基于传感技术的季节性冻土监测方法与流程

本发明涉及电数字数据处理，具体涉及一种基于传感技术的季节性冻土监测方法。

背景技术：

1、季节性冻土是指气温发生季节性变化导致土壤中的水分发生冻结，季节性冻土的冻胀或融化将破坏土壤结构，使得高速铁路的路基产生不均匀沉降变形，影响高速铁路的平稳运行，增加高速铁路的维护成本。因此，需要通过传感技术实时、连续监测冻土状态和变化，并提供关键数据，如冻土温度，帮助工程师和管理人员了解冻土对高速铁路路基的影响，以便于采取相应措施来确保高速铁路的安全运行。在利用传感技术对季节性冻土进行实时监测时，冻土检测传感器常在极端气温下工作，受环境因素的影响，传感器所采集的数据存在异常数据或者缺失，对监测季节性冻土状态产生干扰。

2、现有常利用knn（k-nearest neighbors）异常检测方式对可能存在异常数据的序列进行异常检测，受季节性影响较大的冻土温度在不同的季节时段的温度变化较大，而knn异常检测对数据中的噪声和离群点非常敏感，很有可能将正常变化的冻土温度误识别为异常值；并且所采集的冻土温度数据具有多模态分布、非线性分布等特征，数据分布较为复杂，knn异常检测时假设正常数据点与其最近邻的距离较小，而异常数据点与其最近邻的距离较大，在对冻土温度数据进行异常检测时，由于数据分布较为复杂导致异常检测假设原则对于某些数据可能不成立，无法合理判断是否异常。因此，利用现有异常检测对冻土温度数据进行异常检测，导致季节性冻土状态监测结果存在偏差。

技术实现思路

1、为了解决上述利用现有异常检测对冻土温度数据进行数据分析，导致季节性冻土状态监测结果存在偏差的技术问题，本发明的目的在于提供一种基于传感技术的季节性冻土监测方法，所采用的技术方案具体如下：

2、本发明一个实施例提供了一种基于传感技术的季节性冻土监测方法，该方法包括以下步骤：

3、获取季冻区的初始土壤温度序列，所述初始土壤温度序列包含第一预设天数的土壤温度子序列，将第二预设天数的土壤温度子序列组成第一土壤温度序列；其中，所述第二预设天数小于第一预设天数；

4、对于每个第一土壤温度序列，对第一土壤温度序列和第一土壤温度序列中每天的土壤温度子序列分别进行曲线拟合，获得第一土壤温度曲线和每天的土壤温度子曲线；

5、利用第一土壤温度曲线和每天的土壤温度子曲线，推算第一土壤温度序列中每个采集时刻的土壤温度，获得每个采集时刻的推算土壤温度；

6、根据所有采集时刻的推算土壤温度，分析不同天的同一采集时刻的推算土壤温度之间的差异，确定每个采集时刻的推算土壤温度的划分指标；

7、利用每个采集时刻的推算土壤温度的划分指标，对初始土壤温度序列对应的时长进行时段划分，获得各个划分时段；

8、根据各个划分时段中每个采集时刻的实际土壤温度和推算土壤温度，对实际土壤温度进行异常检测，获得季节性冻土监测结果。

9、进一步地，所述对第一土壤温度序列和第一土壤温度序列中每天的土壤温度子序列分别进行曲线拟合，获得第一土壤温度曲线和每天的土壤温度子曲线，包括：

10、将第一土壤温度序列或第一土壤温度序列中任意一天的土壤温度子序列作为待定序列，确定待定序列中的最大实际土壤温度和最小实际土壤温度；

11、将最大实际土壤温度及其采集时刻、最小实际土壤温度及其采集时刻以及实际土壤温度的采集周期，代入到正弦函数公式，获得正弦拟合函数的相位值和偏移量；

12、根据正弦拟合函数的相位值和偏移量，构建待定序列对应的正弦拟合函数，进而获得待定序列对应的拟合曲线；

13、其中，所述第一土壤温度曲线为第一土壤温度序列对应的拟合曲线，所述土壤温度子曲线为第一土壤温度序列中每天的土壤温度子序列对应的拟合曲线。

14、进一步地，所述利用第一土壤温度曲线和每天的土壤温度子曲线，推算第一土壤温度序列中每个采集时刻的土壤温度，获得每个采集时刻的推算土壤温度，包括：

15、将第一土壤温度曲线中每个数据点的坐标输入到pca中，确定第一土壤温度曲线的主方向，根据所述主方向判断第一土壤温度曲线是否呈现下降趋势；

16、若第一土壤温度曲线非下降趋势，则将第一土壤温度曲线中每个数据点的拟合土壤温度作为对应采集时刻的推算土壤温度；

17、若第一土壤温度曲线呈现下降趋势，则根据第一土壤温度曲线和每天的土壤温度子曲线中每个数据点在主方向上的反正切值、第一土壤温度曲线中每个采集时刻的拟合土壤温度，确定每个采集时刻的推算土壤温度。

18、进一步地，所述根据第一土壤温度曲线和每天的土壤温度子曲线中每个数据点在主方向上的反正切值、第一土壤温度曲线中每个采集时刻的拟合土壤温度，确定每个采集时刻的推算土壤温度，包括：

19、；式中，表示采集时刻t的推算土壤温度，表示采集时刻t在对应的土壤温度子曲线中的数据点在主方向上的反正切值，表示采集时刻t在对应的第一土壤温度曲线中的数据点在主方向上的反正切值，max表示取最大值函数，表示采集时刻t在对应的第一土壤温度曲线中的拟合土壤温度，t表示某年某月某日某时。

20、进一步地，所述根据所有采集时刻的推算土壤温度，分析不同天的同一采集时刻的推算土壤温度之间的差异，确定每个采集时刻的推算土壤温度的划分指标，包括：

21、对于当天的任意一个采集时刻的推算土壤温度，计算当天的该采集时刻的推算土壤温度与前一天的该采集时刻的推算土壤温度之间的差异，作为第一温度差异指标；

22、计算当天的该采集时刻的推算土壤温度与前第三预设天数的该采集时刻的推算土壤温度之间差异的平均值，作为第二温度差异指标；

23、对第一温度差异指标和第二温度差异指标之间的差异进行归一化处理，获得当天的该采集时刻的推算土壤温度的划分指标。

24、进一步地，所述利用每个采集时刻的推算土壤温度的划分指标，对初始土壤温度序列对应的时长进行时段划分，获得各个划分时段，包括：

25、设置划分指标阈值，若任意一个采集时刻的推算土壤温度的划分指标大于划分指标阈值，则从该采集时刻进行划分，获得各个划分后的时段，将划分后的时段作为划分时段。

26、进一步地，所述根据各个划分时段中每个采集时刻的实际土壤温度和推算土壤温度，对实际土壤温度进行异常检测，获得季节性冻土监测结果，包括：

27、对于任意一个划分时段，根据该划分时段中每个采集时刻的实际土壤温度和推算土壤温度，确定该划分时段的实际土壤温度异常程度；

28、对该划分时段的实际土壤温度异常程度进行阈值判断，根据阈值判断结果获得优选土壤温度序列；

29、根据优选土壤温度序列进行季节性冻土监测，获得监测结果。

30、进一步地，所述根据该划分时段中每个采集时刻的实际土壤温度和推算土壤温度，确定该划分时段的实际土壤温度异常程度，包括：

31、；式中，表示第m个划分时段的实际土壤温度异常程度，v表示第m个划分时段中采集时刻的数目，u表示第m个划分时段中采集时刻的序号，表示第m个划分时段中第u个采集时刻的实际土壤温度，表示第m个划分时段中第u个采集时刻的推算土壤温度，，表示第m个划分时段中第u个采集时刻与其前一采集时刻的实际土壤温度之间的差异值，表示第m个划分时段中第u-1个采集时刻的实际土壤温度，表示第m个划分时段中所有相邻采集时刻的实际土壤温度之间差异的平均值，表示取绝对值函数，norm表示线性归一化函数。

32、进一步地，所述对该划分时段的实际土壤温度异常程度进行阈值判断，根据阈值判断结果获得优选土壤温度序列，包括：

33、设置异常阈值，若该划分时段的实际土壤温度异常程度大于异常阈值，则根据该划分时段中相邻两个采集时刻的实际土壤温度之间的差异，确定各个异常采集时刻；用各个异常采集时刻的推算土壤温度替换对应异常采集时刻的实际土壤温度，获得优选土壤温度序列；若该划分时段的实际土壤温度异常程度不大于异常阈值，则将该划分时段中每个实际土壤温度组成优选土壤温度序列。

34、进一步地，所述根据该划分时段中相邻两个采集时刻的实际土壤温度之间的差异，确定各个异常采集时刻，包括：

35、对于该划分时段中的任意一个采集时刻，计算该采集时刻与前一采集时刻的实际土壤温度之间的差异，作为该采集时刻的异常判定指标；

36、若该采集时刻的异常判定指标大于该划分时段中所有相邻两个采集时刻的实际土壤温度之间差异的平均值，则将该采集时刻判定为异常采集时刻，从而获得各个异常采集时刻。

37、本发明具有如下有益效果：

38、本发明提供了一种基于传感技术的季节性冻土监测方法，该冻土监测方法利用数据处理方法，对所采集的初始土壤温度序列对应的时长进行划分，将一年划分成不同的时段，基于每个时段的土壤温度特征实现异常检测，有效提高了异常检测的准确性，有助于获得参考价值更高、精准性更强的土壤温度，避免季节性冻土状态监测结果出现偏差。传统异常检测方法是对所有的土壤温度数据进行异常检测，由于土壤温度存在较为明显季节性特征，传统方法难以识别出局部异常，而本发明通过对所采集的初始土壤温度序列对应的时长进行划分，可以有效克服传统方法存在的缺陷；现有存在直接基于常规季节对应的月份进行时段划分，其未考虑数据质量对拟合模型拟合准确性的影响，划分精确度低下，而本发明通过推算第一土壤温度序列中每个采集时刻的土壤温度，实现对每个采集时刻的拟合土壤温度的修正，有利于获得数值准确性更高的划分指标，进而提升了初始土壤温度序列对应的时长进行时段划分的精确度。