本技術(shù)實(shí)施例涉及環(huán)境監(jiān)測(cè)，具體而言，涉及一種基于多源數(shù)據(jù)融合的庫(kù)區(qū)漂浮物監(jiān)測(cè)方法、裝置、設(shè)備、存儲(chǔ)介質(zhì)及產(chǎn)品。

背景技術(shù)：

1、庫(kù)區(qū)漂浮物監(jiān)測(cè)是環(huán)境保護(hù)和水資源管理中的重要環(huán)節(jié)，對(duì)于維護(hù)水體生態(tài)環(huán)境、保障水域安全和有效管理水資源具有重要作用。傳統(tǒng)的監(jiān)測(cè)方法主要依賴人工巡查和單一傳感器數(shù)據(jù)，這些方法存在許多問題，如效率低下、覆蓋范圍有限和數(shù)據(jù)精度不足等。

技術(shù)實(shí)現(xiàn)思路

1、本技術(shù)實(shí)施例在于提供一種基于多源數(shù)據(jù)融合的庫(kù)區(qū)漂浮物監(jiān)測(cè)方法、裝置、設(shè)備、存儲(chǔ)介質(zhì)及產(chǎn)品，旨在解決庫(kù)區(qū)漂浮物監(jiān)測(cè)的相關(guān)技術(shù)中存在效率低、覆蓋范圍有限和數(shù)據(jù)精度不足的問題。

2、本技術(shù)實(shí)施例第一方面提供一種基于多源數(shù)據(jù)融合的庫(kù)區(qū)漂浮物監(jiān)測(cè)方法，包括：

3、獲取目標(biāo)地區(qū)目標(biāo)時(shí)間段內(nèi)的多種數(shù)據(jù)；所述多種數(shù)據(jù)包括：多光譜衛(wèi)星遙感數(shù)據(jù)，無(wú)人機(jī)航拍數(shù)據(jù)，地面?zhèn)鞲衅鲾?shù)據(jù)和氣象數(shù)據(jù)；所述無(wú)人機(jī)航拍數(shù)據(jù)是針對(duì)目標(biāo)地區(qū)的漂浮物拍攝得到的；所述地面?zhèn)鞲衅鲾?shù)據(jù)包括：水質(zhì)參數(shù)、漂浮物的數(shù)量和密度；

4、對(duì)所述多種數(shù)據(jù)進(jìn)行數(shù)據(jù)融合，得到融合數(shù)據(jù)；所述數(shù)據(jù)融合包括：空間融合、時(shí)間融合和特征提取與融合；

5、將所述融合數(shù)據(jù)，輸入漂浮物識(shí)別模型對(duì)漂浮物進(jìn)行識(shí)別，得到監(jiān)測(cè)結(jié)果；所述監(jiān)測(cè)結(jié)果包括：在目標(biāo)時(shí)間段內(nèi)各個(gè)時(shí)間點(diǎn)所述漂浮物的位置和類型；

6、根據(jù)所述監(jiān)測(cè)結(jié)果，進(jìn)行數(shù)據(jù)分析，得到數(shù)據(jù)分析結(jié)果；根據(jù)所述數(shù)據(jù)分析結(jié)果進(jìn)行展示；所述數(shù)據(jù)分析結(jié)果包括：漂浮物分布圖、統(tǒng)計(jì)數(shù)據(jù)和變化趨勢(shì)圖；所述統(tǒng)計(jì)數(shù)據(jù)包括：所述目標(biāo)地區(qū)目標(biāo)時(shí)間段內(nèi)存在的各個(gè)類型的漂浮物的數(shù)量和漂浮物的總數(shù)量；

7、判斷所述漂浮物的總數(shù)量是否超過預(yù)設(shè)閾值；在所述漂浮物的總數(shù)量超過所述預(yù)設(shè)閾值的情況下，輸出預(yù)警信息。

8、在一種可選的實(shí)施方式中，所述對(duì)所述多種數(shù)據(jù)進(jìn)行數(shù)據(jù)融合，得到融合數(shù)據(jù)，包括：

9、對(duì)所述多種數(shù)據(jù)進(jìn)行空間融合，得到第一數(shù)據(jù)集；

10、對(duì)所述第一數(shù)據(jù)集進(jìn)行時(shí)間融合，得到第二數(shù)據(jù)集；

11、對(duì)所述第二數(shù)據(jù)集進(jìn)行特征提取與融合，得到所述融合數(shù)據(jù)。

12、在一種可選的實(shí)施方式中，所述對(duì)所述多種數(shù)據(jù)進(jìn)行空間融合，得到第一數(shù)據(jù)集，包括：

13、使用圖像配準(zhǔn)方法對(duì)所述多種數(shù)據(jù)進(jìn)行空間對(duì)齊，得到空間對(duì)齊后的數(shù)據(jù)，所述圖像配準(zhǔn)方法包括：特征點(diǎn)匹配和插值法；

14、使用數(shù)據(jù)融合方法對(duì)所述對(duì)齊后的數(shù)據(jù)進(jìn)行空間融合，得到所述第一數(shù)據(jù)集，所述數(shù)據(jù)融合方法包括：加權(quán)平均法和最小方差融合。

15、在一種可選的實(shí)施方式中，所述對(duì)所述第一數(shù)據(jù)集進(jìn)行時(shí)間融合，得到第二數(shù)據(jù)集，包括：

16、使用插值法或重采樣方法對(duì)所述第一數(shù)據(jù)集中的數(shù)據(jù)進(jìn)行時(shí)間對(duì)齊，得到時(shí)間對(duì)齊后的數(shù)據(jù)；

17、對(duì)所述時(shí)間對(duì)齊后的數(shù)據(jù)進(jìn)行時(shí)間序列分析，得到分析后的數(shù)據(jù)；

18、使用時(shí)空自回歸模型和動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)對(duì)所述分析后的數(shù)據(jù)進(jìn)行時(shí)間融合，得到所述第二數(shù)據(jù)集。

19、在一種可選的實(shí)施方式中，所述對(duì)所述空間數(shù)據(jù)集進(jìn)行所述特征提取與融合，得到所述融合數(shù)據(jù)，包括：

20、提取所述第二數(shù)據(jù)集中數(shù)據(jù)的特征信息；

21、對(duì)所述特征信息進(jìn)行特征選擇，得到多種關(guān)鍵特征；

22、使用特征綜合和特征級(jí)拼接對(duì)所述多種關(guān)鍵特征進(jìn)行空間融合，得到所述融合數(shù)據(jù)。

23、在一種可選的實(shí)施方式中，所述獲取多種數(shù)據(jù)之后，還包括：對(duì)所述多種數(shù)據(jù)進(jìn)行預(yù)處理；所述預(yù)處理包括：格式轉(zhuǎn)換和噪聲去除。

24、本技術(shù)實(shí)施例第二方面提供一種基于多源數(shù)據(jù)融合的庫(kù)區(qū)漂浮物監(jiān)測(cè)裝置，包括：

25、獲取模塊：用于獲取目標(biāo)地區(qū)目標(biāo)時(shí)間段內(nèi)的多種數(shù)據(jù)；所述多種數(shù)據(jù)包括：多光譜衛(wèi)星遙感數(shù)據(jù)，無(wú)人機(jī)航拍數(shù)據(jù)，地面?zhèn)鞲衅鲾?shù)據(jù)和氣象數(shù)據(jù)；所述無(wú)人機(jī)航拍數(shù)據(jù)是針對(duì)目標(biāo)地區(qū)的漂浮物拍攝得到的；所述地面?zhèn)鞲衅鲾?shù)據(jù)包括：水質(zhì)參數(shù)、漂浮物的數(shù)量和密度；

26、數(shù)據(jù)融合模塊：用于對(duì)所述多種數(shù)據(jù)進(jìn)行數(shù)據(jù)融合，得到融合數(shù)據(jù)；所述數(shù)據(jù)融合包括：空間融合、時(shí)間融合和特征提取與融合；

27、識(shí)別處理模塊：用于將所述融合數(shù)據(jù)，輸入漂浮物識(shí)別模型對(duì)漂浮物進(jìn)行識(shí)別，得到監(jiān)測(cè)結(jié)果；所述監(jiān)測(cè)結(jié)果包括：在目標(biāo)時(shí)間段內(nèi)各個(gè)時(shí)間點(diǎn)所述漂浮物的位置和類型；

28、分析展示模塊：用于根據(jù)所述監(jiān)測(cè)結(jié)果，進(jìn)行數(shù)據(jù)分析，得到數(shù)據(jù)分析結(jié)果；根據(jù)所述數(shù)據(jù)分析結(jié)果進(jìn)行展示；所述數(shù)據(jù)分析結(jié)果包括：漂浮物分布圖、統(tǒng)計(jì)數(shù)據(jù)和變化趨勢(shì)圖；所述統(tǒng)計(jì)數(shù)據(jù)包括：所述目標(biāo)地區(qū)目標(biāo)時(shí)間段內(nèi)存在的各個(gè)類型的漂浮物的數(shù)量和漂浮物的總數(shù)量；

29、報(bào)警模塊：用于判斷所述漂浮物的總數(shù)量是否超過預(yù)設(shè)閾值；在所述漂浮物的總數(shù)量超過所述預(yù)設(shè)閾值的情況下，輸出預(yù)警信息。

30、在一種可選的實(shí)施方式中，所述數(shù)據(jù)融合模塊包括：

31、空間融合模塊，用于對(duì)所述多種數(shù)據(jù)進(jìn)行空間融合，得到第一數(shù)據(jù)集；

32、時(shí)間融合模塊，用于對(duì)所述第一數(shù)據(jù)集進(jìn)行時(shí)間融合，得到第二數(shù)據(jù)集；

33、特征提取與融合模塊，用于對(duì)所述第二數(shù)據(jù)集進(jìn)行特征提取與融合，得到所述融合數(shù)據(jù)。

34、在一種可選的實(shí)施方式中，所述空間融合模塊具體用于：

35、使用圖像配準(zhǔn)方法對(duì)所述多種數(shù)據(jù)進(jìn)行空間對(duì)齊，得到空間對(duì)齊后的數(shù)據(jù)，所述圖像配準(zhǔn)方法包括：特征點(diǎn)匹配和插值法；

36、使用數(shù)據(jù)融合方法對(duì)所述對(duì)齊后的數(shù)據(jù)進(jìn)行空間融合，得到所述第一數(shù)據(jù)集，所述數(shù)據(jù)融合方法包括：加權(quán)平均法和最小方差融合。

37、在一種可選的實(shí)施方式中，所述時(shí)間融合模塊具體用于：

38、使用插值法或重采樣方法對(duì)所述第一數(shù)據(jù)集中的數(shù)據(jù)進(jìn)行時(shí)間對(duì)齊，得到時(shí)間對(duì)齊后的數(shù)據(jù)；

39、對(duì)所述時(shí)間對(duì)齊后的數(shù)據(jù)進(jìn)行時(shí)間序列分析，得到分析后的數(shù)據(jù)；

40、使用時(shí)空自回歸模型和動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)對(duì)所述分析后的數(shù)據(jù)進(jìn)行時(shí)間融合，得到所述第二數(shù)據(jù)集。

41、在一種可選的實(shí)施方式中，所述特征提取與融合模塊具體用于：

42、提取所述第二數(shù)據(jù)集中數(shù)據(jù)的特征信息；

43、對(duì)所述特征信息進(jìn)行特征選擇，得到多種關(guān)鍵特征；

44、使用特征綜合和特征級(jí)拼接對(duì)所述多種關(guān)鍵特征進(jìn)行空間融合，得到所述融合數(shù)據(jù)。

45、在一種可選的實(shí)施方式中，所述裝置還包括：

46、預(yù)處理模塊，用于對(duì)所述多種數(shù)據(jù)進(jìn)行預(yù)處理；所述預(yù)處理包括：格式轉(zhuǎn)換和噪聲去除。

47、本技術(shù)實(shí)施例第三方面，提供一種電子設(shè)備，包括：存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上的計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序以實(shí)現(xiàn)第一方面所述的基于多源數(shù)據(jù)融合的庫(kù)區(qū)漂浮物監(jiān)測(cè)方法的步驟。

48、本技術(shù)實(shí)施例第四方面，提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)第一方面所述的基于多源數(shù)據(jù)融合的庫(kù)區(qū)漂浮物監(jiān)測(cè)方法的步驟。

49、本技術(shù)實(shí)施例第五方面，提供一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)第一方面所述的基于多源數(shù)據(jù)融合的庫(kù)區(qū)漂浮物監(jiān)測(cè)方法的步驟。

50、本公開實(shí)施例中，通過獲取多種漂浮物數(shù)據(jù)，進(jìn)行空間融合、時(shí)間融合和特征提取與融合，得到融合數(shù)據(jù)后輸入漂浮物識(shí)別模型對(duì)漂浮物進(jìn)行識(shí)別，得到監(jiān)測(cè)結(jié)果；根據(jù)監(jiān)測(cè)結(jié)果進(jìn)行數(shù)據(jù)分析，得到漂浮物分布圖、統(tǒng)計(jì)數(shù)據(jù)和變化趨勢(shì)圖；判斷統(tǒng)計(jì)數(shù)據(jù)中的漂浮物的總數(shù)量是否超過預(yù)設(shè)閾值，若超過預(yù)設(shè)閾值，輸出預(yù)警信息。實(shí)現(xiàn)了對(duì)庫(kù)區(qū)漂浮物的全面、高效、精確監(jiān)測(cè)，數(shù)據(jù)的多種融合，有助于提高漂浮物識(shí)別的準(zhǔn)確性，且具備實(shí)時(shí)預(yù)警功能，可及時(shí)清理水域中的漂浮物，促進(jìn)水生生態(tài)系統(tǒng)的可持續(xù)發(fā)展。