CN111830210A - 空气质量监测方法、装置、系统和计算机设备 - Google Patents
空气质量监测方法、装置、系统和计算机设备 Download PDFInfo
- Publication number
- CN111830210A CN111830210A CN202010749701.0A CN202010749701A CN111830210A CN 111830210 A CN111830210 A CN 111830210A CN 202010749701 A CN202010749701 A CN 202010749701A CN 111830210 A CN111830210 A CN 111830210A
- Authority
- CN
- China
- Prior art keywords
- air
- air quality
- monitoring
- quality data
- monitoring station
- 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
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 425
- 238000000034 method Methods 0.000 title claims abstract description 62
- 230000008569 process Effects 0.000 claims abstract description 18
- 238000003915 air pollution Methods 0.000 claims description 40
- 238000012360 testing method Methods 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 10
- 230000008859 change Effects 0.000 claims description 7
- 238000012806 monitoring device Methods 0.000 claims description 5
- 230000001174 ascending effect Effects 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 4
- 239000000126 substance Substances 0.000 claims description 3
- 230000002349 favourable effect Effects 0.000 abstract description 5
- 230000007613 environmental effect Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 6
- 230000006872 improvement Effects 0.000 description 3
- 230000008520 organization Effects 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001915 proofreading effect Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 230000003068 static 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
- 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
-
- 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
-
- 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
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Dispersion Chemistry (AREA)
- Combustion & Propulsion (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请涉及环境监测技术领域,提供了一种基于移动交通工具的空气质量监测方法、装置、系统、计算机设备和存储介质。本申请可提高空气质量监测的准确性和有利于对整个城市区域的空气质量进行准确监测。该方法包括:服务器获取第一空气监测站在移动交通工具按照预定行驶路线行驶于待监测区域过程中实时采集的第一空气质量数据,获取设于预定行驶路线的至少两个第二空气监测站实时采集的第二空气质量数据,然后服务器可将第一空气质量数据和第二空气质量数据进行比对,若第一空气质量数据与前述至少两个第二空气监测站实时采集的第二空气质量数据均匹配,则服务器根据第一空气监测站实时采集的第一空气质量数据,得到对前述预定行驶路线的空气质量。
Description
技术领域
本申请涉及环境监测技术领域,特别是涉及一种基于移动交通工具的空气质量监测方法、装置、系统、计算机设备和存储介质。
背景技术
随着社会经济科技快速发展,城市空气环境受到了严重的污染,出现了环境监测技术,通过环境监测技术可以对城市的PM2.5、PM10、SO、NOx、O3和CO浓度等进行监测以及时有效发现空气质量不达标的地区。
但是,传统技术所提供的对空气质量进行监测的方案,由于存在例如在城市中固定监测点部署的空气监测站的数量和覆盖范围有限、信息化水平较低等原因,导致对空气质量进行监测的准确性低。
发明内容
基于此,有必要针对传统技术中存在的对空气质量进行监测的准确性低的技术问题,提供一种基于移动交通工具的空气质量监测方法、装置、系统、计算机设备和存储介质。
一种基于移动交通工具的空气质量监测方法,所述方法包括:
获取第一空气监测站在移动交通工具按照预定行驶路线行驶于待监测区域过程中实时采集的第一空气质量数据;所述第一空气监测站安装于所述移动交通工具上;
获取设于所述预定行驶路线的至少两个第二空气监测站实时采集的第二空气质量数据;所述第二空气监测站属于部署在所述待监测区域中固定监测点的空气监测站;
若所述第一空气质量数据与所述至少两个第二空气监测站实时采集的第二空气质量数据均匹配,则根据所述第一空气监测站实时采集的第一空气质量数据,得到对所述预定行驶路线的空气质量。
一种基于移动交通工具的空气质量监测装置,包括:
第一获取模块,用于获取第一空气监测站在移动交通工具按照预定行驶路线行驶于待监测区域过程中实时采集的第一空气质量数据;所述第一空气监测站安装于所述移动交通工具上;
第二获取模块,用于获取设于所述预定行驶路线的至少两个第二空气监测站实时采集的第二空气质量数据;所述第二空气监测站属于部署在所述待监测区域中固定监测点的空气监测站;
结果得到模块,用于若所述第一空气质量数据与所述至少两个第二空气监测站实时采集的第二空气质量数据均匹配,则根据所述第一空气监测站实时采集的第一空气质量数据,得到对所述预定行驶路线的空气质量监测结果。
一种空气质量监测系统,包括安装于移动交通工具上的第一空气监测站、设于预定行驶路线的至少两个第二空气监测站,以及与所述第一空气监测站和所述至少两个第二空气监测站通信连接的服务器;所述至少两个第二空气监测站属于部署在待监测区域中固定监测点的空气监测站;其中,
所述服务器,用于获取所述第一空气监测站和所述至少两个第二空气监测站实时采集的空气质量数据,并根据如上所述的方法得到对所述预定行驶路线的空气质量。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取第一空气监测站在移动交通工具按照预定行驶路线行驶于待监测区域过程中实时采集的第一空气质量数据;所述第一空气监测站安装于所述移动交通工具上;获取设于所述预定行驶路线的至少两个第二空气监测站实时采集的第二空气质量数据;所述第二空气监测站属于部署在所述待监测区域中固定监测点的空气监测站;若所述第一空气质量数据与所述至少两个第二空气监测站实时采集的第二空气质量数据均匹配,则根据所述第一空气监测站实时采集的第一空气质量数据,得到对所述预定行驶路线的空气质量。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
获取第一空气监测站在移动交通工具按照预定行驶路线行驶于待监测区域过程中实时采集的第一空气质量数据;所述第一空气监测站安装于所述移动交通工具上;获取设于所述预定行驶路线的至少两个第二空气监测站实时采集的第二空气质量数据;所述第二空气监测站属于部署在所述待监测区域中固定监测点的空气监测站;若所述第一空气质量数据与所述至少两个第二空气监测站实时采集的第二空气质量数据均匹配,则根据所述第一空气监测站实时采集的第一空气质量数据,得到对所述预定行驶路线的空气质量。
上述基于移动交通工具的空气质量监测方法、装置、系统、计算机设备和存储介质,服务器可以获取第一空气监测站在移动交通工具按照预定行驶路线行驶于待监测区域过程中实时采集的第一空气质量数据,以及获取设于预定行驶路线的至少两个第二空气监测站实时采集的第二空气质量数据,然后服务器可以进一步将第一空气质量数据和第二空气质量数据进行比对,若第一空气质量数据与前述至少两个第二空气监测站实时采集的第二空气质量数据均匹配,则服务器可根据第一空气监测站实时采集的第一空气质量数据,得到对前述预定行驶路线的空气质量。该方案利用移动空气监测站和固定空气监测站相结合的方式实施对空气质量的监测,通过将移动空气监测站和固定空气监测站采集的空气质量数据进行比对和相互印证,当两者采集的空气质量数据匹配时,即可根据移动空气监测站采集的数据得到空气质量,从而提高空气质量监测的准确性,而利用移动加固定的监测方式,还有利于形成对城市区域的完整覆盖,有效发现城市区域中的监测盲点,提高对整个城市区域的空气质量进行监测的准确性。
附图说明
图1为一个实施例中基于移动交通工具的空气质量监测方法的应用环境图;
图2为一个实施例中基于移动交通工具的空气质量监测方法的流程示意图;
图3为另一个实施例中基于移动交通工具的空气质量监测方法的流程示意图;
图4为一个实施例中空气质量监测系统的结构示意图;
图5为一个实施例中基于移动交通工具的空气质量监测装置的结构框图;
图6为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的基于移动交通工具的空气质量监测方法,可以应用于如图1所示的应用环境中。该应用环境可以包括:第一空气监测站110、第二空气监测站120和服务器130,第一空气监测站110和第二空气监测站120可以分别与服务器130通过网络进行通信。其中,第一空气监测站110安装于移动交通工具上,第二空气监测站属于部署在待监测区域中固定监测点的空气监测站,该第二空气监测站至少包括设于预定行驶路线的两个第二空气监测站,如图1所示出的第二空气监测站1和第二空气监测站2等。其中,服务器130可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
具体的,服务器130可获取第一空气监测站110在移动交通工具按照前述预定行驶路线行驶于待监测区域过程中实时采集的第一空气质量数据,以及获取设于前述预定行驶路线的至少两个第二空气监测站120实时采集的第二空气质量数据,然后服务器130可以将第一空气监测站110采集的第一空气质量数据与该至少两个第二空气监测站120实时采集的第二空气质量数据进行对比,若第一空气质量数据与该至少两个第二空气监测站实时采集的第二空气质量数据均匹配,则服务器130根据第一空气监测站实时采集的第一空气质量数据,得到对前述预定行驶路线的空气质量。
以下结合实施例和相应附图对本申请提供的基于移动交通工具的空气质量监测方法做进一步说明。
在一个实施例中,如图2所示,提供了一种基于移动交通工具的空气质量监测方法,以该方法应用于图1中的服务器130为例进行说明,包括以下步骤:
步骤S201,获取第一空气监测站在移动交通工具按照预定行驶路线行驶于待监测区域过程中实时采集的第一空气质量数据。
其中,第一空气监测站110可预先安装在移动交通工具上,该移动交通工具可以是公共汽车,预定行驶路线可以是公共汽车对应的公交线路。本步骤可采用在移动交通工具上搭载空气监测站的方式采集如城市等待监测区域的空气质量数据。
具体的,搭载有第一空气监测站110的公共汽车可以按照预定行驶路线在如城市等待监测区域中行驶,在行驶过程中,第一空气监测站110可实时采集空气质量数据,该由第一空气监测站110采集的空气质量数据称为第一空气质量数据,该搭载在移动交通工具上的第一空气监测站110也可称为移动空气监测站。
服务器130可保持与第一空气监测站110实时的通信连接,获取第一空气监测站110在移动交通工具按照预定行驶路线行驶于待监测区域过程中实时采集的第一空气质量数据,示例性的,该第一空气质量数据可以包括但不限于是PM2.5、PM10、SO、NOx、O3和CO等数据。
步骤S202,获取设于预定行驶路线的至少两个第二空气监测站实时采集的第二空气质量数据。
其中,上述待监测区域中可设有多个固定监测点,每个固定监测点可部署第二空气监测站,这些部署在固定监测点的第二空气监测站也可称为固定空气监测站。本步骤中,一些固定空气监测站可设于前述预定行驶路线上,例如一些第二空气监测站可以设置在预定行驶路线中的部分路段上,用于固定监测该部分路段的空气质量,服务器130可确定设于前述预定行驶路线的至少两个第二空气监测站,获取该至少两个第二空气监测站实时采集的空气质量数据作为第二空气质量数据,由于设于前述预定行驶路线的第二空气监测站包括至少两个,因而服务器130可得到至少两个第二空气质量数据,分别有该至少两个第二空气监测站实时采集得到。相应的,该第二空气质量数据也可以包括但不限于是PM2.5、PM10、SO、NOx、O3和CO等数据。
步骤S203,若第一空气质量数据与至少两个第二空气监测站实时采集的第二空气质量数据均匹配,则根据第一空气监测站实时采集的第一空气质量数据,得到对预定行驶路线的空气质量。
服务器130可以将第一空气监测站110实时采集的第一空气质量数据,分别与该至少两个第二空气监测站实时采集的第二空气质量数据进行比对。例如,至少两个第二空气监测站包括第二空气监测站1和第二空气监测站2,由于第二空气监测站1和第二空气监测站2都是部署在预定行驶路线上的,因此第一空气监测站110在移动过程中也会途径该两个第二空气监测站的部署地点,而且这些空气监测站也是实时采集空气质量数据的,因此可以将第一空气监测站110经过第二空气监测站1的部署地点时采集得到的空气质量数据与此时由第二空气监测站1采集得到的空气质量数据进行比对,如果该两个空气监测站采集的空气质量数据基本一致(例如比对得到的数据误差小于预设的数据误差范围),则服务器130可以判断该两个空气监测站采集的空气质量数据匹配。同理,服务器130也可以判断第一空气监测站110采集得到的空气质量数据与第二空气监测站2采集得到的空气质量数据是否匹配。
在完成数据匹配的判断过程后,若第一空气监测站110实时采集的第一空气质量数据与该至少两个第二空气监测站实时采集的第二空气质量数据均匹配,则服务器130可根据第一空气监测站110实时采集的第一空气质量数据,得到对预定行驶路线的空气质量,也就是服务器130可得到一整条预定行驶路线的空气质量。可以理解的是,待监测区域中可以预先设定多条行驶路线,从而由相应的移动交通工具在各行驶路线上行驶,即可采集得到每条行驶路线的空气质量,当多条行驶路线形成对待监测区域的覆盖时,服务器130即可采集得到整个待监测区域的空气质量,从而服务器130可以根据采集得到的空气质量数据绘制相应路线、路段在特定监测时间段的空气质量统计信息,还可以发现只采用固定监测点对空气质量进行监测的情况下存在的空气质量监测盲点等。
上述基于移动交通工具的空气质量监测方法,服务器130可以获取第一空气监测站110在移动交通工具按照预定行驶路线行驶于待监测区域过程中实时采集的第一空气质量数据,以及获取设于预定行驶路线的至少两个第二空气监测站120实时采集的第二空气质量数据,然后服务器130可以进一步将第一空气质量数据和第二空气质量数据进行比对,若第一空气质量数据与前述至少两个第二空气监测站120实时采集的第二空气质量数据均匹配,则服务器可根据第一空气监测站110实时采集的第一空气质量数据,得到对前述预定行驶路线的空气质量。该方案利用移动空气监测站和固定空气监测站相结合的方式实施对空气质量的监测,通过将移动空气监测站和固定空气监测站采集的空气质量数据进行比对和相互印证,当两者采集的空气质量数据匹配时,即可根据移动空气监测站采集的数据得到空气质量,从而提高空气质量监测的准确性,而利用移动加固定的监测方式,还有利于形成对城市区域的完整覆盖,有效发现城市区域中的监测盲点,提高对整个城市区域的空气质量进行监测的准确性。
服务器130可基于第一空气质量数据和第二空气质量数据的比对匹配结果感知需要进行数据校准的空气监测站。在其中一个实施例中,上述方法还可以包括如下步骤:
若第一空气质量数据与前述至少两个第二空气监测站中部分空气监测站实时采集的第二空气质量数据不匹配,则触发对该至少两个第二空气监测站中部分空气监测站的数据校准处理,以及根据第一空气监测站实时采集的第一空气质量数据,得到对预定行驶路线的空气质量。
本实施例中,服务器130将第一空气质量数据与前述至少两个第二空气监测站120中部分空气监测站实时采集的第二空气质量数据进行比对后,若检测到第一空气质量数据与前述至少两个第二空气监测站中部分空气监测站实时采集的第二空气质量数据不匹配,则说明该至少两个第二空气监测站中可能存在部分空气监测站对空气质量数据监测不准确,一方面需要该部分空气监测站进行数据校准。示例性的,前述至少两个第二空气监测站可以包括第二空气监测站1、第二空气监测站2和第二空气监测站3,若服务器130判断出第二空气监测站3采集的空气质量数据与第一空气监测站110采集的空气质量数据不匹配,但第一空气监测站110采集的空气质量数据与第二空气监测站1和第二空气监测站2采集的空气质量数据均匹配,则服务器130可将第二空气监测站3作为待校准空气监测站并触发对第二空气监测站3的数据校准处理。另一方面,服务器130还可以继续根据第一空气监测站实时采集的第一空气质量数据,得到对预定行驶路线的空气质量。本实施例的技术方案可借助移动监测站和固定监测站采集的空气质量数据进行相互比对印证,以通过移动监测站发现需要进行校准的固定监测站,且在移动监测站和部分固定监测站采集的空气质量数据匹配的情况下不影响服务器130获取预定行驶路线的空气质量监测。
在另外一个实施例中,若第一空气质量数据与前述至少两个第二空气监测站实时采集的第二空气质量数据均不匹配,则服务器130触发对第一空气监测站的数据校准处理。
本实施例中,若服务器130检测到第一空气监测站110采集的第一空气质量数据与每个第二空气监测站采集的第二空气质量数据均不匹配,则说明第一空气监测站110可能无法准确采集空气质量数据,触发对第一空气监测站110的数据校准处理,并可进一步在校准后重新通过第一空气监测站110采集该预定行驶路线的空气质量监测,或者也可以通过其他移动交通工具搭载其他空气监测站采集该预定行驶路线的空气质量监测。通过这种方式,服务器130可准确感知是否需要对第一空气监测站110进行校准,避免因第一空气监测站110而无法对待监测区域的空气质量进行准确监测。
进一步的,上述方法可以通过如下步骤对待校准空气监测站进行数据校准。在一些实施例中,该待校准空气监测站可以包括前述第一空气监测站或者至少两个第二空气监测站中部分空气监测站。数据校准的具体步骤可以包括:
确定待校准空气监测站;获取待校准空气监测站在标准测试环境下实时采集的空气质量数据,作为待比对空气质量数据;将待比对空气质量数据与标准测试环境对应的实际空气质量数据进行实时比对;若实时比对结果为待比对空气质量数据与实际空气质量数据不匹配,则持续校准待校准空气监测站,直至实时比对结果为待比对空气质量数据与实际空气质量数据相匹配。
本实施例中,可以将待校准空气监测站置于标准测试环境下进行校准。该标准测试环境是指空气质量数据已知的测试环境,该已知空气质量数据可以成为标准测试环境对应的实际空气质量数据。
具体的,在确定好待校准空气监测站后,将待校准空气监测站置于标准测试环境,触发待校准空气监测站实时采集该标准测试环境的空气质量数据,作为待比对空气质量数据,接着可以将待比对空气质量数据与标准测试环境对应的实际空气质量数据进行实时比对,得到实时比对结果。其中,如果实时比对结果为待比对空气质量数据与实际空气质量数据不匹配,则可以对待校准空气监测站进行调节,并实时比对调节后的待校准空气监测站的数据是否与实际空气质量数据匹配,若不匹配则可以继续对待校准空气监测站进行调节,直至实时比对结果为待比对空气质量数据与实际空气质量数据相匹配,则可以判断待校准空气监测站已校准完成,或者可以将待校准空气监测站继续置于该标准测试环境下一段时间,判断待校准空气监测站在该段时间内采集的空气质量数据是否与实际空气质量数据匹配,若匹配则可以判断待校准空气监测站已校准完成。采用本实施例提供的技术方案可在标准测试环境下准确地对待校准空气监测站进行数据校准处理。
在一个实施例中,可以通过如下方式确定出待监测区域中的预定行驶路线,具体步骤可以包括:
确定待监测区域具有的多条行驶路线;确定部署在待监测区域中固定监测点的空气监测站形成的对空气质量的固定监测范围;根据待监测区域的区域范围和固定监测范围,从多条行驶路线中确定出预定行驶路线。
本实施例中,服务器130确定出待监测区域所具有的多条行驶路线。示例性的,服务器130可以获取城市区域中的所有公交线路作为该多条行驶路线。而待监测区域中固定监测点可预先部署有空气监测站,固定监测点的各空气监测站都可以形成一定的监测范围,该监测范围可以称作固定监测范围,也即每个空气监测站对一定监测范围内的空气数据进行监测,例如空气监测站可以对若干半径范围内的空气数据进行监测。服务器130还可以确定出待监测区域的区域范围,例如确定整个城市的区域范围,然后根据整个城市的区域范围和所有固定监测点的空气监测站形成的固定监测范围,从多条行驶路线中选取预定行驶路线,以使搭载有移动空气监测站的公交车在各自的预定行驶路线上行驶所形成的移动监测范围,能够与固定监测点的空气监测站形成的固定监测范围一起形成对整个城市的区域范围内的空气质量监测的完整覆盖,从而本实施例的方案可以结合移动监测和固定监测的方式选取合适的行驶路线,以对整个待监测区域进行空气质量监测的有效覆盖。
在其中一些实施例中,上述实施例中的根据待监测区域的区域范围和固定监测范围,从多条行驶路线中确定出预定行驶路线,可以进一步包括:
根据待监测区域的区域范围,得到待监测区域中感兴趣区域的区域范围;基于第一空气监测站对空气质量的监测范围,从多条行驶路线中选取预定行驶路线,以使得安装有第一空气监测站的移动交通工具按照预定行驶路线行驶时形成的对空气质量的移动监测范围和固定监测范围至少覆盖感兴趣区域的区域范围。
本实施例中,服务器130可以根据待监测区域的区域范围,得到其中感兴趣区域的区域范围。其中,该感兴趣区域是指待监测区域中的部分区域,以城市区域作为待监测区域为例,该感兴趣区域可以是某个工厂所在区域、某条街道所在区域、某个污染源所在区域等,感兴趣区域可以是一个或者多个。然后,服务器130基于用以搭载在移动交通工具上的第一空气监测站对空气质量的监测范围,从例如多条公交线路中选取特定的一条或者多条公交线路作为预定行驶路线,以使得安装有第一空气监测站的移动交通工具按照该预定行驶路线行驶时形成的对空气质量的移动监测范围和部署于各固定监测点的空气监测站固定监测范围,至少可覆盖上述感兴趣区域的区域范围。本实施例的方案,能够结合移动监测和固定监测的方式选取合适的行驶路线作为预定行驶路线,以对城市区域内的部分感兴趣区域进行空气质量监测的有效覆盖。
在一些实施例中,上述预定行驶路线可以包括历史空气污染源所属路段。其中,历史空气污染源可以是一周前、一个月甚至或者是半年等曾经产生过空气污染的源头,例如一些化工厂等。本实施例中,服务器130可以确定预定行驶路线上历史空气污染源所属的路段。基于此,上述方法还可以进一步采用如下步骤对该历史空气污染源所属路段进行监测告警,具体包括:
根据对预定行驶路线的空气质量,得到历史空气污染源所属路段的当前空气质量;若根据当前空气质量和历史空气污染源所属路段的历史空气质量所确定的历史空气污染源所属路段的空气质量变化未呈上升趋势,则发出对历史空气污染源所属路段的空气污染告警提示。
具体的,服务器130可在根据第一空气监测站实时采集的第一空气质量数据,得到对预定行驶路线的空气质量之后,从该对预定行驶路线的空气质量中获取到历史空气污染源所属路段的当前空气质量,该当前空气质量可以理解为服务器130最新采集到的历史空气污染源所属路段的空气质量,而该历史空气污染源所属路段可具有历史空气质量,例如可以是最近一周内该历史空气污染源所属路段的空气质量,根据该当前空气质量和历史空气质量,服务器130可以得到该历史空气污染源所属路段最近的空气质量变化,该空气质量变化可以包括空气质量呈上升趋势,即空气质量得到改善,越来越好,还可以包括空气质量呈下降区域,越来越差等,若服务器130判断出历史空气污染源所属路段的空气质量变化未呈上升趋势,说明该历史空气污染源所属路段的空气质量需要采取相应措施及时改善,则服务器130发出对历史空气污染源所属路段的空气污染告警提示,该告警提示可以由服务器130发送至该历史空气污染源所属机构的服务器或终端,以提示相应的机构及时对该路段的空气质量进行改善。本实施例的方案可供服务器130对待监测区域中的空气污染源进行及时有效地监测。
在一个实施例中,如图3所示,提供一种基于移动交通工具的空气质量监测方法,以该方法应用于图1中的服务器130为例进行说明,该方法可以包括如下步骤:
步骤S301,服务器130获取第一空气监测站在移动交通工具按照预定行驶路线行驶于待监测区域过程中实时采集的第一空气质量数据;
本步骤中,第一空气监测站可安装于如公交汽车等移动交通工具上。
步骤S302,服务器130获取设于预定行驶路线的至少两个第二空气监测站实时采集的第二空气质量数据;
其中,第二空气监测站属于部署在待监测区域中固定监测点的空气监测站。
步骤S303,若第一空气质量数据与至少两个第二空气监测站实时采集的第二空气质量数据均匹配,则服务器130根据第一空气监测站实时采集的第一空气质量数据,得到对预定行驶路线的空气质量;
本步骤中,服务器130可以将第一空气质量数据与至少两个第二空气监测站中的每一个第二空气监测站采集的第二空气质量数据进行比对,若第一空气质量数据与至少两个第二空气监测站实时采集的第二空气质量数据均匹配,则服务器130第一空气监测站实时采集的第一空气质量数据,得到对预定行驶路线的空气质量;若第一空气质量数据与至少两个第二空气监测站中部分空气监测站实时采集的第二空气质量数据不匹配,则触发对该至少两个第二空气监测站中部分空气监测站的数据校准处理,以及根据第一空气监测站实时采集的第一空气质量数据,得到对预定行驶路线的空气质量。
步骤S304,服务器130根据对预定行驶路线的空气质量,得到历史空气污染源所属路段的当前空气质量;
其中,前述预定行驶路线包括该历史空气污染源所属路段。
步骤S305,若根据当前空气质量和历史空气污染源所属路段的历史空气质量所确定的历史空气污染源所属路段的空气质量变化未呈上升趋势,则服务器130发出对历史空气污染源所属路段的空气污染告警提示。
上述实施例提供的技术方案,利用移动空气监测站和固定空气监测站相结合的方式实施对空气质量的监测,通过将移动空气监测站和固定空气监测站采集的空气质量数据进行比对和相互印证,当两者采集的空气质量数据匹配时,即可根据移动空气监测站采集的数据得到空气质量,从而提高空气质量监测的准确性,而利用移动加固定的监测方式,还有利于形成对城市区域的完整覆盖,有效发现城市区域中的监测盲点,提高对整个城市区域的空气质量进行监测的准确性。此外,本实施例的技术方案,还可进一步借助移动监测站和固定监测站采集的空气质量数据进行相互比对印证,以通过移动监测站发现需要进行校准的固定监测站,且在移动监测站和部分固定监测站采集的空气质量数据匹配的情况下不影响服务器130获取预定行驶路线的空气质量监测,而且服务器130还可实现对待监测区域中的空气污染源进行及时有效地监测。
应该理解的是,虽然图2至3的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2至3中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图4所示,提供了一种空气质量监测系统,该系统可以包括:
可安装于移动交通工具上的第一空气监测站、设于预定行驶路线的至少两个第二空气监测站,以及与该第一空气监测站和该至少两个第二空气监测站通信连接的服务器;其中,该至少两个第二空气监测站属于部署在待监测区域中固定监测点的空气监测站;其中,服务器可以用于获取第一空气监测站和至少两个第二空气监测站实时采集的空气质量数据,并根据如上任一项实施例所述的方法得到对预定行驶路线的空气质量。
本实施例的提供的空气质量监测系统,可用于对城市区域的空气质量进行监测,具体可利用移动空气监测站和固定空气监测站相结合的方式实施对城市区域的空气质量的监测,通过将移动空气监测站和固定空气监测站采集的空气质量数据进行比对和相互印证,当两者采集的空气质量数据匹配时,即可根据移动空气监测站采集的数据得到空气质量,从而提高对城市区域的空气质量监测的准确性,而利用移动加固定的监测方式,还有利于形成对城市区域的完整覆盖,有效发现城市区域中的监测盲点,提高对整个城市区域的空气质量进行监测的准确性。
在一个实施例中,如图5所示,提供了一种基于移动交通工具的空气质量监测装置,该装置500可以包括:
第一获取模块501,用于获取第一空气监测站在移动交通工具按照预定行驶路线行驶于待监测区域过程中实时采集的第一空气质量数据;所述第一空气监测站安装于所述移动交通工具上;
第二获取模块502,用于获取设于所述预定行驶路线的至少两个第二空气监测站实时采集的第二空气质量数据;所述第二空气监测站属于部署在所述待监测区域中固定监测点的空气监测站;
结果得到模块503,用于若所述第一空气质量数据与所述至少两个第二空气监测站实时采集的第二空气质量数据均匹配,则根据所述第一空气监测站实时采集的第一空气质量数据,得到对所述预定行驶路线的空气质量监测结果。
在一个实施例中,上述装置500,还可以包括:第一比对处理单元,用于若所述第一空气质量数据与所述至少两个第二空气监测站中部分空气监测站实时采集的第二空气质量数据不匹配,则触发对所述至少两个第二空气监测站中部分空气监测站的数据校准处理,以及根据所述第一空气监测站实时采集的第一空气质量数据,得到对所述预定行驶路线的空气质量。
在一个实施例中,上述装置500,还可以包括:第二比对处理单元,用于若所述第一空气质量数据与所述至少两个第二空气监测站实时采集的第二空气质量数据均不匹配,则触发对所述第一空气监测站的数据校准处理。
在一个实施例中,上述装置500,还可以包括:数据校准单元,用于确定待校准空气监测站;所述待校准空气监测站包括所述第一空气监测站或者至少两个第二空气监测站中部分空气监测站;获取所述待校准空气监测站在标准测试环境下实时采集的空气质量数据,作为待比对空气质量数据;将所述待比对空气质量数据与所述标准测试环境对应的实际空气质量数据进行实时比对;若实时比对结果为所述待比对空气质量数据与所述实际空气质量数据不匹配,则持续校准所述待校准空气监测站,直至所述实时比对结果为所述待比对空气质量数据与所述实际空气质量数据相匹配。
在一个实施例中,上述装置500,还可以包括:路线确定单元,用于确定所述待监测区域具有的多条行驶路线;确定部署在所述待监测区域中固定监测点的空气监测站形成的对空气质量的固定监测范围;根据所述待监测区域的区域范围和所述固定监测范围,从所述多条行驶路线中确定出所述预定行驶路线。
在一个实施例中,路线确定单元,进一步用于根据所述待监测区域的区域范围,得到所述待监测区域中感兴趣区域的区域范围;基于所述第一空气监测站对空气质量的监测范围,从所述多条行驶路线中选取所述预定行驶路线,以使得安装有所述第一空气监测站的移动交通工具按照所述预定行驶路线行驶时形成的对空气质量的移动监测范围和所述固定监测范围至少覆盖所述感兴趣区域的区域范围。
在一个实施例中,所述预定行驶路线包括历史空气污染源所属路段;上述装置500,还可以包括:监测告警单元,用于根据所述对所述预定行驶路线的空气质量,得到所述历史空气污染源所属路段的当前空气质量;若根据所述当前空气质量和所述历史空气污染源所属路段的历史空气质量所确定的所述历史空气污染源所属路段的空气质量变化未呈上升趋势,则发出对所述历史空气污染源所属路段的空气污染告警提示。
关于基于移动交通工具的空气质量监测装置的具体限定可以参见上文中对于基于移动交通工具的空气质量监测方法的限定,在此不再赘述。上述基于移动交通工具的空气质量监测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图6所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储空气质量数据等数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于移动交通工具的空气质量监测方法。
本领域技术人员可以理解,图6中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,还提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种基于移动交通工具的空气质量监测方法,其特征在于,所述方法包括:
获取第一空气监测站在移动交通工具按照预定行驶路线行驶于待监测区域过程中实时采集的第一空气质量数据;所述第一空气监测站安装于所述移动交通工具上;
获取设于所述预定行驶路线的至少两个第二空气监测站实时采集的第二空气质量数据;所述第二空气监测站属于部署在所述待监测区域中固定监测点的空气监测站;
若所述第一空气质量数据与所述至少两个第二空气监测站实时采集的第二空气质量数据均匹配,则根据所述第一空气监测站实时采集的第一空气质量数据,得到对所述预定行驶路线的空气质量。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
若所述第一空气质量数据与所述至少两个第二空气监测站中部分空气监测站实时采集的第二空气质量数据不匹配,则触发对所述至少两个第二空气监测站中部分空气监测站的数据校准处理,以及根据所述第一空气监测站实时采集的第一空气质量数据,得到对所述预定行驶路线的空气质量。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
若所述第一空气质量数据与所述至少两个第二空气监测站实时采集的第二空气质量数据均不匹配,则触发对所述第一空气监测站的数据校准处理。
4.根据权利要求2或3所述的方法,其特征在于,所述方法还包括:
确定待校准空气监测站;所述待校准空气监测站包括所述第一空气监测站或者至少两个第二空气监测站中部分空气监测站;
获取所述待校准空气监测站在标准测试环境下实时采集的空气质量数据,作为待比对空气质量数据;
将所述待比对空气质量数据与所述标准测试环境对应的实际空气质量数据进行实时比对;
若实时比对结果为所述待比对空气质量数据与所述实际空气质量数据不匹配,则持续校准所述待校准空气监测站,直至所述实时比对结果为所述待比对空气质量数据与所述实际空气质量数据相匹配。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
确定所述待监测区域具有的多条行驶路线;
确定部署在所述待监测区域中固定监测点的空气监测站形成的对空气质量的固定监测范围;
根据所述待监测区域的区域范围和所述固定监测范围,从所述多条行驶路线中确定出所述预定行驶路线。
6.根据权利要求5所述的方法,其特征在于,所述根据所述待监测区域的区域范围和所述固定监测范围,从所述多条行驶路线中确定出所述预定行驶路线,包括:
根据所述待监测区域的区域范围,得到所述待监测区域中感兴趣区域的区域范围;
基于所述第一空气监测站对空气质量的监测范围,从所述多条行驶路线中选取所述预定行驶路线,以使得安装有所述第一空气监测站的移动交通工具按照所述预定行驶路线行驶时形成的对空气质量的移动监测范围和所述固定监测范围至少覆盖所述感兴趣区域的区域范围。
7.根据权利要求1至3任一项所述的方法,其特征在于,所述预定行驶路线包括历史空气污染源所属路段;所述根据所述第一空气监测站实时采集的第一空气质量数据,得到对所述预定行驶路线的空气质量之后,所述方法还包括:
根据所述对所述预定行驶路线的空气质量,得到所述历史空气污染源所属路段的当前空气质量;
若根据所述当前空气质量和所述历史空气污染源所属路段的历史空气质量所确定的所述历史空气污染源所属路段的空气质量变化未呈上升趋势,则发出对所述历史空气污染源所属路段的空气污染告警提示。
8.一种基于移动交通工具的空气质量监测装置,其特征在于,包括:
第一获取模块,用于获取第一空气监测站在移动交通工具按照预定行驶路线行驶于待监测区域过程中实时采集的第一空气质量数据;所述第一空气监测站安装于所述移动交通工具上;
第二获取模块,用于获取设于所述预定行驶路线的至少两个第二空气监测站实时采集的第二空气质量数据;所述第二空气监测站属于部署在所述待监测区域中固定监测点的空气监测站;
结果得到模块,用于若所述第一空气质量数据与所述至少两个第二空气监测站实时采集的第二空气质量数据均匹配,则根据所述第一空气监测站实时采集的第一空气质量数据,得到对所述预定行驶路线的空气质量监测结果。
9.一种空气质量监测系统,其特征在于,包括安装于移动交通工具上的第一空气监测站、设于预定行驶路线的至少两个第二空气监测站,以及与所述第一空气监测站和所述至少两个第二空气监测站通信连接的服务器;所述至少两个第二空气监测站属于部署在待监测区域中固定监测点的空气监测站;其中,
所述服务器,用于获取所述第一空气监测站和所述至少两个第二空气监测站实时采集的空气质量数据,并根据权利要求1至7任一项所述的方法得到对所述预定行驶路线的空气质量。
10.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010749701.0A CN111830210A (zh) | 2020-07-30 | 2020-07-30 | 空气质量监测方法、装置、系统和计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010749701.0A CN111830210A (zh) | 2020-07-30 | 2020-07-30 | 空气质量监测方法、装置、系统和计算机设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111830210A true CN111830210A (zh) | 2020-10-27 |
Family
ID=72920402
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010749701.0A Pending CN111830210A (zh) | 2020-07-30 | 2020-07-30 | 空气质量监测方法、装置、系统和计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111830210A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113984865A (zh) * | 2021-10-14 | 2022-01-28 | 合肥中科环境监测技术国家工程实验室有限公司 | 一种用于微型空气站的多级校准方法 |
CN114510850A (zh) * | 2022-04-20 | 2022-05-17 | 四川国蓝中天环境科技集团有限公司 | 一种大气六参差异化的多模型融合校准方法及系统 |
Citations (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN203605972U (zh) * | 2013-10-25 | 2014-05-21 | 上海市环境监测中心 | 一种环境空气质量移动监测车 |
CN104422544A (zh) * | 2013-08-29 | 2015-03-18 | 罗伯特·博世有限公司 | 用于校准移动终端设备中的测量设备的方法 |
CN105425775A (zh) * | 2015-12-04 | 2016-03-23 | 河南中烟工业有限责任公司许昌卷烟厂 | 一种传感器故障自动判断方法及系统 |
CN106062535A (zh) * | 2014-03-13 | 2016-10-26 | 罗伯特·博世有限公司 | 用于确定环境空气的二氧化碳含量的方法和设备 |
CN106546280A (zh) * | 2015-09-16 | 2017-03-29 | 普天信息技术有限公司 | 移动式交通环境空气质量监测系统 |
CN107063955A (zh) * | 2017-04-18 | 2017-08-18 | 击风科技(北京)有限公司 | 空气颗粒物检测仪校准方法及管理系统 |
CN108254495A (zh) * | 2017-12-13 | 2018-07-06 | 上海市环境科学研究院 | 一种隧道机动车污染物监测方法及系统 |
CN108351335A (zh) * | 2015-10-16 | 2018-07-31 | 行星观测24公司 | 采集并记录空气中的细微颗粒和/或NOx气体密度的装置和方法 |
CN108375648A (zh) * | 2016-10-28 | 2018-08-07 | 神达电脑股份有限公司 | 空气品质监控系统及其方法 |
CN108469273A (zh) * | 2018-02-27 | 2018-08-31 | 济宁中科云天环保科技有限公司 | 基于机器学习算法的云端数据联调校准方法 |
CN108798932A (zh) * | 2017-05-05 | 2018-11-13 | 福特全球技术公司 | 用于校准车辆感测装置的系统和方法 |
CN109345778A (zh) * | 2018-10-17 | 2019-02-15 | 广州益牛科技有限公司 | 空气污染信息自动获取与实时发布系统 |
CN109377726A (zh) * | 2018-10-29 | 2019-02-22 | 江苏大学 | 一种基于车联网的高速公路团雾精确警示、诱导系统及方法 |
CN109753720A (zh) * | 2018-12-29 | 2019-05-14 | 北京英视睿达科技有限公司 | 空气质量监测数据异常排查方法、系统、设备及介质 |
CN109752298A (zh) * | 2018-12-05 | 2019-05-14 | 武汉市天虹仪表有限责任公司 | 一种工地扬尘颗粒物监测系统及方法 |
CN110121587A (zh) * | 2016-12-07 | 2019-08-13 | 大众汽车有限公司 | 监测自身车辆中的传感器的传感器功能的方法和控制设备 |
CN110231601A (zh) * | 2019-07-01 | 2019-09-13 | 百度在线网络技术(北京)有限公司 | 传感器误差补偿方法、装置、设备及存储介质 |
CN110333555A (zh) * | 2019-07-19 | 2019-10-15 | 南京信息工程大学 | 移动气象环境观测装置及其校准方法 |
CN110426493A (zh) * | 2019-08-01 | 2019-11-08 | 北京软通智慧城市科技有限公司 | 空气质量监测数据校准方法、装置、设备和存储介质 |
CN110514626A (zh) * | 2019-07-23 | 2019-11-29 | 北京英视睿达科技有限公司 | 大气污染监测系统的数据校准方法和大气污染监测系统 |
CN110514785A (zh) * | 2019-07-31 | 2019-11-29 | 北京佳华智联科技有限公司 | 传感器数据在线校准方法、装置、电子设备及存储介质 |
CN111024904A (zh) * | 2019-12-31 | 2020-04-17 | 广东寻健检测技术有限公司 | 一种室内空气质量检测装置及方法 |
CN111257180A (zh) * | 2020-01-22 | 2020-06-09 | 同济大学 | 一种空间分布式空气质量走航监测传感器的动态校准方法 |
GB202007155D0 (en) * | 2016-02-29 | 2020-07-01 | Norwegian Institute For Air Res | A vehicle having an air inlet controlled by received air quality data at a location |
-
2020
- 2020-07-30 CN CN202010749701.0A patent/CN111830210A/zh active Pending
Patent Citations (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104422544A (zh) * | 2013-08-29 | 2015-03-18 | 罗伯特·博世有限公司 | 用于校准移动终端设备中的测量设备的方法 |
CN203605972U (zh) * | 2013-10-25 | 2014-05-21 | 上海市环境监测中心 | 一种环境空气质量移动监测车 |
CN106062535A (zh) * | 2014-03-13 | 2016-10-26 | 罗伯特·博世有限公司 | 用于确定环境空气的二氧化碳含量的方法和设备 |
CN106546280A (zh) * | 2015-09-16 | 2017-03-29 | 普天信息技术有限公司 | 移动式交通环境空气质量监测系统 |
CN108351335A (zh) * | 2015-10-16 | 2018-07-31 | 行星观测24公司 | 采集并记录空气中的细微颗粒和/或NOx气体密度的装置和方法 |
CN105425775A (zh) * | 2015-12-04 | 2016-03-23 | 河南中烟工业有限责任公司许昌卷烟厂 | 一种传感器故障自动判断方法及系统 |
GB202007155D0 (en) * | 2016-02-29 | 2020-07-01 | Norwegian Institute For Air Res | A vehicle having an air inlet controlled by received air quality data at a location |
CN108375648A (zh) * | 2016-10-28 | 2018-08-07 | 神达电脑股份有限公司 | 空气品质监控系统及其方法 |
CN110121587A (zh) * | 2016-12-07 | 2019-08-13 | 大众汽车有限公司 | 监测自身车辆中的传感器的传感器功能的方法和控制设备 |
CN107063955A (zh) * | 2017-04-18 | 2017-08-18 | 击风科技(北京)有限公司 | 空气颗粒物检测仪校准方法及管理系统 |
CN108798932A (zh) * | 2017-05-05 | 2018-11-13 | 福特全球技术公司 | 用于校准车辆感测装置的系统和方法 |
CN108254495A (zh) * | 2017-12-13 | 2018-07-06 | 上海市环境科学研究院 | 一种隧道机动车污染物监测方法及系统 |
CN108469273A (zh) * | 2018-02-27 | 2018-08-31 | 济宁中科云天环保科技有限公司 | 基于机器学习算法的云端数据联调校准方法 |
CN109345778A (zh) * | 2018-10-17 | 2019-02-15 | 广州益牛科技有限公司 | 空气污染信息自动获取与实时发布系统 |
CN109377726A (zh) * | 2018-10-29 | 2019-02-22 | 江苏大学 | 一种基于车联网的高速公路团雾精确警示、诱导系统及方法 |
CN109752298A (zh) * | 2018-12-05 | 2019-05-14 | 武汉市天虹仪表有限责任公司 | 一种工地扬尘颗粒物监测系统及方法 |
CN109753720A (zh) * | 2018-12-29 | 2019-05-14 | 北京英视睿达科技有限公司 | 空气质量监测数据异常排查方法、系统、设备及介质 |
CN110231601A (zh) * | 2019-07-01 | 2019-09-13 | 百度在线网络技术(北京)有限公司 | 传感器误差补偿方法、装置、设备及存储介质 |
CN110333555A (zh) * | 2019-07-19 | 2019-10-15 | 南京信息工程大学 | 移动气象环境观测装置及其校准方法 |
CN110514626A (zh) * | 2019-07-23 | 2019-11-29 | 北京英视睿达科技有限公司 | 大气污染监测系统的数据校准方法和大气污染监测系统 |
CN110514785A (zh) * | 2019-07-31 | 2019-11-29 | 北京佳华智联科技有限公司 | 传感器数据在线校准方法、装置、电子设备及存储介质 |
CN110426493A (zh) * | 2019-08-01 | 2019-11-08 | 北京软通智慧城市科技有限公司 | 空气质量监测数据校准方法、装置、设备和存储介质 |
CN111024904A (zh) * | 2019-12-31 | 2020-04-17 | 广东寻健检测技术有限公司 | 一种室内空气质量检测装置及方法 |
CN111257180A (zh) * | 2020-01-22 | 2020-06-09 | 同济大学 | 一种空间分布式空气质量走航监测传感器的动态校准方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113984865A (zh) * | 2021-10-14 | 2022-01-28 | 合肥中科环境监测技术国家工程实验室有限公司 | 一种用于微型空气站的多级校准方法 |
CN113984865B (zh) * | 2021-10-14 | 2024-03-22 | 合肥中科环境监测技术国家工程实验室有限公司 | 一种用于微型空气站的多级校准方法 |
CN114510850A (zh) * | 2022-04-20 | 2022-05-17 | 四川国蓝中天环境科技集团有限公司 | 一种大气六参差异化的多模型融合校准方法及系统 |
CN114510850B (zh) * | 2022-04-20 | 2022-06-21 | 四川国蓝中天环境科技集团有限公司 | 一种大气六参差异化的多模型融合校准方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8180557B2 (en) | Traffic state predicting apparatus | |
US7672774B2 (en) | Method and system for determining traffic information traffic profiles | |
US8886389B2 (en) | Method of providing directions to a vehicle service facility | |
US20120221232A1 (en) | Method and apparatus for traffic management | |
US8583362B2 (en) | Apparatus, method, and program for generating road information | |
Staniek | Road pavement condition diagnostics using smartphone-based data crowdsourcing in smart cities | |
CN111830210A (zh) | 空气质量监测方法、装置、系统和计算机设备 | |
CN106627579A (zh) | 车辆队列中的协调测试 | |
US9448073B2 (en) | System and method for assessing road quality using data collected from a mobile device | |
KR101900777B1 (ko) | 도시환경분석서버 및 그 동작 방법 | |
US11162801B2 (en) | Methods and systems for detecting an open navigable element | |
CN108600954A (zh) | 用于车辆元件故障统计分析的方法和设备 | |
CN108627349B (zh) | 用于识别机动车的特殊运行状态的方法和移动设备 | |
CN111182457A (zh) | 地理围栏及生成方法、装置及存储介质 | |
DE102016209568B3 (de) | Verfahren, Vorrichtungen und Computerprogramme zum Erfassen von Messergebnissen von mobilen Geräten | |
CN111698128A (zh) | 物联网网络质量检测方法、装置、计算机设备和存储介质 | |
CN107356260B (zh) | 应用于自动路测的导航系统及方法 | |
CN112639410B (zh) | 用于验证传感器网络中的传感器的方法和传感器网络 | |
Jun et al. | Smoothing methods designed to minimize the impact of GPS random error on travel distance, speed, and acceleration profile estimates | |
JP4780007B2 (ja) | 交通状況演算システム | |
CN117454729A (zh) | 一种大气污染贡献度预测方法、装置及可读存储介质 | |
CN111539551A (zh) | 行车目的地地址预测方法、装置、计算机设备和存储介质 | |
KR20170033726A (ko) | 차량 빅데이터 서버 및 차량 빅데이터 서비스 방법 | |
JP2016062444A (ja) | プローブ情報収集装置、及びプローブ情報収集方法 | |
KR100532140B1 (ko) | 교통정보를 가공하여 제공하는 교통정보 제공장치 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201027 |
|
RJ01 | Rejection of invention patent application after publication |