厦门欣仰邦科技有限公司

24小时咨询电话:

0592-3564822

智慧园林

暴雨或台风树木倾斜角度监测

平日,我们定期以一小时的间隔记录树木的倾斜角度,而当香港天文台发出暴雨或台风信号时,则会更频繁地记录读数(间隔五分钟)。包含收集时间、横滚角和俯仰角信息的数据包通过网关通过 LoRaWAN 或 4g 网络从传感器传输,具体取决于传感器中使用的通信模块。然后,树木监测系统从网络平台采集数据,并将数据记录在倾斜角度数据库中进行进一步分析。由于初始角度测量值因安装工程和自然树倾斜而变化,因此即时进行后处理以初始化角度测量值。假设树木在安装当天后是稳定的,安装第一天后的滚动角和俯仰角读数被认为是初始值。对于初始化后进行的测量,将当前测量值减去方程中列出的初始值。
 
季节性分解旨在检查信号的趋势以及季节性或周期性模式。本研究采用具有季节分解的加性模型分析了树木倾斜角的时间序列。由于原始数据没有在等距频率点进行校正,因此通过对季节分解分析的时间序列和设置进行重采样,将倾斜角的时间序列预处理为常规采样频率。在预处理的时间序列中,使用线性插值将倾斜角重新采样为1 min间隔;周期的默认长度设置为 1 天(24 小时),并外推趋势以进行预测。在小波技术中,通过应用单个小波函数的缩放和控制因子的组合,将信号转换为多个较低分辨率的水平。小波分析通过改变信号的分辨率来滤除信号的高频或低频部分。对于每次小波变换,根据奈奎斯特规则丢弃一半频率较高的信号分量,而滤波信号的点减少一半。对于倾斜角分析,使用离散小波变换(DWT)。
 
欣仰邦树木倾斜监测模型的高级形式,它在数据分析中加入了时间序列的季节性成分。在研究的这一部分中,倾斜传感器的所有倾斜角度读数被重新采样为1小时间隔(式(5))。超参数的顺序限制在 0 到 2 之间,而时间步长 (m) 的数量设置为 24(一天)。该研究采用了两种模型——提前一步预测(提前1小时)模型和长期预测(提前15天)模型。“一步领先”模型旨在预测未来一小时的树木倾斜角度,以检测树木的突然和潜在变化,例如倒塌、传感器干扰和故障。
其中,x、y和 z 表示一般倾斜的三个参数。表示过去值的自回归方面;d 是控制模型中时间序列差异量的积分部分;对应于模型中的移动平均部分。为了纳入季节性分量,在基本 模型中添加了三个附加分量:季节性自回归 、季节性差异和季节性差异;与时间步长数.
 
选取郊外10个树木样本及市区6个树木样本进行树木倾斜角分析。为了提前一步进行预报,天文台的天气观测数据作为外生变量应用于该模式。由于「郊外树木样本与石岗自动气象站之间的距离」,以及「市郊树木样本与观塘及围仔自动气象站之间的距离」是最短的,因此提取了这些气象站的温度记录。然而,长期预测模型的结果并没有显示出非常高的相关性。
配置产品17850532774
    智能灌溉

    S-CGQX 古树名木倒伏监测盗伐振动监控古建筑无线

    1 产品概述 1.1产品简介 S-C GQX 型无线低功耗倾斜计是欣仰邦研发生产的基于 4G/NB-IoT 无线网络的高精度双轴倾斜传感器,集数... ...

相关方案

全国服务电话:0592-3564822

Copyright © 2021 厦门欣仰邦科技有限公司 版权所有

地址:厦门市集美区软件园三期B区04栋

备案号:闽ICP备18009268号-1