本发明涉及水温监测，尤其涉及一种水温信息监测系统及方法。
背景技术：
1、随着社会经济的快速发展和人民生活水平的持续提高，水资源的有效管理与合理利用成为了全球关注的重大议题。特别是在农业灌溉、工业生产、城市供水、生态环保以及水产养殖等领域，水温作为衡量水质状况、影响生物生长与繁殖、指示环境变化的重要参数，其准确监测与控制显得尤为重要。然而，传统的水温监测方法通常依赖人工定期采样测量，不仅效率低下，而且数据的实时性、连续性和准确性无法得到有效保障，例如，使用水银温度计和热电偶等测量的方法，存在容易受到环境因素的影响、测量结果不准确、响应时间慢、难以实现远程监测等问题，无法提供现代水温监测的精细化需求。
技术实现思路
1、基于此，本发明提供一种水温信息监测系统及方法，以解决至少一个上述技术问题。
2、为实现上述目的，一种水温信息监测方法，包括以下步骤：
3、步骤s1：对目标监测水域进行水域环境功能分析，得到水域环境特征数据；基于水域环境特征数据利用智能水温监测装置对目标监测水域进行最佳监测装置部署，得到水温监测网络；
4、步骤s2：根据水温监测网络进行周期水深估算处理，生成空间水深插值融合数据；根据空间水深插值融合数据进行监测装置水位修正处理，生成实时水位修正数据；
5、步骤s3：根据实时水位修正数据进行监测水层分析，生成目标监测水层数据；基于目标监测水层数据进行水温层次采样作业，生成初始水温层次采样数据；根据初始水温层次采样数据进行自适应采样策略调整，得到自适应水温采样数据；
6、步骤s4：对自适应水温采样数据进行温度张量标准化处理，生成标准水温采样数据；根据标准水温采样数据进行异常值掩码剔除，得到净化温度立方体数据；根据净化温度立方体数据进行环境补偿修正处理，生成修正水温场数据；
7、步骤s5：根据修正水温场数据进行三维水温剖面重构处理，生成重构水温剖面数据；根据重构水温剖面数据进行热层动态监测，生成动态水温热层监测数据；对动态水温热层监测数据进行水体循环特征分析，生成水体循环模式数据。
8、本发明对目标监测水域进行水域环境功能分析，可以深入了解目标监测水域的各种环境特征，包括但不限于水质、水流、生物群落等信息。这有助于准确评估水域的整体环境状况。利用智能水温监测装置对水域环境特征数据进行分析，可以有效地优化监测网络的布设，确保监测装置的覆盖范围和密度能够最大程度地反映水域的实际情况，从而提高监测效率和准确性。根据水温监测网络进行周期水深估算处理，可以计算检测装置在不同时间段的水深情况。根据水深数据对监测装置所测得的水位进行修正，以消除因水深变化带来的误差，生成更为准确的实时水位修正数据。利用实时水位修正数据对监测水层进行分析，确定水体的不同水层结构和特征，深入了解水域内部的水体运动和分布情。根据目标水层数据，有针对性地进行水温采样，获取不同水层的水温数据。通过这样的作业，可以获取到水域不同深度的水温情况。根据初始采样数据对采样策略进行调整，使采样更加高效和精准。通过自适应策略的调整，可以优化采样点的选择、频率和采样时间的安排，提高采样数据的代表性和可靠性。对采样数据进行标准化，使得不同采样点的温度数据具有可比性。根据标准水温采样数据进行异常值掩码剔除，可以有效识别和剔除采样数据中的异常值。根据环境条件对温度数据进行修正，考虑水域的特定环境因素对温度的影响，可以更准确地反映水域的实际温度分布情况。利用修正后的水温场数据，结合三维空间重构技术，深入理解水域内部温度的空间分布情况。通过对水温剖面数据的实时监测和分析，可以跟踪水域内部的温度变化情况，识别和分析热层的动态变化特征。这有助于深入了解水体的温度分层情况和热层的形成与演变机制。通过对监测数据的综合分析，可以揭示水体的循环特征，包括水体的流动方向、速度、循环模式等信息。因此，本发明的一种水温信息监测方法通过目标监测水域的环境特征分析，智能部署水温监测装置，考虑监测装置的实时水位数据，自适应的进行原始分层水温数据采集，使采样更加高效和精准；对采样的水温数据进行环境因素补偿修正处理，可以消除环境因素对水温分层测量的影响；利用监测的水温分层数据进行时序水体循环特征分析，实现水域内部的水文环境特征分析；通过部署边缘终端节点以及智能监测装置对数据的实时处理，以提高监测响应能力，同时实现水温远程监控功能。
9、优选地，步骤s1包括以下步骤：
10、步骤s11：对目标监测水域进行水域遥感影像采集，生成目标水域遥感影响数据；
11、步骤s12：根据目标水域遥感影响数据进行水域环境功能分析，得到水域环境特征数据，其中水域环境特征数据包括深水测量区域、浅滩测量区域以及水草从测量区域；
12、步骤s13：基于水域环境特征数据进行最佳监测装置部署策略处理，得到最佳监测装置部署策略；
13、步骤s14：通过最佳监测装置部署策略将智能水温监测装置部署于目标监测水域，从而构建水温监测网络。
14、本发明对目标监测水域进行水域遥感影像采集的有益效果在于获取高分辨率的水域遥感影像数据。这些数据可以提供水域的几何形态、地形地貌等空间信息，帮助确定水域的结构和特征。通过分析水域的深水测量区域、浅滩测量区域以及水草覆盖区域等特征，可以全面评估水域的生态系统状态和生物多样性。通过考虑水域的特征和环境条件，确定最佳的监测装置部署方案，包括监测点的位置、密度和覆盖范围，以确保监测装置能够全面、准确地监测目标水域的环境变化。通过最佳监测装置部署策略将智能水温监测装置部署于目标监测水域，构建水温监测网络。这样的网络能够实时监测水域的温度变化，为水域环境管理和保护提供可靠的数据支持。
15、优选地，步骤s14包括以下步骤：
16、步骤s141：根据水域环境特征数据进行水域环境特征指标构建，得到环境特征指标体系数据，其中环境特征指标体系数据包括水深指数、水域底质硬度指数以及水草生长密度指数；
17、步骤s142：基于环境特征指标体系数据进行水域层级环境敏感性评估处理，得到水域层级环境特征评估数据；
18、步骤s143：通过水域环境特征数据对智能水温监测装置进行监测装置性能量化处理，生成监测装置性能量化数据；
19、步骤s144：利用水域层级环境特征评估数据对监测装置性能量化数据进行监测需求加权处理，得到水域监测需求权重数据；
20、步骤s145：根据水域监测需求权重数据进行监测节点密度优化，得到监测节点密度数据；
21、步骤s146：通过监测节点密度数据对水域环境特征数据进行部署连通性分析，得到监测节点拓扑结构数据；
22、步骤s147：根据监测节点拓扑结构数据进行最小节点数量优化，生成最佳监测装置部署策略。
23、本发明根据水域环境特征数据进行水域环境特征指标构建的有益效果在于建立了一个综合的环境特征指标体系。这个指标体系包括水深指数、水域底质硬度指数以及水草生长密度指数等指标，这些指标能够全面反映水域的环境特征。通过对水域的环境特征指标进行分析和评估，可以确定水域的环境敏感性，即水域对外部因素的响应能力和适应性。通过分析水域环境特征数据对监测装置的性能进行量化评估，可以了解监测装置在不同水域环境下的表现，包括其对水深、底质硬度和水草生长情况等的适应能力。根据水域环境特征和监测装置性能之间的关系，对监测需求进行加权处理，可以确定不同监测节点在水域环境监测中的重要性。通过考虑监测需求的权重，可以合理确定监测节点的数量和布置，使监测网络覆盖范围更广，能够更全面、准确地反映水域环境的变化情况，提高监测效率和准确性。通过分析监测节点的空间分布和连通性，可以确定监测节点之间的关联程度，以及监测网络的连通性强度。通过最小节点数量优化，可以确定最少的监测节点数量，以满足水域环境监测的要求，同时确保监测网络的连通性和有效性，从而实现最佳的监测装置部署策略。
24、优选地，步骤s2包括以下步骤：
25、步骤s21：基于预设的压力采集周期利用压力传感器进行水体压力因子采集，生成水体静压力采集数据；
26、步骤s22：通过微型处理器对水体压力因子采集数据进行反向流体水深估算，生成水深估算数据；
27、步骤s23：利用水温监测网络将水深估算数据通过无线通信模块传输至边缘计算终端节点，并进行空间插值融合处理，得到空间水深插值融合数据；
28、步骤s24：根据空间水深插值融合数据进行水深分布分析，得到水深分布图数据；
29、步骤s25：根据水深分布图数据进行水位梯度估算，得到监测水位估算数据；
30、步骤s26：对监测水位估算数据进行多个水位参考点选取，生成参考点水位估算数据；
31、步骤s27：通过参考点水位估算数据对监测水位估算数据进行水位偏差分析，生成水位偏差分析数据；
32、步骤s28：通过预设的线性回归模型对水位偏差分析数据进行监测装置水位修正处理，生成实时水位修正数据。
33、本发明通过采集水体的静压力数据，可以获取到水体在不同深度的压力情况。利用水体的静压力数据，通过反向流体水深估算算法，推算出水体的深度信息，从而获得水深估算数据。利用水温监测网络的通信功能，将水深估算数据传输至边缘计算终端节点，提供更加精确的空间信息。分析空间水深插值融合数据，获得水体在不同位置的深度分布情况，为水域的深度特征提供直观的可视化表达。根据水深分布图数据，推算出水体的水位梯度，从而得到监测水位的估算数据。通过选取多个水位参考点，可以更全面地评估监测水位的准确性和偏差情况，提高水位估算的精度和可靠性。分析监测水位与参考点水位之间的偏差情况，计算监测装置存在的误差。根据水位偏差分析数据，利用线性回归模型进行水位修正处理，可以校正监测装置的水位数据。
34、优选地，步骤s3包括以下步骤：
35、步骤s31：根据实时水位修正数据进行监测水层分析，生成目标监测水层数据；
36、步骤s32：根据目标监测水层数据进行温度采样指令处理，生成温度采样指令数据；
37、步骤s33：将温度采样指令数据传输至相匹配的智能水温监测装置，利用微型处理器对温度采样指令数据进行指令解析，并控制监测水层的温度传感器进行水温层次采样作业，生成初始水温层次采样数据；
38、步骤s34：利用微型处理器对初始水温层次采样数据进行数据预处理，生成清洗初始水温采样数据；
39、步骤s35：根据清洗初始水温采样数据进行自适应水温采样策略处理，生成自适应水温采样策略；
40、步骤s36：基于自适应水温采样策略进行采样策略调整，并进行分层水温采样处理，得到自适应水温采样数据。
41、本发明利用实时水位修正数据，对水域水层进行分析，确定监测的目标水层，包括水体的深度和分布情况。根据目标水层的信息，制定温度采样指令，确定温度采样的位置和深度。对智能水温监测装置的远程控制，根据采样指令对水温传感器进行精确控制，获取初始水温层次采样数据。对采样数据进行预处理，包括去除噪声、平滑数据等，确保采样数据的质量和可靠性。根据清洗的初始采样数据，制定适应水温分布的采样策略，确保采样数据的全面性和代表性。根据自适应采样策略对采样方案进行调整，实现针对性的水温采样，获取更加准确和全面的水温数据。
42、优选地，步骤s35包括以下步骤：
43、步骤s351：利用预设的时间窗口对清洗初始水温采样数据进行采样数据划分处理，生成时序窗口水温采样数据；
44、步骤s352：根据时序窗口水温采样数据进行温度变化量处理，生成温度差异数据；
45、步骤s353：通过预设的时间窗口对温度差异数据进行水温变化率计算，得到水温变化率数据；
46、步骤s354：根据水温变化率数据进行水温波动程度处理，生成水温波动程度数据；
47、步骤s355：根据水温变化率数据进行温度变化趋势分析，生成温度变化趋势数据；
48、步骤s356：对温度变化趋势数据进行时序温度变化模式分析，生成水温变换模式数据；
49、步骤s356：基于水温波动程度数据以及温度变化趋势数据进行采样调整触发条件评估，生成调整条件触发结果数据；
50、步骤s357：当调整条件触发结果数据为失败时，则保持当前水温采样策略；当调整条件触发结果数据为成功时，执行步骤s38；
51、步骤s358：根据水温变换模式数据进行采样频率调整方向确定，生成采样频率调整方向数据；根据水温波动程度数据以及水温变化率数据进行综合采样调整权重计算，生成综合采样调整权重数据；
52、步骤s359：基于综合采样调整权重数据以及采样频率调整方向数据进行采样调整幅度计算，并通过预设的调整幅度限制策略进行采样调整幅度优化，从而得到自适应水温采样策略。
53、本发明将采样数据按照预设的时间窗口划分，形成连续的时间序列数据，从而能够更好地观察水温随时间的变化趋势。根据时序窗口水温采样数据进行温度变化量处理，计算相邻时间点之间的温度变化量，即水温的变化幅度，从而能够量化水温的波动情况。计算水温在单位时间内的变化率，即水温的变化速度，从而能够反映水温变化的快慢程度。根据水温变化率数据进行水温波动程度处理，量化水温的波动程度，即水温在一定时间内的变化范围，从而能够评估水温的稳定性和变化幅度。分析水温变化的趋势性，即水温变化的方向和趋势，从而能够预测水温未来的变化趋势。分析水温变化的时序模式，包括周期性、趋势性等特征，从而能够识别出水温变化的规律性。综合考虑水温波动程度和变化趋势，评估当前采样策略的适应性，判断是否需要进行采样调整。根据评估结果决定是否执行采样调整，确保采样策略的稳定性和有效性。确定采样调整的方向和幅度，综合考虑水温变换模式、波动程度以及变化率。根据综合权重和调整方向计算出采样调整的幅度，并通过限制策略对调整幅度进行优化，确保采样调整的合理性和可控性，最终形成适应水温变化的采样策略。
54、优选地，步骤s4包括以下步骤：
55、步骤s41：利用智能水温监测装置进行位置信息获取，得到监测方位数据；
56、步骤s42：将监测方位数据与自适应水温采样数据进行数据绑定处理，并传输至边缘计算终端节点，生成方位-水温采样数据；
57、步骤s43：对方位-水温采样数据进行温度张量标准化处理，生成标准水温采样数据；根据标准水温采样数据进行分层水温矩阵构建，生成原始分层水温矩阵数据；
58、步骤s44：通过预设的置信温度区间对原始分层水温矩阵数据进行异常值掩码标识，生成异常掩码张量数据；
59、步骤s45：通过原始分层水温矩阵数据对异常掩码张量数据进行数据剔除处理，得到净化温度立方体数据；
60、步骤s46：根据净化温度立方体数据进行环境补偿修正处理，生成修正水温场数据。
61、本发明通过监测装置获取水域内各个位置的具体坐标信息，实现了对监测点位的准确定位。将监测方位信息与采样数据进行关联，形成了空间位置和水温数据的绑定关系。对水温数据进行标准化处理，确保数据的统一性和可比性，同时构建了水温随空间位置变化的矩阵。通过预设的置信温度区间对原始分层水温矩阵数据进行异常值掩码标识，识别和标记出原始数据中的异常值，减少异常值对水温分析的干扰，提高数据的准确性和可信度。对异常掩码张量数据进行数据剔除处理，在于去除异常值后，得到了更为清洁和可靠的水温数据。根据实际环境条件对水温数据进行修正，考虑到水域特征和外部影响因素，得到了更为真实和可靠的水温场数据。
62、优选地，步骤s46包括以下步骤：
63、步骤s461：获取实时外部环境数据，其中，实时外部环境数据包括水流速度数据以及外部环境温度数据以及外部天气数据；
64、步骤s462：根据实时外部环境数据进行环境因素影响分析，生成环境因素影响评估数据；
65、步骤s463：根据环境因素影响分析数据进行总体环境扰动计算，生成总体环境扰动值；
66、步骤s464：通过实时外部环境数据对总体环境扰动值进行实时扰动补偿计算，得到实时扰动补偿数据；
67、步骤s465：对净化温度立方体数据进行时空水温相关超曲面分割，得到时空相关水温超曲面数据；
68、步骤s466：利用实时扰动补偿数据对时空相关水温超曲面数据进行环境扰动消除处理，生成环境扰动消除场数据；
69、步骤s467：根据净化温度立方体数据进行传感器置信度矢量处理，生成传感器置信度矢量数据；
70、步骤s468：通过传感器置信度矢量数据对环境扰动消除场数据进行温度场融合修正处理，得到修正水温场数据。
71、本发明获取与水温变化相关的外部环境因素数据，如水流速度、温度和天气情况。根据实时外部环境数据进行环境因素影响分析，分析外部环境因素对水温的影响程度，包括水流速度、温度和天气等因素。根据环境因素影响分析数据进行总体环境扰动计算，综合考虑各项环境因素的影响程度，量化总体环境对水温的综合影响。根据实时外部环境数据动态调整总体环境扰动值，实现对水温的实时补偿，使水温监测更加准确可靠，提高了数据的可信度和稳定性。
72、优选地，步骤s5包括以下步骤：
73、步骤s51：根据修正水温场数据进行三维水温剖面重构处理，生成重构水温剖面数据；
74、步骤s52：根据重构水温剖面数据进行热层分层标识，得到水体热层分层数据；
75、步骤s53：基于水体热层分层数据进行持续热层动态监测，生成动态水温热层监测数据；
76、步骤s54：根据动态水温热层监测数据进行水温垂直梯度计算，生成水温梯度数据；
77、步骤s55：对水温梯度数据进行水体混合效率评估，得到水体混合效率数据；
78、步骤s56：基于预设的水体循环模型通过水体混合效率数据对动态水温热层监测数据进行水体循环特征分析，生成水体循环模式数据。
79、本发明利用修正后的水温场数据，通过合适的算法和模型对水温分布进行准确重构，使得水温剖面数据更贴近实际情况。根据重构水温剖面数据进行热层分层标识，在于识别水体中不同温度层次的分布情况，标识出热层的位置和特征。基于水体热层分层数据进行持续热层动态监测，在于实时监测水体热层的变化情况，捕捉温度分层的动态变化过程。分析水体不同深度之间温度的变化速率，揭示水温垂直梯度的情况，进一步了解水体循环特征。对水温梯度数据进行水体混合效率评估，了解水体内部温度分布的均匀程度。结合水体混合效率评估结果，通过水体循环模型分析水体的循环特征和模式，为了解水体循环规律提供深入认识，为水环境管理和保护提供科学依据。
80、本发明还提供一种水温信息监测系统，执行如上所述的水温信息监测方法，该水温信息监测系统包括：
81、智能装置部署模块，用于对目标监测水域进行水域环境功能分析，得到水域环境特征数据；基于水域环境特征数据利用智能水温监测装置对目标监测水域进行最佳监测装置部署，得到水温监测网络；
82、实时水位估算模块，用于根据水温监测网络进行周期水深估算处理，生成空间水深插值融合数据；根据空间水深插值融合数据进行监测装置水位修正处理，生成实时水位修正数据；
83、自适应采样模块，用于根据实时水位修正数据进行监测水层分析，生成目标监测水层数据；基于目标监测水层数据进行水温层次采样作业，生成初始水温层次采样数据；根据初始水温层次采样数据进行自适应采样策略调整，得到自适应水温采样数据；
84、水温补偿修正模块，用于对自适应水温采样数据进行温度张量标准化处理，生成标准水温采样数据；根据标准水温采样数据进行异常值掩码剔除，得到净化温度立方体数据；根据净化温度立方体数据进行环境补偿修正处理，生成修正水温场数据；
85、水温循环分析模块，用于根据修正水温场数据进行三维水温剖面重构处理，生成重构水温剖面数据；根据重构水温剖面数据进行热层动态监测，生成动态水温热层监测数据；对动态水温热层监测数据进行水体循环特征分析，生成水体循环模式数据。
1.一种水温信息监测方法，其特征在于，应用于智能水温监测装置，所述智能水温监测装置包括水尺主体结构、温度传感器、压力传感器、无线通信模块以及微型处理器，温度传感器、压力传感器、无线通信模块以及微型处理器进行电性连接，所述水温信息监测方法包括以下步骤：
2.根据权利要求1所述的水温信息监测方法，其特征在于，步骤s1包括以下步骤：
3.根据权利要求2所述的水温信息监测方法，其特征在于，步骤s14包括以下步骤：
4.根据权利要求1所述的水温信息监测方法，其特征在于，所述压力传感器安装于水尺主体结构的底部，步骤s2包括以下步骤：
5.根据权利要求1所述的水温信息监测方法，其特征在于，所述温度传感器均匀固定于水尺主体结构中，步骤s3包括以下步骤：
6.根据权利要求5所述的水温信息监测方法，其特征在于，步骤s35包括以下步骤：
7.根据权利要求1所述的水温信息监测方法，其特征在于，步骤s4包括以下步骤：
8.根据权利要求7所述的水温信息监测方法，其特征在于，步骤s46包括以下步骤：
9.根据权利要求1所述的水温信息监测方法，其特征在于，步骤s5包括以下步骤：
10.一种水温信息监测系统，其特征在于，用于执行如权利要求1所述的水温信息监测方法，该水温信息监测系统包括：
