CN115166211B - 输电线路全地形土壤侵蚀模数的自动计算方法及系统 - Google Patents

输电线路全地形土壤侵蚀模数的自动计算方法及系统 Download PDF

Info

Publication number
CN115166211B
CN115166211B CN202211092939.6A CN202211092939A CN115166211B CN 115166211 B CN115166211 B CN 115166211B CN 202211092939 A CN202211092939 A CN 202211092939A CN 115166211 B CN115166211 B CN 115166211B
Authority
CN
China
Prior art keywords
erosion
observation
soil
soil erosion
depth
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
Application number
CN202211092939.6A
Other languages
English (en)
Other versions
CN115166211A (zh
Inventor
刘新
闫立财
戚国辉
刘青
张灿
余蔚青
李璇
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.)
Beijing River Huiyuan Science And Technology Co ltd
Original Assignee
Beijing River Huiyuan Science And 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 Beijing River Huiyuan Science And Technology Co ltd filed Critical Beijing River Huiyuan Science And Technology Co ltd
Priority to CN202211092939.6A priority Critical patent/CN115166211B/zh
Publication of CN115166211A publication Critical patent/CN115166211A/zh
Application granted granted Critical
Publication of CN115166211B publication Critical patent/CN115166211B/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
    • G01N33/24—Earth materials
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/22—Measuring arrangements characterised by the use of optical techniques for measuring depth
    • 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
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Chemical & Material Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Algebra (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Operations Research (AREA)
  • Computing Systems (AREA)
  • Environmental & Geological Engineering (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geology (AREA)
  • Remote Sensing (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Probability & Statistics with Applications (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Pit Excavations, Shoring, Fill Or Stabilisation Of Slopes (AREA)

Abstract

本发明提供了一种输电线路全地形土壤侵蚀模数的自动计算方法及系统，输电线路沿线依次设置有多个土壤侵蚀测量装置，土壤侵蚀测量装置包括激光测量传感器，激光测量传感器在观测范围内具有多个观测点；土壤侵蚀模数的自动计算方法包括：获取土壤侵蚀测量装置观测范围内观测点的侵蚀深度观测值；计算观测点的最优侵蚀深度；根据一个面的土壤侵蚀模数公式计算土壤侵蚀测量装置观测范围的土壤侵蚀模数。土壤侵蚀测量装置的激光测量传感器能够对观测范围内的多个观测点进行数据采集，继而能够获得一个面的水土流失情况。进而，能够获得输电线路完整的水土流失情况，从而使得水土流失的监测更加准确，更能反映真实情况。

Description

输电线路全地形土壤侵蚀模数的自动计算方法及系统
技术领域
本发明涉及数据处理技术领域，特别是涉及一种输电线路全地形土壤侵蚀模数的自动计算方法及系统。
背景技术
水土流失是造成土壤功能退化的重要因素，会对自然生态环境造成严重损害。如今，随着输电线路的大规模建设，在建设过程中会造成不同程度的水土流失现象。所以，对输电线路的水土流失情况进行监测是一项重要的工作。
目前衡量水土流失的主要参考数据为土壤侵蚀模数数据，而土壤侵蚀模数数据主要依赖传统测钎法进行测量。但是，测钎法一次只能测量一点的数据，不仅难以反映输电线路整体的水土流失情况，而且人工工作量大。
发明内容
本发明的一个目的是要提供一种能够提高自动化程度且能够获取完整线路水土流失情况的输电线路全地形土壤侵蚀模数的自动计算方法及系统。
特别地，本发明提供了一种输电线路全地形土壤侵蚀模数的自动计算方法，所述输电线路沿线依次设置有多个土壤侵蚀测量装置，所述土壤侵蚀测量装置包括激光测量传感器，所述激光测量传感器在观测范围内具有多个观测点；所述土壤侵蚀模数的自动计算方法包括：
获取所述土壤侵蚀测量装置观测范围内所述观测点的侵蚀深度观测值；
计算所述观测点的最优侵蚀深度；
根据土壤侵蚀模数公式计算所述土壤侵蚀测量装置观测范围的土壤侵蚀模数；其中，所述土壤侵蚀模数公式为：
Figure DEST_PATH_IMAGE001
；
其中，A为土壤流失量；M、N分别为所述土壤侵蚀测量装置观测范围内两个方向上的观测点数；R为降雨侵蚀因子，为观测点降雨量和地区降雨量的比值；L为等效面积因子，为观测点实际观测面积和单位面积的比值；S为观测点的实际观测面积；T为观测时间因子，为测量时间长度和单位时间的比值；ε为最优侵蚀深度；ρ为观测点土壤密度。
可选地，获取观测点的侵蚀深度观测值的步骤包括：
利用观测值计算公式计算侵蚀深度观测值，其中，所述观测值计算公式为：
Figure 862092DEST_PATH_IMAGE002
；
其中，Z为观测点的土壤侵蚀高度观测值；
Figure 215844DEST_PATH_IMAGE003
为所述土壤侵蚀测量装置在观测点 的激光测量距离；
Figure DEST_PATH_IMAGE004
为激光线与竖直方向的夹角；
Figure 937944DEST_PATH_IMAGE005
为观测点的激光测量基准距离。
可选地，所述测量基准距离的计算公式为：
Figure DEST_PATH_IMAGE006
；
其中，N为所述土壤侵蚀测量装置一天内对观测点的观测次数；
Figure 411126DEST_PATH_IMAGE007
为第i次测量的 激光测量距离。
可选地，计算所述观测点的最优侵蚀深度的步骤包括：
获取所述观测点当前状态的侵蚀深度预测值和所述侵蚀深度预测值的协方差；
根据当前状态的所述侵蚀深度预测值、所述侵蚀深度预测值的协方差和当前状态的所述侵蚀深度观测值获得当前状态的最优侵蚀深度。
可选地，获得当前状态的最优侵蚀深度的步骤之后包括：
更新当前状态的所述最优侵蚀深度对应的协方差。
可选地，获取所述观测点当前状态的侵蚀深度预测值和所述侵蚀深度预测值的协方差的步骤包括：
利用侵蚀深度预测值计算公式和协方差计算公式计算所述侵蚀深度预测值和所述侵蚀深度预测值的协方差：
侵蚀深度预测值计算公式为：
Figure 405627DEST_PATH_IMAGE008
；
协方差计算公式为：
Figure 546758DEST_PATH_IMAGE009
；
其中，
Figure DEST_PATH_IMAGE010
是当前状态的侵蚀深度预测值；
Figure 388943DEST_PATH_IMAGE011
是上一状态的最 优侵蚀深度；A、B是对土壤侵蚀深度的数据观测的影响因子，针对输电线路复杂的电磁和外 界光线干扰的环境，A和B为矩阵；
Figure DEST_PATH_IMAGE012
为k状态的对土壤侵蚀深度的影响因素；
Figure 301535DEST_PATH_IMAGE013
是
Figure DEST_PATH_IMAGE014
的协方差；
Figure 330803DEST_PATH_IMAGE015
是
Figure 541204DEST_PATH_IMAGE011
的协方差；
A'是A的转置；Q是系统过程噪音的协方差。
可选地，获得当前状态的最优侵蚀深度的计算公式为：
Figure DEST_PATH_IMAGE016
；
其中，
Figure 969387DEST_PATH_IMAGE017
为当前状态的最优侵蚀深度；Z(k)为当前状态的侵蚀深度观测值；H 为土壤侵蚀测量装置的特征参数；
Figure DEST_PATH_IMAGE018
为卡尔曼增益；
Figure 787301DEST_PATH_IMAGE019
；
其中，H'为H的转置；R为测量噪音的协方差。
可选地，获取所述观测点当前状态的侵蚀深度预测值和所述侵蚀深度预测值的协方差的步骤之前包括：
判断当前状态是否为第一次观测，若是，则将所述侵蚀深度观测值作为所述最优侵蚀深度，若否，执行获取所述观测点当前状态的侵蚀深度预测值和所述侵蚀深度预测值的协方差的步骤。
根据本发明的另一个方面，还提供了一种输电线路全地形土壤侵蚀模数的自动计算系统，包括：
土壤侵蚀测量装置，其沿所述输电线路依次设置，其包括激光测量传感器，所述激光测量传感器对观测范围内多个观测点的数据进行采集；
所述土壤侵蚀模数的自动计算系统用于执行上述任意一项所述的土壤侵蚀模数的自动计算方法
可选地，输电线路全地形土壤侵蚀模数的自动计算系统还包括：
监测云平台，其用于接收并储存所述土壤侵蚀模数数据；
所述土壤侵蚀测量装置通过公网通信将所述土壤侵蚀模数数据传递给所述监测云平台。
本发明的输电线路全地形土壤侵蚀模数的自动计算方法，输电线路沿线依次设置有多个土壤侵蚀测量装置，土壤侵蚀测量装置包括激光测量传感器，激光测量传感器在观测范围内具有多个观测点。土壤侵蚀模数的自动计算方法通过获取土壤侵蚀测量装置观测范围内观测点的侵蚀深度观测值，计算观测点的最优侵蚀深度，根据土壤侵蚀模数公式计算土壤侵蚀测量装置观测范围的土壤侵蚀模数。具体来说，因为激光测量传感器能够对观测范围内的多个观测点进行数据采集，所以能够利用公式计算出观测范围的土壤侵蚀模数，也就是说，能够获得一定面积的水土流失情况。进而能够通过输电线路沿线的土壤侵蚀测量装置获取输电线路完整的水土流失情况。而且计算出观测点的最优侵蚀深度，有助于保证土壤侵蚀模数的精确性。并且，减少了人工工作量，提高了自动化程度。
根据下文结合附图对本发明具体实施例的详细描述，本领域技术人员将会更加明了本发明的上述以及其他目的、优点和特征。
附图说明
后文将参照附图以示例性而非限制性的方式详细描述本发明的一些具体实施例。附图中相同的附图标记标示了相同或类似的部件或部分。本领域技术人员应该理解，这些附图未必是按比例绘制的。附图中：
图1是根据本发明一个实施例的输电线路全地形土壤侵蚀模数的自动计算系统的示意图；
图2是根据本发明一个实施例的输电线路全地形土壤侵蚀模数的自动计算系统中土壤侵蚀测量装置的示意图；
图3是根据本发明一个实施例的输电线路全地形土壤侵蚀模数的自动计算方法的示意性流程图；
图4是根据本发明一个实施例的输电线路全地形土壤侵蚀模数的自动计算方法中计算最优侵蚀深度的示意性流程图；
图5是根据本发明一个实施例的输电线路全地形土壤侵蚀模数的自动计算方法中计算最优侵蚀深度的另一个示意性流程图。
具体实施方式
本领域技术人员应当理解的是，下文所描述的实施例仅仅是本发明的一部分实施例，而不是本发明的全部实施例，该一部分实施例旨在用于解释本发明的技术原理，并非用于限制本发明的保护范围。基于本发明提供的实施例，本领域普通技术人员在没有付出创造性劳动的情况下所获得的其它所有实施例，仍应落入到本发明的保护范围之内。
需要说明的是，在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备（如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统）使用，或结合这些指令执行系统、装置或设备而使用。
如图1所示，在一个实施例中，输电线路全地形土壤侵蚀模数的自动计算系统包括气象传感器100、土壤侵蚀测量装置200和监测云平台300。气象传感器100用于采集实时气象数据。土壤侵蚀测量装置200通过有线通信方式获取气象传感器100的气象数据，并且土壤侵蚀测量装置200用于计算观测范围内的土壤侵蚀模数。气象传感器100沿输电线路依次布置，土壤侵蚀测量装置200也沿输电线路依次布置。监测云平台300用于接收并储存土壤侵蚀模数数据。具体地，土壤侵蚀测量装置200通过公网通信将土壤侵蚀模数数据传递给监测云平台300，由监测云平台300进行统一储存管理。
如图2所示，土壤侵蚀测量装置200包括主控单元210、舵机单元220、激光测量传感器230、计算单元240和数据传输单元250。舵机单元220能够带动激光测量传感器230转动，从而使得激光测量传感器230能够对地面上的多个点位进行观测。多个观测点位也就构成了激光测量传感器230的观测范围。计算单元240用于对采集的数据进行进一步处理，得到土壤侵蚀模数。数据传输单元250用于将土壤侵蚀模数数据发送至监测云平台300。
如图3所示，在一个实施例中，输电线路全地形土壤侵蚀模数的自动计算方法一般性的包括：
步骤S301，获取土壤侵蚀测量装置观测范围内观测点的侵蚀深度观测值。
步骤S303，计算观测点的最优侵蚀深度。
步骤S305，根据土壤侵蚀模数公式计算土壤侵蚀测量装置观测范围的土壤侵蚀模数。
具体来说，对于土壤侵蚀测量装置200观测范围内的每个观测点，均可以利用激光测量传感器230获取侵蚀深度观测值。然后计算出观测点的最优侵蚀深度。然后就可以对观测范围的土壤侵蚀模数进行计算。土壤侵蚀模数公式为：
Figure DEST_PATH_IMAGE020
（1）
在公式（1）中，A为土壤流失量；M、N分别为所述土壤侵蚀测量装置观测范围内两个方向上的观测点数；R为降雨侵蚀因子，为观测点降雨量和地区降雨量的比值；L为等效面积因子，为观测点实际观测面积和单位面积的比值；S为观测点的实际观测面积；T为观测时间因子，为测量时间长度和单位时间的比值；ε为最优侵蚀深度；ρ为观测点土壤密度。
具体来说，就是观测范围内有M*N个点，计算得到每个点的最优侵蚀深度，就可以利用公式（1）得到一个面（观测范围覆盖的面）的土壤侵蚀数据。
因此，通过在输电线路沿线的依次布置土壤侵蚀测量装置200，而土壤侵蚀测量装置200能够获得一定面积的水土流失情况，最终可以获取输电线路完整的水土流失情况。而且计算出观测点的最优侵蚀深度，有助于保证土壤侵蚀模数的精确性。并且，减少了人工工作量，提高了自动化程度。
具体地，在步骤S301中，获取观测点的侵蚀深度观测值包括：
利用观测值计算公式计算侵蚀深度观测值，其中，观测值计算公式为：
Figure 366181DEST_PATH_IMAGE002
（2）
其中，Z为观测点的土壤侵蚀高度观测值；
Figure 52377DEST_PATH_IMAGE021
为所述土壤侵蚀测量装置在观测点 的激光测量距离；
Figure 337996DEST_PATH_IMAGE004
为激光线与竖直方向的夹角；
Figure 779342DEST_PATH_IMAGE005
为观测点的激光测量基准距离。
测量基准距离的计算公式为：
Figure 717955DEST_PATH_IMAGE006
（3）
其中，N为土壤侵蚀测量装置一天内对观测点的观测次数；
Figure 4580DEST_PATH_IMAGE007
为第i次测量的激光 测量距离。
具体来说，土壤侵蚀测量装置一天内可以多次遍历所有观测点，也就是进行多次观测。
参照图4所示，具体地，在步骤S303中，计算观测点的最优侵蚀深度包括：
步骤S401，获取观测点当前状态的侵蚀深度预测值和侵蚀深度预测值的协方差。
步骤S403，根据当前状态的侵蚀深度预测值、侵蚀深度预测值的协方差和当前状态的侵蚀深度观测值获得当前状态的最优侵蚀深度。
具体来说，利用激光测量传感器230对土壤侵蚀深度进行采集的过程中，受外界光线的影响，某观测点的土壤侵蚀深度的数据获取过程表示为一个离散的过程系统，这个系统可以用一个线性随机微分方程和土壤侵蚀深度的数据观测方程来表述。
其中，线性随机微分方程为：
Figure DEST_PATH_IMAGE022
（4）
土壤侵蚀深度的数据观测方程为：
Figure 941443DEST_PATH_IMAGE023
（5）
在公式（4）和公式（5）中，k是状态标识，即k-1是k的上一状态，k+1就是k的下一状 态，具体地，就是观测轮次；
Figure 38843DEST_PATH_IMAGE024
为k状态的土壤侵蚀深度的数据预测值；
Figure DEST_PATH_IMAGE025
为k状态的对 土壤侵蚀深度的影响因素；A、B是对土壤侵蚀深度的数据观测的影响因子，针对输电线路复 杂的电磁和外界光线干扰的环境，A和B为矩阵；Z(k)为k状态的侵蚀深度观测值；H为土壤侵 蚀测量装置的的特征参数；
Figure 44845DEST_PATH_IMAGE026
为系统过程的噪音；
Figure DEST_PATH_IMAGE027
为系统测量的噪音。
因为观测点的土壤侵蚀深度的数据获取过程符合公式（4）和公式（5），所以观测点的最优侵蚀深度可以采用图4所示的步骤获得。
具体地，利用侵蚀深度预测值计算公式和协方差计算公式计算侵蚀深度预测值和侵蚀深度预测值的协方差：
侵蚀深度预测值计算公式为：
Figure 213789DEST_PATH_IMAGE028
（6）
侵蚀深度预测值的协方差计算公式为：
Figure DEST_PATH_IMAGE029
（7）
在公式（6）和公式（7）中，
Figure 736650DEST_PATH_IMAGE030
是当前状态的侵蚀深度预测值；
Figure 191902DEST_PATH_IMAGE011
是上一状态的最优侵蚀深度；
Figure 170353DEST_PATH_IMAGE013
是
Figure DEST_PATH_IMAGE031
的协方差；
Figure 815093DEST_PATH_IMAGE032
是
Figure 444657DEST_PATH_IMAGE011
的协方差；A'是A的转置；Q是系统过程噪音的协方差，也就 是
Figure DEST_PATH_IMAGE033
的协方差。
进一步地，获得当前状态的最优侵蚀深度的计算公式为：
Figure 883860DEST_PATH_IMAGE016
（8）
在公式（8）中，
Figure 598875DEST_PATH_IMAGE017
为当前状态的最优侵蚀深度；Z(k)为当前状态的侵蚀深度观 测值，即公式（2）的值；
Figure 982058DEST_PATH_IMAGE034
为卡尔曼增益，其为：
Figure 934971DEST_PATH_IMAGE019
（9）
在公式（9）中，H'为H的转置；R为测量噪音的协方差，即
Figure 810654DEST_PATH_IMAGE027
的协方差。
这样，就可以利用当前状态的所述侵蚀深度预测值
Figure 481807DEST_PATH_IMAGE035
、侵蚀深度预测值 的协方差
Figure 920878DEST_PATH_IMAGE013
和侵蚀深度观测值Z(k)获得当前状态的最优侵蚀深度。
参照图5所示，进一步地，计算观测点的最优侵蚀深度包括：
步骤S501，获取土壤侵蚀深度观测值；
步骤S503，判断是否为第一次观测，若是，执行步骤S505，若否，执行步骤S507。
步骤S505，将侵蚀深度观测值作为最优侵蚀深度。
步骤S507，获取观测点当前状态的侵蚀深度预测值和侵蚀深度预测值的协方差。
步骤S509，根据当前状态的侵蚀深度预测值、侵蚀深度预测值的协方差和当前状态的侵蚀深度观测值获得当前状态的最优侵蚀深度
步骤S511，更新当前状态的最优侵蚀深度对应的协方差。
具体地，在步骤S511中，当前状态的最优侵蚀深度对应的协方差的计算公式为：
Figure 10188DEST_PATH_IMAGE036
（10）
在公式（10）中，
Figure 243724DEST_PATH_IMAGE037
为当前状态的最优侵蚀深度对应的协方差；针对土壤侵蚀 深度的数据观测为单模量，I为1。
因此，在进入k+1状态时，
Figure 152905DEST_PATH_IMAGE038
就是公式（7）中k状态下最优侵蚀深度的对应的 协方差。从而，可以不断重复下去，实现整个过程的自回归计算。当为第一次观测时，最优侵 蚀深度对应的协方差取0。
本领域技术人员能够理解的是，通过在输电线路沿线依次设置土壤侵蚀测量装置200，土壤侵蚀测量装置200的激光测量传感器230能够对观测范围内的多个观测点进行数据采集，继而能够利用公式（1）计算出观测范围的土壤侵蚀模数，也就是说，能够获得一个面的水土流失情况。进而，通过对输电线路沿线依次布置的土壤侵蚀测量装置200的数据进行统一，能够获得输电线路完整的水土流失情况，从而使得水土流失的监测更加准确，更能反映真实情况。并且，通过每次计算出观测点的最优侵蚀深度，有助于保证土壤侵蚀模数的精确性。
并且，能够实现整个输电线路的自动监测和数据传输，极大地减少了人工工作量，提高了自动化程度。
至此，本领域技术人员应认识到，虽然本文已详尽示出和描述了本发明的多个示例性实施例，但是，在不脱离本发明精神和范围的情况下，仍可根据本发明公开的内容直接确定或推导出符合本发明原理的许多其他变型或修改。因此，本发明的范围应被理解和认定为覆盖了所有这些其他变型或修改。

Claims (8)

1.一种输电线路全地形土壤侵蚀模数的自动计算方法，其特征在于，所述输电线路沿线依次设置有多个土壤侵蚀测量装置，所述土壤侵蚀测量装置包括激光测量传感器，所述激光测量传感器在观测范围内具有多个观测点；所述土壤侵蚀模数的自动计算方法包括：
获取所述土壤侵蚀测量装置观测范围内所述观测点的侵蚀深度观测值；
计算所述观测点的最优侵蚀深度；
根据土壤侵蚀模数公式计算所述土壤侵蚀测量装置观测范围的土壤侵蚀模数；其中，所述土壤侵蚀模数公式为：
Figure 211636DEST_PATH_IMAGE001
；
其中，A为土壤流失量；M、N分别为所述土壤侵蚀测量装置观测范围内两个方向上的观测点数；R为降雨侵蚀因子，为观测点降雨量和地区降雨量的比值；L为等效面积因子，为观测点实际观测面积和单位面积的比值；S为观测点的实际观测面积；T为观测时间因子，为测量时间长度和单位时间的比值；ε为最优侵蚀深度；ρ为观测点土壤密度；其中，
获取观测点的侵蚀深度观测值的步骤包括：
利用观测值计算公式计算侵蚀深度观测值，其中，所述观测值计算公式为：
Figure 394355DEST_PATH_IMAGE002
；
其中，Z为观测点的土壤侵蚀高度观测值；
Figure 705251DEST_PATH_IMAGE003
为所述土壤侵蚀测量装置在观测点的激 光测量距离；
Figure 179089DEST_PATH_IMAGE004
为激光线与竖直方向的夹角；
Figure 259040DEST_PATH_IMAGE005
为观测点的激光测量基准距离；
计算所述观测点的最优侵蚀深度的步骤包括：
获取所述观测点当前状态的侵蚀深度预测值和所述侵蚀深度预测值的协方差；
根据当前状态的所述侵蚀深度预测值、所述侵蚀深度预测值的协方差和当前状态的所述侵蚀深度观测值获得当前状态的最优侵蚀深度。
2.根据权利要求1所述的输电线路全地形土壤侵蚀模数的自动计算方法，其特征在于，所述测量基准距离的计算公式为：
Figure 612661DEST_PATH_IMAGE006
；
其中，N为所述土壤侵蚀测量装置一天内对观测点的观测次数；
Figure 958323DEST_PATH_IMAGE007
为第i次测量的激光 测量距离。
3.根据权利要求1所述的输电线路全地形土壤侵蚀模数的自动计算方法，其特征在于，获得当前状态的最优侵蚀深度的步骤之后包括：
更新当前状态的所述最优侵蚀深度对应的协方差。
4.根据权利要求3所述的输电线路全地形土壤侵蚀模数的自动计算方法，其特征在于，获取所述观测点当前状态的侵蚀深度预测值和所述侵蚀深度预测值的协方差的步骤包括：
利用侵蚀深度预测值计算公式和协方差计算公式计算所述侵蚀深度预测值和所述侵蚀深度预测值的协方差：
侵蚀深度预测值计算公式为：
Figure 422802DEST_PATH_IMAGE008
；
协方差计算公式为：
Figure 170310DEST_PATH_IMAGE009
；
其中，
Figure 694832DEST_PATH_IMAGE010
是当前状态的侵蚀深度预测值；
Figure 714741DEST_PATH_IMAGE011
是上一状态的最优侵 蚀深度；A、B是对土壤侵蚀深度的数据观测的影响因子，针对输电线路复杂的电磁和外界光 线干扰的环境，A和B为矩阵；
Figure 982911DEST_PATH_IMAGE012
为k状态的对土壤侵蚀深度的影响因素；
Figure 581995DEST_PATH_IMAGE013
是
Figure 542998DEST_PATH_IMAGE010
的协方差；
Figure 50202DEST_PATH_IMAGE014
是
Figure 607217DEST_PATH_IMAGE011
的协方差；
A'是A的转置；Q是系统过程噪音的协方差。
5.根据权利要求4所述的输电线路全地形土壤侵蚀模数的自动计算方法，其特征在于，获得当前状态的最优侵蚀深度的计算公式为：
Figure 578584DEST_PATH_IMAGE015
；
其中，
Figure 179330DEST_PATH_IMAGE016
为当前状态的最优侵蚀深度；Z(k)为当前状态的侵蚀深度观测值；H为土 壤侵蚀测量装置的特征参数；
Figure 190142DEST_PATH_IMAGE017
为卡尔曼增益；
Figure 596853DEST_PATH_IMAGE018
；
其中，H'为H的转置；R为测量噪音的协方差。
6.根据权利要求5所述的输电线路全地形土壤侵蚀模数的自动计算方法，其特征在于，获取所述观测点当前状态的侵蚀深度预测值和所述侵蚀深度预测值的协方差的步骤之前包括：
判断当前状态是否为第一次观测，若是，则将所述侵蚀深度观测值作为所述最优侵蚀深度，若否，执行获取所述观测点当前状态的侵蚀深度预测值和所述侵蚀深度预测值的协方差的步骤。
7.一种输电线路全地形土壤侵蚀模数的自动计算系统，其特征在于，包括：
土壤侵蚀测量装置，其沿所述输电线路依次设置，其包括激光测量传感器，所述激光测量传感器对观测范围内多个观测点的数据进行采集；
所述土壤侵蚀模数的自动计算系统用于执行权利要求1至6中任意一项所述的土壤侵蚀模数的自动计算方法。
8.根据权利要求7所述的输电线路全地形土壤侵蚀模数的自动计算系统，其特征在于，还包括：
监测云平台，其用于接收并储存所述土壤侵蚀模数数据；
所述土壤侵蚀测量装置通过公网通信将所述土壤侵蚀模数数据传递给所述监测云平台。
CN202211092939.6A 2022-09-08 2022-09-08 输电线路全地形土壤侵蚀模数的自动计算方法及系统 Active CN115166211B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211092939.6A CN115166211B (zh) 2022-09-08 2022-09-08 输电线路全地形土壤侵蚀模数的自动计算方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211092939.6A CN115166211B (zh) 2022-09-08 2022-09-08 输电线路全地形土壤侵蚀模数的自动计算方法及系统

Publications (2)

Publication Number Publication Date
CN115166211A CN115166211A (zh) 2022-10-11
CN115166211B true CN115166211B (zh) 2022-11-22

Family

ID=83481513

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211092939.6A Active CN115166211B (zh) 2022-09-08 2022-09-08 输电线路全地形土壤侵蚀模数的自动计算方法及系统

Country Status (1)

Country Link
CN (1) CN115166211B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115711883A (zh) * 2022-11-08 2023-02-24 国网江西省电力有限公司电力科学研究院 一种应用于线路工程的二维激光面状水土流失智能测量装置
CN116202575B (zh) * 2023-05-04 2023-07-28 山东汇杰地理信息科技有限公司 一种水土保持土壤流失率监测系统及方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106570596A (zh) * 2016-11-14 2017-04-19 环境保护部南京环境科学研究所 一种低效水源涵养林的群落优化方法
CN111948376A (zh) * 2020-08-17 2020-11-17 南昌大学 一种降雨诱发土壤侵蚀的影响因素定量监测与分析装置
CN114444311A (zh) * 2022-01-28 2022-05-06 国网经济技术研究院有限公司 一种山丘区架空输电线路工程水土保持设计方法和系统
CN114818302A (zh) * 2022-04-18 2022-07-29 东北农业大学 一种提效-减排-控酸-防蚀的水土资源随机动态调控与风险规避方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8043689B2 (en) * 2004-06-29 2011-10-25 Propex Operating Company Llc Pyramidal fabrics having multi-lobe filament yarns and method for erosion control
CN102663826A (zh) * 2012-02-29 2012-09-12 国网北京经济技术研究院 电网全息数字地图系统辅助输变电工程设计评审的方法
CN105842426B (zh) * 2016-06-06 2018-03-23 中国科学院地球化学研究所 一种利用石林来计算喀斯特地区土壤侵蚀或堆积量的方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106570596A (zh) * 2016-11-14 2017-04-19 环境保护部南京环境科学研究所 一种低效水源涵养林的群落优化方法
CN111948376A (zh) * 2020-08-17 2020-11-17 南昌大学 一种降雨诱发土壤侵蚀的影响因素定量监测与分析装置
CN114444311A (zh) * 2022-01-28 2022-05-06 国网经济技术研究院有限公司 一种山丘区架空输电线路工程水土保持设计方法和系统
CN114818302A (zh) * 2022-04-18 2022-07-29 东北农业大学 一种提效-减排-控酸-防蚀的水土资源随机动态调控与风险规避方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
不同粗糙度尺度下预测表层土壤孔隙率量化指数比较研究;张慧娟等;《应用基础与工程科学学报》;20090215;第第17卷卷(第01期);69-75 *
输电工程水土流失监测技术研究;雷磊等;《电网与清洁能源》;20200525;第第36卷卷(第05期);49-54 *

Also Published As

Publication number Publication date
CN115166211A (zh) 2022-10-11

Similar Documents

Publication Publication Date Title
CN115166211B (zh) 输电线路全地形土壤侵蚀模数的自动计算方法及系统
CN103955606B (zh) 一种基于遥感技术的草原蝗灾渐进式预测方法
EP3179319A1 (en) Method for irrigation planning and system for its implementation
CN109213654A (zh) 一种异常检测方法及装置
CN102135531A (zh) 大型浅水湖泊72小时蓝藻水华预测方法
CN105714842B (zh) 沉井下沉预警方法和系统
CN112598883B (zh) 基于贝叶斯网络的输电线路落雷概率预警方法及预警系统
CN116380708B (zh) 灌溉量预测方法、装置、系统、设备及介质
CN108152868A (zh) 利用闪电定位数据计算雷暴日天数的方法及装置
CN104597503A (zh) 一种用于海上拖缆勘探收放缆的网络解算方法和装置
CN100478650C (zh) 改善发电设备故障检测的方法和装置
Hu et al. Phenotyping of poplar seedling leaves based on a 3D visualization method
CN113821895B (zh) 输电线路覆冰厚度预测模型的构建方法、装置及存储介质
CN115017822A (zh) 一种海上风电桩基础及海缆一体化监测方法
KR102661625B1 (ko) 월파 위험도 평가 시스템 및 방법
CN116861750B (zh) 一种深海网箱远程健康诊断系统
Zack et al. Application of ensemble sensitivity analysis to observation targeting for short-term wind speed forecasting
CN111735985A (zh) 依据大数据修正垂线流速的方法
CN115265445B (zh) 一种输电线路弧垂监测方法及相关设备
CN111597692A (zh) 一种地表净辐射估算方法、系统、电子设备和存储介质
CN115457739A (zh) 一种地质灾害预警方法、装置、电子设备及存储介质
CN115928810A (zh) 一种基于多传感器数据融合的基坑智能监测方法
CN113432666B (zh) 基于电水折算系数动态测算的农用地下水开采量测量方法
CN114758080A (zh) 海面盐度网格化反演的方法及装置
CN112097748A (zh) 依据大数据修正垂线流速的方法

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
PE01 Entry into force of the registration of the contract for pledge of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: Automatic Calculation Method and System for Soil Erosion Modulus in the Whole Terrain of Transmission Lines

Effective date of registration: 20230406

Granted publication date: 20221122

Pledgee: Zhongguancun Beijing technology financing Company limited by guarantee

Pledgor: Beijing River Huiyuan science and Technology Co.,Ltd.

Registration number: Y2023990000203