基于物聯(lián)網(wǎng)和3s技術(shù)江河流域水環(huán)境集成感知與應(yīng)用方法
【專利摘要】本發(fā)明公開了一種基于物聯(lián)網(wǎng)和3S技術(shù)江河流域水環(huán)境集成感知與應(yīng)用方法，包括遙感監(jiān)測、物聯(lián)網(wǎng)監(jiān)測及GIS分析三部分；遙感監(jiān)測利用遙感技術(shù)提取與水體耦合的生態(tài)環(huán)境因素專題圖，快速定位水環(huán)境變化靶區(qū)；物聯(lián)網(wǎng)監(jiān)測通過組建無線傳感器網(wǎng)絡(luò)，結(jié)合通用分組無線服務(wù)技術(shù)，超遠(yuǎn)程傳輸水環(huán)境傳感器監(jiān)測的數(shù)據(jù)，并存儲至服務(wù)器的數(shù)據(jù)庫中；GIS分析用于空間數(shù)據(jù)的管理與分析，生成江河流域水環(huán)境專題應(yīng)用。本發(fā)明可快速、準(zhǔn)確判斷監(jiān)測區(qū)域的水環(huán)境狀況，更加及時(shí)、高效地對江河流域水環(huán)境進(jìn)行實(shí)時(shí)感知，提高監(jiān)測和綜合治理江河流域水環(huán)境的水平。
【專利說明】
基于物聯(lián)網(wǎng)和3S技術(shù)江河流域水環(huán)境集成感知與應(yīng)用方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明屬于水環(huán)境監(jiān)測領(lǐng)域，尤其涉及一種基于物聯(lián)網(wǎng)和3S技術(shù)江河流域水環(huán)境 集成感知與應(yīng)用方法。
【背景技術(shù)】
[0002] 傳統(tǒng)的江河流域水環(huán)境監(jiān)測主要是設(shè)置定點(diǎn)監(jiān)測站、抽樣調(diào)查、現(xiàn)場觀察和測量 等方法，這些監(jiān)測手段和方法有利于準(zhǔn)確反映局部的微觀水體特征，如果從宏觀上映射江 河流域水環(huán)境狀況，采取此類方法不僅耗費(fèi)人力、物力、財(cái)力資源而且效率也十分低下。

【發(fā)明內(nèi)容】

[0003] 本發(fā)明的目的在于提供一種基于物聯(lián)網(wǎng)和3S技術(shù)江河流域水環(huán)境集成感知與應(yīng) 用方法，旨在解決傳統(tǒng)的江河流域水環(huán)境監(jiān)測參數(shù)感知方法落后，無法實(shí)現(xiàn)整個(gè)流域水環(huán) 境在線監(jiān)測的問題。
[0004] 本發(fā)明是這樣實(shí)現(xiàn)的，一種基于物聯(lián)網(wǎng)和3S技術(shù)江河流域水環(huán)境集成感知與應(yīng)用 方法包括遙感監(jiān)測、物聯(lián)網(wǎng)監(jiān)測及GIS分析三部分；
[0005] 所述遙感監(jiān)測利用遙感技術(shù)提取與水體耦合的生態(tài)環(huán)境因素的專題信息圖，快速 定位水環(huán)境變化靶區(qū)。
[0006] 所述物聯(lián)網(wǎng)監(jiān)測用于獲取靶區(qū)區(qū)域的水環(huán)境信息，通過組建無線傳感器網(wǎng)絡(luò)，結(jié) 合通用分組無線服務(wù)技術(shù)，超遠(yuǎn)程傳輸水環(huán)境傳感器監(jiān)測數(shù)據(jù)，并存儲至服務(wù)器的數(shù)據(jù)庫 中；
[0007] 所述GIS分析用于空間數(shù)據(jù)的管理與分析，生成江河流域水環(huán)境專題應(yīng)用。
[0008] 進(jìn)一步，遙感專題彳目息的提取方法為：
[0009] 搜集江河流域的遙感時(shí)間序列數(shù)據(jù)，包括高分辨率的無人機(jī)影像、衛(wèi)星影像，同時(shí) 收集氣象數(shù)據(jù)、實(shí)際科考數(shù)據(jù)及歷史資料等輔助數(shù)據(jù)，分類別對所搜集的數(shù)據(jù)進(jìn)行預(yù)處理；
[0010] 針對無人機(jī)影像，首先進(jìn)行畸變差去除，然后對相片進(jìn)行內(nèi)定向、相對定向和絕對 定向，通過空三加密進(jìn)行區(qū)域網(wǎng)平差，生成數(shù)字高程模型DEM，最后利用DEM生產(chǎn)出數(shù)字正攝 影像D0M;
[0011] 衛(wèi)星影像主要進(jìn)行輻射定標(biāo)和大氣、幾何校正，消除傳輸過程中相關(guān)因素的影響， 將亮度值轉(zhuǎn)換成地表反射率；
[0012] 參考相關(guān)實(shí)際科考資料，建立適合江河流域遙感影像的分類體系，依據(jù)不同地物 類型特點(diǎn)，選取合適的分類特征，構(gòu)建分類規(guī)則，對時(shí)間序列影像進(jìn)行分類，實(shí)現(xiàn)江河流域 相關(guān)專題信息的提取。
[0013] 進(jìn)一步，水環(huán)境變化靶區(qū)的確定方法為：
[0014] 結(jié)合時(shí)間序列影像分類數(shù)據(jù)結(jié)果，提取出江河流域水域分布范圍及時(shí)間序列中水 域發(fā)生變化的重點(diǎn)區(qū)域，且重點(diǎn)監(jiān)測自然因子導(dǎo)致的范圍。
[0015] 進(jìn)一步，選用比值植被指數(shù)(Rratio Vegetation Index，RVI)，通過波段運(yùn)算提高 受污染水體與純凈水體之間的區(qū)分能力，RVI計(jì)算如公式（1)所示，其中NIR表示影像近紅外 波段反射率，R表示影像紅光波段反射率。
[0017] 結(jié)合實(shí)際情況設(shè)定RVI閾值，當(dāng)大于該閾值時(shí)認(rèn)為此區(qū)域水環(huán)境受到污染；以上判 別方法主要針對常規(guī)污染源，對于水環(huán)境熱污染狀況，采用多光譜影像的熱紅外傳感器，獲 取水體熱輻射場變化資料。
[0018] 進(jìn)一步，基于遙感監(jiān)測確定出的水體變化較大或已污染的范圍，篩選出典型區(qū)域 作為物聯(lián)網(wǎng)平臺搭建點(diǎn)，構(gòu)建物聯(lián)網(wǎng)監(jiān)測平臺，監(jiān)測生態(tài)脆弱地區(qū)的水環(huán)境指標(biāo)因子。
[0019] 進(jìn)一步，所述物聯(lián)網(wǎng)監(jiān)測平臺包括物聯(lián)網(wǎng)感知層、物聯(lián)網(wǎng)網(wǎng)絡(luò)層及物聯(lián)網(wǎng)應(yīng)用層；
[0020] 物聯(lián)網(wǎng)感知層中通過部署多個(gè)水環(huán)境參數(shù)感知節(jié)點(diǎn)，形成無線傳感器網(wǎng)絡(luò)群；
[0021] 物聯(lián)網(wǎng)網(wǎng)絡(luò)層利用ZigBee技術(shù)在無線傳感器網(wǎng)絡(luò)內(nèi)部形成自組織網(wǎng)絡(luò)，實(shí)現(xiàn)多參 數(shù)的動態(tài)感知和數(shù)據(jù)融合，無線傳感器感知節(jié)點(diǎn)則通過動態(tài)路由和多跳傳輸方式將數(shù)據(jù)傳 輸?shù)絽R聚節(jié)點(diǎn)，匯聚節(jié)點(diǎn)采用GPRS技術(shù)實(shí)現(xiàn)數(shù)據(jù)的超遠(yuǎn)程傳輸；
[0022] 物聯(lián)網(wǎng)應(yīng)用層由監(jiān)測終端系統(tǒng)接收通過網(wǎng)絡(luò)傳輸?shù)乃h(huán)境參數(shù)數(shù)據(jù)，并存儲至 SQL數(shù)據(jù)庫服務(wù)器中。
[0023]進(jìn)一步，GIS數(shù)據(jù)管理方法為：
[0024]基于遙感監(jiān)測提取的專題圖，按照數(shù)據(jù)類型的不同，分別通過ArcSDE接口存儲至 SQL數(shù)據(jù)庫中，形成底圖；
[0025]按照搭建的水環(huán)境傳感器節(jié)點(diǎn)，在空間數(shù)據(jù)庫中建立起相對應(yīng)的數(shù)據(jù)表，每一個(gè) 水環(huán)境傳感器節(jié)點(diǎn)有對應(yīng)GPS地理坐標(biāo)信息，利用GIS空間數(shù)據(jù)庫將節(jié)點(diǎn)坐標(biāo)與節(jié)點(diǎn)屬性對 應(yīng)起來，記錄、管理節(jié)點(diǎn)所監(jiān)測的水環(huán)境參數(shù)及水文和水環(huán)境歷史數(shù)據(jù)。
[0026]進(jìn)一步，江河流域水環(huán)境專題應(yīng)用包括水環(huán)境實(shí)時(shí)監(jiān)測、水環(huán)境參數(shù)模型的建立、 水質(zhì)評價(jià)與預(yù)警、突發(fā)污染應(yīng)急、暴雨洪澇災(zāi)害預(yù)警及風(fēng)險(xiǎn)評估；
[0027] 所述水環(huán)境實(shí)時(shí)監(jiān)測，通過多個(gè)感知節(jié)點(diǎn)測得的該區(qū)域水環(huán)境數(shù)據(jù)，構(gòu)建數(shù)學(xué)模 型，利用GIS對采樣點(diǎn)進(jìn)行插值，預(yù)測全區(qū)域所有位置水環(huán)境狀況，形成測量值柵格表面;根 據(jù)地理學(xué)第一定律，假定映射的變量受到采樣位置影響隨距離的增大而減小，采用反距離 權(quán)重法對采樣區(qū)不同水環(huán)境參數(shù)進(jìn)行插值，以河道邊緣線作為障礙，生成區(qū)域某監(jiān)測因子 的空間分布圖，同時(shí)加載水環(huán)境節(jié)點(diǎn)傳輸?shù)膱D像；
[0028] 所述水環(huán)境參數(shù)模型的建立，利用物聯(lián)網(wǎng)傳感器節(jié)點(diǎn)數(shù)據(jù)，建立起長時(shí)間序列水 環(huán)境參數(shù)專題數(shù)據(jù)集，結(jié)合多元線性回歸模型，設(shè)計(jì)針對水環(huán)境參數(shù)反演半經(jīng)驗(yàn)的遙感專 業(yè)模型，以監(jiān)測點(diǎn)數(shù)據(jù)預(yù)測整個(gè)江河流域水環(huán)境參數(shù)。多元線性回歸方程如公式(2)所示， 式中y代表所要反演的某一水質(zhì)因子， α〇，αι，α2, . . .，αη為未知參數(shù)，Bi，B2, . . .，Bn為最佳指 示水質(zhì)因子的遙感影像波段。利用觀測到的實(shí)際水質(zhì)數(shù)據(jù)，建立多個(gè)方程，采用最小二乘法 來估計(jì)未知參數(shù)，最終求得針對區(qū)域的遙感水質(zhì)反演回歸方程；
[0029] y = α〇+αιΒι+α2Β2+. . .+αηΒη
[0030] (2)
[0031] 所述水質(zhì)評價(jià)與預(yù)警，采用水質(zhì)綜合污染指數(shù)來確定所監(jiān)測區(qū)域水質(zhì)污染等級， 水質(zhì)綜合污染指數(shù)計(jì)算如公式(3)所示;式中G表示第i類污染物濃度平均值，Si表示第i類 污染物標(biāo)準(zhǔn)值，Pi表示第i類污染指數(shù)，η表示污染物的種類數(shù)，P表示綜合污染指數(shù)；
[0033] 所述突發(fā)污染應(yīng)急，針對所監(jiān)測的區(qū)域某感知節(jié)點(diǎn)一項(xiàng)或幾項(xiàng)污染因子值的突然 增大，則以該節(jié)點(diǎn)為中心首先進(jìn)行距離緩沖區(qū)分析，搜索處于緩沖區(qū)內(nèi)的其他感知節(jié)點(diǎn)，如 果其他感知節(jié)點(diǎn)未發(fā)生異常，則針對該節(jié)點(diǎn)進(jìn)行布控，在GIS中根據(jù)模擬污染物的擴(kuò)散，采 用網(wǎng)絡(luò)分析預(yù)測河流水網(wǎng)中污染源頭潛在位置及可能受污染區(qū)域;如果緩沖區(qū)范圍內(nèi)存在 異常感知點(diǎn)，擴(kuò)大緩沖距離范圍直至沒有異常點(diǎn)存在，以該距離作為界限，利用網(wǎng)絡(luò)連通性 判斷可能已經(jīng)發(fā)生污染的區(qū)域，結(jié)合現(xiàn)有歷史數(shù)據(jù)，初步判斷污染原因，生成圖件資料；
[0034] 所述暴雨洪澇災(zāi)害預(yù)警及風(fēng)險(xiǎn)評估，基于實(shí)測氣象數(shù)據(jù)模擬江河流域降水狀況， 根據(jù)降雨量數(shù)據(jù)進(jìn)行空間內(nèi)插值離散化，結(jié)合DEM選取高程較低、坡度變化較小，但與相鄰 像元間的高程差較大區(qū)域作為洪水高風(fēng)險(xiǎn)范圍，并按照地形高程和坡度劃分洪水危險(xiǎn)度。 對地形因素和降雨量分布進(jìn)行空間疊加分析，合并屬性數(shù)據(jù)，將結(jié)果作為暴雨洪澇災(zāi)害預(yù) 警底圖。對于洪澇發(fā)生可能性較高區(qū)域，選擇該范圍內(nèi)人口數(shù)量及植被、土地利用分布圖， 按照相應(yīng)經(jīng)濟(jì)效益來評估風(fēng)險(xiǎn)等級。
[0035]本發(fā)明綜合運(yùn)用物聯(lián)網(wǎng)、遙感、全球定位系統(tǒng)、地理信息系統(tǒng)、網(wǎng)絡(luò)通訊及信息處 理分析技術(shù)，不僅解決監(jiān)測數(shù)據(jù)智能化處理等問題，而且實(shí)現(xiàn)數(shù)據(jù)從直接采集到信息產(chǎn)出， 快速、準(zhǔn)確判斷監(jiān)測區(qū)域的水環(huán)境狀況，這一方法的運(yùn)用，將更加及時(shí)、高效地對江河流域 水環(huán)境進(jìn)行實(shí)時(shí)感知，提高監(jiān)測和綜合治理江河流域水環(huán)境的水平。
【附圖說明】
[0036] 圖1是本發(fā)明實(shí)施例提供的基于物聯(lián)網(wǎng)和3S技術(shù)江河流域水環(huán)境集成感知與應(yīng)用 的技術(shù)路線圖；
[0037] 圖2是本發(fā)明實(shí)施例提供的遙感專題信息的提取及水環(huán)境變化靶區(qū)的確定的總體 框圖；
[0038] 圖3是本發(fā)明實(shí)施例提供的基于物聯(lián)網(wǎng)的江河流域水環(huán)境集成感知與應(yīng)用的總體 結(jié)構(gòu)圖。
【具體實(shí)施方式】
[0039]為能進(jìn)一步了解本發(fā)明的
【發(fā)明內(nèi)容】
、特點(diǎn)及功效，茲例舉以下實(shí)施例，并配合附圖 詳細(xì)說明如下。
[0040] 請參閱圖1至圖3:
[0041] -種基于物聯(lián)網(wǎng)和3S技術(shù)江河流域水環(huán)境集成感知與應(yīng)用方法，包括遙感監(jiān)測、 物聯(lián)網(wǎng)監(jiān)測及GIS分析三部分；
[0042] 所述遙感監(jiān)測利用遙感技術(shù)提取與水體耦合的生態(tài)環(huán)境因素的專題信息圖，快速 定位水環(huán)境變化靶區(qū)，為江河流域水環(huán)境監(jiān)測奠定數(shù)據(jù)基礎(chǔ)。
[0043]所述物聯(lián)網(wǎng)監(jiān)測用于獲取靶區(qū)區(qū)域的水環(huán)境信息，通過組建無線傳感器網(wǎng)絡(luò)，結(jié) 合通用分組無線服務(wù)技術(shù)(General Packet Radio Service，GPRS)，超遠(yuǎn)程傳輸水環(huán)境傳 感器監(jiān)測數(shù)據(jù)，并存儲至服務(wù)器的數(shù)據(jù)庫中；
[0044]所述GIS分析用于空間數(shù)據(jù)的管理與分析，生成江河流域水環(huán)境專題應(yīng)用。
[0045]進(jìn)一步，遙感專題彳目息的提取方法為：
[0046]搜集江河流域的遙感時(shí)間序列數(shù)據(jù)，包括高分辨率的無人機(jī)影像、衛(wèi)星影像，同時(shí) 收集氣象數(shù)據(jù)、實(shí)際科考數(shù)據(jù)及歷史資料輔助數(shù)據(jù)，分類別對所搜集的數(shù)據(jù)進(jìn)行預(yù)處理； [0047] 一般無人機(jī)影像缺少近紅外波段，光譜信息相對于衛(wèi)星影像較弱，但其空間分辨 率較高，可彌補(bǔ)衛(wèi)星影像提取精細(xì)地物方面的不足。針對無人機(jī)影像，首先進(jìn)行畸變差去 除，然后對相片進(jìn)行內(nèi)定向、相對定向和絕對定向，通過空三加密進(jìn)行區(qū)域網(wǎng)平差，生成數(shù) 字高程模型(Digital Elevation Model，DEM)，最后利用DEM生產(chǎn)出數(shù)字正攝影像(Digital Orthophoto Map,DOM)；
[0048] 衛(wèi)星影像主要進(jìn)行輻射定標(biāo)和大氣、幾何校正，消除傳輸過程中相關(guān)因素的影響， 將亮度值轉(zhuǎn)換成地表反射率，以便后續(xù)分類。
[0049] 無人機(jī)影像具有更豐富的空間信息和更明顯的地物幾何特征，采用面向?qū)ο筮b感 影像處理技術(shù)，結(jié)合對象的光譜和空間信息，兼顧形狀、大小、相鄰關(guān)系等，建立適合流域無 人機(jī)影像的分類體系，依據(jù)不同地物類型特點(diǎn)，選取合適的分類特征，構(gòu)建分類規(guī)則，對D0M 進(jìn)行分類獲取江河流域相關(guān)專題信息。衛(wèi)星影像成像范圍較廣，可實(shí)現(xiàn)大尺度區(qū)域信息的 提取，參考相關(guān)實(shí)際科考資料，建立分類體系中每種地物類型的解譯標(biāo)志，采用監(jiān)督分類方 法對時(shí)間序列影像進(jìn)行分類，提取地物信息。
[0050] 綜合、互補(bǔ)、細(xì)化兩種影像的分類結(jié)果，提取出道路、植被、土地、水體專題圖，同時(shí) 對氣象數(shù)據(jù)、實(shí)際科考數(shù)據(jù)及相關(guān)歷史數(shù)據(jù)，則依據(jù)不同類型進(jìn)行歸類，統(tǒng)一格式標(biāo)準(zhǔn)，將 生成的各類信息專題圖輸入至空間數(shù)據(jù)庫中。
[0051 ]進(jìn)一步，水環(huán)境變化靶區(qū)的確定方法為：
[0052]主要圍繞水體專題兼顧其他生態(tài)環(huán)境要素信息，綜合分析江河流域水環(huán)境狀況。 結(jié)合時(shí)間序列影像分類數(shù)據(jù)結(jié)果，提取出江河流域水域分布范圍及時(shí)間序列中水域發(fā)生變 化的重點(diǎn)區(qū)域，參照植被、土地、氣象專題信息，分析產(chǎn)生變化的原因。如:將因規(guī)劃、建設(shè)等 因素產(chǎn)生的水體變化歸為人類因子驅(qū)動，而將降水、洪水、泥石流等自然因素產(chǎn)生的結(jié)果歸 入自然因子驅(qū)動，重點(diǎn)監(jiān)測由自然演變而導(dǎo)致的水體產(chǎn)生較大變化的區(qū)域，作為物聯(lián)網(wǎng)平 臺搭建的試驗(yàn)點(diǎn)。
[0053]不同的水體由于所含懸浮物、污染物成分和濃度及水深等因素的不同，反映在遙 感圖像上的光譜特征也有相應(yīng)的差別。通常污染區(qū)域處于富營養(yǎng)化狀態(tài)，懸浮泥沙的含量 較小，光譜反射率較低，遙感影像上的色調(diào)偏暗。對于高分辨率無人機(jī)影像，可在圖像上用 肉眼直觀看到受污染區(qū)域，根據(jù)影像的地理坐標(biāo)，利用GPS即可快速導(dǎo)航至受污染區(qū)域。衛(wèi) 星影像在近紅外波段上純凈水體與污染水體光譜特性有著較大差異。
[0054] 進(jìn)一步，選用比值植被指數(shù)(Ratio Vegetation Index，RVI)，通過波段運(yùn)算提高 受污染水體與純凈水體之間的區(qū)分能力，RVI計(jì)算如公式（1)所示，其中NIR表示影像近紅外 波段反射率，R表示影像紅光波段反射率。
[0056]結(jié)合實(shí)際情況設(shè)定RVI閾值，當(dāng)大于該閾值時(shí)認(rèn)為此區(qū)域水環(huán)境受到污染；以上判 別方法主要針對常規(guī)污染源，對于水環(huán)境熱污染狀況，采用多光譜影像的熱紅外傳感器，獲 取水體熱輻射場變化資料，準(zhǔn)確、有效探測出區(qū)域水溫、熱污染排放源頭及水環(huán)境熱污染的 分布狀態(tài)。
[0057]進(jìn)一步，基于遙感監(jiān)測確定出的水體變化較大或已污染的范圍，篩選出典型區(qū)域 作為物聯(lián)網(wǎng)平臺搭建點(diǎn)，構(gòu)建物聯(lián)網(wǎng)監(jiān)測平臺，以監(jiān)測生態(tài)脆弱地區(qū)的水環(huán)境指標(biāo)因子;基 于物聯(lián)網(wǎng)的江河流域水環(huán)境集成感知與應(yīng)用的總體結(jié)構(gòu)如圖3所示。
[0058] 進(jìn)一步，所述物聯(lián)網(wǎng)監(jiān)測平臺包括物聯(lián)網(wǎng)感知層、物聯(lián)網(wǎng)網(wǎng)絡(luò)層及物聯(lián)網(wǎng)應(yīng)用層；
[0059] 物聯(lián)網(wǎng)感知層中通過部署多個(gè)水環(huán)境參數(shù)感知節(jié)點(diǎn)，形成無線傳感器網(wǎng)絡(luò)群，每 個(gè)水環(huán)境感知節(jié)點(diǎn)可實(shí)現(xiàn)多種水環(huán)境參數(shù)的感知，如PH值、懸浮物、總硬度、氰化物、鉻、鉛、 化學(xué)需氧量(C0D)、揮發(fā)酚、溶解氧、硝酸鹽、氨氮等。設(shè)備采用太陽能作為供電來源，同時(shí)搭 載圖像傳感器，時(shí)刻監(jiān)測水面環(huán)境。
[0060] 物聯(lián)網(wǎng)網(wǎng)絡(luò)層利用ZigBee技術(shù)在無線傳感器網(wǎng)絡(luò)內(nèi)部形成自組織網(wǎng)絡(luò)，實(shí)現(xiàn)多參 數(shù)的動態(tài)感知和數(shù)據(jù)融合，無線傳感器感知節(jié)點(diǎn)則通過動態(tài)路由和多跳傳輸方式將數(shù)據(jù)傳 輸?shù)絽R聚節(jié)點(diǎn)，匯聚節(jié)點(diǎn)采用GPRS技術(shù)實(shí)現(xiàn)數(shù)據(jù)的超遠(yuǎn)程傳輸，由于GPRS網(wǎng)絡(luò)可與 Internet網(wǎng)絡(luò)無縫聯(lián)接，從而實(shí)現(xiàn)了水環(huán)境感知參數(shù)的云共享；
[0061] 物聯(lián)網(wǎng)應(yīng)用層由監(jiān)測終端系統(tǒng)接收通過網(wǎng)絡(luò)傳輸?shù)乃h(huán)境參數(shù)數(shù)據(jù)，并存儲至 SQL數(shù)據(jù)庫服務(wù)器中，供用戶查詢、檢索數(shù)據(jù)及后續(xù)的系統(tǒng)展示和GIS分析。遠(yuǎn)程用戶可以在 服務(wù)器上建立相應(yīng)的水環(huán)境評價(jià)模型，給出合理的管理決策。
[0062]進(jìn)一步，GIS不僅可有效集成多種數(shù)據(jù)，其獨(dú)特的地理空間分析、快速空間搜索定 位及強(qiáng)大的圖形可視化能力，可實(shí)現(xiàn)地理過程的動態(tài)模擬演化和決策支持。
[0063] GIS數(shù)據(jù)管理方法為：
[0064]基于遙感監(jiān)測提取的專題圖（道路、DEM、土地利用、植被覆蓋、水體及氣象等數(shù) 據(jù)），按照數(shù)據(jù)類型的不同，分別通過ArcSDE接口存儲至SQL數(shù)據(jù)庫中，形成底圖來展現(xiàn)整個(gè) 區(qū)域水環(huán)境面貌。同時(shí)對遙感產(chǎn)出的各類數(shù)據(jù)進(jìn)行嚴(yán)格的檢查，避免出現(xiàn)無效或錯(cuò)誤數(shù)據(jù)， 道路、河流信息需經(jīng)過拓?fù)?，保證其空間連通性，方便后續(xù)GIS空間網(wǎng)絡(luò)分析。
[0065]按照搭建的水環(huán)境傳感器節(jié)點(diǎn)，在空間數(shù)據(jù)庫中建立起相對應(yīng)的數(shù)據(jù)表，每一個(gè) 水環(huán)境傳感器節(jié)點(diǎn)有對應(yīng)GPS地理坐標(biāo)信息，利用GIS空間數(shù)據(jù)庫將節(jié)點(diǎn)坐標(biāo)與節(jié)點(diǎn)屬性 (水環(huán)境參數(shù))對應(yīng)起來，記錄、管理節(jié)點(diǎn)所監(jiān)測的水環(huán)境參數(shù)及水文和水環(huán)境歷史數(shù)據(jù)，以 提供空間關(guān)系查詢和可視化數(shù)據(jù)，快速定位潛在污染源頭及污染范圍，為水環(huán)境評價(jià)與預(yù) 警及應(yīng)對突發(fā)污染提供決策支持。
[0066]進(jìn)一步，江河流域水環(huán)境專題應(yīng)用包括水環(huán)境實(shí)時(shí)監(jiān)測、水環(huán)境參數(shù)模型的建立、 水質(zhì)評價(jià)與預(yù)警、突發(fā)污染應(yīng)急、暴雨洪澇災(zāi)害預(yù)警及風(fēng)險(xiǎn)評估；
[0067]所述水環(huán)境實(shí)時(shí)監(jiān)測，通過多個(gè)感知節(jié)點(diǎn)測得的該區(qū)域水環(huán)境數(shù)據(jù)，構(gòu)建數(shù)學(xué)模 型，利用GIS對采樣點(diǎn)進(jìn)行插值，預(yù)測全區(qū)域所有位置水環(huán)境狀況，形成測量值柵格表面;根 據(jù)地理學(xué)第一定律，假定映射的變量受到采樣位置影響隨距離的增大而減小，采用反距離 權(quán)重法對采樣區(qū)不同水環(huán)境參數(shù)進(jìn)行插值，以河道邊緣線作為障礙，生成區(qū)域某監(jiān)測因子 的空間分布圖，同時(shí)加載水環(huán)境節(jié)點(diǎn)傳輸?shù)膱D像，以更直觀了解水環(huán)境實(shí)時(shí)狀況。
[0068] 所述水環(huán)境參數(shù)模型的建立，利用遙感技術(shù)反演水環(huán)境，通常存在缺少與影像同 步的實(shí)測數(shù)據(jù)問題，而物聯(lián)網(wǎng)傳感器節(jié)點(diǎn)全天候監(jiān)測的各項(xiàng)參數(shù)可為遙感反演提供同步實(shí) 測數(shù)據(jù)。利用物聯(lián)網(wǎng)傳感器節(jié)點(diǎn)數(shù)據(jù)，建立起長時(shí)間序列水環(huán)境參數(shù)專題數(shù)據(jù)集，結(jié)合多元 線性回歸模型，設(shè)計(jì)針對水環(huán)境參數(shù)反演半經(jīng)驗(yàn)的遙感專業(yè)模型，以監(jiān)測點(diǎn)數(shù)據(jù)預(yù)測整個(gè) 江河流域水環(huán)境參數(shù)。多元線性回歸方程如公式(2)所示，式中y代表所要反演的某一水質(zhì) 因子，α〇， αι，α2, . . .，αη為未知參數(shù)，B^Bs，. . .，Βη*最佳指示水質(zhì)因子的遙感影像波段。利 用觀測到的實(shí)際水質(zhì)數(shù)據(jù)，建立多個(gè)方程，采用最小二乘法來估計(jì)未知參數(shù)，最終求得針對 區(qū)域的遙感反演回歸方程；
[0069] y = α〇+αιΒι+α2Β2+. . .+αηΒη
[0070] (2)
[0071] 所述水質(zhì)評價(jià)與預(yù)警，采用水質(zhì)綜合污染指數(shù)來確定所監(jiān)測區(qū)域水質(zhì)污染等級， 水質(zhì)綜合污染指數(shù)計(jì)算如公式(3)所示;式中G表示第i類污染物濃度平均值，Si表示第i類 污染物標(biāo)準(zhǔn)值，Pi表示第i類污染指數(shù)，η表示污染物的種類數(shù)，P表示綜合污染指數(shù)；
[0073]通過公式(3)計(jì)算江河流域監(jiān)測節(jié)點(diǎn)的污染指數(shù)，利用插值功能形成全區(qū)域的水 質(zhì)污染指數(shù)分布圖，根據(jù)計(jì)算結(jié)果劃分污染等級，水質(zhì)級別表如表1所示，為水資源開發(fā)利 用、保護(hù)監(jiān)測提供依據(jù)。
[0074]表1水質(zhì)級別表
[0075]
[0076] 按照目標(biāo)水域水環(huán)境情況，將水質(zhì)預(yù)警級別劃分為四個(gè)級別，水質(zhì)預(yù)警級別表如 表2所示。利用現(xiàn)有監(jiān)測數(shù)據(jù)，依據(jù)表2對水質(zhì)進(jìn)行簡單預(yù)警評價(jià)，以某種因子超標(biāo)倍數(shù)為判 斷依據(jù)，形成該節(jié)點(diǎn)的預(yù)警結(jié)果圖，同時(shí)疊加相關(guān)的地理信息數(shù)據(jù)，利用GIS強(qiáng)大的空間數(shù) 據(jù)處理及展示功能，實(shí)現(xiàn)江河流域全范圍的預(yù)警信息可視化，清楚直觀反映水質(zhì)的優(yōu)劣及 空間變化規(guī)律。
[0077]表2水質(zhì)預(yù)警級別表
[0079] 所述突發(fā)污染應(yīng)急，針對所監(jiān)測區(qū)域的某感知節(jié)點(diǎn)一項(xiàng)或幾項(xiàng)污染因子值的突然 增大，則以該節(jié)點(diǎn)為中心，首先進(jìn)行距離緩沖區(qū)分析，搜索處于緩沖區(qū)內(nèi)的其他感知節(jié)點(diǎn)， 如果其他感知節(jié)點(diǎn)未發(fā)生異常，則針對該節(jié)點(diǎn)進(jìn)行布控，在GIS中根據(jù)水流速度等模擬污染 物的擴(kuò)散，采用網(wǎng)絡(luò)分析預(yù)測河流水網(wǎng)中污染源頭潛在位置及可能受污染區(qū)域;如果緩沖 區(qū)范圍內(nèi)存在異常感知點(diǎn)，擴(kuò)大緩沖距離范圍直至沒有異常點(diǎn)存在，以該距離作為界限，利 用網(wǎng)絡(luò)連通性判斷可能已經(jīng)發(fā)生污染的區(qū)域，結(jié)合現(xiàn)有的歷史數(shù)據(jù)，初步判斷污染原因，生 成圖件資料。并進(jìn)行實(shí)際調(diào)查，嚴(yán)密監(jiān)測該區(qū)域水環(huán)境污染，并采取相應(yīng)措施防止污染進(jìn)一 步擴(kuò)大。
[0080] 所述暴雨洪澇災(zāi)害預(yù)警及風(fēng)險(xiǎn)評估，基于實(shí)測氣象數(shù)據(jù)模擬江河流域降水狀況， 根據(jù)降雨量數(shù)據(jù)進(jìn)行空間內(nèi)插值離散化，結(jié)合DEM選取高程較低、坡度變化較小，但與相鄰 像元間的高程差較大區(qū)域作為洪水高風(fēng)險(xiǎn)范圍，并按照地形高程和坡度劃分洪水危險(xiǎn)度。 對地形因素和降雨量分布進(jìn)行空間疊加分析，合并屬性數(shù)據(jù)，計(jì)算出每個(gè)格網(wǎng)點(diǎn)的洪澇發(fā) 生可能性，將結(jié)果作為暴雨洪澇災(zāi)害預(yù)警底圖。對于洪澇發(fā)生可能性較高區(qū)域，選擇該范圍 內(nèi)人口數(shù)量及植被、土地利用分布圖，按照相應(yīng)經(jīng)濟(jì)效益來評估風(fēng)險(xiǎn)等級。如果某地區(qū)高程 較小，地勢較為平坦，人口分布密集，經(jīng)濟(jì)發(fā)達(dá)，則該地區(qū)發(fā)生洪澇災(zāi)害造成的損失遠(yuǎn)遠(yuǎn)大 于荒無人煙區(qū)域，定義為該區(qū)域風(fēng)險(xiǎn)等級程度較高。
[0081] 本發(fā)明綜合運(yùn)用物聯(lián)網(wǎng)、遙感、全球定位系統(tǒng)、地理信息系統(tǒng)、網(wǎng)絡(luò)通訊及信息處 理分析技術(shù)，不僅解決監(jiān)測數(shù)據(jù)智能化處理等問題，而且實(shí)現(xiàn)數(shù)據(jù)從直接采集到信息產(chǎn)出， 快速、準(zhǔn)確判斷監(jiān)測區(qū)域的水環(huán)境狀況，這一方法的運(yùn)用，將更加及時(shí)、高效地對江河流域 水環(huán)境進(jìn)行實(shí)時(shí)感知，提高監(jiān)測和綜合治理江河流域水環(huán)境的水平。
[0082] 以上所述僅是對本發(fā)明的較佳實(shí)施例而已，并非對本發(fā)明作任何形式上的限制， 凡是依據(jù)本發(fā)明的技術(shù)實(shí)質(zhì)對以上實(shí)施例所做的任何簡單修改，等同變化與修飾，均屬于 本發(fā)明技術(shù)方案的范圍內(nèi)。
【主權(quán)項(xiàng)】
1. 一種基于物聯(lián)網(wǎng)和3S技術(shù)江河流域水環(huán)境集成感知與應(yīng)用方法，其特征在于，所述 的基于物聯(lián)網(wǎng)和3S技術(shù)江河流域水環(huán)境集成感知與應(yīng)用方法包括遙感監(jiān)測、物聯(lián)網(wǎng)監(jiān)測及 GIS分析三部分； 遙感監(jiān)測利用遙感技術(shù)提取與水體耦合的生態(tài)環(huán)境因素專題圖，快速定位水環(huán)境變化 靶區(qū)； 物聯(lián)網(wǎng)監(jiān)測用于獲取靶區(qū)區(qū)域的水環(huán)境信息，通過組建無線傳感器網(wǎng)絡(luò)，結(jié)合通用分 組無線服務(wù)技術(shù)，超遠(yuǎn)程傳輸水環(huán)境傳感器監(jiān)測的數(shù)據(jù)，并存儲至服務(wù)器的數(shù)據(jù)庫中； GIS分析用于空間數(shù)據(jù)的管理與分析，生成江河流域水環(huán)境專題應(yīng)用。2. 如權(quán)利要求1所述的基于物聯(lián)網(wǎng)和3S技術(shù)江河流域水環(huán)境集成感知與應(yīng)用方法，其 特征在于，遙感專題?目息的提取方法為： 搜集江河流域的遙感時(shí)間序列數(shù)據(jù)，包括高分辨率的無人機(jī)影像、衛(wèi)星影像，同時(shí)收集 氣象數(shù)據(jù)、實(shí)際科考數(shù)據(jù)及歷史資料等輔助數(shù)據(jù)，分類別對所搜集的數(shù)據(jù)進(jìn)行預(yù)處理； 針對無人機(jī)影像，首先進(jìn)行畸變差去除，然后對相片進(jìn)行內(nèi)定向、相對定向和絕對定 向，通過空三加密進(jìn)行區(qū)域網(wǎng)平差，生成數(shù)字高程模型DEM，最后利用DEM生產(chǎn)出數(shù)字正攝影 像 DOM; 衛(wèi)星影像主要進(jìn)行輻射定標(biāo)和大氣、幾何校正，消除傳輸過程中相關(guān)因素的影響，將亮 度值轉(zhuǎn)換成地表反射率； 參考相關(guān)實(shí)際科考資料，建立適合江河流域遙感影像的分類體系，依據(jù)不同地物類型 特點(diǎn)，選取合適的分類特征，構(gòu)建分類規(guī)則，對時(shí)間序列影像進(jìn)行分類，實(shí)現(xiàn)江河流域相關(guān) 專題信息的提取。3. 如權(quán)利要求1所述的基于物聯(lián)網(wǎng)和3S技術(shù)江河流域水環(huán)境集成感知與應(yīng)用方法，其 特征在于，水環(huán)境變化靶區(qū)的確定方法為： 結(jié)合時(shí)間序列影像分類數(shù)據(jù)結(jié)果，提取出江河流域水域分布范圍及時(shí)間序列中水域發(fā) 生變化的重點(diǎn)區(qū)域，且重點(diǎn)監(jiān)測自然因子導(dǎo)致的范圍。4. 如權(quán)利要求1所述的基于物聯(lián)網(wǎng)和3S技術(shù)江河流域水環(huán)境集成感知與應(yīng)用方法，其 特征在于，選用比值植被指數(shù)RVI，通過波段運(yùn)算提高受污染水體與純凈水體之間的區(qū)分能 力，RVI計(jì)算如公式(1)所示，其中NIR表示影像近紅外波段反射率，R表示影像紅光波段反射 率；結(jié)合實(shí)際情況設(shè)定RVI閾值，當(dāng)大于該閾值時(shí)認(rèn)為此區(qū)域水環(huán)境受到污染；以上判別方 法主要針對常規(guī)污染源，對于水環(huán)境熱污染狀況，采用多光譜影像的熱紅外傳感器，獲取水 體熱輻射場變化資料。5. 如權(quán)利要求1所述的基于物聯(lián)網(wǎng)和3S技術(shù)江河流域水環(huán)境集成感知與應(yīng)用方法，其 特征在于，基于遙感監(jiān)測確定出的水體變化較大或已污染的范圍，篩選出典型區(qū)域作為物 聯(lián)網(wǎng)平臺搭建點(diǎn)，構(gòu)建物聯(lián)網(wǎng)監(jiān)測平臺，以監(jiān)測生態(tài)脆弱地區(qū)的水環(huán)境指標(biāo)因子。6. 如權(quán)利要求1所述的基于物聯(lián)網(wǎng)和3S技術(shù)江河流域水環(huán)境集成感知與應(yīng)用方法，其 特征在于，所述物聯(lián)網(wǎng)監(jiān)測平臺包括物聯(lián)網(wǎng)感知層、物聯(lián)網(wǎng)網(wǎng)絡(luò)層及物聯(lián)網(wǎng)應(yīng)用層； 物聯(lián)網(wǎng)感知層中通過部署多個(gè)水環(huán)境參數(shù)感知節(jié)點(diǎn)，形成無線傳感器網(wǎng)絡(luò)群； 物聯(lián)網(wǎng)網(wǎng)絡(luò)層利用ZigBee技術(shù)在無線傳感器網(wǎng)絡(luò)內(nèi)部形成自組織網(wǎng)絡(luò)，實(shí)現(xiàn)多參數(shù)的 動態(tài)感知和數(shù)據(jù)融合，無線傳感器感知節(jié)點(diǎn)則通過動態(tài)路由和多跳傳輸方式將數(shù)據(jù)傳輸?shù)?匯聚節(jié)點(diǎn)，匯聚節(jié)點(diǎn)采用GPRS技術(shù)實(shí)現(xiàn)數(shù)據(jù)的超遠(yuǎn)程傳輸； 物聯(lián)網(wǎng)應(yīng)用層由監(jiān)測終端系統(tǒng)接收通過網(wǎng)絡(luò)傳輸水環(huán)境參數(shù)數(shù)據(jù)，并存儲至SQL數(shù)據(jù) 庫服務(wù)器中。7. 如權(quán)利要求1所述的基于物聯(lián)網(wǎng)和3S技術(shù)江河流域水環(huán)境集成感知與應(yīng)用方法，其 特征在于，GIS數(shù)據(jù)管理方法為： 基于遙感監(jiān)測提取的專題圖，按照數(shù)據(jù)類型的不同，分別通過ArcSDE接口存儲至SQL數(shù) 據(jù)庫中，形成底圖； 按照搭建的水環(huán)境傳感器節(jié)點(diǎn)，在空間數(shù)據(jù)庫中建立起相對應(yīng)的數(shù)據(jù)表，每一個(gè)水環(huán) 境傳感器節(jié)點(diǎn)有對應(yīng)GPS地理坐標(biāo)信息，利用GIS空間數(shù)據(jù)庫將節(jié)點(diǎn)坐標(biāo)與節(jié)點(diǎn)屬性對應(yīng)起 來，記錄、管理節(jié)點(diǎn)所監(jiān)測的水環(huán)境參數(shù)及水文和水環(huán)境歷史數(shù)據(jù)。8. 如權(quán)利要求1所述的基于物聯(lián)網(wǎng)和3S技術(shù)江河流域水環(huán)境集成感知與應(yīng)用方法，其 特征在于，江河流域水環(huán)境專題應(yīng)用包括水環(huán)境實(shí)時(shí)監(jiān)測、水環(huán)境參數(shù)模型的建立、水質(zhì)評 價(jià)與預(yù)警、突發(fā)污染應(yīng)急、暴雨洪澇災(zāi)害預(yù)警及風(fēng)險(xiǎn)評估； 所述水環(huán)境實(shí)時(shí)監(jiān)測，通過多個(gè)感知節(jié)點(diǎn)測得的該區(qū)域水環(huán)境數(shù)據(jù)，構(gòu)建數(shù)學(xué)模型，利 用GIS對采樣點(diǎn)進(jìn)行插值，預(yù)測全區(qū)域所有位置水環(huán)境狀況，形成測量值柵格表面;根據(jù)地 理學(xué)第一定律，假定映射的變量受到采樣位置影響隨距離的增大而減小，采用反距離權(quán)重 法對采樣區(qū)不同水環(huán)境參數(shù)進(jìn)行插值，以河道邊緣線作為障礙，生成區(qū)域某監(jiān)測因子的空 間分布圖，同時(shí)加載水環(huán)境節(jié)點(diǎn)傳輸?shù)膱D像； 所述水環(huán)境參數(shù)模型的建立，利用物聯(lián)網(wǎng)傳感器節(jié)點(diǎn)數(shù)據(jù)，建立起長時(shí)間序列水環(huán)境 參數(shù)專題數(shù)據(jù)集，結(jié)合多元線性回歸模型，設(shè)計(jì)針對水環(huán)境參數(shù)反演半經(jīng)驗(yàn)的遙感專業(yè)模 型，以監(jiān)測點(diǎn)數(shù)據(jù)預(yù)測整個(gè)江河流域水環(huán)境參數(shù)，多元線性回歸方程如公式(2)所示，式中y 代表所要反演的某一水質(zhì)因子，α〇，αι，α2，…，αη為未知參數(shù)，Βι，B2，…，Bn為最佳指不水質(zhì)因 子的遙感影像波段，利用觀測到的實(shí)際水質(zhì)數(shù)據(jù)，建立多個(gè)方程，采用最小二乘法來估計(jì)未 知參數(shù)，最終求得針對區(qū)域的遙感水質(zhì)反演回歸方程； y = a〇+aiBi+ct2B2+. . .+anBn (2) 所述水質(zhì)評價(jià)與預(yù)警，采用水質(zhì)綜合污染指數(shù)來確定所監(jiān)測區(qū)域水質(zhì)污染等級，水質(zhì) 綜合污染指數(shù)計(jì)算如公式(3)所示;式中G表示第i類污染物濃度平均值，Si表示第i類污染 物標(biāo)準(zhǔn)值，Pi表示第i類污染指數(shù)，η表示污染物的種類數(shù)，P表示綜合污染指數(shù)；所述突發(fā)污染應(yīng)急，針對所監(jiān)測的區(qū)域某感知節(jié)點(diǎn)一項(xiàng)或幾項(xiàng)污染因子值的突然增 大，則以該節(jié)點(diǎn)為中心首先進(jìn)行距離緩沖區(qū)分析，搜索處于緩沖區(qū)內(nèi)的其他感知節(jié)點(diǎn)，如果 其他感知節(jié)點(diǎn)未發(fā)生異常，則針對該節(jié)點(diǎn)進(jìn)行布控，在GIS中根據(jù)模擬污染物的擴(kuò)散，采用 網(wǎng)絡(luò)分析預(yù)測河流水網(wǎng)中污染源頭潛在位置及可能受污染區(qū)域;如果緩沖區(qū)范圍內(nèi)存在異 常感知點(diǎn)，擴(kuò)大緩沖距離范圍直至沒有異常點(diǎn)存在，以該距離作為界限，利用網(wǎng)絡(luò)連通性判 斷可能已經(jīng)發(fā)生污染的區(qū)域，結(jié)合現(xiàn)有歷史數(shù)據(jù)，初步判斷污染原因，生成圖件資料； 所述暴雨洪澇災(zāi)害預(yù)警及風(fēng)險(xiǎn)評估，基于實(shí)測氣象數(shù)據(jù)模擬江河流域降水狀況，根據(jù) 降雨量數(shù)據(jù)進(jìn)行空間內(nèi)插值離散化，結(jié)合DEM選取高程較低、坡度變化較小，但與相鄰像元 間的高程差較大區(qū)域作為洪水高風(fēng)險(xiǎn)范圍，并按照地形高程和坡度劃分洪水危險(xiǎn)度，對地 形因素和降雨量分布進(jìn)行空間疊加分析，合并屬性數(shù)據(jù)，將結(jié)果作為暴雨洪澇災(zāi)害預(yù)警底 圖，對于洪澇發(fā)生可能性較高區(qū)域，選擇該范圍內(nèi)人口數(shù)量及植被、土地利用分布圖，按照 相應(yīng)經(jīng)濟(jì)效益來評估風(fēng)險(xiǎn)等級。
【文檔編號】G06F19/00GK105868533SQ201610170149
【公開日】2016年8月17日
【申請日】2016年3月23日
【發(fā)明人】劉小芳, 王二麗
【申請人】四川理工學(xué)院