(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210788366.4 (22)申请日 2022.07.06 (71)申请人 南通大学 地址 226000 江苏省南 通市啬园路9号 (72)发明人 高文曦　 (74)专利代理 机构 南通云创慧泉专利代理事务 所(普通合伙) 32585 专利代理师 邵永永 (51)Int.Cl. G01D 21/02(2006.01) G06F 17/10(2006.01) (54)发明名称 基于地理信息大 数据的生态 环境监测方法 (57)摘要 本发明公开了基于地理信息大数据的生态 环境监测方法,利用不同种类传感器获得生态环 境数据； 建立生态环境数据测量矩阵； 利用数据 测量矩阵与矩阵运算计算生态环 境的真实值； 计 算生态环 境数据误差的平方和， 生态环境的真实 值的估计值， 生态环境传感器数据的估计状态方 差； 计算传感器测量结果的算术平均值与传感器 测量方差估计值； 对生态环境传感器数据进行更 新； 建立生态环境风险的预测模型； 对生态环境 风险的预测结果进行更新， 对噪声矩阵进行更 新； 对生态环 境预测的结果进行判断是否需要采 取保护措施， 该方法通过将生态环 境的监测与算 法模型相结合， 理解简单， 可操作性强， 在生态环 境监测方面具有良好作用。 权利要求书3页 说明书7页 附图2页 CN 114858222 A 2022.08.05 CN 114858222 A 1.基于地理信息大 数据的生态 环境监测方法， 其特 征在于,该 方法步骤 包括： 步骤S1： 利用不同种类传感器对生态 环境进行监测， 获得生态 环境数据； 步骤S2： 读取生态 环境数据， 建立 生态环境数据测量矩阵； 步骤S3： 利用数据测量矩阵与矩阵运 算计算生态环境的真实值； 步骤S4： 计算生态环境数据误差的平方和， 生态环境的真实值的估计值， 生态环境传感 器数据的估计 状态方差； 步骤S5： 计算传感器测量结果的算 术平均值与传感器测量方差估计值； 步骤S6： 对生态 环境传感器数据进行 更新； 步骤S7： 建立 生态环境风险的预测模型； 步骤S8： 对生态 环境风险的预测结果进行 更新， 对噪声矩阵进行 更新； 步骤S9： 对生态环境预测的结果进行判断是否需要采取保护措施， 如果需要， 则立即采 取保护行动， 如果 不需要， 则重复步骤S1、 S2、 S3、 S4、 S5、 S6、 S7、 S 8。 2.如权利要求1所述的基于地理信 息大数据的生态环境监测方法， 其特征在于， 所述建 立生态环境数据测量矩阵， 表达式为： 其中， A表示测量生态环境数据构成的测量矩阵， B表示测量系数矩阵， r表示单个生态 环境传感器测量 值， b表示环境和传感器的综合噪声矩阵。 3.如权利要求1所述的基于地理信 息大数据的生态环境监测方法， 其特征在于， 所述计 算生态环境的真实值， 表达式为： 其中， 表示生态环境的真实值， B表示测量系数矩阵， C表示传感器误差的正定对角加 权矩阵， T表示矩阵的转置运 算， A表示测量 生态环境数据构成的测量矩阵。 4.如权利要求1所述的基于地理信 息大数据的生态环境监测方法， 其特征在于， 所述计 算生态环境数据误差的平方和， 表达式为： 其中， 表示生态环境数据估计误差的平方和， i表示生态环境传感器的个数， 表示单个生态 环境传感器的误差估计值， 表示误差系数， 表示迭代次数； 所述生态环境的真实值的估计值， 表达式为： 其中， 表示生态环境的真实值的估计值， 表示生态环境传感器的观测矩阵； 所述生态环境传感器数据的估计 状态方差， 表达式为：权　利　要　求　书 1/3 页 2 CN 114858222 A 2其中， 表示生态环境传感器数据的估计 状态方差 。 5.如权利要求1所述的基于地理信 息大数据的生态环境监测方法， 其特征在于， 所述计 算传感器测量结果的算 术平均值， 表达式为： 其中， 表示传感器测量结果的算术平均值， i表示生态环境传感器的个数， 表示迭代 次数， 表示所有传感器的测量结果； 所述传感器测量方差估计值， 表达式为： 其中， 表示传感器测量方差估计; 其中， V表示同种类型传感器的个数， q表示迭代次数， i表示生态环境传感器的个数， 表示同种类型传感器测量方差 。 6.如权利要求1所述的基于地理信 息大数据的生态环境监测方法， 其特征在于， 所述对 生态环境传感器数据进行 更新， 表达式为： 其中， u表示传感器数据的更新值， 表示生态环境的真实值， B表示测量系数矩阵， C表 示传感器误差的正定对角加权矩阵， T表示矩阵的转置运算， A表示测量生态环境数据构成 的测量矩阵。 7.如权利要求1所述的基于地理信 息大数据的生态环境监测方法， 其特征在于， 所述生 态环境风险的预测模型， 表达式为： 其中， 表示生态环境风险的预测输出， q表示迭代次数， Z表示 时间区段数量， 表 示传感器数据的峰值， 表示传感器数据的均值。 8.如权利要求1所述的基于地理信 息大数据的生态环境监测方法， 其特征在于， 所述对 生态环境风险的预测结果进行 更新， 对噪声矩阵进行 更新， 表达式为： 权　利　要　求　书 2/3 页 3 CN 114858222 A 3