CN111413259B - 空气废气实时监测和溯源方法 - Google Patents
空气废气实时监测和溯源方法 Download PDFInfo
- Publication number
- CN111413259B CN111413259B CN202010291705.9A CN202010291705A CN111413259B CN 111413259 B CN111413259 B CN 111413259B CN 202010291705 A CN202010291705 A CN 202010291705A CN 111413259 B CN111413259 B CN 111413259B
- Authority
- CN
- China
- Prior art keywords
- data
- monitoring
- tracing
- exhaust gas
- time
- 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.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 60
- 238000000034 method Methods 0.000 title claims abstract description 30
- 230000033001 locomotion Effects 0.000 claims description 17
- 238000012806 monitoring device Methods 0.000 claims description 5
- 238000003860 storage Methods 0.000 claims description 5
- 238000000149 argon plasma sintering Methods 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 4
- 239000013618 particulate matter Substances 0.000 claims description 4
- 230000002093 peripheral effect Effects 0.000 claims description 4
- 238000012935 Averaging Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 239000002912 waste gas Substances 0.000 abstract description 17
- 238000009792 diffusion process Methods 0.000 abstract description 6
- 230000010485 coping Effects 0.000 abstract description 2
- 238000011835 investigation Methods 0.000 abstract 1
- 239000007789 gas Substances 0.000 description 27
- 238000004088 simulation Methods 0.000 description 26
- 238000010586 diagram Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 238000002485 combustion reaction Methods 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 210000004556 brain Anatomy 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000003892 spreading Methods 0.000 description 1
- 239000010902 straw Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000002341 toxic gas Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
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
-
- 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
-
- G01N15/075—
Landscapes
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Aviation & Aerospace Engineering (AREA)
- Dispersion Chemistry (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Alarm Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种空气废气实时监测和溯源方法,将城市按照地图坐标的方式网格化,并配置监测设备,获取各个坐标点的风向风速信息和废气超标信息,获取各个监测点获取的实时数据,控制中心以触发警报的数据段为中心,向前、向后接续数据,生成废气扩散的定格动画,进而判断出废气的来源方向,即可推断出废气的大致范围,然后派遣无人机,在确定废气的大致范围进行现场勘验,及时高效的做到监测和溯源,进而控制排放源头,在有风天气,还可以辅以风向和风速传感器的数据进行纠偏。通过该方法,能够实时、高效的发现废气排放并追溯到排放源头,以便做出最快的处理,同时根据后续动画的指示,能够发现废气的走向,以便做出预警和应对措施。
Description
技术领域
本发明涉及一种大气治理领域,具体的说,涉及了一种空气废气监测系统和溯源方法。
背景技术
当前的大气治理已经走向智能化、网络化,通过在城市中阵列监测设备的方式,对城市的各个角落进行废气监测,目前的大气监测方法中,虽然有网络化统计的系统存在,且具备一定的准确性,但是算法都相对复杂,且难以形成简单的图形化表示方法,导致没有深入学习或没有相关专业知识的人员难以解读获取的数据或图表,需要耗费大量的时间在数据的判断和筛选上,应用难度比较高。
另外,依据算法的系统,对于算法的精度要求过高,目前流行的算法并没有过高的精度,且由于系统构建复杂,售卖的成本十分高昂。
还有一种根据历史数据统计而实现的一种重演纠偏法,利用统计数据对当前数据进行纠偏,但是形成历史数据的时间比较久,且这些历史数据本身的准确度又难以保证,世界各地的地理环境和天气环境又存在较大差异,导致该方法的应用难度也比较高,且历史数据需要持续更新、统计、生成,需要较高的运算量,对于硬件的要求比较高。
更进一步的,当前的监测系统大多存在数据处理滞后的问题,往往是当天或一长段时间以后的数据进行一次统计,然后溯源,找到问题发生地,这种方式容易导致废气的排放无法及时得到治理,造成对环境的破坏。
因此,如何利用当前以后的硬件基础,设计一种图形化的、实时显示的、及时溯源的、成本低廉的方法,找到废气排放源头,及时治理,保护生态环境,成为本领域技术人员迫切需要解决的技术问题。
发明内容
本发明的目的是针对现有技术的不足,从而提供一种图形化的、实时显示的、及时溯源的、成本低廉的的空气废气实时监测和溯源方法。
为了实现上述目的,本发明所采用的技术方案是:一种空气废气实时监测和溯源方法,包括由网格化阵列分布的监测设备、远端的控制中心和报警系统构成的监测系统,所述监测设备包括光散射颗粒物监测仪、风向风速传感器、无线收发模块和处理器。控制中心与监测设备之间最佳的通信手段为无线收发,当然也可以根据城市布网情况进行有线收发,报警系统主要是对控制中心内部的管理人员,通过以下步骤进行监测和溯源:
步骤1),监测设备对周边空气进行监测,以秒级记录下空气状态变化数据,并将监测到的数据等频次的发送至控制中心,每一个频次的数据中,将最晚时刻的数据作为标签数据呈现,以便于控制中心对于数据的初步筛查,控制中心将收到的数据与监测设备的坐标点绑定,并将标签数据呈现在绘制有坐标点的地图上,以形成直观图形。当单个检测设备在设定的时间长度内持续未出现废气指标超标的数据,则将该段时间内的本地存储清零,并将设定的时间长度统一标记为无超标数据标签,避免数据占据大量的存储,实现自动化的数据清理和整理。
步骤2),当在阵列方向上连续的至少3个坐标点的标签数据均显示废气指标超标时,控制中心触发判断:发生大规模的废气排放,并发出指令,缩短监测设备的发送数据的发送频率,并发出警报。
步骤3),控制中心以当前段时间的数据为中点数据,然后加载上一段数据,通过时间接续,生成秒为单位的定格动画,若上一段数据中包含多于1个坐标点的废气指标超标数据,则再加载上上一段数据,通过时间接续,依此类推,直到仅有1个坐标点显示废气指标超标数据为止,将其标定为溯源点;若首次检测到废气指标超标的坐标点多于1个,则取多个坐标点的中心点作为溯源点。
步骤4),控制中心确定溯源点为1个坐标点时,以溯源点为中心,以相邻两个坐标点的距离为边长,划定一块正方形区域为目标区域;溯源点确定为多个坐标点的中心点时,以最外周坐标点相邻的无超标数据的坐标点为界划定目标区域,将该目标区域的坐标发送至无人机,派遣无人机到该区域巡航并拍视频,记录该区域的当前状态。
步骤5),在步骤4)执行的同时,溯源点的数据继续向前追溯,直到溯源点未触发废气指标超标数据为止,并记录下首次触发废气指标超标的时间点。
步骤6),步骤4)和步骤5)执行的同时,控制中心新接收到的数据以中点数据为基准,通过时间接续,向后加载,不断的更新所述的定格动画。
步骤7),将不断更新的定格动画显示于带有网格和监测设备坐标的地图上,循环播放。
步骤8),控制中心在地图上从溯源点作为起点画模拟线,在步骤3)中绘制成第一模拟线,模拟线的终点为距离溯源点最远的坐标点,下一个频次的数据所形成的图形中,沿长轴方向绘制参考线,参考线与图形的交界形成两个点,这两个点均连接至第一模拟线的终点形成并列的两条第二模拟线,后续每个频次的数据均参照生成第二模拟线的方式获得两个点,两个点分别连接前两条模拟线中与其距离更近的模拟线的终点,并在每次形成的终点处标出箭头。
步骤9),控制中心每加载一段数据,就对坐标点进行一次加深颜色处理,处理规则为:根据已加载数据的数量统计坐标点连续触发废气指标超标的次数,次数越多,颜色越深,进而形成具有明显超标程度标识的定格动画。
基上所述,步骤3)中,利用已知3个坐标点的监测设备及其相邻的坐标点的监测设备的风向和风速采集模块,通过求平均值的方式计算小范围的风速数据,通过各监测设备的风向信息取中间值作为风向数据,以溯源点为起点,以风向为参考方向,以风在当前数据段的时间内所能到的最远距离为长度,绘制一条精度线,步骤4)中,无人机首先沿该精度线进行巡航,然后再向两侧巡航。
当风向和风速采集模块采集到的风速大于5级时,控制中心判定触发报警无效。
本发明相对现有技术具有突出的实质性特点和显著的进步,具体的说,本发明利用当前市政铺设的设备网络建设,对设备进行优化和数据方面的优化处理,主要实现几个功能:
第一,记录的数据等频次发送,如2分钟、5分钟的间隔,即便数据有滞后,滞后也十分有限,能够最大程度的保证数据的时效性,做到尽可能的实时监控和溯源、治理。
第二,为了简化数据的触发标准,将一段时间的最后一刻的状态数据作为标签,以供控制中心读取和分析,大大降低了运算量,避免控制中心分析数百个或数千个坐标点中每时每刻的数据关联性,造成运算压力的问题,可以有效降低硬件要求,降低成本。
第三,溯源方法采用向前追溯数据,并形成定格动画的方式进行,而不是通过数据对比,最主要的原因在于,在已判断出有废气大量超标排放的前提下,没有必要再进行过多地数据分析,只需要根据网格化阵列的监测设备的监测时间与空气状态的关联性,就可以获取废气的大致方向,而且,形成图形化的定格动画以后,依赖于人的观察和判断,相对于机器的复杂运算而言,通常会更加准确。
第四,溯源点确定以后,派遣无人机进行拍照和录像,视频返回后,管理人员可以通过视频快速的掌握当前区域的情形,判断废气超标的源头和原因,针对性的作出应对方案,十分高效。
第五,数据向后实时加载,形成持续更新的定个动画,供管理人员观察废气的分散方向,同时,利用气体流动的原理,绘制模拟线,用于辅助观察气体的流动方向,作出应对措施。
第六,对坐标点进行颜色标记,标记规则按照连续次数进行统计,次数越多,颜色越深,当然需要设定上限和下限,以便于区别,当连续中断,颜色变为带有特殊标识且有明显区别的颜色,如绿色,继续点亮,以便管理者快速判断废气的运行规则。
第七、加入风向和风速采集模块,将风速和风向数据计算进来,由于它只涉及到溯源点的追寻,故而仅针对溯源点进行修正,绘制精度线,以供无人机巡航参考,不会其它数据进行运算,避免不必要的过量运算,降低硬件设备的运行压力。
总体来说,该方法从系统构建的成本上、数据的及时性上以及数据精度上综合考量,做到了数据高效、判断简单、图形化显示、溯源实时有效、便于及时作出应对措施的各项优点。
附图说明
图1是本发明中空气废气实时监测和溯源方法的控制逻辑图。
图2是本发明的空气废气实时监测和溯源方法中绘制模拟线的参考图。
具体实施方式
下面通过具体实施方式,对本发明的技术方案做进一步的详细描述。
如图1所示,一种空气废气实时监测和溯源方法,包括由网格化阵列分布的监测设备、远端的控制中心和报警系统构成的监测系统,阵列间距可以控制在几十米级或百米级,可根据城市体量进行适应性调整,所述监测设备包括光散射颗粒物监测仪、风向风速传感器、无线收发模块和处理器,其中,光散射颗粒物监测仪主要用于大气中各种常见颗粒物的监测,也可以采用其他形式的颗粒物监测仪,风向风速传感器用于获得当前风的状态,无线收发模块则主要用于通信,处理器用于对各单元模组进行控制以及对数据的简单处理,该部分内容均为常规技术,不做更详细的阐述和说明。
控制中心与监测设备之间最佳的通信手段为无线收发,当然也可以根据城市布网情况进行有线收发,报警系统主要是对控制中心内部的管理人员,通过以下步骤进行监测和溯源:
步骤1),监测设备对周边空气进行监测,以秒级记录下空气状态变化数据,并将监测到的数据等频次的发送至控制中心,本实施例中,频次间隔为2分钟,每2分钟的数据中,将最晚时刻的数据作为标签数据呈现,以便于控制中心对于数据的初步筛查,用于判断当前状态使用,避免控制中心将2分钟的数据展开,生成单点120组数据,再去与上千个监测点的120组数据匹配运算,大大降低了运算压力和系统构建的复杂程度,降低成本。
控制中心将收到的数据与监测设备的坐标点绑定,并将标签数据呈现在绘制有坐标点的地图上,以形成直观图形,图形化的目的是,避免数据化和图表化,因为数据不直观,而空气废气扩散在空间上有显著的图形化特征,避免管理人员耗费过多地精力去学习和分析数据,能够更直观的通过图形进行判断。
当单个检测设备在设定的时间长度内持续未出现废气指标超标的数据,则将该段时间内的本地存储清零,并将设定的时间长度统一标记为无超标数据标签,避免数据占据大量的存储,实现自动化的数据清理和整理。
步骤2),当在阵列方向上连续的至少3个坐标点的标签数据均显示废气指标超标时,控制中心触发判断:发生大规模的废气排放,并发出指令,缩短监测设备的发送数据的发送频率,并发出警报,本实施例中,以恰好3个坐标点显示废气指标超标来进行说明。
步骤3),控制中心以当前段时间的数据为中点数据,然后加载上一段数据,通过时间接续,生成秒为单位的定格动画,若上一段数据中包含2个坐标点的废气指标超标数据,则再加载上上一段数据,通过时间接续,依此类推,直到仅有1个坐标点显示废气指标超标数据为止,将其标定为溯源点;若首次检测到废气指标超标的坐标点多于1个,如2个或3个,则取2个或3个坐标点的中心点作为溯源点。
该步骤相对现有技术具有较大的改变,原因是,大气环境中的空气流体往往复杂多变,每个城市也都会有所不同,一般情况下,构建的监测系统中并没有根据当前城市特点进行的数据上的修正或适应性调整,只可能根据城市所在的半球或经纬度信息给出大致的调节,导致通过系统内部复杂运算后才模拟显示出来的模拟动向图或模拟状态图都存在较大的失真,反而影响了管理者的判断,其主要原因是管理人员往往不知道系统模拟运算的原理,模拟有失真,判断也通常有误差,两者叠加,极容易发生误判。
本方案在当前没有十分准确的运算模拟系统的前提下,不对数据做过多的运算处理,而是将其图形化展示,反而更有利于对废气排放的甄别和溯源,原因是:当形成秒级的定格动画后,管理人员可以通过定格动画的逐帧变化,可以得到废气运动的大概路线,由于气体流动有一定的惯性,人脑根据自身常识进行的判断反而更容易接近真实,再结合管理人员自身对于管理城市的天气特点以及产业的分布情况的了解,可以快速的作出判断,避免了通过系统模拟运算后失真数据对管理人员的误导。
步骤4),控制中心确定溯源点为1个坐标点时,以溯源点为中心,以相邻两个坐标点的距离为边长,划定一块正方形区域为目标区域;溯源点确定为2个或3个坐标点的中心点时,以最外周坐标点相邻的无超标数据的坐标点为界划定目标区域,将该目标区域的坐标发送至无人机,派遣无人机到该区域巡航并拍视频,记录该区域的当前状态。
该步骤完成后,基本上就可以判断出废气排放的来源,例如特定工厂的废气排放、秸秆燃烧的废气排放、垃圾燃烧的废气排放或火灾导致的废气排放,整个判断的过程与发生时间通常不会超过频次时间,也就是2分钟内,而派遣无人机飞行至特定地点,也往往能够在几分钟之类完成,整个溯源过程不超过十分钟,而一般情况下,废气排放的时间都会比这个时间更长,管理人员可以快速的到达现场或电话督办,对废气排放情况进行问询和治理,避免过久排放,对周边环境造成更大的伤害。
步骤5),在步骤4)执行的同时,溯源点的数据继续向前追溯,直到溯源点未触发废气指标超标数据为止,并记录下首次触发废气指标超标的时间点,其目的是准确记录废气排放的时间,以便根据排放时间预估造成的后果,以及对排放废气的对象进行量化考核。
步骤6),步骤4)和步骤5)执行的同时,控制中心新接收到的数据以中点数据为基准,通过时间接续,向后加载,不断的更新所述的定格动画,该步骤的目的是判断废气的蔓延方向,并对该区域进行预警,有必要的,需要作出疏散安排,避免有毒气体扩散,带来更严重的后果。
步骤7),将不断更新的定格动画显示于带有网格和监测设备坐标的地图上,循环播放,与步骤6)的目的相同,主要是用于帮助判断。
步骤8),控制中心在地图上从溯源点作为起点画模拟线,在步骤3)中绘制成第一模拟线,模拟线的终点为距离溯源点最远的坐标点,下一个频次的数据所形成的图形中,沿长轴方向绘制参考线,参考线与图形的交界形成两个点,这两个点均连接至第一模拟线的终点形成并列的两条第二模拟线,后续每个频次的数据均参照生成第二模拟线的方式获得两个点,两个点分别连接前两条模拟线中与其距离更近的模拟线的终点,并在每次形成的终点处标出箭头。
该步骤下,如图2所示,例如扩散方向为扇形扩散,则两条模拟线中的其中一条始终位于溯源点附近,可以忽略,另一条会随着扇形面积的扩大沿延伸,能够大概模拟出废气的排放方向,以供管理者参考使用。又如向四周扩散,两条模拟线会呈现出各自向不同方向的延伸路径;向一个方向扩散,其中一条模拟线始终在溯源点附近,另一条朝扩散方向行走。
步骤9),控制中心每加载一段数据,就对坐标点进行一次加深颜色处理,如标黄、标红,处理规则为:根据已加载数据的数量统计坐标点连续触发废气指标超标的次数,次数越多,颜色越深,进而形成具有明显超标程度标识的定格动画,其图形化效果类似气象图,可以直观的看到哪些区域是严重受到废气排放影响的区域,需要重点治理或重点疏散,当连续中断,颜色变为带有特殊标识且有明显区别的颜色,如绿色,继续点亮,以帮助管理人员整体上的统筹观察废气走向,走向信息中不仅包含了正在行走的路径,还包含了已经走过了的路径,两者结合,更方便了管理者的判断。
为了更进一步的精准判断,在步骤3)中,利用已知3个坐标点的监测设备及其相邻的坐标点的监测设备的风向和风速采集模块,通过求平均值的方式计算小范围的风速数据,通过各监测设备的风向信息取中间值作为风向数据,以溯源点为起点,以风向为参考方向,以风在当前数据段的时间内所能到的最远距离为长度,绘制一条精度线,步骤4)中,无人机首先沿该精度线进行巡航,然后再向两侧巡航。
在该监控方法中,扩散过程实际上不太需要过多的关注风速或风向信息,只需要一个大概判断的值即可,而定格动画就已经具备了这一能力,毕竟废气是要跟着风走的,而风向和风速在本方案中的主要影响是溯源过程,故而只需要针对溯源进行运算即可,且考虑到运算的精度问题,将其定义为精度线,无人机巡航时,可以首先沿精度线附近巡航,以快速找到目标。
当风向和风速采集模块采集到的风速大于5级时,控制中心判定触发报警无效,原因是风力过大,溯源点很难找到,大部分监测系统都要失灵,甚至检测不到或由于扬尘过大而全面触发,此时就需要根据获得的数据,以及管理人员的经验、对室外环境的直接观察、人民群众的举报相结合,对大气环境的监测进行综合判断和治理。
综上所述,在一般天气条件下,采用该方法对城市的大气环境进行监测和治理,能够提高监测的时效性和治理的时效性,而且对于硬件的要求不高,这对于一般城市而言,动辄数百万、数千万的高度集成化的控制中心设备而言,成本低得多,由于系统的运行原理简化,运算过程简化,软件系统的设计要求和设计成本极大的降低,使用成本和使用要求也降低,从各个层面上讲,都更适合当前的城市大气环境监测,避免了过多的财政投入。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制;尽管参照较佳实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者对部分技术特征进行等同替换;而不脱离本发明技术方案的精神,其均应涵盖在本发明请求保护的技术方案范围当中。
Claims (6)
1.一种空气废气实时监测和溯源方法,其特征在于:包括由网格化阵列分布的监测设备、远端的控制中心和报警系统构成的监测系统,通过以下步骤进行监测和溯源:
步骤1),监测设备对周边空气进行监测,以秒级记录下空气状态变化数据,并将监测到的数据等频次的发送至控制中心,每一个频次的数据中,将最晚时刻的数据作为标签数据呈现,控制中心将收到的数据与监测设备的坐标点绑定,并将标签数据呈现在绘制有坐标点的地图上;
步骤2),当在阵列方向上连续的至少3个坐标点的标签数据均显示废气指标超标时,控制中心触发判断:发生大规模的废气排放,并发出指令,缩短监测设备的发送数据的发送频率,并发出警报;
步骤3),控制中心以当前段时间的数据为中点数据,然后加载上一段数据,通过时间接续,生成秒为单位的定格动画,若上一段数据中包含多于1个坐标点的废气指标超标数据,则再加载上上一段数据,通过时间接续,依此类推,直到仅有1个坐标点显示废气指标超标数据为止,将其标定为溯源点;若首次检测到废气指标超标的坐标点多于1个,则取多个坐标点的中心点作为溯源点;
步骤4),控制中心确定溯源点为1个坐标点时,以溯源点为中心,以相邻两个坐标点的距离为边长,划定一块正方形区域为目标区域;溯源点确定为多个坐标点的中心点时,以最外周坐标点相邻的无超标数据的坐标点为界划定目标区域,将该目标区域的坐标发送至无人机,派遣无人机到该区域巡航并拍视频,记录该区域的当前状态;
步骤5),在步骤4)执行的同时,溯源点的数据继续向前追溯,直到溯源点未触发废气指标超标数据为止,并记录下首次触发废气指标超标的时间点;
步骤6),步骤4)和步骤5)执行的同时,控制中心新接收到的数据以中点数据为基准,通过时间接续,向后加载,不断的更新所述的定格动画;
步骤7),将不断更新的定格动画显示于带有网格和监测设备坐标的地图上,循环播放。
2.根据权利要求1所述的空气废气实时监测和溯源方法,其特征在于:还包括步骤8),控制中心每加载一段数据,就对坐标点进行一次加深颜色处理,处理规则为:根据已加载数据的数量统计坐标点连续触发废气指标超标的次数,次数越多,颜色越深,进而形成具有明显超标程度标识的定格动画,当连续中断,颜色变为带有特殊标识且有明显区别的颜色,继续点亮。
3.根据权利要求2所述的空气废气实时监测和溯源方法,其特征在于:步骤3)中,利用已知3个坐标点的监测设备及其相邻的坐标点的监测设备的风向和风速采集模块,通过求平均值的方式计算小范围的风速数据,通过各监测设备的风向信息取中间值作为风向数据,以溯源点为起点,以风向为参考方向,以风在当前数据段的时间内所能到的最远距离为长度,绘制一条精度线,步骤4)中,无人机首先沿该精度线进行巡航,然后再向两侧巡航。
4.根据权利要求1所述的空气废气实时监测和溯源方法,其特征在于:所述监测设备包括光散射颗粒物监测仪、风向风速传感器、无线收发模块和处理器。
5.根据权利要求4所述的空气废气实时监测和溯源方法,其特征在于:当风向和风速采集模块采集到的风速大于5级时,控制中心判定触发报警无效。
6.根据权利要求5所述的空气废气实时监测和溯源方法,其特征在于:步骤1)中,当单个检测设备在设定的时间长度内持续未出现废气指标超标的数据,则将该段时间内的本地存储清零,并将设定的时间长度统一标记为无超标数据标签。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010291705.9A CN111413259B (zh) | 2020-04-14 | 2020-04-14 | 空气废气实时监测和溯源方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010291705.9A CN111413259B (zh) | 2020-04-14 | 2020-04-14 | 空气废气实时监测和溯源方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111413259A CN111413259A (zh) | 2020-07-14 |
CN111413259B true CN111413259B (zh) | 2020-11-10 |
Family
ID=71493618
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010291705.9A Active CN111413259B (zh) | 2020-04-14 | 2020-04-14 | 空气废气实时监测和溯源方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111413259B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112418609A (zh) * | 2020-10-30 | 2021-02-26 | 暨南大学 | 一种基于面-网格-点的大气二次污染精准溯源方法 |
CN112649569A (zh) * | 2020-12-10 | 2021-04-13 | 南京长距科技有限公司 | 一种化工园区空气多点采样监测与溯源系统及方法 |
CN112964286B (zh) * | 2021-02-02 | 2023-10-31 | 珠海美佳音科技有限公司 | 数据标记方法、温湿度记录仪及存储介质 |
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 |
Citations (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101882184A (zh) * | 2010-05-25 | 2010-11-10 | 中冶赛迪工程技术股份有限公司 | 基于gis技术和aermode模型的大气环评系统与环评方法 |
CN203439256U (zh) * | 2013-09-06 | 2014-02-19 | 中科宇图天下科技有限公司 | 用于污染气体监测与溯源的多旋翼无人飞行器 |
KR20160012337A (ko) * | 2014-07-23 | 2016-02-03 | 한양대학교 산학협력단 | 날아다니는 비행 센서로봇 플랫폼 장치 및 방법 |
CN105528753A (zh) * | 2015-12-14 | 2016-04-27 | 北京邮电大学 | 一种基于网络病毒传播模型的空气污染溯源方法 |
CN106355166A (zh) * | 2016-10-13 | 2017-01-25 | 北京师范大学 | 一种基于监控视频与遥感图像的灰霾扩散路径绘制与来源确定方法 |
CN106680282A (zh) * | 2017-01-20 | 2017-05-17 | 江苏三联安全评价咨询有限公司 | 一种环境污染云图分析绘制系统以及污染云图绘制方法 |
CN106841436A (zh) * | 2017-01-18 | 2017-06-13 | 上海市环境监测中心 | 一种工业区大气VOCs自动监测预警溯源系统及其方法 |
US9766220B2 (en) * | 2016-02-08 | 2017-09-19 | International Business Machines Corporation | Leveraging air/water current variability for sensor network verification and source localization |
CN107391951A (zh) * | 2017-08-03 | 2017-11-24 | 江苏卓易信息科技股份有限公司 | 一种基于环形邻域梯度排序的空气污染溯源方法 |
CN107422747A (zh) * | 2017-08-14 | 2017-12-01 | 上海交通大学 | 用于大气环境在线监测及大气受控采样的无人机系统 |
CN107677777A (zh) * | 2017-10-13 | 2018-02-09 | 深圳市博安达信息技术股份有限公司 | 一种大气重污染过程智能分析系统 |
CN107764765A (zh) * | 2017-10-16 | 2018-03-06 | 江苏中美环境监测股份有限公司 | 用于大气污染的监测系统及用于大气污染的监测方法 |
CN107917987A (zh) * | 2017-11-09 | 2018-04-17 | 北京伟瑞迪科技有限公司 | 一种面向城市空气污染物溯源分析方法 |
CN107941994A (zh) * | 2017-11-09 | 2018-04-20 | 北京伟瑞迪科技有限公司 | 一种面向工业园区污染物溯源分析方法 |
CN108460135A (zh) * | 2018-03-07 | 2018-08-28 | 济宁中科云天环保科技有限公司 | 基于gis的批量云图生成方法 |
CN108469498A (zh) * | 2018-03-21 | 2018-08-31 | 成都慧利环保科技有限公司 | 面向区域环境指标的废气排放量检测方法 |
CN108489875A (zh) * | 2018-02-06 | 2018-09-04 | 济宁中科云天环保科技有限公司 | 一种基于时段统计分析的污染物溯源系统及方法 |
CN108603945A (zh) * | 2015-11-04 | 2018-09-28 | 塞珀特尔股份有限公司 | 大气传感器网络及与其相关的分析信息系统 |
CN108828140A (zh) * | 2018-04-26 | 2018-11-16 | 中国计量大学 | 一种基于粒子群算法的多无人机协同恶臭溯源方法 |
WO2018225030A1 (en) * | 2017-06-09 | 2018-12-13 | Sense Square S.R.L.S. | Atmospheric pollution source mapping and tracking of pollutants by using air quality monitoring networks having high space-time resolution |
CN109612883A (zh) * | 2018-12-13 | 2019-04-12 | 北京英视睿达科技有限公司 | 基于高密度监测网络的总悬浮颗粒物污染溯源方法及装置 |
CN109696208A (zh) * | 2018-12-29 | 2019-04-30 | 北京维禹特科技发展有限公司 | 一种废气监测溯源系统及方法 |
CN110427573A (zh) * | 2019-08-01 | 2019-11-08 | 软通动力信息技术有限公司 | 一种未知污染源区域的确定方法、装置、设备及存储介质 |
CN110673229A (zh) * | 2019-10-23 | 2020-01-10 | 新亚优华科技有限公司 | 一种基于热点网格技术的大气污染物扩散轨迹追踪方法 |
CN110687255A (zh) * | 2019-10-21 | 2020-01-14 | 软通动力信息技术有限公司 | 一种空气污染物的溯源方法、装置、设备和存储介质 |
CN110826767A (zh) * | 2019-09-29 | 2020-02-21 | 中国人民解放军陆军防化学院 | 一种基于排放源监测数据的空气污染追溯方法和装置 |
CN110954658A (zh) * | 2019-12-02 | 2020-04-03 | 上海宝钢工业技术服务有限公司 | 工业园区挥发性有机物网格化溯源调查的方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20130121313A (ko) * | 2012-04-27 | 2013-11-06 | (주)웹솔루스 | 배출원데이터를 이용한 오염원 추적시스템 |
WO2015175304A1 (en) * | 2014-05-11 | 2015-11-19 | Breezometer Ltd. | A system and methods thereof for generation of an air quality score |
US10830743B2 (en) * | 2017-05-04 | 2020-11-10 | International Business Machines Corporation | Determining the net emissions of air pollutants |
CN110008618A (zh) * | 2019-04-15 | 2019-07-12 | 华夏天信(北京)智能低碳技术研究院有限公司 | 一种基于gis和bim的应急辅助决策系统 |
-
2020
- 2020-04-14 CN CN202010291705.9A patent/CN111413259B/zh active Active
Patent Citations (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101882184A (zh) * | 2010-05-25 | 2010-11-10 | 中冶赛迪工程技术股份有限公司 | 基于gis技术和aermode模型的大气环评系统与环评方法 |
CN203439256U (zh) * | 2013-09-06 | 2014-02-19 | 中科宇图天下科技有限公司 | 用于污染气体监测与溯源的多旋翼无人飞行器 |
KR20160012337A (ko) * | 2014-07-23 | 2016-02-03 | 한양대학교 산학협력단 | 날아다니는 비행 센서로봇 플랫폼 장치 및 방법 |
CN108603945A (zh) * | 2015-11-04 | 2018-09-28 | 塞珀特尔股份有限公司 | 大气传感器网络及与其相关的分析信息系统 |
CN105528753A (zh) * | 2015-12-14 | 2016-04-27 | 北京邮电大学 | 一种基于网络病毒传播模型的空气污染溯源方法 |
US9766220B2 (en) * | 2016-02-08 | 2017-09-19 | International Business Machines Corporation | Leveraging air/water current variability for sensor network verification and source localization |
CN106355166A (zh) * | 2016-10-13 | 2017-01-25 | 北京师范大学 | 一种基于监控视频与遥感图像的灰霾扩散路径绘制与来源确定方法 |
CN106841436A (zh) * | 2017-01-18 | 2017-06-13 | 上海市环境监测中心 | 一种工业区大气VOCs自动监测预警溯源系统及其方法 |
CN106680282A (zh) * | 2017-01-20 | 2017-05-17 | 江苏三联安全评价咨询有限公司 | 一种环境污染云图分析绘制系统以及污染云图绘制方法 |
WO2018225030A1 (en) * | 2017-06-09 | 2018-12-13 | Sense Square S.R.L.S. | Atmospheric pollution source mapping and tracking of pollutants by using air quality monitoring networks having high space-time resolution |
CN107391951A (zh) * | 2017-08-03 | 2017-11-24 | 江苏卓易信息科技股份有限公司 | 一种基于环形邻域梯度排序的空气污染溯源方法 |
CN107422747A (zh) * | 2017-08-14 | 2017-12-01 | 上海交通大学 | 用于大气环境在线监测及大气受控采样的无人机系统 |
CN107677777A (zh) * | 2017-10-13 | 2018-02-09 | 深圳市博安达信息技术股份有限公司 | 一种大气重污染过程智能分析系统 |
CN107764765A (zh) * | 2017-10-16 | 2018-03-06 | 江苏中美环境监测股份有限公司 | 用于大气污染的监测系统及用于大气污染的监测方法 |
CN107917987A (zh) * | 2017-11-09 | 2018-04-17 | 北京伟瑞迪科技有限公司 | 一种面向城市空气污染物溯源分析方法 |
CN107941994A (zh) * | 2017-11-09 | 2018-04-20 | 北京伟瑞迪科技有限公司 | 一种面向工业园区污染物溯源分析方法 |
CN108489875A (zh) * | 2018-02-06 | 2018-09-04 | 济宁中科云天环保科技有限公司 | 一种基于时段统计分析的污染物溯源系统及方法 |
CN108460135A (zh) * | 2018-03-07 | 2018-08-28 | 济宁中科云天环保科技有限公司 | 基于gis的批量云图生成方法 |
CN108469498A (zh) * | 2018-03-21 | 2018-08-31 | 成都慧利环保科技有限公司 | 面向区域环境指标的废气排放量检测方法 |
CN108828140A (zh) * | 2018-04-26 | 2018-11-16 | 中国计量大学 | 一种基于粒子群算法的多无人机协同恶臭溯源方法 |
CN109612883A (zh) * | 2018-12-13 | 2019-04-12 | 北京英视睿达科技有限公司 | 基于高密度监测网络的总悬浮颗粒物污染溯源方法及装置 |
CN109696208A (zh) * | 2018-12-29 | 2019-04-30 | 北京维禹特科技发展有限公司 | 一种废气监测溯源系统及方法 |
CN110427573A (zh) * | 2019-08-01 | 2019-11-08 | 软通动力信息技术有限公司 | 一种未知污染源区域的确定方法、装置、设备及存储介质 |
CN110826767A (zh) * | 2019-09-29 | 2020-02-21 | 中国人民解放军陆军防化学院 | 一种基于排放源监测数据的空气污染追溯方法和装置 |
CN110687255A (zh) * | 2019-10-21 | 2020-01-14 | 软通动力信息技术有限公司 | 一种空气污染物的溯源方法、装置、设备和存储介质 |
CN110673229A (zh) * | 2019-10-23 | 2020-01-10 | 新亚优华科技有限公司 | 一种基于热点网格技术的大气污染物扩散轨迹追踪方法 |
CN110954658A (zh) * | 2019-12-02 | 2020-04-03 | 上海宝钢工业技术服务有限公司 | 工业园区挥发性有机物网格化溯源调查的方法 |
Non-Patent Citations (2)
Title |
---|
基于案例推理的工业园区废气污染溯源方法研究;张春梅;《测试技术学报》;20181231;第32卷(第6期);526-534 * |
成都大气污染物在焚烧秸秆时的溯源初步探究;周雯;《中国环境监测》;20140630;第30卷(第3期);47-54 * |
Also Published As
Publication number | Publication date |
---|---|
CN111413259A (zh) | 2020-07-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111413259B (zh) | 空气废气实时监测和溯源方法 | |
CN107272634B (zh) | 一种基于三维vr和数据服务器的虚拟采煤演练控制系统 | |
CN110235188A (zh) | 用于交通监控、事件检测和变化预测的视频数据和gis映射 | |
CN107134158B (zh) | 高速公路智能控制系统 | |
CN106485868A (zh) | 火情的监测方法、系统和火情的监测服务器 | |
CN107025797A (zh) | 一种恶劣天气路况自动预警系统 | |
CN111339905A (zh) | 基于深度学习及多视角的cim井盖状态视觉检测系统 | |
Song et al. | Real-time monitoring for crowd counting using video surveillance and GIS | |
CN111569346A (zh) | 一种智能灭火器远程监控及管理系统 | |
CN111686392A (zh) | 一种全视场火情探测人工智能灭火系统 | |
CN108268972A (zh) | 基于天通与北斗卫星的空天一体化通导电力设施在线监测预警分析系统与方法 | |
CN111257507A (zh) | 一种基于无人机的气体浓度检测及事故预警系统 | |
CN110209196A (zh) | 一种无人机园区巡更方法及系统 | |
CN115876655B (zh) | 一种受限空间涉爆粉尘全过程监测系统及方法 | |
CN110740189A (zh) | 一种基于物联网技术的智慧环保监管系统 | |
CN113053063A (zh) | 基于移动端的灾害在线处置流程实现方法 | |
CN113674314A (zh) | 抛洒事件检测方法、装置、电子装置和存储介质 | |
CN113240249A (zh) | 基于无人机增强现实的城市工程质量智能评价方法及其系统 | |
CN201828915U (zh) | 空间信息监测系统 | |
CN104715608A (zh) | 基于HBase的全天候全域出租车聚集实时监测方法 | |
US11062146B2 (en) | Maintenance of playing surfaces | |
KR20060130988A (ko) | 차량 검지기를 이용한 교통관리 시스템 | |
CN113295589B (zh) | 一种扬尘监测方法、装置和系统 | |
CN114646735A (zh) | 一种空气中二氧化碳浓度监测系统 | |
CN111126771B (zh) | 基于区域关注度预测安检员识图质量监督保障系统及方法 |
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 |