CN107589223A - 一种定位的方法、装置以及存储介质 - Google Patents
一种定位的方法、装置以及存储介质 Download PDFInfo
- Publication number
- CN107589223A CN107589223A CN201710844733.7A CN201710844733A CN107589223A CN 107589223 A CN107589223 A CN 107589223A CN 201710844733 A CN201710844733 A CN 201710844733A CN 107589223 A CN107589223 A CN 107589223A
- Authority
- CN
- China
- Prior art keywords
- monitoring point
- point
- monitoring
- circular arc
- line
- 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
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例公开了一种定位的方法,用于精确定位第二监测点。本申请实施例方法包括:获取第一监测点的污染物浓度信息;计算方位线,所述方位线为所述第一监测点与高污染点的连线,所述高污染点为所述污染物浓度信息中,浓度值与环境背景浓度值的差值大于预设的阈值的污染点;按照预设半径在所述方位线的正负135度方向内确定圆弧范围;根据所述圆弧范围确定第二监测点。通过这种方法来定位第二监测点,从而达到精确定位排放源的位置。
Description
技术领域
本申请涉及测量领域,尤其涉及一种定位的方法、装置以及存储介质。
背景技术
大气污染是一个困扰世界大部分地区,尤其是发展中国家的,严重影响人群健康及能见度的现象。一般来说,大气污染源的空间分布密集、排放时间及行为极为多变。
目前国内与国际上的大气质量监测主要依赖于传统的政府管控的大气监测站点,这些监测站通过使用传统的设备,以抽气进样加以吸收光谱、化学发光的原理,实现对上述大部分的气态污染物浓度的监测;以震荡天平、Beta射线衰减或光散射方法实现对颗粒物浓度的监测。
在现有技术中,第二监测点的选取是随机选取的,并没有通过计算或者其他方法来确定,所以无法通过准确定位第二监测点来确定污染源。
发明内容
本申请实施例提供了一种定位的方法、装置以及存储介质,用于确定第二监测点,并精确定位污染源。
有鉴于此,本申请第一方面提供一种定位的方法,包括:
获取第一监测点的污染物浓度信息;计算方位线,所述方位线为所述第一监测点与高污染点的连线,所述高污染点为所述污染物浓度信息中,浓度值与环境背景浓度值的差值大于预设的阈值的污染点;按照预设半径在所述方位线的正负135度方向内确定圆弧范围;根据所述圆弧范围确定第二监测点。
基于第一方面,本申请实施例还提供了第一方面的第一种实施方式:
根据所述圆弧范围和视角差确定第二监测点,所述视角差为所述第一监测点和所述第二监测点分别与所述高污染点连线形成的角度,所述视角差大于第一预设角度小于第二预设角度。
基于第一方面,本申请实施例还提供了第一方面的第二种实施方式:
获取临时监测点的风向分布信息;识别所述风向分布信息的概率密度,所述概率密度越高,风向为主导风向可能性越大,由所述风向所指示的污染点方位的采信度更高;
根据所述圆弧范围确定第二监测点,包括:
根据所述圆弧范围和所述临时监测点的风向分布信息中的概率密度确定第二监测点。
在本实施方式上,通过确定临时监测点后,结合临时监测点的风向分布概率密度信息,判断该选取的临时监测点是否处于该污染源的主流下风向位置,如果处于主流下风位置则确定该临时监测点为第二监测点。
基于第一方面,或第一方面的第一种实施方式,或第一方面的第二种实施方式,本申请实施例还提供了第一方面的第三种实施方式:
按照预设时长对所述污染物浓度信息进行监测;根据监测的结果确定所述高污染点。
基于第一方面,或第一方面的第一种实施方式,或第一方面的第二种实施方式,或第一方面的第三种实施方式,本申请实施例还提供了第一方面的第四种实施方式:
识别所述污染物浓度信息和环境背景的颜色对比度的浓度值;根据污染物浓度值与环境背景浓度值的差值大于预设的阈值的污染点确定所述高污染点,所述差值越大,污染点浓度越高。
本申请第二方面提供了一种定位的装置,包括:
获取单元,用于获取第一监测点的污染物浓度信息;
计算单元,用于计算方位线,所述方位线为所述第一监测点与高污染点的连线,所述高污染点为所述污染物浓度信息中,浓度值与环境背景浓度值的差值大于预设的阈值的污染点;
确定单元,用于按照预设半径在所述方位线的正负135度方向内确定圆弧范围;
所述确定单元还用于,根据所述圆弧范围确定第二监测点。
基于第二方面,本申请实施例还提供了第二方面的第一种实施方式:
确定单元具体用于:
根据所述圆弧范围和视角差确定第二监测点,所述视角差为所述第一监测点和所述第二监测点分别与所述高污染点连线形成的角度,所述视角差大于第一预设角度小于第二预设角度。
基于第二方面,本申请实施例还提供了第二方面的第二种实施方式:
获取单元还用于:
在所述确定单元根据所述圆弧范围确定第二监测点之前,获取临时监测点的风向分布信息;
所述装置还包括:
密度识别单元,用于识别所述风向分布信息的概率密度,所述概率密度越高,风向为主导风向可能性越大,由所述风向所指示的污染点方位的采信度更高;
所述确定单元具体用于:
根据所述圆弧范围和所述临时监测点的风向分布信息中的概率密度确定第二监测点。
基于第二方面,或第二方面的第一种实施方式,或第二方面的第二种实施方式,本申请实施例还提供了第二方面的第三种实施方式:
监测单元,用于在获取单元第一监测点的污染物浓度信息之后,按照预设时长对所述污染物浓度信息进行监测;
所述确定单元还用于:
根据监测的结果确定所述高污染点。
基于第二方面,或第二方面的第一种实施方式,或第二方面的第二种实施方式,或第二方面的第三种实施方式,本申请实施例还提供了第二方面的第四种实施方式:
颜色识别单元,用于识别所述污染物浓度和环境背景的颜色对比度的浓度值;
所述确定单元还用于:
根据污染物浓度值与环境背景浓度值的差值大于预设的阈值的污染点确定所述高污染点,所述差值越大,污染点浓度越高。
本申请实施例第三方面提供了一种计算机存储介质,该计算机存储介质用于储存为上述定位装置所用的计算机软件指令,其包括用于执行为定位装置所设计的程序。
本申请实施例第四方面提供了一种计算机程序产品,该计算机程序产品包括计算机软件指令,该计算机软件指令可通过处理器进行加载来实现上述第一方面中任意一项的定位方法中的流程。
从以上技术方案可以看出,本申请实施例具有以下优点:
获取第一监测点的污染物浓度信息;计算方位线,所述方位线为所述第一监测点与所述高污染点的连线,所述高污染点为所述污染物浓度信息中,浓度值与环境背景浓度值的差值大于预设的阈值的污染点;按照预设距离在所述方位线正负135度方向内确定圆弧范围;根据所述圆弧范围确定第二监测点,通过预设距离和方位线正负135度方向的圆弧范围确定第二监测点。例如,在方位线正负30度方向选取第二监测点,比在方位线正负135度方向内选取第二监测点的范围很明显要小,所以先需要确定在方位线正负135度方向的最大范围内。其次,监测点的监测设备都有一个确定有效的监测距离。例如监测设备的有效监测距离为2-4km,在这个半径范围内的第二监测点都能和第一监测点还有高污染点确定污染源,如果第二监测点不在这个范围内,则第二监测点通过监测设备无法监测到污染源的位置。这样通过上述的方法能够更准确定位第二监测点,再通过第一监测点和第二监测点来定位污染源,能够使污染源达到精确定位的效果。
附图说明
图1为本申请实施例中定位方法所应用的一个应用场景示意图;
图2为本申请实施例中定位方法的一个实施例示意图;
图3为本申请实施例中定位方法的另一个实施例示意图;
图4为本申请实施例中定位方法的另一个实施例示意图;
图5为本申请实施例中定位装置的一个实施例示意图;
图6为本申请实施例中定位装置的另一个实施例示意图;
图7为本申请实施例中定位装置的另一个实施例示意图。
具体实施方式
本申请实施例提供了一种定位的方法、装置以及存储介质,用于确定第二监测点,并精确定位污染源。
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
如图1所示,图中图1为本申请实施例中定位的方法所应用的一个场景示意图。在图1中,服务器获取监测点1通过监测设备收集的排放污染物的浓度信息,然后服务器将获取的浓度信息进行分析,得到排放污染物的浓度中,浓度值与环境背景浓度值的差值大于预设的阈值的污染点,再对该点进行标记命名为高污染点,按照预设好的半径在所述第一监测点与高污染点的连线形成的方位线的正负135度方向内确定圆弧范围。监测点的监测设备都有一个确定有效的监测距离。例如某个监测点的监测设备的有效监测距离为2-4km,在这个半径范围内的第二监测点都能和第一监测点还有高污染点确定污染源。如果第二监测点不在这个范围内,则第二监测点通过监测设备无法监测到污染源的位置。所以需要确定一个圆弧范围,然后在这个圆弧范围内确定第二监测点,从而达到精确定位污染源的效果。
需要说明的是,在本申请实施例中,执行主体可以是服务器,但是并不特指某一个或某一些设备,在实际应用中,执行主体也可以是终端设备,也可以是监测设备,具体此处不做限定。
为方便说明,下面以服务器为执行主体为例进行详细描述。请参阅图2,本申请实施例中定位方法的一个实施例包括:
201、获取第一监测点的污染物浓度信息。
获取监测设备在第一监测点所监测到的污染物浓度信息,第一监测点是从热点区域范围内的监测点中选取出来的,热点区域为靠近污染源的区域,通过污染物浓度信息再对第一监测点内的污染物浓度信息中,浓度值与环境背景浓度值的差值大于预设的阈值的污染点进行标记。
202、计算方位线。
计算方位线需要先获取高污染点和第一监测点之间的连线,高污染点通过污染物浓度信息来判断。需要说明的是,高污染点可以通过多种途径来判断。例如通过污染物浓度信息中颜色的对比度来区分,或者通过预设的时长对污染物浓度信息进行监测,再根据监测的结果来进行判断,具体此处不做限定。通过第一监测点和高污染点的连线来计算确定方位线的位置和方向。
203、按照预设半径在方位线的正负135度方向内确定圆弧范围。
确定方位线后,预先设定好一个半径数值,再在方位线正负135度方向计算确定圆弧范围的大小。在方位线正负135度的范围内能够最大的达到覆盖范围。例如,在方位线正负30度方向确定的第二监测点,比在方位线正负135度方向确定的第二监测点要少的多,而且方位线正负30度方向比方位线正负135度方向要小很多,所以,在方位线正负135度方向内确定第二监测点能够达到最大的备选空间范围。
204、根据圆弧范围确定第二监测点。
通过设定好的半径数值和方位线正负135度方向确定的圆弧范围的大小,再进行筛选确定满足条件的第二监测点。监测点的监测设备都有一个确定有效的监测距离。例如某个监测点的监测设备的有效监测距离为2-4km,在这个半径范围内的第二监测点都能和第一监测点还有高污染点确定污染源。如果第二监测点不在这个有效监测距离范围内,则第二监测点通过监测设备无法监测到污染源的位置。所以需要确定一个圆弧范围,然后在这个圆弧范围内确定第二监测点。
本申请实施例中,服务器先获取第一监测点的污染物浓度信息,计算方位线,所述方位线为所述第一监测点与所述高污染点的连线,所述高污染点为所述污染物浓度信息中,浓度值与环境背景浓度值的差值大于预设的阈值的污染点。再按照预设距离在所述方位线正负135度方向内确定圆弧范围,根据所述圆弧范围确定第二监测点,通过预设距离和方位线正负135度方向内的圆弧范围确定第二监测点。之后,通过第一监测点和第二监测点来定位污染源。这样,例如,在方位线正负30度方向内选取第二监测点,比在方位线正负135度方向内选取第二监测点的范围很明显要小,所以先需要确定在方位线正负135度方向内是最大范围。其次,监测点的监测设备都有一个确定有效的监测距离。例如监测设备的有效监测距离为2-4km,在这个半径范围内的第二监测点都能和第一监测点还有高污染点确定污染源,如果第二监测点不在这个范围内,则第二监测点通过监测设备无法监测到污染源的位置。这样通过上述的方法能够更准确定位第二监测点,再通过第一监测点和第二监测点来定位污染源,能够使污染源达到精确定位的效果。在污染源定位后,可以辅助参考该临时监测点观测到的风向分布频率,考察该临时监测点是否处于所定位的污染源的主流下风向。如是,则确定该临时监测点为第二监测点,同时该定位结果可信度较高;如否,可重复选取其他监测点作为临时监测点并重复上述污染源定位步骤,直至达到可信度相对较高的结果为止。
需要说明的是,上述根据圆弧范围确定第二监测点还可以通过不同的方式进行确定,下面对第一种可能的实现方式进行说明:
第二监测点根据圆弧范围和第一监测点与高污染点和第二监测点与高污染点的连线形成的视角差来确定。为方便说明,下面以服务器为执行主体为例进行详细描述。具体请参阅图3,本申请定位方法另一实施例包括:
301、获取第一监测点的污染物浓度信息。
本实施例中步骤301与前述图2所述实施例中的步骤201类似,具体此处不再赘述。
302、识别污染物浓度信息的颜色对比度。
服务器接收监测设备收集的污染物浓度信息,识别出污染物浓度和环境背景的颜色对比度的浓度值,根据污染物浓度值与环境背景浓度值的差值的大小来确定污染点浓度大小。
303、根据颜色对比度确定高污染点。
根据污染物浓度值与环境背景浓度值的差值大于预设的阈值的污染点确定所述高污染点,所述差值越大,污染点浓度越高。根据差值最高的污染点确定高污染点。
需要说明的是,所述阈值可以是人为设置或者通过收集数据经过分析后得到的一个数值,具体此处不做限定。
需要说明的是,在本实施例中,高污染点可以通过污染物浓度信息的颜色对比度来区分。可以理解的是,在实际应用中,高污染点还可以通过其他的方法来区分,例如可以通过分析污染物浓度信息的数据来进行区分,具体此处不做限定。
304、计算方位线。
本实施例中步骤304与前述图2所述实施例中的步骤202类似,具体此处不再赘述。
305、按照预设半径在方位线的正负135度方向内确定圆弧范围。
本实施例中步骤305与前述图2所述实施例中的步骤203类似,具体此处不再赘述。
306、根据圆弧范围和视角差确定第二监测点。
第一监测点与高污染点的连线形成方位线,所述方位线的方向由第一监测点指向高污染点的方向。第一监测点、第二监测点和高污染点三点形成一个虚拟三角形,第二监测点与高污染点的连线和方位线交叉得到交叉点,交叉点所在的内角为视角差,内角的角度为视角差的差值。再判断视角差的差值是否大于第一预设角度小于第二预设角度,当视角差的差值小于第一预设角度或者大于第二预设角度时,第一监测点与高污染点的连线和第二监测点与高污染点的连线形成的交叉点坐标会有较大不确定性,从而会因为误差而无法准确定位污染源的位置。当视角差的差值大于第一预设角度小于第二预设角度时,则确定第二监测点的位置更精确,从而可以减少误差并确定污染源的位置。
需要说明的是,预设的角度可以通过人工输入,也可以通过计算机收集的数据进行分析得到,具体此处不做限定。
在本申请实施例中,先通过第一监测点的监测设备获取污染物浓度信息,得到高污染点,再通过第一监测点与高污染点的连线计算出方位线。在方位线正负135度方向内确定圆弧范围并进而选择第二监测点,再通过判断视角差是否大于预设角度来共同确定第二监测点,当视角差的差值大于第一预设角度小于第二预设角度时,可以减少因视角差的差值太小或者太大时带来的定位误差。
需要说明的是,上述根据圆弧范围确定第二监测点还可以通过不同的方式进行确定,下面对第一种可能的实现方式进行说明:
在本实施例中,在所述圆弧范围内选择临时监测点,并在获取风向分布信息后识别出的概率密度来综合判断该临时监测点是否可以被选取为第二监测点。为方便说明,下面以服务器为执行主体为例进行详细描述。具体请参阅图4,本申请定位方法另一实施例包括:
401、获取第一监测点的污染物浓度信息。
本实施例中步骤401与前述图2所述实施例中的步骤201类似,具体此处不再赘述。
402、按照预设时长对污染物浓度信息进行监测。
在第一监测点设置一个预设的时间长度数值,当达到这个数值时,监测设备对污染物浓度信息进行收集并上传给服务器,服务器再对收集到的数据进行分析。
403、根据监测的结果确定高污染点。
服务器接收到监测设备上传的污染物浓度信息,对上传的数据进行分析,确定高污染点。
404、计算方位线。
本实施例中步骤404与前述图2所述实施例中的步骤202类似,具体此处不再赘述。
405、按照预设半径在方位线的正负135度方向内确定圆弧范围。
本实施例中步骤405与前述图2所述实施例中的步骤203类似,具体此处不再赘述。
406、获取临时监测点的风向分布信息。
获取临时监测点通过监测设备收集的风向分布信息,所述风向分布信息包括有风向分布频率、污染物时间序列数据及风速、风向数据。通过获取风向分布信息,从而获取风向大小、方向或者分布的频率的具体信息。
407、识别风向分布信息的概率密度。
服务器接收到临时监测点通过监测设备收集的风向分布信息,对风向分布信息的数据进行分析,并从收集到的数据中识别出风向分布信息中风向覆盖范围及分布概率密度数据,其中,风向分布概率密度能够反映出在一个时间段内某一风向出现的频率,而风向的覆盖范围可以反映出该监测点通过监测设备收集的风向变化的角度范围,如果风向变化角度较大,则可以表明同一污染源有可能被多个监测点监测到,风向概率密度最多的污染点则表明该临时监测点通过监测设备监测到的结果来确定第二监测点的可采信度更高。
408、根据圆弧范围和概率密度确定第二监测点。
先通过方位线正负135度方向和预设的半径数值确定圆弧范围并选取第二监测点。
可选的,服务器可以先根据方位线正负135度方向和预设的半径确定圆弧范围并选取,再通过识别出的所述临时监测点的风向分布信息中的概率密度和视角差来共同确定第二监测点。风向的概率密度能够表明该临时监测点通过监测设备的监测到的结果好坏,当风向概率密度越高,监测设备监测到的结果更佳。再通过判断视角差的差值是否大于第一预设角度小于第二预设角度,来减少误差,使得临时监测点根据概率密度和视角差的结果来选取第二监测点的结果更加精确。
在本申请实施例中,先通过第一监测点的监测设备获取污染物浓度信息,再根据预设的时长对污染物浓度信息进行监测,根据监测的结果得到高污染点,再通过第一监测点与高污染点的连线计算出方位线。在方位线正负135度方向内确定圆弧范围、通过确定临时监测点后,结合临时监测点的风向分布概率密度信息,判断该选取的临时监测点是否处于该污染源的主流下风向位置来确定该临时监测点是否为第二监测点。
上面对本申请实施例中的定位方法进行了描述,下面对本申请实施例中的设备进行描述,请参阅图5,本申请实施例中定位装置的一个实施例包括:
获取单元501,用于获取第一监测点的污染物浓度信息;
计算单元502,用于计算方位线,所述方位线为所述第一监测点与高污染点的连线,所述高污染点为所所述污染物浓度信息中,浓度值与环境背景浓度值的差值大于预设的阈值的污染点;
确定单元503,用于按照预设半径在所述方位线的正负135度方向内确定圆弧范围;
所述确定单元503还用于,根据所述圆弧范围确定第二监测点。
图5实施例中各个单元的功能的详细描述参照图2实施例中定位的方法所描述的内容,此处不做赘述。
请参阅图6,本申请实施例中定位装置另一实施例包括:
获取单元601,用于获取第一监测点的污染物浓度信息;
计算单元602,用于计算方位线,所述方位线为所述第一监测点与高污染点的连线,所述高污染点为所述污染物浓度信息中,浓度值与环境背景浓度值的差值大于预设的阈值的污染点;
确定单元603,用于按照预设半径在所述方位线的正负135度方向内确定圆弧范围;
所述确定单元603还用于,根据所述圆弧范围确定第二监测点。
所述确定单元603还具体用于:
用于根据所述圆弧范围确定第二监测点,并根据所述视角差、即所述第一监测点和所述第二监测点分别与所述高污染点连线形成的角度,所述视角差大于第一预设角度小于第二预设角度。
获取单元601还用于:
在所述确定单元603根据所述圆弧范围确定第二监测点之前,获取临时监测点的风向分布信息;
所述装置还包括:
密度识别单元604,用于识别所述风向分布信息的概率密度,所述概率密度越高,风向为主导风向可能性越大,由所述风向所指示的污染点方位的采信度更高;
所述确定单元603具体用于:
根据所述圆弧范围和所述临时监测点的风向分布信息中的概率密度确定第二监测点。
监测单元605,用于在获取单元第一监测点的污染物浓度信息之后,按照预设时长对所述污染物浓度信息进行监测;
所述确定单元603还用于:
根据监测的结果确定所述高污染点。
颜色识别单元606,用于识别所述污染物浓度信息和环境背景的颜色对比度的浓度值;
所述确定单元603还用于:
根据污染物浓度值与环境背景浓度值的差值大于预设的阈值的污染点确定所述高污染点,所述差值越大,污染点浓度越高。
图6实施例中各个单元的功能的详细描述参照图4实施例中定位的方法所描述的内容,此处不做赘述。
上面从模块化功能实体的角度对本申请实施例中的定位装置进行描述,下面从硬件处理的角度对本申请实施例中的定位装置进行描述,请参阅图7,本申请实施例中的定位装置另一实施例包括:
输入装置701、输出装置702、处理器703和存储器704(其中处理器701的数量可以一个或多个,图7中以一个处理器701为例)。在本申请的一些实施例中,输入装置701、输出装置702、处理器703和存储器704可通过总线或其它方式连接,其中,图7中以通过总线连接为例。
其中,通过调用存储器704存储的操作指令,处理器703,用于执行如图2至图4所示实施例中定位装置执行的操作,具体此处不再赘述。
本实施例中,处理器703中的具体功能模块划分可以与前述图5中所描述的获取单元、计算单元、确定单元等单元的功能模块划分方式类似,此处不再赘述。
本实施例中,处理器703中的具体功能模块划分也可以与前述图6中所描述的获取单元、计算单元、确定单元、密度识别单元、颜色识别单元等单元的功能模块划分方式类似,此处不再赘述。
本申请实施例还提供了一种计算机存储介质,该计算机存储介质用于储存为上述定位装置所用的计算机软件指令,其包括用于执行如图2至图4中任意一项的程序。
本申请实施例还提供了一种计算机程序产品,该计算机程序产品包括计算机软件指令,该计算机软件指令可通过处理器进行加载来实现上述图2至图4中任意一项的定位方法中的流程。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (12)
1.一种定位的方法,其特征在于,包括:
获取第一监测点的污染物浓度信息;
计算方位线,所述方位线为所述第一监测点与高污染点的连线,所述高污染点为所述污染物浓度信息中,浓度值与环境背景浓度值的差值大于预设的阈值的污染点;
按照预设半径在所述方位线的正负135度方向内确定圆弧范围;
根据所述圆弧范围确定第二监测点。
2.根据权利要求1所述的方法,其特征在于,所述根据所述圆弧范围确定第二监测点包括:
根据所述圆弧范围和视角差确定第二监测点,所述视角差为所述第一监测点和所述第二监测点分别与所述高污染点连线形成的角度,所述视角差大于第一预设角度小于第二预设角度。
3.根据权利要求1所述的方法,其特征在于,在根据所述圆弧范围确定第二监测点之前,所述方法还包括:
获取临时监测点的风向分布信息;
识别所述风向分布信息的概率密度,所述概率密度越高,风向为主导风向可能性越大,由所述风向所指示的污染源方位的采信度更高;
根据所述圆弧范围确定第二监测点,包括:
根据所述圆弧范围和所述临时监测点的风向分布信息中的概率密度确定第二监测点。
4.根据权利要求1至3中任一项所述的方法,其特征在于,在获取第一监测点的污染物浓度信息之后,所述方法还包括:
按照预设时长对所述污染物浓度信息进行监测;
根据监测的结果确定所述高污染点。
5.根据权利要求1至3中任一项所述的方法,其特征在于,在按照预设半径在所述方位线正负135度方向内确定圆弧范围之前,所述方法还包括:
识别所述污染物浓度信息和环境背景的颜色对比度的浓度值;
根据污染物浓度值与环境背景浓度值的差值大于预设的阈值的污染点确定所述高污染点,所述差值越大,污染点浓度越高。
6.一种定位的装置,其特征在于,包括:
获取单元,用于获取第一监测点的污染物浓度信息;
计算单元,用于计算方位线,所述方位线为所述第一监测点与高污染点的连线,所述高污染点为所述污染物浓度信息中,浓度值与环境背景浓度值的差值大于预设的阈值的污染点;
确定单元,用于按照预设半径在所述方位线的正负135度方向内确定圆弧范围;
所述确定单元还用于,根据所述圆弧范围确定第二监测点。
7.根据权利要求6所述的装置,其特征在于,所述确定单元具体用于:
用于根据所述圆弧范围和视角差确定第二监测点,所述视角差为所述第一监测点和所述第二监测点分别与所述高污染点连线形成的角度,所述视角差大于第一预设角度小于第二预设角度。
8.根据权利要求6所述的装置,其特征在于,获取单元还用于:
在所述确定单元根据所述圆弧范围确定第二监测点之前,获取临时监测点的风向分布信息;
所述装置还包括:
密度识别单元,用于识别所述风向分布信息的概率密度,所述概率密度越高,风向为主导风向可能性越大,由所述风向所指示的污染点方位的采信度更高;
所述确定单元具体用于:
根据所述圆弧范围和所述临时监测点的风向分布信息中的概率密度确定第二监测点。
9.根据权利要求6所述的装置,其特征在于,所述装置还包括:
监测单元,用于在获取单元第一监测点的污染物浓度信息之后,按照预设时长对所述污染物浓度信息进行监测;
所述确定单元还用于:
根据监测的结果确定所述高污染点。
10.根据权利要求6所述的装置,其特征在于,所述装置还包括:
颜色识别单元,用于识别所述污染物浓度和环境背景的颜色对比度的浓度值;
所述确定单元还用于:
根据污染物浓度值与环境背景浓度值的差值大于预设的阈值的污染点确定所述高污染点,所述差值越大,污染点浓度越高。
11.一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行如权利要求1至5中任意一项所述的方法。
12.一种计算机可读存储介质,包括指令,当所述指令在计算机上运行时,使得计算机执行如权利要求1至5中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710844733.7A CN107589223B (zh) | 2017-09-15 | 2017-09-15 | 一种定位的方法、装置以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710844733.7A CN107589223B (zh) | 2017-09-15 | 2017-09-15 | 一种定位的方法、装置以及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107589223A true CN107589223A (zh) | 2018-01-16 |
CN107589223B CN107589223B (zh) | 2020-04-07 |
Family
ID=61046949
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710844733.7A Active CN107589223B (zh) | 2017-09-15 | 2017-09-15 | 一种定位的方法、装置以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107589223B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113793028A (zh) * | 2021-09-14 | 2021-12-14 | 济南东之林智能软件有限公司 | 污染源关联信息的确定方法、装置及终端设备 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102116734A (zh) * | 2009-12-30 | 2011-07-06 | 财团法人工业技术研究院 | 污染物来源预测方法及系统 |
CN102427584A (zh) * | 2011-12-30 | 2012-04-25 | 江南大学 | 实现多智能体系统针对性覆盖及追踪的方法 |
CN104597212A (zh) * | 2015-02-03 | 2015-05-06 | 无锡中电科物联网创新研发中心 | 一种大气污染源定位方法 |
CN204666608U (zh) * | 2015-06-11 | 2015-09-23 | 刘国宝 | 基于北斗定位的空气污染监控系统 |
CN105115859A (zh) * | 2015-07-29 | 2015-12-02 | 北京千安哲信息技术有限公司 | 用于监测泄漏气体扩散浓度的方法及装置 |
CN106482906A (zh) * | 2016-09-14 | 2017-03-08 | 西安交通大学 | 一种基于扩散波的近地表气体泄漏快速定位方法 |
CN106777893A (zh) * | 2016-11-23 | 2017-05-31 | 大连理工大学 | 一种利用可移动污染物探测器辨识城市空间多污染物源的方法 |
-
2017
- 2017-09-15 CN CN201710844733.7A patent/CN107589223B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102116734A (zh) * | 2009-12-30 | 2011-07-06 | 财团法人工业技术研究院 | 污染物来源预测方法及系统 |
CN102427584A (zh) * | 2011-12-30 | 2012-04-25 | 江南大学 | 实现多智能体系统针对性覆盖及追踪的方法 |
CN104597212A (zh) * | 2015-02-03 | 2015-05-06 | 无锡中电科物联网创新研发中心 | 一种大气污染源定位方法 |
CN204666608U (zh) * | 2015-06-11 | 2015-09-23 | 刘国宝 | 基于北斗定位的空气污染监控系统 |
CN105115859A (zh) * | 2015-07-29 | 2015-12-02 | 北京千安哲信息技术有限公司 | 用于监测泄漏气体扩散浓度的方法及装置 |
CN106482906A (zh) * | 2016-09-14 | 2017-03-08 | 西安交通大学 | 一种基于扩散波的近地表气体泄漏快速定位方法 |
CN106777893A (zh) * | 2016-11-23 | 2017-05-31 | 大连理工大学 | 一种利用可移动污染物探测器辨识城市空间多污染物源的方法 |
Non-Patent Citations (1)
Title |
---|
空气和废气监测分析方法指南 编委会: "四 监测点数量及位置设定", 《空气和废气监测分析方法指南 上册》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113793028A (zh) * | 2021-09-14 | 2021-12-14 | 济南东之林智能软件有限公司 | 污染源关联信息的确定方法、装置及终端设备 |
CN113793028B (zh) * | 2021-09-14 | 2024-04-26 | 济南东之林智能软件有限公司 | 污染源关联信息的确定方法、装置及终端设备 |
Also Published As
Publication number | Publication date |
---|---|
CN107589223B (zh) | 2020-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109087510A (zh) | 交通监测方法及装置 | |
CN107742093A (zh) | 一种红外图像电力设备部件实时检测方法、服务器及系统 | |
EP3719708A1 (en) | Model test method and device | |
CN109727229A (zh) | 虚焊检测方法及装置 | |
CN106355367A (zh) | 仓库监控管理装置 | |
CN110473211B (zh) | 一种弹簧片的数量的检测方法及设备 | |
CN108579094A (zh) | 一种用户界面检测方法及相关装置、系统和存储介质 | |
CN110390261A (zh) | 目标检测方法、装置、计算机可读存储介质及电子设备 | |
CN111008561A (zh) | 一种牲畜的数量确定方法、终端及计算机存储介质 | |
CN108241853A (zh) | 一种视频监控方法、系统及终端设备 | |
CN107170182A (zh) | 一种火灾探测方法、装置及设备 | |
CN109283182A (zh) | 一种电池焊点缺陷的检测方法、装置及系统 | |
CN112052878B (zh) | 一种雷达的遮挡识别的方法、装置及存储介质 | |
CN109389105A (zh) | 一种基于多任务的虹膜检测和视角分类方法 | |
CN110659201A (zh) | 一种安全技术防范工程智能测试分析系统 | |
CN115376074A (zh) | 输电线路监拍装置识别效果评估方法及系统 | |
CN109741295A (zh) | 产品质量检测方法及装置 | |
CN107589223A (zh) | 一种定位的方法、装置以及存储介质 | |
CN116593479B (zh) | 电池盖板外观质量检测方法、装置、设备及存储介质 | |
CN109684225A (zh) | 一种软件测试方法和装置 | |
CN107643367A (zh) | 一种定位的方法、装置以及存储介质 | |
CN109051629A (zh) | 物料掉落的确定方法、装置及系统 | |
CN108229586A (zh) | 一种数据中的异常数据点的检测方法及系统 | |
CN111274336B (zh) | 目标轨迹的处理方法、装置、存储介质及电子装置 | |
CN110399803A (zh) | 一种车辆检测方法及装置 |
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 |