CN116202590A - 一种城区河道大数据监测液位告警***及方法 - Google Patents
一种城区河道大数据监测液位告警***及方法 Download PDFInfo
- Publication number
- CN116202590A CN116202590A CN202310209971.6A CN202310209971A CN116202590A CN 116202590 A CN116202590 A CN 116202590A CN 202310209971 A CN202310209971 A CN 202310209971A CN 116202590 A CN116202590 A CN 116202590A
- Authority
- CN
- China
- Prior art keywords
- area
- river
- monitoring
- river channel
- liquid level
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
- G01F23/00—Indicating or measuring liquid level or level of fluent solid material, e.g. indicating in terms of volume or indicating by means of an alarm
- G01F23/0007—Indicating or measuring liquid level or level of fluent solid material, e.g. indicating in terms of volume or indicating by means of an alarm for discrete indicating and measuring
- G01F23/0015—Indicating or measuring liquid level or level of fluent solid material, e.g. indicating in terms of volume or indicating by means of an alarm for discrete indicating and measuring with a whistle or other sonorous signal
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
Landscapes
- Physics & Mathematics (AREA)
- Fluid Mechanics (AREA)
- General Physics & Mathematics (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种城区河道大数据监测液位告警***及方法,包括监测数据库建立模块、河道数据采集控制模块、图像数据分析模块和异常分析模块;监测数据库建立模块预先建立监测数据库,河道数据采集控制模块获取河道在监测过程中采集的某一区域的区域图像,图像数据分析模块用于分析河道俯视图并获取一级河道区域在区域图像中的河道宽度占比;异常分析模块用于在获取河道堤坝局部图后,监测区域图像中存在河道堤坝水痕差值大于等于河道堤坝水痕阈值的河道区域时,设该监测图像中对应的区域为疑似危险区域,对疑似危险区域进行分析,判断是否传输告警信息。
Description
技术领域
本发明涉及液位告警***技术领域,具体为一种城区河道大数据监测液位告警***及方法。
背景技术
目前,我国城区的河道错综复杂,一些河道被树木遮挡不易观测河道内液位的变化,以及在一些无遮挡的河道上,由于水面的宽广、河道延伸的走势蜿蜒复杂,也不易实时监测河道的液位变化;而且水流的不确定性容易导致的河道短时间液位上升但并未造成严重影响,此时会给监测人员带来过多的监测负担,从而不能实际掌握真正河道液位发生异常变化的情况。
发明内容
本发明的目的在于提供一种城区河道大数据监测液位告警***及方法,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:一种城区河道大数据监测液位告警***,包括监测数据库建立模块、河道数据采集控制模块、图像数据分析模块和异常分析模块;
监测数据库建立模块预先建立监测数据库,监测数据库用于存储监测区域,监测区域包括河道明线区域和河道暗线区域,河道明线区域包括一级河道区域和二级河道区域,河道明线区域为上方无遮挡的河道区域,河道暗线区域为上方存在遮挡物的河道区域;河道数据采集控制模块获取河道在监测过程中采集的某一区域的区域图像,区域图像包括河道俯视图和河道堤坝局部图,图像数据分析模块用于分析河道俯视图并获取一级河道区域在区域图像中的河道宽度占比,如果河道宽度占比大于等于平均河道宽度占比阈值,那么液位告警***以一级时长持续监测该区域的液位变化并采集图像数据,如果河道宽度占比小于平均河道宽度占比阈值,液位告警***以二级时长持续监测该区域的液位变化并采集图像数据;其中,一级时长大于二级时长;异常分析模块用于在获取河道堤坝局部图后,监测区域图像中存在河道堤坝水痕差值大于等于河道堤坝水痕阈值的河道区域时,设监测区域图像中对应的区域为疑似危险区域,对疑似危险区域进行分析,判断是否传输告警信息。
进一步的,异常分析模块包括区域位置判定模块、深度分析模块和警报传输模块;区域位置判定模块用于获取疑似危险区域的所属位置,当疑似危险区域所属位置为一级河道区域或二级河道区域时,传输报警信息令警报传输模块工作;区域位置判定模块判定疑似危险区域为河道暗线区域时,深度分析模块监测该区域的河道堤坝水痕差值以及河道周围植物的生长变化判断是否传输报警信息令警报传输模块工作。
进一步的,监测数据库建立模块包括区域划分模块、液位因子指数计算比较模块、鸟兽流量指数计算比较模块和颜色指数计算比较模块;
区域划分模块预先将河道明线区域平均划分为若干个监测区域,液位因子指数计算比较模块用于计算各个监测区域内的液位因子的数量p以及各个液位因子之间的平均距离q,则任意监测区域内的液位因子指数e=p/q,其中液位因子包括但不限于水库、积雪一切对河道液位造成影响的因子;当某个监测区域内的液位因子指数大于等于参考液位因子指数阈值时,令该监测区域为一级河道区域;
当某个监测区域内的液位因子指数小于参考液位因子指数阈值时;鸟兽流量指数计算比较模块采集单位监测时间内该监测区域河道上空的鸟兽流量情况,并计算鸟兽流量指数 其中k表示在单位监测时间内鸟兽距离水面的距离小于等于0的个数,x表示在单位监测时间内鸟兽出现在监测河道上方的个数,i表示单位监测时间内河道上方出现鸟兽的次数,wi表示第i次鸟兽出现在河道上方停留的时长,当该监测区域的鸟兽流量指数大于等于鸟兽流量参考阈值时,令该监测区域为一级河道区域;
当该监测区域的鸟兽流量指数小于鸟兽流量参考阈值时,颜色指数计算比较模块获取监测区域内的图像数据,并将图像数据中河道内河流的色彩进行灰度值处理,设为原始灰度值,颜色指数计算比较模块获取单位监测时间内相邻间隔时间内灰度值与原始灰度值的差值为灰度值差值集合,如果灰度值差值集合内的数值大小均大于0,那么该监测区域为一级河道区域,否则,该监测区域为二级河道区域。
进一步的,深层分析模块包括第一宽度采集比较模块、植物倾斜角度监测模块、时长设定模块和宽度差值比较模块;
第一宽度采集比较模块获取疑似危险区域的河道宽度为第一宽度g0,且第一宽度大于危险宽度阈值时,植物倾斜角度监测模块识别疑似危险区域周围是否存在树木,当存在树木时,获取该树木与垂直方向上的倾斜角度为初始角度,间隔二级时长后,植物倾斜角度监测模块获取河道宽度不变区域内是否存在其他树木的倾斜角度小于等于倾斜角度阈值,如果存在其他树木的倾斜角度小于等于倾斜角度阈值,液位监测***采集下一个监测区域的图像信息,否则时长设定模块设定监测时长为一级时长持续监测该区域的区域图像;宽度差值比较模块获取间隔一级时长后河道堤坝水痕差值大于等于河道堤坝水痕差值阈值的区域的河道宽度为第二宽度g1,如果第二宽度与第一宽度数值之差g0-g1大于宽度差值阈值,那么传输报警信息。
一种城区河道大数据监测液位告警方法,告警方法包括以下步骤:
预先建立监测数据库,监测数据库用于存储监测区域,监测区域包括河道明线区域和河道暗线区域,河道明线区域包括一级河道区域和二级河道区域,河道明线区域为上方无遮挡的河道区域,河道暗线区域为上方存在遮挡物的河道区域;
城区河道的分布复杂多样,有些河道宽而大无遮挡物较容易分析观察,但也存在一些河道周围树木等植物繁多,加上自身河道宽度不够很容易形成一种暗线的河道;
获取河道在监测过程中采集的某一区域的区域图像,区域图像包括河道俯视图和河道堤坝局部图;河道俯视图可以获取河道的图像宽度以及河道上方是否存在飞禽,河道堤坝局部图可以获取河道内的水量在增加的时候拍打两岸留下的痕迹。
分析河道俯视图并获取一级河道区域在区域图像中的河道宽度占比,如果河道宽度占比大于等于平均河道宽度占比阈值,以一级时长持续监测该区域的液位变化并采集图像数据,如果河道宽度占比小于平均河道宽度占比阈值,以二级时长持续监测该区域的液位变化并采集图像数据;其中,一级时长大于二级时长;
获取河道宽度占比反应了在河道液位异常时不同宽度的河道容纳的水量不同,造成的影响严重程度也不同;故在不同宽度的河道利用不同的时长进行监测可以快速有效的发现河道液位的异常。
在获取河道堤坝局部图后,监测区域图像中存在河道堤坝水痕差值大于等于河道堤坝水痕阈值的河道区域时,设监测区域图像中对应的区域为疑似危险区域,对疑似危险区域进行分析,判断是否传输告警信息。河道堤坝水痕差值越大说明河道内水量产生变化,由于水量的突增造成的水面情况不稳定带来的痕迹,可以间接说明河道液位上升的可能性较大。
进一步的,对疑似危险区域进行分析包括:
获取疑似危险区域的所属位置,当疑似危险区域所属位置为一级河道区域或二级河道区域时,传输报警信息;
当疑似危险区域为河道暗线区域时,监测该区域的河道堤坝水痕差值以及河道周围植物的生长变化,判断是否传输报警信息。
进一步的,监测该区域的河道堤坝水痕差值以及河道周围植物的生长变化包括以下过程:
获取疑似危险区域的河道宽度为第一宽度g0,且第一宽度大于危险宽度阈值时,识别疑似危险区域周围是否存在树木,当存在树木时,获取该树木与垂直方向上的倾斜角度为初始角度;当小的暗线河道发生液位变化时,一点的水量就会让液位有较明显的上升,识别到可能性也越高,监测发现异常的速度较快,造成的危险性也就越小。
间隔二级时长后,获取河道宽度不变区域内是否存在其他树木的倾斜角度小于等于倾斜角度阈值,如果存在其他树木的倾斜角度小于等于倾斜角度阈值,采集下一个监测区域的图像信息;
否则,设定监测时长为一级时长持续监测该区域的区域图像;
获取间隔一级时长后河道堤坝水痕差值大于等于河道堤坝水痕差值阈值的区域的河道宽度为第二宽度g1,如果第二宽度与第一宽度数值之差g0-g1大于宽度差值阈值,那么传输报警信息。
因为在河道两旁的树木生长的过程中,总会出现类似“向水性”这种情况的生长趋势,如果在一定时间范围,河道两侧的树木倾斜角度变化在阈值范围内,说明该树木生长地所属的河道没有明显的水位变化;所以在监测树木倾斜角度变化的同时进一步确定水痕差值对应河道宽度的改变,因为有时树木的倾斜受到一些其他因素,比如集中的农田废水的排放,使得树木倾斜角度和河道堤坝水痕差值产生变化,但此时可能并不能够造成整体河道的异常或者严重影响,故进一步的获取水痕差值变化对应的河道宽度可以确定是局部的因素影响还是广泛严重的河道水位异常。
进一步的,预先建立监测数据库包括:
预先将河道明线区域平均划分为若干个监测区域;
获取各个监测区域内的液位因子的数量p以及各个液位因子之间的平均距离q,则任意监测区域内的液位因子指数e=p/q,其中液位因子包括但不限于水库、积雪一切对河道液位造成影响的因子;
在河道周围如果分布有水库以及容易存储积雪的地势就有可能造成河道液位的异常变化;
当某个监测区域内的液位因子指数大于等于参考液位因子指数阈值时,令该监测区域为一级河道区域;
当某个监测区域内的液位因子指数小于参考液位因子指数阈值时;
采集单位监测时间内该监测区域河道上空的鸟兽流量情况,并计算鸟兽流量指数 其中k表示在单位监测时间内鸟兽距离水面的距离小于等于0的个数,x表示在单位监测时间内鸟兽出现在监测河道上方的个数,i表示单位监测时间内河道上方出现鸟兽的次数,wi表示第i次鸟兽出现在河道上方停留的时长,当该监测区域的鸟兽流量指数大于等于鸟兽流量参考阈值时,令该监测区域为一级河道区域;
在一些情况下,当河道内的水位上升时,河道水体内会繁衍出很多水生物,比如鱼类的增多,藻类的增多;此时会进一步造成一些通过捕鱼为生的鸟兽在该河道上方捕食的可能性增大;
当该监测区域的鸟兽流量指数小于鸟兽流量参考阈值时,获取监测区域内的图像数据,并将图像数据中河道内河流的色彩进行灰度值处理,设为原始灰度值;并获取单位监测时间内相邻间隔时间内灰度值与原始灰度值的差值为灰度值差值集合,如果灰度值差值集合内的数值大小均大于0,那么该监测区域为一级河道区域,否则,该监测区域为二级河道区域。
当河道内的水量增多时,往往会伴随着一些淤泥与藻类的沉淀,河道水量的增多一般会使得水体的颜色发生一定的改变,根据相关文献《大湖池水体透明度、水位及两者之间关系分析》可知大湖池水体透明度与水位具有显著的相关性;以及环球科学发布的《科学探索:河流的颜色能显示它的变化》中说明了河流颜色和水位存在一定的关系;
故根据图像的色彩进行处理设定灰度值,无论初始灰度值为多少,在颜色发生变化时,灰度值一定会改变,故随时间的变化水体颜色逐渐变化的情况下,图像的灰度值也会产生规律的增大或减小。
与现有技术相比,本发明所达到的有益效果是:本发明从多方面对河道的液位进行分析监测,不仅将河道的明暗程度进行区分,在宽广、容易观测的河道进行不同的分析手段来获取监测的重要区域,对于一些暗线的河道进行周边影响因素的分析来确定河道的液位变化;使得对河道的监测根据河道不同的特殊性质进行有针对性的分析,提高液位监测***的监测效率以及确定液位异常的真实性。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本发明一种城区河道大数据监测液位告警***的结构示意图;
图2是本发明一种城区河道大数据监测液位告警方法的流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1-图2,本发明提供技术方案:一种城区河道大数据监测液位告警***,包括监测数据库建立模块、河道数据采集控制模块、图像数据分析模块和异常分析模块;
监测数据库建立模块预先建立监测数据库,监测数据库用于存储监测区域,监测区域包括河道明线区域和河道暗线区域,河道明线区域包括一级河道区域和二级河道区域,河道明线区域为上方无遮挡的河道区域,河道暗线区域为上方存在遮挡物的河道区域;河道数据采集控制模块获取河道在监测过程中采集的某一区域的区域图像,区域图像包括河道俯视图和河道堤坝局部图,图像数据分析模块用于分析河道俯视图并获取一级河道区域在区域图像中的河道宽度占比,如果河道宽度占比大于等于平均河道宽度占比阈值,那么液位告警***以一级时长持续监测该区域的液位变化并采集图像数据,如果河道宽度占比小于平均河道宽度占比阈值,液位告警***以二级时长持续监测该区域的液位变化并采集图像数据;其中,一级时长大于二级时长;异常分析模块用于在获取河道堤坝局部图后,监测区域图像中存在河道堤坝水痕差值大于等于河道堤坝水痕阈值的河道区域时,设监测区域图像中对应的区域为疑似危险区域,对疑似危险区域进行分析,判断是否传输告警信息。
异常分析模块包括区域位置判定模块、深度分析模块和警报传输模块;区域位置判定模块用于获取疑似危险区域的所属位置,当疑似危险区域所属位置为一级河道区域或二级河道区域时,传输报警信息令警报传输模块工作;区域位置判定模块判定疑似危险区域为河道暗线区域时,深度分析模块监测该区域的河道堤坝水痕差值以及河道周围植物的生长变化判断是否传输报警信息令警报传输模块工作。
监测数据库建立模块包括区域划分模块、液位因子指数计算比较模块、鸟兽流量指数计算比较模块和颜色指数计算比较模块;
区域划分模块预先将河道明线区域平均划分为若干个监测区域,液位因子指数计算比较模块用于计算各个监测区域内的液位因子的数量p以及各个液位因子之间的平均距离q,则任意监测区域内的液位因子指数e=p/q,其中液位因子包括但不限于水库、积雪一切对河道液位造成影响的因子;当某个监测区域内的液位因子指数大于等于参考液位因子指数阈值时,令该监测区域为一级河道区域;
当某个监测区域内的液位因子指数小于参考液位因子指数阈值时;鸟兽流量指数计算比较模块采集单位监测时间内该监测区域河道上空的鸟兽流量情况,并计算鸟兽流量指数 其中k表示在单位监测时间内鸟兽距离水面的距离小于等于0的个数,x表示在单位监测时间内鸟兽出现在监测河道上方的个数,i表示单位监测时间内河道上方出现鸟兽的次数,wi表示第i次鸟兽出现在河道上方停留的时长,当该监测区域的鸟兽流量指数大于等于鸟兽流量参考阈值时,令该监测区域为一级河道区域;
当该监测区域的鸟兽流量指数小于鸟兽流量参考阈值时,颜色指数计算比较模块获取监测区域内的图像数据,并将图像数据中河道内河流的色彩进行灰度值处理,设为原始灰度值,颜色指数计算比较模块获取单位监测时间内相邻间隔时间内灰度值与原始灰度值的差值为灰度值差值集合,如果灰度值差值集合内的数值大小均大于0,那么该监测区域为一级河道区域,否则,该监测区域为二级河道区域。
深层分析模块包括第一宽度采集比较模块、植物倾斜角度监测模块、时长设定模块和宽度差值比较模块;
第一宽度采集比较模块获取疑似危险区域的河道宽度为第一宽度g0,且第一宽度大于危险宽度阈值时,植物倾斜角度监测模块识别疑似危险区域周围是否存在树木,当存在树木时,获取该树木与垂直方向上的倾斜角度为初始角度,间隔二级时长后,植物倾斜角度监测模块获取河道宽度不变区域内是否存在其他树木的倾斜角度小于等于倾斜角度阈值,如果存在其他树木的倾斜角度小于等于倾斜角度阈值,液位监测***采集下一个监测区域的图像信息,否则时长设定模块设定监测时长为一级时长持续监测该区域的区域图像;宽度差值比较模块获取间隔一级时长后河道堤坝水痕差值大于等于河道堤坝水痕差值阈值的区域的河道宽度为第二宽度g1,如果第二宽度与第一宽度数值之差g0-g1大于宽度差值阈值,那么传输报警信息。
一种城区河道大数据监测液位告警方法,告警方法包括以下步骤:
预先建立监测数据库,监测数据库用于存储监测区域,监测区域包括河道明线区域和河道暗线区域,河道明线区域包括一级河道区域和二级河道区域,河道明线区域为上方无遮挡的河道区域,河道暗线区域为上方存在遮挡物的河道区域;
城区河道的分布复杂多样,有些河道宽而大无遮挡物较容易分析观察,但也存在一些河道周围树木等植物繁多,加上自身河道宽度不够很容易形成一种暗线的河道;
获取河道在监测过程中采集的某一区域的区域图像,区域图像包括河道俯视图和河道堤坝局部图;河道俯视图可以获取河道的图像宽度以及河道上方是否存在飞禽,河道堤坝局部图可以获取河道内的水量在增加的时候拍打两岸留下的痕迹。
分析河道俯视图并获取一级河道区域在区域图像中的河道宽度占比,如果河道宽度占比大于等于平均河道宽度占比阈值,以一级时长持续监测该区域的液位变化并采集图像数据,如果河道宽度占比小于平均河道宽度占比阈值,以二级时长持续监测该区域的液位变化并采集图像数据;其中,一级时长大于二级时长;
获取河道宽度占比反应了在河道液位异常时不同宽度的河道容纳的水量不同,造成的影响严重程度也不同;故在不同宽度的河道利用不同的时长进行监测可以快速有效的发现河道液位的异常。
在获取河道堤坝局部图后,监测区域图像中存在河道堤坝水痕差值大于等于河道堤坝水痕阈值的河道区域时,设监测区域图像中对应的区域为疑似危险区域,对疑似危险区域进行分析,判断是否传输告警信息。河道堤坝水痕差值越大说明河道内水量产生变化,由于水量的突增造成的水面情况不稳定带来的痕迹,可以间接说明河道液位上升的可能性较大。
对疑似危险区域进行分析包括:
获取疑似危险区域的所属位置,当疑似危险区域所属位置为一级河道区域或二级河道区域时,传输报警信息;
当疑似危险区域为河道暗线区域时,监测该区域的河道堤坝水痕差值以及河道周围植物的生长变化,判断是否传输报警信息。
监测该区域的河道堤坝水痕差值以及河道周围植物的生长变化包括以下过程:
获取疑似危险区域的河道宽度为第一宽度g0,且第一宽度大于危险宽度阈值时,识别疑似危险区域周围是否存在树木,当存在树木时,获取该树木与垂直方向上的倾斜角度为初始角度;当小的暗线河道发生液位变化时,一点的水量就会让液位有较明显的上升,识别到可能性也越高,监测发现异常的速度较快,造成的危险性也就越小。
间隔二级时长后,获取河道宽度不变区域内是否存在其他树木的倾斜角度小于等于倾斜角度阈值,如果存在其他树木的倾斜角度小于等于倾斜角度阈值,采集下一个监测区域的图像信息;
否则,设定监测时长为一级时长持续监测该区域的区域图像;
获取间隔一级时长后河道堤坝水痕差值大于等于河道堤坝水痕差值阈值的区域的河道宽度为第二宽度g1,如果第二宽度与第一宽度数值之差g0-g1大于宽度差值阈值,那么传输报警信息。
因为在河道两旁的树木生长的过程中,总会出现类似“向水性”这种情况的生长趋势,如果在一定时间范围,河道两侧的树木倾斜角度变化在阈值范围内,说明该树木生长地所属的河道没有明显的水位变化;所以在监测树木倾斜角度变化的同时进一步确定水痕差值对应河道宽度的改变,因为有时树木的倾斜受到一些其他因素,比如集中的农田废水的排放,使得树木倾斜角度和河道堤坝水痕差值产生变化,但此时可能并不能够造成整体河道的异常或者严重影响,故进一步的获取水痕差值变化对应的河道宽度可以确定是局部的因素影响还是广泛严重的河道水位异常。
预先建立监测数据库包括:
预先将河道明线区域平均划分为若干个监测区域;
获取各个监测区域内的液位因子的数量p以及各个液位因子之间的平均距离q,则任意监测区域内的液位因子指数e=p/q,其中液位因子包括但不限于水库、积雪一切对河道液位造成影响的因子;
在河道周围如果分布有水库以及容易存储积雪的地势就有可能造成河道液位的异常变化;
当某个监测区域内的液位因子指数大于等于参考液位因子指数阈值时,令该监测区域为一级河道区域;
当某个监测区域内的液位因子指数小于参考液位因子指数阈值时;
采集单位监测时间内该监测区域河道上空的鸟兽流量情况,并计算鸟兽流量指数 其中k表示在单位监测时间内鸟兽距离水面的距离小于等于0的个数,x表示在单位监测时间内鸟兽出现在监测河道上方的个数,i表示单位监测时间内河道上方出现鸟兽的次数,wi表示第i次鸟兽出现在河道上方停留的时长,当该监测区域的鸟兽流量指数大于等于鸟兽流量参考阈值时,令该监测区域为一级河道区域;
在一些情况下,当河道内的水位上升时,河道水体内会繁衍出很多水生物,比如鱼类的增多,藻类的增多;此时会进一步造成一些通过捕鱼为生的鸟兽在该河道上方捕食的可能性增大;
当该监测区域的鸟兽流量指数小于鸟兽流量参考阈值时,获取监测区域内的图像数据,并将图像数据中河道内河流的色彩进行灰度值处理,设为原始灰度值;并获取单位监测时间内相邻间隔时间内灰度值与原始灰度值的差值为灰度值差值集合,如果灰度值差值集合内的数值大小均大于0,那么该监测区域为一级河道区域,否则,该监测区域为二级河道区域。
如设置图像数据的原始灰度值为255,当河流的颜色逐渐变深时,相邻时间间隔内的灰度值可能会存在为248、237、179、102,则灰度值差值集合为{7、11、58、77},灰度值差值集合内的数值大小均大于0;此监测区域为一级河道区域。
当河道内的水量增多时,往往会伴随着一些淤泥与藻类的沉淀,河道水量的增多必定会使得水体的颜色发生一定的改变;根据相关文献《大湖池水体透明度、水位及两者之间关系分析》可知大湖池水体透明度与水位具有显著的相关性;以及环球科学发布的《科学探索:河流的颜色能显示它的变化》中说明了河流颜色和水位存在一定的关系;
故根据图像的色彩进行处理设定灰度值,无论初始灰度值为多少,在颜色发生变化时,灰度值一定会改变,故随时间的变化水体颜色逐渐变化的情况下,图像的灰度值也会产生规律的增大或减小。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种城区河道大数据监测液位告警***,其特征在于,包括监测数据库建立模块、河道数据采集控制模块、图像数据分析模块和异常分析模块;
所述监测数据库建立模块预先建立监测数据库,所述监测数据库用于存储监测区域,所述监测区域包括河道明线区域和河道暗线区域,所述河道明线区域包括一级河道区域和二级河道区域,所述河道明线区域为上方无遮挡的河道区域,所述河道暗线区域为上方存在遮挡物的河道区域;所述河道数据采集控制模块获取河道在监测过程中采集的某一区域的区域图像,所述区域图像包括河道俯视图和河道堤坝局部图,所述图像数据分析模块用于分析河道俯视图并获取一级河道区域在区域图像中的河道宽度占比,如果河道宽度占比大于等于平均河道宽度占比阈值,那么液位告警***以一级时长持续监测该区域的液位变化并采集图像数据,如果河道宽度占比小于平均河道宽度占比阈值,液位告警***以二级时长持续监测该区域的液位变化并采集图像数据;其中,一级时长大于二级时长;所述异常分析模块用于在获取所述河道堤坝局部图后,监测区域图像中存在河道堤坝水痕差值大于等于河道堤坝水痕阈值的河道区域时,设监测区域图像中对应的区域为疑似危险区域,对疑似危险区域进行分析,判断是否传输告警信息。
2.根据权利要求1所述的一种城区河道大数据监测液位告警***,其特征在于:所述异常分析模块包括区域位置判定模块、深度分析模块和警报传输模块;所述区域位置判定模块用于获取所述疑似危险区域的所属位置,当疑似危险区域所属位置为一级河道区域或二级河道区域时,传输报警信息令所述警报传输模块工作;所述区域位置判定模块判定疑似危险区域为河道暗线区域时,所述深度分析模块监测该区域的河道堤坝水痕差值以及河道周围植物的生长变化判断是否传输报警信息令所述警报传输模块工作。
3.根据权利要求2所述的一种城区河道大数据监测液位告警***,其特征在于:所述监测数据库建立模块包括区域划分模块、液位因子指数计算比较模块、鸟兽流量指数计算比较模块和颜色指数计算比较模块;
所述区域划分模块预先将河道明线区域平均划分为若干个监测区域,所述液位因子指数计算比较模块用于计算各个监测区域内的液位因子的数量p以及各个液位因子之间的平均距离q,则任意监测区域内的液位因子指数e=p/q,其中所述液位因子包括但不限于水库、积雪一切对河道液位造成影响的因子;当某个监测区域内的液位因子指数大于等于参考液位因子指数阈值时,令该监测区域为一级河道区域;
当某个监测区域内的液位因子指数小于参考液位因子指数阈值时;所述鸟兽流量指数计算比较模块采集单位监测时间内该监测区域河道上空的鸟兽流量情况,并计算鸟兽流量指数其中k表示在单位监测时间内鸟兽距离水面的距离小于等于0的个数,x表示在单位监测时间内鸟兽出现在监测河道上方的个数,i表示单位监测时间内河道上方出现鸟兽的次数,wi表示第i次鸟兽出现在河道上方停留的时长,当该监测区域的鸟兽流量指数大于等于鸟兽流量参考阈值时,令该监测区域为一级河道区域;
当该监测区域的鸟兽流量指数小于鸟兽流量参考阈值时,所述颜色指数计算比较模块获取监测区域内的图像数据,并将图像数据中河道内河流的色彩进行灰度值处理,设为原始灰度值,所述颜色指数计算比较模块获取单位监测时间内相邻间隔时间内灰度值与原始灰度值的差值为灰度值差值集合,如果灰度值差值集合内的数值大小均大于0,那么该监测区域为一级河道区域,否则,该监测区域为二级河道区域。
4.根据权利要求3所述的一种城区河道大数据监测液位告警***,其特征在于:所述深层分析模块包括第一宽度采集比较模块、植物倾斜角度监测模块、时长设定模块和宽度差值比较模块;
所述第一宽度采集比较模块获取疑似危险区域的河道宽度为第一宽度g0,且第一宽度大于危险宽度阈值时,所述植物倾斜角度监测模块识别疑似危险区域周围是否存在树木,当存在树木时,获取该树木与垂直方向上的倾斜角度为初始角度,间隔二级时长后,所述植物倾斜角度监测模块获取河道宽度不变区域内是否存在其他树木的倾斜角度小于等于倾斜角度阈值,如果存在其他树木的倾斜角度小于等于倾斜角度阈值,液位监测***采集下一个监测区域的图像信息,否则所述时长设定模块设定监测时长为一级时长持续监测该区域的区域图像;所述宽度差值比较模块获取间隔一级时长后河道堤坝水痕差值大于等于河道堤坝水痕差值阈值的区域的河道宽度为第二宽度g1,如果第二宽度与第一宽度数值之差g0-g1大于宽度差值阈值,那么传输报警信息。
5.一种城区河道大数据监测液位告警方法,其特征在于:所述告警方法包括以下步骤:
预先建立监测数据库,所述监测数据库用于存储监测区域,所述监测区域包括河道明线区域和河道暗线区域,所述河道明线区域包括一级河道区域和二级河道区域,所述河道明线区域为上方无遮挡的河道区域,所述河道暗线区域为上方存在遮挡物的河道区域;
获取河道在监测过程中采集的某一区域的区域图像,所述区域图像包括河道俯视图和河道堤坝局部图;
分析河道俯视图并获取一级河道区域在区域图像中的河道宽度占比,如果河道宽度占比大于等于平均河道宽度占比阈值,以一级时长持续监测该区域的液位变化并采集图像数据,如果河道宽度占比小于平均河道宽度占比阈值,以二级时长持续监测该区域的液位变化并采集图像数据;其中,一级时长大于二级时长;
在获取所述河道堤坝局部图后,监测区域图像中存在河道堤坝水痕差值大于等于河道堤坝水痕阈值的河道区域时,设监测区域图像中对应的区域为疑似危险区域,对疑似危险区域进行分析,判断是否传输告警信息。
6.根据权利要求5所述的一种城区河道大数据监测液位告警方法,其特征在于:所述对疑似危险区域进行分析包括:
获取所述疑似危险区域的所属位置,当疑似危险区域所属位置为一级河道区域或二级河道区域时,传输报警信息;
当疑似危险区域为河道暗线区域时,监测该区域的河道堤坝水痕差值以及河道周围植物的生长变化,判断是否传输报警信息。
7.根据权利要求6所述的一种城区河道大数据监测液位告警方法,其特征在于:所述监测该区域的河道堤坝水痕差值以及河道周围植物的生长变化包括以下过程:
获取疑似危险区域的河道宽度为第一宽度g0,且第一宽度大于危险宽度阈值时,识别疑似危险区域周围是否存在树木,当存在树木时,获取该树木与垂直方向上的倾斜角度为初始角度;
间隔二级时长后,获取河道宽度不变区域内是否存在其他树木的倾斜角度小于等于倾斜角度阈值,如果存在其他树木的倾斜角度小于等于倾斜角度阈值,采集下一个监测区域的图像信息;
否则,设定监测时长为一级时长持续监测该区域的区域图像;
获取间隔一级时长后河道堤坝水痕差值大于等于河道堤坝水痕差值阈值的区域的河道宽度为第二宽度g1,如果第二宽度与第一宽度数值之差g0-g1大于宽度差值阈值,那么传输报警信息。
8.根据权利要求6所述的一种城区河道大数据监测液位告警方法,其特征在于:所述预先建立监测数据库包括:
预先将河道明线区域平均划分为若干个监测区域;
获取各个监测区域内的液位因子的数量p以及各个液位因子之间的平均距离q,则任意监测区域内的液位因子指数e=p/q,其中所述液位因子包括但不限于水库、积雪一切对河道液位造成影响的因子;
当某个监测区域内的液位因子指数大于等于参考液位因子指数阈值时,令该监测区域为一级河道区域;
当某个监测区域内的液位因子指数小于参考液位因子指数阈值时;
采集单位监测时间内该监测区域河道上空的鸟兽流量情况,并计算鸟兽流量指数 i={1,2,3......t},其中k表示在单位监测时间内鸟兽距离水面的距离小于等于0的个数,x表示在单位监测时间内鸟兽出现在监测河道上方的个数,i表示单位监测时间内河道上方出现鸟兽的次数,wi表示第i次鸟兽出现在河道上方停留的时长,当该监测区域的鸟兽流量指数大于等于鸟兽流量参考阈值时,令该监测区域为一级河道区域;
当该监测区域的鸟兽流量指数小于鸟兽流量参考阈值时,获取监测区域内的图像数据,并将图像数据中河道内河流的色彩进行灰度值处理,设为原始灰度值;并获取单位监测时间内相邻间隔时间内灰度值与原始灰度值的差值为灰度值差值集合,如果灰度值差值集合内的数值大小均大于0,那么该监测区域为一级河道区域,否则,该监测区域为二级河道区域。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310209971.6A CN116202590A (zh) | 2023-03-07 | 2023-03-07 | 一种城区河道大数据监测液位告警***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310209971.6A CN116202590A (zh) | 2023-03-07 | 2023-03-07 | 一种城区河道大数据监测液位告警***及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116202590A true CN116202590A (zh) | 2023-06-02 |
Family
ID=86518974
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310209971.6A Pending CN116202590A (zh) | 2023-03-07 | 2023-03-07 | 一种城区河道大数据监测液位告警***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116202590A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116681307A (zh) * | 2023-06-15 | 2023-09-01 | 黑龙江省水利科学研究院 | 基于多端融合反馈的河道四乱监管追溯显示方法及*** |
CN116777122A (zh) * | 2023-08-21 | 2023-09-19 | 安徽塔联智能科技有限责任公司 | 一种数字乡村综合治理ai预警平台 |
-
2023
- 2023-03-07 CN CN202310209971.6A patent/CN116202590A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116681307A (zh) * | 2023-06-15 | 2023-09-01 | 黑龙江省水利科学研究院 | 基于多端融合反馈的河道四乱监管追溯显示方法及*** |
CN116681307B (zh) * | 2023-06-15 | 2023-11-14 | 黑龙江省水利科学研究院 | 基于多端融合反馈的河道四乱监管追溯显示方法及*** |
CN116777122A (zh) * | 2023-08-21 | 2023-09-19 | 安徽塔联智能科技有限责任公司 | 一种数字乡村综合治理ai预警平台 |
CN116777122B (zh) * | 2023-08-21 | 2023-11-03 | 安徽塔联智能科技有限责任公司 | 一种数字乡村综合治理ai预警平台 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116202590A (zh) | 一种城区河道大数据监测液位告警***及方法 | |
Podesta et al. | Exploring the association between swordfish catch rates and thermal fronts on US longline grounds in the western North Atlantic | |
Limburg et al. | Patterns of fish spawning in Hudson River tributaries: response to an urban gradient? | |
KR101328026B1 (ko) | 수심별 프로파일링 기법을 활용한 수환경 모니터링 시스템 및 수환경 모니터링 방법 | |
Dean et al. | Disruption of an Atlantic cod spawning aggregation resulting from the opening of a directed gill-net fishery | |
CN116859815B (zh) | 一种用于水库泵站的实时监控预警***及方法 | |
CN116233370A (zh) | 基于水质监测的智能化视频监控方法 | |
CN216486750U (zh) | 河流水文数据定点采集装置 | |
KR20110103260A (ko) | 근거리 통신망을 이용한 양식장 관리 시스템 | |
CN109657200A (zh) | 一种确定湖泊水库蓝藻水华爆发几率的方法 | |
CN115294804A (zh) | 一种基于船舶状态监测的海缆安全预警方法及*** | |
Jónsdóttir et al. | Characteristic current flow through a stocked conical sea-cage with permeable lice shielding skirt | |
Tuchkovenko et al. | Modelling water exchange between coastal elongated lagoon and sea: influence of the morphometric characteristics of connecting channel on water renewal in lagoon | |
Ongwenyi et al. | An overview of the soil erosion and sedimentation problems in Kenya | |
CN113158762B (zh) | 大型湖库滨岸带蓝藻水华堆积风险评估方法 | |
CN113869683A (zh) | 核电厂冷源安全预警方法、装置、计算机设备和*** | |
Adams et al. | An evaluation of fish behavior upstream of the water temperature control tower at Cougar Dam, Oregon, using acoustic cameras, 2013 | |
KR101935968B1 (ko) | 센서가 인서트된 친환경 콘크리트블록의 앱기반 감지 정보 관리시스템 | |
Simpson | Occurrence, abundance, and associations of Topeka shiners and species of greatest conservation need in streams and oxbows of Iowa and Minnesota | |
CN112636233A (zh) | 一种海上风电海缆运维工艺 | |
Langrehr et al. | Evaluation of aquatic macrophyte community response to island construction in the Upper Mississippi River | |
Boyer et al. | Colorado River Fish Monitoring in the Grand Canyon, Arizona-2017 Annual Report | |
CN100455192C (zh) | 藻类的抑制方法 | |
Miller et al. | Annual Report: Juvenile fish monitoring during the 2014 and 2015 field seasons within the San Francisco Estuary, California | |
Copeland et al. | Idaho steelhead monitoring and evaluation studies |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |