本發(fā)明屬于環(huán)境監(jiān)測(cè)領(lǐng)域，尤其是一種基于無(wú)人機(jī)的河道水文采樣巡檢方法及系統(tǒng)。

背景技術(shù)：

1、河道水文采樣與巡檢是河流生態(tài)環(huán)境監(jiān)測(cè)和保護(hù)的重要手段。通過(guò)定期的水質(zhì)采樣和巡視檢查，可以監(jiān)測(cè)河道水質(zhì)變化趨勢(shì)，識(shí)別潛在的污染源，評(píng)估水生態(tài)系統(tǒng)健康狀況，為河道管理和水資源保護(hù)提供科學(xué)依據(jù)。特別是在當(dāng)前氣候變化和人類活動(dòng)加劇的背景下，河道水質(zhì)突發(fā)性污染事件頻發(fā)，傳統(tǒng)的固定監(jiān)測(cè)站點(diǎn)已難以滿足快速響應(yīng)和廣域監(jiān)測(cè)的需求。而基于無(wú)人機(jī)的水文采樣巡檢方法，憑借其機(jī)動(dòng)靈活、覆蓋范圍廣、安全性高等優(yōu)勢(shì)，成為河道水質(zhì)監(jiān)測(cè)的重要發(fā)展方向。

2、目前，無(wú)人機(jī)在河道水文監(jiān)測(cè)領(lǐng)域的應(yīng)用主要集中在圖像采集和簡(jiǎn)單的水質(zhì)參數(shù)測(cè)量。常見(jiàn)的技術(shù)方案包括搭載高清相機(jī)進(jìn)行河道表觀特征識(shí)別，通過(guò)投放式傳感器測(cè)量ph值、溶解氧等基礎(chǔ)參數(shù)，以及利用熱紅外相機(jī)進(jìn)行溫度場(chǎng)監(jiān)測(cè)等。在數(shù)據(jù)處理方面，主要采用基于經(jīng)驗(yàn)閾值的異常檢測(cè)方法，通過(guò)簡(jiǎn)單的統(tǒng)計(jì)分析進(jìn)行水質(zhì)評(píng)估，并基于固定路徑規(guī)劃進(jìn)行巡檢任務(wù)執(zhí)行。數(shù)據(jù)傳輸多采用單一的無(wú)線通信方式，采樣頻率和采樣深度往往是預(yù)先設(shè)定的固定值。

3、然而，現(xiàn)有技術(shù)方案仍存在一些亟待解決的具體問(wèn)題：一是采樣參數(shù)的動(dòng)態(tài)調(diào)整能力不足，難以根據(jù)水質(zhì)變化趨勢(shì)自適應(yīng)地調(diào)整采樣頻率和采樣位置，導(dǎo)致在關(guān)鍵時(shí)期可能錯(cuò)過(guò)重要數(shù)據(jù)；二是多源數(shù)據(jù)的融合處理效果欠佳，各類傳感器數(shù)據(jù)之間存在時(shí)空不對(duì)齊、測(cè)量誤差累積等問(wèn)題，影響監(jiān)測(cè)結(jié)果的可靠性；三是異常模式的識(shí)別精度不高，特別是在面對(duì)多參數(shù)耦合導(dǎo)致的復(fù)合型異常時(shí)，難以準(zhǔn)確判斷異常的類型和程度；四是巡檢路徑的優(yōu)化不夠智能，未能充分考慮風(fēng)險(xiǎn)等級(jí)、資源約束等動(dòng)態(tài)因素，影響監(jiān)測(cè)效率；五是環(huán)境因素的補(bǔ)償機(jī)制不完善，溫度、濕度、氣壓等環(huán)境參數(shù)對(duì)測(cè)量結(jié)果的影響未能得到有效消除；六是預(yù)警決策的響應(yīng)速度較慢，從異常檢測(cè)到方案生成的過(guò)程中存在多個(gè)手動(dòng)介入環(huán)節(jié)，難以實(shí)現(xiàn)快速響應(yīng)。這些技術(shù)問(wèn)題的存在，制約了無(wú)人機(jī)水文采樣巡檢系統(tǒng)的實(shí)際應(yīng)用效果。

技術(shù)實(shí)現(xiàn)思路

1、發(fā)明目的，提供一種基于無(wú)人機(jī)的河道水文采樣巡檢方法及系統(tǒng)，以解決現(xiàn)有技術(shù)存在的上述問(wèn)題。

2、技術(shù)方案，基于無(wú)人機(jī)的河道水文采樣巡檢方法，包括如下步驟：

3、s1、采集無(wú)人機(jī)搭載的多參數(shù)傳感器所獲取的水體參數(shù)數(shù)據(jù)，結(jié)合環(huán)境傳感器采集的環(huán)境數(shù)據(jù)，生成初始數(shù)據(jù)集；基于初始數(shù)據(jù)集，生成各參數(shù)的變化率序列和參數(shù)權(quán)重矩陣，計(jì)算綜合變化指數(shù)，確定動(dòng)態(tài)采樣率序列；基于動(dòng)態(tài)采樣率序列，進(jìn)行多參數(shù)交叉驗(yàn)證和環(huán)境補(bǔ)償，得到標(biāo)準(zhǔn)化參數(shù)序列；基于標(biāo)準(zhǔn)化參數(shù)序列，構(gòu)建數(shù)據(jù)流張量，并進(jìn)行張量分解和重構(gòu)，輸出重構(gòu)數(shù)據(jù)流和重構(gòu)質(zhì)量評(píng)估指標(biāo)；其中水體參數(shù)數(shù)據(jù)包括實(shí)時(shí)溫度數(shù)據(jù)、ph值數(shù)據(jù)、電導(dǎo)率數(shù)據(jù)、濁度數(shù)據(jù)和流速數(shù)據(jù)；其中環(huán)境數(shù)據(jù)包括氣溫?cái)?shù)據(jù)、濕度數(shù)據(jù)、氣壓數(shù)據(jù)和風(fēng)速數(shù)據(jù)；

4、s2、基于重構(gòu)數(shù)據(jù)流和重構(gòu)質(zhì)量評(píng)估指標(biāo)，構(gòu)建特征空間映射函數(shù)，生成水文特征序列；基于水文特征序列，構(gòu)建模式識(shí)別張量，執(zhí)行動(dòng)態(tài)聚類運(yùn)算，得到水文模式類別；基于水文模式類別，構(gòu)建狀態(tài)轉(zhuǎn)移矩陣，分析狀態(tài)演變過(guò)程，計(jì)算狀態(tài)穩(wěn)定性指數(shù)；基于狀態(tài)轉(zhuǎn)移矩陣和狀態(tài)穩(wěn)定性指數(shù)，構(gòu)建趨勢(shì)預(yù)測(cè)模型，得到預(yù)測(cè)結(jié)果和不確定性指標(biāo)；

5、s3、基于預(yù)測(cè)結(jié)果、不確定性指標(biāo)和重構(gòu)數(shù)據(jù)流，構(gòu)建異常檢測(cè)矩陣，計(jì)算異常度量序列；基于異常度量序列和水文模式類別，構(gòu)建因果網(wǎng)絡(luò)，對(duì)異常源頭進(jìn)行追蹤，得到追蹤結(jié)果；基于追蹤結(jié)果，進(jìn)行風(fēng)險(xiǎn)評(píng)估和分級(jí)，生成應(yīng)急決策方案，包括最優(yōu)決策序列和決策質(zhì)量評(píng)估指標(biāo)；基于應(yīng)急決策方案，生成巡檢策略，得到巡檢路徑和效率評(píng)估指標(biāo)；

6、s4、基于巡檢路徑、效率評(píng)估指標(biāo)、決策質(zhì)量評(píng)估指標(biāo)和重構(gòu)質(zhì)量評(píng)估指標(biāo)，構(gòu)建性能評(píng)估張量，計(jì)算系統(tǒng)性能得分；基于系統(tǒng)性能得分，優(yōu)化資源配置方案，得到資源配置結(jié)果；基于資源配置結(jié)果，動(dòng)態(tài)調(diào)整系統(tǒng)參數(shù)，更新趨勢(shì)預(yù)測(cè)模型。

7、基于無(wú)人機(jī)的河道水文采樣巡檢系統(tǒng)，包括：

8、至少一個(gè)處理器；以及，

9、與至少一個(gè)所述處理器通信連接的存儲(chǔ)器；其中，

10、所述存儲(chǔ)器存儲(chǔ)有可被所述處理器執(zhí)行的指令，所述指令用于被所述處理器執(zhí)行以實(shí)現(xiàn)所述的基于無(wú)人機(jī)的河道水文采樣巡檢方法。

11、有益效果，本發(fā)明通過(guò)構(gòu)建完整的數(shù)據(jù)采集、處理、分析和決策支持體系，實(shí)現(xiàn)了河道水文監(jiān)測(cè)的智能化和精確化，不僅提升了數(shù)據(jù)采樣的效率和可靠性，還提升了異常檢測(cè)準(zhǔn)確率和風(fēng)險(xiǎn)評(píng)估的準(zhǔn)確率，縮短了響應(yīng)時(shí)間降低了運(yùn)行成本，提高了河道水文監(jiān)測(cè)的管理效率。

技術(shù)特征：

1.基于無(wú)人機(jī)的河道水文采樣巡檢方法，其特征在于，包括如下步驟：

2.根據(jù)權(quán)利要求1所述的基于無(wú)人機(jī)的河道水文采樣巡檢方法，其特征在于，步驟s1進(jìn)一步為：

3.根據(jù)權(quán)利要求2所述的基于無(wú)人機(jī)的河道水文采樣巡檢方法，其特征在于，步驟s2進(jìn)一步為：

4.根據(jù)權(quán)利要求3所述的基于無(wú)人機(jī)的河道水文采樣巡檢方法，其特征在于，步驟s3進(jìn)一步為：

5.根據(jù)權(quán)利要求4所述的基于無(wú)人機(jī)的河道水文采樣巡檢方法，其特征在于，步驟s4進(jìn)一步為：

6.根據(jù)權(quán)利要求5所述的基于無(wú)人機(jī)的河道水文采樣巡檢方法，其特征在于，步驟s11進(jìn)一步為：

7.根據(jù)權(quán)利要求5所述的基于無(wú)人機(jī)的河道水文采樣巡檢方法，其特征在于，步驟s14進(jìn)一步為：

8.根據(jù)權(quán)利要求5所述的基于無(wú)人機(jī)的河道水文采樣巡檢方法，其特征在于，步驟s22進(jìn)一步為：

9.根據(jù)權(quán)利要求5所述的基于無(wú)人機(jī)的河道水文采樣巡檢方法，其特征在于，步驟s32進(jìn)一步為：

10.基于無(wú)人機(jī)的河道水文采樣巡檢系統(tǒng)，其特征在于，包括：

技術(shù)總結(jié)
本發(fā)明公開(kāi)了一種基于無(wú)人機(jī)的河道水文采樣巡檢方法及系統(tǒng)，該方法包括采集無(wú)人機(jī)多參數(shù)傳感器數(shù)據(jù)，通過(guò)增強(qiáng)型差分率自適應(yīng)采樣算法確定動(dòng)態(tài)采樣率，進(jìn)行多參數(shù)交叉驗(yàn)證和環(huán)境補(bǔ)償，最后重構(gòu)數(shù)據(jù)流；采用水文特征提取變換算法和水文模式識(shí)別算法，識(shí)別水文模式，分析狀態(tài)演變過(guò)程，預(yù)測(cè)發(fā)展趨勢(shì)；采用多尺度異常檢測(cè)算法識(shí)別異常，通過(guò)因果鏈追溯算法定位異常源，進(jìn)行風(fēng)險(xiǎn)評(píng)估分級(jí)，生成應(yīng)急決策方案，優(yōu)化巡檢策略；評(píng)估系統(tǒng)性能，優(yōu)化資源配置，動(dòng)態(tài)調(diào)整參數(shù)，更新預(yù)測(cè)模型。本發(fā)明提高了河道水文監(jiān)測(cè)的智能化水平，提升了采樣效率和異常檢測(cè)準(zhǔn)確率，縮短了決策響應(yīng)時(shí)間。

技術(shù)研發(fā)人員：王亞坤,向衍,張凱,戴波,劉成棟,沈光澤,孟穎,楊鑫,周鳳杰
受保護(hù)的技術(shù)使用者：水利部交通運(yùn)輸部國(guó)家能源局南京水利科學(xué)研究院
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/19