置
CN113780891A (zh) * 2021-09-29 2021-12-10 河北省科学院地理科学研究所 一种海岸带受损生态系统评估方法

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113015124A (zh) * 2021-03-05 2021-06-22 成都国星通信有限公司 一种基于北斗通信的环境监测终端
CN112884454A (zh) * 2021-03-20 2021-06-01 南阳理工学院 一种基于物联网的河湖水生态环境监控系统
CN113253763A (zh) * 2021-06-28 2021-08-13 长沙理工大学 一种无人机数据收集的轨迹确定方法、系统及装置
CN113253763B (zh) * 2021-06-28 2021-09-24 长沙理工大学 一种无人机数据收集的轨迹确定方法、系统及装置
CN113780891A (zh) * 2021-09-29 2021-12-10 河北省科学院地理科学研究所 一种海岸带受损生态系统评估方法
CN113780891B (zh) * 2021-09-29 2022-11-04 河北省科学院地理科学研究所 一种海岸带受损生态系统评估方法

Similar Documents

Publication Publication Date Title
CN111932136A (zh) 一种河流水生态环境监测系统
CN203561360U (zh) 生态浮标监测系统
CN106097731A (zh) 基于wifi信号的交通流量检测器及检测系统
CN102915619A (zh) 一种多元检测的智能山体滑坡监测预警系统
CN203055099U (zh) 一种多元检测的智能山体滑坡监测预警系统
CN206133717U (zh) 一种综合管廊智慧监控巡检系统
CN112502780B (zh) 一种基于局域网的矿山安全生产管理系统
CN106017542A (zh) 一种电力线路监测系统
CN107843285A (zh) 一种输电塔线的风致动力效应远程监测系统及应用
CN108986414A (zh) 边坡地质灾害智能监控预警装置
CN110797981B (zh) 一种隧道中的电力电缆安全监控系统
CN107776888A (zh) 一种空水一体环保无人机
Mishra et al. Detecting border intrusion using wireless sensor network and artificial neural network
CN109038818A (zh) 电力设备远程监控系统及方法
CN108548568A (zh) 一种具有受力监测的输电杆塔在线监测系统
CN205981287U (zh) 桥梁、隧道、管廊或大坝结构健康管理系统
CN114964477A (zh) 光伏组件松动检测装置、系统、方法以及光伏电站
CN111583196A (zh) 用于输电线路的监测系统及监测方法
KR20140128008A (ko) 카메라를 이용한 원격 시설물 감시 시스템
CN106569256A (zh) 地震监测报警方法及系统
KR102034354B1 (ko) 김양식용 채묘장치로부터 포자 선별 시스템 및 그 선별 방법
CN212846883U (zh) 用于输电线路的监测系统
CN112363430A (zh) 一种深海抗风浪网箱用养殖监控装置及其控制方法
CN207718635U (zh) 一种交通信号设施工作状态实时监控系统
CN207785728U (zh) 建筑消防水监控系统和城市消防远程监控系统

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
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20201113