CN117906580B - 一种航道水下地形变化分析系统及方法 - Google Patents
一种航道水下地形变化分析系统及方法 Download PDFInfo
- Publication number
- CN117906580B CN117906580B CN202410318519.8A CN202410318519A CN117906580B CN 117906580 B CN117906580 B CN 117906580B CN 202410318519 A CN202410318519 A CN 202410318519A CN 117906580 B CN117906580 B CN 117906580B
- Authority
- CN
- China
- Prior art keywords
- underwater
- channel
- data
- topography
- coefficient
- 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
- 238000012876 topography Methods 0.000 title claims abstract description 114
- 230000008859 change Effects 0.000 title claims abstract description 61
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000004458 analytical method Methods 0.000 title claims abstract description 35
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 138
- 238000012937 correction Methods 0.000 claims abstract description 70
- 238000012544 monitoring process Methods 0.000 claims abstract description 39
- 239000010802 sludge Substances 0.000 claims description 30
- 230000008021 deposition Effects 0.000 claims description 19
- 239000004576 sand Substances 0.000 claims description 18
- 238000013178 mathematical model Methods 0.000 claims description 17
- 238000006073 displacement reaction Methods 0.000 claims description 15
- 238000001514 detection method Methods 0.000 claims description 12
- 238000003384 imaging method Methods 0.000 claims description 11
- 238000012417 linear regression Methods 0.000 claims description 11
- 238000012935 Averaging Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000005070 sampling Methods 0.000 claims description 8
- 238000001276 Kolmogorov–Smirnov test Methods 0.000 claims description 7
- 238000005259 measurement Methods 0.000 claims description 7
- 238000010606 normalization Methods 0.000 claims description 5
- 238000004422 calculation algorithm Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 238000012360 testing method Methods 0.000 claims description 4
- KJONHKAYOJNZEC-UHFFFAOYSA-N nitrazepam Chemical compound C12=CC([N+](=O)[O-])=CC=C2NC(=O)CN=C1C1=CC=CC=C1 KJONHKAYOJNZEC-UHFFFAOYSA-N 0.000 claims description 3
- 238000004062 sedimentation Methods 0.000 abstract description 5
- 230000006870 function Effects 0.000 description 34
- 230000000875 corresponding effect Effects 0.000 description 5
- 238000004590 computer program Methods 0.000 description 4
- 230000015572 biosynthetic process Effects 0.000 description 3
- 238000012512 characterization method Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000009991 scouring Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 102100029469 WD repeat and HMG-box DNA-binding protein 1 Human genes 0.000 description 1
- 101710097421 WD repeat and HMG-box DNA-binding protein 1 Proteins 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process 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
- 230000008569 process Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 238000009418 renovation Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 239000013049 sediment Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Landscapes
- Image Processing (AREA)
Abstract
本发明公开了一种航道水下地形变化分析系统及方法，涉及航运技术领域，包括：沿着航道的延伸方向建立监测站点，进行监测后获取监测数据，并将获取到监测数据存储；沿着航道的长度方向及宽度方向，均设置若干个监测站点，对航道的水流数据及淤积数据进行测量，获取测量值；获取若干组水面系数Sm及水下系数Sx，获取相关系数R，并确定修正因子K；计算出下一个时刻该点的数据，对基于图像获取地形变化，进行修正，获取修正值，以修正值对下一时刻的地形数据进行表征；通过提高水下地形数据的稳定性，并且加入干扰子因素，在代入时间参数后，能够快速获取特定位置的值，汇总后获取整体性的航道水下地形，能够降低分析错误的风险。
Description
技术领域
本发明涉及航运技术领域，具体为一种航道水下地形变化分析系统及方法。
背景技术
航道水下地形变化分析在航道养护、航道整治、航道疏浚等工程领域具有重要作用。动态跟踪航道水下地形的变化规律，是航道养护、航标配布的基础手段；深入分析多年来航道水下地形的演变趋势，是评价航道整治工程效果的重要依据；定量计算航道疏浚前后水下泥沙的冲刷量和淤积量，是考察航道疏浚工程的重要指标。
现有的航道水下地形分析通常基于遥感成像，通过遥感成像获取到数据后，通过数据建模对接下来的航道水下地形的变化趋势进行表征，但是现有的航道变化通常只是基于函数的拟合，考量的因素较为单一，一旦外部环境产生较大的变化时，分析结果就会和实际结果产生较大的误差，降低分析结果的准确性。
发明内容
（一）解决的技术问题
针对现有技术的不足，本发明提供了一种航道水下地形变化分析系统及方法，解决了背景技术中的问题。
（二）技术方案
为实现以上目的，本发明通过以下技术方案予以实现：一种航道水下地形变化分析方法，包括：
沿着航道的延伸方向建立监测站点，进行监测后获取监测数据，并将获取到监测数据存储；包括：沿着航道的前进方向，通过成像设备获取航道的图像信息；
在获取到图像信息后，沿着航道的中心线位置，将航道分割为两侧，沿着航道两侧设置若干个监测站点，对航道进行监测；对航道水下地形进行成像，建立图像数据库，并以函数进行拟合；
沿着航道的长度方向及宽度方向，均设置若干个监测站点，对航道的水流数据及淤积数据进行测量，获取测量值；获取若干组水面系数Sm及水下系数Sx，进行综合分析后，获取相关系数R；并确定修正因子K；
基于若干组当前的地形系数，计算出下一个时刻该点的数据，对基于图像获取地形变化，进行修正，获取修正值，以修正值对下一时刻的地形数据进行表征；获取修正因子K，以修正因子K对标准地形预测值Tx进行修正，获取到下一周期的当前位置的地形数据TX；
依据线性回归法，获取下一时刻的水面系数Sm及水下系数Sx，进而确定下一时刻
的修正因子；
其中，所述修正方法如下：
TX为当前位置的下一刻的地形数据的预测值，获取和汇集若干组地形数据TX，对航道的水下地形形成表征；
其中，为修正因子；为综合预测值。
进一步的，以固定的时间间隔，在各个监测站点获取航道的水下地形图像，并基于获取的若干组水下图像，建立图像数据库；
对若干个组水下图像分别进行采点取样，依据取样点的数据变化，拟合地形函数，形成一组地形数学模型，以地形函数对航道水下的地形变化进行表征；对地形数学模型进行K-S检验，判断拟合函数是否适用，如果不适用，则重新拟合，直至通过K-S检验，将通过检验的地形函数输出。
进一步的，获取航道的水流速度Ls，水流向Lx以及航道平均的水深变化Hs，综合处理后，生成水面系数Sm，以水面系数Sm对水流数据进行表征：获取当前水道的水中的含沙量Sl、淤泥沉积变化量Jy、及水底的淤泥位移Wy，生成水下系数Sx，以水下系数Sx对淤积数据进行表征。
进一步的，沿着航道驶入的方向，在航道的两侧分别获取若干组水流速度数据，平均处理后，形成水流速度Ls；在获取水流速度数据的位置，通过回声测深仪确定该位置水流向，平均后形成水流向Lx；
确定测量周期，获取若干组航道水深数据，以确定该测量周期内平均航道水深变化，形成水深变化Hs；获取到船的水流速度Ls、水流向Lx及水深变化Hs，生成水面系数Sm；其中，水面系数Sm的生成方法如下：
将水流速度Ls、水流向Lx及水深变化Hs进行归一化处理，水面系数Sm计算方式如下：
其中，，，且，为权重，
其具体值可由用户依据实际经验进行调整及修正。
进一步的，通过检测仪器，在航道的两侧分别对河水的含沙量进行检测，将获取的检测值进行平均，获取含沙量Sl；
通过检测仪器在检测含沙量的位置获取淤泥沉积量，并获取一周期内的淤泥沉积变化量数据，将获取的检测值进行平均，获取淤泥沉积变化量Jy；在同一周期内，对航道水下淤泥进行标记，确定该周期内水下淤泥的位移进行平均后，获取淤泥位移Wy；
获取当前航道的含沙量Sl、淤泥沉积变化量Jy及淤泥位移Wy，生产水下系数Sx，其中，水下系数Sx生成方法如下：
将含沙量Sl、淤泥沉积变化量Jy及淤泥位移Wy进行归一化处理，水下系数Sx计算方式如下：
其中，，，且，，、、为权重，为
常数修正系数，其具体值可由用户调整设置，或者由分析函数拟合生成。
进一步的，获取生成的水面系数Sm，将生成的水面系数Sm与相应的阈值进行对比，判断生成的水面系数Sm是否在阈值之内；沿着时间轴，生成的水面系数Sm会有若干组，将若干组的水面系数Sm上传至服务器中；
获取生成的水下系数Sx，将生成的水下系数Sx与相应的阈值进行对比，判断生成的水下系数Sx是否在阈值之内；
沿着时间轴，生成的水下系数Sx会有若干组，将若干组的水下系数Sx上传至服务器中。
进一步的，获取水面系数Sm及水下系数Sx，通过皮尔逊算法，计算两者之间的相关性，获取相关性系数R；获取水面系数Sm及水下系数Sx，将水面系数Sm及水下系数Sx相关联，生成修正因子K，以修正因子K对水下地形变化进行修正；
修正因子K的计算方法如下：
其中，所述R为相关性权重，其为水面系数Sm及水下系数Sx之间的相关性系数。
进一步的，通过水下地形数学模型，获取指定位置上的地形数据Tx，并以水下地形数学模型获取到下一时刻的预测水下地形值B；
获取若干组通过图像识别获取到的水下地形值，依据线性回归法，预测下一时刻的预测水下地形值A；
接收水下地形值A及水下地形值B，将两个预测值进行关联，获取标准地形预测值。
进一步的，依据水下地形数学模型获取到两个相邻的水下地形拟合值：、；
依据线性回归法获取到两个相邻的水下地形预测值：、；将两者相关
联并进行关联，形成标准地形预测值Tx，其关联方法符合如下公式：
其中，为水下地形拟合值的中间值，为水下地形预测值的中间值；，，且1，以对乘潮水位进行表征，表征方式如下：
其中，为权重，其具体值可由用户调整设置。
一种航道水下地形变化分析系统及方法，监测模块，沿着航道的延伸方向进行监测后获取监测数据，并将获取到监测数据存储；
数学建模单元，基于航道水下地形成像建立图像数据库，并以函数进行拟合；
数据计算单元，基于获取的数据，对水流数据及淤积数据进行计算，获取测量值；
分析模块，获取若干组水面系数Sm及水下系数Sx，综合分析后获取相关系数R；并确定修正因子K；
修正模块，基于若干组当前的地形系数，计算出下一个时刻数据，对基于图像获取地形变化，进行修正，获取修正值，以修正值对下一时刻的地形数据进行表征；
预测模块，获取修正因子K，以修正因子K对标准地形预测值Tx进行修正，获取到下一周期的当前位置的地形数据TX；
依据线性回归法，获取下一时刻的水面系数Sm及水下系数Sx，进而确定下一时刻
的修正因子，其中，所述修正方法如下：
TX为当前位置的下一刻的地形数据的预测值，获取和汇集若干组地形数据TX，对
航道的水下地形形成表征；其中，为修正因子；为综合预测值。
（三）有益效果
本发明提供了一种航道水下地形变化分析系统及方法。具备以下有益效果：
通过若干个会对航道水下地形造成影响的子因素，将这个若干个子因素进行关联，以关联的结果作为修正因子，继续对获取的修正结果进行修正，为航道水下地形分析加入影响因素相当于单纯函数拟合，应用性更好；在对航道水下地形进行分析时，获取到分析结果也更加准确。
通过提高水下地形数据的稳定性，并且加入干扰子因素，在代入时间参数后，能够快速获取特定位置的值，汇总后获取整体性的航道水下地形，相对于通过获取成像进行分析方法，能够降低分析错误的风险，建设人员能够依据水下地形分析结果来更合理的对航道进行规划。
附图说明
图1为本发明中标准地形预测值的构成结构示意图；
图2为本发明地形修正因子的构成结构示意图；
图3为本发明航道水下地形变化分析方法流程示意图；
图4为本发明航道水下地形变化分析方系统框图意图。
图中：10、监测模块；20、数学建模单元；30、数据计算单元；40、分析模块；50、修正模块；60、预测模块。
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1-4，本发明提供一种航道水下地形变化分析方法，
步骤1、沿着航道的延伸方向建立监测站点，进行监测后获取监测数据，并将获取到监测数据存储；其中步骤1具体包括如下内容：
步骤101、沿着航道的前进方向，通过成像设备获取航道的图像信息；
步骤102、在获取到图像信息后，沿着航道的中心线位置，将航道分割为两侧，沿着航道两侧设置若干个监测站点，对航道进行监测。
在步骤1中，通过将航道分割为两侧，分别在航道的两侧获取数据，可以通过获取平均值来降低数据的温差，降低数据误差。
步骤2、对航道水下地形进行成像，建立图像数据库，并以函数进行拟合；
具体包含如下内容：
步骤201、通过水下成像设备或者遥感成像设备，以固定的时间间隔，例如1小时或者6小时，或者其他的合适的时间周期，在各个监测站点获取航道的水下地形图像，并基于获取的若干组水下图像，建立图像数据库；
步骤202、对若干个组水下图像分别进行采点取样，依据取样点的数据变化，拟合地形函数，形成一组地形函数，以地形函数对航道水下的地形变化进行表征；最终完成对水下地形完成建模，以数学建模对水下地形进行表征。
步骤203、针对步骤202中的地形函数，需要进行K-S检验，判断拟合函数是否适用，如果不适用，则重新拟合，直至通过K-S检验，将通过检验的地形函数输出。
使用时，需要说明的是，在进行函数拟合时，可以才采用MATLAB或者SPSS等软件来实现，以方便最终确定航道水下地形的变化函数；
在对获取的水下地形数据进行分析时，要进行降噪处理，减少异常数据的干扰，避免异常值对分析值造成污染。
在步骤2中，通过以获航道水洗地形图像的形式，对航道水下地形进行表征，然后通过对获取到的三维图像数据，通过函数拟合的形式，来对航道水下地形进行建模，也正是因此，在确定航道水下地形模型后，周期性的获取航道水下模型，基于函数的拟合，确定指定位置上的数值变化，基于这种变化可以对航道水下地形进行预测，完成对水下航道的分析，获取到分析值。
步骤3、沿着航道的长度方向及宽度方向，均设置若干个监测站点，对航道的水流数据及淤积数据进行测量，获取测量值；
所述步骤3中包含如下内容：
步骤T1、获取航道的水流速度Ls，水流向Lx以及航道平均的水深变化Hs，综合处理后，生成水面系数Sm，以水面系数Sm对水流数据进行表征：
所述步骤T1包括以下内容：
步骤T101、沿着航道驶入的方向，在航道的两侧分别获取若干组水流速度数据，平均处理后，形成水流速度Ls；
步骤T102、在获取水流速度数据的位置，通过回声测深仪确定该位置水流向，平均后形成水流向Lx；
步骤T103、确定测量周期，获取若干组航道水深数据，以确定该测量周期内平均航道水深变化，形成水深变化Hs；
步骤T104、获取到船的水流速度Ls、水流向Lx及水深变化Hs，生成水面系数Sm；其中，水面系数Sm的生成方法如下：
将水流速度Ls、水流向Lx及水深变化Hs进行归一化处理，水面系数Sm计算方式如下：
其中，，，且，为权重，
其具体值可由用户依据实际经验进行调整及修正；
步骤T105、获取生成的水面系数Sm，将生成的水面系数Sm与相应的阈值进行对比，判断生成的水面系数Sm是否在阈值之内，如果在阈值范围之外，则意味着产生水面系数Sm的子因素中，存在一个或者多个超标，自身的冲刷会对航道的水底地形造成影响，甚至使水下地形造成较大的影响；
步骤T106、沿着时间轴，生成的水面系数Sm会有若干组，将若干组的水面系数Sm上传至服务器中；通过获取若干组水面系数Sm，用于建立数据集，方便对接下来的航道变化进行分析和判断。
使用时，在本步骤中，获取到船的水流速度Ls、水流向Lx及水深变化Hs，生成水面系数Sm，将若干个子因素汇总形成水面系数Sm，利用水面系数Sm能够对航道的水面情况进行表征，方便对航道水下情况进行分析，判断航道水流因素综合在一起后，对航道地形可能产生的影响。
步骤T2、获取当前水道的水中的含沙量Sl、淤泥沉积变化量Jy、及水底的淤泥位移Wy，生成水下系数Sx，以水下系数Sx对淤积数据进行表征；
所述步骤T2包括如下内容；
步骤T201、通过检测仪器，在航道的两侧分别对河水的含沙量进行检测，将获取的检测值进行平均，获取含沙量Sl；
步骤T202、通过检测仪器在检测含沙量的位置获取淤泥沉积量，并获取一周期内的淤泥沉积变化量数据，将获取的检测值进行平均，获取淤泥沉积变化量Jy；
步骤T203、在同一周期内，对航道水下淤泥进行标记，确定该周期内水下淤泥的位移进行平均后，获取淤泥位移Wy；
使用时，在步骤T201至T203中，通过以上是三个子因素对航道地形进行表征，能够对航道水下的地形变化或者即将产生的变化，进行感知。
步骤T204、获取当前航道的含沙量Sl、淤泥沉积变化量Jy及淤泥位移Wy，生产水下系数Sx，其中，水下系数Sx生成方法如下：
将含沙量Sl、淤泥沉积变化量Jy及淤泥位移Wy进行归一化处理，水下系数Sx计算方式如下：
其中，，，且，，、、为权重，为
常数修正系数，其具体值可由用户调整设置，或者由分析函数拟合生成。
步骤T205、获取生成的水下系数Sx，将生成的水下系数Sx与相应的阈值进行对比，判断生成的水下系数Sx是否在阈值之内，如果在阈值范围之外，则意味着产生水下系数Sx的子因素中，存在一个或者多个超标，在外界因素的作用下，使航道的水底地形造成影响。
步骤T206、沿着时间轴，生成的水下系数Sx会有若干组，将若干组的水下系数Sx上传至服务器中。通过获取若干组水下系数Sx，用于建立数据集，方便对接下来的航道变化进行分析和判断。
在本步骤中，通过步骤T201及T206之间的配合，对航道的含沙量Sl、淤泥沉积变化量Jy及淤泥位移Wy，对这些子因素进行汇总，最终形成水下系数Sx，在判断水航道水下的地形变化时，能够对水下地形进行较为直观的表征，在获取到水下系数Sx后，能够较为直观的判断航道水下地形的变化。
步骤4、获取若干组水面系数Sm及水下系数Sx，进行综合分析后，获取相关系数R；并确定修正因子K；
所述步骤4包括如下内容：
步骤401、获取水面系数Sm及水下系数Sx，通过皮尔逊算法，计算两者之间的相关性，获取相关性系数R；
步骤402，获取水面系数Sm及水下系数Sx，将水面系数Sm及水下系数Sx相关联，生成修正因子K，以修正因子K对水下地形变化进行修正；
修正因子K的计算方法如下：
其中，所述R为相关性权重，其为水面系数Sm及水下系数Sx之间的相关性系数。
使用时，步骤4中，在获取到修正因子K后，将水面系数Sm及水下系数Sx关联，获取修正因子K，通过获取修正因子K，能够进一步地将水面系数Sm及水下系数Sx关联在一起，从而在对水下地形变化进行表征时，引入外部因素进行修正，从而区别于对航道水下地形图像识别进行的建模函数，与实际情况的相似对更高。
步骤5、基于若干组当前的地形的拟合函数，计算出下一个时刻该点的数据，对基于图像获取地形变化，进行修正，获取修正值，以修正值对下一时刻的地形数据进行表征；
步骤501、而在要获取航道地形数据，对水下地形进行分析时，通过水下地形数学模型，获取指定位置上的地形数据Tx，并以水下地形数学模型获取到下一时刻的预测水下地形值B；
但是在使用时，拟合函数对水下地形变化已经具有较好的拟合效果，但是航道水下地形经常较多的变化，受到外界的影响较多，拟合函数虽然能够已经产生的数据产生较好的预测，但是对接下来的数据变化的预测能力不足；因此需要利用现有因子对拟合预测值进行修正；
步骤502、获取若干组通过图像识别获取到的水下地形值，依据线性回归法，预测下一时刻的预测水下地形值A；
步骤503、接收水下地形值A及水下地形值B，将两个预测值进行关联，获取标准地形预测值；使用时，标准地形预测值的获取方法如下：
依据水下地形数学模型获取到两个相邻的水下地形拟合值：、；显然，
由于对数学模型进行K-S检验，这就使获取到的拟合值的契合程度较高。
依据线性回归法获取到两个相邻的水下地形预测值：、；将两者相关联
并进行关联，形成标准地形预测值Tx，其关联方法符合如下公式：
其中，，，且1，以对乘潮水位进行表
征，表征方式如下：
其中，为权重，其具体值可由用户调整设置；
使用时，由于为标准地形预测值TX，是将水下地形拟合值和水下地形预
测值综合在一起，因此区别于通过数学模型的拟合值，数据的稳定性更好，能够降低稳定拟
合值或者预测值弹错误带来的负面影响，
步骤6、获取修正因子K，以修正因子K对标准地形预测值Tx进行修正，获取到下一周期的当前位置的地形数据TX；
依据线性回归法，获取下一时刻的水面系数Sm及水下系数Sx，进而确定下一时刻
的修正因子；
其中，所述修正方法如下：
TX为当前位置的下一刻的地形数据的预测值，其中，航道水下拥有众多位置，将这些位置连接在一起，才能构成完整的航道水下地形；也正基于此，在获取地形数据TX时，需要获取若干组，以便于将若干组数据汇集在一起，对航道的水下地形形成表征。
其中，为修正因子；为综合预测值。
本步骤6中，通过采集航道相关数据及航道水域的相关数据，确定修正因子K，通过
修正因子K 对综合预测值进行再次修正，确定乘潮水位预测值Cw，在船舶驶入
航道后使用，完成乘潮水位的计算，进一步地降低计算得出的乘潮水位与实际值的偏离程
度；降低在航道设计时，计算的数据不准确带来的风险。
实施例2
请参阅图1-4，本发明提供一种航道水下地形变化分析系统，包括：监测模块10，沿着航道的延伸方向进行监测后获取监测数据，并将获取到监测数据存储；
数学建模单元20，基于航道水下地形成像建立图像数据库，并以函数进行拟合；
数据计算单元30，基于获取的数据，对水流数据及淤积数据进行计算，获取测量值；
分析模块40，获取若干组水面系数Sm及水下系数Sx，综合分析后获取相关系数R；并确定修正因子K；
修正模块50，基于若干组当前的地形系数，计算出下一个时刻数据，对基于图像获取地形变化，进行修正，获取修正值，以修正值对下一时刻的地形数据进行表征；
预测模块60、获取修正因子K，以修正因子K对标准地形预测值Tx进行修正，获取到下一周期的当前位置的地形数据TX；
依据线性回归法，获取下一时刻的水面系数Sm及水下系数Sx，进而确定下一时刻
的修正因子，其中，所述修正方法如下：
TX为当前位置的下一刻的地形数据的预测值，获取和汇集若干组地形数据TX，对航道的水下地形形成表征；
其中，为修正因子；为综合预测值。
综合以上内容，在本申请中：
以图像识别的形式，对航道进行成像，获取航道地形数据，通过拟合函数来对航道水下地形进行表征，用户能够以拟合函数的形式，对航道水下地形进行分析判断，降低航道数据获取的难度，也减少了数据监测的量。
在现有的航道水下地形的监测分析中，虽然会考虑到较多的子因素，但是各种子因素并不会相互关联在一起，联系程度较低，在本申请中，在拟合函数的基础上，先通过回归分析来在基于图像获取的地形数据基础上，做出分析及预测，以回归预测结果，对拟合函数进行第一次修正；从而提高地形分析的准确性。
在以上的基础上：
通过若干个会对航道水下地形造成影响的子因素，将这个若干个子因素进行关联，以关联的结果作为修正因子，继续对获取的修正结果进行修正，为航道水下地形分析加入影响因素相当于单纯函数拟合，应用性更好；在对航道水下地形进行分析时，获取到分析结果也更加准确。
在本申请中，通过提高水下地形数据的稳定性，并且加入干扰子因素，在代入时间参数后，能够快速获取特定位置的值，汇总后获取整体性的航道水下地形，相对于通过获取成像进行分析方法，能够降低分析错误的风险，建设人员能够依据水下地形分析结果来更合理的对航道进行规划。
上述实施例，可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时，上述实施例可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行所述计算机指令或计算机程序时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以为通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线（例如红外、无线、微波等）方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质（例如，软盘、硬盘、磁带）、光介质（例如，DVD)、或者半导体介质。半导体介质可以是固态硬盘。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种航道水下地形变化分析系统及方法逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（read-only memory，ROM)、随机存取存储器（random access memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本申请的具体实施方式，但本申请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申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。
最后：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，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 (4)
1.一种航道水下地形变化分析方法，其特征在于：包括：
沿着航道的长度方向建立监测站点，进行监测后获取监测数据，并将获取到的监测数据存储；包括：沿着航道的长度方向，通过成像设备获取航道的图像信息；在获取到图像信息后，沿着航道的中心线位置，将航道分割为两侧，沿着航道两侧设置监测站点，对航道进行监测；对航道水下地形进行成像，建立图像数据库，并以函数进行拟合；
沿着航道的长度方向及宽度方向，均设置监测站点，对航道的水流数据及淤积数据进行测量，获取测量值；基于当前的水下地形数据，计算出下一个时刻该监测站点的数据，对基于图像获取地形变化，进行修正并获取修正值，以修正值对下一时刻的地形数据进行表征；
获取航道的水流速度Ls，水流向Lx以及航道平均的水深变化Hs，综合处理后，生成水面系数Sm，以水面系数Sm对水流数据进行表征，包括：
沿着航道长度方向，在航道的两侧分别获取水流速度数据，平均处理后，形成水流速度Ls；在获取水流速度数据的位置，通过回声测深仪确定该位置水流向，平均后形成水流向Lx；确定测量周期，获取航道水深数据，以确定该测量周期内平均航道水深变化，形成水深变化Hs；获取航道的水流速度Ls、水流向Lx及水深变化Hs后生成水面系数Sm，其中，将水流速度Ls、水流向Lx及水深变化Hs进行归一化处理，计算方式如下：
；
其中，，/>，/>且/>，/>为权重；
获取当前水道的水中的含沙量Sl、淤泥沉积变化量Jy、及水底的淤泥位移Wy，生成水下系数Sx，以水下系数Sx对淤积数据进行表征，包括：
通过检测仪器，在航道的两侧分别对河水的含沙量进行检测，将获取的检测值进行平均，获取含沙量Sl；通过检测仪器在检测含沙量的位置获取淤泥沉积量，并获取一周期内的淤泥沉积变化量数据，将获取的检测值进行平均，获取淤泥沉积变化量Jy；在同一周期内，对航道水下淤泥进行标记，确定该周期内水下淤泥的位移进行平均后，获取淤泥位移Wy；对获取的含沙量Sl、淤泥沉积变化量Jy及淤泥位移Wy进行归一化处理，计算获取水下系数Sx，方式如下：
；
其中，，/>，且/>，/>，/>、/>、/>为权重，/>为常数修正系数；
获取水面系数Sm及水下系数Sx，通过皮尔逊算法，计算两者之间的相关性，获取相关性系数R，将水面系数Sm及水下系数Sx相关联，生成修正因子K，以修正因子K对水下地形变化进行修正，修正因子K的计算方法如下：
；
其中，所述R为相关性系数，其为水面系数Sm及水下系数Sx之间的相关性系数；为常数修正系数；
获取修正因子K，以修正因子K对标准地形预测值进行修正，获取到下一时刻的当前位置的地形数据；依据线性回归法，获取下一时刻的水面系数Sm及水下系数Sx，进而确定下一时刻的修正因子/>；其中，修正方法如下：
；
为当前位置的下一时刻的地形数据的预测值，获取和汇集地形数据/>，对航道的水下地形形成表征；其中，/>为修正因子，N为时刻数，/>为第i个时刻上的标准地形预测值；
依据水下地形数学模型获取到两个相邻的水下地形拟合值：、/>；依据线性回归法获取到两个相邻的水下地形预测值：/>、/>；将两者相关联，形成标准地形预测值Tp，其关联方法符合如下公式：
；
其中，为水下地形拟合值的中间值，/>为水下地形预测值的中间值；其中，以标准地形预测值/>对乘潮水位进行表征，表征方式如下：
；
其中，为权重，/>，/>，且/>1。
2.根据权利要求1所述的一种航道水下地形变化分析方法，其特征在于：
以固定的时间间隔，在各个监测站点获取航道的水下地形图像，并基于获取的水下图像，建立图像数据库；对水下图像分别进行采点取样，依据取样点的数据变化，拟合地形函数，形成一组地形数学模型，以地形函数对航道水下的地形变化进行表征；对地形数学模型进行K-S检验，判断拟合函数是否适用，如果不适用，则重新拟合，直至通过K-S检验，将通过检验的地形函数输出。
3.根据权利要求1所述的一种航道水下地形变化分析方法，其特征在于：
获取生成的水面系数Sm，将生成的水面系数Sm与相应的阈值进行对比，判断生成的水面系数Sm是否在阈值之内；沿着时间轴，将水面系数Sm上传至服务器中；获取生成的水下系数Sx，将生成的水下系数Sx与相应的阈值进行对比，判断生成的水下系数Sx是否在阈值之内；沿着时间轴，将水下系数Sx上传至服务器中。
4.根据权利要求3所述的一种航道水下地形变化分析方法，其特征在于：
通过水下地形数学模型，获取指定位置上的地形数据，并以水下地形数学模型获取到下一时刻的预测水下地形值B；获取通过图像识别获取到的水下地形值，依据线性回归法，预测下一时刻的预测水下地形值A；接收水下地形值A及水下地形值B，将两个预测值进行关联，获取标准地形预测值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410318519.8A CN117906580B (zh) | 2024-03-20 | 2024-03-20 | 一种航道水下地形变化分析系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410318519.8A CN117906580B (zh) | 2024-03-20 | 2024-03-20 | 一种航道水下地形变化分析系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117906580A CN117906580A (zh) | 2024-04-19 |
| CN117906580B true CN117906580B (zh) | 2024-06-04 |
Family
ID=90696340
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410318519.8A Active CN117906580B (zh) | 2024-03-20 | 2024-03-20 | 一种航道水下地形变化分析系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117906580B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105091868A (zh) * | 2014-05-06 | 2015-11-25 | 上海勘测设计研究院 | 一种水下地形动态跟踪测量方法、装置及系统 |
| KR20180053091A (ko) * | 2016-11-11 | 2018-05-21 | 인천대학교 산학협력단 | 소나 영상을 이용한 수중 물체 식별 방법 및 그 장치 |
| KR20210105487A (ko) * | 2020-02-18 | 2021-08-27 | 단국대학교 산학협력단 | 초분광영상을 이용한 하상 변동속도 측정 방법 |
| CN114638054A (zh) * | 2022-03-22 | 2022-06-17 | 黄河勘测规划设计研究院有限公司 | 一种黄河下游生态航道建设模式与设计方法 |
| CN115292970A (zh) * | 2022-10-08 | 2022-11-04 | 江苏航运职业技术学院 | 河口航道地形演变可视化方法及系统 |
| CN115329604A (zh) * | 2022-10-12 | 2022-11-11 | 江苏筑升土木工程科技有限公司 | 一种智慧航道设计乘潮水位实时计算方法 |
| CN116822944A (zh) * | 2023-05-18 | 2023-09-29 | 国交空间信息技术（北京）有限公司 | 内河航道通航安全风险评估方法、装置、设备及介质 |
| CN117330040A (zh) * | 2023-12-01 | 2024-01-02 | 南通大地测绘有限公司 | 一种基于水上测绘无人船的滩涂地形测绘方法及系统 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10584988B2 (en) * | 2016-07-07 | 2020-03-10 | The Government Of The United States Of America, As Represented By The Secretary Of The Navy | River discharge and depth estimation |
| US11428098B2 (en) * | 2021-01-20 | 2022-08-30 | Saudi Arabian Oil Company | Automated sedimentary fairway definition and approach for calculating sediment input and output location parameters per area of interest |
-
2024
- 2024-03-20 CN CN202410318519.8A patent/CN117906580B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105091868A (zh) * | 2014-05-06 | 2015-11-25 | 上海勘测设计研究院 | 一种水下地形动态跟踪测量方法、装置及系统 |
| KR20180053091A (ko) * | 2016-11-11 | 2018-05-21 | 인천대학교 산학협력단 | 소나 영상을 이용한 수중 물체 식별 방법 및 그 장치 |
| KR20210105487A (ko) * | 2020-02-18 | 2021-08-27 | 단국대학교 산학협력단 | 초분광영상을 이용한 하상 변동속도 측정 방법 |
| CN114638054A (zh) * | 2022-03-22 | 2022-06-17 | 黄河勘测规划设计研究院有限公司 | 一种黄河下游生态航道建设模式与设计方法 |
| CN115292970A (zh) * | 2022-10-08 | 2022-11-04 | 江苏航运职业技术学院 | 河口航道地形演变可视化方法及系统 |
| CN115329604A (zh) * | 2022-10-12 | 2022-11-11 | 江苏筑升土木工程科技有限公司 | 一种智慧航道设计乘潮水位实时计算方法 |
| CN116822944A (zh) * | 2023-05-18 | 2023-09-29 | 国交空间信息技术（北京）有限公司 | 内河航道通航安全风险评估方法、装置、设备及介质 |
| CN117330040A (zh) * | 2023-12-01 | 2024-01-02 | 南通大地测绘有限公司 | 一种基于水上测绘无人船的滩涂地形测绘方法及系统 |
Non-Patent Citations (2)
| Title |
|---|
| 水下地形与淤泥测量SILAS技术;王卫国;谢津平;惠武权;陆日壮;地质找矿论丛;20070930;22(3);全文 * |
| 长江电子航道图系统下的可航水域 动态计算数学模型及算法;李紫凝, 朱楠;《测绘与空间地理信息》;20220731;第45卷(第7期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117906580A (zh) | 2024-04-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110081923B (zh) | 野外基线环境参数自动采集系统故障检测方法与装置 | |
| CN115329604B (zh) | 一种智慧航道设计乘潮水位实时计算方法 | |
| CN117037076B (zh) | 一种基于遥感技术的土壤墒情智能监测方法 | |
| CN110553631B (zh) | 一种关于水位流量关系的水位测量系列误差分析方法 | |
| CN114858221A (zh) | 一种基于水域营养状态预测的水华智能预警系统及方法 | |
| CN108152458A (zh) | 气体检测方法及装置 | |
| CN112650740B (zh) | 一种降低在线监测碳排放量数据不确定度的方法及系统 | |
| CN113158558B (zh) | 一种高速铁路路基连续压实分析方法、装置及分析仪 | |
| CN117310118B (zh) | 一种地下水污染可视化监测方法 | |
| CN117906580B (zh) | 一种航道水下地形变化分析系统及方法 | |
| CN113486295A (zh) | 基于傅里叶级数的臭氧总量变化预测方法 | |
| CN117390378A (zh) | 一种双碳平台数据智能管理方法及系统 | |
| CN116699724B (zh) | 一种时间域激发极化数据质量评价方法、体系及系统 | |
| CN116106248A (zh) | 丁苯酞注射液成分检测过程数据处理方法及系统 | |
| CN115656063A (zh) | 基于高光谱数据的目标污染物含量分析方法及装置 | |
| CN113961623A (zh) | 一种基于短历时数据的降雨特征指标统计方法 | |
| CN108195355B (zh) | 一种河流健康的评价方法及评价装置 | |
| CN116448062B (zh) | 一种桥梁沉降变形检测方法、装置、计算机及存储介质 | |
| CN116166924B (zh) | 数据处理方法、装置、存储介质及电子设备 | |
| CN116660781B (zh) | 一种户外用大功率双向快充移动电源测试系统 | |
| CN113029998B (zh) | 在线红外水分仪期间核查周期测定方法、装置以及设备 | |
| CN113790822B (zh) | 地面测量温度数据异常检测方法、装置及可读存储介质 | |
| CN116242899B (zh) | 一种基于机器学习校准电极法水质检测结果的方法 | |
| CN117235434B (zh) | 林业碳汇项目基线构建方法、系统、终端及介质 | |
| CN110567523A (zh) | 一种基于车联网系统的区域温湿度检测方法及装置 |
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 |