CN116546431B - 一种基于北斗全网通多网融合数据采集通信系统及方法 - Google Patents
一种基于北斗全网通多网融合数据采集通信系统及方法 Download PDFInfo
- Publication number
- CN116546431B CN116546431B CN202310807757.0A CN202310807757A CN116546431B CN 116546431 B CN116546431 B CN 116546431B CN 202310807757 A CN202310807757 A CN 202310807757A CN 116546431 B CN116546431 B CN 116546431B
- Authority
- CN
- China
- Prior art keywords
- monitoring
- data
- area
- node
- remote sensing
- 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
Links
- 238000004891 communication Methods 0.000 title claims abstract description 63
- 238000000034 method Methods 0.000 title claims abstract description 34
- 230000004927 fusion Effects 0.000 title claims abstract description 16
- 238000012544 monitoring process Methods 0.000 claims abstract description 317
- 230000008859 change Effects 0.000 claims abstract description 38
- 230000005540 biological transmission Effects 0.000 claims abstract description 10
- 230000035772 mutation Effects 0.000 claims description 116
- 230000002159 abnormal effect Effects 0.000 claims description 51
- 238000004458 analytical method Methods 0.000 claims description 18
- 238000012216 screening Methods 0.000 claims description 18
- 230000006855 networking Effects 0.000 claims description 5
- 230000010354 integration Effects 0.000 claims description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 5
- 230000009471 action Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000008054 signal transmission Effects 0.000 description 3
- 238000012876 topography Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- DMBHHRLKUKUOEG-UHFFFAOYSA-N diphenylamine Chemical compound C=1C=CC=CC=1NC1=CC=CC=C1 DMBHHRLKUKUOEG-UHFFFAOYSA-N 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/021—Services related to particular areas, e.g. point of interest [POI] services, venue services or geofences
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q9/00—Arrangements in telecontrol or telemetry systems for selectively calling a substation from a main station, in which substation desired apparatus is selected for applying a control signal thereto or for obtaining measured values therefrom
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/90—Services for handling of emergency or hazardous situations, e.g. earthquake and tsunami warning systems [ETWS]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/02—Hierarchically pre-organised networks, e.g. paging networks, cellular networks, WLAN [Wireless Local Area Network] or WLL [Wireless Local Loop]
- H04W84/04—Large scale networks; Deep hierarchical networks
- H04W84/06—Airborne or Satellite Networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q2209/00—Arrangements in telecontrol or telemetry systems
- H04Q2209/40—Arrangements in telecontrol or telemetry systems using a wireless architecture
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q2209/00—Arrangements in telecontrol or telemetry systems
- H04Q2209/80—Arrangements in the sub-station, i.e. sensing device
- H04Q2209/82—Arrangements in the sub-station, i.e. sensing device where the sensing device takes the initiative of sending data
- H04Q2209/826—Arrangements in the sub-station, i.e. sensing device where the sensing device takes the initiative of sending data where the data is sent periodically
-
- 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
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Emergency Management (AREA)
- Environmental & Geological Engineering (AREA)
- Public Health (AREA)
- Physics & Mathematics (AREA)
- Astronomy & Astrophysics (AREA)
- General Physics & Mathematics (AREA)
- Alarm Systems (AREA)
Abstract
本发明涉及数据采集通信技术领域,具体为一种基于北斗全网通多网融合数据采集通信系统及方法,所述系统包括监测突变区域生成模块,所述监测突变区域生成模块获取待测区域对应的遥感数据变更参照对象中各个监测节点的历史监测数据,结合当前时间待测区域内各个监测节点的采集数据,在数据中心中筛选待测区域内发生数据突变的监测节点及相应的监测突变区域。本发明不仅考虑到通过多通道通信方式来应对极端天气对传输信号的影响情况,还根据监测区域的监测数据的变化实现对监测周期时长的自适应调节,从根源上解决获取极端天气监测数据的及时性问题。
Description
技术领域
本发明涉及数据采集通信技术领域,具体为一种基于北斗全网通多网融合数据采集通信系统及方法。
背景技术
卫星遥感,是指从地面到空间各种对地球、天体观测的综合性技术系统的总称,可从遥感技术平台获取卫星数据、由遥感仪器以及信息接收、处理与分析;卫星遥感技术的发展为人们准确获取指定区域内的地形地貌提供了技术支撑。可广泛应用于公路交通、铁路运输、水文测报、森林防火、环境监测等行业,在铁路运输领域,由于铁路货物运输是现代运输主要方式之一,在整个运输领域中占有重要的地位,并发挥着愈来愈重要的作用,且铁路运行路线受铁轨位置的影响,进而人们需要对铁轨周边区域进行监控(铁轨周边可能会受降水影响,出现泥石流或者山体滑坡情况,进而对运输车辆造成影响);
通常会在铁路设置传感器进行监控,并通过基站将传感器采集的数据传输给终端;但是基站信号的传输受到极端天气的影响,极端降雨和洪水时基站会出现“监测信息报不上来,预警信息传不下去”的问题,而北斗三号短报文具备全时域通信能力,极端暴雨天气条件下,抗灾能力强,进而需要考虑多通道通信(基站通信+北斗卫星通信)。
现有的基于北斗全网通多网融合数据采集通信系统中,只是考虑到通过多通道通信方式来应对极端天气对传输信号的影响情况(虽然从传输方式上做到了数据的及时传输),但却无法根据监测区域的监测数据的变化实现对监测周期时长的自适应调节,无法从根源上解决获取极端天气监测数据的及时性问题,进而现有技术存在较大的缺陷。
发明内容
本发明的目的在于提供一种基于北斗全网通多网融合数据采集通信系统及方法,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:一种基于北斗全网通多网融合数据采集通信方法,所述方法包括以下步骤:
S1、通过北斗卫星每隔单位时间获取采集一次待测区域内的遥感信息;分析待测区域内最近一次采集的遥感信息与历史遥感信息之间的差异,得到待测区域对应的遥感数据变更参照对象;
S2、所述待测区域内设置有若干监测节点,(监测节点进行数据采集时,所有监测节点上的传感器同时进行数据采集)获取待测区域对应的遥感数据变更参照对象中各个监测节点的历史监测数据,结合当前时间待测区域内各个监测节点的采集数据,在数据中心中筛选待测区域内发生数据突变的监测节点及相应的监测突变区域;其中,监测节点的采集数据通过多信道通信传输给数据中心,多信道通信包括公网通信、卫星通信及本地组网;
公网通信:支持4G/5G公网通信,支持同时向数据中心上报;
卫星通信:支持北斗三号短报文通信,单条报文最大长度不小于1000个汉字。支持向数据中心上报数据;
本地组网:支持窄带多跳自组网,可兼容传感器数据上报和本地报警发送。
S3、获取待测区域内各个监测节点之间的关联关系,结合历史监测数据中关联节点之间的监测数据偏差,对监测突变区域进行校准;
S4、结合待测区域内最近一次采集的遥感信息中校准后的监测突变区域内的监测数据,得到监测突变系数,并对当前时间待测区域内的监测节点的监测数据采集周期对应的时长进行自适应调整。
本发明中采集周期的变化与采集结果异常判定无直接关联,只是单纯地对采集时间的调控,而采集数据的异常判定是在数据中心将采集结果与相应的监测阈值进行比对得到的。
进一步的,所述S1中单位时间为数据库中预置的常数;
所述S1中得到待测区域对应的遥感数据变更参数对象的方法包括以下步骤:
S11、获取待测区域内的历史遥感信息,将所得历史遥感信息中最近一次采集的遥感信息记为A;
S12、将历史遥感信息中除A之外的各次采集的遥感信息分别与A进行比较,并分别计算每个比较结果对应的差异度,
历史遥感信息中任意一次采集的遥感信息与A之间的差异度等于相应遥感信息与A之间对应遥感数据不同的区域面积占待测区域总面积的比值;
S13、将历史遥感信息中除A之外的各次采集的遥感信息中,与A的比较结果对应的差异值最小的遥感信息作为待测区域对应的遥感数据变更参照对象。
本发明筛选待测区域对应的遥感数据变更参照对象时,是基于历史数据中最近一次获取的遥感信息来得到的,当基于历史数据中最近一次获取的遥感信息不同时,最终选取的待测区域对应的遥感数据变更参照对象也会发生变化。
进一步的,所述S2中在数据中心中筛选待测区域内发生数据突变的监测节点的方法包括以下步骤:
S21、获取待测区域对应的遥感数据变更参照对象中各个监测节点的历史监测数据;将待测区域对应的遥感数据变更参照对象中各个监测节点在相同时间点的历史监测数据汇总到一个空白集合中,记为相应时间点的参照对象节点数据集合,所述相应时间点的参照对象节点数据集合中第i个元素表示相应时间点待测区域内第i个监测节点的采集数据;
S22、获取当前时间待测区域内各个监测节点的采集数据,将采集的各个监测节点数据汇总到一个空白集合中,记为节点参照集合,所述节点参照集合中第i个元素表示当前时间待测区域内第i个监测节点的采集数据;
S23、获取S21中不同时间点分别对应的参照对象节点数据集合与节点参照集合之间分别对应的数据异常突变区域,将面积最小的数据异常突变区域作为数据中心中待测区域内相应的监测突变区域的筛选结果,并将面积最小的数据异常突变区域内的监测节点均作为数据中心中待测区域内发生数据突变的监测节点的筛选结果,将面积最小的数据异常突变区域对应的参照对象节点数据集合记为P;
获取参照对象节点数据集合与节点参照集合之间对应的数据异常突变区域的方法包括以下步骤:
S231、获取参照对象节点数据集合与节点参照集合,将参照对象节点数据集合记为B1,将节点参照集合记为B2;
S232、得到参照对象节点数据集合与节点参照集合之间的异常节点集合,所述异常节点集合中的各个元素均为异常监测节点;
当|B1i-B2i|小于等于β时,则判定B1i与B2i之间的偏差在误差承受范围内,待测区域内的第i个监测节点的监测数据正常,待测区域内的第i个监测节点正常,
当|B1i-B2i|大于β时,则判定B1i与B2i之间的偏差超过误差承受范围,待测区域内的第i个监测节点的监测数据异常,待测区域内的第i个监测节点异常;
所述|B1i-B2i|表示B1i与B2i差值的绝对值,所述β表示数据库中预置的阈值,B1i表示B1中的第i个元素对应的监测数据,B2i表示B2中的第i个元素对应的监测数据;
S233、得到参照对象节点数据集合与节点参照集合之间对应的数据异常突变区域,
获取所得数据异常突变区域时,先获取参照对象节点数据集合与节点参照集合之间的异常节点集合内的所有异常监测节点,并将所得异常监测节点在历史遥感信息中最近一次采集的遥感信息中相应的位置点进行标记,并将所得标记点之间相互连线所围成的最大面积区域作为所得数据异常突变区域。
进一步的,所述S3中对监测突变区域进行校准的方法包括以下步骤:
S31、获取待测区域内各个监测节点之间的关联关系,构建存在关联关系的各个监测节点对应的监测节点关联链,监测节点关联链中每个监测节点作为一个链节点,所述监测节点关联链通过数据库预置表单中查询获取;
S32、获取数据中心中待测区域内发生数据突变的监测节点的筛选结果构成的集合,记为M;
S33、提取监测节点关联链中包含Mj的链节点之后的所有链节点,构建Mj对应的链特征集合,记为RMj,所述Mj表示M中的第j个元素;
S34、得到监测突变区域的校准结果,
获取监测突变区域的校准结果时,先获取M及M中各个元素分别对应的链集合的并集,将并集内的所有监测节点分别在历史遥感信息中最近一次采集的遥感信息中相应的位置点进行标记并相互连线,将所得连线围成的最大面积区域作为监测突变区域的校准结果。
本发明最终得到的监测突变区域(监测突变区域的校准结果)是基于参照对象节点数据集合与节点参照集合之间的所有异常监测节点及待测区域内的所有关联链来综合考虑的,校准前的监测突变区域反映的是待测区域对应的遥感数据变更参照对象与最近一次遥感信息之间的数据差异区域,而对监测突变区域的校准,则是考虑到关联链中不同链节点之间的影响关系(由于校准前的监测突变区域只是基于两次监测数据分析得到的,可能无法完全体现关联链中链节点之间的关系,进而校准前的监测突变区域相对而言是不够准确的);校准后的监测突变区域能够为后续步骤中准确得到监测突变系数提供了数据支撑,进而对监测周期对应的时长实现有效且精准的调节。
进一步的,所述S4中结合待测区域内最近一次采集的遥感信息中校准后的监测突变区域内的监测数据,得到监测突变系数的方法包括以下步骤:
S401、获取待测区域内最近一次采集的遥感信息中校准后的监测突变区域;获取所得校准后的监测突变区域内的监测数据,
S402、得到监测突变系数,记为g,
g=[f+∑k K1 =1MYk×QMYk]/[f+∑k K1 =1M1Yk×QMYk],
本发明中f+∑k K1 =1MYk×QMYk及f+∑k K1 =1M1Yk×QMYk均大于0;
其中,MY表示待测区域内最近一次采集的遥感信息中校准后的监测突变区域内所有监测节点构成的集合(M及M中各个元素分别对应的链集合的并集),f为数据库中阈值的大于0的常数,
K1表示MY中元素的总个数,
MYk表示MY中第k个元素对应监测节点的监测数据,
M1Yk表示MY中第k个元素对应的监测节点在S23中得到的参照对象节点数据集合P内对应的监测数据,
QMYk表示待测区域内最近一次采集的遥感信息中,MY内第k个元素对应监测节点相邻的多个监测节点所围区域的最小面积,且MY内第k个元素对应监测节点在相邻的多个监测节点所围的区域内。
进一步的,所述S4中对当前时间待测区域内的监测节点的监测数据采集周期对应的时长进行自适应调整时,将自适应调整后的采集周期对应的时长记为T,所述T=T1/g,其中T1表示当前时间待测区域内调整前的监测节点的监测数据采集周期时长。
一种基于北斗全网通多网融合数据采集通信系统,所述系统包括以下模块:
变更参照对象获取模块,所述变更参照对象获取模块通过北斗卫星每隔单位时间获取采集一次待测区域内的遥感信息;分析待测区域内最近一次采集的遥感信息与历史遥感信息之间的差异,得到待测区域对应的遥感数据变更参照对象;
监测突变区域生成模块,所述监测突变区域生成模块获取待测区域对应的遥感数据变更参照对象中各个监测节点的历史监测数据,结合当前时间待测区域内各个监测节点的采集数据,在数据中心中筛选待测区域内发生数据突变的监测节点及相应的监测突变区域;
监测突变区域校准模块,所述监测突变区域校准模块获取待测区域内各个监测节点之间的关联关系,结合历史监测数据中关联节点之间的监测数据偏差,对监测突变区域进行校准;
自适应调节管控模块,所述自适应调节管控模块结合待测区域内最近一次采集的遥感信息中校准后的监测突变区域内的监测数据,得到监测突变系数,并对当前时间待测区域内的监测节点的监测数据采集周期对应的时长进行自适应调整。
进一步的,所述变更参照对象获取模块包括遥感信息采集单元、信息差异分析单元及参照对象筛选单元,
所述遥感信息采集单元通过北斗卫星每隔单位时间获取采集一次待测区域内的遥感信息;
所述信息差异分析单元分析待测区域内最近一次采集的遥感信息与历史遥感信息之间的差异;
所述参照对象筛选单元根据信息差异分析单元的分析结果,得到待测区域对应的遥感数据变更参照对象;
进一步的,所述监测突变区域校准模块包括节点关系分析单元、监测数据偏差获取单元及区域校准单元,
所述节点关系分析单元获取待测区域内各个监测节点之间的关联关系;
所述监测数据偏差获取单元获取历史监测数据中关联节点之间的监测数据偏差;
所述区域校准单元根据监测数据偏差获取单元的获取结果对监测突变区域进行校准。
与现有技术相比,本发明所达到的有益效果是:本发明不仅考虑到通过多通道通信方式来应对极端天气对传输信号的影响情况,还根据监测区域的监测数据的变化实现对监测周期时长的自适应调节,从根源上解决获取极端天气监测数据的及时性问题。
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是本发明一种基于北斗全网通多网融合数据采集通信方法的流程示意图;
图2是本发明一种基于北斗全网通多网融合数据采集通信系统的结构示意图。
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,本发明提供技术方案:一种基于北斗全网通多网融合数据采集通信方法,所述方法包括以下步骤:
S1、通过北斗卫星每隔单位时间获取采集一次待测区域内的遥感信息;分析待测区域内最近一次采集的遥感信息与历史遥感信息之间的差异,得到待测区域对应的遥感数据变更参照对象;
所述S1中单位时间为数据库中预置的常数;
所述S1中得到待测区域对应的遥感数据变更参数对象的方法包括以下步骤:
S11、获取待测区域内的历史遥感信息,将所得历史遥感信息中最近一次采集的遥感信息记为A;
S12、将历史遥感信息中除A之外的各次采集的遥感信息分别与A进行比较,并分别计算每个比较结果对应的差异度,
历史遥感信息中任意一次采集的遥感信息与A之间的差异度等于相应遥感信息与A之间对应遥感数据不同的区域面积占待测区域总面积的比值;
S13、将历史遥感信息中除A之外的各次采集的遥感信息中,与A的比较结果对应的差异值最小的遥感信息作为待测区域对应的遥感数据变更参照对象。
S2、所述待测区域内设置有若干监测节点,(监测节点进行数据采集时,所有监测节点上的传感器同时进行数据采集)获取待测区域对应的遥感数据变更参照对象中各个监测节点的历史监测数据,结合当前时间待测区域内各个监测节点的采集数据,在数据中心中筛选待测区域内发生数据突变的监测节点及相应的监测突变区域;其中,监测节点的采集数据通过多信道通信传输给数据中心,多信道通信包括公网通信、卫星通信及本地组网;
公网通信:支持4G/5G公网通信,支持同时向数据中心上报;
卫星通信:支持北斗三号短报文通信,单条报文最大长度不小于1000个汉字。支持向数据中心上报数据;
本地组网:支持窄带多跳自组网,可兼容传感器数据上报和本地报警发送;
多通道通信能够解决极端降雨和洪水时“监测信息报不上来,预警信息传不下去”的问题。在自然灾害监测预警工作中,受极端暴雨天气条件的影响,在通信方面面临着诸多问题:
(1)电力设施被冲毁,通信基站被破坏,导致断电断网;
(2)暴雨导致雨衰,通信中断;导致数据的稳定性及数据质量出现问题;
而北斗三号短报文具备全时域通信能力,极端暴雨天气条件下,抗灾能力强;
北斗卫星信号传输通道最大的优势是稳定,不受天气、地形等因素的限制,稳定的北斗卫星信号传输通道确保了预警的及时性。当监测点原有的公网信号不稳定或较差时,4G+北斗卫星双通道传输则会最大程度确保信号传输,提升了水文数据预报的准确性和接收的畅通性,为预警工作提供技术保障。
所述S2中在数据中心中筛选待测区域内发生数据突变的监测节点的方法包括以下步骤:
S21、获取待测区域对应的遥感数据变更参照对象中各个监测节点的历史监测数据;将待测区域对应的遥感数据变更参照对象中各个监测节点在相同时间点的历史监测数据汇总到一个空白集合中,记为相应时间点的参照对象节点数据集合,所述相应时间点的参照对象节点数据集合中第i个元素表示相应时间点待测区域内第i个监测节点的采集数据;
本实施例中监测节点的监测数据时通过水位传感器采集获取的,所述水位传感器为支持雷达/气泡/压阻/浮子/超声波/无线电子水尺等多种水位传感器;
S22、获取当前时间待测区域内各个监测节点的采集数据,将采集的各个监测节点数据汇总到一个空白集合中,记为节点参照集合,所述节点参照集合中第i个元素表示当前时间待测区域内第i个监测节点的采集数据;
S23、获取S21中不同时间点分别对应的参照对象节点数据集合与节点参照集合之间分别对应的数据异常突变区域,将面积最小的数据异常突变区域作为数据中心中待测区域内相应的监测突变区域的筛选结果,并将面积最小的数据异常突变区域内的监测节点均作为数据中心中待测区域内发生数据突变的监测节点的筛选结果,将面积最小的数据异常突变区域对应的参照对象节点数据集合记为P;
获取参照对象节点数据集合与节点参照集合之间对应的数据异常突变区域的方法包括以下步骤:
S231、获取参照对象节点数据集合与节点参照集合,将参照对象节点数据集合记为B1,将节点参照集合记为B2;
S232、得到参照对象节点数据集合与节点参照集合之间的异常节点集合,所述异常节点集合中的各个元素均为异常监测节点;
当|B1i-B2i|小于等于β时,则判定B1i与B2i之间的偏差在误差承受范围内,待测区域内的第i个监测节点的监测数据正常,待测区域内的第i个监测节点正常,
当|B1i-B2i|大于β时,则判定B1i与B2i之间的偏差超过误差承受范围,待测区域内的第i个监测节点的监测数据异常,待测区域内的第i个监测节点异常;
所述|B1i-B2i|表示B1i与B2i差值的绝对值,所述β表示数据库中预置的阈值,B1i表示B1中的第i个元素对应的监测数据,B2i表示B2中的第i个元素对应的监测数据;
S233、得到参照对象节点数据集合与节点参照集合之间对应的数据异常突变区域,
获取所得数据异常突变区域时,先获取参照对象节点数据集合与节点参照集合之间的异常节点集合内的所有异常监测节点,并将所得异常监测节点在历史遥感信息中最近一次采集的遥感信息中相应的位置点进行标记,并将所得标记点之间相互连线所围成的最大面积区域作为所得数据异常突变区域。
S3、获取待测区域内各个监测节点之间的关联关系,结合历史监测数据中关联节点之间的监测数据偏差,对监测突变区域进行校准;
所述S3中对监测突变区域进行校准的方法包括以下步骤:
S31、获取待测区域内各个监测节点之间的关联关系,构建存在关联关系的各个监测节点对应的监测节点关联链,监测节点关联链中每个监测节点作为一个链节点,所述监测节点关联链通过数据库预置表单中查询获取;
S32、获取数据中心中待测区域内发生数据突变的监测节点的筛选结果构成的集合,记为M;
S33、提取监测节点关联链中包含Mj的链节点之后的所有链节点,构建Mj对应的链特征集合,记为RMj,所述Mj表示M中的第j个元素;
S34、得到监测突变区域的校准结果,
获取监测突变区域的校准结果时,先获取M及M中各个元素分别对应的链集合的并集,将并集内的所有监测节点分别在历史遥感信息中最近一次采集的遥感信息中相应的位置点进行标记并相互连线,将所得连线围成的最大面积区域作为监测突变区域的校准结果。
S4、结合待测区域内最近一次采集的遥感信息中校准后的监测突变区域内的监测数据,得到监测突变系数,并对当前时间待测区域内的监测节点的监测数据采集周期对应的时长进行自适应调整。
所述S4中结合待测区域内最近一次采集的遥感信息中校准后的监测突变区域内的监测数据,得到监测突变系数的方法包括以下步骤:
S401、获取待测区域内最近一次采集的遥感信息中校准后的监测突变区域;获取所得校准后的监测突变区域内的监测数据,
S402、得到监测突变系数,记为g,
g=[f+∑k K1 =1MYk×QMYk]/[f+∑k K1 =1M1Yk×QMYk],
本发明中f+∑k K1 =1MYk×QMYk及f+∑k K1 =1M1Yk×QMYk均大于0;
其中,MY表示待测区域内最近一次采集的遥感信息中校准后的监测突变区域内所有监测节点构成的集合(M及M中各个元素分别对应的链集合的并集),f为数据库中阈值的大于0的常数,
K1表示MY中元素的总个数,
MYk表示MY中第k个元素对应监测节点的监测数据,
M1Yk表示MY中第k个元素对应的监测节点在S23中得到的参照对象节点数据集合P内对应的监测数据,
QMYk表示待测区域内最近一次采集的遥感信息中,MY内第k个元素对应监测节点相邻的多个监测节点所围区域的最小面积,且MY内第k个元素对应监测节点在相邻的多个监测节点所围的区域内。
本实施例中若MY的第k个元素对应的监测节点为H,
若H对应的相邻监测节点分别为H1、H2、H3及H4,
则第k个元素对应监测节点相邻的多个监测节点所围区域中对应的相邻监测节点组合分别为{H1,H2,H3,H4}、{H1,H2,H3}、{H1,H2,H4}及{H2,H3,H4};
若相邻监测节点组合对应的所围区域面积的大小关系为:
S{H1,H2,H3,H4}>S{H1,H2,H3}>S{H2,H3,H4}>S{H1,H2,H4};
S{H1,H2,H3,H4}表示{H1,H2,H3,H4}所围区域的面积;
S{H1,H2,H3}表示{H1,H2,H3}所围区域的面积;
S{H2,H3,H4}表示{H2,H3,H4}所围区域的面积;
S{H1,H2,H4}表示{H1,H2,H4}所围区域的面积;
若{H1,H2,H3,H4}及{H1,H2,H3}所围区域内含有监测节点H,而{H1,H2,H4}及{H2,H3,H4}所围区域内未含有监测节点H,
则QMYk对应的值等于S{H1,H2,H3}。
所述S4中对当前时间待测区域内的监测节点的监测数据采集周期对应的时长进行自适应调整时,将自适应调整后的采集周期对应的时长记为T,所述T=T1/g,其中T1表示当前时间待测区域内调整前的监测节点的监测数据采集周期时长。
如图2所示,一种基于北斗全网通多网融合数据采集通信系统,所述系统包括以下模块:
变更参照对象获取模块,所述变更参照对象获取模块通过北斗卫星每隔单位时间获取采集一次待测区域内的遥感信息;分析待测区域内最近一次采集的遥感信息与历史遥感信息之间的差异,得到待测区域对应的遥感数据变更参照对象;
监测突变区域生成模块,所述监测突变区域生成模块获取待测区域对应的遥感数据变更参照对象中各个监测节点的历史监测数据,结合当前时间待测区域内各个监测节点的采集数据,在数据中心中筛选待测区域内发生数据突变的监测节点及相应的监测突变区域;
监测突变区域校准模块,所述监测突变区域校准模块获取待测区域内各个监测节点之间的关联关系,结合历史监测数据中关联节点之间的监测数据偏差,对监测突变区域进行校准;
自适应调节管控模块,所述自适应调节管控模块结合待测区域内最近一次采集的遥感信息中校准后的监测突变区域内的监测数据,得到监测突变系数,并对当前时间待测区域内的监测节点的监测数据采集周期对应的时长进行自适应调整。
所述变更参照对象获取模块包括遥感信息采集单元、信息差异分析单元及参照对象筛选单元,
所述遥感信息采集单元通过北斗卫星每隔单位时间获取采集一次待测区域内的遥感信息;
所述信息差异分析单元分析待测区域内最近一次采集的遥感信息与历史遥感信息之间的差异;
所述参照对象筛选单元根据信息差异分析单元的分析结果,得到待测区域对应的遥感数据变更参照对象;
所述监测突变区域校准模块包括节点关系分析单元、监测数据偏差获取单元及区域校准单元,
所述节点关系分析单元获取待测区域内各个监测节点之间的关联关系;
所述监测数据偏差获取单元获取历史监测数据中关联节点之间的监测数据偏差;
所述区域校准单元根据监测数据偏差获取单元的获取结果对监测突变区域进行校准。
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 (5)
1.一种基于北斗全网通多网融合数据采集通信方法,其特征在于,所述方法包括以下步骤:
S1、通过北斗卫星每隔单位时间获取采集一次待测区域内的遥感信息;分析待测区域内最近一次采集的遥感信息与历史遥感信息之间的差异,得到待测区域对应的遥感数据变更参照对象;
S2、所述待测区域内设置有若干监测节点,获取待测区域对应的遥感数据变更参照对象中各个监测节点的历史监测数据,结合当前时间待测区域内各个监测节点的采集数据,在数据中心中筛选待测区域内发生数据突变的监测节点及相应的监测突变区域;其中,监测节点的采集数据通过多信道通信传输给数据中心,多信道通信包括公网通信、卫星通信及本地组网;
S3、获取待测区域内各个监测节点之间的关联关系,结合历史监测数据中关联节点之间的监测数据偏差,对监测突变区域进行校准;
S4、结合待测区域内最近一次采集的遥感信息中校准后的监测突变区域内的监测数据,得到监测突变系数,并对当前时间待测区域内的监测节点的监测数据采集周期对应的时长进行自适应调整;
所述S1中单位时间为数据库中预置的常数;
所述S1中得到待测区域对应的遥感数据变更参照对象的方法包括以下步骤:
S11、获取待测区域内的历史遥感信息,将所得历史遥感信息中最近一次采集的遥感信息记为A;
S12、将历史遥感信息中除A之外的各次采集的遥感信息分别与A进行比较,并分别计算每个比较结果对应的差异度,
历史遥感信息中任意一次采集的遥感信息与A之间的差异度等于相应遥感信息与A之间对应遥感数据不同的区域面积占待测区域总面积的比值;
S13、将历史遥感信息中除A之外的各次采集的遥感信息中,与A的比较结果对应的差异值最小的遥感信息作为待测区域对应的遥感数据变更参照对象;
所述S2中在数据中心中筛选待测区域内发生数据突变的监测节点的方法包括以下步骤:
S21、获取待测区域对应的遥感数据变更参照对象中各个监测节点的历史监测数据;将待测区域对应的遥感数据变更参照对象中各个监测节点在相同时间点的历史监测数据汇总到一个空白集合中,记为相应时间点的参照对象节点数据集合,所述相应时间点的参照对象节点数据集合中第i个元素表示相应时间点待测区域内第i个监测节点的采集数据;
S22、获取当前时间待测区域内各个监测节点的采集数据,将采集的各个监测节点数据汇总到一个空白集合中,记为节点参照集合,所述节点参照集合中第i个元素表示当前时间待测区域内第i个监测节点的采集数据;
S23、获取S21中不同时间点分别对应的参照对象节点数据集合与节点参照集合之间分别对应的数据异常突变区域,将面积最小的数据异常突变区域作为数据中心中待测区域内相应的监测突变区域的筛选结果,并将面积最小的数据异常突变区域内的监测节点均作为数据中心中待测区域内发生数据突变的监测节点的筛选结果,将面积最小的数据异常突变区域对应的参照对象节点数据集合记为P;
获取参照对象节点数据集合与节点参照集合之间对应的数据异常突变区域的方法包括以下步骤:
S231、获取参照对象节点数据集合与节点参照集合,将参照对象节点数据集合记为B1,将节点参照集合记为B2;
S232、得到参照对象节点数据集合与节点参照集合之间的异常节点集合,所述异常节点集合中的各个元素均为异常监测节点;
当|B1i-B2i|小于等于β时,则判定B1i与B2i之间的偏差在误差承受范围内,待测区域内的第i个监测节点的监测数据正常,待测区域内的第i个监测节点正常,
当|B1i-B2i|大于β时,则判定B1i与B2i之间的偏差超过误差承受范围,待测区域内的第i个监测节点的监测数据异常,待测区域内的第i个监测节点异常;
所述|B1i-B2i|表示B1i与B2i差值的绝对值,所述β表示数据库中预置的阈值,B1i表示B1中的第i个元素对应的监测数据,B2i表示B2中的第i个元素对应的监测数据;
S233、得到参照对象节点数据集合与节点参照集合之间对应的数据异常突变区域,
获取所得数据异常突变区域时,先获取参照对象节点数据集合与节点参照集合之间的异常节点集合内的所有异常监测节点,并将所得异常监测节点在历史遥感信息中最近一次采集的遥感信息中相应的位置点进行标记,并将所得标记点之间相互连线所围成的最大面积区域作为所得数据异常突变区域;
所述S4中结合待测区域内最近一次采集的遥感信息中校准后的监测突变区域内的监测数据,得到监测突变系数的方法包括以下步骤:
S401、获取待测区域内最近一次采集的遥感信息中校准后的监测突变区域;获取所得校准后的监测突变区域内的监测数据,
S402、得到监测突变系数,记为g,
其中,MY表示待测区域内最近一次采集的遥感信息中校准后的监测突变区域内所有监测节点构成的集合,f为数据库中阈值的大于0的常数,
K1表示MY中元素的总个数,
MYk表示MY中第k个元素对应监测节点的监测数据,
M1Yk表示MY中第k个元素对应的监测节点在S23中得到的参照对象节点数据集合P内对应的监测数据,
QMYk表示待测区域内最近一次采集的遥感信息中,MY内第k个元素对应监测节点相邻的多个监测节点所围区域的最小面积,且MY内第k个元素对应监测节点在相邻的多个监测节点所围的区域内;
所述S4中对当前时间待测区域内的监测节点的监测数据采集周期对应的时长进行自适应调整时,将自适应调整后的采集周期对应的时长记为T,所述T=T1/g,其中T1表示当前时间待测区域内调整前的监测节点的监测数据采集周期时长。
2.根据权利要求1所述的一种基于北斗全网通多网融合数据采集通信方法,其特征在于:所述S3中对监测突变区域进行校准的方法包括以下步骤:
S31、获取待测区域内各个监测节点之间的关联关系,构建存在关联关系的各个监测节点对应的监测节点关联链,监测节点关联链中每个监测节点作为一个链节点,所述监测节点关联链通过数据库预置表单中查询获取;
S32、获取数据中心中待测区域内发生数据突变的监测节点的筛选结果构成的集合,记为M;
S33、提取监测节点关联链中包含Mj的链节点之后的所有链节点,构建Mj对应的链特征集合,记为RMj,所述Mj表示M中的第j个元素;
S34、得到监测突变区域的校准结果,
获取监测突变区域的校准结果时,先获取M及M中各个元素分别对应的链集合的并集,将并集内的所有监测节点分别在历史遥感信息中最近一次采集的遥感信息中相应的位置点进行标记并相互连线,将所得连线围成的最大面积区域作为监测突变区域的校准结果。
3.应用权利要求1-2任意一项所述的一种基于北斗全网通多网融合数据采集通信方法的基于北斗全网通多网融合数据采集通信系统,其特征在于,所述系统包括以下模块:
变更参照对象获取模块,所述变更参照对象获取模块通过北斗卫星每隔单位时间获取采集一次待测区域内的遥感信息;分析待测区域内最近一次采集的遥感信息与历史遥感信息之间的差异,得到待测区域对应的遥感数据变更参照对象;
监测突变区域生成模块,所述监测突变区域生成模块获取待测区域对应的遥感数据变更参照对象中各个监测节点的历史监测数据,结合当前时间待测区域内各个监测节点的采集数据,在数据中心中筛选待测区域内发生数据突变的监测节点及相应的监测突变区域;
监测突变区域校准模块,所述监测突变区域校准模块获取待测区域内各个监测节点之间的关联关系,结合历史监测数据中关联节点之间的监测数据偏差,对监测突变区域进行校准;
自适应调节管控模块,所述自适应调节管控模块结合待测区域内最近一次采集的遥感信息中校准后的监测突变区域内的监测数据,得到监测突变系数,并对当前时间待测区域内的监测节点的监测数据采集周期对应的时长进行自适应调整。
4.根据权利要求3所述的一种基于北斗全网通多网融合数据采集通信系统,其特征在于:所述变更参照对象获取模块包括遥感信息采集单元、信息差异分析单元及参照对象筛选单元,
所述遥感信息采集单元通过北斗卫星每隔单位时间获取采集一次待测区域内的遥感信息;
所述信息差异分析单元分析待测区域内最近一次采集的遥感信息与历史遥感信息之间的差异;
所述参照对象筛选单元根据信息差异分析单元的分析结果,得到待测区域对应的遥感数据变更参照对象。
5.根据权利要求3所述的一种基于北斗全网通多网融合数据采集通信系统,其特征在于:所述监测突变区域校准模块包括节点关系分析单元、监测数据偏差获取单元及区域校准单元,
所述节点关系分析单元获取待测区域内各个监测节点之间的关联关系;
所述监测数据偏差获取单元获取历史监测数据中关联节点之间的监测数据偏差;
所述区域校准单元根据监测数据偏差获取单元的获取结果对监测突变区域进行校准。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310807757.0A CN116546431B (zh) | 2023-07-04 | 2023-07-04 | 一种基于北斗全网通多网融合数据采集通信系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310807757.0A CN116546431B (zh) | 2023-07-04 | 2023-07-04 | 一种基于北斗全网通多网融合数据采集通信系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116546431A CN116546431A (zh) | 2023-08-04 |
CN116546431B true CN116546431B (zh) | 2023-09-19 |
Family
ID=87458137
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310807757.0A Active CN116546431B (zh) | 2023-07-04 | 2023-07-04 | 一种基于北斗全网通多网融合数据采集通信系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116546431B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117079166B (zh) * | 2023-10-12 | 2024-02-02 | 江苏智绘空天技术研究院有限公司 | 一种基于高空间分辨率遥感图像的边缘提取方法 |
CN117130016B (zh) * | 2023-10-26 | 2024-02-06 | 深圳市麦微智能电子有限公司 | 基于北斗卫星的人身安全监测系统、方法、装置及介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101748797B1 (ko) * | 2016-12-01 | 2017-06-19 | 한국항공우주연구원 | 위성항법 보정설비 관리 시스템, 방법 및 컴퓨터 판독 가능한 기록매체 |
WO2018137103A1 (zh) * | 2017-01-24 | 2018-08-02 | 深圳企管加企业服务有限公司 | 一种基于多源遥感数据的流域污染检测方法及系统 |
CN112035679A (zh) * | 2020-09-10 | 2020-12-04 | 广东新禾道信息科技有限公司 | 一种遥感监测自然灾害数据处理方法及装置 |
CN112734617A (zh) * | 2021-01-23 | 2021-04-30 | 千居智人工智能科技昆山有限公司 | 一种基于5g定位技术的地质灾害预警监测方法 |
CN113947726A (zh) * | 2021-10-29 | 2022-01-18 | 江苏天汇空间信息研究院有限公司 | 基于互联网的生态河湖区域监管系统 |
CN114511784A (zh) * | 2022-02-16 | 2022-05-17 | 平安国际智慧城市科技股份有限公司 | 环境监测预警方法、装置、设备及存储介质 |
CN114862641A (zh) * | 2022-07-08 | 2022-08-05 | 南通领跑信息技术有限公司 | 一种基于区块链的生态环境监测管理系统及方法 |
US11521379B1 (en) * | 2021-09-16 | 2022-12-06 | Nanjing University Of Information Sci. & Tech. | Method for flood disaster monitoring and disaster analysis based on vision transformer |
CN116051998A (zh) * | 2023-01-18 | 2023-05-02 | 广州市绿之城园林绿化工程有限公司 | 一种自然保护区界桩监测方法及系统 |
CN116206478A (zh) * | 2023-01-17 | 2023-06-02 | 青岛交通科技信息有限公司 | 一种基于大数据的交通运输云数据共享管理系统及方法 |
CN116258961A (zh) * | 2023-01-18 | 2023-06-13 | 广州市绿之城园林绿化工程有限公司 | 一种林业图斑变化快速识别方法及系统 |
-
2023
- 2023-07-04 CN CN202310807757.0A patent/CN116546431B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101748797B1 (ko) * | 2016-12-01 | 2017-06-19 | 한국항공우주연구원 | 위성항법 보정설비 관리 시스템, 방법 및 컴퓨터 판독 가능한 기록매체 |
WO2018137103A1 (zh) * | 2017-01-24 | 2018-08-02 | 深圳企管加企业服务有限公司 | 一种基于多源遥感数据的流域污染检测方法及系统 |
CN112035679A (zh) * | 2020-09-10 | 2020-12-04 | 广东新禾道信息科技有限公司 | 一种遥感监测自然灾害数据处理方法及装置 |
CN112734617A (zh) * | 2021-01-23 | 2021-04-30 | 千居智人工智能科技昆山有限公司 | 一种基于5g定位技术的地质灾害预警监测方法 |
US11521379B1 (en) * | 2021-09-16 | 2022-12-06 | Nanjing University Of Information Sci. & Tech. | Method for flood disaster monitoring and disaster analysis based on vision transformer |
CN113947726A (zh) * | 2021-10-29 | 2022-01-18 | 江苏天汇空间信息研究院有限公司 | 基于互联网的生态河湖区域监管系统 |
CN114511784A (zh) * | 2022-02-16 | 2022-05-17 | 平安国际智慧城市科技股份有限公司 | 环境监测预警方法、装置、设备及存储介质 |
CN114862641A (zh) * | 2022-07-08 | 2022-08-05 | 南通领跑信息技术有限公司 | 一种基于区块链的生态环境监测管理系统及方法 |
CN116206478A (zh) * | 2023-01-17 | 2023-06-02 | 青岛交通科技信息有限公司 | 一种基于大数据的交通运输云数据共享管理系统及方法 |
CN116051998A (zh) * | 2023-01-18 | 2023-05-02 | 广州市绿之城园林绿化工程有限公司 | 一种自然保护区界桩监测方法及系统 |
CN116258961A (zh) * | 2023-01-18 | 2023-06-13 | 广州市绿之城园林绿化工程有限公司 | 一种林业图斑变化快速识别方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116546431A (zh) | 2023-08-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116546431B (zh) | 一种基于北斗全网通多网融合数据采集通信系统及方法 | |
JP4511560B2 (ja) | 洪水リスクの自動化された位置に依存した認識のための方法及びシステム | |
US6714134B2 (en) | Detecting weather sensor malfunctions | |
US20100103868A1 (en) | Method for modeling wireless network coverage under line-of-sight conditions | |
EP3951439A1 (en) | Advection fog forecasting system and forecasting method | |
CN114791637B (zh) | 一种海雾测报方法及系统 | |
CN109684774A (zh) | 一种梁式桥安全监测与评估装置 | |
Šálek et al. | Operational application of combined radar and raingauges precipitation estimation at the CHMI | |
CN112131990B (zh) | 适用于复杂场景的毫米波网络降雨反演模型构建方法 | |
CN112822652A (zh) | 一种输电线路多状态感知预警系统 | |
Sweet et al. | A regional frequency analysis of tide gauges to assess Pacific coast flood risk | |
Wolff et al. | Rainfall retrieval algorithm for commercial microwave links: stochastic calibration | |
Doran et al. | Forecasts of coastal-change hazards | |
CN114828077A (zh) | 一种基于蜂窝移动通信网的区域降雨场重构方法 | |
EP4081835B1 (en) | Methods, apparatuses, systems and computer program products for estimating road surface temperature | |
CN113866849A (zh) | 一种智能内河航运气象服务保障系统 | |
Mitchell et al. | The importance of crowdsourced observations for urban climate services | |
Ebert et al. | Incorporating satellite observations of “no rain” in an Australian daily rainfall analysis | |
CN116501728B (zh) | 水文气象自动观测系统实时业务数据文件生成方法及系统 | |
CN111397686A (zh) | 一种城市内涝预警方法 | |
CN117560713B (zh) | 一种无线电监测管理系统 | |
Elliott et al. | Validation of regional wind resource predictions in the northern Great Plains | |
CN116824807B (zh) | 多灾害预警报警方法及系统 | |
Vallabhaneni et al. | Radar-rainfall technology integration into hydrologic and hydraulic modeling projects | |
Poutiainen et al. | Self-tuning recursive modelling and estimation of weather measurements |
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 |