基于雨量计、水位计和图像传感器的灵活水位监测系统

摘要

本发明公开了基于雨量计、水位计和图像传感器的灵活水位监测系统，包括雨量计、水位计和图像传感器，还包括与所述雨量计、所述水位计连接且全天工作的在线学习系统，所述在线学习系统包括图像传感器，且所述在线学习系统的工作方法包括以下步骤：Step1：数据导入；Step2：构建数学模型；Step3：采集样本点；Step4：拟合方程；Step5：水位校核；Step6：汛情预警；本发明的监测系统能够做到对汛情的提前预警，并且准确直观地展现出监测区域的水位变化，组合使用雨量计、水位计和图像传感器，灵活性强。

说明书

技术领域

本发明涉及水位监测领域，尤其涉及基于雨量计、水位计和图像传感器的灵活水位监测系统。

背景技术

雨量计是一种气象学家和水文学家用来测量一段时间内某地区的降水量的仪器。水位计是一种自动测定并记录河流、湖泊和灌渠等水体的水位的仪器。图像传感器是采用光电转换原理,用于摄取平面光学图像并使其转换为电子图像信号的器件。在监测一片水域的水位，以防范洪水到来的时候，图像传感器拥有成像直观的优点，但受到环境影响比较明显，监测不够准确，水位计则相反，而雨量计用于测量降水量，作为一种硬件传感器，也有测量准确但不够直观的问题，在防洪的时候，将这三种传感器综合且灵活地运用，能够实现他们的优劣互补。

发明内容

本发明的目的是为了解决现有技术中存在的缺点，而提出的基于雨量计、水位计和图像传感器的灵活水位监测系统。

为了实现上述目的，本发明采用了如下技术方案：

基于雨量计、水位计和图像传感器的灵活水位监测系统，包括雨量计、水位计和图像传感器，还包括与所述雨量计、所述水位计连接且全天工作的在线学习系统，所述在线学习系统包括图像传感器，且所述在线学习系统的工作方法包括以下步骤：Step1：数据导入；雨量计工作，测量降雨量，并将降雨量的数值传输给在线学习系统，由在线学习系统进行分析；水位测量工具工作，测量出水位值，传输给在线学习系统进行分析；Step2：构建数学模型；根据雨量计的监测数据构建数学模型；在线学习系统接收来自雨量计的降雨量数据，并将降雨量定为初始变量x，设区域的水位值为因变量y；构建初始方程y＝kx+b；其中k和b都是数学模型中的参数字母；Step3：采集样本点；根据在Step2中定下的初始方程y＝kx+b，在单位时间内，此处将单位时间参数定为T，采集多次降雨量x和对应水位值y的数据，并在在线学习系统内构建直角坐标系，再在直角坐标系中构建出样本点的坐标(x,y)；Step4：拟合方程；根据Step3中得到的单位时间T内的样本点(x,y)，在线学习系统进行拟合，求解出k和b的值，得到实际单位时间T内水位值y和降雨量x之间的关系，此处将求解得到的k和b的值分别用k

优选的，在Step1中，雨量计处于持续工作状态，并且具备以下几种工作状况：①雨量计的数据为0；在晴天的时候，雨量计传回在线学习系统的降雨量x数据为0；②雨量计的数据恒定；在降雨时，单位时间内的任一段时间内，包括单位时间内，降雨量恒定不变，那么雨量计将不会传回新的降雨量x，在线学习系统不会更新降雨量x的数值，并持续使用上一次输入的降雨量数值。

优选的，在Step3中，采集样本点，其中实际水位值的水位测量工具包括水位计和图像传感器。

优选的，在Step6中，设置危险单位时间T

优选的，设置危险单位时间T

优选的，采用水位计对图像传感器进行数据校核，其校核步骤如下：Step1：数据导入；水位计和图像传感器分别对当前区域实际水位值进行测量，分别得到实际水位值的数据为y

优选的，在采用水位计对图像传感器进行的数据校核的Step3中，当得到的相似度γ＞5％，触发警报器，人工干预检测图像传感器和水位计的工作状况。

优选的，在Step2中的单位时间T是监测人员开启在线学习系统时输入在线学习系统的定量参数。

优选的，在Step4中的直线拟合通过matlab软件中的多项式拟合函数polyfit()实现。

优选的，本监测系统有四种使用组合方式，包括雨量计和图像传感器的搭配使用组合、水位计和图像传感器的搭配使用组合、单独图像传感器的使用方式，以及雨量计、水位计和图像传感器的搭配使用组合。

本发明的有益效果为：本发明综合图像化的在线学习系统和雨量计、水位计或图像传感器对一个区域内的水位进行监测和预警，其优点在于，构建降雨量和水位之间的关系，通过不断地拟合理论方程，让理论值逼近实际测量值，以单位时间内的理论值进行提前预警，在达到危险水位值y

附图说明

图1为本监测系统的方法流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。

基于雨量计、水位计和图像传感器的灵活水位监测系统，包括雨量计、水位计和图像传感器，还包括与所述雨量计的输出端连接的全天工作的在线学习系统，所述在线学习系统的工作方法包括以下步骤：

Step1：数据导入；雨量计工作，测量降雨量，并将降雨量的数值传输给在线学习系统，由在线学习系统进行分析；水位测量工具工作，测量出水位值，传输给在线学习系统进行分析；

Step2：构建数学模型；

根据雨量计的监测数据构建数学模型；在线学习系统接收来自雨量计的降雨量数据，并将降雨量定为初始变量x，区域的水位值是待解决和观察的问题，因此设区域的水位值为因变量y；根据降雨量x的变化，水位值y也随之变化，根据经验得知，这能够模拟成一个线性关系，因此构建初始方程y＝kx+b；其中k和b都是数学模型中的参数字母；

Step3：采集样本点；

在非汛期时，根据在Step2中定下的初始方程y＝kx+b，在单位时间内，此处将单位时间参数定为T，且单位时间T是监测人员在采集样本点之前输入在线学习系统的，采集多次降雨量x和对应水位值y的数据，并在在线学习系统的直角坐标系中构建出样本点的坐标(x,y)；

Step4：拟合方程；

根据Step3中得到的单位时间T内的样本点(x,y)，在线学习系统进行拟合，求解出k和b的值，得到实际单位时间T内水位值y和降雨量x之间的关系，此处将求解得到的k和b的值分别用k

Step5：水位校核；

根据在Step4中得到的方程y＝k

设当前雨量计测量的数值为x

水位测量工具工作得到当前的实际水位值，并将实际水位值传入在线学习系统内，设实际水位值为y

当实际水位值y

当实际水位值y

当实际水位值y

Step6：汛情预警；

在Step5中的水位校核中，当实际水位值y

在以上步骤中。本发明综合图像化的在线学习系统和雨量计、水位计或图像传感器对一个区域内的水位进行监测和预警，其优点在于，构建降雨量和水位之间的关系，通过不断地拟合理论方程，让理论值逼近实际测量值，以单位时间内的理论值进行提前预警，在达到危险水位值y

在Step1中，雨量计处于持续工作状态，并且具备以下几种工作状况：

①雨量计的数据为0；在晴天的时候，雨量计是测不到降雨量x的，因此其传回在线学习系统的数据为0；

②雨量计的数据恒定，在降雨时，单位时间内的任一段时间内，包括单位时间内，降雨量恒定不变，那么雨量计将不会传回新的降雨量x，在线学习系统不会更新降雨量x的数值，并持续使用上一次输入的降雨量数值。

在Step3中，采集样本点，其中实际水位值的水位测量工具包括水位计和图像传感器。

在Step4中的直线拟合通过matlab软件中的多项式拟合函数polyfit()实现，以下假设得到的降雨量x数据值有a,b,c,d,e,f，对应水位值分别有h，i，j，k，l，其具体代码如下：

x＝[a,b,c,d,e,f]

y＝[h，i，j，k，l]

Polyfit(x,y,1)

Plot(x,y,‘o’,x,ploval(p,x))

在Step6中，当监测的单位时间已经缩短到一定程度的时候，会影响拟合图像的观察，并且存在汛期急速到来的可能性，这时候再采用理论值提前预警的方式，存在实际水位短时间内到达危险水位值y

值得注意的是，这种危险单位时间T

实际监测的时候，因为图像传感器监测的情况受干扰情况较多，但在线及学习系统的直观性依赖图像传感器的直接工作，因此采用水位计对图像传感器进行数据校核，其校核步骤如下：

Step1：数据导入；

水位计和图像传感器分别对当前区域实际水位值进行测量，分别得到实际水位值的数据为y

Step2：计算相似度；

设Step1中测量的区域范围面积为S；根据Step1中得到的实际水位值数据y

Step3：数据矫正；

当Step3中得到的相似度γ≤0.5％，判断此时的图像传感器数据准确，在线学习系统继续使用图像传感器测量的实际水位值数据；此时也可以反向判定水位计的测量数值是准确的；

当Step3中得到的相似度γ＞0.5％，判断此时的图像传感器数据存在偏差，此时将水位计测量的实际水位计数值传入在线学习系统中，替换掉图像传感器的测量数值。

当Step3中得到的相似度γ＞5％，触发警报器，人工干预检测图像传感器和水位计的工作状况，避免水位测量工具的损坏影响测量的准确性。

本发明对水位的测量数据进行进一步矫正，确保了水位监测的准确程度，进一步保障监测的顺利进行。综合以上设置和步骤，本发明综合利用了雨量计、水位计和图像传感器，将这三者进行组合利用，从而更好地实现了对汛情的监测；值得注意的是，这三者通过在线学习系统进行维系，因此在实际监测中，其实也存在直接用水位计配合图像传感器的利用，但这样不能实现提前预警；存在雨量计和图像传感器的配合使用，但不使用水位计进行数据矫正，会使数据存在一定的偏差可能，也无法及时发现图像传感器或水位计的损坏；存在雨量计搭配水位计再搭配图像传感器的使用状况，这样的测量会就如之前所叙述的，准确直观高效并且能够提前预警，不过在旱情或者汛期可能性较低的时候存在过工作的耗能、设备损耗等情况；存在只使用图像传感器的状况，但这样不能及时高效准确地实现监测。因此，雨量计、水位计、图像传感器搭配在线学习系统的使用存在四种使用状况，组合灵活，监测人员可以根据监测季节时间自由组合搭配，使用灵活，效率更高。

在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的设备或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。