本发明涉及监测领域，尤其涉及一种水土流失监测方法及系统。
背景技术：
水土流失是指“在水力、重力、风力等外营力作用下，水土资源和土地生产力的破坏和损失，包括土地表层侵蚀和水土损失，亦称水土损失。严重的水土流失，会造成耕地面积减少、土壤肥力下降、农作物产量降低。因此，需要对水土流失情况进行密切的监测。
现有技术中，对水土流失进行监测包括使用卫星遥感进行水土流失监测和通过人工定期实地测量的方式来进行水土流失监测。但是采用卫星遥感的方式容易受到大气光的影响和卫星上的遥感镜头的尺寸等因素的影响，监测结果不够准确。而通过人工定期进行测量的方式，则是不能及时了解水土流失的情况，而如果密集地采用人工测量的方式，显然人力成本会非常高。
技术实现要素：
鉴于上述问题，本发明的目的在于提供一种水土流失监测方法及系统。
本发明一方面提供了一种水土流失监测方法，包括：
s1，通过设置在监测区域的数据采集系统获取原始监测数据；
s2，使用边缘计算设备对所述原始监测数据进行数据筛选处理，剔除错误的原始监测数据，获得经过筛选的监测数据；
s3，将所述经过筛选的监测数据传输至云服务器；
s4，对所述云服务器中存储的经过筛选的监测数据进行分析，判断是否发生水土流失事件；
s5，在发生水土流失事件时，根据预设的预警方式发出预警提示。
优选地，所述数据采集系统包括无线传感器节点和中转基站；
所述无线传感器节点用于获取其所在位置的原始监测数据，并将所述原始监测数据传输至所述中转基站；
所述中转基站用于接收来自无线传感器节点的监测数据，并将所述原始监测数据传输至所述边缘计算设备。
优选地，所述无线传感器节点通过分簇的方式划分为成员节点和簇头节点；
所述成员节点用于获取其所在位置的原始监测数据，并将所述原始监测数据传输至所述成员节点所属簇的簇头节点；
所述簇头节点用于收集簇内的成员节点的原始监测数据，并将所述原始监测数据发送至所述中转基站。
优选地，所述对所述原始监测数据进行数据筛选处理，包括：
对于成员节点memnode，将处于以memnode为中心，半径为sr的圆形区域内的所有其它成员节点存入集合neinodeu；
对于memnode在t时刻获取的原始监测数据origmdatat,memnode，通过下述方式判断其是否为错误的原始监测数据：
计算origmdatat,memnode的对比参数contpar：
contpar＝|origmdatat,memnode-refmdatat|
式中，refmdatat表示neinodeu中的所有成员节点在t时刻采集的原始监测数据的融合数据，
若contpar大于预设的对比参数阈值，则表示origmdatat,mennode为错误的原始监测数据，若contpar小于等于预设的对比参数阈值，则表示origmdatat,mennode为正确的原始监测数据，
式中，neinode表示neinodeu中包含的成员节点，origmdatat,neinode表示neinode在t时刻采集的原始监测数据，dta(neinode,memnode)表示neinode和memnode之间的空间距离，
orit＝origmdatat,memnode-origmdatat,neinode
式中，nofu表示neinodeu中包含的成员节点的总数。
优选地，所述中转基站还用于将无线传感器节点划分为簇头节点和成员节点，具体包括：
中转基站向无线传感器节点广播分簇通知；
无线传感器节点接收到所述分簇通知后，将自身的分簇数据发送至中转基站；
中转基站接收所有无线传感器节点发送过来的分簇数据；
中转基站基于所述分簇数据将无线传感器节点划分为成员节点和簇头节点，获得分簇结果；
中转基站向无线传感器节点广播所述分簇结果。
另一方面，本发明还提供了一种水土流失监测系统，包括数据采集模块、数据筛选模块、数据发送模块、数据分析模块和预警模块；
所述数据采集模块用于通过设置在监测区域的数据采集系统获取原始监测数据；
所述数据筛选模块用于使用边缘计算设备对所述原始监测数据进行数据筛选处理，剔除错误的原始监测数据，获得经过筛选的监测数据；
所述数据发送模块用于将所述经过筛选的监测数据传输至云服务器；
所述数据分析模块用于对所述云服务器中存储的经过筛选的监测数据进行分析，判断是否发生水土流失事件；
所述预警模块用于在发生水土流失事件时，根据预设的预警方式发出预警提示。
与现有技术相比，本发明的优点在于：
本发明通过在监测区域设置数据采集系统来获取原始监测数据，并将原始监测数据传输至云服务器进行存储后进行分析，判断是否有水土流失事件的发生，有利于随时地采集监测区域的原始监测数据，并及时发现水土流失事件。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1，为本发明一种水土流失监测方法的一种示例性实施例图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
如图1所示的一种实施例，本发明一方面提供了一种水土流失监测方法，包括：
s1，通过设置在监测区域的数据采集系统获取原始监测数据；
s2，使用边缘计算设备对所述原始监测数据进行数据筛选处理，剔除错误的原始监测数据，获得经过筛选的监测数据；
s3，将所述经过筛选的监测数据传输至云服务器；
s4，对所述云服务器中存储的经过筛选的监测数据进行分析，判断是否发生水土流失事件；
s5，在发生水土流失事件时，根据预设的预警方式发出预警提示。
在一种实施方式中，所述数据采集系统包括无线传感器节点和中转基站；
所述无线传感器节点用于获取其所在位置的原始监测数据，并将所述原始监测数据传输至所述中转基站；
所述中转基站用于接收来自无线传感器节点的监测数据，并将所述原始监测数据传输至所述边缘计算设备。
边缘计算设备的设置，能够缓解云服务器的计算压力，将数据运算释放到边缘网络中，有利于提高云服务器的计算效率。
在一种实施方式中，所述无线传感器节点通过分簇的方式划分为成员节点和簇头节点；
所述成员节点用于获取其所在位置的原始监测数据，并将所述原始监测数据传输至所述成员节点所属簇的簇头节点；
所述簇头节点用于收集簇内的成员节点的原始监测数据，并将所述原始监测数据发送至所述中转基站。
在一种实施方式中，所述对所述原始监测数据进行数据筛选处理，包括：
对于成员节点memnode，将处于以memnode为中心，半径为sr的圆形区域内的所有其它成员节点存入集合neinodeu；
对于memnode在t时刻获取的原始监测数据origmdatat,memnode，通过下述方式判断其是否为错误的原始监测数据：
计算origmdatat,memnode的对比参数contpar：
contpar＝|origmdatat,memnode-refmdatat|
式中，refmdatat表示neinodeu中的所有成员节点在t时刻采集的原始监测数据的融合数据，
若contpar大于预设的对比参数阈值，则表示origmdatat,mennode为错误的原始监测数据，若contpar小于等于预设的对比参数阈值，则表示origmdatat,mennode为正确的原始监测数据，
式中，neinode表示neinodeu中包含的成员节点，origmdatat,neinode表示neinode在t时刻采集的原始监测数据，dta(neinode,memnode)表示neinode和memnode之间的空间距离，
orit＝origmdatat,memnode-origmdatat,neinode
式中，nofu表示neinodeu中包含的成员节点的总数。
现有技术中，判断一个数据是否为错误数据，一般仅将该数据与固定的数值进行比较，然后判断该数据是否为错误数据。但是，这种设置方式的自适应性比较差，而且很容易出现误判，例如，对某个区域进行监测，当在这个区域中获取的数据的值比较大时，往往该数据会被错误地判为错误数据，这种判断方式忽略了整体的情况，从而对正常的监测数据产生错误判断。而本申请通过成员节点获取的原始监测数据与成员节点的通信范围内的其它成员节点获取的原始监测数据的融合数据进行计算，得到对比参数，然后再将对比参数与对比参数阈值进行对比，判断原始监测数据是否为错误的数据，这种设置方式，充分考虑了当前进行判断的成员节点采集的原始监测数据与其通信范围内的其它成员节点采集的原始监测数据之间的关系，能够很好地避免现有的判断方式中存在的问题。另外，在计算融合数据时，在空间距离和原始监测数据等方面考虑了当前进行判断的成员节点与其通信范围内的其它成员节点之间的重要程度关系，距离当前进行判断的成员节点越近，采集的原始监测数据与当前进行判断的成员节点采集的原始监测数据差异越小，则重要程度越高，对融合数据的贡献则越大。因此，有利于获取一个准确的融合参数来对memnode采集的原始监测数据进行判断，有效地提高了判断的正确率，从而提升本发明对水土流失进行监测的准确率。
在一种实施方式中，所述中转基站还用于将无线传感器节点划分为簇头节点和成员节点，具体包括：
中转基站向无线传感器节点广播分簇通知；
无线传感器节点接收到所述分簇通知后，将自身的分簇数据发送至中转基站；
中转基站接收所有无线传感器节点发送过来的分簇数据；
中转基站基于所述分簇数据将无线传感器节点划分为成员节点和簇头节点，获得分簇结果；
中转基站向无线传感器节点广播所述分簇结果。
分簇结果为簇头节点的清单，无线传感器节点接收到分簇结果后，便可以知道自己是簇头节点还是成员节点，成员节点计算其与每个簇头节点之间的距离，选择最小距离对应的簇头节点作为原始监测数据的传输目标，向所述簇头节点发送消息，加入到所述簇头节点所属的簇。
在一种实施方式中，所述基于所述分簇数据将无线传感器节点划分为成员节点和簇头节点，包括：
以中转基站为圆心，划分出numbs个圆环区域；所有圆环的环宽相等；
对于第numbs个圆环区域，将处于所述圆环区域中的所有无线传感器节点存入集合torregunumbs；
采用下述方式将torregunumbs中包含的无线传感器节点划分为簇头节点和成员节点：
第一次计算：
分别计算torregunumbs中每个传感器节点的能效指数；
将能效指数最高的无线传感器节点记为nodemaefi，将torregunumbs中处于nodemaefi的最大通信范围内的所有无线传感器节点从集合torregunumbs中删除，获得集合torregunumbs，2，将nodemaefi存入簇头集合clusthunumbs，clusthunumbs表示第numbs个圆环区域的簇头节点的集合；
判断torregunumbs，2是否为空集，若是，则结束计算，若否，则进行下一次计算；
第二次计算：
分别计算torregunumbs，2中每个传感器节点的能效指数；
将能效指数最高的无线传感器节点记为nodemaefi,2，将torregunumbs，2中处于nodemaefi,2的最大通信范围内的所有无线传感器节点从集合nodemaefi,2中删除，获得集合torregunumbs，3，将nodemaefi,2存入簇头集合clusthunumbs；
判断torregunumbs，3是否为空集，若是，则结束计算，若否，则进行下一次计算；
以此类推，第n次计算：
分别计算torregunumbs，n中每个传感器节点的能效指数；
将能效指数最高的无线传感器节点记为nodemaefi,n，将torregunumbs，n中处于nodemaefi,n的最大通信范围内的所有无线传感器节点从集合torregunumbs，n中删除，获得集合torregunumbs，n 1，将nodemaefi,n存入簇头集合clusthunumbs；
判断torregunumbs，n 1是否为空集，若是，则结束计算，若否，则进行下一次计算；
分别计算每个圆环区域的簇头节点的集合，从而获得所有的簇头节点；将其余的无线传感器节点作为成员节点。
在一种实施方式中，所述能效指数通过下述公式进行计算：
式中，eefidxnodek表示无线传感器节点nodek的能效指数，nofru表示处于nodek的通信范围内的无线传感器节点的数量，enerlef表示nodek的当前剩余能量，longtobs表示nodek和中转基站之间的通信时延指数，nodeku表示nodek处于nodek的通信范围内的无线传感器节点的集合，neid表示nodeku中包含的无线传感器节点，distance(nodek,neid)表示nodek和neid之间的空间距离，selefunnodek表示控制函数，
现有的分簇方式，一般是采用随机选取簇头节点的方式来完成分簇，例如leach分簇算法。但是这种分簇方式很容易造成簇头的分布不合理，例如在成员节点密集的地方，簇头节点过少，造成簇头节点压力过大，能量消耗过快，工作寿命严重缩短，从而影响到对监测区域进行监测的覆盖率。而本申请的分簇方式，先通过圆环的划分将监测区域中的无线传感器节点分到不同的圆环中，然后再分别获取每个圆环中的簇头节点，从而能够有效地避免出现簇头节点分布不均的情况。另外，在计算能效指数时，充分考虑了无线传感器节点与中转基站之间的距离、无线传感器节点的剩余能量、无线传感器节点与中转基站之间的通信速度指数、无线传感器节点的通信范围内的其它无线传感器节点的总数、与无线传感器节点的通信范围内的其它无线传感器节点之间的距离分布情况，从而综合得到能效指数。使得剩余能量多，与中转基站之间的距离近、通信时延指数小、与通信范围内的其它无线传感器节点距离近的无线传感器节点作为簇头节点，另外，在计算能效指数时，还设置了控制函数，避免单一的簇头节点需要负责的成员节点数量过多，数据处理压力过大，持续工作时间过短。当nofru≤averu时，表明nodek的通信范围内的无线传感器节点数量小于平均数量averu，因此，控制函数使得nodek的能效指数有效变大，当nofru＞averu时，则反过来，控制函数使得nodek的能效指数有效变小，从而获得更为合理的簇头节点，避免单一的簇头节点的数据处理压力过大。有利于提高本发明的无线传感器节点的平均工作寿命。
在一种实施方式中，簇头节点通过下述方式将原始监测数据传输至中转基站：
对于簇头节点clustd，clustd判断中转基站是否处于其通信范围内；
若是，则clustd采用单跳通信的方式与中转基站进行通信，将原始监测数据传输至中转基站；
若否，则clustd从处于其通信半径内的其它簇头节点中选出中转节点，并将原始监测数据传输至所述中转节点；
通过下述方式选出中转节点：
将处于clustd的通信半径内的其它簇头节点存入集合jmpuclustd；
计算clustd与jmpuclustd中每个簇头节点的通信损耗：
式中，cumcstjmpu表示算clustd与jmpuclustd中包含的簇头节点jmpu之间的通信损耗，dtbsjmpu表示jmpu与中转基站之间的平均通信跳数，distance(jmpu,clustd)表示jmpu和clustd之间的通信距离，nofneiujmpu表示处于jmpu的通信半径内的其它簇头节点的总数，eleftjmpu表示jmpu的剩余电量，cwkt表示clustd的持续工作时长，zt表示相邻两次分簇之间的时间间隔；
从jmpuclustd中选取通信损耗最小的簇头节点作为中转节点。
当簇头节点与中转基站之间的距离过大时，只能选择多跳的方式与中转基站进行通信，在中转节点的选择上，本发明上述实施例通过计算通信损耗来进行选择。在函数设置时，对通信效率和工作寿命之间进行了充分的考虑，当cwkt＜0.8zt时，距离下一次分簇时间还比较长，因此原始监测数据的传输以效率为主，通过通信损耗公式选出距离中转基站近、距离clustd近、通信半径内的簇头节点数量少、进行高效率数据传输的簇头节点中转节点，当cwkt≥0.8zt时，表明下一轮分簇即将到来，因此，在公式的设置上以延长工作寿命为主，在公式中加入了剩余电量这个参数，使得在原有的基础上剩余电量较多的簇头节点被选为中转节点。这种设置方式避免了具有更好的自适应性，能够在传输效率和工作寿命之间取得平衡。从而有利于能够在兼顾工作寿命的同时尽可能地提高本发明的数据传输效率。
在一种实施方式中，所述通信时延指数通过下述方式进行计算：
longtobs＝avejmptnodek×dis(nodek)
式中，avejmptnodek表示nodek与所述中转基站之间的平均通信跳数，dis(nodek)表示nodek与所述中转基站之间的空间距离。
在一种实施方式中，所述原始监测数据包括土壤含水量、土壤下渗量。
若采集原始监测数据时为下雨天，则原始监测数据还包括泥沙含量。泥沙含量可以通过设置在集水器里的泥沙传感器来获取。集水器用于在下雨时截取土壤表面的径流，从而可以获取径流里的泥沙含量。
在一种实施方式中，所述边缘计算设备包括边缘计算机。例如华为的ar502h系列边缘计算机。
在一种实施方式中，所述对所述云服务器中存储的经过筛选的监测数据进行分析，判断是否发生水土流失事件，包括：
判断所述监测数据是否大于对应的数据阈值，若是，则表示发生水土流失事件。
例如，当泥沙含量远大于泥沙含量阈值时，则判断采集所述泥沙含量的成员节点处发生了水土流失事件。
在一种实施方式中，所述根据预设的预警方式发出预警提示，包括：
通过弹窗的方式向相关的工作人员发出预警消息，预警消息包括水土流失事件的发生事件和水土流失事件的发生位置。
另一方面，本发明还提供了一种水土流失监测系统，包括数据采集模块、数据筛选模块、数据发送模块、数据分析模块和预警模块；
所述数据采集模块用于通过设置在监测区域的数据采集系统获取原始监测数据；
所述数据筛选模块用于使用边缘计算设备对所述原始监测数据进行数据筛选处理，剔除错误的原始监测数据，获得经过筛选的监测数据；
所述数据发送模块用于将所述经过筛选的监测数据传输至云服务器；
所述数据分析模块用于对所述云服务器中存储的经过筛选的监测数据进行分析，判断是否发生水土流失事件；
所述预警模块用于在发生水土流失事件时，根据预设的预警方式发出预警提示。
需要说明的是，本系统用于实现上述方法的功能，装置中各模块与上述方法步骤相对应，并能够实施上述方法中的不同实施方式，具体可参见上述关于方法的描述，这里不再详细叙述。
尽管已经示出和描述了本发明的实施例，本领域技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变形，本发明的范围由权利要求及其等同物限定。
1.一种水土流失监测方法，其特征在于，包括：
s1，通过设置在监测区域的数据采集系统获取原始监测数据；
s2，使用边缘计算设备对所述原始监测数据进行数据筛选处理，剔除错误的原始监测数据，获得经过筛选的监测数据；
s3，将所述经过筛选的监测数据传输至云服务器；
s4，对所述云服务器中存储的经过筛选的监测数据进行分析，判断是否发生水土流失事件；
s5，在发生水土流失事件时，根据预设的预警方式发出预警提示。
2.根据权利要求1所述的一种水土流失监测方法，其特征在于，所述数据采集系统包括无线传感器节点和中转基站；
所述无线传感器节点用于获取其所在位置的原始监测数据，并将所述原始监测数据传输至所述中转基站；
所述中转基站用于接收来自无线传感器节点的监测数据，并将所述原始监测数据传输至所述边缘计算设备。
3.根据权利要求2所述的一种水土流失监测方法，其特征在于，所述无线传感器节点通过分簇的方式划分为成员节点和簇头节点；
所述成员节点用于获取其所在位置的原始监测数据，并将所述原始监测数据传输至所述成员节点所属簇的簇头节点；
所述簇头节点用于收集簇内的成员节点的原始监测数据，并将所述原始监测数据发送至所述中转基站。
4.根据权利要求3所述的一种水土流失监测方法，其特征在于，所述对所述原始监测数据进行数据筛选处理，包括：
对于成员节点memnode，将处于以memnode为中心，半径为sr的圆形区域内的所有其它成员节点存入集合neinodeu；
对于memnode在t时刻获取的原始监测数据origmdatat,memnode，通过下述方式判断其是否为错误的原始监测数据：
计算origmdatat,memnode的对比参数contpar：
contpar＝|origmdatat,memnode-refmdatat|
式中，refmdatat表示neinodeu中的所有成员节点在t时刻采集的原始监测数据的融合数据，
若contpar大于预设的对比参数阈值，则表示origmdatat,mennode为错误的原始监测数据，若contpar小于等于预设的对比参数阈值，则表示origmdatat,mennode为正确的原始监测数据，
式中，neinode表示neinodeu中包含的成员节点，origmdatat,neinode表示neinode在t时刻采集的原始监测数据，dta(neinode,memnode)表示neinode和memnode之间的空间距离，
orit＝origmdatat,memnode-origmdatat,neinode
式中，nofu表示neinodeu中包含的成员节点的总数。
5.根据权利要求3所述的一种水土流失监测方法，其特征在于，所述中转基站还用于将无线传感器节点划分为簇头节点和成员节点，具体包括：
中转基站向无线传感器节点广播分簇通知；
无线传感器节点接收到所述分簇通知后，将自身的分簇数据发送至中转基站；
中转基站接收所有无线传感器节点发送过来的分簇数据；
中转基站基于所述分簇数据将无线传感器节点划分为成员节点和簇头节点，获得分簇结果；
中转基站向无线传感器节点广播所述分簇结果。
6.一种水土流失监测系统，其特征在于，包括数据采集模块、数据筛选模块、数据发送模块、数据分析模块和预警模块；
所述数据采集模块用于通过设置在监测区域的数据采集系统获取原始监测数据；
所述数据筛选模块用于使用边缘计算设备对所述原始监测数据进行数据筛选处理，剔除错误的原始监测数据，获得经过筛选的监测数据；
所述数据发送模块用于将所述经过筛选的监测数据传输至云服务器；
所述数据分析模块用于对所述云服务器中存储的经过筛选的监测数据进行分析，判断是否发生水土流失事件；
所述预警模块用于在发生水土流失事件时，根据预设的预警方式发出预警提示。
技术总结