System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及基于水源探测领域,尤其涉及一种基于无人机的水源探测方法、系统、电子设备及存储介质。
技术介绍
1、在沙漠地区,水资源的勘探对于当地经济发展和生态保护具有重要意义。目前,沙漠水源探测主要采用遥感影像解译、地球物理勘探等技术手段,通过获取地表信息和地下结构特征来判断水源位置。随着无人机技术的发展,其在资源勘探领域的应用日益广泛。现有的无人机水源探测方法通常是在预先设定的固定路线上进行数据采集,采集的数据包括光学遥感影像、多光谱图像等。这些数据经过处理分析后,结合已有的水文地质资料,用于推断可能存在的水源位置。然而,现有技术存在探测精度不高的问题。这主要是因为现有技术采用固定的探测路线和单一的数据分析方法,导致对水源位置的判断存不确定性。
技术实现思路
1、本申请提供一种基于无人机的水源探测方法、系统、电子设备及存储介质,用以提高基于无人机的水源探测的准确度。
2、第一方面,本申请提供了一种基于无人机的水源探测方法,包括:
3、获取待探测区域的地理数据,并根据所述地理数据确定初始探测路线;
4、根据所述初始探测路线生成无人机航线规划数据,并根据所述航线规划数据控制所述无人机沿探测路线飞行以进行多源异构数据采集,其中,所述多源异构数据包括遥感影像数据和物探数据;
5、对所述多源异构数据进行预处理,得到多尺度特征数据,并根据所述多尺度特征数据,建立多维水文地质特征空间,所述多维水文地质特征空间包括地质构造特征、水文特征和地下水分布特征
6、将所述多维水文地质特征空间映射入预设的深度置信网络,得到沙漠含水层的空间分布概率、水源涵养区的位置概率和范围概率,并根据所述沙漠含水层的空间分布概率、所述水源涵养区的位置概率和所述范围概率生成探测区水文地质要素概率分布图;
7、基于所述水文地质要素概率分布图对预设的水文地质概念模型进行参数更新,得到修正后的水文地质概念模型;
8、将所述多源异构数据输入至所述修正后的水文地质概念模型,输出包含地下水赋存条件的时空分布特性数据,并根据所述时空分布特性数据进行多准则评估,得到水源地潜力分区图;
9、基于所述水源地潜力分区图调整所述初始探测路线,得到目标探测路线,并基于所述目标探测路线对所述水源地潜力分区图中高潜力区进行加密探测,得到加密探测数据;
10、基于所述加密探测数据进行动态反演,得到动态反演结果,并基于所述动态反演结果进行参数寻优,得到最优水源地点位置坐标。
11、在上述技术方案中,通过获取待探测区域的地理数据确定初始探测路线,并基于该初始探测路线控制无人机采集包括遥感影像数据和物探数据的多源异构数据,由于采用多源异构数据能够从不同维度反映地下水分布特征,因此提高了水源探测的信息完整性。将经过预处理的多尺度特征数据用于建立包含地质构造、水文特征和地下水分布的多维水文地质特征空间,并将该特征空间映射入预设的深度置信网络,从而得到沙漠含水层的空间分布概率、水源涵养区的位置概率和范围概率,进而生成探测区水文地质要素概率分布图,实现了对水文地质要素的精确量化。通过将该水文地质要素概率分布图用于更新水文地质概念模型的参数,使模型更符合实际情况,提高了后续分析的准确性。将多源异构数据输入修正后的水文地质概念模型,输出时空分布特性数据并进行多准则评估得到水源地潜力分区图,为探测路线的优化提供了依据。基于水源地潜力分区图对初始探测路线进行调整并对高潜力区进行加密探测,通过动态反演和参数寻优确定最优水源地点位置坐标,实现了探测过程的自适应优化,显著提升了水源探测的精度和效率。
12、在本申请的第二方面提供了一种基于无人机的水源探测系统,该系统包括:
13、路线规划模块,用于获取待探测区域的地理数据,并根据所述地理数据确定初始探测路线;
14、多源异构数据采集,用于根据所述初始探测路线生成无人机航线规划数据,并根据所述航线规划数据控制所述无人机沿探测路线飞行以进行多源异构数据采集,其中,所述多源异构数据包括遥感影像数据和物探数据;
15、预处理模块,用于对所述多源异构数据进行预处理,得到多尺度特征数据,并根据所述多尺度特征数据,建立多维水文地质特征空间,所述多维水文地质特征空间包括地质构造特征、水文特征和地下水分布特征;
16、数据处理模块,用于将所述多维水文地质特征空间映射入预设的深度置信网络,得到沙漠含水层的空间分布概率、水源涵养区的位置概率和范围概率,并根据所述沙漠含水层的空间分布概率、所述水源涵养区的位置概率和所述范围概率生成探测区水文地质要素概率分布图;
17、参数更新模块,用于基于所述水文地质要素概率分布图对预设的水文地质概念模型进行参数更新,得到修正后的水文地质概念模型;
18、多准则评估模块,用于将所述多源异构数据输入所述修正后的水文地质概念模型,输出包含地下水赋存条件的时空分布特性数据,并根据所述时空分布特性数据进行多准则评估,得到水源地潜力分区图;
19、加密探测模块,用于基于所述水源地潜力分区图调整所述初始探测路线,得到目标探测路线,并基于所述目标探测路线对所述水源地潜力分区图中高潜力区进行加密探测,得到加密探测数据;
20、最优水源地点确定模块,用于基于所述加密探测数据进行动态反演,得到动态反演结果,并基于所述动态反演结果进行参数寻优,得到最优水源地点位置坐标。
21、在本申请的第三方面提供了一种计算机存储介质,计算机存储介质存储有多条指令,指令适于由处理器加载并执行上述的方法步骤。
22、在本申请的第四方面提供了一种电子设备,包括处理器、存储器、用户接口及网络接口,存储器用于存储指令,用户接口和网络接口用于给其他设备通信,处理器用于执行存储器中存储的指令,以使电子设备执行上述的方法。
23、综上,本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
24、1、本申请通过获取待探测区域的地理数据确定初始探测路线,并基于该初始探测路线控制无人机采集包括遥感影像数据和物探数据的多源异构数据,由于采用多源异构数据能够从不同维度反映地下水分布特征,因此提高了水源探测的信息完整性。将经过预处理的多尺度特征数据用于建立包含地质构造、水文特征和地下水分布的多维水文地质特征空间,并将该特征空间映射入预设的深度置信网络,从而得到沙漠含水层的空间分布概率、水源涵养区的位置概率和范围概率,进而生成探测区水文地质要素概率分布图,实现了对水文地质要素的精确量化。
25、2、本申请通过将该水文地质要素概率分布图用于更新水文地质概念模型的参数,使模型更符合实际情况,提高了后续分析的准确性。将多源异构数据输入修正后的水文地质概念模型,输出时空分布特性数据并进行多准则评估得到水源地潜力分区图,为探测路线的优化提供了依据。基于水源地潜力分区图对初始探测路线进行调整并对高潜力区进行加密探测,通过动态反演和本文档来自技高网...
【技术保护点】
1.一种基于无人机的水源探测方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述对所述多源异构数据进行预处理,得到多尺度特征数据,包括:
3.根据权利要求1所述的方法,其特征在于,所述基于所述水文地质要素概率分布图对预设的水文地质概念模型进行参数更新,得到修正后的水文地质概念模型,包括:
4.根据权利要求1所述的方法,其特征在于,所述根据所述时空分布特性数据进行多准则评估,得到水源地潜力分区图,包括:
5.根据权利要求1所述的方法,其特征在于,所述基于所述水源地潜力分区图调整所述初始探测路线,得到目标探测路线,包括:
6.根据权利要求1所述的方法,其特征在于,所述根据所述地理数据确定初始探测路线,包括:
7.根据权利要求1所述的方法,其特征在于,所述根据所述沙漠含水层的空间分布概率、所述水源涵养区的位置概率和所述范围概率生成探测区水文地质要素概率分布图,包括:
8.一种基于无人机的水源探测系统,其特征在于,所述系统包括:
9.一种计算机可读存储介质,其特征在
10.一种电子设备,其特征在于,包括处理器、存储器和收发器,所述存储器用于存储指令,所述收发器用于和其他设备通信,所述处理器用于执行所述存储器中存储的指令,以使所述电子设备执行如权利要求1~7任意一项所述的方法。
...【技术特征摘要】
1.一种基于无人机的水源探测方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述对所述多源异构数据进行预处理,得到多尺度特征数据,包括:
3.根据权利要求1所述的方法,其特征在于,所述基于所述水文地质要素概率分布图对预设的水文地质概念模型进行参数更新,得到修正后的水文地质概念模型,包括:
4.根据权利要求1所述的方法,其特征在于,所述根据所述时空分布特性数据进行多准则评估,得到水源地潜力分区图,包括:
5.根据权利要求1所述的方法,其特征在于,所述基于所述水源地潜力分区图调整所述初始探测路线,得到目标探测路线,包括:
6.根据权利要求1所述的方法,其特征在于,所述根据所述...
【专利技术属性】
技术研发人员:束雨田,高明,张陈陈,
申请(专利权)人:北京大工科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。