CN109633114A - 污染监测装置及方法 - Google Patents
污染监测装置及方法 Download PDFInfo
- Publication number
- CN109633114A CN109633114A CN201910014329.6A CN201910014329A CN109633114A CN 109633114 A CN109633114 A CN 109633114A CN 201910014329 A CN201910014329 A CN 201910014329A CN 109633114 A CN109633114 A CN 109633114A
- Authority
- CN
- China
- Prior art keywords
- pollution
- control unit
- data
- sensor
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000012806 monitoring device Methods 0.000 title claims abstract description 31
- 238000001514 detection method Methods 0.000 claims abstract description 132
- 238000012544 monitoring process Methods 0.000 claims abstract description 98
- 238000007405 data analysis Methods 0.000 claims abstract description 79
- 238000004891 communication Methods 0.000 claims abstract description 20
- 238000013507 mapping Methods 0.000 claims abstract description 18
- XKMRRTOUMJRJIA-UHFFFAOYSA-N ammonia nh3 Chemical compound N.N XKMRRTOUMJRJIA-UHFFFAOYSA-N 0.000 claims description 43
- 239000000809 air pollutant Substances 0.000 claims description 39
- 231100001243 air pollutant Toxicity 0.000 claims description 39
- 238000004458 analytical method Methods 0.000 claims description 38
- 239000003344 environmental pollutant Substances 0.000 claims description 36
- 231100000719 pollutant Toxicity 0.000 claims description 33
- 238000012851 eutrophication Methods 0.000 claims description 27
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 17
- 230000006870 function Effects 0.000 claims description 12
- 238000012360 testing method Methods 0.000 claims description 10
- 230000004807 localization Effects 0.000 claims description 3
- 238000011144 upstream manufacturing Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 2
- 238000003915 air pollution Methods 0.000 claims 1
- 230000005540 biological transmission Effects 0.000 claims 1
- 235000013399 edible fruits Nutrition 0.000 claims 1
- 238000011109 contamination Methods 0.000 description 20
- RAHZWNYVWXNFOC-UHFFFAOYSA-N Sulphur dioxide Chemical compound O=S=O RAHZWNYVWXNFOC-UHFFFAOYSA-N 0.000 description 16
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 8
- 238000007689 inspection Methods 0.000 description 7
- 238000011835 investigation Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 4
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 4
- 229910052799 carbon Inorganic materials 0.000 description 4
- 238000013461 design Methods 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 229910052757 nitrogen Inorganic materials 0.000 description 4
- 229910052698 phosphorus Inorganic materials 0.000 description 4
- 239000011574 phosphorus Substances 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012372 quality testing Methods 0.000 description 4
- 238000007639 printing Methods 0.000 description 3
- 230000005855 radiation Effects 0.000 description 3
- 239000002912 waste gas Substances 0.000 description 3
- 241001269238 Data Species 0.000 description 2
- 210000000476 body water Anatomy 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 239000013589 supplement Substances 0.000 description 2
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G01N33/18—Water
-
- 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—General constructional details of gas analysers, e.g. portable test equipment concerning the detector specially adapted to detect a particular component
- G01N33/0042—SO2 or SO3
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P13/00—Indicating or recording presence, absence, or direction, of movement
- G01P13/02—Indicating direction only, e.g. by weather vane
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P5/00—Measuring speed of fluids, e.g. of air stream; Measuring speed of bodies relative to fluids, e.g. of ship, of aircraft
Landscapes
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Combustion & Propulsion (AREA)
- Aviation & Aerospace Engineering (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本申请提供一种污染监测装置及方法，污染监测装置包括：中央控制单元，中央控制单元包括至少一个处理器和与至少一个处理器连接的存储器，存储器内配置有指令，指令被配置为监测区块链，所述至少一个处理器被配置为执行指令；以及至少一个分控制单元，分控制单元上通信连接有污染检测传感器，污染检测传感器设置于污染源的检测范围内，分控制单元与中央控制单元无线通信连接。其中，中央控制单元内设置有数据分析模块和输出模块，分控制单元内设置有地理位置定位模块和时间戳模块。本申请提供的污染检测装置及方法可防止检测数据被后期篡改。
Description
技术领域
本申请涉及污染监测技术领域，更具体地，本申请涉及一种污染监测装置及污染监测方法。
背景技术
随着社会的发展，人们对环境的要求越来越高，越来越认同金山银山不如绿水青山，针对污染的防治也变得越来越重要。
现有的用于检测污染源的污染监测装置，多数着力于提高检测精度，并没有意识到用技术手段对检测数据管理的重要性。现实中，虽然检测污染源的各种指标的精度通常很高，但由于利益相关方的私下运作，检测数据往往被后期篡改，导致污染问题被掩盖。
因此，如何提供一种检测数据不能被后期篡改的污染监测装置，是目前本领域技术人员亟待解决的问题。
发明内容
有鉴于此，本申请的一个目的在于提供一种污染监测装置，该污染监测装置可防止检测数据被后期篡改。
本申请的另一个目的在于提供一种污染监测方法。
为达到上述目的，本申请提供一种污染监测装置，包括：中央控制单元，所述中央控制单元包括至少一个处理器和与所述至少一个处理器连接的存储器，所述存储器内配置有指令，所述指令被配置为监测区块链，所述至少一个处理器被配置为执行所述指令；以及至少一个分控制单元，所述分控制单元上通信连接有污染检测传感器，所述污染检测传感器设置于污染源的检测范围内，所述分控制单元与所述中央控制单元无线通信连接；其中，所述中央控制单元内设置有数据分析模块和输出模块；所述分控制单元内设置有地理位置定位模块和时间戳模块，所述地理位置定位模块被配置为对所述分控制单元的位置进行定位，得到分控制单元坐标，并将定位的所述分控制单元坐标发送给所述数据分析模块；所述时间戳模块被配置为对从所述污染检测传感器接收的检测数据加盖时间戳，并将加盖时间戳后的检测数据传送至所述数据分析模块；所述数据分析模块被配置为分析所述中央控制单元接收的数据，并将分析结果传送至所述输出模块；以及将所述分控制单元坐标和加盖时间戳后的所述检测数据写入所述监测区块链，并且所述输出模块被配置为输出所述数据分析模块的分析结果。
可选地，所述分控制单元上设置有识别模块，用于自动识别在所述污染源的位置处设置的包含数据码的介质，所述数据码中包括以下污染源信息：污染源编号、污染源类别和污染源所属单位；所述识别模块被配置为将识别到的所述污染源信息发送给所述数据分析模块，并且所述数据分析模块被配置为将所述污染源信息写入所述监测区块链。
可选地，所述分控制单元设置于所述污染源的位置处，所述数据分析模块被配置为从接收的检测数据中确定污染程度高于预设污染标准的数据所对应的污染源，并将与检测该污染源的污染检测传感器对应的分控制单元坐标绘制于警报地图上，所述输出模块被配置为将所述警报地图输出显示。
可选地，所述数据分析模块还用于根据所述污染检测传感器的检测数据所反映的污染高或低的程度定义以所述污染源为圆心的污染半径的大或小，并将所述污染源的污染面积绘制于所述警报地图上。
可选地，所述中央控制单元内还设置有富营养化警报模块，所述污染检测传感器为氨氮含量检测传感器，并被配置为将检测到的氨氮含量数据发送给时间戳模块加盖时间戳，所述数据分析模块被配置为分析加盖时间戳后的氨氮含量数据，若连续N次所述氨氮含量数据超过预设氨氮含量污染标准，则通知富营养化警报模块发出用于警示被检测区域水体出现水体富营养化危机的富营养化警报。
可选地，所述污染检测传感器被设置为组合传感器，所述组合传感器包括集成设置的空气污染物含量检测传感器和风向指示传感器。
可选地，所述污染监测装置还包括至少一架监测无人机以及风速测量器，所述至少一架监测无人机内设置有分控制单元和与所述分控制单元通信连接的空气污染物含量检测传感器，所述风速测量器被配置为在确定所述污染源位置后测量所述污染源位置的风速，所述风速测量器与至少一个分控制单元通信连接。
本申请还提供一种采用如上所述的污染监测装置的污染监测方法，包括以下步骤：S1，所述污染检测传感器检测所述污染源，并将检测到的检测数据传送给与所述污染检测传感器通信连接的分控制单元；S2，所述分控制单元的所述时间戳模块将接收到的所述检测数据加盖时间戳；S3，所述分控制单元将加盖时间戳后的检测数据和所述地理位置定位模块定位的分控制单元坐标传送至所述中央控制单元的所述数据分析模块；S4，所述数据分析模块将所述检测数据和所述分控制单元坐标写入所述监测区块链；S5，所述数据分析模块将所述检测数据和所述分控制单元坐标进行分析，得到分析结果；S6，所述数据分析模块将得到的分析结果传送至所述输出模块，所述输出模块输出所述分析结果。
可选地，在步骤S5之前，所述污染监测方法还包括以下步骤：S7，所述识别模块识别包含数据码的所述介质，所述数据码中包括以下污染源信息：污染源编号、污染源类别和污染源所属单位；S8，所述识别模块将识别到的所述污染源信息发送给所述数据分析模块；S9，所述数据分析模块将所述污染源信息写入所述监测区块链。
可选地，所述分控制单元设置于所述污染源的位置处；所述步骤S5包括：所述数据分析模块从接收的检测数据中确定污染程度高于预设污染标准的数据所对应的污染源，并将与检测该污染源的污染检测传感器对应的分控制单元坐标绘制于警报地图上；所述步骤S6包括：所述输出模块将所述警报地图输出显示。
可选地，所述步骤S5还包括：所述数据分析模块根据所述污染检测传感器的检测数据所反映的污染高或低的程度定义以所述污染源为圆心的污染半径的大或小，并将所述污染源的污染面积绘制于所述警报地图上。
可选地，所述污染检测传感器为用于检测氨氮含量的氨氮含量检测传感器；所述步骤S5还包括：所述数据分析模块分析加盖时间戳后的从所述氨氮含量检测传感器接收的氨氮含量数据，若连续N次所述氨氮含量数据超过预设氨氮含量污染标准，则通知所述中央控制单元内设置的富营养化警报模块发出用于警示被检测区域水体出现水体富营养化危机的富营养化警报。
可选地，所述污染检测传感器为组合传感器，所述组合传感器为集成设置的空气污染物含量检测传感器和风向指示传感器，所述步骤S5具体包括：S11，所述数据分析模块定位检测到空气污染物超标的所述组合传感器，并获得所述组合传感器检测到的风向的数据，假设污染源位于该组合传感器沿所述风向上游的射线方向上，定义所述射线为识别射线；S12，所述数据分析模块通过对多个所述组合传感器的数据的统筹判断，确定判断所述污染源的位置的多条识别射线，如果所述多条识别射线中包括至少两条相交的识别射线，则确定至少一个相交点，将所述相交点位置确定为所述污染源所处的位置区域的圆心。
可选地，所述分控制单元和所述空气污染物含量检测传感器设置在至少一架监测无人机内，所述方法还包括：S13，当任一所述组合传感器检测到空气污染物超标时，安排一架所述监测无人机从该组合传感器位置沿该组合传感器确定的识别射线方向飞行，并每隔时间t1向所述中央控制单元发送污染物检测数据和该检测时刻该无人机上的分控制单元的分控制单元坐标；S14，所述中央控制单元的所述数据分析模块对至少一架所述无人机上的分控制单元传回的数据进行统筹分析，将最高的所述污染物检测数据对应的位置确定为所述污染源的位置；S15，确定所述污染源位置后，在所述污染源的排放口设置组合传感器和风速测量器，并设置与所述组合传感器和所述风速测量器通信连接的至少一个分控制单元，所述分控制单元并每隔时间t2向所述中央控制单元发送污染物检测数据、风向数据和风速数据，同时安排所述至少一架无人机以所述污染源位置为起点，分别按照周向均布设置的直线路径飞行，并每隔时间t2向所述中央控制单元发送污染物检测数据和该检测时刻该无人机上的分控制单元的分控制单元坐标；S16，所述数据分析模块综合分析所述污染源的污染物检测数据、风向数据和风速数据，并综合分析所述无人机收集的污染物检测数据和所述无人机上的分控制单元的分控制单元坐标数据，生成污染物浓度值相对于风速、风向和与污染源距离的传播函数；S17，根据所述传播函数预测任一位置的污染物浓度。
可选地，污染检测传感器包括：用于检测化学需氧量的化学需氧量传感器；用于检测总有机碳含量的总有机碳含量传感器；用于检测总磷含量的总磷含量传感器；用于检测总氮含量的总氮含量传感器；和用于检测pH值的pH值传感器。
可选地，污染监测方法还包括步骤：S18，将接收的污染检测传感器检测到的数据中污染程度高于预设污染标准的数据所对应的污染源列入污染源清单，并向有权知情者发出污染警报。
本申请提供的污染监测装置中的污染检测传感器可以为用于检测不同污染指标的多种传感器，污染检测传感器与分控制单元通信连接，可以是一个或者多个污染检测传感器与同一个分控制单元通信连接，然后多个分控制单元与中央控制单元通信连接，中央控制单元用于接收分控制单元发送的检测数据，由于中央控制单元内部有至少一个处理器和与其连接的存储器，存储器内存储的指令被配置为监测区块链，检测数据传输到中央控制单元后被直接写入监测区块链，写入后无法篡改，因此整个环节杜绝了人工干预，既节省了人力，减少了人为失误，又实现了数据采集与记录的全自动完成。
中央控制单元内设置的数据分析模块用于分析接收到的数据，输出模块用于输出分析结果等信息。分控制单元上设置有地理位置定位模块和时间戳模块。时间戳模块对从污染检测传感器接收的检测数据加盖时间戳，并将加盖时间戳后的检测数据传送至数据分析模块，进一步防止利益相关方在分控制单元环节篡改数据，造成数据不准，从而提供了一种检测数据不能被后期篡改的污染监测装置。由于中央控制单元与分控制单元无线连接，便于将分控制单元和污染检测传感器整体布置在污染源上，尤其是可移动的污染源，例如大型挖矿设备的废气排放口、海上核电供电船的辐射防护重点监测区等位置，中央控制单元可以同时接收多个分控制单元的检测数据，即等于同时监控多个可移动或不可移动的污染源目标。这种技术方案的创新提高了本申请提供的污染监测装置的应用范围，实现了对难于监测的移动污染源的监测。
优选地，分控制单元同污染检测传感器可以一同设置于污染源上，可以通过定位分控制单元的位置来定位污染源的位置，且分控制单元与中央控制单元无线通信连接，因此，分控制单元可以将位置信息传输到中央控制单元，然后立即写入监测区块链，实现监控污染源的位置，且无法后续篡改数据。地理位置定位模块可以为卫星定位模块、无线基站定位模块或者雷达定位模块。
污染源的位置处设置有包含关于该污染源基本信息的数据码的介质，数据码可以是条形码或者二维码，分控制单元上设置有自动识别数据码的识别模块，例如扫码摄像头。数据码中可以包含多种信息，例如污染源编号、污染源类别和污染源所属单位等信息。这种技术方案使污染源的管理工作变得简洁，无需每次人工填写重要信息，只要使用识别模块识别，则可以完成数据录入，然后传输到数据分析模块，并且数据分析模块将污染源信息写入监测区块链，集中管理数据。
中央控制单元内设置有针对每一种污染指标的预设污染标准，污染检测传感器的数据传输回中央控制单元，如果污染程度高于预设污染标准，则要重点关注该污染源。由于可以通过分控制单元的地理位置定位模块定位每个污染源，因此可以将所有需要重点关注的污染源绘制在地图上，形成一张警报地图，并且进一步通过输出模块将警报地图输出，该输出模块的输出可以是通过显示屏幕输出或者通过打印纸质地图输出。
附图说明
在所附权利要求书中具体阐述了本申请的新颖特征。通过参考对在其中利用到本申请原理的说明性实施例加以阐述的以下详细描述和附图，将会对本申请的特征和优点获得更好的理解。附图仅用于示出实施例的目的，而不应当认为是对本申请的限制。在附图中：
图1为本申请所提供的污染监测装置的一个实施例的结构示意图；
图2为本申请所提供的污染监测方法的一个实施例的流程图；
图3为利用组合传感器确定污染源所处的位置区域的圆心的示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
参考图1，图1为本申请所提供的污染监测装置的一个实施例的结构示意图。本申请提供的污染监测装置，包括：中央控制单元，中央控制单元包括至少一个处理器和与至少一个处理器连接的存储器，存储器内配置有指令，指令被配置为监测区块链，至少一个处理器被配置为执行指令；以及至少一个分控制单元，分控制单元上通信连接有污染检测传感器，污染检测传感器设置于污染源的检测范围内，分控制单元与中央控制单元无线通信连接；其中，中央控制单元内设置有数据分析模块和输出模块；分控制单元内设置有地理位置定位模块和时间戳模块，地理位置定位模块被配置为对分控制单元的位置进行定位，得到分控制单元坐标，并将定位的分控制单元坐标发送给数据分析模块；时间戳模块被配置为对从污染检测传感器接收的检测数据加盖时间戳，并将加盖时间戳后的检测数据传送至数据分析模块；数据分析模块被配置为分析中央控制单元接收的数据，并将分析结果传送至输出模块；以及将分控制单元坐标和加盖时间戳后的检测数据写入监测区块链，并且输出模块被配置为输出数据分析模块的分析结果。
污染检测传感器可以为用于检测不同污染指标的多种传感器，污染检测传感器与分控制单元通信连接，可以是一个或者多个污染检测传感器与同一个分控制单元通信连接，然后多个分控制单元与中央控制单元通信连接，中央控制单元用于接收分控制单元发送的检测数据，由于中央控制单元内部有至少一个处理器和与其连接的存储器，存储器内存储的指令被配置为监测区块链，检测数据传输到中央控制单元后被直接写入监测区块链，写入后无法篡改，因此整个环节杜绝了人工干预，既节省了人力，减少了人为失误，又实现了数据采集与记录的全自动完成。
中央控制单元内设置的数据分析模块用于分析接收到的数据，输出模块用于输出分析结果等信息。分控制单元上设置有地理位置定位模块和时间戳模块。时间戳模块对从污染检测传感器接收的检测数据加盖时间戳，并将加盖时间戳后的检测数据传送至数据分析模块，进一步防止利益相关方在分控制单元环节篡改数据，造成数据不准，从而提供了一种检测数据不能被后期篡改的污染监测装置。由于中央控制单元与分控制单元无线连接，便于将分控制单元和污染检测传感器整体布置在污染源上，尤其是可移动的污染源，例如大型挖矿设备的废气排放口、海上核电供电船的辐射防护重点监测区等位置，中央控制单元可以同时接收多个分控制单元的检测数据，即等于同时监控多个可移动或不可移动的污染源目标。这种技术方案的创新提高了本申请提供的污染监测装置的应用范围，实现了对难于监测的移动污染源的监测。
优选地，分控制单元同污染检测传感器可以一同设置于污染源上，可以通过定位分控制单元的位置来定位污染源的位置，且分控制单元与中央控制单元无线通信连接，因此，分控制单元可以将位置信息传输到中央控制单元，然后立即写入监测区块链，实现监控污染源的位置，且无法后续篡改数据。地理位置定位模块可以为卫星定位模块、无线基站定位模块或者雷达定位模块。
在本申请一具体实施例中，分控制单元上设置有识别模块，用于自动识别在污染源的位置处设置的包含数据码的介质，数据码中包括以下污染源信息：污染源编号、污染源类别和污染源所属单位；识别模块被配置为将识别到的污染源信息发送给数据分析模块，并且数据分析模块被配置为将污染源信息写入监测区块链。数据码可以是条形码或者二维码，分控制单元上设置有自动识别数据码的识别模块，例如扫码摄像头。数据码中可以包含多种信息，例如污染源编号、污染源类别和污染源所属单位等信息。这种技术方案使污染源的管理工作变得简洁，无需每次人工填写重要信息，只要使用识别模块识别，则可以完成数据录入，然后传输到数据分析模块，并且数据分析模块将污染源信息写入监测区块链，集中管理数据。
在本申请一具体实施例中，分控制单元设置于污染源的位置处，数据分析模块被配置为从接收的检测数据中确定污染程度高于预设污染标准的数据所对应的污染源，并将与检测该污染源的污染检测传感器对应的分控制单元坐标绘制于警报地图上，输出模块被配置为将警报地图输出显示。中央控制单元内设置有针对每一种污染指标的预设污染标准，污染检测传感器的数据传输回中央控制单元，如果污染程度高于预设污染标准，则要重点关注该污染源。由于可以通过分控制单元的地理位置定位模块定位每个污染源，因此可以将所有需要重点关注的污染源绘制在地图上，形成一张警报地图，并且进一步通过输出模块将警报地图输出，该输出模块的输出可以是通过显示屏幕输出或者通过打印纸质地图输出。
在本申请一具体实施例中，数据分析模块还用于根据污染检测传感器的检测数据所反映的污染高或低的程度定义以污染源为圆心的污染半径的大或小，并将污染源的污染面积绘制于警报地图上。在更进一步的技术方案中，中央控制单元中的数据分析模块还内设对污染指标数据的评价标准。该评价标准根据大量历史数据和技术人员的经验数据确定，例如某一种污染指标作为对应该污染指标的污染面积的函数的变量，这样，污染指标越严重，对应的污染面积越大，依据接收到的污染指标数据就能确定污染面积的大小，该面积为圆形区域的面积，以污染源为圆心，以确定的半径为半径，绘制在警报地图上。根据该警报地图，公众可以直观了解污染区域或潜在污染危险区域，避开出行与游玩。通过这种技术手段，督促排污的污染源机构和相应的监管机构努力提高环境质量。
在本申请一具体实施例中，中央控制单元内还设置有富营养化警报模块，污染检测传感器为氨氮含量检测传感器，并被配置为将检测到的氨氮含量数据发送给时间戳模块加盖时间戳，数据分析模块被配置为分析加盖时间戳后的氨氮含量数据，若连续N次氨氮含量数据超过预设氨氮含量污染标准，则通知富营养化警报模块发出用于警示被检测区域水体出现水体富营养化危机的富营养化警报。针对氨氮含量的监测，有更深层的目的，氨氮含量过高不只是这一项污染指标的问题，还会造成水体富营养化，基于这种连带效应，可以设计一种预测技术，通过氨氮含量的监测可以预测将要发生水体富营养化的区域，提前设计应对措施。上述N次可以具体地设置为1次、2次、3次或者4次，N优选地可以设置为3次，这是我们实际工作中得到的经验数据，连续3次氨氮含量数据超过预设氨氮含量污染标准极其容易导致水体富营养化危机，需要发出富营养化警报。
在本申请一具体实施例中，污染检测传感器被设置为组合传感器，组合传感器包括集成设置的空气污染物含量检测传感器和风向指示传感器。这里提供一种组合传感器的监测技术方案，组合传感器包括两种传感器，一种是检测空气污染物含量的空气污染物含量检测传感器，另一种是风向指示传感器，二者设置在同一监测点，当检测到空气污染物超标时，两个数据同时传回，这样由于有风向数据，可以知道污染源在朝向风向上游方向的射线的方向上，这就在一定程度上缩小了排查目标。
需要说明的是，上述的射线为数学中的概念，而不是物理学中的具有特定能量的粒子或光子束流。如果能够有另一位置的组合传感器传回的数据，且确定第二条识别射线，两条识别射线能够相交，则可以确定污染源的位置就在交点附近。如果通过组合传感器阵列传回多组数据，确定了多条识别射线，对应多个交点，则说明有多个污染源，这种方式不同于传统排查污染源的技术，传统排查污染源的技术发现污染物超标也无法知道有多少污染源。
上述的空气污染物含量检测传感器可以是二氧化硫含量检测传感器，用于重点监控空气中的二氧化硫污染，组合传感器也可以包括多种空气污染物检测传感器和风向指示传感器。在实际应用中，不同地点的风向可能是不平行的，这样确定的识别射线会相交，或者不同时间点的风向也可能是不平行的，这样确定的识别射线会相交。同一时间点的两个紧邻的组合传感器有可能出现风向相同的情况，确定的识别射线不能相交，这样只能确定污染源的大概方向，需要其他组合传感器的数据补充，这样相交点位置也可以确定为污染源的位置或位置范围的中心，会有一些误差，如果污染源是厂区类型的大型目标，是可以定位的，但是一般来说，可以认为，这种方式可以确定污染源所处的位置区域的圆心，污染源就在附近，需要进一步优化以精确确定污染源位置。
对上述举例说明，参考图3，图3为利用组合传感器确定污染源所处的位置区域的圆心的示意图；其中，在第一风向的情况下，第一组合传感器可以确定第一识别射线，在第二风向的情况下，第二组合传感器可以确定第二识别射线，第一识别射线和第二识别射线相交，交点位置可以确定为污染源所处的位置区域的圆心。
在本申请一具体实施例中，污染监测装置还包括至少一架监测无人机以及风速测量器，至少一架监测无人机内设置有分控制单元和与分控制单元通信连接的空气污染物含量检测传感器，风速测量器被配置为在确定污染源位置后测量污染源位置的风速，风速测量器与至少一个分控制单元通信连接。
本质上不是只有无人机的方案是可行的，有人飞行器也是可以的，这里的技术方案优选地采用无人机，是因为无人机成本低，而且能够更好地按照程序执行指令，便于使用程序大规模操作，实现全过程自动化；污染检测传感器被配置为空气污染物含量检测传感器，本技术方案尤其针对的是对大气污染的监控；组合传感器的阵列能够实现在广大区域中分布设置，组合传感器在阵列中大体是均匀分布的，如果某一个或者多个组合传感器检测到空气污染物超标，则可以设计计算机程序自动执行命令，安排无人机以检测到空气污染物超标的组合传感器的位置为起点，沿着该组合传感器确定的识别射线飞行，在飞行的同时不断进行对空气污染物的检测，因为无人机内设置有分控制单元，而分控制单元内设置有地理位置定位模块和时间戳模块，所以无人机每次检测到的污染物检测数据均会伴随检测的地理位置信息和检测时间信息一同传回中央控制单元。
一般情况下，会有多架无人机按照不同的识别射线路径飞行，并获得沿线的污染物检测数据，这样中央控制单元的数据分析模块会收集较为全面的数据，鉴于利用识别射线的方式已经可以大概确定污染源所在的区域，进一步加上无人机上的空气污染物含量检测传感器的检测数据，以污染物检测数据最高的位置对应的位置作为污染源位置，在污染物检测数据相同时，以距离前述的污染源所处位置区域的圆心最近的位置为污染源位置。这是一种识别污染源位置精度非常高的方法，可以应用于在广袤的工业区迅速监控和定位污染源，这种方法尤其适用于针对污染物是二氧化硫的污染源的检测，相应地，空气污染物含量检测传感器为二氧化硫含量检测传感器。
确定污染源位置只是阶段性成果，要进一步优化技术方案，对确定位置的污染源进一步监测。在污染源的排放口设置组合传感器和风速测量器，组合传感器用于测量排放口位置的空气污染物含量和风向，风速测量器用于测量排放口位置的风速，这些排放口的数据通过分控制单元发送至中央控制单元；并且每间隔时间t2发送一次，保持持续测量一系列数据。在开始测量排放口数据的同时，安排两架、四架、八架或者十六架无人机从排放口位置起飞，每架无人机沿不同的直线路径飞行，多架无人机的直线路径为周向均布，例如四架无人机分别的路径为任意相邻两架的路径成90度角，八架无人机分别的路径为任意相邻两架的路径成45度角，以此类推。这样有利于得到以污染源为中心的广袤工业区的较为全面的各个方向的污染数据，无人机同样每间隔时间t2检测一次污染物含量，并连同执行检测的地理位置坐标一同发送给中央控制单元。地理位置坐标的数据等同于无人机上的分控制单元的分控制单元坐标。具体地，数据分析模块根据上述数据，可以通过数据拟合、大数据分析等方式输出污染物浓度值相对于风速、风向和与污染源距离的传播函数，根据传播函数可以预测任一位置的污染物浓度。
参考图2，图2为本申请所提供的污染监测方法的一个实施例的流程图。本申请提供的采用上述的污染监测装置的污染监测方法，包括以下步骤：S1，污染检测传感器检测污染源，并将检测到的检测数据传送给与污染检测传感器通信连接的分控制单元；S2，分控制单元的时间戳模块将接收到的检测数据加盖时间戳；S3，分控制单元将加盖时间戳后的检测数据和地理位置定位模块定位的分控制单元坐标传送至中央控制单元的数据分析模块；S4，数据分析模块将检测数据和分控制单元坐标写入监测区块链；S5，数据分析模块将检测数据和分控制单元坐标进行分析，得到分析结果；S6，数据分析模块将得到的分析结果传送至输出模块，输出模块输出分析结果。
污染检测传感器可以为用于检测不同污染指标的多种传感器，污染检测传感器与分控制单元通信连接，可以是一个或者多个污染检测传感器与同一个分控制单元通信连接，然后多个分控制单元与中央控制单元通信连接，中央控制单元用于接收分控制单元发送的检测数据，由于中央控制单元内部有至少一个处理器和与其连接的存储器，存储器内存储的指令被配置为监测区块链，检测数据传输到中央控制单元后被直接写入监测区块链，写入后无法篡改，因此整个环节杜绝了人工干预，既节省了人力，减少了人为失误，又实现了数据采集与记录的全自动完成。
中央控制单元内设置的数据分析模块用于分析接收到的数据，输出模块用于输出分析结果等信息。分控制单元上设置有地理位置定位模块和时间戳模块。时间戳模块对从污染检测传感器接收的检测数据加盖时间戳，并将加盖时间戳后的检测数据传送至数据分析模块，进一步防止利益相关方在分控制单元环节篡改数据，造成数据不准，从而提供了一种检测数据不能被后期篡改的污染监测装置。由于中央控制单元与分控制单元无线连接，便于将分控制单元和污染检测传感器整体布置在污染源上，尤其是可移动的污染源，例如大型挖矿设备的废气排放口、海上核电供电船的辐射防护重点监测区等位置，中央控制单元可以同时接收多个分控制单元的检测数据，即等于同时监控多个可移动或不可移动的污染源目标。这种技术方案的创新提高了本申请提供的污染监测装置的应用范围，实现了对难于监测的移动污染源的监测。
优选地，分控制单元同污染检测传感器可以一同设置于污染源上，可以通过定位分控制单元的位置来定位污染源的位置，且分控制单元与中央控制单元无线通信连接，因此，分控制单元可以将位置信息传输到中央控制单元，然后立即写入监测区块链，实现监控污染源的位置，且无法后续篡改数据。地理位置定位模块可以为卫星定位模块、无线基站定位模块或者雷达定位模块。
在本申请一具体实施例中，在步骤S5之前，所述方法还包括以下步骤：S7，识别模块识别包含数据码的介质，数据码中包括以下污染源信息：污染源编号、污染源类别和污染源所属单位；S8，识别模块将识别到的污染源信息发送给数据分析模块；S9，数据分析模块将污染源信息写入监测区块链。污染源的位置处设置有包含关于该污染源基本信息的数据码的介质，数据码可以是条形码或者二维码，分控制单元上设置有自动识别数据码的识别模块，例如扫码摄像头。数据码中可以包含多种信息，例如污染源编号、污染源类别和污染源所属单位等信息。这种技术方案使污染源的管理工作变得简洁，无需每次人工填写重要信息，只要使用识别模块识别，则可以完成数据录入，然后传输到数据分析模块，并且数据分析模块将污染源信息写入监测区块链，集中管理数据。
在本申请一具体实施例中，分控制单元设置于污染源的位置处；步骤S5包括：数据分析模块从接收的检测数据中确定污染程度高于预设污染标准的数据所对应的污染源，并将与检测该污染源的污染检测传感器对应的分控制单元坐标绘制于警报地图上；步骤S6包括：输出模块将警报地图输出显示。中央控制单元内设置有针对每一种污染指标的预设污染标准，污染检测传感器的数据传输回中央控制单元，如果污染程度高于预设污染标准，则要重点关注该污染源。由于可以通过分控制单元的地理位置定位模块定位每个污染源，因此可以将所有需要重点关注的污染源绘制在地图上，形成一张警报地图，并且进一步通过输出模块将警报地图输出，该输出模块的输出可以是通过显示屏幕输出或者通过打印纸质地图输出。
在本申请一具体实施例中，所述步骤S5还包括：数据分析模块根据污染检测传感器的检测数据所反映的污染高或低的程度定义以污染源为圆心的污染半径的大或小，并将污染源的污染面积绘制于警报地图上。在更进一步的技术方案中，中央控制单元中的数据分析模块还内设对污染指标数据的评价标准。该评价标准根据大量历史数据和技术人员的经验数据确定，例如某一种污染指标作为对应该污染指标的污染面积的函数的变量，这样，污染指标越严重，对应的污染面积越大，依据接收到的污染指标数据就能确定污染面积的大小，该面积为圆形区域的面积，以污染源为圆心，以确定的半径为半径，绘制在警报地图上。根据该警报地图，公众可以直观了解污染区域或潜在污染危险区域，避开出行与游玩。通过这种技术手段，督促排污的污染源机构和相应的监管机构努力提高环境质量。
在本申请一具体实施例中，污染检测传感器为用于检测氨氮含量的氨氮含量检测传感器；步骤S5还包括：数据分析模块分析加盖时间戳后的从氨氮含量检测传感器接收的氨氮含量数据，若连续N次氨氮含量数据超过预设氨氮含量污染标准，则通知中央控制单元内设置的富营养化警报模块发出用于警示被检测区域水体出现水体富营养化危机的富营养化警报。针对氨氮含量的监测，有更深层的目的，氨氮含量过高不只是这一项污染指标的问题，还会造成水体富营养化，基于这种连带效应，可以设计一种预测技术，通过氨氮含量的监测可以预测将要发生水体富营养化的区域，提前设计应对措施。上述N次可以具体地设置为1次、2次、3次或者4次，N优选地可以设置为3次，这是我们实际工作中得到的经验数据，连续3次氨氮含量数据超过预设氨氮含量污染标准极其容易导致水体富营养化危机，需要发出富营养化警报。
在本申请一具体实施例中，污染检测传感器为组合传感器，组合传感器为集成设置的空气污染物含量检测传感器和风向指示传感器，步骤S5具体包括：S11，数据分析模块定位检测到空气污染物超标的组合传感器，并获得组合传感器检测到的风向的数据，假设污染源位于该组合传感器沿风向上游的射线方向上，定义射线为识别射线；S12，数据分析模块通过对多个组合传感器的数据的统筹判断，确定判断污染源的位置的多条识别射线，如果多条识别射线中包括至少两条相交的识别射线，则确定至少一个相交点，将相交点位置确定为污染源所处的位置区域的圆心。这里提供一种组合传感器的监测技术方案，组合传感器包括两种传感器，一种是检测空气污染物含量的空气污染物含量检测传感器，另一种是风向指示传感器，二者设置在同一监测点，当检测到空气污染物超标时，两个数据同时传回，这样由于有风向数据，可以知道污染源在朝向风向上游方向的射线的方向上，这就在一定程度上缩小了排查目标。
需要说明的是，上述的射线为数学中的概念，而不是物理学中的具有特定能量的粒子或光子束流。如果能够有另一位置的组合传感器传回的数据，且确定第二条识别射线，两条识别射线能够相交，则可以确定污染源的位置就在交点附近。如果通过组合传感器阵列传回多组数据，确定了多条识别射线，对应多个交点，则说明有多个污染源，这种方式不同于传统排查污染源的技术，传统排查污染源的技术发现污染物超标也无法知道有多少污染源。上述的空气污染物含量检测传感器可以是二氧化硫含量检测传感器，用于重点监控空气中的二氧化硫污染，组合传感器也可以包括多种空气污染物检测传感器和风向指示传感器。在实际应用中，不同地点的风向可能是不平行的，这样确定的识别射线会相交，或者不同时间点的风向也可能是不平行的，这样确定的识别射线会相交。同一时间点的两个紧邻的组合传感器有可能出现风向相同的情况，确定的识别射线不能相交，这样只能确定污染源的大概方向，需要其他组合传感器的数据补充，这样相交点位置也可以确定为污染源的位置或位置范围的中心，会有一些误差，如果污染源是厂区类型的大型目标，是可以定位的，但是一般来说，可以认为，这种方式可以确定污染源所处的位置区域的圆心，污染源就在附近，需要进一步优化以精确确定污染源位置。
对上述举例说明，参考图3，图3为利用组合传感器确定污染源所处的位置区域的圆心的示意图；其中，在第一风向的情况下，第一组合传感器可以确定第一识别射线，在第二风向的情况下，第二组合传感器可以确定第二识别射线，第一识别射线和第二识别射线相交，交点位置可以确定为污染源所处的位置区域的圆心。
在本申请一具体实施例中，分控制单元和空气污染物含量检测传感器设置在至少一架监测无人机内，方法还包括：S13，当任一组合传感器检测到空气污染物超标时，安排一架监测无人机从该组合传感器位置沿该组合传感器确定的识别射线方向飞行，并每隔时间t1向中央控制单元发送污染物检测数据和该检测时刻该无人机上的分控制单元的分控制单元坐标；S14，中央控制单元的数据分析模块对至少一架无人机上的分控制单元传回的数据进行统筹分析，将最高的污染物检测数据对应的位置确定为污染源的位置；S15，确定污染源位置后，在污染源的排放口设置组合传感器和风速测量器，并设置与组合传感器和风速测量器通信连接的至少一个分控制单元，分控制单元并每隔时间t2向中央控制单元发送污染物检测数据、风向数据和风速数据，同时安排至少一架无人机以污染源位置为起点，分别按照周向均布设置的直线路径飞行，并每隔时间t2向中央控制单元发送污染物检测数据和该检测时刻该无人机上的分控制单元的分控制单元坐标；S16，数据分析模块综合分析污染源的污染物检测数据、风向数据和风速数据，并综合分析无人机收集的污染物检测数据和无人机上的分控制单元的分控制单元坐标数据，生成污染物浓度值相对于风速、风向和与污染源距离的传播函数；S17，根据传播函数预测任一位置的污染物浓度。
本质上不是只有无人机的方案是可行的，有人飞行器也是可以的，这里的技术方案优选地采用无人机，是因为无人机成本低，而且能够更好地按照程序执行指令，便于使用程序大规模操作，实现全过程自动化；污染检测传感器被配置为空气污染物含量检测传感器，本技术方案尤其针对的是对大气污染的监控；组合传感器的阵列能够实现在广大区域中分布设置，组合传感器在阵列中大体是均匀分布的，如果某一个或者多个组合传感器检测到空气污染物超标，则可以设计计算机程序自动执行命令，安排无人机以检测到空气污染物超标的组合传感器的位置为起点，沿着该组合传感器确定的识别射线飞行，在飞行的同时不断进行对空气污染物的检测，因为无人机内设置有分控制单元，而分控制单元内设置有地理位置定位模块和时间戳模块，所以无人机每次检测到的污染物检测数据均会伴随检测的地理位置信息和检测时间信息一同传回中央控制单元。
一般情况下，会有多架无人机按照不同的识别射线路径飞行，并获得沿线的污染物检测数据，这样中央控制单元的数据分析模块会收集较为全面的数据，鉴于利用识别射线的方式已经可以大概确定污染源所在的区域，进一步加上无人机上的空气污染物含量检测传感器的检测数据，以污染物检测数据最高的位置对应的位置作为污染源位置，在污染物检测数据相同时，以距离前述的污染源所处位置区域的圆心最近的位置为污染源位置，是一种识别污染源位置精度非常高的方法，可以应用于在广袤的工业区迅速监控和定位污染源，这种方法尤其适用于针对污染物是二氧化硫的污染源的检测，相应地，空气污染物含量检测传感器为二氧化硫含量检测传感器。
确定污染源位置只是阶段性成果，要进一步优化技术方案，对确定位置的污染源进一步监测。在污染源的排放口设置组合传感器和风速测量器，组合传感器用于测量排放口位置的空气污染物含量和风向，风速测量器用于测量排放口位置的风速，这些排放口的数据通过分控制单元发送至中央控制单元；并且每间隔时间t2发送一次，保持持续测量一系列数据。在开始测量排放口数据的同时，安排两架、四架、八架或者十六架无人机从排放口位置起飞，每架无人机沿不同的直线路径飞行，多架无人机的直线路径为周向均布，例如四架无人机分别的路径为任意相邻两架的路径成90度角，八架无人机分别的路径为任意相邻两架的路径成45度角，以此类推。这样有利于得到以污染源为中心的广袤工业区的较为全面的各个方向的污染数据，无人机同样每间隔时间t2检测一次污染物含量，并连同执行检测的地理位置坐标一同发送给中央控制单元。地理位置坐标的数据等同于无人机上的分控制单元的分控制单元坐标。具体地，数据分析模块根据上述数据，可以通过数据拟合、大数据分析等方式输出污染物浓度值相对于风速、风向和与污染源距离的传播函数，根据传播函数可以预测任一位置的污染物浓度。
在本申请一具体实施例中，污染检测传感器包括：用于检测化学需氧量的化学需氧量传感器；用于检测总有机碳含量的总有机碳含量传感器；用于检测总磷含量的总磷含量传感器；用于检测总氮含量的总氮含量传感器；和用于检测pH值的pH值传感器。以上各种类型的传感器都可以为一个或多个。
在本申请一具体实施例中，所述方法还包括步骤：S18，将接收的污染检测传感器检测到的数据中污染程度高于预设污染标准的数据所对应的污染源列入污染源清单，并向有权知情者发出污染警报。在绘制警报地图的同时，由于已经筛选出了需要重点关注的污染源，所以能够进一步将这些污染源列入污染源清单进行重点管理，与此同时，向相关的有权知情者发出污染警报，提示需要重点关注的污染源的基本信息，便于有权知情者，例如环境监管部门调查与监管。
应当理解，本公开内容的方法实施例中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施例可以包括附加的步骤和/或省略执行的步骤。本申请的范围在此方面不受限制。
在本文所提供的说明书中，说明了大量具体细节。然而，应当理解，本公开内容的实施例可以在没有这些具体细节的情况下实践。在一些实施例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
虽然本文已经示出和描述了本申请的示例性实施例，但对于本领域技术人员显而易见的是，这样的实施例只是以示例的方式提供的。本领域技术人员现将会在不偏离本申请的情况下想到许多更改、改变和替代。应当理解，在实践本申请的过程中可以采用对本文所描述的本申请实施例的各种替代方案。权利要求旨在限定本申请的范围，并因此覆盖这些权利要求范围内的方法和结构及其等同项。
Claims (14)
1.一种污染监测装置，其特征在于，包括：
中央控制单元，所述中央控制单元包括至少一个处理器和与所述至少一个处理器连接的存储器，所述存储器内配置有指令，所述指令被配置为监测区块链，所述至少一个处理器被配置为执行所述指令；以及
至少一个分控制单元，所述分控制单元上通信连接有污染检测传感器，所述污染检测传感器设置于污染源的检测范围内，所述分控制单元与所述中央控制单元无线通信连接；
其中，所述中央控制单元内设置有数据分析模块和输出模块；
所述分控制单元内设置有地理位置定位模块和时间戳模块，所述地理位置定位模块被配置为对所述分控制单元的位置进行定位，得到分控制单元坐标，并将定位的所述分控制单元坐标发送给所述数据分析模块；
所述时间戳模块被配置为对从所述污染检测传感器接收的检测数据加盖时间戳，并将加盖时间戳后的检测数据传送至所述数据分析模块；
所述数据分析模块被配置为分析所述中央控制单元接收的数据，并将分析结果传送至所述输出模块；以及将所述分控制单元坐标和加盖时间戳后的所述检测数据写入所述监测区块链，并且
所述输出模块被配置为输出所述数据分析模块的分析结果。
2.如权利要求1所述的污染监测装置，其特征在于，所述分控制单元上设置有识别模块，用于自动识别在所述污染源的位置处设置的包含数据码的介质，所述数据码中包括以下污染源信息：污染源编号、污染源类别和污染源所属单位；所述识别模块被配置为将识别到的所述污染源信息发送给所述数据分析模块，并且所述数据分析模块被配置为将所述污染源信息写入所述监测区块链。
3.如权利要求1所述的污染监测装置，其特征在于，所述分控制单元设置于所述污染源的位置处，所述数据分析模块被配置为从接收的检测数据中确定污染程度高于预设污染标准的数据所对应的污染源，并将与检测该污染源的污染检测传感器对应的分控制单元坐标绘制于警报地图上，所述输出模块被配置为将所述警报地图输出显示。
4.如权利要求3所述的污染监测装置，其特征在于，所述数据分析模块还用于根据所述污染检测传感器的检测数据所反映的污染高或低的程度定义以所述污染源为圆心的污染半径的大或小，并将所述污染源的污染面积绘制于所述警报地图上。
5.如权利要求1所述的污染监测装置，其特征在于，所述中央控制单元内还设置有富营养化警报模块，所述污染检测传感器为氨氮含量检测传感器，并被配置为将检测到的氨氮含量数据发送给时间戳模块加盖时间戳，所述数据分析模块被配置为分析加盖时间戳后的氨氮含量数据，若连续N次所述氨氮含量数据超过预设氨氮含量污染标准，则通知富营养化警报模块发出用于警示被检测区域水体出现水体富营养化危机的富营养化警报。
6.如权利要求1所述的污染监测装置，其特征在于，所述污染检测传感器被设置为组合传感器，所述组合传感器包括集成设置的空气污染物含量检测传感器和风向指示传感器。
7.如权利要求6所述的污染监测装置，其特征在于，还包括至少一架监测无人机以及风速测量器，所述至少一架监测无人机内设置有分控制单元和与所述分控制单元通信连接的空气污染物含量检测传感器，所述风速测量器被配置为在确定所述污染源位置后测量所述污染源位置的风速，所述风速测量器与至少一个分控制单元通信连接。
8.一种采用权利要求1-7中任一项所述的污染监测装置的污染监测方法，其特征在于，包括以下步骤：
S1，所述污染检测传感器检测所述污染源，并将检测到的检测数据传送给与所述污染检测传感器通信连接的分控制单元；
S2，所述分控制单元的所述时间戳模块将接收到的所述检测数据加盖时间戳；
S3，所述分控制单元将加盖时间戳后的检测数据和所述地理位置定位模块定位的分控制单元坐标传送至所述中央控制单元的所述数据分析模块；
S4，所述数据分析模块将所述检测数据和所述分控制单元坐标写入所述监测区块链；
S5，所述数据分析模块将所述检测数据和所述分控制单元坐标进行分析，得到分析结果；
S6，所述数据分析模块将得到的分析结果传送至所述输出模块，所述输出模块输出所述分析结果。
9.如权利要求8所述的污染监测方法，其特征在于，在步骤S5之前，还包括以下步骤：
S7，所述识别模块识别包含数据码的所述介质，所述数据码中包括以下污染源信息：污染源编号、污染源类别和污染源所属单位；
S8，所述识别模块将识别到的所述污染源信息发送给所述数据分析模块；
S9，所述数据分析模块将所述污染源信息写入所述监测区块链。
10.如权利要求8所述的污染监测方法，其特征在于，所述分控制单元设置于所述污染源的位置处；
所述步骤S5包括：所述数据分析模块从接收的检测数据中确定污染程度高于预设污染标准的数据所对应的污染源，并将与检测该污染源的污染检测传感器对应的分控制单元坐标绘制于警报地图上；
所述步骤S6包括：所述输出模块将所述警报地图输出显示。
11.如权利要求10所述的污染监测方法，其特征在于，所述步骤S5还包括：所述数据分析模块根据所述污染检测传感器的检测数据所反映的污染高或低的程度定义以所述污染源为圆心的污染半径的大或小，并将所述污染源的污染面积绘制于所述警报地图上。
12.如权利要求8所述的污染监测方法，其特征在于，所述污染检测传感器为用于检测氨氮含量的氨氮含量检测传感器；所述步骤S5还包括：所述数据分析模块分析加盖时间戳后的从所述氨氮含量检测传感器接收的氨氮含量数据，若连续N次所述氨氮含量数据超过预设氨氮含量污染标准，则通知所述中央控制单元内设置的富营养化警报模块发出用于警示被检测区域水体出现水体富营养化危机的富营养化警报。
13.如权利要求8所述的污染监测方法，其特征在于，所述污染检测传感器为组合传感器，所述组合传感器为集成设置的空气污染物含量检测传感器和风向指示传感器，所述步骤S5具体包括：
S11，所述数据分析模块定位检测到空气污染物超标的所述组合传感器，并获得所述组合传感器检测到的风向的数据，假设污染源位于该组合传感器沿所述风向上游的射线方向上，定义所述射线为识别射线；
S12，所述数据分析模块通过对多个所述组合传感器的数据的统筹判断，确定判断所述污染源的位置的多条识别射线，如果所述多条识别射线中包括至少两条相交的识别射线，则确定至少一个相交点，将所述相交点位置确定为所述污染源所处的位置区域的圆心。
14.如权利要求13所述的污染监测方法，其特征在于，所述分控制单元和所述空气污染物含量检测传感器设置在至少一架监测无人机内，所述方法还包括：
S13，当任一所述组合传感器检测到空气污染物超标时，安排一架所述监测无人机从该组合传感器位置沿该组合传感器确定的识别射线方向飞行，并每隔时间t1向所述中央控制单元发送污染物检测数据和该检测时刻该无人机上的分控制单元的分控制单元坐标；
S14，所述中央控制单元的所述数据分析模块对至少一架所述无人机上的分控制单元传回的数据进行统筹分析，将最高的所述污染物检测数据对应的位置确定为所述污染源的位置；
S15，确定所述污染源位置后，在所述污染源的排放口设置组合传感器和风速测量器，并设置与所述组合传感器和所述风速测量器通信连接的至少一个分控制单元，所述分控制单元并每隔时间t2向所述中央控制单元发送污染物检测数据、风向数据和风速数据，同时安排所述至少一架无人机以所述污染源位置为起点，分别按照周向均布设置的直线路径飞行，并每隔时间t2向所述中央控制单元发送污染物检测数据和该检测时刻该无人机上的分控制单元的分控制单元坐标；
S16，所述数据分析模块综合分析所述污染源的污染物检测数据、风向数据和风速数据，并综合分析所述无人机收集的污染物检测数据和所述无人机上的分控制单元的分控制单元坐标数据，生成污染物浓度值相对于风速、风向和与污染源距离的传播函数；
S17，根据所述传播函数预测任一位置的污染物浓度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910014329.6A CN109633114A (zh) | 2019-01-08 | 2019-01-08 | 污染监测装置及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910014329.6A CN109633114A (zh) | 2019-01-08 | 2019-01-08 | 污染监测装置及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109633114A true CN109633114A (zh) | 2019-04-16 |
Family
ID=66058115
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910014329.6A Pending CN109633114A (zh) | 2019-01-08 | 2019-01-08 | 污染监测装置及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109633114A (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110347891A (zh) * | 2019-07-11 | 2019-10-18 | 华艺生态园林股份有限公司 | 基于区块链的水体污染监测方法 |
| CN110850050A (zh) * | 2019-11-11 | 2020-02-28 | 重庆首厚智能科技研究院有限公司 | 一种水质污染检测平台 |
| CN110996290A (zh) * | 2019-12-18 | 2020-04-10 | 上海无线通信研究中心 | 一种基于区块链的内河水质污染监控方法 |
| CN111046572A (zh) * | 2019-12-19 | 2020-04-21 | 广州市怡地环保有限公司 | 城市表层土壤重金属污染分析评估方法 |
| CN112287876A (zh) * | 2020-11-18 | 2021-01-29 | 广东新禾道信息科技有限公司 | 基于区块链的无人机环境污染遥测数据处理方法及系统 |
| US11448629B2 (en) * | 2019-04-01 | 2022-09-20 | Agency For Defense Development | Apparatus and method for determining location of pollutant source using drone |
| EP4040350A4 (en) * | 2019-09-30 | 2022-11-16 | Daikin Industries, Ltd. | FLUOROCARBON MANAGEMENT SYSTEM, MANAGER NODE AND FLUOROCARBON MANAGEMENT METHOD |
| CN118584078A (zh) * | 2024-08-06 | 2024-09-03 | 深圳市纽福斯科技有限公司 | 多点位分布式水体水质检测方法、系统、设备及存储介质 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN203037285U (zh) * | 2012-11-19 | 2013-07-03 | 上海泽泉科技有限公司 | 水文水质远程监测系统 |
| CN205080114U (zh) * | 2015-10-14 | 2016-03-09 | 宋庆国 | 一种基于卫星定位的便携式污染源监测系统 |
| CN106153510A (zh) * | 2015-03-25 | 2016-11-23 | 日本电气株式会社 | 大气污染物浓度的估算方法和装置 |
| CN107589222A (zh) * | 2017-09-15 | 2018-01-16 | 深圳市卡普瑞环境科技有限公司 | 一种污染物综合监测方法以及处理系统 |
| 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 |
| CN108226390A (zh) * | 2017-12-08 | 2018-06-29 | 赫普科技发展（北京）有限公司 | 一种区块链碳排放监测装置和监测系统 |
| CN108693309A (zh) * | 2018-04-12 | 2018-10-23 | 盐城工学院 | 一种污染物检测系统、方法及存储介质 |
-
2019
- 2019-01-08 CN CN201910014329.6A patent/CN109633114A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN203037285U (zh) * | 2012-11-19 | 2013-07-03 | 上海泽泉科技有限公司 | 水文水质远程监测系统 |
| CN106153510A (zh) * | 2015-03-25 | 2016-11-23 | 日本电气株式会社 | 大气污染物浓度的估算方法和装置 |
| CN205080114U (zh) * | 2015-10-14 | 2016-03-09 | 宋庆国 | 一种基于卫星定位的便携式污染源监测系统 |
| CN107589222A (zh) * | 2017-09-15 | 2018-01-16 | 深圳市卡普瑞环境科技有限公司 | 一种污染物综合监测方法以及处理系统 |
| 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 |
| CN108226390A (zh) * | 2017-12-08 | 2018-06-29 | 赫普科技发展（北京）有限公司 | 一种区块链碳排放监测装置和监测系统 |
| CN108693309A (zh) * | 2018-04-12 | 2018-10-23 | 盐城工学院 | 一种污染物检测系统、方法及存储介质 |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11448629B2 (en) * | 2019-04-01 | 2022-09-20 | Agency For Defense Development | Apparatus and method for determining location of pollutant source using drone |
| CN110347891A (zh) * | 2019-07-11 | 2019-10-18 | 华艺生态园林股份有限公司 | 基于区块链的水体污染监测方法 |
| CN110347891B (zh) * | 2019-07-11 | 2022-09-06 | 华艺生态园林股份有限公司 | 基于区块链的水体污染监测方法 |
| EP4040350A4 (en) * | 2019-09-30 | 2022-11-16 | Daikin Industries, Ltd. | FLUOROCARBON MANAGEMENT SYSTEM, MANAGER NODE AND FLUOROCARBON MANAGEMENT METHOD |
| CN110850050A (zh) * | 2019-11-11 | 2020-02-28 | 重庆首厚智能科技研究院有限公司 | 一种水质污染检测平台 |
| CN110996290A (zh) * | 2019-12-18 | 2020-04-10 | 上海无线通信研究中心 | 一种基于区块链的内河水质污染监控方法 |
| CN111046572A (zh) * | 2019-12-19 | 2020-04-21 | 广州市怡地环保有限公司 | 城市表层土壤重金属污染分析评估方法 |
| CN112287876A (zh) * | 2020-11-18 | 2021-01-29 | 广东新禾道信息科技有限公司 | 基于区块链的无人机环境污染遥测数据处理方法及系统 |
| CN112287876B (zh) * | 2020-11-18 | 2021-07-30 | 广东新禾道信息科技有限公司 | 基于区块链的无人机环境污染遥测数据处理方法及系统 |
| CN118584078A (zh) * | 2024-08-06 | 2024-09-03 | 深圳市纽福斯科技有限公司 | 多点位分布式水体水质检测方法、系统、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109633114A (zh) | 污染监测装置及方法 | |
| CN107941988B (zh) | 一种检测气体污染源的无人机设备及监测方法 | |
| WO2021026280A1 (en) | Radiation source localization systems and methods | |
| CN106950334B (zh) | 一种空间分布式城市空气环境质量的移动监测系统 | |
| CN112734694A (zh) | 一种基于大数据的水质监测方法 | |
| CN207992045U (zh) | 水质监测系统 | |
| CN109977185A (zh) | 基于网格的大气污染监管方法和系统 | |
| CN107121162A (zh) | 一种智能化空气质量监测无人机系统 | |
| CN104483248A (zh) | 一种区域颗粒物立体监测系统和方法 | |
| CN108693309A (zh) | 一种污染物检测系统、方法及存储介质 | |
| CN106225847A (zh) | 一种智能化环境流动检测集成系统 | |
| CN106525081A (zh) | 用于卫星导航着陆系统的便携式检测标定装置及方法 | |
| CN103969415A (zh) | 一种移动式水污染数据采集系统及方法 | |
| CN210401390U (zh) | 废水自动检测系统 | |
| CN113655175A (zh) | 一种网格化空气监测方法、系统、计算机设备及存储介质 | |
| CN108827722A (zh) | 一种用于估算工业区pm高架直排源强的无人机系统及方法 | |
| CN110519125A (zh) | 一种基于web的形变可视化实时监测预警系统 | |
| CN115185292A (zh) | 基于地空一体化的空气污染智能监测方法及平台 | |
| CN113848226A (zh) | 一种智能化空间移动污染物自主溯源系统及溯源方法 | |
| CN115060850A (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 | |
| Zaidan et al. | Dense air quality sensor networks: Validation, analysis, and benefits | |
| RU2645249C1 (ru) | Способ мониторинга окружающей среды и беспилотный аппарат для использования в данном способе | |
| CN206460334U (zh) | 一种基于无人机的区域环境检测系统 | |
| CN116087134B (zh) | 一种全天候大气立体监测方法及系统 | |
| CN105548502B (zh) | 一种空气质量检测仪 |
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: 20190416 |
|
| RJ01 | Rejection of invention patent application after publication |