-
公开(公告)号：CN119478714A
公开(公告)日：2025-02-18
申请号：CN202510073595.1
申请日：2025-01-17
Applicant: 北京市生态环境监测中心
IPC: G06V20/10 , G06V10/764
Abstract: 本发明提供了一种基于遥感光谱的黑臭水体识别方法，涉及环境监测技术领域，包括：获取黑臭水体的多光谱/高光谱卫星影像和卫星拍摄影像时的姿态和位置信息；根据卫星影像中的水体特征波段数据，识别出黑臭水体区域的水体影像；根据卫星拍摄影像时的姿态和位置信息，计算水体影像中每个像素的拍摄角度信息；对拍摄角度信息对黑臭水体影像质量的干扰程度进行评估；检测黑臭水体区域的周边影像，并对该周边影像进行地物分类；根据评估结果以及地物分类结果，对黑臭水体区域的水体影像的光谱数据进行校正。本发明利用多光谱和高光谱卫星影像，结合精确的卫星位置信息，提出针对性的干扰分析和校正方法，实现了高精度的黑臭水体识别和干扰消除。
-
公开(公告)号：CN119478714B
公开(公告)日：2025-04-01
申请号：CN202510073595.1
申请日：2025-01-17
Applicant: 北京市生态环境监测中心
IPC: G06V20/10 , G06V10/764
Abstract: 本发明提供了一种基于遥感光谱的黑臭水体识别方法，涉及环境监测技术领域，包括：获取黑臭水体的多光谱/高光谱卫星影像和卫星拍摄影像时的姿态和位置信息；根据卫星影像中的水体特征波段数据，识别出黑臭水体区域的水体影像；根据卫星拍摄影像时的姿态和位置信息，计算水体影像中每个像素的拍摄角度信息；对拍摄角度信息对黑臭水体影像质量的干扰程度进行评估；检测黑臭水体区域的周边影像，并对该周边影像进行地物分类；根据评估结果以及地物分类结果，对黑臭水体区域的水体影像的光谱数据进行校正。本发明利用多光谱和高光谱卫星影像，结合精确的卫星位置信息，提出针对性的干扰分析和校正方法，实现了高精度的黑臭水体识别和干扰消除。
-
公开(公告)号：CN113449419B
公开(公告)日：2024-05-03
申请号：CN202110705844.6
申请日：2021-06-24
Applicant: 北京市生态环境监测中心
IPC: G06F30/20 , G01N21/31 , G06F111/10
Abstract: 本发明实施例中提供了一种基于大数据技术判断水污染源的方法，包括如下步骤：S1：确定待监测河段；S2：在待监测河段内筛选超标点位及对应的超标因子，确定污染河段；S3：比较污染河段中超标点位和相邻上游点位的监测因子数值；S4：若相邻上游点位的监测因子大于超标点位，则将相邻上游点位作为新的超标点位，重复步骤S2和S3；S5：若相邻上游点位的监测因子小于等于超标点位，结合图谱对比结果和区域污染排放清单对该河段中的污染源空间位置进行核定。本发明所提供的方法在图谱对比成果的基础上，结合区域污染源清单，对区域水污染事件的源头进行判断，解决了现有技术中无法同时进行大范围区域的实施和对具体的水污染源空间定位的问题。
-
公开(公告)号：CN118914098A
公开(公告)日：2024-11-08
申请号：CN202411404947.9
申请日：2024-10-10
Applicant: 北京市生态环境监测中心
IPC: G01N21/25 , G01N21/33 , G16C20/20 , G16C20/70 , G06F18/2415 , G06F18/2433 , G06N7/01
Abstract: 本发明实施例提供了一种水质异常监测方法、装置、计算机设备及介质，涉及水质监测技术领域，其中，该方法包括：获得待监测水体的全光谱数据；获取待监测水体的水源标签和环境数据；将水源标签、环境数据和紫外光谱输入第一水质分析模型，得到紫外光谱数据的异常概率；将水源标签、环境数据和可见光谱输入第二水质分析模型，得到可见光谱数据的异常概率；计算所述紫外光谱的第一统计学指标；计算所述可见光谱的第二统计学指标；根据所述紫外光谱数据的异常概率、所述可见光谱数据的异常概率、所述第一统计学指标和所述第二统计学指标，确定所述待监测水体的异常分数，所述异常分数的大小与水质异常程度成正比。该方案有利于提高水质监测的准确性。
-
公开(公告)号：CN113484257A
公开(公告)日：2021-10-08
申请号：CN202110705829.1
申请日：2021-06-24
Applicant: 北京市生态环境监测中心
Abstract: 本发明公开了一种基于神经网络和全光谱吸光度的水质浓度计算系统及方法，其中基于神经网络和全光谱吸光度的水质浓度计算系统，包括样本采集模块、数据预处理模块、算法训练模块和信息解析模块；本发明通过去噪和散射矫正获取最接近水体污染物的光谱数据，并利用神经网络算法对光谱数据和已测水质结果进行深度挖掘训练，搭建融合隐含层后三者之间的权重映射关系，在此基础上，将训练后的权重映射关系应用到待检水体全光谱吸光度数据的解析中，从而获得更加稳定、准确的水质成果信息解析，有效提高了结果的准确性。
-
Patent Agency Ranking
公开(公告)号：CN113434618A
公开(公告)日：2021-09-24
申请号：CN202110703983.5
申请日：2021-06-24
Applicant: 北京市生态环境监测中心
IPC: G06F16/29 , G06F16/245 , G06Q10/06 , G06Q50/26
Abstract: 本发明提供了一种判断污染源的方法，包括：获取原始DEM，并确定栅格的数量；对原始DEM进行洼地填充，并将流向栅格数据全部为2的n次方的流向栅格定义为目标流向栅格；根据目标流向栅格，计算流量栅格；获取流量栅格中像元的数值大于预设的第一阈值的流量栅格，进行河流链接，生成河网；对河网进行分级，生成河流栅格数据；根据河流栅格数据和流向栅格，进行栅格河流矢量化处理，确定第一区域中，多个河网弧段的起点和终点；河网弧段的终点为汇水区出水口；在每个出水口设置水质监测设备；当污染数据中的第一污染数据大于预设的第二阈值时，确定目标水质监测设备对应的河网弧段的起点为污染源。由此，快速获取污染源所在的小区域。
-
公开(公告)号：CN118914113A
公开(公告)日：2024-11-08
申请号：CN202411404946.4
申请日：2024-10-10
Applicant: 北京市生态环境监测中心
IPC: G01N21/31 , G16C20/20 , G16C20/70 , G06N3/0464 , G06N3/09 , G06F18/2131 , G06F18/22 , G06V10/74
Abstract: 本发明实施例提供了一种汛期面源污染监测方法、装置、计算机设备及介质，涉及环境监测技术领域，方法包括获得多个水体流域监测点包含汛期的连续时间点的多个水质光谱数据，水质光谱数据为水样在预设波长范围内的吸光度；对多个水质光谱数据标记汛期污染时刻以及面源污染类型；对标记后的多个水质光谱数据分别提取水质光谱特征；基于水质光谱特征生成与每个水质光谱数据相对应的三维水质光谱特征图谱；将多个三维水质光谱特征图谱和标记的内容作为训练数据对监测模型进行训练；基于训练后的监测模型对待监测水体流域的汛期污染时刻以及面源污染类型进行监测识别。该方案提高了面源污染的识别精度、准确性，降低了识别误差。
-
公开(公告)号：CN113449789A
公开(公告)日：2021-09-28
申请号：CN202110707877.4
申请日：2021-06-24
Applicant: 北京市生态环境监测中心
Abstract: 本发明提供了基于大数据的全光谱水质监测设备监测水质的质控方法，包括：待测水体监测原始数据及标准监测数据的采集；经大数据技术实时获取待测水体监测原始数据及标准监测数据；依据待测水体监测原始数据及标准监测数据建立支持向量回归算法初始模型SVR；调用支持向量回归算法初始模型SVR对待测水体监测原始数据和标准监测数据拟合训练，通过控制待测水体监测原始数据的数据集，动态调整及优化支持向量回归算法初始模型SVR模型的参数，得到支持向量回归算法优化模型SVR及训练参数数据。通过大数据技术调用待测水体监测原始数据及标准监测数据，建立支持向量回归算法初始模型SVR，并进行动态优化保证监测数据的准确性及精度。
-
公开(公告)号：CN113376114A
公开(公告)日：2021-09-10
申请号：CN202110707878.9
申请日：2021-06-24
Applicant: 北京市生态环境监测中心
IPC: G01N21/33 , G01N21/31 , G06F16/583 , G06Q50/26
Abstract: 本发明提供了一种基于紫外－可见光谱数据的水污染溯源方法，包括S1、归一化水污染溯源光谱库的建立；S2、待溯源水污染物的三维紫外－可见－待溯源水质指纹图谱获取；S3、对待溯源水污染物智能溯源。原理是：获取河流、湖泊、多个行业(加工厂)的已知污染源的已知水样，经检测及预处理获取不同稀释浓度下的紫外－可见－水污染水质指纹图谱光谱数据；经非线性拟合获得各已知水样的三维紫外－可见－水污染水质指纹图谱；对得到的三维紫外－可见－水污染水质指纹图谱归一化处理，形成归一化水污染溯源光谱库；将待溯源水污染物的光谱特征与已知水样的光谱特征溯源模拟比对，获得潜在的污染清单，具有溯源效率高、时效性强、准确性高的优点。
-
公开(公告)号：CN118914098B
公开(公告)日：2025-02-07
申请号：CN202411404947.9
申请日：2024-10-10
Applicant: 北京市生态环境监测中心
IPC: G01N21/25 , G01N21/33 , G16C20/20 , G16C20/70 , G06F18/2415 , G06F18/2433 , G06N7/01
Abstract: 本发明实施例提供了一种水质异常监测方法、装置、计算机设备及介质，涉及水质监测技术领域，其中，该方法包括：获得待监测水体的全光谱数据；获取待监测水体的水源标签和环境数据；将水源标签、环境数据和紫外光谱输入第一水质分析模型，得到紫外光谱数据的异常概率；将水源标签、环境数据和可见光谱输入第二水质分析模型，得到可见光谱数据的异常概率；计算所述紫外光谱的第一统计学指标；计算所述可见光谱的第二统计学指标；根据所述紫外光谱数据的异常概率、所述可见光谱数据的异常概率、所述第一统计学指标和所述第二统计学指标，确定所述待监测水体的异常分数，所述异常分数的大小与水质异常程度成正比。该方案有利于提高水质监测的准确性。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.028 seconds)
