CN110361054A - 一种基于大数据实时分析空气污染源监控预警方法和装置 - Google Patents
一种基于大数据实时分析空气污染源监控预警方法和装置 Download PDFInfo
- Publication number
- CN110361054A CN110361054A CN201910707637.7A CN201910707637A CN110361054A CN 110361054 A CN110361054 A CN 110361054A CN 201910707637 A CN201910707637 A CN 201910707637A CN 110361054 A CN110361054 A CN 110361054A
- Authority
- CN
- China
- Prior art keywords
- information
- points
- pollution
- contamination
- air quality
- 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.)
- Withdrawn
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
Abstract
本发明提供了一种基于大数据实时分析空气污染源监控预警方法和装置,通过环境监测网络系统获得用户所在位置信息和实时空气质量信息;获得标准空气质量阈值;根据实时空气质量信息和标准空气质量阈值进行对比,确定为超标空气质量;根据超标空气质量和位置信息,获得污染点信息;根据环境监测网络系统对污染点信息进行监控跟踪,判断污染点信息是否为移动污染点信息;如果污染点信息为移动污染点信息,获得污染点移动路径,获得第一提示信息,用于提示用户对所述第一污染源进行处理。解决现有城市空气检测方法,无法精细检测到街区道路环境的技术问题,达到使用大数据手段,实时快速的污染源头发现和管控,有效抑制小氛围局部污染源的技术效果。
Description
技术领域
本发明涉及信息处理技术领域,尤其涉及一种基于大数据实时分析空气污染源监控预警方法和装置。
背景技术
空气质量检测是对空气质量的好坏进行检测。空气质量的好坏反映了空气中污染物浓度的高低。空气污染是一个复杂的现象,在特定时间和地点空气污染物浓度受到许多因素影响。来自固定和流动污染源的人为污染物排放大小是影响空气质量的最主要因素之一,其中包括车辆、船舶、飞机的尾气、工业企业生产排放、居民生活和取暖、垃圾焚烧等。城市的发展密度、地形地貌和气象等也是影响空气质量的重要因素。空气质量与人们的生活、身体健康息息相关,应该高度重视。
但本发明申请人发现现有技术至少存在如下技术问题:
现有技术的城市空气检测方法,无法精细检测到街区道路环境的技术问题。
发明内容
本发明实施例提供了一种基于大数据实时分析空气污染源监控预警方法和装置,解决了现有技术的城市空气检测方法,无法精细检测到街区道路环境的技术问题。
鉴于上述问题,提出了本申请实施例以便提供一种基于大数据实时分析空气污染源监控预警方法和装置。
第一方面,本发明提供了一种基于大数据实时分析的空气污染源监控预警方法,所述方法应用于一环境监测网络系统,所述环境监测网络系统包括移动和固定监测设备,所述方法包括:通过所述环境监测网络系统获得用户所在位置信息和实时空气质量信息;获得标准空气质量阈值;根据所述实时空气质量信息和所述标准空气质量阈值进行对比,确定为超标空气质量;根据所述超标空气质量和所述位置信息,获得污染点信息;根据所述环境监测网络系统对所述污染点信息进行监控跟踪,判断所述污染点信息是否为移动污染点信息;如果所述污染点信息为移动污染点信息,获得所述污染点移动路径;根据所述污染点移动路径,获得第一污染源信息;根据所述第一污染源信息,获得第一提示信息,所述第一提示信息用于提示用户对所述第一污染源进行处理。
优选的,所述根据所述环境监测网络系统对所述污染点信息进行监控跟踪,判断所述污染点信息是否为移动污染点信息之后,包括:如果所述污染点信息为非移动污染点信息,确定所述污染点信息为第二污染源信息;对所述第二污染源信息进行监控,获得所述第二污染源信息的污染时间和空气污染成分;根据所述污染时间和所述空气污染成分,确定污染类型。
优选的,所述根据所述污染时间和所述空气污染成分,确定污染类型之后,包括:如果所述污染类型为短期居民生活污染,获得第二提示信息,所述第二提示信息用于提示对居民进行教育和/或整治。
优选的,所述根据所述污染时间和所述空气污染成分,确定污染类型之后,包括:如果所述污染类型为阶段周期性污染,根据大数据调查,获得污染原因;根据所述污染原因,获得第三提示信息,所述第三提示信息用于提示适用于所述污染原因的整治措施。
优选的,所述如果所述污染点信息为非移动污染点信息,确定所述污染点信息为第二污染源信息之后,包括:获得所述第二污染源信息的实时污染指数;根据所述实时污染指数,获得所述污染指数的变化趋势;获得第一预设条件;判断所述污染指数的变化趋势是否符合所述第一预设条件;如果所述污染指数的变化趋势符合所述第一预设条件,获得第一预警信息,所述第一预警信息用于预警灾害发生。
第二方面,本发明提供了一种基于大数据实时分析空气污染源监控预警装置,应用于一环境监测网络系统,所述环境监测网络系统包括移动和固定监测设备,所述装置包括:
第一获得单元,所述第一获得单元用于通过所述环境监测网络系统获得用户所在位置信息和实时空气质量信息;
第二获得单元,所述第二获得单元用于获得标准空气质量阈值;
第一确定单元,所述第一确定单元用于根据所述实时空气质量信息和所述标准空气质量阈值进行对比,确定为超标空气质量;
第三获得单元,所述第三获得单元用于根据所述超标空气质量和所述位置信息,获得污染点信息;
第一判断单元,所述第一判断单元用于根据所述环境监测网络系统对所述污染点信息进行监控跟踪,判断所述污染点信息是否为移动污染点信息;
第四获得单元,所述第四获得单元用于如果所述污染点信息为移动污染点信息,获得所述污染点移动路径;
第五获得单元,所述第五获得单元用于根据所述污染点移动路径,获得第一污染源信息;
第六获得单元,所述第六获得单元用于根据所述第一污染源信息,获得第一提示信息,所述第一提示信息用于提示用户对所述第一污染源进行处理。
优选的,所述装置还包括:
第二确定单元,所述第二确定单元用于如果所述污染点信息为非移动污染点信息,确定所述污染点信息为第二污染源信息;
第七获得单元,所述第七获得单元用于对所述第二污染源信息进行监控,获得所述第二污染源信息的污染时间和空气污染成分;
第三确定单元,所述第三确定单元用于根据所述污染时间和所述空气污染成分,确定污染类型。
优选的,所述装置还包括:
第八获得单元,所述第八获得单元用于如果所述污染类型为短期居民生活污染,获得第二提示信息,所述第二提示信息用于提示对居民进行教育和/或整治。
优选的,所述装置还包括:
第九获得单元,所述第九获得单元用于如果所述污染类型为阶段周期性污染,根据大数据调查,获得污染原因;
第十获得单元,所述第十获得单元用于根据所述污染原因,获得第三提示信息,所述第三提示信息用于提示适用于所述污染原因的整治措施。
优选的,所述装置还包括:
第十一获得单元,所述第十一获得单元用于获得所述第二污染源信息的实时污染指数;
第十二获得单元,所述第十二获得单元用于根据所述实时污染指数,获得所述污染指数的变化趋势;
第十三获得单元,所述第十三获得单元用于获得第一预设条件;
第二判断单元,所述第二判断单元用于判断所述污染指数的变化趋势是否符合所述第一预设条件;
第十四获得单元,所述第十四获得单元用于如果所述污染指数的变化趋势符合所述第一预设条件,获得第一预警信息,所述第一预警信息用于预警灾害发生。
第三方面,本发明提供了一种基于大数据实时分析空气污染源监控预警装置,应用于一环境监测网络系统,所述环境监测网络系统包括移动和固定监测设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现以下步骤:通过所述环境监测网络系统获得用户所在位置信息和实时空气质量信息;获得标准空气质量阈值;根据所述实时空气质量信息和所述标准空气质量阈值进行对比,确定为超标空气质量;根据所述超标空气质量和所述位置信息,获得污染点信息;根据所述环境监测网络系统对所述污染点信息进行监控跟踪,判断所述污染点信息是否为移动污染点信息;如果所述污染点信息为移动污染点信息,获得所述污染点移动路径;根据所述污染点移动路径,获得第一污染源信息;根据所述第一污染源信息,获得第一提示信息,所述第一提示信息用于提示用户对所述第一污染源进行处理。
第四方面,本发明提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现以下步骤:通过所述环境监测网络系统获得用户所在位置信息和实时空气质量信息;获得标准空气质量阈值;根据所述实时空气质量信息和所述标准空气质量阈值进行对比,确定为超标空气质量;根据所述超标空气质量和所述位置信息,获得污染点信息;根据所述环境监测网络系统对所述污染点信息进行监控跟踪,判断所述污染点信息是否为移动污染点信息;如果所述污染点信息为移动污染点信息,获得所述污染点移动路径;根据所述污染点移动路径,获得第一污染源信息;根据所述第一污染源信息,获得第一提示信息,所述第一提示信息用于提示用户对所述第一污染源进行处理。
本申请实施例中的上述一个或多个技术方案,至少具有如下一种或多种技术效果:
本发明实施例提供的一种基于大数据实时分析空气污染源监控预警方法和装置,应用于一环境监测网络系统,所述环境监测网络系统包括移动和固定监测设备,通过所述环境监测网络系统获得用户所在位置信息和实时空气质量信息;获得标准空气质量阈值;根据所述实时空气质量信息和所述标准空气质量阈值进行对比,确定为超标空气质量;根据所述超标空气质量和所述位置信息,获得污染点信息;根据所述环境监测网络系统对所述污染点信息进行监控跟踪,判断所述污染点信息是否为移动污染点信息;如果所述污染点信息为移动污染点信息,获得所述污染点移动路径;根据所述污染点移动路径,获得第一污染源信息;根据所述第一污染源信息,获得第一提示信息,所述第一提示信息用于提示用户对所述第一污染源进行处理。达到了将所有公私各种移动和固定检测设备全部纳入侦测数据,合并以交通数据、区域住宿信息等,使用大数据手段,包括且不限于车辆现实情况和尾气等监控分析、小区忙闲时段的生活炊事信息分析、高能耗企业排废监管信息监控分析等,来达到实时快速的污染源头发现和管控,有效抑制小氛围局部污染源并能够及早作出治理反应和相应行政对策的技术效果,从而解决了现有技术的城市空气检测方法,无法精细检测到街区道路环境的技术问题。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
图1为本发明实施例中一种基于大数据实时分析空气污染源监控预警方法的流程示意图;
图2为本发明实施例中一种基于大数据实时分析空气污染源监控预警装置的结构示意图;
图3为本发明实施例中另一种基于大数据实时分析空气污染源监控预警装置的结构示意图。
附图标记说明:第一获得单元11,第二获得单元12,第一确定单元13,第三获得单元14,第一判断单元15,第四获得单元16,第五获得单元17,第六获得单元18,总线300,接收器301,处理器302,发送器303,存储器304,总线接口306。
具体实施方式
本发明实施例提供了一种基于大数据实时分析空气污染源监控预警方法和装置,用于解决现有技术的城市空气检测方法,无法精细检测到街区道路环境的技术问题。
本发明提供的技术方案总体思路如下:
通过所述环境监测网络系统获得用户所在位置信息和实时空气质量信息;获得标准空气质量阈值;根据所述实时空气质量信息和所述标准空气质量阈值进行对比,确定为超标空气质量;根据所述超标空气质量和所述位置信息,获得污染点信息;根据所述环境监测网络系统对所述污染点信息进行监控跟踪,判断所述污染点信息是否为移动污染点信息;如果所述污染点信息为移动污染点信息,获得所述污染点移动路径;根据所述污染点移动路径,获得第一污染源信息;根据所述第一污染源信息,获得第一提示信息,所述第一提示信息用于提示用户对所述第一污染源进行处理。达到了将所有公私各种移动和固定检测设备全部纳入侦测数据,合并以交通数据、区域住宿信息等,使用大数据手段,包括且不限于车辆现实情况和尾气等监控分析、小区忙闲时段的生活炊事信息分析、高能耗企业排废监管信息监控分析等,来达到实时快速的污染源头发现和管控,有效抑制小氛围局部污染源并能够及早作出治理反应和相应行政对策的技术效果。
应理解,本发明实施例中,所述大数据(big data),指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合,是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。大数据技术的战略意义不在于掌握庞大的数据信息,而在于对这些含有意义的数据进行专业化处理。换而言之,如果把大数据比作一种产业,那么这种产业实现盈利的关键,在于提高对数据的“加工能力”,通过“加工”实现数据的“增值”。从技术上看,大数据与云计算的关系就像一枚硬币的正反面一样密不可分。大数据必然无法用单台的计算机进行处理,必须采用分布式架构。它的特色在于对海量数据进行分布式数据挖掘。但它必须依托云计算的分布式处理、分布式数据库和云存储、虚拟化技术。
随着云时代的来临,大数据(Big data)也吸引了越来越多的关注。分析师团队认为,大数据(Big data)通常用来形容一个公司创造的大量非结构化数据和半结构化数据,这些数据在下载到关系型数据库用于分析时会花费过多时间和金钱。大数据分析常和云计算联系到一起,因为实时的大型数据集分析需要像MapReduce一样的框架来向数十、数百或甚至数千的电脑分配工作。大数据需要特殊的技术,以有效地处理大量的容忍经过时间内的数据。适用于大数据的技术,包括大规模并行处理(MPP)数据库、数据挖掘、分布式文件系统、分布式数据库、云计算平台、互联网和可扩展的存储系统。
下面通过附图以及具体实施例对本发明技术方案做详细的说明,应当理解本申请实施例以及实施例中的具体特征是对本申请技术方案的详细的说明,而不是对本申请技术方案的限定,在不冲突的情况下,本申请实施例以及实施例中的技术特征可以相互组合。
本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
实施例一
图1为本发明实施例中一种基于大数据实时分析空气污染源监控预警方法的流程示意图。如图1所示,本发明实施例提供了一种基于大数据实时分析空气污染源监控预警方法,所述方法应用于一环境监测网络系统,所述环境监测网络系统包括移动和固定监测设备,所述方法包括:
步骤110:通过所述环境监测网络系统获得用户所在位置信息和实时空气质量信息。
步骤120:获得标准空气质量阈值。
步骤130:根据所述实时空气质量信息和所述标准空气质量阈值进行对比,确定为超标空气质量。
步骤140:根据所述超标空气质量和所述位置信息,获得污染点信息。
步骤150:根据所述环境监测网络系统对所述污染点信息进行监控跟踪,判断所述污染点信息是否为移动污染点信息。
步骤160:如果所述污染点信息为移动污染点信息,获得所述污染点移动路径。
步骤170:根据所述污染点移动路径,获得第一污染源信息。
步骤180:根据所述第一污染源信息,获得第一提示信息,所述第一提示信息用于提示用户对所述第一污染源进行处理。
具体而言,环境监测网络系统采用移动检测设备和固定检测设备相结合的方式,将公私各种移动和固定检测设备全部纳入侦测数据,其中,移动检测设备为可以手持移动的具有空气检测功能的终端设备,例如个人手机内置空气监控感应器,随着移动设备、手持便携设备、电池续航、5G等兴起,个人便携设备将嵌入各种感应装置,可以用来融入数据中心进行单点区域的数据分析。利用常规的固定检测设备设置在各区域的检测地进行空气检测,再结合移动检测设备,实时反馈用户周边的空气质量信息和地点信息,同时使用个人终端进行检测的可全匿名脱敏避免泄露用户私人信息。根据检测设备采集到的空气质量信息可及时发现某地点空气超标,进行污染源比对分析,根据环境监测网络系统中的各移动检测设备和固定检测设备得到的实时空气质量信息和标准空气质量阈值进行对比,标准空气质量阈值可按照国际标准或者根据地区不同的具体要求进行具体设定,经过对比分析确定空气是否为超标空气质量,如果空气确定结果为超标空气质量,再进一步对空气污染的形态进行分析,根据超标空气质量和位置信息,如果得到的结果为污染空气呈流动性,根据固定检测点、流动检测点读取的异常数据,譬如PM2.5、TVOC化学挥发物等超标,通过风速、流动点的移送速度等,可以计算出污染源的扩散方向和速度;根据一系列污染源超标点的中心区域位移路线,可通过区域监控器的智能识别信息,来分析出污染中心经过的时间和位置,精确定位到对应的污染产生设备,举例而言,移动污染是由公交车尾气污染超标造成的,根据污染源周边视频监控、若多个点发现污染源移动,则根据移动路径的视频监控以及所对应线路的车辆路径查找,车牌识别,来找出是哪辆车排放超标,可立即通知司机以及车辆维修部门处理,可由此快速定位,并智能反馈公交车队和公交司机,指挥其返场检测保养维修等措施,避免污染不可控的扩大。应理解本发明实施例的方法可以使用且不限于所列举示例。达到了将所有公私各种移动和固定检测设备全部纳入侦测数据,合并以交通数据、区域住宿信息等,使用大数据手段,包括且不限于车辆现实情况和尾气等监控分析、小区忙闲时段的生活炊事信息分析、高能耗企业排废监管信息监控分析等,来达到实时快速的污染源头发现和管控,有效抑制小氛围局部污染源并能够及早作出治理反应和相应行政对策的技术效果,从而有效解决了现有技术的城市空气检测方法,无法精细检测到街区道路环境的技术问题。
进一步的,所述根据所述环境监测网络系统对所述污染点信息进行监控跟踪,判断所述污染点信息是否为移动污染点信息之后,包括:如果所述污染点信息为非移动污染点信息,确定所述污染点信息为第二污染源信息;对所述第二污染源信息进行监控,获得所述第二污染源信息的污染时间和空气污染成分;根据所述污染时间和所述空气污染成分,确定污染类型。
具体而言,如果根据所述环境监测网络系统对污染点信息进行监控跟踪,得到的污染点信息分析结果为非移动污染点信息,即污染点为固定区域,则利用系统进行标记,对该污染点进行监控,根据检测设备检测到的污染点信息数据,获得该监控污染点的污染时间、空气污染成分,根据具体的污染时间、污染成分确定其污染类型,如炊事、工业排废、汽车尾气等等。
进一步的,所述根据所述污染时间和所述空气污染成分,确定污染类型之后,包括:如果所述污染类型为短期居民生活污染,获得第二提示信息,所述第二提示信息用于提示对居民进行教育和/或整治。
具体而言,若根据检测到的污染成分,经过系统分析得出的污染类型为短期居民生活污染,举例而言,某种烹饪或燃料烧烤等造成的空气污染,经检测得到的位置信息确认污染点为一定氛围区域,譬如某居民小区,进行居民生活周期分析,若为短期污染,可通过定位找出某污染来源,并同时根据检测结果得到对应的提示信息,根据提示信息进行居民宣贯,对造成空气污染的特定居民进行教育或整治。达到实时快速的污染源头发现和管控,有效抑制小氛围局部污染源、及早作出治理反应和相应行政对策的技术效果。
进一步的,所述根据所述污染时间和所述空气污染成分,确定污染类型之后,包括:如果所述污染类型为阶段周期性污染,根据大数据调查,获得污染原因;根据所述污染原因,获得第三提示信息,所述第三提示信息用于提示适用于所述污染原因的整治措施。
具体而言,根据固定检测点、流动检测点读取的异常数据,譬如PM2.5、油脂挥发物、温度波动等数据统计得到结果,由于一定周期的居民区、工厂企业的生活作息对空气质量的影响,经过污染成分的周期性分析,为阶段周期性污染。举例而言,居民区的早晚炊事、而大型企业中午炊事影响大等现实情况。根据阶段周期性污染的特点,得出对应的提示信息,根据提示信息进行整治。其中分析和改善的方法可采取但不限制:居民生活习惯大数据调查,分析统计居民的购买消费纪录,分析挥发物油脂类型,分析居民口味偏好等,通过周边采购超市的健康油品优惠、宣传健康饮食习惯、针对性增设和周期性开启固定或流动空气清洁装置譬如水雾喷淋等,做到大数据精准降污染。进一步达到了实时快速的污染源头发现和管控,有效抑制小氛围局部污染源、及早作出治理反应和相应行政对策,精细检测到街区道路环境的技术效果。采用本发明实施例的方法比区级或市级统一的对所有市民产生的污染源处理方案要简便,且更容易在行政上施行对策,只需要街道级的行政单位申请相应款项即可,不需要市级政府对所有小区企业开展眉毛胡子一把抓式的污染治理。
进一步的,所述如果所述污染点信息为非移动污染点信息,确定所述污染点信息为第二污染源信息之后,包括:获得所述第二污染源信息的实时污染指数;根据所述实时污染指数,获得所述污染指数的变化趋势;获得第一预设条件;判断所述污染指数的变化趋势是否符合所述第一预设条件;如果所述污染指数的变化趋势符合所述第一预设条件,获得第一预警信息,所述第一预警信息用于预警灾害发生。
具体而言,根据固定检测点、流动检测点读取的异常数据,譬如温度异常升高,通过风速、流动点的移送速度等,可以计算出高温中心的扩散方向和速度;根据温度超标点的中心区域位移路线,结合区域监控器的智能识别信息,可发现温度、空气灰尘及能见度变化等情况。举例而言,若某地点局部着火,通过本发明实施例的方法对局部环境进行异常监控,可以快速确认火源、由挥发颗粒分析出可燃物性质,及时通知消防队,以及智能预先启动周边建筑物的喷淋系统来有效阻碍着火范围的自然扩大。相比传统的高塔眺望、卫星监控会被大气层影响,等火势扩大被群众发现才报警,不能预先分析可燃物,不能预先对周边进行阻燃措施等现有的防火措施局限性来说,本发明实施例的方法有着不可比拟的创造性和优越性。同样的分析思路,也可以应用于居民家庭的燃气泄露,通过可燃气体的异动检测和扩散方向的快速分析来精准定位处理,及早发现燃气泄露等火灾隐患。
另外,对于高能耗高污染的企业员工与周边居民,若工矿企业等周边有泄露偷排、私设排污口的情况,也可通过本发明实施例的基于大数据实时分析空气污染源监控预警方法进行全局精准检测快捷发现。举例而言,某企业在固定检测点下游,私设了排污口以躲避正规检测,且在深更半夜偷偷排污。下游的固定检测点和流动检测点可以实时发现空气超标情况;由于此类超标污染会随着大气温度、风向、水流速度、水温蒸发量等多种因素导致难以检测定位,尽管呈现出连贯区域性,但其扩散性强,随风向转向变化快,偷排者开启关闭快,建造位置隐蔽等特点而不易被快速定位。往往类似新闻报道中小区居民反应某些风向会有异味等情况,但又不能快速精准定位到排放位置,结果是经历数月数年而不了了之。使用本发明则能通过将这些扩散因素结合在一起实时智能分析,即便是使用现有的定位手段,也能在几分钟快速精准的定位到排污口以及推算出偷排的时间和偷排的污染物和物料量,以确定量刑标准和治理对策的参考。由于空气流通原因,可能会有多个空气超标的可疑污染源,通过气象、水文等多个因素的综合分析,可以快速排除假象的污染源,找到真正的污染源。达到实时快速的污染源头发现和管控,有效抑制小氛围局部污染源、及早作出治理反应和相应行政对策的技术效果。解决了现有技术的城市空气检测方法,无法精细检测到街区道路环境的技术问题。
实施例二
基于与前述实施例中一种基于大数据实时分析空气污染源监控预警方法同样的发明构思,本发明还提供一种基于大数据实时分析空气污染源监控预警装置,应用于一环境监测网络系统,所述环境监测网络系统包括移动和固定监测设备,如图2所示,所述装置包括:
第一获得单元11,所述第一获得单元11用于通过所述环境监测网络系统获得用户所在位置信息和实时空气质量信息;
第二获得单元12,所述第二获得单元12用于获得标准空气质量阈值;
第一确定单元13,所述第一确定单元13用于根据所述实时空气质量信息和所述标准空气质量阈值进行对比,确定为超标空气质量;
第三获得单元14,所述第三获得单元14用于根据所述超标空气质量和所述位置信息,获得污染点信息;
第一判断单元15,所述第一判断单元15用于根据所述环境监测网络系统对所述污染点信息进行监控跟踪,判断所述污染点信息是否为移动污染点信息;
第四获得单元16,所述第四获得单元16用于如果所述污染点信息为移动污染点信息,获得所述污染点移动路径;
第五获得单元17,所述第五获得单元17用于根据所述污染点移动路径,获得第一污染源信息;
第六获得单元18,所述第六获得单元18用于根据所述第一污染源信息,获得第一提示信息,所述第一提示信息用于提示用户对所述第一污染源进行处理。
进一步的,所述装置还包括:
第二确定单元,所述第二确定单元用于如果所述污染点信息为非移动污染点信息,确定所述污染点信息为第二污染源信息;
第七获得单元,所述第七获得单元用于对所述第二污染源信息进行监控,获得所述第二污染源信息的污染时间和空气污染成分;
第三确定单元,所述第三确定单元用于根据所述污染时间和所述空气污染成分,确定污染类型。
进一步的,所述装置还包括:
第八获得单元,所述第八获得单元用于如果所述污染类型为短期居民生活污染,获得第二提示信息,所述第二提示信息用于提示对居民进行教育和/或整治。
进一步的,所述装置还包括:
第九获得单元,所述第九获得单元用于如果所述污染类型为阶段周期性污染,根据大数据调查,获得污染原因;
第十获得单元,所述第十获得单元用于根据所述污染原因,获得第三提示信息,所述第三提示信息用于提示适用于所述污染原因的整治措施。
进一步的,所述装置还包括:
第十一获得单元,所述第十一获得单元用于获得所述第二污染源信息的实时污染指数;
第十二获得单元,所述第十二获得单元用于根据所述实时污染指数,获得所述污染指数的变化趋势;
第十三获得单元,所述第十三获得单元用于获得第一预设条件;
第二判断单元,所述第二判断单元用于判断所述污染指数的变化趋势是否符合所述第一预设条件;
第十四获得单元,所述第十四获得单元用于如果所述污染指数的变化趋势符合所述第一预设条件,获得第一预警信息,所述第一预警信息用于预警灾害发生。
前述图1实施例一中的一种基于大数据实时分析空气污染源监控预警方法的各种变化方式和具体实例同样适用于本实施例的一种基于大数据实时分析空气污染源监控预警装置,通过前述对一种基于大数据实时分析空气污染源监控预警方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种基于大数据实时分析空气污染源监控预警装置的实施方法,所以为了说明书的简洁,在此不再详述。
实施例三
基于与前述实施例中一种基于大数据实时分析空气污染源监控预警方法同样的发明构思,本发明还提供一种基于大数据实时分析空气污染源监控预警装置,其上存储有计算机程序,该程序被处理器执行时实现前文所述一种基于大数据实时分析空气污染源监控预警方法的任一方法的步骤。
其中,在图3中,总线架构(用总线300来代表),总线300可以包括任意数量的互联的总线和桥,总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口306在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件,即收发机,提供用于在传输介质上与各种其他装置通信的单元。
处理器302负责管理总线300和通常的处理,而存储器304可以被用于存储处理器302在执行操作时所使用的数据。
实施例四
基于与前述实施例中一种基于大数据实时分析空气污染源监控预警的方法同样的发明构思,本发明还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现以下步骤:通过所述环境监测网络系统获得用户所在位置信息和实时空气质量信息;获得标准空气质量阈值;根据所述实时空气质量信息和所述标准空气质量阈值进行对比,确定为超标空气质量;根据所述超标空气质量和所述位置信息,获得污染点信息;根据所述环境监测网络系统对所述污染点信息进行监控跟踪,判断所述污染点信息是否为移动污染点信息;如果所述污染点信息为移动污染点信息,获得所述污染点移动路径;根据所述污染点移动路径,获得第一污染源信息;根据所述第一污染源信息,获得第一提示信息,所述第一提示信息用于提示用户对所述第一污染源进行处理。
在具体实施过程中,该程序被处理器执行时,还可以实现实施例一中的任一方法步骤。
本申请实施例中的上述一个或多个技术方案,至少具有如下一种或多种技术效果:
本发明实施例提供的一种基于大数据实时分析空气污染源监控预警方法和装置,应用于一环境监测网络系统,所述环境监测网络系统包括移动和固定监测设备,通过所述环境监测网络系统获得用户所在位置信息和实时空气质量信息;获得标准空气质量阈值;根据所述实时空气质量信息和所述标准空气质量阈值进行对比,确定为超标空气质量;根据所述超标空气质量和所述位置信息,获得污染点信息;根据所述环境监测网络系统对所述污染点信息进行监控跟踪,判断所述污染点信息是否为移动污染点信息;如果所述污染点信息为移动污染点信息,获得所述污染点移动路径;根据所述污染点移动路径,获得第一污染源信息;根据所述第一污染源信息,获得第一提示信息,所述第一提示信息用于提示用户对所述第一污染源进行处理。达到了将所有公私各种移动和固定检测设备全部纳入侦测数据,合并以交通数据、区域住宿信息等,使用大数据手段,包括且不限于车辆现实情况和尾气等监控分析、小区忙闲时段的生活炊事信息分析、高能耗企业排废监管信息监控分析等,来达到实时快速的污染源头发现和管控,有效抑制小氛围局部污染源并能够及早作出治理反应和相应行政对策的技术效果,从而解决了现有技术的城市空气检测方法,无法精细检测到街区道路环境的技术问题。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (8)
1.一种基于大数据实时分析空气污染源监控预警方法,其特征在于,所述方法应用于一环境监测网络系统,所述环境监测网络系统包括移动和固定监测设备,所述方法包括:
通过所述环境监测网络系统获得用户所在位置信息和实时空气质量信息;
获得标准空气质量阈值;
根据所述实时空气质量信息和所述标准空气质量阈值进行对比,确定为超标空气质量;
根据所述超标空气质量和所述位置信息,获得污染点信息;
根据所述环境监测网络系统对所述污染点信息进行监控跟踪,判断所述污染点信息是否为移动污染点信息;
如果所述污染点信息为移动污染点信息,获得所述污染点移动路径;
根据所述污染点移动路径,获得第一污染源信息;
根据所述第一污染源信息,获得第一提示信息,所述第一提示信息用于提示用户对所述第一污染源进行处理。
2.如权利要求1所述的方法,其特征在于,所述根据所述环境监测网络系统对所述污染点信息进行监控跟踪,判断所述污染点信息是否为移动污染点信息之后,包括:
如果所述污染点信息为非移动污染点信息,确定所述污染点信息为第二污染源信息;
对所述第二污染源信息进行监控,获得所述第二污染源信息的污染时间和空气污染成分;
根据所述污染时间和所述空气污染成分,确定污染类型。
3.如权利要求2所述的方法,其特征在于,所述根据所述污染时间和所述空气污染成分,确定污染类型之后,包括:
如果所述污染类型为短期居民生活污染,获得第二提示信息,所述第二提示信息用于提示对居民进行教育和/或整治。
4.如权利要求2所述的方法,其特征在于,所述根据所述污染时间和所述空气污染成分,确定污染类型之后,包括:
如果所述污染类型为阶段周期性污染,根据大数据调查,获得污染原因;
根据所述污染原因,获得第三提示信息,所述第三提示信息用于提示适用于所述污染原因的整治措施。
5.如权利要求2所述的方法,其特征在于,所述如果所述污染点信息为非移动污染点信息,确定所述污染点信息为第二污染源信息之后,包括:
获得所述第二污染源信息的实时污染指数;
根据所述实时污染指数,获得所述污染指数的变化趋势;
获得第一预设条件;
判断所述污染指数的变化趋势是否符合所述第一预设条件;
如果所述污染指数的变化趋势符合所述第一预设条件,获得第一预警信息,所述第一预警信息用于预警灾害发生。
6.一种基于大数据实时分析空气污染源监控预警装置,应用于一环境监测网络系统,所述环境监测网络系统包括移动和固定监测设备,其特征在于,所述装置包括:
第一获得单元,所述第一获得单元用于通过所述环境监测网络系统获得用户所在位置信息和实时空气质量信息;
第二获得单元,所述第二获得单元用于获得标准空气质量阈值;
第一确定单元,所述第一确定单元用于根据所述实时空气质量信息和所述标准空气质量阈值进行对比,确定为超标空气质量;
第三获得单元,所述第三获得单元用于根据所述超标空气质量和所述位置信息,获得污染点信息;
第一判断单元,所述第一判断单元用于根据所述环境监测网络系统对所述污染点信息进行监控跟踪,判断所述污染点信息是否为移动污染点信息;
第四获得单元,所述第四获得单元用于如果所述污染点信息为移动污染点信息,获得所述污染点移动路径;
第五获得单元,所述第五获得单元用于根据所述污染点移动路径,获得第一污染源信息;
第六获得单元,所述第六获得单元用于根据所述第一污染源信息,获得第一提示信息,所述第一提示信息用于提示用户对所述第一污染源进行处理。
7.一种基于大数据实时分析空气污染源监控预警装置,应用于一环境监测网络系统,所述环境监测网络系统包括移动和固定监测设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现以下步骤:
通过所述环境监测网络系统获得用户所在位置信息和实时空气质量信息;
获得标准空气质量阈值;
根据所述实时空气质量信息和所述标准空气质量阈值进行对比,确定为超标空气质量;
根据所述超标空气质量和所述位置信息,获得污染点信息;
根据所述环境监测网络系统对所述污染点信息进行监控跟踪,判断所述污染点信息是否为移动污染点信息;
如果所述污染点信息为移动污染点信息,获得所述污染点移动路径;
根据所述污染点移动路径,获得第一污染源信息;
根据所述第一污染源信息,获得第一提示信息,所述第一提示信息用于提示用户对所述第一污染源进行处理。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现以下步骤:
通过所述环境监测网络系统获得用户所在位置信息和实时空气质量信息;
获得标准空气质量阈值;
根据所述实时空气质量信息和所述标准空气质量阈值进行对比,确定为超标空气质量;
根据所述超标空气质量和所述位置信息,获得污染点信息;
根据所述环境监测网络系统对所述污染点信息进行监控跟踪,判断所述污染点信息是否为移动污染点信息;
如果所述污染点信息为移动污染点信息,获得所述污染点移动路径;
根据所述污染点移动路径,获得第一污染源信息;
根据所述第一污染源信息,获得第一提示信息,所述第一提示信息用于提示用户对所述第一污染源进行处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910707637.7A CN110361054A (zh) | 2019-08-01 | 2019-08-01 | 一种基于大数据实时分析空气污染源监控预警方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910707637.7A CN110361054A (zh) | 2019-08-01 | 2019-08-01 | 一种基于大数据实时分析空气污染源监控预警方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110361054A true CN110361054A (zh) | 2019-10-22 |
Family
ID=68222878
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910707637.7A Withdrawn CN110361054A (zh) | 2019-08-01 | 2019-08-01 | 一种基于大数据实时分析空气污染源监控预警方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110361054A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111216520A (zh) * | 2020-01-10 | 2020-06-02 | 博雅慧聚科技发展有限公司 | 一种基于车载移动式的环境空气净化方法和装置 |
CN113408938A (zh) * | 2021-07-08 | 2021-09-17 | 湖北君邦环境技术有限责任公司 | 企业污染源在线监测方法、系统、电子设备以及存储介质 |
CN113655176A (zh) * | 2021-08-12 | 2021-11-16 | 平安国际智慧城市科技股份有限公司 | 垃圾焚烧的污染超标检测方法、装置、设备及存储介质 |
CN113672633A (zh) * | 2021-08-25 | 2021-11-19 | 深圳博沃智慧科技有限公司 | 一种基于环境监测数据的标签管理系统和方法 |
CN114693003A (zh) * | 2022-05-23 | 2022-07-01 | 成都秦川物联网科技股份有限公司 | 一种基于物联网的智慧城市空气质量预测方法和系统 |
CN116343118A (zh) * | 2023-03-28 | 2023-06-27 | 中关村科学城城市大脑股份有限公司 | 一种基于污染点的污染监控方法及系统 |
CN116840419A (zh) * | 2023-07-13 | 2023-10-03 | 深圳市壹岚科技有限公司 | 一种空气智能检测方法、装置、设备及介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104849415A (zh) * | 2015-06-11 | 2015-08-19 | 刘国宝 | 基于北斗定位的空气污染监控系统 |
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 |
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 |
CN109765337A (zh) * | 2018-12-28 | 2019-05-17 | 北京英视睿达科技有限公司 | 一种污染源识别方法及其系统 |
CN109878400A (zh) * | 2018-10-19 | 2019-06-14 | 南京大学 | 模块化全功能拓展大气监测移动平台及监测使用方法 |
CN110006799A (zh) * | 2019-02-14 | 2019-07-12 | 北京市环境保护监测中心 | 一种热点网格污染类型的分类方法 |
US10481141B2 (en) * | 2016-02-08 | 2019-11-19 | International Business Machines Corporation | Leveraging air/water current variability for sensor network verification and source localization |
-
2019
- 2019-08-01 CN CN201910707637.7A patent/CN110361054A/zh not_active Withdrawn
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104849415A (zh) * | 2015-06-11 | 2015-08-19 | 刘国宝 | 基于北斗定位的空气污染监控系统 |
US10481141B2 (en) * | 2016-02-08 | 2019-11-19 | International Business Machines Corporation | Leveraging air/water current variability for sensor network verification and source localization |
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 |
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 |
CN109878400A (zh) * | 2018-10-19 | 2019-06-14 | 南京大学 | 模块化全功能拓展大气监测移动平台及监测使用方法 |
CN109765337A (zh) * | 2018-12-28 | 2019-05-17 | 北京英视睿达科技有限公司 | 一种污染源识别方法及其系统 |
CN110006799A (zh) * | 2019-02-14 | 2019-07-12 | 北京市环境保护监测中心 | 一种热点网格污染类型的分类方法 |
Non-Patent Citations (1)
Title |
---|
韩梦雅: "污染源自动监控系统的设计与实现", 《优中国优秀硕士学位论文全文数据库》 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111216520A (zh) * | 2020-01-10 | 2020-06-02 | 博雅慧聚科技发展有限公司 | 一种基于车载移动式的环境空气净化方法和装置 |
CN113408938A (zh) * | 2021-07-08 | 2021-09-17 | 湖北君邦环境技术有限责任公司 | 企业污染源在线监测方法、系统、电子设备以及存储介质 |
CN113408938B (zh) * | 2021-07-08 | 2022-07-19 | 湖北君邦环境技术有限责任公司 | 企业污染源在线监测方法、系统、电子设备以及存储介质 |
CN113655176A (zh) * | 2021-08-12 | 2021-11-16 | 平安国际智慧城市科技股份有限公司 | 垃圾焚烧的污染超标检测方法、装置、设备及存储介质 |
CN113655176B (zh) * | 2021-08-12 | 2024-03-15 | 平安国际智慧城市科技股份有限公司 | 垃圾焚烧的污染超标检测方法、装置、设备及存储介质 |
CN113672633A (zh) * | 2021-08-25 | 2021-11-19 | 深圳博沃智慧科技有限公司 | 一种基于环境监测数据的标签管理系统和方法 |
CN114693003B (zh) * | 2022-05-23 | 2022-09-02 | 成都秦川物联网科技股份有限公司 | 一种基于物联网的智慧城市空气质量预测方法和系统 |
US11776081B1 (en) | 2022-05-23 | 2023-10-03 | Chengdu Qinchuan Iot Technology Co., Ltd. | Methods and systems for predicting air quality in smart cities based on an internet of things |
CN114693003A (zh) * | 2022-05-23 | 2022-07-01 | 成都秦川物联网科技股份有限公司 | 一种基于物联网的智慧城市空气质量预测方法和系统 |
CN116343118A (zh) * | 2023-03-28 | 2023-06-27 | 中关村科学城城市大脑股份有限公司 | 一种基于污染点的污染监控方法及系统 |
CN116343118B (zh) * | 2023-03-28 | 2023-09-08 | 中关村科学城城市大脑股份有限公司 | 一种基于污染点的污染监控方法及系统 |
CN116840419A (zh) * | 2023-07-13 | 2023-10-03 | 深圳市壹岚科技有限公司 | 一种空气智能检测方法、装置、设备及介质 |
CN116840419B (zh) * | 2023-07-13 | 2024-04-05 | 深圳市壹岚科技有限公司 | 一种空气智能检测方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110361054A (zh) | 一种基于大数据实时分析空气污染源监控预警方法和装置 | |
Eteifa et al. | Using social network analysis to model the interaction between root causes of fatalities in the construction industry | |
Ravindra et al. | Air pollution in India: bridging the gap between science and policy | |
CN110085281A (zh) | 一种基于特征污染因子源解析的环境污染溯源系统及方法 | |
CN114155129B (zh) | 一种基于工业园区的大气环境溯评方法和系统 | |
Khot et al. | Survey on air pollution monitoring systems | |
Cui et al. | Investigating the impacts of atmospheric diffusion conditions on source parameter identification based on an optimized inverse modelling method | |
Lutoff et al. | Anticipating flash-floods: Multi-scale aspects of the social response | |
Okkaoğlu et al. | Daily PM10, periodicity and harmonic regression model: The case of London | |
Oprea et al. | On the development of an intelligent system for particulate matter air pollution monitoring, analysis and forecasting in urban regions | |
Imen et al. | Developing a model-based drinking water decision support system featuring remote sensing and fast learning techniques | |
Schalm et al. | A decision support system for preventive conservation: From measurements towards decision making | |
Finogeev et al. | Collection and consolidation of big data for proactive monitoring of critical events at infrastructure facilities in an urban environment | |
Ouyang et al. | Estimation of real-time N load in surface water using dynamic data-driven application system | |
Rahi et al. | Smart platforms of air quality monitoring: A logical literature exploration | |
Liu et al. | A framework of environmental modelling and information sharing for urban air pollution control and management | |
Millar et al. | Evaluating human exposure to fine particulate matter part II: Modeling | |
Gokul et al. | Internet of things based air pollution monitoring and forecasting system | |
Alshawi | Artificial Intelligence for Sustainability: Opportunities and Challenges | |
Abdeljebbar et al. | Smart Water Management: Pillars and Technologies | |
Luo et al. | TransFlower: An Explainable Transformer-Based Model with Flow-to-Flow Attention for Commuting Flow Prediction | |
Botrugno et al. | Building Information Modelling Supporting Safety and Security Threats Management: A Literature Review | |
Wang et al. | Location-Specific Control of Precursor Emissions to Mitigate Photochemical Air Pollution | |
Chan et al. | A Novel Evaluation of Air Pollution Impact from Stationary Emission Sources to Ambient Air Quality via Time-Series Granger Causality | |
Ali et al. | Development of a real-time web-ecological decision support system to calculate water quality and water pollution (waterdss) in the city of Baghdad |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20191022 |
|
WW01 | Invention patent application withdrawn after publication |