基于无人机的田间农业面源污染风险评估方法与流程

1.本发明涉及农业污染评估技术领域，具体是指一种基于无人机的田间农业面源污染风险评估方法。


背景技术：

2.近年来，农业面源的污染问题已成为我国广泛关注的重大生态环境问题，也是全球农业与环境科学的研究热点。对现代农业和社会经济的可持续发展、农业生态环境安全和农产品质量安全构成了严重威胁。
3.为夯实我国质量管理和风险防范的科学基础，亟待提出污染风险评估的新方法，为环境管理提供支撑。
4.现有技术中，在污染发生后，不能及时定位出污染源，降低了污染防治的效率，影响环境与经济的长期可持续发展。


技术实现要素：

5.为解决上述现有难题，本发明提供了一种组成多资源化，可以减少地面固定监测站点的数量，降低了建设和维护成本，提高了数据获取的便捷性和经济性，进一步缩小了污染源位置的确定，提高了检测的准确性，降低生态服务功能损害实物量化的不确定性的基于无人机的田间农业面源污染风险评估方法。
6.本发明采取的技术方案如下：本发明一种基于无人机的田间农业面源污染风险评估方法，包括如下步骤：
7.步骤s0：评估数据采集与评估模型的建立；
8.步骤s1：通过定位系统定位到污染源和无人机、田间移动监测设备的位置，并将污染源的位置信息发送至中央控制室；
9.步骤s2：随后中央控制室计算最优路径，并将所述最优路径的相关信号分别发送至无人机和田间移动监测设备，控制无人机和田间移动监测设备达到污染源的位置；
10.步骤s3：无人机和田间移动监测设备达到污染源位置后，田间移动监测设备到该区域进行搜索和土壤、空气、水质采集工作，准确定位污染源，无人机则对该区域的影像、排放污染物及水体的光谱遥感影像进行获取；
11.步骤s4：中央控制室接收无人机采集到的光谱或图像数据、并接收田间移动监测设备采集到的土壤采样、空气采样与水质采样数据；
12.步骤s5：中央控制室根据采集到的数据传输到服务器内进行数据分析，将采集到的数据与预先设定的阈值进行对比，判断当前土壤采集、空气采集、水质采集的数据是否超标；
13.步骤s6：如果步骤s5中的数据超标，结合无人机采集到的光谱图像进一步缩小污染源所在的田间区域a，通过区域a内的田间固定监测设备进一步缩小污染源所在的田间区域b；
14.步骤s7：根据上述步骤从而实现田间农业面源数据的获取，重复步骤s2-s6，实现数据集的获取；
15.步骤s8：在中央控制室内进行污染源的信息显示，通过数据处理模块对田间农业面源数据集进行数据处理，得到建立田间农业面源损害模型的数据，最后通过数据计算模块对评估模型进行量化计算，还得到水质浓度范围和空间分布特征的可视化地图。
16.作为进一步阐述的方案，本方案还公开了一种实现田间农业面源污染风险评估方法的系统，该系统包括无人机、田间移动监测设备、田间固定监测设备、服务器、定位系统、中央控制室；其中，所述无人机用于对区域内的光谱或图像数据进行采集；所述田间移动监测设备、田间固定监测设备用于对地面区域内的土壤、空气与水质数据进行采集；
17.所述中央控制室内设有中央处理器、显示器和信号收发单元，所述中央处理器用于接收信息并处理信息，所述显示器与中央处理器连接并用于显示田间的图片、影像或光谱图像、以及污染源的位置信息，所述信号收发单元与中央处理器连接，且所述信号收发单元用于接收与发送信号，所述中央处理器通过定位系统定位污染源和无人机、田间移动监测设备、田间固定监测设备的位置，且中央处理器用于计算最优路径，并将所述最优路径的相关信号通过信号收发单元分别发送至无人机和田间移动监测设备，控制无人机和田间移动监测设备达到污染源的位置。
18.优选方案中，所述中央处理器包括数据采集模块、数据处理模块、数据计算模块、路径计算模块，所述数据采集模块与无人机、田间移动监测设备、田间固定监测设备信号连接用于实现数据的采集，通过所述数据处理模块对田间农业面源数据集进行数据处理，得到建立田间农业面源损害模型的数据，通过所述数据计算模块实现对评估模型进行量化计算，通过所述路径计算模块实现无人机与田间移动监测设备移动位置的路径计算。
19.进一步的，所述无人机上装备有第一定位模块、第一信号收发模块、光谱成像仪和照相机，所述第一定位模块用于向中央处理器传输位置信息，所述第一信号收发模块用于接收中央处理器发送的位置信号与位置路径，所述光谱成像仪和照相机分别用于采集光谱及图像数据并通过第一信号收发模块实现数据的传输。
20.优选方案中，所述无人机通过定位系统定位污染源和无人机的位置，并将位置信息发送至中央控制室，中央控制室计算最优路径并发送至无人机，以控制无人机到达污染源位置，监测排放污染物的光谱遥感影像包括如下步骤：
21.1)设置单次检测时长t和检测任务次数n；
22.2)根据单次检测时长t和检测任务次数n检测各个污染源组分的排放浓度，并将检测信号打包压缩发送至中央控制室；
23.3)通过积分中值计算每种污染源组分在每个t内排放浓度的平均值，进而计算每种污染源组分n次的排放浓度的平均值作为该污染源组分的排放浓度均值；
24.4)若所有污染源组分的排放浓度均值均未超过该组分的排放阈值则召回无人机，否则发出警告并督促整改，并回到步骤2)。
25.优选方案中，所述污染源组分包括但不限于co、co2、no
x
、so
x
、nh3、o3、甲醛。
26.在本方案中，所述无人机监测水体的光谱遥感影像，包括如下步骤：
27.步骤(1)：控制无人机到达污染源位置后，利用无人机的高光谱成像遥感技术，获取污染源位置水体的高光谱遥感影像数据；
28.步骤(2)：将高光谱遥感影像数据发送至中央控制室，中央处理器内存有水质与高光谱数据的定量数学模型；
29.步骤(3)：中央处理器根据将高光谱遥感影像数据导入到上述模型中，得到水质高光谱遥感反演数据；
30.步骤(4)：按照数据步长等级，对水质高光谱遥感反演数据进行分级，并赋予每个级别以不同颜色；
31.步骤(5)：数据生成不同颜色指征水质浓度范围和空间分布特征的可视化地图。
32.作为进一步阐述的方案，所述田间移动监测设备为无人巡检车，所述无人巡检车上装备有第二定位模块、第二信号收发模块、水质采样器、大气采样器和土壤采样器，所述第二定位模块用于向中央处理器传输位置信息，所述第二信号收发模块用于接收中央处理器发送的位置信号与位置路径，所述水质采样器、大气采样器和土壤采样器分别用于采集污染源地区的水质、大气和土壤，优选方案中，所述田间移动监测设备上设有控制器以及分别用于检测水质、大气和土壤的分析设备。
33.优选方案中，所述最优路径包括空中最优路径和田间最优路径。
34.进一步的，所述定位系统为卫星定位系统，所述第一定位模块、第二定位模块为gps模块和/或北斗定位模块。
35.本方案一种基于无人机的田间农业面源污染风险评估方法，采用上述方案本发明取得的有益效果如下：
36.1、集多种检测方式于一体，可以减少地面固定监测站点的数量，降低了建设和维护成本，提高了数据获取的便捷性和经济性。
37.2、通过无人机和田间移动监测设备的设置，进一步缩小了污染源位置的确定，提高了检测的准确性。
38.3、对污染风险的评估提供了数据采集的多种方式，降低生态服务功能损害实物量化的不确定性，同时实现可视化监管，便于远程实现评估效果。
附图说明
39.图1为本方案所提供的一种基于无人机的田间农业面源污染风险评估方法的整体流程图；
40.图2为本方案中无人机监测水体的光谱遥感影像的流程图；
41.图3为本方案中实现田间农业面源污染风险评估方法的系统组成图。
具体实施方式
42.下面将结合本发明实施例中，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例；基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动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。
43.实施例中，本发明公开了一种实现田间农业面源污染风险评估方法的系统，该系统包括无人机、田间移动监测设备、田间固定监测设备、服务器、定位系统、中央控制室；其中，所述无人机用于对区域内的光谱或图像数据进行采集；所述田间移动监测设备、田间固
定监测设备用于对地面区域内的土壤、空气与水质数据进行采集；
44.其中，所述中央控制室内设有中央处理器、显示器和信号收发单元，所述中央处理器用于接收信息并处理信息，所述显示器与中央处理器连接并用于显示田间的图片、影像或光谱图像、以及污染源的位置信息，所述信号收发单元与中央处理器连接，且所述信号收发单元用于接收与发送信号，所述中央处理器通过定位系统定位污染源和无人机、田间移动监测设备、田间固定监测设备的位置，且中央处理器用于计算最优路径，并将所述最优路径的相关信号通过信号收发单元分别发送至无人机和田间移动监测设备，控制无人机和田间移动监测设备达到污染源的位置。
45.在本方案中，所述中央处理器包括数据采集模块、数据处理模块、数据计算模块、路径计算模块，所述数据采集模块与无人机、田间移动监测设备、田间固定监测设备信号连接用于实现数据的采集，通过所述数据处理模块对田间农业面源数据集进行数据处理，得到建立田间农业面源损害模型的数据，通过所述数据计算模块实现对评估模型进行量化计算，通过所述路径计算模块实现无人机与田间移动监测设备移动位置的路径计算。
46.作为进一步阐述的方案，所述无人机上装备有第一定位模块、第一信号收发模块、光谱成像仪和照相机，所述第一定位模块用于向中央处理器传输位置信息，所述第一信号收发模块用于接收中央处理器发送的位置信号与位置路径，所述光谱成像仪和照相机分别用于采集光谱及图像数据并通过第一信号收发模块实现数据的传输。
47.作为进一步阐述的方案，所述田间移动监测设备为无人巡检车，所述无人巡检车上装备有第二定位模块、第二信号收发模块、水质采样器、大气采样器和土壤采样器，所述第二定位模块用于向中央处理器传输位置信息，所述第二信号收发模块用于接收中央处理器发送的位置信号与位置路径，所述水质采样器、大气采样器和土壤采样器分别用于采集污染源地区的水质、大气和土壤，优选方案中，所述田间移动监测设备上设有控制器以及分别用于检测水质、大气和土壤的分析设备。
48.作为进一步阐述的方案，所述定位系统为卫星定位系统，所述第一定位模块、第二定位模块为gps模块和/或北斗定位模块。
49.基于上述系统，本发明提供了一种基于无人机的田间农业面源污染风险评估方法，包括如下步骤：
50.步骤s0：评估方法数据采集与评估模型的建立；
51.步骤s1：通过定位系统定位到污染源和无人机、田间移动监测设备的位置，并将污染源的位置信息发送至中央控制室；
52.步骤s2：随后中央控制室计算最优路径，并将所述最优路径的相关信号分别发送至无人机和田间移动监测设备，控制无人机和田间移动监测设备达到污染源的位置；
53.步骤s3：无人机和田间移动监测设备达到污染源位置后，田间移动监测设备到该区域进行搜索和土壤、空气、水质采集工作，准确定位污染源，无人机则对该区域的影像、排放污染物及水体的光谱遥感影像进行获取；
54.步骤s4：中央控制室接收无人机采集到的光谱或图像数据、并接收田间移动监测设备采集到的土壤采样、空气采样与水质采样数据；
55.步骤s5：中央控制室根据采集到的数据传输到服务器内进行数据分析，将采集到的数据与预先设定的阈值进行对比，判断当前土壤采集、空气采集、水质采集的数据是否超
标；
56.步骤s6：如果步骤s5中的数据超标，结合无人机采集到的光谱图像进一步缩小污染源所在的田间区域a，通过区域a内的田间固定监测设备进一步缩小污染源所在的田间区域b；
57.步骤s7：根据上述步骤从而实现田间农业面源数据的获取，重复步骤s2-s6，实现数据集的获取；
58.步骤s8：在中央控制室内进行污染源的信息显示，通过数据处理模块对田间农业面源数据集进行数据处理，得到建立田间农业面源损害模型的数据，最后通过数据计算模块对评估模型进行量化计算。
59.优选方案中，所述无人机通过定位系统定位污染源和无人机的位置，并将位置信息发送至中央控制室，中央控制室计算最优路径并发送至无人机，以控制无人机到达污染源位置，监测排放污染物的光谱遥感影像包括如下步骤：
60.1)设置单次检测时长t和检测任务次数n；
61.2)根据单次检测时长t和检测任务次数n检测各个污染源组分的排放浓度，并将检测信号打包压缩发送至中央控制室；
62.3)通过积分中值计算每种污染源组分在每个t内排放浓度的平均值，进而计算每种污染源组分n次的排放浓度的平均值作为该污染源组分的排放浓度均值；
63.4)若所有污染源组分的排放浓度均值均未超过该组分的排放阈值则召回无人机，否则发出警告并督促整改，并回到步骤2)。
64.优选方案中，所述污染源组分包括但不限于co、co2、no
x
、so
x
、nh3、o3、甲醛。
65.在本方案中，所述无人机监测水体的光谱遥感影像，包括如下步骤：
66.步骤(1)：控制无人机到达污染源位置后，利用无人机的高光谱成像遥感技术，获取污染源位置水体的高光谱遥感影像数据；
67.步骤(2)：将高光谱遥感影像数据发送至中央控制室，中央处理器内存有水质与高光谱数据的定量数学模型；
68.步骤(3)：中央处理器根据将高光谱遥感影像数据导入到上述模型中，得到水质高光谱遥感反演数据；
69.步骤(4)：按照数据步长等级，对水质高光谱遥感反演数据进行分级，并赋予每个级别以不同颜色；
70.步骤(5)：数据生成不同颜色指征水质浓度范围和空间分布特征的可视化地图。
71.以上对本发明及其实施方式进行了描述，这种描述没有限制性，附图中所示的也只是本发明的实施方式之一，实际的结构并不局限于此。总而言之如果本领域的普通技术人员受其启示，在不脱离本发明创造宗旨的情况下，不经创造性的设计出与该技术方案相似的结构方式及实施例，均应属于本发明的保护范围。
72.需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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。

技术特征：
1.一种基于无人机的田间农业面源污染风险评估方法，其特征在于：包括以下步骤：步骤s0：评估方法数据采集与评估模型的建立；步骤s1：通过定位系统定位到污染源和无人机、田间移动监测设备的位置，并将污染源的位置信息发送至中央控制室；步骤s2：随后中央控制室计算最优路径，并将所述最优路径的相关信号分别发送至无人机和田间移动监测设备，控制无人机和田间移动监测设备达到污染源的位置；步骤s3：无人机和田间移动监测设备达到污染源位置后，田间移动监测设备到该区域进行搜索和土壤、空气、水质采集工作，准确定位污染源，无人机则对该区域的影像、排放污染物及水体的光谱遥感影像进行获取；步骤s4：中央控制室接收无人机采集到的光谱或图像数据、并接收田间移动监测设备采集到的土壤采样、空气采样与水质采样数据；步骤s5：中央控制室根据采集到的数据传输到服务器内进行数据分析，将采集到的数据与预先设定的阈值进行对比，判断当前土壤采集、空气采集、水质采集的数据是否超标；步骤s6：如果步骤s5中的数据超标，结合无人机采集到的光谱图像进一步缩小污染源所在的田间区域a，通过区域a内的田间固定监测设备进一步缩小污染源所在的田间区域b；步骤s7：根据上述步骤从而实现田间农业面源数据的获取，重复步骤s2-s6，实现数据集的获取；步骤s8：在中央控制室内进行污染源的信息显示，通过数据处理模块对田间农业面源数据集进行数据处理，得到建立田间农业面源损害模型的数据，最后通过数据计算模块对评估模型进行量化计算。2.根据权利要求1所述的基于无人机的田间农业面源污染风险评估方法，其特征在于：一种用于实现基于无人机的田间农业面源污染风险评估方法的系统，包括无人机、田间移动监测设备、田间固定监测设备、服务器、定位系统、中央控制室；所述无人机用于对区域内的光谱或图像数据进行采集；所述田间移动监测设备、田间固定监测设备用于对地面区域内的土壤、空气与水质数据进行采集；所述中央控制室内设有中央处理器、显示器和信号收发单元，所述中央处理器用于接收信息并处理信息，所述显示器与中央处理器连接并用于显示田间的图片、影像或光谱图像、以及污染源的位置信息，所述信号收发单元与中央处理器连接，且所述信号收发单元用于接收与发送信号，所述中央处理器通过定位系统定位污染源和无人机、田间移动监测设备、田间固定监测设备的位置，且中央处理器用于计算最优路径，并将所述最优路径的相关信号通过信号收发单元分别发送至无人机和田间移动监测设备，控制无人机和田间移动监测设备达到污染源的位置。3.根据权利要求2所述的基于无人机的田间农业面源污染风险评估方法，其特征在于：所述中央处理器包括数据采集模块、数据处理模块、数据计算模块、路径计算模块，所述数据采集模块与无人机、田间移动监测设备、田间固定监测设备信号连接用于实现数据的采集，通过所述数据处理模块对田间农业面源数据集进行数据处理，得到建立田间农业面源损害模型的数据，通过所述数据计算模块实现对评估模型进行量化计算，通过所述路径计算模块实现无人机与田间移动监测设备移动位置的路径计算。
4.根据权利要求3所述的基于无人机的田间农业面源污染风险评估方法，其特征在于：所述无人机通过定位系统定位污染源和无人机的位置，并将位置信息发送至中央控制室，中央控制室计算最优路径并发送至无人机，以控制无人机到达污染源位置，监测排放污染物的光谱遥感影像包括如下步骤：1)设置单次检测时长t和检测任务次数n；2)根据单次检测时长t和检测任务次数n检测各个污染源组分的排放浓度，并将检测信号打包压缩发送至中央控制室；3)通过积分中值计算每种污染源组分在每个t内排放浓度的平均值，进而计算每种污染源组分n次的排放浓度的平均值作为该污染源组分的排放浓度均值；4)若所有污染源组分的排放浓度均值均未超过该组分的排放阈值则召回无人机，否则发出警告并督促整改，并回到步骤2)。5.根据权利要求4所述的基于无人机的田间农业面源污染风险评估方法，其特征在于：所述无人机监测水体的光谱遥感影像，包括如下步骤：步骤(1)：控制无人机到达污染源位置后，利用无人机的高光谱成像遥感技术，获取污染源位置水体的高光谱遥感影像数据；步骤(2)：将高光谱遥感影像数据发送至中央控制室，中央处理器内存有水质与高光谱数据的定量数学模型；步骤(3)：中央处理器根据将高光谱遥感影像数据导入到上述模型中，得到水质高光谱遥感反演数据；步骤(4)：按照数据步长等级，对水质高光谱遥感反演数据进行分级，并赋予每个级别以不同颜色；步骤(5)：数据生成不同颜色指征水质浓度范围和空间分布特征的可视化地图。6.根据权利要求5所述的基于无人机的田间农业面源污染风险评估方法，其特征在于：所述无人机上装备有第一定位模块、第一信号收发模块、光谱成像仪和照相机，所述第一定位模块用于向中央处理器传输位置信息，所述第一信号收发模块用于接收中央处理器发送的位置信号与位置路径，所述光谱成像仪和照相机分别用于采集光谱及图像数据并通过第一信号收发模块实现数据的传输；所述污染源组分包括但不限于co、co2、no
x
、so
x
、nh3、o3、甲醛。7.根据权利要求6所述的基于无人机的田间农业面源污染风险评估方法，其特征在于：所述田间移动监测设备为无人巡检车，所述无人巡检车上装备有第二定位模块、第二信号收发模块、水质采样器、大气采样器和土壤采样器，所述第二定位模块用于向中央处理器传输位置信息，所述第二信号收发模块用于接收中央处理器发送的位置信号与位置路径，所述水质采样器、大气采样器和土壤采样器分别用于采集污染源地区的水质、大气和土壤，优选方案中，所述田间移动监测设备上设有控制器以及分别用于检测水质、大气和土壤的分析设备。8.根据权利要求7所述的基于无人机的田间农业面源污染风险评估方法，其特征在于：所述田间固定监测设备用于如下田间参数的监测：包括水温、ph值、总磷、总氮、氨氮、叶绿素a、总悬浮物、浊度、水压、流速、液位、硝酸盐、亚硝酸盐。9.根据权利要求8所述的基于无人机的田间农业面源污染风险评估方法，其特征在于：
所述最优路径包括空中最优路径和田间最优路径。10.根据权利要求9所述的基于无人机的田间农业面源污染风险评估方法，其特征在于：所述定位系统为卫星定位系统，所述第一定位模块、第二定位模块为gps模块和/或北斗定位模块。

技术总结
本发明涉及农业污染评估技术领域，具体公开了一种基于无人机的田间农业面源污染风险评估方法，通过无人机、田间移动监测设备、田间固定监测设备、服务器、定位系统、中央控制室系统的建立，通过上述系统提供了一种组成多资源化，可以减少地面固定监测站点的数量，降低了建设和维护成本，提高了数据获取的便捷性和经济性，进一步缩小了污染源位置的确定，提高了检测的准确性，降低生态服务功能损害实物量化的不确定性的基于无人机的田间农业面源污染风险评估方法。风险评估方法。风险评估方法。


技术研发人员：徐慧 韩琳 周艳文
受保护的技术使用者：南京市生态环境保护科学研究院
技术研发日：2023.06.06
技术公布日：2023/10/15