CN111830200A - 小区域即时空气污染评估系统及其方法 - Google Patents

小区域即时空气污染评估系统及其方法 Download PDF

Info

Publication number
CN111830200A
CN111830200A CN202010402061.6A CN202010402061A CN111830200A CN 111830200 A CN111830200 A CN 111830200A CN 202010402061 A CN202010402061 A CN 202010402061A CN 111830200 A CN111830200 A CN 111830200A
Authority
CN
China
Prior art keywords
air
historical
data
model
items
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
CN202010402061.6A
Other languages
English (en)
Inventor
郑光甫
杨雅惠
李智慎
刘炅函
吴登扬
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.)
Diantong Co.,Ltd.
Original Assignee
Junhong Data Development 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 Junhong Data Development Co ltd filed Critical Junhong Data Development Co ltd
Priority to CN202010402061.6A priority Critical patent/CN111830200A/zh
Publication of CN111830200A publication Critical patent/CN111830200A/zh
Pending legal-status Critical Current

Links

Images

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
    • G01N33/0004—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
    • G01N33/004—CO or CO2
    • 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
    • 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
    • G01N33/0037—NOx
    • 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
    • G01N33/0039—O3
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/15—Correlation function computation including computation of convolution operations

Landscapes

  • Chemical & Material Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Medicinal Chemistry (AREA)
  • Food Science & Technology (AREA)
  • Combustion & Propulsion (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Algebra (AREA)
  • Dispersion Chemistry (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明提供一种小区域即时空气污染评估系统，包括资料库、模型产生模组、输入模组及分析模组，模型产生模组分析资料库储存的多个已受测区域内多个历史受测者的多个历史体征资料、多个历史空气资料产生模型，分析模组将输入模组提供的待受测区域内多个当前受测者的多个体征资料输入模型产生多个对应该等当前受测者的空气资料，并选择该等空气资料的指定数值转换为多个空气品质指标值，并选择该等空气品质指标值的特定数值与健康影响评估表比对产生评估结果；借此达到较为准确的小区域空气污染评估结果的效果。

Description

小区域即时空气污染评估系统及其方法
技术领域
本发明涉及一种空气污染评估系统及其方法，尤其涉及一种小区域即时空气污染评估系统及其方法。
背景技术
现行的空气品质监测依赖于分布在各地的测站监测到的数据回传后计算得到大区域的空气污染评估结果。
然而，测站分布并不平均，举例而言，新竹县、市的测站即不如台北市多，台南市的测站也不如高雄市多。前述的测站分布模式会导致仅能取得大区域的空气污染评估结果来报告给民众，测站较少的区域仅能得到推测的评估结果，而不是准确的评估结果。此外，前述的测站分布模式只能对大区域进行空气污染评估，例如中国台湾地区北部、南部，但对于小区域，例如乡、镇、市、区、村等小区域也仅能得到推测的评估结果，而不是各个小区域的准确评估结果。
因此，解决上述问题为本领域研究人员所要努力的方向。
发明内容
本发明之一目的为，提供一种可得到较为准确的小区域空气污染评估结果的小区域即时空气污染评估系统。
为达成上述目的，本发明提供一种小区域即时空气污染评估系统，其包含：资料库，储存有多个已受测区域内多个历史受测者的多个历史体征资料、多个历史空气资料及健康影响评估表；模型产生模组，连接资料库，并分析历史体征资料及历史空气资料产生模型；输入模组，提供待受测区域内多个当前受测者的多个体征资料；及分析模组，连接资料库、模型产生模组及输入模组，将当前受测者的体征资料输入模型产生多个对应当前受测者的空气资料，并选择空气资料的指定数值转换为多个空气品质指标值，并选择空气品质指标值的特定数值与健康影响评估表比对，产生评估结果。
其中当前受测者的空气资料区分为多个区间，空气品质指标值的特定数值数量对应区间数量，评估结果数量对应区间数量。
其中区间为日、周、月。
其中历史体征资料包含多个体征项目，体征项目包含6分钟步行距离、心率、舒张压、收缩压、血氧饱和浓度、用力呼气1秒钟、用力呼气肺活量、尖峰呼气流量、性别、年龄、身高及体重。
其中历史空气资料包含日、周、月区间的多个空气物质项目，空气物质项目包含细悬浮微粒、悬浮微粒、一氧化碳、二氧化硫、二氧化氮及臭氧。
其中体征资料包含多个体征项目，体征项目包含6分钟步行距离、心率、舒张压、收缩压、血氧饱和浓度、用力呼气1秒钟、用力呼气肺活量、尖峰呼气流量、性别、年龄、身高及体重。
其中空气资料包含日、周、月区间的多个空气物质项目，空气物质项目包含细悬浮微粒、悬浮微粒、一氧化碳、二氧化硫、二氧化氮及臭氧。
其中指定数值选择为平均数及中位数其中任一。
其中特定数值为空气品质指标值的最大值。
其中模型产生模组透过回归分析历史体征资料及历史空气资料产生模型，并且模型为一回归模型。
为达成上述目的，本发明提供一种小区域即时空气污染评估方法，其包含：模型产生模组分析储存于资料库中的多个已受测区域内多个历史受测者的多个历史体征资料、多个历史空气资料产生模型；分析模组将输入模组提供的待受测区域内多个当前受测者的多个体征资料输入模型产生多个对应当前受测者的空气资料；分析模组选择空气资料的指定数值转换为多个空气品质指标值；分析模组选择空气品质指标值的特定数值；及分析模组将特定数值与健康影响评估表比对，产生评估结果。
其中当前受测者的空气资料区分为多个区间，空气品质指标值的特定数值数量对应区间数量，评估结果数量对应区间数量。
其中区间为日、周、月。
其中历史体征资料包含多个体征项目，体征项目包含6分钟步行距离、心率、舒张压、收缩压、血氧饱和浓度、用力呼气1秒钟、用力呼气肺活量、尖峰呼气流量、性别、年龄、身高及体重。
其中历史空气资料包含日、周、月区间的多个空气物质项目，空气物质项目包含细悬浮微粒、悬浮微粒、一氧化碳、二氧化硫、二氧化氮及臭氧。
其中体征资料包含多个体征项目，体征项目包含6分钟步行距离、心率、舒张压、收缩压、血氧饱和浓度、用力呼气1秒钟、用力呼气肺活量、尖峰呼气流量、性别、年龄、身高及体重。
其中空气资料包含日、周、月区间的多个空气物质项目，空气物质项目包含细悬浮微粒、悬浮微粒、一氧化碳、二氧化硫、二氧化氮及臭氧。
其中指定数值选择为平均数及中位数其中任一。
其中特定数值为空气品质指标值的最大值。
其中模型产生模组透过回归分析历史体征资料及历史空气资料产生模型，并且模型为一回归模型。
本发明此设计，在无测站或测站分布较少的乡、镇、市、区、村等小区域，以该区域的受测者的体征资料进行分析可达到准确空气污染评估结果的功效。
附图说明
构成本发明的一部分的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。在附图中:
图1为本发明小区域即时空气污染评估系统及其方法的一种实施例的方块示意图；
图2为本发明小区域即时空气污染评估系统及其方法的一种实施例的流程示意图；
图3为本发明小区域即时空气污染评估系统及其方法的一种实施例的受测区域示意图；
附图标号说明
资料库 1
模型产生模组 2
输入模组 3
分析模组 4
已受测区域 5
待受测区域 6
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互任意组合。
请参考图1、图2、图3，为本发明小区域即时空气污染评估系统及其方法的一种实施例的方块示意图、流程示意图及受测区域示意图，如图所示，本发明所述小区域即时空气污染评估系统包含至少资料库1、模型产生模组 2、输入模组3及分析模组4。
分析模组4分别连接资料库1、模型产生模组2及输入模组3，并且模型产生模组2连接资料库1。资料库1与模型产生模组2、输入模组3及分析模组4可例如由彼此连接的具有特殊功能的电子电路或具有特殊韧体的硬体装置来实现。在以软体实现的方式下，模型产生模组2、输入模组3及分析模组4可以是具备程式码的非暂态电脑程式产品，当电脑程式产品载入微处理器或微控制器中，可使微处理器或微控制器执行特殊的运作，因此电脑程式产品亦可视为微处理器或微控制器中的特殊功能模组。在实施例中，模型产生模组2、输入模组3及分析模组4可以是各自独立的程式，但亦可以是单一程式中的子程式，其中模型产生模组2、输入模组3及分析模组4的程式码可由各种程式语言撰写而成。在实施例中，资料库1与模型产生模组2、输入模组3及分析模组4可位于相同或不同装置中，例如资料库1与模型产生模组2、输入模组3及分析模组4于同一伺服器或电脑中彼此相互连接，或者资料库1可为光碟、硬碟或随身碟等非暂态电脑可读取媒介或云端伺服器中，之后再透过有线或无线连接方式与模型产生模组2、输入模组3及分析模组4进行资料传输。
资料库1储存具有测站的多个已受测区域5内多个历史受测者的多个历史体征资料(自变数x)、多个历史空气资料(应变数y)及健康影响评估表。历史体征资料包含多个体征项目，体征项目包含6分钟步行距离、心率、舒张压、收缩压、血氧饱和浓度、用力呼气1秒钟、用力呼气肺活量、尖峰呼气流量、性别、年龄、身高及体重。其中6分钟步行距离、心率例如透过穿戴装置进行测量，舒张压、收缩压例如透过血压计进行测量，血氧饱和浓度例如透过血氧侦测器进行测量，用力呼气1秒钟、用力呼气肺活量、尖峰呼气流量例如透过肺量计进行测量，上述测量装置可透过有线或无线方式连接资料库1，并将上述测量资料传输至资料库1储存。
历史空气资料包含日、周、月区间的多个空气物质项目，空气物质项目包含细悬浮微粒(PM2.5)、悬浮微粒(PM10)、一氧化碳(CO)、二氧化硫(SO2)、二氧化氮(NO2)及臭氧(O3)，例如细悬浮微粒(PM2.5)、悬浮微粒(PM10)、一氧化碳(CO)、二氧化硫(SO2)、二氧化氮(NO2)及臭氧(O3)等项目的日平均数；细悬浮微粒(PM2.5)、悬浮微粒(PM10)、一氧化碳(CO)、二氧化硫(SO2)、二氧化氮(NO2)及臭氧(O3)等项目的周平均数；细悬浮微粒(PM2.5)、悬浮微粒(PM10)、一氧化碳(CO)、二氧化硫(SO2)、二氧化氮(NO2)及臭氧(O3)等项目的月平均数。空气物质项目由设置在各区域的测站所搜集的公开资料，细悬浮微粒(PM2.5)单位为微克每立方公尺(μg/m3)、悬浮微粒(PM10)单位为微克每立方公尺(μg/m3)、一氧化碳(CO)单位为百万分点浓度(pPM)、二氧化硫 (SO2)单位为十亿分点浓度(ppb)、二氧化氮(NO2)单位为十亿分点浓度(ppb)、臭氧(O3)单位为百万分点浓度(pPM)。
Figure BDA0002489861850000051
Figure BDA0002489861850000052
Figure BDA0002489861850000053
模型产生模组2分析历史体征资料及历史空气资料产生模型(即透过自变数x、应变数y计算产生参数b0、b1)。在本实施例中模型产生模组2表示为透过回归分析历史体征资料及历史空气资料产生模型，并且模型为回归模型，但并不局限于此，在其他实施例中模型产生模组2也可以表示为透过其他数学分析产生其他数学模型。
所述输入模组3提供无测站或测站分布较少的待受测区域6内多个当前受测者的多个体征资料(自变数x)(参考图2S101)。体征资料包含多个体征项目，体征项目包含6分钟步行距离、心率、舒张压、收缩压、血氧饱和浓度、用力呼气1秒钟、用力呼气肺活量、尖峰呼气流量、性别、年龄、身高及体重。体征项目测量方式与前述历史体征资料的体征项目相同，在此不再赘述。
当前受测者并没有时间区间的限制，可透过输入模组3即时输入当前受测者的体征资料，以即时进行小区域空气污染评估。
分析模组4将当前受测者的体征资料输入模型产生多个对应当前受测者的空气资料(应变数y)(参考图2S102、表1)。当前受测者的空气资料区分为多个区间，空气资料包含日、周、月区间的多个空气物质项目，空气物质项目包含细悬浮微粒(PM2.5)、悬浮微粒(PM10)、一氧化碳(CO)、二氧化硫 (SO2)、二氧化氮(NO2)及臭氧(O3)，例如细悬浮微粒(PM2.5)、悬浮微粒(PM10)、一氧化碳(CO)、二氧化硫(SO2)、二氧化氮(NO2)及臭氧(O3)等项目的日平均数；细悬浮微粒(PM2.5)、悬浮微粒(PM10)、一氧化碳(CO)、二氧化硫(SO2)、二氧化氮(NO2)及臭氧(O3)等项目的周平均数；细悬浮微粒(PM2.5)、悬浮微粒 (PM10)、一氧化碳(CO)、二氧化硫(SO2)、二氧化氮(NO2)及臭氧(O3)等项目的月平均数。空气物质项目的单位与历史空气资料的空气项目相同，在此不再赘述。
表1为本发明小区域即时空气污染评估系统及其方法的一种实施例的情况
Figure BDA0002489861850000071
并且分析模组4选择空气资料的指定数值转换为多个空气品质指标值，在本实施例中空气品质指标值表示为Air Quality Index(AQI)，但并不局限于此，在其他实施例中空气品质指标值也可以表示为Air Quality Health Index (AQHI)、Air Pollution Index(API)、Comprehensive Air-quality Index(CAI)、 The Common Air Quality Index(CAQI)等(参考图2S103、表2)。空气品质指标值的特定数值数量对应区间数量，评估结果数量对应区间数量，空气品质指标为依据监测资料将当日空气中细悬浮微粒(PM2.5)、悬浮微粒 (PM10)、一氧化碳(CO)、二氧化硫(SO2)、二氧化氮(NO2)及臭氧(O3)浓度等数值，以其对人体健康的影响程度，分别换算出不同污染物的副指标值。在本实施例中分析模组4表示为选择空气资料的中位数转换为空气品质指标值，但并不局限于此，在其他实施例中分析模组4也可以表示为选择空气资料的平均数转换为空气品质指标值。
表2为本发明小区域即时空气污染评估系统及其方法的一种实施例的AQI 换算表
Figure BDA0002489861850000081
并且分析模组4选择空气品质指标值的特定数值(参考图2S104)。在本实施例中分析模组4表示为选择空气品质指标值的最大值为当日的空气品质指标值，但并不局限于此，在其他实施例中分析模组4也可以表示为选择空气品质指标值的其他数值为当日的空气品质指标值。
分析模组4将空气品质指标值的特定数值与健康影响评估表比对，产生评估结果(参考图2S105)，评估结果即为待受测区域6的空气污染评估结果。健康影响评估表例如为环保署所公布的空气品质指标(AQI)与健康影响比对表(参考表3)，但并不局限于此，在其他实施例中健康影响评估表也可以表示为其他机构或研究单位公布的空气品质指标与健康影响比对表。表3为本发明小区域即时空气污染评估系统及其方法的一种实施例的空气品质指标(AQI)与健康影响比对表
表3为本发明小区域即时空气污染评估系统及其方法的一种实施例的空气品质指标(AQI)与健康影响比对表
Figure BDA0002489861850000082
Figure BDA0002489861850000091
本发明此设计，具有测站的已受测区域的历史体征资料、历史空气资料进行回归分析产生回归模型，并将待受测区域的当前受测者的体征资料输入回归模型中，可产生待受测区域的空气资料，并将待受测区域的空气资料转换为空气品质指标值，最后比对空气品质指标(AQI)与健康影响比对表，得到待受测区域空气状态等级。在无测站或测站分布较少的乡、镇、市、区、村等小区域，以待受测区域的受测者的体征资料进行分析可达到准确空气污染评估结果的功效。
相较于习知仅以测站分布较多的区域所搜集到的空气资料来评估无测站或测站分布较少的小区域的空气资料，本发明可得到较为准确的小区域空气污染评估结果。
需要说明的是：在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包含一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个…”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上实施例仅用以说明本发明的技术方案，而非对其限制。尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (20)

1.一种小区域即时空气污染评估系统，其特征在于，其包含：
资料库，储存有多个已受测区域内多个历史受测者的多个历史体征资料、多个历史空气资料及健康影响评估表；
模型产生模组，连接所述资料库，并分析所述历史体征资料及所述历史空气资料产生模型；
输入模组，提供待受测区域内多个当前受测者的多个体征资料；及
分析模组，连接所述资料库、所述模型产生模组及所述输入模组，将所述当前受测者的所述体征资料输入所述模型产生多个对应所述当前受测者的空气资料，并选择所述空气资料的指定数值转换为多个空气品质指标值，并选择所述空气品质指标值的特定数值与所述健康影响评估表比对，产生评估结果。
2.如权利要求1所述的小区域即时空气污染评估系统，其特征在于，其中所述当前受测者的空气资料区分为多个区间，所述空气品质指标值的特定数值数量对应所述区间数量，所述评估结果数量对应所述区间数量。
3.如权利要求2所述的小区域即时空气污染评估系统，其特征在于，其中所述区间为日、周、月。
4.如权利要求1所述的小区域即时空气污染评估系统，其特征在于，其中所述历史体征资料包含多个体征项目，所述体征项目包含6分钟步行距离、心率、舒张压、收缩压、血氧饱和浓度、用力呼气1秒钟、用力呼气肺活量、尖峰呼气流量、性别、年龄、身高及体重。
5.如权利要求1所述的小区域即时空气污染评估系统，其特征在于，其中所述历史空气资料包含日、周、月区间的多个空气物质项目，所述空气物质项目包含细悬浮微粒、悬浮微粒、一氧化碳、二氧化硫、二氧化氮及臭氧。
6.如权利要求1所述的小区域即时空气污染评估系统，其特征在于，其中所述体征资料包含多个体征项目，所述体征项目包含6分钟步行距离、心率、舒张压、收缩压、血氧饱和浓度、用力呼气1秒钟、用力呼气肺活量、尖峰呼气流量、性别、年龄、身高及体重。
7.如权利要求1所述的小区域即时空气污染评估系统，其特征在于，其中所述空气资料包含日、周、月区间的多个空气物质项目，所述空气物质项目包含细悬浮微粒、悬浮微粒、一氧化碳、二氧化硫、二氧化氮及臭氧。
8.如权利要求1所述的小区域即时空气污染评估系统，其特征在于，其中所述指定数值选择为平均数及中位数其中任一。
9.如权利要求1所述的小区域即时空气污染评估系统，其特征在于，其中所述特定数值为所述空气品质指标值的最大值。
10.如权利要求1所述的小区域即时空气污染评估系统，其特征在于，其中所述模型产生模组透过回归分析所述历史体征资料及所述历史空气资料产生所述模型，并且所述模型为一回归模型。
11.一种小区域即时空气污染评估方法，其特征在于，其包含：
模型产生模组分析储存于资料库中的多个已受测区域内多个历史受测者的多个历史体征资料、多个历史空气资料产生模型；
分析模组将输入模组提供的待受测区域内多个当前受测者的多个体征资料输入所述模型产生多个对应所述当前受测者的空气资料；
所述分析模组选择所述空气资料的指定数值转换为多个空气品质指标值；
所述分析模组选择所述空气品质指标值的特定数值；及
所述分析模组将所述特定数值与所述健康影响评估表比对，产生评估结果。
12.如权利要求11所述的小区域即时空气污染评估方法，其特征在于，其中所述当前受测者的空气资料区分为多个区间，所述空气品质指标值的特定数值数量对应所述区间数量，所述评估结果数量对应所述区间数量。
13.如权利要求12所述的小区域即时空气污染评估方法，其特征在于，其中所述区间为日、周、月。
14.如权利要求11所述的小区域即时空气污染评估方法，其特征在于，其中所述历史体征资料包含多个体征项目，所述体征项目包含6分钟步行距离、心率、舒张压、收缩压、血氧饱和浓度、用力呼气1秒钟、用力呼气肺活量、尖峰呼气流量、性别、年龄、身高及体重。
15.如权利要求11所述的小区域即时空气污染评估方法，其特征在于，其中所述历史空气资料包含日、周、月区间的多个空气物质项目，所述空气物质项目包含细悬浮微粒、悬浮微粒、一氧化碳、二氧化硫、二氧化氮及臭氧。
16.如权利要求11所述的小区域即时空气污染评估方法，其特征在于，其中所述体征资料包含多个体征项目，所述体征项目包含6分钟步行距离、心率、舒张压、收缩压、血氧饱和浓度、用力呼气1秒钟、用力呼气肺活量、尖峰呼气流量、性别、年龄、身高及体重。
17.如权利要求11所述的小区域即时空气污染评估方法，其特征在于，其中所述空气资料包含日、周、月区间的多个空气物质项目，所述空气物质项目包含细悬浮微粒、悬浮微粒、一氧化碳、二氧化硫、二氧化氮及臭氧。
18.如权利要求11所述的小区域即时空气污染评估方法，其特征在于，其中所述指定数值选择为平均数及中位数其中任一。
19.如权利要求11所述的小区域即时空气污染评估方法，其特征在于，其中所述特定数值为所述空气品质指标值的最大值。
20.如权利要求11所述的小区域即时空气污染评估方法，其特征在于，其中所述模型产生模组透过回归分析所述历史体征资料及所述历史空气资料产生所述模型，并且所述模型为一回归模型。
CN202010402061.6A 2020-05-13 2020-05-13 小区域即时空气污染评估系统及其方法 Pending CN111830200A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010402061.6A CN111830200A (zh) 2020-05-13 2020-05-13 小区域即时空气污染评估系统及其方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010402061.6A CN111830200A (zh) 2020-05-13 2020-05-13 小区域即时空气污染评估系统及其方法

Publications (1)

Publication Number Publication Date
CN111830200A true CN111830200A (zh) 2020-10-27

Family

ID=72914119

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010402061.6A Pending CN111830200A (zh) 2020-05-13 2020-05-13 小区域即时空气污染评估系统及其方法

Country Status (1)

Country Link
CN (1) CN111830200A (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101162233A (zh) * 2007-11-20 2008-04-16 华南理工大学 中央空调风管多功能空气质量分析机器人
WO2015089484A1 (en) * 2013-12-12 2015-06-18 Alivecor, Inc. Methods and systems for arrhythmia tracking and scoring
CN105046047A (zh) * 2015-06-16 2015-11-11 华南理工大学 适用于湿热地区体育馆室内运动环境健康度的评价方法
CN105427015A (zh) * 2015-10-27 2016-03-23 中国疾病预防控制中心环境与健康相关产品安全所 一种快速评估pm2.5污染相关人群健康风险的方法
CN105457183A (zh) * 2015-11-13 2016-04-06 朱忠良 一种适合高污染天气的呼吸面罩
CN107609337A (zh) * 2017-10-19 2018-01-19 中国疾病预防控制中心环境与健康相关产品安全所 一种空气质量健康指数发布和个性化预警方法
CN108511072A (zh) * 2018-07-02 2018-09-07 东至县中和理疗用品制造厂 一种结合区域环境监测的健康管理系统
US20180358117A1 (en) * 2012-06-04 2018-12-13 Pharmalto, Llc System and Method for Personal Health Information Exchange
TW201911194A (zh) * 2017-07-27 2019-03-16 研能科技股份有限公司 提供空氣品質資訊的系統
CN109960886A (zh) * 2019-03-30 2019-07-02 龙马智芯（珠海横琴）科技有限公司 一种空气舒适度评价方法、装置及空气调节设备

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101162233A (zh) * 2007-11-20 2008-04-16 华南理工大学 中央空调风管多功能空气质量分析机器人
US20180358117A1 (en) * 2012-06-04 2018-12-13 Pharmalto, Llc System and Method for Personal Health Information Exchange
WO2015089484A1 (en) * 2013-12-12 2015-06-18 Alivecor, Inc. Methods and systems for arrhythmia tracking and scoring
CN105046047A (zh) * 2015-06-16 2015-11-11 华南理工大学 适用于湿热地区体育馆室内运动环境健康度的评价方法
CN105427015A (zh) * 2015-10-27 2016-03-23 中国疾病预防控制中心环境与健康相关产品安全所 一种快速评估pm2.5污染相关人群健康风险的方法
CN105457183A (zh) * 2015-11-13 2016-04-06 朱忠良 一种适合高污染天气的呼吸面罩
TW201911194A (zh) * 2017-07-27 2019-03-16 研能科技股份有限公司 提供空氣品質資訊的系統
CN107609337A (zh) * 2017-10-19 2018-01-19 中国疾病预防控制中心环境与健康相关产品安全所 一种空气质量健康指数发布和个性化预警方法
CN108511072A (zh) * 2018-07-02 2018-09-07 东至县中和理疗用品制造厂 一种结合区域环境监测的健康管理系统
CN109960886A (zh) * 2019-03-30 2019-07-02 龙马智芯（珠海横琴）科技有限公司 一种空气舒适度评价方法、装置及空气调节设备

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
赵晓洋: "基于动物发声分析的畜禽舍环境评估", 《中国硕士学位论文全文数据库工程科技I辑》 *
高知义: "大气细颗粒物人群暴露的健康影响及遗传易感性研究", 《中国博士学位论文全文数据库工程科技I辑》 *

Similar Documents

Publication Publication Date Title
Borghi et al. Precision and accuracy of a direct-reading miniaturized monitor in PM2. 5 exposure assessment
Knibbs et al. Independent validation of national satellite-based land-use regression models for nitrogen dioxide using passive samplers
Avery et al. Estimating error in using residential outdoor PM2. 5 concentrations as proxies for personal exposures: a meta-analysis
Van Khuc et al. Dataset on the Hanoian suburbanites’ perception and mitigation strategies towards air pollution
DeHart et al. Does I= PAT work in local places?
CN107767959A (zh) 基于性格特征的健康风险评估方法、装置及设备
Marques et al. IAQ evaluation using an IoT CO 2 monitoring system for enhanced living environments
Clark et al. Physical activity characterization: does one site fit all?
Mishra Air pollution monitoring system based on IoT: Forecasting and predictive modeling using machine learning
CN111009328A (zh) 一种区域人口健康状况评估方法及装置
Lawless et al. Personal exposure monitoring wearing protocol compliance: An initial assessment of quantitative measurement
CN107506606A (zh) 常见疾病风险预测方法及系统
Cetateanu et al. A novel methodology for identifying environmental exposures using GPS data
CN111830200A (zh) 小区域即时空气污染评估系统及其方法
Chelani Nonlinear dynamical analysis of ground level ozone concentrations at different temporal scales
Safavy et al. Seasonal and spatial zoning of air quality index and ambient air pollutants by Arc-GIS for Tabriz city and assessment of the current executive problem
Shannon et al. A method for evaluating the geographic accessibility of health services
de Vera et al. HazeL: A Low-Cost Learning Platform for Aerosol Measurements
Ham et al. Comparison of data analysis procedures for real-time nanoparticle sampling data using classical regression and ARIMA models
TW202143068A (zh) 小區域即時空氣汙染評估系統及其方法
CN107833433A (zh) 一种预警准确的山区自然灾害预警系统
Solikin et al. Design of Measuring and Monitoring Device based on Microcontroller and Android
Bell et al. Understanding the 1996 Census migration data
CN104933657A (zh) 基于循证医学和人体生物信息评价食品药品功效的系统
Sofia et al. APD-ML: Air Pollution Detection Using Machine Learning Algorithms

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
TA01 Transfer of patent application right

Effective date of registration: 20210928

Address after: 7 / F, 9 Aiguo West Road, Zhongzheng District, Taipei, Taiwan, China

Applicant after: Diantong Co.,Ltd.

Address before: 7 / F, 9 Aiguo West Road, Zhongzheng District, Taipei, Taiwan, China

Applicant before: JUNHONG DATA DEVELOPMENT Co.,Ltd.

TA01 Transfer of patent application right
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20201027

WD01 Invention patent application deemed withdrawn after publication