CN103595792A - 一种环境污染趋势监控系统 - Google Patents
一种环境污染趋势监控系统 Download PDFInfo
- Publication number
- CN103595792A CN103595792A CN201310570964.5A CN201310570964A CN103595792A CN 103595792 A CN103595792 A CN 103595792A CN 201310570964 A CN201310570964 A CN 201310570964A CN 103595792 A CN103595792 A CN 103595792A
- Authority
- CN
- China
- Prior art keywords
- data
- environmental pollution
- monitoring system
- transmission network
- output
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种环境污染趋势监控系统,包括用于采集相应检测点的环境污染数据的n个前端设备;输入端分别与各个前端设备的输出端连接的传输网络;输入端连接传输网络的输出端,并对接收到的数据进行存储和计算的数据立方;输入端连接数据立方的输出端,且与传输网络之间交互连接,用于进行数据的最后处理和公布的WEB服务器。本发明造价低廉、且监控效果实时性强、准确度高,且可全面地反映环境质量现状及发展趋势的环境污染趋势。
Description
技术领域
本发明涉及一种环境污染趋势监控系统。
背景技术
随着工业及交通运输业的不断发展,我国空气污染状况十分严重,主要呈现为城市大气环境中总悬浮颗粒物浓度普遍超标。空气污染是一个复杂的现象,在特定时间和地点空气污染物浓度受到许多因素影响。来自固定和流动污染源的人为污染物排放大小是影响空气质量的最主要因素之一,其中包括车辆、船舶、飞机的尾气、工业企业生产排放、居民生活和取暖、垃圾焚烧等。城市的发展密度、地形地貌和气象等也是影响空气质量的重要因素。
目前由于国外一套环境监测系统价价格昂贵,所以许多城市的环境监测中心站点较少,分布分散,环境监测的数据仅从宏观上反映城市的整体的空气质量,但是不能从微观上反映局部区域、特定区域的空气质量的好坏。
发明内容
本发明的目的在于克服现有环境检测系统昂贵、检测点较少,从而无法准确、全面的反映环境质量现状及发展趋势的缺点,提供了一种利用大量廉价检测点采集PM2.5的数据,来准确、及时、全面地反映环境质量现状及发展趋势的环境污染趋势监测系统。
为实现上述发明目的,本发明采用的技术方案是:一种环境污染趋势监控系统,该系统包括:前端设备:其数目为n,分布设置在待监控的范围内的各个监测点,用于采集相应检测点的环境污染数据;传输网络:其输入端分别与各个前端设备的输出端连接;数据立方:其输入端连接传输网络的输出端,并对接收到的数据进行存储和计算;WEB服务器:其输入端连接数据立方的输出端,且与传输网络之间交互连接,用于进行数据的最后处理和公布。
本发明通过在待监控的范围内的各个监测点设置大量廉价检测点采集环境污染数据,来准确、及时、全面地反映环境质量现状及发展趋势;本发明采用数据立方进行存储与计算采集到的数据,具有高实时性、高可靠性、可伸缩性、高扩容性、高性价比和全业务支持等优点。
作为本发明的一种改进方案,所述前端设备包括n个采样器,所述n≥1的自然数,还包括PM2.5通讯平台、电源以及无电源通讯平台,采样器的输出端均连接PM2.5通讯平台的输入端,电源为PM2.5通讯平台供电,PM2.5通讯平台的输出端连接无电源通讯平台的输入端。
作为本发明的一种改进方案,所述WEB服务器采用B/S结构。B/S结构(Browser/Server,浏览器/服务器模式)是WEB兴起后的一种网络结构模式,WEB浏览器是客户端最主要的应用软件。这种模式统一了客户端,将系统功能实现的核心部分集中到服务器上,简化了系统的开发、维护和使用。客户机上只要安装一个浏览器(Browser),如Netscape Navigator或Internet Explorer,服务器安装Oracle、Sybase、Informix或 SQL Server等数据库。浏览器通过Web Server同数据库进行数据交互。 这样就大大简化了客户端电脑载荷,减轻了系统维护与升级的成本和工作量,降低了用户的总体成本(TCO)。
本发明的优点是:提供更多的实时的环境监测数据,配合城市现有的环境监测站点,准确、及时、全面地反映环境质量现状及发展趋势,为环境管理、污染源控制、环境规划等提供科学依据,并结合天气状况、城市交通、人口密度、工业产值等元素,进行系统的研究,为保护环境,改善城市的大气环境质量改善起到技术支撑作用。
附图说明
图1是本发明系统的结构示意框图。
图2是传感器检测过程示意图。
图3是本发明文件在HDFS中存储图。
具体实施方式
下面结合附图对本发明做进一步说明。
如图1所示,本发明包括以下部分:
前端设备:其数目为n,分布设置在待监控的范围内的各个监测点,用于采集相应检测点的环境污染数据;所述前端设备包括n个采样器,所述n≥1的自然数,还包括PM2.5通讯平台、电源以及无电源通讯平台,采样器的输出端均连接PM2.5通讯平台的输入端,电源为PM2.5通讯平台供电,PM2.5通讯平台的输出端连接无电源通讯平台的输入端;所述前端设备采用超低成本传感器:该传感器的特点为PWM脉宽调制输出,采用粒子计数原理,可灵敏检测直径1微米以上的粒子,内置加热器可实现自动吸入空气,小尺寸重量轻,易安装使用。
传输网络:其输入端分别与各个前端设备的输出端连接;传输网络采用GPRS进行无线数据传输:数据在前端设备基于TCP/IP协议,经过GPRS的数据传输,通过移动网络传输数据。
数据立方:其输入端连接传输网络的输出端,并对接收到的数据进行存储和计算;采用数据立方进行存储与计算采集到的数据有以下几点优点:
实时性:平台在高效率并行分布式软件的支撑下,可以实时完成PM2.5监测平台数据入库、分析和管理工作。海量数据入库不会出现数据堆积现象,各类分析和查询工作基本都在秒级完成,具有前所未有的高效性。
高可靠性:基于对云计算可靠性深厚的研究积累,彻底解决了当前分布式计算平台易出现的单点故障问题。任何一个节点出现故障,系统将自动屏蔽,而且不会出现丢失数据的现象。包括查询任务分配节点、计算任务分配节点、HDFS元数据节点、HDFS数据存储节点、MapReduce Job Tracker节点、MapReduce Worker节点、HBase管理节点、HBase Region节点等。
可伸缩性:在不停机的情况下,增加节点,平台的处理能力自动增加;减少节点,平台的处理能力自动缩减。这样,可以做到与云计算平台的无缝对接,根据计算和存储任务动态地申请或释放资源,最大限度地提高资源利用率。
高扩容性:PM2.5监测平台监测前端设备可以根据需求进行增加设备,扩展整个系统的覆盖面积,但不需要继续复杂的操作,可以动态的增加PM2.5监测平台测试的节点,接入到该系统,并能自动组网,具有很强的扩容性。
高性价比:采用X86架构廉价计算机构建云计算平台,用软件容错替代硬件容错,大大节省成本。在目标性能和可靠性条件下,可比传统的小型机加商用数据库方案节省10倍左右的成本。
全业务支持:采用分布式数据库模式,绝大部分海量数据存放于分布式平台并进行分布式处理,少量实时性要求很高的数据存放于关系数据库中,可支撑各种类型的业务。
WEB服务器:其输入端连接数据立方的输出端,且与传输网络之间交互连接,用于进行数据的最后处理和公布。
本发明系统的工作过程包括以下几个方面:
一、数据采集
如图2所示,本发明的传感器采用红外光散射法来进行测试相关的数据。通过相关的探头来进行采集相关的数据;通过采集的通道利用红外光散射来进行获取颗粒浓度;采集空气的通道有固定的加热源,通过加热源来进行空间的动态的采集;将相关的颗粒浓度转换成相关的数据通过无线通信进行数据传输。
传感器的特点:PWM脉宽调制输出、采用粒子计数原理、可灵敏检测直径1微米以上的粒子、内置加热器可实现自动吸入空气、小尺寸重量轻、易安装使用。传感器模块内置一个加热器,热引起上升气流使外部空气流进模块内部。空气通过检测通道,利用光的原理、通过光和透镜以及处理模块来进行检测。
二、数据传输
数据在前端设备基于TCP/IP协议,经过GPRS的数据传输,通过移动网络传输数据,然后将数据存入数据立方后,进行数据的处理,最后通过WEB服务器将数据展现出来。
每个前端设备有一个供应商的SIM卡进行数据通信,该SIM卡需要有GPRS业务,同时使用的地点必须有供应商的信号。例如使用中国移动的SIM卡,该卡需要有GPRS的业务,同时放置PM2.5测试前端的地点需要有中国移动的信号才可以正常的通信。
三、数据存储与处理
数据立方是一种超级的计算模式,可以把网络中的计算机虚拟为一个资源池,将所有的计算资源集中起来,并用特定软件实现自动管理,使得各种计算资源可以协同工作。
基于云计算的海量数据存储模型,是依据云计算的核心计算模式MapReduce,并依托实现了MapReduce 计算模式的开源分布式并行编程框架Hadoop,将存储模型和云计算结合在一起,实现海量数据的分布式存储。
Hadoop 是一个实现了MapReduce 计算模型的开源分布式并行编程框架,程序员可以借助Hadoop 编写程序,将所编写的程序运行于计算机集群上,从而实现对海量数据的处理。
分布式文件系统HDFS被设计为将海量文件存储在一个大集群的多台计算机上。HDFS将每一个文件以分块序列的形式进行存储,一个文件的所有分块除去最后一个分块外都是等大小的。
如图3所示,为文件在HDFS中存储图,本发明所采用的处理处理海量数据的处理框架,特点是实时性高。主从式的管理节点监控着所有处理节点(slave),并接受任务,分配子任务,监控任务以及处理各类异常情况。处理节点(slave),接受子任务,监控子任务,向主节点汇报任务。
对前台页面传来的json字符串信息进行解析并分析各个变量,得到需要查询的信息,然后把这些信息在封装成与数据库端相合的协议,调用数据库提供的接口对后台数据库进行查询。数据库端查询完毕后将byte形式的结果存放在指定文件中。接口服务器受到信号,读取文件,并将结果封装成字符串发送到前台界面显示。下图是网页查看实时PM2.5监测平台数据
四、数据展示
本发明的界面展示采用B/S方式,采用地图形式开展示PM2.5浓度分布情况、柱状图、曲线图的不同形式来表示PM2.5的变化趋势,从而形象直观的展示PM2.5的分布情况以及发展趋势情况。
采用与数据立方提供专用API、Web访问和Web Services接口进行数据交互操作。数据立方能够支撑千万级并发访问,PB级数据存储、秒级数据处理能力,大大提高了客户体验感。用户访问时,同时系统通过负载均衡与队列模式,做到资源公平。
Claims (3)
1.一种环境污染趋势监控系统,其特征是,该系统包括:
前端设备:其数目为n,所述n≥1的自然数,分布设置在待监控的范围内的各个监测点,用于采集相应检测点的环境污染数据;
传输网络:其输入端分别与各个前端设备的输出端连接;
数据立方:其输入端连接传输网络的输出端,并对接收到的数据进行存储和计算;
WEB服务器:其输入端连接数据立方的输出端,且与传输网络之间交互连接,用于进行数据的最后处理和公布。
2.根据权利要求1所述的一种环境污染趋势监控系统,其特征是,所述前端设备包括n个采样器,所述n≥1的自然数,还包括PM2.5通讯平台、电源以及无电源通讯平台,采样器的输出端均连接PM2.5通讯平台的输入端,电源为PM2.5通讯平台供电,PM2.5通讯平台的输出端连接无电源通讯平台的输入端。
3.根据权利要求1或2所述的一种环境污染趋势监控系统,其特征是,所述WEB服务器采用B/S结构。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310570964.5A CN103595792A (zh) | 2013-11-15 | 2013-11-15 | 一种环境污染趋势监控系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310570964.5A CN103595792A (zh) | 2013-11-15 | 2013-11-15 | 一种环境污染趋势监控系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103595792A true CN103595792A (zh) | 2014-02-19 |
Family
ID=50085772
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310570964.5A Pending CN103595792A (zh) | 2013-11-15 | 2013-11-15 | 一种环境污染趋势监控系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103595792A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103983550A (zh) * | 2014-05-29 | 2014-08-13 | 烟台智慧云谷云计算有限公司 | 一种基于2.4g无线自动组网空气pm含量检测系统及其检测方法 |
CN106352914A (zh) * | 2016-08-01 | 2017-01-25 | 孙扬 | 一种区域空气质量治理的装置 |
CN107170219A (zh) * | 2017-04-24 | 2017-09-15 | 杭州电子科技大学 | 一种移动污染源在线监测系统及方法 |
US10338047B2 (en) | 2015-06-16 | 2019-07-02 | International Business Machines Corporation | Air-pollution anomaly location mechanism |
WO2020258007A1 (zh) * | 2019-06-24 | 2020-12-30 | 南京邮电大学 | 一种基于大数据技术的大气污染物无人机溯源系统及方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103346604A (zh) * | 2013-07-22 | 2013-10-09 | 南京云创存储科技有限公司 | 采用太阳能供电采集监测数据的装置 |
CN103354020A (zh) * | 2013-05-31 | 2013-10-16 | 成都佳锂科技有限公司 | 一种云技术空气质量远程监测系统 |
-
2013
- 2013-11-15 CN CN201310570964.5A patent/CN103595792A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103354020A (zh) * | 2013-05-31 | 2013-10-16 | 成都佳锂科技有限公司 | 一种云技术空气质量远程监测系统 |
CN103346604A (zh) * | 2013-07-22 | 2013-10-09 | 南京云创存储科技有限公司 | 采用太阳能供电采集监测数据的装置 |
Non-Patent Citations (1)
Title |
---|
南京云创存储科技有限公司: "云上的PM2.5", 《物联网与云计算》, 31 October 2013 (2013-10-31) * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103983550A (zh) * | 2014-05-29 | 2014-08-13 | 烟台智慧云谷云计算有限公司 | 一种基于2.4g无线自动组网空气pm含量检测系统及其检测方法 |
US10338047B2 (en) | 2015-06-16 | 2019-07-02 | International Business Machines Corporation | Air-pollution anomaly location mechanism |
CN106352914A (zh) * | 2016-08-01 | 2017-01-25 | 孙扬 | 一种区域空气质量治理的装置 |
CN106352914B (zh) * | 2016-08-01 | 2018-10-12 | 孙扬 | 一种区域空气质量治理的装置 |
CN107170219A (zh) * | 2017-04-24 | 2017-09-15 | 杭州电子科技大学 | 一种移动污染源在线监测系统及方法 |
WO2020258007A1 (zh) * | 2019-06-24 | 2020-12-30 | 南京邮电大学 | 一种基于大数据技术的大气污染物无人机溯源系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109934402A (zh) | 一种风电场集控中心集中风功率预测系统及其设计方法 | |
CN103595792A (zh) | 一种环境污染趋势监控系统 | |
CN105139281A (zh) | 一种电力营销大数据的处理方法及系统 | |
Xhafa et al. | Processing and analytics of big data streams with yahoo! s4 | |
CN107766402A (zh) | 一种楼盘字典云房源大数据平台 | |
CN103955509A (zh) | 一种海量电力计量数据的快速检索方法 | |
CN101645032A (zh) | 应用服务器的性能分析方法和应用服务器 | |
CN103400246A (zh) | 一种基于云架构的核电厂风险监测系统及监测方法 | |
CN108777637A (zh) | 一种支持服务器异构的数据中心综合管理系统和方法 | |
Zheng et al. | An eiot system designed for ecological and environmental management of the xianghe segment of china’s grand canal | |
CN112434924B (zh) | 全电网多源数据下基于云平台的风险稽查监控平台 | |
CN104113605A (zh) | 一种企业云应用开发的监控处理方法 | |
CN102929899A (zh) | 一种基于中间表的分布式报表系统 | |
Ceci et al. | Big data techniques for supporting accurate predictions of energy production from renewable sources | |
CN112883001A (zh) | 一种基于营配贯通数据可视化平台的数据处理方法、装置及介质 | |
CN102663621A (zh) | 基于汽车经销商的小区客户开发模式精准营销管理系统 | |
CN103489139A (zh) | 城市配电网规划综合分析与管理系统 | |
CN115934856A (zh) | 一种构造综合能源数据资产的方法和系统 | |
Wang et al. | The design of water resources and hydropower cloud GIS platform based on big data | |
Kong et al. | A novel design and application of spatial data management platform for natural resources | |
Stroia et al. | Integrated smart-home architecture for supporting monitoring and scheduling strategies in residential clusters | |
Ali et al. | From big data to smart data-centric software architectures for city analytics: the case of the pell smart city platform | |
CN105005524A (zh) | 一种监测软件云服务系统设计方法 | |
CN109165203A (zh) | 基于Hadoop架构的大型公共建筑能耗数据存储分析方法 | |
CN103488792A (zh) | 云计算的pm2.5监测、存储、处理的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20140219 |