CN112148827A - 一种基于多源算法的环境监测数据融合处理方法及系统 - Google Patents

一种基于多源算法的环境监测数据融合处理方法及系统 Download PDF

Info

Publication number
CN112148827A
CN112148827A CN202011038708.8A CN202011038708A CN112148827A CN 112148827 A CN112148827 A CN 112148827A CN 202011038708 A CN202011038708 A CN 202011038708A CN 112148827 A CN112148827 A CN 112148827A
Authority
CN
China
Prior art keywords
index
iaqi
data
environment
indexes
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
CN202011038708.8A
Other languages
English (en)
Inventor
郭炜
张栩
赖伟强
刘旭
闫益康
纪尚平
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.)
Cecep Talroad Technology Co ltd
Original Assignee
Cecep Talroad 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 Cecep Talroad Technology Co ltd filed Critical Cecep Talroad Technology Co ltd
Priority to CN202011038708.8A priority Critical patent/CN112148827A/zh
Publication of CN112148827A publication Critical patent/CN112148827A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • 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
    • G06F16/26—Visual data mining; Browsing structured data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Business, Economics & Management (AREA)
  • Databases & Information Systems (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Remote Sensing (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

本发明涉及一种基于多源算法的环境监测数据融合处理方法及系统，包括：通过多种环境监测设备获取多地的环境监测指标数据和环境监测设备对应的地理位置数据并上传至云端数据中心；通过多源算法对环境监测指标数据进行计算，得到多种指数；所述指数包括AQI指数、风力等级和舒适度指数；采用多源融合化算法对多种指数进行融合化处理；基于融合化处理后的多种指数计算环境友好指数；将环境友好指数结合地理位置数据通过网络传输给用户终端，通过插值法将环境友好指数渲染至GIS地图，进行可视化展示。上述方法提供实时更新且全面的数据，降低了数据的使用成本，增加了数据的利用价值，克服目前服务过程中信息不对称、环境友好评估无法量化等弊端。

Description

一种基于多源算法的环境监测数据融合处理方法及系统
技术领域
本发明涉及环境空气质量监测领域，特别是涉及一种基于多源算法的环境监测数据融合处理方法及系统。
背景技术
生态文明是人类在发展物质文明过程中保护和改善生态环境的成果，建设生态文明是实现环境友好的基础。现阶段，生态环境的评估主要依赖于环境监测设备，虽然环境监测设备类型繁多，但其主要的价值仅仅局限于监测结果的显示，严重低估了多源设备数据带来的潜在价值。此外，现有环境监测数据融合处理技术中的缺陷是，只能单纯地通过环境监测采集设备采集环境指标数据，线下进行处理利用，导致了不同区域的信息不对等，数据更新不及时，导致不能明确查询针对性的数据，从而使得消费者无法评估环境友好程度。
通过多方调查研究表明，人们越来越多的关注自身所处的环境是否宜居、是否有污染等，因此，建设基于多种环境监测数据融合处理从而量化环境友好程度的方法及系统是十分迫切的。
发明内容
本发明的目的是提供一种基于多源算法的环境监测数据融合处理方法及系统，提供实时更新且全面的数据，降低了数据的使用成本，增加了数据的利用价值，克服目前服务过程中信息不对称、环境友好评估无法量化等弊端。
为实现上述目的，本发明提供了如下方案：
一种基于多源算法的环境监测数据融合处理方法，所述方法包括：
通过多种环境监测设备获取多地的环境监测指标数据和环境监测设备对应的地理位置数据；
将所述环境监测指标数据和所述地理位置数据上传至云端数据中心；
通过多源算法对环境监测指标数据进行计算，得到多种指数；所述指数包括AQI指数、风力等级和舒适度指数；
采用多源融合化算法对所述多种指数进行融合化处理；
基于所述融合化处理后的多种指数计算环境友好指数；
将所述环境友好指数结合所述地理位置数据通过网络传输给用户终端，通过插值法将环境友好指数渲染至GIS地图，进行可视化展示。
可选的，所述通过多源算法对环境监测指标数据进行计算，得到多种指数具体采用以下公式：
AQI＝max{IAQI1,IAQI2,IAQI3,IAQI4,IAQI5,IAQI6}
Figure BDA0002705919910000021
其中，IAQI1,IAQI2,IAQI3,IAQI4,IAQI5,IAQI6分别表示PM2.5、PM10、O3、 CO、SO2、NO2的空气质量分指数，IAQIP表示污染物项目P的空气质量分指数，P为PM2.5、PM10、O3、CO、SO2、NO2当中的一种；Cp表示污染物项目 P的质量浓度值；BPHi表示与Cp相近的污染物浓度限值的高位值；BPLO表示与Cp相近的污染物浓度限值的低位值；IAQIHi表示与BPHi相对应的空气质量分指数；IAQILO表示与BPLO相对应的空气质量分指数；
I＝T-0.55(1-RH)(T-14.4)
其中，I表示风力等级，T表示某一评价时段平均温度，RH表示某一评价时段平均空气相对湿度；
Figure BDA0002705919910000022
其中，K表示舒适指数，取整数，v表示某一时段平均风速，S表示某一评价时段的平均日照时数，T表示某一评价时段平均温度。
可选的，所述采用多源融合化算法对所述多种指数进行融合化处理具体包括：
对所述AQI进行融合化处理：
Figure BDA0002705919910000023
对所述风力等级进行融合化处理：
Figure BDA0002705919910000031
对所述舒适指数进行融合化处理：
Figure BDA0002705919910000032
可选的，所述基于所述融合化处理后的多种指数计算环境友好指数具体采用以下公式：
EFI＝0.5*FAQI+0.4*F1+0.1FK，其中，FAQI表示融合化处理后的AQI指标，FI表示融合化处理后的风力等级，FK表示融合化处理后的舒适指数。
本发明另外提供一种基于多源算法的环境监测数据融合处理系统，所述系统包括：
环境监测指标数据和地理位置数据获取模块，用于通过多种环境监测设备获取多地的环境监测指标数据和环境监测设备对应的地理位置数据；
数据传输模块，用于将所述环境监测指标数据和所述地理位置数据上传至云端数据中心；
指标数据计算模块，用于通过多源算法对环境监测指标数据进行计算，得到多种指数；所述指数包括AQI指数、风力等级和舒适度指数；
融合化处理模块，用于采用多源融合化算法对所述多种指数进行融合化处理；
环境友好指数计算模块，用于基于所述融合化处理后的多种指数计算环境友好指数；
可视化展示模块，用于将所述环境友好指数结合所述地理位置数据通过网络传输给用户终端，通过插值法将环境友好指数渲染至GIS地图，进行可视化展示。
可选的，所述指标数据计算模块具体采用以下公式：
AQI＝max{IAQI1,IAQI2,IAQI3,IAQI4,IAQI5,IAQI6}
Figure BDA0002705919910000041
其中，IAQI1,IAQI2,IAQI3,IAQI4,IAQI5,IAQI6分别表示PM2.5、PM10、O3、 CO、SO2、NO2的空气质量分指数，IAQIP表示污染物项目P的空气质量分指数，P为PM2.5、PM10、O3、CO、SO2、NO2当中的一种；Cp表示污染物项目 P的质量浓度值；BPHi表示与Cp相近的污染物浓度限值的高位值；BPLO表示与Cp相近的污染物浓度限值的低位值；IAQIHi表示与BPHi相对应的空气质量分指数；IAQILO表示与BPLO相对应的空气质量分指数；
I＝T-0.55(1-RH)(T-14.4)
其中，I表示风力等级，T表示某一评价时段平均温度，RH表示某一评价时段平均空气相对湿度；
Figure BDA0002705919910000042
其中，K表示舒适指数，取整数，v表示某一时段平均风速，S表示某一评价时段的平均日照时数，T表示某一评价时段平均温度
可选的，所述融合化处理模块具体包括：
对所述AQI进行融合化处理：
Figure BDA0002705919910000043
对所述风力等级进行融合化处理：
Figure BDA0002705919910000044
对所述舒适指数进行融合化处理：
Figure BDA0002705919910000045
可选的，环境友好指数计算模块具体采用以下公式：
EFI＝0.5*FAQI+0.4*F1+0.1FK，其中，FAQI表示融合化处理后的AQI指标，FI表示融合化处理后的风力等级，FK表示融合化处理后的舒适指数。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明中的上述方法通过构建多源算法的环境监测数据融合处理系统，形成一个具备互联网特点的环境监测大数据应用服务模式。可以将各个用户所在地分散割裂的环境监测数据统一储存管理并深入挖掘计算，将复杂的结构化数据分析转化为可视化的指数应用及衍生应用。增加环境数据利用率，为用户提供大量大数据的便捷途径，降低用户使用数据的成本，并且快速有效量化环境友好程度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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为本发明实施例一种基于多源算法的环境监测数据融合处理方法流程图；
图2为本发明实施例一种基于多源算法的环境监测数据融合处理系统结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅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。
本发明的目的是提供一种基于多源算法的环境监测数据融合处理方法及系统，提供实时更新且全面的数据，降低了数据的使用成本，增加了数据的利用价值，克服目前服务过程中信息不对称、环境友好评估无法量化等弊端。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
本发明提供一种基于多源算法环境监测数据融合处理系统及方法，通过环境数据采集设备将各地环境数据采集出来并上传至远端云服务中心，通过云服务中心的云计算及云存储统一实现数据的加工和挖掘，通过多源算法生成环境友好指数(Environmentalfriendly index，简称EFI)，形成环境友好指数应用服务，用户可以直接在云端数据中心购买对应的数据产品并使用数据，本发明为用户提供了实时更新且全面的数据，降低了数据的使用成本，增加了数据的利用价值，克服目前服务过程中信息不对称、环境友好评估无法量化等弊端。
图1为本发明实施例一种基于多源算法的环境监测数据融合处理方法流程图，如图1所示，所述方法包括：
步骤101：通过多种环境监测设备获取多地的环境监测指标数据和环境监测设备对应的地理位置数据。
所述环境监测指标数据具体包括：PM2.5、PM10、O3、CO、SO2、NO2、温度T、相对湿度RT、风速V、日照时长S。
步骤102：将所述环境监测指标数据和所述地理位置数据上传至云端数据中心。
步骤103：通过多源算法对环境监测指标数据进行计算，得到多种指数；所述指数包括AQI指数、风力等级和舒适度指数。
其中，其中AQI指数是按国标HJ633-2012计算得到，舒适指数和风力等级是按国标GBT27963-2011计算得到。
具体计算公式如下：
AQI计算公式按照按国标HJ633-2012计算，计算公式为：
AQI＝max{IAQI1,IAQI2,IAQI3,IAQI4,IAQI5,IAQI6}
Figure BDA0002705919910000061
其中，IAQI1,IAQI2,IAQI3,IAQI4,IAQI5,IAQI6分别表示PM2.5、PM10、O3、 CO、SO2、NO2的空气质量分指数，IAQIP表示污染物项目P的空气质量分指数，P为PM2.5、PM10、O3、CO、SO2、NO2当中的一种；Cp表示污染物项目 P的质量浓度值；BPHi表示表1中与Cp相近的污染物浓度限值的高位值；BPLO表示表1中与Cp相近的污染物浓度限值的低位值；IAQIHi表示表1中与BPHi相对应的空气质量分指数；IAQILO表示表1中与BPLO相对应的空气质量分指数；
风力等级(I)、舒适指数(K)按照国标GBT27963-2011，计算公式为：
I＝T-0.55(1-RH)(T-14.4)
其中，I表示风力等级，T表示某一评价时段平均温度，RH表示某一评价时段平均空气相对湿度；
Figure BDA0002705919910000071
其中，K表示舒适指数，取整数，v表示某一时段平均风速，S表示某一评价时段的平均日照时数，T表示某一评价时段平均温度。
表1污染物浓度限值
Figure 1
步骤104：采用多源融合化算法对所述多种指数进行融合化处理。
AQI融合化处理：
由于AQI等级划分为0～50，50～100，100～150，150～200，200～300，300 以上，通过公式
Figure BDA0002705919910000073
其中AQIMAX默认为300，所以将其标准化为0～0.17，0.17～0.33，0.33～0.5，0.5～0.67，0.67～1，1～AQI/300。
由于AQI，I、K三者具备不同的量纲单位，因此需要对其进行归一化处理，而传统归一化处理仅能将其限制在0-1之间，结合实际发现AQI、I、K 并无具体上限，因此将其归一化到1附近，将这个过程称为融合化。融合化的目的是便于将三种指数进行权重统计，消除指标之间的量纲影响。
风力等级I融合化处理：
由于I等级划分为0～14，14～16.9，17～25.4，25.5～27.5，27.5以上，因此通过公式:
Figure BDA0002705919910000081
其中IMAX默认为27.5将其标准化为0～0.51， 0.51～0.62，0.62～0.93，0.93～1，1～I/27.5。
舒适指数K融合化处理：
K等级划分为<-400，-400～-300，-299～-100，-99～-10，-10以上，因此通过公式:
Figure BDA0002705919910000082
其中KMAX默认为-10，KMIN默认为-400，将其标准化为<0，0～0.26，0.26～0.51，0.51～1，1～(K+400)/390。
综上所述：
对AQI、风力等级(I)、舒适指数(K)融合化处理，分别得到FAQI、FI、FK，具体公式如下：
Figure BDA0002705919910000083
Figure BDA0002705919910000084
Figure BDA0002705919910000085
步骤105：基于所述融合化处理后的多种指数计算环境友好指数。
具体为根据预先设置的权重，计算出环境友好指数，环境友好指数越大，环境约恶劣。预先设置的权重分别为：AQI指标权重为50％，风力等级(I)权重为40％，舒适指数(K)占比10％，具体公式如下：
EFI＝0.5*FAQI+0.4*F1+0.1FK，其中，FAQI表示融合化处理后的AQI指标，FI表示融合化处理后的风力等级，FK表示融合化处理后的舒适指数。
步骤106：将所述环境友好指数结合所述地理位置数据通过网络传输给用户终端，通过插值法将环境友好指数渲染至GIS地图，进行可视化展示。
图2为本发明实实施例一种基于多源算法的环境监测数据融合处理系统结构示意图，如图2所示，所述系统包括：
环境监测指标数据和地理位置数据获取模块201，用于通过多种环境监测设备获取多地的环境监测指标数据和环境监测设备对应的地理位置数据；
数据传输模块202，用于将所述环境监测指标数据和所述地理位置数据上传至云端数据中心；
指标数据计算模块203，用于通过多源算法对环境监测指标数据进行计算，得到多种指数；所述指数包括AQI指数、风力等级和舒适度指数；
融合化处理模块204，用于采用多源融合化算法对所述多种指数进行融合化处理；
环境友好指数计算模块205，用于基于所述融合化处理后的多种指数计算环境友好指数；
可视化展示模块206，用于将所述环境友好指数结合所述地理位置数据通过网络传输给用户终端，通过插值法将环境友好指数渲染至GIS地图，进行可视化展示。
其中，所述指标数据计算模块203具体采用以下公式：
AQI＝max{IAQI1,IAQI2,IAQI3,IAQI4,IAQI5,IAQI6}
Figure BDA0002705919910000091
其中，IAQI1,IAQI2,IAQI3,IAQI4,IAQI5,IAQI6分别表示PM2.5、PM10、O3、 CO、SO2、NO2的空气质量分指数，IAQIP表示污染物项目P的空气质量分指数，P为PM2.5、PM10、O3、CO、SO2、NO2当中的一种；Cp表示污染物项目 P的质量浓度值；BPHi表示与Cp相近的污染物浓度限值的高位值；BPLO表示与Cp相近的污染物浓度限值的低位值；IAQIHi表示与BPHi相对应的空气质量分指数；IAQILO表示与BPLO相对应的空气质量分指数；
I＝T-0.55(1-RH)(T-14.4)
其中，I表示风力等级，T表示某一评价时段平均温度，RH表示某一评价时段平均空气相对湿度；
Figure BDA0002705919910000092
其中，K表示舒适指数，取整数，v表示某一时段平均风速，S表示某一评价时段的平均日照时数，T表示某一评价时段平均温度
所述融合化处理模块204具体包括：
对所述AQI进行融合化处理：
Figure BDA0002705919910000101
对所述风力等级进行融合化处理：
Figure BDA0002705919910000102
对所述舒适指数进行融合化处理：
Figure BDA0002705919910000103
环境友好指数205计算模块具体采用以下公式：
EFI＝0.5*FAQI+0.4*F1+0.1FK，其中，FAQI表示融合化处理后的AQI指标，FI表示融合化处理后的风力等级，FK表示融合化处理后的舒适指数。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (8)

1.一种基于多源算法的环境监测数据融合处理方法，其特征在于，所述方法包括：
通过多种环境监测设备获取多地的环境监测指标数据和环境监测设备对应的地理位置数据；
将所述环境监测指标数据和所述地理位置数据上传至云端数据中心；
通过多源算法对环境监测指标数据进行计算，得到多种指数；所述指数包括AQI指数、风力等级和舒适度指数；
采用多源融合化算法对所述多种指数进行融合化处理；
基于所述融合化处理后的多种指数计算环境友好指数；
将所述环境友好指数结合所述地理位置数据通过网络传输给用户终端，通过插值法将环境友好指数渲染至GIS地图，进行可视化展示。
2.根据权利要求1所述的基于多源算法的环境监测数据融合处理方法，其特征在于，所述通过多源算法对环境监测指标数据进行计算，得到多种指数具体采用以下公式：
AQI＝max{IAQI1,IAQI2,IAQI3,IAQI4,IAQI5,IAQI6}
Figure FDA0002705919900000011
其中，IAQI1,IAQI2,IAQI3,IAQI4,IAQI5,IAQI6分别表示PM2.5、PM10、O3、CO、SO2、NO2的空气质量分指数，IAQIP表示污染物项目P的空气质量分指数，P为PM2.5、PM10、O3、CO、SO2、NO2当中的一种；Cp表示污染物项目P的质量浓度值；BPHi表示与Cp相近的污染物浓度限值的高位值；BPLO表示与Cp相近的污染物浓度限值的低位值；IAQIHi表示与BPHi相对应的空气质量分指数；IAQILO表示与BPLO相对应的空气质量分指数；
I＝T-0.55(1-RH)(T-14.4)
其中，I表示风力等级，T表示某一评价时段平均温度，RH表示某一评价时段平均空气相对湿度；
Figure FDA0002705919900000012
其中，K表示舒适指数，取整数，v表示某一时段平均风速，S表示某一评价时段的平均日照时数，T表示某一评价时段平均温度。
3.根据权利要求1所述的基于多源算法的环境监测数据融合处理方法，其特征在于，所述采用多源融合化算法对所述多种指数进行融合化处理具体包括：
对所述AQI进行融合化处理：
Figure FDA0002705919900000021
对所述风力等级进行融合化处理：
Figure FDA0002705919900000022
对所述舒适指数进行融合化处理：
Figure FDA0002705919900000023
4.根据权利要求1所述的基于多源算法的环境监测数据融合处理方法，其特征在于，所述基于所述融合化处理后的多种指数计算环境友好指数具体采用以下公式：
EFI＝0.5*FAQI+0.4*F1+0.1FK，其中，FAQI表示融合化处理后的AQI指标，FI表示融合化处理后的风力等级，FK表示融合化处理后的舒适指数。
5.一种基于多源算法的环境监测数据融合处理系统，其特征在于，所述系统包括：
环境监测指标数据和地理位置数据获取模块，用于通过多种环境监测设备获取多地的环境监测指标数据和环境监测设备对应的地理位置数据；
数据传输模块，用于将所述环境监测指标数据和所述地理位置数据上传至云端数据中心；
指标数据计算模块，用于通过多源算法对环境监测指标数据进行计算，得到多种指数；所述指数包括AQI指数、风力等级和舒适度指数；
融合化处理模块，用于采用多源融合化算法对所述多种指数进行融合化处理；
环境友好指数计算模块，用于基于所述融合化处理后的多种指数计算环境友好指数；
可视化展示模块，用于将所述环境友好指数结合所述地理位置数据通过网络传输给用户终端，通过插值法将环境友好指数渲染至GIS地图，进行可视化展示。
6.根据权利要求4所述的一种基于多源算法的环境监测数据融合处理系统，其特征在于，所述指标数据计算模块具体采用以下公式：
AQI＝max{IAQI1,IAQI2,IAQI3,IAQI4,IAQI5,IAQI6}
Figure FDA0002705919900000031
其中，IAQI1,IAQI2,IAQI3,IAQI4,IAQI5,IAQI6分别表示PM2.5、PM10、O3、CO、SO2、NO2的空气质量分指数，IAQIP表示污染物项目P的空气质量分指数，P为PM2.5、PM10、O3、CO、SO2、NO2当中的一种；Cp表示污染物项目P的质量浓度值；BPHi表示与Cp相近的污染物浓度限值的高位值；BPLO表示与Cp相近的污染物浓度限值的低位值；IAQIHi表示与BPHi相对应的空气质量分指数；IAQILO表示与BPLO相对应的空气质量分指数；
I＝T-0.55(1-RH)(T-14.4)
其中，I表示风力等级，T表示某一评价时段平均温度，RH表示某一评价时段平均空气相对湿度；
Figure FDA0002705919900000032
其中，K表示舒适指数，取整数，v表示某一时段平均风速，S表示某一评价时段的平均日照时数，T表示某一评价时段平均温度。
7.根据权利要求4所述的一种基于多源算法的环境监测数据融合处理系统，其特征在于，所述融合化处理模块具体包括：
对所述AQI进行融合化处理：
Figure FDA0002705919900000033
对所述风力等级进行融合化处理：
Figure FDA0002705919900000041
对所述舒适指数进行融合化处理：
Figure FDA0002705919900000042
8.根据权利要求4所述的一种基于多源算法的环境监测数据融合处理系统，其特征在于，环境友好指数计算模块具体采用以下公式：
EFI＝0.5*FAQI+0.4*F1+0.1FK，其中，FAQI表示融合化处理后的AQI指标，FI表示融合化处理后的风力等级，FK表示融合化处理后的舒适指数。
CN202011038708.8A 2020-09-28 2020-09-28 一种基于多源算法的环境监测数据融合处理方法及系统 Pending CN112148827A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011038708.8A CN112148827A (zh) 2020-09-28 2020-09-28 一种基于多源算法的环境监测数据融合处理方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011038708.8A CN112148827A (zh) 2020-09-28 2020-09-28 一种基于多源算法的环境监测数据融合处理方法及系统

Publications (1)

Publication Number Publication Date
CN112148827A true CN112148827A (zh) 2020-12-29

Family

ID=73894806

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011038708.8A Pending CN112148827A (zh) 2020-09-28 2020-09-28 一种基于多源算法的环境监测数据融合处理方法及系统

Country Status (1)

Country Link
CN (1) CN112148827A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106649463A (zh) * 2016-09-26 2017-05-10 武汉工程大学 用于环境空气质量监测的大数据存储模型
CN107256341A (zh) * 2017-05-12 2017-10-17 四川省绵阳太古软件有限公司 一种生态环境健康质量评估方法
CN107609731A (zh) * 2017-07-31 2018-01-19 贵州大学 一种环境空气质量评价方法
CN107682405A (zh) * 2017-09-08 2018-02-09 四川省绵阳太古软件有限公司 基于氧生度的生态旅游地环境数据融合处理系统及方法
WO2018107563A1 (zh) * 2016-12-13 2018-06-21 循绿生态科技（上海）有限公司 室内环境质量综合评估方法
CN109946418A (zh) * 2017-12-21 2019-06-28 北京航天泰坦科技股份有限公司 一种空气质量监测与评价方法及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106649463A (zh) * 2016-09-26 2017-05-10 武汉工程大学 用于环境空气质量监测的大数据存储模型
WO2018107563A1 (zh) * 2016-12-13 2018-06-21 循绿生态科技（上海）有限公司 室内环境质量综合评估方法
CN107256341A (zh) * 2017-05-12 2017-10-17 四川省绵阳太古软件有限公司 一种生态环境健康质量评估方法
CN107609731A (zh) * 2017-07-31 2018-01-19 贵州大学 一种环境空气质量评价方法
CN107682405A (zh) * 2017-09-08 2018-02-09 四川省绵阳太古软件有限公司 基于氧生度的生态旅游地环境数据融合处理系统及方法
CN109946418A (zh) * 2017-12-21 2019-06-28 北京航天泰坦科技股份有限公司 一种空气质量监测与评价方法及系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
中华人民共和国国家质量监督检验检疫总局、中国国家标准化管理委员会: "人居环境气候舒适度评价", Retrieved from the Internet <URL:https://openstd.samr.gov.cn/bzgk/gb/newGbInfo?hcno=8468EFFA442351DC89DD383EB7A09D0F> *
中华人民共和国生态环境部: "环境空气质量指数（AQI）技术规定（试行）", Retrieved from the Internet <URL:https://www.mee.gov.cn/ywgz/fgbz/bz/bzwb/jcffbz/201203/t20120302_224166.shtml> *
李春花: "《经典名方传承及现代制剂开发》", 31 August 2020, 北京：中国医药科学技术出版社, pages: 226 - 228 *

Similar Documents

Publication Publication Date Title
CN107239575B (zh) 城市道路暴雨内涝风险分析与预警智联网服务系统及方法
Shabanpour et al. Modeling adoption timing of autonomous vehicles: innovation diffusion approach
Song et al. Spatial assessment of ecosystem functions and services for air purification of forests in South Korea
CN103970873A (zh) 一种音乐推荐方法和系统
CN110633898A (zh) 一种考虑交通出行碳排放的县域城镇生活圈划分方法
CN117217872A (zh) 一种基于游客画像智能生成景区游玩方案的方法
CN116048799A (zh) 一种基于联邦学习的工业互联网多模态边缘数据处理方法
CN116340541A (zh) 一种文博知识图谱系统构建方法
CN112148827A (zh) 一种基于多源算法的环境监测数据融合处理方法及系统
Ismail et al. A study on new product demand forecasting based on Bass Diffusion Model
Indrajaya et al. Mediating role of attitude in green purchase intention for solar power plants: A green marketing analysis
CN108985898B (zh) 一种场所评分方法、装置和计算机可读存储介质
CN104392101B (zh) 数据共享方法及装置
CN112990892A (zh) 一种用于教学考评的视频信息采集方法及图像处理系统
Yin et al. Research on the public opinion pre-warning based on the logistic model
Callens et al. Post-materialist values and the adoption of environmental innovation: the case of electric vehicle
Roorda et al. Two cities, two realities? A closer look at the evolution of trip rates in Toronto and Montreal, Canada
Gu et al. Grey relational model based on AHP weight for evaluating groundwater resources carrying capacity of irrigation district
Tian The Application of Automotive Marketing Strategies in Digital Automotive Marketing Systems
Olsen et al. Automated change detection for validation and update of geodata
Huang et al. Study on the Influencing Factors of Dockless Bike Sharing User's intention in Chengdu, China
WO2022057097A1 (zh) 一种基于用户体验感知的品牌评分方法
Robertson et al. Water Cycle Variability over the Global Oceans Estimated Using Homogenized Reanalysis Fluxes
Lim et al. Analysis on spatio-temporal changes in ecosystem services attributable to urbanization
Bierstedt et al. Statistical Downscaling of daily extreme Sea Level with Random Forest: Examples from South-East Asia and the Baltic Sea

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