一种基于人工智能的水体水色反演水质的系统及方法

本发明涉及水质检验领域，具体为一种基于人工智能的水体水色反演水质的系统及方法。

背景技术：

1、水质反演是指通过对水体的颜色、透明度、浑浊度等特征进行观测和分析，推断出水体中的污染物质含量、水质状况等信息的过程。常用色散分析法进行水色反演检测，即通过不同波长的光线照射，根据水体反射波长推测水体内藻类、悬浮颗粒、溶解物等水体污物的含量和比例。

2、水体水色受到多种因素的影响，包括水体流动情况、悬浮物、光照条件等，部分水域如潮汐洋面、湖泊水库、船闸河道内水流情况复杂，流速不同的采样点处污染物分布不均，水色分布的正常扩散轨迹有可能被破坏，给水色反演水质的数据处理和水体污物的中心溯源造成困难。

3、此外，一些水体中污物种类较多且相互混合，且污染物的光学参数分布相近，从而无法对色散分析结果进行准确分离，水体内需要检测的污染物越多，则分离难度越大，建立反演模型时容易产生大量的不确定性参数，消除不确定参数则需要大量重复采样，降低了水体检测的效率。

技术实现思路

1、本发明的目的在于提供一种基于人工智能的水体水色反演水质的系统及方法，以解决上述背景技术中提出的问题。

2、为了解决上述技术问题，本发明提供如下技术方案：一种基于人工智能的水体水色反演水质的系统，包括：流场建立模块、污物测试模块、水体采样模块、水色分析模块和反演输出模块；

3、所述流场建立模块用于在待测水域内投入显色指示物，利用卫星或摄像机按固定帧率拍摄指示物在水体中的扩散图像，通过图像分割模型识别出指示物在水体中的流向，将各点在相邻帧内的流向移动矢量作为机器学习的资料库，构建待测水域内的cfd模型，对模型中各水流段按流速分类，选取流速平稳且平稳区域长度高于检测长度的水流段作为采样段；

4、所述污物测试模块用于对各污染物在采样段的扩散情况进行模拟测试，模拟出以污染物投放位置为中心的污染区域，并生成以水色波长为因变量，与污染中心的距离和流向偏角为自变量的二元函数，改变照射光线波长多次生成所述二元函数，纵向排列得到污染物对应的特征矩阵；

5、所述水体采样模块用于在采样段中选取距离与预设长度相等的采样点进行采样，利用光谱分析仪分别测试各采样点的水样，利用不同波长的光线照射水样，测试水体对光线的吸收系数和反射光的波长，测试数据存入数据库；

6、所述水色分析模块用于排列数据库中的照射波长和反射波长，得到照射波长-反射波长矩阵，利用最小二乘法计算波矩阵相对于各污染物特征矩阵的最小二乘解，计算各个采样点处最小二乘解在标准照射光线下水色波长的函数差，在模拟区域中遍历水色波长差等于函数差的两点；

7、所述反演输出模块用于根据遍历结果，将遍历两点间的污染物浓度作为各个采样点处的污染物浓度输出，将各点处的污染物浓度作为二元函数的解集，反推出污染中心的位置坐标，输出位置坐标并更新流量场。

8、进一步的，所述流场建立模块包括：显色拍摄单元、智能网络单元和流场分区单元；

9、所述显色拍摄单元用于在待测水域中投放显色指示物，并拍摄指示物在水体中的流动图像；

10、所述智能网络单元用于通过图像分割模型识别水体中的指示物流向，所述图像分割模型为mask r-cnn模型、deeplab模型、u-net模型和watershed分割模型中的任意一种；

11、所述流场分区单元用于构建水体流动场模型，检测模型中水体各部分的流速，并选取采样段。

12、进一步的，所述污物测试模块包括：扩散模拟单元和水色反馈单元；

13、所述扩散模拟单元用于利用已经构建的流速场对不同类型污染物的进行扩散测试，获取测试水色数据；

14、所述水色反馈单元用于改变照射光线的波长多次测试，纵向排列测试结果，得到污染物对应的特征矩阵。

15、进一步的，所述水体采样模块包括：水体选择单元和光谱检测单元；

16、所述水体选择单元用于选取采样段内预设数量的采样点采集水样；

17、所述光谱检测单元用于将采集到的水样置入光谱分析仪，用不同波长的测试光线照射，得到水样测试数据。

18、进一步的，所述水色分析模块包括：色散排列单元、比例对比单元和模型遍历单元；

19、所述色散排列单元用于由样本在不同测试波长下的水色测试结果生成照射波长-反射波长矩阵；

20、所述比例对比单元用于算波矩阵相对于各污染物特征矩阵的最小二乘解，并联立各个采样点处的解集；

21、所述模型遍历单元用于遍历模型，寻找符合解集的各个模拟点，将模拟点处的浓度作为采样点处的污染物浓度。

22、进一步的，所述反演输出模块包括：水色反演单元和中心溯源单元；

23、所述水色反演单元用于输出采样点处的水质反演结果，在计算机模拟的流速场内标出，更新流速场；

24、所述中心溯源单元用于通过采样点处各污染物的浓度和污染物扩散测试结果，对污染中心进行推测，输出污染物推测来源。

25、一种基于人工智能的水体水色反演水质的方法，包括以下步骤：

26、步骤s1.在待测水域投入显色指示物，按固定帧率拍摄指示物在水体中的扩散图像，图像分割模型分割并识别图像，识别结果构成语料库，计算机学习所述语料库，构建水域内的cfd模型；

27、步骤s2.选取流速场模型中流速平稳的流速段作为采样段，模拟各类污染物在采样段中的扩散图像，生成以水色波长为因变量，与污染中心距离和流速偏角为自变量的二元函数，并改变照射光线波长重复测试，纵向排列各污染物的测试结果，得到污染物对应特征矩阵；

28、步骤s3.在采样段中选取预设数量的采样点采集水样，用不同波长的测试光线照射，得到水样的反射光波长，生成对应照射波长-反射波长矩阵；

29、步骤s4.根据采样点的位置、照射波长-反射波长矩阵和各污染物特征矩阵间的关系，列出各采样点处的第一矩阵方程，联立各采样点处的第一矩阵方程、相同污染源的位置方程和相同采样点的系数守恒方程，得到污染源比例系数的解系；

30、步骤s5.在流速场内遍历解系中所有可能得到的解，输出与约束条件最接近的解，输出该解对应的各污染物浓度，在cfd模型内标出采样段的水质。

31、进一步的，步骤s1包括：

32、步骤s11.向待测水域投放显色指示物，所述显色指示物需选取无害且可回收材质，包括：水面塑料浮标、空心碳球和悬浮航标；

33、步骤s12.利用卫星、无人机或岸基摄像机按固定帧率拍摄水域内显色指示物的扩散过程，并通过图像分割模型识别水体中显示指示物的流向，所述图像分割模型为mask r-cnn模型、deeplab模型、u-net模型和watershed分割模型中的任意一种；

34、步骤s13.获取相同指示物在相邻帧内的移动矢量作为机器学习的语料库，采用ansys fluent或comsol仿真软件对水体动力进行拟合，构建待测水域内的cfd模型，并标示模型内每一个点的水流流速。

35、进一步的，步骤s2包括：

36、步骤s21.选取流速场中流速平稳且长度高于预设检测长度的水流段作为采样段，在模拟平面内延展采样段并设置污染源，模拟污染源在采样段流速下的扩散情况；

37、步骤s22.采集模拟平面内每个点的水色波长，生成二元函数f（x,θ)，其中f（x,θ)代表取样点的水色波长，x代表取样点与污染源中心的距离，θ代表取样点与污染源中心构成的矢量相对于流速矢量的夹角；

38、步骤s23.按照标准照射光线波长表，改变对模拟水样的照射光线波长，重复执行n次步骤s22，得到n个二元函数，其中n为不同波长照射光线的数量，纵向排列所有二元函数，得到污染物对应的特征矩阵。

39、进一步的，步骤s3包括：

40、步骤s31.回收显色指示物，在现实水域的采样段中选取m个采样点，m为预设值，使各采样点位于同一直线上，且相互间的距离等于预设检测长度，在各个采样点处分别采集水样；

41、步骤s32.根据标准照射光线波长表，利用光谱测试仪在不同照射波长下检验水样的水色波长，检测结果按照射波长横向排列，按取样位置纵向排列，构成照射波长-反射波长矩阵。

42、进一步的，步骤s4包括：

43、步骤s41.根据水体中污染物对水色的线性叠加影响过程，列出第一矩阵方程：

44、；

45、其中，为污染物比例的系数解集，t为待检测污染物的数量，n为不同波长照射光线的数量，代表在第n种照射光波长的照射下第t种污染物的比例系数，至分别代表第1种至第t种污染物的二元函数，其中和分别代表采样点距第t种污染物中心的距离和采样点与第t种污染物中心构成的矢量相对于流速矢量的夹角，g1至gn分别代表采样点处采集的水样在第1至n种照射波长下的反射波长；

46、步骤s42.将各采样点得到的数据均代入第一矩阵方程中，得到k个矩阵方程，k为采样点选取数量，联立k个矩阵方程、相同污染源的位置方程和相同采样点的系数守恒方程，得到污染源比例系数的解系r；

47、所述相同污染源的位置方程为：

48、；

49、其中l为采样点间的距离，i为采样点编号，i∈{1，2，…，m-1}，xi代表第i个采样点距污染物中心的距离，代表第i个采样点与污染物中心构成的矢量相对于流速矢量的夹角；

50、所述相同采样点的系数守恒方程为：r(b,1)=r(b,2)=…=r(b,n)，其中b为常数，b∈{1，2，…，n}。

51、进一步的，步骤s5包括：

52、步骤s51.遍历解系r中的所有系数解集，选取与约束条件最接近的系数解集，所述约束条件包括：污染物间的共存性、已知非线性水色反应和各污染物出现的概率；

53、步骤s52.输出与约束条件最接近的系数解集，将系数解集中的第一行输出，作为第1到t种污染物在水体中出现的比例系数，将比例系数与采样点处的反射光波长相乘，得到各污染物的反射波长分量，代入污染物的二元函数得到反射波长分量对应的点，在模拟空间中找到该点，输出该点对应的污染物浓度；

54、步骤s53.在cfd模型内标出采样段的水质并更新流速场。

55、与现有技术相比，本发明所达到的有益效果是：

56、1.本发明通过在待检测水域内投入显色指示剂，通过人工智能模型分析扩散过程，建立水体流动cfd模型，选取流速场中流速相对平稳的水流作为检测段，有利于获得稳定的水样数据，减少外部因素对水质检测结果的干扰，提高反演数据的准确性和可靠性。

57、2.本发明能够对流速场下的扩散情况进行模拟测试，模拟水体污物的扩散区域，生成水体反射波长随采样位置坐标的二元函数，并得到污物对应的特征矩阵，可以针对不同污染物更准确地了解水色的变化趋势和规律，提供水色反演依据。

58、3.本发明能够选取固定距离的两点进行采样测试，分别得到两点处的照射波长-反射波长矩阵，用最小二乘法计算两点处水体污物的比例系数，在污染区域中遍历，匹配比例系数之差与实测数据相等的两点，作为反演结果输出，更准确地了解水质的变化趋势和规律，有利于减少误差和偏差，保证水色反演监测的质量和可靠性。