CN114417981A - 一种智能河长巡测系统 - Google Patents

一种智能河长巡测系统 Download PDF

Info

Publication number
CN114417981A
CN114417981A CN202111626896.0A CN202111626896A CN114417981A CN 114417981 A CN114417981 A CN 114417981A CN 202111626896 A CN202111626896 A CN 202111626896A CN 114417981 A CN114417981 A CN 114417981A
Authority
CN
China
Prior art keywords
water quality
early warning
area
patrol
model
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
Application number
CN202111626896.0A
Other languages
English (en)
Other versions
CN114417981B (zh
Inventor
张友德
钱益武
何建军
戴曹培
王清泉
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.)
Anhui Xinyu Environmental Protection Technology Co ltd
Original Assignee
Anhui Xinyu Environmental Protection Technology Co ltd
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 Anhui Xinyu Environmental Protection Technology Co ltd filed Critical Anhui Xinyu Environmental Protection Technology Co ltd
Priority to CN202111626896.0A priority Critical patent/CN114417981B/zh
Publication of CN114417981A publication Critical patent/CN114417981A/zh
Application granted granted Critical
Publication of CN114417981B publication Critical patent/CN114417981B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • 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
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311—Scheduling, planning or task assignment for a person or group
    • 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)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Health & Medical Sciences (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Operations Research (AREA)
  • Evolutionary Biology (AREA)
  • General Business, Economics & Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种智能河长巡测系统，涉及水环境监测技术领域，解决了现有技术中河长巡测系统通过无人机实现，导致无法保证水质检测结果准确性以及预警不到位的技术问题；包括中央处理器、边缘处理器、数据采集模块和数据采集终端；本发明将遥感技术、无人机监测技术、人工智能模型结合起来，大范围数据为基础，对巡测区域中的河流进行水质检测，或者直接对巡测区域中的河流进行水质检测；能够降低成本，同时保证了水质检测结果的准确性；本发明通过人工智能模型获取水质检测结果，根据水质检测结果获取目标区域，再根据关联人员确定规则确定目标区域的关联人员；能够明确职责界限，保证水质问题得到及时解决。

Description

一种智能河长巡测系统
技术领域
本发明属于水环境监测领域，涉及一种智能河长巡测技术，具体是一种智能河长巡测系统。
背景技术
江河湖泊具有非常重要的资源功能、生态功能和经济功能，因此河湖管理是一项重要且复杂的工程，这也促成了河长制的推行，河长制是解决复杂水问题、提高水资源质量的有效举措。
现有技术通过云管控平台调度无人机，通过无人机对目标水域进行监控识别和水质检测，再根据水质检测信息将水质自动划分为多个水质等级，根据水质等级进行预警并调度工作人员进行处理；现有技术基于无人机实现对水质进行检测，需要对无人机进行周期性的规划和调度，会提高成本，且单单通过无人机进行水质检测，无法保证水质检测结果的准确性，进而无法保证及时解决水质问题；因此，亟需一种智能河长巡测系统。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一；为此，本发明提出了一种智能河长巡测系统，用于解决现有技术中河长巡测系统通过无人机实现，导致无法保证水质检测结果准确性以及预警不到位的技术问题，本发明将遥感技术和无人机技术联合起来，对巡测区域中的河流进行水质分析检测，并结合检测结果对关联人员进行预警，保证水质检测的准确以及水质问题处理的及时。
为实现上述目的，根据本发明的第一方面的实施例提出一种智能河长巡测系统，包括：
数据采集模块：通过与之相连的数据采集终端采集水质检测数据，并将数据处理之后的水质检测数据发送至相关联的边缘处理器；其中，数据采集终端包括水质检测仪；
边缘处理器：通过与之相连的数据采集模块获取水质检测数据，结合综合预警标签和水质评估模型获取区域预警信息；
基于水质检测数据生成工作日志；
中央处理器：定期训练更新水质评估模型，并发送至与之相连的边缘处理器；其中，水质评估模型基于人工智能模型建立；
通过遥感技术和/或无人机监测技术采集图像数据，并生成综合预警标签；
结合区域预警信息确定目标区域，对关联人员进行预警，并生成工作日志；其中，目标区域为水质异常区域。
优选的，每个所述中央处理器对应一个巡测区域；其中，所述巡测区域按照行政区域划取，或者通过人工进行划取；
巡测区域中每条河流均配置一个边缘处理器，且边缘处理器与对应河流中的数据采集终端相关联。
优选的，所述中央处理器定期训练更新水质评估模型，包括：
获取中央处理器中存储的标准训练数据；其中，标准训练数据包括水质检测数据以及对应的水质预警标签，且水质预警标签通过人工设置；
构建人工智能模型；其中，人工智能模型包括深度卷积神经网络模型和RBF神经网络模型；
通过标准训练数据对人工智能模型进行训练，将训练完成的人工智能模型标记为水质评估模型；
将水质评估模型发送至边缘处理器。
优选的，所述中央处理器结合遥感技术和/或无人机监测技术获取综合预警标签，包括：
通过遥感技术和/或无人机监测技术获取巡测区域的图像数据；
通过图像数据反演巡测区域中河流的水质状态；
当巡测区域水质异常河流所占比例大于BY时，则将综合预警标签设置为1；否则，将综合预警标签设置为0；其中，BY的取值范围为[1/10，1/2]。
优选的，在获取巡测区域所述图像数据的过程中，以遥感技术为主，无人机监测技术为辅助。
优选的，所述边缘处理器结合综合预警标签和水质评估模型获取区域预警信息，包括：
当综合预警标签为1时，则立即调用水质评估模型；
通过水质评估模型对边缘处理器关联河流的水质检测数据进行分析，并根据分析结果生成区域预警信息；其中，区域预警信息包括区域预警范围和区域预警标签。
优选的，所述区域预警标签的取值为0或者1，当区域预警标签为0时，表示对应河流的水质正常，当区域预警标签为1时，表示对应河流的水质异常；
所述区域预警范围是指对应河流中水质异常的区域。
优选的，所述中央处理器联合区域预警信息确定目标区域，包括：
提取区域预警信息中的区域预警范围；
对巡测区域中的区域预警范围进行区域调整，获取目标区域；其中，区域调整包括合并和分割；
基于目标区域更新巡测区域的水质监测可视化模型；其中，水质监测可视化模型基于GIS服务建立。
优选的，所述关联人员包括一级河长、二级河长、三级河长、四级河长和五级河长。
与现有技术相比，本发明的有益效果是：
1、本发明将遥感技术、无人机监测技术、人工智能模型结合起来，大范围数据为基础，对巡测区域中的河流进行水质检测，或者直接对巡测区域中的河流进行水质检测；能够降低成本，同时保证了水质检测结果的准确性。
2、本发明通过人工智能模型获取水质检测结果，根据水质检测结果获取目标区域，再根据关联人员确定规则确定目标区域的关联人员；能够明确职责界限，保证水质问题得到及时解决。
附图说明
图1为本发明的工作步骤示意图。
具体实施方式
下面将结合实施例对本发明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做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。
江河湖泊具有非常重要的资源功能、生态功能和经济功能，因此河湖管理是一项重要且复杂的工程，这也促成了河长制的推行，河长制是解决复杂水问题、提高水资源质量的有效举措。
现有技术通过云管控平台调度无人机，通过无人机对目标水域进行监控识别和水质检测，再根据水质检测信息将水质自动划分为多个水质等级，根据水质等级进行预警并调度工作人员进行处理；现有技术主要依靠无人机平台，通过无人机实现对河流水质的检测，然后再进行预警，这种方案成本较高，且仅通过无人机进行水质检测，在检测精度和时效性上是无法保证的；本发明将遥感技术和无人机技术联合起来，对巡测区域中的河流进行水质分析检测，并结合检测结果对关联人员进行预警。
请参阅图1，本申请提供了一种智能河长巡测系统，包括：
数据采集模块：通过与之相连的数据采集终端采集水质检测数据，并将数据处理之后的水质检测数据发送至相关联的边缘处理器；
边缘处理器：通过与之相连的数据采集模块获取水质检测数据，结合综合预警标签和水质评估模型获取区域预警信息；
基于水质检测数据生成工作日志；
中央处理器：定期训练更新水质评估模型，并发送至与之相连的边缘处理器；
通过遥感技术和/或无人机监测技术采集图像数据，并生成综合预警标签；
结合区域预警信息确定目标区域，对关联人员进行预警，并生成工作日志。
本申请中，每个中央处理器对应一个巡测区域；
巡测区域中每条河流均配置一个边缘处理器，且边缘处理器与对应河流中的数据采集终端相关联。
显然，每个巡测区域中对应设置一个中央处理器，即中央处理器负责该巡测区域的水质检测工作；巡测区域按照行政区域划取，或者通过人工进行划取，具体来说，巡测区域既可以是按照行政区域划取的省级区域、市级区域，又可以是人工手动划取的圆形区域、矩形区域。
巡测区域中每条河流均会对应配置一个边缘处理器，该边缘处理器即负责该河流的水质检测工作，因此边缘处理器与该河流中的数据采集终端相关联；可以理解的是，当某条河流很小时，则可以不单独使用一个边缘处理器，即同一个边缘处理器可以负责多个河流的水质检测。
本申请中，中央处理器定期训练更新水质评估模型，包括：
获取中央处理器中存储的标准训练数据，构建人工智能模型；
通过标准训练数据对人工智能模型进行训练，将训练完成的人工智能模型标记为水质评估模型；
将水质评估模型发送至边缘处理器。
值得注意的是，标准训练数据包括水质检测数据以及对应的水质预警标签，且水质预警标签通过人工设置；中央处理器获取巡测区域中的水质检测数据，专家或者工作人员结合巡检区域内水质标准为水质检测数据设置对应的水质预警标签，如水质检测数据符合标准时，则将对应的水质检测标签设置为1，否则将对应的水质检测标签设置为0；标准训练数据定期更新，且通过上述方式获取的标准训练数据符合巡测区域的要求，且基于标准训练数据获取的水质评估模型精度更高，能够更好的对水质检测数据进行分析。
水质评估模型在标准训练数据更新的基础上定期更新，并在更新后发送至边缘处理器，以便于保证边缘处理器的数据分析结果。
在一个实施例中，中央处理器结合遥感技术和/或无人机监测技术获取综合预警标签，包括：
通过遥感技术和/或无人机监测技术获取巡测区域的图像数据；
通过图像数据反演巡测区域中河流的水质状态；
当巡测区域水质异常河流所占比例大于BY时，则将综合预警标签设置为1；否则，将综合预警标签设置为0。
在获取图像数据过程中，以遥感技术为主，以无人机检测技术为辅助；即在一般情况下，以遥感技术获取巡测区域的图像数据，当遥感数据无法全面覆盖巡测区域时，则调度无人机进行数据补充，保证图像数据是完整可靠的。
当巡测区域中水质异常的河流占据一定比例时，可以理解为该巡测区域的河流均存在水质污染风险，并基于此设置综合预警标签。
在一个实施例中，边缘处理器结合综合预警标签和水质评估模型获取区域预警信息，包括：
当综合预警标签为1时，则立即调用水质评估模型；
通过水质评估模型对边缘处理器关联河流的水质检测数据进行分析，并根据分析结果生成区域预警信息。
值得注意的是，本实施例中的区域预警信息是在综合预警标签获取之后，且当综合预警标签为1时，立即调用水质评估模型进行水质检测数据的分析；本实施例中的目的是先进行大范围检测，当大范围检测中存在异常时，则进行小范围的检测，获取小范围的水质异常信息。
在另外一个优选的实施例中，边缘处理器结合水质评估模型获取区域预警信息，包括：
定期调用水质评估模型；
通过水质评估模型对边缘处理器关联河流的水质检测数据进行分析，并根据分析结果生成区域预警信息。
本实施例中不考虑大范围水质检测的状态，各边缘处理器定期对负责的河流进行水质检测，能够更加准确地获取各河流的水质状态。
在一个实施例中，中央处理器联合区域预警信息确定目标区域，包括：
提取区域预警信息中的区域预警范围；
对巡测区域中的区域预警范围进行区域调整，获取目标区域；
基于目标区域更新巡测区域的水质监测可视化模型。
本实施例中在获取到各河流的区域预警信息时，提取其中的区域预警范围，对区域预警范围进行合并或者分割获取目标区域，在将目标区域展示在水质监测可视化模型中。
本申请中关联人员包括一级河长、二级河长、三级河长、四级河长和五级河长，依次对应省、市、县、乡(镇)、村五级。
举例说明目标区域的具体关联人员：当目标区域小于一个县大于一个乡镇时，则目标区域所在的四级河长、三级河长、二级河长和一级河长均为关联人员。
本申请的核心要点之一：本发明将遥感技术、无人机监测技术、人工智能模型结合起来，大范围数据为基础，对巡测区域中的河流进行水质检测，或者直接对巡测区域中的河流进行水质检测；能够降低成本，同时保证了水质检测结果的准确性。
本申请的核心要点之二：本发明通过人工智能模型获取水质检测结果，根据水质检测结果获取目标区域，再根据关联人员确定规则确定目标区域的关联人员；能够明确职责界限，保证水质问题得到及时解决。
本发明的工作原理：
数据采集模块通过与之相连的数据采集终端采集水质检测数据，并将数据处理之后的水质检测数据发送至相关联的边缘处理器。
中央处理器定期训练更新水质评估模型，并发送至与之相连的边缘处理器；通过遥感技术和/或无人机监测技术采集图像数据，并生成综合预警标签。
边缘处理器通过与之相连的数据采集模块获取水质检测数据，结合综合预警标签和水质评估模型获取区域预警信息。
中央处理器结合区域预警信息确定目标区域，对关联人员进行预警，并生成工作日志。
以上实施例仅用以说明本发明的技术方法而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方法进行修改或等同替换，而不脱离本发明技术方法的精神和范围。

Claims (8)

1.一种智能河长巡测系统，其特征在于，包括：
数据采集模块：通过与之相连的数据采集终端采集水质检测数据，并将数据处理之后的水质检测数据发送至相关联的边缘处理器；其中，数据采集终端包括水质检测仪；
边缘处理器：通过与之相连的数据采集模块获取水质检测数据，结合综合预警标签和水质评估模型获取区域预警信息；
基于水质检测数据生成工作日志；
中央处理器：定期训练更新水质评估模型，并发送至与之相连的边缘处理器；其中，水质评估模型基于人工智能模型建立；
通过遥感技术和/或无人机监测技术采集图像数据，并生成综合预警标签；
结合区域预警信息确定目标区域，对关联人员进行预警，并生成工作日志；其中，目标区域为水质异常区域。
2.根据权利要求1所述的一种智能河长巡测系统，其特征在于，每个所述中央处理器对应一个巡测区域；其中，所述巡测区域按照行政区域划取，或者通过人工进行划取；
巡测区域中每条河流均配置一个边缘处理器，且边缘处理器与对应河流中的数据采集终端相关联。
3.根据权利要求1所述的一种智能河长巡测系统，其特征在于，所述中央处理器定期训练更新水质评估模型，包括：
获取中央处理器中存储的标准训练数据；其中，标准训练数据包括水质检测数据以及对应的水质预警标签，且水质预警标签通过人工设置；
构建人工智能模型；其中，人工智能模型包括深度卷积神经网络模型和RBF神经网络模型；
通过标准训练数据对人工智能模型进行训练，将训练完成的人工智能模型标记为水质评估模型；
将水质评估模型发送至边缘处理器。
4.根据权利要求2所述的一种智能河长巡测系统，其特征在于，所述中央处理器结合遥感技术和/或无人机监测技术获取综合预警标签，包括：
通过遥感技术和/或无人机监测技术获取巡测区域的图像数据；
通过图像数据反演巡测区域中河流的水质状态；
当巡测区域水质异常河流所占比例大于BY时，则将综合预警标签设置为1；否则，将综合预警标签设置为0；其中，BY的取值范围为[1/10，1/2]。
5.根据权利要求2或4所述的一种智能河长巡测系统，其特征在于，在获取巡测区域所述图像数据的过程中，以遥感技术为主，无人机监测技术为辅助。
6.根据权利要求4所述的一种智能河长巡测系统，其特征在于，所述边缘处理器结合综合预警标签和水质评估模型获取区域预警信息，包括：
当综合预警标签为1时，则立即调用水质评估模型；
通过水质评估模型对边缘处理器关联河流的水质检测数据进行分析，并根据分析结果生成区域预警信息；其中，区域预警信息包括区域预警范围和区域预警标签。
7.根据权利要求6所述的一种智能河长巡测系统，其特征在于，所述区域预警标签的取值为0或者1，当区域预警标签为0时，表示对应河流的水质正常，当区域预警标签为1时，表示对应河流的水质异常；
所述区域预警范围是指对应河流中水质异常的区域。
8.根据权利要求6所述的一种智能河长巡测系统，其特征在于，所述中央处理器联合区域预警信息确定目标区域，包括：
提取区域预警信息中的区域预警范围；
对巡测区域中的区域预警范围进行区域调整，获取目标区域；其中，区域调整包括合并和分割；
基于目标区域更新巡测区域的水质监测可视化模型；其中，水质监测可视化模型基于GIS服务建立。
CN202111626896.0A 2021-12-28 2021-12-28 一种智能河长巡测系统 Active CN114417981B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111626896.0A CN114417981B (zh) 2021-12-28 2021-12-28 一种智能河长巡测系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111626896.0A CN114417981B (zh) 2021-12-28 2021-12-28 一种智能河长巡测系统

Publications (2)

Publication Number Publication Date
CN114417981A true CN114417981A (zh) 2022-04-29
CN114417981B CN114417981B (zh) 2023-07-18

Family

ID=81269791

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111626896.0A Active CN114417981B (zh) 2021-12-28 2021-12-28 一种智能河长巡测系统

Country Status (1)

Country Link
CN (1) CN114417981B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115825088A (zh) * 2022-12-26 2023-03-21 众芯汉创（北京）科技有限公司 一种基于无人机双光变电站故障检测方法
CN116233370A (zh) * 2023-04-27 2023-06-06 安徽哈斯特自动化科技有限公司 基于水质监测的智能化视频监控方法

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107609742A (zh) * 2017-08-14 2018-01-19 环境保护部华南环境科学研究所 一种水环境预警综合管理平台
CN108982792A (zh) * 2018-06-05 2018-12-11 北京蓝尊科技有限公司 一种生态环境监测监管系统
CN109061090A (zh) * 2018-08-31 2018-12-21 武汉大学 一种用于水色遥感的现场同步检测方法及系统
CN109653156A (zh) * 2019-01-14 2019-04-19 河海大学 一种多变环境下的河道健康实时诊断与自修复方法
CN109977336A (zh) * 2019-02-25 2019-07-05 浙江绿维环境股份有限公司 一种微河长平台
CN111121874A (zh) * 2019-12-31 2020-05-08 浙江正元地理信息有限责任公司 一种水源地水质监测评估系统及其评估方法
CN212134660U (zh) * 2020-02-27 2020-12-11 东北大学秦皇岛分校 水质多点多参数实时监测系统
CN112101790A (zh) * 2020-09-16 2020-12-18 清华大学合肥公共安全研究院 一种水体监测视频及数据联动预警方法及系统
CN112986157A (zh) * 2020-12-23 2021-06-18 浙江省淡水水产研究所 一种养殖水环境预警调控方法、装置及系统
CN113487470A (zh) * 2021-07-26 2021-10-08 广德绿巨人环境管理咨询有限公司 一种基于大数据的环保隐患精准监测定位方法
CN113628084A (zh) * 2021-08-10 2021-11-09 中水三立数据技术股份有限公司 一种基于无人机巡检的河长制管理系统及方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107609742A (zh) * 2017-08-14 2018-01-19 环境保护部华南环境科学研究所 一种水环境预警综合管理平台
CN108982792A (zh) * 2018-06-05 2018-12-11 北京蓝尊科技有限公司 一种生态环境监测监管系统
CN109061090A (zh) * 2018-08-31 2018-12-21 武汉大学 一种用于水色遥感的现场同步检测方法及系统
CN109653156A (zh) * 2019-01-14 2019-04-19 河海大学 一种多变环境下的河道健康实时诊断与自修复方法
CN109977336A (zh) * 2019-02-25 2019-07-05 浙江绿维环境股份有限公司 一种微河长平台
CN111121874A (zh) * 2019-12-31 2020-05-08 浙江正元地理信息有限责任公司 一种水源地水质监测评估系统及其评估方法
CN212134660U (zh) * 2020-02-27 2020-12-11 东北大学秦皇岛分校 水质多点多参数实时监测系统
CN112101790A (zh) * 2020-09-16 2020-12-18 清华大学合肥公共安全研究院 一种水体监测视频及数据联动预警方法及系统
CN112986157A (zh) * 2020-12-23 2021-06-18 浙江省淡水水产研究所 一种养殖水环境预警调控方法、装置及系统
CN113487470A (zh) * 2021-07-26 2021-10-08 广德绿巨人环境管理咨询有限公司 一种基于大数据的环保隐患精准监测定位方法
CN113628084A (zh) * 2021-08-10 2021-11-09 中水三立数据技术股份有限公司 一种基于无人机巡检的河长制管理系统及方法

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115825088A (zh) * 2022-12-26 2023-03-21 众芯汉创（北京）科技有限公司 一种基于无人机双光变电站故障检测方法
CN115825088B (zh) * 2022-12-26 2023-10-13 众芯汉创（北京）科技有限公司 一种基于无人机双光变电站故障检测方法
CN116233370A (zh) * 2023-04-27 2023-06-06 安徽哈斯特自动化科技有限公司 基于水质监测的智能化视频监控方法

Also Published As

Publication number Publication date
CN114417981B (zh) 2023-07-18

Similar Documents

Publication Publication Date Title
CN112734694A (zh) 一种基于大数据的水质监测方法
CN113899872A (zh) 基于水质监测的污染源溯源系统
CN108765404A (zh) 一种基于深度学习图像分类的道路破损检测方法及装置
CN114417981B (zh) 一种智能河长巡测系统
CN103699698A (zh) 一种基于改进贝叶斯的轨道交通故障识别方法及系统
CN112785458A (zh) 一种桥梁健康大数据智能管养系统
CN107944590B (zh) 一种渔情分析预报的方法及设备
CN109407177B (zh) 基于机器学习与常规气象观测的大雾识别系统和应用方法
CN114486764B (zh) 基于全光谱水质分析仪的农业面源污染监测系统
CN105574593A (zh) 基于云计算和大数据的轨道状态静态检控系统及方法
CN116168356B (zh) 一种基于计算机视觉的车辆损伤判别方法
CN112633779B (zh) 一种对环境监测数据可信度进行评估的方法
CN116932523B (zh) 一种整合和监管第三方环境检测机构的平台
CN115372571A (zh) 一种水环境智能监测系统
CN111966034B (zh) 一种智能水务系统
CN116308958A (zh) 基于移动终端的碳排放在线检测预警系统及方法
CN113155196A (zh) 一种基于AIoT的桥梁运行实时监测系统及其监测方法
CN113484489A (zh) 一种水体富营养化的远程监测与预警方法
CN114708132A (zh) 环境监测及预警处理方法、装置、计算机设备及存储介质
CN111240256A (zh) 一种建筑工程现场监测管理系统
CN109725121B (zh) 一种生成采样任务的方法和系统
CN115905348A (zh) 一种多源异构数据的行业用电异常预警方法及系统
CN116702588A (zh) 一种基于多源数据的风电场关键气象因子预报方法及系统
CN111882135B (zh) 一种物联网设备入侵检测方法及相关装置
CN114646735A (zh) 一种空气中二氧化碳浓度监测系统

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
GR01 Patent grant
GR01 Patent grant