本发明涉及监控预测领域，具体而言，涉及一种基于物联网的河湖水生态环境监控方法。
背景技术：
水是万物之源，河湖水是人们生活用水的主要取水来源，也是生态系统重要的组成部分。随着现代工业的发展，人们日常生产生活产生大量的污染物排向河湖水域之中，造成河湖水富营养化，水域中氮、磷等营养盐类；铁、锰等微量元素以及有机化合物的含量大大增加，促进藻类生物大量繁殖造成水华现象，水华蓝藻所产的微囊藻毒素对人类健康具有很大危害性。
针对水华现象产生的危害，预防优于治理，对水体进行实时监控是预防的前提，水体的富营养化是产生水华的主要原因，在对河湖水的水体进行监控，目前主要监测方法：
一、人工监测。人工监测一般周期为几天一次，主要通过监测员通过肉眼和配备的监测仪器现场取水，必要时带回实验室分析化验。人工监测的方式，耗费大量人力和时间，且不能快速连续监测。
二、卫星遥感监测。通过卫星的色谱传感器对水体表面的水色进行扫描，通过有害藻华的特异色谱强度和面积监测大规模水华爆发面积。此种方法的缺点在于精度差，卫星的图像分辨率低，对于小型水域遥测不理想，且易受气体污染影响成像结果。此外，监测的频率低，一般在12～24h一次，不能实时测量。成本相对也较高，建设成本、运转成本需要跨部门跨区域协调运作。
三、水质在线监测。通过设置视频监控点，通过视频监控，人为观测的方式监控。该方法对监控人员的注意力和精力要求高，且具备较强的主观性，准确性得不到保障。
技术实现要素：
本发明的目的在于提供一种基于物联网的河湖水生态环境监控方法，以改善上述问题。
为了实现上述目的，本发明实施例采用的技术方案如下：
第一方面，本发明提供了一种基于物联网的河湖水生态环境监控方法，应用于河湖水生态环境监控系统，所述系统包括多个检测装置，所述检测装置分布在待监控的河湖水域中，所述系统还包括无人机和服务器，所述多个检测装置和无人机与所述服务器通讯连接，所述方法包括：每个检测装置分别获取对应水域的水体数据，将所述水体数据发送至所述服务器，所述水体数据包含所述检测装置的唯一标识；所述服务器根据所述水体数据按照预设的第一判断规则判断所述唯一标识对应的水域是否有发生水华的风险；当所述服务器判断有发生水华的风险时，向所述无人机发送拍摄指令，所述拍摄指令包括所述检测装置对应的唯一标识；所述无人机响应所述拍摄指令，根据所述唯一标识选择预设的飞行路线；所述无人机按照所述预设的飞行路线飞行至所述唯一标识对应的检测装置的水域；所述无人机获取所述检测装置的水域的水体表面图像；所述无人机将所述水体表面图像发送至所述服务器，所述水体表面图像包含有所述检测装置的唯一标识；所述服务器根据所述水体表面图像按照预设的第二判断规则判断所述检测装置对应的水域是否有发生水华的风险；所述服务器根据所述水体表面图像的判断结果，与具有相同唯一标识的水体数据的判断结果进行比较；当判断结果一致时，所述服务器判断所述唯一标识对应的检测装置的水域有发生水华的风险。
进一步地，所述方法还包括：无人机记录起飞位置；无人机响应飞手的遥控操作飞行至所述检测装置所在地点，记录所述检测装置的位置；无人机生成所述起飞位置到所述检测装置的位置的巡航路线；无人机对所述巡航路线标记唯一标识。
进一步地，所述无人机获取所述检测装置的水域的水体表面图像的步骤包括：所述无人机按照预设的时间间隔获取所述检测装置的水域的水体表面图像。
进一步地，所述服务器根据所述水体表面图像按照预设的第二判断规则判断所述检测装置对应的水域是否有发生水华的风险包括：所述服务器选取多张水体表面图像中的初始图像，对初始图像进行预处理，得到所述初始图像中的水华颜色色块区域，对初始图像后的图像通过颜色先验模型和camshift算法追踪，分析水华颜色色块的变化情况，以判断是否有发生水华的风险。
第二方面，本发明实施例还提供了一种基于物联网的河湖水生态环境监控方法，应用于服务器，所述服务器与无人机及多个检测装置通讯连接，所述检测装置分布在待监控的河湖水域中，所述方法包括：接收所述检测装置发送的对应水域的水体数据，所述水体数据包含所述检测装置的唯一标识；根据所述水体数据按照预设的第一判断规则判断所述唯一标识对应的水域是否有发生水华的风险；当判断有发生水华的风险时，向所述无人机发送拍摄指令，所述拍摄指令包括所述检测装置对应的唯一标识，以使所述无人机根据所述唯一标识选择预设的飞行路线并按照所述预设的飞行路线飞行至所述唯一标识对应的检测装置的水域进行拍照；获取所述无人机发送的所述检测装置对应水域的水体表面图像，所述水体表面图像包含有所述检测装置的唯一标识；根据所述水体表面图像按照预设的第二判断规则判断所述检测装置对应的水域是否有发生水华的风险；根据所述水体表面图像的判断结果，与具有相同唯一标识的水体数据的判断结果进行比较；当判断结果一致时，判断所述唯一标识对应的检测装置的水域有发生水华的风险。
第三方面，本发明实施例还提供了一种基于物联网的河湖水生态环境监控方法，应用于无人机，所述无人机与服务器通讯连接，所述服务器与多个检测装置通讯连接，所述检测装置分布在待监控的河湖水域中，所述方法包括：接收所述服务器依据所述检测装置发送的水体数据判断所述检测装置对应的水域有发生水华的风险时发送的拍摄指令，所述拍摄指令包括所述检测装置对应的唯一标识；响应所述拍摄指令，根据所述唯一标识选择预设的飞行路线；按照所述预设的飞行路线飞行至所述唯一标识对应的检测装置的水域；获取所述检测装置的水域的水体表面图像；将所述水体表面图像发送至所述服务器，所述水体表面图像包含有所述检测装置的唯一标识，以便所述服务器根据所述水体表面图像按照预设的第二判断规则判断所述检测装置对应的水域是否有发生水华的风险；所述服务器根据所述水体表面图像的判断结果，与具有相同唯一标识的水体数据的判断结果进行比较；当判断结果一致时，所述服务器判断所述唯一标识对应的检测装置的水域有发生水华的风险。
本发明的有益效果：
本发明实施例提供的基于物联网的河湖水生态环境监控方法，通过分布在待监控的水域中的检测装置，实时获取水域的水体数据，服务器对水体数据进行分析后，得到初步的水华发生风险判断，再通过无人机对具有初步风险的水域进行拍照，得到水体表面图像，服务器对水体表面图像进行分析后，进一步确认该水域是否具有水华发生风险。不需要监测员实地采样和实时监控，节约了人员成本，也不需要大型的设备的建设，能够保证监控的连续性和实时性，极大提高了效率。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1是本发明实施例提供的河湖水生态环境监控系统的系统架构示意图。
图2-图4是本发明实施例提供的基于物联网的河湖水生态环境监控方法的流程图。
图标：河湖水生态环境监控系统-100；检测装置-10；无人机-20；服务器-30。
具体实施方式
下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
本发明实施例提供了一种基于物联网的河湖水生态环境监控方法，应用于河湖水生态环境监控系统，主要用于监控及预警水域水华现象，以便进行及早干预。
请参照图1，是该河湖水生态环境监控系统100的示意图，该河湖水生态环境监控系统100包括多个检测装置10，多个检测装置10用于获取水体数据，包括叶绿素浓度、氨氮浓度、ph值、氧浓度、高锰酸盐浓度等，由于待监控的水域为河湖水域，水域面积大，所以检测装置10需要分布设置在水域中，检测装置10优选采用漂浮入水式，即检测装置10携带的各传感器，如叶绿素传感器、氨氮传感器、溶解氧传感器等淹没在水体中，检测装置10整体漂浮在水面上。
该河湖水生态环境监控系统100还包括无人机20和服务器30，多个检测装置10和无人机20与所述服务器30通讯连接。本发明实施例对于检测装置10、无人机20与服务器30的通讯方式不作限定，例如可以是通过lora模块、2.4g模块进行通信。
请参照图2，是本发明实施例提供的基于物联网的河湖水生态环境监控方法的流程图，该方法包括以下步骤：
步骤s1，每个检测装置10分别获取对应水域的水体数据，将水体数据发送至服务器30，水体数据包含检测装置10的唯一标识。
检测装置10获取水体数据的频率可以根据实际情况设定，例如不间断获取、每10分钟获取一次。由于检测装置10的数量为多个，为了便于服务器30进行区分，在传输水体数据时，还会携带检测装置10的唯一标识，例如标号。
步骤s2，服务器30根据水体数据按照预设的第一判断规则判断唯一标识对应的水域是否有发生水华的风险。
由于目前已经有大量的现有技术针对水体数据判断水华风险进行了描述，本发明实施例对此不作限定。
当服务器30判断有发生水华的风险时，进入步骤s3。
步骤s3，服务器30向无人机20发送拍摄指令，该拍摄指令包括检测装置10对应的唯一标识。
步骤s4，无人机20响应拍摄指令，根据该唯一标识选择预设的飞行路线。
步骤s5，无人机20按照预设的飞行路线飞行至唯一标识对应的检测装置的水域。
无人机20按照预设飞行路线飞行，可以通过对无人机20进行预先飞行路径设定实现，例如，无人机飞手在无人机20的待飞区，即起飞位置让无人机20记录起飞位置，飞手再操控无人机20飞行到检测装置10所在地点，让无人机20记录检测装置10的位置，并生成起飞位置到检测装置10的位置的巡航路线，对该巡航路线标记对应于检测装置10的唯一标识。训练后的无人机20接收到命令后，会按照预先设定的路线进行定点巡航。
步骤s6，无人机20获取检测装置10的水域的水体表面图像。
步骤s7，无人机20将水体表面图像发送至服务器30，水体表面图像包含有检测装置10的唯一标识。
步骤s8，服务器30根据水体表面图像按照预设的第二判断规则判断检测装置对应的水域是否有发生水华的风险。
在水体出现富营养化时，水华藻类含有光合作用色素，会在水面出现相关颜色的漂浮物。水华藻类在前期生长过程中，表现形式为整个水域开始有大量藻类聚集出现，随后大量聚集和繁殖，面积越来越大，从零星水华到大规模水华的过程中，在视觉特征上表现为水域上水华色块零星逐渐聚集，面积逐渐增大，颜色由青灰色逐渐转变为黄绿色、深绿色，最后成片或成团地覆盖在水体表面。通过对水华颜色色块进行检测和追踪，可以用于判断是否有发生水华的风险。当水华色块的颜色和面积比例超过阈值时，可判断有发生水华的风险。
在本实施例中，无人机20按照预设的时间间隔获取检测装置10的水域的水体表面图像，例如每隔30分钟飞向该水域进行拍摄。服务器30选取多张水体表面图像中的初始图像，对初始图像进行预处理，预处理主要包括颜色转换，将rgb颜色模型转换为hsv颜色模型，再计算h分量色调直方图，进行反向投影处理。经过预处理，得到初始图像中的水华颜色色块区域，对初始图像之后的图像通过颜色先验模型和camshift算法追踪，分析水华颜色色块的变化情况，以判断是否有发生水华的风险。camshift算法是基于目标颜色特征的目标跟踪算法，在对水华颜色色块的追踪时，不受水华色块形状变化而影响，也对光照条件没有特别的要求，颜色先验模型利用先验的水华图像模板，在检测过程之前建立，以颜色先验模型为模板，在后期图像中搜索目标，利用camshift算法搜索迭代，计算出水花色块的位置和面积。颜色先验模型和camshift算法均为目前已有的技术，本发明实施例此处不过多展开。
步骤s9，服务器30根据水体表面图像的判断结果，与具有相同唯一标识的水体数据的判断结果进行比较，判断结果是否一致。
当判断结果一致时，进入步骤s10。
步骤s10，服务器30判断唯一标识对应的检测装置10的水域有发生水华的风险。
如果服务器30对水体数据和水体表面图像进行分析，得到的结果是一致的，表明水域发生水华的概率很大，通过两种分析方式对水体水华进行检测预警，能保证预测的准确性。
本发明实施例提供的基于物联网的河湖水生态环境监控方法，通过分布在待监控的水域中的检测装置，实时获取水域的水体数据，服务器对水体数据进行分析后，得到初步的水华发生风险判断，再通过无人机对具有初步风险的水域进行拍照，得到水体表面图像，服务器对水体表面图像进行分析后，进一步确认该水域是否具有水华发生风险。不需要监测员实地采样和实时监控，节约了人员成本，也不需要大型的设备的建设，能够保证监控的连续性和实时性，极大提高了效率。
请参照图3，本发明实施例还提供一种基于物联网的河湖水生态环境监控方法，应用于服务器30，该方法包括以下步骤：
步骤s11，接收检测装置发送的对应水域的水体数据，水体数据包含所述检测装置的唯一标识。
步骤12，根据水体数据按照预设的第一判断规则判断唯一标识对应的水域是否有发生水华的风险。
当判断有发生水华的风险时，进入步骤s13。
步骤s13，向无人机发送拍摄指令。该拍摄指令包括检测装置对应的唯一标识，无人机根据唯一标识选择预设的飞行路线并按照所述预设的飞行路线飞行至唯一标识对应的检测装置的水域进行拍照。
步骤s14，获取无人机发送的检测装置对应水域的水体表面图像，水体表面图像包含有所述检测装置的唯一标识。
步骤s15，根据水体表面图像按照预设的第二判断规则判断检测装置对应的水域是否有发生水华的风险。
步骤s16，根据水体表面图像的判断结果，与具有相同唯一标识的水体数据的判断结果进行比较。
当判断结果一致时，进入步骤s17。
步骤s17，判断唯一标识对应的检测装置的水域有发生水华的风险。
请参照图4，本发明实施例还提供一种基于物联网的河湖水生态环境监控方法，应用于无人机，该方法包括以下步骤：
步骤s21，接收服务器依据检测装置发送的水体数据判断检测装置对应的水域有发生水华的风险时发送的拍摄指令。拍摄指令包括所述检测装置对应的唯一标识。
步骤s22，响应拍摄指令，根据唯一标识选择预设的飞行路线。
步骤s23，按照预设的飞行路线飞行至唯一标识对应的检测装置的水域。
步骤s24，获取检测装置的水域的水体表面图像。
步骤s25，将水体表面图像发送至服务器。水体表面图像包含有检测装置的唯一标识，以便服务器根据水体表面图像按照预设的第二判断规则判断检测装置对应的水域是否有发生水华的风险；服务器根据水体表面图像的判断结果，与具有相同唯一标识的水体数据的判断结果进行比较；当判断结果一致时，服务器判断唯一标识对应的检测装置的水域有发生水华的风险。
由于上述的方法步骤s11-s16和步骤s21-s25所涉及的方法是s1-s10的单侧撰写方式，其原理已在前述方法中介绍，此处不再赘述。
在本申请所提供的实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个......”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
1.一种基于物联网的河湖水生态环境监控方法，应用于河湖水生态环境监控系统，其特征在于，所述系统包括多个检测装置，所述检测装置分布在待监控的河湖水域中，所述系统还包括无人机和服务器，所述多个检测装置和无人机与所述服务器通讯连接，所述方法包括：
每个检测装置分别获取对应水域的水体数据，将所述水体数据发送至所述服务器，所述水体数据包含所述检测装置的唯一标识；
所述服务器根据所述水体数据按照预设的第一判断规则判断所述唯一标识对应的水域是否有发生水华的风险；
当所述服务器判断有发生水华的风险时，向所述无人机发送拍摄指令，所述拍摄指令包括所述检测装置对应的唯一标识；
所述无人机响应所述拍摄指令，根据所述唯一标识选择预设的飞行路线；
所述无人机按照所述预设的飞行路线飞行至所述唯一标识对应的检测装置的水域；
所述无人机获取所述检测装置的水域的水体表面图像；
所述无人机将所述水体表面图像发送至所述服务器，所述水体表面图像包含有所述检测装置的唯一标识；
所述服务器根据所述水体表面图像按照预设的第二判断规则判断所述检测装置对应的水域是否有发生水华的风险；
所述服务器根据所述水体表面图像的判断结果，与具有相同唯一标识的水体数据的判断结果进行比较；
当判断结果一致时，所述服务器判断所述唯一标识对应的检测装置的水域有发生水华的风险。
2.根据权利要求1所述的基于物联网的河湖水生态环境监控方法，其特征在于，所述方法还包括：
无人机记录起飞位置；
无人机响应飞手的遥控操作飞行至所述检测装置所在地点，记录所述检测装置的位置；
无人机生成所述起飞位置到所述检测装置的位置的巡航路线；
无人机对所述巡航路线标记唯一标识。
3.根据权利要求1所述的基于物联网的河湖水生态环境监控方法，其特征在于，所述无人机获取所述检测装置的水域的水体表面图像的步骤包括：所述无人机按照预设的时间间隔获取所述检测装置的水域的水体表面图像。
4.根据权利要求3所述的基于物联网的河湖水生态环境监控方法，其特征在于，所述服务器根据所述水体表面图像按照预设的第二判断规则判断所述检测装置对应的水域是否有发生水华的风险包括：所述服务器选取多张水体表面图像中的初始图像，对初始图像进行预处理，得到所述初始图像中的水华颜色色块区域，对初始图像后的图像通过颜色先验模型和camshift算法追踪，分析水华颜色色块的变化情况，以判断是否有发生水华的风险。
5.一种基于物联网的河湖水生态环境监控方法，应用于服务器，其特征在于，所述服务器与无人机及多个检测装置通讯连接，所述检测装置分布在待监控的河湖水域中，所述方法包括：
接收所述检测装置发送的对应水域的水体数据，所述水体数据包含所述检测装置的唯一标识；
根据所述水体数据按照预设的第一判断规则判断所述唯一标识对应的水域是否有发生水华的风险；
当判断有发生水华的风险时，向所述无人机发送拍摄指令，所述拍摄指令包括所述检测装置对应的唯一标识，以使所述无人机根据所述唯一标识选择预设的飞行路线并按照所述预设的飞行路线飞行至所述唯一标识对应的检测装置的水域进行拍照；
获取所述无人机发送的所述检测装置对应水域的水体表面图像，所述水体表面图像包含有所述检测装置的唯一标识；
根据所述水体表面图像按照预设的第二判断规则判断所述检测装置对应的水域是否有发生水华的风险；
根据所述水体表面图像的判断结果，与具有相同唯一标识的水体数据的判断结果进行比较；
当判断结果一致时，判断所述唯一标识对应的检测装置的水域有发生水华的风险。
6.根据权利要求5所述的基于物联网的河湖水生态环境监控方法，其特征在于，所述获取所述无人机发送的所述检测装置对应水域的水体表面图像为所述无人机按照预设的时间间隔获取的所述检测装置的水域的水体表面图像。
7.根据权利要求6所述的基于物联网的河湖水生态环境监控方法，其特征在于，所述根据所述水体表面图像按照预设的第二判断规则判断所述检测装置对应的水域是否有发生水华的风险包括：选取多张水体表面图像中的初始图像，对初始图像进行预处理，得到所述初始图像中的水华颜色色块区域，对初始图像后的图像通过颜色先验模型和camshift算法追踪，分析水华颜色色块的变化情况，以判断是否有发生水华的风险。
8.一种基于物联网的河湖水生态环境监控方法，应用于无人机，其特征在于，所述无人机与服务器通讯连接，所述服务器与多个检测装置通讯连接，所述检测装置分布在待监控的河湖水域中，所述方法包括：
接收所述服务器依据所述检测装置发送的水体数据判断所述检测装置对应的水域有发生水华的风险时发送的拍摄指令，所述拍摄指令包括所述检测装置对应的唯一标识；
响应所述拍摄指令，根据所述唯一标识选择预设的飞行路线；
按照所述预设的飞行路线飞行至所述唯一标识对应的检测装置的水域；
获取所述检测装置的水域的水体表面图像；
将所述水体表面图像发送至所述服务器，所述水体表面图像包含有所述检测装置的唯一标识，以便所述服务器根据所述水体表面图像按照预设的第二判断规则判断所述检测装置对应的水域是否有发生水华的风险；
所述服务器根据所述水体表面图像的判断结果，与具有相同唯一标识的水体数据的判断结果进行比较；
当判断结果一致时，所述服务器判断所述唯一标识对应的检测装置的水域有发生水华的风险。
9.根据权利要求8所述的基于物联网的河湖水生态环境监控方法，其特征在于，所述方法还包括：
记录起飞位置；
响应飞手的遥控操作飞行至所述检测装置所在地点，记录所述检测装置的位置；
生成所述起飞位置到所述检测装置的位置的巡航路线；
对所述巡航路线标记唯一标识。
10.根据权利要求8所述的基于物联网的河湖水生态环境监控方法，其特征在于，所述获取所述检测装置的水域的水体表面图像的步骤包括：按照预设的时间间隔获取所述检测装置的水域的水体表面图像。
技术总结