陈玲侠

(咸阳师范学院 资源环境与历史文化学院，陕西 咸阳 712000)

富营养化水体环境中COD浓度遥感监测系统设计

陈玲侠

(咸阳师范学院 资源环境与历史文化学院，陕西 咸阳 712000)

对富营养化水体环境中COD浓度进行遥感监测，可以预防富营养化水体环境中COD浓度增加，提高水体水质，增加水循环次数，减少水体中有机物的污染;当前富营养化水体环境中COD浓度遥感监测系统设计方法，以Modis遥感影像数据为原理，依据富营养化水体环境中COD浓度的特征提取结果，对富营养化水体环境中COD浓度进行遥感监测，没有具体对遥感监测系统进行详细地设计，无法获取富营养化水体环境中COD浓度高精度的遥感监测信息，存在遥感监测结果偏差大的问题;提出了一种基于Zigbee的富营养化水体环境中COD浓度遥感监测系统设计方法;该方法先对Zigbee的富营养化水体环境中COD浓度遥感监测系统进行硬件设计，采用IMF对富营养化水体环境中COD浓度进行特征提取，以特征提取结果为基础，依据COD浓度指数时间序列实现富营养化水体环境中COD浓度遥感监测，最后利用Retinex法对COD浓度遥感监测的图像进行处理，完成对富营养化水体环境中COD浓度的遥感监测;仿真实验结果证明，所提系统设计方法可以精确地对富营养化水体环境中COD浓度进行安全快速的遥感监测。

富营养化水体环境；COD浓度；遥感监测；系统设计

0 引言

随着科学技术和现代工业的不断发展，人们对河流的严重污染，工业废水和废水处理厂的富营养化水体环境中COD浓度的遥感监测产生了高度重视[1]。遥感监测系统在单位企业空旷区域内监测、单位企业内实物设备器材监测、周界监测、建筑区域内的监测等各个领域都有着广泛的应用[2]。由于富营养化水体环境中COD浓度具有不稳定性、错综复杂性等特点[3]，需要对其进行高精度地遥感监测，但多数遥感监测系统设计方法无法对其进行高效稳定地遥感监测[4]，导致水质污染情况不能及时被发现和解决。在这种情况下，如何对富营养化水体环境中COD浓度进行全面准确地遥感监测成为了急需解决的问题[5]。基于Zigbee的富营养化水体环境中COD浓度遥感监测系统设计方法，对富营养化水体环境中COD浓度进行高精度的遥感监测，是解决上述问题的有效途径[6]，成为了富营养化水体环境中COD浓度遥感监测系统设计研究者的主要研究方向，并受到了该领域学者的广泛关注，取得了很多优秀的成果[7]。

文献[8]提出了基于卫星数据的富营养化水体环境中COD浓度遥感监测系统设计方法。该方法首先建立富营养化水体环境中COD浓度卫星遥感参数系统，利用卫星遥感参数系统获得富营养化水体环境中的COD浓度数据，然后根据得到的COD浓度数据初步构建遥感监测系统模型，最后依据初步构建的遥感监测系统模型利用COD浓度指数实现富营养化水体环境中COD浓度遥感监测系统设计方法。该方法较为简单，但是存在遥感监测准确率低的问题。文献[9]提出了一种基于组件技术的富营养化水体环境中COD浓度遥感监测系统设计方法。其设计基于组件技术的富营养化水体环境中COD浓度遥感监测系统的基本流程，首先针对富营养化水体环境中COD浓度遥感监测的需求，根据设计的遥感监测系统基本流程，建立COD浓度参数反演和遥感监测结果校验功能，最后根据遥感监测结果校验功能完成富营养化水体环境中COD浓度遥感监测系统的设计。该方法所用的时间比较少，但存在遥感监测偏差大的问题。文献[10]提出了一种基于Arcgis Geop rocessing的富营养化水体环境中COD浓度遥感监测系统设计方法。该方法先利用Arcgis Geop rocessing中的GIS功能完成富营养化水体环境中COD浓度遥感监测系统硬件设计，然后根据完成的硬件设计使用插件式GIS二次开发对COD浓度遥感监测函数进行计算，最后利用该函数的计算结果有效地完成对富营养化水体环境中COD浓度遥感监测系统设计。该方法监测精度较高，但是存在用时较长的问题。

针对上述产生的问题，提出一种基于Zigbee的富营养化水体环境中COD浓度遥感监测系统设计方法。该方法设计过程：1)利用COD浓度遥感监测系统总控制平台和COD浓度遥感监测模块结构图，构建富营养化水体环境中COD浓度遥感监测系统网络；2)通过对IMF的计算，实现富营养化水体环境中COD浓度特征提取，依据COD浓度指数时间序列法对富营养化水体环境中COD浓度进行遥感监测；3)采用Retinex法对遥感监测的图像进行分解，去噪，使遥感监测图像显示效果得到增强，从而更明确地获得富营养化水体环境中COD浓度的变化情况。仿真实验证明，所提方法可以精确地对富营养化水体环境中COD浓度进行有效可靠地遥感监测系统设计。

1 基于Zigbee的COD浓度遥感监测系统设计方法

1.1 富营养化水体环境中COD浓度遥感监测系统结构

富营养化水体环境中COD浓度遥感监测系统总控制平台设计过程中，首先要完成对COD浓度遥感监测系统硬件模块的设计，然后将遥感监测系统总控制平台与各个硬件模块进行通信，处理来自富营养化水体环境中COD浓度的信息，且监测信息以图像方式显示出来。富营养化水体环境中COD浓度遥感监测系统总控制平台如图1所示。

图1 COD浓度遥感监测系统总控制平台

富营养化水体环境中COD浓度遥感监测系统总控制平台中各硬件模块在遥感监测中的作用很大，可以辅助遥感监测系统及时发现并处理遥感监测过程中富营养化水体环境中COD浓度异常情况，确保水体质量。硬件模块中主要对COD浓度遥感监测模块进行细分。COD浓度遥感监测模块结构如图2所示。

图2 COD浓度遥感监测模块结构

综上所述，在富营养化水体环境中COD浓度遥感监测系统设计中，依据COD浓度遥感监测系统总控制平台和COD浓度遥感监测模块结构图，构建了富营养化水体环境中COD浓度遥感监测系统网络，简洁清晰地对富营养化水体环境中COD浓度遥感监测系统构造做出了分化，便于对富营养化水体环境中COD浓度变化情况进行了解和及时解决。

1.2 COD浓度遥感监测系统监测子模块

依据2.1中所获各项富营养化水体环境中COD浓度遥感监测系统信息，对COD浓度进行特征提取，有利于遥感监测的监测效果更精确。本文采用IMF(内蕴模式函数分量)对富营养化水体环境中COD浓度进行特征提取。

通过对IMF的计算，可实现富营养化水体环境中COD浓度特征提取，步骤如下：

1)假设COD浓度像元x(α)有全体局部极值点；2)依据特征提取曲线对COD浓度像元x(α)的极大值和极小值点进行拟合，提取COD浓度像元极大值的上包络线Emax(α)以及COD浓度像元极小值的下包络线Emin(α)；3)计算COD浓度像元上下包络线的均值：

m(α)=(Emax(α)+Emin(α))/2

(1)

其中，m(α)代表COD浓度像元上下包络线的均值，x(α)代表COD浓度像元。

(4)提取富营养化水体环境中COD浓度特征细节信号：

h(α)=x(α)-m(α)

(2)

其中，h(α)代表富营养化水体环境中COD浓度特征细节信号。

为了保证富营养化水体环境中COD浓度特征的高精度提取，COD浓度特征细节信号必须符合特征提取迭代计算条件准则。则IMF的COD浓度特征提取迭代计算终止准则为：

(3)

hl,(k-1)-m11=hlk

(4)

其中，M代表富营养化水体环境中COD浓度特征提取数目，hl,k(i)代表地l个富营养化水体环境中COD浓度特征细节信号的第i个数目的第k次迭代计算终止准则值，SA代表COD浓度特征提取筛选限值，取值范围为0.2-0.3，当SA小于COD浓度特征提取筛选限值时，筛选迭代计算终止，m11代表COD浓度像元所有包络线的均值，其获得方式为：富营养化水体环境中COD浓度特征细节信号h1,k(i)的初值减去COD浓度像元包络线均值。COD浓度特征提取迭代计算终止获得第一个IMF：

c1(α)=h1,k(α)

(5)

其中，c1(α)代表COD浓度特征提取迭代计算终止获得第一个IMF，h1,k(α)代表第1个富营养化水体环境中第k次COD浓度特征提取迭代计算的IMF。

对剩余COD浓度特征细节信号p1(α)=x(α)-c1(α)继续进行迭代计算，最终获得第k次迭代时COD浓度特征细节信号的值，记作pk，该值为一常量，当pk变化够小时迭代计算停止。由此获得富营养化水体环境中COD浓度特征细节信号最终结果：

(6)

依据COD浓度特征提取经验模式对COD浓度特征细节信号进行分解，将一个COD浓度特征细节信号分解成数个特征信号的IMF成分，获得IMF的个数为log2O，从而完成对富营养化水体环境中COD浓度特征的提取。

根据上述内容，利用COD浓度指数时间序列法对富营养化水体环境中COD浓度进行遥感监测，通过对水体污染状况的遥感监测，达到富营养化水体环境中COD浓度遥感监测的目的。COD浓度指数时间序列法建立EVI时间序列反映富营养化水体环境中COD浓度的变化，公式为：

(7)

其中，VPI代表COD浓度指数时间序列法和EVI时间序列的虚拟连接值，VPI的取值范围为0～100。VPI值越小，说明富营养化水体环境中COD浓度越高，从而反映水体污染情况越不明朗。根据上述所获数据将富营养化水体环境中COD浓度指数记作CCI，则：

(8)

其中，Ts代表富营养化水体环境中有机物污染值。

当CCI=0时，富营养化水体环境中COD浓度大于等于水体正常所含COD浓度；当CCI=1时，富营养化水体环境中COD浓度接近水体正常所含COD浓度；CCI值越接近1，富营养化水体环境中COD浓度越高，水体污染越严重。

综上所述，实现对富营养化水体环境中COD浓度的遥感监测模块的研究。

1.3 COD浓度遥感监测系统图像处理子模块

在富营养化水体环境中COD浓度遥感监测中经常出现遥感监测图像目视效果较差、图像对比度不明显、图像比较模糊的情况，为了使富营养化水体环境中COD浓度的遥感监测图像更加清晰，监测精度更高，需要对遥感监测的图像进行处理。本文采用Retinex法对遥感监测的图像进行处理。为了将遥感监测图像噪声尽可能地降低，先对遥感监测图像去噪，从而使图像显示效果得到增强。

鉴于Retinex法服从广义高斯分布模型，所以本文采用贝叶斯萎缩阈值估计法对COD浓度遥感监测图像的噪声进行估计，此阈值控制在0.4-0.5区间内可以对COD浓度遥感监测图像进行高效去噪，阈值Bl,k为：

(9)

(10)

(11)

(12)

其中，X和Y分别代表COD浓度遥感监测图像的长度与宽度，g代表COD浓度遥感监测图像点。

采用上述所得COD浓度遥感监测图像去噪数据，对富营养化水体环境中COD浓度遥感监测图像进行有效增强，利用图像去噪的增益系数对COD浓度遥感监测图像进一步去噪。则有：

(13)

其中，θ代表调节COD浓度遥感监测图像噪声的控制参数，为一常数，此参数控制在0.1-0.2区间内对富营养化中COD浓度遥感监测误差率最小，κ代表COD浓度遥感监测图像去噪的增益系数。

经过图像去噪增益系数对COD浓度遥感监测图像进一步去噪，使得COD浓度遥感监测图像效果能得到很好的增强，提高了富营养化水体环境中COD浓度遥感监测图像的显示精度，更便于对富营养化水体环境中COD浓度进行更精确的遥感监测。

2 仿真实验结果与分析

为了证明基于Zigbee的富营养化水体环境中COD浓度遥感监测系统设计方法的整体有效性，需要进行一次仿真实验。在LabVIEW的环境下搭建富营养化水体环境中COD浓度遥感监测实验平台。实验数据取自于中国长江中下游流域水体，在该实验数据中加入富营养化水体，观察其COD浓度遥感监测的有效性。表1是不同方法下富营养化水体环境中COD浓度遥感监测系统监测效率(%)的对比。

表1 COD浓度遥感监测系统监测效率对比

通过对表1的分析，文献[8]、[9]、[10]与本文所提富营养化水体环境中COD浓度遥感监测系统设计方法监测效率相差较大，本文所提方法遥感监测效率明显高于其他文献所提方法。这证明基于Zigbee的富营养化水体环境中COD浓度遥感监测系统设计方法具有很高的可行性。表2是对基于Zigbee的富营养化水体环境中COD浓度遥感监测系统设计方法中贝叶斯萎缩阈值对COD浓度遥感监测图像去噪效率(%)影响的描述。

表2 贝叶斯萎缩阈值对COD浓度图像去噪效率影响

表2中基于Zigbee的富营养化水体环境中COD浓度遥感监测系统设计方法中，贝叶斯萎缩阈值对COD浓度遥感监测图像去噪效率影响的描述可以明显看出当阈值范围在0.4～0.5区间COD浓度遥感监测图像去噪效率分别为97%和98.2%，证明了贝叶斯萎缩阈值对COD浓度遥感监测图像去噪的整体有效性。图3是对富营养化水体环境中COD浓度遥感监测方法中COD浓度遥感监测图像噪声的控制参数θ对遥感监测误差率(%)影响的描述。

图3 控制参数θ对COD浓度遥感监测误差率影响

图3中当控制参数θ值在0.1～0.2区间时，富营养化水体环境中COD浓度遥感监测误差率在可控范围内(5%)。这主要是因为在利用基于Zigbee的富营养化水体环境中COD浓度遥感监测系统设计方法进行遥感监测时，利用了图像去噪的增益系数对COD浓度遥感监测图像进行了去噪，使遥感监测图像更加清晰，且有利于富营养化水体环境中COD浓度遥感监测误差率的减小。图4是文献[8]所提方法与本文方法对遥感监测系统反应时间(s)的对比描述。

图4 不同方法下遥感监测系统反应时间的对比

通过图4给出的各项数据信息可知，本文所提基于Zigbee的富营养化水体环境中COD浓度遥感监测系统设计方法对COD浓度遥感监测的效率更高，反应速度更快，反应时间更短，证明了本文所提方法的可实施性较强。

仿真实验证明，所提方法可以精确地对富营养化水体COD浓度进行遥感监测。

3 结束语

采用当前方法对富营养化水体环境中COD浓度进行遥感监测时，无法对其进行高精度、全面、安全地遥感监测，存在COD浓度遥感监测结果偏差大、监测精度低、遥感监测图像模糊等问题。本文提出一种基于Zigbee的富营养化水体环境中COD浓度遥感监测系统设计方法，并通过仿真实验证明，所提方法可以精确地对富营养化水体环境中COD浓度进行遥感监测，具有良好的应用价值，为该领域地研究发展提供了强有力的依据。

[1]刘星桥,陈海磊,朱成云.基于GPS的自学习导航游弋式水质监测系统设计[J].农业工程学报,2016,32(1):84-90.

[2]孙江锋,张合兵,刘明远,等.耕地动态监测应用管理系统框架设计及实现[J].中国农业资源与区划,2015,36(2):54-60.

[3]谢仕义,刘大召,张 莹,等.雷州湾海域悬浮物浓度遥感监测研究[J].广东海洋大学学报,2015,35(3):109-113.

[4]付征叶,凡高娟,杨梦茹.通用简报生成技术在遥感监测系统中的应用[J].河南大学学报(自然版),2014,44(1):99-102.

[5]肖 康,许惠平,叶 娜.福建近岸悬浮泥沙浓度遥感监测[J].测绘科学,2014,39(11):47-51.

[6]程思思,张海昂,谢迎春,等.鸭绿江口及其附近海域相对悬浮泥沙浓度遥感监测[J].中国锰业,2016,34(3):156-158.

[7]刘百桥,赵建华.海域动态遥感监测业务体系设计研究[J].海洋开发与管理,2014,31(5):8-11.

[8]孟 健,孙映宏,王卫平,等.基于RS和GIS的杭州市旱情监测系统设计[J].现代测绘,2016,39(6):25-28.

[9]李 伟,陈泽军,黄艳芳,等.基于CC430与PIC24FJ256的无线温湿度监测系统设计[J].电子设计工程,2016,24(4):158-160.

[10]薛小兰,李美烨.煤矿带式输送机在线实时监测系统设计[J].煤炭技术,2016,35(4):267-268.

Design of COD Concentration in the Eutrophication of Water Body Environment Remote Sensing Monitoring System

Chen Lingxia

(School of Resource Environment and Historical Culture,Xianyang Normal University, Xianyang 712000,China)

COD concentration of eutrophication of water body environment remote sensing monitoring, can prevent the eutrophication of water body environment COD concentration increased, improve water quality, increase the water cycle times, reduce the pollution of organic matter in water. COD concentration in current eutrophication of water body environment design method of remote sensing monitoring system based on Modis remote sensing image data principle, according to the feature extraction of COD concentration in the eutrophication of water body environment as a result, the COD concentration in the eutrophication of water body environment remote sensing monitoring, no specific to remote sensing monitoring system design in detail, without access to eutrophication of water body environment, COD concentration and high precision of remote sensing monitoring information, remote sensing monitoring results deviation big problems. Put forward a kind of eutrophication of water body based on Zigbee COD concentration in the environment of remote sensing monitoring system design method. The method of Zigbee first COD concentration in the eutrophication of water body environment remote sensing monitoring system hardware design, the concentration of COD in the IMF to the eutrophication of water body environment for feature extraction, based on the results of feature extraction, on the basis of COD concentration index time sequence to realize the COD concentration in the eutrophication of water body environment remote sensing monitoring, finally Retinex method is used to image processing of remote sensing monitoring COD concentration, COD concentration in the finished on the eutrophication of water body environment of remote sensing monitoring. The simulation experimental results show that the proposed system design method can accurately to the eutrophication of water body environment COD concentration on the remote sensing monitoring of safely and quickly.

Eutrophication of water body environment; COD concentration; Remote sensing monitoring; The system design;

2017-04-06；

2017-04-28。

咸阳师范学院专项科研基金项目(14XSYK020)；咸阳师范学院大学生创新创业训练计划项目(2015054)。

陈玲侠(1977-)，女，陕西渭南人，博士研究生，讲师，主要从事GIS教学方向的研究。

1671-4598(2017)07-0059-04

10.16526/j.cnki.11-4762/tp.2017.07.015

S127

A