CN112100306A - 空气质量落区预报图绘制方法、装置及存储介质 - Google Patents
空气质量落区预报图绘制方法、装置及存储介质 Download PDFInfo
- Publication number
- CN112100306A CN112100306A CN202010982439.4A CN202010982439A CN112100306A CN 112100306 A CN112100306 A CN 112100306A CN 202010982439 A CN202010982439 A CN 202010982439A CN 112100306 A CN112100306 A CN 112100306A
- Authority
- CN
- China
- Prior art keywords
- air quality
- area
- target
- grid
- determining
- 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
- 238000000034 method Methods 0.000 title claims abstract description 66
- 239000003344 environmental pollutant Substances 0.000 claims abstract description 99
- 231100000719 pollutant Toxicity 0.000 claims abstract description 99
- 238000012544 monitoring process Methods 0.000 claims abstract description 88
- 238000013507 mapping Methods 0.000 claims description 18
- 230000015654 memory Effects 0.000 claims description 17
- 238000012986 modification Methods 0.000 claims description 13
- 230000004048 modification Effects 0.000 claims description 13
- 239000000356 contaminant Substances 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 6
- 238000009877 rendering Methods 0.000 claims description 6
- RAHZWNYVWXNFOC-UHFFFAOYSA-N Sulphur dioxide Chemical compound O=S=O RAHZWNYVWXNFOC-UHFFFAOYSA-N 0.000 description 9
- 239000013618 particulate matter Substances 0.000 description 9
- 230000008569 process Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- MGWGWNFMUOTEHG-UHFFFAOYSA-N 4-(3,5-dimethylphenyl)-1,3-thiazol-2-amine Chemical compound CC1=CC(C)=CC(C=2N=C(N)SC=2)=C1 MGWGWNFMUOTEHG-UHFFFAOYSA-N 0.000 description 6
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 6
- 229910002091 carbon monoxide Inorganic materials 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 230000005291 magnetic effect Effects 0.000 description 4
- CBENFWSGALASAD-UHFFFAOYSA-N Ozone Chemical compound [O-][O+]=O CBENFWSGALASAD-UHFFFAOYSA-N 0.000 description 3
- 239000000809 air pollutant Substances 0.000 description 3
- 231100001243 air pollutant Toxicity 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- JCXJVPUVTGWSNB-UHFFFAOYSA-N nitrogen dioxide Inorganic materials O=[N]=O JCXJVPUVTGWSNB-UHFFFAOYSA-N 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000003915 air pollution Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 239000013256 coordination polymer Substances 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 239000003086 colorant Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
- G06T11/206—Drawing of charts or graphs
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Chemical & Material Sciences (AREA)
- Databases & Information Systems (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Dispersion Chemistry (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Remote Sensing (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例提供的空气质量落区预报图绘制方法、装置及存储介质，首先根据空气质量监测站的污染物浓度，确定目标绘制区域的空气质量指数，再根据所述目标绘制区域的空气质量指数，绘制所述目标绘制区域的空气质量落区预报图。通过本申请实施例提供的空气质量落区预报图绘制方法，可实现空气质量落区预报图的自定义绘制，提高空气质量落区预报图绘制的灵活度，从而有效提升用户体验。
Description
技术领域
本申请涉及绘制分析技术领域，尤其涉及一种空气质量落区预报图绘制方法、装置及存储介质。
背景技术
随着城市化的加剧，大气污染日趋严重，对污染物的治理也越来越重视。治理大气污染问题要做到监测先行，准确掌握空气中污染物浓度分布情况，才能做到有的放矢，提高治理效率。空气污染物浓度落区预报图可以直观显示空气污染物分布情况，是分析和监测空气情况的一种重要工具。目前主要使用预先绘制好的空气质量落区专题图，以反映区域空气质量的污染物状况，发明人发现上述技术至少存在以下问题：
空气质量落区专题图的数据源和绘制流程相对固定，即只能按照固定的绘制流程绘制专题图，无法实现空气质量落区预报图的自定义绘制，导致空气质量落区预报图的绘制灵活度低。
发明内容
本申请提供一种空气质量落区预报图绘制方法、装置及存储介质，可以有效提升空气质量落区预报图绘制的灵活度，提升用户体验。
第一方面，本申请提供一种空气质量落区预报图绘制方法，包括：
根据空气质量监测站的污染物浓度，确定目标绘制区域的空气质量指数，其中，空气质量监测站在目标绘制区域中；
根据目标绘制区域的空气质量指数，绘制目标绘制区域的空气质量落区预报图。
可选的，根据空气质量监测站的污染物浓度，确定目标绘制区域的空气质量指数，包括：
确定空气质量监测站所在的网格，其中，网格是按照空气质量模式预报时划分地理空间得到的；
根据网格的污染物浓度，确定目标绘制区域的空气质量指数。
可选的，确定空气质量监测站所在的网格，包括：
确定空气质量监测站的经纬度信息；
根据经纬度信息，确定空气质量监测站所在的网格。
可选的，根据网格的污染物浓度，确定目标绘制区域的空气质量指数，包括：
根据网格的污染物浓度，获取目标绘制区域的污染物浓度；
根据目标绘制区域的污染物浓度，确定目标绘制区域的空气质量指数。
可选的，根据网格的污染物浓度，获取目标绘制区域的污染物浓度，包括：
根据网格的污染物浓度，确定网格中的空气质量监测站的污染物浓度；
根据目标绘制区域中至少一个空气质量监测站的污染物浓度的平均值，确定目标绘制区域的污染物浓度；
其中，根据网格的污染物浓度，确定网格中的空气质量监测站的污染物浓度，可以包括：
获取网格中顶点处的污染物浓度，利用双线性插值算法确定网格中的空气质量监测站的污染物浓度。可选的，根据目标绘制区域的空气质量指数，绘制目标绘制区域的空气质量落区预报图，包括：
获取目标绘制区域的地理数据，其中，地理数据是根据目标绘制区域的行政边界矢量数据提取的；
根据目标绘制区域的空气质量指数以及地理数据绘制目标绘制区域的空气质量落区预报图。
可选的，根据目标绘制区域的空气质量指数，绘制目标绘制区域的空气质量落区预报图之后，还包括：
获取自定义数据，其中，自定义数据为用户输入的修改数据；
根据自定义数据输出修改后的空气质量落区预报图。
第二方面，本申请提供一种空气质量落区预报图绘制装置，包括：
确定模块，用于根据空气质量监测站的污染物浓度，确定目标绘制区域的空气质量指数，其中，空气质量监测站在目标绘制区域中；
绘图模块，用于根据目标绘制区域的空气质量指数，绘制目标绘制区域的空气质量落区预报图。
可选的，确定模块还用于：
确定空气质量监测站所在的网格，其中，网格是按照空气质量模式预报时划分地理空间得到的；
根据网格的污染物浓度，确定目标绘制区域的空气质量指数。
可选的，在确定空气质量监测站所在的网格时，确定模块还用于：
确定空气质量监测站的经纬度信息；
根据经纬度信息，确定空气质量监测站所在的网格。
可选的，确定模块还用于：
根据网格的污染物浓度，获取目标绘制区域的污染物浓度；
根据目标绘制区域的污染物浓度，确定目标绘制区域的空气质量指数。
可选的，确定模块还用于：
根据网格的污染物浓度，确定网格中的空气质量监测站的污染物浓度；
根据目标绘制区域中至少一个空气质量监测站的污染物浓度的平均值，确定目标绘制区域的污染物浓度；
确定模块具体用于：获取网格中顶点处的污染物浓度，利用双线性插值算法确定网格中的空气质量监测站的污染物浓度。可选的，绘图模块还用于：
获取目标绘制区域的地理数据，其中，地理数据是根据目标绘制区域的行政边界矢量数据提取的；
根据目标绘制区域的空气质量指数以及地理数据，绘制目标绘制区域的空气质量落区预报图。
可选的，绘图模块还用于，在根据目标绘制区域的空气质量指数，绘制目标绘制区域的空气质量落区预报图之后，
获取自定义数据，其中，自定义数据为用户输入的修改数据；
根据自定义数据输出修改后的空气质量落区预报图。
第三方面，本申请提供一种空气质量落区预报图绘制装置，包括：存储器，用于存储程序指令；
处理器，用于调用并执行存储器中的程序指令，执行如第一方面中任一项的方法。
第四方面，本申请提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序；计算机程序被处理器执行时，实现如第一方面中任一项的方法。
本申请实施例提供的空气质量落区预报图绘制方法、装置及存储介质，首先根据空气质量监测站的污染物浓度，确定目标绘制区域的空气质量指数，再根据目标绘制区域的空气质量指数，绘制目标绘制区域的空气质量落区预报图。通过本申请实施例提供的空气质量落区预报图绘制方法，由于可以根据实际需求自定义目标绘制区域，从而可实现空气质量落区预报图的自定义绘制，提高空气质量落区预报图绘制的灵活度，从而有效提升用户体验。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图做一简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的空气质量落区预报图的示例图；
图2为本申请一实施例提供的空气质量落区预报图绘制方法的流程图；
图3为本申请另一实施例提供的空气质量落区预报图绘制方法的流程图；
图4为本申请又一实施例提供的空气质量落区预报图绘制方法的流程图；
图5为本申请一实施例提供的空气质量落区预报图绘制装置的结构示意图；
图6为本申请另一实施例提供的空气质量落区预报图绘制装置的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
在本申请的描述中，需要理解的是，术语“上部”、“上”、“下”、“前”、“后”等指示的方位或者位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或者暗示所指的装置或者元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。在发明的描述中，“多个”的含义是两个或两个以上，除非是另有精确具体地规定。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例，例如能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些产品或设备固有的其它步骤或单元。
描述包括对形成详细描述的一部分的附图的参考。附图示出了根据示例性实施方式的图示。在本文中也可被称为“示例”的这些实施方式被足够详细地描述，以使本领域中的技术人员能够实践本文所描述的所要求保护的主题的实施方式。在不偏离所要求保护的主题的范围和精神的情况下，可组合实施方式，可使用其它实施方式，或可做出结构、逻辑和电气改变。应理解的是，本文中所描述的实施方式并不旨在限制主题的范围，而是使本领域中的技术人员能够实践、制作和/或使用该主题。
首先，对本申请中的部分用语进行解释说明，以便于本领域技术人员理解：
落区预报：指是灾害性天气及其次生灾害的发生区域预报。
空气质量模式预报：(Air pollution model prediction)指根据气象要素的预报值和污染源的排放状况，利用数学模式以得到污染浓度的时空分布的预报方法，模式预报的首要条件是需建立一个合理、适用的扩散模式。现有的第三代空气质量预报模式包括：嵌套网格空气质量预报模式NAQPMS、通用多尺度空气质量CMAQ、扩展综合空气质量模式CAMx、气象预报-化学模式WRF-chem等。
随着城市化的加剧，大气污染日趋严重，对污染物的治理也越来越重视。治理大气污染问题要做到监测先行，准确掌握空气中污染物浓度分布情况，才能做到有的放矢，提高治理效率。空气质量落区预报图可以直观显示空气污染物分布情况，是分析和预测空气情况的一种重要工具。
现有技术中，通常使用预先绘制好的空气质量落区专题图，但是使用绘制好的空气质量落区专题图存在以下缺点：
(1)无法实现交互和自定义绘制，空气质量落区专题图的数据源和绘制流程固定，无法根据实际需求自定义绘制；
(2)修改方式预先定义，无法动态的修改，当需要修改某个城市的空气质量时，需要改动数据源和绘制程序，重新生成专题图。
因此，预先绘制好的空气质量落区专题图，无法实现空气质量落区预报图的自定义绘制和动态修改，导致空气质量落区预报图的绘制灵活度低，用户体验较差，难以满足用户需求。
基于上述问题，本申请实施例提供一种空气质量落区预报图绘制方法、装置及存储介质，首先通过预先生成落区预报图内的城市地理数据，再从空气质量模式预报数据中提取城市的空气质量指数作为参考值，将该城市的空气质量参考值修改到对应的地理位置上，在绘制过程中，可以参考监测数据、气象条件和预报经验等，对城市的修改结果进行调整修改，最终将落区预报图保存，完成空气质量落区预报图绘制，可以有效提升空气质量落区预报图绘制的灵活性，提升用户体验。
图1为本申请实施例提供的空气质量落区预报图的示例图。下面结合图1对本申请的应用场景进行说明。
空气质量落区预报图以空气质量模式预报结果作为数据源，如图1所示，空气质量数值模式预报时将地理空间划分为规则的网格，每个网格大小固定(例如5km×5km)，在网格顶点输出模式预报数据，例如，细颗粒物(PM2.5)浓度值、可吸入颗粒物(PM10)浓度值、二氧化硫(SO2)浓度值、臭氧(O3)浓度值、一氧化碳(CO)浓度值、二氧化氮(NO2)浓度值等，通过上述几项污染物浓度值计算出各区域的空气质量指数，然后将各区域的空气质量指数渲染输出空气质量落区预报图，其中定义了不同颜色所对应的空气质量指数值，可以直观展示某一区域的空气质量情况。
下面以具体地实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本申请的实施例进行描述。
图2为本申请一实施例提供的空气质量落区预报图绘制方法的流程图。本申请实施例提供方法，其执行主体可以是具有绘图功能的电子设备，例如计算机、平板电脑等，在另一种实施方式中，其执行主体也可以是服务器。本实施例此处不做特别限制。如图2所示，该空气质量落区预报图绘制方法包括以下步骤：
S201、根据空气质量监测站的污染物浓度，确定目标绘制区域的空气质量指数。
其中，空气质量监测站在目标绘制区域中。
首先，确定目标绘制区域，在实际应用中，目标绘制区域需在空气质量模式预报的地理范围内。在一种实施方式中，目标绘制区域可以根据实际绘图需求进行确定，例如，需要展示北京市以及天津市的空气质量落区预报图，则确定北京市以及天津市为目标绘制区域；在另一种实施方式中，目标绘制区域也可以根据空气质量模式预报覆盖的地理范围来确定，例如，目标绘制区域是空气质量模式预报的地理范围覆盖的所有区域。
可以理解的是，本申请实施例中，由于可以根据实际需求自定义目标绘制区域，且自定义目标绘制区域的方式较为灵活，因此可以实现空气质量落区预报图的自定义绘制，从而提高空气质量落区预报图绘制的灵活度。
进一步的，获取目标绘制区域中空气质量监测站监测的污染物浓度。其中，污染物浓度可以包括：细颗粒物(PM2.5)浓度、可吸入颗粒物(PM10)浓度、二氧化硫(SO2)浓度、臭氧(O3)浓度、一氧化碳(CO)浓度、二氧化氮(NO2)浓度等。
更进一步的，根据目标绘制区域中空气质量监测站的污染物浓度确定该目标绘制区域的空气质量指数。具体的，获取污染物浓度限值，根据空气质量分指数及污染物浓度限值的对应关系确定目标绘制区域的空气质量分指数，选取空气质量分指数最大值作为目标绘制区域的空气质量指数。其中，空气质量分指数及污染物项目浓度限值的对应关系如表1所示：
表1空气质量分指数对应的污染物项目浓度限值
根据上表，对于污染物项目P，可以根据公式(1)获取污染物项目P的空气质量分指数：
其中，IAQIP为污染物项目P的空气质量分指数；CP为污染物项目P的质量浓度值；BPHi为表1中与CP相近的污染物浓度限值的高位值；BPLo为表1中与CP相近的污染物浓度限值的低位值；IAQIHi为表1中与BPHi对应的空气质量分指数，IAQILo为表1中与BPLo对应的空气质量分指数。
S202、根据目标绘制区域的空气质量指数，绘制目标绘制区域的空气质量落区预报图。
在实际应用中，可以利用绘图工具在地图上绘制目标绘制区域的空气质量落区预报图，具体包括如下步骤：
(1)在地图上添加附图要素，其中，附图要素可以包括：经纬线网格、经纬度标注、制图时间、落区预报图名称和制图单位等；
(2)根据表2按照预设对应关系，将目标绘制区域渲染成对应的颜色；
表2空气质量指数与颜色对照表
(3)输出目标绘制区域的空气质量落区预报图。
本申请实施例提供的空气质量落区预报图绘制方法，首先根据空气质量监测站的污染物浓度，确定目标绘制区域的空气质量指数，再根据目标绘制区域的空气质量指数，绘制目标绘制区域的空气质量落区预报图。通过本申请实施例提供的方法，由于可以根据实际需求自定义目标绘制区域，从而可实现空气质量落区预报图的自定义绘制，提高空气质量落区预报图绘制的灵活度，有效提升用户体验。
图3为本申请另一实施例提供的空气质量落区预报图绘制方法的流程图。如图3所示，空气质量落区预报图绘制方法包括以下步骤：
S301、确定空气质量监测站的经纬度信息。
在实际应用中，首先确定目标绘制区域中空气质量监测站，其中，空气质量监测站可以是目标绘制区域中所有的站点，也可以是目标绘制区域的部分站点，具体可以根据实际需求确定，本实施例对此不做特别限定。
进一步的，获取空气质量监测站的经纬度信息。
S302、根据经纬度信息，确定空气质量监测站所在的网格。
在上述基础上，建立经纬度信息与目标绘制区域中空气质量监测站的关联关系。
其中，网格是按照空气质量模式预报时划分地理空间得到的，根据空气质量监测站的经纬度信息确定空气质量监测站所在的网格。
S303、根据网格的污染物浓度，确定网格中的空气质量监测站的污染物浓度。
具体的，获取网格中顶点处的污染物浓度，利用双线性插值算法确定网格中的空气质量监测站的污染物浓度。本领域技术人员可以理解的是，一个网格中可以包括一个或多个空气质量监测站，其中，获取网格中第i个空气质量监测站的污染物浓度，可以包括以下步骤：
(1)获取第i个空气质量监测站所在网格的四个顶点的污染物浓度；
(2)利用双线性插值算法确定该网格中的第i个空气质量监测站的污染物浓度，其中污染物可以包括以下至少一种：细颗粒物(PM2.5)、可吸入颗粒物(PM10)、二氧化硫(SO2)、臭氧(O3)、一氧化碳(CO)、二氧化氮(NO2)等。
具体的，可以根据如下公式(2)至(6)获取第i个空气质量监测站的某一项污染物的浓度：
v0＝P0v+(P1v-P0v)×dx 公式(4)
v1＝P2v+(P3v-P2v)×dy 公式(5)
Sp，i＝v0+(v1-v0)×dy 公式(6)
其中，Sp,i为第i个空气质量监测站点的单项污染物模式预报浓度值；Sx,i为第i个空气质量监测站点的经度值；Sy,i为第i个空气质量监测站点的纬度值；P0x为空气质量监测站点所在模式网格左下角经度值；P0y为空气质量监测站点所在模式网格左下角纬度值；P1x为空气质量监测站点所在模式网格右下角经度值；P2y为空气质量监测站点所在模式网格左上角纬度值；P0v为空气质量监测站点所在模式网格左下角单项污染物浓度预报值；P1v为空气质量监测站点所在模式网格右下角单项污染物浓度预报值；P2v为空气质量监测站点所在模式网格左上角单项污染物浓度预报值；P3v为空气质量监测站点所在模式网格右上角单项污染物浓度预报值。
S304、根据目标绘制区域中至少一个空气质量监测站的污染物浓度的平均值，确定目标绘制区域的污染物浓度。
获取目标绘制区域中的所有空气质量监测站的多种污染物浓度的平均值，具体的，按照公式(7)获取目标绘制区域的污染物浓度。
其中Cp表示目标绘制区域内单项污染物模式预报浓度值，n为目标绘制区域内空气质量监测站点个数，Sp,i为第i个空气质量监测站点的单项污染物模式预报浓度值。
S305、根据目标绘制区域的污染物浓度，确定目标绘制区域的空气质量指数。
具体的，步骤S305与图2所示实施例中的S201类似，具体描述可参考如图2所示实施例，此处不再赘述。
S306、获取目标绘制区域的地理数据。
在绘制目标绘制区域的空气质量落区预报图前，还需要获取目标绘制区域的地理数据，其中，该地理数据是根据目标绘制区域的行政边界矢量数据提取的，地理数据可以包括目标绘制区域的行政边界信息等，其具体获取过程可以包括如下步骤：
(1)获取目标绘制区域的行政边界矢量数据；
(2)将行政边界矢量数据转化为GeoJson格式。
其中，GeoJson格式是一种对各种地理数据结构进行编码的格式，可以支持以下几何类型：点、线、面、多点、多线、多面和几何集合等。
S307、根据目标绘制区域的空气质量指数以及地理数据，绘制目标绘制区域的空气质量落区预报图。
具体的，加载地理数据，将该地理数据绘制到落区预报图的地图上，再根据目标绘制区域的空气质量指数绘制目标绘制区域的空气质量落区预报图，具体绘图步骤与图2所示实施例中步骤S202类似，具体可以参考步骤S202，此处不再赘述。
本申请实施例提供的空气质量落区预报图绘制方法，首先根据空气质量监测站的经纬度信息，确定空气质量监测站所在的网格，再根据网格的污染物浓度，确定网格中的空气质量监测站的污染物浓度，然后根据目标绘制区域的污染物浓度，确定目标绘制区域的空气质量指数，最后根据目标绘制区域的空气质量指数以及地理数据绘制目标绘制区域的空气质量落区预报图。通过本方法，由于可以根据实际需求自定义目标绘制区域，从而可实现空气质量落区预报图的自定义绘制，提高空气质量落区预报图绘制的灵活度，以有效提升用户体验。另外，根据目标绘制区域中至少一个空气质量监测站的污染物浓度的平均值，确定目标绘制区域的污染物浓度，可以有效提升目标绘制区域的污染物浓度的准确度，从而获得更精确图片。
在一些实施例中，在空气质量落区预报图绘制完成之后，用户还可以根据实际需求自定义修改该空气质量落区预报图，下面结合图4进行说明。
图4为本申请又一实施例提供的空气质量落区预报图绘制方法的流程图。如图4所示，该方法包括：
S401、根据空气质量监测站的污染物浓度，确定目标绘制区域的空气质量指数。
S402、根据目标绘制区域的空气质量指数，绘制目标绘制区域的空气质量落区预报图。
其中，S401至S402与图2所示实施例中的S201至S202类似，具体描述可参考如图2所示实施例，此处不再赘述。
S403、获取自定义数据。
其中，自定义数据为用户输入的修改数据，自定义数据可以包括：目标修改区域以及渲染颜色等。
在实际应用中，可以通过用户点选目标修改区域，然后设置目标修改区域的渲染颜色以完成自定义数据的设置。
对应的，获取用户输入的自定义数据。
S404、根据自定义数据输出修改后的空气质量落区预报图。
本申请实施例提供的空气质量落区预报图绘制方法，首先根据空气质量监测站的污染物浓度，确定目标绘制区域的空气质量指数，然后根据目标绘制区域的空气质量指数，绘制目标绘制区域的空气质量落区预报图，再获取自定义数据，最后根据自定义数据输出修改后的空气质量落区预报图。通过本申请实施例提供的空气质量落区预报图绘制方法，可实现空气质量落区预报图的自定义绘制，提高空气质量落区预报图绘制的灵活度，从而有效提升用户体验。另外，可以在生成的空气质量落区预报图的基础上根据需求实时的修改，可以进一步提升空气质量落区预报图绘制的灵活度，满足多元化需求。
图5为本申请一实施例提供的空气质量落区预报图绘制装置的结构示意图。如图5所示，空气质量落区预报图绘制装置500包括：确定模块501以及绘图模块502。
其中，确定模块501用于根据空气质量监测站的污染物浓度，确定目标绘制区域的空气质量指数，其中，空气质量监测站在目标绘制区域中；
绘图模块502，用于根据目标绘制区域的空气质量指数，绘制目标绘制区域的空气质量落区预报图。
可选的，确定模块501还用于：
确定空气质量监测站所在的网格，其中，网格是按照空气质量模式预报时划分地理空间得到的；
根据网格的污染物浓度，确定目标绘制区域的空气质量指数。
可选的，确定模块501还用于：
确定空气质量监测站的经纬度信息；
根据经纬度信息，确定空气质量监测站所在的网格。
可选的，确定模块501还用于：
根据网格的污染物浓度，获取目标绘制区域的污染物浓度；
根据目标绘制区域的污染物浓度，确定目标绘制区域的空气质量指数。
可选的，确定模块501还用于：
根据网格的污染物浓度，确定网格中的空气质量监测站的污染物浓度；
根据目标绘制区域中至少一个空气质量监测站的污染物浓度的平均值，确定目标绘制区域的污染物浓度；
其中，确定模块501具体用于：获取网格中顶点处的污染物浓度，利用双线性插值算法确定网格中的空气质量监测站的污染物浓度。可选的，绘图模块502还用于：
获取目标绘制区域的地理数据，其中，地理数据是根据目标绘制区域的行政边界矢量数据提取的；
根据目标绘制区域的空气质量指数以及地理数据绘制目标绘制区域的空气质量落区预报图。
可选的，绘图模块502还用于，在根据目标绘制区域的空气质量指数，绘制目标绘制区域的空气质量落区预报图之后，
获取自定义数据，其中，自定义数据为用户输入的修改数据；
根据自定义数据输出修改后的空气质量落区预报图。
图6为本申请另一实施例提供的空气质量落区预报图绘制装置的结构示意图。如图6所示，本实施例的空气质量落区预报图绘制装置600可以是前述方法实施例中提到的计算机(或者可用于计算机的部件)。空气质量落区预报图绘制装置600可用于实现上述方法实施例中描述的对应于计算机的方法，具体参见上述方法实施例中的说明。
空气质量落区预报图绘制装置600可以包括一个或多个处理器601，该处理器601也可以称为处理单元，可以实现一定的控制或者处理功能。处理器601可以是通用处理器或者专用处理器等。例如可以是基带处理器、或中央处理器。基带处理器可以用于对数据进行处理，中央处理器可以用于对空气质量落区预报图绘制装置600进行控制，执行软件程序，处理软件程序的数据。
在一种可能的设计中，处理器601也可以存有指令603或者数据(例如测试参数)。其中，指令603可以被处理器601运行，使得空气质量落区预报图绘制装置600执行上述方法实施例中描述的对应于计算机设备或者网络设备的方法。
在又一种可能的设计中，空气质量落区预报图绘制装置600可以包括电路，该电路可以实现前述方法实施例中发送或接收或者通信的功能。
在一种可能的实现方式中，空气质量落区预报图绘制装置600中可以包括一个或多个存储器602，其上可以存有指令604，该指令可在处理器601上被运行，使得空气质量落区预报图绘制装置600执行上述方法实施例中描述的方法。
在一种可能的实现方式中，存储器602中也可以是存储有数据。处理器601和存储器602可以单独设置，也可以集成在一起。
在一种可能的实现方式中，空气质量落区预报图绘制装置600还可以包括收发器605和/或天线606。处理器601可以称为处理单元，对空气质量落区预报图绘制装置600进行控制。收发器605可以称为收发单元、收发机、收发电路、或者收发器等，用于实现空气质量落区预报图绘制装置600的收发功能。
其中，处理器601和收发器605的具体实现过程可以参见上述各实施例的相关描述，此处不再赘述。
本申请中描述的处理器601和收发器605可实现在集成电路(integratedcircuit，IC)、模拟IC、射频集成电路(radio frequency integrated circuit，RFIC)、混合信号IC、专用集成电路(application specific integrated circuit，ASIC)、印刷电路板(printed circuit board，PCB)、空气质量落区预报图绘制装置等上。
本申请实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时用于实现如上任一实施例的优化方法。
在上述的实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。例如，以上所描述的设备实施例仅仅是示意性的，例如，模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个模块可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。
另外，在本申请各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个单元中。上述模块成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
上述以软件功能模块的形式实现的集成的模块，可以存储在一个计算机可读取存储介质中。上述软件功能模块存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本申请各个实施例方法的部分步骤。
应理解，上述处理器可以是中央处理单元(Central Processing Unit，简称：CPU)，也可以是数字信号处理器(Digital Signal Processor，简称：DSP)、专用集成电路(Application Specific Integrated Circuit，简称：ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合发明所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。
存储器可能包含高速RAM存储器，也可能还包括非易失性存储NVM，例如至少一个磁盘存储器，还可以为U盘、移动硬盘、只读存储器、磁盘或光盘等。
上述存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)、电可擦除可编程只读存储器(EEPROM)、可擦除可编程只读存储器(EPROM)、可编程只读存储器(PROM)、只读存储器(ROM)、磁存储器、快闪存储器、磁盘或光盘等。存储介质可以是通用或专用计算机能够存取的任何可用介质。
本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上各实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述各实施例对本申请进行了详细的说明，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，或者对其中部分或者全部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申请各实施例技术方案的范围。
Claims (10)
1.一种空气质量落区预报图绘制方法，其特征在于，包括：
根据空气质量监测站的污染物浓度，确定目标绘制区域的空气质量指数，其中，所述空气质量监测站在所述目标绘制区域中；
根据所述目标绘制区域的空气质量指数，绘制所述目标绘制区域的空气质量落区预报图。
2.根据权利要求1所述的方法，其特征在于，所述根据空气质量监测站的污染物浓度，确定目标绘制区域的空气质量指数，包括：
确定所述空气质量监测站所在的网格，其中，所述网格是按照空气质量模式预报时划分地理空间得到的；
根据所述网格的污染物浓度，确定所述目标绘制区域的空气质量指数。
3.根据权利要求2所述的方法，其特征在于，确定所述空气质量监测站所在的网格，包括：
确定所述空气质量监测站的经纬度信息；
根据所述经纬度信息，确定所述空气质量监测站所在的网格。
4.根据权利要求2所述的方法，其特征在于，所述根据所述网格的污染物浓度，确定所述目标绘制区域的空气质量指数，包括：
根据所述网格的污染物浓度，获取所述目标绘制区域的污染物浓度；
根据所述目标绘制区域的污染物浓度，确定所述目标绘制区域的空气质量指数。
5.根据权利要求4所述的方法，其特征在于，所述根据所述网格的污染物浓度，获取所述目标绘制区域的污染物浓度，包括：
根据所述网格的污染物浓度，确定所述网格中的空气质量监测站的污染物浓度；
根据所述目标绘制区域中至少一个所述空气质量监测站的污染物浓度的平均值，确定所述目标绘制区域的污染物浓度；
其中，根据所述网格的污染物浓度，确定所述网格中的空气质量监测站的污染物浓度，可以包括：
获取所述网格中顶点处的污染物浓度，利用双线性插值算法确定所述网格中的空气质量监测站的污染物浓度。
6.根据权利要求1所述的方法，其特征在于，所述根据所述目标绘制区域的空气质量指数，绘制所述目标绘制区域的空气质量落区预报图，包括：
获取所述目标绘制区域的地理数据，其中，所述地理数据是根据所述目标绘制区域的行政边界矢量数据提取的；
根据所述目标绘制区域的空气质量指数以及所述地理数据，绘制所述目标绘制区域的空气质量落区预报图。
7.根据权利要求1至6任一项所述的方法，其特征在于，所述根据所述目标绘制区域的空气质量指数，绘制所述目标绘制区域的空气质量落区预报图之后，还包括：
获取自定义数据，其中，所述自定义数据为用户输入的修改数据；
根据所述自定义数据输出修改后的空气质量落区预报图。
8.一种空气质量落区预报图绘制装置，其特征在于，包括：
确定模块，用于根据空气质量监测站的污染物浓度，确定目标绘制区域的空气质量指数，其中，所述空气质量监测站在所述目标绘制区域中；
绘图模块，用于根据所述目标绘制区域的空气质量指数，绘制所述目标绘制区域的空气质量落区预报图。
9.一种空气质量落区预报图绘制装置，其特征在于，包括：
存储器，用于存储程序指令；
处理器，用于调用并执行所述存储器中的程序指令，执行如权利要求1至7中任一项所述的方法。
10.一种计算机存储介质，其特征在于，所述可读存储介质上存储有计算机程序；所述计算机程序被执行时，实现如权利要求1至7中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010982439.4A CN112100306A (zh) | 2020-09-17 | 2020-09-17 | 空气质量落区预报图绘制方法、装置及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010982439.4A CN112100306A (zh) | 2020-09-17 | 2020-09-17 | 空气质量落区预报图绘制方法、装置及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112100306A true CN112100306A (zh) | 2020-12-18 |
Family
ID=73758768
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010982439.4A Pending CN112100306A (zh) | 2020-09-17 | 2020-09-17 | 空气质量落区预报图绘制方法、装置及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112100306A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112783385A (zh) * | 2021-01-04 | 2021-05-11 | 河北志晟信息技术股份有限公司 | 一种环保监测地图点位标识的动态生成方法 |
| CN114241157A (zh) * | 2021-12-16 | 2022-03-25 | 中科三清科技有限公司 | 一种空气质量可视化显示方法、装置和设备 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8321156B2 (en) * | 2009-04-10 | 2012-11-27 | Mcginley Charles M | Odor inspection system |
| CN104360028A (zh) * | 2014-12-01 | 2015-02-18 | 武汉大学 | 针对aqi稀疏监测的非样本点监测方法 |
| CN109948840A (zh) * | 2019-03-08 | 2019-06-28 | 宁波市气象台 | 一种空气质量预报方法 |
| CN111596012A (zh) * | 2020-07-02 | 2020-08-28 | 中科三清科技有限公司 | 空气质量的监控方法、装置、设备及存储介质 |
-
2020
- 2020-09-17 CN CN202010982439.4A patent/CN112100306A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8321156B2 (en) * | 2009-04-10 | 2012-11-27 | Mcginley Charles M | Odor inspection system |
| CN104360028A (zh) * | 2014-12-01 | 2015-02-18 | 武汉大学 | 针对aqi稀疏监测的非样本点监测方法 |
| CN109948840A (zh) * | 2019-03-08 | 2019-06-28 | 宁波市气象台 | 一种空气质量预报方法 |
| CN111596012A (zh) * | 2020-07-02 | 2020-08-28 | 中科三清科技有限公司 | 空气质量的监控方法、装置、设备及存储介质 |
Non-Patent Citations (2)
| Title |
|---|
| 于海飞: "基于多模式预报的空气质量预警系统设计与实现", 《中国优秀硕士学位论文全文数据库工程科技Ⅰ辑》 * |
| 姜小三: "《地理信息系统实验》", 31 July 2014, 北京：国防工业出版社 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112783385A (zh) * | 2021-01-04 | 2021-05-11 | 河北志晟信息技术股份有限公司 | 一种环保监测地图点位标识的动态生成方法 |
| CN114241157A (zh) * | 2021-12-16 | 2022-03-25 | 中科三清科技有限公司 | 一种空气质量可视化显示方法、装置和设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112102433B (zh) | 空气污染物垂直分布图绘制方法、设备及存储介质 | |
| CN110567510A (zh) | 大气污染监测方法、系统、计算机设备和存储介质 | |
| CN108267154B (zh) | 一种地图显示方法及装置 | |
| JP2016152044A (ja) | 目標位置を確定するための方法及び装置 | |
| CN108229740B (zh) | 一种商圈边界的确定方法、装置、服务器及存储介质 | |
| CN112100306A (zh) | 空气质量落区预报图绘制方法、装置及存储介质 | |
| CN112102432B (zh) | 空气质量垂直分布图绘制方法、装置及存储介质 | |
| CN111464825B (zh) | 一种基于地理信息的直播方法以及相关装置 | |
| CN104408094B (zh) | 一种基于用户位置的实时环境监测专题图片快速生成方法 | |
| CN112218330A (zh) | 定位方法及通信装置 | |
| CN112418925A (zh) | 人口数据统计方法、装置、计算机设备和可读存储介质 | |
| CN113658292A (zh) | 气象数据色斑图生成方法、装置、设备及存储介质 | |
| CN111798554A (zh) | 一种渲染参数确定方法、装置、设备及存储介质 | |
| CN114758034A (zh) | 地图生成方法、装置、计算机可读存储介质及电子设备 | |
| CN111694910A (zh) | 电子地图展示方法、相关装置及存储介质 | |
| CN114742931A (zh) | 渲染图像的方法、装置、电子设备及存储介质 | |
| CN114236643A (zh) | 基于天气预报系统的气象预测方法、装置、设备及介质 | |
| US20090144311A1 (en) | Method and apparatus for developing high resolution databases from low resolution databases | |
| CN112559655A (zh) | 一种应用于大气环境的污染源测试点筛选识别方法及装置 | |
| CN105282751B (zh) | 一种显示无线网络规划结果的方法和装置 | |
| CN114241157A (zh) | 一种空气质量可视化显示方法、装置和设备 | |
| CN114443787A (zh) | 大气污染特征识别方法和装置 | |
| CN113916244A (zh) | 巡检位置设置的方法、装置、电子设备和可读存储介质 | |
| CN111198927A (zh) | 地理位置数据的匹配方法、装置、电子设备及存储介质 | |
| CN112308766A (zh) | 一种图像数据展示方法、装置、电子设备及存储介质 |
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: 20201218 |
|
| RJ01 | Rejection of invention patent application after publication |