CN113312398A - 水土保持监测点的智能规划方法、系统、终端和存储介质 - Google Patents
水土保持监测点的智能规划方法、系统、终端和存储介质 Download PDFInfo
- Publication number
- CN113312398A CN113312398A CN202110528767.1A CN202110528767A CN113312398A CN 113312398 A CN113312398 A CN 113312398A CN 202110528767 A CN202110528767 A CN 202110528767A CN 113312398 A CN113312398 A CN 113312398A
- Authority
- CN
- China
- Prior art keywords
- monitoring
- information
- sub
- road section
- monitoring points
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 377
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 80
- 239000002689 soil Substances 0.000 title claims abstract description 75
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000010276 construction Methods 0.000 claims abstract description 53
- 238000004364 calculation method Methods 0.000 claims description 16
- 230000003628 erosive effect Effects 0.000 claims description 15
- 238000012163 sequencing technique Methods 0.000 claims description 9
- 230000002159 abnormal effect Effects 0.000 claims description 8
- 230000004888 barrier function Effects 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 4
- 238000007689 inspection Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 8
- 230000007613 environmental effect Effects 0.000 abstract description 2
- 238000007726 management method Methods 0.000 abstract description 2
- 238000004162 soil erosion Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 8
- 238000011084 recovery Methods 0.000 description 5
- 230000006872 improvement Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000009191 jumping Effects 0.000 description 3
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 2
- 230000012447 hatching Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000002893 slag Substances 0.000 description 2
- 239000002344 surface layer Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007797 corrosion Effects 0.000 description 1
- 238000005260 corrosion Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000010410 layer Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2457—Query processing with adaptation to user needs
- G06F16/24575—Query processing with adaptation to user needs using context
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- 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
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Remote Sensing (AREA)
- Alarm Systems (AREA)
Abstract
本申请涉及一种水土保持监测点的智能规划方法、系统、终端和存储介质，其属于环境管理领域，其中方法包括获取工程路线对应的地理地貌信息，根据地理地貌信息将工程路线划分为若干自然地理路段；获取工程路线对应的施工信息；将自然地理路段划分为若干子路段，每段子路段均对应有子路段长度信息；根据地理地貌信息以及工程种类，获取每个子路段对应的监测点密度信息；根据监测度密度信息以及子路段长度信息，为每个子路段确定对应的监测点；将监测点反馈至工作人员终端。本申请具有提高监测点设置合理性的效果。
Description
技术领域
本申请涉及环境管理的领域，尤其是涉及一种水土保持监测点的智能规划方法、系统、终端和存储介质。
背景技术
水土流失成因复杂、面广量大、危害严重。及时、全面、准确地了解和掌握全国水土流失程度和生态环境状况，科学评价水土保持生态建设成效至关重要。
开发建设活动是一种典型的人为加速水土流失的现象，工程建设活动会破坏下垫面植被、土壤，改变地形地貌，同时工程建设中大量取水以及排水，会破坏地下储水结构，从而加速水土流失。水土保持监测是对自然因素和人为活动造成水土流失及其防治效果的监测，是以保护水土资源和维护良好的生态环境为目标，运用多种手段和方法，对水土流失的成因、数量、强度以及影响因素监视和测定的活动。
在对线性工程进行水土保持监测时，通常在工程沿线抽取监测点并对监测点进行监测，从而根据监测结果推断整个工程沿线的水土保持情况。
上述中的相关技术存在以下缺陷：由于建设工程通常跨度较大，在进行水土保持监测时，通常依据工作人员的工作经验来选定监测点，对于监测点的选定不够合理。
发明内容
为了提高水土保持监测点选定的合理性，本申请提供一种水土保持监测点的智能规划方法。
第一方面，本申请提供一种水土保持监测点的智能规划方法，采用如下的技术方案：
一种水土保持监测点的智能规划方法，包括：
获取工程路线对应的地理地貌信息，根据地理地貌信息将工程路线划分为若干自然地理路段；
获取工程路线对应的施工信息，所述施工信息包括工程种类；
根据所述工程种类，将所述自然地理路段划分为若干子路段，每段子路段均对应有子路段长度信息；
根据所述地理地貌信息以及工程种类，获取每个子路段对应的监测点密度信息；
根据所述监测度密度信息以及子路段长度信息，为每个子路段确定对应的监测点；
将所述监测点反馈至工作人员终端。
通过采用上述技术方案，将工程路线根据地理地貌信息划分为自然地理路段，并将自然地理路段按照工程种类划分再次进行细分，从而做到综合考虑地理地貌信息以及工程种类，为每段子路段分配对应数量的监测点，使得设置的监测点分配更加合理。
可选的，所述根据所述监测度密度信息以及子路段长度信息，为每个子路段确定对应的监测点具体包括：
读取当前子路段的历史监测点，并根据所述历史监测点获取每个历史监测点对应的有效监测范围；
根据所述有效监测范围，获取当前子路段上的待监测路段以及每段所述待监测路段的待监测范围；
将所述待监测路段根据待监测范围从大到小的顺序进行排序，并得到排序结果，并根据排序结果为每段所述待监测路段赋予优先级标识；
根据监测密度信息以及子路段长度信息，计算确定当前子路段对应的监测点个数；
根据所述待监测路段对应的优先级标识以及监测点个数，为所述待监测路段分配监测点，以得到分配结果；
根据所述分配结果，为子路段确定对应的监测点。
通过采用上述技术方案，根据历史监测点获取对应的有效监测范围，使得在对工程路线进行多次监测时，控制监测点对应的有效监测范围尽量错开，尽可能的使监测点分布更加合理，而不是对单一监测点进行多次监测，导致获取的监测数据不够全面。
可选的，所述根据所述待监测路段对应的优先级标识，为所述待监测路段分配监测点，以得到分配结果具体包括：
判断所述监测点个数是否大于待监测路段的个数；
若监测点个数大于待监测路段的个数，则将所有所述待监测路段标记为目标监测路段，并获取监测点个数与目标监测路段之间的差值，根据优先级标识，获取数量与所述差值对应的目标监测路段，为获取的目标监测路段分配多个监测点，为其余的目标监测路段分配一个监测点；
若监测点个数小于或等于待监测路段，则根据优先级标识获取与监测点数目相同的待监测路段，将获取的待监测路段标记为目标监测路段，为每段目标监测路段分配一个监测点。
通过采用上述技术方案，当子路段中的监测点的数量大于获取的待监测路段的个数时，根据待监测路段对应的待监测范围，为待监测范围较大的待监测路段分配多个监测点。
可选的，所述根据所述分配结果，为子路段确定对应的监测点具体包括：
获取目标监测路段内的障碍物信息；
根据预设的划分标准，以障碍物坐标为中心点划分次级监测区域，将目标监测路段内除次级监测区域以外的区域标记为优先监测区域；
获取目标监测路段的中点，按照由近至远的顺序，获取与当前目标监测路段内监测点数量相同的优先监测区域，并将获取的优先监测区域的中心点标记为监测点。
通过采用上述技术方案，为保证数据较为准确，在进行水土保持监测时，应控制监测点四周30米范围内没有高大建筑物，故将超过预设标准的建筑物定义为障碍物，在确定监测点时智能避开高大建筑物的影响范围，使得获取的监测数据更加准确，提高监测点布设的合理性。
可选的，在根据监测密度信息以及子路段长度信息，计算确定当前子路段对应的监测点个数之前，还包括：
读取当前子路段内历史监测点对应的历史监测数据；
整合当前子路段内所有所述历史监测数据以获取监测数据折线表，并获取所述监测数据折线表对应的改善幅值；
判断所述改善幅值是否低于预设的异常阈值；
若所述改善幅值低于预设的异常阈值，则按照预设的修正模型，更新当前子路段对应的监测点密度信息；所述当前子路段更新后的监测点密度信息大于更新前的监测点密度信息。
通过采用上述技术方案，在建设工程完成后，对建设工程沿线进行水土保持监测，是为了观测建设工程对沿线水土流失产生的影响以及对应的生态恢复速度，从而判断建设方的后期修复工作是否达标，对于改善幅值不达标的子路段，需要增设更多的监测点，以获取更加准确的监测数据，从而对水土保持情况进行更加准确的调查。
可选的，所述方法还包括：
获取工作人员针对所述工程路线发送的监测数据信息；
获取工作人员的当前位置信息，并根据所述位置信息，确定与所述监测数据信息对应的当前监测点；
将所述监测数据信息存储至当前监测点对应的数据信息中。
通过采用上述技术方案，由于建设工程跨度较大，沿建设工程需要设置多个监测点，工作人员在记录监测数据时，无需再核对监测点的位置信息，通过GPS定位技术，可将工作人员传输的监测数据信息直接与对应的监测点进行匹配。
可选的，所述施工信息还包括工期结束时间信息，在将所述监测数据信息存储至当前监测点对应的数据信息中之后，还包括：
根据所述工期结束时间信息，按照预设的计算公式获取预测土壤水蚀侵蚀量；
根据所述预测土壤水蚀侵蚀量，判断当前监测点对应的所述监测数据信息是否达标；
若当前监测点对应的监测数据不达标，则生成不达标警告以发送至工作人员终端，并将当前监测点标记为复检点。
通过采用上述技术方案，土壤水蚀侵蚀量是判断水土保持工作是否达标的重要数据，对于监测数据不达标的监测点，可生成不达标警告并发送至工作人员终端，提示工作人员不要挪动当前监测点的监测仪器，从而对该监测点进行持续监测，减少工作人员反复搬运安装监测仪器的工作量。
第二方面，本申请提供一种水土保持监测点的智能规划系统，采用如下的技术方案：
一种水土保持监测点的智能规划系统，包括：
路段划分模块，用于获取工程路线对应的地理地貌信息，根据地理地貌信息将工程路线划分为若干自然地理路段；
施工信息获取模块，用于获取工程路线对应的施工信息，所述施工信息包括工程种类；
子路段获取模块，用于根据所述工程种类，将所述自然地理路段划分为若干子路段，每段子路段均对应有子路段长度信息；
密度计算模块，用于根据所述地理地貌信息以及工程种类，获取每个子路段对应的监测点密度信息；
分配模块，用于根据所述监测度密度信息以及子路段长度信息，为每个子路段确定对应的监测点；
反馈模块，用于将所述监测点反馈至工作人员终端。
通过采用上述技术方案，根据地理地貌以及施工种类，将工程路线细分为不同的子路段，并根据子路段的特征为每段子路段分配个数不同的监测点，提高监测点分配的合理性。
第三方面，本申请提供一种智能终端，采用如下的技术方案：
一种智能终端，包括存储器和处理器，所述存储器上存储有能够被处理器加载并执行如第一方面所述方法的计算机程序。
通过采用上述技术方案，根据地理地貌信息以及施工种类，为每个子路段规划数目不同的监测点，使得监测点的划分更加科学。
第四方面，本申请提供一种计算机可读存储介质，采用如下的技术方案：
一种计算机可读存储介质，存储有能够被处理器加载并执行如上述任一种方法的计算机程序。
通过采用上述技术方案，当所述计算机可读存储介质被装入任一计算机后，所述任一计算机就能执行本申请提供的水土保持监测点的智能规划方法。
综上所述，本申请包括以下至少一种有益技术效果：
1.根据子路段不同的地理地貌以及对应的施工种类，将工程路线进行细分，从而提高监测点分布的可靠性；
2.在规划监测点时，减少高大建筑对监测数据造成的影响，从而提高监测数据的准确度；
3.工作人员在传输监测数据时，无需核对监测点，直接根据工作人员的位置信息，将监测数据与对应的监测点进行匹配。
附图说明
图1是本申请实施例的水土保持监测点的智能规划方法的流程示意图。
图2是本申请实施例的划分子路段的举例示意图。
图3是本申请实施例的对子路段的监测点密度信息进行修正的流程示意图。
图4是本申请实施例的监测数据折线表的举例示意图。
图5是本申请实施例的为待监测路段分配监测点的流程示意图。
图6是本申请实施例的为子路段确定对应的监测点的流程示意图。
图7是本申请实施例的处理监测数据的流程示意图。
图8是本申请实施例的水土保持监测点的智能规划系统的结构框图。
附图标记说明：1、路段划分模块；2、施工信息获取模块；3、子路段获取模块；4、密度计算模块；5、分配模块；6、反馈模块。
具体实施方式
以下结合附图1-8对本申请作进一步详细说明。
本申请实施例公开一种水土保持监测点的智能规划方法。参照图1，水土保持监测点的智能规划方法包括：
S100：获取工程路线对应的地理地貌信息，根据地理地貌信息将工程路线划分为若干自然地理路段。
其中，在建设项目施工完成后，需要对建设项目沿线进行多次水土保持监测，从而获取建设项目沿线的水土流失恢复情况，判断施工队对水土保持恢复建设工作是否达标。在进行水土保持监测工作时，由于不同的地理地貌会对监测结果产生影响，坡度越大，地表径流流速越大，水土流失越严重，故可根据地理地貌信息将工程路线划分为若干自然地理路段，在实施中，地理地貌信息具体对应有：平原、缓坡、陡坡、耕地、梯田五种地理地貌信息，每种地理地貌信息均对应有不同的地貌影响因子a，数据库中预设有各类地理地貌信息对应的地貌影响因子a。
举例来说，工程路线AD根据地理地貌信息被划分为自然地理路段AB、自然地理路段BC、自然地理路段CD三个路段，自然地理路段AB对应的地地理地貌为缓坡，自然地理路段BC对应的地理地貌为耕田，自然地理路段CD对应的地理地貌为平原。
S200：获取每个自然地理路段的施工信息。
其中，施工信息包括工程种类以及对应的工程影响因子b。具体的，工程沿线的不同路段对应有不同的工程种类，不同的工程种类对于施工沿线造成的水土流失的影响程度不一致。在实施中，可根据具体的建设项目，划分工程种类，工程种类具体包括供热管网区、取水设施区、给排水管线区、弃渣区，工程影响因子b可用于表示该工程种类对水土流失造成的影响程度，数据库中预设有各类工程种类对应的工程影响因子b。
S300：根据工程种类，将自然地理路段划分为若干子路段。
其中，可根据工程种类，将工程路线进行划分，并结合地理地貌信息的划分结果，将自然地理路段划分为若干子路段，划分结束后，可根据卫星遥感图像，确认每个子路段对应的子路段长度信息。
举例来说，结合图2，工程路线按照施工信息，可划分为供热管网区AE、弃渣区EF以及给排水管线区FD，最后整合地理地貌信息以及工程种类，可将工程路线划分为AE、EB、BF、FC以及CD五段子路段。
S400：根据地理地貌信息以及施工信息，获取每个子路段对应的监测点密度信息。
其中，预设有密度计算公式，具体为：ρ=a(1+b)，其中，ρ对应为每千米监测点的个数，对应的单位为（个/千米）；a为地貌影响因子；b为工程影响因子。在实施中，可根据密度计算公式，将子路段对应的地貌影响因子a以及工程影响因子b带入密度计算公式中，以获取该子路段对应的监测密度信息。
S500：对子路段的监测点密度信息进行修正。
参照图3，S500具体包括：
S501：读取当前子路段的历史监测点以及历史监测点对应的历史监测数据。
其中，采用插钎观测的方法对水土保持情况进行监测，插钎观测方法具体为在监测点框选一块面积固定的地面以作为样地，在尽可能少地扰动地表土壤的情况下，向地下有规律地插入若干细钎，在细钎上标记与土壤表层持平的位置，作为原始高度点，降水发生后，通过观测地表土层降低的厚度，从而观测计算土壤水蚀侵蚀量，并根据计算获取的土壤水蚀侵蚀量，对样地的水土流失情况进行评估，以形成监测数据。
具体的，可将土壤水蚀侵蚀量通过计算，转换为对应的水土流失评分，以形成监测数据，土壤水蚀侵蚀量越大，对应的水土流失评分越低；具体的转换公式为：y=0.5/g,其中，y为水土流失评分，单位为（分）；g为土壤水蚀侵蚀量,单位为（kg/m³）。
在实施中，可获取当前子路段在不同监测时间对应的历史监测数据，具体的，若在某个历史监测时间中，该子路段对应有多个监测点，则取多个监测点对应的水土流失评分的平均值作为历史监测数据，使得子路段在每个监测时间段均对应有唯一的历史监测数据，每个历史监测时间均对应有对应的历史监测时间。
S502：整合当前子路段内所有历史监测数据以获取监测数据折线表。
其中，将当前子路段对应的各个历史监测数据以点的形式整合至数据折现表上，并将相邻的两个历史监测数据用直线相连，以获取监测数据折线表，监测数据折线表对应有改善幅值，改善幅值具体为各段折线对应的斜率的平均值再乘以总时长，总时长具体为当前子路段第一次进行水土保持监测与最近一次进行水土保持监测之间的时间差。在实施中，随着时间的流逝，水土流逝的恢复速度会逐渐变缓慢，故根据总时长，调整对应的改善幅值。
举例来说，结合图4，当前子路段对应的监测数据折线表为表A，对应的历史监测数据分别与点a、点b、点c以及点d的纵坐标对应，将点a、b、c以及d分别用直线连接，以获取直线ab、bc、cd，直线ab对应的斜率为0.7，直线bc对应的斜率为0.6，直线cd对应的斜率为0.4，历史监测点a对应的历史监测时间为2020年1月1日，历史监测点b对应的历史监测时间为2020年3月22日，则对应的改善幅值为（0.7+0.6+0.4）/3*82，具体为46。
S503：判断改善幅值是否低于预设的异常阈值。
若判断为否，则跳转至S600；
若判断为是，则跳转至S504。
其中，若改善幅值低于预设的异常阈值，说明该子路段对应的水土流失恢复速度较低，需要引起工作人员的注意，故增加提高当前子路段对应的监测点密度，增加监测点以获取更加丰富的监测数据，方便工作人员对该异常现象进行判断处理。
S504：根据预设的修正公式，更新当前子路段对应的监测点密度信息。
其中，修正公式具体为
，其中
为更新后当前子路段对应的监测点密度信息，
为S400计算获取的子路段对应的监测点密度信息。具体的，改善幅值与异常阈值相差越大，对应的监测点密度增大幅值越大。在实施中，S504完成后跳转至S600。
S600：根据监测密度信息以及子路段长度信息，为待监测路段分配监测点。
其中，参照图5，S600具体包括：
S601：根据历史监测点获取每个历史监测点对应的有效监测范围。
其中，按照预设的有效范围划分方法，以历史监测点为中心点，在子路段上划分固定长度的有效监测范围。举例来说，结合图2，线段BF上监测到有3个历史监测点a、b以及c，预设的有效监测范围为半径为2km的圆，则可获取有效监测范围a1a2、b1b2以及c1c2，图2中用剖面线标识。
S602：根据有效监测范围，获取当前子路段上的待监测路段以及每段待监测路段对应的待监测范围。
其中，待监测路段具体为两个有效监测范围之间的间隔的距离，在实施中，可根据遥感图像确定每个待监测路段对应的长度，即待监测范围。结合图2，待监测路段具体为Ba1、a2b1、b2c1以及c2F。
S603：将待监测路段根据待监测范围从大到小的顺序进行排序，以得到排序结果，并根据排序结果为每段待监测路段赋予优先级标识。
其中，待监测范围越大的待监测路段对应的优先级标识越高。举例来说，结合图2，a2b1＞Ba1＞b2c1＞c2F，则对应的待监测路段a2b1的优先级最高，待监测路段c2F的优先级最低。
S604：根据监测密度信息以及子路段长度信息，计算确定当前子路段对应的监测点个数。
其中，计算方式具体为将监测点密度ρ与子路段长度相乘，并取整从而确定监测点个数。举例来说，结合图2，子路段BF对应的监测点密度为0.09个/千米，对应的长度为28千米，则对应的监测点个数为3。
S605：判断监测点个数是否大于待监测路段的个数。
若判断为否，则跳转至S606；
若判断为是，则跳转至S607。
其中，若监测点个数大于待监测路段的个数，则表明在部分待监测路段内，需要设置至少两个监测点。
S606：根据优先级标识获取与监测点数目相同的待监测路段，将获取的待监测路段标记为目标监测路段，并为每段目标监测路段分配一个监测点。
其中，按照优先级标识由高到低的顺序获取与监测点数目相同的待监测路段。
S607：将所有待监测路段标记为目标监测路段，并获取监测点个数与目标监测路段之间的差值。
S608：判断获取的差值是否大于目标监测路段的个数。
若判断为否，则跳转至S609；
若判断为是，则跳转至S611。
S609：按照优先级标识，获取与上述差值数量相同的目标监测路段，并为获取的目标监测路段分配两个监测点。
其中，按照优先级标识从高到低的顺序，获取与差值数量相同的目标监测路段，并为之分配两个监测点，使得范围较大的待监测路段分配的监测点数量更多。
S610：为未分配监测点的目标监测路段分配一个监测点。
其中，S610完成后跳转至S700。
S611：为每个目标监测路段分配两个监测点。
其中，若获取的差值大于目标监测路段的个数，说明计算获取的监测点的个数是目标监测路段对应数量的两倍出头，未避免监测点设置过于密集，增加工作人员的工作量，故为每个目标监测路段分配两个监测点。
S700：根据分配结果，为子路段确定对应的监测点。
其中，参照图6，S700具体包括：
S701：获取目标监测路段内的障碍物信息。
其中，障碍物信息包括障碍物坐标。在实施中，以目标监测路段为中心线，获取沿线两侧30米范围内的障碍物，障碍物具体为高大的建筑，可根据遥感图像确认目标监测路段上沿途的障碍物信息。
S702：按照预设的划分标准，以障碍物为中心点划分次级监测区域。
其中，以障碍物对应的障碍物坐标为圆心，划分一个半径为固定长度的圆，从而形成次级监测区域。举例来说，结合图2，已知a2b1为目标监测路段，a2b1沿途监测到障碍物①与障碍物②的信息，则分别以障碍物①和障碍物②为圆心，划分一个半径为30米的圆，以形成两个次级监测区域，图中以剖面线标识。
S703：将目标监测路段内除次级监测区域以外的区域标记为优先监测区域。
S704：获取目标监测区域的中点，按照由近到远的顺序，获取与当前目标监测路段内监测点数量相同的优先监测区域。
S705：将获取的优先监测区域的中心点标记为监测点。
举例来说，结合图2，已知目标监测路段a2b1被分配有两个监测点，对应的优先监测区域分别为x1y2、x2y2以及x3y3，目标监测路段的中心点为点O，则以点O为基点，向左右延伸，获取到距离点O最近的两个优先监测区域——x1y1以及x2y2，则获取x1y1的中点，将该点标记为监测点，获取x2y2的中点，将该点标记为监测点。
S800：将监测点反馈至工作人员终端。
在实施中，可将监测点标记在工程路线对应的地图上，以形成监测点地图，监测点地图上可体现各个监测点的坐标信息。将监测点地图反馈至工作人员终端后，工作人员可根据监测点地图，确定各个监测点的位置信息。
进一步的，结合图7，在工作人员对监测点进行数据采集时，可根据工作人员采集的数据进行实时处理，具体步骤如下：
S10：获取工作人员发送的监测数据信息。
其中，在工作人员进行监测数据采集的过程中，可通过随身携带的终端设备，将获取的监测数据通过无线网络传送至系统。在实施中，工作人员发送的监测数据信息具体为测取的土壤水蚀侵蚀量。
S11：获取工作人员的当前位置信息。
其中，可通过GPS定位系统，对工作人员进行定位，从而获取工作人员的当前位置信息。
S12：根据位置信息，确定与监测数据对应的当前监测点。
其中，可根据工作人员的当前位置信息，获取与当前位置信息距离最近的监测点，并将该监测点标记为当前监测点。
S13：将监测数据存储至与当前监测点对应的数据信息库中。
S14：根据工期结束时间信息，按照预设的计算公式获取预测土壤水蚀侵蚀量。
其中，施工信息还包括工期结束信息，可根据工期结束信息计算工期结束到当前时间之间的时间差T，单位为天。计算公式具体为：Y=10*S/T，其中S为降雨量，单位为mm,Y为对应的预测土壤水蚀侵蚀量，单位为kg/m³。在实施中，采用插钎测量法，需要在降雨后获取土壤水蚀侵蚀量，降雨大小是影响土壤水蚀侵蚀量的重要因素之一。降雨量可以根据当地气象局发布的气象信息获取。
S15：根据预测土壤水蚀侵蚀量，判断当前监测点对应的监测数据信息是否达标。
若判断为是，则无响应；
若判断为否，则跳转至S16。
其中，若数据监测信息对应的土壤水蚀侵蚀量大于预测土壤水蚀侵蚀量，则判断为不达标，反之则为达标。若监测数据信息达标，则无响应，工作人员可对监测点的测量装置进行拆卸回收。
S16：生成不达标警告，并将不达标报告发送至工作人员终端。
S17：将当前监测点标记为复检点。
其中，工作人员在收到不达标警告后，则保留当前监测点的测量装置，以便于进行下一次监测数据采集。
本申请实施例还公开一种水土保持监测点的智能规划系统。参照图8，水土保持监测点的智能规划系统包括路段划分模块1、施工信息获取模块2、子路段获取模块3、密度计算模块4、分配模块5、反馈模块6。
路段划分模块1，用于获取工程路线对应的地理地貌信息，根据地理地貌信息将工程路线划分为若干自然地理路段；
施工信息获取模块2，用于获取工程路线对应的施工信息，施工信息包括工程种类；
子路段获取模块3，用于根据工程种类，将自然地理路段划分为若干子路段，每段子路段均对应有子路段长度信息；
密度计算模块4，用于根据地理地貌信息以及工程种类，获取每个子路段对应的监测点密度信息；
分配模块5，用于根据监测度密度信息以及子路段长度信息，为每个子路段确定对应的监测点；
反馈模块6，用于将监测点反馈至工作人员终端。
本申请实施例还公开一种智能终端包括存储器和处理器，存储器上存储有能够被处理器加载并执行如上述的水土保持监测点的智能规划方法的计算机程序。
本申请实施例还公开一种计算机可读存储介质，其存储有能够被处理器加载并执行如上述的水土保持监测点的智能规划方法的计算机程序，该计算机可读存储介质例如包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random AccessMemory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上实施例仅用以说明本申请的技术方案，而非对申请的保护范围进行限制。显然，所描述的实施例仅仅是本申请部分实施例，而不是全部实施例。基于这些实施例，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他实施例，都属于本申请所要保护的范围。
Claims (10)
1.一种水土保持监测点的智能规划方法，其特征在于，包括：
获取工程路线对应的地理地貌信息，根据地理地貌信息将工程路线划分为若干自然地理路段；
获取工程路线对应的施工信息，所述施工信息包括工程种类；
根据所述工程种类，将所述自然地理路段划分为若干子路段，每段子路段均对应有子路段长度信息；
根据所述地理地貌信息以及工程种类，获取每个子路段对应的监测点密度信息；
根据所述监测度密度信息以及子路段长度信息，为每个子路段确定对应的监测点；
将所述监测点反馈至工作人员终端。
2.根据权利要求1所述的水土保持监测点的智能规划方法，其特征在于，所述根据所述监测度密度信息以及子路段长度信息，为每个子路段确定对应的监测点具体包括：
读取当前子路段的历史监测点，并根据所述历史监测点获取每个历史监测点对应的有效监测范围；
根据所述有效监测范围，获取当前子路段上的待监测路段以及每段所述待监测路段的待监测范围；
将所述待监测路段根据待监测范围从大到小的顺序进行排序，并得到排序结果，并根据排序结果为每段所述待监测路段赋予优先级标识；
根据监测密度信息以及子路段长度信息，计算确定当前子路段对应的监测点个数；
根据所述待监测路段对应的优先级标识以及监测点个数，为所述待监测路段分配监测点，以得到分配结果；
根据所述分配结果，为子路段确定对应的监测点。
3.根据权利要求2所述的水土保持监测点的智能规划方法，其特征在于，所述根据所述待监测路段对应的优先级标识，为所述待监测路段分配监测点，以得到分配结果具体包括：
判断所述监测点个数是否大于待监测路段的个数；
若监测点个数大于待监测路段的个数，则将所有所述待监测路段标记为目标监测路段，并获取监测点个数与目标监测路段之间的差值，根据优先级标识，获取数量与所述差值对应的目标监测路段，为获取的目标监测路段分配多个监测点，为其余的目标监测路段分配一个监测点；
若监测点个数小于或等于待监测路段，则根据优先级标识获取与监测点数目相同的待监测路段，将获取的待监测路段标记为目标监测路段，为每段目标监测路段分配一个监测点。
4.根据权利要求3所述的水土保持监测点的智能规划方法，其特征在于，所述根据所述分配结果，为子路段确定对应的监测点具体包括：
获取目标监测路段内的障碍物信息；
根据预设的划分标准，以障碍物坐标为中心点划分次级监测区域，将目标监测路段内除次级监测区域以外的区域标记为优先监测区域；
获取目标监测路段的中点，按照由近至远的顺序，获取与当前目标监测路段内监测点数量相同的优先监测区域，并将获取的优先监测区域的中心点标记为监测点。
5.根据权利要求2所述的水土保持监测点的智能规划方法，其特征在于，在根据监测密度信息以及子路段长度信息，计算确定当前子路段对应的监测点个数之前，还包括：
读取当前子路段内历史监测点对应的历史监测数据；
整合当前子路段内所有所述历史监测数据以生成监测数据折线表，并获取所述监测数据折线表对应的改善幅值；
判断所述改善幅值是否低于预设的异常阈值；
若所述改善幅值低于预设的异常阈值，则按照预设的修正模型，更新当前子路段对应的监测点密度信息；所述当前子路段更新后的监测点密度信息大于更新前的监测点密度信息。
6.根据权利要求1所述的水土保持监测点的智能规划方法，其特征在于，所述方法还包括：
获取工作人员针对所述工程路线发送的监测数据信息；
获取工作人员的当前位置信息，并根据所述位置信息，确定与所述监测数据信息对应的当前监测点；
将所述监测数据信息存储至当前监测点对应的数据信息中。
7.根据权利要求6所述的水土保持监测点的智能规划方法，其特征在于，所述施工信息还包括工期结束时间信息，在将所述监测数据信息存储至当前监测点对应的数据信息中之后，还包括：
根据所述工期结束时间信息，按照预设的计算公式获取预测土壤水蚀侵蚀量；
根据所述预测土壤水蚀侵蚀量，判断当前监测点对应的所述监测数据信息是否达标；
若当前监测点对应的监测数据不达标，则生成不达标警告以发送至工作人员终端，并将当前监测点标记为复检点。
8.一种水土保持监测点的智能规划系统，其特征在于，包括，
路段划分模块（1），用于获取工程路线对应的地理地貌信息，根据地理地貌信息将工程路线划分为若干自然地理路段；
施工信息获取模块（2），用于获取工程路线对应的施工信息，所述施工信息包括工程种类；
子路段获取模块（3），用于根据所述工程种类，将所述自然地理路段划分为若干子路段，每段子路段均对应有子路段长度信息；
密度计算模块（4），用于根据所述地理地貌信息以及工程种类，获取每个子路段对应的监测点密度信息；
分配模块（5），用于根据所述监测度密度信息以及子路段长度信息，为每个子路段确定对应的监测点；
反馈模块（6），用于将所述监测点反馈至工作人员终端。
9.一种智能终端，其特征在于，包括存储器和处理器，所述存储器上存储有能够被处理器加载并执行如权利要求1至7中任一种方法的计算机程序。
10.一种计算机可读存储介质，其特征在于，存储有能够被处理器加载并执行如权利要求1至7中任一种方法的计算机程序。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110528767.1A CN113312398A (zh) | 2021-05-14 | 2021-05-14 | 水土保持监测点的智能规划方法、系统、终端和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110528767.1A CN113312398A (zh) | 2021-05-14 | 2021-05-14 | 水土保持监测点的智能规划方法、系统、终端和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113312398A true CN113312398A (zh) | 2021-08-27 |
Family
ID=77373282
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110528767.1A Pending CN113312398A (zh) | 2021-05-14 | 2021-05-14 | 水土保持监测点的智能规划方法、系统、终端和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113312398A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112325861A (zh) * | 2020-11-10 | 2021-02-05 | 厦门点云数据科技有限公司 | 一种积水监测和计算方法及终端 |
| CN114324822A (zh) * | 2021-12-31 | 2022-04-12 | 临沂市兰山区自然资源开发服务中心 | 基于大数据的土地质量监控系统及方法 |
| CN116227895A (zh) * | 2023-05-08 | 2023-06-06 | 中源晟朝有限公司 | 智慧河湖水生态修复mabc系统云管平台 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111027758A (zh) * | 2019-11-27 | 2020-04-17 | 浙江大学 | 一种针对供水管网水质监测系统的全局韧性高效评估方法 |
| CN111325986A (zh) * | 2019-04-04 | 2020-06-23 | 北京嘀嘀无限科技发展有限公司 | 异常停车监测方法、装置、电子设备以及存储介质 |
| CN112557506A (zh) * | 2020-11-27 | 2021-03-26 | 上海华东民航机场建设监理有限公司 | 采用无人机监理道面特征的方法、系统、终端和存储介质 |
| CN112767216A (zh) * | 2021-01-22 | 2021-05-07 | 上海高诚智能科技有限公司 | 一种防汛设施巡检管理系统及方法 |
-
2021
- 2021-05-14 CN CN202110528767.1A patent/CN113312398A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111325986A (zh) * | 2019-04-04 | 2020-06-23 | 北京嘀嘀无限科技发展有限公司 | 异常停车监测方法、装置、电子设备以及存储介质 |
| CN111027758A (zh) * | 2019-11-27 | 2020-04-17 | 浙江大学 | 一种针对供水管网水质监测系统的全局韧性高效评估方法 |
| CN112557506A (zh) * | 2020-11-27 | 2021-03-26 | 上海华东民航机场建设监理有限公司 | 采用无人机监理道面特征的方法、系统、终端和存储介质 |
| CN112767216A (zh) * | 2021-01-22 | 2021-05-07 | 上海高诚智能科技有限公司 | 一种防汛设施巡检管理系统及方法 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112325861A (zh) * | 2020-11-10 | 2021-02-05 | 厦门点云数据科技有限公司 | 一种积水监测和计算方法及终端 |
| CN112325861B (zh) * | 2020-11-10 | 2022-05-13 | 厦门点云数据科技有限公司 | 一种积水监测和计算方法及终端 |
| CN114324822A (zh) * | 2021-12-31 | 2022-04-12 | 临沂市兰山区自然资源开发服务中心 | 基于大数据的土地质量监控系统及方法 |
| CN116227895A (zh) * | 2023-05-08 | 2023-06-06 | 中源晟朝有限公司 | 智慧河湖水生态修复mabc系统云管平台 |
| CN116227895B (zh) * | 2023-05-08 | 2023-08-04 | 中源晟朝有限公司 | 智慧河湖水生态修复mabc系统云管平台 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113312398A (zh) | 水土保持监测点的智能规划方法、系统、终端和存储介质 | |
| Dutta et al. | A mathematical model for flood loss estimation | |
| CN110245445B (zh) | 一种基于计算机三维场景模拟的生态园林景观设计方法 | |
| Ding | The GIS-based human-interactive TAZ design algorithm: examining the impacts of data aggregation on transportation-planning analysis | |
| CN111639806B (zh) | 一种基于gis的国土空间规划优化方法及系统 | |
| JP2005085059A (ja) | 農作業決定支援用予測システム | |
| CN104851360A (zh) | 一种洪水风险图的生成方法和系统 | |
| CN110457422B (zh) | 土壤样品采集自动布点系统及方法 | |
| JP2006030013A (ja) | 全国合成レーダ雨量情報提供システム | |
| US7383157B1 (en) | Decision-making support system for sewer maintenance and control method thereof | |
| CN116645789A (zh) | 一种基于无人机测绘的土地自然灾害预警管控系统 | |
| CN113610334A (zh) | 碳汇能力计量监测点的智能规划方法、系统、终端和存储介质 | |
| CN114925974A (zh) | 一种面向市县国土空间规划的分类逐步双评价方法 | |
| CN115311343A (zh) | 基于多级抽样的草原有害生物发生面积调查方法 | |
| CN110887950A (zh) | 一种土壤监测点位布设及监测系统及方法 | |
| CN113674121B (zh) | 用于碳中和的建设规划方法、系统、智能终端及存储介质 | |
| CN114741975B (zh) | 一种岩土工程结构模态预测分析方法以及系统 | |
| CN114723316B (zh) | 一种基于gis的城区公共设施的可达性评价方法及系统 | |
| CN115457739A (zh) | 一种地质灾害预警方法、装置、电子设备及存储介质 | |
| Manos et al. | A decision support system approach for rivers monitoring and sustainable management | |
| CN114706868A (zh) | 基于地理空间信息数据测绘的测绘数据采集系统和方法 | |
| Amoo et al. | ROUTE SURVEY FROM AWERE STREAM TO EGBEDA LOOGUN VILLAGE, EDE, EDE SOUTH LOCAL GOVERNMENT AREA, OSUN STATE. | |
| CN117166547A (zh) | 基坑施工测量方法 | |
| CN117113038B (zh) | 城市水土流失黄泥水事件溯源方法及系统 | |
| Hudecová | Mapping as a spatial data source |
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: 20210827 |
|
| RJ01 | Rejection of invention patent application after publication |