CN104865353A - 基于无人机的工业园区大气污染数据采集方法 - Google Patents
基于无人机的工业园区大气污染数据采集方法 Download PDFInfo
- Publication number
- CN104865353A CN104865353A CN201510292812.2A CN201510292812A CN104865353A CN 104865353 A CN104865353 A CN 104865353A CN 201510292812 A CN201510292812 A CN 201510292812A CN 104865353 A CN104865353 A CN 104865353A
- Authority
- CN
- China
- Prior art keywords
- pollution
- measured
- pollution source
- region
- relative
- 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.)
- Granted
Links
Landscapes
- Processing Or Creating Images (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种基于无人机的工业园区大气污染数据采集方法,包括:待测区域及污染源分布网格化;设污染源对邻近区域的影响与距离成反比,并考虑污染源重要性及季节风向影响,计算所有污染源对每个网格单元的相对污染指数,进而对待测区域划分为多个污染集聚区;针对每个污染分区分别制定无人机巡航方案,无人机搭载便携式检测设备,以S型轨迹从飞行区域下风向边界自动驾驶巡航至上边界,将所收集到的污染物数据与无人机自带的GPS定位数据进行时间关联,基于GPS经纬度坐标将污染物监测数据匹配到待测区域的网格矢量地图上,取每个单元格内所有污染物样本数据的平均值作为该单元格的最终值。本发明使得数据采集更优化、更科学,便于环境管理与决策。
Description
技术领域
本发明涉及的是一种大气环境科学领域的技术,具体是一种基于无人机的工业园区大气污染数据采集方法。
背景技术
工业化促进了社会经济的快速增长,同时也带来了日益严峻的大气污染问题。以城市工业园区为例,恶臭气体污染等环境问题越来越多地被周边居民投诉,成为园区发展的瓶颈问题。当前,稀疏的地面监测站已无法对园区大气污染进行全方位监测,复杂分散的污染源对周边区域的影响很难测算,从而无法科学合理地评价园区大气污染状况,导致决策者无法有效制定园区环境管理政策。
经过对现有技术的检索发现,中国专利文献号CN104155994A公开(公告)日2014.11.19公开了一种基于无人机的城市工程环境监测方法,其包括如下具体方法:1)根据工程现场环境对无人机的航线进行规划;2)设置无人机按照步骤1)中设定的航线进行巡航,同时通过无人机、以及搭载在无人机上的噪声检测仪与灰尘检测仪对工程现场的噪声与工程现场空气内的灰尘浓度进行实时监测;3)对于步骤2)中,无人机进行实时监测过程中,当工程现场的噪声与工程现场空气内的灰尘浓度超过峰值时,通过搭载在无人机上的遥感设备记录工程现场的图像数据;采用上述基于无人机的城市工程环境监测方法,其可有效检测城市内工程现场中的噪音与灰尘浓度,并通过遥感设备获取噪音与灰尘浓度超出峰值的工程现象的图像数据,便于对其进行监管。但该技术没有考虑到无人机飞行覆盖范围及时间的约束,无法兼顾不同污染源排放贡献及季节性主导风向影响,数据采集过程不够科学合理,燃油利用率较低且采集数据不够全面。
发明内容
本发明要解决的技术问题是提出一种基于无人机的工业园区大气污染数据采集方法,其可对园区大气污染指标进行时空连续监测,为科学评估园区大气污染状况提供依据。
本发明涉及到一种基于无人机的工业园区大气污染数据采集方法,是通过以下技术方案实现的,包括以下步骤:
1)待测区域规则网格矢量化,具体步骤包括:
1.1)获取包含投影坐标系(单位为米)的待测区域的矢量地图;
1.2)基于地理信息系统平台(如ArcMap),采用渔网工具(Fishnet),生成覆盖整个待测区域的网格矢量地图,网格单元设为500*500米的规则多边形要素。
2)对待测区域的工业污染源历史数据进行空间矢量化处理,生成污染源分布的矢量图层,并与步骤1)中生成的网格矢量地图叠加,具体步骤包括:
2.1)收集待测区域的工业污染源(如烟囱、锅炉等)的地理坐标以及污染源年均排放量等数据信息,根据工业污染源的地理坐标,绘制污染源的空间分布点要素图层,每个点要素增加字段污染源年均排放量。
2.2)将步骤2.1)中生成的污染源点要素图层,与步骤1)中生成的待测区域网格矢量地图进行图层叠加,得到区域网格化后污染源分布地图。
3)计算网格单元的相对污染指数:当污染源对邻近区域的影响与距离成反比,并考虑污染源重要性及季节性主导风向影响,计算待测区域内所有污染源对每个500m*500m网格单元的综合相对污染指数,从而绘制待测区域相对污染指数矢量图,具体步骤包括:
3.1)赋予步骤1)所述的待测区域网格地图矩阵坐标,即由北至南为矩阵的行(令i代表行号)、由西至东为矩阵的列(令j代表列号),令Xij为所有污染源对第i行、j列网格单元产生的相对污染指数,其中i=1,2,…,m;j=1,2,…,n;m,n分别为待测区域网格的最大行、列数。
3.2)根据步骤2)所述的污染源网格地图,依次确认每个污染源所对应的网格矩阵坐标(p,q),即每个污染源的矩阵坐标,其中p、q分别表示矩阵的行、列数,那么p行、q列网格单元内的污染源相对重要性指数Ypq=Epq/Eall,其中:Epq表示对应于p行、q列网格单元的污染源的年均排放量,Eall表示对待测区域内所有污染源的年均排放总量。
3.3)计算i行、j列网格单元内的相对风向指数RWDij:首先构建以污染源(p,q)为原点、0‐359°的顺时针风向坐标系(0°表示正北向);其次污染源和i行、j列的网格单元连线,计算连线相对于正北向的顺时针角度(0‐359°),之后求算其与待测区域季节性主导风向(0‐359°)的夹角θ(0°<θ<180°)(相对于坐标原点,季节性主导风向为来风方向),那么相对于季节性主导风向和污染源(p,q),i行、j列的网格单元的风向指数
3.4)计算所有污染源对i行、j列网格单元的产生的相对污染指数 其中:p、q为步骤3.2)所确认的每个污染源所对应的网格矩阵的行、列数。
3.5)针对i行、j列网格单元,增加新字段并命名为相对污染指数,字段赋值为Xij,采用地理信息系统平台(如ArcMap)自动生成待测区域的相对污染指数网格矢量图。
4)根据步骤3)所述的待测区域相对污染指数网格矢量图,采用ArcMap进行分级可视化显示(分级标准可自行设定),通过人工判读的方式将待测区域重新划分为多个污染集聚区。
5)针对每个污染集聚区分别布设无人机基站,以实现优化的数据采集,具体步骤包括:
5.1)针对每个污染集聚区,视其相对于季节性主导风向的下风向边界区为无人机基站位置,无人机搭载便携式污染物检测设备及气象设备,以S型巡航路线从基站位置巡航至区域上边界,平行航线间距设为500米,机身与风向在垂直方向上呈30~45°夹角,巡航全程采取自动导航模式,实现对污染聚类区的大气污染物进行连续监测。
5.2)无人机巡航结束后,基于时间关联规则,将污染监测数据与无人机自带的GPS定位数据进行匹配,生成带有经纬度坐标的污染监测数据,然后匹配到待测区域的网格矢量地图上,取每个500*500米单元格内所有污染物样本数据的平均值作为该单元格的最终值。
技术效果
采用上述基于无人机的工业园区大气污染数据采集方法,可对工业园区大气污染指标进行时空连续监测,监测结果可直观评价待测区域的大气污染时空分布状况,为环境管理决策提供科学依据。
附图说明
图1是本发明流程图。
图2是实施例中待测区域及污染源分布网格矢量化示意图。
图3是实施例中待测区域污染聚类分区示意图。
图4是实施例中针对一个污染聚类区的无人机巡航方案示意图。
具体实施方式
下面对本发明的实施例作详细说明,本实施例在以本发明技术方案为前提下进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
实施例1
如图1所示,本实施例包括:1)待测区域规则网格矢量化,2)工业污染源空间矢量化,3)计算网格单元的相对污染指数,4)待测区域污染聚类分区,5)制定针对每个污染聚类区的无人机巡航方案。
本实施例具体包括以下步骤:
1)待测区域规则网格矢量化。如图2a所示,对待测区域进行均匀网格划,网格单元设为500m*500m的规则多边形要素,具体步骤包括:首先获取包含投影坐标系(单位为Meter)的待测区域的矢量地图,然后采用ArcMap平台中的渔网工具(Fishnet),生成覆盖整个待测区域的500m*500m网格矢量地图。
2)工业污染源空间矢量化。对待测区域工业污染源进行统计调查,对它们进行空间矢量化,生成污染源分布的矢量地图,并与步骤1)中生成的待测区域网格地图叠加,具体步骤包括:
2.1)收集待测区域的工业污染源(如烟囱、锅炉等)的地理坐标以及污染源年均排放量等数据信息,根据工业污染源的地理坐标,绘制污染源的空间分布点要素图层,并将污染源年均排放量作为新字段赋予每个点要素。
2.2)将步骤2.1)中生成的污染源点要素图层,与步骤1)中生成的待测区域网格矢量地图进行图层叠加,得到区域网格化后污染源分布地图(即图2b所示)。
3)计算网格单元的相对污染指数。当污染源对邻近区域的影响与距离成反比,并考虑污染源重要性及季节性主导风向影响,计算待测区域内所有污染源对每个500m*500m网格单元的综合相对污染指数,从而绘制待测区域相对污染指数矢量图,具体步骤包括:
3.1)赋予步骤1)所述的待测区域网格地图矩阵坐标,即由北至南为矩阵的行(令i代表行号)、由西至东为矩阵的列(令j代表列号),令Xij为所有污染源对第i行、j列网格单元产生的相对污染指数,其中i=1,2,…,m;j=1,2,…,n;m,n分别为待测区域网格的最大行、列数。
3.2)根据步骤2)所述的污染源网格地图,依次确认每个污染源所对应的网格矩阵坐标(p,q),即每个污染源的矩阵坐标,其中p、q分别表示矩阵的行、列数,那么p行、q列网格单元内的污染源相对重要性指数Ypq可由以下公式计算获得:
Ypq=Epq/Eall,其中Epq表示对应于p行、q列网格单元的污染源的年均排放量,Eall表示对待测区域内所有污染源的年均排放总量。
3.3)计算i行、j列网格单元内的相对风向指数RWDij。首先,构建以污染源(p,q)为原点、0‐359°的顺时针风向坐标系(0°表示正北向);其次,污染源和i行、j列的网格单元连线,计算连线相对于正北向的顺时针角度(0‐359°),之后求算其与待测区域季节性主导风向(0‐359°)的夹角θ(0°<θ<180°)(相对于坐标原点,季节性主导风向为来风方向),那么相对于季节性主导风向和污染源(p,q),i行、j列的网格单元的风向指数RWDij可由以下公式计算:
3.4)计算所有污染源对i行、j列网格单元的产生的相对污染指数Xij,
3.5)针对i行、j列网格单元,增加新字段并命名为相对污染指数,字段赋值为Xij,基于ArcMap自动生成待测区域的相对污染指数网格矢量图(即图3a所示)。
4)待测区域污染聚类分区。根据步骤3)所述的待测区域相对污染指数网格矢量图,采用ArcMap进行分级可视化显示(分为5级),通过人工判读的方式将待测区域重新划分为多个污染集聚区(即图3b所示)。
5)针对每个污染聚类区的无人机巡航方案。针对每个污染集聚区分别布设无人机基站,考虑无人机飞行覆盖半径及时间约束,制定无人机飞行方案,以实现优化的数据采集。主要步骤包括:
5.1)如图4所示,针对每个污染集聚区,视其相对于季节性主导风向的下风向边界区为无人机基站位置,无人机搭载便携式污染物检测设备及气象设备,以S型巡航路线从基站位置巡航至区域上边界,平行航线间距设为500m,机身与风向在垂直方向上呈30~45度夹角,巡航全程采取自动导航模式,实现对污染聚类区的大气污染物进行连续监测。
5.2)无人机巡航结束后,基于时间关联规则,将污染监测数据与无人机自带的GPS定位数据进行匹配,生成带有经纬度坐标的污染监测数据,然后匹配到待测区域的网格矢量地图上,取每个500m*500m单元格内所有污染物样本数据的平均值作为该单元格的最终值。
Claims (6)
1.一种基于无人机的工业园区大气污染数据采集方法,其特征在于,包括如下具体步骤:
1)待测区域规则网格矢量化;
2)对待测区域的工业污染源历史数据进行空间矢量化处理,生成污染源分布的矢量图层,并与步骤1)中生成的网格矢量地图叠加;
3)计算网格单元的相对污染指数:当污染源对邻近区域的影响与距离成反比,并考虑污染源重要性及季节性主导风向影响,计算待测区域内所有污染源对每个500m*500m网格单元的综合相对污染指数,从而绘制待测区域相对污染指数矢量图;
4)根据步骤3)所述的待测区域相对污染指数网格矢量图,进行分级可视化显示,通过人工判读的方式将待测区域重新划分为多个污染集聚区;
5)针对每个污染集聚区分别布设无人机基站,以实现优化的数据采集。
2.根据权利要求1所述的方法,其特征是,所述的步骤1),具体包括:
1.1)获取包含投影坐标系的待测区域的矢量地图;
1.2)基于地理信息系统平台,生成覆盖整个待测区域的网格矢量地图。
3.根据权利要求2所述的方法,其特征是,所述的网格矢量地图的网格单元设为500*500米的规则多边形要素。
4.根据权利要求1所述的方法,其特征是,所述的步骤2),具体包括:
2.1)收集待测区域的工业污染源的地理坐标以及污染源年均排放量信息,根据工业污染源的地理坐标,绘制污染源的空间分布点要素图层,每个点要素增加字段污染源年均排放量;
2.2)将步骤2.1)中生成的污染源点要素图层,与步骤1)中生成的待测区域网格矢量地图进行图层叠加,得到区域网格化后污染源分布地图。
5.根据权利要求1所述的方法,其特征是,所述的步骤3),具体包括:
3.1)赋予步骤1)所述的待测区域网格地图矩阵坐标,即由北至南为矩阵的行、由西至东为矩阵的列,令Xij为所有污染源对第i行、j列网格单元产生的相对污染指数,其中i=1,2,...,m;j=1,2,...,n;m,n分别为待测区域网格的最大行、列数;
3.2)根据步骤2)所述的污染源网格地图,依次确认每个污染源所对应的网格矩阵坐标(p,q),即每个污染源的矩阵坐标,其中:p、q分别表示矩阵的行、列数,那么p行、q列网格单元内的污染源相对重要性指数Ypq=Epq/all,其中:Epq表示对应于p行、q列网格单元的污染源的年均排放量,Eall表示对待测区域内所有污染源的年均排放总量;
3.3)计算i行、j列网格单元内的相对风向指数RWDij:首先构建以污染源(p,q)为原点、0‐359°的顺时针风向坐标系;其次污染源和i行、j列的网格单元连线,计算连线相对于正北向的顺时针角度0‐359°,之后求算其与待测区域季节性主导风向0‐359°的夹角θ,0°<θ<180°相对于坐标原点,季节性主导风向为来风方向,那么相对于季节性主导风向和污染源(p,q),i行、j列的网格单元的风向指数
3.4)计算所有污染源对i行、j列网格单元的产生的相对污染指数 其中:p、q为步骤3.2)所确认的每个污染源所对应的网格矩阵的行、列数;
3.5)针对i行、j列网格单元,增加新字段并命名为相对污染指数,字段赋值为Xij,采用地理信息系统平台自动生成待测区域的相对污染指数网格矢量图。
6.根据权利要求1所述的方法,其特征是,所述的步骤5),具体包括:
5.1)针对每个污染集聚区,视其相对于季节性主导风向的下风向边界区为无人机基站位置,无人机搭载便携式污染物检测设备及气象设备,以S型巡航路线从基站位置巡航至区域上边界,平行航线间距设为500米,机身与风向在垂直方向上呈30~45°夹角,巡航全程采取自动导航模式,实现对污染聚类区的大气污染物进行连续监测;
5.2)无人机巡航结束后,基于时间关联规则,将污染监测数据与无人机自带的GPS定位数据进行匹配,生成带有经纬度坐标的污染监测数据,然后匹配到待测区域的网格矢量地图上,取每个500*500米单元格内所有污染物样本数据的平均值作为该单元格的最终值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510292812.2A CN104865353B (zh) | 2015-06-01 | 2015-06-01 | 基于无人机的工业园区大气污染数据采集方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510292812.2A CN104865353B (zh) | 2015-06-01 | 2015-06-01 | 基于无人机的工业园区大气污染数据采集方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104865353A true CN104865353A (zh) | 2015-08-26 |
CN104865353B CN104865353B (zh) | 2016-05-25 |
Family
ID=53911331
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510292812.2A Expired - Fee Related CN104865353B (zh) | 2015-06-01 | 2015-06-01 | 基于无人机的工业园区大气污染数据采集方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104865353B (zh) |
Cited By (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106501450A (zh) * | 2016-10-18 | 2017-03-15 | 上海磐合科学仪器股份有限公司 | 车载大气环境监测方法及系统 |
CN106568725A (zh) * | 2016-11-02 | 2017-04-19 | 浙江水利水电学院 | 河流护岸施工断面中大气环境的监测方法 |
CN106885887A (zh) * | 2017-03-02 | 2017-06-23 | 合肥杰通环境技术有限公司 | 一种水污染检测方法及装置 |
CN106934466A (zh) * | 2017-03-19 | 2017-07-07 | 北京工业大学 | 一种交通基础设施状态信息采集方法 |
CN107991454A (zh) * | 2018-01-17 | 2018-05-04 | 南开大学 | 一种水质污染源分析方法 |
CN108254503A (zh) * | 2018-01-11 | 2018-07-06 | 上海交通大学 | 无人机排放遥测方法及其系统 |
CN108896714A (zh) * | 2018-06-13 | 2018-11-27 | 中国科学院城市环境研究所 | 一种基于无人机的大气污染源追踪方法及无人机系统 |
CN109059870A (zh) * | 2018-08-07 | 2018-12-21 | 河南蓝天云海航空科技有限公司 | 基于无人机航拍影像的锅炉大气污染物排放监管系统和巡检方法 |
CN109213840A (zh) * | 2018-09-12 | 2019-01-15 | 北京英视睿达科技有限公司 | 基于多维特征深度学习的热点网格识别方法 |
WO2019011117A1 (zh) * | 2017-07-14 | 2019-01-17 | 深圳市可飞科技有限公司 | 基于无人机的大气数据分布二维可视化动态展示方法及系统 |
CN109270951A (zh) * | 2018-08-02 | 2019-01-25 | 佛山世寰智能科技有限公司 | 一种无人机环境监测巡航方法及系统 |
CN109543990A (zh) * | 2018-11-19 | 2019-03-29 | 北京英视睿达科技有限公司 | 基于污染源确定大气污染热点网格的方法及装置 |
CN110108605A (zh) * | 2019-04-07 | 2019-08-09 | 常州轻工职业技术学院 | 基于无人机的空污预警方法及系统 |
CN110163210A (zh) * | 2019-05-24 | 2019-08-23 | 北京百度网讯科技有限公司 | 一种兴趣点poi信息采集方法、装置、设备和存储介质 |
CN110244002A (zh) * | 2019-06-11 | 2019-09-17 | 徐州工业职业技术学院 | 一种基于无人机系统的大气污染源追踪方法 |
CN110889199A (zh) * | 2019-11-01 | 2020-03-17 | 河海大学 | 一种港口大气颗粒物浓度在线检测器的布局优化方法 |
CN111753906A (zh) * | 2020-06-24 | 2020-10-09 | 中科三清科技有限公司 | 污染物传输轨迹的聚类方法、装置、电子设备及存储介质 |
CN112161973A (zh) * | 2020-08-31 | 2021-01-01 | 中国水利水电科学研究院 | 一种基于无人机的水体污染快速检测方法 |
CN112257551A (zh) * | 2020-10-19 | 2021-01-22 | 北京市劳动保护科学研究所 | 一种氮氧化物污染源识别及排放量确定的方法及系统 |
CN112349414A (zh) * | 2020-10-26 | 2021-02-09 | 深圳信息职业技术学院 | 一种大气污染二元混合物健康风险评价新方法 |
CN113371183A (zh) * | 2021-06-08 | 2021-09-10 | 陕西省环境科学研究院 | 基于多旋翼无人机的高架点源污染物排放监测系统及方法 |
CN113375723A (zh) * | 2021-06-26 | 2021-09-10 | 西北工业大学 | 基于固定翼无人机的大气污染立体化监控及数据处理方法 |
CN113467507A (zh) * | 2021-06-28 | 2021-10-01 | 中交遥感载荷(江苏)科技有限公司 | 一种基于无人机系统的大气环境采样方法及其无人机系统 |
CN114580168A (zh) * | 2022-03-03 | 2022-06-03 | 山东瑞智飞控科技有限公司 | 一种无人机监测大气污染数据与三维gis融合展示的方法 |
CN115185292A (zh) * | 2022-06-27 | 2022-10-14 | 福建农林大学 | 基于地空一体化的空气污染智能监测方法及平台 |
CN116205592A (zh) * | 2023-02-07 | 2023-06-02 | 广东慧航天唯科技有限公司 | 一种智慧物联的排水管网污染异常溯源方法 |
CN116699072A (zh) * | 2023-06-08 | 2023-09-05 | 东莞市华复实业有限公司 | 基于侦测巡航的环境预警方法 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111812268A (zh) * | 2019-04-11 | 2020-10-23 | 苏州臻迪智能科技有限公司 | 监测方法、控制装置、无人机和无人机系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0527307A2 (en) * | 1991-06-14 | 1993-02-17 | ALENIA AERITALIA & SELENIA S.P.A. | Integrated system for the detection and measurement of the urban traffic pollutants and method thereof |
JP2003099122A (ja) * | 2001-09-25 | 2003-04-04 | Sanyo Electric Co Ltd | 環境汚染管理システム |
WO2010070147A1 (en) * | 2008-12-19 | 2010-06-24 | Duvas Technologies Limited | System and apparatus for measurement and mapping of pollutants |
CN102980977A (zh) * | 2012-12-10 | 2013-03-20 | 环境保护部卫星环境应用中心 | 污染气体无人机监测系统 |
CN103679610A (zh) * | 2013-12-12 | 2014-03-26 | 北京航空航天大学 | 一种用于大气环境监测的可视化系统 |
CN103823028A (zh) * | 2014-03-13 | 2014-05-28 | 山东省计算中心 | 基于无人机的固定污染源烟气排放机动监测系统及方法 |
CN104132830A (zh) * | 2014-08-05 | 2014-11-05 | 江苏恒创软件有限公司 | 一种基于无人机的空气采集装置及方法 |
CN104133042A (zh) * | 2014-08-01 | 2014-11-05 | 江苏恒创软件有限公司 | 一种基于无人机的空气质量监测装置及监测方法 |
CN204264448U (zh) * | 2014-11-07 | 2015-04-15 | 甘肃中茂环保科技有限公司 | 小型飞行环境监测仪 |
-
2015
- 2015-06-01 CN CN201510292812.2A patent/CN104865353B/zh not_active Expired - Fee Related
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0527307A2 (en) * | 1991-06-14 | 1993-02-17 | ALENIA AERITALIA & SELENIA S.P.A. | Integrated system for the detection and measurement of the urban traffic pollutants and method thereof |
JP2003099122A (ja) * | 2001-09-25 | 2003-04-04 | Sanyo Electric Co Ltd | 環境汚染管理システム |
WO2010070147A1 (en) * | 2008-12-19 | 2010-06-24 | Duvas Technologies Limited | System and apparatus for measurement and mapping of pollutants |
CN102980977A (zh) * | 2012-12-10 | 2013-03-20 | 环境保护部卫星环境应用中心 | 污染气体无人机监测系统 |
CN103679610A (zh) * | 2013-12-12 | 2014-03-26 | 北京航空航天大学 | 一种用于大气环境监测的可视化系统 |
CN103823028A (zh) * | 2014-03-13 | 2014-05-28 | 山东省计算中心 | 基于无人机的固定污染源烟气排放机动监测系统及方法 |
CN104133042A (zh) * | 2014-08-01 | 2014-11-05 | 江苏恒创软件有限公司 | 一种基于无人机的空气质量监测装置及监测方法 |
CN104132830A (zh) * | 2014-08-05 | 2014-11-05 | 江苏恒创软件有限公司 | 一种基于无人机的空气采集装置及方法 |
CN204264448U (zh) * | 2014-11-07 | 2015-04-15 | 甘肃中茂环保科技有限公司 | 小型飞行环境监测仪 |
Non-Patent Citations (3)
Title |
---|
LIU XIAOFENG, ET AL.: "Multi-objective evolutionary approach for UAV cruise route planning to collect traffic information", 《J. CENT. SOUTH UNIV.》, vol. 19, no. 12, 31 December 2012 (2012-12-31), XP035155238, DOI: doi:10.1007/s11771-012-1449-8 * |
彭仲仁 等: "无人飞机在交通信息采集中的研究进展和展望", 《交通运输工程学报》, vol. 12, no. 6, 31 December 2012 (2012-12-31) * |
韩文权 等: "无人机遥感在应对地质灾害中的主要应用", 《地理空间信息》, vol. 9, no. 5, 31 October 2011 (2011-10-31) * |
Cited By (39)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106501450B (zh) * | 2016-10-18 | 2018-07-20 | 上海磐合科学仪器股份有限公司 | 车载大气环境监测方法及系统 |
CN106501450A (zh) * | 2016-10-18 | 2017-03-15 | 上海磐合科学仪器股份有限公司 | 车载大气环境监测方法及系统 |
CN106568725A (zh) * | 2016-11-02 | 2017-04-19 | 浙江水利水电学院 | 河流护岸施工断面中大气环境的监测方法 |
CN106885887A (zh) * | 2017-03-02 | 2017-06-23 | 合肥杰通环境技术有限公司 | 一种水污染检测方法及装置 |
CN106934466A (zh) * | 2017-03-19 | 2017-07-07 | 北京工业大学 | 一种交通基础设施状态信息采集方法 |
WO2019011117A1 (zh) * | 2017-07-14 | 2019-01-17 | 深圳市可飞科技有限公司 | 基于无人机的大气数据分布二维可视化动态展示方法及系统 |
CN108254503A (zh) * | 2018-01-11 | 2018-07-06 | 上海交通大学 | 无人机排放遥测方法及其系统 |
CN107991454A (zh) * | 2018-01-17 | 2018-05-04 | 南开大学 | 一种水质污染源分析方法 |
CN108896714B (zh) * | 2018-06-13 | 2020-09-08 | 中国科学院城市环境研究所 | 一种基于无人机的大气污染源追踪方法及无人机系统 |
CN108896714A (zh) * | 2018-06-13 | 2018-11-27 | 中国科学院城市环境研究所 | 一种基于无人机的大气污染源追踪方法及无人机系统 |
CN109270951A (zh) * | 2018-08-02 | 2019-01-25 | 佛山世寰智能科技有限公司 | 一种无人机环境监测巡航方法及系统 |
CN109059870A (zh) * | 2018-08-07 | 2018-12-21 | 河南蓝天云海航空科技有限公司 | 基于无人机航拍影像的锅炉大气污染物排放监管系统和巡检方法 |
CN109059870B (zh) * | 2018-08-07 | 2020-10-13 | 河南蓝天云海航空科技有限公司 | 基于无人机航拍影像的锅炉大气污染物排放监管系统和巡检方法 |
CN109213840A (zh) * | 2018-09-12 | 2019-01-15 | 北京英视睿达科技有限公司 | 基于多维特征深度学习的热点网格识别方法 |
CN109213840B (zh) * | 2018-09-12 | 2023-05-30 | 北京英视睿达科技股份有限公司 | 基于多维特征深度学习的热点网格识别方法 |
CN109543990A (zh) * | 2018-11-19 | 2019-03-29 | 北京英视睿达科技有限公司 | 基于污染源确定大气污染热点网格的方法及装置 |
CN110108605A (zh) * | 2019-04-07 | 2019-08-09 | 常州轻工职业技术学院 | 基于无人机的空污预警方法及系统 |
CN110108605B (zh) * | 2019-04-07 | 2022-06-03 | 常州工业职业技术学院 | 基于无人机的空污预警方法及系统 |
CN110163210A (zh) * | 2019-05-24 | 2019-08-23 | 北京百度网讯科技有限公司 | 一种兴趣点poi信息采集方法、装置、设备和存储介质 |
CN110244002A (zh) * | 2019-06-11 | 2019-09-17 | 徐州工业职业技术学院 | 一种基于无人机系统的大气污染源追踪方法 |
CN110889199A (zh) * | 2019-11-01 | 2020-03-17 | 河海大学 | 一种港口大气颗粒物浓度在线检测器的布局优化方法 |
CN110889199B (zh) * | 2019-11-01 | 2022-09-23 | 河海大学 | 一种港口大气颗粒物浓度在线检测器的布局优化方法 |
CN111753906A (zh) * | 2020-06-24 | 2020-10-09 | 中科三清科技有限公司 | 污染物传输轨迹的聚类方法、装置、电子设备及存储介质 |
CN112161973A (zh) * | 2020-08-31 | 2021-01-01 | 中国水利水电科学研究院 | 一种基于无人机的水体污染快速检测方法 |
CN112161973B (zh) * | 2020-08-31 | 2022-04-08 | 中国水利水电科学研究院 | 一种基于无人机的水体污染快速检测方法 |
CN112257551B (zh) * | 2020-10-19 | 2021-09-10 | 北京市劳动保护科学研究所 | 一种氮氧化物污染源识别及排放量确定的方法及系统 |
CN112257551A (zh) * | 2020-10-19 | 2021-01-22 | 北京市劳动保护科学研究所 | 一种氮氧化物污染源识别及排放量确定的方法及系统 |
CN112349414A (zh) * | 2020-10-26 | 2021-02-09 | 深圳信息职业技术学院 | 一种大气污染二元混合物健康风险评价新方法 |
CN113371183B (zh) * | 2021-06-08 | 2023-10-10 | 陕西省环境科学研究院 | 基于多旋翼无人机的高架点源污染物排放监测系统及方法 |
CN113371183A (zh) * | 2021-06-08 | 2021-09-10 | 陕西省环境科学研究院 | 基于多旋翼无人机的高架点源污染物排放监测系统及方法 |
CN113375723A (zh) * | 2021-06-26 | 2021-09-10 | 西北工业大学 | 基于固定翼无人机的大气污染立体化监控及数据处理方法 |
CN113467507A (zh) * | 2021-06-28 | 2021-10-01 | 中交遥感载荷(江苏)科技有限公司 | 一种基于无人机系统的大气环境采样方法及其无人机系统 |
CN113467507B (zh) * | 2021-06-28 | 2024-02-23 | 中交遥感载荷(江苏)科技有限公司 | 一种基于无人机系统的大气环境采样方法及其无人机系统 |
CN114580168A (zh) * | 2022-03-03 | 2022-06-03 | 山东瑞智飞控科技有限公司 | 一种无人机监测大气污染数据与三维gis融合展示的方法 |
CN115185292A (zh) * | 2022-06-27 | 2022-10-14 | 福建农林大学 | 基于地空一体化的空气污染智能监测方法及平台 |
CN115185292B (zh) * | 2022-06-27 | 2024-06-14 | 福建农林大学 | 基于地空一体化的空气污染智能监测方法及平台 |
CN116205592A (zh) * | 2023-02-07 | 2023-06-02 | 广东慧航天唯科技有限公司 | 一种智慧物联的排水管网污染异常溯源方法 |
CN116699072A (zh) * | 2023-06-08 | 2023-09-05 | 东莞市华复实业有限公司 | 基于侦测巡航的环境预警方法 |
CN116699072B (zh) * | 2023-06-08 | 2024-01-26 | 东莞市华复实业有限公司 | 基于侦测巡航的环境预警方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104865353B (zh) | 2016-05-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104865353A (zh) | 基于无人机的工业园区大气污染数据采集方法 | |
CN112418609B (zh) | 一种基于面-网格-点的大气二次污染精准溯源方法 | |
CN109522603B (zh) | 基于云平台的车载拉格朗日实时大气污染溯源系统及方法 | |
Liu et al. | Integrated modeling of urban–scale pollutant transport: application in a semi–arid urban valley, Northwestern China | |
CN104834017A (zh) | 一种有毒有害气体泄漏扩散事故源定位方法 | |
KR101948546B1 (ko) | 대기오염물질 배출영향분석 시스템 및 그 방법 | |
CN105095589B (zh) | 一种山区电网风区分布图绘制方法 | |
CN114371260A (zh) | 一种工业企业无组织VOCs网格化监测、扩散预警及溯源方法 | |
CN115453069B (zh) | 一种面向城市臭氧超标污染遥感溯源方法 | |
CN108090285B (zh) | 用于复杂地形输电线路风灾监测的微气象观测布点方法 | |
CN113624921B (zh) | 多模式综合污染溯源方法 | |
CN110658307A (zh) | 评估污染源对环境空气质量影响的方法 | |
CN115420854B (zh) | 一种基于正后向模型结合的大气污染物溯源方法 | |
CN102096072A (zh) | 一种城市部件自动化测量方法 | |
Nasehi et al. | Application of fuzzy GIS and ANP for wind power plant site selection in East Azerbaijan Province of Iran | |
CN111539100B (zh) | 井场虚拟建设模型的生成方法、装置、设备及存储介质 | |
CN114077798B (zh) | 估算小尺度区域大气污染物网格浓度的方法 | |
CN110457819B (zh) | 一种根据自然环境识别城市天然风道的方法 | |
CN113407872A (zh) | 基于poi的城市空中交通飞行载具起降点选址方法 | |
CN114282392A (zh) | 一种观测高寒湖泊地气相互作用过程的布点方法 | |
CN103870631A (zh) | 一种基于3s技术的智能输电网络布设模型构建方法 | |
Ying et al. | City-scale ventilation analysis using 3D buildings with Guangzhou case | |
CN112926029A (zh) | 一种用于农村生活污水治理的聚居区识别划分方法 | |
Chen et al. | A case study of land use planning environmental assessment based on the air pollution analysis | |
CN114118602B (zh) | 一种基于gis的高空喷淋设备选址方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160525 Termination date: 20190601 |