董 莹,孙拥军

(1.山东省潍坊生态环境监测中心,山东 潍坊 261041;2.潍坊市工业发展促进中心,山东 潍坊 261041)

工业有害物质的主要来源有工业粉尘、有害气体、余热及余湿等等[1],目前针对工业加热污染有害物质监测方法[2-3]存在工作量大以及效率低的问题,随着重工企业的越来越多,常规的工业加热污染有害物质监测方法已不能满足现有工业加热企业的规模,为了更高效地解决工业加热污染有害物质的问题,需对工业加热进行科学监测[4-5]。

文献[6]提出了基于深度学习的有害气体感知技术监测系统设计与研究,通过有害气体地面检测技术难以满足对释放源的定位和有害气体污染的评估,地面监测技术只能监测到部分的有害气体扩散方位。实验结果表明,该监测可以对地面监测进行准确监测,但是存在监测结果不精确的问题。因此,基于遥感影响技术监测方法,是一种重要的有害气体感知技术监测手段,可实现对释放源和有害气体污染的全面监测[7]。现有的有害物质监测方法不仅耗费大量的人力和财力,监测结果也不全面,经常忽略较为隐蔽的有害物质,为了提高监测效率的同时最大程度地降低监测成本,提出基于红外遥感影像的工业加热污染有害物质监测系统设计方法,红外遥感影像中涵盖的目标物信息十分丰富,采用红外遥感技术采集释放源影像,从而实时获取有害物质污染的实际情况。

1 工业加热污染有害物质监测系统设计方案

1.1 工业加热污染有害物质监测系统整体框架与功能模块

根据工业加热污染的实际需求和有害物质的特点进行工业加热污染有害物质监测系统设计,基于红外遥感技术采集相关数据,在红外遥感影像的帮助下组建工业加热污染有害物质监测系统的整体框架[8-9]。系统是由地图操作、红外遥感监测预测、遥感影像数据处理以及有害物质信息处理等十大模块组成,且每个模块都是独一无二且互不依赖的[10],工业加热污染有害物质监测系统架构图如图1所示。

图1 工业加热污染有害物质监测系统架构图

终端无线节点的主要作用是收集工业加热污染的相关数据以及数据的传输[11],系统在初始化完成后会直接收集有害物质相关数据并同步进行传输,基于此要求在对节点设计的过程中通过时间触发完成节点设计,即在相同时间间隔对系统传感器进行相关信号的收集和处理,完成指定任务后节点即刻进入休眠状态,具体操作流程图如图2所示。

图2 监测系统节点传输流程图

1.2 监测系统各模块功能

1.2.1 系统登录模块

此模块也是监测系统的首页,其主要功能是管控用户的登录和退出[12-13],授予普通用户登录系统的权限,用户获取所需数据后协助用户退出系统。

1.2.2 工业加热污染监测模块

此模块的主要作用是对工业加热污染中可能发生有害物质的区域的遥感影像进行监测制图。

1.2.3 监测系统管理模块

监测系统管理模块中存在工业加热数据库的用户列表以及工业加热污染地图相关修改等管理功能,可对用户数据以及工业加热数据进行实时处理,其中包括对系统高级管理人员进入系统后台的登录权限以及退出机制,在此模块中管理员可对系统中的地图以及诊断结果等数据进行实时编辑处理。

1.2.4 有害物质相关数据处理模块

此模块的主要作用就是对工业加热污染有害物质进行相关数据的添加、修改、查询以及删除处理,具有数据表修改、有害物质信息录入、实时更新、查询以及编辑功能。有害物质的录入是将工业加热污染的完整数据以及治疗、预防数据全部保存到数据库中,信息的录入不仅保存相关有害物质数据,还需要将产生的有害物质图像传输到系统服务器中;有害物质信息查询是对有害物质属性以及发生区域等所有相关数据的查询;有害物质编辑模块顾名思义就是对数据进行实时的修改,并及时更新相关数据,此模块的架构图如图3所示。

图3 有害物质相关数据处理模块架构图

1.2.5 红外遥感监测预测模块

此模块主要是对遥感相关数据进行处理,该模块可提前收集病虫害不同时期的冠层反射特征,并依据特征变化对病虫害进行预测,此模块的主要作用是将收集到的数据进行预处理,即对数据的分析以及查错处理,进而实现监测系统远程预测病虫害的目的。

1.2.6 红外遥感影像数据处理模块

红外遥感影像数据处理模块的作用是加载和浏览红外遥感影像数据,此模块中包含对红外遥感影像数据处理的函数计算方法,其架构图如图4所示。

图4 红外遥感影像数据处理模块架构图

1.2.7 有害物质地图编辑模块

该模块中存在处理有害物质地图矢量文件的处理函数,主要作用就是对有害物质空间属性的点和面进行编辑以及属性查看等,其架构图如图5所示。

图5 有害物质地图编辑模块架构图

1.2.8 数据库操作模块

此模块中包含处理数据的相关计算函数,主要作用就是连接监测系统与数据库,次要作用是修改数据库内数据,即对数据库进行删除以及添加等处理。

1.2.9 工业加热污染地图操作模块

工业加热污染地图操作模块中包含可加载工业加热污染地图服务的操作函数,主要作用就是显示出实时的工业加热污染地图以及图层。

以上就是对有害物质监测系统硬件部分的详细设计,每个系统中硬件系统和软件系统都是相辅相成的,因此,需在硬件系统的基础上设计有害物质监测软件。

1.3 有害物质诊断算法

以专家历史诊断数据为基础,为加强有害物质监测系统性能,在系统的监测计算过程中可通过提取彩色分量[14]对有害物质进行初始筛选,即在彩色分量的帮助下将污染正常位置与有害物质位置进行区分,将正常位置和灰色区域差别较大的分量视为特征提取的备用分量,其中,RGB的灰度转换表达式为

Y=0.99×R+0.114×B+0.587×G

(1)

式中:Y为彩色图像转换成灰色图像后的结果;R、B和G均为彩色分量。

图像的灰度的均值之差可体现出图像之间的差异,标准差能够体现出图像之间的离散程度,当差值越小则图像交叉的概率越小,根据此原理,将灰度均值以及标准差视为筛选彩色分量的标准,则灰度均值的计算公式为

(2)

其中,图像灰度标准差计算公式为

(3)

根据式(3)分别对红外遥感图像进行灰度均值以及标准差的计算,将污染区域的彩色分量与有害物质区域的灰度均值和标准差进行对比,其中,差值比较大的即为有害物质的备用分量。经过初步筛选后得到的图像区域在自适应双阈值的帮助下完成污染有害物质特征提取[15-16]。

假设原始污染像素点(i,j)的灰度值为h(i,j),则有害物质监测图像中像素点(i,j)的灰度值q(i,j)的表达式为

(4)

式中:1为遥感图像中有害物质区域的像素值;0为遥感图像中正常区域的像素值;k为影像特征提取结果准确性的阈值。k直接影响到最终有害物质特征提取精度,k值越小,会造成最终不完整,但过大会导致结果中噪声过多,影响监测效率,所以必须保证阈值不会过大也不会过小,进而得出有害物质的灰度值,从而在初始筛选结果中提取出有害物质特征,完成污染有害物质的诊断。

2 实验结果与分析

为了验证基于红外遥感影像的污染有害物质监测系统设计方法的整体有效性,现对所提方法进行测试。在某区域进行有害物质监测研究,图6为该区域污染有害物质区域遥感图像。

图6中,白色线为有害物质区域。将所设计的监测系统连通到图6中的监测点进行测试,利用入网计算机询问监测网站,对该地的污染有害物质进行实时监测,绘制出一天内监测数据。

2.1 监测系统的操作性能

实验过程中设定某工厂样本数据的采集间隔是1 h,经过24 h的监测,随着温度和湿度的不同,其中出现有害物质的数量也不尽相同,得出的监测结果如表1所示。

表1 一天中有害物质的监测结果

表1是所提方法在相同时间间隔下对有害物质的监测结果,用户可以明确得知在不同温度、不同时间点以及不同湿度下的有害物质情况,降低了系统操作难度,缩短监测时间间隔,便于了解最新污染有害物质情况。

利用所设计监测系统,可知每天不同监测时间内的温度湿度和有害物质的情况,及时依据特定条件进行污染有害物质处理,进而降低用户获取数据的难易程度,减少传输流量,降低监测成本,同时由于自动生成相关数据,可大大提高数据传输稳定性以及可靠性,同时所设计系统对相关数据的自动整理可污染有害物质提供更加详实和精确的数据,也能获取更加完整的污染物质有害监测数据,为监测结果提供更有力的证明,提高监测系统的能力。

2.2 实际有害物质与监测结果的线性回归分析

污染物质有害监测就是对发生污染物质有害进行统计,监测结果越接近实际结果说明监测精度越高,而线性回归分析是最能说明监测方法好坏的优劣指标。在上述实验环境下,随机选取某一区域的污染进行有害物质5次监测,并对其进行线性回归分析,横坐标之间的比值越靠近1说明监测结果越准确,实验结果如图7所示。

图7 五次监测结果与实际结果之间的线性回归分析

根据实验可知,实验随机选取不同的5组污染样本进行监测,并将监测结果与实际结果进行对比,根据结果可知,所提方法与实际结果处理第一次监测有些许误差导致两者之间比值不为1,但也无限接近于1,其余四组监测结果与实际结果之间的比值均为1。由此证明所提方法的监测优越性,这是因为所提方法在设计监测系统过程中利用灰度均值和标准差,对需要监测的污染区域进行正常区域与非正常区域的初步筛选,减少需要监测的部位,大大提高监测效率和计算准确性,从而提高监测精度。

3 结 语

现今城市周边地区多以工厂为主,污染的最大的问题就是有害物质问题,经过反复研究得出污染有害物质监测系统,但目前的监测系统操作复杂,基于遥感图像的优点,提出基于红外遥感影像的工业加热污染有害物质监测系统设计方法,该方法主要是通过设计出监测系统的整体结构并详细介绍硬件系统,根据其中的需求设计出相关软件系统,将两者结合,实现污染有害物质监测,解决了监测操作难、可靠性差以及监测精度低的问题。