[發明專利]一種基于無人機的全時空水域污染物應急態勢感知系統

在審

• 申請號: 202010551493.3
• 申請日: 2020-06-17
• 公開（公告）號: CN111639456A
• 公開（公告）日: 2020-09-08
• 發明（設計）人: 賈鵬;馬銘陽;汪夢真
• 申請（專利權）人: 太原理工大學
• 主分類號: G06F30/23
• 分類號: G06F30/23;G06F30/27;G06F30/28;G06F113/08;G06F119/14
• 代理公司: 太原市科瑞達專利代理有限公司 14101
• 代理人: 李富元

本發明涉及圖像、信號處理領域、人工智能、環境保護和應急管理領域，一種基于無人機的全時空水域污染物應急態勢感知系統，由中心數據處理計算機、基于無人機的污染物信息采樣節點和數據展示設備組成，主要面向水污染事件應急，采樣節點由無人機、便攜式光譜儀、水流流速流向傳感器、嵌入式計算設備和供電系統組成，污染物信息采樣節點首先根據當前定位信息和嵌入式計算設備存儲的被污染水域水文信息，延水流區域進行污染物巡航測定；通過仿真方法建立水污染擴散模型，根據模型的模擬數據訓練預測最優采樣點的神經網絡，與采樣點生成網絡對抗學習，最終訓練出可自主規劃采樣點的神經網絡。

技術領域

本發明涉及圖像、信號處理領域、人工智能、環境保護和應急管理領域，提出了一種根據最優采樣方法和水流域內擴散模型，利用無人機搭載的光譜儀測量水污染物濃度和擴散態勢，來滿足監測水域污染應急事件態勢的綜合方法。它可以對企業違規、事故污染等造成的水污染事件及時感知和預測，能夠提高環保部門應急效率。

技術背景

目前水污染監測儀器包含便攜式多參數水質檢測儀、便攜式分光光度計和便攜式生物綜合毒性儀等。雖然已有無人機的水污染應急監測方案，但多是利用無人機的光學成像或者遙感數據進行如藻類等有色污染物的粗略測量，難以對微量無色污染物進行監測。

以無人機搭載光譜儀可實現高精度光譜測量；專家系統與人工智能技術結合的采樣點算法可以保證高效、快速地更新數據；多源融合和虛擬現實技術結合可以實現結果立體顯示；使用人工智能技術實現污染物的分布預測，可以更好地為環保部門服務。

發明內容

本發明的目的是解決：如何對突發性水污染事故提高應急監測速度，提供污染物擴散狀態的應急分析、預警預測的問題。

本發明所采用的技術方案是：一種基于無人機的全時空水域污染物態勢感知系統，按照如下步驟進行：

步驟一、選定初始采樣點位置：將無人機直接隨機放到初始采樣點位置；或者以地形海拔、經緯度數據和固定監測站測量的歷史水污染發生區域位置信息為輸入，以專家設定的采樣點為訓練集，訓練出基于專家經驗的初始采樣點位置規劃算法，該算法以一個經緯度坐標為輸出，該經緯度坐標就是初始采樣點位置。

步驟二、建立模擬水污染擴散模型Ω。使用COMSOL Multiphysics軟件中的流體分析CFD模塊對河道建立有限元模型，結合流體力學模擬獲得不同時刻時污染物擴散的時空態勢。

有限元模型建立步驟如下：

（1）在模擬開發器中選擇空間維度中的三維單相流湍流模型。

（2）在物理場接口中選擇“流體流動”接口，并設置其組件方程、流體屬性的密度、動力粘度等。

（3）對物理場接口進行描述：選用混合物模型。

（4）插入幾何序列：根據模擬地形數據、經緯度信息在COMSOL中建立水域的幾何模型，作為域方程或邊界條件。

（5）運行模型，截取不同時刻污染物濃度分布作為一組模擬數據。

（6）模擬建立不同的地形圖，選取不同的污染源位置，重復以上步驟，獲得不同地形、不同污染源位置時的多組水污染擴散模擬數據。

步驟三、以Ω的多組水污染擴散模擬數據為訓練集，通過深度學習訓練出一個可以根據當前采樣點信息（X₀,Y₀,t₀）預測出下一采樣點信息（X_Φ1,Y_Φ1,t_Φ1,n_Φ1）的神經網絡Φ₁。