袁錦虎，肖勇榮，鄧 虹，許小華

(1.江西省鄱陽(yáng)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(jì)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(huì)關(guān)注的熱點(diǎn)，也一直是政府管理的難點(diǎn)。受高額利潤(rùn)驅(qū)使，無(wú)證開(kāi)采、超采濫挖等非法采砂問(wèn)題仍突出存在，非法采砂嚴(yán)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(lái)嚴(yán)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(wèn)題致使采砂現(xiàn)場(chǎng)監(jiān)管力度明顯不夠，采砂運(yùn)砂活動(dòng)難以有效管控[1]，非法采砂現(xiàn)象時(shí)有發(fā)生，迫切需要以“人防+技防”、“互聯(lián)網(wǎng)+監(jiān)管”模式，實(shí)現(xiàn)對(duì)非法采砂運(yùn)砂的全天候監(jiān)管。

另一方面，《江西省河道采砂管理?xiàng)l例》《水利部關(guān)于河道采砂管理工作的指導(dǎo)意見(jiàn)》先后出臺(tái)，采砂規(guī)劃的剛性約束進(jìn)一步強(qiáng)化，對(duì)采砂船數(shù)量和砂石開(kāi)采總量提出了嚴(yán)格控制的管理要求，新形勢(shì)下粗放管理的采砂現(xiàn)狀已不能滿足當(dāng)前河湖管理保護(hù)的要求。因此，開(kāi)展河道采砂智能監(jiān)管平臺(tái)研究和建設(shè)，落實(shí)采砂總量控制制度和“五定”作業(yè)要求，實(shí)現(xiàn)河道采砂從規(guī)劃、許可、開(kāi)采、運(yùn)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(tái)、人工智能等信息技術(shù)，通過(guò)開(kāi)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(tái)實(shí)踐應(yīng)用，實(shí)現(xiàn)河道采砂全過(guò)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(biāo)

基于物聯(lián)網(wǎng)的河道采砂智能監(jiān)管系統(tǒng)研究目標(biāo)主要是規(guī)范河道采砂按“五定”(定船、定點(diǎn)、定時(shí)、定量、定功率)要求開(kāi)采，實(shí)現(xiàn)對(duì)采砂從業(yè)者、采砂船(車)、砂場(chǎng)全要素的綜合管理和從規(guī)劃、許可、開(kāi)采、運(yùn)輸和銷售全鏈條的監(jiān)管，提供看得見(jiàn)(采砂現(xiàn)場(chǎng)視頻監(jiān)控)、方便查(全過(guò)程實(shí)現(xiàn)電子采運(yùn)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(chǎng)所(采區(qū)、砂場(chǎng))、人員作為業(yè)務(wù)點(diǎn)，將采砂規(guī)劃、許可數(shù)據(jù)作為約束條件，以采運(yùn)砂電子采運(yùn)單為業(yè)務(wù)主線，通過(guò)數(shù)據(jù)融合和管理實(shí)現(xiàn)采、運(yùn)、銷活動(dòng)的動(dòng)態(tài)監(jiān)管。具體通過(guò)衛(wèi)星定位、射頻識(shí)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(yùn)砂、卸砂的視頻監(jiān)控、運(yùn)行軌跡和位置感知識(shí)別等有效記錄，通過(guò)現(xiàn)場(chǎng)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(shí)別和追蹤以及預(yù)警技術(shù)，實(shí)現(xiàn)采運(yùn)砂現(xiàn)場(chǎng)全過(guò)程的動(dòng)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(guò)引入位置擬合算法、圖像識(shí)別等“智能+”技術(shù)，對(duì)采、運(yùn)砂船進(jìn)行圖像識(shí)別和位置追蹤[1]，同時(shí)采用帶軌跡和照片的電子采運(yùn)管理單，形成對(duì)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(duì)位置、船與采區(qū)和砂場(chǎng)的相對(duì)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(chǎng)所等因素的影響，存在位置數(shù)據(jù)精度不足、部分時(shí)間點(diǎn)數(shù)據(jù)缺失等情況。為此，引入基于近場(chǎng)通訊的射頻識(shí)別(RFID)技術(shù)[3]進(jìn)行相對(duì)位置的判別補(bǔ)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(diǎn)開(kāi)采，判定采砂船是否在指定采區(qū)的多邊形坐標(biāo)范圍內(nèi)，采用坐標(biāo)范圍判定方法；二是智能分析采砂、運(yùn)砂、卸砂的業(yè)務(wù)時(shí)間點(diǎn)，需判定采砂船與運(yùn)砂船、運(yùn)砂船與砂場(chǎng)的相對(duì)關(guān)系，進(jìn)而判定采砂作業(yè)是否規(guī)范、運(yùn)砂船是否照單運(yùn)輸?shù)?，采用相?duì)位置時(shí)序判定方法。

1)坐標(biāo)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(shí)考慮坐標(biāo)精度和坐標(biāo)點(diǎn)數(shù)據(jù)瞬時(shí)漂移，需要進(jìn)行數(shù)據(jù)有效性判定。通過(guò)目標(biāo)設(shè)備的常態(tài)速度將一些產(chǎn)生瞬時(shí)漂移的數(shù)據(jù)過(guò)濾。根據(jù)判定需求，采用引射線法進(jìn)行設(shè)計(jì)，能同時(shí)判定是否在采區(qū)內(nèi)并計(jì)算最短距離。

2)相對(duì)位置時(shí)序判定。在進(jìn)行采砂、運(yùn)砂作業(yè)擬合判定時(shí)，一般通過(guò)采砂船和運(yùn)砂船、運(yùn)砂船和砂場(chǎng)的相對(duì)位置時(shí)序圖進(jìn)行AI判定。首先給出機(jī)器學(xué)習(xí)基礎(chǔ)知識(shí)，采砂船采砂時(shí)間、運(yùn)砂船運(yùn)砂時(shí)間、砂場(chǎng)卸砂時(shí)間為主要時(shí)序圖模型。然后AI算法根據(jù)運(yùn)行的實(shí)際數(shù)據(jù)結(jié)合電子采運(yùn)單數(shù)據(jù)進(jìn)行線性回歸算法計(jì)算，擬合出一次完整的采砂、運(yùn)砂、卸砂過(guò)程。如圖1所示。

圖1 運(yùn)砂船位置擬合時(shí)序圖

采運(yùn)過(guò)程擬合：以兩靠(T1，T3)和兩離(T2，T4)結(jié)合三時(shí)長(zhǎng)(P1、P2和P3)進(jìn)行線性回歸(時(shí)長(zhǎng)偏離線性參數(shù)m，n，c)計(jì)算。

計(jì)算滿足即擬合一次采運(yùn)過(guò)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)

停靠/駛離判定(T判定)：?？?駛離(T)的判定主要是采用距離漸進(jìn)(離)法，通過(guò)RFID進(jìn)行進(jìn)場(chǎng)捕獲，通過(guò)衛(wèi)星定位坐標(biāo)進(jìn)行距離計(jì)算。需要處理兩類問(wèn)題：一是運(yùn)砂船途經(jīng)采砂船或砂場(chǎng)，被RFID捕獲，可以通過(guò)前面的線性擬合計(jì)算排除；二是衛(wèi)星坐標(biāo)的不確定漂移帶來(lái)的距離反向變化，導(dǎo)致指定周期內(nèi)無(wú)法數(shù)據(jù)收斂，一直處于跳動(dòng)計(jì)算，可通過(guò)運(yùn)砂船的?？繑?shù)據(jù)分析，計(jì)算停靠一個(gè)采樣周期的典型位移，當(dāng)采樣周期獲得的位移超出該典型位移時(shí)則判定為坐標(biāo)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(shí)間(T)。

下面以運(yùn)砂船停靠采砂船為例的數(shù)據(jù)如圖2。

圖2 ?？繑?shù)據(jù)擬合結(jié)果表

RFID進(jìn)場(chǎng)捕獲距離為500 m，當(dāng)采砂船45捕獲到運(yùn)砂船141進(jìn)入RFID區(qū)域后，開(kāi)始進(jìn)入停靠監(jiān)測(cè)，監(jiān)測(cè)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(cè)距離為345 m，經(jīng)過(guò)9次數(shù)據(jù)分析，距離符合漸進(jìn)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(duì)于衛(wèi)星坐標(biāo)漂移問(wèn)題，采砂船45從7:08:00到7:09:29秒中間是斷了2個(gè)周期的數(shù)據(jù)，就是因坐標(biāo)漂移的位移超出典型位移，從而被系統(tǒng)丟棄。

時(shí)長(zhǎng)判定(P判定)：兩個(gè)T之間會(huì)產(chǎn)生一個(gè)P，如何動(dòng)態(tài)生成標(biāo)準(zhǔn)P是擬合的關(guān)鍵要素，采用的方式是通過(guò)歷史數(shù)據(jù)進(jìn)行方差計(jì)算獲取，其中Pn是需要計(jì)算的期間的歷史數(shù)據(jù)，M是歷史數(shù)據(jù)的平均值。

當(dāng)S2小于系統(tǒng)設(shè)置的參數(shù)時(shí)，即視為數(shù)據(jù)處于穩(wěn)定狀態(tài)，此時(shí)取歷史數(shù)據(jù)中的中位數(shù)作為標(biāo)準(zhǔn)P(P1，P2，P3分別通過(guò)方差收斂和中位數(shù)計(jì)算得到)參與到運(yùn)砂過(guò)程擬合計(jì)算。

2.2 圖像智能識(shí)別

主要用于輔助判定是否開(kāi)展了采砂、運(yùn)砂作業(yè)。圖像智能識(shí)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。基于卷積神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)模型就是通過(guò)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(duì)圖像進(jìn)行處理。

2)采砂運(yùn)砂圖像識(shí)別設(shè)計(jì)。采砂運(yùn)砂圖像識(shí)別設(shè)計(jì)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(duì)每個(gè)特征區(qū)域進(jìn)行，而是直接對(duì)整張圖像，這樣減少了很多重復(fù)計(jì)算。用特征層進(jìn)行特征的尺寸變換，因?yàn)槿B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(jìn)網(wǎng)絡(luò)一起訓(xùn)練，每個(gè)類別對(duì)應(yīng)一個(gè)回歸量，同時(shí)用softmax激活函數(shù)代替SVM分類器。首先，輸入一張需要檢測(cè)的圖像；然后，提取特征區(qū)域；接著，對(duì)卷積特征層上的每一個(gè)特征區(qū)域進(jìn)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(jìn)行分類。

3)算法應(yīng)用測(cè)試。在實(shí)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(rèn)參數(shù)，學(xué)習(xí)率先默認(rèn)為0.001進(jìn)行實(shí)驗(yàn)，后期取0.01或0.0001進(jìn)行多次實(shí)驗(yàn)，batch_size參數(shù)取128，訓(xùn)練時(shí)梯度下降的速率更快，也具有更高的方向準(zhǔn)確度，其他參數(shù)均采用默認(rèn)值。采用經(jīng)過(guò)訓(xùn)練后生成的模型，按照0.8作為檢出判別參數(shù)，對(duì)采集的200張監(jiān)測(cè)圖片進(jìn)行測(cè)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(guò)江西省河道采砂管理信息化平臺(tái)在贛江中下游開(kāi)展試點(diǎn)應(yīng)用，應(yīng)用內(nèi)容主要包括四個(gè)方面。

3.1 建立采砂監(jiān)管基礎(chǔ)信息子平臺(tái)

建立省、市、縣三級(jí)采砂管理基礎(chǔ)資料體系，分級(jí)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(kāi)采、運(yùn)輸、銷售全過(guò)程行政信息查詢統(tǒng)計(jì)和管理?；A(chǔ)信息：一是采砂規(guī)劃許可信息，如采區(qū)坐標(biāo)、年度控制開(kāi)采量、作業(yè)時(shí)限、船只數(shù)量等；二是采(運(yùn))砂船(車)及砂場(chǎng)信息，如裝載噸位、船檢證書(shū)、砂場(chǎng)坐標(biāo)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(kāi)采日(月)報(bào)臺(tái)賬信息，如開(kāi)采量、船數(shù)等。

3.2 建立采砂現(xiàn)場(chǎng)智能化監(jiān)管子平臺(tái)

通過(guò)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(yùn)行軌跡和位置感知識(shí)別記錄，通過(guò)智能算法輔助判定采砂船什么時(shí)候開(kāi)采、多長(zhǎng)時(shí)間裝完一船以及運(yùn)砂作業(yè)時(shí)長(zhǎng)、卸砂作業(yè)時(shí)長(zhǎng)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(kù)，實(shí)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(guò)電子圍欄[5]、時(shí)限設(shè)置、采運(yùn)單記錄等方式規(guī)范采砂船按照“五定”要求作業(yè)，對(duì)非指定船只采砂、超采區(qū)范圍采砂、超時(shí)間規(guī)定采砂、超限定功率采砂、超總量采砂以及無(wú)票運(yùn)砂、偏離正常線路運(yùn)砂卸砂等違規(guī)情況即時(shí)智能識(shí)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(yùn)銷(用)閉環(huán)監(jiān)管體系

電子采運(yùn)單有效提高了對(duì)河道砂石“采、運(yùn)、銷”全過(guò)程監(jiān)管的能力和效率。以電子采運(yùn)單為主線，運(yùn)砂作業(yè)一船一單，實(shí)時(shí)開(kāi)單(可機(jī)打)上網(wǎng)，通過(guò)二維碼(掃碼填報(bào)或查驗(yàn))實(shí)現(xiàn)采砂和運(yùn)砂的閉環(huán)管理[6]。通過(guò)對(duì)采運(yùn)單信息自動(dòng)統(tǒng)計(jì)采砂、運(yùn)砂、卸砂數(shù)據(jù)，對(duì)比規(guī)劃、許可數(shù)據(jù)，實(shí)現(xiàn)對(duì)采砂、運(yùn)砂行為的預(yù)判、告警和控制。通過(guò)對(duì)采運(yùn)單信息實(shí)時(shí)、多條件查詢分析，為有效管控和規(guī)范采砂運(yùn)砂活動(dòng)提供有力的技術(shù)支撐。如圖4采運(yùn)銷綜合展示。

圖4 采運(yùn)銷綜合展示圖

3.4 建立采砂監(jiān)管全景信息展示子平臺(tái)

建立全省砂石采運(yùn)監(jiān)管動(dòng)態(tài)地圖，基于GIS地圖通過(guò)視頻、照片、軌跡、圖表等可視化方式實(shí)時(shí)、全景展示全省采區(qū)、砂場(chǎng)作業(yè)以及運(yùn)砂情況；對(duì)智能預(yù)警平臺(tái)的預(yù)警信息進(jìn)行地圖標(biāo)示。建立全省采砂量監(jiān)管統(tǒng)計(jì)分析圖，實(shí)時(shí)顯示全省以及各流域、區(qū)域、采區(qū)開(kāi)采信息以及砂石流向情況，實(shí)現(xiàn)一圖展示和可視化分析[7]，結(jié)合報(bào)表選取區(qū)域、時(shí)間段等進(jìn)行各類查詢統(tǒng)計(jì)分析。

4 結(jié) 語(yǔ)

該應(yīng)用平臺(tái)填補(bǔ)了省級(jí)采砂管理綜合信息化建設(shè)的空白，平臺(tái)的研發(fā)和運(yùn)行實(shí)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(kāi)采、運(yùn)砂、銷售的實(shí)時(shí)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(tái)，實(shí)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(jiān)實(shí)的基礎(chǔ)。