当前位置: 首页> 交通专利数据库 >详情
原文传递 一种离水式实时智能遥感水质监测方法
专利名称: 一种离水式实时智能遥感水质监测方法
摘要: 本发明公开一种离水式实时智能遥感水质监测方法,包括:获取待测水体的高光谱遥感反射率数据;采集待测水体的同步表层水质样本,构建水质高光谱遥感反射率数据集;基于水质高光谱遥感反射率数据集,构建最优水质智能反演模型;基于待测水体高光谱遥感反射率数据和最优水质智能反演模型,得到实时水质数据。本发明无需进行大气校正,弥补了卫星和无人机遥感阴雨天气的监测不足,高光谱分辨率提高了水质参数反演的精度;定时采集实现了无人值守的连续水体观测;搭载于智能移动终端上的三探头成像光谱仪小巧精致、便于携带,灵活机动;减小了能耗、因风浪造成的设备损耗以及设备维护的难度,而且减小了因生物附着污染造成的数据误差。
专利类型: 发明专利
申请人: 南京中科深瞳科技研究院有限公司;中国科学院南京地理与湖泊研究所
发明人: 李娜;张运林;张毅博;钱海铭;牛永康;杨华音;顾锦程
专利状态: 有效
申请日期: 2022-09-19T00:00:00+0800
发布日期: 2022-12-27T00:00:00+0800
申请号: CN202211135571.7
公开号: CN115524294A
代理机构: 北京东方盛凡知识产权代理有限公司
代理人: 张鸾
分类号: G01N21/25;G01N21/01;G06F30/27;G;G01;G06;G01N;G06F;G01N21;G06F30;G01N21/25;G01N21/01;G06F30/27
申请人地址: 210031 江苏省南京市江北新区丽景路2号研发大厦A座14楼;
主权项: 1.一种离水式实时智能遥感水质监测方法,其特征在于,包括以下步骤: S1,获取待测水体的高光谱遥感反射率数据; S2,采集所述待测水体的同步表层水质样本,构建水质高光谱遥感反射率数据集; S3,基于所述水质高光谱遥感反射率数据集,构建最优水质智能反演模型; S4,基于所述待测水体高光谱遥感反射率数据和所述最优水质智能反演模型,得到实时水质数据,实现离水式实时智能遥感水质监测。 2.根据权利要求1所述的离水式实时智能遥感水质监测方法,其特征在于,采用光谱采集系统采集所述水体高光谱数据,所述光谱采集系统包括:智能移动终端、三探头高光谱成像仪和云台; 所述三探头高光谱成像仪与所述智能移动终端连接,所述智能移动终端与所述云台通过伸缩卡扣连接;所述云台通过调节螺母固定观测角度,所述观测角度保证所述三探头高光谱成像仪的长边与水平成角为0°。 3.根据权利要求1所述的离水式实时智能遥感水质监测方法,其特征在于,所述高光谱遥感反射率数据包括:不同类型水体、不同水质状况水体和不同天气条件的水体高光谱遥感反射率数据。 4.根据权利要求3所述的离水式实时智能遥感水质监测方法,其特征在于,所述不同类型水体包括不同营养水平和不同清澈程度的内陆水体和清澈大洋水体;所述不同水质状况水体包括不同风浪大小、不同藻华爆发情况和浑浊程度的水体;所述不同天气条件包括晴天、多云、阴天和小雨。 5.根据权利要求1所述的离水式实时智能遥感水质监测方法,其特征在于,所述最优水质智能反演模型的构建过程为: 基于所述水质高光谱遥感反射率数据集,采用多种机器学习算法,构建最优水质智能反演模型; 所述多种机器学习算法包括随机森林算法、神经网络算法和高斯过程回归算法。 6.根据权利要求5所述的离水式实时智能遥感水质监测方法,其特征在于,将所述最优水质智能反演模型写入适用于智能移动终端的应用软件中,所述应用软件可以调用所述智能移动终端的计算功能、存储功能、数据展示功能和下载功能。 7.根据权利要求1所述的离水式实时智能遥感水质监测方法,其特征在于,所述实时水质数据包括:水质参数和环境条件参数; 所述水质参数包括:总氮、总磷、叶绿素、透明度、悬浮物、高锰酸盐指数、浊度、消光系数、氨氮、有色可溶性有机物吸收系数、溶解性有机碳、颗粒有机碳和富营养化指数; 所述环境条件参数包括:观测点经纬度、观测时间、气温、观测角度、天气和风速。 8.根据权利要求1所述的离水式实时智能遥感水质监测方法,其特征在于,还包括对所述高光谱遥感反射率数据和所述待测水样进行预处理; 所述高光谱遥感反射率数据的预处理包括:非水体光谱剔除、异常水体光谱剔除和光谱数据归一化; 所述待测水样的预处理包括:抽滤、样品低温保存、实验室测定和水样数据异常值剔除。 9.根据权利要求1所述的离水式实时智能遥感水质监测方法,其特征在于,进行所述离水式实时智能遥感水质监测时,当水质指标超过特定阈值时,会通过改变显示颜色和弹出窗口进行警报提醒; 所述特定阈值为国家水质评价标准或者自定义阈值。
检索历史
应用推荐