地下水蓄变监测预警系统的制作方法

1.本发明是关于地下水监测技术领域，特别是关于一种地下水蓄变监测预警系统。


背景技术：

2.地下水是淡水的重要组成部分，占全球淡水总量的比例高达33％，地下水过度开采和枯竭会造成海平面上升，影响自然径流，进而导致土地盐碱化以及地下水质量恶化等生态环境问题。同时，地下水资源的过度开采会直接导致地表沉降等问题，引起地面变形，这样极有可能使建筑物倾斜、墙体裂缝，从而造成巨大经济损失。因此，有效监测地下水储量变化(即蓄变)是实现水资源管理的重要依据。
3.目前，监测地下水储量变化主要包括使用传统的观测手段、遥感监测以及建立水文模型。传统的观测手段包括地下水井观测和水准观测，地下水井观测主要是利用监测井布点测量，这种方法对监测点的个数以及其代表性要求较高，同时需要耗费大量人力完成选点和布点等前期工作，受限于客观条件，难以准确反映地下水储量变化情况。水准观测耗资大、占用劳动力多、精度较低，而且空间分布相对过于稀疏，难以捕捉到含水层和地下水变化的空间细节，也无法做到不间断的实时监测。遥感监测主要是采用光学与热红外数据进行地下水分布的研究，存在不确定性大等问题。水文模型在地下水储量变化监测中也有广泛应用，但其容易忽略水文过程的复杂性，导致监测结果不准确。此外，重力卫星是监测地下水储量变化的一个新兴工具，常用的监测方法主要包括基于水量平衡原理估算地下水储量变化、利用重力卫星数据校准水文模型。但是，基于重力卫星数据的地下水储量监测仍存在空间分辨率低，不确定性大等挑战。
4.为此，现急需提供一种地下水蓄变监测预警系统。
5.公开于该背景技术部分的信息仅仅旨在增加对本发明的总体背景的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域一般技术人员所公知的现有技术。


技术实现要素：

6.本发明的目的在于提供一种地下水蓄变监测预警系统，其能够对目标区域的地下水储水量变化进行高分辨率监测，并起到对地下水过度开采和枯竭提前预警的作用，以便于及时采取措施进行处理。
7.为实现上述目的，本发明提供了地下水蓄变监测预警系统，包括：地下水蓄变监测模块以及地下水位预警模块；其中，
8.所述地下水蓄变监测模块用于获取目标区域的卫星雷达数据以及重力卫星数据，并基于所述卫星雷达数据对所述重力卫星数据进行约束，对所述目标区域的地下水储水量变化进行监测；
9.所述地下水位预警模块用于获取所述目标区域的地下水井水位时间序列观测数据，并基于地下水井水位时间序列观测数据以及地下水井水位观测模型，对所述目标区域内的地下水井水位变化进行异常判断，若判断的结果为所述地下水井水位变化出现异常，
则发出所述目标区域的地下水井水位预警信息；
10.其中，所述地下水井水位观测模型基于携带有地下水井水位变化异常时间标签的历史地下水井水位时间序列观测数据训练得到。
11.在本发明的一实施方式中，所述地下水蓄变监测模块包括：
12.地面沉降数据确定单元，用于基于所述卫星雷达数据，采用合成孔径雷达干涉测量技术确定地面沉降数据；所述地面沉降数据包括地面沉降区域以及地面沉降量；
13.初始变化量确定单元，用于基于所述重力卫星数据，反演得到所述地面沉降区域的地下水储水量的初始变化量；
14.监测单元，用于基于所述初始变化量与所述地面沉降量之间的相关关系，对所述地下水储水量变化进行监测。
15.在本发明的一实施方式中，所述地面沉降数据确定单元，用于：
16.将所述卫星雷达数据进行数据聚焦，得到单视复型数据；
17.基于所述单视复型数据，采用辅助数字高程模型或几何去除的方式，生成平地干涉图；
18.基于所述平地干涉图，确定所述地面沉降数据。
19.在本发明的一实施方式中，所述初始变化量确定单元，用于：
20.基于所述重力卫星数据，反演得到陆地水总储量变化量；
21.基于所述陆地水总储量变化量以及gldas同化系统数据，确定所述初始变化量。
22.在本发明的一实施方式中，所述重力卫星数据包括level2级球谐系数重力场模型数据；
23.相应地，所述地下水蓄变监测模块还包括数据处理模块，用于：
24.对所述level2级球谐系数重力场模型数据进行数据预处理和数据后处理；
25.所述数据预处理包括静态场扣除处理以及低阶项替换；
26.所述数据后处理包括高斯平滑处理以及去相关滤波。
27.在本发明的一实施方式中，所述地下水位预警模块，包括：
28.特征提取单元，用于将所述地下水井水位时间序列观测数据输入至所述地下水井水位观测模型的特征提取层，由所述特征提取层基于注意力机制确定所述地下水井水位变化的时空语义特征；
29.特征恢复单元，用于将所述时空语义特征输入至所述地下水井水位观测模型的特征恢复层，得到所述特征恢复层输出的所述地下水井水位变化信息；
30.决策单元，用于将所述地下水位变化信息输入至所述地下水井水位观测模型的地下水阈值决策层，得到所述地下水阈值决策层输出的所述判断的结果。
31.在本发明的一实施方式中，所述注意力机制包括空间注意力机制和/或通道注意力机制。
32.在本发明的一实施方式中，所述地下水位预警模块还包括发送单元，所述发送单元与所述目标区域内的终端设备通信连接，所述发送单元用于：
33.向所述终端设备发送所述地下水井水位预警信息。
34.在本发明的一实施方式中，所述发送单元与所述目标区域内的终端设备通过5g网络通信连接。
35.在本发明的一实施方式中，所述决策单元具体用于：
36.基于所述地下水阈值决策层，将所述地下水位变化信息与地下水位变化阈值进行比较；
37.若比较的结果为所述地下水位变化信息大于或等于所述地下水位变化阈值，则确定所述判断的结果为地下水井水位变化出现异常；
38.否则，确定所述判断的结果为地下水井水位变化正常。
39.与现有技术相比，根据本发明的地下水蓄变监测预警系统，包括：地下水蓄变监测模块以及地下水位预警模块，通过地下水蓄变监测模块可以对目标区域的地下水储水量变化进行高分辨率监测。通过地下水位预警模块对目标区域的地下水井水位进行预警，并发送预警信息，起到对地下水过度开采和枯竭提前预警的作用，以便于及时采取措施进行处理。
附图说明
40.图1是根据本发明一实施方式的地下水蓄变监测预警系统的结构示意图。
具体实施方式
41.下面结合附图，对本发明的具体实施方式进行详细描述，但应当理解本发明的保护范围并不受具体实施方式的限制。
42.除非另有其它明确表示，否则在整个说明书和权利要求书中，术语“包括”或其变换如“包含”或“包括有”等等将被理解为包括所陈述的元件或组成部分，而并未排除其它元件或其它组成部分。
43.图1为本发明实施例中提供的一种地下水蓄变监测预警系统的结构示意图，如图1所示，该系统包括：地下水蓄变监测模块1以及地下水位预警模块2。其中，
44.地下水蓄变监测模块1用于获取目标区域的卫星雷达数据以及重力卫星数据，并基于所述卫星雷达数据对所述重力卫星数据进行约束，对所述目标区域的地下水储水量变化进行监测；
45.地下水位预警模块2用于获取所述目标区域的地下水井水位时间序列观测数据，并基于地下水井水位时间序列观测数据以及地下水井水位观测模型，对所述目标区域内的地下水井水位变化进行异常判断，若判断的结果为所述地下水井水位变化出现异常，则发出所述目标区域的地下水井水位预警信息；
46.其中，所述地下水井水位观测模型基于携带有地下水井水位变化异常时间标签的历史地下水井水位时间序列观测数据训练得到。
47.具体地，本发明实施例中，地下水蓄变监测预警系统具有两个功能，一个是通过地下水蓄变监测模块1实现的地下水储水量变化(地下水蓄变)监测功能，一个是通过地下水位预警模块2实现的地下水井水位预警功能。
48.对于地下水蓄变监测模块1，其在实现相应功能时，首先需要获取目标区域的卫星雷达数据以及重力卫星数据。卫星雷达数据是指卫星、雷达等采集到的目标区域的相关数据，该数据通常为insar数据。重力卫星数据是指grace重力卫星采集到的目标区域的相关数据，该数据通常为卫星重力数据。
49.通过将卫星雷达数据与重力卫星数据进行结合，即可实现对目标区域的地下水储水量变化进行监测。由于重力卫星数据反演得到的陆地水总储量变化量的空间分辨率通常为350km
×
350km，进而其得到的地下水储水量的变化量的空间分辨率较低。而卫星雷达数据的空间分辨率通常为50m-200m，因此可以通过卫星雷达数据对重力卫星数据反演得到的地下水储水量的变化量的空间分辨率进行约束，进而实现对目标区域的地下水储水量变化进行高分辨率监测，可以使地下水储水量的变化量的空间分辨率提高至50km
×
50km。
50.对于地下水位预警模块2，其在实现功能时，需要先获取目标区域的地下水井水位时间序列观测数据，该地下水井水位时间序列观测数据可以通过水位观测装置对目标区域的地下水井内在不同时刻的水位进行观测得到的各数据按时间顺序进行排列得到。水位观测装置可以根据需要进行选取，此处不作具体限定。
51.然后将地下水井水位时间序列观测数据输入至地下水井水位观测模型，可以实现对目标区域内的地下水井水位变化进行异常判断，该地下水井水位观测模型可以输出判断的结果。判断的结果可以包括地下水井水位变化正常以及出现异常这两种情况。当判断的结果为地下水井水位变化出现异常时，则说明需要对目标区域的地下水井水位进行预警，即可以通过地下水位预警模块2发出目标区域的地下水井水位预警信息。该地下水井水位预警信息可以是地下水井水位的当前值以及当前值与正常值之间的差值，以使接收该信息者可以掌握目标区域的地下水井的水位情况，便于及时采取措施进行处理。
52.其中，地下水井水位观测模型可以基于神经网络模型构建，可以通过携带有地下水井水位变化异常时间标签的历史地下水井水位时间序列观测数据训练得到。本发明实施例中，地下水井水位观测模型又可以称为gnet深度学习模型。
53.例如，可以将历史地下水井水位时间序列观测数据输入至初始模型，得到初始模型输出的地下水井水位变化异常预测时间，然后通过地下水井水位变化异常预测时间与该地下水井水位变化异常时间标签计算初始模型的损失函数，并基于该损失函数，对初始模型的模型参数进行更新。更换历史地下水井水位时间序列观测数据，重复执行上述过程，直至损失函数收敛，训练完成。最终得到地下水井水位观测模型。
54.本发明实施例中提供的地下水蓄变监测预警系统，包括：地下水蓄变监测模块以及地下水位预警模块，通过地下水蓄变监测模块可以对目标区域的地下水储水量变化进行高分辨率监测。通过地下水位预警模块对目标区域的地下水井水位进行预警，并发送预警信息，起到对地下水过度开采和枯竭提前预警的作用，以便于及时采取措施进行处理。
55.在上述实施例的基础上，本发明实施例中提供的地下水蓄变监测预警系统，所述地下水蓄变监测模块包括：
56.地面沉降数据确定单元，用于基于所述卫星雷达数据，采用合成孔径雷达干涉测量技术确定地面沉降数据；所述地面沉降数据包括地面沉降区域以及地面沉降量；
57.初始变化量确定单元，用于基于所述重力卫星数据，反演得到所述地面沉降区域的地下水储水量的初始变化量；
58.监测单元，用于基于所述初始变化量与所述地面沉降量之间的相关关系，对所述地下水储水量变化进行监测。
59.具体地，本发明实施例中，地下水蓄变监测模块可以包括地面沉降数据确定单元、初始变化量确定单元以及监测单元。其中：
60.地面沉降数据确定单元，可以用于根据卫星雷达数据，采用合成孔径雷达干涉测量技术确定地面沉降数据。其中，合成孔径雷达干涉测量(insar)技术是一种利用雷达卫星测量值绘制地球表面毫米级位移的技术，其考虑了地球表面的不断变化，能够在夜间以及在任何天气条件下进行测量。通过insar技术，可以确定目标区域的地面沉降数据，该地面沉降数据可以通过数字高程模型(digital elevation model，dem)进行表征，该地面沉降数据可以包括地面沉降区域以及地面沉降量。
61.初始变化量确定单元，可以用于通过重力卫星数据，反演得到地面沉降区域的地下水储水量的初始变化量。得到初始变化量的过程可以是先通过重力卫星数据，反演得到陆地水总储量变化量，然后通过陆地水总储量变化量即可确定地面沉降区域的地下水储水量的初始变化量。
62.监测单元，可以用于通过地面沉降区域的地下水储水量的初始变化量与地面沉降量之间的相关关系，对地下水储水量变化进行监测。此处，可以先构建不同空间分辨率的两类数据之间的相关关系，即确定地面沉降区域的地下水储水量的初始变化量与地面沉降量之间的相关关系。其中，初始变化量的空间分辨率低于地面沉降量的空间分辨率。
63.该相关关系可以通过相同的地面沉降区域中二者的对应关系进行表征，通过该相关关系，可以对初始变化量进行空间降尺度，进而可以确定出地下水储水量的高分辨率的变化量，实现对地下水储水量变化的监测。
64.本发明实施例中，地下水蓄变监测模块通过地面沉降区域的地下水储水量的初始变化量与地面沉降量之间的相关关系，对地下水储水量变化进行监测，可以提高监测精度。
65.在上述实施例的基础上，本发明实施例中提供的地下水蓄变监测预警系统，所述地面沉降数据确定单元，用于：
66.将所述卫星雷达数据进行数据聚焦，得到单视复型数据；
67.基于单视复型数据，采用辅助数字高程模型或几何去除的方式，生成平地干涉图；
68.基于所述平地干涉图，确定所述地面沉降数据。
69.具体地，本发明实施例中，地面沉降数据确定单元在确定地面沉降数据时，可以先将卫星雷达数据进行数据聚焦得到单视复型数据。数据聚焦即数据转换，由于卫星雷达数据通常为raw格式数据，因此可以采用f.rocca的ω-k算法，将raw格式数据转化为单视复型(single look complex，slc)数据。可以理解的是，单视复型数据可以是主从影像对。
70.然后，可以根据单视复型数据，采用辅助数字高程模型(dem)或几何去除的方式，生成平地干涉图。在此之前，还可以先对单视复型数据进行基线估计，进而可以实现对单视复型数据的配准。
71.此处，平地干涉图可以通过单视复型数据的强度图、合成位相以及dem产生的斜距一起生成，该平地干涉图可以是多视的平地干涉图。该过程的实现，可以有两种方式，一种采用辅助dem，另一种是无辅助dem的方式。
72.对于高分辨率sar或地形起伏大的情况，通常采用辅助dem的方式。通过单视复型数据中主从影像的位相差可以计算出地面上点到传感器的距离差，通过主从影像的复共轭相乘可得到，干涉图像的条纹反映了地形或位移信息，类似于等高线，最后输出的是去平干涉图。
73.而对于其他情况，通常采用无辅助dem的方式得到初始干涉图，还需要从初始干涉
图中以几何去除的方式减去相关的地形(或椭球)和常位相成分，进而得到平地干涉图。
74.最后，通过平地干涉图，即可确定出地面沉降数据。此过程中，可以依次对平地干涉图进行自适应滤波和相干生成、相位解缠、轨道重定义以及相位转换高度和地理编码，即得到dem。通过dem即可实现对地面沉降数据的表征。
75.其中，自适应滤波和相位生成是指对平地干涉图进行滤波，去掉由平地干涉引起的位相噪声。同时生成干涉的相干性图(用于描述位相质量)和滤波后的主影像强度图。
76.由于干涉位相只能以2π为模，所以只要位相变化超过了2π，位相就会重新开始和循环。位相解缠是对去平和滤波后的位相进行位相解缠，解决2π模糊的问题，根据具体数据特征可进一步进行位相编辑以纠正位相解缠的错误。
77.轨道重定义是指对卫星轨道和位相偏移进行纠正，进行轨道精炼和位相偏移的计算，消除可能的斜坡位相。这一步对解缠后的位相是否能正确转化为高程或形变值很关键。无论是生成dem还是形变结果，都必须要做这一步。
78.高程转化和地理编码，这一步是将经过绝对校准和解缠的实际位相，结合合成位相，转换为dem并进行地理编码，也就是地图投影。
79.本发明实施例中，在确定地面沉降数据的过程中，可以采用辅助数字高程模型或几何去除的方式，生成平地干涉图，可以使地面沉降数据更加准确。
80.在上述实施例的基础上，本发明实施例中提供的地下水蓄变监测预警系统，所述初始变化量确定单元，用于：
81.基于所述重力卫星数据，反演得到陆地水总储量变化量；
82.基于所述陆地水总储量变化量以及gldas同化系统数据，确定所述初始变化量。
83.具体地，本发明实施例中，初始变化量确定单元在确定初始变化量时，可以先根据重力卫星数据，反演得到陆地水总储量变化量。此过程可以先求算出地球表面的密度变化，再将密度变化转化为等效水高的变化，以此来反演陆地水储量的分布情况。
84.然后可以根据陆地水总储量变化量以及gldas同化系统数据，确定出初始变化量。gldas同化系统中的vic模型是一种半分布式的宏观水文模型。利用gldas的vic模型，可以模拟深度为0～200cm土壤的含水量以及冠层水和地表水等属性。因此，gldas同化系统数据即可以是gldas水文模型数据。进一步地，通过在陆地水总储量变化量中扣除gldas水文模型数据，即可以得到地面沉降区域的地下水储水量的初始变化量。
85.本发明实施例中，给出了确定初始变化量的方法，引入了gldas同化系统数据，可以使初始变化量的结果更加准确。
86.在上述实施例的基础上，本发明实施例中提供的地下水蓄变监测预警系统，所述重力卫星数据包括level2级球谐系数重力场模型数据；
87.相应地，所述地下水蓄变监测模块还包括数据处理模块，用于：
88.对所述level2级球谐系数重力场模型数据进行数据预处理和数据后处理；
89.所述数据预处理包括静态场扣除处理以及低阶项替换；
90.所述数据后处理包括高斯平滑处理以及去相关滤波。
91.具体地，本发明实施例中，重力卫星数据可以包括level2级球谐系数重力场模型数据以及mascon数据。
92.其中，对于球谐系数重力场模型数据，可以采用地下水蓄变监测模块中的数据处
理模块对其进行数据预处理和数据后处理。
93.数据预处理可以包括静态场扣除处理以及低阶项替换。由于原始重力场包括静态场和时变场两个部分，扣除静态场后，可以获取重力场随时间变化的部分。同时，由于卫星无法测量地心的变化，球谐系数中的一阶项系数为0，因此需要根据对应的技术文档进行替换。与此同时，测量的地球扁率精度可能存在较低的问题，导致c
20
项精度较低，需要使用卫星激光测距(satellite laser ranging，slr)测量的c
20
项进行替换。此处，技术文档可以包括tn-13a，tn-14等。
94.数据后处理可以包括高斯平滑处理以及去相关滤波。在进行高斯滤波操作时，可以先构建高斯函数核，对球谐系数进行滤波，降低高阶系数权重，达到压制高阶误差的目的。在构建高斯函数核时，需要选择合适的滤波半径，该滤波半径根据目标区域进行选择。高斯函数核具体如下：
[0095][0096][0097]
其中，r表示地球表面两点间的距离，称为高斯滤波平滑半径；a为地球半径，w为权重因子，w0为第0阶权重因子，w1为第1阶权重因子，w
l+1
为第l+1阶权重因子，b为偏置项。
[0098]
去相关滤波可以是去条带操作，可以采用swenson去条带滤波方式实现。swenson去条带滤波是一种基于滑动窗口多项式的去相关滤波器。其中，由于低阶的球谐系数并不存在明显的相关性，不对其进行去相关滤波操作。高阶的球谐系数间存在较强的相关性，即当阶数大于n时，利用滤波消去球谐系数的相关性。由于swenson去条带滤波考虑了同一次数(order)下，不同阶数奇偶性的不同，滤波球谐系数可以写成：
[0099][0100]
其中，l是时变重力场球谐系数的阶数，m是次数，w是滑动窗口的宽度，λ是swenson卷积核参数，其计算公式为：
[0101][0102]
其中，
[0103][0104]
可以理解的是，λ的计算过程是一个多项式最小二乘法拟合的过程，p是拟合多项式的次数。
[0105]
本发明实施例中，通过对球谐系数重力场模型数据进行数据预处理和数据后处理，可以降低目标区域的地下水储水量变化的监测难度，提高监测准确性。
[0106]
在上述实施例的基础上，本发明实施例中提供的地下水蓄变监测预警系统，所述地下水位预警模块，包括：
[0107]
特征提取单元，用于将所述地下水井水位时间序列观测数据输入至所述地下水井水位观测模型的特征提取层，由所述特征提取层基于注意力机制确定所述地下水井水位变化的时空语义特征；
[0108]
特征恢复单元，用于将所述时空语义特征输入至所述地下水井水位观测模型的特征恢复层，得到所述特征恢复层输出的所述地下水井水位变化信息；
[0109]
决策单元，用于将所述地下水位变化信息输入至地下水阈值决策层，得到所述地下水阈值决策层输出的所述判断的结果。
[0110]
具体地，本发明实施例中，地下水位预警模块可以包括特征提取单元、特征恢复单元以及决策单元，地下水井水位观测模型可以包括特征提取层、特征恢复层以及地下水阈值决策层。
[0111]
通过特征提取单元，可以将地下水井水位时间序列观测数据输入至地下水井水位观测模型的特征提取层，并由特征提取层基于注意力机制确定地下水井水位变化的时空语义特征。
[0112]
其中，特征提取层可以是卷积层，该特征提取层可以包括卷积模块、池化模块以及激活模块。卷积模块用于通过卷积核采用注意力机制对备选区域进行卷积操作，池化模块用于对卷积操作的结果进行池化操作，激活模块用于对池化操作的结果进行激活操作。
[0113]
地下水井水位观测模型可以包括一个或多个特征提取层，当包括多个特征提取层时，各特征提取层中卷积模块的卷积核大小可以相同，也可以不同，此处不作具体限定。例如，特征提取层为3个，且3个特征提取层依次连接，在前的特征提取层中卷积模块的卷积核大小依次减小。第一个特征提取层中卷积模块的卷积核大小可以是512
×
512，第二个特征提取层中卷积模块的卷积核大小可以是256
×
256，第三个特征提取层中卷积模块的卷积核大小可以是128
×
128。
[0114]
卷积模块在通过卷积核对备选区域进行卷积操作时，可以利用一系列卷积滑动计算方式，根据卷积核大小与滑动步长，在地下水井水位时间序列观测数据的时间序列上做卷积运算，从而得到地下水井水位变化的时空语义特征。
[0115]
激活模块需利用激活函数如sigmoid函数或relu函数，将地下水井水位观测模型中的线性连接变成非线性关系，使得地下水井水位观测模型的输入输出的映射情况更加符合真实情况，可以对特征提取层提取的时空语义特征进行自动决策。
[0116]
在该地下水井水位观测模型中，不仅设置了若干特征提取层以提取地下水井水位
变化的时空语义特征，同时也可将前几个特征提取层提取出的时空语义特征与当前特征提取层进行运算，更加充分地利用浅层时空语义特征与深层时空语义特征，从而提高运算效率。
[0117]
通过特征恢复单元，可以将时空语义特征输入至地下水井水位观测模型的特征恢复层，得到特征恢复层输出的地下水井水位变化信息。此处，特征恢复层也可以是卷积层，该特征提取层可以包括反卷积模块、池化模块以及激活模块。反卷积模块用于通过卷积核对时空语义特征进行反卷积操作，池化模块用于对反卷积操作的结果进行池化操作，激活模块用于对池化操作的结果进行激活操作。
[0118]
地下水井水位观测模型中可以包括一个或多个特征恢复层，特征恢复层的数量与特征提取层的数量相等，当有多个特征恢复层时，各特征恢复层中反卷积模块的卷积核大小可以相同，也可以不同，此处不作具体限定。例如，特征恢复层为3个，且3个特征恢复层依次连接，在前的特征恢复层中反卷积模块的卷积核大小依次减小。第一个特征恢复层中反卷积模块的卷积核大小可以是128
×
128，第二个特征恢复层中反卷积模块的卷积核大小可以是256
×
256，第三个特征恢复层中反卷积模块的卷积核大小可以是512
×
512。
[0119]
特征恢复层中池化模块与激活模块则与特征提取层中的池化模块与激活模块的结构和作用一致，此处不再赘述。
[0120]
通过决策单元，可以将地下水位变化信息输入至地下水井水位观测模型的地下水阈值决策层，得到地下水阈值决策层输出的判断的结果。在地下水井水位观测模型完成后，地下水阈值决策层中即存储有地下水位变化阈值。因此，地下水阈值决策层可以将地下水位变化信息与地下水位变化阈值进行比较，进而对目标区域内的地下水井水位变化进行异常判断。
[0121]
本发明实施例中，在地下水井水位观测模型中引入特征提取层的注意力机制，可以使得到的时空语义特征更加精准，可以提高地下水井水位变化信息的准确度，进而提高判断的结果的准确性。
[0122]
在上述实施例的基础上，本发明实施例中提供的地下水蓄变监测预警系统，所述注意力机制包括空间注意力机制和/或通道注意力机制。
[0123]
具体地，本发明实施例中，在特征提取层引入的注意力机制可以包括空间注意力机制以及时间注意力机制中的至少一项，通过空间注意力机制可以从空间上辅助得到时空语义特征，通过时间注意力机制可以从时间上辅助得到时空语义特征。
[0124]
对于注意力机制，旨在告诉地下水井水位观测模型学习的重点区域，通过注意力机制，可以采用数学运算，提高地下水井水位变化区域的权重，并把通过注意力机制得到的新权重，与卷积层进行通道维度上的组合，提高地下水井水位变化信息的准确度。
[0125]
地下水井水位观测模型可以使用两种注意力机制，分别为空间注意力机制以及通道注意力机制。通道注意力机制可以通过如下公式表示：
[0126]
mc(f)＝δ(mlp(avgpool(f))+mlp(maxpool(f)))
[0127]
其中，δ为激活函数，f为中间特征图(intermediate feature map)，mlp为权值共享的多层感知机。
[0128]
与通道注意力机制不同，空间注意力机制主要关注于位置信息，首先在通道的维度上使用最大池化和平均池化得到两个不同的特征层，然后将两个特征层合并，并使用卷
积操作生成空间注意力分布图。空间注意力机制的计算过程如下式所示：
[0129]
mc(f)＝δ(f
n*n
([avgpool(f)]；maxpool(f)])
[0130]
其中，f
n*n
为n*n的卷积运算。
[0131]
本发明实施例中，引入不同注意力机制，可以从不同角度辅助时空语义特征的提取，可以提高提取准确率。
[0132]
在上述实施例的基础上，本发明实施例中提供的地下水蓄变监测预警系统，所述地下水位预警模块还包括发送单元，所述发送单元与所述目标区域内的终端设备通信连接，所述发送单元用于：
[0133]
向所述终端设备发送所述地下水井水位预警信息。
[0134]
具体地，本发明实施例中，地下水位预警模块还包括发送单元，发送单元可以与目标区域内的终端设备通信连接，持有终端设备的用户可以目标区域内的所有移动设备的用户。
[0135]
通过该发送单元，可以向终端设备发送地下水井水位预警信息，以使持有终端设备的用户可以及时掌握地下水井水位预警信息。
[0136]
在上述实施例的基础上，本发明实施例中提供的地下水蓄变监测预警系统，所述发送单元与所述目标区域内的终端设备通过5g网络通信连接，如此可以实现发送单元与终端设备之间的信息快速传输。
[0137]
在上述实施例的基础上，本发明实施例中提供的地下水蓄变监测预警系统，所述决策单元具体用于：
[0138]
基于所述地下水阈值决策层，将所述地下水位变化信息与地下水位变化阈值进行比较；
[0139]
若比较的结果为所述地下水位变化信息大于或等于所述地下水位变化阈值，则确定所述判断的结果为地下水井水位变化出现异常；
[0140]
否则，确定所述判断的结果为地下水井水位变化正常。
[0141]
具体地，本发明实施例中，决策单元可以通过地下水阈值决策层，将地下水位变化信息与地下水位变化阈值进行比较，并判断比较的结果，若比较的结果是地下水位变化信息大于或等于地下水位变化阈值，则可以确定判断的结果为地下水井水位变化出现异常。否则，若比较的结果是地下水位变化信息小于地下水位变化阈值，则可以确定判断的结果为地下水井水位变化正常。
[0142]
综上所述，本发明实施例中提供的地下水蓄变监测预警系统，通过grace监测的地下水变化与insar技术监测的地表沉降量的相关关系在函数层面进行空间降尺度，提高了grace数据所反演的地下水的空间分辨率。在进行数据采集和播发过程中，采用5g无线网络传输模块进行数据传输，能够兼顾数据质量和速度，并可以迅速预警响应。在建立地下水监测模型中，可结合gnss数据，地下水储量实测数据，insar数据进行综合分析，以提高grace重力卫星监测地下水的分辨率、精度和可靠性。在进行数据训练和决策过程中，可能会出现若干回避设计方案，即数据源同时采用高分辨率的卫星遥感影像进行综合训练和决策。在深度学习网络模型设计过程中，可通过更新型的网络结构达到相近的处理程度或得到更快的处理速度。
[0143]
前述对本发明的具体示例性实施方案的描述是为了说明和例证的目的。这些描述
并非想将本发明限定为所公开的精确形式，并且很显然，根据上述教导，可以进行很多改变和变化。对示例性实施例进行选择和描述的目的在于解释本发明的特定原理及其实际应用，从而使得本领域的技术人员能够实现并利用本发明的各种不同的示例性实施方案以及各种不同的选择和改变。本发明的范围意在由权利要求书及其等同形式所限定。