论文部分内容阅读
[摘 要]河流是陆地水圈的重要组成部分。河流作为重要的水资源和国土资源与人类的生产生活,社会的工业化城市化有着密切的联系。随着中国工业的发展,河流附近的工厂数量和人类活动急剧增加,生活用水和工业用水排放导致的河流水质富营养化造成河流污染。因此,加强对于河流的监测,及时掌握河流水质状况已经刻不容缓。本文设计并完成了一套自动检测水质(富养状况)的手机app。软件操作简单,只需获取天空,水体,和灰度参照卡的照片,就能准确反演水体富养状况。并且未来通过对云台的编程有实现自动化的可能。本文提供了两个实例,手机app均能较好的实现水质反演。
[关键词]水质检测手机 开发 利用
中图分类号:TP362 文献标识码:A 文章编号:1009-914X(2017)43-0396-02
生态系统中80%是由水构成的,水的质量决定了生态系统的健康程度[1]。河流作为自然界水圈不可或缺的一部分,是水质量监督的重要目标。然而,不同于海洋和湖泊,河流的占地相对较小,分布分散,不容易监测。传统的监测方法对于监测河流并不适用。建立监测站作为传统方法之一,耗费人力财力过多,且不灵活,不适用于河流这样分布分散的水体[2]。而遙感作为另一种监测方法,对于监测河流同样不十分有效[3]。一方面,河流占地小,遥感分辨率不够,另一方面,遥感所需的经济投入高。为了解决传统方法的不足,并且对河流进行有效监测,我们充分留用了移动电子设备(如:手机)的机动性,去获取观测数据。通过对河流进行拍照获取光谱,由我们所提供的app进行光谱分析,实现对于河流的实时观测。通过对水体内叶绿素的含量进行计算,得出水体的污染状况。这种新方法解决了河流分散,占地小不易观测的问题。根据我们的实验这种新方法可以为有关部门提供参考数据,扩充有关河流水质的数据库,提高大众对于水质量的关注度和保护水质量的自觉性。
1.方法论
1.1 获取遥感反照率
首先,为取得所要监测的水体光谱信息,我们需要分别对所观测水体,天空及灰色色卡采集三张照片。我们为了排除于水面被反射的光线的干扰,采取对天空照相的方法。根据大量试验得出,采取向面朝所在位置的北方,向右手方向转大约135度,取这个角度为方位角,并以处水平为基准,向上斜大约40度,取此角为天顶角。以此角度向天空拍摄照片,可有效减轻入射光线在水面被反射所造成的影响。我们将向天空所拍摄的照片作为订证用照片。之后采取对灰色卡拍照的方式,标准化背景辐射。由于灰色卡对所有光线都产生18%的反射,所以我们通过对此拍照减轻周围环境对水体照片产生的影响。根据公式计算遥感反照率(Rrs)
得到水体的入射返照率。在公式中,Rrs是辐射返照率,Lt是入射光线辐射度(由水体图片的RGB/exposuretime得出),Ls是天空的入射光线辐射度,Lc是灰度卡的入射光线辐射度。在计算过程中,Rref取用0.18,ρ取用0.028。
1.2 计算叶绿素指数浓度
此次的app主要以水体中富营养化程度作为污染程度的标准,我们采取计算叶绿素浓度来判断水体污染程度。根据叶绿素对于红绿蓝色光的不同吸收率,我们可以得出,叶绿素越高,Rrs_green就越高,Rrs_blue就越低,Rrs_red相比于Rrs_blue就越高。因此,我们根据公式(1)计算得到的遥感反照率,进一步计算反演叶绿素汁素浓度:
得出叶绿素含量。污染程度越高,叶绿素含量越高,所对应的Cchl就越负,我们也就得到结果为水体污染越厉害。
1.3 app工作流程图(图1)
首先需要用户拍三张照片(a)天空照(b)水体照(c)灰度卡照。然后app会自动获取照片中的光谱信息并转化成遥感反照率(公式1),最后计算出叶绿素指数浓度(公式2)。
结果
本文展示两个实例:(1)低污染水质的情况(图2);(2)高污染水质的情况(图3)。根据图1app工作流程图,首先分别获取天空照片(图2,3a),水体照片(图2,3b),灰度卡照片。其次点击软件中“Calculation”按钮,计算遥感反照率并一次为基础,反演叶绿素指数浓度(图2,3c)。根据软件计算,成功反演出预计的两种水质状况。分别是图2,高水质,叶绿素指数1.6;图3,低水质,叶绿素指数-14.
结论
本文搭建了手机自动检测水质的平台。在如今手机联网,并且用户庞大的基础上,这个水质监测平台具有很高的价值。可以实现联网大范围多时次的水质监测。用户只需通过通过手机的摄影功能提供三张照片(水体照,天空照,灰度卡照),app就可自动反演生成富养程度的生物指标。并且本文通过两个实例,验证了app的反演功能,稳定可靠。我们所提供的app能够通过对水体拍照实现对河流富营养化的实时监测,从而增强对河流水的监测。
参考文献
[1] 斯TM,王焰新.水圈生态监测的基本任务[J].地质科技情报,1991(2):33-36.
[2] 王学军,马廷.应用遥感技术监测和评价太湖水质状况[J].环境科学,2000,21(6):65-68.
[3] 金德美,宋玉珍.河流水质监测与评价中生物学指标研究[J].环境研究与监测,1995(1):12-15.
作者简介
陈铎文1998.4.男山东省济南人华盛顿大学西雅图分校art&science学院就读,学士研究方向:CS。
[关键词]水质检测手机 开发 利用
中图分类号:TP362 文献标识码:A 文章编号:1009-914X(2017)43-0396-02
生态系统中80%是由水构成的,水的质量决定了生态系统的健康程度[1]。河流作为自然界水圈不可或缺的一部分,是水质量监督的重要目标。然而,不同于海洋和湖泊,河流的占地相对较小,分布分散,不容易监测。传统的监测方法对于监测河流并不适用。建立监测站作为传统方法之一,耗费人力财力过多,且不灵活,不适用于河流这样分布分散的水体[2]。而遙感作为另一种监测方法,对于监测河流同样不十分有效[3]。一方面,河流占地小,遥感分辨率不够,另一方面,遥感所需的经济投入高。为了解决传统方法的不足,并且对河流进行有效监测,我们充分留用了移动电子设备(如:手机)的机动性,去获取观测数据。通过对河流进行拍照获取光谱,由我们所提供的app进行光谱分析,实现对于河流的实时观测。通过对水体内叶绿素的含量进行计算,得出水体的污染状况。这种新方法解决了河流分散,占地小不易观测的问题。根据我们的实验这种新方法可以为有关部门提供参考数据,扩充有关河流水质的数据库,提高大众对于水质量的关注度和保护水质量的自觉性。
1.方法论
1.1 获取遥感反照率
首先,为取得所要监测的水体光谱信息,我们需要分别对所观测水体,天空及灰色色卡采集三张照片。我们为了排除于水面被反射的光线的干扰,采取对天空照相的方法。根据大量试验得出,采取向面朝所在位置的北方,向右手方向转大约135度,取这个角度为方位角,并以处水平为基准,向上斜大约40度,取此角为天顶角。以此角度向天空拍摄照片,可有效减轻入射光线在水面被反射所造成的影响。我们将向天空所拍摄的照片作为订证用照片。之后采取对灰色卡拍照的方式,标准化背景辐射。由于灰色卡对所有光线都产生18%的反射,所以我们通过对此拍照减轻周围环境对水体照片产生的影响。根据公式计算遥感反照率(Rrs)
得到水体的入射返照率。在公式中,Rrs是辐射返照率,Lt是入射光线辐射度(由水体图片的RGB/exposuretime得出),Ls是天空的入射光线辐射度,Lc是灰度卡的入射光线辐射度。在计算过程中,Rref取用0.18,ρ取用0.028。
1.2 计算叶绿素指数浓度
此次的app主要以水体中富营养化程度作为污染程度的标准,我们采取计算叶绿素浓度来判断水体污染程度。根据叶绿素对于红绿蓝色光的不同吸收率,我们可以得出,叶绿素越高,Rrs_green就越高,Rrs_blue就越低,Rrs_red相比于Rrs_blue就越高。因此,我们根据公式(1)计算得到的遥感反照率,进一步计算反演叶绿素汁素浓度:
得出叶绿素含量。污染程度越高,叶绿素含量越高,所对应的Cchl就越负,我们也就得到结果为水体污染越厉害。
1.3 app工作流程图(图1)
首先需要用户拍三张照片(a)天空照(b)水体照(c)灰度卡照。然后app会自动获取照片中的光谱信息并转化成遥感反照率(公式1),最后计算出叶绿素指数浓度(公式2)。
结果
本文展示两个实例:(1)低污染水质的情况(图2);(2)高污染水质的情况(图3)。根据图1app工作流程图,首先分别获取天空照片(图2,3a),水体照片(图2,3b),灰度卡照片。其次点击软件中“Calculation”按钮,计算遥感反照率并一次为基础,反演叶绿素指数浓度(图2,3c)。根据软件计算,成功反演出预计的两种水质状况。分别是图2,高水质,叶绿素指数1.6;图3,低水质,叶绿素指数-14.
结论
本文搭建了手机自动检测水质的平台。在如今手机联网,并且用户庞大的基础上,这个水质监测平台具有很高的价值。可以实现联网大范围多时次的水质监测。用户只需通过通过手机的摄影功能提供三张照片(水体照,天空照,灰度卡照),app就可自动反演生成富养程度的生物指标。并且本文通过两个实例,验证了app的反演功能,稳定可靠。我们所提供的app能够通过对水体拍照实现对河流富营养化的实时监测,从而增强对河流水的监测。
参考文献
[1] 斯TM,王焰新.水圈生态监测的基本任务[J].地质科技情报,1991(2):33-36.
[2] 王学军,马廷.应用遥感技术监测和评价太湖水质状况[J].环境科学,2000,21(6):65-68.
[3] 金德美,宋玉珍.河流水质监测与评价中生物学指标研究[J].环境研究与监测,1995(1):12-15.
作者简介
陈铎文1998.4.男山东省济南人华盛顿大学西雅图分校art&science学院就读,学士研究方向:CS。