CN114004552A - 一种地下水质风险评估方法和系统 - Google Patents
一种地下水质风险评估方法和系统 Download PDFInfo
- Publication number
- CN114004552A CN114004552A CN202210000518.XA CN202210000518A CN114004552A CN 114004552 A CN114004552 A CN 114004552A CN 202210000518 A CN202210000518 A CN 202210000518A CN 114004552 A CN114004552 A CN 114004552A
- Authority
- CN
- China
- Prior art keywords
- information
- water quality
- sampling
- dimensional model
- value
- 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.)
- Granted
Links
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 title claims abstract description 80
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000010948 quality risk assessment Methods 0.000 title claims abstract description 29
- 238000005070 sampling Methods 0.000 claims abstract description 111
- 238000001514 detection method Methods 0.000 claims abstract description 70
- 238000011156 evaluation Methods 0.000 claims abstract description 51
- 238000010586 diagram Methods 0.000 claims description 21
- 238000010276 construction Methods 0.000 claims description 20
- 239000003673 groundwater Substances 0.000 claims description 8
- 230000004048 modification Effects 0.000 claims description 6
- 238000012986 modification Methods 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 5
- 230000000007 visual effect Effects 0.000 claims description 5
- 238000007689 inspection Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 230000009471 action Effects 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 238000012502 risk assessment Methods 0.000 claims 1
- 230000006870 function Effects 0.000 description 17
- 230000015654 memory Effects 0.000 description 15
- 238000004590 computer program Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 8
- 238000011161 development Methods 0.000 description 4
- 230000018109 developmental process Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000000638 solvent extraction Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000011895 specific detection Methods 0.000 description 1
- 230000004083 survival effect Effects 0.000 description 1
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
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/18—Water
-
- 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
- G06Q50/06—Energy or water supply
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- 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
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Primary Health Care (AREA)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Development Economics (AREA)
- Software Systems (AREA)
- Computer Graphics (AREA)
- Food Science & Technology (AREA)
- Analytical Chemistry (AREA)
- Pathology (AREA)
- Biochemistry (AREA)
- Geometry (AREA)
- Medicinal Chemistry (AREA)
- Immunology (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及水质检测技术领域,具体公开了一种地下水质风险评估方法,所述方法包括接收用户的输入信息,根据所述输入信息确定评估区域;根据所述评估区域生成三维模型,对所述三维模型进行区域划分,得到含有影响值的子区域;其中,所述影响值含有符号;根据所述影响值计算评估区域内各采样点的水质风险值,将所述水质风险值与预设的风险阈值进行比对;当所述水质风险值达到预设的风险阈值时,标记相应的采样点,根据标记的采样点生成检测路线。本发明的三维模型可以实时更新,基于三维模型确定的采样点也是不断变化的,时效性很高。
Description
技术领域
本发明涉及水质检测技术领域,具体是一种地下水质风险评估方法和系统。
背景技术
水是人类社会赖以生存和发展的不可缺少的自然资源,推动着社会进步和国民经济发展。作为水资源的重要组成部分,地下水在人民生活、经济建设和环保等方面扮演着十分重要的角色。近年来,对地下水的不合理开发、过度利用,导致地下水水位下降、水质恶化污染严重等问题频发,我国大多数城市的地下水已受到不同程度的污染,严重阻碍了经济繁荣和社会发展。
地下水质的评估方法一般都是采样分析法,采样点一般都是固定的。现在的城建速度非常的快,每时每刻都在变化,采样点的选取很难具备时效性,比如,某个新区开设了一个工业园区,相应的,就需要在当地进行一次采样,但是现有的采样点统计系统并不具备时效性,大都存在一定的迟滞,可以想到,这势必会影响到水质风险评估的准确度。
发明内容
本发明的目的在于提供一种地下水质风险评估方法和系统,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:
一种地下水质风险评估方法,所述方法包括:
接收用户的输入信息,根据所述输入信息确定评估区域;
根据所述评估区域生成三维模型,对所述三维模型进行区域划分,得到含有影响值的子区域;其中,所述影响值含有符号;
根据所述影响值计算评估区域内各采样点的水质风险值,将所述水质风险值与预设的风险阈值进行比对;
当所述水质风险值达到预设的风险阈值时,标记相应的采样点,根据标记的采样点生成检测路线。
作为本发明进一步的方案:所述根据所述评估区域生成三维模型,对所述三维模型进行区域划分,得到含有影响值的子区域的步骤包括:
建立与城建信息库的连接通道,读取城建备案信息,根据所述城建备案信息中的区划信息读取园区信息、路段信息和绿化信息;其中,所述园区包括工业园区和住宅园区;
根据所述园区信息、所述路段信息和所述绿化信息生成三维模型;
根据预设的采样轨迹获取评估区域的图像信息,根据所述图像信息修正所述三维模型;
遍历所述三维模型,根据预设的区域类型对所述三维模型进行区域划分,得到子区域,获取子区域的影响值。
作为本发明进一步的方案:所述根据预设的采样轨迹获取评估区域的图像信息,根据所述图像信息修正所述三维模型的步骤包括:
根据预设的采样网格对所述评估区域进行切分,获取所述采样网格交点处的海拔参数;
根据所述海拔参数确定数据采集高度,生成并显示参考航线;
接收用户的选取信息,确定采样轨迹;
基于一个垂直和四个倾斜的五个不同视角同步采集图像信息,根据所述图像信息定时修正所述三维模型。
作为本发明进一步的方案:所述遍历所述三维模型,根据预设的区域类型对所述三维模型进行区域划分,得到子区域,获取子区域的影响值的步骤包括:
根据所述采样网格遍历所述三维模型,获取所述采样网格交点处的区域类型;
根据所述区域类型对所述采样网格交点进行分类;
拟合同类型的采样网格交点,得到子区域边界;
读取子区域边界中采样网格交点处的海拔参数,计算等价体积,根据所述区域类型确定子区域的基准值,根据所述等价体积和所述基准值计算子区域的影响值。
作为本发明进一步的方案:所述根据所述影响值计算评估区域内各采样点的水质风险值,将所述水质风险值与预设的风险阈值进行比对的步骤包括:
依次读取评估区域中各子区域的等价体积,根据所述等价体积输入预设的影响函数,得到各采样点的影响子值;其中,所述影响函数由区域类型确定;
遍历所述评估区域中的各采样点,根据各采样点的影响子值计算水质风险值;
将所述水质风险值与预设的风险阈值进行比对。
作为本发明进一步的方案:所述根据标记的采样点生成检测路线的步骤包括:
获取工作人员位置信息,计算工作人员位置信息与标记的采样点之间的距离,根据所述距离确定检测起点和检测终点;
读取检测起点,将所述检测起点作为源点,所述检测终点作为终点输入迪杰斯特拉算法模型,得到第一边界距离;
读取检测终点,将所述检测终点作为源点,所述检测起点作为终点输入迪杰斯特拉算法模型,得到第二边界距离;
依次将其他采样点作为中心点,并将所述中心点作为终点,将所述检测起点和所述检测终点作为源点输入迪杰斯特拉算法模型,得到检查距离;
基于所述第一边界距离、第二边界距离和各检查距离确定检测路线。
作为本发明进一步的方案:所述接收用户的输入信息,根据所述输入信息确定评估区域的步骤包括:
显示检测范围图,提示用户在检测范围图内输入手势动作;
获取输入的手势动作的图像轮廓以及用户在用户终端上各检测点的停留时间;
比对所述停留时间与预设的时间阈值,当所述停留时间大于所述时间阈值时,则生成取样点;
基于所述取样点生成线段,判断线段与所述图像轮廓是否重合,若所述线段与所述图像轮廓重合,则将线段标记为有效线段;
根据所述有效线段确定评估区域。
本发明技术方案还提供了一种地下水质风险评估系统,所述系统包括:
区域确定模块,用于接收用户的输入信息,根据所述输入信息确定评估区域;
区域划分模块,用于根据所述评估区域生成三维模型,对所述三维模型进行区域划分,得到含有影响值的子区域;其中,所述影响值含有符号;
比对模块,用于根据所述影响值计算评估区域内各采样点的水质风险值,将所述水质风险值与预设的风险阈值进行比对;
路线生成模块,用于当所述水质风险值达到预设的风险阈值时,标记相应的采样点,根据标记的采样点生成检测路线。
作为本发明进一步的方案:所述区域划分模块包括:
信息读取单元,用于建立与城建信息库的连接通道,读取城建备案信息,根据所述城建备案信息中的区划信息读取园区信息、路段信息和绿化信息;其中,所述园区包括工业园区和住宅园区;
模型生成单元,用于根据所述园区信息、所述路段信息和所述绿化信息生成三维模型;
模型修正单元,用于根据预设的采样轨迹获取评估区域的图像信息,根据所述图像信息修正所述三维模型;
处理执行单元,用于遍历所述三维模型,根据预设的区域类型对所述三维模型进行区域划分,得到子区域,获取子区域的影响值。
作为本发明进一步的方案:所述模型修正单元包括:
切分子单元,用于根据预设的采样网格对所述评估区域进行切分,获取所述采样网格交点处的海拔参数;
航线参考子单元,用于根据所述海拔参数确定数据采集高度,生成并显示参考航线;
轨迹确定子单元,用于接收用户的选取信息,确定采样轨迹;
修正子单元,用于基于一个垂直和四个倾斜的五个不同视角同步采集图像信息,根据所述图像信息定时修正所述三维模型。
与现有技术相比,本发明的有益效果是:本发明根据所述评估区域生成三维模型,对所述三维模型进行区域划分,得到含有影响值的子区域,根据所述影响值计算评估区域内各采样点的水质风险值,根据所述水质风险值标记相应的采样点,根据标记的采样点生成检测路线。本发明的三维模型可以实时更新,采样点也是不断变化的,时效性很高。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例。
图1示出了地下水质风险评估方法的流程框图。
图2示出了地下水质风险评估方法的第一子流程框图。
图3示出了地下水质风险评估方法的第二子流程框图。
图4示出了地下水质风险评估方法的第三子流程框图。
图5示出了地下水质风险评估方法的第四子流程框图。
图6示出了地下水质风险评估系统的组成结构框图。
图7示出了地下水质风险评估系统中区域划分模块的组成结构框图。
图8示出了区域划分模块中模型修正单元的组成结构框图。
具体实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白,以下结合附图及实施例,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。
实施例1
图1示出了地下水质风险评估方法的流程框图,本发明实施例中,一种地下水质风险评估方法,所述方法包括:
步骤S100:接收用户的输入信息,根据所述输入信息确定评估区域;
每一个水质检测任务,都有着自己的任务范围,工作人员的工作就是在这一任务范围内进行的。
步骤S200:根据所述评估区域生成三维模型,对所述三维模型进行区域划分,得到含有影响值的子区域;其中,所述影响值含有符号;
评估区域中有很多小的区域,比如园区或公园等等,这些区域对于周边水质是有影响的,可以想到,这些影响有积极影响,也有消极影响,而且这些影响有大有小,为了具象化的表示这些影响,可以使用带符号的值。
步骤S300:根据所述影响值计算评估区域内各采样点的水质风险值,将所述水质风险值与预设的风险阈值进行比对;
每个子区域的影响范围是不同的,多个子区域叠加起来,可以确定评估区域中各点水质风险值,将所述水质风险值与预设的风险阈值进行比对,根据比对结果进行下一步操作。
步骤S400:当所述水质风险值达到预设的风险阈值时,标记相应的采样点,根据标记的采样点生成检测路线。
当所述水质风险值达到预设的风险阈值时,也就是风险概率很高的情况下,需要对采样点进行标记,然后基于标记的采样点进行水质检测。其中,本发明技术方案还根据标记的采样点确定一个检测顺序,也就是上述检测路线。
图2示出了地下水质风险评估方法的第一子流程框图,所述根据所述评估区域生成三维模型,对所述三维模型进行区域划分,得到含有影响值的子区域的步骤包括步骤S201至步骤S204:
步骤S201:建立与城建信息库的连接通道,读取城建备案信息,根据所述城建备案信息中的区划信息读取园区信息、路段信息和绿化信息;其中,所述园区包括工业园区和住宅园区;
步骤S202:根据所述园区信息、所述路段信息和所述绿化信息生成三维模型;
步骤S203:根据预设的采样轨迹获取评估区域的图像信息,根据所述图像信息修正所述三维模型;
步骤S204:遍历所述三维模型,根据预设的区域类型对所述三维模型进行区域划分,得到子区域,获取子区域的影响值。
步骤S201至步骤S204提供了一种具体的三维模型生成步骤,一方面,根据一些备案信息将一些建筑信息添加至三维模型中,然后,通过无人机获取评估区域在俯视角度下的图像信息,根据这些图像信息对所述三维模型进行补充,最终得到完善的三维模型。最后,基于这个三维模型进行区域划分,然后根据对每个子区域进行影响值的计算。
图3示出了地下水质风险评估方法的第二子流程框图,所述根据预设的采样轨迹获取评估区域的图像信息,根据所述图像信息修正所述三维模型的步骤包括步骤S2031至步骤S2034:
步骤S2031:根据预设的采样网格对所述评估区域进行切分,获取所述采样网格交点处的海拔参数;
步骤S2032:根据所述海拔参数确定数据采集高度,生成并显示参考航线;
步骤S2033:接收用户的选取信息,确定采样轨迹;
步骤S2034:基于一个垂直和四个倾斜的五个不同视角同步采集图像信息,根据所述图像信息定时修正所述三维模型。
步骤S2031至步骤S2034的原理是倾斜摄影技术,倾斜摄影技术是国际摄影测量领域近十几年发展起来的一项高新技术,该技术通过从一个垂直、四个倾斜、五个不同的视角同步采集影像,获取到丰富的建筑物顶面及侧视的高分辨率纹理。它不仅能够真实地反映地物情况,高精度地获取物方纹理信息,还可通过先进的定位、融合、建模等技术,生成真实的三维城市模型。该技术在欧美等发达国家已经广泛应用于应急指挥、国土安全、城市管理、房产税收等行业。
图4示出了地下水质风险评估方法的第三子流程框图,所述遍历所述三维模型,根据预设的区域类型对所述三维模型进行区域划分,得到子区域,获取子区域的影响值的步骤包括步骤S2041至步骤S2044:
步骤S2041:根据所述采样网格遍历所述三维模型,获取所述采样网格交点处的区域类型;
步骤S2042:根据所述区域类型对所述采样网格交点进行分类;
步骤S2043:拟合同类型的采样网格交点,得到子区域边界;
步骤S2044:读取子区域边界中采样网格交点处的海拔参数,计算等价体积,根据所述区域类型确定子区域的基准值,根据所述等价体积和所述基准值计算子区域的影响值。
步骤S2041至步骤S2044是对步骤S204的进一步限定,其目的是计算子区域的影响值,对于三维模型来说,影响值需要增设高度参数;其中,根据所述区域类型确定子区域的基准值的过程通过简单的数据库读取操作即可实现。
具体的,上述工作流程为:首先,将采样网格交点进行分类,分类的方式可以是用一些特殊颜色标记,由于四色原理,所用的颜色种类无需过多。然后计算模型的体积,这一部分的数学原理是积分原理,以每个网格交点为中心,构建矩形,将网格交点的海拔参数将所述矩形转换为矩柱,然后累加矩柱即可得到等价体积;最后,根据区域类型确定子区域的基准值即可。需要说明的是,基准值是预设的理论值,只要能够区分不同类型的子区域即可。
图5示出了地下水质风险评估方法的第四子流程框图,所述根据所述影响值计算评估区域内各采样点的水质风险值,将所述水质风险值与预设的风险阈值进行比对的步骤包括步骤S301至步骤S303:
步骤S301:依次读取评估区域中各子区域的等价体积,根据所述等价体积输入预设的影响函数,得到各采样点的影响子值;其中,所述影响函数由区域类型确定;
步骤S302:遍历所述评估区域中的各采样点,根据各采样点的影响子值计算水质风险值;
步骤S303:将所述水质风险值与预设的风险阈值进行比对。
步骤S301至步骤S303的目的是计算各采样点的水质风险值,需要说明的是,上述采样点与所述采样网格的交点并不是同一概念,采样点是重新设置的,一般情况下,在采样点处都会有搭建好的水质采样设备。
需要说明的是,所述影响函数是一个函数集,具体的,它是在不同方向范围内的衰减函数的集合,其中,所述衰减函数可以类比于声波衰减函数;所述不同方向范围可以是时钟方向范围,比如1点钟方向至3点钟方向为一个范围,3点方向至5点钟方向为一个范围,以此类推。
作为本发明技术方案的一个优选实施例,所述根据标记的采样点生成检测路线的步骤包括:
获取工作人员位置信息,计算工作人员位置信息与标记的采样点之间的距离,根据所述距离确定检测起点和检测终点;
读取检测起点,将所述检测起点作为源点,所述检测终点作为终点输入迪杰斯特拉算法模型,得到第一边界距离;
读取检测终点,将所述检测终点作为源点,所述检测起点作为终点输入迪杰斯特拉算法模型,得到第二边界距离;
依次将其他采样点作为中心点,并将所述中心点作为终点,将所述检测起点和所述检测终点作为源点输入迪杰斯特拉算法模型,得到检查距离;
基于所述第一边界距离、第二边界距离和各检查距离确定检测路线。
上述内容提供了一种具体的检测路线确定过程,需要借助的是迪杰斯特拉算法模型,迪杰斯特拉算法是从一个顶点到其余各顶点的最短路径算法,解决的是有权图中最短路径问题。迪杰斯特拉算法主要特点是从起始点开始,采用贪心算法的策略,每次遍历到始点距离最近且未访问过的顶点的邻接节点,直到扩展到终点为止。
其特点在于,依次将其他采样点作为中心点,并将所述中心点作为终点,将所述检测起点和所述检测终点作为源点输入迪杰斯特拉算法模型,得到检查距离,最终对不同的距离进行筛选,确定一个最优距离。
作为本发明技术方案的一个优选实施例,所述接收用户的输入信息,根据所述输入信息确定评估区域的步骤包括:
显示检测范围图,提示用户在检测范围图内输入手势动作;
获取输入的手势动作的图像轮廓以及用户在用户终端上各检测点的停留时间;
比对所述停留时间与预设的时间阈值,当所述停留时间大于所述时间阈值时,则生成取样点;
基于所述取样点生成线段,判断线段与所述图像轮廓是否重合,若所述线段与所述图像轮廓重合,则将线段标记为有效线段;
根据所述有效线段确定评估区域。
上述内容的目的是获取输入的手势动作的图像轮廓,在用户输入手势的计算机语言是:一系列点群共同组成图像轮廓。在输入手势过程中,用户在转角处的停留时间一定大于平滑段的停留时间,这时候,可以确定中心点,进行将停留时间长的各中心点连接起来,形成多线段,进而确定评估区域的边界。
实施例2
图6示出了地下水质风险评估系统的组成结构框图,本发明实施例中,一种地下水质风险评估系统,所述系统10包括:
区域确定模块11,用于接收用户的输入信息,根据所述输入信息确定评估区域;
区域划分模块12,用于根据所述评估区域生成三维模型,对所述三维模型进行区域划分,得到含有影响值的子区域;其中,所述影响值含有符号;
比对模块13,用于根据所述影响值计算评估区域内各采样点的水质风险值,将所述水质风险值与预设的风险阈值进行比对;
路线生成模块14,用于当所述水质风险值达到预设的风险阈值时,标记相应的采样点,根据标记的采样点生成检测路线。
图7示出了地下水质风险评估系统中区域划分模块的组成结构框图,所述区域划分模块12包括:
信息读取单元121,用于建立与城建信息库的连接通道,读取城建备案信息,根据所述城建备案信息中的区划信息读取园区信息、路段信息和绿化信息;其中,所述园区包括工业园区和住宅园区;
模型生成单元122,用于根据所述园区信息、所述路段信息和所述绿化信息生成三维模型;
模型修正单元123,用于根据预设的采样轨迹获取评估区域的图像信息,根据所述图像信息修正所述三维模型;
处理执行单元124,用于遍历所述三维模型,根据预设的区域类型对所述三维模型进行区域划分,得到子区域,获取子区域的影响值。
图8示出了区域划分模块中模型修正单元的组成结构框图,所述模型修正单元123包括:
切分子单元1231,用于根据预设的采样网格对所述评估区域进行切分,获取所述采样网格交点处的海拔参数;
航线参考子单元1232,用于根据所述海拔参数确定数据采集高度,生成并显示参考航线;
轨迹确定子单元1233,用于接收用户的选取信息,确定采样轨迹;
修正子单元1224,用于基于一个垂直和四个倾斜的五个不同视角同步采集图像信息,根据所述图像信息定时修正所述三维模型。
所述地下水质风险评估方法所能实现的功能均由计算机设备完成,所述计算机设备包括一个或多个处理器和一个或多个存储器,所述一个或多个存储器中存储有至少一条程序代码,所述程序代码由所述一个或多个处理器加载并执行以实现所述地下水质风险评估方法的功能。
处理器从存储器中逐条取出指令、分析指令,然后根据指令要求完成相应操作,产生一系列控制命令,使计算机各部分自动、连续并协调动作,成为一个有机的整体,实现程序的输入、数据的输入以及运算并输出结果,这一过程中产生的算术运算或逻辑运算均由运算器完成;所述存储器包括只读存储器(Read-Only Memory,ROM),所述只读存储器用于存储计算机程序,所述存储器外部设有保护装置。
示例性的,计算机程序可以被分割成一个或多个模块,一个或者多个模块被存储在存储器中,并由处理器执行,以完成本发明。一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述计算机程序在终端设备中的执行过程。
本领域技术人员可以理解,上述服务设备的描述仅仅是示例,并不构成对终端设备的限定,可以包括比上述描述更多或更少的部件,或者组合某些部件,或者不同的部件,例如可以包括输入输出设备、网络接入设备、总线等。
所称处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,上述处理器是上述终端设备的控制中心,利用各种接口和线路连接整个用户终端的各个部分。
上述存储器可用于存储计算机程序和/或模块,上述处理器通过运行或执行存储在存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现上述终端设备的各种功能。存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如信息采集模板展示功能、产品信息发布功能等)等;存储数据区可存储根据泊位状态显示系统的使用所创建的数据(比如不同产品种类对应的产品信息采集模板、不同产品提供方需要发布的产品信息等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card, SMC),安全数字(Secure Digital, SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
终端设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例系统中的全部或部分模块/单元,也可以通过计算机程序来指令相关的硬件来完成,上述的计算机程序可存储于计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个系统实施例的功能。其中,计算机程序包括计算机程序代码,计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括:能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random AccessMemory)、电载波信号、电信信号以及软件分发介质等。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种地下水质风险评估方法,其特征在于,所述方法包括:
接收用户的输入信息,根据所述输入信息确定评估区域;
根据所述评估区域生成三维模型,对所述三维模型进行区域划分,得到含有影响值的子区域;其中,所述影响值含有符号;
根据所述影响值计算评估区域内各采样点的水质风险值,将所述水质风险值与预设的风险阈值进行比对;
当所述水质风险值达到预设的风险阈值时,标记相应的采样点,根据标记的采样点生成检测路线。
2.根据权利要求1所述的地下水质风险评估方法,其特征在于,所述根据所述评估区域生成三维模型,对所述三维模型进行区域划分,得到含有影响值的子区域的步骤包括:
建立与城建信息库的连接通道,读取城建备案信息,根据所述城建备案信息中的区划信息读取园区信息、路段信息和绿化信息;其中,所述园区包括工业园区和住宅园区;
根据所述园区信息、所述路段信息和所述绿化信息生成三维模型;
根据预设的采样轨迹获取评估区域的图像信息,根据所述图像信息修正所述三维模型;
遍历所述三维模型,根据预设的区域类型对所述三维模型进行区域划分,得到子区域,获取子区域的影响值。
3.根据权利要求2所述的地下水质风险评估方法,其特征在于,所述根据预设的采样轨迹获取评估区域的图像信息,根据所述图像信息修正所述三维模型的步骤包括:
根据预设的采样网格对所述评估区域进行切分,获取所述采样网格交点处的海拔参数;
根据所述海拔参数确定数据采集高度,生成并显示参考航线;
接收用户的选取信息,确定采样轨迹;
基于一个垂直和四个倾斜的五个不同视角同步采集图像信息,根据所述图像信息定时修正所述三维模型。
4.根据权利要求3所述的地下水质风险评估方法,其特征在于,所述遍历所述三维模型,根据预设的区域类型对所述三维模型进行区域划分,得到子区域,获取子区域的影响值的步骤包括:
根据所述采样网格遍历所述三维模型,获取所述采样网格交点处的区域类型;
根据所述区域类型对所述采样网格交点进行分类;
拟合同类型的采样网格交点,得到子区域边界;
读取子区域边界中采样网格交点处的海拔参数,计算等价体积,根据所述区域类型确定子区域的基准值,根据所述等价体积和所述基准值计算子区域的影响值。
5.根据权利要求4所述的地下水质风险评估方法,其特征在于,所述根据所述影响值计算评估区域内各采样点的水质风险值,将所述水质风险值与预设的风险阈值进行比对的步骤包括:
依次读取评估区域中各子区域的等价体积,根据所述等价体积输入预设的影响函数,得到各采样点的影响子值;其中,所述影响函数由区域类型确定;
遍历所述评估区域中的各采样点,根据各采样点的影响子值计算水质风险值;
将所述水质风险值与预设的风险阈值进行比对。
6.根据权利要求1所述的地下水质风险评估方法,其特征在于,所述根据标记的采样点生成检测路线的步骤包括:
获取工作人员位置信息,计算工作人员位置信息与标记的采样点之间的距离,根据所述距离确定检测起点和检测终点;
读取检测起点,将所述检测起点作为源点,所述检测终点作为终点输入迪杰斯特拉算法模型,得到第一边界距离;
读取检测终点,将所述检测终点作为源点,所述检测起点作为终点输入迪杰斯特拉算法模型,得到第二边界距离;
依次将其他采样点作为中心点,并将所述中心点作为终点,将所述检测起点和所述检测终点作为源点输入迪杰斯特拉算法模型,得到检查距离;
基于所述第一边界距离、第二边界距离和各检查距离确定检测路线。
7.根据权利要求1-6任一项所述的地下水质风险评估方法,其特征在于,所述接收用户的输入信息,根据所述输入信息确定评估区域的步骤包括:
显示检测范围图,提示用户在检测范围图内输入手势动作;
获取输入的手势动作的图像轮廓以及用户在用户终端上各检测点的停留时间;
比对所述停留时间与预设的时间阈值,当所述停留时间大于所述时间阈值时,则生成取样点;
基于所述取样点生成线段,判断线段与所述图像轮廓是否重合,若所述线段与所述图像轮廓重合,则将线段标记为有效线段;
根据所述有效线段确定评估区域。
8.一种地下水质风险评估系统,其特征在于,所述系统包括:
区域确定模块,用于接收用户的输入信息,根据所述输入信息确定评估区域;
区域划分模块,用于根据所述评估区域生成三维模型,对所述三维模型进行区域划分,得到含有影响值的子区域;其中,所述影响值含有符号;
比对模块,用于根据所述影响值计算评估区域内各采样点的水质风险值,将所述水质风险值与预设的风险阈值进行比对;
路线生成模块,用于当所述水质风险值达到预设的风险阈值时,标记相应的采样点,根据标记的采样点生成检测路线。
9.根据权利要求8所述的地下水质风险评估系统,其特征在于,所述区域划分模块包括:
信息读取单元,用于建立与城建信息库的连接通道,读取城建备案信息,根据所述城建备案信息中的区划信息读取园区信息、路段信息和绿化信息;其中,所述园区包括工业园区和住宅园区;
模型生成单元,用于根据所述园区信息、所述路段信息和所述绿化信息生成三维模型;
模型修正单元,用于根据预设的采样轨迹获取评估区域的图像信息,根据所述图像信息修正所述三维模型;
处理执行单元,用于遍历所述三维模型,根据预设的区域类型对所述三维模型进行区域划分,得到子区域,获取子区域的影响值。
10.根据权利要求9所述的地下水质风险评估系统,其特征在于,所述模型修正单元包括:
切分子单元,用于根据预设的采样网格对所述评估区域进行切分,获取所述采样网格交点处的海拔参数;
航线参考子单元,用于根据所述海拔参数确定数据采集高度,生成并显示参考航线;
轨迹确定子单元,用于接收用户的选取信息,确定采样轨迹;
修正子单元,用于基于一个垂直和四个倾斜的五个不同视角同步采集图像信息,根据所述图像信息定时修正所述三维模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210000518.XA CN114004552B (zh) | 2022-01-04 | 2022-01-04 | 一种地下水质风险评估方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210000518.XA CN114004552B (zh) | 2022-01-04 | 2022-01-04 | 一种地下水质风险评估方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114004552A true CN114004552A (zh) | 2022-02-01 |
CN114004552B CN114004552B (zh) | 2022-04-12 |
Family
ID=79932630
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210000518.XA Active CN114004552B (zh) | 2022-01-04 | 2022-01-04 | 一种地下水质风险评估方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114004552B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115100362A (zh) * | 2022-08-23 | 2022-09-23 | 航天正通汇智(北京)科技股份有限公司 | 基于四色图和倾斜摄影的空间自动化建模和可视化方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050207939A1 (en) * | 2003-12-05 | 2005-09-22 | Christopher Roussi | Water-quality assessment system |
CN103744829A (zh) * | 2014-01-02 | 2014-04-23 | 环境保护部环境规划院 | 一种地下水污染防治区划分的方法 |
CN103810537A (zh) * | 2014-02-12 | 2014-05-21 | 南京大学 | 一种基于水质模型的区域环境风险评估方法 |
CN110490608A (zh) * | 2019-07-12 | 2019-11-22 | 招联消费金融有限公司 | 风险评估方法、装置、计算机设备和存储介质 |
-
2022
- 2022-01-04 CN CN202210000518.XA patent/CN114004552B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050207939A1 (en) * | 2003-12-05 | 2005-09-22 | Christopher Roussi | Water-quality assessment system |
CN103744829A (zh) * | 2014-01-02 | 2014-04-23 | 环境保护部环境规划院 | 一种地下水污染防治区划分的方法 |
CN103810537A (zh) * | 2014-02-12 | 2014-05-21 | 南京大学 | 一种基于水质模型的区域环境风险评估方法 |
CN110490608A (zh) * | 2019-07-12 | 2019-11-22 | 招联消费金融有限公司 | 风险评估方法、装置、计算机设备和存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115100362A (zh) * | 2022-08-23 | 2022-09-23 | 航天正通汇智(北京)科技股份有限公司 | 基于四色图和倾斜摄影的空间自动化建模和可视化方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114004552B (zh) | 2022-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110796714B (zh) | 一种地图构建方法、装置、终端以及计算机可读存储介质 | |
CA2627989C (en) | System, apparatus and method for mapping | |
CN106997466A (zh) | 用于检测道路的方法和装置 | |
CN113034566B (zh) | 高精度地图构建方法、装置、电子设备及存储介质 | |
KR101724801B1 (ko) | 토지피복지도의 부분 갱신을 통한 gis기반의 연단위 비점오염부하량 산정용 주제도 제작 방법 | |
CN108965475B (zh) | 智慧景区游客位置安全隐患信息实时采集分析方法和系统 | |
CN112017282A (zh) | 面向数字高程模型的任意断面集水区边界与河网提取方法 | |
CN106294804A (zh) | 一种自然保护区的审核与巡查系统及应用方法 | |
CN114004552B (zh) | 一种地下水质风险评估方法和系统 | |
CN114048943A (zh) | 一种基于无人机bim和swmm的城市内涝分析方法、装置及介质 | |
CN108595613A (zh) | Gis局部地图编辑方法及装置 | |
CN107631733A (zh) | 基于浮动车轨迹发现新增道路的方法、装置以及服务器 | |
KR20100025144A (ko) | 지리 정보 시스템과 건축도면을 기반으로 하는 건축물 전산관리 시스템 및 그 방법 | |
CN114219917A (zh) | 一种激光雷达点云数据的漏洞修复方法 | |
CN111735464B (zh) | 一种港口内激光全局地图建图的方法及装置 | |
Atubi et al. | Analysis of land use and land cover change characteristics in Warri metropolis, Nigeria | |
CN115841558B (zh) | 城市道路建模的方法、装置、电子设备和存储介质 | |
CN113496182A (zh) | 基于遥感影像的道路提取方法及装置、存储介质及设备 | |
CN111127582B (zh) | 一种轨迹重合段识别方法、装置、系统及存储介质 | |
CN113076803B (zh) | 一种基于高分辨率遥感影像的建筑物矢量提取方法及系统 | |
CN104199887A (zh) | 基于地理信息系统与Delft3D-FLOW计算引擎的水环境分析方法及系统 | |
CN115239027A (zh) | 空气质量格点化集合预报的方法及装置 | |
CN115497036A (zh) | 一种内涝积水深度计算方法、系统及可读存储介质 | |
Turner et al. | Creating a dataset of historic roads in Sydney from scanned maps | |
Di Benedetto et al. | Integration of LiDAR data into a regional topographic database for the generation of a 3D city model |
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 |