- 综合排序
- 最热优先
- 最新优先
- 来自专栏智慧气象
超声波雪深监测站：预防融雪性洪水灾害
超声波雪深监测站：预防融雪性洪水灾害【TH-XS1】超声波雪深监测站通过非接触式高精度测量技术，能够实时追踪积雪深度变化，结合气象数据与水文模型，为融雪性洪水灾害的预防提供关键决策支持。 一、超声波雪深监测的技术原理与优势核心测量机制发射-接收时差法：设备向雪面发射高频超声波脉冲（20-200kHz），通过计算反射波返回时间差，结合声速（受温度、湿度补偿）计算雪深。 高时空分辨率：可实现每分钟1次测量，数据精度达±1cm，支持毫米级积雪变化监测。低维护成本：无机械磨损部件，寿命可达5-8年，适合野外长期部署。 二、融雪性洪水灾害预警机制关键数据融合分析积雪动态模型：结合历史雪深数据与实时监测值，预测积雪消融速度（如升温速率＞3℃/日时风险激增）。 多源数据协同验证卫星遥感校验：通过MODIS雪盖产品验证地面监测站的空间代表性。土壤湿度传感器：监测下渗能力，修正融雪径流预测偏差。雨量计联动：区分雨雪混合降水对洪水的叠加效应。
21310编辑于 2025-08-14 - 来自专栏全栈程序员必看
舆情监测分析系统_舆情监测系统
文章目录 一、引言 1.1 目的 1.2 项目信息 1.3 缩写说明 1.4 术语定义 1.5 参考资料 二、舆情分析系统概述 2.1 舆情分析系统介绍 2.2 舆情分析系统价值主张与愿景 2.3 舆情分析系统功能架构 下图为舆情分析系统整体功能架构图: 2.4 系统数据描述 系统的数据来源于微博博文与今日头条新闻文章舆情数据的实时爬取，爬取的数据包括文章内容、文章作者、文章点赞量 3.7.4 系统日志页 按时间线显示系统操作的记录。 4. 非功能性需求 4.1 可交互性 系统的人机交互符合人的认知心理学基本原理，并且需要降低系统工作人员的学习成本，必要的话还要提供系统使用的帮助文档。 4.5 可靠性 在系统发生故障后，需要保证系统可以在较短时间内重建其性能水平并恢复直接受影响数据的能力，并且使系统故障率保持在一定的水平下。
6.1K30编辑于 2022-09-29 - 来自专栏用户9835657的专栏
铁塔安全监测系统 无人值守倾角振动监测系统
该监测系统既是专门为通讯企业和铁塔公司能实时监测通讯铁塔的倾斜及振幅频率等情况，及时了解运行通讯铁塔的安全、可靠状况，根据监测数据发展趋势，对超标铁塔状况及时进行多种方式预报警，指导检修和维护，提醒运行维护人员加固地基 系统优势1、自动数据采集和测量，铁塔状态实时掌控为实现无人值守，系统周期性采集被监测铁塔的运行状态，进行处理、存储和上报，一旦出现倾斜异常情况立即上报监测中心且可随时接收并响应监测中心的相应命令，通过监测模块对相应监测指标进行查询和信息传送 监测铁塔塔基的不均匀沉降情况，当不均匀沉降值超过预设门限值时，系统会立即产生报警信号。 6、实时监测方便和完备，铁塔资产安全保障铁塔安全监测系统具有体积小、精度高、安装方便、功能完备等优势，可对铁塔进行全天候实时的安全监测，可有效地保障铁塔安全，提高通信铁塔资产的信息化管理水平。 系统构成铁塔安全监测系统主要包括通讯铁塔姿态监测器和检测平台软件两部分，系统通过对通讯铁塔的各种状态进行测量和报告，将数据通过4G通讯传送到后台综合分析软件系统进行分析和决策，准确反映出通讯铁塔当前的各种状态
2.6K30编辑于 2022-07-02 - 来自专栏物联网智慧生活
VOCs在线监测系统 自动监测 远程监控
一、VOCs在线报警监测系统概述 VOCs在线报警监测系统能把污染源精准监测和追溯，实现靶向治理:实时颗粒物、空气四参、气相五参的情况监测，确定影响区域空气质量的主要因素，把控重点污染源，实现定向治理 四、VOCs在线报警监测系统功能 1、实时数据入库系统 实时数据入库系统主要实现园区企业内所有VOCs监测点产生的测量数据实时存到监测平台数据存储中心，可以对接不同类型的监测因子。 图片4.png 2、数据存储系统 原始监测数据，将全部存储在监测平台分布式文件系统，用于存储海量的非结构化数据。 五、VOCs在线报警监测系统优势 VOCs环保设备在线监测系统除满足环境安全监控要求外，还具备预警预报功能，形成完整的监测、监控、预警、预报体系，以信息化推动环保业务管理的现代化，全面提升环境安全监测能力以及对突发事故的应急处理能力 工业废气无(有)组织排放监测预警系统利用先进的工业传感器网络技术、自动控制、无线通讯、地理信息系统( GIS)、数据库及网络工程、计算机应用等技术，对化工园区危废气体情况进行实时监控。
2.5K20发布于 2021-10-20 - 来自专栏燧机科技-视频AI智能分析
秸秆焚烧监测系统
秸秆焚烧监测系统智能监测预警能实时监测监控摄像头画面范围内的田地，当秸秆焚烧监测系统发现现场监控摄像头监控画面中出现焚烧现象时，系统马上识别分析处理数据同步给监控管理后台，并自动将焚烧预警息并传送给相关负责人 秸秆焚烧监测系统利用现场已经安装的监控摄像头，实时分析监控画面，自动识别烟火焚烧情况，秸秆焚烧监测系统一旦发现现场明火烟雾行为，立即将现场场景图片储存，将图片截图发给管理后台，全自动预警提醒。 便于监管人员及时发现并处理，全天候不间断监测识别违规行为，让秸秆燃烧“无处可藏”。
56900编辑于 2022-10-03 - 来自专栏燧机科技-视频AI智能分析
口罩佩戴监测系统
口罩佩戴监测系统通过yolo网络对现场监控画面进行实时监测，比如工厂车间、商场或者食堂后厨人员口罩佩戴情况等。 当口罩佩戴监测系统监测到工作人员进入监控画面却没有按照规定戴口罩时，不需要人工干预，系统立即抓拍告警及时提醒后台人员处理违规情况，避免更大损失的发生。
69820编辑于 2022-12-29 - 来自专栏燧机科技-视频AI智能分析
工地扬尘监测系统
工地扬尘监测系统算法能够通过yolo网络框架模型，工地扬尘监测系统算法自动对区域的扬尘、粉尘颗粒进行实时监测识别，并及时进行预警，有效防止扬尘污染。 工地扬尘监测系统算法中Yolo框架模型意思是You Only Look Once，它并没有真正的去掉候选区域，而是创造性的将候选区和目标分类合二为一，看一眼图片就能知道有哪些对象以及它们的位置。 Yolo模型采用预定义预测区域的方法来完成目标检测，具体而言是将工地扬尘监测系统算法原始图像划分为 7x7=49 个网格（grid），每个网格允许预测出2个边框（bounding box，包含某个对象的矩形框 但是结合卷积运算的特点，工地扬尘监测系统算法可以使用CNN实现更高效的滑动窗口方法。这里要介绍的是一种全卷积的方法，简单来说就是网络中用卷积层代替了全连接层。 工地扬尘监测系统算法红YOLO的结构非常简单，就是单纯的卷积、池化最后加了两层全连接，从网络结构上看，与前面介绍的CNN分类网络没有本质的区别，最大的差异是输出层用线性函数做激活函数，因为需要预测工地扬尘监测系统算法
46050编辑于 2023-09-19 - 来自专栏燧机科技-视频AI智能分析
跑冒滴漏监测系统
跑冒滴漏监测系统应用OpenCv+yolo计算机视觉深度学习技术对危化品生产区域实时检测，当跑冒滴漏监测系统检测到液体泄露时，立即抓拍存档告警并回传给后台监控平台方便人员及时处理，提高图像数据的实时监控效率
66920编辑于 2022-12-27 - 来自专栏物联网智慧生活
水雨情监测系统
连续暴雨天气，针对水库大坝、河流、城市排水等场景，水雨情监测系统作用重大，远程实时雨量水位监测，自动化管控，做到精准监测、科学预判、提前预警，避免汛期人身及财产损失。 1.png 水雨情监测系统组成 计讯物联水雨情监测系统，全数字自动化管理平台，将前端采集到的数据及控制信号,利用无线通信遥测终端,通过4G网络传回到控制中心及各水利水务部门监控中心，实现分布监控，集中控制和管理的功能 通信 水利遥测终端TY511通过无线网络，实现前端到数据中心系统的对接。 后端 计讯物联水雨情监测平台，通过对现场终端设备进行水雨情数据收集、整理、分析、设备控制等，从而进行相应的水雨情预警工作。 水雨情监测系统功能 1、雨量、水位、数据采集，系统平台实时雨情信息，历史雨情信息，报表、柱状图直观显示，数据可查。 图片2.png 2、图像抓拍，视频数据采集，系统平台远程打开水雨情监测站点视频监控画面控制，可选字符数据叠加到视频画面。 3、数据传输，4G/3G/2G/GPRS/nb/北斗等通信方式可选。
1.2K20发布于 2021-07-19 - 来自专栏GEE数据专栏，GEE学习专栏，GEE错误集等专栏
NASA数据集——2002-2011年全球18.7 至 89.0 千兆赫的亮度温度、海冰浓度和海冰积雪深度三级网格产品（AE_SI12）数据
简介 美国国家航空航天局地球观测系统 Aqua 卫星上的高级微波扫描辐射计-地球观测系统 （AMSR-E）仪器提供陆地、海洋和大气变量的全球被动微波测量，用于研究水和能量循环。 海冰浓度和亮度温度包括日升序平均值、日降序平均值和日平均值；海冰积雪深度数据为五天运行平均值。 AMSR-E/Aqua每日L3 12.5公里亮温、海冰浓度和雪深极地网格数据是由美国宇航局（NASA）的卫星观测传感器AMSR-E收集的。 雪深是指地表上雪的厚度，通常以厘米或毫米为单位报告。这些数据用于监测极地地区的积雪情况和变化。 这些数据以12.5公里的分辨率生成，以极地投影的形式呈现。 每日更新的数据集以版本003提供，并可用于研究和监测极地地区的气候变化、海冰覆盖和积雪情况。
36510编辑于 2024-05-16 - 来自专栏物联网解决方案
煤矿煤层自燃监测系统
煤矿煤层自燃监测系统的作用煤矿煤层自燃监测系统是一种专门用于监测煤矿自燃火灾的系统。 煤矿煤层自燃监测系统通常由传感器、数据采集器、数据传输设备、监控软件等组成。传感器负责实时监测井下的气体成分、温度等参数，并将数据传输给数据采集器。 煤矿煤层自燃监测系统的发展趋势随着科技的不断进步和煤矿安全生产的不断提高，煤矿煤层自燃监测系统也在不断发展和完善。 未来，煤矿煤层自燃监测系统将更加智能化、自动化，能够实现更加精准的监测和预警，为煤矿的安全生产提供更加可靠的保障。 煤堆自燃预防措施煤矿煤层自燃监测系统的优势煤矿煤层自燃监测系统的优势在于能够实时监测井下的气体成分和温度等参数，及时发现自燃火灾的隐患，避免了传统的人工巡检方式存在的漏检和误检等问题。
22810编辑于 2025-11-14 - 来自专栏燧机科技-视频AI智能分析
水尺监测识别系统
水尺监测识别系统利用计算机视觉+YOLOv5网络架构机器学习技术对河道湖泊进行实时检测，水尺监测识别系统监测到河道水位异常时，立即告警，推送给后台。 水尺监测识别系统YOLOv5网络架构机器学习极大提升现场区域的管控效率，既方便又节省人力。
1.3K30编辑于 2022-12-27 - 来自专栏燧机科技-视频AI智能分析
船只监测识别系统
船只监测识别系统通过python+opencv网络模型深度学习技术，船只监测识别系统对河道湖泊区域进行7*24小时不间断实时监测，当船只监测识别系统监测到监控区域出现违规船只时，立即抓拍告警。 图片 OpenCV可以在不同的系统平台上使用，包括Windows，Linux，OS，X，Android和iOS。基于CUDA和OpenCL的高速GPU操作接口也在积极开发中。
1.1K30编辑于 2023-03-09 雷达水位监测系统：水利监测的智慧之眼
雷达水位监测系统：水利监测的智慧之眼 【BF-LDSW】在水利领域，水位监测是保障水安全、合理调配水资源以及预防洪涝灾害的重要基础工作。 传统的水位监测方法存在诸多局限性，而随着科技的飞速发展，雷达水位监测系统应运而生，以其卓越的性能和优势，正逐渐成为水位监测的主流技术。 一、雷达水位监测系统的工作原理雷达水位监测系统主要基于微波测距原理。系统中的雷达水位计向水面发射微波信号，当微波信号遇到水面后会发生反射，雷达水位计接收反射回来的信号。 二、系统的显著优势（一）高精度测量雷达水位监测系统能够实现毫米级的测量精度，远远高于许多传统的水位监测设备。这使得它能够敏锐地捕捉到水位的微小波动，为水利决策提供极为精准的数据支持。 在工业领域，对于化工、电力等行业的冷却塔、储罐液位监测，雷达水位监测系统能够保障生产过程的安全稳定运行。
29410编辑于 2025-07-21- 来自专栏燧机科技-视频AI智能分析
路桥灾害监测哨兵系统
传统监测手段存在响应滞后（平均耗时＞30分钟）、误报率高（＞25%）等痛点，如2025年福建某隧道塌方事件因监测延迟导致交通中断12小时。 本文提出基于YOLOv8目标检测与RNN时序分析的智能监测哨兵系统，通过多光谱感知-动态建模-分级联动技术架构，实现0.3-50m/s全场景监测精度（实验室数据），实测响应延迟＜0.8秒。 系统已在福建省G1523甬莞高速等18处风险路段部署，成功预警塌方事件37起，管理效率提升75%。 二、系统架构与技术实现 （一）硬件部署方案 多模态感知单元 部署800万像素星光级全局快门摄像头（海康威视DS-2CD8A87F/P，支持HDR成像、-30℃~70℃宽温运行） 集成倾角振动传感器（量程 动态阈值调整：雨天模式下滑坡判定阈值降低30% （三）软件平台功能 云端管理平台 实时热力图展示灾害高发区域（如隧道入口、高边坡段） 自动生成结构化报告（含时间、地点、灾害类型、风险等级） 支持与导航系统联动
14910编辑于 2026-01-06 - 来自专栏燧机科技-视频AI智能分析
河道水尺水位监测系统
河道水尺水位监测系统基于python+opencv对河道湖泊水尺水位进行7*24小时全天候实时监测，当河道水尺水位监测系统监测到河道水位异常变化时，系统立即抓拍存档同步回传图片给后台监控平台，提醒后台工作人员及时处理异常情况 跨平台OpenCV可以在不同的系统平台上使用，包括Windows，Linux，OS，X，Android和iOS。基于CUDA和OpenCL的高速GPU操作接口也在积极开发中。
84010编辑于 2022-12-29 - 来自专栏燧机科技-视频AI智能分析
街道积水识别监测系统
街道积水识别监测系统利用Python+OpenCv机器学习对道路低洼区域街道积水识别监测进行实时监测，一旦发现到路面积水时，立即抓拍存档告警，同步信息到后台中心，提醒相关人员及时处理，避免产生更大的损失和危害
1.1K60编辑于 2022-12-28 - 来自专栏燧机科技-视频AI智能分析
河道水文标尺监测系统
河道水文标尺监测系统借助Python+OpenCv深度学习架构模型对江河湖泊进行全天候不间断实时检测，当河道水文标尺监测系统监测到水位异常时，立即抓拍存档告警，同步告警截图和视频推送给相关人员。
65630编辑于 2022-12-28 - 来自专栏机器学习AI算法工程
智慧课堂实时监测系统
机器学习AI算法工程 公众号：datayx 项目简介 本项目基于PaddlePaddle和EasyDL平台，以教务处和学工为一级用户，高校教师为二级用户，针对提升整体课堂教学质量为目的开发的一款实时课堂监测系统 本项目主要监测课堂的出勤人数、学生的上课状态、教师的语速、情感，以及语言的用词方面。项目中语音的模型均采用EasyDL平台进行训练，调用在线API进行预测分析。 top1 acc=0.7 调用方式 情感分类 使用Paddle模型库中Senta情感分类模型进行文字的情感倾向分析 数据集 从互联网中查找在课堂场景中的语言文本，分为积极、消极两类 功能介绍 实时监测线程 本项目中的所有监测功能均采用线程的方式进行识别 对于GPU的调用、UI的刷新都用线程锁进行控制 总监控界面 总监控页显示了对于所有教室的统筹监控，显示该课堂的基本信息以及教室内的学生人数 用户可以在教学楼栏里按照校区
2.8K20编辑于 2022-08-26 - 来自专栏物联网智慧生活
水质在线监测系统方案
，完成水质监测工作的一体化系统构建。 图片1.png 水质在线监测系统 实现水质状况的综合指标，如温度、色度、浊度、pH值、电导率、悬浮物、溶解氧、化学需氧量和生化需氧量等；有毒物质，如酚、氰、砷、铅、铬、镉、汞和有机农药等，计讯物联水质在线监测系统全方位多参数实时监测 水环境监测架构.jpg 水质在线监测系统功能 ü 依托物联网、大数据、云计算技术，一体式自动化水质监测系统，平台实时监测水质异常变化,为防止水质污染迅速做出预警预报,及时追踪污染源，从而为管理决策提供服务 ü 适用性强，应用广泛：各级环境监测站、水利系统、水务系统、医院卫生系统、制药、服装等大型制造企业或工业园区等场景。 11、符合《HJ/T212－2005 污染源在线自动监控（监测）系统数据传输标准》，符合《HJ 212－2017 污染物在线监控（监测）系统数据传输标准》。
1.7K30发布于 2021-07-30
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号