CN109358163A - 基于大数据的建筑工地大数据扬尘评估方法 - Google Patents
基于大数据的建筑工地大数据扬尘评估方法 Download PDFInfo
- Publication number
- CN109358163A CN109358163A CN201811326346.5A CN201811326346A CN109358163A CN 109358163 A CN109358163 A CN 109358163A CN 201811326346 A CN201811326346 A CN 201811326346A CN 109358163 A CN109358163 A CN 109358163A
- Authority
- CN
- China
- Prior art keywords
- fugitive dust
- construction site
- big data
- monitoring
- data
- 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
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
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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了基于大数据的建筑工地大数据扬尘评估方法，包括以下步骤：S1：通过扬尘监测及视频监控系统获取建筑工地现场的颗粒物浓度数据及气象数据；S2：结合所述扬尘监测及视频监控系统监控到的扬尘情况和现场空气质量,进行实时超标预警及控点数据对比；S3：利用标准中的空气质量指数计算方法,制定特定的扬尘颗粒物质量监测指数模型,对监测数据进行计算；S4：根据计算的结果,对监测现场扬尘颗粒物的浓度进行分级管理；S5：联动启动建筑工地施工现场的自动喷淋设备进行降尘，并通过网络通知现场监管人员及时采取整改措施；S6：结合整改落实情况，对是否及时处理建筑工地施工现场的扬尘情况进行评估分级。
Description
技术领域
本发明涉及扬尘治理技术领域，特别涉及基于大数据的建筑工地大数据扬尘评估方法。
背景技术
扬尘是由于地面上的尘土在风力、人为带动及其他带动飞扬而进入大气的开放性污染源，是环境空气中总悬浮颗粒物的重要组成部分。粉粒体在输送及加工过程中受到诱导空气流、室内通风造成的流动空气及设备运动部件转动生成的气流，都会将粉粒体中的微细粉尘首先由粉粒体中分离而飞扬，然后由于室内空气流动而引起粉尘的扩散，从而完成了从粉尘产生到扩散的过程。工地上由于建筑的目的会对土壤进行挖掘，造成的扬尘会随着运输车辆的移动运送到路面上，现有技术中对此的解决方式是对工地上运输的车辆进行进出的冲水处理，然而就会出现需要人工冲水，而且没有对扬尘处理情况进行检测的步骤，所以在扬尘处理过程中对处理的情况并不清楚，也不知道扬尘处理是否达标，给扬尘污染治理带来隐患。现有建筑工地扬尘治理方法较为机械化，一种现代化智能化，并通过大数据进行扬尘治理的评估方法亟待研究。
发明内容
本发明的目的在于：提供了基于大数据的建筑工地大数据扬尘评估方法，通过大数据的方式对建筑工地现场进行扬尘治理和评估，极大地提高了响应效率，维护了建筑工地现场的空气质量情况。
本发明采用的技术方案如下：
基于大数据的建筑工地大数据扬尘评估方法，包括以下步骤：
S1：通过扬尘监测及视频监控系统获取建筑工地现场的颗粒物浓度数据及气象数据；其中，扬尘监测及视频监控系统实时监测建筑工地现场的扬尘情况，通过视频图像、浓度监测模块及AI智能图像识别主要扬尘来源和广泛扬尘分布，获取现场的扬尘情况。
S2：结合所述扬尘监测及视频监控系统监控到的扬尘情况和现场空气质量,进行实时超标预警及控点数据对比；将获取的数据与标准数据进行实时对比，进行预警告示。
S3：利用标准中的空气质量指数计算方法,制定特定的扬尘颗粒物质量监测指数模型,对监测数据进行计算；通过空气质量指数计算方法计算出实时的空气质量指数，再通过指数模型得出数据。
S4：根据计算的结果,对监测现场扬尘颗粒物的浓度进行分级管理；根据计算出的数据，对现场的浓度分布区域进行划分，得出现场不同区域的不同扬尘颗粒物浓度，进行分级管理。
S5：联动启动建筑工地施工现场的自动喷淋设备进行降尘，并通过网络通知现场监管人员及时采取整改措施，并对整改落实情况进行实时监控；根据分级管理结果，启动位于各个位置的现场的自动喷淋设备进行喷淋降尘，不同区域采用不同的强度，喷淋后进行现场的整改情况统计与监控。
S6：结合整改落实情况，对是否及时处理建筑工地施工现场的扬尘情况进行评估分级。整改后，后台再进行二次监测，对现场的扬尘情况进行再次评估分级，通过评估结果确定扬尘治理情况。
进一步地，在S1步骤中，所述扬尘监测及视频监控系统包括扬尘监测器及若干联网监控摄像头。在建筑工地现场，每半径300米的范围内，设置一个扬尘监测器及一个联网监控摄像头，保证监测的准确性和全面性。
进一步地，在S1步骤中，所述颗粒物浓度数据包括PM2.5、PM10；所述气象数据包括温度、湿度、风速、风向、气压参数。通过对这些数据的监测，保证了监测的准确性以及特殊气象情况下的异常扬尘的紧急响应。
进一步地，在步骤S5中，所述自动喷淋设备包括除尘喷雾机、雾炮车、洒水喷枪。
进一步地，在步骤S3中，所述空气质量指数计算方法有以下步骤：
步骤1：对照各项污染物的分级浓度限值，以细颗粒物(PM2.5)、可吸入颗粒物(PM10)、二氧化硫(SO2)、二氧化氮(NO2)、臭氧(O3)、一氧化碳(CO)等各项污染物的实测浓度值(其中PM2.5、PM10为24小时平均浓度)分别计算得出空气质量分指数；其计算公式为:
式中，IAQIP为污染物项目P的空气质量分指数；CP为污染物项目P的质量浓度值；BPHi为与CP相近的污染物浓度限值的高位值；BPLo为与CP相近的污染物浓度限值的低位值；IAQIHi为与BPHi对应的空气质量分指数；IAQILo为与BPLo对应的空气质量分指数；其中，AQI的浓度限值参照(GB3095-2012)，API的浓度限值参照(GB3095-1996)，空气质量分指数等参照《环境空气指数技术规定》；
步骤2：从各项污染物的IAQI中选择最大值确定为AQI，当AQI大于50时将IAQI最大的污染物确定为首要污染物；
步骤3：对照AQI分级标准，确定空气质量级别、类别及表示颜色、健康影响与建议采取的措施。
进一步地，在步骤S3中，所述扬尘颗粒物质量监测指数模型输出表征颗粒物质量的分值，分值越大，颗粒物质量越大，空气质量越差。同理，分值越小，颗粒物质量越小，空气质量越好。
综上所述，由于采用了上述技术方案，本发明的有益效果是：
1.基于大数据的建筑工地大数据扬尘评估方法，通过大数据的方式对建筑工地现场进行扬尘治理和评估，极大地提高了响应效率，维护了建筑工地现场的空气质量情况。
具体实施方式
本说明书中公开的所有特征，或公开的所有方法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以以任何方式组合。
实施例1
基于大数据的建筑工地大数据扬尘评估方法，包括以下步骤：
S1：通过扬尘监测及视频监控系统获取建筑工地现场的颗粒物浓度数据及气象数据；其中，扬尘监测及视频监控系统实时监测建筑工地现场的扬尘情况，通过视频图像、浓度监测模块及AI智能图像识别主要扬尘来源和广泛扬尘分布，获取现场的扬尘情况。
S2：结合所述扬尘监测及视频监控系统监控到的扬尘情况和现场空气质量,进行实时超标预警及控点数据对比；将获取的数据与标准数据进行实时对比，进行预警告示。
S3：利用标准中的空气质量指数计算方法,制定特定的扬尘颗粒物质量监测指数模型,对监测数据进行计算；通过空气质量指数计算方法计算出实时的空气质量指数，再通过指数模型得出数据。
S4：根据计算的结果,对监测现场扬尘颗粒物的浓度进行分级管理；根据计算出的数据，对现场的浓度分布区域进行划分，得出现场不同区域的不同扬尘颗粒物浓度，进行分级管理。
S5：联动启动建筑工地施工现场的自动喷淋设备进行降尘，并通过网络通知现场监管人员及时采取整改措施，并对整改落实情况进行实时监控；根据分级管理结果，启动位于各个位置的现场的自动喷淋设备进行喷淋降尘，不同区域采用不同的强度，喷淋后进行现场的整改情况统计与监控。
S6：结合整改落实情况，对是否及时处理建筑工地施工现场的扬尘情况进行评估分级。整改后，后台再进行二次监测，对现场的扬尘情况进行再次评估分级，通过评估结果确定扬尘治理情况。
实施例2
本实施例与实施例1的不同之处在于，在步骤S3中，所述扬尘颗粒物质量监测指数模型输出表征颗粒物质量的分值，分值越大，颗粒物质量越大，空气质量越差。同理，分值越小，颗粒物质量越小，空气质量越好。
以上所述，仅为本发明的优选实施方式，但本发明的保护范围并不局限于此，任何熟悉本领域的技术人员在本发明所揭露的技术范围内，可不经过创造性劳动想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求书所限定的保护范围为准。
Claims (6)
1.基于大数据的建筑工地大数据扬尘评估方法，其特征在于，包括以下步骤：
S1：通过扬尘监测及视频监控系统获取建筑工地现场的颗粒物浓度数据及气象数据；
S2：结合所述扬尘监测及视频监控系统监控到的扬尘情况和现场空气质量,进行实时超标预警及控点数据对比；
S3：利用标准中的空气质量指数计算方法,制定特定的扬尘颗粒物质量监测指数模型,对监测数据进行计算；
S4：根据计算的结果,对监测现场扬尘颗粒物的浓度进行分级管理；
S5：联动启动建筑工地施工现场的自动喷淋设备进行降尘，并通过网络通知现场监管人员及时采取整改措施，并对整改落实情况进行实时监控；
S6：结合整改落实情况，对是否及时处理建筑工地施工现场的扬尘情况进行评估分级。
2.根据权利要求1所述的基于大数据的建筑工地大数据扬尘评估方法，其特征在于：在S1步骤中，所述扬尘监测及视频监控系统包括扬尘监测器及若干联网监控摄像头。
3.根据权利要求1所述的基于大数据的建筑工地大数据扬尘评估方法，其特征在于：在S1步骤中，所述颗粒物浓度数据包括PM2.5、PM10；所述气象数据包括温度、湿度、风速、风向、气压参数。
4.根据权利要求1所述的基于大数据的建筑工地大数据扬尘评估方法，其特征在于：在步骤S5中，所述自动喷淋设备包括除尘喷雾机、雾炮车、洒水喷枪。
5.根据权利要求1所述的基于大数据的建筑工地大数据扬尘评估方法，其特征在于：在步骤S3中，所述空气质量指数计算方法有以下步骤：
步骤1：对照各项污染物的分级浓度限值，以细颗粒物(PM2.5)、可吸入颗粒物(PM10)、二氧化硫(SO2)、二氧化氮(NO2)、臭氧(O3)、一氧化碳(CO)等各项污染物的实测浓度值(其中PM2.5、PM10为24小时平均浓度)分别计算得出空气质量分指数；
步骤2：从各项污染物的IAQI中选择最大值确定为AQI，当AQI大于50时将IAQI最大的污染物确定为首要污染物；
步骤3：对照AQI分级标准，确定空气质量级别、类别及表示颜色、健康影响与建议采取的措施。
6.根据权利要求1所述的基于大数据的建筑工地大数据扬尘评估方法，其特征在于：在步骤S3中，所述扬尘颗粒物质量监测指数模型输出表征颗粒物质量的分值，分值越大，颗粒物质量越大，空气质量越差。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811326346.5A CN109358163A (zh) | 2018-11-08 | 2018-11-08 | 基于大数据的建筑工地大数据扬尘评估方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811326346.5A CN109358163A (zh) | 2018-11-08 | 2018-11-08 | 基于大数据的建筑工地大数据扬尘评估方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109358163A true CN109358163A (zh) | 2019-02-19 |
Family
ID=65344416
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811326346.5A Pending CN109358163A (zh) | 2018-11-08 | 2018-11-08 | 基于大数据的建筑工地大数据扬尘评估方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109358163A (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110132812A (zh) * | 2019-06-05 | 2019-08-16 | 重庆两江新区管理委员会 | 一种参照气象数据判定施工工地非正常施工的方法 |
| CN111579450A (zh) * | 2020-04-21 | 2020-08-25 | 泛测（北京）环境科技有限公司 | 一种空气环境中颗粒物污染监测方法及设备 |
| CN112012151A (zh) * | 2020-08-07 | 2020-12-01 | 北京科技大学 | 基于大数据的露天矿运输道路智能抑尘系统 |
| CN113534685A (zh) * | 2021-06-18 | 2021-10-22 | 河北先进环保产业创新中心有限公司 | 除尘设备控制方法及电子设备 |
| CN113588509A (zh) * | 2021-08-06 | 2021-11-02 | 天津大学 | 一种基于时间序列arima模型的施工现场扬尘浓度预测方法 |
| CN116228023A (zh) * | 2023-03-02 | 2023-06-06 | 中天建设集团有限公司 | 减少基建场地碳排放量的方法、设备与介质 |
| CN116862266A (zh) * | 2023-07-25 | 2023-10-10 | 南京创蓝科技有限公司 | 一种基于大数据的提升雾炮车作业精度的方法及系统 |
| CN117171504A (zh) * | 2023-11-03 | 2023-12-05 | 南通康而健环保科技有限公司 | 一种智慧环保扬尘设备监测数据处理系统 |
| CN118426308A (zh) * | 2024-04-24 | 2024-08-02 | 安徽长淮环保科技有限公司 | 一种基于多agv协同建筑工地施工扬尘抑制方法及系统 |
-
2018
- 2018-11-08 CN CN201811326346.5A patent/CN109358163A/zh active Pending
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110132812A (zh) * | 2019-06-05 | 2019-08-16 | 重庆两江新区管理委员会 | 一种参照气象数据判定施工工地非正常施工的方法 |
| CN111579450A (zh) * | 2020-04-21 | 2020-08-25 | 泛测（北京）环境科技有限公司 | 一种空气环境中颗粒物污染监测方法及设备 |
| CN112012151A (zh) * | 2020-08-07 | 2020-12-01 | 北京科技大学 | 基于大数据的露天矿运输道路智能抑尘系统 |
| CN113534685A (zh) * | 2021-06-18 | 2021-10-22 | 河北先进环保产业创新中心有限公司 | 除尘设备控制方法及电子设备 |
| CN113588509A (zh) * | 2021-08-06 | 2021-11-02 | 天津大学 | 一种基于时间序列arima模型的施工现场扬尘浓度预测方法 |
| CN116228023A (zh) * | 2023-03-02 | 2023-06-06 | 中天建设集团有限公司 | 减少基建场地碳排放量的方法、设备与介质 |
| CN116228023B (zh) * | 2023-03-02 | 2024-08-27 | 北京中天北方建设有限公司 | 减少基建场地碳排放量的方法、设备与介质 |
| CN116862266A (zh) * | 2023-07-25 | 2023-10-10 | 南京创蓝科技有限公司 | 一种基于大数据的提升雾炮车作业精度的方法及系统 |
| CN117171504A (zh) * | 2023-11-03 | 2023-12-05 | 南通康而健环保科技有限公司 | 一种智慧环保扬尘设备监测数据处理系统 |
| CN117171504B (zh) * | 2023-11-03 | 2023-12-26 | 南通康而健环保科技有限公司 | 一种智慧环保扬尘设备监测数据处理系统 |
| CN118426308A (zh) * | 2024-04-24 | 2024-08-02 | 安徽长淮环保科技有限公司 | 一种基于多agv协同建筑工地施工扬尘抑制方法及系统 |
| CN118426308B (zh) * | 2024-04-24 | 2024-10-11 | 安徽长淮环保科技有限公司 | 一种基于多agv协同建筑工地施工扬尘抑制方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109358163A (zh) | 基于大数据的建筑工地大数据扬尘评估方法 | |
| CN106595757B (zh) | 一种环境监测方法及系统 | |
| CN111754638B (zh) | 一种堆场内的自动抑尘降尘系统及堆场内抑尘降尘方法 | |
| CN102445409B (zh) | 一种基于数字图像技术的粉尘浓度测量方法 | |
| CN115760779B (zh) | 一种道路施工监管系统 | |
| JP5862457B2 (ja) | 粉塵の飛散監視装置及び飛散防止方法 | |
| CN109612883A (zh) | 基于高密度监测网络的总悬浮颗粒物污染溯源方法及装置 | |
| Ruiz et al. | Experimental measurement of cooling tower emissions using image processing of sensitive papers | |
| CN117475608A (zh) | 基于无人机集群的多场景安防监控方法 | |
| You et al. | Assessment of fluorescent dye brilliant sulfaflavine deposition on stainless steel screens as spray droplet collectors | |
| JPH07260945A (ja) | 粉塵濃度の推定方法及び制御方法 | |
| Ruoho-Airola et al. | Trends in the bulk deposition and atmospheric concentration of air pollutants in the Finnish Integrated Monitoring catchment Pallas during 1992–2012 | |
| CN113295589B (zh) | 一种扬尘监测方法、装置和系统 | |
| Roffman et al. | The state-of-the-art of measuring and predicting cooling tower drift and its deposition | |
| CN209656512U (zh) | 一种建筑监理用粉尘测量装置 | |
| CN111504865A (zh) | 一种施工及堆料场地扬尘排放超标的判定方法及系统 | |
| CN109896018A (zh) | 一种无人机定点雾霾去除系统及方法 | |
| Cheng et al. | Inverse AERMOD and SCIPUFF dispersion modeling for farm-level PM10 emission rate assessment | |
| CN110793890A (zh) | 一种空气质量监测装置和系统 | |
| TWI783608B (zh) | 智慧揚塵監控管理系統與方法 | |
| Li et al. | Particulate matter in the vicinity of an egg production facility: Concentrations, statistical distributions, and upwind and downwind comparison | |
| Green et al. | Use of Project MOHAVE perfluorocarbon tracer data to evaluate source and receptor models | |
| Valappil | Assessment of Air pollution Abatement Performances of Green Infrastructure in Open-road Environments | |
| Hipps et al. | Integrating Lidar and Atmospheric Boundary Layer Measurements to Determine Fluxes and Dynamics of Particulate Emissions from an Agriculture Facility | |
| WO2012157508A1 (ja) | 降下煤塵の非定常発塵源位置の探索方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190219 |