CN115267142A - 基于数据分析的水土流失动态监测预警系统及方法 - Google Patents

基于数据分析的水土流失动态监测预警系统及方法 Download PDF

Info

Publication number
CN115267142A
CN115267142A CN202211177813.9A CN202211177813A CN115267142A CN 115267142 A CN115267142 A CN 115267142A CN 202211177813 A CN202211177813 A CN 202211177813A CN 115267142 A CN115267142 A CN 115267142A
Authority
CN
China
Prior art keywords
soil
time
area
detected
unit time
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
CN202211177813.9A
Other languages
English (en)
Other versions
CN115267142B (zh
Inventor
徐贵来
陈浩
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.)
Shenzhen Shenshui Water Resources Consulting Co ltd
Original Assignee
Shenzhen Shenshui Water Resources Consulting 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 Shenzhen Shenshui Water Resources Consulting Co ltd filed Critical Shenzhen Shenshui Water Resources Consulting Co ltd
Priority to CN202211177813.9A priority Critical patent/CN115267142B/zh
Publication of CN115267142A publication Critical patent/CN115267142A/zh
Application granted granted Critical
Publication of CN115267142B publication Critical patent/CN115267142B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/24Earth materials
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N13/00Investigating surface or boundary effects, e.g. wetting power; Investigating diffusion effects; Analysing materials by determining surface, boundary, or diffusion effects
    • G01N13/04Investigating osmotic effects
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/24Earth materials
    • G01N33/246Earth materials for water content
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01WMETEOROLOGY
    • G01W1/00Meteorology
    • G01W1/14Rainfall or precipitation gauges
    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18Status alarms
    • G08B21/24Reminder alarms, e.g. anti-loss alarms

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Environmental & Geological Engineering (AREA)
  • Pathology (AREA)
  • Analytical Chemistry (AREA)
  • Immunology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Geology (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Remote Sensing (AREA)
  • Emergency Management (AREA)
  • Business, Economics & Management (AREA)
  • Hydrology & Water Resources (AREA)
  • Atmospheric Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Ecology (AREA)
  • Environmental Sciences (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)

Abstract

本发明涉及监测预警技术领域,具体为基于数据分析的水土流失动态监测预警系统及方法,水土流失状况预警模块根据待测区域中不同矩形区域在第一单位时间t中各个时间点对应的土壤流失速率的预测结果,计算待测区域中所有矩形区域在第一单位时间t中的土壤流失总量,并根据所得土壤流失总量判断是否需要对测区域内的水土流失情况进行预警。本发明通过获取待测区域的实际地形、土壤情况及植被覆盖情况,结合后续天气预报信息中的单位时间内的降水情况,分析不同时间对应的降水速率、土壤水量吸收速率上限及土壤含水量之间的关系,能够对待测区域在单位时间内的水土流失情况进行预测,通过分析预测结果是否异常,进而达到提前预警的目的。

Description

基于数据分析的水土流失动态监测预警系统及方法
技术领域
本发明涉及监测预警技术领域,具体为基于数据分析的水土流失动态监测预警系统及方法。
背景技术
水土流失主要包括两方面因素:自然因素及人为因素,自然因素主要包括地形、降雨、土壤以及植被四个方面,人为因素则是人类对土地的不合理使用方式;水土流失会使水土资源和土地生产力遭到破坏,进而导致耕地面积减少、土壤肥力下降、作物产量降低等情况。
因此,人们需要对土壤的水土流失情况进行监测,针对异常的监测结果进行预警,提醒人们对监测结果异常区域内的水土流失情况进行治理;现有的水土流失动态监测预警系统技术中,只是单纯的通过卫星遥感进行水土流失监测和通过人工定期实地测量的方式来进行水土流失监测,但是该方式在一定程度上存在缺陷,监测结果均是通过实际采集数据获取的,反映的均是待测区域中实际发生的情况,无法根据待测区域的实际地形及土壤情况,结合后续天气预报信息,对待测区域内的水土流失情况进行预测,进而达到提前预警的目的。
发明内容
本发明的目的在于提供基于数据分析的水土流失动态监测预警系统及方法,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:基于数据分析的水土流失动态监测预警方法,所述方法包括以下步骤:
S1、根据待测区域在天气预报中,基于当前时间的后续第一单位时间t内的降水情况,分析待测区域后续第一单位时间t内降水速率VS与时间t1的关系,记为VS=G(t1),0≤t1≤t;
S2、将待测区域划分成大小相等的多个矩形区域,并对矩形区域进行编号,获取数据库中不同编号的矩形区域对应的土壤质地,结合数据库中最近一次通过传感器获取的相应编号的矩形区域对应的土壤含水量,获取相应编号的矩形区域在当前时间对应的土壤水量吸收速率上限值,数据库中各个编号对应矩形区域中的土壤含水量每隔第二单位时间t2更新一次;
S3、分析待测区域内每个编号对应矩形区域在第一单位时间t中不同时间点的土壤水量吸收速率;
S4、结合S1及S3中的分析结果,预测待测区域内每个编号对应矩形区域在第一单位时间t中不同时间点的土壤水量溢散速率,并结合数据库中不同编号的矩形区域对应的边坡坡度、土壤质地及植被覆盖率,预测待测区域中不同矩形区域在第一单位时间t中各个时间点对应的土壤流失速率,
将待测区域内编号为k的矩形区域在第一单位时间t中时间t1对应土壤水量溢散速率的预测值,记为YSkt1
S5、根据待测区域中不同矩形区域在第一单位时间t中各个时间点对应的土壤流失速率的预测结果,计算待测区域中所有矩形区域在第一单位时间t中的土壤流失总量,
将所得土壤流失总量与第一警戒阈值进行比较,所述第一警戒阈值为数据库中预置的常数,
当所得土壤流失总量大于等于第一警戒阈值时,则判定待测区域内的水土流失情况严重,立即向管理员进行预警,提醒管理员对待测区域的水土流失情况进行治理;
当所得土壤流失总量小于第一警戒阈值时,则判定待测区域内的水土流失情况在误差容忍范围内,不需要向管理员进行预警。
进一步的,所述S1中分析待测区域后续第一单位时间内降水速率VS与时间t1的关系的方法包括以下步骤:
S1.1、将第一单位时间t划分成等长的n份,得到n个时间区间,所述n为数据库中预置的常数,获取待测区域在天气预报中,基于当前时间的后续第一单位时间t中每个时间区间内分别对应的降水量,将待测区域在天气预报中,基于当前时间的后续第一单位时间t中第n1个时间区间内对应的降水量记为Qn1;
S1.2、计算基于当前时间的后续第一单位时间t中第n1个时间区间内对应的平均降水速度VSPn1,VSPn1=Qn1/(t/n),后续第一单位时间t中第n1个时间区间为大于等于(n1-1)*t/n且小于n1*t/n的时间区间,(n1-1)*t/n表示后续第一单位时间t中第n1个时间区间的最小时间点与当前时间的时间差;
S1.3、获取待测区域后续第一单位时间内降水速率VS与时间t1的关系VS=G(t1),计算t1与t/n商中整数部分对应的值,记为n2(t1),0≤n2(t1)≤n-1,
则G(t1)=VSP[n2(t1)+1],VSP[n2(t1)+1]表示基于当前时间的后续第一单位时间t中第n2(t1)+1个时间区间内对应的平均降水速度。
本发明分析待测区域后续第一单位时间内降水速率VS与时间t1的关系的过程中,结合天气预报中对应的未来相应时间区间内的降水量,来获取未来相应时间区间内的加水速率;本发明默认每个时间区间内不同时间点对应的降水速率相同。
进一步的,所述S2中获取相应编号的矩形区域在当前时间对应的土壤水量吸收速率上限值的方法包括以下步骤:
S2.1、获取数据库中不同编号的矩形区域对应的土壤质地,默认同一编号的矩形区域中不同位置分别对应的土壤质地均相同;
S2.2、查询数据库中预置的各种土壤质地分别对应的土壤疏松系数,将编号为k的矩形区域中土壤质地对应的土壤疏松系数记为Ak;
S2.3、获取历史数据中土壤疏松系数为Ak1保持不变的情况下,矩形区域中土壤含水量为THAk1时分别对应的各个土壤水量吸收速率的最大值,记为XSAk1,构建第一类型数据对(THAk1,XSAk1),所述土壤水量吸收速率表示水向土壤中渗透的速度;
S2.4、获取历史数据中土壤疏松系数为Ak1保持不变的情况下,THAk1为不同值时,THAk1分别对应的第一类型数据对;
S2.5、以o为原点、以土壤含水量为x轴且以土壤水量吸收速率为y轴,构建平面直角坐标系,并将S2.4中获取的各个第一类型数据对在平面直角坐标系中相应的坐标点进行标记,根据数据库中预置的第一拟合模型y=a1/(x+a2)+a3对平面直角坐标系中的标记点进行拟合,并将拟合曲线中与各个坐标点距离之和最小的拟合曲线作为最终的拟合结果,将最终拟合结果对应的函数记为XSAk1=FAk1(THAk1),所述a1、a2及a3分别为第一系数、第二系数及第三系数;
S2.6、获取编号为k的矩形区域中土壤质地对应的土壤疏松系数为Ak时,相应矩形区域内的土壤水量吸收速率上限值与土壤含水量之间的关系,记为XSAk=FAk(THAk);
S2.7、获取数据库中最近一次通过传感器获取的相应编号的矩形区域对应的土壤含水量THZ,得到编号为k的矩形区域在当前时间对应的土壤水量吸收速率上限值FAk(THZ)。
本发明获取相应编号的矩形区域在当前时间对应的土壤水量吸收速率上限值的过程中,考虑到不同土壤质地对应的土壤疏松程度不同,进而相应土壤质地的土壤吸水能力(水向土壤中渗透的能力)存在差异,同等条件下,土质越疏松,则土壤吸水能力越强;同时土壤吸水能力还与土壤含水量有关,同等条件下,土壤含水量越高,土壤的吸水能力越强;获取XSAk=FAk(THAk),是为后续分析待测区域内每个编号对应矩形区域在第一单位时间t中不同时间点的土壤水量吸收速率提供数据参照;获取FAk(THZ),是为了便于后续过程中获取数据库内编号为k的矩形区域在时间t1时对应土壤含水量的预测值,进而使得后续得到的编号为k的矩形区域在第一单位时间t中不同时间点的土壤水量吸收速率更加准确。
进一步的,所述S3中分析待测区域内每个编号对应矩形区域在第一单位时间t中不同时间点的土壤水量吸收速率的方法包括以下步骤:
S3.1、获取待测区域后续第一单位时间t内降水速率VS与时间t1的关系VS=G(t1);
S3.2、获取待测区域后续第一单位时间t内,编号为k的矩形区域中土壤水量吸收速率上限值XS1Ak与时间t1的关系XS1Ak=G1Ak(t1);
S3.3、得到待测区域内编号为k对应的矩形区域在第一单位时间t中时间t1对应土壤水量吸收速率VXSkt1={G(t1),G1Ak(t1)}min,所述{G(t1),G1Ak(t1)}min表示时间t1时分别对应的G(t1)及G1Ak(t1)中的最小值;
获取XS1Ak=G1Ak(t1)的方法包括以下步骤:
S3.2.1、计算数据库中最近一次获取编号为k的矩形区域对应土壤含水量THZ时距当前时间的时长记为TZg,将t2与TZg的差,记为TZ1;
S3.2.2、计算后续第一单位时间t中,数据库内编号k对应矩形区域中的土壤含水量每次更新距当前时间的时长,将后续第一单位时间t中,数据库内编号k对应矩形区域中的土壤含水量第m次更新距当前时间的时长记为TFm,将(t-TZ1)/t2+1的整数部分记为m1,则m∈[1,m1]且m为整数,TFm=(m-1)*t2+TZ1;
S3.2.3、当m=1时,则判定t1∈[0,TZ1]时,G1Ak(t1)=FAk(THZ);
当1<m<m1时,则判定t1∈((m-1)*t2+TZ1,m*t2+TZ1]时,
Figure 54470DEST_PATH_IMAGE001
其中,VXSkt3表示待测区域内编号为k对应的矩形区域在第一单位时间t中时间t3对应土壤水量吸收速率,
Figure 643715DEST_PATH_IMAGE002
表示待测区域内编号为k对应的矩形区域在第一单位时间 t中时间段[0,(m-1)*t2+TZ1]内对应土壤水量吸收速率的积分值,
Figure 157872DEST_PATH_IMAGE003
表示数据库内预置的数据表单中,时长为(m-1)*t2+TZ1 且土壤吸水总量为
Figure 553082DEST_PATH_IMAGE002
时对应的土壤含水量变化值,数据表单中,时长 和相应时长土壤吸水总量构成一个数据对,每个数据对对应一个土壤含水量变化值;
Figure 85563DEST_PATH_IMAGE004
表示编号为k的矩形区域中土壤质地对应的土壤 疏松系数Ak的情况下,数据库中编号为k的矩形区域在时间t1时对应土壤含水量的预测值,
Figure 580130DEST_PATH_IMAGE005
表示编号为k的矩形区域中土壤质地对应 的土壤疏松系数为Ak的情况下,时间t1时相应矩形区域内的土壤水量吸收速率上限值;
当m=m1时,则判定t1∈((m1-1)*t2+TZ1,m1*t2+TZ1]时,
Figure 847163DEST_PATH_IMAGE006
t1∈[m1*t2+TZ1,t]时,
Figure 514904DEST_PATH_IMAGE007
本发明获取XS1Ak=G1Ak(t1)的过程中,考虑到数据库中各个编号对应矩形区域中的土壤含水量每隔第二单位时间t2更新一次,则相邻两次更新时间之间对应的时间段内,数据库中各个编号对应矩形区域中的土壤含水量是保持不变的,进而根据后续第一单位时间t中,数据库内编号k对应矩形区域中的土壤含水量的更新次数,可以将后续第一单位时间t划分成m1+1个时间段,数据库内编号k对应矩形区域中在同一时间段中各个时间点的土壤含水量相同,且编号相同的矩形区域中,相邻两个时间段内的后一个时间段对应土壤含水量可以根据前一个时间段对应土壤含水量进行预测。
进一步的,所述S4中预测待测区域内每个编号对应矩形区域在第一单位时间t中不同时间点的土壤水量溢散速率的方法包括以下步骤:
S4.1、获取待测区域后续第一单位时间t内降水速率VS与时间t1的关系VS=G(t1);
S4.2、待测区域内编号为k对应的矩形区域在第一单位时间t中时间t1对应土壤水量吸收速率VXSkt1={G(t1),G1Ak(t1)}min;
S4.3、得到待测区域内编号为k的矩形区域在第一单位时间t中时间t1对应土壤水量溢散速率的预测值,记为YSkt1,所述YSkt1=G(t1)-VXSkt1
所述S4中预测待测区域中不同矩形区域在第一单位时间t中各个时间点对应的土壤流失速率的方法包括以下步骤:
S4-1、获取数据库中编号为k的矩形区域对应的边坡坡度、土壤质地对应的土壤疏松系数Ak及植被覆盖率r2k;
S4-2、获取待测区域内编号为k的矩形区域在第一单位时间t中时间t1对应土壤水量溢散速率的预测值YSkt1
S4-3、得到待测区域中编号为k的矩形区域在第一单位时间t中时间t1对应的土壤流失速率的预测值LSkt1,LSkt1=YSkt1*r1k*Ak*(1-r2k)*b1,
其中,r1k表示数据库中编号为k的矩形区域中边坡坡度对应的土壤流失系数,
b1表示土壤流失第一转化系数,所述b1为数据库中预置的常数。
本发明预测待测区域内每个编号对应矩形区域在第一单位时间t中不同时间点的土壤水量溢散速率的过程中,从各个矩形区域内的边坡坡度、土壤质地对应的土壤疏松系数、植被覆盖率及土壤水量溢散速率这四个方面进行考虑,土壤流失速率分别与边坡坡度、土壤质地对应的土壤疏松系数及土壤水量溢散速率呈正相关,土壤流失速率与植被覆盖率呈负相关;设置b1是获取LSkt1与YSkt1*r1k*Ak*(1-r2k)在数值上的转化系数,使得预测的LSkt1更加准确。
进一步的,所述S5中计算待测区域中所有矩形区域在第一单位时间t中的土壤流失总量的方法包括以下步骤:
S5.1、获取待测区域中编号为k的矩形区域在第一单位时间t中时间t1对应的土壤流失速率的预测值LSkt1
S5.2、得到待测区域中所有矩形区域在第一单位时间t中的土壤流失总量TRSZ,
Figure 167472DEST_PATH_IMAGE008
其中,k0表示待测区域中矩形区域的总个数。
本发明获取待测区域中所有矩形区域在第一单位时间t中的土壤流失总量,是为了对待测区域内土壤流失情况进行量化,便于后续过程中判断待测区域内水土流失情况是否严重,进而判断是否需要对管理员进行预警,进而提醒管理员对待测区域的水土流失情况进行治理。
基于数据分析的水土流失动态监测预警系统,所述系统包括以下模块:
降雨信息获取模块,所述降雨信息获取模块根据待测区域在天气预报中,基于当前时间的后续第一单位时间t内的降水情况,分析待测区域后续第一单位时间t内降水速率VS与时间t1的关系,0≤t1≤t;
土壤数据处理模块,所述土壤数据处理模块将待测区域划分成大小相等的多个矩形区域,并对矩形区域进行编号,获取数据库中不同编号的矩形区域对应的土壤质地,结合数据库中最近一次通过传感器获取的相应编号的矩形区域对应的土壤含水量,获取相应编号的矩形区域在当前时间对应的土壤水量吸收速率上限值,数据库中各个编号对应矩形区域中的土壤含水量每隔第二单位时间t2更新一次;
土壤水量吸收状况分析模块,所述土壤水量状况分析模块分析待测区域内每个编号对应矩形区域在第一单位时间t中不同时间点的土壤水量吸收速率;
土壤流失速率分析模块,所述土壤流失速率分析模块结合降雨信息获取模块及土壤水量吸收状况分析模块中的分析结果,预测待测区域内每个编号对应矩形区域在第一单位时间t中不同时间点的土壤水量溢散速率,并结合数据库中不同编号的矩形区域对应的边坡坡度、土壤质地及植被覆盖率,预测待测区域中不同矩形区域在第一单位时间t中各个时间点对应的土壤流失速率;
水土流失状况预警模块,所述水土流失状况预警模块根据待测区域中不同矩形区域在第一单位时间t中各个时间点对应的土壤流失速率的预测结果,计算待测区域中所有矩形区域在第一单位时间t中的土壤流失总量,并根据所得土壤流失总量判断是否需要对测区域内的水土流失情况进行预警。
进一步的,所述降雨信息获取模块中分析待测区域后续第一单位时间内降水速率VS与时间t1的关系时,将第一单位时间t划分成等长的n份,得到n个时间区间,所述n为数据库中预置的常数,获取待测区域在天气预报中,基于当前时间的后续第一单位时间t中每个时间区间内分别对应的降水量,将待测区域在天气预报中,基于当前时间的后续第一单位时间t中第n1个时间区间内对应的降水量记为Qn1;
所述降雨信息获取模块计算基于当前时间的后续第一单位时间t中第n1个时间区间内对应的平均降水速度VSPn1,VSPn1=Qn1/(t/n),后续第一单位时间t中第n1个时间区间为大于等于(n1-1)*t/n且小于n1*t/n的时间区间,(n1-1)*t/n表示后续第一单位时间t中第n1个时间区间的最小时间点与当前时间的时间差;
所述降雨信息获取模块获取待测区域后续第一单位时间内降水速率VS与时间t1的关系,记为VS=G(t1),计算t1与t/n商中整数部分对应的值,记为n2(t1),0≤n2(t1)≤n-1,则G(t1)=VSP[n2(t1)+1],VSP[n2(t1)+1]表示基于当前时间的后续第一单位时间t中第n2(t1)+1个时间区间内对应的平均降水速度。
进一步的,所述水土流失状况预警模块中,根据所得土壤流失总量判断是否需要对测区域内的水土流失情况进行预警的过程中,将所得土壤流失总量与第一警戒阈值进行比较,所述第一警戒阈值为数据库中预置的常数,
当所得土壤流失总量大于等于第一警戒阈值时,则判定待测区域内的水土流失情况严重,立即向管理员进行预警,提醒管理员对待测区域的水土流失情况进行治理;
当所得土壤流失总量小于第一警戒阈值时,则判定待测区域内的水土流失情况在误差容忍范围内,不需要向管理员进行预警。
与现有技术相比,本发明所达到的有益效果是:本发明通过获取待测区域的实际地形、土壤情况及植被覆盖情况,结合后续天气预报信息中的单位时间内的降水情况,分析不同时间对应的降水速率、土壤水量吸收速率上限及土壤含水量之间的关系,能够对待测区域在单位时间内的水土流失情况进行预测,并进行量化,通过分析预测结果是否异常,进而达到提前预警的目的。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本发明基于数据分析的水土流失动态监测预警系统的结构示意图;
图2是本发明基于数据分析的水土流失动态监测预警方法的流程示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中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他实施例,都属于本发明保护的范围。
请参阅图1-图2,本发明提供技术方案:基于数据分析的水土流失动态监测预警方法,所述方法包括以下步骤:
S1、根据待测区域在天气预报中,基于当前时间的后续第一单位时间t内的降水情况,分析待测区域后续第一单位时间t内降水速率VS与时间t1的关系,记为VS=G(t1),0≤t1≤t;
S2、将待测区域划分成大小相等的多个矩形区域,并对矩形区域进行编号,获取数据库中不同编号的矩形区域对应的土壤质地,结合数据库中最近一次通过传感器获取的相应编号的矩形区域对应的土壤含水量,获取相应编号的矩形区域在当前时间对应的土壤水量吸收速率上限值,数据库中各个编号对应矩形区域中的土壤含水量每隔第二单位时间t2更新一次;
本实施例中第一单位时间为两天,第二单位时间为1.3个小时;
S3、分析待测区域内每个编号对应矩形区域在第一单位时间t中不同时间点的土壤水量吸收速率;
S4、结合S1及S3中的分析结果,预测待测区域内每个编号对应矩形区域在第一单位时间t中不同时间点的土壤水量溢散速率,并结合数据库中不同编号的矩形区域对应的边坡坡度、土壤质地及植被覆盖率,预测待测区域中不同矩形区域在第一单位时间t中各个时间点对应的土壤流失速率,
将待测区域内编号为k的矩形区域在第一单位时间t中时间t1对应土壤水量溢散速率的预测值,记为YSkt1
S5、根据待测区域中不同矩形区域在第一单位时间t中各个时间点对应的土壤流失速率的预测结果,计算待测区域中所有矩形区域在第一单位时间t中的土壤流失总量,
将所得土壤流失总量与第一警戒阈值进行比较,所述第一警戒阈值为数据库中预置的常数,
当所得土壤流失总量大于等于第一警戒阈值时,则判定待测区域内的水土流失情况严重,立即向管理员进行预警,提醒管理员对待测区域的水土流失情况进行治理;
当所得土壤流失总量小于第一警戒阈值时,则判定待测区域内的水土流失情况在误差容忍范围内,不需要向管理员进行预警。
所述S1中分析待测区域后续第一单位时间内降水速率VS与时间t1的关系的方法包括以下步骤:
S1.1、将第一单位时间t划分成等长的n份,得到n个时间区间,所述n为数据库中预置的常数,获取待测区域在天气预报中,基于当前时间的后续第一单位时间t中每个时间区间内分别对应的降水量,将待测区域在天气预报中,基于当前时间的后续第一单位时间t中第n1个时间区间内对应的降水量记为Qn1;
S1.2、计算基于当前时间的后续第一单位时间t中第n1个时间区间内对应的平均降水速度VSPn1,VSPn1=Qn1/(t/n),后续第一单位时间t中第n1个时间区间为大于等于(n1-1)*t/n且小于n1*t/n的时间区间,(n1-1)*t/n表示后续第一单位时间t中第n1个时间区间的最小时间点与当前时间的时间差;
S1.3、获取待测区域后续第一单位时间内降水速率VS与时间t1的关系VS=G(t1),计算t1与t/n商中整数部分对应的值,记为n2(t1),0≤n2(t1)≤n-1,
则G(t1)=VSP[n2(t1)+1],VSP[n2(t1)+1]表示基于当前时间的后续第一单位时间t中第n2(t1)+1个时间区间内对应的平均降水速度。
本实施例中若n为48,则每个时间区间对应的时长为1个小时,
若待测区域在天气预报中,基于当前时间的后续两天中第5个时间区间内对应的降水量记为3毫米,
则当前时间的后续两天中第5个时间区间内对应的平均降水速度为3mm/h;
若t1=,4.5小时,由于4.5÷1=4.5,且4.5的整数部分对应的值为4,
则t1=4.5h时对应的将水速率G(4.5)=VSP[4+1]=VSP[5],
又因为当前时间的后续两天中第5个时间区间内对应的平均降水速度为3mm/h,
所以t1=4.5h时对应的将水速率G(4.5)=VSP[5]=3mm/h。
所述S2中获取相应编号的矩形区域在当前时间对应的土壤水量吸收速率上限值的方法包括以下步骤:
S2.1、获取数据库中不同编号的矩形区域对应的土壤质地,默认同一编号的矩形区域中不同位置分别对应的土壤质地均相同;
S2.2、查询数据库中预置的各种土壤质地分别对应的土壤疏松系数,将编号为k的矩形区域中土壤质地对应的土壤疏松系数记为Ak;
S2.3、获取历史数据中土壤疏松系数为Ak1保持不变的情况下,矩形区域中土壤含水量为THAk1时分别对应的各个土壤水量吸收速率的最大值,记为XSAk1,构建第一类型数据对(THAk1,XSAk1),所述土壤水量吸收速率表示水向土壤中渗透的速度;
S2.4、获取历史数据中土壤疏松系数为Ak1保持不变的情况下,THAk1为不同值时,THAk1分别对应的第一类型数据对;
S2.5、以o为原点、以土壤含水量为x轴且以土壤水量吸收速率为y轴,构建平面直角坐标系,并将S2.4中获取的各个第一类型数据对在平面直角坐标系中相应的坐标点进行标记,根据数据库中预置的第一拟合模型y=a1/(x+a2)+a3对平面直角坐标系中的标记点进行拟合,并将拟合曲线中与各个坐标点距离之和最小的拟合曲线作为最终的拟合结果,将最终拟合结果对应的函数记为XSAk1=FAk1(THAk1),所述a1、a2及a3分别为第一系数、第二系数及第三系数;
S2.6、获取编号为k的矩形区域中土壤质地对应的土壤疏松系数为Ak时,相应矩形区域内的土壤水量吸收速率上限值与土壤含水量之间的关系,记为XSAk=FAk(THAk);
S2.7、获取数据库中最近一次通过传感器获取的相应编号的矩形区域对应的土壤含水量THZ,得到编号为k的矩形区域在当前时间对应的土壤水量吸收速率上限值FAk(THZ)。
所述S3中分析待测区域内每个编号对应矩形区域在第一单位时间t中不同时间点的土壤水量吸收速率的方法包括以下步骤:
S3.1、获取待测区域后续第一单位时间t内降水速率VS与时间t1的关系VS=G(t1);
S3.2、获取待测区域后续第一单位时间t内,编号为k的矩形区域中土壤水量吸收速率上限值XS1Ak与时间t1的关系XS1Ak=G1Ak(t1);
S3.3、得到待测区域内编号为k对应的矩形区域在第一单位时间t中时间t1对应土壤水量吸收速率VXSkt1={G(t1),G1Ak(t1)}min,所述{G(t1),G1Ak(t1)}min表示时间t1时分别对应的G(t1)及G1Ak(t1)中的最小值;
获取XS1Ak=G1Ak(t1)的方法包括以下步骤:
S3.2.1、计算数据库中最近一次获取编号为k的矩形区域对应土壤含水量THZ时距当前时间的时长记为TZg,将t2与TZg的差,记为TZ1;
S3.2.2、计算后续第一单位时间t中,数据库内编号k对应矩形区域中的土壤含水量每次更新距当前时间的时长,将后续第一单位时间t中,数据库内编号k对应矩形区域中的土壤含水量第m次更新距当前时间的时长记为TFm,将(t-TZ1)/t2+1的整数部分记为m1,则m∈[1,m1]且m为整数,TFm=(m-1)*t2+TZ1;
本实施例中若t=4h,TZ1=0.3h,t2=1h,
因为(4-0.3)/1+1=4.7,且4.7的整数部分的值为4,则m1=4,
则TF1=(1-1)*1+0.3=0.3h,
TF2=(2-1)*1+0.3=1.3h,
TF3=(3-1)*1+0.3=2.3h,
TF4=(4-1)*1+0.3=3.3h;
S3.2.3、当m=1时,则判定t1∈[0,TZ1]时,G1Ak(t1)=FAk(THZ);
当1<m<m1时,则判定t1∈((m-1)*t2+TZ1,m*t2+TZ1]时,
Figure 160835DEST_PATH_IMAGE001
其中,VXSkt3表示待测区域内编号为k对应的矩形区域在第一单位时间t中时间t3对应土壤水量吸收速率,
Figure 384006DEST_PATH_IMAGE002
表示待测区域内编号为k对应的矩形区域在第一单位时 间t中时间段[0,(m-1)*t2+TZ1]内对应土壤水量吸收速率的积分值,
Figure 793122DEST_PATH_IMAGE003
表示数据库内预置的数据表单中,时长为(m-1)*t2+ TZ1且土壤吸水总量为
Figure 316507DEST_PATH_IMAGE002
时对应的土壤含水量变化值,数据表单中,时 长和相应时长土壤吸水总量构成一个数据对,每个数据对对应一个土壤含水量变化值;
Figure 730040DEST_PATH_IMAGE004
表示编号为k的矩形区域中土壤质地对应的土壤 疏松系数Ak的情况下,数据库中编号为k的矩形区域在时间t1时对应土壤含水量的预测值,
Figure 971665DEST_PATH_IMAGE005
表示编号为k的矩形区域中土壤质地对应的 土壤疏松系数为Ak的情况下,时间t1时相应矩形区域内的土壤水量吸收速率上限值;
当m=m1时,则判定t1∈((m1-1)*t2+TZ1,m1*t2+TZ1]时,
Figure 715631DEST_PATH_IMAGE006
t1∈[m1*t2+TZ1,t]时,
Figure 31205DEST_PATH_IMAGE007
所述S4中预测待测区域内每个编号对应矩形区域在第一单位时间t中不同时间点的土壤水量溢散速率的方法包括以下步骤:
S4.1、获取待测区域后续第一单位时间t内降水速率VS与时间t1的关系VS=G(t1);
S4.2、待测区域内编号为k对应的矩形区域在第一单位时间t中时间t1对应土壤水量吸收速率VXSkt1={G(t1),G1Ak(t1)}min;
S4.3、得到待测区域内编号为k的矩形区域在第一单位时间t中时间t1对应土壤水量溢散速率的预测值,记为YSkt1,所述YSkt1=G(t1)-VXSkt1
所述S4中预测待测区域中不同矩形区域在第一单位时间t中各个时间点对应的土壤流失速率的方法包括以下步骤:
S4-1、获取数据库中编号为k的矩形区域对应的边坡坡度、土壤质地对应的土壤疏松系数Ak及植被覆盖率r2k;
S4-2、获取待测区域内编号为k的矩形区域在第一单位时间t中时间t1对应土壤水量溢散速率的预测值YSkt1
S4-3、得到待测区域中编号为k的矩形区域在第一单位时间t中时间t1对应的土壤流失速率的预测值LSkt1,LSkt1=YSkt1*r1k*Ak*(1-r2k)*b1,
其中,r1k表示数据库中编号为k的矩形区域中边坡坡度对应的土壤流失系数,
b1表示土壤流失第一转化系数,所述b1为数据库中预置的常数。
本实施例中b1的值为0.05;
所述S5中计算待测区域中所有矩形区域在第一单位时间t中的土壤流失总量的方法包括以下步骤:
S5.1、获取待测区域中编号为k的矩形区域在第一单位时间t中时间t1对应的土壤流失速率的预测值LSkt1
S5.2、得到待测区域中所有矩形区域在第一单位时间t中的土壤流失总量TRSZ,
Figure 366372DEST_PATH_IMAGE009
其中,k0表示待测区域中矩形区域的总个数。
基于数据分析的水土流失动态监测预警系统,所述系统包括以下模块:
降雨信息获取模块,所述降雨信息获取模块根据待测区域在天气预报中,基于当前时间的后续第一单位时间t内的降水情况,分析待测区域后续第一单位时间t内降水速率VS与时间t1的关系,0≤t1≤t;
土壤数据处理模块,所述土壤数据处理模块将待测区域划分成大小相等的多个矩形区域,并对矩形区域进行编号,获取数据库中不同编号的矩形区域对应的土壤质地,结合数据库中最近一次通过传感器获取的相应编号的矩形区域对应的土壤含水量,获取相应编号的矩形区域在当前时间对应的土壤水量吸收速率上限值,数据库中各个编号对应矩形区域中的土壤含水量每隔第二单位时间t2更新一次;
土壤水量吸收状况分析模块,所述土壤水量状况分析模块分析待测区域内每个编号对应矩形区域在第一单位时间t中不同时间点的土壤水量吸收速率;
土壤流失速率分析模块,所述土壤流失速率分析模块结合降雨信息获取模块及土壤水量吸收状况分析模块中的分析结果,预测待测区域内每个编号对应矩形区域在第一单位时间t中不同时间点的土壤水量溢散速率,并结合数据库中不同编号的矩形区域对应的边坡坡度、土壤质地及植被覆盖率,预测待测区域中不同矩形区域在第一单位时间t中各个时间点对应的土壤流失速率;
水土流失状况预警模块,所述水土流失状况预警模块根据待测区域中不同矩形区域在第一单位时间t中各个时间点对应的土壤流失速率的预测结果,计算待测区域中所有矩形区域在第一单位时间t中的土壤流失总量,并根据所得土壤流失总量判断是否需要对测区域内的水土流失情况进行预警。
所述降雨信息获取模块中分析待测区域后续第一单位时间内降水速率VS与时间t1的关系时,将第一单位时间t划分成等长的n份,得到n个时间区间,所述n为数据库中预置的常数,获取待测区域在天气预报中,基于当前时间的后续第一单位时间t中每个时间区间内分别对应的降水量,将待测区域在天气预报中,基于当前时间的后续第一单位时间t中第n1个时间区间内对应的降水量记为Qn1;
所述降雨信息获取模块计算基于当前时间的后续第一单位时间t中第n1个时间区间内对应的平均降水速度VSPn1,VSPn1=Qn1/(t/n),后续第一单位时间t中第n1个时间区间为大于等于(n1-1)*t/n且小于n1*t/n的时间区间,(n1-1)*t/n表示后续第一单位时间t中第n1个时间区间的最小时间点与当前时间的时间差;
所述降雨信息获取模块获取待测区域后续第一单位时间内降水速率VS与时间t1的关系,记为VS=G(t1),计算t1与t/n商中整数部分对应的值,记为n2(t1),0≤n2(t1)≤n-1,则G(t1)=VSP[n2(t1)+1],VSP[n2(t1)+1]表示基于当前时间的后续第一单位时间t中第n2(t1)+1个时间区间内对应的平均降水速度。
所述水土流失状况预警模块中,根据所得土壤流失总量判断是否需要对测区域内的水土流失情况进行预警的过程中,将所得土壤流失总量与第一警戒阈值进行比较,所述第一警戒阈值为数据库中预置的常数,
当所得土壤流失总量大于等于第一警戒阈值时,则判定待测区域内的水土流失情况严重,立即向管理员进行预警,提醒管理员对待测区域的水土流失情况进行治理;
当所得土壤流失总量小于第一警戒阈值时,则判定待测区域内的水土流失情况在误差容忍范围内,不需要向管理员进行预警。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,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、物品或者设备不仅包括那些要素,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、物品或者设备所固有的要素。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (9)

1.基于数据分析的水土流失动态监测预警方法,其特征在于,所述方法包括以下步骤:
S1、根据待测区域在天气预报中,基于当前时间的后续第一单位时间t内的降水情况,分析待测区域后续第一单位时间t内降水速率VS与时间t1的关系,记为VS=G(t1),0≤t1≤t;
S2、将待测区域划分成大小相等的多个矩形区域,并对矩形区域进行编号,获取数据库中不同编号的矩形区域对应的土壤质地,结合数据库中最近一次通过传感器获取的相应编号的矩形区域对应的土壤含水量,获取相应编号的矩形区域在当前时间对应的土壤水量吸收速率上限值,数据库中各个编号对应矩形区域中的土壤含水量每隔第二单位时间t2更新一次;
S3、分析待测区域内每个编号对应矩形区域在第一单位时间t中不同时间点的土壤水量吸收速率;
S4、结合S1及S3中的分析结果,预测待测区域内每个编号对应矩形区域在第一单位时间t中不同时间点的土壤水量溢散速率,并结合数据库中不同编号的矩形区域对应的边坡坡度、土壤质地及植被覆盖率,预测待测区域中不同矩形区域在第一单位时间t中各个时间点对应的土壤流失速率,
将待测区域内编号为k的矩形区域在第一单位时间t中时间t1对应土壤水量溢散速率的预测值,记为YSkt1
S5、根据待测区域中不同矩形区域在第一单位时间t中各个时间点对应的土壤流失速率的预测结果,计算待测区域中所有矩形区域在第一单位时间t中的土壤流失总量,
将所得土壤流失总量与第一警戒阈值进行比较,所述第一警戒阈值为数据库中预置的常数,
当所得土壤流失总量大于等于第一警戒阈值时,则判定待测区域内的水土流失情况严重,立即向管理员进行预警,提醒管理员对待测区域的水土流失情况进行治理;
当所得土壤流失总量小于第一警戒阈值时,则判定待测区域内的水土流失情况在误差容忍范围内,不需要向管理员进行预警。
2.根据权利要求1所述的基于数据分析的水土流失动态监测预警方法,其特征在于:所述S1中分析待测区域后续第一单位时间内降水速率VS与时间t1的关系的方法包括以下步骤:
S1.1、将第一单位时间t划分成等长的n份,得到n个时间区间,所述n为数据库中预置的常数,获取待测区域在天气预报中,基于当前时间的后续第一单位时间t中每个时间区间内分别对应的降水量,将待测区域在天气预报中,基于当前时间的后续第一单位时间t中第n1个时间区间内对应的降水量记为Qn1;
S1.2、计算基于当前时间的后续第一单位时间t中第n1个时间区间内对应的平均降水速度VSPn1,VSPn1=Qn1/(t/n),后续第一单位时间t中第n1个时间区间为大于等于(n1-1)*t/n且小于n1*t/n的时间区间,(n1-1)*t/n表示后续第一单位时间t中第n1个时间区间的最小时间点与当前时间的时间差;
S1.3、获取待测区域后续第一单位时间内降水速率VS与时间t1的关系VS=G(t1),计算t1与t/n商中整数部分对应的值,记为n2(t1),0≤n2(t1)≤n-1,
则G(t1)=VSP[n2(t1)+1],VSP[n2(t1)+1]表示基于当前时间的后续第一单位时间t中第n2(t1)+1个时间区间内对应的平均降水速度。
3.根据权利要求1所述的基于数据分析的水土流失动态监测预警方法,其特征在于:所述S2中获取相应编号的矩形区域在当前时间对应的土壤水量吸收速率上限值的方法包括以下步骤:
S2.1、获取数据库中不同编号的矩形区域对应的土壤质地,默认同一编号的矩形区域中不同位置分别对应的土壤质地均相同;
S2.2、查询数据库中预置的各种土壤质地分别对应的土壤疏松系数,将编号为k的矩形区域中土壤质地对应的土壤疏松系数记为Ak;
S2.3、获取历史数据中土壤疏松系数为Ak1保持不变的情况下,矩形区域中土壤含水量为THAk1时分别对应的各个土壤水量吸收速率的最大值,记为XSAk1,构建第一类型数据对(THAk1,XSAk1),所述土壤水量吸收速率表示水向土壤中渗透的速度;
S2.4、获取历史数据中土壤疏松系数为Ak1保持不变的情况下,THAk1为不同值时,THAk1分别对应的第一类型数据对;
S2.5、以o为原点、以土壤含水量为x轴且以土壤水量吸收速率为y轴,构建平面直角坐标系,并将S2.4中获取的各个第一类型数据对在平面直角坐标系中相应的坐标点进行标记,根据数据库中预置的第一拟合模型y=a1/(x+a2)+a3对平面直角坐标系中的标记点进行拟合,并将拟合曲线中与各个坐标点距离之和最小的拟合曲线作为最终的拟合结果,将最终拟合结果对应的函数记为XSAk1=FAk1(THAk1),所述a1、a2及a3分别为第一系数、第二系数及第三系数;
S2.6、获取编号为k的矩形区域中土壤质地对应的土壤疏松系数为Ak时,相应矩形区域内的土壤水量吸收速率上限值与土壤含水量之间的关系,记为XSAk=FAk(THAk);
S2.7、获取数据库中最近一次通过传感器获取的相应编号的矩形区域对应的土壤含水量THZ,得到编号为k的矩形区域在当前时间对应的土壤水量吸收速率上限值FAk(THZ)。
4.根据权利要求3所述的基于数据分析的水土流失动态监测预警方法,其特征在于:所述S3中分析待测区域内每个编号对应矩形区域在第一单位时间t中不同时间点的土壤水量吸收速率的方法包括以下步骤:
S3.1、获取待测区域后续第一单位时间t内降水速率VS与时间t1的关系VS=G(t1);
S3.2、获取待测区域后续第一单位时间t内,编号为k的矩形区域中土壤水量吸收速率上限值XS1Ak与时间t1的关系XS1Ak=G1Ak(t1);
S3.3、得到待测区域内编号为k对应的矩形区域在第一单位时间t中时间t1对应土壤水量吸收速率VXSkt1={G(t1),G1Ak(t1)}min,所述{G(t1),G1Ak(t1)}min表示时间t1时分别对应的G(t1)及G1Ak(t1)中的最小值;
获取XS1Ak=G1Ak(t1)的方法包括以下步骤:
S3.2.1、计算数据库中最近一次获取编号为k的矩形区域对应土壤含水量THZ时距当前时间的时长记为TZg,将t2与TZg的差,记为TZ1;
S3.2.2、计算后续第一单位时间t中,数据库内编号k对应矩形区域中的土壤含水量每次更新距当前时间的时长,将后续第一单位时间t中,数据库内编号k对应矩形区域中的土壤含水量第m次更新距当前时间的时长记为TFm,将(t-TZ1)/t2+1的整数部分记为m1,则m∈[1,m1]且m为整数,TFm=(m-1)*t2+TZ1;
S3.2.3、当m=1时,则判定t1∈[0,TZ1]时,G1Ak(t1)=FAk(THZ);
当1<m<m1时,则判定t1∈((m-1)*t2+TZ1,m*t2+TZ1]时,
Figure 764391DEST_PATH_IMAGE001
其中,VXSkt3表示待测区域内编号为k对应的矩形区域在第一单位时间t中时间t3对应土壤水量吸收速率,
Figure 577626DEST_PATH_IMAGE002
表示待测区域内编号为k对应的矩形区域在第一单位时间t中时 间段[0,(m-1)*t2+TZ1]内对应土壤水量吸收速率的积分值,
Figure 793713DEST_PATH_IMAGE003
表示数据库内预置的数据表单中,时长为(m-1)*t2+TZ1且土 壤吸水总量为
Figure 237464DEST_PATH_IMAGE002
时对应的土壤含水量变化值,数据表单中,时长和相应 时长土壤吸水总量构成一个数据对,每个数据对对应一个土壤含水量变化值;
Figure 188102DEST_PATH_IMAGE004
表示编号为k的矩形区域中土壤质地对应的土壤疏松 系数Ak的情况下,数据库中编号为k的矩形区域在时间t1时对应土壤含水量的预测值,
Figure 539449DEST_PATH_IMAGE005
表示编号为k的矩形区域中土壤质地对应的土 壤疏松系数为Ak的情况下,时间t1时相应矩形区域内的土壤水量吸收速率上限值;
当m=m1时,则判定t1∈((m1-1)*t2+TZ1,m1*t2+TZ1]时,
Figure 875621DEST_PATH_IMAGE006
t1∈[m1*t2+TZ1,t]时,
Figure 818170DEST_PATH_IMAGE007
5.根据权利要求4所述的基于数据分析的水土流失动态监测预警方法,其特征在于:所述S4中预测待测区域内每个编号对应矩形区域在第一单位时间t中不同时间点的土壤水量溢散速率的方法包括以下步骤:
S4.1、获取待测区域后续第一单位时间t内降水速率VS与时间t1的关系VS=G(t1);
S4.2、待测区域内编号为k对应的矩形区域在第一单位时间t中时间t1对应土壤水量吸收速率VXSkt1={G(t1),G1Ak(t1)}min;
S4.3、得到待测区域内编号为k的矩形区域在第一单位时间t中时间t1对应土壤水量溢散速率的预测值,记为YSkt1,所述YSkt1=G(t1)-VXSkt1
所述S4中预测待测区域中不同矩形区域在第一单位时间t中各个时间点对应的土壤流失速率的方法包括以下步骤:
S4-1、获取数据库中编号为k的矩形区域对应的边坡坡度、土壤质地对应的土壤疏松系数Ak及植被覆盖率r2k;
S4-2、获取待测区域内编号为k的矩形区域在第一单位时间t中时间t1对应土壤水量溢散速率的预测值YSkt1
S4-3、得到待测区域中编号为k的矩形区域在第一单位时间t中时间t1对应的土壤流失速率的预测值LSkt1,LSkt1=YSkt1*r1k*Ak*(1-r2k)*b1,
其中,r1k表示数据库中编号为k的矩形区域中边坡坡度对应的土壤流失系数,
b1表示土壤流失第一转化系数,所述b1为数据库中预置的常数。
6.根据权利要求1所述的基于数据分析的水土流失动态监测预警方法,其特征在于:所述S5中计算待测区域中所有矩形区域在第一单位时间t中的土壤流失总量的方法包括以下步骤:
S5.1、获取待测区域中编号为k的矩形区域在第一单位时间t中时间t1对应的土壤流失速率的预测值LSkt1
S5.2、得到待测区域中所有矩形区域在第一单位时间t中的土壤流失总量TRSZ,
Figure 724946DEST_PATH_IMAGE008
其中,k0表示待测区域中矩形区域的总个数。
7.基于数据分析的水土流失动态监测预警系统,其特征在于,所述系统包括以下模块:
降雨信息获取模块,所述降雨信息获取模块根据待测区域在天气预报中,基于当前时间的后续第一单位时间t内的降水情况,分析待测区域后续第一单位时间t内降水速率VS与时间t1的关系,0≤t1≤t;
土壤数据处理模块,所述土壤数据处理模块将待测区域划分成大小相等的多个矩形区域,并对矩形区域进行编号,获取数据库中不同编号的矩形区域对应的土壤质地,结合数据库中最近一次通过传感器获取的相应编号的矩形区域对应的土壤含水量,获取相应编号的矩形区域在当前时间对应的土壤水量吸收速率上限值,数据库中各个编号对应矩形区域中的土壤含水量每隔第二单位时间t2更新一次;
土壤水量吸收状况分析模块,所述土壤水量状况分析模块分析待测区域内每个编号对应矩形区域在第一单位时间t中不同时间点的土壤水量吸收速率;
土壤流失速率分析模块,所述土壤流失速率分析模块结合降雨信息获取模块及土壤水量吸收状况分析模块中的分析结果,预测待测区域内每个编号对应矩形区域在第一单位时间t中不同时间点的土壤水量溢散速率,并结合数据库中不同编号的矩形区域对应的边坡坡度、土壤质地及植被覆盖率,预测待测区域中不同矩形区域在第一单位时间t中各个时间点对应的土壤流失速率;
水土流失状况预警模块,所述水土流失状况预警模块根据待测区域中不同矩形区域在第一单位时间t中各个时间点对应的土壤流失速率的预测结果,计算待测区域中所有矩形区域在第一单位时间t中的土壤流失总量,并根据所得土壤流失总量判断是否需要对测区域内的水土流失情况进行预警。
8.根据权利要求7所述的基于数据分析的水土流失动态监测预警系统,其特征在于:所述降雨信息获取模块中分析待测区域后续第一单位时间内降水速率VS与时间t1的关系时,将第一单位时间t划分成等长的n份,得到n个时间区间,所述n为数据库中预置的常数,获取待测区域在天气预报中,基于当前时间的后续第一单位时间t中每个时间区间内分别对应的降水量,将待测区域在天气预报中,基于当前时间的后续第一单位时间t中第n1个时间区间内对应的降水量记为Qn1;
所述降雨信息获取模块计算基于当前时间的后续第一单位时间t中第n1个时间区间内对应的平均降水速度VSPn1,VSPn1=Qn1/(t/n),后续第一单位时间t中第n1个时间区间为大于等于(n1-1)*t/n且小于n1*t/n的时间区间,(n1-1)*t/n表示后续第一单位时间t中第n1个时间区间的最小时间点与当前时间的时间差;
所述降雨信息获取模块获取待测区域后续第一单位时间内降水速率VS与时间t1的关系,记为VS=G(t1),计算t1与t/n商中整数部分对应的值,记为n2(t1),0≤n2(t1)≤n-1,则G(t1)=VSP[n2(t1)+1],VSP[n2(t1)+1]表示基于当前时间的后续第一单位时间t中第n2(t1)+1个时间区间内对应的平均降水速度。
9.根据权利要求7所述的基于数据分析的水土流失动态监测预警系统,其特征在于:所述水土流失状况预警模块中,根据所得土壤流失总量判断是否需要对测区域内的水土流失情况进行预警的过程中,将所得土壤流失总量与第一警戒阈值进行比较,所述第一警戒阈值为数据库中预置的常数,
当所得土壤流失总量大于等于第一警戒阈值时,则判定待测区域内的水土流失情况严重,立即向管理员进行预警,提醒管理员对待测区域的水土流失情况进行治理;
当所得土壤流失总量小于第一警戒阈值时,则判定待测区域内的水土流失情况在误差容忍范围内,不需要向管理员进行预警。
CN202211177813.9A 2022-09-27 2022-09-27 基于数据分析的水土流失动态监测预警系统及方法 Active CN115267142B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211177813.9A CN115267142B (zh) 2022-09-27 2022-09-27 基于数据分析的水土流失动态监测预警系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211177813.9A CN115267142B (zh) 2022-09-27 2022-09-27 基于数据分析的水土流失动态监测预警系统及方法

Publications (2)

Publication Number Publication Date
CN115267142A true CN115267142A (zh) 2022-11-01
CN115267142B CN115267142B (zh) 2022-12-02

Family

ID=83757058

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211177813.9A Active CN115267142B (zh) 2022-09-27 2022-09-27 基于数据分析的水土流失动态监测预警系统及方法

Country Status (1)

Country Link
CN (1) CN115267142B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115641370A (zh) * 2022-11-17 2023-01-24 深圳市深水水务咨询有限公司 一种基于深度学习的水土保持图像提取管理系统及方法
CN116180702A (zh) * 2023-03-13 2023-05-30 湖南盛业土工材料制造有限公司 一种复合土工材料的施工方法
CN117236074A (zh) * 2023-11-10 2023-12-15 北京市农林科学院信息技术研究中心 土壤厚度自动预警方法、装置、设备及介质

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050273300A1 (en) * 2003-09-29 2005-12-08 Patwardhan Avinash S Method and system for water flow analysis
KR101298069B1 (ko) * 2012-10-16 2013-09-02 선진테크 주식회사 자동 수위관측을 통한 재난 경보 장치
CN105137041A (zh) * 2015-09-10 2015-12-09 中国农业科学院棉花研究所 土壤参数空间分布的监测方法和系统
CN106645650A (zh) * 2017-02-20 2017-05-10 长沙市玖车测控技术有限公司 一种具有预测功能的水土流失监测与预警系统
US20180024271A1 (en) * 2015-04-29 2018-01-25 The Climate Corporation Systems, methods, and devices for monitoring weather and field conditions
RU2017100516A (ru) * 2017-01-09 2018-07-10 Общество с ограниченной ответственностью "Научно-исследовательский институт природных газов и газовых технологий - Газпром ВНИИГАЗ" Способ контроля проведения рекультивации на участках нарушенных земель
JP2018204240A (ja) * 2017-06-01 2018-12-27 三菱電機株式会社 雨水監視制御システム
CN110568152A (zh) * 2019-08-20 2019-12-13 西安理工大学 一种降雨条件下的坡面糙率及泥沙侵蚀率的估算方法
AU2018319222A1 (en) * 2017-08-22 2020-01-30 Sentek Pty Ltd Method of determination of water stress in a one or more plants in a crop located in the vicinity of a soil moisture sensor array and knowledge of ETo
CN111272597A (zh) * 2020-02-13 2020-06-12 青岛农业大学 一种胡杨根系影响河岸土体侧向冲刷防止水土流失的方法
US20200370283A1 (en) * 2018-01-15 2020-11-26 Nanjing Hydraulic Research Institute, State Key Laboratory Of Hydrology-Water Resources And Engineering system for collecting and utilizing regional rainwater and allocation method
AU2020103423A4 (en) * 2020-11-13 2021-01-28 Nanjing Forestry University Identification Method of Land Suitable for Afforestation in Karst Area Based on Neural Network System
CN112801370A (zh) * 2021-01-28 2021-05-14 深圳市深水水务咨询有限公司 水土流失量预测方法、装置、设备及存储介质
CN113338255A (zh) * 2021-05-18 2021-09-03 中国铁道科学研究院集团有限公司铁道建筑研究所 一种寒区铁路路桥过渡段服役性能智能预警系统及方法
CN113610264A (zh) * 2021-06-22 2021-11-05 国网浙江省电力有限公司电力科学研究院 精细化电网台风洪涝灾害预测模型
CN113740508A (zh) * 2021-08-17 2021-12-03 昆明理工大学 一种模拟滑坡转化为泥石流的试验方法

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050273300A1 (en) * 2003-09-29 2005-12-08 Patwardhan Avinash S Method and system for water flow analysis
KR101298069B1 (ko) * 2012-10-16 2013-09-02 선진테크 주식회사 자동 수위관측을 통한 재난 경보 장치
US20180024271A1 (en) * 2015-04-29 2018-01-25 The Climate Corporation Systems, methods, and devices for monitoring weather and field conditions
CN105137041A (zh) * 2015-09-10 2015-12-09 中国农业科学院棉花研究所 土壤参数空间分布的监测方法和系统
RU2017100516A (ru) * 2017-01-09 2018-07-10 Общество с ограниченной ответственностью "Научно-исследовательский институт природных газов и газовых технологий - Газпром ВНИИГАЗ" Способ контроля проведения рекультивации на участках нарушенных земель
CN106645650A (zh) * 2017-02-20 2017-05-10 长沙市玖车测控技术有限公司 一种具有预测功能的水土流失监测与预警系统
JP2018204240A (ja) * 2017-06-01 2018-12-27 三菱電機株式会社 雨水監視制御システム
AU2018319222A1 (en) * 2017-08-22 2020-01-30 Sentek Pty Ltd Method of determination of water stress in a one or more plants in a crop located in the vicinity of a soil moisture sensor array and knowledge of ETo
US20200370283A1 (en) * 2018-01-15 2020-11-26 Nanjing Hydraulic Research Institute, State Key Laboratory Of Hydrology-Water Resources And Engineering system for collecting and utilizing regional rainwater and allocation method
CN110568152A (zh) * 2019-08-20 2019-12-13 西安理工大学 一种降雨条件下的坡面糙率及泥沙侵蚀率的估算方法
CN111272597A (zh) * 2020-02-13 2020-06-12 青岛农业大学 一种胡杨根系影响河岸土体侧向冲刷防止水土流失的方法
AU2020103423A4 (en) * 2020-11-13 2021-01-28 Nanjing Forestry University Identification Method of Land Suitable for Afforestation in Karst Area Based on Neural Network System
CN112801370A (zh) * 2021-01-28 2021-05-14 深圳市深水水务咨询有限公司 水土流失量预测方法、装置、设备及存储介质
CN113338255A (zh) * 2021-05-18 2021-09-03 中国铁道科学研究院集团有限公司铁道建筑研究所 一种寒区铁路路桥过渡段服役性能智能预警系统及方法
CN113610264A (zh) * 2021-06-22 2021-11-05 国网浙江省电力有限公司电力科学研究院 精细化电网台风洪涝灾害预测模型
CN113740508A (zh) * 2021-08-17 2021-12-03 昆明理工大学 一种模拟滑坡转化为泥石流的试验方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
ALBARADEYIA,L. ET AL: ""WEPP and ANN models for simulating soil loss an runoff in a semi-arid Mediterranean region"", 《ENVIRONMENTAL MONITORING AND ASSESSMENT》 *
KINDERIENE,L. ET AL.: ""Effects of different crop rotations on soil erosion and nutrient losses under natural rainfall conditions in Western Lithuania"", 《ACTA AGRICULTURAE SCANDINAVICA SECTION B-SOIL AND PLANT SCIENCE》 *
丘小瑜: ""探讨河道治理工程中水土保持的重要性与设计方法"", 《山东工业技术》 *
程艳飞: ""山区高速公路坡面水土流失机理与预测模型研究"", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 *
谢龙: ""长江流域土壤侵蚀时空变化及预测研究"", 《中国优秀硕士学位论文全文数据库农业科技》 *
黄静: ""水土保持在生态环境保护中的作用"", 《黑龙江环境通报》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115641370A (zh) * 2022-11-17 2023-01-24 深圳市深水水务咨询有限公司 一种基于深度学习的水土保持图像提取管理系统及方法
CN116180702A (zh) * 2023-03-13 2023-05-30 湖南盛业土工材料制造有限公司 一种复合土工材料的施工方法
CN116180702B (zh) * 2023-03-13 2023-08-11 湖南盛业土工材料制造有限公司 一种复合土工材料的施工方法
CN117236074A (zh) * 2023-11-10 2023-12-15 北京市农林科学院信息技术研究中心 土壤厚度自动预警方法、装置、设备及介质
CN117236074B (zh) * 2023-11-10 2024-02-20 北京市农林科学院信息技术研究中心 土壤厚度自动预警方法、装置、设备及介质

Also Published As

Publication number Publication date
CN115267142B (zh) 2022-12-02

Similar Documents

Publication Publication Date Title
CN115267142B (zh) 基于数据分析的水土流失动态监测预警系统及方法
Czernecki et al. Application of machine learning to large hail prediction-The importance of radar reflectivity, lightning occurrence and convective parameters derived from ERA5
CN105403245A (zh) 日光温室无线传感器多数据融合方法
CN114022052B (zh) 水质异常监测方法、装置、存储介质及计算机设备
CN110244387B (zh) 一种基于大气可降水量预测降雨天气的方法、装置、设备以及存储介质
CN116227752B (zh) 一种基于物联网的园区设施管理系统
CN110298480B (zh) 一种山洪灾害临界雨量指标计算方法及系统
CN116522270B (zh) 用于智慧海绵城市的数据处理系统
CN113610381B (zh) 一种基于5g网络的水质远程实时监测系统
CN110930048A (zh) 一种基于成灾机理过程的农作物干旱风险评估系统及方法
CN113593191A (zh) 一种基于大数据的可视化城市内涝监测预警系统
CN114519926A (zh) 基于物联网的环保监测用仪表智能控制系统
CN117172959B (zh) 一种林业生态环境监测系统及方法
CN117033935B (zh) 基于贝叶斯融合的统计与监测下的场降雨特征的预测方法
CN113006872A (zh) 一种矿井通风网络关键分支风量监测装置及校正方法
JP4053544B2 (ja) 降霜予測システム
CN110441830B (zh) 基于自动气象站的小区域天气预测方法及存储介质
CN109740118B (zh) 一种质量控制方法、装置、设备及存储介质
CN116182945B (zh) 基于无线传感器网络的可控农业温室环境监测系统及方法
CN116758707A (zh) 一种基于大数据的地质灾害监测系统及方法
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
AU2021105817A4 (en) Method for Reconstructing global Surface Temperature
CN115469079A (zh) 一种水土流失动态监测方法及系统
JP2001027634A (ja) 水質監視システム
CN113156543A (zh) 一种遥测自动气象站系统及其预测气象方法

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