无人机环境监测中智能电声传感技术运用分析

摘要：为提高资源的利用率，无人机技术被广泛应用于环境监测工作，并且取得了良好的成效。基于此，为提高无人机环境监测工作的精准性，分析了利用无人机开展环境监测工作的价值，并以某环境监测站为例，对该站应用的无人机环境监测系统进行分析，探究智能电声传感技术在无人机环境监测系统中的应用方法。研究发现，智能电声传感器技术的应用，有利于提高无人机环境监测系统应用准确度。

关键词：无人机；环境监测；智能电声传感技术

中图分类号：TN98 文献标识码：A

0 引言

无人机因具备安全性好、隐蔽性高等优点，在当前环境监测工作中被广泛应用。现阶段，为发挥无人机应用价值，将智能电声传感技术融入无人机系统中，构建高效的环境监测体系，可以在满足用户对高精准度数据要求的基础上，减少工作成本的投入。

1 无人机环境监测工作的价值

生态环境部发布的《2023 中国生态环境状况公报》显示，当前我国环境空气质量保持长期向好态势，339 个地级及以上城市PM2.5 的平均浓度为30 μg/m3，优于年度目标。在开展环境监测的过程中，无人机技术因具备分辨率高、灵活性强等优点，得到了广泛应用，无人机逐渐成为环境监测系统中的核心设备之一。为充分挖掘无人机在环境监测工作中的价值，相关工作人员需要在明确无人机本身运转原理的基础上，将合适的传感设备融入无人机环境监测系统中。智能电声传感技术是一种利用微处理器的信息处理功能，对传感器检测的电声信号进行检测、判断与处理，以获得精准的环境信息的传感器技术。将这一技术融入无人机环境监测工作中，可以更为准确、高效地采集环境数据信息，为后续环境治理工作的推进奠定坚实的基础[1]。

2 智能电声传感技术在无人机环境监测中的运用

2.1 主要设备

为了进一步提高无人机环境监测工作的准确性，满足当地城市规划、环境保护决策制定等工作的需求，某环境监测站将电声传感技术融入无人机环境监测系统中，构建了智能化的环境监测体系。图1 为无人机环境监测系统的主要设备，其中遥控装置是无人机环境监测系统的控制核心，可以实现环境监测路线的远程操控。无人机是该系统的关键监测平台，可以在空中完成相应环境数据的采集工作。工作站作为接收、存储、分析无人机传回的各类数据的关键平台，主要通过接收无人机传输的电声信号的方式了解目标区域的环境状况，为后续环境治理方案的编制提供可靠的信息参照。

2.2 传感器网络的构建

为更好地了解辖区内环境变化情况，该环境监测站的工作人员利用电声传感技术，构建了基于无人机的飞行路线的智能化传感器网络体系，并通过优化传感器网络体系布局的方式，实现辖区内环境的全面监测，达到提高环境监测数据分析工作准确性的目的。在部署传感器网络的过程中，为实现无人机飞行轨迹与探测资源的有效优化升级，在构建传感器网络的过程中工作人员将深度神经网络、联邦机器学习、强化学习算法等综合应用到无人机飞行轨迹设计工作中，提高了信息收集工作的自主性与适应性[2]。

2.3 数据管理

电声传感技术是一种将声音（物理信号）转化为电信号的技术方法。随着城市化进程的不断推进以及人员的快速流动，传统的电声数据处理方法已经无法满足当前无人机环境监测工作中对于数据分析工作的要求。因此，为了提高数据处理工作的效率，工作人员可以将人工智能技术引入数据分析中。

2.3.1 数据分类

受环境噪声的影响，无人机搭载的电声传感器会将环境噪声传输到工作站，进而影响环境数据信息收集工作的准确性。在智能化时代的发展过程中，为解决上述问题，并提高信息传输工作的可靠性，工作人员可以通过机器学习等智能化技术手段，构建相应信号处理模型，并对其加以优化，实现环境噪声的有效处理。具体来说，在依托电声传感技术构建无人机环境监测体系之前，该环境监测站依托如图2 所示的循环神经网络（recurrentneural network，RNN）模型，对无人机收集的电声信号进行处理。图2 中的x 代表电声传感器采集的环境声音信号，这些信号在时间上存在序列关系，因此在处理这类信号时，需要对信号的时间信息加以分析。Wxh 代表该模型的权重参数，这一参数主要用来分析输入信号对时间的依赖性。在分析输入信号后，可以得到信号的隐藏状态h，这一状态既包含了上一个信号时间点的输入信号信息，又能将其传输到下一个信号时间点上，这一情况的存在可以使模型在分析过程中精准捕捉信号序列中的时间动态变化情况。在对h 进行处理后可以得到输出信号y，y 代表电声传输信号的分类或预测结果。Why则代表输出的权重信号参数，该参数可以将隐藏的状态信息映射到最终的输出结果中[3]。

2.3.2 数据处理

传统的电声数据处理方法为人工分析法，这种数据处理方法不仅耗时耗力，还容易使最终的数据分析结果受到主观因素的影响，降低数据分析结果的准确性。同时，在过去的环境监测数据分析过程中，人们往往将数据以纸质档案的形式存储到档案室中，这在一定程度上降低了数据资源调度和利用工作的质量与效率。为解决上述问题，工作人员将大数据、云计算等智能化技术手段应用到电声传感信号的处理、存储工作中，切实减轻了人工分析整合数据的压力。具体来说，在无人机环境监测系统运转过程中，工作人员可以利用大数据技术对电声传感器收集的数据进行存储、清洗和整合管理。由于大数据技术本身还具备控制数据质量、管理元数据等功能，因此经过大数据技术处理后的电声数据，有较高的准确性与可信度。考虑到无人机在每次运转过程中，都会产生大量的电声数据，为实现这些数据的高效存储与管理，工作人员可以利用云计算技术的弹性存储、计算功能来完成相应数据的扩展处理。在实践活动中，无人机可以先将采集的数据上传到云端，然后依托云计算技术开展相应的数据分析和存储管理。同时，由于云平台具有数据共享功能，因此，相关工作人员可以依据自身的工作权限，实时访问云平台，完成环境数据的共享分析工作，为后续环境监测、决策制定等工作提供可靠的信息支持[4]。

2.3.3 数据整合

为了提高数据的综合利用效率，首先，环境监测站将数据共享技术应用于无人机环境监测系统构建工作中。这一技术在应用过程中可以同时收集多个无人机采集的电声信号，并及时将其传输到工作站及云端存储平台，保证电声数据的采集安全，满足相关工作人员访问调用数据的需求。其次，为了实现无人机电声信号采集情况的远程监控，环境监测站的工作人员将实时监控系统融入无人机环境监测系统中，这不仅可以使工作人员及时了解无人机所处的环境状况，还能依据无人机实时传输的数据信息做出更为准确的决策，实现飞行计划的有效调整，提高数据收集的质量与效率，为紧急状况的及时处理提供帮助。最后，在传统的环境监测工作中，气候、交通、能源等部门机构收集了大量与环境相关的数据信息，但是受这些信息分散在不同部门系统中且缺乏整合共享的影响，环境监测工作的整体质量无法达到令人满意的水平。现阶段为了实现少数数据资源的充分利用，形成综合性的分析数据，该环境监测站构建了跨部门数据共享机制，通过将其他部门的信息化网络体系与无人机环境监测系统相结合，加快数据资源的交流共享速度，避免因数据重复采集而导致浪费的现象。

2.4 多维度分析法的应用

为了实现辖区内环境状况的精准分析，环境监测站在应用无人机技术开展环境监测工作时，可以在明确智能电声传感数据的基础上，从空间、时间、人口等多个维度，实现环境变化情况的深入分析，为后续环境治理工作的有序开展提供可靠的参照。首先，从空间维度对电声传感器得到的数据进行分析，可以更直观地了解辖区内不同地理位置、自然环境、人类活动等因素对环境产生的影响，挖掘环境问题的异质性与相关性。其次，从时间维度对电声传感器得到的数据进行分析，可以了解环境问题的季节性和周期性变化特点。再次，从人口维度对电声信号进行分析，可以揭示人类活动对环境造成的影响。最后，对空间、时间、人口等因素进行综合性分析，可以了解导致环境问题出现的驱动因素与主要影响因子，从而为有针对性的治理措施的制定提供科学化依据。

2.5 智能预警模块的构建

对于环境监测工作来说，开展实时化的监测预警工作是提高突发事件应对效率的关键性因素。在大数据、人工智能等技术飞速发展的过程中，环境监测部门可以将智能化预警系统与无人机环境监测系统进行结合，通过构建大数据分析预测模型，设置环境预警系统在发现问题时及时发出警报，为环境治理工作的开展提供预警支持。在应用智能电声传感技术的过程中，工作人员可以先结合自身的工作经验以及发生的突发事件资料等内容，完成爆炸、火灾等场景中电声信号预警数据的收集整合工作，并将整合得到的数据存储到预警数据库中，由无人机环境监测系统对数据进行学习，保证无人机能够在后续环境监测工作中及时发现异常信号，并发出预警。同时，模型预测是该系统中的重要组成部分，为实现突发事件的源头性把控，工作人员可以结合历史数据与实时数据建立预警数学模型，对环境监测过程中可能发生的环境事件进行预测，保证环境监测站的工作人员可以提前采取措施，降低事件造成的不利影响。

3 结论

综上，将智能电声传感技术应用于无人机环境监测工作中，可以提高环境监测工作的精确度与精准性，为环境数据分析工作的有序开展提供有效的支持。为了充分发挥无人机环境监测工作的价值，环境监测站可以在应用智能电声传感技术的过程中，综合应用现代化、智能化技术手段，通过构建智能化环境监管系统的方式，为电声信号价值的充分挖掘提供保障。

参考文献

[1] 熊昌巍. 基于智能传感网络的城市环境监测与数据分析[J]. 中国科技期刊数据库 工业A，2023（9）：117-120.

[2] 姚献财. 面向智能无人机网络的轨迹和资源联合优化[D]. 北京：军事科学院，2023.

[3] 董守义，侯阿波，陈高峰. 煤炭装运销全流程无人智控管理系统开发与应用[J]. 内蒙古煤炭经济，2023（5）：87-89.

[4] 盛希宁. 基于四旋翼无人机的区域环境监测系统[J].物联网技术，2021，11（4）：25-26，30.