CN107024568B - 一种大气质量检测装置和方法 - Google Patents
一种大气质量检测装置和方法 Download PDFInfo
- Publication number
- CN107024568B CN107024568B CN201710416815.1A CN201710416815A CN107024568B CN 107024568 B CN107024568 B CN 107024568B CN 201710416815 A CN201710416815 A CN 201710416815A CN 107024568 B CN107024568 B CN 107024568B
- Authority
- CN
- China
- Prior art keywords
- concentration
- gas
- air quality
- value
- score value
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 19
- 238000001514 detection method Methods 0.000 title claims description 16
- 239000002245 particle Substances 0.000 claims abstract description 99
- 239000000356 contaminant Substances 0.000 claims abstract description 30
- 238000005070 sampling Methods 0.000 claims abstract description 7
- 238000004891 communication Methods 0.000 claims abstract description 6
- 239000007789 gas Substances 0.000 claims description 235
- 239000000796 flavoring agent Substances 0.000 claims description 94
- 235000019634 flavors Nutrition 0.000 claims description 94
- 230000000505 pernicious effect Effects 0.000 claims description 32
- 239000008188 pellet Substances 0.000 claims description 31
- 239000000126 substance Substances 0.000 claims description 13
- 230000003862 health status Effects 0.000 claims description 9
- 230000000712 assembly Effects 0.000 claims description 7
- 238000000429 assembly Methods 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 abstract description 8
- 230000009286 beneficial effect Effects 0.000 description 19
- 239000003344 environmental pollutant Substances 0.000 description 19
- 231100000719 pollutant Toxicity 0.000 description 19
- 230000036541 health Effects 0.000 description 13
- RAHZWNYVWXNFOC-UHFFFAOYSA-N Sulphur dioxide Chemical compound O=S=O RAHZWNYVWXNFOC-UHFFFAOYSA-N 0.000 description 10
- 238000010586 diagram Methods 0.000 description 10
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 6
- QGJOPFRUJISHPQ-UHFFFAOYSA-N Carbon disulfide Chemical compound S=C=S QGJOPFRUJISHPQ-UHFFFAOYSA-N 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- WSFSSNUMVMOOMR-UHFFFAOYSA-N Formaldehyde Chemical compound O=C WSFSSNUMVMOOMR-UHFFFAOYSA-N 0.000 description 4
- 229910021529 ammonia Inorganic materials 0.000 description 4
- UHOVQNZJYSORNB-UHFFFAOYSA-N Benzene Chemical compound C1=CC=CC=C1 UHOVQNZJYSORNB-UHFFFAOYSA-N 0.000 description 3
- YXFVVABEGXRONW-UHFFFAOYSA-N Toluene Chemical compound CC1=CC=CC=C1 YXFVVABEGXRONW-UHFFFAOYSA-N 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 239000013618 particulate matter Substances 0.000 description 3
- MGWGWNFMUOTEHG-UHFFFAOYSA-N 4-(3,5-dimethylphenyl)-1,3-thiazol-2-amine Chemical compound CC1=CC(C)=CC(C=2N=C(N)SC=2)=C1 MGWGWNFMUOTEHG-UHFFFAOYSA-N 0.000 description 2
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical group [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 2
- LSDPWZHWYPCBBB-UHFFFAOYSA-N Methanethiol Chemical compound SC LSDPWZHWYPCBBB-UHFFFAOYSA-N 0.000 description 2
- CTQNGGLPUBDAKN-UHFFFAOYSA-N O-Xylene Chemical compound CC1=CC=CC=C1C CTQNGGLPUBDAKN-UHFFFAOYSA-N 0.000 description 2
- PPBRXRYQALVLMV-UHFFFAOYSA-N Styrene Chemical compound C=CC1=CC=CC=C1 PPBRXRYQALVLMV-UHFFFAOYSA-N 0.000 description 2
- 229910002091 carbon monoxide Inorganic materials 0.000 description 2
- WQOXQRCZOLPYPM-UHFFFAOYSA-N dimethyl disulfide Chemical compound CSSC WQOXQRCZOLPYPM-UHFFFAOYSA-N 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 208000019622 heart disease Diseases 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- JCXJVPUVTGWSNB-UHFFFAOYSA-N nitrogen dioxide Inorganic materials O=[N]=O JCXJVPUVTGWSNB-UHFFFAOYSA-N 0.000 description 2
- 208000023504 respiratory system disease Diseases 0.000 description 2
- GETQZCLCWQTVFV-UHFFFAOYSA-N trimethylamine Chemical compound CN(C)C GETQZCLCWQTVFV-UHFFFAOYSA-N 0.000 description 2
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 description 1
- QMMFVYPAHWMCMS-UHFFFAOYSA-N Dimethyl sulfide Chemical compound CSC QMMFVYPAHWMCMS-UHFFFAOYSA-N 0.000 description 1
- 230000001154 acute effect Effects 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- -1 body Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 229930195733 hydrocarbon Natural products 0.000 description 1
- 150000002430 hydrocarbons Chemical class 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 229910000069 nitrogen hydride Inorganic materials 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 125000006308 propyl amino group Chemical group 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0062—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display
- G01N33/0063—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display using a threshold to release an alarm or displaying means
Landscapes
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Combustion & Propulsion (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analyzing Materials By The Use Of Fluid Adsorption Or Reactions (AREA)
Abstract
本发明公开了一种大气质量监测装置和方法，用以降低上位机的负载。所述装置包括：采样组件，用于采集大气中的污染物信息；定位组件，用于确定当前所处的地理位置；处理器，用于根据所述污染物信息和所述地理位置生成空气质量报告，所述空气质量报告中包括有害气体浓度、可吸入颗粒物浓度和异味气味浓度；通讯组件，用于将所述空气质量报告上报给目标设备。采用本发明所提供的装置，能够根据污染物信息和地理位置生成空气质量报告，由于处理器自身具备了对大气中的污染信息的分析，因此，无需上位机对上报的海量污染物信息进行分析，降低上位机的负载。
Description
技术领域
本发明涉及互联网技术领域，特别涉及一种大气质量检测装置和方法。
背景技术
近年来，大气污染问题给人们的健康带来了极大的危害，当大气污染物浓度较高时，有可能会致使会使人患上呼吸道疾病，甚至造成急性污染中毒。
基于这样的原因，提供空气质量提醒服务的单位或企业在各地都安装有空气监测器，监测器采集到污染物信息后，将污染物信息发送给上位机，上位机对各地的空气质量进行分析，生成分析结果，并通过服务器将分析结果发送给订阅空气质量提醒服务的用户终端，来提醒用户当前时刻的空气质量是否适宜出行。
然而，相关技术中，监测器仅仅有采集功能，不具备分析能力。如何提出一种具备分析能力的大气质量检测装置，来降低上位机的负载，是一亟待解决的技术问题。
发明内容
本发明提供一种大气质量检测装置及方法，用以降低上位机的负载。
本发明提供一种大气质量检测装置，包括：
采样组件，用于采集大气中的污染物信息；
定位组件，用于确定当前所处的地理位置；
处理器，用于根据所述污染物信息和所述地理位置生成空气质量报告，所述空气质量报告中包括有害气体浓度、可吸入颗粒物浓度和异味气味浓度；
通讯组件，用于将所述空气质量报告上报给目标设备。
本发明的有益效果在于：装置中存在处理器，能够根据污染物信息和地理位置生成空气质量报告，由于处理器自身具备了对大气中的污染信息的分析，因此，无需上位机对上报的海量污染物信息进行分析，降低上位机的负载。
在一个实施例中，所述装置还包括：
显示组件，用于在本地显示所述空气质量报告。
本实施例的有益效果在于：由于显示组件能够使本地显示空气质量报告，因此，装置可以作为一种健康产品供各地的普通用户使用，因此，可以利用用户手中的监测器上报的分析结果和地理位置实现对各地空气质量的统计，无需单独安装监测器，节省了监测器的安装成本。
在一个实施例中，所述处理器，还用于将所述空气质量报告中的有害气体浓度、可吸入颗粒物浓度和异味气味浓度三者分别与预设浓度阈值进行比对，并在当所述有害气体浓度、和/或所述可吸入颗粒物浓度和/或异味气味浓度大于预设浓度阈值时，确定空气质量达到预警值。
本实施例的有益效果在于：处理器可以将空气质量报告中的各类浓度和预设浓度阈值进行比对，从而能够自动识别空气质量是否达到预警值。
在一个实施例中，所述装置还包括：
报警组件，用于当所述空气质量达到预警值时，发出报警提示。
本实施例的有益效果在于：报警组件能够在空气质量达到预警值的时候发出报警提示，从而能够实现对用户的提醒，避免用户忽略。
在一个实施例中，所述处理器，还用于根据预设权重将所述有害气体浓度、所述可吸入颗粒物浓度和异味气味浓度进行加权求和运算，并将运算结果作为当前大气质量的综合评分值；
所述显示组件还用于，在本地显示所述大气质量的综合评分值。
本实施例的有益效果在于：为有害气体浓度、可吸入颗粒物浓度和异味气体浓度赋予不同的权重，从而计算出的当前大气质量的综合评分值中考虑了每种有害物质的重要性，使得到的综合评分值更加客观。
本发明还提供一种大气质量检测方法，包括：
采集大气中的污染物信息；
确定当前所处的地理位置；
根据所述污染物信息和所述地理位置生成空气质量报告，所述空气质量报告中包括有害气体浓度、可吸入颗粒物浓度和异味气味浓度；
将所述空气质量报告上报给目标设备。
本发明的有益效果在于：能够根据污染物信息和地理位置生成空气质量报告，因此，无需目标设备对上报的海量污染物信息进行分析，降低了目标设备的负载。
在一个实施例中，所述方法还包括：
根据预设权重将所述有害气体浓度、可吸入颗粒物浓度和异味气味浓度进行加权求和运算，并将运算结果作为当前大气质量的综合评分值；
在本地显示所述大气质量的综合评分值。
本实施例的有益效果在于：为有害气体浓度、可吸入颗粒物浓度和异味气体浓度赋予不同的权重，从而计算出的当前大气质量的综合评分值中考虑了每种有害物质的重要性，使得到的综合评分值更加客观。
在一个实施例中，所述有害气体浓度、可吸入颗粒物浓度和异味气体浓度通过如下方式确定：
分别获取不同的有害气体的浓度、不同的可吸入颗粒物的浓度和不同的异味气体的浓度；
确定所述不同的有害气体的浓度中最高浓度为所述有害气体浓度；
确定所述不同的可吸入颗粒物的浓度中的最高浓度为所述可吸入颗粒物浓度；
确定所述不同的异味气体的浓度中的最高浓度为所述异味气体浓度。
本实施例的有益效果在于：分别获取不同的有害气体、不同的可吸入颗粒物和不同的异味气体中浓度最高的一种作为这三类有害物质的浓度，从而简化了浓度计算过程，减少了计算负荷。
在一个实施例中，所述根据预设权重将所述有害气体浓度、可吸入颗粒物浓度和异味气味浓度进行加权求和运算，并将运算结果作为当前大气质量的综合评分值，包括：
分别计算所述有害气体浓度、可吸入颗粒物浓度和异味气体浓度的评分值；
根据如下公式计算用户的年龄调整系数：
其中，X为所述用户的年龄，所述公式对应的曲线为以40岁为对称轴的曲线；
根据所述用户的健康状况确定健康调整系数；
根据如下公式确定针对所述用户的当前大气质量的综合评分值：
C＝ζ[λ(C1·D1+C2·D2)+C3·D3]；
其中，C为针对所述用户的当前大气质量的综合评分值、ζ为所述用户的健康调整系数、λ为所述用户的年龄调整系数、C1为有害气体浓度评分值、C2为可吸入颗粒物浓度评分值、C3为异味气体浓度的评分值、D1为有害气体浓度的预设权重、D2为可吸入颗粒物浓度预设权重、D3为异味气体浓度的预设权重。
在一个实施例中，所述分别计算所述有害气体浓度、可吸入颗粒物浓度和异味气体浓度的评分值，包括：
根据如下公式分别计算不同的有害气体浓度、不同的可吸入颗粒物浓度和不同的异味气体浓度的评分值：
其中，Qi为第i种有害物质对应浓度、QH为对应浓度所处区间的高位浓度阈值、QL为对应浓度所处区间的低位浓度阈值、IH为对应浓度所处区间的高位浓度对应评分值、IL为对应浓度所处区间的低位浓度对应评分值；
分别取所述不同有害气体、不同可吸入颗粒物和不同异味气体三种类别浓度对应评分值中的最小值作为各类别对应的初始评分值；
其中，Qi为第i种有害物质对应浓度、QH为对应浓度所处区间的高位浓度阈值、QL为对应浓度所处区间的低位浓度阈值、IH为对应浓度所处区间的高位浓度对应评分值、IL为对应浓度所处区间的低位浓度对应评分值；
根据如下公式计算所述有害气体浓度、可吸入颗粒物浓度和异味气体浓度的历史达标率评分值Vi；
其中，V1为有害气体浓度的历史达标率评分值、V2为可吸入颗粒物浓度的历史达标率评分值、V3为异味气体浓度的历史达标率评分值、Xi为过去1年达标天数、Yi为过去1年有效监测天数；
将所述有害气体浓度、可吸入颗粒物浓度和异味气体浓度的初始评分值分别和对应的历史达标率评分值Vi进行加权求和运算，以得到所述有害气体浓度、可吸入颗粒物浓度和异味气体浓度分别对应的运算结果；
确定所述有害气体浓度、可吸入颗粒物浓度和异味气体浓度分别对应的运算结果为其各自对应的评分值。
本实施例的有益效果在于：将历史达标率的情况纳入评分方程，从而避免了偶然的空气质量波动对空气质量评分的影响，保证了空气质量评分的客观性。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1所示为本发明一实施例中大气质量检测装置的框图；
图2所示为本发明一实施例中大气质量检测装置的框图；
图3所示为本发明一实施例中大气质量检测装置的框图；
图4所示为本发明一实施例中大气质量检测方法的流程图；
图5所示为本发明一实施例中大气质量检测方法的流程图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
图1所示为本发明一实施例中大气质量检测装置的框图，该装置包括以下组件：
采样组件11，用于采集大气中的污染物信息；
定位组件12，用于确定当前所处的地理位置；
处理器13，用于根据污染物信息和地理位置生成空气质量报告，空气质量报告中包括有害气体浓度、可吸入颗粒物浓度和异味气味浓度；
通讯组件14，用于将空气质量报告上报给目标设备。
本实施例中，采样组件11可以是空气质量传感器，用来检测空气中的有害气体浓度、可吸入颗粒物浓度和异味气体浓度。而定位组件12可以是GPS模块，用来实现对装置所处位置进行定位。处理器13根据采样组件采集的大气中的污染物信息和定位组件12确定的地理位置生成空气质量报告，该空气质量报告中包括有害气体浓度、可吸入颗粒物浓度和异味气体浓度，并通过通讯组件14将该空气质量报告上报给目标设备。
该通讯组件14可以是蓝牙组件、WIFI模块等。而目标设备可以是预先与本地绑定的上位机，从而实现了本地空气质量的上报；也可以是用户本人的终端，从而使用户能够通过终端查看空气质量报告。
本发明的有益效果在于：装置中存在处理器，能够根据污染物信息和地理位置生成空气质量报告，由于处理器自身具备了对大气中的污染信息的分析，因此，无需上位机对上报的海量污染物信息进行分析，降低上位机的负载。
在一个实施例中，如图2所示，装置还包括：
显示组件21，用于在本地显示空气质量报告。
本实施例中，装置还包括显示组件21，从而能够将生成的空气质量报告在本地进行显示，从而使得装置可以作为一个健康产品，来使用户通过显示组件中显示的空气质量报告获知空气质量情况，从而更好的制定出行计划。
因此，对空气质量监测器做了改进之后，将单纯的空气监测器转换成一种对用户有帮助的产品，供各地用户使用，从而既方便了用户，也扩大了空气质量的探测范围。无需单独安装仅仅具备监测功能的空气监测器。节省了部署成本。
本实施例的有益效果在于：由于显示组件能够使本地显示空气质量报告，因此，装置可以作为一种健康产品供各地的普通用户使用，因此，可以利用用户手中的监测器上报的分析结果和地理位置实现对各地空气质量的统计，无需单独安装监测器，节省了监测器的安装成本。
在一个实施例中，处理器13，还用于将空气质量报告中的有害气体浓度、可吸入颗粒物浓度和异味气味浓度三者分别与预设浓度阈值进行比对，并在当有害气体浓度、和/或可吸入颗粒物浓度和/或异味气味浓度大于预设浓度阈值时，确定空气质量达到预警值。
本实施例中，处理器13中预先存储有有害气体、可吸入颗粒物和异味气体三种污染物的预设浓度阈值，当这三种污染物的浓度达到预设浓度阈值时，会对人气产生不良影响。
当采样组件11采集到有害气体、可吸入颗粒物和异味气味三种污染物的浓度时，处理器13将这三中污染物浓度和其各自对应的预设的浓度阈值进行比对，当这三种污染物中至少有一种的浓度大于预设阈值时，确定空气质量达到预警值。
本发明中，有害气体、可吸入颗粒物和异味气体这三类污染物的浓度可通过如下方式确定：
分别获取不同的有害气体的浓度、不同的可吸入颗粒物的浓度和不同的异味气体的浓度；确定不同的有害气体的浓度中最高浓度为有害气体浓度；确定不同的可吸入颗粒物的浓度中的最高浓度为可吸入颗粒物浓度；确定不同的异味气体的浓度中的最高浓度为异味气体浓度。
另外，有害气体、可吸入颗粒物和异味气体的浓度也可以是每类污染物的总浓度，还可以是取各子类浓度的平均值。
本实施例的有益效果在于：处理器可以将空气质量报告中的各类浓度和预设浓度阈值进行比对，从而能够自动识别空气质量是否达到预警值。
在一个实施例中，如图3所示，装置还包括：
报警组件31，用于当空气质量达到预警值时，发出报警提示。
本实施例中，装置包括报警组件31，当处理器13确定空气质量达到预警值时，向该报警组件31发送报警指令，该报警组件31根据该报警指令发出报警提示，该报警提示可以是响铃和/或震动，从而实现对用户的提醒。
本实施例的有益效果在于：报警组件能够在空气质量达到预警值的时候发出报警提示，从而能够实现对用户的提醒，避免用户忽略。
在一个实施例中，处理器13，还用于根据预设权重将有害气体浓度、可吸入颗粒物浓度和异味气味浓度进行加权求和运算，并将运算结果作为当前大气质量的综合评分值；
显示组件21还用于，在本地显示大气质量的综合评分值。
本实施例中，处理器13还用于根据预设权重将有害气体浓度、可吸入颗粒物浓度和异味气味浓度进行加权求和运算，并将运算结果作为当前大气质量的综合评分值；在计算得到当前大气质量的综合评分值之后，通过显示组件21在本地显示大气质量的综合评分值。
本实施例中，处理器13根据预设权重将有害气体浓度、可吸入颗粒物浓度和异味气味浓度进行加权求和运算，并将运算结果作为当前大气质量的综合评分值的具体过程如下：
处理器13根据如下公式(1)分别计算不同的有害气体浓度、不同的可吸入颗粒物浓度和不同的异味气体浓度的评分值：
其中，Qi为第i种有害物质对应浓度、QH为对应浓度所处区间的高位浓度阈值、QL为对应浓度所处区间的低位浓度阈值、IH为对应浓度所处区间的高位浓度对应评分值、IL为对应浓度所处区间的低位浓度对应评分值；
分别取不同有害气体、不同可吸入颗粒物和不同异味气体三种类别浓度对应评分值中的最小值作为各类别对应的初始评分值；
根据如下公式(2)计算有害气体浓度、可吸入颗粒物浓度和异味气体浓度的历史达标率评分值Vi；
其中，V1为有害气体浓度的历史达标率评分值、V2为可吸入颗粒物浓度的历史达标率评分值、V3为异味气体浓度的历史达标率评分值、Xi为过去1年达标天数、Yi为过去1年有效监测天数；
将有害气体浓度、可吸入颗粒物浓度和异味气体浓度的初始评分值分别和对应的历史达标率评分值Vi进行加权求和运算，以得到有害气体浓度、可吸入颗粒物浓度和异味气体浓度分别对应的运算结果；确定有害气体浓度、可吸入颗粒物浓度和异味气体浓度分别对应的运算结果为其各自对应的评分值；
另外，常见的空气质量评分体系通常都是统一的评分，没有针对不同的人群进行针对性的评分。例如AQI空气质量指数为50的时候，每个人所知道的指数都是50，但是，由于各用户身体状况不同，因此，相同的大气质量对于健康程度和年龄不同的人有不同的影响。在这样的空气质量下，身体健康的人，在这样的空气环境下能够自由外出，而儿童、老年人、心脏病及呼吸系统疾病患者则不宜外出。例如，某地区的空气质量指数为50，该地区的a用户是年轻人，身体健康；b用户是老年人、并且患有心脏病。则当前空气质量可能对于a用户没有太大影响，可以外出，而对于b用户则影响较大，不宜外出。
为了有针对性地生成适用于每个用户自己的当前大气质量的综合评分值，利于用户直观地了解大气质量是否影响自己的外出，本发明实施例还可根据用户的不同年龄和不同的健康情况，生成针对不同用户的当前大气质量的综合评分值；在向用户推送大气质量时，就向用户推送针对其自身生成的当前大气质量的综合评分值。具体确定方法如下：
在得到有害气体浓度、可吸入颗粒物浓度和异味气体浓度三者的评分值之后，根据如下公式(3)计算用户的年龄调整系数：
其中，X为该用户的年龄，公式对应的曲线为以40岁为对称轴的曲线；
根据该用户的健康状况确定该用户的健康调整系数；
将有害气体浓度、可吸入颗粒物浓度和异味气体浓度三者的评分值、该用户的健康调整系数、有害气体浓度、可吸入颗粒物浓度和异味气体浓度三者的预设权重代入如下公式(4)确定针对该用户的当前大气质量的综合评分值：
C＝ζ[λ(C1·D1+C2·D2)+C3·D3]； 公式(4)
其中，C为针对该用户的当前大气质量的综合评分值、ζ为该用户的健康调整系数、λ为该用户的年龄调整系数、C1为有害气体浓度评分值、C2为可吸入颗粒物浓度评分值、C3为异味气体浓度的评分值、D1为有害气体浓度的预设权重、D2为可吸入颗粒物浓度预设权重、D3为异味气体浓度的预设权重。
本实施例的有益效果在于：为有害气体浓度、可吸入颗粒物浓度和异味气体浓度赋予不同的权重，从而计算出的当前大气质量的综合评分值中考虑了每种有害物质的重要性，使得到的综合评分值更加客观。
图4所示为本发明一实施例中大气质量检测方法的流程图，该方法可被实施为如下步骤S41-S44：
在步骤S41中，采集大气中的污染物信息；
在步骤S42中，确定当前所处的地理位置；
在步骤S43中，根据污染物信息和地理位置生成空气质量报告，空气质量报告中包括有害气体浓度、可吸入颗粒物浓度和异味气味浓度；
在步骤S44中，将空气质量报告上报给目标设备。
本实施例中，采集大气中的污染物信息，如有害气体浓度、可吸入颗粒物浓度和异味气味浓度等,其中，有害气体可以包括：二氧化硫(SO2)、二氧化氮(NO2)、一氧化碳(CO)、臭氧(O3)等。可吸入颗粒物可以包括：PM10、PM2.5等。异味气体可以包括：氨(NH3)、硫化氢(H2S)、三甲胺(C3H9N)、甲硫醇(CH4S)、甲硫醚(C2H6S)、二甲二硫(C2H6S2)、二硫化碳(CS2)、甲醛(CH2O)、苯乙烯(C8H8)、苯(C6H6)、甲苯(C7H8)、二甲苯(C8H10)、非甲烷总烃(NMHC)等。
确定当前所处的地理位置。根据采集到的大气中的污染物信息和当前所处的地理位置生成空气质量报告，该空气质量报告中包括有害气体浓度，可吸入颗粒物浓度和异味气体浓度。将该空气质量报告上报给目标设备，该目标设备可以是本地对应的上位机，也可以是本地预先绑定的终端设备。
另外，在通过上述步骤S43得到空气质量报告之后，还可以在本地显示得到的空气质量报告。
其次，将空气质量报告中的有害气体浓度、可吸入颗粒物浓度和异味气味浓度三者分别与预设浓度阈值进行比对，并在当有害气体浓度、和/或可吸入颗粒物浓度和/或异味气味浓度大于预设浓度阈值时，确定空气质量达到预警值。而当空气质量达到预警值时，发出报警提示。
本发明的有益效果在于：能够根据污染物信息和地理位置生成空气质量报告，因此，无需目标设备对上报的海量污染物信息进行分析，降低了目标设备的负载。
在一个实施例中，如图5所示，该方法还可被实施为如下步骤S51-S52：
在步骤S51中，根据预设权重将有害气体浓度、可吸入颗粒物浓度和异味气味浓度进行加权求和运算，并将运算结果作为当前大气质量的综合评分值；
在步骤S52中，在本地显示大气质量的综合评分值。
本实施例中，预先根据有害气体、可吸入颗粒物和异味气体对人体的危害赋予不同的权重。从而，能够根据预设的权重将有害气体浓度、可吸入颗粒物浓度和异味气味浓度进行加权求和运算，并将运算结果作为当前大气质量的综合评分值；在计算得到当前大气质量的综合评分值之后，在本地显示大气质量的综合评分值。
本实施例的有益效果在于：为有害气体浓度、可吸入颗粒物浓度和异味气体浓度赋予不同的权重，从而计算出的当前大气质量的综合评分值中考虑了每种有害物质的重要性，使得到的综合评分值更加客观。
在一个实施例中，有害气体浓度、可吸入颗粒物浓度和异味气体浓度通过如下方式确定：
分别获取不同的有害气体的浓度、不同的可吸入颗粒物的浓度和不同的异味气体的浓度；
确定不同的有害气体的浓度中最高浓度为有害气体浓度；
确定不同的可吸入颗粒物的浓度中的最高浓度为可吸入颗粒物浓度；
确定不同的异味气体的浓度中的最高浓度为异味气体浓度。
由于有害气体、可吸入颗粒物和异味气体均不止一种，因此，本实施例中，可以分别获取不同的有害气体的浓度、不同的可吸入颗粒物的浓度和不同的异味气体的浓度。在获取到之后，将多种有害气体浓度中的最高浓度作为有害气体浓度，将多种可吸入颗粒物的浓度中的最高浓度作为可吸入颗粒物浓度，将多种异味气体的浓度中最高浓度作为异味气体浓度。
另外，需要说明的是，也可以将每类污染物中各子类的平均值作为该类污染物的浓度。还可以将每类污染物中所有子类的总浓度作为该类污染物的浓度。
本实施例的有益效果在于：分别获取不同的有害气体、不同的可吸入颗粒物和不同的异味气体中浓度最高的一种作为这三类有害物质的浓度，从而简化了浓度计算过程，减少了计算负荷。
在一个实施例中，上述步骤S51可被实施为如下步骤A1-A4：
在步骤A1中，分别计算有害气体浓度、可吸入颗粒物浓度和异味气体浓度的评分值；
在步骤A2中，根据如下公式计算用户的年龄调整系数：
其中，X为该用户的年龄，公式对应的曲线为以40岁为对称轴的曲线；
在步骤A3中，根据该用户预设的健康状况确定健康调整系数；
在步骤A4中，根据如下公式确定针对该用户的当前大气质量的综合评分值：
C＝ζ[λ(C1·D1+C2·D2)+C3·D3]；
其中，C为针对该用户的当前大气质量的综合评分值、ζ为该用户的健康调整系数、λ为该用户的年龄调整系数、C1为有害气体浓度评分值、C2为可吸入颗粒物浓度评分值、C3为异味气体浓度的评分值、D1为有害气体浓度的预设权重、D2为可吸入颗粒物浓度预设权重、D3为异味气体浓度的预设权重。
考虑到不同年龄，以及不同健康状况的人群，对于污染物的承受能力不同，本实施例中，将用户的年龄因素和健康因素纳入评分体系，在得到有害气体浓度、可吸入颗粒物浓度和异味气体浓度的评分值之后；根据如下公式(3)计算用户的年龄调整系数：
其中，X为该用户的年龄，公式对应的曲线为以40岁为对称轴的曲线；
根据该用户预设的健康状况确定该用户的健康调整系数；
其中，用户的健康状况与用户的健康调整系数的对应关系如下：
将有害气体浓度、可吸入颗粒物浓度和异味气体浓度三者的评分值、健康调整系数、该用户的年龄调整系数、有害气体浓度、可吸入颗粒物浓度和异味气体浓度三者的预设权重代入如下公式(4)确定针对该用户的当前大气质量的综合评分值：
C＝ζ[λ(C1·D1+C2·D2)+C3·D3]；
其中，C为针对该用户的当前大气质量的综合评分值、ζ为该用户的健康调整系数、λ为该用户的年龄调整系数、C1为有害气体浓度评分值、C2为可吸入颗粒物浓度评分值、C3为异味气体浓度的评分值、D1为有害气体浓度的预设权重、D2为可吸入颗粒物浓度预设权重、D3为异味气体浓度的预设权重。
在一个实施例中，上述步骤S61可被实施为如下步骤B1-B5：
在步骤B1中，根据如下公式分别计算不同的有害气体浓度、不同的可吸入颗粒物浓度和不同的异味气体浓度的评分值：
其中，Qi为第i种有害物质对应浓度、QH为对应浓度所处区间的高位浓度阈值、QL为对应浓度所处区间的低位浓度阈值、IH为对应浓度所处区间的高位浓度对应评分值、IL为对应浓度所处区间的低位浓度对应评分值；
在步骤B2中，分别取不同有害气体、不同可吸入颗粒物和不同异味气体三种类别浓度对应评分值中的最小值作为各类别对应的初始评分值；
在步骤B3中，根据如下公式计算有害气体浓度、可吸入颗粒物浓度和异味气体浓度的历史达标率评分值Vi；
其中，V1为有害气体浓度的初始评分值、V2为可吸入颗粒物浓度的评分值、V3为异味气体浓度的评分值、Xi为过去1年达标天数、Yi为过去1年有效监测天数；
在步骤B4中，将有害气体浓度、可吸入颗粒物浓度和异味气体浓度的初始评分值Pi分别和对应的历史达标率评分值Vi进行加权求和运算，以得到有害气体浓度、可吸入颗粒物浓度和异味气体浓度分别对应的运算结果；
在步骤B5中，确定有害气体浓度、可吸入颗粒物浓度和异味气体浓度分别对应的运算结果为其各自对应的评分值。
本实施例中，可根据如下公式(1)计算各类污染物浓度的初始评分值Pi。
需要说明的是，对于常见的污染物，除采用上述公式计算评分之外，还可以根据官方通行标准设计阈值，划分等级，以便对不同污染物进行评分。下面分别列示不同有害气体、颗粒物浓度以及异味气体等物质的参考级别、对应的浓度限值以及对应的评分值。
其中，表1为不同有害气体对应的参考级别、浓度限值和评分值。表2为不同可吸入颗粒物对应的参考级别、浓度限值和评分值。表3为不同异味气体对应的参考级别、浓度限值和评分值。
表1
表2
表3
对于除上述表1-3所列示的污染物之外，其余污染物的初始评分值的计算仍采用上述公式(1)。
当计算出所有污染物评分值之后，取各类别中得分最小的数作为该类污染物的初始评分值。例如，不同的有害气体进行评分之后，二氧化硫的评分值最低，则将二氧化硫的评分值作为有害气体对应的初始评分值。又例如，可吸入颗粒物中，PM2.5的评分值最低，则将PM2.5的评分值作为可吸入颗粒物对应的评分值。
有时候，由于一些特殊原因，有些污染物在某地的浓度可能会有短时间内大幅增加的情况，例如，在运输液氨经过某地时出现泄漏，该地区空气中的氨浓度就会增大。此时，由于异味气体浓度短时间内的急剧增加而导致该地区综合评分值的计算受到较大影响，缺乏客观性。为了避免出现这样的情况，系统在计算空气质量评分时，将地区历史空气质量情况，纳入评分方程。
首先，根据公式(2)计算有害气体浓度、可吸入颗粒物浓度和异味气体浓度的历史达标率评分值Vi；
其中，V1为有害气体浓度的历史达标率评分值、V2为可吸入颗粒物浓度的历史达标率评分值、V3为异味气体浓度的历史达标率评分值、Xi为过去1年达标天数、Yi为过去1年有效监测天数；
将有害气体浓度、可吸入颗粒物浓度和异味气体浓度的初始评分值分别和对应的历史达标率评分值Vi进行加权求和运算，以得到有害气体浓度、可吸入颗粒物浓度和异味气体浓度分别对应的运算结果；
确定有害气体浓度、可吸入颗粒物浓度和异味气体浓度分别对应的运算结果为其各自对应的评分值。
本实施例的有益效果在于：将历史达标率的情况纳入评分方程，从而避免了偶然的空气质量波动对空气质量评分的影响，保证了空气质量评分的客观性。
下面，通过一示例性实施例介绍本发明中大气质量评分值的具体计算方式：
在步骤C1中，根据如下公式分别计算不同的有害气体浓度、不同的可吸入颗粒物浓度和不同的异味气体浓度的评分值：
在步骤C2中，分别取不同有害气体、不同可吸入颗粒物和不同异味气体三种类别浓度对应评分值中的最小值作为各类别对应的初始评分值；
在步骤C3中，根据如下公式计算有害气体浓度、可吸入颗粒物浓度和异味气体浓度的历史达标率评分值；
在步骤C4中，将有害气体浓度、可吸入颗粒物浓度和异味气体浓度的初始评分值分别和对应的历史达标率评分值Vi进行加权求和运算，以得到有害气体浓度、可吸入颗粒物浓度和异味气体浓度分别对应的运算结果；
在步骤C5中，确定有害气体浓度、可吸入颗粒物浓度和异味气体浓度分别对应的运算结果为其各自对应的评分值；
在步骤C6中，根据如下公式计算用户的年龄调整系数：
在步骤C7中，根据该用户预设的健康状况确定健康调整系数；
在步骤C8中，根据如下公式确定针对该用户的当前大气质量的综合评分值：
C＝ζ[λ(C1·D1+C2·D2)+C3·D3]。
下面，以举例方式来介绍大气质量综合评分值的具体计算方式：
举例而言，大气质量检测装置检测到其所在的地区当前的有害气体中二氧化硫的浓度为300μg/m3，颗粒物浓度中PM2.5浓度为50μg/m3,PM10浓度为55μg/m3，异味因子中氨的浓度为80μg/m3，其余浓度较小。
其中，过去一年中200个有效监测天数，其中有害气体达标率为68％,颗粒物浓度达标率为59％，异味浓度达标率为83％；
因此，该地区的有害气体评分值为:
PM2.5得分为:
60+[(75-50)/(75-35)](100-60)＝85；
PM10得分为:
60+[(150-55)/(150-50)](100-60)＝98；
因为PM2.5在颗粒物中得分最低，所以取它计算该地区的颗粒物评分值为:
85×0.6+59×0.4＝74.6；
该地区的异味气体的评分值为:
0.6×(60+[(100-80)/(100-60)]×(100-60))+83×0.4＝81.2；
其中,预先设置的有害气体权重为0.4，可吸入颗粒物浓度权重为0.3，异味气体权重为0.3；
以该地区的年龄为10岁，身体健康的用户c为例：将用户c的年龄代入上述公式(4)，求得用户c的年龄调整系数为0.79，健康调整系数为1。则针对用户c的该地区当前大气质量的综合评分值为：
C＝0.79(76.9×0.4+74.6×0.3)+81.2×0.3＝66.34；
以该地区的年龄为40岁，身体健康的用户d为例：将用户d的年龄代入上述公式(4)，求得用户d的年龄调整系数为1，健康调整系数为1。则针对用户d的该地区当前大气质量的综合评分值为：
C＝76.9×0.4+74.6×0.3+81.2×0.3＝77.5
以该地区的年龄为80岁，身体有疾病的用户e为例，将用户e的年龄代入上述公式(4)，求得用户e的年龄调整系数为0.64，健康调整系数为0.8。则针对用户d的该地区当前大气质量的综合评分值为：
C＝0.8×(0.64×(76.9×0.4+74.6×0.3)+81.2×0.3)＝46.69。
在本实施例中，可以针对评分值给出相应建议，例如，当大气质量综合评分值为80-100时，给出的建议为：空气质量非常好，建议户外活动呼吸新鲜空气；当大气质量综合评分值为70-80时，给出的建议为：空气质量较好，可正常进行室外活动；当大气质量综合评分值为60-70时，给出的建议为：空气质量恶劣，不利于健康，不建议外出；当大气质量综合评分值为60以下时，给出的建议为：空气质量非常恶劣，建议待在室内，同时做好防护措施。
因此，由于针对用户c的该地区当前大气质量的综合评分值为66.34，处于60和70之间，因此，给出的建议为：空气质量恶劣，不利于健康，不建议外出；而针对用户d的该地区当前大气质量的综合评分值为77.5，处于70和80之间，因此，给出的建议为：空气质量较好，可正常进行室外活动；而针对用户e的该地区当前大气质量的综合评分值为46.69，小于60，因此，给出的建议为：空气质量非常恶劣，建议待在室内，同时做好防护措施。
本实施例的有益效果在于：为有害气体浓度、可吸入颗粒物浓度和异味气体浓度赋予不同的权重，从而计算出的当前大气质量的综合评分值中考虑了每种有害物质的重要性，使得到的综合评分值更加客观；其次，将历史达标率的情况纳入评分方程，从而避免了偶然的空气质量波动对空气质量评分的影响，进一步地保证了空气质量评分的客观性；同时，考虑了不同身体状况和不同年龄段的人对于大气污染物的承受能力不同，将健康调整系数和年龄调整系数纳入评分方程，从而使综合评分值的确定更具针对性。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (8)
1.一种大气质量监测装置，其特征在于，包括：
采样组件，用于采集大气中的污染物信息；
定位组件，用于确定当前所处的地理位置；
处理器，用于根据所述污染物信息和所述地理位置生成空气质量报告，所述空气质量报告中包括有害气体浓度、可吸入颗粒物浓度和异味气味浓度；
通讯组件，用于将所述空气质量报告上报给目标设备；
所述处理器，用于根据预设权重将所述有害气体浓度、所述可吸入颗粒物浓度和异味气味浓度进行加权求和运算，并将运算结果作为当前大气质量的综合评分值；
所述根据预设权重将所述有害气体浓度、可吸入颗粒物浓度和异味气味浓度进行加权求和运算，并将运算结果作为当前大气质量的综合评分值，包括：
分别计算所述有害气体浓度、可吸入颗粒物浓度和异味气体浓度的评分值；
根据如下公式计算用户的年龄调整系数：
其中，X为所述用户的年龄，所述公式对应的曲线为以40岁为对称轴的曲线；
根据所述用户的健康状况确定健康调整系数；
根据如下公式确定针对所述用户的当前大气质量的综合评分值：
C＝ζ[λ(C1·D1+C2·D2)+C3·D3]；
其中，C为针对所述用户的当前大气质量的综合评分值、ζ为所述用户的健康调整系数、λ为所述用户的年龄调整系数、C1为有害气体浓度评分值、C2为可吸入颗粒物浓度评分值、C3为异味气体浓度的评分值、D1为有害气体浓度的预设权重、D2为可吸入颗粒物浓度预设权重、D3为异味气体浓度的预设权重。
2.如权利要求1所述的装置，其特征在于，所述装置还包括：
显示组件，用于在本地显示所述空气质量报告。
3.如权利要求1或2所述的装置，其特征在于，
所述处理器，还用于将所述空气质量报告中的有害气体浓度、可吸入颗粒物浓度和异味气味浓度三者分别与预设浓度阈值进行比对，并在当所述有害气体浓度、和/或所述可吸入颗粒物浓度和/或异味气味浓度大于预设浓度阈值时，确定空气质量达到预警值。
4.如权利要求3所述的装置，其特征在于，所述装置还包括：
报警组件，用于当所述空气质量达到预警值时，发出报警提示。
5.如权利要求2所述的装置，其特征在于，
所述显示组件还用于，在本地显示所述大气质量的综合评分值。
6.一种大气质量检测方法，其特征在于，包括：
采集大气中的污染物信息；
确定当前所处的地理位置；
根据所述污染物信息和所述地理位置生成空气质量报告，所述空气质量报告中包括有害气体浓度、可吸入颗粒物浓度和异味气味浓度；
将所述空气质量报告上报给目标设备；
根据预设权重将所述有害气体浓度、可吸入颗粒物浓度和异味气味浓度进行加权求和运算，并将运算结果作为当前大气质量的综合评分值；
在本地显示所述大气质量的综合评分值；
所述根据预设权重将所述有害气体浓度、可吸入颗粒物浓度和异味气味浓度进行加权求和运算，并将运算结果作为当前大气质量的综合评分值，包括：
分别计算所述有害气体浓度、可吸入颗粒物浓度和异味气体浓度的评分值；
根据如下公式计算用户的年龄调整系数：
其中，X为所述用户的年龄，所述公式对应的曲线为以40岁为对称轴的曲线；
根据所述用户的健康状况确定健康调整系数；
根据如下公式确定针对所述用户的当前大气质量的综合评分值：
C＝ζ[λ(C1·D1+C2·D2)+C3·D3]；
其中，C为针对所述用户的当前大气质量的综合评分值、ζ为所述用户的健康调整系数、λ为所述用户的年龄调整系数、C1为有害气体浓度评分值、C2为可吸入颗粒物浓度评分值、C3为异味气体浓度的评分值、D1为有害气体浓度的预设权重、D2为可吸入颗粒物浓度预设权重、D3为异味气体浓度的预设权重。
7.如权利要求6所述的方法，其特征在于，所述有害气体浓度、可吸入颗粒物浓度和异味气体浓度通过如下方式确定：
分别获取不同的有害气体的浓度、不同的可吸入颗粒物的浓度和不同的异味气体的浓度；
确定所述不同的有害气体的浓度中最高浓度为所述有害气体浓度；
确定所述不同的可吸入颗粒物的浓度中的最高浓度为所述可吸入颗粒物浓度；
确定所述不同的异味气体的浓度中的最高浓度为所述异味气体浓度。
8.如权利要求6所述的方法，其特征在于，所述分别计算所述有害气体浓度、可吸入颗粒物浓度和异味气体浓度的评分值，包括：
根据如下公式分别计算不同的有害气体浓度、不同的可吸入颗粒物浓度和不同的异味气体浓度的评分值：
其中，Qi为第i种有害物质对应浓度、QH为对应浓度所处区间的高位浓度阈值、QL为对应浓度所处区间的低位浓度阈值、IH为对应浓度所处区间的高位浓度对应评分值、IL为对应浓度所处区间的低位浓度对应评分值；
分别取所述不同有害气体、不同可吸入颗粒物和不同异味气体三种类别浓度对应评分值中的最小值作为各类别对应的初始评分值；
根据如下公式计算所述有害气体浓度、可吸入颗粒物浓度和异味气体浓度的历史达标率评分值Vi；
其中，V1为有害气体浓度的历史达标率评分值、V2为可吸入颗粒物浓度的历史达标率评分值、V3为异味气体浓度的历史达标率评分值、Xi为过去1年达标天数、Yi为过去1年有效监测天数；
将所述有害气体浓度、可吸入颗粒物浓度和异味气体浓度的初始评分值分别和对应的历史达标率评分值Vi进行加权求和运算，以得到所述有害气体浓度、可吸入颗粒物浓度和异味气体浓度分别对应的运算结果；
确定所述有害气体浓度、可吸入颗粒物浓度和异味气体浓度分别对应的运算结果为其各自对应的评分值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710416815.1A CN107024568B (zh) | 2017-06-06 | 2017-06-06 | 一种大气质量检测装置和方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710416815.1A CN107024568B (zh) | 2017-06-06 | 2017-06-06 | 一种大气质量检测装置和方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107024568A CN107024568A (zh) | 2017-08-08 |
| CN107024568B true CN107024568B (zh) | 2019-08-09 |
Family
ID=59529127
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710416815.1A Active CN107024568B (zh) | 2017-06-06 | 2017-06-06 | 一种大气质量检测装置和方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107024568B (zh) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108489033A (zh) * | 2018-03-07 | 2018-09-04 | 广东美的制冷设备有限公司 | 室内空气的调节控制方法、空气调节器及可读存储介质 |
| CN108845076A (zh) * | 2018-04-25 | 2018-11-20 | 北京市电话工程有限公司 | 一种小区的空气质量监测系统 |
| CN112462634A (zh) * | 2020-12-02 | 2021-03-09 | 合肥科尼维尔物联网科技有限公司 | 一种基于数据采集的智能化学品仓库管控系统 |
| CN116703679A (zh) * | 2023-06-21 | 2023-09-05 | 北京市生态环境保护科学研究院 | 一种用于工业企业和工业园区的环保管理系统及管理方法 |
| CN116773756B (zh) * | 2023-08-24 | 2023-10-20 | 甘肃赛迈科能源科技有限公司 | 一种大气环境中有害气体含量的监测预警方法及系统 |
| CN116945857B (zh) * | 2023-09-20 | 2023-12-29 | 安徽逸天科技有限公司 | 一种基于车辆防窒息的车内环境监测智能调节控制系统 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102573119A (zh) * | 2010-12-18 | 2012-07-11 | 西安迅腾科技有限责任公司 | 远距离自动采样测量空气质量的无线传感器节点 |
| CN104198657A (zh) * | 2014-09-04 | 2014-12-10 | 西华师范大学 | 一种环境空气质量综合评价方法 |
| WO2015180093A1 (zh) * | 2014-05-29 | 2015-12-03 | 深圳华盛昌机械实业有限公司 | 智能手环 |
| CN106453705A (zh) * | 2016-10-14 | 2017-02-22 | 张洪霞 | 双屏多功能手机 |
| CN106441449A (zh) * | 2016-11-17 | 2017-02-22 | 江苏智石科技有限公司 | 一种工业环境空气污染监控系统的控制方法 |
| CN106596859A (zh) * | 2016-12-13 | 2017-04-26 | 循绿生态科技（上海）有限公司 | 室内环境质量综合评估方法 |
| CN106706862A (zh) * | 2017-02-23 | 2017-05-24 | 北京工业大学 | 一种基于gsm通信技术的车内污染气体监测装置 |
| CN106770972A (zh) * | 2017-01-16 | 2017-05-31 | 北京晶海科技有限公司 | 一种居室内空气质量评价系统及方法 |
-
2017
- 2017-06-06 CN CN201710416815.1A patent/CN107024568B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102573119A (zh) * | 2010-12-18 | 2012-07-11 | 西安迅腾科技有限责任公司 | 远距离自动采样测量空气质量的无线传感器节点 |
| WO2015180093A1 (zh) * | 2014-05-29 | 2015-12-03 | 深圳华盛昌机械实业有限公司 | 智能手环 |
| CN104198657A (zh) * | 2014-09-04 | 2014-12-10 | 西华师范大学 | 一种环境空气质量综合评价方法 |
| CN106453705A (zh) * | 2016-10-14 | 2017-02-22 | 张洪霞 | 双屏多功能手机 |
| CN106441449A (zh) * | 2016-11-17 | 2017-02-22 | 江苏智石科技有限公司 | 一种工业环境空气污染监控系统的控制方法 |
| CN106596859A (zh) * | 2016-12-13 | 2017-04-26 | 循绿生态科技（上海）有限公司 | 室内环境质量综合评估方法 |
| CN106770972A (zh) * | 2017-01-16 | 2017-05-31 | 北京晶海科技有限公司 | 一种居室内空气质量评价系统及方法 |
| CN106706862A (zh) * | 2017-02-23 | 2017-05-24 | 北京工业大学 | 一种基于gsm通信技术的车内污染气体监测装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107024568A (zh) | 2017-08-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107024568B (zh) | 一种大气质量检测装置和方法 | |
| Carlsten et al. | Personal strategies to minimise effects of air pollution on respiratory health: advice for providers, patients and the public | |
| Kurata et al. | Gender differences in associations of household and ambient air pollution with child health: evidence from household and satellite-based data in Bangladesh | |
| Kelly et al. | Monitoring air pollution: Use of early warning systems for public health | |
| Dons et al. | Wearable sensors for personal monitoring and estimation of inhaled traffic-related air pollution: evaluation of methods | |
| Kinney et al. | The effects of ambient ozone on lung function in children: a reanalysis of six summer camp studies. | |
| Delamater et al. | An analysis of asthma hospitalizations, air pollution, and weather conditions in Los Angeles County, California | |
| Coneus et al. | Pollution exposure and child health: Evidence for infants and toddlers in Germany | |
| CN107943928B (zh) | 一种基于时空数据统计学习的臭氧浓度预测方法及系统 | |
| Ward | It's an ill wind: the effect of fine particulate air pollution on respiratory hospitalizations | |
| Beig et al. | Scientific evaluation of air quality standards and defining air quality index for India | |
| EP3659154B1 (en) | A system and method for determining a risk level of a pollen-induced allergy of a user | |
| Siew et al. | ARIMA and integrated ARFIMA models for forecasting air pollution index in Shah Alam, Selangor | |
| Berrocal et al. | On the use of a PM2. 5 exposure simulator to explain birthweight | |
| CN117251870B (zh) | 基于区块链的大数据分析预警方法、系统及其云平台 | |
| Abdullah et al. | Multi-layer perceptron model for air quality prediction | |
| Durand et al. | Spatial analysis of respiratory disease on an urbanized geothermal field | |
| Restrepo et al. | Asthma hospital admissions and ambient air pollutant concentrations in New York City | |
| Coneus et al. | Pollution exposure and infant health: Evidence from Germany | |
| CN109979601A (zh) | 一种具有自动学习功能的流感预测摄像机 | |
| US11717217B2 (en) | Stress monitor and stress-monitoring method | |
| Ghassabian et al. | Characterisation of personalised air pollution exposure in pregnant women participating in a birth cohort study | |
| Parnell et al. | Associations between second-hand tobacco smoke exposure and cardiorespiratory fitness, physical activity, and respiratory health in children | |
| Tryner et al. | AirPen: A Wearable Monitor for Characterizing Exposures to Particulate Matter and Volatile Organic Compounds | |
| Adebayo-Ojo et al. | A New Global Air Quality Health Index Based on the WHO Air Quality Guideline Values With Application in Cape Town |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |