基于人工智能的水质监测方法、系统、设备和介质技术方案

本公开提供了一种基于人工智能的水质监测方法、系统、设备和、介质，涉及人工智能领域，尤其涉及图像识别、视频分析技术，可应用在智慧城市、水质监测、智慧水务场景下。具体实现方案为：该方法包括：预先确定水体的每种水质特征参数的波段模拟计算信息；获取待监测水体的若干目标水质特征参数以及目标遥感监测数据；获取每种目标水质特征参数在预设影响波段下的目标波段信息；基于目标波段信息和波段模拟计算信息，获取对应的目标水质特征参数的目标水质特征模拟值；根据不同的目标水质特征模拟值，确定待监测水体的水质情况。整个过程无需额外的人工标注，有效地降低了投入成本，也提高了水质监测的精度、效率以及保证过程实现的快速与便捷。快速与便捷。快速与便捷。

【技术实现步骤摘要】
基于人工智能的水质监测方法、系统、设备和介质


[0001]本公开人工智能领域，具体涉及图像识别、视频分析技术，可应用在智慧城市、水质监测、智慧水务场景下，尤其涉及一种基于人工智能的水质监测方法、系统、设备、介质和计算机程序产品。

技术介绍

[0002]治理湖泊、内陆河等水域的基础是及时且准确地进行水质监测。目前，主要通过如下方式进行水体检测：
[0003](1)通过大范围地进行人工取样、人工水质监测来实现水体的水质监测，但是该方式存在成本高、实效性低、难度大等问题；
[0004](2)在获取遥感数据后，使用机器学习、深度学习等算法进行模型训练，在模型训练完成后，即可接受遥感图像作为输入，输出图像中水体的水质结果。但是，该方案需要专业人员对遥感图像进行非常准确的人工标注，需要具备一定的地质学信息才能很好地分辨一些区域；同时一张遥感图像的分辨率一般要远远高于自然图像，所以进行人工标注的成本会很高；另外，当标注数据质量低、数量少时，机器学习、深度学习方法往往达不到期望的模型效果，从而保证最终的水质监测准确性。

技术实现思路

[0005]本公开提供了一种基于人工智能的水质监测方法、系统、设备、介质和计算机程序产品，克服了现有技术中无法保证水质监测精度、监测效率较低等缺陷。
[0006]根据本公开的一方面，提供了一种水质监测方法，所述水质监测方法包括：
[0007]预先确定水体的每种水质特征参数对应的波段模拟计算信息；
[0008]获取待监测水体的若干目标水质特征参数；<br/>[0009]获取遥感卫星监测所述待监测水体时得到的目标遥感监测数据；
[0010]基于所述目标遥感监测数据，获取每种所述目标水质特征参数在对应的每个预设影响波段下的目标波段信息；
[0011]基于所述目标波段信息和所述波段模拟计算信息，获取对应的所述目标水质特征参数的目标水质特征模拟值；
[0012]根据不同的所述目标水质特征模拟值，确定所述待监测水体的水质情况。
[0013]根据本公开的另一方面，提供一种水质监测系统，所述水质监测系统包括：
[0014]模拟计算信息确定模块，用于预先确定水体的每种水质特征参数对应的波段模拟计算信息；
[0015]目标特征参数获取模块，用于获取待监测水体的若干目标水质特征参数；
[0016]目标遥感数据获取模块，用于获取遥感卫星监测所述待监测水体时得到的目标遥感监测数据；
[0017]目标波段信息获取模块，用于基于所述目标遥感监测数据，获取每种所述目标水
质特征参数在对应的每个预设影响波段下的目标波段信息；
[0018]目标模拟值获取模块，用于基于所述目标波段信息和所述波段模拟计算信息，获取对应的所述目标水质特征参数的目标水质特征模拟值；
[0019]水质确定模块，用于根据不同的所述目标水质特征模拟值，确定所述待监测水体的水质情况。
[0020]根据本公开的另一方面，提供一种电子设备，包括：
[0021]至少一个处理器；以及
[0022]与所述至少一个处理器通信连接的存储器；其中，
[0023]所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述的方法。
[0024]根据本公开的另一方面，提供一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据上述的方法。
[0025]根据本公开的另一方面，提供一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据上述的方法。
[0026]应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0027]附图用于更好地理解本方案，不构成对本公开的限定。其中：
[0028]图1是根据本公开第一实施例的水质监测方法的第一示意图；
[0029]图2是根据本公开第一实施例的水质监测方法的第二示意图；
[0030]图3是根据本公开第一实施例的水质监测方法的第三示意图；
[0031]图4是根据本公开第一实施例的水质监测方法的第四示意图；
[0032]图5是根据本公开第一实施例的水质监测方法的第五示意图；
[0033]图6是根据本公开第二实施例的水质监测系统的模块示意图；
[0034]图7是根据本公开第二实施例的水质监测系统的模块示意图；
[0035]图8是用来实现本公开实施例的水质监测方法的电子设备的框图。
具体实施方式
[0036]以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
[0037]实施例1
[0038]如图1所示，本实施例的水质监测方法包括：
[0039]S101、预先确定水体的每种水质特征参数对应的波段模拟计算信息；
[0040]其中，波段模拟计算信息包括但不限于基于波段信息的模拟计算公式；即通过提取出水体的每种水质特征参数的特性与遥感监测数据中不同波段信息之间的关联性，构建可以准确表征每种水质特征参数的表征方式，以保证整个水质监测结果的精度的同时，也
提高了监测过程的便捷性以及效率。
[0041]S102、获取待监测水体的若干目标水质特征参数；
[0042]其中，通过NDWI(归一化水指数)方法等方式从某源水体(如某区域的湖泊水)中提取待监测水体，进而得到其对应的若干目标水质特征参数。
[0043]S103、获取遥感卫星监测待监测水体时得到的目标遥感监测数据；
[0044]S104、基于目标遥感监测数据，获取每种目标水质特征参数在对应的每个预设影响波段下的目标波段信息；
[0045]S105、基于目标波段信息和波段模拟计算信息，获取对应的目标水质特征参数的目标水质特征模拟值；
[0046]S106、根据不同的目标水质特征模拟值，确定待监测水体的水质情况。
[0047]本实施例中，基于遥感卫星数据空间分辨率高、数据容易获取等特点，对不同的采样水体进行监测，以预先构建水体的每种水质特征参数的波段模拟计算信息；对于待监测水体，获取遥感卫星对其进行监测时遥感监测数据，以得到水质特征参数在对应的每个预设影响波段下的目标波段信息，进而将目标波段信息带入至波段模拟计算信息的计算公式自动且准确得到对应的水质特征模拟值，这些水质特征模拟值最终确定待监测水体的水质优劣程度，即提出一种基于多光谱遥感卫星的全域水质监测方案，通过对水质特征参数进行波段模拟计算，监测过程中无需人为参与监测，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种水质监测方法，所述水质监测方法包括：预先确定水体的每种水质特征参数对应的波段模拟计算信息；获取待监测水体的若干目标水质特征参数；获取遥感卫星监测所述待监测水体时得到的目标遥感监测数据；基于所述目标遥感监测数据，获取每种所述目标水质特征参数在对应的每个预设影响波段下的目标波段信息；基于所述目标波段信息和所述波段模拟计算信息，获取对应的所述目标水质特征参数的目标水质特征模拟值；根据不同的所述目标水质特征模拟值，确定所述待监测水体的水质情况。2.如权利要求1所述的方法，所述预先确定水体的每种水质特征参数对应的波段模拟计算信息的步骤，包括：获取所述遥感卫星监测不同的采样水体时得到的多组历史遥感监测数据；基于每组所述历史遥感监测数据，获取对应的所述采样水体的每种所述水质特征参数在不同波段下的历史波段信息；获取不同的所述采样水体的同一所述水质特征参数在同一波段下的多组历史波段信息；当所述多组历史波段信息均表征与对应的所述水质特征参数的相关度大于设定阈值时，则确定对应波段为所述水质特征参数的所述预设影响波段，以得到每种所述水质特征参数对应的至少两个所述预设影响波段；对于任一所述水质特征参数，基于对应的所述预设影响波段构建对应的所述波段模拟计算信息。3.如权利要求2所述的方法，所述对于任一所述水质特征参数，基于对应的所述预设影响波段构建对应的所述波段模拟计算信息的步骤，包括：基于不同所述预设影响波段下的反射率构建对应的模拟计算公式，并将所述模拟计算公式作为对应的所述水质特征参数的所述波段模拟计算信息。4.如权利要求3所述的方法，所述基于所述目标波段信息和所述波段模拟计算信息，获取对应的所述目标水质特征参数的目标水质特征模拟值的步骤，包括：获取每个所述预设影响波段下的所述目标波段信息分别对应的目标反射率；基于所述目标反射率和对应的所述波段模拟计算信息的所述模拟计算公式，计算得到对应的所述目标水质特征参数的所述目标水质特征模拟值。5.如权利要求2所述的方法，所述根据不同的所述目标水质特征模拟值，确定所述待监测水体的水质情况的步骤之前，还包括：基于所述波段模拟计算信息，获取若干不同区域的若干份所述采样水体中每种所述水质表征参数对应的历史水质特征模拟值；基于每种所述水质表征参数对应的若干所述历史水质特征模拟值，生成水体的水质判定条件；所述根据不同的所述目标水质特征模拟值，确定所述待监测水体的水质情况的步骤，包括：根据每个所述目标水质特征模拟值与所述水质判断条件，确定所述待监测水体的所述
水质情况。6.如权利要求5所述的方法，所述基于每种所述水质表征参数对应的若干所述历史水质特征模拟值，生成水体的水质判定条件的步骤，包括：对同一所述水质表征参数对应的若干所述历史水质特征模拟值进行归一化处理，以获取对应的最高分位点和最低分位点；基于所述最高分位点和所述最低分位点，确定水体的所述水质判定条件。7.如权利要求6所述的方法，所述根据每个所述目标水质特征模拟值与所述水质判定条件，确定所述待监测水体的水质情况的步骤，包括：对每个所述目标水质特征模拟值进行归一化处理，以得到对应的特征分位点；基于所有所述特征分位点和所述水质判定条件，确定所述待监测水体的水质判定等级；其中，不同的所述水质判定等级与所述水质情况呈正相关。8.如权利要求7所述的方法，所述基于所有所述特征分位点和所述水质判定条件，确定所述待监测水体的水质判定等级的步骤，包括：在所有所述特征分位点均大于第一预设分位点时，则确定所述待监测水体属于优质水质；在所有所述特征分位点至少存在两个小于第二预设分位点时，则确定所述待监测水体属于劣质水质；否则，确定待监测水体属于中等水质；其中，所述第一预设分位点与所述第二预设分位点均在所述最高分位点和所述最低分位点之间，且所述第一预设分位点大于所述第二预设分位点。9.如权利要求7所述的方法，所述基于所有所述特征分位点和所述水质判定条件，确定所述待监测水体的水质判定等级的步骤，包括：计算得到所有所述特征分位点的总分位值；根据所述总分位值落入的预设分位值范围，确定所述待监测水体的所述水质判定等级；其中，不同的所述预设分位值范围对应不同的所述水质情况，所述总分位值与所述水质情况呈正相关。10.如权利要求1
‑
9中任一项所述的方法，所述获取待监测水体的若干目标水质特征参数的步骤之前，还包括：预先构建不同类型的水体对应不同的所述水质特征参数；所述获取待监测水体的若干目标水质特征参数的步骤，包括：获取所述待监测水体的水体基本参数；基于所述水体基本参数，确定所述待监测水体的水体类型信息；根据所述水体类型信息匹配得到对应的若干所述目标水质特征参数。11.如权利要求1
‑
9中任一项所述的方法，不同的所述目标水质特征参数包括叶绿素a、可溶有色有机物和悬浮物；当所述目标水质特征参数为叶绿素a时，对应的所述预设影响波段为近红外光波段和红光波段，所述波段模拟计算信息对应红外光波段信息的反射率与红光波段信息的反射率之间的第一比值计算公式；
当所述目标水质特征参数为可溶有色有机物时，对应的所述预设影响波段为蓝光波段和绿光波段，所述波段模拟计算信息对应蓝光波段信息的反射率与绿光波段信息的反射率之间的第二比值计算公式；当所述目标水质特征参数为悬浮物时，对应的所述预设影响波段为红光波段和绿光波段，所述波段模拟计算信息对应红光波段信息的反射率与绿光波段信息的反射率之间的第三比值计算公式。12.一种水质监测系统，所述水质监测系统包括：模拟计算信息确定模块，用于预先确定水体的每种水质特征参数对应的波段模拟计算信息；目标特征参数获取模块，用于获取待监测水体的若干目标水质特征参数；目标遥感数据获取模块，用于获取遥感卫星监测所述待监测水体时得...

【专利技术属性】
技术研发人员：洪延捷，万程，陆勤，龚建，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：