CN111800502A - 一种基于LoRa的立体式环境在线监测系统及方法 - Google Patents

一种基于LoRa的立体式环境在线监测系统及方法 Download PDF

Info

Publication number
CN111800502A
CN111800502A CN202010631405.0A CN202010631405A CN111800502A CN 111800502 A CN111800502 A CN 111800502A CN 202010631405 A CN202010631405 A CN 202010631405A CN 111800502 A CN111800502 A CN 111800502A
Authority
CN
China
Prior art keywords
information
lora
environment
early warning
data
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
Application number
CN202010631405.0A
Other languages
English (en)
Inventor
董美亚
王帅
姜耀华
刘子铭
赵阳
李鹏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangsu Ashton Technology Co ltd
Original Assignee
Jiangsu Ashton Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Jiangsu Ashton Technology Co ltd filed Critical Jiangsu Ashton Technology Co ltd
Priority to CN202010631405.0A priority Critical patent/CN111800502A/zh
Publication of CN111800502A publication Critical patent/CN111800502A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
    • H04L67/025—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP] for remote control or remote monitoring of applications
    • 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
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02—Alarms for ensuring the safety of persons
    • G08B21/12—Alarms for ensuring the safety of persons responsive to undesired emission of substances, e.g. pollution alarms
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18—Status alarms
    • G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/029—Location-based management or tracking services
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Emergency Management (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Toxicology (AREA)
  • Environmental & Geological Engineering (AREA)
  • Computing Systems (AREA)
  • Medical Informatics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了一种基于LoRa的立体式环境在线监测系统及方法。其中，基于LoRa的立体式环境在线监测系统，包括数据采集层，其包括若干个LoRa采集节点，LoRa采集节点预设在待监测环境中预先分割的网格位置处；每个LoRa采集节点将其采集的环境信息及当前地理位置信息一起发送至数据管理层；数据管理层，其包括LoRa网关和服务器；LoRa网关用于接收每个LoRa采集节点传送来的数据并传送至服务器；服务器用于：根据各个地理位置处的当前环境信息与对应历史信息进行匹配，预测出环境变化预警信息；根据各个时间点所有地理位置处环境信息的变化，确定出超标污染物以及超标污染物的移动速度与方向；UI界面层，其用于展示环境变化预警信息、超标污染物以及超标污染物的移动速度与方向信息。

Description

一种基于LoRa的立体式环境在线监测系统及方法
技术领域
本发明属于环境监测领域，尤其涉及一种基于LoRa的立体式环境在线监测系统及方法。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。
环境卫生监测主要以环境为监测对象，运用生物的、物理的和化学的技术手段，通过测定影响环境质量因素的数值，对污染物的构成综合分析，研究其成分对环境质量影响的程度，最终确定环境质量的变化趋势。利用环境监测管理系统可以加强对环境污染监测数据的处理，能够快速有效的对公共卫生环境进行准确监测，从而使监管部门对污染源有更全面、更深入与更直观的把握，以提高对环境监测数据分析管理的科技水平。
发明人发现，现有的环境监测系统存在以下问题：监测点独立且系统不具备多参数综合分析功能，无法短时间内观测污染过程，准确发现污染物及其移动路径。
发明内容
为了解决上述问题，本发明提供一种基于LoRa的立体式环境在线监测系统及方法，其网格化立体监测待监测环境，能够准确预测出环境变化预警信息、污染物以及污染物的移动路径，为保障公共安全，评估污染扩散趋势及通道，提供精确地数据基础。
为了实现上述目的，本发明采用如下技术方案：
本发明的第一个方面提供了一种基于LoRa的立体式环境在线监测系统。
一种基于LoRa的立体式环境在线监测系统，包括：
数据采集层，其包括若干个LoRa采集节点，LoRa采集节点预设在待监测环境中预先分割的网格位置处；每个LoRa采集节点将其采集的环境信息及当前地理位置信息一起发送至数据管理层；
数据管理层，其包括LoRa网关和服务器；LoRa网关用于接收每个LoRa采集节点传送来的数据并传送至服务器；所述服务器用于：根据各个地理位置处的当前环境信息与对应历史信息进行匹配，预测出环境变化预警信息；根据各个时间点所有地理位置处环境信息的变化，确定出超标污染物以及超标污染物的移动速度与方向；
UI界面层，其用于展示环境变化预警信息、超标污染物以及超标污染物的移动速度与方向信息。
进一步地，在所述服务器中，利用k近邻算法识别出与环境信息相似度最高的历史环境信息，以历史环境信息的变化作为环境变化预警信息预测值。
上述技术方案的优点在于，k近邻算法的思想是：在训练集中数据和标签已知的情况下，输入测试数据，将测试数据的特征与训练集中对应的特征进行相互比较，找到训练集中与之最为相似的前K个数据，则该测试数据对应的类别就是K个数据中出现次数最多的那个分类。k近邻算法的优点在于，简单，易于理解，易于实现，无需估计参数；训练时间为零，它没有显示的训练，不像其它有监督的算法会用训练集train一个模型(也就是拟合一个函数)，然后验证集或测试集用该模型分类。KNN只是把样本保存起来，收到测试数据时再处理，所以KNN训练时间为零。
进一步地，在所述服务器中，根据当前环境信息与各种类别污染物的阈值信息比较，判断出超标污染物类别。
上述技术方案的优点在于，通过预设不同类别污染物的阈值信息，比如密度阈值等，当相应监测参数超过对应阈值信息时，能够准确快速地判断当前超标污染物。
进一步地，所述服务器，其还用于：
当环境信息包括温度、湿度、光照度、灰尘颗粒PM2.5/10和CO2浓度时，利用k近邻算法识别出与环境信息相似度最高的历史环境信息，将查找到的历史环境信息时间前推24小时，记录为预警参考数据；
将预警参考数据输入至天气状况指数模型，得到预警指数；
将预警指数与预置预警信息分级匹配，得到环境质量指数、户外活动建议和未来天气变化预警信息；其中，天气状况指数模型为已知神经网络模型，根据历史温度、湿度、光照度、灰尘颗粒PM2.5/10和CO2浓度数据训练得到。
上述技术方案的优点在于，其能够利用温度、湿度、光照度、灰尘颗粒PM2.5/10和CO2浓度，预测环境质量指数、户外活动建议和未来天气变化预警信息，为户外活动提供指导意见。
进一步地，所述服务器，其还用于：
根据超标污染物类别以及超标污染物的移动速度与方向，绘制出相应超标污染物的移动轨迹。
上述技术方案的优点在于，其利用网格化及超标污染物的移动速度与方向，能够准确地绘制出相应超标污染物的移动轨迹，获取连续路径的空间参数，为各监测站点制定污染改善措施提供数据支撑。
进一步地，所述LoRa采集节点包括微处理器MCU，所述微处理器MCU与传感器模块和LoRa通信单元分别相连。
进一步地，所述服务器与UI界面层之间通过GPRS网络相互通信。
本发明的第二个方面提供一种基于LoRa的立体式环境在线监测方法。
一种基于LoRa的立体式环境在线监测方法，包括：
接收采用LoRa通信方式传送来预设在待监测环境中预先分割的网格位置处的环境信息以及相应地理位置信息；
根据各个地理位置处的当前环境信息与对应历史信息进行匹配，预测出环境变化预警信息；根据各个时间点所有地理位置处环境信息的变化，确定出超标污染物以及超标污染物的移动速度与方向。
进一步地，利用k近邻算法识别出与环境信息相似度最高的历史环境信息，以历史环境信息的变化作为环境变化预警信息预测值。
进一步地，根据当前环境信息与各种类别污染物的阈值信息比较，判断出超标污染物类别。
与现有技术相比，本发明的有益效果是：
通过数据采集层的LoRa采集节点收集现场网格化立体环境数据，省去了人工排查的过程；数据管理层根据根据各个地理位置处的当前环境信息与对应历史信息进行匹配，预测出环境变化预警信息；根据各个时间点所有地理位置处环境信息的变化，确定出超标污染物以及超标污染物的移动速度与方向，为保障公共安全，评估污染扩散趋势及通道，提供了精确地数据基础。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
图1是本发明实施例的基于LoRa的立体式环境在线监测系统结构示意图；
图2是本发明实施例的在线监测系统的终端节点到网关的具体工作流程图；
图3是本发明实施例的LoRa采集节点的硬件结构示意图。
具体实施方式
下面结合附图与实施例对本发明作进一步说明。
应该指出，以下详细说明都是例示性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
在本发明中，术语如“上”、“下”、“左”、“右”、“前”、“后”、“竖直”、“水平”、“侧”、“底”等指示的方位或位置关系为基于附图所示的方位或位置关系，只是为了便于叙述本发明各部件或元件结构关系而确定的关系词，并非特指本发明中任一部件或元件，不能理解为对本发明的限制。
本发明中，术语如“固接”、“相连”、“连接”等应做广义理解，表示可以是固定连接，也可以是一体地连接或可拆卸连接；可以是直接相连，也可以通过中间媒介间接相连。对于本领域的相关科研或技术人员，可以根据具体情况确定上述术语在本发明中的具体含义，不能理解为对本发明的限制。
附图1给出了本实施例的基于LoRa的立体式环境在线监测系统结构。
根据附图1，本实施例的基于LoRa的立体式环境在线监测系统包括数据采集层、数据管理层和UI界面层三层结构。其中，数据管理层通过LoRa网络及时接收数据采集层数据传输来的环境信息，进行统一的监控、管理和决策，再通过3G/4G公网把决策结果反映到web网页端或者工作人员的个人APP上；UI界面层主要是数据可视化展示平台，包括web网页端和用户APP。
在具体实施中，数据采集层，其包括若干个LoRa采集节点，LoRa采集节点预设在待监测环境中预先分割的网格位置处；每个LoRa采集节点将其采集的环境信息及当前地理位置信息一起发送至数据管理层。
具体地，附图3所示，LoRa采集节点由传感器，微处理器MCU和LoRa通信单元组成的终端节点，实现终端的环境实时监测，环境信息包括温度、湿度在线监测，光照度在线监测，PM2.5/10监测以及CO2在线监测。微处理器MCU采用STM32处理器来实现。
在其他实施例中，环境信息还可以包括水质信息，可采用水质传感器来实现，比如水中各种物质的含量或是酸碱度等。
在具体实施中，数据管理层，其包括LoRa网关和服务器；LoRa网关用于接收每个LoRa采集节点传送来的数据并传送至服务器；所述服务器用于：根据各个地理位置处的当前环境信息与对应历史信息进行匹配，预测出环境变化预警信息；根据各个时间点所有地理位置处环境信息的变化，确定出超标污染物以及超标污染物的移动速度与方向。
如图2所示，在线监测系统的终端节点到网关的具体工作流程为；
LoRa采集节点硬件模块初始化，采集到的环境信息传送至STM32处理器；判断相应信道的管脚电平是否为低电平，若不是，使用存储的物理信号和调制参数进行正常工作；若是，则使用默认的物理信道和调制参数，向网关发送入网请求；
判断是否收到网关的入网应答，若否，则向网关发送入网请求，直至收到入网应答，指示灯亮，存储入网参数，使用新的入网参数进行正常工作，发送文件至网关；当网关收到LoRa采集节点发送来的入网请求时，向终端分配入网信息。
具体地，数据管理层包括LoRaWAN网关、云服务器、GPRS网络的搭建、网络服务器和用户自定义基于LoRaWAN技术的应用程序、软件接口。例如：LoRaWAN网关选用的是SX1301模块来并行处理8路LoRa无线电，并使用树莓派1代B+、树莓派2代B来驱动SX1301，与Server通信；GPRS网络传输采用工业级8/16/32位通信处理器和工业级无线模块，以嵌入式实时操作系统为软件支撑平台，同时提供RS232和RS485(或RS422)接口，可直接连接串口设备，实现数据透明传输功能。数据的决策处理主要在网络服务器上，采用智能计算、模式识别技术，反映环境的各种状态，并通过收集各种状态并将数据传输到后台专家系统进行分析和决策，提供安全评估，并将结果实时反馈到UI界面层。
在具体实施中，利用k近邻算法识别出与环境信息相似度最高的历史环境信息，以历史环境信息的变化作为环境变化预警信息预测值。
其中，k近邻算法的思想是：在训练集中数据和标签已知的情况下，输入测试数据，将测试数据的特征与训练集中对应的特征进行相互比较，找到训练集中与之最为相似的前K个数据，则该测试数据对应的类别就是K个数据中出现次数最多的那个分类。k近邻算法的优点在于，简单，易于理解，易于实现，无需估计参数；训练时间为零，它没有显示的训练，不像其它有监督的算法会用训练集train一个模型(也就是拟合一个函数)，然后验证集或测试集用该模型分类。KNN只是把样本保存起来，收到测试数据时再处理，所以KNN训练时间为零。
本实施例还通过预设不同类别污染物的阈值信息，比如密度阈值等，当相应监测参数超过对应阈值信息时，则能够准确快速地判断当前超标污染物。
本实施例还能够利用温度、湿度、光照度、灰尘颗粒PM2.5/10和CO2浓度，预测环境质量指数、户外活动建议和未来天气变化预警信息，为户外活动提供指导意见。例如：
当环境信息包括温度、湿度、光照度、灰尘颗粒PM2.5/10和CO2浓度时，利用k近邻算法识别出与环境信息相似度最高的历史环境信息，将查找到的历史环境信息时间前推24小时，记录为预警参考数据；
将预警参考数据输入至天气状况指数模型，得到预警指数；
将预警指数与预置预警信息分级匹配，得到环境质量指数、户外活动建议和未来天气变化预警信息；其中，天气状况指数模型为已知神经网络模型(比如CNN网络)，根据历史温度、湿度、光照度、灰尘颗粒PM2.5/10和CO2浓度数据训练得到。
例如：将气温、相对湿度、光照强度、二氧化碳浓度、PM2.5/10 5个因子，带入天气状况指数模型进行智能运算和推断，得出天气状况指数M。M值为0、1、2、4、8、16等分值，根据分值将天气情况分为5级，并结合因子参数，给出户外活动、穿衣、防晒等建议。例如：
天气状况指数与户外活动建议对应关系：
M＝0时为1级，表示环境条件不适宜户外活动；
M＝1时为2级，表示环境条件较差，不太适宜长时间户外活动；
M＝2或K＝4时为3级，表示环境条件一般，比较适宜户外活动，可增加户外体育运动；
M＝8时为4级，表示环境条件好，适宜户外活动；
M＝16时为5级，表示环境条件非常好，为最佳活动时期，适宜各种户外体育运动。
具体地，UI界面层，其用于展示环境变化预警信息、超标污染物以及超标污染物的移动速度与方向信息。
此处不需要说明的是，UI界面层包括web网页端和用户APP，采用Java和Javascript完成可视化结果的显示。
本实施例环境节点可以在室内，也可设置在室外部署，是一种立体式的监控。当系统运行时，数据采集层中，通过LoRa采集节点的传感器收集现场数据，包括温度、湿度、光照度、PM2.5/10、CO2等，将现场数据打包通过LoRa传输模块及3G/4G公网将数据采集层数据传输到决策平台，采用抗干扰能力强，穿透性强的Lora传输方式，能保证私有数据的准确性以及立体式监测下数据稳定的传输，并把数据存储在网络，再分析实时数据并和历史数据进行比对，利用k近邻算法进行信息识别与识别处理，进而得到反映环境状况的全天候温湿度、二氧化碳、PM2.5/PM10、光强度以及历史数据线性分析，并对其状况进行综合诊断，最后把结果传输到UI界面层，完成对环境情况进行实时掌握并能提前做好预警工作。本实施例的该系统的数据支持网页端或者app端查看，能够做到多终端自适应查看。
本实施例基于LoRa的立体式环境在线监测方法，包括：
接收采用LoRa通信方式传送来预设在待监测环境中预先分割的网格位置处的环境信息以及相应地理位置信息；
根据各个地理位置处的当前环境信息与对应历史信息进行匹配，预测出环境变化预警信息；根据各个时间点所有地理位置处环境信息的变化，确定出超标污染物以及超标污染物的移动速度与方向。
在具体实施中，利用k近邻算法识别出与环境信息相似度最高的历史环境信息，以历史环境信息的变化作为环境变化预警信息预测值。
具体地，根据当前环境信息与各种类别污染物的阈值信息比较，判断出超标污染物类别。
本实施例通过数据采集层的LoRa采集节点收集现场网格化立体环境数据，省去了人工排查的过程；数据管理层根据根据各个地理位置处的当前环境信息与对应历史信息进行匹配，预测出环境变化预警信息；根据各个时间点所有地理位置处环境信息的变化，确定出超标污染物以及超标污染物的移动速度与方向，为保障公共安全，评估污染扩散趋势及通道，提供了精确地数据基础。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于LoRa的立体式环境在线监测系统，其特征在于，包括：
数据采集层，其包括若干个LoRa采集节点，LoRa采集节点预设在待监测环境中预先分割的网格位置处；每个LoRa采集节点将其采集的环境信息及当前地理位置信息一起发送至数据管理层；
数据管理层，其包括LoRa网关和服务器；LoRa网关用于接收每个LoRa采集节点传送来的数据并传送至服务器；所述服务器用于：根据各个地理位置处的当前环境信息与对应历史信息进行匹配，预测出环境变化预警信息；根据各个时间点所有地理位置处环境信息的变化，确定出超标污染物以及超标污染物的移动速度与方向；
UI界面层，其用于展示环境变化预警信息、超标污染物以及超标污染物的移动速度与方向信息。
2.如权利要求1所述的基于LoRa的立体式环境在线监测系统，其特征在于，在所述服务器中，利用k近邻算法识别出与环境信息相似度最高的历史环境信息，以历史环境信息的变化作为环境变化预警信息预测值。
3.如权利要求1所述的基于LoRa的立体式环境在线监测系统，其特征在于，在所述服务器中，根据当前环境信息与各种类别污染物的阈值信息比较，判断出超标污染物类别。
4.如权利要求1所述的基于LoRa的立体式环境在线监测系统，其特征在于，所述服务器，其还用于：
当环境信息包括温度、湿度、光照度、灰尘颗粒PM2.5/10和CO2浓度时，利用k近邻算法识别出与环境信息相似度最高的历史环境信息，将查找到的历史环境信息时间前推24小时，记录为预警参考数据；
将预警参考数据输入至天气状况指数模型，得到预警指数；
将预警指数与预置预警信息分级匹配，得到环境质量指数、户外活动建议和未来天气变化预警信息；其中，天气状况指数模型为已知神经网络模型，根据历史温度、湿度、光照度、灰尘颗粒PM2.5/10和CO2浓度数据训练得到。
5.如权利要求1所述的基于LoRa的立体式环境在线监测系统，其特征在于，所述服务器，其还用于：
根据超标污染物类别以及超标污染物的移动速度与方向，绘制出相应超标污染物的移动轨迹。
6.如权利要求1所述的基于LoRa的立体式环境在线监测系统，其特征在于，所述LoRa采集节点包括微处理器MCU，所述微处理器MCU与传感器模块和LoRa通信单元分别相连。
7.如权利要求1所述的基于LoRa的立体式环境在线监测系统，其特征在于，所述服务器与UI界面层之间通过GPRS网络相互通信。
8.一种基于LoRa的立体式环境在线监测方法，其特征在于，包括：
接收采用LoRa通信方式传送来预设在待监测环境中预先分割的网格位置处的环境信息以及相应地理位置信息；
根据各个地理位置处的当前环境信息与对应历史信息进行匹配，预测出环境变化预警信息；根据各个时间点所有地理位置处环境信息的变化，确定出超标污染物以及超标污染物的移动速度与方向。
9.如权利要求8所述的基于LoRa的立体式环境在线监测方法，其特征在于，利用k近邻算法识别出与环境信息相似度最高的历史环境信息，以历史环境信息的变化作为环境变化预警信息预测值。
10.如权利要求8所述的基于LoRa的立体式环境在线监测方法，其特征在于，根据当前环境信息与各种类别污染物的阈值信息比较，判断出超标污染物类别。
CN202010631405.0A 2020-07-03 2020-07-03 一种基于LoRa的立体式环境在线监测系统及方法 Pending CN111800502A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010631405.0A CN111800502A (zh) 2020-07-03 2020-07-03 一种基于LoRa的立体式环境在线监测系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010631405.0A CN111800502A (zh) 2020-07-03 2020-07-03 一种基于LoRa的立体式环境在线监测系统及方法

Publications (1)

Publication Number Publication Date
CN111800502A true CN111800502A (zh) 2020-10-20

Family

ID=72809963

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010631405.0A Pending CN111800502A (zh) 2020-07-03 2020-07-03 一种基于LoRa的立体式环境在线监测系统及方法

Country Status (1)

Country Link
CN (1) CN111800502A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112929839A (zh) * 2021-01-20 2021-06-08 江苏深农智能科技有限公司 一种基于LoRa技术的养殖场环境智能监测系统及方法
CN114062618A (zh) * 2022-01-17 2022-02-18 京友科技（深圳）有限公司 基于物联网实现多环境下空气监测汇总系统
CN114609329A (zh) * 2022-01-28 2022-06-10 西安电子科技大学 一种工业环境下基于传感器组网的气体监测系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106198912A (zh) * 2016-06-30 2016-12-07 淮南市农康生态农业有限公司 基于物联网的水环境在线监测系统
CN107728680A (zh) * 2017-09-11 2018-02-23 江苏大学 一种基于LoRa的远距离猪舍环境多参数测控系统及其方法
CN108267178A (zh) * 2018-04-17 2018-07-10 四川农业大学 一种河流环境的监测预警方法及其系统
CN108737496A (zh) * 2017-12-26 2018-11-02 国网河南省电力公司信息通信公司 一种基于Lora扩频无线长距环境监测系统
KR101929157B1 (ko) * 2018-05-29 2019-01-15 비콤시스템주식회사 로직블럭유닛을 이용한 비상운전 감시제어시스템 및 구축 방법
CN110913359A (zh) * 2019-11-26 2020-03-24 西京学院 一种基于LoRa技术和WiFi技术的多融合农业环境在线监测系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106198912A (zh) * 2016-06-30 2016-12-07 淮南市农康生态农业有限公司 基于物联网的水环境在线监测系统
CN107728680A (zh) * 2017-09-11 2018-02-23 江苏大学 一种基于LoRa的远距离猪舍环境多参数测控系统及其方法
CN108737496A (zh) * 2017-12-26 2018-11-02 国网河南省电力公司信息通信公司 一种基于Lora扩频无线长距环境监测系统
CN108267178A (zh) * 2018-04-17 2018-07-10 四川农业大学 一种河流环境的监测预警方法及其系统
KR101929157B1 (ko) * 2018-05-29 2019-01-15 비콤시스템주식회사 로직블럭유닛을 이용한 비상운전 감시제어시스템 및 구축 방법
CN110913359A (zh) * 2019-11-26 2020-03-24 西京学院 一种基于LoRa技术和WiFi技术的多融合农业环境在线监测系统

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112929839A (zh) * 2021-01-20 2021-06-08 江苏深农智能科技有限公司 一种基于LoRa技术的养殖场环境智能监测系统及方法
CN114062618A (zh) * 2022-01-17 2022-02-18 京友科技（深圳）有限公司 基于物联网实现多环境下空气监测汇总系统
CN114062618B (zh) * 2022-01-17 2022-03-18 京友科技（深圳）有限公司 基于物联网实现多环境下空气监测汇总系统
CN114609329A (zh) * 2022-01-28 2022-06-10 西安电子科技大学 一种工业环境下基于传感器组网的气体监测系统

Similar Documents

Publication Publication Date Title
CN111800502A (zh) 一种基于LoRa的立体式环境在线监测系统及方法
CN111897318B (zh) 基于无人船的水体污染智能调查方法及装置
CN116796907A (zh) 一种基于物联网的水环境动态监测系统及其方法
CN201594088U (zh) 新型室内无线空气质量监测仪
CN109784752A (zh) 一种三峡库区水体富营养化风险评估预警系统及其分析方法
CN103235098A (zh) 地下水在线水质监测系统
CN101105690A (zh) 城市长隧道监控系统中的多传感器融合方法
CN110487980A (zh) 一种基于人工智能与机器学习算法的水环境监测分析系统
CN102563817A (zh) 一种自动测量与智能调控室内空气质量的装置
CN110046834A (zh) 工作场所有害气体健康风险定量评估系统及其评估方法
CN114518143A (zh) 一种智能环境感知系统
CN110514237A (zh) 一种环境空气实时监控系统
CN113361825A (zh) 一种踩踏事故早期预警方法及系统
CN117370900B (zh) 一种环境保护监测用水质监测系统
CN113155196A (zh) 一种基于AIoT的桥梁运行实时监测系统及其监测方法
CN101819177A (zh) 环境空气质量监测系统
CN115372571A (zh) 一种水环境智能监测系统
CN111767913A (zh) 一种基于深度学习的动车组车辆故障动态图像检测方法
CN201716285U (zh) 环境空气质量监测系统
CN207992717U (zh) 一种水电站闸门在线状态监测系统
CN111966034B (zh) 一种智能水务系统
CN108775921A (zh) 工业烟气在线连续监测装置
CN115171362B (zh) 一种面向重点区域防控的预警方法及系统
CN112326583A (zh) 一种基于物联网的毒害气体智能检测系统及方法
Andria et al. Model characterization in measurements of environmental pollutants via data correlation of sensor outputs

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