CN108896713A - 针对气体污染源的污染治理方法及治理系统 - Google Patents
针对气体污染源的污染治理方法及治理系统 Download PDFInfo
- Publication number
- CN108896713A CN108896713A CN201810672576.0A CN201810672576A CN108896713A CN 108896713 A CN108896713 A CN 108896713A CN 201810672576 A CN201810672576 A CN 201810672576A CN 108896713 A CN108896713 A CN 108896713A
- Authority
- CN
- China
- Prior art keywords
- monitored
- numerical value
- location information
- weather condition
- pollution
- 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
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
- G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
- G01N33/0031—General constructional details of gas analysers, e.g. portable test equipment concerning the detector comprising two or more sensors, e.g. a sensor array
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/02—Instruments for indicating weather conditions by measuring two or more variables, e.g. humidity, pressure, temperature, cloud cover or wind speed
Abstract
本发明提供了一种针对气体污染源的污染治理方法，包括如下步骤：建立用于监测空气污染物的多个第一类传感器，并将其放置于多个待监测位置；监测多个待监测位置的当前空气污染物数值；将监测到的多个待监测位置的当前空气污染物数值发送给上位机；建立用于监测气象条件的多个第二类传感器，并将其放置于多个待监测位置，其中，每个待监测位置至少具有一个第二类传感器；监测多个待监测位置的当前气象条件；将监测到的当前气象条件发送给上位机；将所接收的当前空气污染物数值、所接收的当前气象条件以及与所接收的当前空气污染物数值和所接收的当前气象条件相对应的待监测位置的地理位置信息发送给数据分析中心；基于所接收的当前空气污染物数值、所接收的当前气象条件以及待监测位置的地理位置信息，分析气体污染源的位置。
Description
技术领域
本发明是关于污染治理领域，特别是关于一种针对气体污染源的污染治理方法及治理系统。
背景技术
人类在大气中生存和发展，必然关心空气质量问题，但工业发展导致大气污染日益严重，严重影响人类的生活质量，防治大气污染成为全球普遍关注的问题。废气的排放会降低空气能见度，促使雾、酸雨的形成，破坏高空臭氧层，形成臭氧空洞，对全球气候有严重影响。空气污染对人体健康有直接的影响，而一个成年人每天吸入空气达15～20立方米，危害程度可想而知。大气污染物不仅可以通过呼吸道进入人体，还可以通过体表侵入、随食物、饮水摄入，严重危害人体健康，会引起呼吸道疾病与各种生理机能障碍，因此防治工业废气污染势在必行。2000年，我国对《大气污染防治法》进行了修订，对工业废气的排放标准做出了严格的规定，明确了“达标排放、超标违法”的法律地位。《大气污染物综合排放标准》对33种大气污染物的排放限值做出了规定，其指标体系为最高允许排放浓度、最高允许排放速率和无组织排放豁控浓度限值。
公开于该背景技术部分的信息仅仅旨在增加对本发明的总体背景的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域一般技术人员所公知的现有技术。
发明内容
本发明的目的在于提供一种针对气体污染源的污染治理方法及治理系统，其能够解决现有技术的问题。
为实现上述目的，本发明提供了一种针对气体污染源的污染治理方法，其特征在于：污染治理方法包括如下步骤：
建立用于监测空气污染物的多个第一类传感器；
将多个第一类传感器放置于多个待监测位置；
由多个第一类传感器监测多个待监测位置的当前空气污染物数值；
由多个第一类传感器将监测到的多个待监测位置的当前空气污染物数值发送给上位机；
建立用于监测气象条件的多个第二类传感器；
将多个第二类传感器放置于多个待监测位置，其中，每个待监测位置至少具有一个第二类传感器；
由多个第二类传感器监测多个待监测位置的当前气象条件；
由多个第二类传感器将监测到的当前气象条件发送给上位机；
由上位机将所接收的当前空气污染物数值、所接收的当前气象条件以及与所接收的当前空气污染物数值和所接收的当前气象条件相对应的待监测位置的地理位置信息发送给数据分析中心；
由数据分析中心基于所接收的当前空气污染物数值、所接收的当前气象条件以及待监测位置的地理位置信息，分析气体污染源的位置。
在一优选的实施方式中，由数据分析中心基于所接收的当前空气污染物数值、所接收的当前气象条件以及待监测位置的地理位置信息，分析气体污染源的位置具体包括如下步骤：
由数据分析中心调取气体污染历史数据；
基于气体污染历史数据以及强制条件，生成针对每个待监测位置的第一空气质量门限以及第二空气质量门限，其中，第二空气质量门限是被发送给上位机的；
当所接收的当前空气污染物数值高于第一空气质量门限时，由数据分析中心调取与当前空气污染物数值高于第一空气质量门限相关联的高危待监测位置的地理位置信息以及当前气象条件；
由数据分析中心调取高危待监测位置附近的多个其它待检测位置的当前空气污染物数值、地理位置信息以及当前气象条件；
由数据分析中心基于高危待监测位置的当前空气污染物数值、地理位置信息和当前气象条件以及高危待监测位置附近的多个其它待检测位置的当前空气污染物数值、地理位置信息和当前气象条件，生成对于污染源位置的定位信息。
在一优选的实施方式中，气体污染历史数据至少包括：多个待监测位置的历史空气污染物数值、多个待监测位置的历史气象条件、多个待监测位置的地理位置信息以及已知污染源的地理位置；
其中，气体污染历史数据是存储在数据分析中心的。
在一优选的实施方式中，由数据分析中心基于高危待监测位置的当前空气污染物数值、地理位置信息和当前气象条件以及高危待监测位置附近的多个其它待检测位置的当前空气污染物数值、地理位置信息和当前气象条件，生成对于污染源位置的定位信息包括如下步骤：
由数据分析中心基于气体污染历史数据，获取已知污染源的地理位置、已知污染源附近的待监测位置的空气污染物数值和气象条件与已知污染源所属的待监测位置的空气污染物数值和气象条件之间的第一关联关系；
由数据分析中心基于第一关联关系，并且利用高危待监测位置的当前空气污染物数值和当前气象条件以及高危待监测位置附近的多个其它待检测位置的当前空气污染物数值和当前气象条件，来生成对于污染源位置的推断；
由数据分析中心挑选可信度大于可信度门限的推断；
基于推断，生成对于污染源位置的定位信息。
在一优选的实施方式中，基于气体污染历史数据以及强制条件，生成针对每个待监测位置的第一空气质量门限以及第二空气质量门限包括如下步骤：
由数据分析中心基于气体污染历史数据，获取每个待监测位置的空气污染物数值与以下各项的第二关联关系：每个待监测位置的气象条件、每个待监测位置的周围的待监测位置的空气污染物数值和气象条件；
基于第二关联关系，生成针对每个待监测位置的第一空气质量门限以及第二空气质量门限。
在一优选的实施方式中，方法还包括：
当所接收的当前空气污染物数值高于第二空气质量门限时，由上位机生成报警信息。
本发明提供了一种针对气体污染源的污染治理系统，其特征在于：系统包括：
多个第一类传感器，多个第一类传感器被设置在待监测位置，多个第一类传感器被配置为：
监测待监测位置的当前空气污染物数值；
将监测到的多个待监测位置的当前空气污染物数值发送给上位机；
多个第二类传感器，多个第二类传感器被设置在多个待监测位置，其中，每个待监测位置至少具有一个第二类传感器；
多个第二类传感器被配置为：
监测多个待监测位置的当前气象条件；
将监测到的当前气象条件发送给上位机；
上位机，上位机被配置为：
将所接收的当前空气污染物数值、所接收的当前气象条件以及与所接收的当前空气污染物数值和所接收的当前气象条件相对应的待监测位置的地理位置信息发送给数据分析中心；
数据分析中心，数据分析中心被配置为：
接收上位机发送的信息；
基于所接收的当前空气污染物数值、所接收的当前气象条件以及待监测位置的地理位置信息，分析气体污染源的位置。
在一优选的实施方式中，基于所接收的当前空气污染物数值、所接收的当前气象条件以及待监测位置的地理位置信息，分析气体污染源的位置具体包括如下步骤：
由数据分析中心调取气体污染历史数据；
基于气体污染历史数据以及强制条件，生成针对每个待监测位置的第一空气质量门限以及第二空气质量门限，其中，第二空气质量门限是被发送给上位机的；
当所接收的当前空气污染物数值高于第一空气质量门限时，由数据分析中心调取与当前空气污染物数值高于第一空气质量门限相关联的高危待监测位置的地理位置信息以及当前气象条件；
由数据分析中心调取高危待监测位置附近的多个其它待检测位置的当前空气污染物数值、地理位置信息以及当前气象条件；
由数据分析中心基于高危待监测位置的当前空气污染物数值、地理位置信息和当前气象条件以及高危待监测位置附近的多个其它待检测位置的当前空气污染物数值、地理位置信息和当前气象条件，生成对于污染源位置的定位信息。
在一优选的实施方式中，气体污染历史数据至少包括：多个待监测位置的历史空气污染物数值、多个待监测位置的历史气象条件、多个待监测位置的地理位置信息以及已知污染源的地理位置；
其中，气体污染历史数据是存储在数据分析中心的。
在一优选的实施方式中，由数据分析中心基于高危待监测位置的当前空气污染物数值、地理位置信息和当前气象条件以及高危待监测位置附近的多个其它待检测位置的当前空气污染物数值、地理位置信息和当前气象条件，生成对于污染源位置的定位信息包括如下步骤：
由数据分析中心基于气体污染历史数据，获取已知污染源的地理位置、已知污染源附近的待监测位置的空气污染物数值和气象条件与已知污染源所属的待监测位置的空气污染物数值和气象条件之间的第一关联关系；
由数据分析中心基于第一关联关系，并且利用高危待监测位置的当前空气污染物数值和当前气象条件以及高危待监测位置附近的多个其它待检测位置的当前空气污染物数值和当前气象条件，来生成对于污染源位置的推断；
由数据分析中心挑选可信度大于可信度门限的推断；
基于推断，生成对于污染源位置的定位信息。
与现有技术相比，本发明具有如下优点：现有技术中的某些定位方法利用污染物数值、传感器所在位置的方位角，通过一系列公式推算得到污染源的可能位置，这种方法的缺陷在于：公式推导隐含了过多的假设条件，所得到的公式与实际情况相差较大，不能准确预测污染源位置，所得到的结果可用性很差。本申请则直接使用历史信息进行机器学习，通过机器学习算法得到最真实的关联模型，并基于关联模型推断出污染源位置，通过本申请的方法推断得到的结果具备与结果相关联的可信度数据，结果可用性大大增加。本申请充分考虑了待监测区域之间的相互作用，例如我国北方地区冬天经常刮西北风，这将导致西北方向上游的污染物向东南方向扩散加快，导致污染源位置东南侧的污染情况加重，本申请的方法能够通过第一关联关系反映出这种由气候条件引发的污染转移情况，从而准确推断污染源位置。本发明设定了第一空气质量门限以及第二空气质量门限，其中第一空气质量门限更低，第二空气质量门限更高，当某个位置的当前空气污染物数值高于第一空气质量门限时，此时污染严重程度低，可以仍然通过分析推断等步骤，找出具体污染位置，然后将具体污染位置通知给有关监管部门，使得监管部门能够准确定位污染源。当某个位置的当前空气污染物数值高于第二空气质量门限时，此时污染严重程度非常高，污染很严重，需要快速将问题反馈给监管部门，所以此时可以直接由上位机进行报警。
附图说明
图1是根据本发明一实施方式的方法流程图。
图2是根据本发明一实施方式的系统结构示意图。
具体实施方式
下面结合附图，对本发明的具体实施方式进行详细描述，但应当理解本发明的保护范围并不受具体实施方式的限制。
除非另有其它明确表示，否则在整个说明书和权利要求书中，术语“包括”或其变换如“包含”或“包括有”等等将被理解为包括所陈述的元件或组成部分，而并未排除其它元件或其它组成部分。
图1是根据本发明一实施方式的方法流程图。如图所示，本发明的污染治理方法包括如下步骤：
步骤101：建立用于监测空气污染物的多个第一类传感器；
步骤102：将多个第一类传感器放置于多个待监测位置；
步骤103：由多个第一类传感器监测多个待监测位置的当前空气污染物数值；
步骤104：由多个第一类传感器将监测到的多个待监测位置的当前空气污染物数值发送给上位机；
步骤105：建立用于监测气象条件的多个第二类传感器；
步骤106：将多个第二类传感器放置于多个待监测位置，其中，每个待监测位置至少具有一个第二类传感器；
步骤107：由多个第二类传感器监测多个待监测位置的当前气象条件；
步骤108：由多个第二类传感器将监测到的当前气象条件发送给上位机；
步骤109：由上位机将所接收的当前空气污染物数值、所接收的当前气象条件以及与所接收的当前空气污染物数值和所接收的当前气象条件相对应的待监测位置的地理位置信息发送给数据分析中心；
步骤110：由数据分析中心基于所接收的当前空气污染物数值、所接收的当前气象条件以及待监测位置的地理位置信息，分析气体污染源的位置。
需要指出的是，多个第一类传感器可以是集成式的多用途传感器，所监测的空气污染物例如可以包括：二氧化硫、PM2.5、PM10、氮氧化物、臭氧、碳氢化合物等等。气象条件包括温度、湿度、风力等等参数。传感器可以集成无线传输装置，随后通过无线网络向上位机发送参数，或者通过中继基站向上位机发送参数。通信方法本身是本领域的公知常识，本申请中不再赘述。
在进一步的实施例中，由数据分析中心基于所接收的当前空气污染物数值、所接收的当前气象条件以及待监测位置的地理位置信息，分析气体污染源的位置具体包括如下步骤：由数据分析中心调取气体污染历史数据；基于气体污染历史数据以及强制条件，生成针对每个待监测位置的第一空气质量门限以及第二空气质量门限，其中，第二空气质量门限是被发送给上位机的；当所接收的当前空气污染物数值高于第一空气质量门限时，由数据分析中心调取与当前空气污染物数值高于第一空气质量门限相关联的高危待监测位置的地理位置信息以及当前气象条件；由数据分析中心调取高危待监测位置附近的多个其它待检测位置的当前空气污染物数值、地理位置信息以及当前气象条件；由数据分析中心基于高危待监测位置的当前空气污染物数值、地理位置信息和当前气象条件以及高危待监测位置附近的多个其它待检测位置的当前空气污染物数值、地理位置信息和当前气象条件，生成对于污染源位置的定位信息。
本发明设定了第一空气质量门限以及第二空气质量门限，其中第一空气质量门限更低，第二空气质量门限更高，当某个位置的当前空气污染物数值高于第一空气质量门限时，此时污染严重程度低，可以仍然通过分析推断等步骤，找出具体污染位置，然后将具体污染位置通知给有关监管部门，使得监管部门能够准确定位污染源。当某个位置的当前空气污染物数值高于第二空气质量门限时，此时污染严重程度非常高，污染很严重，需要快速将问题反馈给监管部门，所以此时可以直接由上位机进行报警。
气体污染历史数据至少包括：多个待监测位置的历史空气污染物数值、多个待监测位置的历史气象条件、多个待监测位置的地理位置信息以及已知污染源的地理位置；其中，气体污染历史数据是存储在数据分析中心的。
由数据分析中心基于高危待监测位置的当前空气污染物数值、地理位置信息和当前气象条件以及高危待监测位置附近的多个其它待检测位置的当前空气污染物数值、地理位置信息和当前气象条件，生成对于污染源位置的定位信息包括如下步骤：由数据分析中心基于气体污染历史数据，获取已知污染源的地理位置、已知污染源附近的待监测位置的空气污染物数值和气象条件与已知污染源所属的待监测位置的空气污染物数值和气象条件之间的第一关联关系；由数据分析中心基于第一关联关系，并且利用高危待监测位置的当前空气污染物数值和当前气象条件以及高危待监测位置附近的多个其它待检测位置的当前空气污染物数值和当前气象条件，来生成对于污染源位置的推断；由数据分析中心挑选可信度大于可信度门限的推断；基于推断，生成对于污染源位置的定位信息。
现有技术中的某些定位方法利用污染物数值、传感器所在位置的方位角，通过一系列公式推算得到污染源的可能位置，这种方法的缺陷在于：公式推导隐含了过多的假设条件，所得到的公式与实际情况相差较大，不能准确预测污染源位置，所得到的结果可用性很差。本申请则直接使用历史信息进行机器学习，通过机器学习算法得到最真实的关联模型，并基于关联模型推断出污染源位置，通过本申请的方法推断得到的结果具备与结果相关联的可信度数据，结果可用性大大增加。本申请充分考虑了待监测区域之间的相互作用，例如我国北方地区冬天经常刮西北风，这将导致西北方向上游的污染物向东南方向扩散加快，导致污染源位置东南侧的污染情况加重，本申请的方法能够通过第一关联关系反映出这种由气候条件引发的污染转移情况，从而准确推断污染源位置。
机器学习算法本身是本领域公知的算法，利用使用神经网络的方法即可得到本申请所需要的第一关联关系。
基于气体污染历史数据以及强制条件，生成针对每个待监测位置的第一空气质量门限以及第二空气质量门限包括如下步骤：由数据分析中心基于气体污染历史数据，获取每个待监测位置的空气污染物数值与以下各项的第二关联关系：每个待监测位置的气象条件、每个待监测位置的周围的待监测位置的空气污染物数值和气象条件；基于第二关联关系，生成针对每个待监测位置的第一空气质量门限以及第二空气质量门限。
方法还包括：当所接收的当前空气污染物数值高于第二空气质量门限时，由上位机生成报警信息。
本发明提供了一种针对气体污染源的污染治理系统，其特征在于：系统包括：
多个第一类传感器(多个第一类传感器被分别标记为201a、201b、201x)，多个第一类传感器被设置在待监测位置，多个第一类传感器被配置为：
监测待监测位置的当前空气污染物数值；
将监测到的多个待监测位置的当前空气污染物数值发送给上位机；
多个第二类传感器(多个第二类传感器被分别标记为202a、202b、202x)，多个第二类传感器被设置在多个待监测位置，其中，每个待监测位置至少具有一个第二类传感器；
多个第二类传感器被配置为：
监测多个待监测位置的当前气象条件；
将监测到的当前气象条件发送给上位机；
上位机，其中，上位机有多台，上位机被分别标记为203a、203b、203x上位机被配置为：
将所接收的当前空气污染物数值、所接收的当前气象条件以及与所接收的当前空气污染物数值和所接收的当前气象条件相对应的待监测位置的地理位置信息发送给数据分析中心；
数据分析中心204，数据分析中心被配置为：
接收上位机发送的信息；
基于所接收的当前空气污染物数值、所接收的当前气象条件以及待监测位置的地理位置信息，分析气体污染源的位置。
前述对本发明的具体示例性实施方案的描述是为了说明和例证的目的。这些描述并非想将本发明限定为所公开的精确形式，并且很显然，根据上述教导，可以进行很多改变和变化。对示例性实施例进行选择和描述的目的在于解释本发明的特定原理及其实际应用，从而使得本领域的技术人员能够实现并利用本发明的各种不同的示例性实施方案以及各种不同的选择和改变。本发明的范围意在由权利要求书及其等同形式所限定。
Claims (10)
1.一种针对气体污染源的污染治理方法，其特征在于：所述污染治理方法包括如下步骤：
建立用于监测空气污染物的多个第一类传感器；
将所述多个第一类传感器放置于多个待监测位置；
由所述多个第一类传感器监测多个待监测位置的当前空气污染物数值；
由所述多个第一类传感器将监测到的多个待监测位置的当前空气污染物数值发送给上位机；
建立用于监测气象条件的多个第二类传感器；
将所述多个第二类传感器放置于所述多个待监测位置，其中，每个待监测位置至少具有一个第二类传感器；
由所述多个第二类传感器监测多个待监测位置的当前气象条件；
由所述多个第二类传感器将监测到的当前气象条件发送给上位机；
由上位机将所接收的当前空气污染物数值、所接收的当前气象条件以及与所接收的当前空气污染物数值和所接收的当前气象条件相对应的待监测位置的地理位置信息发送给数据分析中心；
由数据分析中心基于所接收的当前空气污染物数值、所接收的当前气象条件以及待监测位置的地理位置信息，分析气体污染源的位置。
2.如权利要求1所述的污染治理方法，其特征在于：由数据分析中心基于所接收的当前空气污染物数值、所接收的当前气象条件以及待监测位置的地理位置信息，分析气体污染源的位置具体包括如下步骤：
由数据分析中心调取气体污染历史数据；
基于所述气体污染历史数据以及强制条件，生成针对每个待监测位置的第一空气质量门限以及第二空气质量门限，其中，第二空气质量门限是被发送给所述上位机的；
当所接收的当前空气污染物数值高于所述第一空气质量门限时，由所述数据分析中心调取与当前空气污染物数值高于所述第一空气质量门限相关联的高危待监测位置的地理位置信息以及当前气象条件；
由所述数据分析中心调取所述高危待监测位置附近的多个其它待检测位置的当前空气污染物数值、地理位置信息以及当前气象条件；
由所述数据分析中心基于高危待监测位置的当前空气污染物数值、地理位置信息和当前气象条件以及所述高危待监测位置附近的多个其它待检测位置的当前空气污染物数值、地理位置信息和当前气象条件，生成对于污染源位置的定位信息。
3.如权利要求2所述的污染治理方法，其特征在于：所述气体污染历史数据至少包括：多个待监测位置的历史空气污染物数值、多个待监测位置的历史气象条件、多个待监测位置的地理位置信息以及已知污染源的地理位置；
其中，所述气体污染历史数据是存储在所述数据分析中心的。
4.如权利要求3所述的污染治理方法，其特征在于：由所述数据分析中心基于高危待监测位置的当前空气污染物数值、地理位置信息和当前气象条件以及所述高危待监测位置附近的多个其它待检测位置的当前空气污染物数值、地理位置信息和当前气象条件，生成对于污染源位置的定位信息包括如下步骤：
由所述数据分析中心基于所述气体污染历史数据，获取已知污染源的地理位置、已知污染源附近的待监测位置的空气污染物数值和气象条件与已知污染源所属的待监测位置的空气污染物数值和气象条件之间的第一关联关系；
由所述数据分析中心基于所述第一关联关系，并且利用高危待监测位置的当前空气污染物数值和当前气象条件以及所述高危待监测位置附近的多个其它待检测位置的当前空气污染物数值和当前气象条件，来生成对于污染源位置的推断；
由所述数据分析中心挑选可信度大于可信度门限的推断；
基于所述推断，生成所述对于污染源位置的定位信息。
5.如权利要求3所述的污染治理方法，其特征在于：基于所述气体污染历史数据以及强制条件，生成针对每个待监测位置的第一空气质量门限以及第二空气质量门限包括如下步骤：
由所述数据分析中心基于所述气体污染历史数据，获取每个待监测位置的空气污染物数值与以下各项的第二关联关系：所述每个待监测位置的气象条件、所述每个待监测位置的周围的待监测位置的空气污染物数值和气象条件；
基于所述第二关联关系，生成针对每个待监测位置的第一空气质量门限以及第二空气质量门限。
6.如权利要求3所述的污染治理方法，其特征在于：所述方法还包括：
当所接收的当前空气污染物数值高于所述第二空气质量门限时，由所述上位机生成报警信息。
7.一种针对气体污染源的污染治理系统，其特征在于：所述系统包括：
多个第一类传感器，所述多个第一类传感器被设置在待监测位置，所述多个第一类传感器被配置为：
监测所述待监测位置的当前空气污染物数值；
将监测到的多个待监测位置的当前空气污染物数值发送给上位机；
多个第二类传感器，所述多个第二类传感器被设置在所述多个待监测位置，其中，每个待监测位置至少具有一个第二类传感器；
所述多个第二类传感器被配置为：
监测多个待监测位置的当前气象条件；
将监测到的当前气象条件发送给上位机；
上位机，所述上位机被配置为：
将所接收的当前空气污染物数值、所接收的当前气象条件以及与所接收的当前空气污染物数值和所接收的当前气象条件相对应的待监测位置的地理位置信息发送给数据分析中心；
数据分析中心，所述数据分析中心被配置为：
接收所述上位机发送的信息；
基于所接收的当前空气污染物数值、所接收的当前气象条件以及待监测位置的地理位置信息，分析气体污染源的位置。
8.如权利要求7所述的污染治理系统，其特征在于：基于所接收的当前空气污染物数值、所接收的当前气象条件以及待监测位置的地理位置信息，分析气体污染源的位置具体包括如下步骤：
由数据分析中心调取气体污染历史数据；
基于所述气体污染历史数据以及强制条件，生成针对每个待监测位置的第一空气质量门限以及第二空气质量门限，其中，第二空气质量门限是被发送给所述上位机的；
当所接收的当前空气污染物数值高于所述第一空气质量门限时，由所述数据分析中心调取与当前空气污染物数值高于所述第一空气质量门限相关联的高危待监测位置的地理位置信息以及当前气象条件；
由所述数据分析中心调取所述高危待监测位置附近的多个其它待检测位置的当前空气污染物数值、地理位置信息以及当前气象条件；
由所述数据分析中心基于高危待监测位置的当前空气污染物数值、地理位置信息和当前气象条件以及所述高危待监测位置附近的多个其它待检测位置的当前空气污染物数值、地理位置信息和当前气象条件，生成对于污染源位置的定位信息。
9.如权利要求8所述的污染治理系统，其特征在于：所述气体污染历史数据至少包括：多个待监测位置的历史空气污染物数值、多个待监测位置的历史气象条件、多个待监测位置的地理位置信息以及已知污染源的地理位置；
其中，所述气体污染历史数据是存储在所述数据分析中心的。
10.如权利要求9所述的污染治理系统，其特征在于：由所述数据分析中心基于高危待监测位置的当前空气污染物数值、地理位置信息和当前气象条件以及所述高危待监测位置附近的多个其它待检测位置的当前空气污染物数值、地理位置信息和当前气象条件，生成对于污染源位置的定位信息包括如下步骤：
由所述数据分析中心基于所述气体污染历史数据，获取已知污染源的地理位置、已知污染源附近的待监测位置的空气污染物数值和气象条件与已知污染源所属的待监测位置的空气污染物数值和气象条件之间的第一关联关系；
由所述数据分析中心基于所述第一关联关系，并且利用高危待监测位置的当前空气污染物数值和当前气象条件以及所述高危待监测位置附近的多个其它待检测位置的当前空气污染物数值和当前气象条件，来生成对于污染源位置的推断；
由所述数据分析中心挑选可信度大于可信度门限的推断；
基于所述推断，生成所述对于污染源位置的定位信息。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810672576.0A CN108896713B (zh) | 2018-06-26 | 2018-06-26 | 针对气体污染源的污染治理方法及治理系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810672576.0A CN108896713B (zh) | 2018-06-26 | 2018-06-26 | 针对气体污染源的污染治理方法及治理系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108896713A true CN108896713A (zh) | 2018-11-27 |
| CN108896713B CN108896713B (zh) | 2021-04-23 |
Family
ID=64346097
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810672576.0A Active CN108896713B (zh) | 2018-06-26 | 2018-06-26 | 针对气体污染源的污染治理方法及治理系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108896713B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111596012A (zh) * | 2020-07-02 | 2020-08-28 | 中科三清科技有限公司 | 空气质量的监控方法、装置、设备及存储介质 |
| CN114048614A (zh) * | 2021-11-16 | 2022-02-15 | 中科三清科技有限公司 | 一种预测环境污染的方法和装置 |
| CN114418442A (zh) * | 2019-08-14 | 2022-04-29 | 柯灵爱尔(北京)环境技术中心 | 一种选择污染物治理措施的方法 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102313793A (zh) * | 2011-09-07 | 2012-01-11 | 中国环境科学研究院 | 一种化工园区空气中多组分气体污染物的监控系统 |
| CN204389715U (zh) * | 2015-01-14 | 2015-06-10 | 北京致生联发信息技术股份有限公司 | 一种空气质量检测装置 |
| CN104820072A (zh) * | 2015-04-30 | 2015-08-05 | 重庆大学 | 基于云计算的电子鼻空气质量监测系统及其方法 |
| CN106680170A (zh) * | 2017-02-28 | 2017-05-17 | 山东敏诚实验设备有限公司 | 区域大气污染空地一体实时监测预警系统及方法 |
| US20170168487A1 (en) * | 2015-12-11 | 2017-06-15 | International Business Machines Corporation | System and method for tracking pollution |
| CN107169277A (zh) * | 2017-05-09 | 2017-09-15 | 北京理工大学 | 一种pm2.5浓度的数据分析和预测模型建立方法 |
| CN107608009A (zh) * | 2017-09-15 | 2018-01-19 | 深圳市卡普瑞环境科技有限公司 | 一种大气质量监测设备、处理终端以及服务器 |
| CN107607450A (zh) * | 2017-09-15 | 2018-01-19 | 深圳市卡普瑞环境科技有限公司 | 一种大气质量监测方法及相关设备 |
| CN206960450U (zh) * | 2017-07-26 | 2018-02-02 | 江西江铃汽车集团改装车股份有限公司 | 大气监测车 |
-
2018
- 2018-06-26 CN CN201810672576.0A patent/CN108896713B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102313793A (zh) * | 2011-09-07 | 2012-01-11 | 中国环境科学研究院 | 一种化工园区空气中多组分气体污染物的监控系统 |
| CN204389715U (zh) * | 2015-01-14 | 2015-06-10 | 北京致生联发信息技术股份有限公司 | 一种空气质量检测装置 |
| CN104820072A (zh) * | 2015-04-30 | 2015-08-05 | 重庆大学 | 基于云计算的电子鼻空气质量监测系统及其方法 |
| US20170168487A1 (en) * | 2015-12-11 | 2017-06-15 | International Business Machines Corporation | System and method for tracking pollution |
| CN106680170A (zh) * | 2017-02-28 | 2017-05-17 | 山东敏诚实验设备有限公司 | 区域大气污染空地一体实时监测预警系统及方法 |
| CN107169277A (zh) * | 2017-05-09 | 2017-09-15 | 北京理工大学 | 一种pm2.5浓度的数据分析和预测模型建立方法 |
| CN206960450U (zh) * | 2017-07-26 | 2018-02-02 | 江西江铃汽车集团改装车股份有限公司 | 大气监测车 |
| CN107608009A (zh) * | 2017-09-15 | 2018-01-19 | 深圳市卡普瑞环境科技有限公司 | 一种大气质量监测设备、处理终端以及服务器 |
| CN107607450A (zh) * | 2017-09-15 | 2018-01-19 | 深圳市卡普瑞环境科技有限公司 | 一种大气质量监测方法及相关设备 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114418442A (zh) * | 2019-08-14 | 2022-04-29 | 柯灵爱尔(北京)环境技术中心 | 一种选择污染物治理措施的方法 |
| CN114418442B (zh) * | 2019-08-14 | 2022-09-27 | 柯灵爱尔(北京)环境技术中心 | 一种选择污染物治理措施的方法 |
| CN111596012A (zh) * | 2020-07-02 | 2020-08-28 | 中科三清科技有限公司 | 空气质量的监控方法、装置、设备及存储介质 |
| CN114048614A (zh) * | 2021-11-16 | 2022-02-15 | 中科三清科技有限公司 | 一种预测环境污染的方法和装置 |
| CN114048614B (zh) * | 2021-11-16 | 2023-01-10 | 中科三清科技有限公司 | 一种预测环境污染的方法和装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108896713B (zh) | 2021-04-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10883974B2 (en) | Method for providing air quality information | |
| Okokpujie et al. | A smart air pollution monitoring system | |
| CN108896713A (zh) | 针对气体污染源的污染治理方法及治理系统 | |
| US20190033281A1 (en) | System for providing air quality information | |
| CN111897318B (zh) | 基于无人船的水体污染智能调查方法及装置 | |
| CN108051547A (zh) | 一种具有实时预警功能的空气质量监控系统 | |
| CN111311111B (zh) | 化工园区废水废气智能管控系统及控制方法 | |
| CN105867273B (zh) | 一种基于物联网的工业废气排放远程监测系统 | |
| CN114755367B (zh) | 一种环保污染监测方法、系统、设备及介质 | |
| CN107478776A (zh) | 一种环境在线监测系统及环境监测方法 | |
| KR20190066814A (ko) | 공기질 정보를 이용한 공기조화장치 제어 시스템 및 방법 | |
| KR102357150B1 (ko) | 인공지능 기반의 빅데이터를 이용한 대기 오염 모니터링 시스템 및 그 방법 | |
| CN108489875A (zh) | 一种基于时段统计分析的污染物溯源系统及方法 | |
| CN112485367A (zh) | 一种大气污染物溯源方法 | |
| EP3339855A1 (en) | System and method for predicting presence of hazardous airborne materials in a region to be protected | |
| KR20210097988A (ko) | Ｉｏｔ 기반 유해물질을 감지하는 스마트 센서 장치를 이용한 유해물질 누출 감지 서비스 제공 시스템 및 방법 | |
| CN110308244A (zh) | 无人机的空气监测预警方法、系统及存储介质 | |
| CN110208028A (zh) | 基于粉尘浓度的混凝土生产设备在线故障检测方法及系统 | |
| CN115453070B (zh) | 一种用于智慧环保管家的污染物预警方法 | |
| CN116679011A (zh) | 一种监测碳排放源的无人机设备及监测方法 | |
| KR102351615B1 (ko) | 공기질 센서 장치 | |
| TWI640963B (zh) | 提供空氣品質資訊的方法 | |
| CN104502549B (zh) | 一种烟气在线自动监测系统 | |
| CN114386741A (zh) | 一种基于风险识别的建筑工地施工安全监控系统 | |
| TW201911195A (zh) | 提供空氣品質資訊的方法 |
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 | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20210406 Address after: 414000 facade 23-29, building 8, taiyangqiao building materials market, Tonghai Road, Yueyang Economic and Technological Development Zone, Yueyang City, Hunan Province Applicant after: Hunan Katie Engineering Technology Co.,Ltd. Address before: 519031 room 105-44336, No.6 Baohua Road, Hengqin New District, Zhuhai City, Guangdong Province (centralized office area) Applicant before: ZHUHAI WANSHUN RUITONG TECHNOLOGY Co.,Ltd. |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |