基于物聯(lián)網(wǎng)的河道采砂智能監(jiān)管系統(tǒng)研發(fā)與應(yīng)用

袁錦虎，肖勇榮，鄧 虹，許小華

(1.江西省鄱陽湖水利樞紐建設(shè)辦公室河湖處，江西 南昌 330009；2.江西滴石科技有限公司，江西 南昌 330029；3.江西經(jīng)濟管理干部學(xué)院電子與信息工程學(xué)院，江西 南昌 330088；4.江西省水利科學(xué)院智慧水利研究所，江西 南昌 330029)

河道采砂是社會關(guān)注的熱點，也一直是政府管理的難點。受高額利潤驅(qū)使，無證開采、超采濫挖等非法采砂問題仍突出存在，非法采砂嚴重影響河床穩(wěn)定，給河段的防洪安全、通航安全和生態(tài)環(huán)境帶來嚴重影響。雖然各地采取了大量管理措施，但由于監(jiān)管技術(shù)手段不足、人力缺乏等問題致使采砂現(xiàn)場監(jiān)管力度明顯不夠，采砂運砂活動難以有效管控[1]，非法采砂現(xiàn)象時有發(fā)生，迫切需要以“人防+技防”、“互聯(lián)網(wǎng)+監(jiān)管”模式，實現(xiàn)對非法采砂運砂的全天候監(jiān)管。

另一方面，《江西省河道采砂管理條例》《水利部關(guān)于河道采砂管理工作的指導(dǎo)意見》先后出臺，采砂規(guī)劃的剛性約束進一步強化，對采砂船數(shù)量和砂石開采總量提出了嚴格控制的管理要求，新形勢下粗放管理的采砂現(xiàn)狀已不能滿足當前河湖管理保護的要求。因此，開展河道采砂智能監(jiān)管平臺研究和建設(shè)，落實采砂總量控制制度和“五定”作業(yè)要求，實現(xiàn)河道采砂從規(guī)劃、許可、開采、運輸、執(zhí)法及溯源和預(yù)警的全方位規(guī)范化管理非常必要。

基于上述要求，充分利用物聯(lián)網(wǎng)、大數(shù)據(jù)、云平臺、人工智能等信息技術(shù)，通過開展基于物聯(lián)網(wǎng)的采砂智能監(jiān)管關(guān)鍵技術(shù)研究，并在江西省采砂管理信息化平臺實踐應(yīng)用，實現(xiàn)河道采砂全過程網(wǎng)絡(luò)智能化監(jiān)管。

1 采砂智能監(jiān)管系統(tǒng)構(gòu)成

1.1 采砂智能監(jiān)管目標

基于物聯(lián)網(wǎng)的河道采砂智能監(jiān)管系統(tǒng)研究目標主要是規(guī)范河道采砂按“五定”(定船、定點、定時、定量、定功率)要求開采，實現(xiàn)對采砂從業(yè)者、采砂船(車)、砂場全要素的綜合管理和從規(guī)劃、許可、開采、運輸和銷售全鏈條的監(jiān)管，提供看得見(采砂現(xiàn)場視頻監(jiān)控)、方便查(全過程實現(xiàn)電子采運單核查)、能預(yù)警(大數(shù)據(jù)分析智能預(yù)警)的監(jiān)管技術(shù)手段。

1.2 采砂智能監(jiān)管系統(tǒng)架構(gòu)

將設(shè)備(船、車)、場所(采區(qū)、砂場)、人員作為業(yè)務(wù)點，將采砂規(guī)劃、許可數(shù)據(jù)作為約束條件，以采運砂電子采運單為業(yè)務(wù)主線，通過數(shù)據(jù)融合和管理實現(xiàn)采、運、銷活動的動態(tài)監(jiān)管。具體通過衛(wèi)星定位、射頻識別(RFID)、視頻監(jiān)控和智能AI技術(shù)形成智能感知體系[2]，獲得采砂、裝砂、運砂、卸砂的視頻監(jiān)控、運行軌跡和位置感知識別等有效記錄，通過現(xiàn)場多傳感器的信息匯聚和業(yè)務(wù)流程再造，綜合利用大數(shù)據(jù)分析、智能識別和追蹤以及預(yù)警技術(shù)，實現(xiàn)采運砂現(xiàn)場全過程的動態(tài)監(jiān)控和智能化監(jiān)督管理。

2 采砂智能監(jiān)管關(guān)鍵技術(shù)

通過引入位置擬合算法、圖像識別等“智能+”技術(shù)，對采、運砂船進行圖像識別和位置追蹤[1]，同時采用帶軌跡和照片的電子采運管理單，形成對非法采砂行為的多方位監(jiān)控、預(yù)警和取證。

2.1 位置擬合算法

船舶間的相對位置、船與采區(qū)和砂場的相對位置是采砂智能監(jiān)管的重要依據(jù)，由于民用衛(wèi)星定位的精度和氣象、場所等因素的影響，存在位置數(shù)據(jù)精度不足、部分時間點數(shù)據(jù)缺失等情況。為此，引入基于近場通訊的射頻識別(RFID)技術(shù)[3]進行相對位置的判別補充。

位置擬合算法主要解決兩方面的位置擬合判定，一是“五定”中的定點開采，判定采砂船是否在指定采區(qū)的多邊形坐標范圍內(nèi)，采用坐標范圍判定方法；二是智能分析采砂、運砂、卸砂的業(yè)務(wù)時間點，需判定采砂船與運砂船、運砂船與砂場的相對關(guān)系，進而判定采砂作業(yè)是否規(guī)范、運砂船是否照單運輸?shù)?，采用相對位置時序判定方法。

1)坐標范圍判定。需要判定采砂船是否在采區(qū)內(nèi)采砂，如果不在要給出距離采區(qū)范圍的最短距離，同時考慮坐標精度和坐標點數(shù)據(jù)瞬時漂移，需要進行數(shù)據(jù)有效性判定。通過目標設(shè)備的常態(tài)速度將一些產(chǎn)生瞬時漂移的數(shù)據(jù)過濾。根據(jù)判定需求，采用引射線法進行設(shè)計，能同時判定是否在采區(qū)內(nèi)并計算最短距離。

2)相對位置時序判定。在進行采砂、運砂作業(yè)擬合判定時，一般通過采砂船和運砂船、運砂船和砂場的相對位置時序圖進行AI判定。首先給出機器學(xué)習(xí)基礎(chǔ)知識，采砂船采砂時間、運砂船運砂時間、砂場卸砂時間為主要時序圖模型。然后AI算法根據(jù)運行的實際數(shù)據(jù)結(jié)合電子采運單數(shù)據(jù)進行線性回歸算法計算，擬合出一次完整的采砂、運砂、卸砂過程。如圖1所示。

圖1 運砂船位置擬合時序圖

采運過程擬合：以兩靠(T1，T3)和兩離(T2，T4)結(jié)合三時長(P1、P2和P3)進行線性回歸(時長偏離線性參數(shù)m，n，c)計算。

計算滿足即擬合一次采運過程：

P1×(1-m)≤(T2-T1)≤P1×(1+m)

P2×(1-n)≤(T3-T2)≤P2×(1+n)

P3×(1-c)≤(T4-T3)≤P3×(1+c)

?？?駛離判定(T判定)：?？?駛離(T)的判定主要是采用距離漸進(離)法，通過RFID進行進場捕獲，通過衛(wèi)星定位坐標進行距離計算。需要處理兩類問題：一是運砂船途經(jīng)采砂船或砂場，被RFID捕獲，可以通過前面的線性擬合計算排除；二是衛(wèi)星坐標的不確定漂移帶來的距離反向變化，導(dǎo)致指定周期內(nèi)無法數(shù)據(jù)收斂，一直處于跳動計算，可通過運砂船的停靠數(shù)據(jù)分析，計算?？恳粋€采樣周期的典型位移，當采樣周期獲得的位移超出該典型位移時則判定為坐標漂移，丟棄該采樣數(shù)據(jù)，從而保障數(shù)據(jù)的收斂性，快速確定?？繒r間(T)。

下面以運砂船?？坎缮按瑸槔臄?shù)據(jù)如圖2。

圖2 ?？繑?shù)據(jù)擬合結(jié)果表

RFID進場捕獲距離為500 m，當采砂船45捕獲到運砂船141進入RFID區(qū)域后，開始進入?？勘O(jiān)測，監(jiān)測距離分別為300、200、100 m和50 m，穩(wěn)定循環(huán)次數(shù)采用3次。RFID捕獲后首次監(jiān)測距離為345 m，經(jīng)過9次數(shù)據(jù)分析，距離符合漸進原則，穩(wěn)定獲得連續(xù)3次(cyc的值為3)posion為0的數(shù)據(jù)后，最終判定141?？?5。對于衛(wèi)星坐標漂移問題，采砂船45從7:08:00到7:09:29秒中間是斷了2個周期的數(shù)據(jù)，就是因坐標漂移的位移超出典型位移，從而被系統(tǒng)丟棄。

時長判定(P判定)：兩個T之間會產(chǎn)生一個P，如何動態(tài)生成標準P是擬合的關(guān)鍵要素，采用的方式是通過歷史數(shù)據(jù)進行方差計算獲取，其中Pn是需要計算的期間的歷史數(shù)據(jù)，M是歷史數(shù)據(jù)的平均值。

當S2小于系統(tǒng)設(shè)置的參數(shù)時，即視為數(shù)據(jù)處于穩(wěn)定狀態(tài)，此時取歷史數(shù)據(jù)中的中位數(shù)作為標準P(P1，P2，P3分別通過方差收斂和中位數(shù)計算得到)參與到運砂過程擬合計算。

2.2 圖像智能識別

主要用于輔助判定是否開展了采砂、運砂作業(yè)。圖像智能識別已發(fā)展到深度學(xué)習(xí)算法，主要是卷積神經(jīng)網(wǎng)絡(luò)模型。

1)卷積神經(jīng)網(wǎng)絡(luò)分層模型算法?；诰矸e神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)模型就是通過將原始數(shù)據(jù)與具備權(quán)重的卷積核做加權(quán)，從原始數(shù)據(jù)中提取出想得到的信息。在圖像處理中，經(jīng)常用不同的卷積核對圖像進行處理。

2)采砂運砂圖像識別設(shè)計。采砂運砂圖像識別設(shè)計采用基于卷積神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)模型，具體算法模型采用Fast R-CNN算法。

算法特性：卷積不再是對每個特征區(qū)域進行，而是直接對整張圖像，這樣減少了很多重復(fù)計算。用特征層進行特征的尺寸變換，因為全連接層的輸入要求尺寸大小一樣，因此不能直接把特征區(qū)域作為輸入。

將回歸量放進網(wǎng)絡(luò)一起訓(xùn)練，每個類別對應(yīng)一個回歸量，同時用softmax激活函數(shù)代替SVM分類器。首先，輸入一張需要檢測的圖像；然后，提取特征區(qū)域；接著，對卷積特征層上的每一個特征區(qū)域進行池操作；最后，將提取到的全部特征區(qū)域輸入全連接層，用soffmax激活函數(shù)進行分類。

3)算法應(yīng)用測試。在實際應(yīng)用中，預(yù)訓(xùn)練模型使用的是VGG16，network參數(shù)就適用默認參數(shù)，學(xué)習(xí)率先默認為0.001進行實驗，后期取0.01或0.0001進行多次實驗，batch_size參數(shù)取128，訓(xùn)練時梯度下降的速率更快，也具有更高的方向準確度，其他參數(shù)均采用默認值。采用經(jīng)過訓(xùn)練后生成的模型，按照0.8作為檢出判別參數(shù)，對采集的200張監(jiān)測圖片進行測試，正確率為67.2%，漏檢率為25.6%。

3 系統(tǒng)應(yīng)用

技術(shù)成果通過江西省河道采砂管理信息化平臺在贛江中下游開展試點應(yīng)用，應(yīng)用內(nèi)容主要包括四個方面。

3.1 建立采砂監(jiān)管基礎(chǔ)信息子平臺

建立省、市、縣三級采砂管理基礎(chǔ)資料體系，分級管理[4]，作為智能監(jiān)管數(shù)據(jù)基礎(chǔ)和控制依據(jù)，支撐用于采砂規(guī)劃、許可、開采、運輸、銷售全過程行政信息查詢統(tǒng)計和管理。基礎(chǔ)信息：一是采砂規(guī)劃許可信息，如采區(qū)坐標、年度控制開采量、作業(yè)時限、船只數(shù)量等；二是采(運)砂船(車)及砂場信息，如裝載噸位、船檢證書、砂場坐標等；三是采砂業(yè)主及監(jiān)管單位和人員，如職務(wù)、聯(lián)系方式等；四是開采日(月)報臺賬信息，如開采量、船數(shù)等。

3.2 建立采砂現(xiàn)場智能化監(jiān)管子平臺

通過物聯(lián)網(wǎng)、視頻監(jiān)控、GPS、RFID和智能AI技術(shù)形成智能感知體系，獲得采砂、裝砂、卸砂的視頻監(jiān)控、運行軌跡和位置感知識別記錄，通過智能算法輔助判定采砂船什么時候開采、多長時間裝完一船以及運砂作業(yè)時長、卸砂作業(yè)時長等智能監(jiān)管需要的數(shù)據(jù)，并上傳云服務(wù)數(shù)據(jù)庫，實現(xiàn)歷史數(shù)據(jù)的回溯。

基于采砂規(guī)劃、許可和管理要求，采砂船只、車輛統(tǒng)一登記，通過電子圍欄[5]、時限設(shè)置、采運單記錄等方式規(guī)范采砂船按照“五定”要求作業(yè)，對非指定船只采砂、超采區(qū)范圍采砂、超時間規(guī)定采砂、超限定功率采砂、超總量采砂以及無票運砂、偏離正常線路運砂卸砂等違規(guī)情況即時智能識別并告警。具體如圖3采砂船監(jiān)控預(yù)警集成顯示。

圖3 采砂船監(jiān)控預(yù)警集成顯示圖

3.3 建立采運銷(用)閉環(huán)監(jiān)管體系

電子采運單有效提高了對河道砂石“采、運、銷”全過程監(jiān)管的能力和效率。以電子采運單為主線，運砂作業(yè)一船一單，實時開單(可機打)上網(wǎng)，通過二維碼(掃碼填報或查驗)實現(xiàn)采砂和運砂的閉環(huán)管理[6]。通過對采運單信息自動統(tǒng)計采砂、運砂、卸砂數(shù)據(jù)，對比規(guī)劃、許可數(shù)據(jù)，實現(xiàn)對采砂、運砂行為的預(yù)判、告警和控制。通過對采運單信息實時、多條件查詢分析，為有效管控和規(guī)范采砂運砂活動提供有力的技術(shù)支撐。如圖4采運銷綜合展示。

圖4 采運銷綜合展示圖

3.4 建立采砂監(jiān)管全景信息展示子平臺

建立全省砂石采運監(jiān)管動態(tài)地圖，基于GIS地圖通過視頻、照片、軌跡、圖表等可視化方式實時、全景展示全省采區(qū)、砂場作業(yè)以及運砂情況；對智能預(yù)警平臺的預(yù)警信息進行地圖標示。建立全省采砂量監(jiān)管統(tǒng)計分析圖，實時顯示全省以及各流域、區(qū)域、采區(qū)開采信息以及砂石流向情況，實現(xiàn)一圖展示和可視化分析[7]，結(jié)合報表選取區(qū)域、時間段等進行各類查詢統(tǒng)計分析。

4 結(jié) 語

該應(yīng)用平臺填補了省級采砂管理綜合信息化建設(shè)的空白，平臺的研發(fā)和運行實現(xiàn)了全省采砂管理業(yè)務(wù)信息的規(guī)范化管理，基本形成河道砂石開采、運砂、銷售的實時智能監(jiān)控一體化，取得了較好的應(yīng)用效果和管理效益。下一步，依托智慧水利框架和數(shù)字孿生建設(shè)，將河道采砂智能監(jiān)管系統(tǒng)模型用于數(shù)字孿生流域平臺，實現(xiàn)河道采砂管理和執(zhí)法數(shù)據(jù)全面共享和協(xié)同應(yīng)用，為形成全方位、高層次的流域智慧采砂監(jiān)管打下堅實的基礎(chǔ)。