一种生态灾害物监测方法及系统技术方案

本发明专利技术涉及生态监测技术领域，本发明专利技术公开了一种生态灾害物监测方法及系统，包括：获取第一生态灾害物信息和生态灾害物长时序信息；基于生态灾害物长时序信息，对第一生态灾害物信息进行降噪预处理，获得第二生态灾害物信息；获取生态灾害物的环境信息和生长参数，根据环境信息和生长参数构建生态灾害物生长模型；基于第二生态灾害物信息和生长模型，预测生态灾害物生长速度；进行人工采样对预测的生长速度进行修正，本发明专利技术通过建立生长模型，通过当下生态灾害物信息和生态灾害物长时序信息，对生态灾害物生长情况进行预测，省时省力，不需要大量的人力物力进行现场监测，成本低；通过进行人工采样对预测的生长速度进行修正，避免阶段性误差。避免阶段性误差。避免阶段性误差。

【技术实现步骤摘要】
一种生态灾害物监测方法及系统


[0001]本专利技术涉及生态监测
，具体为一种生态灾害物监测方法及系统。

技术介绍

[0002]生态灾害物很容易死亡或被动物吃掉，所以一旦有合适的条件，它们就会以较快的速度不停地繁殖。大量繁殖的藻华生物不仅会堵塞鱼类等生物呼吸系统，致其死亡，而且会遮蔽射入水体的阳光，使固着在水底的其他藻类因缺少阳光而死去；有的藻生物还会释放毒素，并在鱼和贝类中积累，水鸟或人类在摄食这些鱼和贝类之后便会中毒；藻华生物本身死亡之后还会腐烂分解，从而大量消耗水中的氧气，致使爆发水域失去生机。
[0003]由于全球气候变化、水体富营养化等原因，生态灾害物灾害频发，不仅影响湖泊生态系统，生态灾害物爆发还会严重影响景观，干扰旅游观光和水上运动的进行，这正是人们想要竭力消除的最大不利影响，造成了严重的社会影响和经济损失，监测是防止水面生态灾害物灾害的重要方法。现有技术中，主要采用人工或者光学遥感进行定期的巡查监测，但是人力巡查成本过高，劳动强度大，光学遥感数据分析量大，在多云多雨的季节受限，所以现有技术中定期更新生态灾害物的生长情况，需要大量的人力物力监测。

技术实现思路

[0004]（一）专利技术目的本专利技术的目的是提供一种低成本，无需大量人力物力的生态灾害物监测方法和系统。
[0005]（二）技术方案为解决上述问题，本专利技术的第一方面提供了一种生态灾害物监测方法，包括：获取第一生态灾害物信息和生态灾害物长时序信息；基于所述生态灾害物长时序信息，对所述第一生态灾害物信息进行降噪预处理，获得第二生态灾害物信息；获取生态灾害物的环境信息和生长参数，根据所述环境信息和生长参数构建生态灾害物生长模型；基于所述第二生态灾害物信息和生长模型，预测生态灾害物生长速度；进行人工采样对预测的生长速度进行修正。
[0006]本专利技术的另一方面，优选地，获取第一生态灾害物信息包括生态灾害物面积、生态灾害物体积和生态灾害物生物特征信息。
[0007]本专利技术的另一方面，优选地，对所述第一生态灾害物信息进行降噪预处理，包括：计算第一生态灾害物信息的平均值、残余误差以及标准差：残余误差以及标准差：
其中，表示第一生态灾害物信息的平均值，i为第一生态灾害物信息x的编号，其范围为（1，k）,v
i
为第i个第一生态灾害物信息的剩余误差；若：则去除x
i
，其中，g0(n,α)表示显著度为α时的统计量临界值。
[0008]本专利技术的另一方面，优选地，所述生长模型包括：所述环境信息包括水质、温度和光照数据；所述生长参数包括在所述环境信息中单位时间内生态灾害物生命周期和影响因素；根据所述环境信息和生长参数构建生态灾害物生长模型包括：分别构建水质子模型和光温子模型。
[0009]本专利技术的另一方面，优选地，所述水质子模型包括：其中，u
P
为生态灾害物生长速度与水质的关系，TP为水质中的磷，TN为水质中的氮，K
TN
为氮的半饱和参数，K
TP
为磷的半饱和参数。
[0010]本专利技术的另一方面，优选地，所述光温子模型包括：其中，u
I,L
为生态灾害物生长速度与光照和温度的关系，I为光照强度，L为温度，μ
max
为最大生长速率，I
k
为饱和光强，L
opt
是最佳生长温度，L是生态灾害物生长温度，L
m
为最佳生长温度与最低生长温度的差值。
[0011]本专利技术的另一方面，优选地，所述生长模型包括：其中，y表示生态灾害物生长率，u
P
为生态灾害物生长速度与水质的关系，u
I,L
为生态灾害物生长速度与光照和温度的关系，μ
max
为最大生长速率；λ为生态灾害物死亡率；为动物对生态灾害物的捕食率；N0为生态灾害物初始数量；N
max
为最大生态灾害物数量；t为时间；N
t
为时间t时的生态灾害物数量。
[0012]本专利技术的另一方面，优选地，所述进行人工采样对预测的生长速度进行修正包括：选取采样区域；对所述采样区域中各生态灾害物进行测量，得到生长结果的实测值；确定初始生长模型中各参数的阈值，选取初估值；将所述采样区域中各生态灾害物输入构建的初始生长模型中，生成生长结果的计
算值；根据生长结果的实测值和生长结果的计算值，基于采样次数，修正所述初始生长模型各参数的阈值，得到修正后的生长模型。
[0013]本专利技术的另一方面，优选地，利用以下修正函数修正所述初始生长模型各参数的阈值：其中，表示修正函数，j为采样时间t的编号，其范围为（1，n）,表示计算值，表示实测值。
[0014]本专利技术的另一方面，优选地，一种生态灾害物监测系统，包括：数据模块，获取第一生态灾害物信息和生态灾害物长时序信息；预处理模块，基于所述生态灾害物长时序信息，对所述第一生态灾害物信息进行降噪预处理，获得第二生态灾害物信息；计算模块，获取生态灾害物的环境信息和生长参数，根据所述环境信息和生长参数构建生态灾害物生长模型；基于所述第二生态灾害物信息和生长模型，预测生态灾害物生长速度；修正模块，进行人工采样对预测的生长速度进行修正。
[0015]（三）有益效果本专利技术的上述技术方案具有如下有益的技术效果：本专利技术通过建立生长模型，通过当下生态灾害物信息和生态灾害物长时序信息，对生态灾害物生长情况进行预测，并对当下的信息进行了预处理，避免重大误差，省时省力，不需要大量的人力物力进行现场监测，成本低；同时，通过进行人工采样对预测的生长速度进行修正，避免阶段性误差。
附图说明
[0016]图1是本专利技术一个实施例的整体流程图。
具体实施方式
[0017]为使本专利技术的目的、技术方案和优点更加清楚明了，下面结合具体实施方式并参照附图，对本专利技术进一步详细说明。应该理解，这些描述只是示例性的，而并非要限制本专利技术的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本专利技术的概念。
[0018]实施例一一种生态灾害物监测方法，如图1所示，包括：获取第一生态灾害物信息和生态灾害物长时序信息；此处不限定获取的第一生态灾害物信息的具体内容，可以是生态灾害物的种类，具体生物数量等，也可以是生态灾害物的面积、体积等，可选的，本实施例中，获取第一生态灾害物信息的具体内容包括生态灾害物面积、生态灾害物体积和生态灾害物生物特征信息，此处不限定获取信息的具体方式和
途径，可选的，可以是根据无人机进行拍摄的图像，可以通过人工实验获取，本实施例中，可选的，生态灾害物的体积信息通过雷达获取、生态灾害物的面积信息通过可见光获取、生态灾害物生物特征信息通过高光谱获取；生物特征信息包括生态灾害物的种类，具体的生物量等；此处不限定生态灾害物长时序信息的具体内容，可选的，可以是生态灾害物的生长周期、生态灾害物的生长温度等，本实施例中，可选的，生态灾害物长时序信息的主要本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种生态灾害物监测方法，其特征在于，包括：获取第一生态灾害物信息和生态灾害物长时序信息；基于所述生态灾害物长时序信息，对所述第一生态灾害物信息进行降噪预处理，获得第二生态灾害物信息；获取生态灾害物的环境信息和生长参数，根据所述环境信息和生长参数构建生态灾害物生长模型；基于所述第二生态灾害物信息和生长模型，预测生态灾害物生长速度；进行人工采样对预测的生长速度进行修正。2.根据权利要求1所述的生态灾害物监测方法，其特征在于，所述第一生态灾害物信息包括生态灾害物面积、生态灾害物体积和生态灾害物生物特征信息。3.根据权利要求1所述的生态灾害物监测方法，其特征在于：对所述第一生态灾害物信息进行降噪预处理，包括：计算第一生态灾害物信息的平均值、残余误差以及标准差：残余误差以及标准差：残余误差以及标准差：其中，表示第一生态灾害物信息的平均值，i为第一生态灾害物信息x的编号，其范围为（1，k）,v
i
为第i个第一生态灾害物信息的剩余误差；若：则去除x
i
，其中，g0(n,α)表示显著度为α时的统计量临界值。4.根据权利要求1所述的生态灾害物监测方法，其特征在于，所述环境信息包括水质、温度和光照数据；所述生长参数包括在所述环境信息中单位时间内生态灾害物生命周期和影响因素；根据所述环境信息和生长参数构建生态灾害物生长模型包括：分别构建水质子模型和光温子模型。5.根据权利要求4所述的生态灾害物监测方法，其特征在于，所述水质子模型包括：其中，u
P
为生态灾害物生长速度与水质的关系，TP为水质中的磷，TN为水质中的氮，K
TN
为氮的半饱和参数，K
TP
为磷的半饱和参数。6.根据权利要求4所述的生态灾害物监测方法，其特征在于，所述光温子模型包括：
其中，u
I,L
为生态灾害物生长速度与光照和温度的关系，I为光照强度，L为温度，μ
max
为最大生...

【专利技术属性】
技术研发人员：王玉军，詹雅婷，宋珂，杨磊，朱叶飞，韩涛，徐朱，穆慧，王珅，王琪琪，桂舟，
申请(专利权)人：江苏省地质调查研究院，
类型：发明
国别省市：