CN115942272B - 一种基于大数据的森林质量综合评估方法及系统 - Google Patents

一种基于大数据的森林质量综合评估方法及系统 Download PDF

Info

Publication number
CN115942272B
CN115942272B CN202310218321.8A CN202310218321A CN115942272B CN 115942272 B CN115942272 B CN 115942272B CN 202310218321 A CN202310218321 A CN 202310218321A CN 115942272 B CN115942272 B CN 115942272B
Authority
CN
China
Prior art keywords
wireless sensor
node
classification
parameters
sensor node
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
CN202310218321.8A
Other languages
English (en)
Other versions
CN115942272A (zh
Inventor
张忠辉
何怀江
孙越
罗也
王梓默
刘婷
张大伟
王丛林
陈泽姗
林士杰
关恩荣
程岩
郝珉辉
张春雨
苑景淇
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.)
Jilin Provincial Academy of Forestry Sciences
Original Assignee
Jilin Provincial Academy of Forestry Sciences
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 Jilin Provincial Academy of Forestry Sciences filed Critical Jilin Provincial Academy of Forestry Sciences
Priority to CN202310218321.8A priority Critical patent/CN115942272B/zh
Publication of CN115942272A publication Critical patent/CN115942272A/zh
Application granted granted Critical
Publication of CN115942272B publication Critical patent/CN115942272B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Mobile Radio Communication Systems (AREA)

Abstract

本发明属于评估领域，公开了一种基于大数据的森林质量综合评估方法，包括S1，通过无线传感器节点获取需要进行评估的森林区域的环境方面的参数，无线传感器节点用于将环境方面的参数传输至具有卫星通信能力的通信中继装置；S2，通过通信中继装置将环境方面的参数传输至云服务器；S3，从云服务器中获取评估指标，评估指标包括基于环境方面的参数计算得到的环境指标；S4，获取每种类型的评估指标的权重值；S5，将预设类型的评估指标与对应的权重值相乘，将所有相乘的结果进行求和，得到评估数值。本发明能够提高对森林质量进行综合评估的效率。

Description

一种基于大数据的森林质量综合评估方法及系统
技术领域
本发明涉及评估领域，尤其涉及一种基于大数据的森林质量综合评估方法及系统。
背景技术
森林质量综合评估一般是通过获取森林的各种参数指标，然后为不同的指标赋予不同的权重，通过加权求和的方式来得到最终的评估结果。在森林质量评估的过程中，森林的环境方面的参数是一个重要的指标，森林的环境方面的参数包括湿度、降雨量等。现有技术中，一般是通过设置传感器来获取森林的环境方面的参数。但是若获取环境方面的参数的区域远离通信基站时，传感器便不能够将参数实时传输到服务器中，需要人工定期去获取传感器中存储的参数，显然这种参数的获取方式影响了对森林质量进行综合评估的效率。
发明内容
本发明的目的在于公开一种基于大数据的森林质量综合评估方法及系统，解决在对远离通信基站的森林的质量进行综合评估时，如何提高环境方面的参数的获取效率，从而提高对森林质量进行综合评估的效率的问题。
为了达到上述目的，本发明采用如下技术方案：
第一个方面，本发明提供了一种基于大数据的森林质量综合评估方法，包括：
S1，通过无线传感器节点获取需要进行评估的森林区域的环境方面的参数，无线传感器节点用于将环境方面的参数传输至具有卫星通信能力的通信中继装置；
其中，通信中继装置用于将无线传感器节点分成多任务节点和单任务节点；
单任务节点用于获取环境方面的参数，并将环境方面的参数传输至多任务节点；
多任务节点用于将环境方面的参数传输至通信中继装置；
S2，通过通信中继装置将环境方面的参数传输至云服务器；
S3，从云服务器中获取评估指标，评估指标包括基于环境方面的参数计算得到的环境指标；
S4，获取每种类型的评估指标的权重值；
S5，将预设类型的评估指标与对应的权重值相乘，将所有相乘的结果进行求和，得到评估数值。
可选的，环境方面的参数包括降雨量、空气湿度和空气温度。
可选的，将无线传感器节点分成多任务节点和单任务节点，包括：
S11，判断第i个分类时长是否倒计时结束，若是，进入S12；
S12，用
Figure SMS_1
和
Figure SMS_2
分别表示第i个分类时长倒计时开始的时刻和倒计时结束的时刻，则第i+1个分类时长的计算函数为：
Figure SMS_3
Figure SMS_5
为第i+1个分类时长，
Figure SMS_9
为设定的分类时长的初始值，
Figure SMS_11
为比例系数，
Figure SMS_6
，
Figure SMS_7
为时间段
Figure SMS_12
内，多任务节点的平均发送次数，
Figure SMS_14
为平均发送次数的对比值，
Figure SMS_4
为时间段
Figure SMS_8
内，单任务节点的供能系数，
Figure SMS_10
为第i-1个分类时长倒计时开始到倒计时结束的时间段内，单任务节点的供能系数，
Figure SMS_13
为供能系数的差值标准值；
S13，分别计算每个无线传感器节点的分类参数，基于分类参数将无线传感器节点分成多任务节点和单任务节点，得到计算结果；
S14，将计算结果发送至每个无线传感器节点，同时启动时长为
Figure SMS_15
的倒计时。
可选的，通信中继装置包括电池模块、卫星通信模块和物联网通信模块；
电池模块用于为卫星通信模块和物联网通信模块进行供电；
卫星通信模块用于将环境方面的参数发送至通信卫星，通信卫星用于将环境方面的参数传输至云服务器；
物联网通信模块用于与无线传感器节点进行通信。
可选的，评估指标还包括土壤指标和作物指标。
可选的，环境指标的计算函数为：
Figure SMS_16
Figure SMS_18
为环境指标，
Figure SMS_20
为所有类型的环境方面的参数的集合，
Figure SMS_23
为
Figure SMS_19
中的元素
Figure SMS_21
的数值，
Figure SMS_24
为元素
Figure SMS_25
的标准值，
Figure SMS_17
为元素
Figure SMS_22
的权重值。
可选的，获取每种类型的评估指标的权重值，包括：
对所有类型的评估指标进行主成分分析，获取每种类型的评估指标的权重值。
第二个方面，本发明提供了一种基于大数据的森林质量综合评估系统，包括参数获取模块、参数传输模块、指标获取模块、权重获取模块和计算模块；
参数获取模块用于通过无线传感器节点获取需要进行评估的森林区域的环境方面的参数，无线传感器节点用于将环境方面的参数传输至具有卫星通信能力的通信中继装置；
其中，通信中继装置用于将无线传感器节点分成多任务节点和单任务节点；
单任务节点用于获取环境方面的参数，并将环境方面的参数传输至多任务节点；
多任务节点用于将环境方面的参数传输至通信中继装置；
参数传输模块用于通过通信中继装置将环境方面的参数传输至云服务器；
指标获取模块用于从云服务器中获取评估指标，评估指标包括基于环境方面的参数计算得到的环境指标；
权重获取模块用于获取每种类型的评估指标的权重值；
计算模块用于将预设类型的评估指标与对应的权重值相乘，将所有相乘的结果进行求和，得到评估数值。
与现有的森林质量评估方式相比，本发明在获取远离通信基站的森林区域的环境方面的参数时，在该森林区域中设置无线传感器节点和具有卫星通信能力的通信中继装置，从而实现了对远离通信基站的森林区域进行环境方面的参数的实时获取，能够提高对森林质量进行综合评估的效率。
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，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本发明一种基于大数据的森林质量综合评估方法的一种示意图。
图2为本发明一种基于大数据的森林质量综合评估系统的一种示意图。
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。
第一个方面，如图1所示的一种实施例，本发明提供了一种基于大数据的森林质量综合评估方法，包括：
S1，通过无线传感器节点获取需要进行评估的森林区域的环境方面的参数，无线传感器节点用于将环境方面的参数传输至具有卫星通信能力的通信中继装置。
具体的，需要进行评估的森林区域为与通信基站之间超过了具有3G、4G、5G等网络的通信能力的无线传感器节点的通信距离的区域。
在本发明中，无线传感器节点不具备3G、4G、5G等网络的通信能力。而保留了物联网通信能力，可以通过ZigBee等协议进行通信。这样的设置方式也能够有效地降低无线传感器节点的使用成本，因为使用3G、4G、5G等网络时，需要分别为每个无线传感器节点设置相应的物联网卡，还得为物联网卡缴费。
在一种实施例中，通信中继装置用于将无线传感器节点分成多任务节点和单任务节点；
单任务节点用于获取环境方面的参数，并将环境方面的参数传输至多任务节点；
多任务节点用于将环境方面的参数传输至通信中继装置。
分类之后，不同类型的无线传感器节点能够组成自组网，从而实现无线传感器节点得到的环境方面的参数的传输。
在一种实施例中，环境方面的参数包括降雨量、空气湿度和空气温度。
在一种实施例中，将无线传感器节点分成多任务节点和单任务节点，包括：
S11，判断第i个分类时长是否倒计时结束，若是，进入S12；
S12，用
Figure SMS_26
和
Figure SMS_27
分别表示第i个分类时长倒计时开始的时刻和倒计时结束的时刻，则第i+1个分类时长的计算函数为：
Figure SMS_28
Figure SMS_31
为第i+1个分类时长，
Figure SMS_34
为设定的分类时长的初始值，
Figure SMS_37
为比例系数，
Figure SMS_30
，
Figure SMS_33
为时间段
Figure SMS_36
内，多任务节点的平均发送次数，
Figure SMS_39
为平均发送次数的对比值，
Figure SMS_29
为时间段
Figure SMS_32
内，单任务节点的供能系数，
Figure SMS_35
为第i-1个分类时长倒计时开始到倒计时结束的时间段内，单任务节点的供能系数，
Figure SMS_38
为供能系数的差值标准值；
S13，分别计算每个无线传感器节点的分类参数，基于分类参数将无线传感器节点分成多任务节点和单任务节点，得到计算结果；
S14，将计算结果发送至每个无线传感器节点，同时启动时长为
Figure SMS_40
的倒计时。
在上述实施例中，倒计时不是固定的数值，而是能够随着功能系数和平均发送次数的变化而变化，使得通信中继装置对无线传感器节点的分类能够更加合理。若采用固定的数值，则数据传输量大时，会造成部分无线传感器节点的电量快速下降，这就需要工作人员更为频繁地对无线传感器节点进行电池的更换。而在上述实施例中，平均发送次数越大、功能系数之间的差值越大，则表示数据传输量以及电量下降速度越快，此时，分类时长会相应地变小，反之，则相应地变大。
在一种实施例中，供能系数
Figure SMS_41
的计算函数为：
Figure SMS_42
其中，
Figure SMS_44
为时间段
Figure SMS_46
内，单任务节点的集合，
Figure SMS_51
为时间段
Figure SMS_45
内，单任务节点的数量，
Figure SMS_47
为时间段
Figure SMS_49
内，单任务节点
Figure SMS_52
减少的电量，
Figure SMS_43
为i个分类时长是否倒计时结束后，所有无线传感器节点的电量的中值，
Figure SMS_48
为时间段
Figure SMS_50
内，单任务节点的平均休眠次数，
Figure SMS_53
为休眠次数标准值。
供能系数主要是从减少的电量以及平均休眠次数进行计算，单任务节点减少的电量之间的差异越大，则功能系数越大，平均休眠次数越大，则供能系数越小。供能系数的计算方式能够在减少的电量差异大时缩短分类时长，并能够在平均休眠次数大时增加分类时长，从而延长本发明的无线传感器节点的续航。
在一种实施例中，
Figure SMS_54
的计算方式与
Figure SMS_55
的计算方式相同，只需要将上述函数中第i个分类时长的所对应的时间段的数据替换为第i-1个分类时长的所对应的时间段的数据即可。
在一种实施例中，分类参数的计算函数为：
Figure SMS_56
其中，
Figure SMS_58
为无线传感器节点m的分类参数，
Figure SMS_61
、
Figure SMS_64
、
Figure SMS_59
为设定的权重，
Figure SMS_62
为无线传感器节点m在第i个分类时长是否倒计时结束时的电量，
Figure SMS_65
为无线传感器节点m的最大电量，
Figure SMS_66
为处于无线传感器节点m的最大通信半径内的无线传感器节点的数量，
Figure SMS_57
为第一常数参数，
Figure SMS_60
为无线传感器节点m与通信中继装置之间的直线长度，
Figure SMS_63
为第二常数参数。
分类参数从多方面进行综合计算，得到了能够综合表示无线传感器节点的通信能力的参数。
在一种实施例中，基于分类参数将无线传感器节点分成多任务节点和单任务节点，得到计算结果，包括：
S21，获取所有未分类的无线传感器节点中，分类参数最大的无线传感器节点
Figure SMS_67
；
S22，将
Figure SMS_68
作为分类节点；
S23, 将分类节点存入多任务节点集合
Figure SMS_69
；
S24，获取位于分类节点的最大通信半径内且不属于集合
Figure SMS_70
且不属于集合
Figure SMS_71
的无线传感器节点的集合
Figure SMS_72
，
Figure SMS_73
为单任务节点的集合；
S25，若
Figure SMS_74
中的元素的数量大于设定的数量阈值，则将
Figure SMS_75
中分类参数最大的无线传感器节点作为新的分类节点，将
Figure SMS_76
中除了分类节点之外的其它无线传感器节点存入集合
Figure SMS_77
，进入S23；若
Figure SMS_78
中的元素的数量小于等于设定的数量阈值，且未分类的无线传感器节点的数量大于0，则进入S21；若
Figure SMS_79
中的元素的数量小于等于设定的数量阈值，且未分类的无线传感器节点的数量为0，则进入S26；
S26，对
Figure SMS_80
和
Figure SMS_81
进行修正，得到计算结果。
在分类时，没有直接将分类参数排名靠前的无线传感器节点作为多任务节点，而是通过循环的方式，在前一个多任务节点的基础上，根据分类参数来获取下一个多任务节点，这也使得多任务节点之间至少存在一个单跳通信的线路。避免需要单任务节点进行中继，提高了环境方面的参数的传输效率。
在一种实施例中，对
Figure SMS_82
和
Figure SMS_83
进行修正，得到计算结果，包括：
修正的过程包括：
对于
Figure SMS_84
中的多任务节点n，获取多任务节点n的最大通信半径内的其它多任务节点的集合
Figure SMS_85
；
若
Figure SMS_86
中的传感器节点的数量为1，则获取处于多任务节点n的最大通信半径内，且能够与
Figure SMS_87
中的多任务节点进行通信的单任务节点的集合
Figure SMS_88
；
将
Figure SMS_89
中分类参数最大的单任务节点修正为多任务节点，并更新
Figure SMS_90
和
Figure SMS_91
，修正结束；
若
Figure SMS_92
中的传感器节点的数量大于等于1，则不获取
Figure SMS_93
，修正结束；
对
Figure SMS_94
中的所有多任务节点修正结束后，将更新后的
Figure SMS_95
和
Figure SMS_96
作为计算结果。
本发明在得到
Figure SMS_97
和
Figure SMS_98
之后，还对最大通信半径内只包含1个其它的多任务节点的多任务节点n进行修正，具体为，将其通信范围内，具有相同的连通能力且分类参数最大的单任务节点修正为多任务节点，从而得到增强了多任务节点n周围的数据连通能力。
具体的，无线传感器节点根据计算结果便能够知道自己是作为多任务节点还是单任务节点。
更新
Figure SMS_99
和
Figure SMS_100
，具体为，将
Figure SMS_101
中变成多任务节点的无线传感器节点删除，并添加到
Figure SMS_102
中。
S2，通过通信中继装置将环境方面的参数传输至云服务器。
在一种实施例中，通信中继装置包括电池模块、卫星通信模块和物联网通信模块；
电池模块用于为卫星通信模块和物联网通信模块进行供电；
卫星通信模块用于将环境方面的参数发送至通信卫星，通信卫星用于将环境方面的参数传输至云服务器；
物联网通信模块用于与无线传感器节点进行通信。物联网通信模块具备ZigBee等物联网通信协议的通信能力。
在本发明中，只有通信中继装置需要进行远距离通信，因此，无线传感器节点仅需要以很低的功耗进行近距离通信即可，能有效延长无线传感器节点充满电后的持续工作时间。
在一种实施例中，通信卫星用于将环境方面的参数传输至云服务器，包括：
通信卫星将环境方面的参数传输至地面站，然后由地面站通过网络传输至云服务器。
S3，从云服务器中获取评估指标，评估指标包括基于环境方面的参数计算得到的环境指标。
在一种实施例中，环境指标的计算函数为：
Figure SMS_103
Figure SMS_105
为环境指标，
Figure SMS_108
为所有类型的环境方面的参数的集合，
Figure SMS_111
为
Figure SMS_106
中的元素
Figure SMS_109
的数值，
Figure SMS_110
为元素
Figure SMS_112
的标准值，
Figure SMS_104
为元素
Figure SMS_107
的权重值。
在一种实施例中，评估指标还包括土壤指标和作物指标。
具体的，土壤指标包括微量元素含量，含水量等。
作物指标包括植被覆盖率，植被种类等。
具体的，作物指标可以通过对需要进行评估的森林区域进行遥感，然后对遥感图像进行大数据分析得到。
S4，获取每种类型的评估指标的权重值。
在一种实施例中，获取每种类型的评估指标的权重值，包括：
对所有类型的评估指标进行主成分分析，获取每种类型的评估指标的权重值。
S5，将预设类型的评估指标与对应的权重值相乘，将所有相乘的结果进行求和，得到评估数值。
在一种实施例中，评估数值的计算函数为：
Figure SMS_113
Figure SMS_115
为环境指标，
Figure SMS_118
为所有类型的评估指标的集合，
Figure SMS_120
为评估指标
Figure SMS_116
的数值，
Figure SMS_117
评估指标
Figure SMS_119
的对照值，
Figure SMS_121
为评估指标
Figure SMS_114
的权重值。
具体的，评估数值越大，则表示森林的质量越好。
与现有的森林质量评估方式相比，本发明在获取远离通信基站的森林的环境方面的参数时，在该森林中设置无线传感器节点和具有卫星通信能力的通信中继装置，从而实现了对远离通信基站的森林进行环境方面的参数的实时获取，能够提高对森林质量进行综合评估的效率。
第二个方面，如图2所示，本发明提供了一种基于大数据的森林质量综合评估系统，包括参数获取模块、参数传输模块、指标获取模块、权重获取模块和计算模块；
参数获取模块用于通过无线传感器节点获取需要进行评估的森林区域的环境方面的参数，无线传感器节点用于将环境方面的参数传输至具有卫星通信能力的通信中继装置；
其中，通信中继装置用于将无线传感器节点分成多任务节点和单任务节点；
单任务节点用于获取环境方面的参数，并将环境方面的参数传输至多任务节点；
多任务节点用于将环境方面的参数传输至通信中继装置；
参数传输模块用于通过通信中继装置将环境方面的参数传输至云服务器；
指标获取模块用于从云服务器中获取评估指标，评估指标包括基于环境方面的参数计算得到的环境指标；
权重获取模块用于获取每种类型的评估指标的权重值；
计算模块用于将预设类型的评估指标与对应的权重值相乘，将所有相乘的结果进行求和，得到评估数值。
以上所举实施例，对本发明的目的、技术方案和优点进行了进一步的详细说明，所应理解的是，以上所举实施例仅为本发明的优选实施方式而已，并不用以限制本发明，凡在本发明的精神和原则之内对本发明所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种基于大数据的森林质量综合评估方法，其特征在于，包括：
S1，通过无线传感器节点获取需要进行评估的森林区域的环境方面的参数，无线传感器节点用于将环境方面的参数传输至具有卫星通信能力的通信中继装置；
其中，通信中继装置用于将无线传感器节点分成多任务节点和单任务节点；
单任务节点用于获取环境方面的参数，并将环境方面的参数传输至多任务节点；
多任务节点用于将环境方面的参数传输至通信中继装置；
S2，通过通信中继装置将环境方面的参数传输至云服务器；
S3，从云服务器中获取评估指标，评估指标包括基于环境方面的参数计算得到的环境指标；
S4，获取每种类型的评估指标的权重值；
S5，将预设类型的评估指标与对应的权重值相乘，将所有相乘的结果进行求和，得到评估数值；
将无线传感器节点分成多任务节点和单任务节点，包括：
S11，判断第i个分类时长是否倒计时结束，若是，进入S12；
S12，用stri和endi分别表示第i个分类时长倒计时开始的时刻和倒计时结束的时刻，则第i+1个分类时长的计算函数为：
Figure FDA0004183339850000011
claduri+1为第i+1个分类时长，bsdur为设定的分类时长的初始值，λ为比例系数，λ∈(0,1)，sentimi为时间段[stri,endi]内，多任务节点的平均发送次数，sentimref为平均发送次数的对比值，dednumi为时间段[stri,endi]内，单任务节点的供能系数，dednumi-1为第i-1个分类时长倒计时开始到倒计时结束的时间段内，单任务节点的供能系数，diff为供能系数的差值标准值；
S13，分别计算每个无线传感器节点的分类参数，基于分类参数将无线传感器节点分成多任务节点和单任务节点，得到计算结果；
S14，将计算结果发送至每个无线传感器节点，同时启动时长为claduri+1的倒计时；
分类参数的计算函数为：
Figure FDA0004183339850000021
其中，claidxm为无线传感器节点m的分类参数，g1、g2、g3为设定的权重，powlfm为无线传感器节点m在第i个分类时长是否倒计时结束时的电量，fulpow为无线传感器节点m的最大电量，numneim为处于无线传感器节点m的最大通信半径内的无线传感器节点的数量，mxnm为第一常数参数，eistbm为无线传感器节点m与通信中继装置之间的直线长度，mxes为第二常数参数；
基于分类参数将无线传感器节点分成多任务节点和单任务节点，得到计算结果，包括：
S21，获取所有未分类的无线传感器节点中，分类参数最大的无线传感器节点mxwsn；
S22，将mxwsn作为分类节点；
S23,将分类节点存入多任务节点集合mutiset；
S24，获取位于分类节点的最大通信半径内且不属于集合mutiset且不属于集合sigset的无线传感器节点的集合wtdwsn，sigset为单任务节点的集合；
S25，若wtdwsn中的元素的数量大于设定的数量阈值，则将wtdwsn中分类参数最大的无线传感器节点作为新的分类节点，将wtdwsn中除了分类节点之外的其它无线传感器节点存入集合sigset，进入S23；若wtdwsn中的元素的数量小于等于设定的数量阈值，且未分类的无线传感器节点的数量大于0，则进入S21；若wtdwsn中的元素的数量小于等于设定的数量阈值，且未分类的无线传感器节点的数量为0，则进入S26；
S26，对mutiset和sigset进行修正，得到计算结果。
2.根据权利要求1所述的一种基于大数据的森林质量综合评估方法，其特征在于，环境方面的参数包括降雨量、空气湿度和空气温度。
3.根据权利要求1所述的一种基于大数据的森林质量综合评估方法，其特征在于，通信中继装置包括电池模块、卫星通信模块和物联网通信模块；
电池模块用于为卫星通信模块和物联网通信模块进行供电；
卫星通信模块用于将环境方面的参数发送至通信卫星，通信卫星用于将环境方面的参数传输至云服务器；
物联网通信模块用于与无线传感器节点进行通信。
4.根据权利要求1所述的一种基于大数据的森林质量综合评估方法，其特征在于，评估指标还包括土壤指标和作物指标。
5.根据权利要求4所述的一种基于大数据的森林质量综合评估方法，其特征在于，环境指标的计算函数为：
Figure FDA0004183339850000031
envind为环境指标，envu为所有类型的环境方面的参数的集合，valuej为envu中的元素j的数值，refj为元素j的标准值，wj为元素j的权重值。
6.根据权利要求5所述的一种基于大数据的森林质量综合评估方法，其特征在于，获取每种类型的评估指标的权重值，包括：
对所有类型的评估指标进行主成分分析，获取每种类型的评估指标的权重值。
7.一种基于大数据的森林质量综合评估系统，其特征在于，包括参数获取模块、参数传输模块、指标获取模块、权重获取模块和计算模块；
参数获取模块用于通过无线传感器节点获取需要进行评估的森林区域的环境方面的参数，无线传感器节点用于将环境方面的参数传输至具有卫星通信能力的通信中继装置；
其中，通信中继装置用于将无线传感器节点分成多任务节点和单任务节点；
单任务节点用于获取环境方面的参数，并将环境方面的参数传输至多任务节点；
多任务节点用于将环境方面的参数传输至通信中继装置；
参数传输模块用于通过通信中继装置将环境方面的参数传输至云服务器；
指标获取模块用于从云服务器中获取评估指标，评估指标包括基于环境方面的参数计算得到的环境指标；
权重获取模块用于获取每种类型的评估指标的权重值；
计算模块用于将预设类型的评估指标与对应的权重值相乘，将所有相乘的结果进行求和，得到评估数值；
将无线传感器节点分成多任务节点和单任务节点，包括：
S11，判断第i个分类时长是否倒计时结束，若是，进入S12；
S12，用stri和endi分别表示第i个分类时长倒计时开始的时刻和倒计时结束的时刻，则第i+1个分类时长的计算函数为：
Figure FDA0004183339850000041
claduri+1为第i+1个分类时长，bsdur为设定的分类时长的初始值，λ为比例系数，λ∈(0,1)，sentimi为时间段[stri,endi]内，多任务节点的平均发送次数，sentimref为平均发送次数的对比值，dednumi为时间段[stri,endi]内，单任务节点的供能系数，dednumi-1为第i-1个分类时长倒计时开始到倒计时结束的时间段内，单任务节点的供能系数，diff为供能系数的差值标准值；
S13，分别计算每个无线传感器节点的分类参数，基于分类参数将无线传感器节点分成多任务节点和单任务节点，得到计算结果；
S14，将计算结果发送至每个无线传感器节点，同时启动时长为claduri+1的倒计时；
分类参数的计算函数为：
Figure FDA0004183339850000042
其中，claidxm为无线传感器节点m的分类参数，g1、g2、g3为设定的权重，powlfm为无线传感器节点m在第i个分类时长是否倒计时结束时的电量，fulpow为无线传感器节点m的最大电量，numneim为处于无线传感器节点m的最大通信半径内的无线传感器节点的数量，mxnm为第一常数参数，eistbm为无线传感器节点m与通信中继装置之间的直线长度，mxes为第二常数参数；
基于分类参数将无线传感器节点分成多任务节点和单任务节点，得到计算结果，包括：
S21，获取所有未分类的无线传感器节点中，分类参数最大的无线传感器节点mxwsn；
S22，将mxwsn作为分类节点；
S23,将分类节点存入多任务节点集合mutiset；
S24，获取位于分类节点的最大通信半径内且不属于集合mutiset且不属于集合sigset的无线传感器节点的集合wtdwsn，sigset为单任务节点的集合；
S25，若wtdwsn中的元素的数量大于设定的数量阈值，则将wtdwsn中分类参数最大的无线传感器节点作为新的分类节点，将wtdwsn中除了分类节点之外的其它无线传感器节点存入集合sigset，进入S23；若wtdwsn中的元素的数量小于等于设定的数量阈值，且未分类的无线传感器节点的数量大于0，则进入S21；若wtdwsn中的元素的数量小于等于设定的数量阈值，且未分类的无线传感器节点的数量为0，则进入S26；
S26，对mutiset和sigset进行修正，得到计算结果。
CN202310218321.8A 2023-03-09 2023-03-09 一种基于大数据的森林质量综合评估方法及系统 Active CN115942272B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310218321.8A CN115942272B (zh) 2023-03-09 2023-03-09 一种基于大数据的森林质量综合评估方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310218321.8A CN115942272B (zh) 2023-03-09 2023-03-09 一种基于大数据的森林质量综合评估方法及系统

Publications (2)

Publication Number Publication Date
CN115942272A CN115942272A (zh) 2023-04-07
CN115942272B true CN115942272B (zh) 2023-05-26

Family

ID=85832326

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310218321.8A Active CN115942272B (zh) 2023-03-09 2023-03-09 一种基于大数据的森林质量综合评估方法及系统

Country Status (1)

Country Link
CN (1) CN115942272B (zh)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115623232A (zh) * 2022-08-31 2023-01-17 北京达佳互联信息技术有限公司 任务分配方法、服务器、终端、电子设备及存储介质

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016043635A1 (en) * 2014-09-16 2016-03-24 Telefonaktiebolaget L M Ericsson (Publ) Sensor system of master and slave sensors, and method therein
US20160299782A1 (en) * 2015-04-09 2016-10-13 Wal-Mart Stores, Inc. System and method for determining a sequence for performing a plurality of tasks
EP3433809A4 (en) * 2016-03-23 2019-10-02 Fedex Corporate Services, Inc. SYSTEMS, APPARATUS AND METHODS FOR AUTOMATIC ADJUSTMENT OF BROADCAST ADJUSTMENT OF A NODE IN A WIRELESS NODE NETWORK
CN205722350U (zh) * 2016-04-27 2016-11-23 南京森林警察学院 基于北斗通信的集成化森林火险要素采集系统
JP7239018B2 (ja) * 2019-11-18 2023-03-14 日本電信電話株式会社 センサシステム、無線協調受信システム、および無線協調受信方法
CN114841625B (zh) * 2022-06-30 2022-11-08 四川省林业和草原调查规划院(四川省林业和草原生态环境监测中心) 一种国家森林资源连续清查云平台及样地监测方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115623232A (zh) * 2022-08-31 2023-01-17 北京达佳互联信息技术有限公司 任务分配方法、服务器、终端、电子设备及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
无线传感器网络节点密度与功能分类算法;王璐;赵志文;张瑶瑶;韩钦亭;;计算机仿真(10);全文 *

Also Published As

Publication number Publication date
CN115942272A (zh) 2023-04-07

Similar Documents

Publication Publication Date Title
US8484137B2 (en) Telemetry system
CN110658725B (zh) 一种基于人工智能的能源监管和预测系统及其方法
CN110493844B (zh) 面向无线传感器网络的数据融合联盟博弈方法及系统
CN113034022B (zh) 一种bms电池管理系统的远程监控系统
CN104378771A (zh) 盲点预测农田时变异构网络节点部署与交互调度方法
CN110519816A (zh) 一种无线漫游控制方法、装置、存储介质及终端设备
CN113379993A (zh) 一种基于物联网技术的SaaS智能消防监控平台
CN109121225A (zh) 一种基于wsn的水质监测系统
CN115942272B (zh) 一种基于大数据的森林质量综合评估方法及系统
CN107370240A (zh) 一种架空送电线路智能监测系统
Haapola et al. Peer-to-peer energy trading and grid control communications solutions' feasibility assessment based on key performance indicators
CN113507172A (zh) 基于移动充电车的无线传感器网络节点充电方法
Li et al. On complete targets coverage in RF-harvesting Internet of Things networks
CN107211364A (zh) 控制装置、控制方法、以及控制程序
CN109187874A (zh) 区域空气质量智能实时发布系统
CN109495860A (zh) 一种实时智能的区域空气质量监测系统
WO2021192845A1 (ja) 情報提供システム、サーバ、及び情報提供方法
CN109348445A (zh) 用于精细农业的土壤环境高精度实时监控系统
CN105933913B (zh) 无线传感器网络中分层数据回传链路能量收集存储方法
CN205280910U (zh) 一种电池组状态远程监控系统
CN114919456B (zh) 一种基于大数据的汽车电池充放电管理系统
CN107170224B (zh) 一种智能家居智能电表无线抄表系统
Vaz de Melo et al. The problem of cooperation among different wireless sensor networks
CN109389516A (zh) 一种实时智能的土壤污染监测系统
CN112131524A (zh) 一种用于群智感知系统的在线激励机制方法

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