CN116642840A - 一种水体污染源无人机高光谱遥感排查方法 - Google Patents
一种水体污染源无人机高光谱遥感排查方法 Download PDFInfo
- Publication number
- CN116642840A CN116642840A CN202310497464.7A CN202310497464A CN116642840A CN 116642840 A CN116642840 A CN 116642840A CN 202310497464 A CN202310497464 A CN 202310497464A CN 116642840 A CN116642840 A CN 116642840A
- Authority
- CN
- China
- Prior art keywords
- aerial vehicle
- unmanned aerial
- water
- remote sensing
- pollution
- 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
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000003911 water pollution Methods 0.000 title claims abstract description 31
- 238000011835 investigation Methods 0.000 title claims abstract description 30
- 238000001228 spectrum Methods 0.000 claims abstract description 49
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 47
- 238000003384 imaging method Methods 0.000 claims abstract description 22
- 238000001514 detection method Methods 0.000 claims abstract description 14
- 238000004458 analytical method Methods 0.000 claims abstract description 9
- 230000008569 process Effects 0.000 claims abstract description 9
- 238000013024 troubleshooting Methods 0.000 claims abstract description 4
- 239000010865 sewage Substances 0.000 claims description 18
- 230000003595 spectral effect Effects 0.000 claims description 12
- 238000004891 communication Methods 0.000 claims description 6
- 239000003344 environmental pollutant Substances 0.000 claims description 6
- 231100000719 pollutant Toxicity 0.000 claims description 6
- 230000004888 barrier function Effects 0.000 claims description 5
- 238000005516 engineering process Methods 0.000 claims description 5
- 230000002159 abnormal effect Effects 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000009792 diffusion process Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 claims description 3
- 238000012790 confirmation Methods 0.000 claims description 2
- 238000007664 blowing Methods 0.000 claims 1
- 238000012544 monitoring process Methods 0.000 abstract description 8
- 238000007689 inspection Methods 0.000 abstract description 7
- 238000005070 sampling Methods 0.000 abstract description 4
- 238000012937 correction Methods 0.000 description 6
- 230000009286 beneficial effect Effects 0.000 description 4
- 238000012797 qualification Methods 0.000 description 4
- 238000013459 approach Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 239000003651 drinking water Substances 0.000 description 2
- 235000020188 drinking water Nutrition 0.000 description 2
- 238000012271 agricultural production Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000012851 eutrophication Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000002351 wastewater Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N1/00—Sampling; Preparing specimens for investigation
- G01N1/02—Devices for withdrawing samples
- G01N1/10—Devices for withdrawing samples in the liquid or fluent state
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/587—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/58—Extraction of image or video features relating to hyperspectral data
-
- 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
- G06V20/182—Network patterns, e.g. roads or rivers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/194—Terrestrial scenes using hyperspectral data, i.e. more or other wavelengths than RGB
-
- 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
- Y02A20/00—Water conservation; Efficient water supply; Efficient water use
- Y02A20/20—Controlling water pollution; Waste water treatment
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Remote Sensing (AREA)
- Chemical & Material Sciences (AREA)
- Hydrology & Water Resources (AREA)
- Library & Information Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明涉及高光谱遥感排查技术领域,且公开了一种水体污染源无人机高光谱遥感排查方法,包括以下步骤:1)高光谱分辨率成像光谱遥感;2)无人机排查工作总结;3)多光谱无人机发送返程指令。尤其暗管水下偷排、渗漏偷排等等,传统的人工巡视、点源抽样检测等方法一般只能发现正在排污的明排污染,而对于一些偷排,无法发现,在排查过程中,工作人员需要提前对多个待检测的河流端设置大量的监测点,然后携带排查装备对监测点的河水逐一进行检测分析,再根据分析结果查找水污染源头,而且如果取水样本在离河流、湖泊岸边较远的位置,通常需要乘坐小型船舶到达取水位置,效率低、风险打、成本高,使用无人机去探测就会降低成本,同时增加效率。
Description
技术领域
本发明涉及高光谱遥感排查技术领域,具体为一种水体污染源无人机高光谱遥感排查方法。
背景技术
多年来,水资源质量不断下降,水环境持续恶化,由于污染所导致的缺水和事故不断发生,不仅使工厂停产、农业减产甚至绝收,而且造成了不良的社会影响和较大的经济损失,因此排查水污染的污染源尤为重要,只有找到污染源才能针对性的解决根本问题,随着人类社会的快速发展,由人类活动引起的污染排放成为一个十分普遍现象,其后果是严重的水体富营养化,甚至水体黑臭,引发了饮水安全和水资源短缺,对于排污,各国都制定了严格的监测措施和严厉的执法手段以及大量的生态治理手段,但污染偷排现象仍然屡禁不止,且手段和形式日渐花样层出不穷,尤其暗管水下偷排、渗漏偷排等等,传统的人工巡视、点源抽样检测等方法一般只能发现正在排污的明排污染,而对于一些偷排,无法发现,必须依靠一些新的技术手段才能实现,就例如使用无人机来去探测一些人类进不去的地方或者一些有隐蔽起来的地方。
目前市场上排查污染源的装备,一般是手提式或车载式,在排查过程中,工作人员需要提前对多个待检测的河流端设置大量的监测点,然后携带排查装备对监测点的河水逐一进行检测分析,再根据分析结果查找水污染源头,而且如果取水样本在离河流、湖泊岸边较远的位置,通常需要乘坐小型船舶到达取水位置,效率低、风险大、成本高,使用无人机去探测就会降低成本,同时增加效率。
发明内容
(一)解决的技术问题
针对现有技术的不足,本发明提供了一种水体污染源无人机高光谱遥感排查方法,具备可反复巡回排查和快速抵达污染源进行取样效率高等优点,解决了无人机高光谱遥感巡回排查的问题。
(二)技术方案
为实现上述目的,本发明提供如下技术方案:一种水体污染源无人机高光谱遥感排查方法,包括以下步骤:
1)高光谱分辨率成像光谱遥感;
2)无人机排查工作总结;
3)多光谱无人机发送返程指令;
4)水体污染源检测探查方法对比;
5)对排污类型和排污位置进行确认。
优选的,所述高光谱分辨率成像光谱遥感的分辨率之所以高是因为分辨率是利用多重镜头层层递增增加无人机的高光谱分辨率成像,镜头的像素点提高了,聚焦速度快,所述高光谱分辨率成像光谱遥感是将成像光谱技术应用于遥感,所述分辨率是对于一个给定的观察区域中的像素。
优选的,所述高光谱足以从这些探测的数据中获取所需要探测的物体,利用无人机的镜头对应地物的精细光谱特性,所述高光谱遥感通过无人机的镜头分析处理实现,对地物的鉴别及其需要排查的环境的分析,围绕成像光谱所获取数据。
优选的,所述无人机排查工作前需要在一个风速不大的天气,尽量是无风晴天,不然会因为刮风下雨气流大去影响到无人机的运行,所述无人机排查工作前需要在岸边搭建一个平台或者找一片空地,在上面放平无人机和一些所需设备,保证表面平稳,使无人机起飞顺利无障碍。
优选的,所述无人机要在雷达检测环境安全的情况下完成下达的需要去排查的一些相应任务,需与任务载荷、测控与信息传输系统、地面保障系统等配合工作,结合地面站系统可以在多个指定GPS坐标水域进行水体取样,完全高效,从而实现在人力不便接近的地点,高效安全的取水作业。
优选的,所述多光谱无人机发送按照所述飞行路线原路返回的返程指令之后,所述无人机发送按照飞行路线原路返回的返程指令前需要做的准备有使用雷达或者红外线去探查保证无人机在信号探索范围之内,和观察无人机的返回路线上有没有障碍和返回路线是否安全,然后再通过无人机表面设置的摄像头去人员实时观察无人机的视角再去下达原路返回指令,保证工作顺利。
优选的,所述获取多光谱无人机返程过程中在每个区块拍摄的校对区块光谱图像,所述校对区块光谱图像进行存储以供用户后期校对数据,所述待检测的河流段划分成若干个区块,若干个所述区块沿所述飞行路线依次排列,所述述多光谱无人机飞行过程中在当前区块拍摄的区块光谱图像,所述当前区块的区块光谱图像发生异常时,所述区块光谱图像分析得到当前区块每个位置点所对应的光谱数,所述多光谱无人机发送一个使其回到当前区块并按照飞行路线继续飞行以对其它区块继续进行检测的控制指令。
优选的,所述对排污类型和排污位置进行确认的主要工作在于需要先启动探测无人机去水面寻找到需要排污的位置,先确认需要排污的位置,然后利用通讯雷达传输到地面通讯的电脑上,再确认好所要排污到的位置,同样传输到地面通讯,在需要排污和排污点的位置都确认完毕后,然后再通过周边的环境和位置问题来判断和做出最优解的排污类型和方法。
优选的,所述对排污类型和排污位置进行确认是指根据污染物扩散特征,其浓度最高的点,即为排污口位置,依据影像数据所提供的地理位置信息,记录排污口位置的经纬度,和无人机采取的水质和空气中的气体污染指标收集完全后,经过诊断能够清晰指示污染排放的水质指标,即确定排放的污染类型。
本发明要解决的另一技术问题是提供一种水体污染源无人机高光谱遥感排查方法,包括以下步骤:
1)高光谱分辨率成像光谱遥感;
2)无人机排查工作总结;
3)多光谱无人机发送返程指令;
4)水体污染源检测探查方法对比;
5)对排污类型和排污位置进行确认;
(三)有益效果
与现有技术相比,本发明提供了一种水体污染源无人机高光谱遥感排查方法,具备以下有益效果:
1、该水体污染源无人机高光谱遥感排查方法,通过如果在需要取水样的地方本在离河流、湖泊岸边较远的位置,通常的方法需要工作人员乘坐小型船帆到达需要取水的位置进行人员取水收集,整体来说效率低、风险大、成本高,使用无人机去探测就会降低成本,同时增加效率利用无人机搭载高光谱成像仪进行遥感扫描成像方式,使得可以进行大范围的面进行测定,且比卫星遥感更加精细的空间分辨率和时间的灵活性,同时其高光谱比卫星的多光谱具有更多的光谱谱段和精细的光谱分别率,能够更好的刻画水体以及其他地物的特征光谱。
2、该水体污染源无人机高光谱遥感排查方法,通过利用多光谱无人机对待检测河流中发生异常的区块进行溯源检测,有效改善了水污染源头的排查工作具有局限性的问题,然后通过获取多光谱无人机返程过程中在每个区块拍摄的校对区块光谱图像,将校对区块光谱图像存储以供用户后期校对数据,有利于提高水污染源头位置的精确度。
具体实施方式
下面将结合本发明的实施例,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。
实施例一:一种水体污染源无人机高光谱遥感排查方法,包括以下步骤:
1)高光谱分辨率成像光谱遥感,所述高光谱分辨率成像光谱遥感的分辨率之所以高是因为分辨率是利用多重镜头层层递增增加无人机的高光谱分辨率成像,镜头的像素点提高了,聚焦速度快,所述高光谱分辨率成像光谱遥感是将成像光谱技术应用于遥感,所述分辨率是对于一个给定的观察区域中的像素,所述高光谱足以从这些探测的数据中获取所对应地物的精细光谱特性,所述高光谱遥感通过分析处理实现对地物的鉴别及其环境的分析,围绕成像光谱所获取数据,所述高光谱遥感是指具有高光谱分辨率的遥感科学与技术,其成像光谱仪能够为每个像元提供数十至数百个窄波段光谱信息,组成一条完整而连续的光谱曲线,不同的地物会因其物理化学属性性质的不同具有独一无二的光谱曲线,因此高光谱遥感影像基于具有的光谱连续、图谱合一的特性,可实现地物属性信息的精确分类,随着高光谱遥感影像资源日益丰富,高光谱遥感在城市、农业、矿物、海洋、大气等领域得到广泛应用,
2)无人机排查工作总结,所述无人机排查工作前需要在一个风速不大的天气,尽量是无风晴天,不然会因为刮风下雨气流大去影响到无人机的运行,所述无人机排查工作前需要在岸边搭建一个平台或者找一片空地,在上面放平无人机和一些所需设备,保证表面平稳,使无人机起飞顺利无障碍,所述无人机排查工作总结为无人机是不搭载操作人员,采用空气动力为飞行器提供升力,所述无人机能够自动飞行或远程引导,可一次性或多重反复使用,所携带各类有效载荷的有动力空中飞行器,所述无人机要完成相应任务,需与任务载荷、测控与信息传输系统、地面保障系统等配合工作,所述无人机传统的水体监测,如果取水样本在离河流、湖泊岸边较远的位置,通常需要乘坐小型船舶到达取水位置,效率低、风险打、成本高。
3)多光谱无人机发送返程指令,所述无人机通过承载启飞应用开发的无人机取水模块,结合地面站系统可以在多个指定GPS坐标水域进行水体取样,完全高效,从而实现在人力不便接近的地点,高效安全的取水作业,所述多光谱无人机发送按照所述飞行路线原路返回的返程指令之后,所述无人机发送按照飞行路线原路返回的返程指令前需要做的准备有在保证无人机在信号探索范围之内,和观察无人机的返回路线上有没有障碍和返回路线是否安全,然后再通过摄像头去实时观察无人机的视角再去下达原路返回指令,保证工作顺利,所述获取多光谱无人机返程过程中在每个区块拍摄的校对区块光谱图像,所述校对区块光谱图像进行存储以供用户后期校对数据,所述待检测的河流段划分成若干个区块,若干个所述区块沿所述飞行路线依次排列,所述述多光谱无人机飞行过程中在当前区块拍摄的区块光谱图像,所述当前区块的区块光谱图像发生异常时,所述区块光谱图像分析得到当前区块每个位置点所对应的光谱数,所述多光谱无人机发送一个使其回到当前区块并按照飞行路线继续飞行以对其它区块继续进行检测的控制指令。
4)水体污染源检测探查方法对比和5)对排污类型和排污位置进行确认,所述对排污类型和排污位置进行确认的主要工作在于需要先启动探测无人机去水面寻找到需要排污的点,先确认需要排污的位置,再确认好所要排污到的位置,寻找安全又合适的位置进行排污,然后再通过周边的环境和位置问题来判断和做出最优解的排污类型和方法,所述对排污类型和排污位置进行确认是指根据污染物扩散特征,其浓度最高的点,即为排污口位置,依据影像数据所提供的地理位置信息,记录排污口位置的经纬度,同时能够清晰指示污染排放的水质指标,即确定排放的污染类型,所述排污口应符合“一明显,二合理,三便于”的要求,即环保标志明显,排污口设置合理,排污去向合理,便于采集样品、便于监测计算、便于公众参与监督管理,所述禁止设置排污口的情形:
(一)在饮用水源保护区内设置排污口的;
(二)向排放总量已超过污染物限制排放总量的水域排污的;
(三)可能破坏水功能区水域使用功能要求的;
(四)不符合法律、法规和国家产业政策规定的其他情况。
排污口设置的审查意见应当包括以下内容:
(一)排污口设置地点、排污方式和排污口大小;
(二)废污水排放量、主要污染物的排放浓度及排放总量;
(三)水资源保护措施;
(四)特殊情况下对排污的限制;
(五)其他需要注意的事项。
排污口设置论证报告应当委托具有以下资质之一的单位编制:
(一)建设项目水资源论证资质;
(二)水文、水资源调查评价资质;
(三)建设项目环境影响评价资质。
本发明的有益效果是:首先通过如果在需要取水样的地方本在离河流、湖泊岸边较远的位置,通常的方法需要工作人员乘坐小型船帆到达需要取水的位置进行人员取水收集,整体来说效率低、风险大、成本高,使用无人机去探测就会降低成本,同时增加效率利用无人机搭载高光谱成像仪进行遥感扫描成像方式,使得可以进行大范围的面进行测定,且比卫星遥感更加精细的空间分辨率和时间的灵活性,同时其高光谱比卫星的多光谱具有更多的光谱谱段和精细的光谱分别率,能够更好的刻画水体以及其他地物的特征光谱,然后通过利用多光谱无人机对待检测河流中发生异常的区块进行溯源检测,有效改善了水污染源头的排查工作具有局限性的问题,然后通过获取多光谱无人机返程过程中在每个区块拍摄的校对区块光谱图像,将校对区块光谱图像存储以供用户后期校对数据,有利于提高水污染源头位置的精确度。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (9)
1.一种水体污染源无人机高光谱遥感排查方法,其特征在于,包括以下步骤:
1)高光谱分辨率成像光谱遥感;
2)无人机排查工作总结;
3)多光谱无人机发送返程指令;
4)水体污染源检测探查方法对比;
5)对排污类型和排污位置进行确认。
2.根据权利要求1所述的一种水体污染源无人机高光谱遥感排查方法,其特征在于,所述高光谱分辨率成像光谱遥感的分辨率之所以高是因为分辨率是利用多重镜头层层递增增加无人机的高光谱分辨率成像,镜头的像素点提高了,聚焦速度快,所述高光谱分辨率成像光谱遥感是将成像光谱技术应用于遥感,所述分辨率是对于一个给定的观察区域中的像素。
3.根据权利要求1所述的一种水体污染源无人机高光谱遥感排查方法,其特征在于,所述高光谱足以从这些探测的数据中获取所需要探测的物体,利用无人机的镜头对应地物的精细光谱特性,所述高光谱遥感通过无人机的镜头分析处理实现,对地物的鉴别及其需要排查的环境的分析,围绕成像光谱所获取数据。
4.根据权利要求1所述的一种水体污染源无人机高光谱遥感排查方法,其特征在于,所述无人机排查工作前需要在一个风速不大的天气,尽量是无风晴天,不然会因为刮风下雨气流大去影响到无人机的运行,所述无人机排查工作前需要在岸边搭建一个平台或者找一片空地,在上面放平无人机和一些所需设备,保证表面平稳,使无人机起飞顺利无障碍。
5.根据权利要求1所述的一种水体污染源无人机高光谱遥感排查方法,其特征在于,所述无人机要在雷达检测环境安全的情况下完成下达的需要去排查的一些相应任务,需与任务载荷、测控与信息传输系统、地面保障系统等配合工作,结合地面站系统可以在多个指定GPS坐标水域进行水体取样,完全高效,从而实现在人力不便接近的地点,高效安全的取水作业。
6.根据权利要求1所述的一种水体污染源无人机高光谱遥感排查方法,其特征在于,所述多光谱无人机发送按照所述飞行路线原路返回的返程指令之后,所述无人机发送按照飞行路线原路返回的返程指令前需要做的准备有使用雷达或者红外线去探查保证无人机在信号探索范围之内,和观察无人机的返回路线上有没有障碍和返回路线是否安全,然后再通过无人机表面设置的摄像头去人员实时观察无人机的视角再去下达原路返回指令,保证工作顺利。
7.根据权利要求1所述的一种水体污染源无人机高光谱遥感排查方法,其特征在于,所述获取多光谱无人机返程过程中在每个区块拍摄的校对区块光谱图像,所述校对区块光谱图像进行存储以供用户后期校对数据,所述待检测的河流段划分成若干个区块,若干个所述区块沿所述飞行路线依次排列,所述述多光谱无人机飞行过程中在当前区块拍摄的区块光谱图像,所述当前区块的区块光谱图像发生异常时,所述区块光谱图像分析得到当前区块每个位置点所对应的光谱数,所述多光谱无人机发送一个使其回到当前区块并按照飞行路线继续飞行以对其它区块继续进行检测的控制指令。
8.根据权利要求1所述的一种水体污染源无人机高光谱遥感排查方法,其特征在于,所述对排污类型和排污位置进行确认的主要工作在于需要先启动探测无人机去水面寻找到需要排污的位置,先确认需要排污的位置,然后利用通讯雷达传输到地面通讯的电脑上,再确认好所要排污到的位置,同样传输到地面通讯,在需要排污和排污点的位置都确认完毕后,然后再通过周边的环境和位置问题来判断和做出最优解的排污类型和方法。
9.根据权利要求1所述的一种水体污染源无人机高光谱遥感排查方法,其特征在于,所述对排污类型和排污位置进行确认是指根据污染物扩散特征,其浓度最高的点,即为排污口位置,依据影像数据所提供的地理位置信息,记录排污口位置的经纬度,和无人机采取的水质和空气中的气体污染指标收集完全后,经过诊断能够清晰指示污染排放的水质指标,即确定排放的污染类型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310497464.7A CN116642840A (zh) | 2023-05-05 | 2023-05-05 | 一种水体污染源无人机高光谱遥感排查方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310497464.7A CN116642840A (zh) | 2023-05-05 | 2023-05-05 | 一种水体污染源无人机高光谱遥感排查方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116642840A true CN116642840A (zh) | 2023-08-25 |
Family
ID=87617977
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310497464.7A Pending CN116642840A (zh) | 2023-05-05 | 2023-05-05 | 一种水体污染源无人机高光谱遥感排查方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116642840A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117437553A (zh) * | 2023-12-21 | 2024-01-23 | 贵州省环境工程评估中心 | 一种用于入河排污口监测的遥感影像数据处理方法及装置 |
-
2023
- 2023-05-05 CN CN202310497464.7A patent/CN116642840A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117437553A (zh) * | 2023-12-21 | 2024-01-23 | 贵州省环境工程评估中心 | 一种用于入河排污口监测的遥感影像数据处理方法及装置 |
CN117437553B (zh) * | 2023-12-21 | 2024-02-23 | 贵州省环境工程评估中心 | 一种用于入河排污口监测的遥感影像数据处理方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110887792A (zh) | 一种基于无人机高光谱影像的河流水质快速监测系统 | |
US20170122833A1 (en) | Chemical Leak Inspection System | |
CN108037723A (zh) | 一种公路养护信息化管理系统 | |
CN116642840A (zh) | 一种水体污染源无人机高光谱遥感排查方法 | |
CN110414359A (zh) | 长输管道无人机巡检数据分析与管理方法及系统 | |
CN115205709B (zh) | 一种基于卫星遥感的森林火点识别方法 | |
CN116026767A (zh) | 一种快速排查入河入海排污口位置的方法 | |
CN115293923A (zh) | 一种入河入海排污口监督溯源管理平台 | |
CN108230316A (zh) | 一种基于偏振差分放大图像处理的漂浮危化品检测方法 | |
CN111401781A (zh) | 一种固定源大气污染物排放现场执法监管信息系统及方法 | |
CN116148188A (zh) | 空天地一体化湖泊水质溯源方法、系统、设备及存储介质 | |
Faisal et al. | Remote sensing techniques as a tool for environmental monitoring | |
CN106556579A (zh) | 基于激光的团雾图像全天候自适应检测方法 | |
CN116563733A (zh) | 一种基于无人机高光谱与热红外的水质监测方法 | |
Wan et al. | Satellite‐air‐ground integrated multi‐source earth observation and machine learning processing brain for tailings reservoir monitoring and rapid emergency response | |
CN116293487A (zh) | 一种基于区块链空天地一体化的化工园区监测系统及方法 | |
CN207502720U (zh) | 一种机场跑道异物监测和清除引导系统 | |
Chen et al. | Measurement of Environmental Pollution Sources by Electron Microscope Remote Sensing Image Algorithms. | |
Al-Battbootti et al. | Detection and Analysis of Oil Spill using Image Processing | |
CN215525515U (zh) | 水质监测装置 | |
Gavrilenko et al. | A New Approach to Aircraft Flight Technology for Detecting Gas Leakage from Pipelines | |
CN221079335U (zh) | 一种基于无人机图像分析的线性工程植被变化监测装置 | |
LU500691B1 (en) | Non-touching Real-time In-situ Water Quality Detection Method | |
Qian et al. | Vehicle-Mounted Road Damage Detection Method Using YOLOv5s Framework | |
CN211821762U (zh) | 一种基于无人机的管道泄漏检测装置 |
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 |