详情

原文传递一种智能水资源长期探测系统

专利名称：	一种智能水资源长期探测系统
摘要：	本发明涉及一种智能水资源长期探测系统本发明涉及一种智能水资源长期探测系统，为了避免了传统的随水探测装置容易丢失和检测误差大的缺陷，不使用流动型检测方式，而是采用了固定位置的红外光谱探测站。采用卫星遥感图像和地面红外光谱采集相结合的方式，基于模型将卫星遥感图像和地面建立的红外光谱采集站有机结合，进行空天一体3D模型的建立。建立该模型可以使得水资源的探测更加准确，且直观性更好。
专利类型：	发明专利
申请人：	松辽水资源保护科学研究所
发明人：	吕军;刘洪超;吴计生;魏春凤
专利状态：	有效
申请日期：	1900-01-20T18:00:00+0805
发布日期：	1900-01-20T10:00:00+0805
申请号：	CN201911309563.8
公开号：	CN110988286A
代理机构：	北京嘉途睿知识产权代理事务所(普通合伙)
代理人：	李鹏
分类号：	G01N33/18;G;G01;G01N;G01N33;G01N33/18
申请人地址：	130000 吉林省长春市朝阳区富锦路11-16号
主权项：	1.一种智能水资源长期探测系统，包括实验室水下探测模块、红外监测站模块、卫星遥感模块、数据融合模块和3D填图模块；其特征在于：实验室水下探测模块包括水下探测器(1)，水下探测器(1)用于收集水域内不同深度位置的水样，并带回实验室进行分析，分析水样的离子浓度数据、泥沙含量数据、深度数据、COD浓度数据、pH值数据、水温数据、氨氮浓度数据、磷酸盐浓度数据；红外监测站模块的数量为多个，设置于水域岸边(2)，用于收集确定位置的水域的红外高光谱，红外高光谱的波长范围为0.5-25微米；卫星遥感模块用于收集不同的卫星遥感数据，卫星遥感数据包括LANDSAT数据、SPOT数据、RADARSAT数据、SATER数据；数据融合模块收集实验室水下探测模块、红外监测站模块、卫星遥感模块的数据，并根据同一时间且同一地点获取的实验室水下探测模块的数据与红外监测站模块的数据建立陆地监测模型，陆地监测模型以红外高光谱数据为输入，输出水样的离子浓度数据、泥沙含量数据、深度数据、COD浓度数据、pH值数据、水温数据、氨氮浓度数据、磷酸盐浓度数据中的至少一种；数据融合模块根据同一时间且同一地点的红外高光谱数据和卫星遥感数据建立遥感监测模型，建立遥感监测模型时先将红外高光谱数据输入陆地监测模型，获得水样的离子浓度数据、泥沙含量数据、深度数据、COD浓度数据、pH值数据、水温数据、氨氮浓度数据、磷酸盐浓度数据中的至少一种；然后将输出结果结合卫星遥感数据建立遥感监测模块；遥感监测模型以卫星遥感数据为输入，输出水样的离子浓度数据、泥沙含量数据、深度数据、COD浓度数据、pH值数据、水温数据、氨氮浓度数据、磷酸盐浓度数据中的至少一种； 3D填图模块内存储有3D地图数据，3D填图模块将地图上每一个点的遥感监测模块的输出结果中的不同成分的浓度以不同颜色填图至3D地图数据，实现3D填图。 2.根据权利要求1所述的智能水资源长期探测系统，其特征在于：陆地监测模型的建立方法如下：红外监测站模块设置有竖直设置在水域岸边(2)的监测塔(3)，实验室水下探测模块包括水下探测器(1)和实验室检测系统；水下探测器(1)安装在红外监测站的监测塔(3)上，并使用线缆连接；水下探测器(1)可以被线缆下放至水下，并深入水下进行水下取样，取样后收集水下探测器(1)，并记录采样的时间和位置，多个水下探测器(1)的水样被实验室检测系统进行样品分析；分析的项目数为m项；分析项目包括离子浓度数据、泥沙含量数据、深度数据、COD浓度数据、pH值数据、水温数据、氨氮浓度数据、磷酸盐浓度数据，并将分析结果发送至数据融合模块；多个红外监测站的检测塔对水域的表面进行红外高光谱分析，并将分析结果发送至数据融合模块；数据融合模块首先将高光谱数据进行叠加，将每一像素的高光谱数据进行加和，得到叠加的高光谱数据，然后将高光谱数据进行去噪；去噪后的高光谱数据被平均分成n段光谱区间，每个光谱区间的长度为10-30nm；然后数据融合模块将离子浓度数据、泥沙含量数据、深度数据、COD浓度数据、pH值数据、水温数据、氨氮浓度数据、磷酸盐浓度数据分别与高光谱数据中的每一段光谱区间内的光谱的峰值进行最小二乘法的线性回归，得到m×n个回归模型，以交互验证时的交互验证均方根误差RMSECV作为每个回归模型相关性的衡量标准；然后筛选出RMSECV最低或者RMSECV小于一定范围的回归模型，作为陆地监测模型；实现陆地监测模型中以红外光谱为输入可以得到相应的离子浓度数据、泥沙含量数据、深度数据、COD浓度数据、pH值数据、水温数据、氨氮浓度数据、磷酸盐浓度数据中至少一项的数据。 3.根据权利要求2所述的智能水资源长期探测系统，其特征在于：遥感监测模型的建立方法如下：首先利用卫星遥感模块收集不同的卫星遥感数据，卫星遥感数据包括LANDSAT数据、SPOT数据、RADARSAT数据、SATER数据，且数据包括遥感的时间，发送至数据融合模块；数据融合模块从LANDSAT数据、SPOT数据、RADARSAT数据、SATER数据中抽取红外监测站对应的位置的遥感光谱数据；数据融合模块将相同时间的遥感光谱数据和红外高光谱数据进行对应，将红外高光谱数据输入陆地监测模型，从而获取离子浓度数据、泥沙含量数据、深度数据、COD浓度数据、pH值数据、水温数据、氨氮浓度数据、磷酸盐浓度数据中至少一项的数据；然后将分析结果和遥感光谱数据进行匹配，就得到了同一时刻的遥感光谱数据和其对应时间和位置的水质数据；水质数据为离子浓度数据、泥沙含量数据、深度数据、COD浓度数据、pH值数据、水温数据、氨氮浓度数据、磷酸盐浓度数据中至少一项，其中可以获取的项数为r项；数据融合模块将红外监测站对应的位置的遥感光谱数据一定范围内的像素的光谱进行叠加，得到叠加的遥感光谱数据，然后将遥感光谱数据进行去噪；去噪后的遥感光谱数据被平均分成k段光谱区间，每个光谱区间的长度为5-10nm；然后数据融合模块将对应的r项水质数据分别与遥感光谱数据中的每一段光谱区间内的光谱的峰值进行最小二乘法的线性回归，得到r×k个回归模型，以交互验证时的交互验证均方根误差RMSECV作为每个回归模型相关性的衡量标准；然后筛选出RMSECV最低或者RMSECV小于一定范围的回归模型，作为遥感监测模型；实现遥感监测模型中以遥感光谱为输入可以得到相应的离子浓度数据、泥沙含量数据、深度数据、COD浓度数据、pH值数据、水温数据、氨氮浓度数据、磷酸盐浓度数据中至少一项的数据。 4.根据权利要求3所述的智能水资源长期探测系统，其特征在于： 3D填图模块的工作方式如下：在得到了遥感监测模型后，将获取的遥感光谱数据范围内的所有水域位置每一个像素的遥感光谱数据代入遥感监测模型，然后将遥感监测模型输出的水质数据填至3D地图数据中对应的水域位置，从而实现整个水域位置的水质数据的填图；对于不同的水质数据，使用不同的颜色进行填图，对于相同的水质数据，使用不同的颜色进行数值的区分。
所属类别：	发明专利