感潮河段总氮的动态遥感监测与溯源方法、系统及设备

摘要: 本发明涉及水污染控制工程与地理空间信息处理的,特别是涉及一种感潮河段总氮的动态遥感监测与溯源方法、系统及设备。背景技术:1、随着感潮河段作为陆海交汇的关键纽带,...
感潮河段总氮的动态遥感监测与溯源方法、系统及设备

本发明涉及水污染控制工程与地理空间信息处理的,特别是涉及一种感潮河段总氮的动态遥感监测与溯源方法、系统及设备。

背景技术:

1、随着感潮河段作为陆海交汇的关键纽带,其水动力条件受上游径流与海洋潮汐的双重控制,呈现出强烈的周期性与非稳态特征。在潮汐的顶托、倒灌和落潮驱动下,河段内的总氮等污染物稀释、浓缩与运移过程在日内发生剧烈起伏,小时级尺度的浓度变化可达数倍甚至数十倍。因此,实现对感潮河段总氮浓度的高频动态监测与污染溯源,对于水环境保护和污染管控具有重要意义。

2、然而,现有的监测技术存在以下显著缺陷:

3、第一,现有技术难以兼顾高频次与高空间分辨率的连续面状监测需求。商业卫星遥感技术受限于重访周期长,通常为数天至十余天一次,且易受云雨天气干扰,根本无法捕捉日内小时级的连续演变过程。固定水质浮标站虽具备高频采样能力,但其仅能提供孤立的点状数据,无法反映排污口羽流在水体运移中的面状空间扩散分布状态,难以满足对感潮河段全流域水质动态的监测需求。

4、第二,现有遥感反演方法缺乏适应日内光照动态变化的辐射校正机制。在日内连续观测过程中,太阳高度角与方位角发生剧烈演变,导致水面产生镜面反射和光照畸变,使得不同时刻采集的遥感影像之间存在显著的光谱不一致性。传统的静态遥感反演模型采用固定的辐射定标参数,无法消除日内不同时刻光照条件差异引起的光谱畸变,导致反演模型在不同时刻的适用性下降,严重影响反演结果的准确性和可比性。

5、第三,现有水质分析方法未充分考虑水团平流输运对污染溯源的影响,无法实现天然潮汐效应与人为排放贡献的定量解耦。感潮河段水体处于高速运动状态,污染水团随潮汐水流发生显著的平流输运位移。传统遥感水质分析多采用固定地理坐标的像素对应比对,忽略了污染水团随水流的空间位移,导致水质数据产生严重的空间错位误差。在此基础上,现有技术难以区分水团中总氮浓度的变化究竟是由潮汐物理效应(如涨潮稀释、落潮浓缩)引起的,还是由点源排污口的排放行为导致的,因而无法实现对点源排污口真实排放净贡献的精准测算,也无法将天然潮汐的物理效应与人为排放的贡献进行有效剥离。

技术实现思路

1、基于此,本发明的目的在于,提供一种感潮河段总氮的动态遥感监测与溯源方法、系统及设备,通过高频多光谱遥感与实时水动力参数协同采集、动态辐射校正消除日内光照变化影响、融合水动力特征的机器学习反演获取总氮浓度空间分布、基于连续时次分布进行水团拉格朗日轨迹追踪,并结合空间位置与浓度分布解耦计算潮汐物理效应与点源排污贡献,从而实现感潮河段总氮的高频高空间分辨率面状动态监测,克服平流输运干扰,精准分离天然潮汐效应与人为排放贡献。

2、第一方面,本技术提供了一种感潮河段总氮的动态遥感监测与溯源方法,包括:

3、获取感潮河段以预设的时间间隔采集的多光谱遥感影像以及对应的实时水动力参数;

4、对所述多光谱遥感影像进行动态辐射校正,得到标准化反射率影像;

5、将所述标准化反射率影像和所述实时水动力参数输入至预训练的反演模型,反演得到所述感潮河段的总氮浓度空间分布信息;

6、基于连续时次的所述总氮浓度空间分布信息,确定目标污染水团在不同时次的空间位置信息;

7、基于所述目标污染水团的空间位置信息和所述总氮浓度空间分布信息,计算所述目标污染水团由潮汐物理效应引起的总氮通量变化,以及所述目标污染水团流经预设点源排污口时所述点源排污口的真实排放净贡献。

8、在一些可实施方式中,所述获取感潮河段以预设的时间间隔采集的多光谱遥感影像以及对应的实时水动力参数,包括:

9、部署无人机自动机库;其中,所述无人机自动机库包括第一无人机和第二无人机;

10、根据预设的双机采集策略,控制所述第一无人机和所述第二无人机按照预设航线飞行,并以预设的第一时间间隔采集所述感潮河段的多光谱遥感影像;

11、通过部署在所述感潮河段的声学流速测量设备,以预设的第二时间间隔对所述感潮河段进行水数据采集,并与所述多光谱遥感影像关联,得到所述多光谱遥感影像对应的实时水动力参数。

12、在一些可实施方式中,所述根据预设的双机采集策略,控制所述第一无人机和所述第二无人机按照预设航线飞行,并以预设的第一时间间隔采集所述感潮河段的多光谱遥感影像,包括:

13、响应于遥感监测指令,控制所述第一无人机按照预设航线飞行并以预设的第一时间间隔采集所述感潮河段的多光谱遥感影像;

14、当所述第一无人机的电量低于预设的电量阈值时,获取所述第一无人机当前的第一位置;

15、控制所述第二无人机飞行至所述第一位置,并继续按照所述预设航线飞行以及以预设的第一时间间隔采集所述感潮河段的多光谱遥感影像;同时,控制所述第一无人机返回所述无人机机库。

16、在一些可实施方式中,所述对所述多光谱遥感影像进行动态辐射校正,得到标准化反射率影像,包括:

17、获取所述多光谱遥感影像的下行光辐照度数据和地面定标白板的光谱反射率基准;

18、根据所述下行光辐照度数据、所述光谱反射率基准以及所述多光谱遥感影像对应的太阳高度角数据,构建动态辐射定标方程;

19、根据所述动态辐射定标方程对所述多光谱遥感影像进行校正,得到标准化反射率影像。

20、在一些可实施方式中,所述将所述标准化反射率影像和所述实时水动力参数输入至预训练的反演模型,反演得到所述感潮河段的总氮浓度空间分布信息,包括:

21、根据所述标准化反射率影像计算绿光-红边归一化差异水体指数,并根据所述绿光-红边归一化差异水体指数提取水体区域,得到水体掩膜;

22、根据所述水体掩膜,从所述标准化反射率影像中提取并计算所述水体区域的光谱特征,并从所述实时水动力参数中提取动量特征;其中,所述光谱特征包括绿光波段反射率和红蓝比值指数,所述动量特征包括流速和潮位梯度;

23、根据所述绿光波段反射率、所述红蓝比值指数、所述流速和所述潮位梯度,构建特征矩阵;

24、将所述特征矩阵输入至预训练的反演模型,反演得到所述感潮河段的总氮浓度空间分布信息。

25、在一些可实施方式中,所述基于连续时次的所述总氮浓度空间分布信息,确定目标污染水团在不同时次的空间位置信息,包括:

26、获取连续时次的总氮浓度空间分布信息,根据相邻时次的总氮浓度空间分布信息进行稠密光流计算,得到所述感潮河段的水面流场;

27、根据所述水面流场,确定目标污染水团在不同时次的空间位置信息。

28、在一些可实施方式中,所述根据所述水面流场,确定目标污染水团在不同时次的空间位置信息,包括:

29、根据所述总氮浓度空间分布信息,识别总氮浓度高于预设浓度阈值的连续区域,作为目标污染水团;

30、基于所述水面流场,构建拉格朗日粒子追踪模型,并利用所述拉格朗日粒子追踪模型对所述目标污染水团进行粒子轨迹追踪,得到所述目标污染水团在不同时次的空间位置信息。

31、在一些可实施方式中,所述基于所述目标污染水团的空间位置信息和所述总氮浓度空间分布信息,计算所述目标污染水团由潮汐物理效应引起的总氮通量变化,以及所述目标污染水团流经预设点源排污口时所述点源排污口的真实排放净贡献,包括:

32、根据所述目标污染水团在不同时次的空间位置信息,确定所述目标污染水团对应的空间控制体积;

33、根据所述空间控制体积内的总氮浓度空间分布信息,计算所述目标污染水团的总氮质量变化量;

34、基于所述总氮质量变化量,结合由所述目标污染水团在不同时次的空间位置信息构成的运移轨迹,解耦得到由潮汐物理效应引起的总氮通量变化,以及所述目标污染水团流经预设点源排污口时所述点源排污口的真实排放净贡献。

35、第二方面,本技术提供了一种感潮河段总氮的动态遥感监测与溯源系统,包括:

36、影像数据获取模块,用于获取感潮河段以预设的时间间隔采集的多光谱遥感影像以及对应的实时水动力参数;

37、校正模块,用于对所述多光谱遥感影像进行动态辐射校正,得到标准化反射率影像;

38、模型反演模块,用于将所述标准化反射率影像和所述实时水动力参数输入至预训练的反演模型,反演得到所述感潮河段的总氮浓度空间分布信息;

39、水团空间识别模块,用于基于连续时次的所述总氮浓度空间分布信息,确定目标污染水团在不同时次的空间位置信息;

40、监测与溯源模块,用于基于所述目标污染水团的空间位置信息和所述总氮浓度空间分布信息,计算所述目标污染水团由潮汐物理效应引起的总氮通量变化,以及所述目标污染水团流经预设点源排污口时所述点源排污口的真实排放净贡献。

41、第三方面,本技术提供了一种计算机设备,包括处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述所述的感潮河段总氮的动态遥感监测与溯源方法的步骤。

42、本技术提供的一种感潮河段总氮的动态遥感监测与溯源方法,通过获取感潮河段以预设时间间隔采集的多光谱遥感影像及对应的实时水动力参数;接着,对所述多光谱遥感影像进行动态辐射校正,消除日内光照变化引起的光谱畸变,得到标准化反射率影像;进而,将所述标准化反射率影像与所述实时水动力参数输入至预训练的反演模型,反演得到所述感潮河段的总氮浓度空间分布信息;然后,基于连续时次的所述总氮浓度空间分布信息,确定目标污染水团在不同时次的空间位置信息,以追踪水团的运移轨迹;最终,基于所述目标污染水团的空间位置信息和所述总氮浓度空间分布信息,计算所述目标污染水团由潮汐物理效应引起的总氮通量变化,以及所述目标污染水团流经预设点源排污口时所述点源排污口的真实排放净贡献。相较于现有技术,本技术提供的技术方案,通过高频多光谱遥感与实时水动力参数协同采集、动态辐射校正、融合水动力特征的机器学习反演、水团轨迹追踪与潮汐-排污贡献解耦,有效解决了现有技术中难以兼顾高频次高空间分辨率面状监测、日内光照变化导致反演精度下降、以及无法分离潮汐物理效应与人为排放贡献的问题,实现了对感潮河段总氮的高频动态监测与精准溯源。