基于手机摄像头传感器实时监测水体富养程度研究.docVIP

基于手机摄像头传感器实时监测水体富养程度研究.doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于手机摄像头传感器实时监测水体富养程度研究.doc

基于手机摄像头传感器实时监测水体富养程度研究   河流水质监测由于水体面积小无法通过传统卫星遥感方式反演,因此通常通过实地采样,实验室试分析样本的方式进行。然而实地采样需要大量人力物力和资金,因此无法实施大规模,大区域,多时段的水质监测。为了克服这个水质监测工程上的难点,本文探讨了使用手机摄像头光谱信息反演水质的可能性,并且设计,测试,完成了相应的手机app(手?C软件应用程序)。作为使用手机检测水质的第一步,本文利用叶绿素在红、绿、蓝波段反射率不同的光谱学原理,成功实现了水体富养程度的检测。相较于传统水质采样法,手机具有便携,用户广泛等诸多优点。并且手机通过联网,数据上传,数据保存等一系列后续服务,可以实现大范围多时段水质观测,从而大大加速了水质监测网络的建设,同时极大地降低了水质观测的成本。   【关键词】传感器 水质监测   1 引言   河流生态系统是生物圈的重要组成部分,它为动植物提供了丰富的淡水资源和天然的栖息地。同时河流与人类的生产和生活息息相关,特别为农业活动和日常生活提供了水源。然而随着人口数量的增长,城市化进程的加快,人类活动对河流造成了许多负面的影响,甚至是大面积的严重污染和破坏。 例如,沿河工厂的重金属污水排放,农业活动大规模使用的农药以及高磷含量的化肥,最终都会汇入河流,造成河流生态系统的严重破坏。因此如何有效观测,监控,和监管河流水质,对保护河流生态系统具有非常重大的意义。作为河流生态系统的重要指标之一,水体富养程度表征了水体的对生物群落特别是初级浮游生物(比如,绿藻)的养分供给。水体在极度富养的情况下,会导致藻类和微生物繁殖,大量消耗水溶氧量,大量繁殖有毒微生物,从而使其他生物的死亡。因此河流水体富养程度的观测对环境检测具有重大的意义。   目前地表水体的检测主要采用遥感技术,比如说利用卫星遥感技术获取地表水体的光谱信息从而反演水体特征。虽然卫星遥感提供的数据具有数量多,范围广的特点,但是采集数据的时间精度不够,而且受大气环境影响(比如,云)较大。特别是卫星的空间分辨率一般不足以观测河流这样的小单位水体。   相比较而言,地面监测不受时间限制,一天内可随时、多次进行检测,极大提升了测量的时间精度。且不受水体大小、大气环境所限制,能够提供更全面的监测数据。考虑到当今社会手机的普及性,采用手机摄像头作为观测设备是一种成本低廉、可行性极高的选择。大量活跃用户通过配套的手机app上传观测数据,可以很快实现廉价观测网络的搭建,集成动态更新的数据库。 作为搭建手机观测平台, 联网检测水体水质的第一步,本文提供了手机软件设计,摄像头光谱信息反演方法的一整套解决方案。并且以检测水体富养程度为例,提供实例验证。   2 基本原理与方法   2.1 水体光谱信息   本文检测水体富养化程度使用了卫星遥感的基本原理,调整后适用于手机遥感。手机摄像头的光传感元器件捕捉光照的辐射强度(W/m2),并通过Bayer滤镜得到红绿蓝三色光照辐射强度。利用叶绿素不吸收绿光的光谱特性,实现反演。   2.2 反演叶绿素浓度指数   2.3 手机软件设计与实现   (1)用户依次按下天空、水体、灰度卡照片的按钮,获得相应图片。   (2)用户依次选择每张照片的最佳区域来获取光谱(公式1)。   (3)点击软件计算(公式2),反馈给用户叶绿色指数浓度。   (4)注意事项:使用app前用户需依次拍摄天空、水体、灰度卡照片(三张照片需曝光时间相同)。操作时要注意拍摄天空角度为方位角135°,天顶角50°。拍摄水体角度为方位角135°,天顶角40°。而且需要在背景飞速小于5m s-1的情况下,才可定义ρ为0.028。Rref = 0.18。   3 结果与讨论   分别拍摄了低水质个例及对应的天空、灰度卡照片,及高水质个例及对应的天空、灰度卡照片。个例照片、软件反演过程及结果如图所示。经测试,通过简单的操作,app能够快速计算出叶绿素浓度并给出准确的水体质量评估。   识别结果,对于低水质的叶绿素指数为-0.4943,程度为轻微污染。对于高水质的叶绿素指数为1.3329,程度为较好水质。   参考文献   [1]成秀,李文明,郑长远.河流重金属研究进展[J].青海师范大学学报:自然科学版,2011,27(04):25-28.   [2]孙肖瑜,王静,金永堂.我国水环境农药污染现状及健康影响研究进展[J].环境与健康杂志,2009,26(07):649-652.   [3]马经安,李红清.浅谈国内外江河湖库水体富营养化状况[J].长江流域资源与环境,2002,11(06):575-578   [4]丁晓英.卫星遥感在水污染业务化监测中的应用和设想[J].人民珠江, 2009(02):14-

文档评论(0)

yingzhiguo + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:5243141323000000

1亿VIP精品文档

相关文档