CN109426877A - 一种地面数据的监测方法 - Google Patents
一种地面数据的监测方法 Download PDFInfo
- Publication number
- CN109426877A CN109426877A CN201710730662.8A CN201710730662A CN109426877A CN 109426877 A CN109426877 A CN 109426877A CN 201710730662 A CN201710730662 A CN 201710730662A CN 109426877 A CN109426877 A CN 109426877A
- Authority
- CN
- China
- Prior art keywords
- monitoring station
- class
- station
- monitoring
- soil
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 268
- 238000000034 method Methods 0.000 title claims abstract description 37
- 239000002689 soil Substances 0.000 claims abstract description 65
- 230000007613 environmental effect Effects 0.000 description 9
- 230000006872 improvement Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 5
- 238000012806 monitoring device Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000007480 spreading Effects 0.000 description 2
- BYACHAOCSIPLCM-UHFFFAOYSA-N 2-[2-[bis(2-hydroxyethyl)amino]ethyl-(2-hydroxyethyl)amino]ethanol Chemical compound OCCN(CCO)CCN(CCO)CCO BYACHAOCSIPLCM-UHFFFAOYSA-N 0.000 description 1
- 241001270131 Agaricus moelleri Species 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000007261 regionalization Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/043—Optimisation of two dimensional placement, e.g. cutting of clothes or wood
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Investigation Of Foundation Soil And Reinforcement Of Foundation Soil By Compacting Or Drainage (AREA)
Abstract
本发明实施例涉及地面监测领域,公开了一种地面数据的监测方法。本发明中,地面数据的监测方法,包括:待监测土地上设有以第一密度分布的第一类监控站;在待监测土地上设置第二类监控站;其中,第二类监控站以第二密度分布,第二密度大于第一密度,第二类监控站的精度小于第一类监控站的精度,至少一个第二类监控站作为第一校准站与一个第一类监控站对应,第一校准站距离所对应的第一类监控站小于第一预设距离;利用第一类监控站和第二类监控站的精度关系,校准第二类监控站的监测数据。本实施方式提供的地面数据的监测方法,可以在控制成本的前提下,使得获得的地面监测数据更为准确,实现简便,利于推广。
Description
技术领域
本发明实施例涉及地面监测领域,特别涉及一种地面数据的监测方法。
背景技术
当前环境监测领域,指通过对影响环境质量因素的代表值的测定,确定环境质量(或污染程度)及其变化趋势。国务院办公厅2015年8月12日印发《生态环境监测网络建设方案》(以下简称“《方案》”),提出到2020年,初步建成陆海统筹、天地一体、上下协同、信息共享的生态环境监测网络。《方案》明确,环保部负责建设并运行国家环境质量监测网,掌握全国生态环境质量总体状况。
比如说,生态红线监管是宏观大尺度的系统工程。因此,其中基于卫星遥感的技术手段是必经之路。但由于卫星的轨道及重访条件制约,重点生态功能区等红线管控区域范围内的卫星影像需要编程实现,经济代价过去高昂。因此,廉价有效的地面监测作为整个国家生态环境监测网络“天地一体”体系中重要一环具备重要意义。
发明人发现现有技术中至少存在如下问题:虽然管控区域中已设有国控监测站点,但覆盖面较小,监测站点的监测数据对一定距离外的土地来说,误差较大,可参考性较低,所以在管控区域中存在较多距离国控监测站点较远的位置,直接以国控监测站点的数据作为整个管控区域的数据,则不够准确。另一方面,由于符合监测精度要求的监测站点的成本较高,如果进行高密度设置,将造成巨大的经济支出,暂时无法实现。
发明内容
本发明实施方式的目的在于提供一种地面数据的监测方法,在控制成本的前提下,使得获得的地面监测数据更为准确,实现简便,利于推广,应用广泛。
为解决上述技术问题,本发明的实施方式提供了一种地面数据的监测方法,包括:待监测土地上设有以第一密度分布的第一类监控站;在所述待监测土地上设置第二类监控站;其中,所述第二类监控站以第二密度分布,所述第二密度大于所述第一密度,所述第二类监控站的精度小于所述第一类监控站的精度;至少一个第二类监控站作为第一校准站与一个第一类监控站对应,所述第一校准站距离所对应的第一类监控站小于第一预设距离;利用所述第一类监控站和所述第二类监控站的精度关系,校准所述第二类监控站的监测数据。
本发明实施方式相对于现有技术而言,主要区别及其效果在于:以第一类监控站的数据为基准,建立多层监控体系,设置低精度但高密度的第二类监控站,其中,不同精度的监控站之间通过设立的校准站获得两者的精度关系,并利用该精度关系对低精度的监控站进行数据校准,这样,即使低精度的监控站也可以获得更高的输出精度。另一方面,由于低精度监控硬件的成本会大大低于高精度设备,所以将低精度监控设备做高密度设置,可以在保证监控精度的前提下,降低硬件成本。再者,本方案适应性广,可以用于和位置相关的地面监测,还可以应用于环境监测。可见,本发明实施方式中的地面数据的监测方法可以在控制成本的前提下,使得获得的地面监测数据更为准确,实现简便,利于推广,应用广泛。
作为进一步改进,第二类监控站均匀分布在所述待监测土地上。限定低精度监控站在待监测土地上均匀分布,保证待监测土地的各个位置都能获得尽量准确的监测数据。
作为进一步改进,在所述待监测土地上设置第二类监控站中,具体包括:根据第一网格划分所述待监测土地,获得多个第一类土地块;其中,每个第一类土地块中最多有一个第一类监控站;分别在每个第一类土地块上设立第二类监控站。进一步限定在设置第二类监控站时,采用网格式分布,不仅使得第二类监控站的分布更为均匀,还能更易计算出第二类监控站的位置,在具有大量低精度监控站需要设置时,节省设置时间。
作为进一步改进,所述第一校准站有多个,利用差分算法计算出所述第一类监控站和所述第二类监控站的精度关系。利用差分算法使得精度关系的计算简单准确。
作为进一步改进,在所述待监测土地上设置第二类监控站后,还包括:在所述待监测土地上设置第三类监控站;其中,所述第三类监控站以第三密度分布,所述第三密度大于所述第二密度,所述第三类监控站的精度小于所述第二类监控站的精度,至少一个第三类监控站作为第二校准站与一个第二类监控站对应,所述第二校准站距离所对应的第二类监控站小于第二预设距离;利用所述第二类监控站和所述第三类监控站的精度关系,校准所述第三类监控站的监测数据。进一步限定还可以继续设置更低精度的监控站,增加监控体系层级,进一步提升监控站的覆盖密度,覆盖密度越高,所需监测的地点距离监控站的距离就越近,从而在低成本的前提下,使得获得的地面监测数据更为准确。
作为进一步改进,所述第一类监控站和所述第二类监控站的精度差小于第一预设值,所述第三类监控站和所述第二类监控站的精度差小于所述第一预设值。限定了相邻两级间的精度差不要过大,不仅可以使得监控站的覆盖面更广,而且可以提升校准精度。
作为进一步改进,在所述待监测土地上设置第三类监控站中,具体包括:分别根据第二网格划分每个所述第一类土地块,获得多个第二类土地块;其中,每个第二类土地块中最多有一个第二类监控站;分别在每个第二类土地块上设立第三类监控站;其中,所述第二校准站与所对应的第二类监控站位于同一个第二类土地块。同样限定在设置第三类监控站时,采用网格式分布,不仅使得第三类监控站的分布更为均匀,还能更易计算出第三类监控站的位置,在具有大量低精度监控站需要设置时,节省设置时间。
作为进一步改进,所述第二类监控站有多个,各所述第二类监控站的精度差小于第二预设值。限定同一级监控站的精度等级相同,保证校准后的数据准确度。
附图说明
一个或多个实施例通过与之对应的附图中的图片进行示例性说明,这些示例性说明并不构成对实施例的限定,附图中具有相同参考数字标号的元件表示为类似的元件,除非有特别申明,附图中的图不构成比例限制。
图1是根据本发明第一实施方式中的地面数据的监测方法流程图;
图2a是根据本发明第一实施方式中的地面数据的监测方法中对待监测土地的网络划分示意图;
图2b是图2a的B区放大图;
图3是根据本发明第二实施方式中的地面数据的监测方法流程图;
图4是根据本发明第二实施方式中的地面数据的监测方法中对待监测土地的网络划分示意图;
图5是图4的C区放大图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图对本发明的各实施方式进行详细的阐述。然而,本领域的普通技术人员可以理解,在本发明各实施方式中,为了使读者更好地理解本申请而提出了许多技术细节。但是,即使没有这些技术细节和基于以下各实施方式的种种变化和修改,也可以实现本申请所要求保护的技术方案。
本发明的第一实施方式涉及一种地面数据的监测方法。本实施方式中的待监测土地上设有以第一密度分布的第一类监控站(即国控站),其流程如图1所示,具体如下:
步骤101,根据第一网格划分待监测土地,获得多个第一类土地块。
具体的说,划分后的待监测土地上,每个第一类土地块中最多有一个第一类监控站。更具体的说,第一网格的密度可以根据第一类监控站的密度来确定。
步骤102,分别在每个第一类土地块上设立第二类监控站。
实际应用中,至少一个第二类监控站作为第一校准站与一个第一类监控站对应,第一校准站距离所对应的第一类监控站小于第一预设距离,第一校准站与所对应的第一类监控站可以位于同一个第一类土地块。
上述步骤101和步骤102即执行了在待监测土地上设置第二类监控站的过程。
需要说明的是,第二类监控站以第二密度分布,第二密度大于第一密度,第二类监控站的精度小于第一类监控站的精度。
举例来说,划分后的土地形态可以参考图2a,其中,实线围成的区域为待监测土地,虚线行成的网格为第一网格,实心圆形标识11、12和13分别表示一个第一类监控站,空心方块标识(21、22、23和24)分别表示一个第二类监控站,其中的21、22和23分别是与第一类监控站对应的第一校准站。从图2a中可见,第二类监控站的密度要大于第一类监控站,第一类监控站只集中在待监测土地的一个区域,待监测土地上存在于第一类监控站距离较远的地区,本发明人发现,在这类地区的数据获取时,仅用第一类监控站的数据将会产生较大误差,所以本实施方式中利用更高密度的第二类监控站覆盖整个待监测土地,这样,可以基本保证在整个待监测土地上,所有的区域都能选取附近的监控站的数据。从图2b中可以看出,第一校准站和所对应的第一类监控站的中心点最近距离为D1,也就是说,D1<第一预设距离。具体的说,本领域普通技术人员可知的是,第一预设距离受第一类监控站和第二类监控站中所有监测指标同共制约,其制约条件为:两个站中的任何一个共同具有的指标都必须具有空间相关性和测量结果一致性,也就是说,在确定第一监控站和第二类监控站所采用的硬件型号后,技术人员可以根据其监测指标,获得第一预设距离的范围,该第一预设距离可以根据经验确定。
步骤103,获得第一类监控站和第二类监控站的精度关系。
具体的说,第一类监控站和第二类监控站的精度关系根据第一校准站与其对应的第一类监控站的监测数据获得。更具体的说,在第一校准站有多个(如3个)时,利用差分算法计算出第一类监控站和第二类监控站的精度关系。差分算法是本领域常用的计算方法,在此不再赘述。
步骤104,校准第二类监控站的监测数据。
具体的说,利用步骤103中获得的精度关系,校准第二类监控站的监测数据。
需要说明的是,从第二类监控站中区分出第一校准站,为的是通过与其近距离的第一类监控站的数据获得两者间的精度关系,之后就可以通过该精度关系校准所有的第二类监控站。
值得一提的是,本实施方式中第二类监控站有多个,各第二类监控站的精度差小于预设值,预设值可以由用户根据经验设定。
本实施方式相对于现有技术而言,主要区别及其效果在于:以第一类监控站的数据为基准,建立多层监控体系,设置低精度但高密度的第二类监控站,其中,不同精度的监控站之间通过设立的校准站获得两者的精度关系,并利用该精度关系对低精度的监控站进行数据校准,这样,即使低精度的监控站也可以获得更高的输出精度。另一方面,由于低精度监控硬件的成本会大大低于高精度设备,所以将低精度监控设备做高密度设置,可以在保证监控精度的前提下,降低硬件成本。再者,本方案适应性广,可以用于和位置相关的地面监测,还可以应用于环境监测。可见,本实施方式中的地面数据的监测方法是一种网格化的监测方法,可以在控制成本的前提下,使得获得的地面监测数据更为准确,实现简便,利于推广,应用广泛。
本发明的第二实施方式涉及一种地面数据的监测方法。第二实施方式是在第一实施方式作了进一步改进,主要改进之处在于:在第一实施方式中,建立了两层校准体系,设立了两层不同精度的监控站体系。而在本发明第二实施方式中,进一步建立了两层校准体系,设立了三层不同精度的监控站体系,进一步提升地面监测数据的准确性。
本实施方式中的地面数据的监测方法流程图如图3所示,
本实施方式中的步骤301至步骤304和第一实施方式中的步骤101至步骤104相类似,在此不再赘述。
步骤305,分别根据第二网格划分每个第一类土地块,获得多个第二类土地块。
具体的说,每个第二类土地块中最多有一个第二类监控站。
步骤306,分别在每个第二类土地块上设立第三类监控站。
实际应用中,至少一个第三类监控站作为第二校准站与一个第二类监控站对应,第二校准站距离所对应的第二类监控站小于第二预设距离;其中,第二校准站与所对应的第二类监控站可以位于同一个第二类土地块,从图5中可以看出,第二校准站和所对应的第二类监控站的距离的中心点最近距离为D2,也就是说,D2<第二预设距离。值得一提的是,第二预设距离同样具有制约,其制约条件和第一预设距离类似,第二预设距离受第二类监控站和第三类监控站中所有监测指标同共制约,在此不再赘述。
上述步骤305和步骤306即执行了在待监测土地上设置第三类监控站的过程。
需要说明的是,第三类监控站以第三密度分布,第三密度大于第二密度,第三类监控站的精度小于第二类监控站的精度。
举例来说,对图2中区域A中的第一类土地块划分后的土地形态可以参考图4,其中,虚线行成的网格为第二网格,方块标识24表示一个第二类监控站,三角标识31、32和33分别表示一个第三类监控站,其中的31是与第二类监控站24对应的第二校准站。从图4中可见,第三类监控站的密度要大于第二类监控站,这样,使得监控站在待监测土地上的分布密度更高,尽量保证待监测土地上各区域都能获得更为接近的监控站,从而使得土地的监控密度更高,使得土地的监控数据更为准确。
值得一提的是,实际应用中,图2中每个第一类土地块都可以进行如图4中的网格划分方法。
步骤307,获得第二类监控站和第三类监控站的精度关系。
具体的说,第二类监控站和第三类监控站的精度关系根据第二校准站与其对应的第二类监控站的监测数据获得。由于每一个第一类土地块中都会有一个和第二类监控站对应的第二校准站,所以可以利用差分算法计算出第二类监控站和第三类监控站的精度关系。
步骤308,校准第三类监控站的监测数据。
具体的说,利用步骤307中获得的精度关系,校准第三类监控站的监测数据。
值得一提的是,本实施方式中第一类监控站和第二类监控站的精度差小于第一预设值;第三类监控站和第二类监控站的精度差小于第一预设值。其中,第一预设值由用户根据经验设定。本发明的发明人发现,在精度差过大的两种监控站间进行数据校准,仍然存在一定的偏差,所以本实施方式进一步限定了相邻两级间的精度差不要过大,不仅可以使得监控站的覆盖面更广,而且可以提升校准精度。
可见,本实施方式中利用第一类监控站(国控站)为基准,对待监测土地划分了三级网络,构建“三级平顶金字塔”形态的模型,使得低精度的监控设备在经过多层校准后,能达到监测的高精度要求,同时,所设置的更大密度的监控站采用精度更低的监控设备,进一步控制了检测成本。
上面各种方法的步骤划分,只是为了描述清楚,实现时可以合并为一个步骤或者对某些步骤进行拆分,分解为多个步骤,只要包括相同的逻辑关系,都在本专利的保护范围内;对算法中或者流程中添加无关紧要的修改或者引入无关紧要的设计,但不改变其算法和流程的核心设计都在该专利的保护范围内。
本领域的普通技术人员可以理解,上述各实施方式是实现本发明的具体实施例,而在实际应用中,可以在形式上和细节上对其作各种改变,而不偏离本发明的精神和范围。
Claims (10)
1.一种地面数据的监测方法,其特征在于,包括:
待监测土地上设有以第一密度分布的第一类监控站;
在所述待监测土地上设置第二类监控站;其中,所述第二类监控站以第二密度分布,所述第二密度大于所述第一密度,所述第二类监控站的精度小于所述第一类监控站的精度,至少一个第二类监控站作为第一校准站与一个第一类监控站对应,所述第一校准站距离所对应的第一类监控站小于第一预设距离;
利用所述第一类监控站和所述第二类监控站的精度关系,校准所述第二类监控站的监测数据。
2.根据权利要求1所述的地面数据的监测方法,其特征在于,在所述待监测土地上设置第二类监控站中,具体包括:
根据第一网格划分所述待监测土地,获得多个第一类土地块;其中,每个第一类土地块中最多有一个第一类监控站;
分别在每个第一类土地块上设立第二类监控站。
3.根据权利要求1所述的地面数据的监测方法,其特征在于,所述第一类监控站和所述第二类监控站的精度关系根据所述第一校准站与其对应的第一类监控站的监测数据获得。
4.根据权利要求3所述的地面数据的监测方法,其特征在于,所述第一校准站有多个,利用差分算法计算出所述第一类监控站和所述第二类监控站的精度关系。
5.根据权利要求1所述的地面数据的监测方法,其特征在于,在所述待监测土地上设置第二类监控站后,还包括:
在所述待监测土地上设置第三类监控站;其中,所述第三类监控站以第三密度分布,所述第三密度大于所述第二密度,所述第三类监控站的精度小于所述第二类监控站的精度,至少一个第三类监控站作为第二校准站与一个第二类监控站对应,所述第二校准站距离所对应的第二类监控站小于第二预设距离;
利用所述第二类监控站和所述第三类监控站的精度关系,校准所述第三类监控站的监测数据。
6.根据权利要求5所述的地面数据的监测方法,其特征在于,在所述待监测土地上设置第三类监控站中,具体包括:
分别根据第二网格划分每个所述第一类土地块,获得多个第二类土地块;其中,每个第二类土地块中最多有一个第二类监控站;
分别在每个第二类土地块上设立第三类监控站。
7.根据权利要求5所述的地面数据的监测方法,其特征在于,所述第一类监控站和所述第二类监控站的精度差小于第一预设值;所述第三类监控站和所述第二类监控站的精度差小于所述第一预设值。
8.根据权利要求5所述的地面数据的监测方法,其特征在于,所述第二类监控站和所述第三类监控站的精度关系根据所述第二校准站与其对应的第二类监控站的监测数据获得。
9.根据权利要求8所述的地面数据的监测方法,其特征在于,所述第二校准站有多个,利用差分算法计算出所述第二类监控站和所述第三类监控站的精度关系。
10.根据权利要求1至9中任意一项所述的地面数据的监测方法,其特征在于,所述第二类监控站有多个,各所述第二类监控站的精度差小于第二预设值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710730662.8A CN109426877A (zh) | 2017-08-23 | 2017-08-23 | 一种地面数据的监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710730662.8A CN109426877A (zh) | 2017-08-23 | 2017-08-23 | 一种地面数据的监测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109426877A true CN109426877A (zh) | 2019-03-05 |
Family
ID=65499176
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710730662.8A Pending CN109426877A (zh) | 2017-08-23 | 2017-08-23 | 一种地面数据的监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109426877A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008069695A2 (en) * | 2006-12-07 | 2008-06-12 | Schlumberger Canada Limited | Method of measuring of production rate for a well cluster |
CN101720095A (zh) * | 2009-11-18 | 2010-06-02 | 首都师范大学 | 监测传感器节点部署方法及装置 |
WO2011017355A2 (en) * | 2009-08-03 | 2011-02-10 | Ultimo Measurement, Llc | Method and apparatus for measurement of physical properties of free flowing materials in vessels |
CN103281704A (zh) * | 2013-05-07 | 2013-09-04 | 南京邮电大学 | 基于三维感知的无线传感器网络确定性空间部署方法 |
CN104219704A (zh) * | 2014-09-24 | 2014-12-17 | 河海大学常州校区 | 无线传感器网络中基于双层网格模型的有毒气体监测与追踪方法 |
CN105181898A (zh) * | 2015-09-07 | 2015-12-23 | 李岩 | 基于大密度部署传感器的大气污染监控及管理方法及系统 |
CN106644862A (zh) * | 2016-09-12 | 2017-05-10 | 济南诺方电子技术有限公司 | 一种传感器、基于该传感器的监测站及监测站的监测方法 |
CN106950334A (zh) * | 2017-03-06 | 2017-07-14 | 同济大学 | 一种空间分布式城市空气环境质量的移动监测系统 |
-
2017
- 2017-08-23 CN CN201710730662.8A patent/CN109426877A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008069695A2 (en) * | 2006-12-07 | 2008-06-12 | Schlumberger Canada Limited | Method of measuring of production rate for a well cluster |
WO2011017355A2 (en) * | 2009-08-03 | 2011-02-10 | Ultimo Measurement, Llc | Method and apparatus for measurement of physical properties of free flowing materials in vessels |
CN101720095A (zh) * | 2009-11-18 | 2010-06-02 | 首都师范大学 | 监测传感器节点部署方法及装置 |
CN103281704A (zh) * | 2013-05-07 | 2013-09-04 | 南京邮电大学 | 基于三维感知的无线传感器网络确定性空间部署方法 |
CN104219704A (zh) * | 2014-09-24 | 2014-12-17 | 河海大学常州校区 | 无线传感器网络中基于双层网格模型的有毒气体监测与追踪方法 |
CN105181898A (zh) * | 2015-09-07 | 2015-12-23 | 李岩 | 基于大密度部署传感器的大气污染监控及管理方法及系统 |
CN106644862A (zh) * | 2016-09-12 | 2017-05-10 | 济南诺方电子技术有限公司 | 一种传感器、基于该传感器的监测站及监测站的监测方法 |
CN106950334A (zh) * | 2017-03-06 | 2017-07-14 | 同济大学 | 一种空间分布式城市空气环境质量的移动监测系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kang et al. | Ecological security pattern: A new idea for balancing regional development and ecological protection. A case study of the Jiaodong Peninsula, China | |
CN101825662B (zh) | 短距测量接地网接地电阻的测量方法及其测量结构 | |
CN104698313B (zh) | 多直流接地极不同运行方式下直流偏磁电流影响站点的预测方法 | |
CN106814367B (zh) | 一种超宽带定位节点的自主位置测量方法 | |
JP6695451B2 (ja) | デュアルシステム型相互観測複合レベルのトラバース測量方法 | |
CN106289195B (zh) | 高原长距离大型工程测量控制系统的建立方法 | |
CN110335355A (zh) | 一种大型浅水湖泊水面高自动计算方法 | |
CN106556877B (zh) | 一种地磁通化方法及装置 | |
CN104408318A (zh) | 一种河流型水功能区季节性设计流量计算方法 | |
CN104837143A (zh) | 小区pci配置方法与系统 | |
CN105654488B (zh) | 一种基于gis的淤地坝拦淤量估算方法 | |
CN108960334A (zh) | 一种多传感器数据加权融合方法 | |
CN110008439A (zh) | 基于矩阵分解的降雨数据时空一体化插值算法 | |
CN104331847A (zh) | 一种利用Delaunay三角剖分的供电分区方法 | |
CN115186483A (zh) | 一种水土资源互馈作用机制识别方法及系统 | |
CN106125044B (zh) | 基于梯度下降的离线定位方法 | |
CN109726937A (zh) | 基于形状测度的土地利用规划调整数据质量退化评价方法 | |
CN104714001B (zh) | 一种土壤侵蚀调查单元空间布局的方法 | |
CN109426877A (zh) | 一种地面数据的监测方法 | |
CN106991274B (zh) | 流域库群及区域洪水联合调度方法、系统 | |
CN201909814U (zh) | 短距测量接地网接地电阻的测量结构 | |
CN105046324B (zh) | 一种基于移动神经网络的高程异常拟合内插计算方法 | |
CN106289242A (zh) | 基于地磁的粒子滤波定位方法及装置 | |
CN103796217B (zh) | 一种基于路测数据的预测区域划分方法及装置 | |
CN109165598A (zh) | 一种野外核查验证方法及装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190305 |
|
RJ01 | Rejection of invention patent application after publication |