CN110208155A - 一种大气颗粒物无人机监测系统 - Google Patents
一种大气颗粒物无人机监测系统 Download PDFInfo
- Publication number
- CN110208155A CN110208155A CN201910380976.9A CN201910380976A CN110208155A CN 110208155 A CN110208155 A CN 110208155A CN 201910380976 A CN201910380976 A CN 201910380976A CN 110208155 A CN110208155 A CN 110208155A
- Authority
- CN
- China
- Prior art keywords
- unmanned plane
- particle concentration
- parameter
- particle
- aerial vehicle
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 50
- 239000002245 particle Substances 0.000 claims abstract description 169
- 239000013618 particulate matter Substances 0.000 claims abstract description 42
- 239000012080 ambient air Substances 0.000 claims abstract description 10
- 239000000356 contaminant Substances 0.000 claims abstract description 8
- 239000007788 liquid Substances 0.000 claims abstract description 8
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 8
- 239000012717 electrostatic precipitator Substances 0.000 claims description 9
- 238000012937 correction Methods 0.000 claims description 6
- 238000012806 monitoring device Methods 0.000 claims 1
- 238000005259 measurement Methods 0.000 abstract description 14
- 239000007789 gas Substances 0.000 description 44
- 239000000203 mixture Substances 0.000 description 10
- 238000000034 method Methods 0.000 description 9
- 239000003570 air Substances 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 230000007613 environmental effect Effects 0.000 description 5
- 238000010438 heat treatment Methods 0.000 description 5
- 238000005367 electrostatic precipitation Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 238000000149 argon plasma sintering Methods 0.000 description 2
- 238000011109 contamination Methods 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 238000001931 thermography Methods 0.000 description 2
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 1
- 241000208340 Araliaceae Species 0.000 description 1
- 229910002651 NO3 Inorganic materials 0.000 description 1
- NHNBFGGVMKEFGY-UHFFFAOYSA-N Nitrate Chemical compound [O-][N+]([O-])=O NHNBFGGVMKEFGY-UHFFFAOYSA-N 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- QAOWNCQODCNURD-UHFFFAOYSA-L Sulfate Chemical compound [O-]S([O-])(=O)=O QAOWNCQODCNURD-UHFFFAOYSA-L 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 231100001243 air pollutant Toxicity 0.000 description 1
- 150000003863 ammonium salts Chemical class 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 239000008277 atmospheric particulate matter Substances 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 150000002500 ions Chemical class 0.000 description 1
- 238000002356 laser light scattering Methods 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000005086 pumping Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
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
- G01N15/0606—Investigating concentration of particle suspensions by collecting particles on a support
- G01N15/0618—Investigating concentration of particle suspensions by collecting particles on a support of the filter type
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/02—Instruments for indicating weather conditions by measuring two or more variables, e.g. humidity, pressure, temperature, cloud cover or wind speed
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
- Y02A50/20—Air quality improvement or preservation, e.g. vehicle emission control or emission reduction by using catalytic converters
Landscapes
- Environmental & Geological Engineering (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Atmospheric Sciences (AREA)
- Engineering & Computer Science (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Immunology (AREA)
- Health & Medical Sciences (AREA)
- Pathology (AREA)
- General Physics & Mathematics (AREA)
- Dispersion Chemistry (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Environmental Sciences (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Sampling And Sample Adjustment (AREA)
Abstract
本申请提供一种大气颗粒物无人机监测系统。所述系统包括：颗粒物浓度监测器，搭载在无人机平台上，监测环境大气中颗粒物浓度；气象参数监测器，搭载在无人机平台上，监测环境气象参数；无人机平台，控制无人机巡航或悬停，保存无人机定位参数、无人机飞行参数、环境气象参数、颗粒物浓度及颗粒物浓度监测器运行参数；其中颗粒物浓度监测器包括：颗粒物粒径切割头，接收来自采样进口的第一采样气体，用不同粒径切割头测量污染物颗粒去除第一采样气体中大于目标粒径颗粒物；预加热恒温装置，恒温加热颗粒物粒径切割头、颗粒物传感器及之间管路，得到去除液态水的第二采样气体；颗粒物传感器，测量第二采样气体中小于等于目标粒径的颗粒物浓度。
Description
技术领域
本申请涉及环境监测技术领域，具体涉及一种大气颗粒物无人机监测系统。
背景技术
我国大气污染问题关注程度日益升高，污染源头控制是解决大气污染问题的关键。如何有效精确定位污染源是“靶向治理”的基础。目前，对大气污染物进行溯源分析主要通过数值计算的方式，例如源清单、源模型、受体模型等算法。但这些数值计算的方法需要以历史数据为基础，并通过数学方法对污染源或污染受体数据进行分析，往往分析的是已经发生的污染来源或基于历史数据对污染进行预警预测，时效性不高，且分析结果具有一定的不确定性。而在突发性、瞬时性污染事件中，如何通过实测的方式精确定位污染源并及时收集污染数据仍然是环保监测的难点。
近几年来，随着无人机技术应用领域的不断拓展，将无人机与环境监测相结合的无人机环境监测系统越来越多的在环境突发性应急监测领域发挥出重要作用。无人机技术需要具有“小区域”“全空间”“高效快速”的特点，环境监测仪器需要具有“高精度”“高时间分辨率”的特点，二者相结合恰能应用于高效快速开展污染溯源的难题。
目前应用于环境大气污染物监测的无人机监测系统往往以无人机技术及环境监测传感器技术为核心，其中大气颗粒物监测传感器一般选用光学传感器。
发明人发现，光学传感器在环境大气监测中往往受到较高的环境气象条件影响，特别是环境相对湿度影响较大。高相对湿度条件下，颗粒物中的亲水性组分吸收空气中的水份，例如颗粒物中含量高的硫酸盐、硝酸盐、铵盐等无机组分吸收空气中的水份，使得颗粒物粒径及质量均显著增长，光学传感器在利用光散射方法测量颗粒物浓度时，由于颗粒物吸湿后粒径增长，导致测量结果的显著偏高。其监测结果往往具有较高的误差。
发明内容
本申请实施例提供了一种大气颗粒物无人机监测系统，其特征在于，所述系统包括颗粒物浓度监测器、气象参数监测器、无人机平台，所述颗粒物浓度监测器搭载在无人机平台上，用于监测环境大气中颗粒物浓度；所述颗粒物浓度监测器包括颗粒物粒径切割头、预加热恒温装置、颗粒物传感器，所述颗粒物粒径切割头接收来自采样进口的第一采样气体，利用不同粒径的切割头测量污染物颗粒以去除所述第一采样气体中大于目标粒径的颗粒物；所述预加热恒温装置对所述颗粒物粒径切割头、颗粒物传感器及其二者之间的管路进行恒温加热，得到去除液态水的第二采样气体；所述颗粒物传感器测量所述第二采样气体中小于等于目标粒径的颗粒物浓度；所述气象参数监测器搭载在所述无人机平台上，用于监测环境气象参数；所述无人机平台，用于控制无人机按照路径巡航或悬停，并保存无人机定位参数、无人机飞行参数、所述环境气象参数、所述颗粒物浓度及颗粒物浓度监测器运行参数。
作为本申请可选择的方案，所述系统还包括接收装置，所述接收装置用于接收来自所述无人机平台的所述无人机定位参数、所述无人机飞行参数、所述环境气象参数、所述颗粒物浓度及所述颗粒物浓度监测器运行参数；所述无人机平台包括第一发送器，所述第一发送器将所述无人机定位参数、所述无人机飞行参数、所述环境气象参数、环境视频图像、所述颗粒物浓度及所述颗粒物浓度监测器运行参数发送到所述接收装置。
作为本申请的一个方面，所述接收装置包括接收器、处理器、显示器，所述接收器用于接收来自所述无人机平台的所述无人机定位参数、所述无人机飞行参数、所述环境气象参数、所述颗粒物浓度及所述颗粒物浓度监测器运行参数；所述处理器用于存储各类参数，并基于所述无人机定位参数及所述颗粒物浓度绘制所述颗粒物浓度的三维曲线地图；所述显示器用于显示所述各类参数及所述颗粒物浓度的三维曲线地图。
作为本申请的一个方面，所述颗粒物浓度监测器还包括静电除尘器，所述静电除尘器周期性自动开启后接收来自所述采样进口的第一采样气体，通过静电除尘去除所述第一采样气体中的颗粒物得到零颗粒物浓度气体，对所述颗粒物粒径切割头、所述颗粒物传感器实现零点校准。
作为本申请可选择的方案，所述颗粒物浓度监测器还包括第二发送器，所述第二发送器将所述颗粒物浓度及所述颗粒物浓度监测器运行参数发送到所述无人机平台。
作为本申请可选择的方案，所述颗粒物浓度监测器还包括抽气设备，用于提供第一采样气体抽力。
作为本申请的一个方面，所述气象参数监测器包括环境温度传感器、相对湿度传感器、大气压监测传感器，所述环境温度传感器用于测量所述无人机的环境温度；所述相对湿度传感器用于测量所述无人机的环境相对湿度；所述大气压监测传感器用于测量所述无人机的环境大气压。
作为本申请的一个方面，所述无人机平台包括飞行控制器、定位设备，所述飞行控制器用于确定所述无人机飞行参数，基于所述无人机飞行参数控制无人机按照路径巡航或悬停；所述定位设备用于确定所述无人机定位参数，所述无人机定位参数包括无人机所处的经度、纬度和海拔高度。
作为本申请可选择的方案，所述无人机平台还包括摄像头，用于拍摄无人机周边的所述环境视频图像。
作为本申请可选择的方案，所述无人机平台还包括云平台，用于存储所述环境视频图像。
本申请实施例提供的技术方案，以颗粒物浓度监测器为核心，将之与无人机平台相结合，建立了一种高精度的大气颗粒物监测系统，该系统具有较高的环境适用性及实时性，即使在高环境湿度条件下，仍然具有良好的监测精度。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本申请一实施例提供的一种大气颗粒物无人机监测系统的组成示意图；
图2是本申请另一实施例提供的一种大气颗粒物无人机监测系统的组成示意图；
图3是本申请又一实施例提供的一种大气颗粒物无人机监测系统的组成示意图；
图4是本申请再一实施例提供的一种大气颗粒物无人机监测系统的组成示意图；
图5是本申请又再一实施例提供的一种大气颗粒物无人机监测系统的组成示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，以下将结合附图和实施例，对本申请技术方案的具体实施方式进行更加详细、清楚的说明。然而，以下描述的具体实施方式和实施例仅是说明的目的，而不是对本申请的限制。其只是包含了本申请一部分实施例，而不是全部的实施例，本领域技术人员对于本申请的各种变化获得的其他实施例，都属于本申请保护的范围。
应该理解的是，虽然第一、第二、第三等用语可使用于本文中用来描述各种元件或组件，但这些元件或组件不应被这些用语所限制。这些用语仅用以区分一个元件或组件与另一元件或组件。因此，下述讨论之第一元件或组件，在不脱离本申请之内容下，可被称为第二元件或第二组件。
图1是本申请一实施例提供的一种大气颗粒物无人机监测系统的组成示意图，包括颗粒物浓度监测器11、气象参数监测器12、无人机平台13。
颗粒物浓度监测器11搭载在无人机平台13上，用于监测环境大气中颗粒物浓度。气象参数监测器12搭载在无人机平台13上，用于监测环境气象参数。无人机平台13包括但不限于多旋翼无人机平台，用于控制无人机按照路径巡航或悬停，并存储无人机定位参数、无人机飞行参数、环境气象参数、颗粒物浓度及颗粒物浓度监测器运行参数。
其中，颗粒物浓度监测器11包括颗粒物粒径切割头111、预加热恒温装置112、颗粒物传感器113。
颗粒物粒径切割头111接收来自采样进口的第一采样气体，利用不同粒径的切割头测量污染物颗粒以去除第一采样气体中大于目标粒径的颗粒物。采样气体优选的采样流量为2升/分钟，但并不以此为限。以PM2.5浓度测量为例，颗粒物粒径切割头111要去除第一采样气体中粒径大于2.5的颗粒物，例如PM10就要被去除掉。
预加热恒温装置112对颗粒物粒径切割头111、颗粒物传感器113及其二者之间的管路进行恒温加热，得到去除液态水的第二采样气体。其优选的加热温度为50℃，但并不以此为限。
颗粒物传感器113包括但不限于光学离子计数器(传感器)或光散射传感器。这类传感器采用激光散射原理，即令激光照射在空气中的悬浮颗粒物上产生散射，同时在某一特定角度收集散射光，得到散射光强随时间变化的曲线。进而利用基于米氏(MIE)理论的算法，得出颗粒物的等效粒径及单位体积内不同粒径的颗粒物浓度。颗粒物传感器113测量第二采样气体中小于等于目标粒径的颗粒物浓度。以PM2.5浓度测量为例，颗粒物传感器113测量的是第二采样气体中粒径小于等于2.5的颗粒物浓度。
无人机技术需要具有“小区域”、“全空间”、“高效快速”的特点，环境监测仪器需要具有“高精度”、“高时间分辨率”的特点，二者相结合方可用于解决高效快速开展污染溯源的难题。
本申请实施例提供的技术方案，以颗粒物浓度监测器为核心，将之与无人机平台相结合，建立了一种高精度的大气颗粒物监测系统，该系统具有较高的环境适用性及实时性，即使在高环境湿度条件下，仍然具有良好的监测精度。
图2是本申请另一实施例提供的一种大气颗粒物无人机监测系统的组成示意图，包括颗粒物浓度监测器11、气象参数监测器12、无人机平台13。
颗粒物浓度监测器11搭载在无人机平台13上，用于监测环境大气中颗粒物浓度。气象参数监测器12搭载在无人机平台13上，用于监测环境气象参数。无人机平台13用于控制无人机按照路径巡航或悬停，并存储无人机定位参数、无人机飞行参数、环境气象参数、颗粒物浓度及颗粒物浓度监测器运行参数。
其中，颗粒物浓度监测器11包括颗粒物粒径切割头111、预加热恒温装置112、颗粒物传感器113、静电除尘器114。
颗粒物粒径切割头111接收来自采样进口的第一采样气体，利用不同粒径的切割头测量污染物颗粒以去除第一采样气体中大于目标粒径的颗粒物。预加热恒温装置112对颗粒物粒径切割头111、颗粒物传感器113及其二者之间的管路进行恒温加热，得到去除液态水的第二采样气体。其优选的加热温度为50℃，但并不以此为限。颗粒物传感器113测量第二采样气体中小于等于目标粒径的颗粒物浓度。静电除尘器114在通电状态下周期性自动开启后接收来自采样进口的第一采样气体，通过静电除尘去除所述第一采样气体中的颗粒物得到零颗粒物浓度气体，对颗粒物粒径切割头、颗粒物传感器实现零点校准。
本申请实施例提供的技术方案，在颗粒物浓度监测器中设置了静电除尘器，定期对颗粒物浓度监测器进行零点校准，进一步提高了监测精度。
图3是本申请又一实施例提供的一种大气颗粒物无人机监测系统的组成示意图，包括颗粒物浓度监测器11、气象参数监测器12、无人机平台13、接收装置14。
颗粒物浓度监测器11搭载在无人机平台13上，用于监测环境大气中颗粒物浓度。气象参数监测器12搭载在无人机平台13上，用于监测环境气象参数。无人机平台13用于控制无人机按照路径巡航或悬停，并存储无人机定位参数、无人机飞行参数、环境气象参数、颗粒物浓度及颗粒物浓度监测器运行参数。接收装置14用于接收来自无人机平台的无人机定位参数、无人机飞行参数、环境气象参数、颗粒物浓度及颗粒物浓度监测器运行参数。
其中，颗粒物浓度监测器11包括颗粒物粒径切割头111、预加热恒温装置112、颗粒物传感器113。
颗粒物粒径切割头111接收来自采样进口的第一采样气体，利用不同粒径的切割头测量污染物颗粒以去除第一采样气体中大于目标粒径的颗粒物。预加热恒温装置112对颗粒物粒径切割头111、颗粒物传感器113及其二者之间的管路进行恒温加热，得到去除液态水的第二采样气体。其优选的加热温度为50℃，但并不以此为限。颗粒物传感器113测量第二采样气体中小于等于目标粒径的颗粒物浓度。
无人机平台13包括第一发送器131。
第一发送器131将无人机定位参数、无人机飞行参数、环境气象参数、环境视频图像、颗粒物浓度及颗粒物浓度监测器运行参数发送到接收装置14。优选的数据发送周期为1秒，但并不以此为限。
接收装置14包括接收器141、处理器142、显示器143。
接收器141用于接收无人机定位参数、无人机飞行参数、环境气象参数、颗粒物浓度及颗粒物浓度监测器运行参数。处理器142用于存储各类参数，并基于无人机定位参数及颗粒物浓度绘制颗粒物浓度的三维曲线地图。显示器143用于显示各类参数及颗粒物浓度的三维曲线地图。
本申请实施例提供的技术方案，设置了接收装置，通过颗粒物浓度和无人机定位参数绘制了颗粒物浓度的三维曲线地图，进行了图文显示，更直观实时的提供了大气颗粒物浓度及其位置的参数。
图4是本申请再一实施例提供的一种大气颗粒物无人机监测系统的组成示意图，包括颗粒物浓度监测器11、气象参数监测器12、无人机平台13、接收装置14。
颗粒物浓度监测器11搭载在无人机平台13上，用于监测环境大气中颗粒物浓度。气象参数监测器12搭载在无人机平台13上，用于监测环境气象参数。无人机平台13用于控制无人机按照路径巡航或悬停，并存储无人机定位参数、无人机飞行参数、环境气象参数、颗粒物浓度及颗粒物浓度监测器运行参数。接收装置14用于接收来自无人机平台的无人机定位参数、无人机飞行参数、环境气象参数、颗粒物浓度及颗粒物浓度监测器运行参数。
其中，颗粒物浓度监测器11包括颗粒物粒径切割头111、预加热恒温装置112、颗粒物传感器113、静电除尘器114、第二发送器115、抽气设备116。
颗粒物粒径切割头111接收来自采样进口的第一采样气体，利用不同粒径的切割头测量污染物颗粒以去除第一采样气体中大于目标粒径的颗粒物。预加热恒温装置112对颗粒物粒径切割头111、颗粒物传感器113及其二者之间的管路进行恒温加热，得到去除液态水的第二采样气体。其优选的加热温度为50℃，但并不以此为限。颗粒物传感器113测量第二采样气体中小于等于目标粒径的颗粒物浓度。静电除尘器114周期性自动开启后接收来自采样进口的第一采样气体，通过静电除尘去除所述第一采样气体中的颗粒物得到零颗粒物浓度气体，对颗粒物粒径切割头、颗粒物传感器实现零点校准。第二发送器115将颗粒物浓度及颗粒物浓度监测器运行参数发送到无人机平台13。抽气设备116用于提供第一采样气体抽力。抽气设备116包括但不限于可变频风扇，其优选的采样流量为2升/分钟，但并不以此为限。
气象参数监测器12包括环境温度传感器121、相对湿度传感器122、大气压监测传感器123。
环境温度传感器121用于测量所述无人机的环境温度。相对湿度传感器122用于测量所述无人机的环境相对湿度。大气压监测传感器123用于测量所述无人机的环境大气压。
无人机平台13包括第一发送器131、飞行控制器132、定位设备133。
飞行控制器132用于确定无人机飞行参数，基于无人机飞行参数控制无人机按照路径巡航或悬停。定位设备133包括但不限于GPS定位设备，用于确定无人机定位参数，无人机定位参数包括无人机所处的经度、纬度和海拔高度。第一发送器131将无人机定位参数、无人机飞行参数、环境气象参数、环境视频图像、颗粒物浓度及颗粒物浓度监测器运行参数发送到接收装置14。优选的数据发送周期为1秒，但并不以此为限。第一发送器131与第二发送器115都与接收装置14进行通信，第一发送器131与第二发送器115之间也可以进行通信交换数据。
接收装置14包括接收器141、处理器142、显示器143。
接收器141用于接收无人机定位参数、无人机飞行参数、环境气象参数、颗粒物浓度及颗粒物浓度监测器运行参数。处理器142用于存储各类参数，并基于无人机定位参数及颗粒物浓度绘制颗粒物浓度的三维曲线地图。显示器143用于显示各类参数及颗粒物浓度的三维曲线地图。
本申请实施例提供的技术方案，在颗粒物浓度监测器中设置了第二发送器以及抽气装置，给采样气体的抽入提供了动力，并且通过第二发送器可以直接发送颗粒物浓度实时数据给接收装置，更进一步加快了数据传输，提高了实时性。
图5是本申请又再一实施例提供的一种大气颗粒物无人机监测系统的组成示意图，包括颗粒物浓度监测器11、气象参数监测器12、无人机平台13、接收装置14。
颗粒物浓度监测器11搭载在无人机平台13上，用于监测环境大气中颗粒物浓度。气象参数监测器12搭载在无人机平台13上，用于监测环境气象参数。无人机平台13用于控制无人机按照路径巡航或悬停，并存储无人机定位参数、无人机飞行参数、环境气象参数、颗粒物浓度及颗粒物浓度监测器运行参数。接收装置14用于接收来自无人机平台的无人机定位参数、无人机飞行参数、环境气象参数、颗粒物浓度及颗粒物浓度监测器运行参数。
其中，颗粒物浓度监测器11包括颗粒物粒径切割头111、预加热恒温装置112、颗粒物传感器113、静电除尘器114、第二发送器115、抽气设备116。
颗粒物粒径切割头111接收来自采样进口的第一采样气体，利用不同粒径的切割头测量污染物颗粒以去除第一采样气体中大于目标粒径的颗粒物。预加热恒温装置112对颗粒物粒径切割头111、颗粒物传感器113及其二者之间的管路进行恒温加热，得到去除液态水的第二采样气体。其优选的加热温度为50℃，但并不以此为限。颗粒物传感器113测量第二采样气体中小于等于目标粒径的颗粒物浓度。静电除尘器114周期性自动开启后接收来自采样进口的第一采样气体，通过静电除尘去除所述第一采样气体中的颗粒物得到零颗粒物浓度气体，对颗粒物粒径切割头、颗粒物传感器实现零点校准。第二发送器115将颗粒物浓度及颗粒物浓度监测器运行参数发送到无人机平台13。其数据发送频率可以根据具体的实时性要求进行设置。抽气设备116用于提供第一采样气体抽力。
气象参数监测器12包括环境温度传感器121、相对湿度传感器122、大气压监测传感器123。
环境温度传感器121用于测量所述无人机的环境温度。相对湿度传感器122用于测量所述无人机的环境相对湿度。大气压监测传感器123用于测量所述无人机的环境大气压。
无人机平台13包括第一发送器131、飞行控制器132、定位设备133、摄像头134、云平台135。
飞行控制器132用于确定无人机飞行参数，基于无人机飞行参数控制无人机按照路径巡航或悬停。定位设备133包括但不限于GPS定位设备，用于确定无人机定位参数，无人机定位参数包括无人机所处的经度、纬度和海拔高度。第一发送器131将无人机定位参数、无人机飞行参数、环境气象参数、环境视频图像、颗粒物浓度及颗粒物浓度监测器运行参数发送到接收装置14。摄像头134包括用于拍摄无人机周边的环境视频图像。摄像头134包括但不限于普通可见光机载摄像头或红外热成像机载摄像头。其中，普通可见光机载摄像头用于夜间或其他光照条件良好的场景使用。红外热成像机载摄像头用于夜间或其他光照条件不足的场景使用。云平台135用于存储环境视频图像。
接收装置14包括接收器141、处理器142、显示器143。
接收器141用于接收无人机定位参数、无人机飞行参数、环境气象参数、颗粒物浓度及颗粒物浓度监测器运行参数。处理器142用于存储各类参数，并通过GIS技术将存储的各类数据及实时接收的无人机定位参数及颗粒物浓度叠加在地图上，绘制颗粒物浓度的三维曲线地图。显示器143用于显示各类参数及颗粒物浓度的三维曲线地图。
本申请实施例提供的技术方案，在无人机平台上进一步设置了摄像头和云平台，通过拍摄、存储以及传输无人机周边的环境视频图像，在接收装置能够更加及时直观的了解大气环境污染程度，提供了更加全面的监测数据，在环境突发性/应急性监测应用过程中，有利于直接获取颗粒物污染的高精度数据，为科学分析大气颗粒物污染特征、传输规律、防控政策等方面提供基础数据支撑。
需要说明的是，以上参照附图所描述的各个实施例仅用以说明本申请而非限制本申请的范围，本领域的普通技术人员应当理解，在不脱离本申请的精神和范围的前提下对本申请进行的修改或者等同替换，均应涵盖在本申请的范围之内。此外，除上下文另有所指外，以单数形式出现的词包括复数形式，反之亦然。另外，除非特别说明，那么任何实施例的全部或一部分可结合任何其它实施例的全部或一部分来使用。
Claims (10)
1.一种大气颗粒物无人机监测系统，其特征在于，所述系统包括：
颗粒物浓度监测器，搭载在无人机平台上，用于监测环境大气中颗粒物浓度；所述颗粒物浓度监测器包括：
颗粒物粒径切割头，接收来自采样进口的第一采样气体，利用不同粒径的切割头测量污染物颗粒以去除所述第一采样气体中大于目标粒径的颗粒物；
预加热恒温装置，对所述颗粒物粒径切割头、颗粒物传感器及其二者之间的管路进行恒温加热，得到去除液态水的第二采样气体；
所述颗粒物传感器，测量所述第二采样气体中小于等于目标粒径的颗粒物浓度；
气象参数监测器，搭载在所述无人机平台上，用于监测环境气象参数；
所述无人机平台，用于控制无人机按照路径巡航或悬停，并保存无人机定位参数、无人机飞行参数、所述环境气象参数、所述颗粒物浓度及颗粒物浓度监测器运行参数。
2.根据权利要求1所述的系统，其特征在于，所述系统还包括：
接收装置，用于接收来自所述无人机平台的所述无人机定位参数、所述无人机飞行参数、所述环境气象参数、所述颗粒物浓度及所述颗粒物浓度监测器运行参数；
所述无人机平台包括：
第一发送器，将所述无人机定位参数、所述无人机飞行参数、所述环境气象参数、环境视频图像、所述颗粒物浓度及所述颗粒物浓度监测器运行参数发送到所述接收装置。
3.根据权利要求2所述的系统，其特征在于，所述接收装置包括：
接收器，用于接收来自所述无人机平台的所述无人机定位参数、所述无人机飞行参数、所述环境气象参数、所述颗粒物浓度及所述颗粒物浓度监测器运行参数；
处理器，用于存储各类参数，并基于所述无人机定位参数及所述颗粒物浓度绘制所述颗粒物浓度的三维曲线地图；
显示器，用于显示所述各类参数及所述颗粒物浓度的三维曲线地图。
4.根据权利要求1所述的系统，其特征在于，所述颗粒物浓度监测器还包括：
静电除尘器，周期性自动开启后接收来自所述采样进口的第一采样气体，通过静电除尘去除所述第一采样气体中的颗粒物得到零颗粒物浓度气体，对所述颗粒物粒径切割头、所述颗粒物传感器实现零点校准。
5.根据权利要求1所述的系统，其特征在于，所述颗粒物浓度监测器还包括：
第二发送器，将所述颗粒物浓度及所述颗粒物浓度监测器运行参数发送到所述无人机平台。
6.根据权利要求4所述的系统，其特征在于，所述颗粒物浓度监测器还包括：
抽气设备，用于提供第一采样气体抽力。
7.根据权利要求1所述的系统，其特征在于，所述气象参数监测器包括：
环境温度传感器，用于测量所述无人机的环境温度；
相对湿度传感器，用于测量所述无人机的环境相对湿度；
大气压监测传感器，用于测量所述无人机的环境大气压。
8.根据权利要求1所述的系统，其特征在于，所述无人机平台包括：
飞行控制器，用于确定所述无人机飞行参数，基于所述无人机飞行参数控制无人机按照路径巡航或悬停；
定位设备，用于确定所述无人机定位参数，所述无人机定位参数包括无人机所处的经度、纬度和海拔高度。
9.根据权利要求8所述的系统，其特征在于，所述无人机平台还包括:
摄像头，用于拍摄无人机周边的所述环境视频图像。
10.根据权利要求9所述的系统，其特征在于，所述无人机平台还包括:
云平台，用于存储所述环境视频图像。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910380976.9A CN110208155B (zh) | 2019-05-08 | 2019-05-08 | 一种大气颗粒物无人机监测系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910380976.9A CN110208155B (zh) | 2019-05-08 | 2019-05-08 | 一种大气颗粒物无人机监测系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110208155A true CN110208155A (zh) | 2019-09-06 |
| CN110208155B CN110208155B (zh) | 2023-03-17 |
Family
ID=67787078
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910380976.9A Active CN110208155B (zh) | 2019-05-08 | 2019-05-08 | 一种大气颗粒物无人机监测系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110208155B (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112213443A (zh) * | 2020-05-25 | 2021-01-12 | 南京大学环境规划设计研究院集团股份公司 | 一种旋翼无人机大气污染物浓度监测值偏差修正方法 |
| CN112782123A (zh) * | 2020-12-24 | 2021-05-11 | 中国科学院合肥物质科学研究院 | 基于无人机技术的大气光学关键参数综合探测系统、方法 |
| CN113607612A (zh) * | 2021-09-06 | 2021-11-05 | 暨南大学 | 一种基于无人机的云雾活化及间隙颗粒物的测量装置 |
| CN114460195A (zh) * | 2022-01-27 | 2022-05-10 | 河北科技大学 | 一种大气颗粒物中全氟和多氟烷基化合物的采样检测方法 |
| CN114527045A (zh) * | 2022-02-17 | 2022-05-24 | 河南省奥瑞环保科技股份有限公司 | 一种闭环颗粒物监测仪校准控制系统 |
| CN115931653A (zh) * | 2023-01-05 | 2023-04-07 | 山东大学 | 一种移动式大气颗粒物大数据获取系统及方法 |
| CN118091055A (zh) * | 2024-04-28 | 2024-05-28 | 江苏省环境科学研究院 | 一种无人机双半球采样装置与大气污染源排放定量方法 |
| PL443701A1 (pl) * | 2023-02-07 | 2024-08-12 | Optimum - Tymiński I S-Ka Spółka Jawna | Głowica do pomiarów środowiskowych oraz platforma do pomiarów środowiskowych |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103308649A (zh) * | 2013-01-17 | 2013-09-18 | 清华大学 | 一种多通道多组分固定源采样分析系统 |
| CN104677793A (zh) * | 2015-01-19 | 2015-06-03 | 环境保护部卫星环境应用中心 | 基于无人机的空中颗粒物监测方法及系统 |
| CN107014004A (zh) * | 2017-03-22 | 2017-08-04 | 张文芳 | 一种具有自动捕捉尘埃功能的集成智能装置及其工作方法 |
| US20170299488A1 (en) * | 2016-04-18 | 2017-10-19 | Hyundai Motor Company | Particulate matter sensor unit |
| CN108089241A (zh) * | 2017-12-30 | 2018-05-29 | 兰州大学 | 一种基于无人机的模块化气象探测系统 |
| CN108120659A (zh) * | 2017-12-01 | 2018-06-05 | 上海先积集成电路有限公司 | 一种具有自归零校准的粒子浓度检测系统和方法 |
| CN207586083U (zh) * | 2017-08-16 | 2018-07-06 | 深圳智人环保科技有限公司 | 一种无人机及空气污染监测系统 |
-
2019
- 2019-05-08 CN CN201910380976.9A patent/CN110208155B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103308649A (zh) * | 2013-01-17 | 2013-09-18 | 清华大学 | 一种多通道多组分固定源采样分析系统 |
| CN104677793A (zh) * | 2015-01-19 | 2015-06-03 | 环境保护部卫星环境应用中心 | 基于无人机的空中颗粒物监测方法及系统 |
| US20170299488A1 (en) * | 2016-04-18 | 2017-10-19 | Hyundai Motor Company | Particulate matter sensor unit |
| CN107014004A (zh) * | 2017-03-22 | 2017-08-04 | 张文芳 | 一种具有自动捕捉尘埃功能的集成智能装置及其工作方法 |
| CN207586083U (zh) * | 2017-08-16 | 2018-07-06 | 深圳智人环保科技有限公司 | 一种无人机及空气污染监测系统 |
| CN108120659A (zh) * | 2017-12-01 | 2018-06-05 | 上海先积集成电路有限公司 | 一种具有自归零校准的粒子浓度检测系统和方法 |
| CN108089241A (zh) * | 2017-12-30 | 2018-05-29 | 兰州大学 | 一种基于无人机的模块化气象探测系统 |
Non-Patent Citations (2)
| Title |
|---|
| 中国二氧化硫排放总量控制及排放交易政策实施示范项目组: "《中国酸雨控制战略—二氧化硫排放总量控制及排放权交易政策实施示范》", 29 February 2004, 中国环境科学出版社 * |
| 黄维: "基于多离子源飞行时间质谱技术的环境大气有机物在线测量系统研发及应用", 《中国环境监测》 * |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112213443A (zh) * | 2020-05-25 | 2021-01-12 | 南京大学环境规划设计研究院集团股份公司 | 一种旋翼无人机大气污染物浓度监测值偏差修正方法 |
| CN112213443B (zh) * | 2020-05-25 | 2021-05-14 | 南京大学环境规划设计研究院集团股份公司 | 一种旋翼无人机大气污染物浓度监测值偏差修正方法 |
| CN112782123A (zh) * | 2020-12-24 | 2021-05-11 | 中国科学院合肥物质科学研究院 | 基于无人机技术的大气光学关键参数综合探测系统、方法 |
| CN113607612A (zh) * | 2021-09-06 | 2021-11-05 | 暨南大学 | 一种基于无人机的云雾活化及间隙颗粒物的测量装置 |
| CN114460195A (zh) * | 2022-01-27 | 2022-05-10 | 河北科技大学 | 一种大气颗粒物中全氟和多氟烷基化合物的采样检测方法 |
| CN114460195B (zh) * | 2022-01-27 | 2023-09-22 | 河北科技大学 | 一种大气颗粒物中全氟和多氟烷基化合物的采样检测方法 |
| CN114527045A (zh) * | 2022-02-17 | 2022-05-24 | 河南省奥瑞环保科技股份有限公司 | 一种闭环颗粒物监测仪校准控制系统 |
| CN115931653A (zh) * | 2023-01-05 | 2023-04-07 | 山东大学 | 一种移动式大气颗粒物大数据获取系统及方法 |
| CN115931653B (zh) * | 2023-01-05 | 2023-10-13 | 山东大学 | 一种移动式大气颗粒物大数据获取系统及方法 |
| PL443701A1 (pl) * | 2023-02-07 | 2024-08-12 | Optimum - Tymiński I S-Ka Spółka Jawna | Głowica do pomiarów środowiskowych oraz platforma do pomiarów środowiskowych |
| CN118091055A (zh) * | 2024-04-28 | 2024-05-28 | 江苏省环境科学研究院 | 一种无人机双半球采样装置与大气污染源排放定量方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110208155B (zh) | 2023-03-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110208155A (zh) | 一种大气颗粒物无人机监测系统 | |
| CN107422747B (zh) | 用于大气环境在线监测及大气受控采样的无人机系统 | |
| CN206388203U (zh) | 一种环境监测系统 | |
| CN201707324U (zh) | 有毒有害气体应急监测无人机系统 | |
| US20170003684A1 (en) | A method and an unmanned aerial vehicle for determining emissions of a vessel | |
| Wang et al. | Unmanned aerial vehicle-borne sensor system for atmosphere-particulate-matter measurements: Design and experiments | |
| CN109633680A (zh) | 基于激光雷达的四步闭环大气污染溯源系统及方法 | |
| CN206270763U (zh) | 一种环境应急监测无人机 | |
| CN102255259A (zh) | 适合于无人飞行器的输电线路巡检装置 | |
| WO2020133909A1 (zh) | 飞控与导航一体机 | |
| CN109964494A (zh) | 用于远程处理和分析工业资产检查数据的方法和系统 | |
| CN104316443A (zh) | 一种基于ccd后向散射的pm 2.5浓度监测方法 | |
| CN110308023A (zh) | 基于无人机机载的气溶胶粒子垂直观测系统及采样方法 | |
| CN206657233U (zh) | 基于无人机的大气环境质量及污染物连续监测系统 | |
| CN107784313A (zh) | 环境监测方法、装置及其结果处理方法、装置和监测系统 | |
| CN105242682A (zh) | 靶机目标特性测量系统 | |
| CN106932235A (zh) | 一种基于无人机的空气污染采集检测装置及其检测方法 | |
| CN108089241A (zh) | 一种基于无人机的模块化气象探测系统 | |
| CN105278596A (zh) | 一种大气监测和分析系统 | |
| CN115185292A (zh) | 基于地空一体化的空气污染智能监测方法及平台 | |
| CN108803633A (zh) | 一种基于移动通信网络的无人机低空监控系统 | |
| CN108760594A (zh) | 基于无人机的扬尘监测系统 | |
| CN115629164A (zh) | 一种无人机碳通量监测数据采集设备及处理方法 | |
| Motlagh et al. | Toward blue skies: City-scale air pollution monitoring using UAVs | |
| CN105333900A (zh) | 基于多旋翼平台的烟气监测系统及其方法 |
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 |