申请/专利权人：黑龙江大学

申请日：2023-07-13

公开（公告）日：2024-04-16

公开（公告）号：CN117035498B

主分类号：G06Q10/0639

分类号：G06Q10/0639;G06Q50/06;G01D21/02

优先权：

专利状态码：有效-授权

法律状态：2024.04.16#授权;2023.11.28#实质审查的生效;2023.11.10#公开

摘要：本发明涉及高空水文检测技术领域，用于解决现有的对高空水质水量检测的方式中，难以做到对水体水质状态的准确评估，导致无法准确分析水体的健康状态，且还难以做到对水体变化趋势的分析，导致无法对灾害情况进行预警的问题，具体为一种基于遥感水文数据模型的高空水质水量检测方法。本发明，通过遥感技术实现对高空区域的水体的水质及水量状态的监测，并明确水体的水质及健康状态的评估，采用数据比对分析以及数据综合分析的方式，对水体的变化趋势进行明确的输出，为灾害预警和应急响应提供数据支持；通过对高空水质水量的检测分析，不仅为保护水资源、环境和生态系统的健康提供了依据，也为预防和减轻水相关灾害的发生奠定了基础。

主权项：1.一种基于遥感水文数据模型的高空水质水量检测方法，其特征在于，包括以下步骤：步骤一：通过各种遥感技术采集与高空水文相关的水质状态信息以及水量状态信息，并将各类信息发送至云数据库中存储；步骤二：依据遥感技术监测的数据，并由此对未知水体的水体类型进行判定分析，由此输出未知水体的确定水体类型；步骤三：对目标水体的水质状态信息进行监测，由此对目标水体的水质状态进行分析，得到目标水体的水质等级，且水质等级包括优级水质等级、中级水质等级、差级水质等级；步骤四：依据得到的目标水体的水质等级，对目标水体的水质等级进行健康转化评估分析，由此输出文本字样预警，并通过显示终端对目标水体的水质状态进行显示说明；步骤五：对目标水体的水量状态信息进行监测，由此对目标水体的水量状态进行分析，并生成洪涝预警信号、干旱预警信号、正常水体水量预警信号，并通过显示终端进行显示说明；所目标水体的水质状态信息进行监测，其具体监测过程如下：从目标水体的不同波段中提取为蓝光的可见光波段以及为红光的可见光波段，并由此监测目标水体的蓝光波段和红光波段的反射率，并将其分别记作fs1、fs2，并将两项数据进行组合计算处理，依据设定的数据模型：由此得到目标水体的悬浮物含量参照值xfh，其中，cax用于表示水体浑浊度评估转换的参考值，且cax为一个常数；将目标水体的悬浮物含量与存储在云数据库中的浑浊程度数据表进行对照匹配分析，由此得到目标水体的浑浊指数，并将其记作dty，且得到的每个目标水体的悬浮物含量均对应一个浑浊指数；监测目标水体的红光波段和近红外波段的反射率，并将其分别记作ry1、ry2，并将两个波段的反射率进行作比分析，依据设定的公式：lg＝ry1÷ry2，由此得到目标水体的叶绿估算指数lg；将目标水体的叶绿估算指数与存储在云数据库中的叶绿素数据表进行对照匹配分析，由此得到目标水体的叶绿素含量，并将其记作cpl，且得到的每个目标水体的叶绿估算指数均对应一个叶绿素含量；监测目标水体的蓝光波段和红光波段的反射率，并将两项数据同时代入存储在云数据库中的颜色数据表进行对照匹配，由此得到目标水体的色度值，并将其记作col；所述对目标水体的水质状态进行分析，其具体分析过程如下：实时监测目标水体的水质状态信息中的浑浊指数、叶绿素含量和色度值，并将三项数据进行综合分析，依据设定的数据模型：wqx＝ρ1×dty+ρ2×cpl+ρ3×col，由此得到目标水体的水质系数wqx，其中，ρ1、ρ2和ρ3分别为浑浊指数、叶绿素含量和色度值的权重因子系数，ρ1、ρ2和ρ3均为大于0的自然数；将目标水体的水质系数与存储在云数据库中的水质状态判定表进行对照匹配分析，由此得到目标水体的水质等级，且得到的每个目标水体的水质系数均对应一个水质等级，且水质等级包括优级水质等级、中级水质等级、差级水质等级；所述对目标水体的水量状态信息进行监测，其具体监测过程如下：通过热红外遥感影像实时监测目标水体的水体温度，并将其记作wdi，并将连续监测到的水体温度进行标准差分析，依据设定的公式：由此得到目标水体的温度波动值σ1，其中，i表示为连续的监测时间，μ1表示为连续时间下水体温度的均值数据；通过热红外遥感影像实时监测目标水体的水体水位，并将其记作swi，并将连续监测到的水体温度进行标准差分析，依据设定的公式：由此得到目标水体的水位波动值σ2，其中，μ2表示为连续时间下水体水位的均值数据；通过热红外遥感影像实时监测单位时间段内的目标水体的水量，并分别记录目标水体初始监测的水量以及最终监测的水量，并将其分别记作sl初和sl终，依据设定的公式：μ3＝sl终-sl初÷m，由此得到目标水体的平均水量μ3，其中，m表示为单位时间段的时长；所述水量状态进行分析，其具体分析过程如下：将目标水体的温度波动值与存储在云数据库中的水体温度状态判定表进行对照匹配分析，由此得到目标水体的水温反馈等级，且得到的每个目标水体的温度波动值均对应一个水温反馈等级，且水温反馈等级包括一阶水温反馈等级、二阶水温反馈等级、三阶水温反馈等级；将目标水体的水位波动值与存储在云数据库中的水体水位状态判定表进行对照匹配分析，由此得到目标水体的水位反馈等级，且得到的每个目标水体的水位波动值均对应一个水位反馈等级，且水位反馈等级包括一阶水位反馈等级、二阶水位反馈等级、三阶水位反馈等级；将目标水体的平均水量与存储在云数据库中的水量状态判定表进行对照匹配分析，由此得到目标水体的水量反馈等级，且得到的每个目标水体的平均水量均对应一个水量反馈等级，且水量反馈等级包括一阶水量反馈等级、二阶水量反馈等级、三阶水量反馈等级；同时调取目标水体的各项数据的反馈等级状态，若同时捕捉到一阶水温反馈等级、三阶水位反馈等级、三阶水量反馈等级时，则生成洪涝预警信号；若同时捕捉到三阶水温反馈等级、一阶水位反馈等级、一阶水量反馈等级时，则生成干旱预警信号；而其他情况下，则均生成正常水体水量预警信号。

全文数据：

权利要求：

百度查询： 黑龙江大学 一种基于遥感水文数据模型的高空水质水量检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD