一种基于制造技术

本发明专利技术公开了一种基于

【技术实现步骤摘要】
一种基于Python的保护区生态环境监控系统


[0001]本专利技术涉及监控系统领域，尤其涉及一种基于
Python
的保护区生态环境监控系统
。

技术介绍

[0002]生态环境是多样性的一个综合体，其囊括了空气
、
水流
、
土壤等众多系统，伴随着科技的快速发展，生态监测技术已经被应用到了环境治理过程中
。
对生态环境的监控能够及时的了解到生态环境的变化，可以有效地对生态环境出现的问题做到实时预警，降低环境污染，推动自然森林保护区的发展和进步
。
[0003]目前，大多数的监控方式是通过监控装置进行区域针对性的数据采集，然后定期收集监控装置上的数据进行分析
。
例如，对保护区生态环境的数据采集，然而，这些数据的采集都是独立性质或分散性质的，不能及时将数据的准确性和监测站数据异常现象反馈到相关人员
。

技术实现思路

[0004]有鉴于此，为了解决现有技术监控方法中无法实时分析数据，导致反馈不及时的技术问题，本专利技术提出一种基于
Python
的保护区生态环境监控系统，所述系统包括数据采集单元
、
监控中心单元
、
中心服务器和终端设备，所述数据采集单元
、
监控中心单元和终端设备分别与中心服务器连接，所述数据采集单元和监控中心单元还分别与终端设备连接，其中：
[0005]所述数据采集单元，包括控制端口
、/>水质信息采集模块
、
气象信息采集模块
、
土壤信息采集模块和视频信息采集模块，所述水质信息采集模块
、
所述气象信息采集模块
、
所述土壤信息采集模块和所述视频信息采集模块通过所述控制端口与所述中心服务器连接；
[0006]所述中心服务器，包括数据库
、
生态环境监控系统
web
应用程序和生态环境监控系统
APP
；
[0007]所述监控中心单元，包括生态监测站监控模块
、
预测模型监控模块和摄像机监控模块；
[0008]所述终端设备包括网页端和开发移动端
App。
[0009]在一些实施例中，还包括：
[0010]所述数据采集单元，通过
Python
的
Flask
框架创建数据采集接口；
[0011]所述数据采集接口，响应于调用指令进行数据传输
。
[0012]该实施例中，数据采集系统使用
Python
的
Flask
框架来创建数据采集接口，各生态监测站通过物联网卡网络调用数据采集接口传输数据
。
[0013]在一些实施例中，还包括：
[0014]所述生态监测站监控模块对水质数据监控的参数包括溶解氧
、
电导率
、pH、
盐分和浑浊度；
[0015]生态监测站监控模块对气象数据监控的参数包括温度
、
湿度
、
风向
、
风速
、
雨量
、PM10、
臭氧和气压；
[0016]生态监测站监控模块对土壤数据监控的参数包括电导率
、pH、
盐分
、
蒸发量
、
土壤水势
、
二氧化碳
、
温度和湿度
。
[0017]在一些实施例中，所述基于
Python
的保护区生态环境监控系统的工作步骤如下：
[0018]基于数据采集单元采集数据并进行数据清洗，得到清洗后的数据；
[0019]将所述清洗后的数据上传至中心服务器的数据库；
[0020]从所述数据库中调用数据并根据预设规则触发对应操作
。
[0021]其中，所述数据清洗包括异常值去除
、
缺失值去除和重复值去除
。
[0022]在一些实施例中，所述工作步骤还包括：
[0023]所述预测模型监控模块基于
LSTM
模型构建水质
LSTM
预测模型
、
气象
LSTM
预测模型和土壤
LSTM
预测模型；
[0024]根据历史数据构建训练集并对所述水质
LSTM
预测模型
、
气象
LSTM
预测模型和土壤
LSTM
预测模型进行训练，得到训练完成的预测模型；
[0025]基于所述训练完成的预测模型进行预测，得到预测结果
。
[0026]该实施例中，通过构建预测模型并利用历史数据训练预测模型，最后基于预测模型输出预测结果，能够实现提前异常预警，进一步提高监控效果
。
[0027]在一些实施例中，所述工作步骤还包括：
[0028]所述摄像机监控模块基于预训练的
YOLOv5
模型作为识别模型；
[0029]通过
rtsp
协议接入监控摄像头并按照预设间隔抽取关键帧图片；
[0030]将所述关键帧图片输入至所述识别模型，得到识别结果
。
[0031]该实施例中，通过预训练的
YOLOv5
模型和实时抽取的监控摄像头的关键帧图片，进行识别监控，能够实现提前异常预警，进一步提高监控效果
[0032]在一些实施例中，所述根据预设规则触发对应操作，具体包括：
[0033]当数据的测量值超出预设范围，接收实时测量值并对终端设备发出报警；
[0034]当预测结果超出预设标准，对终端设备发出报警；
[0035]当识别结果为识别到保护动物或非法人员，对终端设备发出报警
。
[0036]通过该优选步骤，设定报警的规则并结合实时数据进行判断，生成报警指令
。
[0037]基于上述方案，本专利技术提供了一种基于
Python
的保护区生态环境监控系统，实现了对生态环境的无人值守实时监控，利用算法和程序对数据进行采集
、
传输和预测，及时
、
准确地掌握生态环境的动态变化趋势以及异常情况告警，成功实现了对水质
、
气象和土壤等生态要素的实时监测；其次，对生态环境保护区内的摄像机对实时视频流全天候无人值守，远程监控，采用目标检测算法
YOLO
，成功实现了对目标对象的监测，以便出现异常情况时人员登录监测平台，及时作出应急响应
。
附图说明
[0038]图1是本专利技术一种基于
Python
的保护区生态环境监控系统的结构框图；
[0039]图2是本专利技术具体实施例数据采集本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于
Python
的保护区生态环境监控系统，其特征在于，包括数据采集单元
、
监控中心单元
、
中心服务器和终端设备，所述数据采集单元
、
监控中心单元和终端设备分别与中心服务器连接，所述数据采集单元和监控中心单元还分别与终端设备连接，其中：所述数据采集单元，包括控制端口
、
水质信息采集模块
、
气象信息采集模块
、
土壤信息采集模块和视频信息采集模块，所述水质信息采集模块
、
所述气象信息采集模块
、
所述土壤信息采集模块和所述视频信息采集模块通过所述控制端口与所述中心服务器连接；所述中心服务器，包括数据库
、
生态环境监控系统
web
应用程序和生态环境监控系统
APP
；所述监控中心单元，包括生态监测站监控模块
、
预测模型监控模块和摄像机监控模块；所述终端设备包括网页端和开发移动端
App。2.
根据权利要求1所述一种基于
Python
的保护区生态环境监控系统，其特征在于：所述数据采集单元，通过
Python
的
Flask
框架创建数据采集接口；所述数据采集接口，响应于调用指令进行数据传输
。3.
根据权利要求1所述所述一种基于
Python
的保护区生态环境监控系统，其特征在于：所述生态监测站监控模块对水质数据监控的参数包括溶解氧
、
电导率
、pH、
盐分和浑浊度；生态监测站监控模块对气象数据监控的参数包括温度
、
湿度
、
风向
、
风速
、
雨量
、PM10、
臭氧和气压；生态监测站监控模块对土壤数据监控的参数包括电导率
、pH、
盐分
、
蒸发量
、
土壤水势
、...

【专利技术属性】
技术研发人员：赵韦人，肖海平，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：