一种颗粒材料的形貌成分联合分析与风险识别方法及系统与流程

本发明涉及颗粒材料，具体为一种颗粒材料的形貌成分联合分析与风险识别方法及系统。

背景技术：

1、随着低空经济、无人机物流、城市巡检、应急保障和低空公共安全等应用快速发展，低空空域内飞行器起降、工业排放、道路扬尘、建筑施工、火灾烟尘、危险材料泄漏等因素均可能导致空气中颗粒材料浓度和组成发生快速变化。传统环境监测主要关注颗粒物质量浓度，例如pm2.5或pm10数值，但同一质量浓度下，不同颗粒材料的形貌、粒径、表面结构和化学成分差异明显，其环境风险、设备侵蚀风险和人员暴露风险也存在显著差别。

2、现有技术至少存在以下不足：第一，传统颗粒物检测多以浓度监测为主，难以识别颗粒材料的形貌差异和材料属性，无法区分矿物粉尘、金属颗粒、碳质烟尘、聚合物微粒和复合材料碎屑等不同风险来源；第二，实验室成分分析通常需要离线制样和人工判读，难以满足低空空域现场快速识别需求；第三，形貌图像分析和成分谱分析通常独立进行，缺乏将粒径、形貌、成分、采样高度、风场和环境参数联合建模的技术方案；第四，现有风险评价多采用规则阈值，难以对空间风险场进行重构，也难以给出风险等级的置信度和复采样建议。

3、因此，需要一种颗粒材料的形貌成分联合分析与风险识别方法及系统，以提升低空空域颗粒材料风险判断的准确性、可解释性和实时性。

技术实现思路

1、本发明旨在提供一种颗粒材料的形貌成分联合分析与风险识别方法及系统，通过对颗粒材料的形貌特征、成分谱特征、采样位姿和环境参数进行统一融合，解决现有技术中仅关注浓度、忽略颗粒材料形貌成分耦合特征、风险识别可解释性不足的问题。

2、为实现上述目的，本发明提供的方法包括：获取低空空域空气中颗粒材料的多源观测数据；对显微形貌图像进行颗粒目标分割和形貌特征提取；对成分谱数据进行谱峰识别、成分丰度估计和材料库匹配；通过形貌成分联合融合模型生成颗粒材料联合风险表征；基于所述联合风险表征计算风险分值并输出风险等级；基于多个采样位置的风险分值构建低空空域风险场，输出疑似污染来源区域、风险影响范围和处置建议。

3、具体如下：获取低空空域空气中颗粒材料的多源观测数据；

4、对所述显微形貌图像进行颗粒目标分割与形貌特征提取，得到形貌特征向量；

5、对所述成分谱数据进行谱预处理、谱峰识别、成分丰度估计和材料库匹配，得到成分特征向量和材料类别候选集合；

6、将所述形貌特征向量、成分特征向量、采样空间位姿数据和气象环境数据输入形貌成分联合融合模型，生成颗粒材料联合风险表征；

7、基于所述颗粒材料联合风险表征计算颗粒材料样本的风险分值，并根据风险分值、材料类别置信度以及空间暴露强度输出风险等级；

8、基于多个采样位置的风险分值构建低空空域风险场，并输出疑似污染来源区域、风险影响范围和处置建议。

9、在一种优选实施方式中，所述多源观测数据至少包括颗粒材料采样数据、显微形貌图像、成分谱数据、采样空间位姿数据以及气象环境数据。

10、在一种优选实施方式中，所述形貌特征向量包括粒径分布、长宽比、圆形度、边缘粗糙度、纹理特征、孔隙特征和团聚度特征中的至少一种。

11、在一种优选实施方式中，成分特征向量包括元素特征、官能团特征、谱峰强度、谱峰面积、材料库匹配相似度和成分丰度向量；由所述采样空间位姿数据和气象环境数据共同构成的环境时空特征包括采样位置、采样高度、采样时间和飞行速度等位姿信息，以及风速、风向、温度、湿度和气压等气象环境信息。

12、在一种优选实施方式中，对所述显微形貌图像进行颗粒目标分割与形貌特征提取的步骤，包括：

13、对所述显微形貌图像进行光照均衡、去噪和对比度增强处理；

14、采用阈值分割、边缘检测、分水岭分割或深度学习分割模型识别颗粒目标区域；

15、基于每个颗粒目标区域计算等效粒径d、长宽比、圆形度、边缘粗糙度和纹理向量g，其中，，a为颗粒投影面积，l为颗粒轮廓周长；

16、对多个颗粒目标区域的形貌特征进行统计聚合，形成所述形貌特征向量。

17、在一种优选实施方式中，对所述成分谱数据进行谱预处理、谱峰识别、成分丰度估计和材料库匹配的步骤，包括：

18、对所述成分谱数据进行暗电流扣除、基线校正、平滑去噪和强度归一化；

19、提取谱峰位置、谱峰高度、半高宽、峰面积和谱峰组合关系；

20、基于材料参考谱库构建参考矩阵r，并通过非负稀疏回归估计成分丰度向量c，其中c通过求解获得，x为预处理后的成分谱向量；

21、根据所述成分丰度向量与材料参考谱库之间的相似度输出材料类别候选集合和对应置信度。

22、在一种优选实施方式中，所述形貌成分联合融合模型包括形貌编码器、成分编码器、环境时空编码器和跨模态注意力融合单元；其中，形貌编码器用于将形貌特征向量映射为形貌嵌入向量，成分编码器用于将成分特征向量映射为成分嵌入向量，环境时空编码器用于将采样空间位姿数据和气象环境数据映射为环境时空嵌入向量；所述跨模态注意力融合单元根据各嵌入向量的可信度计算注意力权重，并对各嵌入向量进行加权融合，生成所述颗粒材料联合风险表征。

23、在一种优选实施方式中，所述跨模态注意力融合单元按照以下方式进行融合：

24、将形貌嵌入向量、成分嵌入向量和环境时空嵌入向量组成嵌入集合；

25、根据计算第个嵌入向量的注意力权重；其中，i表示当前嵌入向量的索引，j表示参与归一化计算的嵌入向量索引，z_i和z_j分别表示第i个和第j个嵌入向量，α_i表示第i个嵌入向量的注意力权重，q为可学习查询向量，w为可学习线性变换矩阵，q^t表示q的转置，tanh(·)表示双曲正切激活函数，exp(·)表示指数函数，分母对形貌嵌入向量、成分嵌入向量和环境时空嵌入向量的注意力得分进行归一化；

26、根据得到联合融合向量h；其中，h表示颗粒材料的联合融合向量，α_i表示第i个嵌入向量的注意力权重，z_i表示第i个嵌入向量，求和索引i依次对应形貌嵌入向量、成分嵌入向量和环境时空嵌入向量；

27、将所述联合融合向量h与形貌质量因子、成分谱残差和环境采样可信度拼接，生成所述颗粒材料联合风险表征。

28、在一种优选实施方式中，基于所述颗粒材料联合风险表征计算颗粒材料样本的风险分值的步骤，包括：

29、根据材料类别候选集合获得材料危害权重；

30、根据粒径分布、长宽比、圆形度和团聚度计算形貌吸入性指标；

31、根据采样高度、风速、湿度和采样流量计算空间暴露修正系数；

32、将材料危害权重、形貌吸入性指标、空间暴露修正系数和联合融合向量输入风险判别函数，得到风险分值；

33、根据所述风险分值与预设阈值比较结果，将颗粒材料样本划分为低风险、中风险、高风险或异常风险。

34、在一种优选实施方式中，基于多个采样位置的风险分值构建低空空域风险场的步骤，包括：

35、将低空空域划分为空间网格，构建观测向量y、空间风险场向量r和观测响应矩阵a，其中观测响应矩阵a由采样位置、采样高度、风向风速、扩散距离和采样时间共同确定；

36、建立风险场凸优化模型：；

37、其中，w为观测置信度权重矩阵，tv(r)为空间总变差项，为背景风险先验，、和为正则化参数；

38、通过投影近端梯度算法或交替方向乘子法求解所述风险场凸优化模型，得到低空空域风险场。

39、在一种优选实施方式中，通过交替方向乘子法求解所述风险场凸优化模型的步骤，包括：

40、引入辅助变量z和v，使、，其中d为空间差分算子；

41、更新r变量时求解带二次项的数据一致性子问题；

42、更新z变量时执行非负投影和稀疏近端运算；

43、更新v变量时执行总变差近端运算；

44、更新拉格朗日乘子，并根据原始残差和对偶残差判断是否停止迭代。

45、在一种优选实施方式中，所述风险等级的输出还包括不确定性评估，所述不确定性评估根据形貌图像分割置信度、成分谱重构残差、材料库匹配置信度、环境采样可信度和风险场反演残差共同确定；当不确定性超过预设阈值时，生成复核采样指令或提示重新采集成分谱数据。

46、在一种优选实施方式中，风险场重构采用凸优化模型，将空间风险场作为待估计变量，将多位置采样风险分值作为观测量，将风场扩散、采样高度和空间距离作为观测响应矩阵参数，在非负约束、稀疏约束和空间平滑约束下求解低空空域风险分布。

47、本发明还提供一种系统，包括数据获取模块、形貌分析模块、成分分析模块、联合融合模块、风险识别模块、风险场重构模块和复采样决策模块；

48、具体为：数据获取模块，用于获取低空空域空气中颗粒材料的多源观测数据，所述多源观测数据至少包括颗粒材料采样数据、显微形貌图像、成分谱数据、采样空间位姿数据以及气象环境数据；

49、形貌分析模块，用于对显微形貌图像进行颗粒目标分割与形貌特征提取，得到形貌特征向量；

50、成分分析模块，用于对成分谱数据进行谱预处理、谱峰识别、成分丰度估计和材料库匹配，得到成分特征向量和材料类别候选集合；

51、联合融合模块，用于将形貌特征向量、成分特征向量、采样空间位姿数据和气象环境数据输入形貌成分联合融合模型，生成颗粒材料联合风险表征；

52、风险识别模块，用于基于颗粒材料联合风险表征计算风险分值并输出风险等级；

53、风险场重构模块，用于基于多个采样位置的风险分值构建低空空域风险场，并输出疑似污染来源区域和风险影响范围。

54、在一种优选实施方式中，所述系统还包括复采样决策模块，所述复采样决策模块用于根据风险场梯度、不确定性分布和疑似污染来源区域生成下一轮采样位置，其中下一轮采样位置使期望信息增益最大或者使风险场重构误差最小。

55、一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现所述的方法。

56、一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现所述的方法。

57、本发明提供了一种颗粒材料的形貌成分联合分析与风险识别方法及系统。具备以下有益效果：

58、通过联合利用形貌图像和成分谱数据，能够从“材料是什么”和“颗粒形态如何”两个层面识别风险；通过跨模态注意力融合，提高了形貌信息、成分信息和环境信息之间的匹配能力；通过凸优化风险场重构，提高了污染风险空间分布判断的稳定性；通过不确定性评估和复采样决策，降低了单次采样误判风险。