

摘要:為提高資源的利用率,無人機技術被廣泛應用于環境監測工作,并且取得了良好的成效。基于此,為提高無人機環境監測工作的精準性,分析了利用無人機開展環境監測工作的價值,并以某環境監測站為例,對該站應用的無人機環境監測系統進行分析,探究智能電聲傳感技術在無人機環境監測系統中的應用方法。研究發現,智能電聲傳感器技術的應用,有利于提高無人機環境監測系統應用準確度。
關鍵詞:無人機;環境監測;智能電聲傳感技術
中圖分類號:TN98 文獻標識碼:A
0 引言
無人機因具備安全性好、隱蔽性高等優點,在當前環境監測工作中被廣泛應用。現階段,為發揮無人機應用價值,將智能電聲傳感技術融入無人機系統中,構建高效的環境監測體系,可以在滿足用戶對高精準度數據要求的基礎上,減少工作成本的投入。
1 無人機環境監測工作的價值
生態環境部發布的《2023 中國生態環境狀況公報》顯示,當前我國環境空氣質量保持長期向好態勢,339 個地級及以上城市PM2.5 的平均濃度為30 μg/m3,優于年度目標。在開展環境監測的過程中,無人機技術因具備分辨率高、靈活性強等優點,得到了廣泛應用,無人機逐漸成為環境監測系統中的核心設備之一。為充分挖掘無人機在環境監測工作中的價值,相關工作人員需要在明確無人機本身運轉原理的基礎上,將合適的傳感設備融入無人機環境監測系統中。智能電聲傳感技術是一種利用微處理器的信息處理功能,對傳感器檢測的電聲信號進行檢測、判斷與處理,以獲得精準的環境信息的傳感器技術。將這一技術融入無人機環境監測工作中,可以更為準確、高效地采集環境數據信息,為后續環境治理工作的推進奠定堅實的基礎[1]。
2 智能電聲傳感技術在無人機環境監測中的運用
2.1 主要設備
為了進一步提高無人機環境監測工作的準確性,滿足當地城市規劃、環境保護決策制定等工作的需求,某環境監測站將電聲傳感技術融入無人機環境監測系統中,構建了智能化的環境監測體系。圖1 為無人機環境監測系統的主要設備,其中遙控裝置是無人機環境監測系統的控制核心,可以實現環境監測路線的遠程操控。無人機是該系統的關鍵監測平臺,可以在空中完成相應環境數據的采集工作。工作站作為接收、存儲、分析無人機傳回的各類數據的關鍵平臺,主要通過接收無人機傳輸的電聲信號的方式了解目標區域的環境狀況,為后續環境治理方案的編制提供可靠的信息參照。
2.2 傳感器網絡的構建
為更好地了解轄區內環境變化情況,該環境監測站的工作人員利用電聲傳感技術,構建了基于無人機的飛行路線的智能化傳感器網絡體系,并通過優化傳感器網絡體系布局的方式,實現轄區內環境的全面監測,達到提高環境監測數據分析工作準確性的目的。在部署傳感器網絡的過程中,為實現無人機飛行軌跡與探測資源的有效優化升級,在構建傳感器網絡的過程中工作人員將深度神經網絡、聯邦機器學習、強化學習算法等綜合應用到無人機飛行軌跡設計工作中,提高了信息收集工作的自主性與適應性[2]。
2.3 數據管理
電聲傳感技術是一種將聲音(物理信號)轉化為電信號的技術方法。隨著城市化進程的不斷推進以及人員的快速流動,傳統的電聲數據處理方法已經無法滿足當前無人機環境監測工作中對于數據分析工作的要求。因此,為了提高數據處理工作的效率,工作人員可以將人工智能技術引入數據分析中。
2.3.1 數據分類
受環境噪聲的影響,無人機搭載的電聲傳感器會將環境噪聲傳輸到工作站,進而影響環境數據信息收集工作的準確性。在智能化時代的發展過程中,為解決上述問題,并提高信息傳輸工作的可靠性,工作人員可以通過機器學習等智能化技術手段,構建相應信號處理模型,并對其加以優化,實現環境噪聲的有效處理。具體來說,在依托電聲傳感技術構建無人機環境監測體系之前,該環境監測站依托如圖2 所示的循環神經網絡(recurrentneural network,RNN)模型,對無人機收集的電聲信號進行處理。圖2 中的x 代表電聲傳感器采集的環境聲音信號,這些信號在時間上存在序列關系,因此在處理這類信號時,需要對信號的時間信息加以分析。Wxh 代表該模型的權重參數,這一參數主要用來分析輸入信號對時間的依賴性。在分析輸入信號后,可以得到信號的隱藏狀態h,這一狀態既包含了上一個信號時間點的輸入信號信息,又能將其傳輸到下一個信號時間點上,這一情況的存在可以使模型在分析過程中精準捕捉信號序列中的時間動態變化情況。在對h 進行處理后可以得到輸出信號y,y 代表電聲傳輸信號的分類或預測結果。Why則代表輸出的權重信號參數,該參數可以將隱藏的狀態信息映射到最終的輸出結果中[3]。
2.3.2 數據處理
傳統的電聲數據處理方法為人工分析法,這種數據處理方法不僅耗時耗力,還容易使最終的數據分析結果受到主觀因素的影響,降低數據分析結果的準確性。同時,在過去的環境監測數據分析過程中,人們往往將數據以紙質檔案的形式存儲到檔案室中,這在一定程度上降低了數據資源調度和利用工作的質量與效率。為解決上述問題,工作人員將大數據、云計算等智能化技術手段應用到電聲傳感信號的處理、存儲工作中,切實減輕了人工分析整合數據的壓力。具體來說,在無人機環境監測系統運轉過程中,工作人員可以利用大數據技術對電聲傳感器收集的數據進行存儲、清洗和整合管理。由于大數據技術本身還具備控制數據質量、管理元數據等功能,因此經過大數據技術處理后的電聲數據,有較高的準確性與可信度。考慮到無人機在每次運轉過程中,都會產生大量的電聲數據,為實現這些數據的高效存儲與管理,工作人員可以利用云計算技術的彈性存儲、計算功能來完成相應數據的擴展處理。在實踐活動中,無人機可以先將采集的數據上傳到云端,然后依托云計算技術開展相應的數據分析和存儲管理。同時,由于云平臺具有數據共享功能,因此,相關工作人員可以依據自身的工作權限,實時訪問云平臺,完成環境數據的共享分析工作,為后續環境監測、決策制定等工作提供可靠的信息支持[4]。
2.3.3 數據整合
為了提高數據的綜合利用效率,首先,環境監測站將數據共享技術應用于無人機環境監測系統構建工作中。這一技術在應用過程中可以同時收集多個無人機采集的電聲信號,并及時將其傳輸到工作站及云端存儲平臺,保證電聲數據的采集安全,滿足相關工作人員訪問調用數據的需求。其次,為了實現無人機電聲信號采集情況的遠程監控,環境監測站的工作人員將實時監控系統融入無人機環境監測系統中,這不僅可以使工作人員及時了解無人機所處的環境狀況,還能依據無人機實時傳輸的數據信息做出更為準確的決策,實現飛行計劃的有效調整,提高數據收集的質量與效率,為緊急狀況的及時處理提供幫助。最后,在傳統的環境監測工作中,氣候、交通、能源等部門機構收集了大量與環境相關的數據信息,但是受這些信息分散在不同部門系統中且缺乏整合共享的影響,環境監測工作的整體質量無法達到令人滿意的水平。現階段為了實現少數數據資源的充分利用,形成綜合性的分析數據,該環境監測站構建了跨部門數據共享機制,通過將其他部門的信息化網絡體系與無人機環境監測系統相結合,加快數據資源的交流共享速度,避免因數據重復采集而導致浪費的現象。
2.4 多維度分析法的應用
為了實現轄區內環境狀況的精準分析,環境監測站在應用無人機技術開展環境監測工作時,可以在明確智能電聲傳感數據的基礎上,從空間、時間、人口等多個維度,實現環境變化情況的深入分析,為后續環境治理工作的有序開展提供可靠的參照。首先,從空間維度對電聲傳感器得到的數據進行分析,可以更直觀地了解轄區內不同地理位置、自然環境、人類活動等因素對環境產生的影響,挖掘環境問題的異質性與相關性。其次,從時間維度對電聲傳感器得到的數據進行分析,可以了解環境問題的季節性和周期性變化特點。再次,從人口維度對電聲信號進行分析,可以揭示人類活動對環境造成的影響。最后,對空間、時間、人口等因素進行綜合性分析,可以了解導致環境問題出現的驅動因素與主要影響因子,從而為有針對性的治理措施的制定提供科學化依據。
2.5 智能預警模塊的構建
對于環境監測工作來說,開展實時化的監測預警工作是提高突發事件應對效率的關鍵性因素。在大數據、人工智能等技術飛速發展的過程中,環境監測部門可以將智能化預警系統與無人機環境監測系統進行結合,通過構建大數據分析預測模型,設置環境預警系統在發現問題時及時發出警報,為環境治理工作的開展提供預警支持。在應用智能電聲傳感技術的過程中,工作人員可以先結合自身的工作經驗以及發生的突發事件資料等內容,完成爆炸、火災等場景中電聲信號預警數據的收集整合工作,并將整合得到的數據存儲到預警數據庫中,由無人機環境監測系統對數據進行學習,保證無人機能夠在后續環境監測工作中及時發現異常信號,并發出預警。同時,模型預測是該系統中的重要組成部分,為實現突發事件的源頭性把控,工作人員可以結合歷史數據與實時數據建立預警數學模型,對環境監測過程中可能發生的環境事件進行預測,保證環境監測站的工作人員可以提前采取措施,降低事件造成的不利影響。
3 結論
綜上,將智能電聲傳感技術應用于無人機環境監測工作中,可以提高環境監測工作的精確度與精準性,為環境數據分析工作的有序開展提供有效的支持。為了充分發揮無人機環境監測工作的價值,環境監測站可以在應用智能電聲傳感技術的過程中,綜合應用現代化、智能化技術手段,通過構建智能化環境監管系統的方式,為電聲信號價值的充分挖掘提供保障。
參考文獻
[1] 熊昌巍. 基于智能傳感網絡的城市環境監測與數據分析[J]. 中國科技期刊數據庫 工業A,2023(9):117-120.
[2] 姚獻財. 面向智能無人機網絡的軌跡和資源聯合優化[D]. 北京:軍事科學院,2023.
[3] 董守義,侯阿波,陳高峰. 煤炭裝運銷全流程無人智控管理系統開發與應用[J]. 內蒙古煤炭經濟,2023(5):87-89.
[4] 盛希寧. 基于四旋翼無人機的區域環境監測系統[J].物聯網技術,2021,11(4):25-26,30.