1.本发明涉及环保技术领域，尤其涉及一种水质监控告警方法和装置。
背景技术：2.水在环境作用下所表现出来的综合特征，包括物理性质和化学成分。自然界中的水，是由各种物质(溶解性和非溶解性物质)所组成的极其复杂的综合体。水中含有的溶解物质，直接影响天然水的许多性质，使水质有优劣之分。不同的用途，对水质的要求也不相同。饮用水的水质要求较高，对水的物理性质、总矿化度、总硬度、细菌和有害物质的含量等都有较严格的规定。生活用水、工业用水、农田灌溉水等都有着不同的标准要求。因此应对不同的应用场合对水体的水质进行监测具有现实的意义。
3.现有的水质监测大多只按照设定的频率进行水质探测，无法根据水面变化情况进行水质探测调整并发出告警。
技术实现要素：4.本发明提供一种水质监控告警方法和装置，用以解决现有技术中水质监测大多只按照设定的频率进行水质探测，无法根据水面变化情况进行水质探测调整并发出告警的缺陷。
5.本发明提供一种水质监控告警方法，包括：
6.获取第一目标时刻的第一水质探测数据和第一水面图像，获取第二目标时刻的第二水质探测数据和第二水面图像；
7.根据所述第一水质探测数据和所述第二水质探测数据，得到水质探测相似度；
8.将所述第一水面图像和所述第二水面图像输入图像识别模型，得到所述图像识别模型输出的变化标签图；其中，所述图像识别模型是基于水面图像样本和水面图像特征对神经网络模型训练得到的；
9.根据所述水质探测相似度和所述变化标签图，得到水质监控结果；
10.若所述水质监控结果超过目标阈值，则调整水质探测频率并发送警报。
11.根据本发明提供的一种水质监控告警方法，所述图像识别模型包括：
12.第一层，用于基于所述第一水面图像和所述第二水面图像，获得第一特征图像和第二特征图像；
13.第二层，用于基于所述第一特征图像和所述第二特征图像，获得所述第一特征图像和所述第二特征图像之间的欧式距离；
14.第三层，用于基于损失函数和所述欧式距离，获得变化标签图。
15.根据本发明提供的一种水质监控告警方法，所述基于所述第一水面图像和所述第二水面图像，获得第一特征图像和第二特征图像，包括：
16.将所述第一水面图像输入神经网络，将所述第二水面图像输入所述神经网络的孪生网络，获得第一特征图像和第二特征图像。
17.根据本发明提供的一种水质监控告警方法，所述根据所述第一水质探测数据和所述第二水质探测数据，得到水质探测相似度，包括：
18.根据所述第一水质探测数据和所述第二水质探测数据，得到第一目标时刻的第一光谱矢量和第二目标时刻的第二光谱矢量；
19.根据所述第一光谱矢量和所述第二光谱矢量的夹角，得到水质探测相似度。
20.根据本发明提供的一种水质监控告警方法，所述根据所述水质探测相似度和所述变化标签图，得到水质监控结果，包括：
21.根据所述水质探测相似度和所述变化标签图，得到空谱联合值；
22.根据所述空谱联合值，确定水质监控结果。
23.根据本发明提供的一种水质监控告警方法，所述根据所述水质探测相似度和所述变化标签图，得到空谱联合值，包括：
24.根据所述水质探测相似度对应的取值、所述变化标签图对应的取值和权重系数，得到空谱联合值。
25.本发明还提供一种水质监控告警装置，包括：
26.获取模块，用于获取第一目标时刻的第一水质探测数据和第一水面图像，获取第二目标时刻的第二水质探测数据和第二水面图像；
27.计算模块，用于根据所述第一水质探测数据和所述第二水质探测数据，得到水质探测相似度；
28.识别模块，用于将所述第一水面图像和所述第二水面图像输入图像识别模型，得到所述图像识别模型输出的变化标签图；其中，所述图像识别模型是基于水面图像样本和水面图像特征对神经网络模型训练得到的；
29.确定模块，用于根据所述水质探测相似度和所述变化标签图，得到水质监控结果；
30.调整模块，用于在所述水质监控结果超过目标阈值时，调整水质探测频率并发送警报。
31.本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述水质监控告警方法。
32.本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述水质监控告警方法。
33.本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述水质监控告警方法。
34.本发明提供的水质监控告警方法和装置，通过获取不同目标时刻的水面图像和水质探测数据，得到水质监控结果，并根据水质监控结果调整水质探测频率并发送警报。
附图说明
35.为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
36.图1是本发明提供的水质监控告警方法的流程示意图；
37.图2是水质探测单元的结构示意图；
38.图3是图像识别模型的结构示意图；
39.图4是本发明提供的水质监控告警装置的原理框图；
40.图5是本发明提供的水质监控告警装置的结构示意图；
41.图6是本发明提供的电子设备的结构示意图。
具体实施方式
42.为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
43.在本发明实施例的描述中，需要说明的是，术语“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明实施例和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明实施例的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
44.在本发明实施例的描述中，需要说明的是，除非另有明确的规定和限定，术语“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明实施例中的具体含义。
45.在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明实施例的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
46.图1是本发明提供的水质监控告警方法的流程示意图，参照图1，本发明提出了一种水质监控告警方法，包括：
47.s110，获取第一目标时刻的第一水质探测数据和第一水面图像，获取第二目标时刻的第二水质探测数据和第二水面图像。
48.s120，根据所述第一水质探测数据和所述第二水质探测数据，得到水质探测相似度。
49.s130，将所述第一水面图像和所述第二水面图像输入图像识别模型，得到所述图像识别模型输出的变化标签图；其中，所述图像识别模型是基于水面图像样本和水面图像特征对神经网络模型训练得到的。
50.s140，根据所述水质探测相似度和所述变化标签图，得到水质监控结果。
51.s150，若所述水质监控结果超过目标阈值，则调整水质探测频率并发送警报。
52.在步骤s110中，通过摄像单元获取第一目标时刻的第一水面图像以及第二目标时刻的第二水面图像；通过水质探测单元获取第一目标时刻的第一水质探测数据和第二目标时刻的第二水质探测数据。
53.其中，如图2所示，水质探测单元包括：
54.根据本发明提供的一种水质监控调整方法，所述图像识别模型包括：
55.反射镜210，用于将光源的光经过水体后反射回光谱单元；
56.测量腔220，用于盛放水体；
57.光源230，用于发出宽谱光照射进入水体样本，光源230和测量腔220可以通过光纤相连，测量腔与色散元件240可以通过光纤相连；
58.色散元件240，用于将水体的透射光进行色散，可以为渐变滤光片或者是光栅、棱镜等器件；
59.探测器250，用于将色散后的光转换为电信号，可以为线阵探测器、面阵探测器或者是光电二极管阵列等；也可由电化学或者生物方法完成水质探测；
60.电机260，用于根据光谱仪信号的强度调整测量腔220的长度。
61.在步骤s150中，发送警报给管理人员，管理人员可以通过后台显示控制单元查看实时图像和水质参数，除此之外，管理人员还可通过后台显示控制单元发送控制命令。后台显示控制单元可为笔记本电脑、台式电脑或平板电脑或智能手机等。
62.可以理解的是，摄像单元用于监控设备的安全并且监视水面变化，当水面发生变化后改变水下的水质探测单元探测频率，由日常筛查状态改为监测状态；根据图像和水质参数可以对水质变化情况进行追踪并做出决策，该发明能同时监控水面的图像和水质参数变化，并有效的延长了水质探测单元的寿命。
63.在上述实施例的基础上，作为一个可选的实施例，如图3所示，所述图像识别模型包括：
64.第一层，用于基于所述第一水面图像和所述第二水面图像，获得第一特征图像和第二特征图像；
65.第二层，用于基于所述第一特征图像和所述第二特征图像，获得所述第一特征图像和所述第二特征图像之间的欧式距离；
66.第三层，用于基于损失函数和所述欧式距离，获得变化标签图。
67.可选的，所述基于所述第一水面图像和所述第二水面图像，获得第一特征图像和第二特征图像，包括：
68.将所述第一水面图像输入神经网络，将所述第二水面图像输入所述神经网络的孪生网络，获得第一特征图像和第二特征图像。具体的，神经网络可为deeplabv3，孪生网络也为deeplabv3，二者之间的参数共享。
69.假设第一目标时刻即t0摄像单元获取的图像为a，第二目标时刻即t1摄像单元获取的图像为b，将图像输入经过训练的deeplabv3+孪生网络后得到特征图像，进而计算欧氏距离和损失函数得到变化标签图。
70.可以理解的是，本技术通过训练好的神经网络模型，计算不同时刻的水面图像的变化标签图，为后续的水质探测提供数据支撑，解决了现有技术中水质监测大多只按照设
定的频率进行水质探测，无法根据水面变化情况进行水质探测调整的缺陷。
71.在上述实施例的基础上，作为一个可选的实施例，所述根据所述第一水质探测数据和所述第二水质探测数据，得到水质探测相似度，包括：
72.根据所述第一水质探测数据和所述第二水质探测数据，得到第一目标时刻的第一光谱矢量和第二目标时刻的第二光谱矢量；
73.根据所述第一光谱矢量和所述第二光谱矢量的夹角，得到水质探测相似度。
74.假设第一目标时刻即t0时刻对应的第一光谱矢量为a(λ1，λ2，
…
λn)，假设第二目标时刻即t1时刻对应的第二光谱矢量为b(λ1，λ2，
…
λn)。
75.两个向量之间的夹角用来表征两个向量的相似程度，在高维空间两个向量的夹角用反余弦来表示为：
[0076][0077]
其值越小，表征两个向量之间的相似性越大。
[0078]
可以理解的是，本技术通过计算水质探测相似度，为后续的水质探测提供数据支撑，解决了现有技术中水质监测大多只按照设定的频率进行水质探测，无法根据水面变化情况进行水质探测调整的缺陷。
[0079]
在上述实施例的基础上，作为一个可选的实施例，所述根据所述水质探测相似度和所述变化标签图，得到水质监控结果，包括：
[0080]
根据所述水质探测相似度和所述变化标签图，得到空谱联合值；
[0081]
根据所述空谱联合值，确定水质监控结果。
[0082]
可选的，所述根据所述水质探测相似度和所述变化标签图，得到空谱联合值，包括：
[0083]
根据所述水质探测相似度对应的取值、所述变化标签图对应的取值和权重系数，得到空谱联合值。
[0084]
为θ设定一个阈值，若超过阈值，其取值为e，若未超过阈值，则取值为0。计算所述变化标签图的像素值之和，并为其设定阈值，若超过阈值，其取值为d，若未超过阈值，则取值为0。
[0085]
空谱联合的值计算公式为w＝αd+βe，α和β为权重系数，通过经验进行设定，当最终空谱联合的值超过最终阈值后，判定水质发生了变化，调整水质探测单元的探测频率。
[0086]
可选的，可设置网页端和手机端，显示或计算各个点的水质参数，并将异常情况实时消息给管理员。
[0087]
可以理解的是，本技术根据图像和水质参数可以对水质变化情况进行追踪并做出决策，能同时监控水面的图像和水质参数变化，解决了现有技术中水质监测大多只按照设定的频率进行水质探测，无法根据水面变化情况进行水质探测调整的缺陷。
[0088]
下面对本发明提供的水质监控告警装置进行描述，下文描述的水质监控告警装置与上文描述的水质监控告警方法可相互对应参照。
[0089]
图4是本发明提供的水质监控告警装置的结构示意图，参照图4，本发明还提供一种水质监控告警装置，包括：
[0090]
获取模块410，用于获取第一目标时刻的第一水质探测数据和第一水面图像，获取
第二目标时刻的第二水质探测数据和第二水面图像；
[0091]
计算模块420，用于根据所述第一水质探测数据和所述第二水质探测数据，得到水质探测相似度；
[0092]
识别模块430，用于将所述第一水面图像和所述第二水面图像输入图像识别模型，得到所述图像识别模型输出的变化标签图；其中，所述图像识别模型是基于水面图像样本和水面图像特征对神经网络模型训练得到的；
[0093]
确定模块440，用于根据所述水质探测相似度和所述变化标签图，得到水质监控结果；
[0094]
调整模块450，用于在所述水质监控结果超过目标阈值时，调整水质探测频率并发送警报。
[0095]
作为一个实施例，所述图像识别模型包括：
[0096]
第一层，用于基于所述第一水面图像和所述第二水面图像，获得第一特征图像和第二特征图像；
[0097]
第二层，用于基于所述第一特征图像和所述第二特征图像，获得所述第一特征图像和所述第二特征图像之间的欧式距离；
[0098]
第三层，用于基于损失函数和所述欧式距离，获得变化标签图。
[0099]
作为一个实施例，所述图像识别模型的第一层用于：
[0100]
将所述第一水面图像输入神经网络，将所述第二水面图像输入所述神经网络的孪生网络，获得第一特征图像和第二特征图像。
[0101]
作为一个实施例，所述计算模块420用于：
[0102]
根据所述第一水质探测数据和所述第二水质探测数据，得到第一目标时刻的第一光谱矢量和第二目标时刻的第二光谱矢量；
[0103]
根据所述第一光谱矢量和所述第二光谱矢量的夹角，得到水质探测相似度。
[0104]
作为一个实施例，所述确定模块440用于：
[0105]
根据所述水质探测相似度和所述变化标签图，得到空谱联合值；
[0106]
根据所述空谱联合值，确定水质监控结果。
[0107]
作为一个实施例，所述确定模块440还用于：
[0108]
根据所述水质探测相似度对应的取值、所述变化标签图对应的取值和权重系数，得到空谱联合值。
[0109]
图5示例了一种水质监控告警系统的硬件结构示意图，水质监控告警系统包括摄像单元510、供电单元520、控制单元530、传输单元540、水质探测单元550、后台显示控制单元560，供电单元520为摄像单元510供电，控制单元530分别与摄像单元510和水质探测单元550连接，获取图像和水质探测信息，经过传输单元540传输至后台显示控制单元560。摄像单元510设于岸边或水中，水质探测单元550设于水中。
[0110]
图6示例了一种电子设备的实体结构示意图，如图6所示，该电子设备可以包括：处理器(processor)610、通信接口(communications interface)620、存储器(memory)630和通信总线640，其中，处理器610，通信接口620，存储器630通过通信总线640完成相互间的通信。处理器610可以调用存储器630中的逻辑指令，以执行水质监控告警方法，该方法包括：
[0111]
获取第一目标时刻的第一水质探测数据和第一水面图像，获取第二目标时刻的第
二水质探测数据和第二水面图像；
[0112]
根据所述第一水质探测数据和所述第二水质探测数据，得到水质探测相似度；
[0113]
将所述第一水面图像和所述第二水面图像输入图像识别模型，得到所述图像识别模型输出的变化标签图；其中，所述图像识别模型是基于水面图像样本和水面图像特征对神经网络模型训练得到的；
[0114]
根据所述水质探测相似度和所述变化标签图，得到水质监控结果；
[0115]
若所述水质监控结果超过目标阈值，则调整水质探测频率并发送警报。
[0116]
此外，上述的存储器630中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
[0117]
另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，计算机程序可存储在非暂态计算机可读存储介质上，所述计算机程序被处理器执行时，计算机能够执行水质监控告警方法，该方法包括：
[0118]
获取第一目标时刻的第一水质探测数据和第一水面图像，获取第二目标时刻的第二水质探测数据和第二水面图像；
[0119]
根据所述第一水质探测数据和所述第二水质探测数据，得到水质探测相似度；
[0120]
将所述第一水面图像和所述第二水面图像输入图像识别模型，得到所述图像识别模型输出的变化标签图；其中，所述图像识别模型是基于水面图像样本和水面图像特征对神经网络模型训练得到的；
[0121]
根据所述水质探测相似度和所述变化标签图，得到水质监控结果；
[0122]
若所述水质监控结果超过目标阈值，则调整水质探测频率并发送警报。
[0123]
又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行水质监控告警方法，该方法包括：
[0124]
获取第一目标时刻的第一水质探测数据和第一水面图像，获取第二目标时刻的第二水质探测数据和第二水面图像；
[0125]
根据所述第一水质探测数据和所述第二水质探测数据，得到水质探测相似度；
[0126]
将所述第一水面图像和所述第二水面图像输入图像识别模型，得到所述图像识别模型输出的变化标签图；其中，所述图像识别模型是基于水面图像样本和水面图像特征对神经网络模型训练得到的；
[0127]
根据所述水质探测相似度和所述变化标签图，得到水质监控结果；
[0128]
若所述水质监控结果超过目标阈值，则调整水质探测频率并发送警报。
[0129]
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其
中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
[0130]
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
[0131]
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
技术特征：1.一种水质监控告警方法，其特征在于，包括：获取第一目标时刻的第一水质探测数据和第一水面图像，获取第二目标时刻的第二水质探测数据和第二水面图像；根据所述第一水质探测数据和所述第二水质探测数据，得到水质探测相似度；将所述第一水面图像和所述第二水面图像输入图像识别模型，得到所述图像识别模型输出的变化标签图；其中，所述图像识别模型是基于水面图像样本和水面图像特征对神经网络模型训练得到的；根据所述水质探测相似度和所述变化标签图，得到水质监控结果；若所述水质监控结果超过目标阈值，则调整水质探测频率并发送警报。2.根据权利要求1所述的水质监控告警方法，其特征在于，所述图像识别模型包括：第一层，用于基于所述第一水面图像和所述第二水面图像，获得第一特征图像和第二特征图像；第二层，用于基于所述第一特征图像和所述第二特征图像，获得所述第一特征图像和所述第二特征图像之间的欧式距离；第三层，用于基于损失函数和所述欧式距离，获得变化标签图。3.根据权利要求2所述的水质监控告警方法，其特征在于，所述基于所述第一水面图像和所述第二水面图像，获得第一特征图像和第二特征图像，包括：将所述第一水面图像输入神经网络，将所述第二水面图像输入所述神经网络的孪生网络，获得第一特征图像和第二特征图像。4.根据权利要求1所述的水质监控告警方法，其特征在于，所述根据所述第一水质探测数据和所述第二水质探测数据，得到水质探测相似度，包括：根据所述第一水质探测数据和所述第二水质探测数据，得到第一目标时刻的第一光谱矢量和第二目标时刻的第二光谱矢量；根据所述第一光谱矢量和所述第二光谱矢量的夹角，得到水质探测相似度。5.根据权利要求1所述的水质监控告警方法，其特征在于，所述根据所述水质探测相似度和所述变化标签图，得到水质监控结果，包括：根据所述水质探测相似度和所述变化标签图，得到空谱联合值；根据所述空谱联合值，确定水质监控结果。6.根据权利要求5所述的水质监控告警方法，其特征在于，所述根据所述水质探测相似度和所述变化标签图，得到空谱联合值，包括：根据所述水质探测相似度对应的取值、所述变化标签图对应的取值和权重系数，得到空谱联合值。7.一种水质监控告警装置，其特征在于，包括：获取模块，用于获取第一目标时刻的第一水质探测数据和第一水面图像，获取第二目标时刻的第二水质探测数据和第二水面图像；计算模块，用于根据所述第一水质探测数据和所述第二水质探测数据，得到水质探测相似度；识别模块，用于将所述第一水面图像和所述第二水面图像输入图像识别模型，得到所述图像识别模型输出的变化标签图；其中，所述图像识别模型是基于水面图像样本和水面
图像特征对神经网络模型训练得到的；确定模块，用于根据所述水质探测相似度和所述变化标签图，得到水质监控结果；调整模块，用于在所述水质监控结果超过目标阈值时，调整水质探测频率并发送警报。8.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至6任一项所述水质监控告警方法。9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述水质监控告警方法。10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述水质监控告警方法。
技术总结本发明提供一种水质监控告警方法和装置，所述方法包括：获取第一目标时刻的第一水质探测数据和第一水面图像，获取第二目标时刻的第二水质探测数据和第二水面图像；根据所述第一水质探测数据和所述第二水质探测数据，得到水质探测相似度；将所述第一水面图像和所述第二水面图像输入图像识别模型，得到所述图像识别模型输出的变化标签图；根据所述水质探测相似度和所述变化标签图，得到水质监控结果；若所述水质监控结果超过目标阈值，则调整水质探测频率并发送警报。本发明提供的水质监控调整方法和装置，通过获取不同目标时刻的水面图像和水质探测数据，得到水质监控结果，并根据水质监控结果调整水质探测频率并发送警报。监控结果调整水质探测频率并发送警报。监控结果调整水质探测频率并发送警报。
技术研发人员：张红明 陶醉 周翔 吕婷婷 王锦
受保护的技术使用者：中国科学院空天信息创新研究院
技术研发日：2022.06.17
技术公布日：2022/11/1
