CN105447173A - 一种基于uv数据的空气质量评估系统及方法 - Google Patents

一种基于uv数据的空气质量评估系统及方法 Download PDF

Info

Publication number
CN105447173A
CN105447173A CN201510904165.6A CN201510904165A CN105447173A CN 105447173 A CN105447173 A CN 105447173A CN 201510904165 A CN201510904165 A CN 201510904165A CN 105447173 A CN105447173 A CN 105447173A
Authority
CN
China
Prior art keywords
air quality
reading
parameter
database
estimation
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
Application number
CN201510904165.6A
Other languages
English (en)
Inventor
张彦
王堃
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN201510904165.6A priority Critical patent/CN105447173A/zh
Publication of CN105447173A publication Critical patent/CN105447173A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2462—Approximate or statistical queries

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Fuzzy Systems (AREA)
  • Photometry And Measurement Of Optical Pulse Characteristics (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

本发明是一种基于UV数据的空气质量评估系统，其结构至少由一个UV传感器组件、显示屏幕、处理器、无线单元、本地数据库和一个云数据库组成，系统检测到的UV读数，进入到本地和/或云数据库中寻找相应的空气质量（AQ）的读数，并建议当前空气质量适合的不同户外活动。本发明的优点：1）系统检测到的UV读数，进入到本地和/或云数据库中寻找相应的空气质量（AQ）的读数。2）采用混合加权AQ估计方法，估计AQ读数/级别。3）基于AQ值所得的UV读数被用于推荐适合当前空气质量的不同户外活动。4）在本地和/或远程/云间，建立并维护通过UV推荐户外活动的关系映射数据库。

Description

一种基于UV数据的空气质量评估系统及方法
技术领域
本发明涉及的是一种基于UV数据的空气质量评估系统及方法，属于空气质量评价技术领域。
背景技术
空气质量与人们选择哪种户外活动息息相关，而紫外线与空气质量质量有着密切关系。通常情况下，到达地面的紫外线辐射强度除了由太阳辐射强度、海拔高度、地理位置、不同季节、不同时间等因素决定外，还与平流层臭氧量、空气污染程度和气象条件等有着密切的关系，其中相对湿度、总云量、能见度对紫外线辐射的影响关系最大，人们选择什么样的户外运动在很大程度上与紫外线的强弱相关。
云数据库是一种云计算技术，与传统的数据库相比，它具有较强的存储能力，同时还防止了多重配置，为软件、硬件的更新、升级带来了方便。在云数据库应用中，客户端不需要了解云数据库的底层细节，所有的底层硬件和实现对客户端而言是透明的，它就像在使用一个运行在本地的数据库一样，非常方便简洁，同时又可以获得理论上近乎无线的存储和处理能力。云数据库具有动态可扩展性，高可用性，较低的使用代价，易用性和大规模并行处理等优点。
UV传感器是能够探测紫外线强度的一种传感器件。UV传感器的工作原理：利用光敏元件将紫外线信号转换为电信号光伏探测器的伏安特性，其工作模式通常分为两类：光伏模式和光导模式。
发明内容
本发明提出的是一种基于UV数据的空气质量评估系统及方法，其目的旨在克服现有技术所存在的缺陷，所得的基于空气质量值所得的UV读数可被用于推荐适宜不同水平的户外活动。
本发明的技术方案：
一种基于UV数据的空气质量评估系统，其结构至少由一个UV传感器组件、显示屏幕、处理器、无线单元、本地数据库和一个云数据库组成，系统检测到的UV读数，进入到本地和/或云数据库中寻找相应的空气质量（AQ）的读数，并建议当前空气质量适合的不同户外活动。
一种基于UV数据空气质量的评估方法，包括如下步骤：
（1）建立和维护一个由UV读数和空气质量读数相关关系的映射组成的数据库，其中空气质量读数包含但不仅限于SO2,PM10,NO2，PM2.5，CO和O3；
（2）空气质量评估系统收集到的UV读数，如果适用，则在本地/云映射数据库更新映射参数，其中一些空气质量（AQ）读数的实际读数可以从第三方供应商获得；
（3）所得的UV读数，使用混合加权AQ估计方法处理后，使用UV映射数据库，估计AQ读数/级别；
（4）基于所估计的和实际的AQ读数/级别，计算所要推荐的户外活动类型。
本发明的优点：
1）系统检测到的UV读数，进入到本地和/或云数据库中寻找相应的空气质量（AQ）的读数；
2）采用混合加权AQ估计方法，估计AQ读数/级别；
3）基于AQ值所得的UV读数被用于推荐适合当前空气质量的不同户外活动；
4）在本地和/或远程/云间，建立并维护通过UV推荐户外活动的关系映射数据库。
附图说明
图1是UV映射流程图。
图2是基于UV读数的空气质量户外活动推荐实例图。
具体实施方式
一种基于UV数据的空气质量评估系统，其结构至少由一个UV传感器组件、显示屏幕、处理器、无线单元、本地数据库和一个云数据库组成，系统检测到的UV读数，进入到本地和/或云数据库中寻找相应的空气质量（AQ）的读数，并建议当前空气质量适合的不同户外活动。
基于UV数据空气质量的评估方法，包括如下步骤：
（1）建立和维护一个由UV读数和空气质量读数相关关系的映射组成的数
据库，其中空气质量读书包含但不仅限于SO2,PM10,NO2，PM2.5，CO和O3；
（2）空气质量评估系统收集到的UV读数，如果适用，则在本地/云映射数据库更新映射参数，其中一些空气质量（AQ）读数的实际读数可以从第三方供应商获得；
（3）所得的UV读数，使用混合加权AQ估计方法处理后，使用UV映射数据库，估计AQ读数/级别；
（4）基于所估计的和实际的AQ读数/级别，计算所要推荐的户外活动类型。
其中混和加权AQ估算方法步骤如下：
1）使用映射数据集估计AQ参数1；
2）判断AQ参数1的实际读数是否是从第三方获得；
如果AQ参数1的实际读数可以从第三方获得，则计算实际读数和估计读数之间的差值作为估计偏差，然后采用AutoCorr方法计算偏差，即在下一次估计阶段，通过更新映射数据库，将此估计偏差应用到下一次AQ参数1估计；
如果AQ参数1的实际读数不是从第三方获得，需进一步判断AQ参数2，3，n的实际读数是否是可用的，如果可用，则采用CrossCorr方法计算偏差估计，即从AQ参数2，3，n的估计偏差，计算AQ参数1的估计偏差。这些与参数1有更高相关性的参数有较高的权重因子：
如
1.获取参数2的估计值E2和实际值A2；
2.获取参数n的估计值En和实际值An；
3.计算参数2和参数n的偏差率：B2=(A2-E2)/E2;Bn=(An-En)/En；
4.获取参数1和参数2，n之间的正负相关系数：C12,C1n，把这些正负相关系数当作权重因子；
5.计算参数1的偏差：B1=B2*C12+Bn*C1n，
计算参数1的偏差估计：(1+B1)*E1。
如图1所示，UV映射流程。首先将获得的UV读数在基于云/本地数据库映射搜索，然后采用混合型加权空气质量（AQ）参数估计方法对其进行估计，最后根据估计得参数为用户提供基于空气质量的户外活动推荐。
如图2所示，针对我们所获得的空气质量参数，如果是可用的实际值，在云端对这些可用的实际值参数进行更新与修正，得到相应UV参数的初步估计水平，然后再次在云端对实际空气质量参数进行更新与修正，得到高级估计水平，然后系统针对这些高级估计水平的UV读数为用户推荐基于空气质量的户外活动。
其中，云端对实际空气质量参数进行更新与修正，获得高级估计水平时，采用互相关偏差计算与混合加权空气质量评估方法。

Claims (6)

1.一种基于UV数据的空气质量评估系统，其特征是至少由一个UV传感器组件、显示屏幕、处理器、无线单元、本地数据库和一个云数据库组成，系统检测到的UV读数，进入到本地和/或云数据库中寻找相应的空气质量（AQ）的读数，并建议当前空气质量适合的不同户外活动。
2.一种基于UV数据空气质量的评估方法，其特征是包括如下步骤：
（1）建立和维护一个由UV读数和空气质量读数相关关系的映射组成的数
据库，其中空气质量读数包含但不仅限于SO2,PM10,NO2，PM2.5，CO和O3；
（2）空气质量评估系统收集到的UV读数，如果适用，则在本地/云映射数据库更新映射参数，其中一些空气质量（AQ）读数的实际读数可以从第三方供应商获得；
（3）所得的UV读数，使用混合加权AQ估计方法处理后，使用UV映射数据库，估计AQ读数/级别；
（4）基于所估计的和实际的AQ读数/级别，计算所要推荐的户外活动类型。
3.根据权利要求2所述的一种基于UV数据空气质量的评估方法，其特征是所述的混合加权AQ估计方法，包括如下步骤：
1）使用映射数据集估计AQ参数1；
2）判断AQ参数1的实际读数是否是从第三方获得；
如果AQ参数1的实际读数可以从第三方获得，则计算实际读数和估计读数之间的差值作为估计偏差，然后采用AutoCorr方法计算偏差，即在下一次估计阶段，通过更新映射数据库，将此估计偏差应用到下一次AQ参数1估计；
如果AQ参数1的实际读数不是从第三方获得，需进一步判断AQ参数2，3，n的实际读数是否是可用的，如果可用，则采用CrossCorr方法计算偏差估计，即从AQ参数2，3，n的估计偏差，计算AQ参数1的估计偏差，这些与参数1有更高相关性的参数有较高的权重因子。
4.根据权利要求3所述的一种基于UV数据空气质量的评估方法，其特征是所述的权重因子如：
1）获取参数2的估计值E2和实际值A2；
2）获取参数n的估计值En和实际值An；
3）计算参数2和参数n的偏差率：B2=(A2-E2)/E2;Bn=(An-En)/En；
4）获取参数1和参数2，n之间的正负相关系数：C12,C1n，把这些正负相关系数当作权重因子；
5）计算参数1的偏差：B1=B2*C12+Bn*C1n，
计算参数1的偏差估计：(1+B1)*E1。
5.根据权利要求2所述的一种基于UV数据空气质量的评估方法，其特征所述的UV映射的流程，包括如下步骤：
1）将获得的UV读数在基于云/本地数据库映射搜索；
2）采用混合型加权空气质量（AQ）参数估计方法对其进行估计；
3）根据估计得参数为用户提供基于空气质量的户外活动推荐。
6.根据权利要求2所述的一种基于UV数据空气质量的评估方法，其特征所述的数据库可以设置为本地数据库或者云数据库形式，或者二者兼有。
CN201510904165.6A 2015-12-09 2015-12-09 一种基于uv数据的空气质量评估系统及方法 Pending CN105447173A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510904165.6A CN105447173A (zh) 2015-12-09 2015-12-09 一种基于uv数据的空气质量评估系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510904165.6A CN105447173A (zh) 2015-12-09 2015-12-09 一种基于uv数据的空气质量评估系统及方法

Publications (1)

Publication Number Publication Date
CN105447173A true CN105447173A (zh) 2016-03-30

Family

ID=55557349

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510904165.6A Pending CN105447173A (zh) 2015-12-09 2015-12-09 一种基于uv数据的空气质量评估系统及方法

Country Status (1)

Country Link
CN (1) CN105447173A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107023947A (zh) * 2017-04-01 2017-08-08 青岛海尔空调器有限总公司 一种评价室内空气质量的方法和空气质量评价系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101334474A (zh) * 2008-08-05 2008-12-31 徐梦溪 环境遥感与自动化同步监测信息处理及仿真平台
CN104280070A (zh) * 2014-10-16 2015-01-14 北京中恒电国际信息技术有限公司 大数据云服务集中环境监测平台

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101334474A (zh) * 2008-08-05 2008-12-31 徐梦溪 环境遥感与自动化同步监测信息处理及仿真平台
CN104280070A (zh) * 2014-10-16 2015-01-14 北京中恒电国际信息技术有限公司 大数据云服务集中环境监测平台

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
丁国香 等: "合肥紫外线辐射强度与空气质量的关系研究", 《环境科学与技术》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107023947A (zh) * 2017-04-01 2017-08-08 青岛海尔空调器有限总公司 一种评价室内空气质量的方法和空气质量评价系统
CN107023947B (zh) * 2017-04-01 2019-12-31 青岛海尔空调器有限总公司 一种评价室内空气质量的方法和空气质量评价系统

Similar Documents

Publication Publication Date Title
Napoly et al. Development and application of a statistically-based quality control for crowdsourced air temperature data
CN114324780B (zh) 大气污染物排放通量处理方法、存储介质以及计算机终端
Killinger et al. On the search for representative characteristics of PV systems: Data collection and analysis of PV system azimuth, tilt, capacity, yield and shading
Wu et al. Population estimation methods in GIS and remote sensing: A review
Stage et al. Interactions of elevation, aspect, and slope in models of forest species composition and productivity
Tooke et al. Predicting building ages from LiDAR data with random forests for building energy modeling
Ndehedehe et al. Assessing land water storage dynamics over South America
Zhou et al. Benchmarking global land surface models against the observed mean annual runoff from 150 large basins
Eini et al. Hydrological application and accuracy evaluation of PERSIANN satellite-based precipitation estimates over a humid continental climate catchment
Afifi et al. An IoT system for continuous monitoring and burst detection in intermittent water distribution networks
Ozelkan et al. Spatial estimation of wind speed: a new integrative model using inverse distance weighting and power law
AU2017201558B2 (en) Estimation of weather modification effects
Hamdi et al. Evaluating the performance of SURFEXv5 as a new land surface scheme for the ALADINcy36 and ALARO-0 models
Devis et al. A new statistical approach to downscale wind speed distributions at a site in northern Europe
Gader et al. Drought assessment in a south Mediterranean transboundary catchment
EP3583568A1 (en) System and method for forecasting economic trends using statistical analysis of weather data
CN110210774B (zh) 滑坡风险评价方法及系统
Heo et al. Sky view factor calculation in complex urban geometry with terrestrial LiDAR
Redwan et al. An exploratory approach to monitor the quality of supply-water through IoT technology
CN105447173A (zh) 一种基于uv数据的空气质量评估系统及方法
Saber et al. Assessment of spatiotemporal variability of water storage in Arabian countries using global datasets: implications for water resources management
CN117196918B (zh) 一种建筑碳排放确定方法、装置、设备及存储介质
Dias et al. The effect of temperature‐humidity similarity on Bowen ratios, dimensionless standard deviations, and mass transfer coefficients over a lake
CN109948175B (zh) 基于气象数据的卫星遥感反照率缺失值反演方法
CN110334381A (zh) 蒸散发估算的方法、装置和计算机介质

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20160330

RJ01 Rejection of invention patent application after publication