CN107192645A - 一种多旋翼无人机大气污染探测系统及方法 - Google Patents
一种多旋翼无人机大气污染探测系统及方法 Download PDFInfo
- Publication number
- CN107192645A CN107192645A CN201610144724.2A CN201610144724A CN107192645A CN 107192645 A CN107192645 A CN 107192645A CN 201610144724 A CN201610144724 A CN 201610144724A CN 107192645 A CN107192645 A CN 107192645A
- Authority
- CN
- China
- Prior art keywords
- data
- aerial vehicle
- unmanned aerial
- atmospheric
- parameter
- 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
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000003915 air pollution Methods 0.000 title claims abstract description 17
- 238000009826 distribution Methods 0.000 claims abstract description 42
- 238000012544 monitoring process Methods 0.000 claims abstract description 39
- 238000001514 detection method Methods 0.000 claims abstract description 28
- 230000005540 biological transmission Effects 0.000 claims abstract description 18
- 230000001360 synchronised effect Effects 0.000 claims abstract description 6
- 230000003287 optical effect Effects 0.000 claims description 44
- 238000004458 analytical method Methods 0.000 claims description 20
- 238000009432 framing Methods 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 7
- 238000000926 separation method Methods 0.000 claims description 7
- 241001269238 Data Species 0.000 claims description 6
- 238000007405 data analysis Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 claims description 5
- 238000009792 diffusion process Methods 0.000 claims description 5
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical group C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 4
- 238000012856 packing Methods 0.000 claims description 4
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000004451 qualitative analysis Methods 0.000 claims description 3
- 230000003068 static effect Effects 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 240000002853 Nelumbo nucifera Species 0.000 claims description 2
- 235000006508 Nelumbo nucifera Nutrition 0.000 claims description 2
- 235000006510 Nelumbo pentapetala Nutrition 0.000 claims description 2
- 239000000725 suspension Substances 0.000 claims description 2
- 230000007613 environmental effect Effects 0.000 abstract description 8
- 238000011160 research Methods 0.000 abstract description 5
- 230000001502 supplementing effect Effects 0.000 abstract description 5
- 230000015572 biosynthetic process Effects 0.000 abstract description 4
- 239000000203 mixture Substances 0.000 abstract description 4
- 230000008901 benefit Effects 0.000 abstract description 3
- 238000005259 measurement Methods 0.000 abstract description 3
- 238000011109 contamination Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 240000007594 Oryza sativa Species 0.000 description 2
- 235000007164 Oryza sativa Nutrition 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 239000003344 environmental pollutant Substances 0.000 description 2
- 231100000719 pollutant Toxicity 0.000 description 2
- 235000009566 rice Nutrition 0.000 description 2
- 230000000630 rising effect Effects 0.000 description 2
- 239000000809 air pollutant Substances 0.000 description 1
- 231100001243 air pollutant Toxicity 0.000 description 1
- 238000001311 chemical methods and process Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 239000000356 contaminant Substances 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000005183 dynamical system Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000012252 genetic analysis Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 239000013618 particulate matter Substances 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000013517 stratification Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/06—Investigating concentration of particle suspensions
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- 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
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
- Y02A50/20—Air quality improvement or preservation, e.g. vehicle emission control or emission reduction by using catalytic converters
Landscapes
- Chemical & Material Sciences (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Pathology (AREA)
- Analytical Chemistry (AREA)
- Immunology (AREA)
- Combustion & Propulsion (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Dispersion Chemistry (AREA)
- Image Processing (AREA)
Abstract
本发明提供一种多旋翼无人机大气污染探测系统及方法,包括:多旋翼无人机飞行平台、PM2.5及大气参数传感器组、数据无线传输装置、地面监控站、数据处理软件。本发明使用多旋翼无人机系统对监测区域进行垂直飞行,同步采集影像数据、PM2.5数据和温度、湿度、气压,地面站通过远程无线传输方式接收数据,通过对探测数据的订正和拟合处理,获得不同高度的PM2.5浓度分布曲线、大气能见度垂直分布曲线。本发明作为大气环境地面监测站网和卫星遥感的补充手段,可广泛用于雾霾成因和治理研究、大气环境评估、污染预报预警等方面,也可作为卫星遥感大气成分参数反演的实测验证数据,为大气污染监测与环境保护提供新型监测手段,具有重要的科学意义和社会效益。
Description
技术领域
本发明属于环境科学与环境工程、遥感科学与技术、航空与通信技术交叉领域,具体涉及一种多旋翼无人机大气污染探测系统及方法。
背景技术
随着全球经济的不断发展,工业和生活污染物的大气排放总量不断增加、范围持续扩大,雾霾现象日趋严重,已成为中国和许多经济高速发展国家或区域的环境关注焦点,这种污染现象将逐渐影响全球大气环境。目前,PM2.5主要通过地面环境监测站网获得,站点覆盖有限,且无法提供垂直分布数据。卫星遥感覆盖范围大,缺乏近地面垂直分布探测数据。因此,利用无人直升机平台采集空中PM2.5及大气参数是地面监测和卫星遥感监测的有效补充手段。
PM2.5,大气中空气动力学直径小于2.5微米的颗粒物。在区域性的高浓度排放背景下,雾霾已经成为政府和公众关心的重大环境问题。准确的PM2.5时空分布信息不仅是国家环保部门评估和改善空气质量的基本需求,也是公共健康等科学研究的重要指标。PM2.5在大气中停留的时间较长,受到复合排放源、粒子特性、气象条件等多种因素的影响,其空间分布规律较一般气态污染物更为复杂。因此,建立有效的探测手段,研究城市边界层中空气污染物垂直结构特征对于深入了解雾霾污染的大气物理化学过程具有重要意义。此外,随着城市的现代化发展,高层建筑的不断涌现使人们的活动范围逐渐由单一平面发展到近地层空间,空气污染物在近地层不同高度的垂直分布特征与公共健康紧密相关。
发明内容
本发明实施例中提供了一种多旋翼无人机大气污染探测系统及方法,能够机动灵活的探测低空PM2.5和相关大气参数垂直分布数据,提升对雾霾分布状况的综合监测能力和成因分析能力,为雾霾治理提供新型监测手段。
为了实现上述目的,本发明提供一种多旋翼无人机大气污染探测系统,该系统用于低空PM2.5浓度垂直分布监测,所述系统包含:
无人机风行平台子系统,用于分航次进行低空垂直观测,同步采集不同高度光学影像、PM2.5和大气参数探测数据,通过远程无线传输方式向无人机地面监控子系统实时传输探测数据,并实时监控任务飞行状态;
数据处理子系统,用于各类探测数据进行去噪、订正和拟合处理,获得不同高度PM2.5、气压、温度和湿度分布数据;对连续光学影像进行分帧处理,获得监测区域不同高度的垂直和水平方向序列光学影像;
无人机地面监控子系统,用于进行任务规划,输入飞行参数,所述飞行参数包含飞行区域、飞行高度或航次;用于实时接收探测数据;
可选的,上述无人机风行平台子系统进一步包含:光学相机、云台、大气探测传感器、飞行控制单元和数据传导模块;
所述光学相机和云台安装在无人机平台子系统的侧下方,用于获取垂直和水平方向的连续光学影像;
所述大气探测传感器进一步包含:PM2.5、气压-温度和温度-湿度三类传感器
所述飞行控制单元用于控制飞机进行低空飞行;
所述数据传导模块用于采用无线方式向无人机地面监控子系统传输探测的数据。
上述无人机风行平台子系统还包含:移动电源;大气探测传感器与移动电源模块、数据传导模块连接集成在传感器外壳中,且大气探测传感器与移动电源模块、数据无线传输模块安装在无人机平台子系统的顶部,实现多路传感器供电与数据打包无线传输功能。
上述无人机地面监控子系统进一步包含:
任务规划模块,用于每次开展飞行任务前,输入飞行参数,所述飞行参数包含:飞行区域、飞行高度和航次;
任务监控模块,用于飞行中通实时监控飞机工作状态;
数据接收模块,用于将空中采集的数据记录在移动工作站中,进而向数据处理子系统提供数据。
上述数据处理子系统进一步包含:
数据预处理模块,用于对探测数据进行分类导出、规整、去噪,进行时间序列对齐和订正,获得时间序列分类数据,利用分帧将连续光学影像按高度间隔分帧,获得监测区域不同高度的垂直和水平方向序列光学影像;
参数提取模块,用于对完成预处理的PM2.5、温度、湿度进和气压数据,设置高度梯度间隔,按照均匀高度梯度进行数据拟合差分对齐,获得高度序列分类数据;
数据分析模块,用于利用线性拟合方法,获得PM2.5与高度、温度、湿度之间的相关关系,用于分析不同高度PM2.5浓度的分布趋势及与相关大气参数之间的关系;利用PM2.5与大气能见度之间关系模型计算获得能见度垂直分布数据,绘制低空PM2.5和大气能见度垂直分布曲线,与同区域大气环境地面观测站点和卫星反演参数进行比对分析,通过观测的序列光学影像、结合气象条件进行不同高度雾霾影响程度分析。
此外,本发明提供一种多旋翼无人机大气污染探测方法,该方法用于低空PM2.5浓度垂直分布监测,包括以下步骤:
步骤1)将多旋翼无人机飞行平台子系统展开,进行静态通电调试,通过无人机地面监控子系统监控器确定系统状态正常;
步骤2)利用无人机地面监控子系统进行任务规划,输入飞行参数,其中所述飞行参数包含:飞行区域、飞行高度和航次;
步骤3)分航次进行低空垂直观测,同步采集不同高度的大气参数数据,通过远程无线传输方式,向无人机地面监控子系统实时传输探测数据,并实时监控任务飞行状态;其中,所述大气参数包含:光学影像参数、PM2.5、温度、湿度和气压,
步骤4)对各类探测数据进行去噪、订正和拟合处理,获得不同高度PM2.5、气压、温度、湿度分布数据;对连续光学影像进行分帧处理,获得监测区域不同高度的垂直和水平方向序列光学影像;
步骤5)利用线性拟合方法,获得PM2.5与高度、温度、湿度之间的相关关系,用于分析不同高度PM2.5浓度的分布趋势及与相关大气参数之间的关系;利用PM2.5与大气能见度之间相关关系模型计算获得能见度垂直分布数据,绘制低空PM2.5和大气能见度垂直分布曲线,与同区域大气环境地面观测站点和卫星反演参数进行比对分析,通过观测的序列光学影像、结合气象条件进行不同高度雾霾影响程度分析。
可选的,上述步骤1)进一步包含:
步骤1-1)利用部件组装集成的六旋翼无人机飞行平台起飞重量6.0kg、有效载荷2.3kg、升限200m、飞行速度50km/h,可通过程控或手控实现垂直起降、空中悬停、盘旋飞行、覆盖式飞行等多种飞行方式;
步骤1-2)将PM2.5、气压-温度和温度-湿度三类传感器、移动电源和数据传导模块连接集成在传感器外壳中,并安装在无人机平台顶部,实现多路传感器供电与数据打包无线传输功能;
步骤1-3)光学相机和云台安装在无人机平台侧下方,用于获取垂直和水平方向的连续光学影像;GPS定位装置安装在无人机平台顶部,用于采集位置数据。
上述步骤4)进一步包含:
步骤4-1)将接收的PM2.5浓度和大气参数数据进行分类导出、规整、去噪,进行时间序列对齐和订正,获得时间序列分类数据;
步骤4-2)设置高度梯度间隔,按照均匀高度梯度进行数据拟合差分对齐,获得高度序列分类数据;
步骤4-3)利用分帧将连续光学影像按高度间隔分帧,获得监测区域不同高度的垂直和水平方向序列光学影像,用于雾霾垂直和水平方向分布程度的定性分析;
上述步骤5)进一步包含:
步骤5-1)绘制散点图,进行线性拟合,获得PM2.5浓度与高度、温度、湿度相关关系,分析PM2.5浓度随高度变化规律及与相关大气参数之间的相关程度;
步骤5-2)利用PM2.5与能见度之间的关系式,计算获得不同高度的能见度数据,分析雾霾对大气能见度的影响程度;
步骤5-3)利用垂直和水平方向的序列光学影像灰度变化,结合PM2.5分布规律和气象条件,分析雾霾在垂直和水平方向的扩散程度;
步骤5-4)利用附近的大气环境地面监测站点数据与无人机探测数据进行比对,评估两种观测方式的一致性;利用卫星反演的大气参数分布,结合无人机观测的PM2.5分布规律,对雾霾的影响程度进行综合分析。
与现有技术相比,本发明的技术优势在于:本发明作为大气环境地面监测站网和卫星遥感的补充手段,可广泛用于雾霾成因和治理研究、大气环境评估、污染预报预警等方面,也可作为卫星遥感大气成分参数反演的实测验证数据,为大气污染监测与环境保护提供新型监测手段,具有重要的科学意义和社会效益。能够有效弥补目前PM2.5浓度缺乏垂直监测手段的不足,作为大气环境地面监测站网和卫星遥感的补充手段,为大气环境监测提供一种机动、高效、低成本的大气污染和环境探测新途径,对雾霾监测和成因研究、治理意义重大。
附图说明
图1是本发明提供的多旋翼无人机大气污染探测系统结构图;
图2是本发明提供的多旋翼无人机大气污染探测系统工作流程图;
图3(a)和图3(b)是PM2.5垂直分布曲线图;其中,图3(a)是整数平均,图3(b)是2m平均;纵坐标为高度(单位:米)横坐标为pm2.5浓度(单位:ug/m3)
图4(a)和图4(b)是PM2.5浓度与高度相关性结果仿真图;其中,图3(a)是整数平均,图3(b)是2m平均;纵坐标为高度(单位:米)横坐标为pm2.5浓度(单位:ug/m3);
图5(a)和图5(b)是4月3日PM2.5浓度与湿度/温度相关结果;
图6是能见度垂直分布。
具体实施方式
下面结合附图对本发明做进一步的说明。
实施例1
为了解决上述技术问题,本发明公开如下技术方案:
第一方面,提供一种多旋翼无人机大气污染探测系统,该系统由多旋翼无人机飞行平台子系统、轻小型传感器组、数据无线传输装置、地面监控站即无人机地面监控子系统、数据处理软件即数据处理子系统组成,用于获取低空PM2.5和相关大气参数垂直分布数据。所述系统包含:
步骤1)多旋翼无人机飞行平台子系统包含动力系统、支架、机身、GPS定位装置、遥控器组成。动力系统配置了6个电机的螺旋翼;六旋翼无人机飞行平台起飞重量6.0kg、有效载荷2.3kg、升限200m、飞行速度50km/h,可通过程控或手控实现垂直起降、空中悬停、盘旋飞行、覆盖式飞行等多种飞行方式;
步骤2)轻小型传感器组包含光学相机、云台以及PM2.5、气压-温度、温度-湿度三类传感器。光学相机和云台安装在无人机平台侧下方,用于获取垂直和水平方向的连续光学影像;PM2.5、气压-温度、温度-湿度三类传感器采用的型号分别为夏普DN7C3JA001、BMP180、DHT11;
步骤3)PM2.5、气压-温度、温度-湿度三类传感器与移动电源模块、数据无线传输模块连接集成在定制的轻型传感器外壳中,总重量为0.5kg,安装在无人机平台顶部,实现多路传感器供电与数据打包无线传输功能;
步骤4)地面监控站由任务规划模块、数据接收模块、显示模块、遥控装置组成。每次开展飞行任务前,通过任务规划模块输入飞行区域、飞行高度、航次等飞行参数,飞行中通过任务监控模块实时监控工作状态,空中采集的数据通过数据接收模块记录在移动工作站中;
步骤5)数据处理子系统由数据预处理、参数提取、数据分析模块构成,数据预处理对探测数据进行分类导出、规整、去噪,进行时间序列对齐和订正,获得时间序列分类数据,利用分帧软件将连续光学影像按高度间隔分帧,获得监测区域不同高度的垂直和水平方向序列光学影像;参数提取模块对完成预处理的PM2.5、温度、湿度、气压数据,设置高度梯度间隔,按照均匀高度梯度进行数据拟合差分对齐,获得高度序列分类数据;数据分析模块,利用线性拟合方法,获得PM2.5与高度、温度、湿度之间的相关关系,用于分析不同高度PM2.5浓度的分布趋势及与相关大气参数之间的关系;利用PM2.5与大气能见度之间相关关系模型计算获得能见度垂直分布数据,绘制低空PM2.5和大气能见度垂直分布曲线,与同区域大气环境地面观测站点和卫星反演参数进行比对分析,通过观测的序列光学影像、结合气象条件进行不同高度雾霾影响程度分析。
第二方面,提供一种多旋翼无人机PM2.5垂直分布监测方法,该方法利用多旋翼无人机飞行平台及其搭载的轻小型传感器组,通过垂直飞行方式探测低空PM2.5及相关大气参数,利用数据处理和分析方法获得PM2.5垂直分布规律,为雾霾治理提供新型监测手段。所述方法包含:
步骤1)将多旋翼无人机飞行平台展开,安装传感器组、数据无线传输装置、电源模块,进行静态通电调试;
步骤2)利用地面站任务规划模块进行任务规划,输入飞行区域、飞行高度、航次等飞行参数;
步骤3)分航次进行低空垂直观测,同步采集不同高度光学影像、PM2.5和温度、湿度、气压等大气参数探测数据,通过远程无线传输方式,地面站实时接收探测数据,并通过连续视频图像和任务状态模块实时监控任务飞行状态;
步骤4)利用数据处理软件对各类探测数据进行去噪、订正和拟合处理,获得不同高度PM2.5、气压、温度、湿度分布数据;对连续光学影像进行分帧处理,获得监测区域不同高度的垂直和水平方向序列光学影像;
步骤5)利用线性拟合方法,获得PM2.5与高度、温度、湿度之间的相关关系,用于分析不同高度PM2.5浓度的分布趋势及与相关大气参数之间的关系;利用PM2.5与大气能见度之间相关关系模型计算获得能见度垂直分布数据,绘制低空PM2.5和大气能见度垂直分布曲线,与同区域大气环境地面观测站点和卫星反演参数进行比对分析,通过观测的序列光学影像、结合气象条件进行不同高度雾霾影响程度分析。
结合上述第二方面,所述步骤4)进一步包含:
步骤4-1)将接收的PM2.5浓度和大气参数数据进行分类导出、规整、去噪,进行时间序列对齐和订正,获得时间序列分类数据;
步骤4-2)设置高度梯度间隔,按照均匀高度梯度进行数据拟合差分对齐,获得高度序列分类数据;
步骤4-3)利用分帧软件将连续光学影像按高度间隔分帧,获得监测区域不同高度的垂直和水平方向序列光学影像,用于雾霾垂直和水平方向分布程度的定性分析;
结合上述第二方面,所述步骤5)进一步包含:
步骤5-1)绘制散点图,进行线性拟合,获得PM2.5浓度与高度、温度、湿度相关关系,分析PM2.5浓度随高度变化规律,及与相关大气参数之间的相关程度;
步骤5-2)利用PM2.5与能见度之间的相关关系经验公式y=0.6977x-0.9517,计算获得不同高度的能见度数据,分析雾霾对大气能见度的影响程度;
步骤5-3)利用垂直和水平方向的序列光学影像灰度变化,结合PM2.5分布规律和气象条件,分析雾霾在垂直和水平方向的扩散程度;
步骤5-4)利用附近的大气环境地面监测站点数据与无人机探测数据进行比对,评估两种观测方式的一致性;利用卫星反演的大气参数分布,结合无人机观测的PM2.5分布规律,对雾霾的影响程度进行综合分析。
实施例2
本发明实施例公开了如下技术方案:
实施例为2015年4月利用本发明研制的系统在北京奥体中心进行的观测实例,分别在3/17/24日14:30—16:00开展了6航次探测,场地附近有北京市大气环境监测站奥体中心监测站点,可为实例提供比对数据。以4月3日观测为例,给出数据处理、分析结果示例。
步骤(1):利用接收的无人机探测数据经过数据预处理后得到的观测数据示例;
2015年4月3日观测数据示例
订正后PM2.5高度间隔2m均值数据
高度 | 48 | 50 | 52 | 54 | 56 | 58 | 60 | 62 | 64 | 66 | 68 | 70 | 48 |
PM2.5 | 37 | 54 | 90 | 92 | 144 | 97 | 128 | 80 | 100 | 124 | 147 | 164 | 37 |
高度 | 72 | 76 | 78 | 80 | 86 | 94 | 95 | 96 | 99 | 107 | |||
PM2.5 | 105 | 117 | 87 | 119 | 167 | 185 | 142 | 203 | 159 | 188 |
低空大气参数探测数据与监测站点数据比对结果
类型 | PM2.5浓度 | 温度(℃) | 湿度 | 气压(百帕) | 能见度(公里) |
低空监测数据 | 100 | 18 | 38% | 1007 | 10 |
地面站点数据 | 76 | 16 | 35% | 1016 | 10 |
步骤(2):数据分析示例
1)PM2.5垂直分布图
绘制的PM2.5随高度变化曲线表明PM2.5浓度随着高度的增加呈上升趋势,从某种程度反映了北京地区PM2.5污染物对流扩散的过程。如图3(a)、图3(b)图4(a)和图4(b)所示。
2)PM2.5浓度与温度湿度的关系分析
PM2.5和温度湿度散点图表明PM2.5浓度随湿度与温度的升高有下降趋势;随着高度的上升,湿度和温度有下降趋势,这是由于太阳辐射加热地面,地面湿度与温度较大;同时也可反映出高度较低时,PM2.5浓度变小是由于垂直对流扩散的结果。如图5(a)和图5(b)所示
3)能见度垂直分布如图6所示
能见度是气象观测的主要要素之一。大气垂直方向上的能见度不仅可反映大气层稳定程度,也是判定气团性质和研究大气污染的重要因子,还是飞机起降和人们出行的安全参数之一。本次观测获得的能见度垂直曲线表明能见度随高度增大而降低,与雾霾分布规律具有相关性。
上述实施例说明多旋翼无人机大气监测系统具备PM2.5和温度、湿度、气压、能见度等大气参数的垂直分布探测能力,作为地面监测站点和卫星遥感的补充手段,可广泛用于雾霾成因和治理研究、大气环境评估、污染预报预警等低空大气参数和污染数据采集与分析,也可作为卫星遥感大气成分参数反演的实测验证数据,为大气环境保护提供新型监测手段,具有重要的科学意义和社会经济效益。
最后所应说明的是,以上实施例仅用以说明本发明的技术方案而非限制。尽管参照实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,对本发明的技术方案进行修改或者等同替换,都不脱离本发明技术方案的精神和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (9)
1.一种多旋翼无人机大气污染探测系统,该系统用于低空PM2.5浓度垂直分布监测,所述系统包含:
无人机风行平台子系统,用于分航次进行低空垂直观测,同步采集不同高度光学影像、PM2.5和大气参数探测数据,通过远程无线传输方式向无人机地面监控子系统实时传输探测数据,并实时监控任务飞行状态;
数据处理子系统,用于各类探测数据进行去噪、订正和拟合处理,获得不同高度PM2.5、气压、温度和湿度分布数据;对连续光学影像进行分帧处理,获得监测区域不同高度的垂直和水平方向序列光学影像;
无人机地面监控子系统,用于进行任务规划,输入飞行参数,所述飞行参数包含飞行区域、飞行高度或航次;用于实时接收探测数据。
2.根据权利要求1所述的多旋翼无人机大气污染探测系统,其特征在于,所述无人机风行平台子系统进一步包含:光学相机、云台、大气探测传感器、飞行控制单元和数据传导模块;
所述光学相机和云台安装在无人机平台子系统的侧下方,用于获取垂直和水平方向的连续光学影像;
所述大气探测传感器进一步包含:PM2.5、气压-温度和温度-湿度三类传感器
所述飞行控制单元用于控制飞机进行低空飞行;
所述数据传导模块用于采用无线方式向无人机地面监控子系统传输探测的数据。
3.根据权利要求2所述的多旋翼无人机大气污染探测系统,其特征在于,所述无人机风行平台子系统还包含:移动电源;
大气探测传感器与移动电源模块、数据传导模块连接集成在传感器外壳中,且大气探测传感器与移动电源模块、数据无线传输模块安装在无人机平台子系统的顶部,实现多路传感器供电与数据打包无线传输功能。
4.根据权利要求1所述的多旋翼无人机大气污染探测系统,其特征在于,所述无人机地面监控子系统进一步包含:
任务规划模块,用于每次开展飞行任务前,输入飞行参数,所述飞行参数包含:飞行区域、飞行高度和航次;
任务监控模块,用于飞行中通实时监控飞机工作状态;
数据接收模块,用于将空中采集的数据记录在移动工作站中,进而向数据处理子系统提供数据。
5.根据权利要求1所述的多旋翼无人机大气污染探测系统,其特征在于,所述数据处理子系统进一步包含:
数据预处理模块,用于对探测数据进行分类导出、规整、去噪,进行时间序列对齐和订正,获得时间序列分类数据,利用分帧将连续光学影像按高度间隔分帧,获得监测区域不同高度的垂直和水平方向序列光学影像;
参数提取模块,用于对完成预处理的PM2.5、温度、湿度进和气压数据,设置高度梯度间隔,按照均匀高度梯度进行数据拟合差分对齐,获得高度序列分类数据;
数据分析模块,用于利用线性拟合方法,获得PM2.5与高度、温度、湿度之间的相关关系,用于分析不同高度PM2.5浓度的分布趋势及与相关大气参数之间的关系;利用PM2.5与大气能见度之间关系模型计算获得能见度垂直分布数据,绘制低空PM2.5和大气能见度垂直分布曲线,与同区域大气环境地面观测站点和卫星反演参数进行比对分析,通过观测的序列光学影像、结合气象条件进行不同高度雾霾影响程度分析。
6.一种多旋翼无人机大气污染探测方法,该方法用于低空PM2.5浓度垂直分布监测,包括以下步骤:
步骤1)将多旋翼无人机飞行平台子系统展开,进行静态通电调试,通过无人机地面监控子系统监控器确定系统状态正常;
步骤2)利用无人机地面监控子系统进行任务规划,输入飞行参数,其中所述飞行参数包含:飞行区域、飞行高度和航次;
步骤3)分航次进行低空垂直观测,同步采集不同高度的大气参数数据,通过远程无线传输方式,向无人机地面监控子系统实时传输探测数据,并实时监控任务飞行状态;其中,所述大气参数包含:光学影像参数、PM2.5、温度、湿度和气压,
步骤4)对各类探测数据进行去噪、订正和拟合处理,获得不同高度PM2.5、气压、温度、湿度分布数据;对连续光学影像进行分帧处理,获得监测区域不同高度的垂直和水平方向序列光学影像;
步骤5)利用线性拟合方法,获得PM2.5与高度、温度、湿度之间的相关关系,用于分析不同高度PM2.5浓度的分布趋势及与相关大气参数之间的关系;利用PM2.5与大气能见度之间相关关系模型计算获得能见度垂直分布数据,绘制低空PM2.5和大气能见度垂直分布曲线,与同区域大气环境地面观测站点和卫星反演参数进行比对分析,通过观测的序列光学影像、结合气象条件进行不同高度雾霾影响程度分析。
7.根据权利要求6所述的多旋翼无人机大气污染探测方法,其特征在于,所述步骤1)进一步包含:
步骤1-1)利用部件组装集成的六旋翼无人机飞行平台起飞重量6.0kg、有效载荷2.3kg、升限200m、飞行速度50km/h,可通过程控或手控实现垂直起降、空中悬停、盘旋飞行、覆盖式飞行等多种飞行方式;
步骤1-2)将PM2.5、气压-温度和温度-湿度三类传感器、移动电源和数据传导模块连接集成在传感器外壳中,并安装在无人机平台顶部,实现多路传感器供电与数据打包无线传输功能;
步骤1-3)光学相机和云台安装在无人机平台侧下方,用于获取垂直和水平方向的连续光学影像;GPS定位装置安装在无人机平台顶部,用于采集位置数据。
8.根据权利要求5所述的多旋翼无人机大气监测方法,其特征在于,所述步骤4)进一步包含:
步骤4-1)将接收的PM2.5浓度和大气参数数据进行分类导出、规整、去噪,进行时间序列对齐和订正,获得时间序列分类数据;
步骤4-2)设置高度梯度间隔,按照均匀高度梯度进行数据拟合差分对齐,获得高度序列分类数据;
步骤4-3)利用分帧将连续光学影像按高度间隔分帧,获得监测区域不同高度的垂直和水平方向序列光学影像,用于雾霾垂直和水平方向分布程度的定性分析。
9.根据权利要求5所述的多旋翼无人机大气监测方法,其特征在于,所述步骤5)进一步包含:
步骤5-1)绘制散点图,进行线性拟合,获得PM2.5浓度与高度、温度、湿度相关关系,分析PM2.5浓度随高度变化规律及与相关大气参数之间的相关程度;
步骤5-2)利用PM2.5与能见度之间的关系式,计算获得不同高度的能见度数据,分析雾霾对大气能见度的影响程度;
步骤5-3)利用垂直和水平方向的序列光学影像灰度变化,结合PM2.5分布规律和气象条件,分析雾霾在垂直和水平方向的扩散程度;
步骤5-4)利用附近的大气环境地面监测站点数据与无人机探测数据进行比对,评估两种观测方式的一致性;利用卫星反演的大气参数分布,结合无人机观测的PM2.5分布规律,对雾霾的影响程度进行综合分析。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610144724.2A CN107192645A (zh) | 2016-03-14 | 2016-03-14 | 一种多旋翼无人机大气污染探测系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610144724.2A CN107192645A (zh) | 2016-03-14 | 2016-03-14 | 一种多旋翼无人机大气污染探测系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107192645A true CN107192645A (zh) | 2017-09-22 |
Family
ID=59871205
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610144724.2A Pending CN107192645A (zh) | 2016-03-14 | 2016-03-14 | 一种多旋翼无人机大气污染探测系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107192645A (zh) |
Cited By (32)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107861436A (zh) * | 2017-12-01 | 2018-03-30 | 上海市环境科学研究院 | 一种多旋翼无人机高空环境侦测系统 |
CN107976220A (zh) * | 2017-12-24 | 2018-05-01 | 安徽省环境科学研究院 | 基于定点不同高度下大气成分同步检测系统及方法 |
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 |
CN108534815A (zh) * | 2018-02-27 | 2018-09-14 | 成都凯天电子股份有限公司 | 大气数据地面测试系统 |
CN108872040A (zh) * | 2018-09-30 | 2018-11-23 | 徐州工业职业技术学院 | 一种城市雾霾监测系统 |
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 |
CN109656269A (zh) * | 2018-12-27 | 2019-04-19 | 上海普适导航科技股份有限公司 | 一种无人机监控系统 |
CN109839153A (zh) * | 2019-01-30 | 2019-06-04 | 江苏理工学院 | 一种应用于城市层理化环境监测和模拟的计算机系统 |
CN109839946A (zh) * | 2017-11-28 | 2019-06-04 | 南京开天眼无人机科技有限公司 | 一种环境监测用无人机 |
CN109855685A (zh) * | 2019-02-22 | 2019-06-07 | 滨州学院 | 无人机环境监测装置 |
CN109896018A (zh) * | 2019-04-08 | 2019-06-18 | 林初煌 | 一种无人机定点雾霾去除系统及方法 |
CN110018095A (zh) * | 2019-05-21 | 2019-07-16 | 河南理工大学 | 一种基于gnss对流层延迟短时预测pm2.5浓度变化的方法 |
CN110018280A (zh) * | 2019-05-17 | 2019-07-16 | 北京市环境保护科学研究院 | 一种大气污染源排放综合表征方法及装置 |
CN110118850A (zh) * | 2018-02-07 | 2019-08-13 | 南京海逸测控技术有限公司 | 一种利用无人机监测大气中污染物VOCs/TVOC的方法 |
CN110308243A (zh) * | 2019-06-25 | 2019-10-08 | 生态环境部卫星环境应用中心 | 大气污染源湿度值监测方法、服务器以及旋翼无人机 |
CN110308023A (zh) * | 2019-07-08 | 2019-10-08 | 连云港市气象局 | 基于无人机机载的气溶胶粒子垂直观测系统及采样方法 |
CN110763804A (zh) * | 2018-07-27 | 2020-02-07 | 浙江博来航天科技有限公司 | 基于无人机的大气污染源溯源系统及其方法 |
CN111717389A (zh) * | 2020-07-06 | 2020-09-29 | 孙义博 | 一种多功能生态环境调查研究无人机观测系统 |
CN111765924A (zh) * | 2020-07-13 | 2020-10-13 | 江苏中科智能制造研究院有限公司 | 一种基于多无人机的大气环境监测方法与系统 |
CN112782123A (zh) * | 2020-12-24 | 2021-05-11 | 中国科学院合肥物质科学研究院 | 基于无人机技术的大气光学关键参数综合探测系统、方法 |
CN113030402A (zh) * | 2021-04-22 | 2021-06-25 | 上海交通大学 | 基于多旋翼无人机平台的主动式大气臭氧垂直观测系统 |
CN113064221A (zh) * | 2021-03-17 | 2021-07-02 | 陕西省大气探测技术保障中心 | 一种无人机气象观测系统 |
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 |
CN113418841A (zh) * | 2021-06-23 | 2021-09-21 | 四川省生态环境监测总站 | 一种空气质量颗粒物浓度预测数据的补全方法 |
CN113533644A (zh) * | 2021-06-26 | 2021-10-22 | 西北工业大学 | 基于无人机的对面源常规大气污染物的监测方法 |
CN114046822A (zh) * | 2021-11-11 | 2022-02-15 | 王振兴 | 一种基于传感器阵列模块的大气污染监测方法及系统 |
CN114324779A (zh) * | 2022-01-25 | 2022-04-12 | 广东工业大学 | 一种无人机搭载式大气污染物多组分监测系统及其控制方法 |
CN114324226A (zh) * | 2021-11-30 | 2022-04-12 | 中国科学技术大学 | 一种大气污染物立体分布无人机载超光谱遥测系统 |
CN114778774A (zh) * | 2022-04-21 | 2022-07-22 | 平安国际智慧城市科技股份有限公司 | 基于人工智能的温室气体监测方法及相关设备 |
CN115493657A (zh) * | 2022-11-15 | 2022-12-20 | 航天宏图信息技术股份有限公司 | 一种基于无人机的大气污染溯源方法和装置 |
CN115855761A (zh) * | 2022-11-03 | 2023-03-28 | 生态环境部卫星环境应用中心 | 五基协同天空地一体化大气环境立体遥感监测系统及方法 |
CN116106985A (zh) * | 2023-02-21 | 2023-05-12 | 兰州大学 | 一种智能化无人机能见度观测系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN203439256U (zh) * | 2013-09-06 | 2014-02-19 | 中科宇图天下科技有限公司 | 用于污染气体监测与溯源的多旋翼无人飞行器 |
CN104897537A (zh) * | 2015-06-11 | 2015-09-09 | 杭州电子科技大学 | 基于无人机的pm2.5浓度采集装置和数据过滤方法 |
CN104914022A (zh) * | 2014-03-11 | 2015-09-16 | 北京中立格林控制技术有限公司 | 一种室内微小颗粒物监测器 |
US20150370250A1 (en) * | 2014-06-19 | 2015-12-24 | Skydio, Inc. | Magic wand interface and other user interaction paradigms for a flying digital assistant |
-
2016
- 2016-03-14 CN CN201610144724.2A patent/CN107192645A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN203439256U (zh) * | 2013-09-06 | 2014-02-19 | 中科宇图天下科技有限公司 | 用于污染气体监测与溯源的多旋翼无人飞行器 |
CN104914022A (zh) * | 2014-03-11 | 2015-09-16 | 北京中立格林控制技术有限公司 | 一种室内微小颗粒物监测器 |
US20150370250A1 (en) * | 2014-06-19 | 2015-12-24 | Skydio, Inc. | Magic wand interface and other user interaction paradigms for a flying digital assistant |
CN104897537A (zh) * | 2015-06-11 | 2015-09-09 | 杭州电子科技大学 | 基于无人机的pm2.5浓度采集装置和数据过滤方法 |
Non-Patent Citations (2)
Title |
---|
环境保护部办公厅: "《环境保护文件选编》", 31 January 2015 * |
黄震等: "《机动车可吸入颗粒物排放与城市大气污染》", 31 December 2014 * |
Cited By (39)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109839946A (zh) * | 2017-11-28 | 2019-06-04 | 南京开天眼无人机科技有限公司 | 一种环境监测用无人机 |
CN107861436A (zh) * | 2017-12-01 | 2018-03-30 | 上海市环境科学研究院 | 一种多旋翼无人机高空环境侦测系统 |
CN107976220A (zh) * | 2017-12-24 | 2018-05-01 | 安徽省环境科学研究院 | 基于定点不同高度下大气成分同步检测系统及方法 |
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 |
CN110118850A (zh) * | 2018-02-07 | 2019-08-13 | 南京海逸测控技术有限公司 | 一种利用无人机监测大气中污染物VOCs/TVOC的方法 |
CN108534815B (zh) * | 2018-02-27 | 2023-12-05 | 成都凯天电子股份有限公司 | 大气数据地面测试系统 |
CN108534815A (zh) * | 2018-02-27 | 2018-09-14 | 成都凯天电子股份有限公司 | 大气数据地面测试系统 |
CN110763804A (zh) * | 2018-07-27 | 2020-02-07 | 浙江博来航天科技有限公司 | 基于无人机的大气污染源溯源系统及其方法 |
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 |
CN108872040A (zh) * | 2018-09-30 | 2018-11-23 | 徐州工业职业技术学院 | 一种城市雾霾监测系统 |
CN109656269A (zh) * | 2018-12-27 | 2019-04-19 | 上海普适导航科技股份有限公司 | 一种无人机监控系统 |
CN109839153A (zh) * | 2019-01-30 | 2019-06-04 | 江苏理工学院 | 一种应用于城市层理化环境监测和模拟的计算机系统 |
CN109855685A (zh) * | 2019-02-22 | 2019-06-07 | 滨州学院 | 无人机环境监测装置 |
CN109896018A (zh) * | 2019-04-08 | 2019-06-18 | 林初煌 | 一种无人机定点雾霾去除系统及方法 |
CN110018280A (zh) * | 2019-05-17 | 2019-07-16 | 北京市环境保护科学研究院 | 一种大气污染源排放综合表征方法及装置 |
CN110018280B (zh) * | 2019-05-17 | 2021-08-17 | 北京市环境保护科学研究院 | 一种大气污染源排放综合表征方法及装置 |
CN110018095A (zh) * | 2019-05-21 | 2019-07-16 | 河南理工大学 | 一种基于gnss对流层延迟短时预测pm2.5浓度变化的方法 |
CN110308243A (zh) * | 2019-06-25 | 2019-10-08 | 生态环境部卫星环境应用中心 | 大气污染源湿度值监测方法、服务器以及旋翼无人机 |
CN110308023A (zh) * | 2019-07-08 | 2019-10-08 | 连云港市气象局 | 基于无人机机载的气溶胶粒子垂直观测系统及采样方法 |
CN111717389A (zh) * | 2020-07-06 | 2020-09-29 | 孙义博 | 一种多功能生态环境调查研究无人机观测系统 |
CN111717389B (zh) * | 2020-07-06 | 2024-02-02 | 孙义博 | 一种多功能生态环境调查研究无人机观测系统 |
CN111765924A (zh) * | 2020-07-13 | 2020-10-13 | 江苏中科智能制造研究院有限公司 | 一种基于多无人机的大气环境监测方法与系统 |
CN112782123A (zh) * | 2020-12-24 | 2021-05-11 | 中国科学院合肥物质科学研究院 | 基于无人机技术的大气光学关键参数综合探测系统、方法 |
CN113064221A (zh) * | 2021-03-17 | 2021-07-02 | 陕西省大气探测技术保障中心 | 一种无人机气象观测系统 |
CN113030402A (zh) * | 2021-04-22 | 2021-06-25 | 上海交通大学 | 基于多旋翼无人机平台的主动式大气臭氧垂直观测系统 |
CN113418841A (zh) * | 2021-06-23 | 2021-09-21 | 四川省生态环境监测总站 | 一种空气质量颗粒物浓度预测数据的补全方法 |
CN113418841B (zh) * | 2021-06-23 | 2023-01-31 | 四川省生态环境监测总站 | 一种空气质量颗粒物浓度预测数据的补全方法 |
CN113533644A (zh) * | 2021-06-26 | 2021-10-22 | 西北工业大学 | 基于无人机的对面源常规大气污染物的监测方法 |
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 |
CN114046822A (zh) * | 2021-11-11 | 2022-02-15 | 王振兴 | 一种基于传感器阵列模块的大气污染监测方法及系统 |
CN114046822B (zh) * | 2021-11-11 | 2023-12-19 | 王振兴 | 一种基于传感器阵列模块的大气污染监测方法及系统 |
CN114324226A (zh) * | 2021-11-30 | 2022-04-12 | 中国科学技术大学 | 一种大气污染物立体分布无人机载超光谱遥测系统 |
CN114324779A (zh) * | 2022-01-25 | 2022-04-12 | 广东工业大学 | 一种无人机搭载式大气污染物多组分监测系统及其控制方法 |
CN114778774A (zh) * | 2022-04-21 | 2022-07-22 | 平安国际智慧城市科技股份有限公司 | 基于人工智能的温室气体监测方法及相关设备 |
CN115855761A (zh) * | 2022-11-03 | 2023-03-28 | 生态环境部卫星环境应用中心 | 五基协同天空地一体化大气环境立体遥感监测系统及方法 |
CN115855761B (zh) * | 2022-11-03 | 2023-09-26 | 生态环境部卫星环境应用中心 | 五基协同天空地一体化大气环境立体遥感监测系统及方法 |
CN115493657A (zh) * | 2022-11-15 | 2022-12-20 | 航天宏图信息技术股份有限公司 | 一种基于无人机的大气污染溯源方法和装置 |
CN115493657B (zh) * | 2022-11-15 | 2023-03-10 | 航天宏图信息技术股份有限公司 | 一种基于无人机的大气污染溯源方法和装置 |
CN116106985A (zh) * | 2023-02-21 | 2023-05-12 | 兰州大学 | 一种智能化无人机能见度观测系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107192645A (zh) | 一种多旋翼无人机大气污染探测系统及方法 | |
Miao et al. | Classification of summertime synoptic patterns in Beijing and their associations with boundary layer structure affecting aerosol pollution | |
Altstädter et al. | ALADINA–an unmanned research aircraft for observing vertical and horizontal distributions of ultrafine particles within the atmospheric boundary layer | |
Li et al. | Investigating vertical distribution patterns of lower tropospheric PM2. 5 using unmanned aerial vehicle measurements | |
Li et al. | Three-dimensional investigation of ozone pollution in the lower troposphere using an unmanned aerial vehicle platform | |
CN206388203U (zh) | 一种环境监测系统 | |
Huang et al. | Short-cut transport path for Asian dust directly to the Arctic: a case study | |
CN111177851B (zh) | 一种无人机运行安全风险评估中对地风险的评估方法 | |
CN106645577A (zh) | 基于多旋翼无人机平台的有毒有害气体探测系统 | |
CN201707324U (zh) | 有毒有害气体应急监测无人机系统 | |
CN205120973U (zh) | 用于定位核辐射放射源的无人机系统 | |
CN107976220A (zh) | 基于定点不同高度下大气成分同步检测系统及方法 | |
CN108535418A (zh) | 一种污染物溯源方法、装置、监控终端及存储介质 | |
CN203439256U (zh) | 用于污染气体监测与溯源的多旋翼无人飞行器 | |
Zhang et al. | Tethered balloon-based particle number concentration, and size distribution vertical profiles within the lower troposphere of Shanghai | |
Wang et al. | Using unmanned aerial vehicle to investigate the vertical distribution of fine particulate matter | |
CN109975492B (zh) | 沿海大气复合污染天空地一体化监测预警系统 | |
Zhu et al. | Measurements of atmospheric aerosol vertical distribution above North China Plain using hexacopter | |
Babaan et al. | Estimation of PM 2.5 vertical distribution using customized UAV and mobile sensors in Brgy. UP Campus, Diliman, Quezon City | |
Gautam et al. | Vertical profiling of atmospheric air pollutants in rural India: a case study on particulate matter (PM10/PM2. 5/PM1), carbon dioxide, and formaldehyde | |
CN110308023A (zh) | 基于无人机机载的气溶胶粒子垂直观测系统及采样方法 | |
Chang et al. | An optimized multicopter UAV sounding technique (MUST) for probing comprehensive atmospheric variables | |
Ramírez et al. | A novel approach to optimize the positioning and measurement parameters in photovoltaic aerial inspections | |
Lu et al. | Investigating the role of meteorological factors in the vertical variation in PM2. 5 by unmanned aerial vehicle measurement | |
CN108760594A (zh) | 基于无人机的扬尘监测系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170922 |