一种水系监测方法和系统技术方案

本发明专利技术属于水域监控技术领域，尤其涉及水系监测方法和系统，方法包括根据水系分布，确定当前水道的上游水道，并获取所述当前水道的水域图像；获取所述上游水道的水质变化数据，选择对应的图像处理模型；基于所述水域图像和所述图像处理模型，输出指定的水系监测数据。根据水系分布，确定当前水道的上游水道，能够将判断范围扩大到整个水系，可以提高判断准确性和范围，并获取所述当前水道的水域图像，以便于进行当前区域的数据采集；获取所述上游水道的水质变化数据，选择对应的图像处理模型，可以提高数据处理的效率和准确性；基于所述水域图像和所述图像处理模型，输出指定的水系监测数据，可以提高监测水系的能力和效率。可以提高监测水系的能力和效率。可以提高监测水系的能力和效率。

【技术实现步骤摘要】
一种水系监测方法和系统


[0001]本专利技术属于水域监控
，尤其涉及一种水系监测方法和系统。

技术介绍

[0002]水灾是自然灾害之一，会破坏土壤和植被，进而影响人类活动，因此需要关注天气、河流和土壤等因素，以防止或者降低水灾的产生。
[0003]水灾的产生，由天气、河流和土壤等多个因素共同作用而产生，已有的监控手段，主要是通过人工方式测量水道、天气的各种参数来判断是否出现水灾，这个判断的过程延迟高且判断结果主要在当前区域，局限性高。

技术实现思路

[0004]为了解决或者改善上述问题，本专利技术提供了一种水系监测方法和系统，具体技术方案如下：
[0005]本专利技术提供一种水系监测方法，包括：根据水系分布，确定当前水道的上游水道，并获取所述当前水道的水域图像；获取所述上游水道的水质变化数据，选择对应的图像处理模型；基于所述水域图像和所述图像处理模型，输出指定的水系监测数据。
[0006]优选的，方法还包括：根据所述上游水道的注水量和对应的地理参数，筛选得到分支水道并赋予对应的水质权值；对应的，所述获取所述上游水道的水质变化数据，包括：获取所述分支水道的水质变化数据，并结合所述水质权值，选择对应的图像处理模型。
[0007]优选的，所述地理参数包括地理类型、植被数据和土壤数据；基于预设的参数权值处理所述地理参数和所述注水量，得到所述水质权值，其中，所述参数权值用于描述所述地理参数对水的颜色产生影响的效果和程度。
[0008]优选的，所述图像处理模型基于神经网络，用于识别所述水域图像中水道形状以及水道颜色，根据所述水道形状和所述水道颜色，输出所述水系监测数据；根据所述当前水道的注水量设置注入阈值，以从所述上游水道中筛选得到注水量大于所述注入阈值的所述分支水道。
[0009]优选的，所述水系监测数据，包括水位信息；所述水质变化数据，包括溶解物类型和含量，漂浮物类型和数量，混合物类型和比例；对应的，所述图像处理模型，用于根据所述水质变化数据确定对应的图像特征数据，基于所述图像特征数据识别所述水域图像中水道形状以及所述水道颜色；根据所述水道形状和所述水道颜色，输出所述水位信息。
[0010]本专利技术提供一种水系监测系统，包括：第一模块，用于根据水系分布，确定当前水道的上游水道，并获取所述当前水道的水域图像；第二模块，用于获取所述上游水道的水质变化数据，选择对应的图像处理模型；第三模块，用于基于所述水域图像和所述图像处理模型，输出指定的水系监测数据。
[0011]优选的，所述第二模块，还用于根据所述上游水道的注水量和对应的地理参数，筛选得到分支水道并赋予对应的水质权值；对应的，所述获取所述上游水道的水质变化数据，
包括：获取所述分支水道的水质变化数据，并结合所述水质权值，选择对应的图像处理模型。
[0012]优选的，所述地理参数包括地理类型、植被数据和土壤数据；基于预设的参数权值处理所述地理参数和所述注水量，得到所述水质权值，其中，所述参数权值用于描述所述地理参数对水的颜色产生影响的效果和程度。
[0013]优选的，所述图像处理模型基于神经网络，用于识别所述水域图像中水道形状以及水道颜色，根据所述水道形状和所述水道颜色，输出所述水系监测数据；根据所述当前水道的注水量设置注入阈值，以从所述上游水道中筛选得到注水量大于所述注入阈值的所述分支水道。
[0014]优选的，所述水系监测数据，包括水位信息；所述水质变化数据，包括溶解物类型和含量，漂浮物类型和数量，混合物类型和比例；对应的，所述图像处理模型，用于根据所述水质变化数据确定对应的图像特征数据，基于所述图像特征数据识别所述水域图像中水道形状以及所述水道颜色；根据所述水道形状和所述水道颜色，输出所述水位信息。
[0015]本专利技术的有益效果为：根据水系分布，确定当前水道的上游水道，能够将判断范围扩大到整个水系，可以提高判断准确性和范围，并获取所述当前水道的水域图像，以便于进行当前区域的数据采集；获取所述上游水道的水质变化数据，选择对应的图像处理模型，可以提高数据处理的效率和准确性；基于所述水域图像和所述图像处理模型，输出指定的水系监测数据，可以提高监测水系的能力和效率。
附图说明
[0016]图1是根据本专利技术的一种水系监测方法的示意图；
[0017]图2是根据本专利技术的一种水系监测系统的示意图。
具体实施方式
[0018]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，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，都属于本专利技术保护的范围。
[0019]应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
[0020]还应当理解，在本专利技术说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本专利技术。如在本专利技术说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
[0021]还应当进一步理解，在本专利技术说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
[0022]为了解决或者改善对背景所提出的问题，本专利技术提供如图1所示的一种水系监测方法，包括：S1、根据水系分布，确定当前水道的上游水道，并获取所述当前水道的水域图像；S2、获取所述上游水道的水质变化数据，选择对应的图像处理模型；S3、基于所述水域图
像和所述图像处理模型，输出指定的水系监测数据。
[0023]流域内所有河流、湖泊等各种水体组成的水网系统，称作水系。水系中会包括单独的湖泊，即单纯靠地下水和天降水形成的死水，这类单独的湖泊，基本只会受大雨的影响，所以仅靠人工监测就能够判断是否会产生水灾。
[0024]因为江河等水系，属于活水，其水的变化会受上游的影响。为了提高对复杂水系的灾害预测能力，并不能仅关注于一个点，根据水系分布，可以确定当前河道的地理形态，以便于从整体来确定局部。其中，水系分布为根据实地测量和空中测量得到水流通道位置和连接关系；当前水道为作为监测目标的河、江、湖泊等活水；上游水道是将水注入当前位置的河、江、湖泊的河、江、湖泊；当前水域图像为水流过的区域的图像。
[0025]水质变化数据是水相关的测量数据，可以包括水流量、蒸发量、水中混合物、溶解物等数据。水灾会导致的危害类型包括地形的改变、土壤性质的变化；其产生的原因不一定相同，例如水流速度过快，会导致土壤流失；水位太高会导致突然松密度变化；水蒸发过多会导致干旱；不同的混合物在沉淀时会改变土壤组成或者会影响土壤流失速度；不同的溶解物会改变土壤的结构本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种水系监测方法，其特征在于，包括：根据水系分布，确定当前水道的上游水道，并获取所述当前水道的水域图像；获取所述上游水道的水质变化数据，选择对应的图像处理模型；基于所述水域图像和所述图像处理模型，输出指定的水系监测数据。2.根据权利要求1所述水系监测方法，其特征在于，还包括：根据所述上游水道的注水量和对应的地理参数，筛选得到分支水道并赋予对应的水质权值；对应的，所述获取所述上游水道的水质变化数据，包括：获取所述分支水道的水质变化数据，并结合所述水质权值，选择对应的图像处理模型。3.根据权利要求2所述水系监测方法，其特征在于，所述地理参数包括地理类型、植被数据和土壤数据；基于预设的参数权值处理所述地理参数和所述注水量，得到所述水质权值，其中，所述参数权值用于描述所述地理参数对水的颜色产生影响的效果和程度。4.根据权利要求3所述水系监测方法，其特征在于，所述图像处理模型基于神经网络，用于识别所述水域图像中水道形状以及水道颜色，根据所述水道形状和所述水道颜色，输出所述水系监测数据；根据所述当前水道的注水量设置注入阈值，以从所述上游水道中筛选得到注水量大于所述注入阈值的所述分支水道。5.根据权利要求4所述水系监测方法，其特征在于，所述水系监测数据，包括水位信息；所述水质变化数据，包括溶解物类型和含量，漂浮物类型和数量，混合物类型和比例；对应的，所述图像处理模型，用于根据所述水质变化数据确定对应的图像特征数据，基于所述图像特征数据识别所述水域图像中水道形状以及所述水道颜色；根据所述水道形状和所述水道颜色，输出所述水位信息。6.一种水系监测系统，其特征在于，包括：第...

【专利技术属性】
技术研发人员：覃宗涛，何森，李挺，张强，孟敬淞，黄伟翔，
申请(专利权)人：广西电网有限责任公司桂林供电局，
类型：发明
国别省市：