一种基于三维GIS的排污口实时监测方法与流程

一种基于三维gis的排污口实时监测方法
技术领域
1.本发明涉及水质监测技术领域，具体是涉及一种基于三维gis的排污口实时监测方法。


背景技术：

2.水质监测，是监视和测定水体中污染物的种类、各类污染物的浓度及变化趋势，评价水质状况的过程。监测范围十分广泛，包括未被污染和已受污染的天然水(江、河、湖、海和地下水)及各种各样的工业排水等。主要监测项目可分为两大类：一类是反映水质状况的综合指标，如温度、色度、浊度、ph值、电导率、悬浮物、溶解氧、化学需氧量和生化需氧量等；另一类是一些有毒物质，如酚、氰、砷、铅、铬、镉、汞和有机农药等。为客观的评价江河和海洋水质的状况，除上述监测项目外，有时需进行流速和流量的测定。
3.企业的污水一般需要先进行处理后，再排放至河道中，在企业排放污水的管道中，需要对排污口的污水进行实时监测，传统的物理或化学监测的方法并不能进行企业污水的实时监测，这无疑增加了污水排放的风险，也增加了企业的人力成本，严重造成生态污染，危害当地人民的生命健康，甚至影响饮用水的质量，因此针对企业排污口的实时监测是非常有必要的。


技术实现要素：

4.为解决上述技术问题，本发明提供了一种基于三维gis的排污口实时监测方法。
5.本发明的技术方案是：一种基于三维gis的排污口实时监测方法，包括以下步骤：
6.s1：根据排污口的地貌特征和排污地点确定倾斜摄影无人机及拍摄镜头装置的飞行高度和飞行轨迹，通过无人机携带的摄像头，按照既定飞行高度和飞行轨迹进行倾斜摄影拍摄；
7.s2：对拍摄到的航片进行内业处理；通过三维建模软件重构排污口的倾斜三维模型；
8.s3：用三维建模软件对排污口的倾斜三维模型进行悬浮物剔除、空洞修复、模型校正等二次修复；
9.s4：通过三维建模软件构建水质监测传感器模型和监控摄像头模型；
10.s5：将排污口的倾斜三维模型和所述水质监测传感器、监控摄像头模型相结合，搭建三维gis排污口实时监测平台；
11.s6：根据搭建三维gis排污口实时监测平台在排污口进行实地搭建水质传感器和监控摄像头，并将水质监测数据和视频监控数据与所搭建的三维gis排污口实时监测平台中的水质监测传感器和监控摄像头相对应，通过水质监测传感器模型读取各水质指标，通过监控摄像头模型读取视频数据；
12.s7：对水质传感器模型所读取的水质指标数据构建水质监测数据库，记录历史水质监测信息；
13.s8：通过ai识别技术从视频数据中获取水质监测指标数据，将其分为训练样本和验证样本，将水质传感器获取的各水质指标数据与所述训练样本进行样本训练，并通过所述验证样本验证水质监测模型的精度；
14.s9：设置水质监测各指标阈值，当水质监测传感器检测的水质某一指标高于所设置的阈值，三维gis排污口实时监测平台发出预警提醒，并通过短信提醒相关人员，提醒工作人员实地取样监测，水质检测的指标项目包括温度、色度、浊度、ph值、电导率、悬浮物、溶解氧、化学需氧量和生化需氧量；
15.s10：通过三维gis排污口实时监测平台自动生成水质监测的数字化报告。
16.进一步地，所述内业处理方法包括以下步骤：
17.s2-1：检查航摄作业的飞行质量以及拍摄的影响质量，当航摄作业不满足内业规范和作业任务要求时，根据实际情况重新拟定飞行计划对局部区域进行补飞或重飞；
18.s2-2：对两种不同不同观测手段得到的数据进行平差，将控制点坐标数据和像片的pos姿态数据作为外方位元素的初始值进行联合平差；
19.s2-3：基于原始影像及联合平差的结果，使用pix4dmapper三维建模软件生成三维模型及派生数据。
20.进一步地，对所述步骤s2得到的排污口的倾斜三维模型使用像控点和检查点对模型精度进行检测，提高模型的精度。
21.进一步地，所述ai识别技术的具体方法是通过截取视频数据中待测水源的图像，所述图像含有图形标记，通过图像颜色检测待测水源的色度，通过图形标记的清晰度，判断待测水源的浑浊度，并计算待测水源悬浮物含量，通过待测水源的色度、浑浊度以及悬浮物含量判断待测水源的水质质量，通过ai识别技术识别水质质量；
22.进一步地，所述图形标记具体为固定在排污口的竖直标杆，所述标杆上刻有刻度，通过标杆刻度可以判断水源的浑浊度。
23.进一步地，所述倾斜摄影无人机同时搭载lidar装置，通过lidar装置进行测距。
24.进一步地，所述数字化报告包括日报表和月报表，所述日报表记录当日每小时的水质检测数据，所述月报表记录当月每日的平均水质监测数据，便于水质质量的观测和查询。
25.进一步地，所述水质监测数据库包括本地数据库，所述本地数据库将水质监测数据备份在本地存储器中，所述云端数据库将水质监测数据实时上传至云端存储器中，防止水质监测数据的丢失。
26.进一步地，所述云端数据库可以通过web的形式和app客户端的形式进行访问，便于工作人员查看水质监测数据。
27.进一步地，所述监控摄像头有两个，ai识别技术所获取的水质监测指标数据为两个监控摄像头在同时间段内的所识别的水质监测数据的均值，提高ai识别的精度。
28.本发明的有益效果是：
29.(1)本发明可较为准确地模拟排污口的现场情况和历史变化趋势，达到排污口水质实时监控的信息化、实景化、有效化的目的，同时提高视频ai识别的精度。
30.(2)本发明可通过web或app客户端线上访问水质监测数据，便于水质质量的观测，节省企业对水质监测的人力成本。
附图说明
31.图1是本发明排污口实时监测方法的流程图。
具体实施方式
32.实施例1
33.如图1所示，一种基于三维gis的排污口实时监测方法，包括以下步骤：
34.s1：根据排污口的地貌特征和排污地点确定倾斜摄影无人机及拍摄镜头装置的飞行高度和飞行轨迹，通过无人机携带的摄像头，按照既定飞行高度和飞行轨迹进行倾斜摄影拍摄；
35.s2：对拍摄到的航片进行内业处理；通过三维建模软件重构排污口的倾斜三维模型；三维建模软件采用pix4dmapper软件；
36.s3：用三维建模软件对排污口的倾斜三维模型进行悬浮物剔除、空洞修复、模型校正等二次修复；
37.s4：通过三维建模软件构建水质监测传感器模型和监控摄像头模型；
38.s5：将排污口的倾斜三维模型和水质监测传感器、监控摄像头模型相结合，搭建三维gis排污口实时监测平台；
39.s6：根据搭建三维gis排污口实时监测平台在排污口进行实地搭建水质传感器和监控摄像头，并将水质监测数据和视频监控数据与所搭建的三维gis排污口实时监测平台中的水质监测传感器和监控摄像头相对应，通过水质监测传感器模型读取各水质指标，通过监控摄像头模型读取视频数据；
40.s7：对水质传感器模型所读取的水质指标数据构建水质监测数据库，记录历史水质监测信息；
41.s8：通过ai识别技术从视频数据中获取水质监测指标数据，将其分为训练样本和验证样本，将水质传感器获取的各水质指标数据与训练样本进行样本训练，并通过验证样本验证水质监测模型的精度；
42.s9：设置水质监测各指标阈值，当水质监测传感器检测的水质某一指标高于所设置的阈值，三维gis排污口实时监测平台发出预警提醒，并通过短信提醒相关人员，提醒工作人员实地取样监测，水质检测的指标项目包括温度、色度、浊度、ph值、电导率、悬浮物、溶解氧、化学需氧量和生化需氧量；
43.s10：通过三维gis排污口实时监测平台自动生成水质监测的数字化报告。
44.内业处理方法包括以下步骤：
45.s2-1：检查航摄作业的飞行质量以及拍摄的影响质量，当航摄作业不满足内业规范和作业任务要求时，根据实际情况重新拟定飞行计划对局部区域进行补飞或重飞；
46.s2-2：对两种不同不同观测手段得到的数据进行平差，将控制点坐标数据和像片的pos姿态数据作为外方位元素的初始值进行联合平差；
47.s2-3：基于原始影像及联合平差的结果，使用pix4dmapper三维建模软件生成三维模型及派生数据。
48.对步骤s2得到的排污口的倾斜三维模型使用像控点和检查点对模型精度进行检测，提高模型的精度。
49.ai识别技术的具体方法是通过截取视频数据中待测水源的图像，图像含有图形标记，通过图像颜色检测待测水源的色度，通过图形标记的清晰度，判断待测水源的浑浊度，并计算待测水源悬浮物含量，通过待测水源的色度、浑浊度以及悬浮物含量判断待测水源的水质质量，通过ai识别技术识别水质质量；
50.图形标记具体为固定在排污口的竖直标杆，标杆上刻有刻度，通过标杆刻度可以判断水源的浑浊度。
51.倾斜摄影无人机同时搭载lidar装置，通过lidar装置进行测距。
52.数字化报告包括日报表和月报表，日报表记录当日每小时的水质检测数据，月报表记录当月每日的平均水质监测数据，便于水质质量的观测和查询。
53.实施例2
54.如图1所示，一种基于三维gis的排污口实时监测方法，包括以下步骤：
55.s1：根据排污口的地貌特征和排污地点确定倾斜摄影无人机及拍摄镜头装置的飞行高度和飞行轨迹，通过无人机携带的摄像头，按照既定飞行高度和飞行轨迹进行倾斜摄影拍摄；三维建模软件采用pix4dmapper软件；
56.s2：对拍摄到的航片进行内业处理；通过三维建模软件重构排污口的倾斜三维模型；
57.s3：用三维建模软件对排污口的倾斜三维模型进行悬浮物剔除、空洞修复、模型校正等二次修复；
58.s4：通过三维建模软件构建水质监测传感器模型和监控摄像头模型；
59.s5：将排污口的倾斜三维模型和水质监测传感器、监控摄像头模型相结合，搭建三维gis排污口实时监测平台；
60.s6：根据搭建三维gis排污口实时监测平台在排污口进行实地搭建水质传感器和监控摄像头，并将水质监测数据和视频监控数据与所搭建的三维gis排污口实时监测平台中的水质监测传感器和监控摄像头相对应，通过水质监测传感器模型读取各水质指标，通过监控摄像头模型读取视频数据；
61.s7：对水质传感器模型所读取的水质指标数据构建水质监测数据库，记录历史水质监测信息；
62.s8：通过ai识别技术从视频数据中获取水质监测指标数据，将其分为训练样本和验证样本，将水质传感器获取的各水质指标数据与训练样本进行样本训练，并通过验证样本验证水质监测模型的精度；
63.s9：设置水质监测各指标阈值，当水质监测传感器检测的水质某一指标高于所设置的阈值，三维gis排污口实时监测平台发出预警提醒，并通过短信提醒相关人员，提醒工作人员实地取样监测，水质检测的指标项目包括温度、色度、浊度、ph值、电导率、悬浮物、溶解氧、化学需氧量和生化需氧量；
64.s10：通过三维gis排污口实时监测平台自动生成水质监测的数字化报告。
65.内业处理方法包括以下步骤：
66.s2-1：检查航摄作业的飞行质量以及拍摄的影响质量，当航摄作业不满足内业规范和作业任务要求时，根据实际情况重新拟定飞行计划对局部区域进行补飞或重飞；
67.s2-2：对两种不同不同观测手段得到的数据进行平差，将控制点坐标数据和像片
的pos姿态数据作为外方位元素的初始值进行联合平差；
68.s2-3：基于原始影像及联合平差的结果，使用pix4dmapper三维建模软件生成三维模型及派生数据。
69.对步骤s2得到的排污口的倾斜三维模型使用像控点和检查点对模型精度进行检测，提高模型的精度。
70.ai识别技术的具体方法是通过截取视频数据中待测水源的图像，图像含有图形标记，通过图像颜色检测待测水源的色度，通过图形标记的清晰度，判断待测水源的浑浊度，并计算待测水源悬浮物含量，通过待测水源的色度、浑浊度以及悬浮物含量判断待测水源的水质质量，通过ai识别技术识别水质质量；
71.图形标记具体为固定在排污口的竖直标杆，标杆上刻有刻度，通过标杆刻度可以判断水源的浑浊度。
72.倾斜摄影无人机同时搭载lidar装置，通过lidar装置进行测距。
73.数字化报告包括日报表和月报表，日报表记录当日每小时的水质检测数据，月报表记录当月每日的平均水质监测数据，便于水质质量的观测和查询。
74.水质监测数据库包括本地数据库，本地数据库将水质监测数据备份在本地存储器中，云端数据库将水质监测数据实时上传至云端存储器中，防止水质监测数据的丢失。
75.云端数据库可以通过web的形式和app客户端的形式进行访问，便于工作人员查看水质监测数据。
76.实施例2相比实施例1，实施例2的水质监测数据库括本地数据库和云端数据库，通过web或app进行线上访问数据。
77.实施例3
78.如图1所示，一种基于三维gis的排污口实时监测方法，包括以下步骤：
79.s1：根据排污口的地貌特征和排污地点确定倾斜摄影无人机及拍摄镜头装置的飞行高度和飞行轨迹，通过无人机携带的摄像头，按照既定飞行高度和飞行轨迹进行倾斜摄影拍摄；
80.s2：对拍摄到的航片进行内业处理；通过三维建模软件重构排污口的倾斜三维模型；三维建模软件采用pix4dmapper软件；
81.s3：用三维建模软件对排污口的倾斜三维模型进行悬浮物剔除、空洞修复、模型校正等二次修复；
82.s4：通过三维建模软件构建水质监测传感器模型和监控摄像头模型；
83.s5：将排污口的倾斜三维模型和水质监测传感器、监控摄像头模型相结合，搭建三维gis排污口实时监测平台；
84.s6：根据搭建三维gis排污口实时监测平台在排污口进行实地搭建水质传感器和监控摄像头，并将水质监测数据和视频监控数据与所搭建的三维gis排污口实时监测平台中的水质监测传感器和监控摄像头相对应，通过水质监测传感器模型读取各水质指标，通过监控摄像头模型读取视频数据；
85.s7：对水质传感器模型所读取的水质指标数据构建水质监测数据库，记录历史水质监测信息；
86.s8：通过ai识别技术从视频数据中获取水质监测指标数据，将其分为训练样本和
验证样本，将水质传感器获取的各水质指标数据与训练样本进行样本训练，并通过验证样本验证水质监测模型的精度；
87.s9：设置水质监测各指标阈值，当水质监测传感器检测的水质某一指标高于所设置的阈值，三维gis排污口实时监测平台发出预警提醒，并通过短信提醒相关人员，提醒工作人员实地取样监测，水质检测的指标项目包括温度、色度、浊度、ph值、电导率、悬浮物、溶解氧、化学需氧量和生化需氧量；
88.s10：通过三维gis排污口实时监测平台自动生成水质监测的数字化报告。
89.内业处理方法包括以下步骤：
90.s2-1：检查航摄作业的飞行质量以及拍摄的影响质量，当航摄作业不满足内业规范和作业任务要求时，根据实际情况重新拟定飞行计划对局部区域进行补飞或重飞；
91.s2-2：对两种不同不同观测手段得到的数据进行平差，将控制点坐标数据和像片的pos姿态数据作为外方位元素的初始值进行联合平差；
92.s2-3：基于原始影像及联合平差的结果，使用pix4dmapper三维建模软件生成三维模型及派生数据。
93.对步骤s2得到的排污口的倾斜三维模型使用像控点和检查点对模型精度进行检测，提高模型的精度。
94.ai识别技术的具体方法是通过截取视频数据中待测水源的图像，图像含有图形标记，通过图像颜色检测待测水源的色度，通过图形标记的清晰度，判断待测水源的浑浊度，并计算待测水源悬浮物含量，通过待测水源的色度、浑浊度以及悬浮物含量判断待测水源的水质质量，通过ai识别技术识别水质质量；
95.图形标记具体为固定在排污口的竖直标杆，标杆上刻有刻度，通过标杆刻度可以判断水源的浑浊度。
96.倾斜摄影无人机同时搭载lidar装置，通过lidar装置进行测距。
97.数字化报告包括日报表和月报表，日报表记录当日每小时的水质检测数据，月报表记录当月每日的平均水质监测数据，便于水质质量的观测和查询。
98.水质监测数据库包括本地数据库，本地数据库将水质监测数据备份在本地存储器中，云端数据库将水质监测数据实时上传至云端存储器中，防止水质监测数据的丢失。
99.云端数据库可以通过web的形式和app客户端的形式进行访问，便于工作人员查看水质监测数据。
100.监控摄像头有两个，ai识别技术所获取的水质监测指标数据为两个监控摄像头在同时间段内的所识别的水质监测数据的均值，提高ai识别的精度。
101.实施例3相比实施例2，实施例3监控摄像头有两个，通过ai识别技术水质监测指标数据为两个监控摄像头所识别水质监测数据的均值，提高了提高ai识别的精度。