基于高光谱遥感的小流域农业面源污染智能化监测预警方法及系统技术方案

本发明专利技术涉及基于高光谱遥感的小流域农业面源污染智能化监测预警方法及系统，与现有技术相比解决了难以实时进行小流域农业面源污染智能化监测预警的缺陷。本发明专利技术包括以下步骤：农业面源污染的监测分区和控制断面的布设；小流域水环境农业面源污染本底的调查监测；构建小流域水环境高光谱遥感本底数据库；小流域农业面源污染的智能化监测预警。本发明专利技术用于监测农业污染源、受纳水体的污染情况及变化趋势，了解小流域农业面源污染时空演变规律，实现对区域农业面源污染水环境质量影响的实时动态监测预警，为农业面源污染治理提供基础支撑。础支撑。础支撑。

【技术实现步骤摘要】
基于高光谱遥感的小流域农业面源污染智能化监测预警方法及系统


[0001]本专利技术涉及水质监测预警
，具体来说是基于高光谱遥感的小流域农业面源污染智能化监测预警方法及系统。

技术介绍

[0002]农业面源污染指农业生产过程中由于化肥、农药、地膜等化学投入品不合理使用，以及畜禽水产养殖废弃物、农作物秸秆等处理不及时或不当，所产生的氮、磷、有机质等营养物质，在降雨和地形的共同驱动下，以地表、地下径流和土壤侵蚀为载体，在土壤中过量累积或进入受纳水体，对生态环境造成的污染。农业面源污染防治因其自身的显著特征，是当前生态环境保护工作的突出难点。
[0003]监测农业污染源、受纳水体中污染物的种类、各类污染物的浓度及变化趋势，农业污染物入水体负荷核算评估，掌握农业面源污染时空演变规律，实现对农业面源污染环境质量影响的动态评估，为农业面源污染治理提供基础支撑，在农业面源污染控制中十分重要。
[0004]当前环保部门了解河流水质情况主要依靠传统的人工采样后实验室化验和水质自动监测仪两种方式：前者可实现对河流监测位置处水质的准确监测，但是人力成本高、检测时间较长且监测范围有限，无法实现面维度、大面积水域的监测；后者可对水体进行自动化连续监测，但监督精度较低，成本较高，且依然只能对某点位处水质的监测，只能了解监测断面上的水质状况，只有局部和典型的代表意义，并不能反映整个水体生态环境的总体时空变化，缺少大覆盖范围的宏观监测能力。同时，传统方法无法实现实时监测。
[0005]高光谱遥感技术具有快速、宏观、低成本的优点，可以弥补复杂耗时的传统检测方法的不足，越来越多被应用于水质监测领域。采用卫星遥感技术，能够克服传统地面监测手段的某些局限性，成本低，实现动态、快速、大范围的监测，还可以揭示污染水体的分布趋势，在水体监测中发挥着越来越重要的作用。但对于流域水质监测，卫星遥感存在重访周期与空间分辨率难以两全、易受天气影响等缺陷。航空遥感技术，具有机动、灵活和空间分辨率高等优点。
[0006]专利一种基于无人机成像光谱的中小水体水质类型识别方法(申请号201910664888.1)基于无人机获取的高光谱数据，通过支持向量机模型对水体水质类型进行识别。专利一种基于半监督学习策略的高光谱遥感黑臭水体分级方法(申请号202011637628.4)，基于CASI高光谱影像反演溶解氧、氧化还原电位、氨氮以及浊度，并根据污染物含量将水体划分为清洁水体、轻度黑臭和重度黑臭水体。专利一种利用无人机获取城市黑臭河流水质参数的方法(202010298497.5)通过无人机获取多光谱影像，使用监督图像分类方法提取水体范围，提出黑臭水体光谱指数模型将河流分为一般水体、轻度黑臭和重度黑臭水体。专利基于视频处理器DM6467的流域航空遥感监测系统(201320060363.5)通过高光谱摄像机对内河流域进行高清视频采集，根据实测水质对高光谱航空遥感数据光谱
特征分析和建模，找出最合适的光谱反射率反演模型，实现基于机器视觉的水质参数分析。专利一种无人机搭载的在线全光谱遥感监测地表水水质的装置(202220654231.4)，将高光谱水质多参数监测仪搭载在无人机上对远离岸边的水域进行水质检测，在能见度较低的环境中，通过和提供的光通道，在距离水面较高的位置即可采集水质数据。专利一种基于无人机高光谱影像的河流水质快速监测系统(申请号201911305055.2)通过无人机搭载微型高光谱仪航拍获取河流水体高光谱影像，通过影像预处理系统处理成水体反射率影像；将无人机水体反射率影像导入水质反演模型中，计算得到水质指标浓度分布图，实现对河流水质的面维度的快速监测。专利一种无人机高光谱水质监测系统(202023194456.6)通过无人机监测模块获取待监测水域的高光谱影像数据信息后，将高光谱影像数据信息发送至后台管理控制中心，后台管理控制中心根据高光谱影像数据信息输出对应的水质污染程度，进而输出待监测水域的监测结果。
[0007]以上方法，均是通过高光谱摄像机对流域地表水体进行视频采集，获取高光谱影像，根据实测水质对高光谱图像进行光谱特征分析和建模，找出最合适的光谱反射率反演模型，根据光谱反射率反演模型，经反演实现对水质参数的监测。系统无法利用人工智能算法适应性的对地表水水质进行测定，智能化程度较低，水质测定结果准确性较差，环境误差大，影响地表水体污染预警的及时性和可靠性。
[0008]因此，如何提出一种基于高光谱遥感的小流域农业面源污染智能化监测预警装置及系统，通过智能化监测预警装置及系统，借助高光谱遥感实现对小流域农业面源污染的实时监测预警，已经成为急需解决的技术问题。

技术实现思路

[0009]本专利技术的目的是为了难以实时进行小流域农业面源污染智能化监测预警的缺陷，提供一种基于高光谱遥感的小流域农业面源污染智能化监测预警方法及系统来解决上述问题。
[0010]为了实现上述目的，本专利技术的技术方案如下：
[0011]一种基于高光谱遥感的小流域农业面源污染智能化监测预警方法，包括以下步骤：
[0012]农业面源污染的监测分区和控制断面的布设：进行农业面源污染的监测分区和农业面源污染分区控制断面的布设；
[0013]小流域水环境农业面源污染本底的调查监测；
[0014]构建小流域水环境高光谱遥感本底数据库；
[0015]小流域农业面源污染的智能化监测预警：基于高光谱遥感数据与本底数据库的对比，进行小流域农业面源污染智能化监测和预警。
[0016]所述农业面源污染的监测分区和控制断面的布设包括以下步骤：
[0017]构建基础数据库，数据库内容为结合地表水的水质监测断面所对应汇水范围，并综合考虑地形地貌、土壤类型、土地利用方式以及农业生产活动；数据库包括区域的土地利用、水系矢量、DEM、汇水范围，不同农业面源污染源、省控或市控水质监测断面；
[0018]采用空间信息叠加分析，进行基于汇水范围和农业面源污染排放负荷的监测分区，即农业面源污染的监测分区，分别在小流域的河干上、中、下游处和支流分流或汇流处
布设农业面源污染监测控制断面；
[0019]在监测分区内，结合监测区地面现场勘察、农业面源污染特征分析和坑塘沟渠的地表水体分布以及村镇居民集聚状态，基于汇水情况布设监测分区的农业面源污染监测控制点位。
[0020]所述小流域水环境农业面源污染本底的调查监测包括以下步骤：
[0021]调查了解区域种植业、养殖业和农村污水垃圾农业面源污染现状水平；
[0022]获取小流域水环境农业面源污染本底数据：
[0023]在农业面源污染监测控制断面和分区监测控制点位采集水样，进行水质分析，监测指标包括化学需氧量、总氮、氨氮、总磷、浊度、溶解氧，并采用色谱技术进行水污染物成份分析；
[0024]结合区域种植业、养殖业和农村污水垃圾农业污染现状调查，获取现状区域水环境中污染物及变化情况。
[0025]所述构建小流域水环境高光谱遥感本底数据库包括以下本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于高光谱遥感的小流域农业面源污染智能化监测预警方法，其特征在于，包括以下步骤：11)农业面源污染的监测分区和控制断面的布设：进行农业面源污染的监测分区和农业面源污染分区控制断面的布设；12)小流域水环境农业面源污染本底的调查监测；13)构建小流域水环境高光谱遥感本底数据库；14)小流域农业面源污染的智能化监测预警：基于高光谱遥感数据与本底数据库的对比，进行小流域农业面源污染智能化监测和预警。2.根据权利要求1所述的基于高光谱遥感数据的小流域农业面源污染智能化监测预警方法，其特征在于，所述农业面源污染的监测分区和控制断面的布设包括以下步骤：21)构建基础数据库，数据库内容为结合地表水的水质监测断面所对应汇水范围，并综合考虑地形地貌、土壤类型、土地利用方式以及农业生产活动；数据库包括区域的土地利用、水系矢量、DEM、汇水范围，不同农业面源污染源、省控或市控水质监测断面；22)采用空间信息叠加分析，进行基于汇水范围和农业面源污染排放负荷的监测分区，即农业面源污染的监测分区，分别在小流域的河干上、中、下游处和支流分流或汇流处布设农业面源污染监测控制断面；23)在监测分区内，结合监测区地面现场勘察、农业面源污染特征分析和坑塘沟渠的地表水体分布以及村镇居民集聚状态，基于汇水情况布设监测分区的农业面源污染监测控制点位。3.根据权利要求1所述的基于高光谱遥感的小流域农业面源污染智能化监测预警方法，其特征在于，所述小流域水环境农业面源污染本底的调查监测包括以下步骤：31)调查了解区域种植业、养殖业和农村污水垃圾农业面源污染现状水平；32)获取小流域水环境农业面源污染本底数据：在农业面源污染监测控制断面和分区监测控制点位采集水样，进行水质分析，监测指标包括化学需氧量、总氮、氨氮、总磷、浊度、溶解氧，并采用色谱技术进行水污染物成份分析；33)结合区域种植业、养殖业和农村污水垃圾农业污染现状调查，获取现状区域水环境中污染物及变化情况。4.根据权利要求1所述的基于高光谱遥感的小流域农业面源污染智能化监测预警方法，其特征在于，所述构建小流域水环境高光谱遥感本底数据库包括以下步骤：41)在农业面源污染监测控制断面和分区监测控制点位采集水样的同时，利用地物光谱仪进行现场光谱测量，获得地面测量光谱数据，无人机搭载微型高光谱仪获取小流域水环境高光谱遥感数据；42)依据水污染物成份分析结果，检索光谱数据库获取区域水环境中污染物的光谱数据，进行上述农业面源污染监测控制断面和分区监测控制点位地表水体光谱的数据解析：采用机器学习技术，依靠水样成份化学分析数据、地面光谱数据作为基础数据，结合实验室配置的模拟水样光谱数据，借助化学计量学软件，构建高光谱全波段反射率与水质监测指标化学需氧量、总氮、氨氮、总磷、浊度、溶解氧的关联函数，搭建适用于目标区域的水质参数反演模型；
43)对无人机获取的小流域水环境高光谱...

【专利技术属性】
技术研发人员：李布青，李玉成，胡宜敏，孙明武，余立祥，牛润新，王梦溪，李伟，王雪，李颖，
申请(专利权)人：中科合肥智慧农业协同创新研究院，
类型：发明
国别省市：