-
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。
-
Patent Agency Ranking
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：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：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：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。
-
公开(公告)号：CN118914113B
公开(公告)日：2024-12-17
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。
-
-
-
-
-
Search Results
6
records
(took 0.021 seconds)
