CN116883755B - 一种乡村建设环境监测方法、系统、设备及存储介质 - Google Patents
一种乡村建设环境监测方法、系统、设备及存储介质 Download PDFInfo
- Publication number
- CN116883755B CN116883755B CN202310897420.3A CN202310897420A CN116883755B CN 116883755 B CN116883755 B CN 116883755B CN 202310897420 A CN202310897420 A CN 202310897420A CN 116883755 B CN116883755 B CN 116883755B
- Authority
- CN
- China
- Prior art keywords
- data
- environment
- environmental
- rural
- image
- 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
- 238000010276 construction Methods 0.000 title claims abstract description 70
- 238000012544 monitoring process Methods 0.000 title claims abstract description 62
- 238000000034 method Methods 0.000 title claims abstract description 55
- 230000007613 environmental effect Effects 0.000 claims abstract description 139
- 238000007405 data analysis Methods 0.000 claims abstract description 56
- 238000003891 environmental analysis Methods 0.000 claims abstract description 56
- 230000008859 change Effects 0.000 claims abstract description 55
- 238000004458 analytical method Methods 0.000 claims abstract description 53
- 238000010191 image analysis Methods 0.000 claims abstract description 34
- 238000012545 processing Methods 0.000 claims abstract description 34
- 230000005183 environmental health Effects 0.000 claims abstract description 31
- 238000012423 maintenance Methods 0.000 claims abstract description 17
- 238000012800 visualization Methods 0.000 claims abstract description 7
- 238000007781 pre-processing Methods 0.000 claims description 32
- 238000004590 computer program Methods 0.000 claims description 14
- 238000012549 training Methods 0.000 claims description 12
- 238000012937 correction Methods 0.000 claims description 10
- 238000013507 mapping Methods 0.000 claims description 9
- 238000012795 verification Methods 0.000 claims description 9
- 230000036541 health Effects 0.000 claims description 8
- 230000000007 visual effect Effects 0.000 claims description 7
- 238000010219 correlation analysis Methods 0.000 claims description 6
- 238000000611 regression analysis Methods 0.000 claims description 6
- 230000000694 effects Effects 0.000 abstract description 2
- 238000001514 detection method Methods 0.000 description 13
- 230000008569 process Effects 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 10
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 8
- 230000006870 function Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000005286 illumination Methods 0.000 description 3
- 238000012806 monitoring device Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000004162 soil erosion Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- -1 buildings Substances 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
- G06V10/765—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects using rules for classification or partitioning the feature space
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
- G06Q50/16—Real estate
- G06Q50/165—Land development
-
- 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
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/762—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using clustering, e.g. of similar faces in social networks
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Medical Informatics (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Primary Health Care (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Databases & Information Systems (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及环境保护的技术领域，尤其涉及一种乡村建设环境监测方法、系统、设备及存储介质，乡村建设环境监测方法包括实时获取乡村环境图像，将所述乡村环境图像输入至预设的图像分析模型内，获取环境类别数据；基于所述环境类别数据获取对应的待分析环境数据，将所述待分析环境数据输入至预先训练好的数据分析模型内，得到环境分析数据；将所述环境分析数据进行可视化处理，形成环境健康预测图，基于所述环境健康预测图获取环境变化预测信息；根据所述环境变化预测信息制定环境维护计划。本申请具有提高对乡村建设环境的监测效率及分析结果准确性的效果。
Description
技术领域
本发明涉及环境保护的技术领域，尤其是涉及一种乡村建设环境监测方法、系统、设备及存储介质。
背景技术
乡村建设对于社会经济发展具有重要意义，不仅可以提升农村地区的基础设施和公共服务水平，还能促进农民增收和改善生活质量。然而，乡村建设也会对乡村环境带来一定的影响，例如土地利用变化、水资源消耗、污染、空气质量下降等，因此，确保乡村建设的可持续发展，进行环境监测是必要的。
目前，对于乡村建设环境的监测方法包括有远程监测技术、无人机技术以及人工监测方法，远程监测技术则是利用遥感技术和卫星图像，对乡村地区的环境进行遥感监测，无人机技术则是利用无人机进行空中摄影和数据采集，人工监测是利用测试人员亲自去到乡村地区，对乡村地区的环境进行数据采集，以用于对乡村地区的环境进行监测分析。
但是，现有的乡村建设环境监测方法中，采用远程监测技术或者无人机技术需要昂贵的设备和专业的操作人员，使得监测成本增加，不适用于经济匮乏的乡村地区，且采用人工监测方法会造成人力成本增加，且在对采集到的乡村地区环境数据进行分析时，会有大量的环境监测数据，且需要专业的技术人员进行分析，乡村地区的环境监测结果容易受人为因素的影响，具有不准确性，因此，存在一定的改进空间。
发明内容
为了提高对乡村建设环境的监测效率及分析结果准确性，本申请提供一种乡村建设环境监测方法、系统、设备及存储介质。
本申请的上述发明目的一是通过以下技术方案得以实现的：
一种乡村建设环境监测方法，所述乡村建设环境监测方法包括步骤：
实时获取乡村环境图像，将所述乡村环境图像输入至预设的图像分析模型内，获取环境类别数据；
基于所述环境类别数据获取对应的待分析环境数据，将所述待分析环境数据输入至预先训练好的数据分析模型内，得到环境分析数据；
将所述环境分析数据进行可视化处理，形成环境健康预测图，基于所述环境健康预测图获取环境变化预测信息；
根据所述环境变化预测信息制定环境维护计划。
通过采用上述技术方案，在对乡村建设环境进行监测过程中，在确定待监测乡村环境区域后，实时获取该区域内的乡村环境图像，将获取到的乡村环境图像输入至预设的图像分析模型内，利用图像分析模型对获取到的乡村环境图像进行地物分类，将乡村环境图像中的不同地物分类为不同的类别，如植被、水体、建筑物等，得到环境类别数据，根据环境类别数据获取相对应的待分析环境数据，将待分析环境数据输入至预先训练好的数据分析模型内，利用数据分析模型对乡村环境数据进行数据分析，能够有效减小人为因素对乡村环境数据分析的影响，进而有利于提高对乡村建设环境分析结果的准确性，数据分析模型对待分析环境数据进行分析，得到环境分析数据，将环境分析数据进行可视化处理，形成该乡村建设环境的环境健康预测图，以便于对该乡村建设环境进行环境变化预测，根据形成的环境健康预测图获取环境变化预测信息，便于工作人员根据环境变化预测信息进行乡村建设环境维护，根据获取到的环境变化预测信息制定环境维护计划，能够根据乡村建设环境的预测变化情况进行环境维护。
本申请在一较佳示例中可以进一步配置为：在所述实时获取乡村环境图像，将所述乡村环境图像输入至预设的图像分析模型内，获取环境类别数据之前，所述乡村建设环境监测方法还包括：
对所述乡村环境图像进行图像预处理，其中，所述图像预处理包括校正处理和噪声去除处理；
获取图像预处理后的乡村环境图像，对图像预处理后的乡村环境图像进行图像增强处理。
通过采用上述技术方案，通过对获取到的乡村环境图像先后进行图像预处理和图像增强处理，能够去除乡村环境的大气散射、光照条件等因素的影响，提高获取到的乡村环境图像的质量和可用性，提高利用乡村环境图像进行环境特征提取和分类的准确性，从而提高对乡村环境的监测分析结果的准确性。
本申请在一较佳示例中可以进一步配置为：所述将所述乡村环境图像输入至预设的图像分析模型内，获取环境类别数据，具体包括：
所述图像分析模型内设置有乡村地理数据，将所述乡村环境图像与乡村地理数据建立映射关系；
基于所述乡村环境图像与乡村地理数据之间的映射关系，获取环境特征信息，对所述环境特征信息进行聚类处理，形成环境类别数据。
通过采用上述技术方案，将乡村环境图像输入至预设的图像分析模型内后，图像分析模型内的乡村地理数据与乡村环境图像进行关联映射，进而能够将该区域的乡村环境的地理情况与乡村环境图像进行关联结合，有助于快速地获取到该乡村环境的环境特征信息，对所有环境特征信息进行聚类处理，按照相似性进行聚类，从而形成了环境类别数据，实现基于乡村环境图像分析出乡村环境的环境类别数据，有助于对乡村环境的不同属性的数据进行分析，有利于提高对乡村环境的检测分析效率。
本申请在一较佳示例中可以进一步配置为：所述基于所述环境类别数据获取对应的待分析环境数据，将所述待分析环境数据输入至预先训练好的数据分析模型内，得到环境分析数据，具体包括：
基于所述环境类别数据生成若干组待分析环境数据，根据所述数据分析模型在待分析环境数据中提取离群数据点；
将所述离群数据点整合形成环境分析数据。
通过采用上述技术方案，通过环境类别数据将同类别的环境数据整理成同一组的待分析环境数据，进而能够针对乡村环境内多种类环境数据进行数据分析，使得乡村环境检测分析的全面性提高，利用训练好的数据分析模型在待分析环境数据中提取出离群数据点，将所有的离群数据点整合形成环境分析数据，实现对乡村环境的数据分析功能。
本申请在一较佳示例中可以进一步配置为：在基于所述环境类别数据获取对应的待分析环境数据，将所述待分析环境数据输入至预先训练好的数据分析模型内，得到环境分析数据之前，所述乡村建设环境监测方法还包括：
获取乡村环境历史数据集和环境天气数据，其中，所述历史数据集包括训练数据集和验证数据集；
利用回归分析和相关性分析的方式对所述训练数据集进行训练，得到初步分析模型；
利用所述验证数据集和环境天气数据对所述初步分析模型的输出数据进行验证，得到所述数据分析模型。
通过采用上述技术方案，利用乡村环境的历史数据集构建数据分析模型，便于对乡村环境进行检测分析，进而能够对乡村环境进行环境变化预测，利用回归分析和相关性分析技术对历史数据集的训练数据集进行分析，得到初步分析模型，再利用验证数据集和环境天气数据对初步分析模型进行验证，使数据分析模型能够更加准确地对乡村环境的数据进行分析以及乡村环境的变化情况进行预测，同时，也能够将乡村建设过程中，环境天气对乡村环境检测分析的因素也考虑进来，进一步提高对乡村环境检测分析的准确性。
本申请在一较佳示例中可以进一步配置为：所述将所述环境分析数据进行可视化处理，形成环境健康预测图，基于所述环境健康预测图获取环境变化预测信息，具体包括：
基于所述环境分析数据获取环境热点权重值，根据所述环境热点权重值对环境分析数据进行赋值，形成不同程度的环境分析数据；
将所述不同程度的环境分析数据整合形成环境健康预测图，根据所述环境健康预测图获取环境预测特征，将所述环境预测特征整合至环境数据内，获得环境变化预测信息。
通过采用上述技术方案，在获取到环境分析数据后，根据环境分析数据的情况获取环境热点权重值，利用环境热点权重值对环境分析数据进行赋值，区分成不同程度的环境分析数据，如该乡村环境内所有水质的污染程度、土壤侵蚀程度等，将不同程度的环境分析数据整合成环境健康预测图，使得将环境分析数据可视化，便于工作人员直观地了解乡村环境的分析情况，并根据环境健康预测图获取到该乡村环境的环境预测特征，结合环境数据，得到环境变化预测信息，实现对乡村环境的变化预测。
本申请的上述发明目的二是通过以下技术方案得以实现的：
一种乡村建设环境监测系统，所述乡村建设环境监测系统包括：
环境类别数据获取模块，用于实时获取乡村环境图像，将所述乡村环境图像输入至预设的图像分析模型内，获取环境类别数据；
环境数据分析模块，用于基于所述环境类别数据获取对应的待分析环境数据，将所述待分析环境数据输入至预先训练好的数据分析模型内，得到环境分析数据；
环境变化预测模块，用于将所述环境分析数据进行可视化处理，形成环境健康预测图，基于所述环境健康预测图获取环境变化预测信息；
环境维护模块，用于根据所述环境变化预测信息制定环境维护计划。
可选的，所述环境类别数据获取模块包括：
图像预处理子模块，用于对所述乡村环境图像进行图像预处理，其中，所述图像预处理包括校正处理和噪声去除处理；
图像增强子模块，用于获取图像预处理后的乡村环境图像，对图像预处理后的乡村环境图像进行图像增强处理。
通过采用上述技术方案，在对乡村建设环境进行监测过程中，在确定待监测乡村环境区域后，实时获取该区域内的乡村环境图像，将获取到的乡村环境图像输入至预设的图像分析模型内，利用图像分析模型对获取到的乡村环境图像进行地物分类，将乡村环境图像中的不同地物分类为不同的类别，如植被、水体、建筑物等，得到环境类别数据，根据环境类别数据获取相对应的待分析环境数据，将待分析环境数据输入至预先训练好的数据分析模型内，利用数据分析模型对乡村环境数据进行数据分析，能够有效减小人为因素对乡村环境数据分析的影响，进而有利于提高对乡村建设环境分析结果的准确性，数据分析模型对待分析环境数据进行分析，得到环境分析数据，将环境分析数据进行可视化处理，形成该乡村建设环境的环境健康预测图，以便于对该乡村建设环境进行环境变化预测，根据形成的环境健康预测图获取环境变化预测信息，便于工作人员根据环境变化预测信息进行乡村建设环境维护，根据获取到的环境变化预测信息制定环境维护计划，能够根据乡村建设环境的预测变化情况进行环境维护。
本申请的上述目的三是通过以下技术方案得以实现的：
一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述一种乡村建设环境监测方法的步骤。
本申请的上述目的四是通过以下技术方案得以实现的：
一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述一种乡村建设环境监测方法的步骤。
综上所述，本申请包括以下至少一种有益技术效果：
1、在对乡村建设环境进行监测过程中，在确定待监测乡村环境区域后，实时获取该区域内的乡村环境图像，将获取到的乡村环境图像输入至预设的图像分析模型内，利用图像分析模型对获取到的乡村环境图像进行地物分类，将乡村环境图像中的不同地物分类为不同的类别，如植被、水体、建筑物等，得到环境类别数据，根据环境类别数据获取相对应的待分析环境数据，将待分析环境数据输入至预先训练好的数据分析模型内，利用数据分析模型对乡村环境数据进行数据分析，能够有效减小人为因素对乡村环境数据分析的影响，进而有利于提高对乡村建设环境分析结果的准确性，数据分析模型对待分析环境数据进行分析，得到环境分析数据，将环境分析数据进行可视化处理，形成该乡村建设环境的环境健康预测图，以便于对该乡村建设环境进行环境变化预测，根据形成的环境健康预测图获取环境变化预测信息，便于工作人员根据环境变化预测信息进行乡村建设环境维护，根据获取到的环境变化预测信息制定环境维护计划，能够根据乡村建设环境的预测变化情况进行环境维护；
2、通过对获取到的乡村环境图像先后进行图像预处理和图像增强处理，能够去除乡村环境的大气散射、光照条件等因素的影响，提高获取到的乡村环境图像的质量和可用性，提高利用乡村环境图像进行环境特征提取和分类的准确性，从而提高对乡村环境的监测分析结果的准确性；
3、将乡村环境图像输入至预设的图像分析模型内后，图像分析模型内的乡村地理数据与乡村环境图像进行关联映射，进而能够将该区域的乡村环境的地理情况与乡村环境图像进行关联结合，有助于快速地获取到该乡村环境的环境特征信息，对所有环境特征信息进行聚类处理，按照相似性进行聚类，从而形成了环境类别数据，实现基于乡村环境图像分析出乡村环境的环境类别数据，有助于对乡村环境的不同属性的数据进行分析，有利于提高对乡村环境的检测分析效率；
4、利用乡村环境的历史数据集构建数据分析模型，便于对乡村环境进行检测分析，进而能够对乡村环境进行环境变化预测，利用回归分析和相关性分析技术对历史数据集的训练数据集进行分析，得到初步分析模型，再利用验证数据集和环境天气数据对初步分析模型进行验证，使数据分析模型能够更加准确地对乡村环境的数据进行分析以及乡村环境的变化情况进行预测，同时，也能够将乡村建设过程中，环境天气对乡村环境检测分析的因素也考虑进来，进一步提高对乡村环境检测分析的准确性。
附图说明
图1是本申请一实施例中一种乡村建设环境监测方法的一流程图；
图2是本申请一实施例中一种乡村建设环境监测方法的另一实现流程图；
图3是本申请一实施例中一种乡村建设环境监测方法中步骤S10的实现流程图；
图4是本申请一实施例中一种乡村建设环境监测方法中步骤S20的实现流程图；
图5是本申请一实施例中一种乡村建设环境监测方法的另一实现流程图；
图6是本申请一实施例中一种乡村建设环境监测方法中步骤S30的实现流程图；
图7是本申请一实施例中一种乡村建设环境监测系统的一原理框图；
图8是本申请一实施例中的计算机设备示意图。
具体实施方式
以下结合附图对本申请作进一步详细说明。
在一实施例中，如图1所示，本申请公开了一种乡村建设环境监测方法，具体包括如下步骤：
S10：实时获取乡村环境图像，将所述乡村环境图像输入至预设的图像分析模型内，获取环境类别数据。
在本实施例中，乡村环境图像是指待监测分析的乡村建设区域内的环境图像，环境类别数据是指乡村环境中的环境类型数据。
具体的，在对乡村建设环境进行监测过程中，在确定待监测乡村环境区域后，可利用无人机或者相机实时获取该区域内的乡村环境图像，将获取到的乡村环境图像输入至预设的图像分析模型内，利用图像分析模型对获取到的乡村环境图像进行地物分类，将乡村环境图像中的不同地物分类为不同的类别，如植被、水体、建筑物、土壤等，得到环境类别数据。
S20：基于所述环境类别数据获取对应的待分析环境数据，将所述待分析环境数据输入至预先训练好的数据分析模型内，得到环境分析数据。
在本实施例中，环境分析数据是指乡村环境的分析信息。
具体的，根据环境类别数据获取相对应的待分析环境数据，将待分析环境数据输入至预先训练好的数据分析模型内，利用数据分析模型对乡村环境数据进行数据分析，能够有效减小人为因素对乡村环境数据分析的影响，进而有利于提高对乡村建设环境分析结果的准确性，数据分析模型对待分析环境数据进行分析，得到环境分析数据。
S30：将所述环境分析数据进行可视化处理，形成环境健康预测图，基于所述环境健康预测图获取环境变化预测信息。
具体的，将环境分析数据进行可视化处理，形成该乡村建设环境的环境健康预测图，以便于对该乡村建设环境进行环境变化预测，根据形成的环境健康预测图获取环境变化预测信息，便于工作人员根据环境变化预测信息进行乡村建设环境维护。
S40：根据所述环境变化预测信息制定环境维护计划。
具体的，根据获取到的环境变化预测信息制定环境维护计划，能够根据乡村建设环境的预测变化情况进行环境维护。
在本实施例中，在对乡村建设环境进行监测过程中，在确定待监测乡村环境区域后，实时获取该区域内的乡村环境图像，将获取到的乡村环境图像输入至预设的图像分析模型内，利用图像分析模型对获取到的乡村环境图像进行地物分类，将乡村环境图像中的不同地物分类为不同的类别，如植被、水体、建筑物等，得到环境类别数据，根据环境类别数据获取相对应的待分析环境数据，将待分析环境数据输入至预先训练好的数据分析模型内，利用数据分析模型对乡村环境数据进行数据分析，能够有效减小人为因素对乡村环境数据分析的影响，进而有利于提高对乡村建设环境分析结果的准确性，数据分析模型对待分析环境数据进行分析，得到环境分析数据，将环境分析数据进行可视化处理，形成该乡村建设环境的环境健康预测图，以便于对该乡村建设环境进行环境变化预测，根据形成的环境健康预测图获取环境变化预测信息，便于工作人员根据环境变化预测信息进行乡村建设环境维护，根据获取到的环境变化预测信息制定环境维护计划，能够根据乡村建设环境的预测变化情况进行环境维护。
在一实施例中，如图2所示，在步骤S10之前，即在所述实时获取乡村环境图像，将所述乡村环境图像输入至预设的图像分析模型内，获取环境类别数据之前，乡村建设环境监测方法还包括：
S101：对所述乡村环境图像进行图像预处理，其中，所述图像预处理包括校正处理和噪声去除处理。
S102：获取图像预处理后的乡村环境图像，对图像预处理后的乡村环境图像进行图像增强处理。
具体的，在获取到的乡村环境图像通常会受到大气散射、光照条件、传感器噪声等因素的影响，导致图像质量不佳，对获取到的乡村环境图像先进行图像预处理，其中，图像预处理包括有校正处理，如辐射校正、大气校正和几何校正等，图像预处理还包括有噪声去除处理，将图像预处理完的乡村环境图像再进行图像增强处理，改善乡村环境图像的视觉效果，并突出显示特定的地物或特征，提高获取到的乡村环境图像的质量和可用性，提高利用乡村环境图像进行环境特征提取和分类的准确性，从而提高对乡村环境的监测分析结果的准确性。
在一实施例中，如图3所示，在步骤S10中，即将所述乡村环境图像输入至预设的图像分析模型内，获取环境类别数据，具体包括：
S11：所述图像分析模型内设置有乡村地理数据，将所述乡村环境图像与乡村地理数据建立映射关系。
S12：基于所述乡村环境图像与乡村地理数据之间的映射关系，获取环境特征信息，对所述环境特征信息进行聚类处理，形成环境类别数据。
在本实施例中，乡村地理数据是指乡村环境的地理位置信息。
具体的，将乡村环境图像输入至预设的图像分析模型内后，图像分析模型内的乡村地理数据与乡村环境图像进行关联映射，进而能够将该区域的乡村环境的地理情况与乡村环境图像进行关联结合，有助于快速地获取到该乡村环境的环境特征信息，对所有环境特征信息进行聚类处理，按照相似性进行聚类，从而形成了环境类别数据，实现基于乡村环境图像分析出乡村环境的环境类别数据，有助于对乡村环境的不同属性的数据进行分析，有利于提高对乡村环境的检测分析效率。
在一实施例中，如图4所示，在步骤S20中，即基于所述环境类别数据获取对应的待分析环境数据，将所述待分析环境数据输入至预先训练好的数据分析模型内，得到环境分析数据，具体包括：
S21：基于所述环境类别数据生成若干组待分析环境数据，根据所述数据分析模型在待分析环境数据中提取离群数据点。
S22：将所述离群数据点整合形成环境分析数据。
具体的，通过环境类别数据将同类别的环境数据整理成同一组的待分析环境数据，进而能够针对乡村环境内多种类环境数据进行数据分析，使得乡村环境检测分析的全面性提高，利用训练好的数据分析模型在待分析环境数据中提取出离群数据点，将所有的离群数据点整合形成环境分析数据，实现对乡村环境的数据分析功能。
在一实施例中，如图5所示，在步骤S20之前，乡村建设环境监测方法还包括：
S201：获取乡村环境历史数据集和环境天气数据，其中，所述历史数据集包括训练数据集和验证数据集。
S202：利用回归分析和相关性分析的方式对所述训练数据集进行训练，得到初步分析模型。
S203：利用所述验证数据集和环境天气数据对所述初步分析模型的输出数据进行验证，得到所述数据分析模型。
具体的，利用乡村环境的历史数据集构建数据分析模型，便于对乡村环境进行检测分析，进而能够对乡村环境进行环境变化预测，利用回归分析和相关性分析技术对历史数据集的训练数据集进行分析，得到初步分析模型，再利用验证数据集和环境天气数据对初步分析模型进行验证，使数据分析模型能够更加准确地对乡村环境的数据进行分析以及乡村环境的变化情况进行预测，同时，也能够将乡村建设过程中，环境天气对乡村环境检测分析的因素也考虑进来，进一步提高对乡村环境检测分析的准确性
在一实施例中，如图6所示，在步骤S30中，即将所述环境分析数据进行可视化处理，形成环境健康预测图，基于所述环境健康预测图获取环境变化预测信息，具体包括：
S31：基于所述环境分析数据获取环境热点权重值，根据所述环境热点权重值对环境分析数据进行赋值，形成不同程度的环境分析数据。
S32：将所述不同程度的环境分析数据整合形成环境健康预测图，根据所述环境健康预测图获取环境预测特征，将所述环境预测特征整合至环境数据内，获得环境变化预测信息。
具体的，在获取到环境分析数据后，根据环境分析数据的情况获取环境热点权重值，利用环境热点权重值对环境分析数据进行赋值，区分成不同程度的环境分析数据，如该乡村环境内所有水质的污染程度、土壤侵蚀程度等，将不同程度的环境分析数据整合成环境健康预测图，使得将环境分析数据可视化，便于工作人员直观地了解乡村环境的分析情况，并根据环境健康预测图获取到该乡村环境的环境预测特征，结合环境数据，得到环境变化预测信息，实现对乡村环境的变化预测。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
在一实施例中，提供一种乡村建设环境监测装置，该乡村建设环境监测装置与上述实施例中乡村建设环境监测方法一一对应。如图7所示，该乡村建设环境监测系统包括环境类别数据获取模块、环境数据分析模块、环境变化预测模块和环境维护模块。各功能模块详细说明如下：
环境类别数据获取模块，用于实时获取乡村环境图像，将所述乡村环境图像输入至预设的图像分析模型内，获取环境类别数据；
环境数据分析模块，用于基于所述环境类别数据获取对应的待分析环境数据，将所述待分析环境数据输入至预先训练好的数据分析模型内，得到环境分析数据；
环境变化预测模块，用于将所述环境分析数据进行可视化处理，形成环境健康预测图，基于所述环境健康预测图获取环境变化预测信息；
环境维护模块，用于根据所述环境变化预测信息制定环境维护计划。
可选的，环境类别数据获取模块包括：
图像预处理子模块，用于对所述乡村环境图像进行图像预处理，其中，所述图像预处理包括校正处理和噪声去除处理；
图像增强子模块，用于获取图像预处理后的乡村环境图像，对图像预处理后的乡村环境图像进行图像增强处理。
关于乡村建设环境监测装置的具体限定可以参见上文中对于乡村建设环境监测方法的限定，在此不再赘述。上述乡村建设环境监测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图8所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储乡村环境监测分析时的数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种乡村建设环境监测方法。
在一个实施例中，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现以下步骤：
实时获取乡村环境图像，将所述乡村环境图像输入至预设的图像分析模型内，获取环境类别数据；
基于所述环境类别数据获取对应的待分析环境数据，将所述待分析环境数据输入至预先训练好的数据分析模型内，得到环境分析数据；
将所述环境分析数据进行可视化处理，形成环境健康预测图，基于所述环境健康预测图获取环境变化预测信息；
根据所述环境变化预测信息制定环境维护计划。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
实时获取乡村环境图像，将所述乡村环境图像输入至预设的图像分析模型内，获取环境类别数据；
基于所述环境类别数据获取对应的待分析环境数据，将所述待分析环境数据输入至预先训练好的数据分析模型内，得到环境分析数据；
将所述环境分析数据进行可视化处理，形成环境健康预测图，基于所述环境健康预测图获取环境变化预测信息；
根据所述环境变化预测信息制定环境维护计划。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦除可编程ROM（EEPROM）或闪存。易失性存储器可包括随机存取存储器（RAM）或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双数据率SDRAM（DDRSDRAM）、增强型SDRAM（ESDRAM）、同步链路（Synchlink） DRAM（SLDRAM）、存储器总线（Rambus）直接RAM（RDRAM）、直接存储器总线动态RAM（DRDRAM）、以及存储器总线动态RAM（RDRAM）等。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。
以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：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；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。
Claims (9)
1.一种乡村建设环境监测方法，其特征在于，所述乡村建设环境监测方法包括步骤：
实时获取乡村环境图像，将所述乡村环境图像输入至预设的图像分析模型内，获取环境类别数据；
基于所述环境类别数据获取对应的待分析环境数据，将所述待分析环境数据输入至预先训练好的数据分析模型内，得到环境分析数据；
基于所述环境类别数据生成若干组待分析环境数据，根据所述数据分析模型在待分析环境数据中提取离群数据点；
将所述离群数据点整合形成环境分析数据；
将所述环境分析数据进行可视化处理，形成环境健康预测图，基于所述环境健康预测图获取环境变化预测信息；
根据所述环境变化预测信息制定环境维护计划。
2.根据权利要求1所述的一种乡村建设环境监测方法，其特征在于，在所述实时获取乡村环境图像，将所述乡村环境图像输入至预设的图像分析模型内，获取环境类别数据之前，所述乡村建设环境监测方法还包括：
对所述乡村环境图像进行图像预处理，其中，所述图像预处理包括校正处理和噪声去除处理；
获取图像预处理后的乡村环境图像，对图像预处理后的乡村环境图像进行图像增强处理。
3.根据权利要求1所述的一种乡村建设环境监测方法，其特征在于，所述将所述乡村环境图像输入至预设的图像分析模型内，获取环境类别数据，具体包括：
所述图像分析模型内设置有乡村地理数据，将所述乡村环境图像与乡村地理数据建立映射关系；
基于所述乡村环境图像与乡村地理数据之间的映射关系，获取环境特征信息，对所述环境特征信息进行聚类处理，形成环境类别数据。
4.根据权利要求1所述的一种乡村建设环境监测方法，其特征在于，在基于所述环境类别数据获取对应的待分析环境数据，将所述待分析环境数据输入至预先训练好的数据分析模型内，得到环境分析数据之前，所述乡村建设环境监测方法还包括：
获取乡村环境历史数据集和环境天气数据，其中，所述历史数据集包括训练数据集和验证数据集；
利用回归分析和相关性分析的方式对所述训练数据集进行训练，得到初步分析模型；
利用所述验证数据集和环境天气数据对所述初步分析模型的输出数据进行验证，得到所述数据分析模型。
5.根据权利要求1所述的一种乡村建设环境监测方法，其特征在于，所述将所述环境分析数据进行可视化处理，形成环境健康预测图，基于所述环境健康预测图获取环境变化预测信息，具体包括：
基于所述环境分析数据获取环境热点权重值，根据所述环境热点权重值对环境分析数据进行赋值，形成不同程度的环境分析数据；
将所述不同程度的环境分析数据整合形成环境健康预测图，根据所述环境健康预测图获取环境预测特征，将所述环境预测特征整合至环境数据内，获得环境变化预测信息。
6.一种乡村建设环境监测系统，其特征在于，所述乡村建设环境监测系统包括：
环境类别数据获取模块，用于实时获取乡村环境图像，将所述乡村环境图像输入至预设的图像分析模型内，获取环境类别数据；
环境数据分析模块，用于基于所述环境类别数据获取对应的待分析环境数据，将所述待分析环境数据输入至预先训练好的数据分析模型内，得到环境分析数据；基于所述环境类别数据生成若干组待分析环境数据，根据所述数据分析模型在待分析环境数据中提取离群数据点；
将所述离群数据点整合形成环境分析数据；
环境变化预测模块，用于将所述环境分析数据进行可视化处理，形成环境健康预测图，基于所述环境健康预测图获取环境变化预测信息；
环境维护模块，用于根据所述环境变化预测信息制定环境维护计划。
7.根据权利要求6所述的一种乡村建设环境监测系统，其特征在于，所述环境类别数据获取模块包括：
图像预处理子模块，用于对所述乡村环境图像进行图像预处理，其中，所述图像预处理包括校正处理和噪声去除处理；
图像增强子模块，用于获取图像预处理后的乡村环境图像，对图像预处理后的乡村环境图像进行图像增强处理。
8.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述一种乡村建设环境监测方法的步骤。
9.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述一种乡村建设环境监测方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310897420.3A CN116883755B (zh) | 2023-07-20 | 2023-07-20 | 一种乡村建设环境监测方法、系统、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310897420.3A CN116883755B (zh) | 2023-07-20 | 2023-07-20 | 一种乡村建设环境监测方法、系统、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116883755A CN116883755A (zh) | 2023-10-13 |
| CN116883755B true CN116883755B (zh) | 2024-03-26 |
Family
ID=88258397
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310897420.3A Active CN116883755B (zh) | 2023-07-20 | 2023-07-20 | 一种乡村建设环境监测方法、系统、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116883755B (zh) |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108133178A (zh) * | 2017-12-08 | 2018-06-08 | 重庆广睿达科技有限公司 | 一种基于图像识别的智能环境监控系统与方法 |
| CN111310803A (zh) * | 2020-01-20 | 2020-06-19 | 江苏神彩科技股份有限公司 | 环境数据处理方法和装置 |
| CN112288192A (zh) * | 2020-11-23 | 2021-01-29 | 深圳市维度数据科技股份有限公司 | 一种环保监测预警方法及系统 |
| WO2021051609A1 (zh) * | 2019-09-20 | 2021-03-25 | 平安科技（深圳）有限公司 | 细颗粒物污染等级的预测方法、装置及计算机设备 |
| CN112762972A (zh) * | 2021-02-01 | 2021-05-07 | 中国农业科学院农业资源与农业区划研究所 | 一种用于环境监测的移动推车及其控制系统、控制方法 |
| CN113138865A (zh) * | 2020-08-10 | 2021-07-20 | 西安天和防务技术股份有限公司 | 环境监测方法、系统、平台以及存储介质 |
| CN113376327A (zh) * | 2021-07-08 | 2021-09-10 | 海南绿能环境工程有限公司 | 基于大数据的环境监测信息管理方法及系统 |
| CN113901162A (zh) * | 2021-10-13 | 2022-01-07 | 深圳联和智慧科技有限公司 | 基于城市管理的无人机环境监测方法、系统及云平台 |
| 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 |
| CN114518143A (zh) * | 2022-03-07 | 2022-05-20 | 简智科技(海宁)有限公司 | 一种智能环境感知系统 |
| CN114943900A (zh) * | 2022-05-13 | 2022-08-26 | 南方海洋科学与工程广东省实验室(广州) | 基于深度学习的海洋环境质量等级评价方法、装置及介质 |
| CN115830473A (zh) * | 2023-02-20 | 2023-03-21 | 江苏省生态环境监测监控有限公司 | 基于卫星遥感和自动监测的水质反演方法、系统 |
-
2023
- 2023-07-20 CN CN202310897420.3A patent/CN116883755B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108133178A (zh) * | 2017-12-08 | 2018-06-08 | 重庆广睿达科技有限公司 | 一种基于图像识别的智能环境监控系统与方法 |
| WO2021051609A1 (zh) * | 2019-09-20 | 2021-03-25 | 平安科技（深圳）有限公司 | 细颗粒物污染等级的预测方法、装置及计算机设备 |
| CN111310803A (zh) * | 2020-01-20 | 2020-06-19 | 江苏神彩科技股份有限公司 | 环境数据处理方法和装置 |
| CN113138865A (zh) * | 2020-08-10 | 2021-07-20 | 西安天和防务技术股份有限公司 | 环境监测方法、系统、平台以及存储介质 |
| CN112288192A (zh) * | 2020-11-23 | 2021-01-29 | 深圳市维度数据科技股份有限公司 | 一种环保监测预警方法及系统 |
| CN112762972A (zh) * | 2021-02-01 | 2021-05-07 | 中国农业科学院农业资源与农业区划研究所 | 一种用于环境监测的移动推车及其控制系统、控制方法 |
| CN113376327A (zh) * | 2021-07-08 | 2021-09-10 | 海南绿能环境工程有限公司 | 基于大数据的环境监测信息管理方法及系统 |
| CN113901162A (zh) * | 2021-10-13 | 2022-01-07 | 深圳联和智慧科技有限公司 | 基于城市管理的无人机环境监测方法、系统及云平台 |
| 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 |
| CN114518143A (zh) * | 2022-03-07 | 2022-05-20 | 简智科技(海宁)有限公司 | 一种智能环境感知系统 |
| CN114943900A (zh) * | 2022-05-13 | 2022-08-26 | 南方海洋科学与工程广东省实验室(广州) | 基于深度学习的海洋环境质量等级评价方法、装置及介质 |
| CN115830473A (zh) * | 2023-02-20 | 2023-03-21 | 江苏省生态环境监测监控有限公司 | 基于卫星遥感和自动监测的水质反演方法、系统 |
Non-Patent Citations (2)
| Title |
|---|
| 基于KNN-LSTM模型的常武地区地下水位时空预测方法研究;齐慧;《中国优秀硕士学位论文全文数据库 基础科学辑》(第03期);全文 * |
| 基于多因素回归分析的城市区域PM2.5浓度时空分布研究;梁锡冠;《中国优秀硕士学位论文全文数据库 工程科技I辑》(第03期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116883755A (zh) | 2023-10-13 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111667011B (zh) | 损伤检测模型训练、车损检测方法、装置、设备及介质 | |
| CN112417273B (zh) | 区域画像图生成方法、装置、计算机设备及存储介质 | |
| CN111626123B (zh) | 视频数据处理方法、装置、计算机设备及存储介质 | |
| CN114494837B (zh) | 一种渔业资源的密度智能识别方法及系统 | |
| CN110807491A (zh) | 车牌图像清晰度模型训练方法、清晰度检测方法及装置 | |
| CN110910360B (zh) | 电网图像的定位方法和图像定位模型的训练方法 | |
| CN111274926B (zh) | 图像数据筛选方法、装置、计算机设备和存储介质 | |
| CN111199346A (zh) | 综合管廊监理方法、装置、计算机设备以及存储介质 | |
| CN112613454A (zh) | 一种电力基建施工现场违章识别方法及系统 | |
| CN113705685B (zh) | 疾病特征识别模型训练、疾病特征识别方法、装置及设备 | |
| CN113888514A (zh) | 导地线缺陷检测方法、装置、边缘计算设备和存储介质 | |
| CN112200079A (zh) | 基于智慧交通的人工智能图像处理方法、系统及云服务器 | |
| CN110717449A (zh) | 车辆年检人员的行为检测方法、装置和计算机设备 | |
| CN113538370A (zh) | 电网巡检方法、装置、计算机设备和存储介质 | |
| CN115035475A (zh) | 供水管线实时监控方法、装置、电子设备及介质 | |
| CN110781887A (zh) | 车牌螺丝检测方法、装置和计算机设备 | |
| CN110728680A (zh) | 行车记录仪检测方法、装置、计算机设备和存储介质 | |
| CN112801940B (zh) | 模型评测方法、装置、设备及介质 | |
| CN116611004B (zh) | 煤矿安全灾害预测模型训练方法、预警方法、预警系统 | |
| CN111931721B (zh) | 年检标签颜色和个数的检测方法、装置及电子设备 | |
| CN116189010B (zh) | 一种基于卫星图谱的矿山生态识别预警方法及系统 | |
| CN116883755B (zh) | 一种乡村建设环境监测方法、系统、设备及存储介质 | |
| CN113222040A (zh) | 海上固定目标识别方法、装置、计算机设备和存储介质 | |
| CN113110961A (zh) | 设备异常检测方法、装置、计算机设备及可读存储介质 | |
| CN115620148B (zh) | 一体化像素级变化样本标注和模型优化方法及装置 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |