CN109557571A - 一种燃烧源智能追踪方法 - Google Patents
一种燃烧源智能追踪方法 Download PDFInfo
- Publication number
- CN109557571A CN109557571A CN201811407047.4A CN201811407047A CN109557571A CN 109557571 A CN109557571 A CN 109557571A CN 201811407047 A CN201811407047 A CN 201811407047A CN 109557571 A CN109557571 A CN 109557571A
- Authority
- CN
- China
- Prior art keywords
- unmanned plane
- burning
- base station
- information
- ground base
- 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
- 238000002485 combustion reaction Methods 0.000 title claims abstract description 31
- 238000000034 method Methods 0.000 title claims abstract description 25
- 239000003738 black carbon Substances 0.000 claims abstract description 42
- 238000012545 processing Methods 0.000 claims abstract description 7
- 230000007613 environmental effect Effects 0.000 claims abstract description 6
- 238000001228 spectrum Methods 0.000 claims abstract description 5
- 239000000443 aerosol Substances 0.000 claims description 28
- 238000010521 absorption reaction Methods 0.000 claims description 13
- 238000003331 infrared imaging Methods 0.000 claims description 9
- 238000000862 absorption spectrum Methods 0.000 claims description 8
- 238000012800 visualization Methods 0.000 claims description 7
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 6
- 229910052799 carbon Inorganic materials 0.000 claims description 6
- 238000010408 sweeping Methods 0.000 claims description 6
- 239000002028 Biomass Substances 0.000 claims description 5
- 239000003245 coal Substances 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 4
- 238000005259 measurement Methods 0.000 claims description 4
- 238000012790 confirmation Methods 0.000 claims description 3
- 239000005416 organic matter Substances 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 230000009885 systemic effect Effects 0.000 claims description 3
- 238000004056 waste incineration Methods 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 2
- 239000004744 fabric Substances 0.000 claims 1
- 230000000007 visual effect Effects 0.000 claims 1
- 230000008901 benefit Effects 0.000 abstract description 4
- 238000012423 maintenance Methods 0.000 abstract 1
- 239000002585 base Substances 0.000 description 25
- 238000012544 monitoring process Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 239000000686 essence Substances 0.000 description 1
- 239000002803 fossil fuel Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 239000004032 superbase Substances 0.000 description 1
- 150000007525 superbases Chemical class 0.000 description 1
Classifications
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J5/00—Radiation pyrometry, e.g. infrared or optical thermometry
- G01J5/0014—Radiation pyrometry, e.g. infrared or optical thermometry for sensing the radiation from gases, flames
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
Abstract
本发明公开了一种燃烧源智能追踪方法,涉及大气环境监测及管控领域;主要包括以下步骤:收集建立特征谱库;载有探测器的无人机分别进行粗扫模式和细扫模式;发现燃烧点后收集无量纲参数γ值及热红外信息,并连同GPS定位信息一起传输至地面基站,地面基站通过特征数据库匹配确定燃烧源类型,通过GPS信息确定燃烧源位置;并通过远程通信系统传输至决策支撑模块,供环境执法人员进行参考。通过结合无人机机动性强、时效性高、维持及运行成本低的优点,利用微型黑碳仪、热红外仪等精密仪器所提供的信息,结合地面数据处理系统对燃烧源进行精准定位,有效实现对燃烧的迅速追踪溯源以及降低环境督查部门的监管成本,并对偷排偷放进行有力的威慑。
Description
技术领域
本发明涉及大气环境监测及管控领域,特别涉及一种寻找燃烧源智能追踪方法。
背景技术
在目前,我国大气环境问题尤为突出,特别是在京津冀地区,持续性的雾霾对人体健康、交通安全、生态环境危害极大。产生原因多元化,主要是生物质和化石燃料的燃烧均会产生大量的颗粒和气态污染物,因而对燃烧源的精确定位在环境监测和管控中至关重要。在所有燃烧中,生物质燃烧和散煤燃烧具有小而散的特性,燃烧点位分布不具备规律性,想要随时监测燃烧点具有一定困难。
有燃烧均会释放黑碳气溶胶,因此黑碳气溶胶浓度可以用作衡量燃烧的指标。现在的一般监测方法是由环境监察人员利用走航车进行街道级观测黑炭气溶胶的浓度,但是由于人员和车辆的限制,监测管理力量有限,对此类散乱的燃烧督查十分困难。
发明内容
本发明的目的在于提供一种燃烧源智能追踪方法,从而解决现有技术中存在的前述问题。
为了实现上述目的,本发明采用的技术方案如下:
一种燃烧源智能追踪方法,其特征在于,主要包括以下步骤:
S1收集探测地区各行业典型燃烧的热红外信息以及各行业产生废气的不同波段的吸收谱,建立针对尾气吸收光谱和热红外信息的特征谱库;
S2载有探测器的无人机上升,进入粗扫模式,数据传输至地面基站进行分析;
S3当确认发现黑碳气溶胶浓度过高,所述无人机开始进入细扫模式;
S4进入细扫模式后,无人机速度降低,并将热红外信息、无量纲参数γ值以及风速风向信息实时传入地面基站;
S5无人机通过细扫模式发现燃烧点后,下落至垂直距燃烧点10-15m高度收集无量纲参数γ值及热红外信息,并连同GPS定位信息一起传输至地面基站,地面基站通过特征数据库匹配确定燃烧源类型,通过GPS信息确定燃烧源位置;
S6燃烧源位置通过远程通信系统传输至决策支撑模块,供环境执法人员进行参考。
优选的,所述步骤S1中所述的典型燃烧包括生物质、散煤、工业和垃圾焚烧中的至少一种,所述尾气吸收光谱为测定不同燃烧源的880nm和470nm两波段吸收强度,热红外信息为燃烧释放的热红外强度进行分类测量。
优选的,所述470nm波段的吸收强度Eabs_470nm代表了挥发性有机物的吸收,880nm波段的吸收强度Eabs_808nm代表了黑碳气溶胶的吸收,不同燃烧源释放两者的比例不同,通过定义无量纲参数γ=Eabs_808nm/Eabs_470nm来表征不同燃烧种类。
优选的,所述步骤S2中无人机进行粗扫具体包括:无人机上升至距离地面100-120m的高度,飞行速度为40-50km/h,采用S型飞行路径,粗扫过程中微型黑碳仪所探测黑碳气溶胶浓度通过无人机无线通信模块传送至地面基站,地面基站数据后处理软件通过对信号噪声消除得到黑碳气溶胶时间序列图及沿无人机航线浓度分布图。
优选的,所述步骤S3中确认黑碳气溶胶浓度过高的过程具体包括以下步骤:
S31通过地面基站的数据处理结果实时显示,当黑碳气溶胶浓度增量超过30%时基站发出警报,无人机应立即减速直至停止并在此处悬停5s;
S32若黑碳气溶胶浓度高值迅速消失,则认为是仪器异常高值,无人机继续维持粗扫模式;
S33若高值持续维持,则认为不是仪器异常值,表明找到明显黑碳浓度高值点,确认黑碳气溶胶浓度过高。
优选的,所述步骤S4具体包括以下步骤:
S41进入细扫模式后,无人机速度降低至8-10km/h,并通过无线通信模块将热红外信息、无量纲参数γ值以及风速风向信息实时传入地面基站;
S42若未立即发现燃烧点,数据后处理模块根据判断实时风速是否大于当地风速阈值,若大于该阈值,则认为是该点受系统性风控制,若低于该阈值则认为该地区受静稳天气控制;
S43当判断为系统风控制情况,无人机根据基站收到风向信号沿上风向巡逻;当判断为静稳天气情况,无人机沿黑碳气溶胶浓度梯度大于零或浓度梯度最小的方向移动;
S44地面基站数据后处理软件可以提取热红外成像中信号最高值,当信号最高值超过特征信息库中各类燃烧最低信号值时,地面基站发出警报认为发现燃烧点。
优选的,步骤S42中所述的风速阈值根据当地实际气象情况进行调整。
优选的,所述的无人机上负载有无线传输装置、微型黑碳仪和热红外成像仪;所述地面基站由数据后处理模块、无线接发装置、可视化平台和警报装置构成,所述无线接发装置与无人机无线传输装置之间进行信息交互;可视化平台实时呈现经过数据后处理模板加工后的黑碳浓度、红外图像的时间序列和空间分布状况;通过可视化平台,可以通过人工校正来修正自动路径算法可能偏差;警报装置在无人机自动溯源算法确定燃烧源以后会发出警报,并将燃烧源位置种类信息传输至决策支撑模块,所述决策支撑模块包括环境督察处决策平台。
本发明的有益效果是:
本发明提供了一种快速寻找燃烧源的智能追踪方法,通过结合无人机快速飞行、机动性强、时效性高、维持及运行成本低的优点,搭载微型黑碳仪、热红外仪等精密仪器进行广泛探测,综合利用微型黑碳仪、热红外仪等精密仪器所提供的信息,结合地面数据处理系统对燃烧源进行精准定位,有效实现对燃烧的迅速追踪溯源以及降低环境督查部门的监管成本,并对偷排偷放进行有力的威慑。
附图说明
图1是智能追踪方法的流程示意图;
图2是无人机进行细扫模式的具体流程;
图3是无人机进行探测的飞行路径图;
图4是实现智能追踪方法的系统结构图;
图5是以高值点为中心进行边长为20m的正方形扫描示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施方式仅仅用以解释本发明,并不用于限定本发明。
本发明的核心是利用无人机搭载测试仪器,综合利用微型黑碳仪、热红外仪等精密仪器所提供的信息,结合地面数据处理系统对燃烧源进行精准定位,有效实现对燃烧源的迅速追踪溯源以及降低环境督查部门的监管成本。
如图1所示,本实施例中的一种燃烧源智能追踪方法,主要包括以下步骤:
S1采用热红外成像仪和黑碳仪对探测地区各行业典型燃烧(生物质、散煤、工业和垃圾焚烧)的热红外信息以及各行业产生废气的不同波段的吸收谱进行分类测量,从而建立针对尾气吸收光谱和热红外信息的特征谱库;
其中,所述尾气吸收光谱可利用微型黑碳仪测得不同燃烧源880nm和470nm两波段吸收强度,所述470nm波段的吸收强度Eabs_470nm代表了挥发性有机物的吸收,880nm波段的吸收强度Eabs_808nm代表了黑碳气溶胶的吸收,不同燃烧源释放两者的比例不同,通过定义无量纲参数γ=Eabs_808nm/Eabs_470nm来表征不同燃烧种类。
S2载有热红外成像仪和黑碳仪的无人机上升至距离地面100m的高空,飞行速度为50km/h,采用S型飞行路径进入粗扫模式,经过测试仪器得到的数据经数据传输装置传输至地面基站,地面基站接收到数据后利用数据后处理软件进行分析处理得到黑碳气溶胶时间序列图及沿无人机航线浓度分布图;
其中,粗扫地路径如图三所示,为保证区域扫描完整性,附图中两次纵向扫描间的横向扫描不应大于500m。
S3根据得到的数据分析结果实时监控黑炭气溶胶浓度,当黑碳气溶胶浓度增量超过30%时基站发出警报,无人机应立即减速直至停止并在此处悬停5s,若高值迅速消失,则认为是仪器异常高值,无人机继续升高飞行,维持粗扫模式;若黑碳气溶胶浓度高值持续维持,则认为不是仪器异常值,确认发现黑碳气溶胶浓度过高,所述无人机开始进入细扫模式;
S4如图2所示,当无人机进入细扫模式后,无人机速度降低至10km/h,并将热红外信息、无量纲参数γ值以及风速风向信息实时传入地面基站;地面基站数据后处理软件可以提取热红外成像中信号最高值,当信号最高值超过特征信息库中各类燃烧最低信号值时,地面基站发出警报认为发现燃烧点。
其中,若未立即发现燃烧点,数据后处理模块根据判断实时风速是否大于当地风速阈值2m/s,若大于该阀值,则认为是该点受系统性风控制,若低于该阈值则认为该地区受静稳天气控制;
判断为系统风控制情况,无人机根据基站收到风向信号沿上风向巡逻;判断为静稳天气情况,无人机的细扫路线规划主要依据黑碳气溶胶浓度梯度,即无人机沿黑碳气溶胶浓度梯度大于零或浓度梯度最小的方向移动;
地面基站数据后处理软件可以提取热红外成像中信号最高值,当信号最高值超过特征信息库中各类燃烧最低信号值时,地面基站发出警报认为发现燃烧点。
其中,阀值是根据当地实际气象情况调整而得,浓度梯度测量采用如下方式:
无人机在以高值点为中心进行边长为20m的正方形扫描,根据图5,计算出9个方向上的浓度梯度,计算公式为(c1-c2)/d。
S5无人机通过细扫模式发现燃烧点后,下落至垂直距燃烧点10m高度收集无量纲参数γ值及热红外信息,并连同GPS定位信息一起传输至地面基站,地面基站通过特征数据库匹配确定燃烧源类型,通过GPS信息确定燃烧源位置;
S6燃烧源位置通过远程通信系统传输至决策支撑模块,供环境执法人员进行参考。
上述方法中采用的智能追踪系统如图4所示,主要包括无人机体系和地面基站,所述的无人机上负载有无线传输装置、微型黑碳仪和热红外成像仪;所述地面基站由数据后处理模块、无线接发装置、可视化平台和警报装置构成,所述无线接发装置与无人机无线传输装置之间进行信息交互;可视化平台实时呈现经过数据后处理模板加工后的黑碳浓度、红外图像的时间序列和空间分布状况;通过可视化平台,可以通过人工校正来修正自动路径算法可能偏差;警报装置在无人机自动溯源算法确定燃烧源以后会发出警报,并将燃烧源位置种类信息传输至决策支撑模块,所述决策支撑模块包括环境督察处决策平台。
通过采用本发明公开的上述技术方案,得到了如下有益的效果:
本发明提供了一种快速寻找燃烧源的智能追踪方法,通过结合无人机快速飞行、机动性强、时效性高、维持及运行成本低的优点,搭载微型黑碳仪、热红外仪等精密仪器进行广泛探测,综合利用微型黑碳仪、热红外仪等精密仪器所提供的信息,结合地面数据处理系统对燃烧源进行精准定位,有效实现对燃烧的迅速追踪溯源以及降低环境督查部门的监管成本,并对偷排偷放进行有力的威慑。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视本发明的保护范围。
Claims (8)
1.一种燃烧源智能追踪方法,其特征在于,主要包括以下步骤:
S1,收集探测地区各行业典型燃烧的热红外信息以及各行业产生废气的不同波段的吸收谱,建立针对尾气吸收光谱和热红外信息的特征谱库;
S2,载有探测器的无人机上升,进入粗扫模式,数据传输至地面基站进行分析;
S3,当确认发现黑碳气溶胶浓度过高,所述无人机开始进入细扫模式;
S4,进入细扫模式后,无人机速度降低,并将热红外信息、无量纲参数γ值以及风速风向信息实时传入地面基站;
S5,无人机通过细扫模式发现燃烧点后,下落至垂直距燃烧点10-15m高度收集无量纲参数γ值及热红外信息,并连同GPS定位信息一起传输至地面基站,地面基站通过特征数据库匹配确定燃烧源类型,通过GPS信息确定燃烧源位置;
S6,燃烧源位置通过远程通信系统传输至决策支撑模块,供环境执法人员进行参考。
2.根据权利要求1所述的智能追踪方法,其特征在于,所述步骤S1中所述的典型燃烧包括生物质、散煤、工业和垃圾焚烧中的至少一种,所述尾气吸收光谱为测定不同燃烧源的880nm和470nm两波段吸收强度,热红外信息为燃烧释放的热红外强度进行分类测量。
3.根据权利要求2所述的智能追踪方法,其特征在于,所述470nm波段的吸收强度Eabs_470nm代表了挥发性有机物的吸收,880nm波段的吸收强度Eabs_808nm代表了黑碳气溶胶的吸收,不同燃烧源释放两者的比例不同,通过定义无量纲参数γ=Eabs_808nm/Eabs_470nm来表征不同燃烧种类。
4.根据权利要求1所述的智能追踪方法,其特征在于,所述步骤S2中无人机进行粗扫具体包括:无人机上升至距离地面100-120m的高度,飞行速度为40-50km/h,采用S型飞行路径,粗扫过程中微型黑碳仪所探测黑碳气溶胶浓度通过无人机无线通信模块传送至地面基站,地面基站数据后处理软件通过对信号噪声消除得到黑碳气溶胶时间序列图及沿无人机航线浓度分布图。
5.根据权利要求1所述的智能追踪方法,其特征在于,所述步骤S3中确认黑碳气溶胶浓度过高的过程具体包括以下步骤:
S31,通过地面基站的数据处理结果实时显示,当黑碳气溶胶浓度增量超过30%时基站发出警报,无人机应立即减速直至停止并在此处悬停5s;
S32,若黑碳气溶胶浓度高值迅速消失,则认为是仪器异常高值,无人机继续维持粗扫模式;
S33,若高值持续维持,则认为不是仪器异常值,表明找到明显黑碳浓度高值点,确认黑碳气溶胶浓度过高。
6.根据权利要求1所述的智能追踪方法,其特征在于,所述步骤S4具体包括以下步骤:
S41,进入细扫模式后,无人机速度降低至8-10km/h,并通过无线通信模块将热红外信息、无量纲参数γ值以及风速风向信息实时传入地面基站;
S42,若未立即发现燃烧点,数据后处理模块根据判断实时风速是否大于当地风速阀值,若大于该阀值,则认为是该点受系统性风控制,若低于该阈值则认为该地区受静稳天气控制;
S43,判断为系统风控制情况,无人机根据基站收到风向信号沿上风向巡逻;判断为静稳天气情况,无人机沿黑碳气溶胶浓度梯度大于零或浓度梯度最小的方向移动;
S44,地面基站数据后处理软件可以提取热红外成像中信号最高值,当信号最高值超过特征信息库中各类燃烧最低信号值时,地面基站发出警报认为发现燃烧点。
7.根据权利要求6所述的智能追踪方法,其特征在于,步骤S42中所述的风速阀值根据当地实际气象情况进行调整。
8.根据权利要求1所述的智能追踪方法,其特征在于,所述的无人机上负载有无线传输装置、微型黑碳仪和热红外成像仪;所述地面基站由数据后处理模块、无线接发装置、可视化平台和警报装置构成,所述无线接发装置与无人机无线传输装置之间进行信息交互;可视化平台实时呈现经过数据后处理模板加工后的黑碳浓度、红外图像的时间序列和空间分布状况;通过可视化平台,可以通过人工校正来修正自动路径算法可能偏差;警报装置在无人机自动溯源算法确定燃烧源以后会发出警报,并将燃烧源位置种类信息传输至决策支撑模块,所述决策支撑模块包括环境督察处决策平台。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811407047.4A CN109557571B (zh) | 2018-11-23 | 2018-11-23 | 一种燃烧源智能追踪方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811407047.4A CN109557571B (zh) | 2018-11-23 | 2018-11-23 | 一种燃烧源智能追踪方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109557571A true CN109557571A (zh) | 2019-04-02 |
CN109557571B CN109557571B (zh) | 2021-02-02 |
Family
ID=65867193
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811407047.4A Active CN109557571B (zh) | 2018-11-23 | 2018-11-23 | 一种燃烧源智能追踪方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109557571B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110794483A (zh) * | 2019-10-31 | 2020-02-14 | 中国气象局气象探测中心 | 一种高空大气运动探测系统及方法 |
CN113125675A (zh) * | 2021-04-19 | 2021-07-16 | 北京物资学院 | 边缘计算架构的堆场煤炭自燃预警装置和预警方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104133042A (zh) * | 2014-08-01 | 2014-11-05 | 江苏恒创软件有限公司 | 一种基于无人机的空气质量监测装置及监测方法 |
CN105824038A (zh) * | 2016-03-14 | 2016-08-03 | 南通科技职业学院 | 火情远程监控系统及其工作方法 |
CN105869340A (zh) * | 2016-03-28 | 2016-08-17 | 北方民族大学 | 一种基于无人机的异常火点监测系统及监测方法 |
WO2017137393A1 (en) * | 2016-02-10 | 2017-08-17 | Tyco Fire & Security Gmbh | A fire detection system using a drone |
CN107941988A (zh) * | 2017-10-16 | 2018-04-20 | 华南理工大学 | 一种检测气体污染源的无人机设备及监测方法 |
CN108535418A (zh) * | 2018-04-12 | 2018-09-14 | 盐城工学院 | 一种污染物溯源方法、装置、监控终端及存储介质 |
-
2018
- 2018-11-23 CN CN201811407047.4A patent/CN109557571B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104133042A (zh) * | 2014-08-01 | 2014-11-05 | 江苏恒创软件有限公司 | 一种基于无人机的空气质量监测装置及监测方法 |
WO2017137393A1 (en) * | 2016-02-10 | 2017-08-17 | Tyco Fire & Security Gmbh | A fire detection system using a drone |
CN105824038A (zh) * | 2016-03-14 | 2016-08-03 | 南通科技职业学院 | 火情远程监控系统及其工作方法 |
CN105869340A (zh) * | 2016-03-28 | 2016-08-17 | 北方民族大学 | 一种基于无人机的异常火点监测系统及监测方法 |
CN107941988A (zh) * | 2017-10-16 | 2018-04-20 | 华南理工大学 | 一种检测气体污染源的无人机设备及监测方法 |
CN108535418A (zh) * | 2018-04-12 | 2018-09-14 | 盐城工学院 | 一种污染物溯源方法、装置、监控终端及存储介质 |
Non-Patent Citations (1)
Title |
---|
RAWAD SALEH 等: "Brownness of organics in aerosols from biomass burning linked to their black carbon content", 《NATURE GEOSCIENCE》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110794483A (zh) * | 2019-10-31 | 2020-02-14 | 中国气象局气象探测中心 | 一种高空大气运动探测系统及方法 |
CN113125675A (zh) * | 2021-04-19 | 2021-07-16 | 北京物资学院 | 边缘计算架构的堆场煤炭自燃预警装置和预警方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109557571B (zh) | 2021-02-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107941988B (zh) | 一种检测气体污染源的无人机设备及监测方法 | |
CN113189615B (zh) | 一种使用垂直起降固定翼无人机对输电线路进行巡检的方法 | |
CN110082782A (zh) | 一种危化品园区巡检系统及其实现方法 | |
CN107764765A (zh) | 用于大气污染的监测系统及用于大气污染的监测方法 | |
CN106896145A (zh) | 有毒有害气体无人机检测系统和检测方法 | |
CN106710128A (zh) | 火警预警无人机 | |
CN109596487B (zh) | 一种高大建筑物工程扬尘溯源方法 | |
CN114088885B (zh) | 一种大气污染物走航检测系统 | |
CN112230680A (zh) | 一种无人机电力线路巡检控制方法 | |
CN110889455A (zh) | 一种化工园巡检机器人的故障检测定位及安全评估方法 | |
CN109557571A (zh) | 一种燃烧源智能追踪方法 | |
CN110673643A (zh) | 一种无人机智能环保监测系统及方法 | |
CN110133669A (zh) | 一种三维激光异物侵限监测方法及系统 | |
RU2471209C1 (ru) | Способ мониторинга атмосферного воздуха | |
CN110763804A (zh) | 基于无人机的大气污染源溯源系统及其方法 | |
CN115060850B (zh) | 空地双场耦合的大气污染源追踪和通量测量装置及方法 | |
CN107703516B (zh) | 一种远程测定船舶污染排放装置及其应用方法 | |
CN104112305A (zh) | 基于双激光测距的客流监测方法和装置 | |
CN113267601B (zh) | 一种基于机器视觉和数据分析的工业生产环境远程实时监测云平台 | |
CN116679011A (zh) | 一种监测碳排放源的无人机设备及监测方法 | |
CN113358033A (zh) | 基于视觉分析软测量的输电线下树木安全距离判断方法 | |
CN211122510U (zh) | 污染判定标定车辆用标准气发生装置及污染判定标定车辆 | |
CN116026778B (zh) | 一种基于天空地的园区碳排放综合监控系统和方法 | |
CN114112972B (zh) | 一种密闭空间sf6气体泄漏红外遥测装置及其成像定位方法 | |
CN108845584A (zh) | 一种基于ls-svm控制的风抗无人机追溯突发气体污染源方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |