CN109143293A - 大气污染物浓度超标预警系统 - Google Patents

大气污染物浓度超标预警系统 Download PDF

Info

Publication number
CN109143293A
CN109143293A CN201810871627.2A CN201810871627A CN109143293A CN 109143293 A CN109143293 A CN 109143293A CN 201810871627 A CN201810871627 A CN 201810871627A CN 109143293 A CN109143293 A CN 109143293A
Authority
CN
China
Prior art keywords
data
node
cluster
pollutant
module
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.)
Withdrawn
Application number
CN201810871627.2A
Other languages
English (en)
Inventor
杨林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Sen Yang Environmental Protection Mstar Technology Ltd
Original Assignee
Shenzhen Sen Yang Environmental Protection Mstar Technology Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen Sen Yang Environmental Protection Mstar Technology Ltd filed Critical Shenzhen Sen Yang Environmental Protection Mstar Technology Ltd
Priority to CN201810871627.2A priority Critical patent/CN109143293A/zh
Publication of CN109143293A publication Critical patent/CN109143293A/zh
Withdrawn legal-status Critical Current

Links

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
    • 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
    • G01N33/0036—Specially adapted to detect a particular component
    • G01N33/0037—Specially adapted to detect a particular component for NOx
    • 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
    • G01N33/0036—Specially adapted to detect a particular component
    • G01N33/004—Specially adapted to detect a particular component for CO, CO2
    • 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
    • G01N33/0036—Specially adapted to detect a particular component
    • G01N33/0042—Specially adapted to detect a particular component for SO2, SO3
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position

Abstract

本发明提供了大气污染物浓度超标预警系统，包括车载子系统、监测中心和可视化子系统；所述车载子系统包括北斗卫星导航模块、数据采集模块和无线通信模块；车载子系统通过北斗卫星导航模块获取观测位置数据，通过数据采集模块获取并预处理观测位置的污染物浓度数据，经无线通信模块传输至监测中心；其中数据采集模块包括被配置为获取观测位置的污染物浓度数据的传感监测装置和被配置为对传感监测装置获取的污染物浓度数据进行异常数据剔除处理的数据预处理装置；所述监测中心对接收的数据进行实时处理，在污染物浓度数据超出预设阈值范围时进行报警，以及将处理后的数据上传至可视化子系统。

Description

大气污染物浓度超标预警系统
技术领域
本发明涉及大气污染监测技术领域，具体涉及大气污染物浓度超标预警系统。
背景技术
有针对性的进行大气污染防控与治理，需要对城市内大气污染时空分布进行监控。而从当前城市大气污染物浓度监控现状来看，整体处于测站密度过低、难以实时测量的状况。
现有技术中，大气污染物浓度观测主要以地面气象站观测和应急移动观测为主。对于地面气象站观测来说，建设成本高且受环境限制，分布密度过低，无法适应城市内大气污染物浓度分布实时监控的需求；而对于移动观测来说，为获得尽可能同时次的多的数据，需要大量的移动观测车辆，这样观测的成本也将非常高，在业务研究污染物浓度实时分布中也失去了实际意义。
发明内容
针对上述问题，本发明提供大气污染物浓度超标预警系统。
本发明的目的采用以下技术方案来实现：
提供了大气污染物浓度超标预警系统，包括车载子系统、监测中心和可视化子系统；
所述车载子系统包括北斗卫星导航模块、数据采集模块和无线通信模块；车载子系统通过北斗卫星导航模块获取观测位置数据，通过数据采集模块获取并预处理观测位置的污染物浓度数据，经无线通信模块传输至监测中心；其中数据采集模块包括被配置为获取观测位置的污染物浓度数据的传感监测装置和被配置为对传感监测装置获取的污染物浓度数据进行异常数据剔除处理的数据预处理装置；
所述监测中心对接收的数据进行实时处理，在污染物浓度数据超出预设阈值范围时进行报警，以及将处理后的数据上传至可视化子系统。
优选地，传感监测装置包括汇聚节点和多个传感器节点，网络拓扑构建时传感器节点通过竞选操作选出簇头，并根据选举出的簇头进行分簇；簇头被配置为将簇内传感器节点采集的污染物浓度数据汇总并发送至汇聚节点；汇聚节点被配置为将各簇头汇总的污染物浓度数据发送至数据预处理装置；
所述传感器节点包括下列传感器的一种或多种：
一氧化碳浓度传感器、二氧化硫浓度传感器、一氧化氮浓度传感器、颗粒物浓度传感器优选地，所述监测中心包括：接收模块、分析预警模块、存储模块和上传模块；
所述接收模块被配置为接收观测位置数据及相应的污染物浓度数据；
所述分析预警模块被配置为将污染物浓度数据与对应预设阈值范围进行比较，在污染物浓度数据超出预设阈值范围时输出报警信号；
所述存储模块被配置为将接收的数据以二进制或者十进制的方式储存，为后续使用提供数据源；
所述上传模块被配置为将处理好的标准化数据上传到可视化子系统。
优选地，所述可视化子系统包括：区域实时动态分布单元、污染物的预报产品以及数据结果发布模块；
所述区域实时动态分布单元被配置为显示城市大气污染物浓度的实时分布图以及固定地点污染物浓度随时间变化的趋势图；
所述污染物的预报产品被配置为输出区域空气质量的评估、未来发展趋势的预报以及出行方面的建议；
所述数据结果发布模块被配置为在客户端上发布观测数据结果和相关产品。
本发明的有益效果为：基于北斗卫星导航模块的实时定位功能，以城市公交系统为平台，建立城市大气污染物浓度观测网，实现大气污染物浓度移动观测，观测结果更加及时、准确，为城市大气污染防控与治理提供有效支撑数据。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1是本发明一个示例性实施例的大气污染物浓度观测系统的结构示意框图；
图2是本发明一个示例性实施例的车载子系统的结构示意框图；
图3是本发明一个示例性实施例的监测中心的结构示意框图。
附图标记：
车载子系统1、监测中心2、可视化子系统3、北斗卫星导航模块10、数据采集模块20、无线通信模块30、接收模块100、分析预警模块200、存储模块300、上传模块400。
具体实施方式
结合以下实施例对本发明作进一步描述。
参见图1、图2，本发明实施例提供了大气污染物浓度超标预警系统，包括车载子系统1、监测中心2和可视化子系统3；
所述车载子系统1包括北斗卫星导航模块10、数据采集模块20和无线通信模块30；车载子系统1通过北斗卫星导航模块10获取观测位置数据，通过数据采集模块20获取并预处理观测位置的污染物浓度数据，经无线通信模块30传输至监测中心2；其中数据采集模块20包括被配置为获取观测位置的污染物浓度数据的传感监测装置和被配置为对传感监测装置获取的污染物浓度数据进行异常数据剔除处理的数据预处理装置；
所述监测中心2对接收的数据进行实时处理，在污染物浓度数据超出预设阈值范围时进行报警，以及将处理后的数据上传至可视化子系统3。
在一个实施例中，传感监测装置包括汇聚节点和多个传感器节点，网络拓扑构建时传感器节点通过竞选操作选出簇头，并根据选举出的簇头进行分簇；簇头被配置为将簇内传感器节点采集的污染物浓度数据汇总并发送至汇聚节点；汇聚节点被配置为将各簇头汇总的污染物浓度数据发送至数据预处理装置；
所述传感器节点包括下列传感器的一种或多种：
一氧化碳浓度传感器、二氧化硫浓度传感器、一氧化氮浓度传感器、颗粒物浓度传感器
在一个实施例中，如图3所示，监测中心2包括：接收模块100、分析预警模块200、存储模块300和上传模块400；
所述接收模块100被配置为接收观测位置数据及相应的污染物浓度数据；
所述分析预警模块200被配置为将污染物浓度数据与对应预设阈值范围进行比较，在污染物浓度数据超出预设阈值范围时输出报警信号；
所述存储模块300被配置为将接收的数据以二进制或者十进制的方式储存，为后续使用提供数据源；
所述上传模块400被配置为将处理好的标准化数据上传到可视化子系统3。
在一个实施例中，所述可视化子系统包括：区域实时动态分布单元、污染物的预报产品以及数据结果发布模块；
所述区域实时动态分布单元被配置为显示城市大气污染物浓度的实时分布图以及固定地点污染物浓度随时间变化的趋势图；
所述污染物的预报产品被配置为输出区域空气质量的评估、未来发展趋势的预报以及出行方面的建议；
所述数据结果发布模块被配置为在客户端上发布观测数据结果和相关产品。
本发明上述实施例基于北斗卫星导航模块10的实时定位功能，以城市公交系统为平台，建立城市大气污染物浓度观测网，实现大气污染物浓度移动观测，观测结果更加及时、准确，为城市大气污染防控与治理提供有效支撑数据。
在一个实施中，簇头选择簇内的一个传感器节点作为数据收集节点，簇内的其余传感器节点根据距离将采集的污染物浓度数据发送至该数据收集节点或对应簇头；当数据收集节点接收到的污染物浓度数据量达到其最大缓存时，数据收集节点将接收的污染物浓度数据转发至簇头。
其中，其余传感器节点根据距离将采集的污染物浓度数据发送至该数据收集节点或对应簇头，即：当与数据收集节点之间的距离更近时，传感器节点将采集的污染物浓度数据发送至数据收集节点，当与簇头的距离更近时，传感器节点将采集的污染物浓度数据发送至该簇头。
其中，簇头选择簇内的一个传感器节点作为数据收集节点，包括：
(1)簇头获取簇内各传感器节点的节点度，并计算簇内所有传感器节点的节点度平均值，其中传感器节点的节点度为位于该传感器节点通信范围内的邻居节点数目；
(2)簇头选择节点度大于所述节点度平均值的簇内传感器节点作为备选节点，构建备选节点列表；
(3)初始时，簇头向簇内各备选节点发送节点竞选消息，并记录各备选节点的响应于该节点竞选消息的反馈时间；簇头按照下列公式计算各备选节点的选择概率，并将选择概率信息存入备选节点列表，并将选择概率最大的备选节点作为初始的数据收集节点：
式中，Pij为簇头i的备选节点j的选择概率，tij为备选节点j响应于簇头i的节点竞选消息的反馈时间，为所有备选节点响应于簇头i的节点竞选消息的反馈时间的平均值，Ej为备选节点j的当前剩余能量，Ej0为备选节点j的初始能量，hj为备选节点j的缓存大小，为所有备选节点的缓存大小的平均值，λ1、λ2为设定的权重系数。
如果没有数据收集节点，簇内的传感器节点将不得不直接将污染物浓度数据发送至簇头，这将因此较大的通信开销和拥塞。本实施例设定了数据收集节点的选择机制，通过数据收集节点的设置，一方面能够降低通信开销和拥塞，另一方面能够有效提高簇头汇总污染物浓度数据的效率，并且能够分担簇头的负载，从而降低簇头的能耗。
本实施例在进行数据收集节点选择时，通过节点度来筛选出备选节点，能够有效保障后续筛选出的数据收集节点可以较大范围地覆盖簇内的传感器节点，从而保障一定的数据收集效率；本实施例将备选节点的响应时长、能量和缓存作为衡量标准，设计了选择概率的计算公式，由于响应时长反映了传感器节点执行污染物浓度数据收集任务的意愿程度，能量和缓存的大小反映了备选节点执行污染物浓度数据收集任务的困难程度，根据选择概率进行数据收集节点的确定，有益于保障所选择的数据收集节点能够可靠地完成污染物浓度数据收集的任务，从而提高污染物浓度数据收集的可靠性。
在一个实施例中，簇头按预设周期更新簇内各备选节点的选择概率信息，在每一次更新后以选择概率最大的备选节点作为数据收集节点，从而实现数据收集节点的轮换，其中，设定选择概率的更新公式为：
式中，Pij a为在第a个周期更新后簇头i的备选节点j的选择概率，Pij a-1为在第a-1个周期更新后簇头i的备选节点j的选择概率，tan-1为反正切函数；为预设的权重影响因子，用于表示能量衰减对选择概率的影响程度；Emin为预设最小能量值。
本实施例设定了数据收集节点的轮换机制，其中根据能量衰减对选择概率的影响，创新性地提出了选择概率的更新公式，本实施例通过对数据收集节点进行定期更新，且每次更新后以选择概率最大的备选节点作为数据收集节点，有利于均衡簇内传感器节点的能量消耗，从而延长无线传感器网络的生命周期。
在一个实施例中，簇头根据历史选择概率信息定期对备选节点列表中的各备选节点进行检测，若备选节点k满足下列条件，则簇头将该备选节点的信息从所述备选节点列表中删除：
式中，Pik b为在第b个周期更新后簇头i所在簇内传感器节点k的选择概率，ρ为到目前为止选择概率更新的总次数，Pmin为预设的选择概率下限。
本实施例中簇头根据历史选择概率信息定期对备选节点列表中的各备选节点进行检测，对历史选择概率情况不符合设定条件的备选节点进行删除，能够有效节省数据收集节点的更新轮换时间，提高数据收集节点的筛选效率，进而节省大气污染物浓度超标预警系统的成本。
最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。

Claims (6)

1.大气污染物浓度超标预警系统，其特征是，包括车载子系统、监测中心和可视化子系统；
所述车载子系统包括北斗卫星导航模块、数据采集模块和无线通信模块；车载子系统通过北斗卫星导航模块获取观测位置数据，通过数据采集模块获取并预处理观测位置的污染物浓度数据，经无线通信模块传输至监测中心；其中数据采集模块包括被配置为获取观测位置的污染物浓度数据的传感监测装置和被配置为对传感监测装置获取的污染物浓度数据进行异常数据剔除处理的数据预处理装置；
所述监测中心对接收的数据进行实时处理，在污染物浓度数据超出预设阈值范围时进行报警，以及将处理后的数据上传至可视化子系统。
2.根据权利要求1所述的大气污染物浓度超标预警系统，其特征是，传感监测装置包括汇聚节点和多个传感器节点，网络拓扑构建时传感器节点通过竞选操作选出簇头，并根据选举出的簇头进行分簇；簇头被配置为将簇内传感器节点采集的污染物浓度数据汇总并发送至汇聚节点；汇聚节点被配置为将各簇头汇总的污染物浓度数据发送至数据预处理装置；
所述传感器节点包括下列传感器的一种或多种：
一氧化碳浓度传感器、二氧化硫浓度传感器、一氧化氮浓度传感器、颗粒物浓度传感器。
3.根据权利要求1所述的大气污染物浓度超标预警系统，其特征是，所述监测中心包括：接收模块、分析预警模块、存储模块和上传模块；
所述接收模块被配置为接收观测位置数据及相应的污染物浓度数据；
所述分析预警模块被配置为将污染物浓度数据与对应预设阈值范围进行比较，在污染物浓度数据超出预设阈值范围时输出报警信号；
所述存储模块被配置为将接收的数据以二进制或者十进制的方式储存，为后续使用提供数据源；
所述上传模块被配置为将处理好的标准化数据上传到可视化子系统。
4.根据权利要求1所述的大气污染物浓度超标预警系统，其特征是，所述可视化子系统包括：区域实时动态分布单元、污染物的预报产品以及数据结果发布模块；
所述区域实时动态分布单元被配置为显示城市大气污染物浓度的实时分布图以及固定地点污染物浓度随时间变化的趋势图；
所述污染物的预报产品被配置为输出区域空气质量的评估、未来发展趋势的预报以及出行方面的建议；
所述数据结果发布模块被配置为在客户端上发布观测数据结果和相关产品。
5.根据权利要求2所述的大气污染物浓度超标预警系统，其特征是，簇头选择簇内的一个传感器节点作为数据收集节点，簇内的其余传感器节点根据距离将采集的污染物浓度数据发送至该数据收集节点或对应簇头；当数据收集节点接收到的污染物浓度数据量达到其最大缓存时，数据收集节点将接收的污染物浓度数据转发至簇头。
6.根据权利要求5所述的大气污染物浓度超标预警系统，其特征是，簇头选择簇内的一个传感器节点作为数据收集节点，包括：
(1)簇头获取簇内各传感器节点的节点度，并计算簇内所有传感器节点的节点度平均值，其中传感器节点的节点度为位于该传感器节点通信范围内的邻居节点数目；
(2)簇头选择节点度大于所述节点度平均值的簇内传感器节点作为备选节点，构建备选节点列表；
(3)初始时，簇头向簇内各传感器节点发送节点竞选消息，并记录各传感器节点的响应于该节点竞选消息的反馈时间；簇头按照下列公式计算各备选节点的选择概率，并将选择概率信息存入备选节点列表，并将选择概率最大的备选节点作为初始的数据收集节点：
式中，Pij为簇头i所在簇内传感器节点j的选择概率，tij为簇内传感器节点j响应于簇头i的节点竞选消息的反馈时间，为簇内所有传感器节点响应于簇头i的节点竞选消息的反馈时间的平均值，Ej为簇内传感器节点j的当前剩余能量，Ej0为簇内传感器节点j的初始能量，hj为簇内传感器节点j的缓存大小，为簇头i所在簇内所有传感器节点的缓存大小的平均值，λ1、λ2为设定的权重系数。
CN201810871627.2A 2018-08-02 2018-08-02 大气污染物浓度超标预警系统 Withdrawn CN109143293A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810871627.2A CN109143293A (zh) 2018-08-02 2018-08-02 大气污染物浓度超标预警系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810871627.2A CN109143293A (zh) 2018-08-02 2018-08-02 大气污染物浓度超标预警系统

Publications (1)

Publication Number Publication Date
CN109143293A true CN109143293A (zh) 2019-01-04

Family

ID=64798684

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810871627.2A Withdrawn CN109143293A (zh) 2018-08-02 2018-08-02 大气污染物浓度超标预警系统

Country Status (1)

Country Link
CN (1) CN109143293A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110161183A (zh) * 2019-05-30 2019-08-23 广东柯内特环境科技有限公司 一种空气质量监测方法
CN113207103A (zh) * 2021-04-30 2021-08-03 深圳世源工程技术有限公司 一种水土流失监测方法及系统
CN116067436A (zh) * 2023-04-06 2023-05-05 安徽配隆天环保科技有限公司 一种环境监测系统及监测方法
CN116109118A (zh) * 2023-04-17 2023-05-12 江苏新睿清智科技有限公司 一种基于物联网的污染溯源追踪分析系统及方法

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110161183A (zh) * 2019-05-30 2019-08-23 广东柯内特环境科技有限公司 一种空气质量监测方法
CN113207103A (zh) * 2021-04-30 2021-08-03 深圳世源工程技术有限公司 一种水土流失监测方法及系统
CN113207103B (zh) * 2021-04-30 2021-11-26 深圳世源工程技术有限公司 一种水土流失监测方法及系统
CN116067436A (zh) * 2023-04-06 2023-05-05 安徽配隆天环保科技有限公司 一种环境监测系统及监测方法
CN116109118A (zh) * 2023-04-17 2023-05-12 江苏新睿清智科技有限公司 一种基于物联网的污染溯源追踪分析系统及方法
CN116109118B (zh) * 2023-04-17 2023-06-30 江苏新睿清智科技有限公司 一种基于物联网的污染溯源追踪分析系统及方法

Similar Documents

Publication Publication Date Title
CN109143293A (zh) 大气污染物浓度超标预警系统
Hu et al. UAV aided aerial-ground IoT for air quality sensing in smart city: Architecture, technologies, and implementation
Okokpujie et al. A smart air pollution monitoring system
US20220397487A1 (en) System, Method and Apparatus for Monitoring the Health of Railcar Wheelsets
US10527521B2 (en) Railway condition monitoring sensor device and method for monitoring the condition of a railway bearing
CN106990217B (zh) 基于无线传感器网络的污水监测系统
WO2018122803A1 (zh) 一种智能化道路交通异常检测方法
US20120112901A1 (en) Systems for Detecting, Collecting, Communicating, and Using Information About Environmental Conditions and Occurrences
CN104237458A (zh) 基站式空气质量监测方法与系统
CN108303132A (zh) 一种用于空气污染的监测系统
CN110786021B (zh) 用于收集传感器数据的方法和系统
CN108426818A (zh) 一种大气污染物浓度观测系统
CN109115948A (zh) 城市空气污染物浓度超标预警系统
CN109194715A (zh) 水利工程渗流智能监测系统
CN108306415A (zh) 用于智能电网的输电线路监测装置
KR20200128226A (ko) 미세먼지 농도 예측 시스템
CN114842349B (zh) 一种基于信息技术的建筑施工环境保护方法和系统
CN115796034A (zh) 一种基于机器学习和数值模式的道路扬尘贡献评估系统和方法
CN107271133B (zh) 一种基于无线传感器网络的风沙监测系统
CN109162182A (zh) 一种基于在线预测的城市道路全面养护系统
CN115796423A (zh) 一种基于物联网监测缓解城市扬尘的方法及系统
CN108200662A (zh) 城市轨道交通土建设施智能监测系统
CN114721068A (zh) 一种物流中心气象环境监控系统及方法
CN109032092A (zh) 道路交通污染物排放智慧监测系统
CN108806201A (zh) 一种空气质量预警方法和装置

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
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20190104