CN116579615A - 一种基于无人机遥感的植被覆盖监测系统 - Google Patents
一种基于无人机遥感的植被覆盖监测系统 Download PDFInfo
- Publication number
- CN116579615A CN116579615A CN202310685800.0A CN202310685800A CN116579615A CN 116579615 A CN116579615 A CN 116579615A CN 202310685800 A CN202310685800 A CN 202310685800A CN 116579615 A CN116579615 A CN 116579615A
- Authority
- CN
- China
- Prior art keywords
- value
- risk
- soil
- preset
- analysis
- 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.)
- Pending
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 63
- 239000002689 soil Substances 0.000 claims abstract description 147
- 238000004458 analytical method Methods 0.000 claims abstract description 106
- 238000011156 evaluation Methods 0.000 claims abstract description 29
- 238000010191 image analysis Methods 0.000 claims abstract description 14
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims description 48
- 230000007613 environmental effect Effects 0.000 claims description 44
- 238000000034 method Methods 0.000 claims description 25
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 claims description 24
- 238000001704 evaporation Methods 0.000 claims description 24
- 230000008020 evaporation Effects 0.000 claims description 24
- 229910052757 nitrogen Inorganic materials 0.000 claims description 24
- 229910052698 phosphorus Inorganic materials 0.000 claims description 24
- 239000011574 phosphorus Substances 0.000 claims description 24
- 238000012502 risk assessment Methods 0.000 claims description 17
- 230000005540 biological transmission Effects 0.000 claims description 9
- 238000000605 extraction Methods 0.000 claims description 9
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 8
- 238000012937 correction Methods 0.000 claims description 7
- 238000010606 normalization Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 238000005336 cracking Methods 0.000 claims description 3
- 239000000428 dust Substances 0.000 claims description 3
- 230000001105 regulatory effect Effects 0.000 abstract 1
- 230000006854 communication Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000000750 progressive effect Effects 0.000 description 2
- 230000026267 regulation of growth Effects 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 1
- 230000007175 bidirectional communication Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- BPJYAXCTOHRFDQ-UHFFFAOYSA-L tetracopper;2,4,6-trioxido-1,3,5,2,4,6-trioxatriarsinane;diacetate Chemical compound [Cu+2].[Cu+2].[Cu+2].[Cu+2].CC([O-])=O.CC([O-])=O.[O-][As]1O[As]([O-])O[As]([O-])O1.[O-][As]1O[As]([O-])O[As]([O-])O1 BPJYAXCTOHRFDQ-UHFFFAOYSA-L 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/17—Terrestrial scenes taken from planes or by drones
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/188—Vegetation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Marketing (AREA)
- General Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Primary Health Care (AREA)
- Remote Sensing (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及植被覆盖监测技术领域,尤其涉及一种基于无人机遥感的植被覆盖监测系统,包括监测中心、运行监管单元、图像分析单元、预警管理单元、监测分析单元、土壤反馈单元以及自检分析单元;本发明通过设置的本发明通过采集无人机操作显示面板的显示数据,即从采集中的显示监管的角度进行分析,并进行风险监管评估分析,判断无人机的操作显示面板是否正常运行,以便及时的做出预警,提高图像采集的效率和精准度,此外通过数据反馈的方式对无人机的工作数据进行安全采集评估分析,即从采集设备运行的采集进行分析,判断设备工作时的运行飞行风险是否过高,以便及时的对无人机做出调整,提高无人机的工作效率和飞行安全性。
Description
技术领域
本发明涉及植被覆盖监测技术领域,尤其涉及一种基于无人机遥感的植被覆盖监测系统。
背景技术
山地是世界水塔、人类社会发展的关键资源库和重要的生态屏障,然而,在全球变化和人类活动加剧的背景下,山地也是生态环境脆弱区和气候变化敏感区;发展新的科学技术监测杠杆是减轻山地生态系统环境压力,理解过去和未来山地生态系统变化,实现山地生态系统可持续发展的重要手段联合国2030年可持续发展目标将保护山地生态系统列为重要指标之一;
植被覆盖率通常是指森林面积占土地总面积之比,一般用百分数表示,通过对一段时间的山地绿色覆盖指数监测,可以诊断出山地生态系统的保育能力和健康状态,但是,在现有的监测方法中,无法对采集无人机进行监管,进而影响图像采集的有效性和完整性,且无法对无人机的操作显示面板的进行监管预警,影响图像采集过程中的图像显示和设备的正常操作,以及无法对植被覆盖率的变化情进行深入式分析反馈,进而影响植被的管理效率;
针对上述的技术缺陷,现提出一种解决方案。
发明内容
本发明的目的在于提供一种基于无人机遥感的植被覆盖监测系统,去解决上述提出的技术缺陷,本发明通过设置的本发明通过采集无人机操作显示面板的显示数据,即从采集中的显示监管的角度进行分析,并进行风险监管评估分析,判断无人机的操作显示面板是否正常运行,以便及时的做出预警,提高图像采集的效率和精准度,同时通过从图像缺失值、运行风险值以及短触风险值三个维度进行评估分析,有助于提高分析结果的准确性,此外通过数据反馈的方式对无人机的工作数据进行安全采集评估分析,即从采集设备运行的采集进行分析,判断设备工作时的运行飞行风险是否过高,以便及时的对无人机做出调整,提高无人机的工作效率和飞行安全性。
本发明的目的可以通过以下技术方案实现:一种基于无人机遥感的植被覆盖监测系统,包括监测中心、运行监管单元、图像分析单元、预警管理单元、监测分析单元、土壤反馈单元以及自检分析单元;
当监测中心生成监测指令后,并将监测指令发送至运行监管单元和图像分析单元,图像分析单元在接收到监测信号后,立即采集无人机的操作显示面板的显示数据,显示数据包括操作显示面板的图像缺失值、电气元件的运行电流以及数据传输线路端口的短触风险值,并对显示数据进行风险监管评估分析,将得到的正常信号发送至运行监管单元,将得到的缺失信号经运行监管单元发送至预警管理单元;
运行监管单元在接收到监测信号和正常信号后,立即采集无人机的工作数据,工作数据包括环境无人机的干扰值进和飞行风险值,并对工作数据进行安全采集评估分析,将得到的分析信号发送至监测分析单元,将得到的高风险信号发送至预警管理单元;
监测分析单元在接收到分析信号后,立即无人机拍摄图像进行分析,并对拍摄图像进行尺寸缩放处理、角度矫正处理和特征提取分析,将受损信号发送至土壤反馈单元;
土壤反馈单元在接收到受损信号后,立即采集山地采集区的土壤数据,土壤数据包括土壤流失值、土壤水分蒸发平均速度以及土壤氮磷含量值,并对土壤数据进行风险监管分析,将得到的反馈信号发送至预警管理单元,将得到的管理信号发送至自检分析单元;
自检分析单元在接收到管理信号后,立即从土壤反馈单元中调取土壤干扰风险系数T,并对土壤干扰风险系数T进行深入式管理分析,将得到的一级管理信号、二级管理信号以及三级管理信号经土壤反馈单元发送至预警管理单元。
优选的,所述图像分析单元的风险监管评估分析过程如下:
采集到无人机监测开始时刻到结束时刻之间的时长,并将其标记为时间阈值,获取到时间阈值内操作显示面板的图像缺失值,图像缺失值指的是操作显示面板上图像出现缺失面积与显示面板图像总面积之比,同时获取到时间阈值内操作显示面板的电气元件的运行电流,将运行电流与预设运行电流阈值进行比对分析,若运行电流大于预设运行电流阈值,则将运行电流大于预设运行电流阈值的部分与运行电流的比值标记为运行风险值,以及获取到时间阈值内操作显示面板的数据传输线路端口的短触风险值,短触风险值指的是操作显示面板数据传输线路端口内壁面灰尘的平均后厚度与数据端口面与接触面之间的间隙距离之积,并将图像缺失值、运行风险值以及短触风险值分别标号为TQ、YF以及DC;
根据公式得到显示风险评估系数YX,并将显示风险评估系数YX与其内部录入存储的预设显示风险评估系数阈值进行比对分析:
若显示风险评估系数YX小于等于预设显示风险评估系数阈值,则生成正常信号;
若显示风险评估系数YX大于预设显示风险评估系数阈值,则生成缺失信号。
优选的,所述运行监管单元的安全采集评估分析过程如下:
第一步:将时间阈值划分为i个子时间节点,i为大于零的自然数,获取到各个子时间节点内无人机的环境干扰值,环境干扰值指的是无人机的外部环境实时风速与环境电磁波值经数据归一化处理后得到的积值,并将环境干扰值与预设环境干扰值阈值进行比对分析,若环境干扰值与预设环境干扰值阈值的比值大于一,则将环境干扰值大于预设环境干扰值阈值的部分标记为环境影响值,以时间为X轴,以环境影响值为Y轴建立直角坐标系,同时通过描点的方式绘制环境影响值曲线,从环境影响值曲线中获取到环境影响增长趋势值;
第二步:获取到各个子时间节点内无人机的飞行风险值,飞行风险值指的是无人机实时飞行高度超出预设飞行高度阈值的部分与无人机储备电流低于预设储备电流阈值部分经数据归一化处理后得到的和值,以此构建飞行风险值的集合A,获取到集合A中的最大子集和最小子集,并将集合A中的最大子集和最小子集之间的差值标记为飞行跨度风险值,并将环境影响增长趋势值和飞行跨度风险值与其内部录入存储的预设环境影响增长趋势值阈值和预设飞行跨度风险值阈值进行比对分析:
若环境影响增长趋势值小于等于预设环境影响增长趋势值阈值,且飞行跨度风险值小于等于预设飞行跨度风险值阈值,则生成分析信号;
若环境影响增长趋势值大于预设环境影响增长趋势值阈值,或飞行跨度风险值大于预设飞行跨度风险值阈值,则生成高风险信号。
优选的,所述监测分析单元尺寸缩放处理、角度矫正处理和特征提取分析过程如下:
利用拍摄设备对春季山地采集区进行拍摄,并对拍摄图像进行尺寸缩放处理和特征提取,从拍摄图像中获取到植被种植区的植被面积,并将植被面积与山地采集区总面积之比标记为植被覆盖值,并将植被覆盖值与历史上一次植被覆盖监测结果进行比对分析,若植被覆盖值小于上一次植被覆盖监测结果,则将植被覆盖值小于上一次植被覆盖监测结果的部分标记为植被变化面积,并将植被变化面积与其内部录入存储的预设植被变化面积阈值进行比对分析:
若植被变化面积小于等于预设植被变化面积阈值,则不生成任何信号;
若植被变化面积大于预设植被变化面积阈值,则生成受损信号。
优选的,所述土壤反馈单元的风险监管分析过程如下:
SS1:采集到历史上一次植被覆盖监测结束时刻到当前植被覆盖开始时刻之间的时长,并将其标记为分析时长,将山地采集区划分为h个子区域块,h为大于零的自然数,获取到分析时长内各个子区域块的土壤流失值,土壤流失值指的是土壤开裂长度以及沟壑深度之间的和值,构建土壤流失值的集合B,获取到集合A内所有子集的和值,并将集合A内所有子集的和值标记为流失风险值,并将流失风险值与预设流失风险值阈值进行比对分析,若流失风险值大于预设流失风险值阈值,则将流失风险值大于预设流失风险值阈值的部分标记为过高流失值GG;
SS2:获取到分析时长内各个子区域块的土壤水分蒸发平均速度,并将土壤水分蒸发平均速度与预设土壤水分蒸发平均速度阈值进行比对分析,若土壤水分蒸发平均速度大于预设土壤水分蒸发平均速度阈值,则将土壤水分蒸发平均速度大于预设土壤水分蒸发平均速度阈值所对应的子区域块的个数标记为植被缺水风险值QS;
SS3:获取到分析时长内各个子区域块的土壤氮磷含量值,并将土壤氮磷含量值与预设土壤氮磷含量值阈值进行比对分析,若土壤氮磷含量值大于预设土壤氮磷含量值阈值,则将土壤氮磷含量值大于预设土壤氮磷含量值阈值所对应的子区域块的个数与总区域块个数之比标记为生长安全值CA;
SS4:根据公式得到土壤干扰风险系数T,将土壤干扰风险系数T与其内部录入存储的预设土壤干扰风险系数阈值进行比对分析:
若土壤干扰风险系数T小于等于预设土壤干扰风险系数阈值,则生成反馈信号;若土壤干扰风险系数T大于预设土壤干扰风险系数阈值,则生成管理信号,并将管理信号。
优选的,所述自检分析单元的深入式管理分析过程如下:
获取到分析时长内的土壤干扰风险系数T,将土壤干扰风险系数T大于预设土壤干扰风险系数阈值的部分标记为超标风险值,并将超标风险值与其内部录入存储的预设超标风险值区间进行比对分析:
若超标风险值大于预设超标风险值区间中的最大值,则生成一级管理信号;
若超标风险值位于预设超标风险值区间之内,则生成二级管理信号;
若超标风险值小于预设超标风险值区间中的最小值,则生成三级管理信号。
本发明的有益效果如下:
(1)本发明通过设置的本发明通过采集无人机操作显示面板的显示数据,即从采集中的显示监管的角度进行分析,并进行风险监管评估分析,判断无人机的操作显示面板是否正常运行,以便及时的做出预警,提高图像采集的效率和精准度,同时通过从图像缺失值、运行风险值以及短触风险值三个维度进行评估分析,有助于提高分析结果的准确性,此外通过数据反馈的方式对无人机的工作数据进行安全采集评估分析,即从采集设备运行的采集进行分析,判断设备工作时的运行飞行风险是否过高,以便及时的对无人机做出调整,提高无人机的工作效率和飞行安全性;
(2)本发明通过深入式的对无人机拍摄图像进行分析,了解植被覆盖情况,同时对植被覆盖情况进行递进式分析,判断植被覆盖变化是否因土质变化影响,即从过高流失值、生长安全值以及植被缺水风险值三个角度进行分析,以便了解土壤是否是植被覆盖率变化的影响参数,有助于提高分析结果的准确性和管理精准度,并根据土壤影响程度进行合理精准的管理,有助于植被的生长调节,以便对植被的覆盖率进行管理。
附图说明
下面结合附图对本发明作进一步的说明;
图1是本发明系统流程框图;
图2是本发明局部分析图。
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。
实施例1:
请参阅图1至图2所示,本发明为一种基于无人机遥感的植被覆盖监测系统,包括监测中心、运行监管单元、图像分析单元、预警管理单元、监测分析单元、土壤反馈单元以及自检分析单元,监测中心与运行监管单元和图像分析单元均呈单向通讯连接,图像分析单元与运行监管单元呈单向通讯连接,运行监管单元与预警管理单元和监测分析单元均呈单向通讯连接,监测分析单元与土壤反馈单元呈单向通讯连接,土壤反馈单与预警管理单元呈单向通讯连接,土壤反馈单与自检分析单元呈双向通讯连接;
当监测中心生成监测指令后,并将监测指令发送至运行监管单元和图像分析单元,图像分析单元在接收到监测信号后,立即采集无人机的操作显示面板的显示数据,显示数据包括操作显示面板的图像缺失值、电气元件的运行电流以及数据传输线路端口的短触风险值,并对显示数据进行风险监管评估分析,判断无人机的操作显示面板是否正常运行,以便及时的做出预警,提高图像采集的效率和精准度,具体的风险监管评估分析过程如下:
采集到无人机监测开始时刻到结束时刻之间的时长,并将其标记为时间阈值,获取到时间阈值内操作显示面板的图像缺失值,图像缺失值指的是操作显示面板上图像出现缺失面积与显示面板图像总面积之比,同时获取到时间阈值内操作显示面板的电气元件的运行电流,将运行电流与预设运行电流阈值进行比对分析,若运行电流大于预设运行电流阈值,则将运行电流大于预设运行电流阈值的部分与运行电流的比值标记为运行风险值,以及获取到时间阈值内操作显示面板的数据传输线路端口的短触风险值,短触风险值指的是操作显示面板数据传输线路端口内壁面灰尘的平均后厚度与数据端口面与接触面之间的间隙距离之积,并将图像缺失值、运行风险值以及短触风险值分别标号为TQ、YF以及DC;
根据公式得到显示风险评估系数,其中,a1、a2以及a3分别为图像缺失值、运行风险值以及短触风险值的预设比例因子系数,比例因子系数用于修正各项参数在公式计算过程中出现的偏差,从而使得计算结果更加准确,a4为预设修正因子系数,a1、a2、a3以及a4均为大于零的正数,YX为显示风险评估系数,并将显示风险评估系数YX与其内部录入存储的预设显示风险评估系数阈值进行比对分析:
若显示风险评估系数YX小于等于预设显示风险评估系数阈值,则生成正常信号,并将正常信号发送至运行监管单元;
若显示风险评估系数YX大于预设显示风险评估系数阈值,则生成缺失信号,并将缺失信号经运行监管单元发送至预警管理单元,预警管理单元在接收到缺失信号后,立即控制操作显示面板为红灯闪烁,进而及时的进行预警管理,提醒操作人员及时的操作显示面板进行维护,以保证图像采集的效率和精准性;
运行监管单元在接收到监测信号和正常信号后,立即采集无人机的工作数据,工作数据包括环境无人机的干扰值进和飞行风险值,并对工作数据进行安全采集评估分析,判断设备工作时的运行飞行风险是否过高,以便及时的对无人机做出调整,提高无人机的工作效率,具体的安全采集评估分析过程如下:
将时间阈值划分为i个子时间节点,i为大于零的自然数,获取到各个子时间节点内无人机的环境干扰值,环境干扰值指的是无人机的外部环境实时风速与环境电磁波值经数据归一化处理后得到的积值,并将环境干扰值与预设环境干扰值阈值进行比对分析,若环境干扰值与预设环境干扰值阈值的比值大于一,则将环境干扰值大于预设环境干扰值阈值的部分标记为环境影响值,以时间为X轴,以环境影响值为Y轴建立直角坐标系,同时通过描点的方式绘制环境影响值曲线,从环境影响值曲线中获取到环境影响增长趋势值,需要说明的是,环境影响增长趋势值是一个反映无人机飞行的影响参数,环境影响增长趋势值的数值越大,则无人机正常飞行的风险越大;
获取到各个子时间节点内无人机的飞行风险值,飞行风险值指的是无人机实时飞行高度超出预设飞行高度阈值的部分与无人机储备电流低于预设储备电流阈值部分经数据归一化处理后得到的和值,以此构建飞行风险值的集合A,获取到集合A中的最大子集和最小子集,并将集合A中的最大子集和最小子集之间的差值标记为飞行跨度风险值,需要说明的是,飞行跨度风险值的数值越大,则无人机受到的影响越大,失控风险越大,并将环境影响增长趋势值和飞行跨度风险值与其内部录入存储的预设环境影响增长趋势值阈值和预设飞行跨度风险值阈值进行比对分析:
若环境影响增长趋势值小于等于预设环境影响增长趋势值阈值,且飞行跨度风险值小于等于预设飞行跨度风险值阈值,则生成分析信号,并将分析信号发送至监测分析单元;
若环境影响增长趋势值大于预设环境影响增长趋势值阈值,或飞行跨度风险值大于预设飞行跨度风险值阈值,则生成高风险信号,并将高风险信号发送至预警管理单元,预警管理单元在接收到风险信号后,立即在操作显示面板上以文字“飞行风险过高”的方式进行预警展示,以便及时的对无人机做出调整,提高无人机的工作效率和飞行安全性。
实施例2:
监测分析单元在接收到分析信号后,立即无人机拍摄图像进行分析,并对拍摄图像进行尺寸缩放处理、角度矫正处理和特征提取分析,具体的尺寸缩放处理、角度矫正处理和特征提取分析过程如下:
利用拍摄设备对春季山地采集区进行拍摄,并对拍摄图像进行尺寸缩放处理和特征提取,从拍摄图像中获取到植被种植区的植被面积,并将植被面积与山地采集区总面积之比标记为植被覆盖值,并将植被覆盖值与历史上一次植被覆盖监测结果进行比对分析,若植被覆盖值小于上一次植被覆盖监测结果,则将植被覆盖值小于上一次植被覆盖监测结果的部分标记为植被变化面积,并将植被变化面积与其内部录入存储的预设植被变化面积阈值进行比对分析:
若植被变化面积小于等于预设植被变化面积阈值,则不生成任何信号;
若植被变化面积大于预设植被变化面积阈值,则生成受损信号,并将受损信号发送至土壤反馈单元;
土壤反馈单元在接收到受损信号后,立即采集山地采集区的土壤数据,土壤数据包括土壤流失值、土壤水分蒸发平均速度以及土壤氮磷含量值,并对土壤数据进行风险监管分析,判断土壤的土质是否发生变化,进而判断是否因土质变化影响植被变化,以便及时对土壤进行管理,避免植被覆盖率变低,具体的风险监管分析过程如下:
采集到历史上一次植被覆盖监测结束时刻到当前植被覆盖开始时刻之间的时长,并将其标记为分析时长,将山地采集区划分为h个子区域块,h为大于零的自然数,获取到分析时长内各个子区域块的土壤流失值,土壤流失值指的是土壤开裂长度以及沟壑深度之间的和值,构建土壤流失值的集合B,获取到集合A内所有子集的和值,并将集合A内所有子集的和值标记为流失风险值,并将流失风险值与预设流失风险值阈值进行比对分析,若流失风险值大于预设流失风险值阈值,则将流失风险值大于预设流失风险值阈值的部分标记为过高流失值GG,需要说明的是,过高流失值GG的数值越大,则将植被生成受到的影响风险越大;
获取到分析时长内各个子区域块的土壤水分蒸发平均速度,并将土壤水分蒸发平均速度与预设土壤水分蒸发平均速度阈值进行比对分析,若土壤水分蒸发平均速度大于预设土壤水分蒸发平均速度阈值,则将土壤水分蒸发平均速度大于预设土壤水分蒸发平均速度阈值所对应的子区域块的个数标记为植被缺水风险值QS,需要说明的是,植被缺水风险值QS是一个反映植被生成的影响参数;
获取到分析时长内各个子区域块的土壤氮磷含量值,并将土壤氮磷含量值与预设土壤氮磷含量值阈值进行比对分析,若土壤氮磷含量值大于预设土壤氮磷含量值阈值,则将土壤氮磷含量值大于预设土壤氮磷含量值阈值所对应的子区域块的个数与总区域块个数之比标记为生长安全值CA,生长安全值CA是一个反映植被生成的影响参数,生长安全值CA的数值越大,则植被生成所受干扰风险越小;
根据公式得到土壤干扰风险系数,其中,b1、b2以及b3分别为过高流失值、生长安全值以及植被缺水风险值的预设权重系数,b1、b2以及b3均为大于零的正数,b4为预设补偿因子系数,取值为1.682,T为土壤干扰风险系数,并将土壤干扰风险系数T与其内部录入存储的预设土壤干扰风险系数阈值进行比对分析:
若土壤干扰风险系数T小于等于预设土壤干扰风险系数阈值,则生成反馈信号,并将反馈信号发送至预警管理单元,预警管理单元在接收到反馈信号后,立即以文字“土质合格”的方式进行展示,以便了解土壤是否是植被覆盖率变化的影响参数,有助于提高分析结果的准确性和管理精准度;
若土壤干扰风险系数T大于预设土壤干扰风险系数阈值,则生成管理信号,并将管理信号发送至自检分析单元;
自检分析单元在接收到管理信号后,立即从土壤反馈单元中调取土壤干扰风险系数T,并对土壤干扰风险系数T进行深入式管理分析,以便提高土壤的管理效果,进而提高植被的生长条件,具体的深入式管理分析过程如下:
获取到分析时长内的土壤干扰风险系数T,将土壤干扰风险系数T大于预设土壤干扰风险系数阈值的部分标记为超标风险值,并将超标风险值与其内部录入存储的预设超标风险值区间进行比对分析:
若超标风险值大于预设超标风险值区间中的最大值,则生成一级管理信号;
若超标风险值位于预设超标风险值区间之内,则生成二级管理信号;
若超标风险值小于预设超标风险值区间中的最小值,则生成三级管理信号,其中,一级管理信号、二级管理信号以及三级管理信号所对应的管理程度依次降低,并将一级管理信号、二级管理信号以及三级管理信号经土壤反馈单元发送至预警管理单元,预警管理单元在接收到一级管理信号、二级管理信号以及三级管理信号后,立即显示一级管理信号、二级管理信号以及三级管理信号所对应的预设管理方案,有助于提高土壤的管理效果,进而有助于植被的生长调节,以便对植被的覆盖率进行管理;
综上所述,本发明通过采集无人机操作显示面板的显示数据,即从采集中的显示监管的角度进行分析,并进行风险监管评估分析,判断无人机的操作显示面板是否正常运行,以便及时的做出预警,提高图像采集的效率和精准度,同时通过从图像缺失值、运行风险值以及短触风险值三个维度进行评估分析,有助于提高分析结果的准确性,此外通过数据反馈的方式对无人机的工作数据进行安全采集评估分析,即从采集设备运行的采集进行分析,判断设备工作时的运行飞行风险是否过高,以便及时的对无人机做出调整,提高无人机的工作效率和飞行安全性,且深入式的对无人机拍摄图像进行分析,了解植被覆盖情况,同时对植被覆盖情况进行递进式分析,判断植被覆盖变化是否因土质变化影响,即从过高流失值、生长安全值以及植被缺水风险值三个角度进行分析,以便了解土壤是否是植被覆盖率变化的影响参数,有助于提高分析结果的准确性和管理精准度,并根据土壤影响程度进行合理精准的管理,有助于植被的生长调节,以便对植被的覆盖率进行管理。
阈值的大小的设定是为了便于比较,关于阈值的大小,取决于样本数据的多少及本领域技术人员对每一组样本数据设定基数数量;只要不影响参数与量化后数值的比例关系即可。
上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式,公式中的系数是由本领域技术人员根据实际情况进行设置,以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (6)
1.一种基于无人机遥感的植被覆盖监测系统,其特征在于,包括监测中心、运行监管单元、图像分析单元、预警管理单元、监测分析单元、土壤反馈单元以及自检分析单元;
当监测中心生成监测指令后,并将监测指令发送至运行监管单元和图像分析单元,图像分析单元在接收到监测信号后,立即采集无人机的操作显示面板的显示数据,显示数据包括操作显示面板的图像缺失值、电气元件的运行电流以及数据传输线路端口的短触风险值,并对显示数据进行风险监管评估分析,将得到的正常信号发送至运行监管单元,将得到的缺失信号经运行监管单元发送至预警管理单元;
运行监管单元在接收到监测信号和正常信号后,立即采集无人机的工作数据,工作数据包括环境无人机的干扰值进和飞行风险值,并对工作数据进行安全采集评估分析,将得到的分析信号发送至监测分析单元,将得到的高风险信号发送至预警管理单元;
监测分析单元在接收到分析信号后,立即无人机拍摄图像进行分析,并对拍摄图像进行尺寸缩放处理、角度矫正处理和特征提取分析,将受损信号发送至土壤反馈单元;
土壤反馈单元在接收到受损信号后,立即采集山地采集区的土壤数据,土壤数据包括土壤流失值、土壤水分蒸发平均速度以及土壤氮磷含量值,并对土壤数据进行风险监管分析,将得到的反馈信号发送至预警管理单元,将得到的管理信号发送至自检分析单元;
自检分析单元在接收到管理信号后,立即从土壤反馈单元中调取土壤干扰风险系数T,并对土壤干扰风险系数T进行深入式管理分析,将得到的一级管理信号、二级管理信号以及三级管理信号经土壤反馈单元发送至预警管理单元。
2.根据权利要求1所述的一种基于无人机遥感的植被覆盖监测系统,其特征在于,所述图像分析单元的风险监管评估分析过程如下:
采集到无人机监测开始时刻到结束时刻之间的时长,并将其标记为时间阈值,获取到时间阈值内操作显示面板的图像缺失值,图像缺失值指的是操作显示面板上图像出现缺失面积与显示面板图像总面积之比,同时获取到时间阈值内操作显示面板的电气元件的运行电流,将运行电流与预设运行电流阈值进行比对分析,若运行电流大于预设运行电流阈值,则将运行电流大于预设运行电流阈值的部分与运行电流的比值标记为运行风险值,以及获取到时间阈值内操作显示面板的数据传输线路端口的短触风险值,短触风险值指的是操作显示面板数据传输线路端口内壁面灰尘的平均后厚度与数据端口面与接触面之间的间隙距离之积,并将图像缺失值、运行风险值以及短触风险值分别标号为TQ、YF以及DC;
根据公式得到显示风险评估系数YX,并将显示风险评估系数YX与其内部录入存储的预设显示风险评估系数阈值进行比对分析:
若显示风险评估系数YX小于等于预设显示风险评估系数阈值,则生成正常信号;
若显示风险评估系数YX大于预设显示风险评估系数阈值,则生成缺失信号。
3.根据权利要求1所述的一种基于无人机遥感的植被覆盖监测系统,其特征在于,所述运行监管单元的安全采集评估分析过程如下:
第一步:将时间阈值划分为i个子时间节点,i为大于零的自然数,获取到各个子时间节点内无人机的环境干扰值,环境干扰值指的是无人机的外部环境实时风速与环境电磁波值经数据归一化处理后得到的积值,并将环境干扰值与预设环境干扰值阈值进行比对分析,若环境干扰值与预设环境干扰值阈值的比值大于一,则将环境干扰值大于预设环境干扰值阈值的部分标记为环境影响值,以时间为X轴,以环境影响值为Y轴建立直角坐标系,同时通过描点的方式绘制环境影响值曲线,从环境影响值曲线中获取到环境影响增长趋势值;
第二步:获取到各个子时间节点内无人机的飞行风险值,飞行风险值指的是无人机实时飞行高度超出预设飞行高度阈值的部分与无人机储备电流低于预设储备电流阈值部分经数据归一化处理后得到的和值,以此构建飞行风险值的集合A,获取到集合A中的最大子集和最小子集,并将集合A中的最大子集和最小子集之间的差值标记为飞行跨度风险值,并将环境影响增长趋势值和飞行跨度风险值与其内部录入存储的预设环境影响增长趋势值阈值和预设飞行跨度风险值阈值进行比对分析:
若环境影响增长趋势值小于等于预设环境影响增长趋势值阈值,且飞行跨度风险值小于等于预设飞行跨度风险值阈值,则生成分析信号;
若环境影响增长趋势值大于预设环境影响增长趋势值阈值,或飞行跨度风险值大于预设飞行跨度风险值阈值,则生成高风险信号。
4.根据权利要求1所述的一种基于无人机遥感的植被覆盖监测系统,其特征在于,所述监测分析单元尺寸缩放处理、角度矫正处理和特征提取分析过程如下:
利用拍摄设备对春季山地采集区进行拍摄,并对拍摄图像进行尺寸缩放处理和特征提取,从拍摄图像中获取到植被种植区的植被面积,并将植被面积与山地采集区总面积之比标记为植被覆盖值,并将植被覆盖值与历史上一次植被覆盖监测结果进行比对分析,若植被覆盖值小于上一次植被覆盖监测结果,则将植被覆盖值小于上一次植被覆盖监测结果的部分标记为植被变化面积,并将植被变化面积与其内部录入存储的预设植被变化面积阈值进行比对分析:
若植被变化面积小于等于预设植被变化面积阈值,则不生成任何信号;
若植被变化面积大于预设植被变化面积阈值,则生成受损信号。
5.根据权利要求1所述的一种基于无人机遥感的植被覆盖监测系统,其特征在于,所述土壤反馈单元的风险监管分析过程如下:
SS1:采集到历史上一次植被覆盖监测结束时刻到当前植被覆盖开始时刻之间的时长,并将其标记为分析时长,将山地采集区划分为h个子区域块,h为大于零的自然数,获取到分析时长内各个子区域块的土壤流失值,土壤流失值指的是土壤开裂长度以及沟壑深度之间的和值,构建土壤流失值的集合B,获取到集合A内所有子集的和值,并将集合A内所有子集的和值标记为流失风险值,并将流失风险值与预设流失风险值阈值进行比对分析,若流失风险值大于预设流失风险值阈值,则将流失风险值大于预设流失风险值阈值的部分标记为过高流失值GG;
SS2:获取到分析时长内各个子区域块的土壤水分蒸发平均速度,并将土壤水分蒸发平均速度与预设土壤水分蒸发平均速度阈值进行比对分析,若土壤水分蒸发平均速度大于预设土壤水分蒸发平均速度阈值,则将土壤水分蒸发平均速度大于预设土壤水分蒸发平均速度阈值所对应的子区域块的个数标记为植被缺水风险值QS;
SS3:获取到分析时长内各个子区域块的土壤氮磷含量值,并将土壤氮磷含量值与预设土壤氮磷含量值阈值进行比对分析,若土壤氮磷含量值大于预设土壤氮磷含量值阈值,则将土壤氮磷含量值大于预设土壤氮磷含量值阈值所对应的子区域块的个数与总区域块个数之比标记为生长安全值CA;
SS4:根据公式得到土壤干扰风险系数T,将土壤干扰风险系数T与其内部录入存储的预设土壤干扰风险系数阈值进行比对分析:
若土壤干扰风险系数T小于等于预设土壤干扰风险系数阈值,则生成反馈信号;若土壤干扰风险系数T大于预设土壤干扰风险系数阈值,则生成管理信号,并将管理信号。
6.根据权利要求1所述的一种基于无人机遥感的植被覆盖监测系统,其特征在于,所述自检分析单元的深入式管理分析过程如下:
获取到分析时长内的土壤干扰风险系数T,将土壤干扰风险系数T大于预设土壤干扰风险系数阈值的部分标记为超标风险值,并将超标风险值与其内部录入存储的预设超标风险值区间进行比对分析:
若超标风险值大于预设超标风险值区间中的最大值,则生成一级管理信号;
若超标风险值位于预设超标风险值区间之内,则生成二级管理信号;
若超标风险值小于预设超标风险值区间中的最小值,则生成三级管理信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310685800.0A CN116579615A (zh) | 2023-06-12 | 2023-06-12 | 一种基于无人机遥感的植被覆盖监测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310685800.0A CN116579615A (zh) | 2023-06-12 | 2023-06-12 | 一种基于无人机遥感的植被覆盖监测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116579615A true CN116579615A (zh) | 2023-08-11 |
Family
ID=87543180
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310685800.0A Pending CN116579615A (zh) | 2023-06-12 | 2023-06-12 | 一种基于无人机遥感的植被覆盖监测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116579615A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117010597A (zh) * | 2023-08-15 | 2023-11-07 | 漳州年盛信息技术有限公司 | 一种基于物联网的智慧城市安防监控云平台 |
CN117092578A (zh) * | 2023-10-18 | 2023-11-21 | 青岛悠进电装有限公司 | 一种基于数据采集处理的线束导通智能检测系统 |
-
2023
- 2023-06-12 CN CN202310685800.0A patent/CN116579615A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117010597A (zh) * | 2023-08-15 | 2023-11-07 | 漳州年盛信息技术有限公司 | 一种基于物联网的智慧城市安防监控云平台 |
CN117010597B (zh) * | 2023-08-15 | 2024-05-17 | 上海永天科技股份有限公司 | 一种基于物联网的智慧城市安防监控云平台 |
CN117092578A (zh) * | 2023-10-18 | 2023-11-21 | 青岛悠进电装有限公司 | 一种基于数据采集处理的线束导通智能检测系统 |
CN117092578B (zh) * | 2023-10-18 | 2024-01-16 | 青岛悠进电装有限公司 | 一种基于数据采集处理的线束导通智能检测系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116579615A (zh) | 一种基于无人机遥感的植被覆盖监测系统 | |
CN103026266B (zh) | 风力涡轮机处的风况评估 | |
CN110121053A (zh) | 一种钻井现场风险分级预警的视频监控方法 | |
CN113610381B (zh) | 一种基于5g网络的水质远程实时监测系统 | |
CN111125895B (zh) | 一种风力发电机整机服役功率特性在线评估方法 | |
CN116105802B (zh) | 一种基于物联网的地下设施安全监测预警方法 | |
CN103925155A (zh) | 一种风电机组输出功率异常的自适应检测方法 | |
CN111797533B (zh) | 一种核动力装置运行参数异常检测方法及系统 | |
CN117092578A (zh) | 一种基于数据采集处理的线束导通智能检测系统 | |
CN115018343A (zh) | 矿井海量瓦斯监测数据异常识别与处置系统及方法 | |
CN114689994A (zh) | 一种输送电线路故障在线定位监测系统和方法 | |
CN116432989B (zh) | 一种基于智能建造的施工现场安全管控系统 | |
CN114519923A (zh) | 一种电厂智能诊断预警方法和系统 | |
CN104462855A (zh) | 一种地下构筑物监控数据处理和分析的方法及设备 | |
CN103487250A (zh) | 基于二维投射的煤矿设备预知维护方法 | |
CN114781143A (zh) | 一种风电场发电量监测预警评估方法与系统 | |
CN117475608A (zh) | 基于无人机集群的多场景安防监控方法 | |
CN117172983A (zh) | 一种基于遥感技术的植被生态水储量监测系统 | |
CN117494009A (zh) | 基于绝缘材料热解分析的电气设备状态评估方法及云平台 | |
CN110455370B (zh) | 防汛抗旱远程遥测显示系统 | |
CN117191147A (zh) | 一种泄洪大坝水位监测预警方法及系统 | |
CN111460027A (zh) | 一种适用于能源互联网的智能动态监测方法及系统 | |
CN115471796A (zh) | 一种基于机器视觉的电网工程监理系统及方法 | |
CN101923605B (zh) | 铁路防灾风预警方法 | |
CN114897084A (zh) | 一种基于图卷积神经网络的塔式起重机结构安全监测方法 |
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 |