CN112557598A - 一种基于物联网的城市空气质量监控管理方法 - Google Patents
一种基于物联网的城市空气质量监控管理方法 Download PDFInfo
- Publication number
- CN112557598A CN112557598A CN202011404633.0A CN202011404633A CN112557598A CN 112557598 A CN112557598 A CN 112557598A CN 202011404633 A CN202011404633 A CN 202011404633A CN 112557598 A CN112557598 A CN 112557598A
- Authority
- CN
- China
- Prior art keywords
- air quality
- area
- sub
- monitoring
- 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.)
- Granted
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 119
- 238000007726 management method Methods 0.000 title claims abstract description 29
- 238000000034 method Methods 0.000 claims abstract description 14
- 238000010276 construction Methods 0.000 claims description 33
- 239000003344 environmental pollutant Substances 0.000 claims description 29
- 231100000719 pollutant Toxicity 0.000 claims description 29
- 238000009792 diffusion process Methods 0.000 claims description 27
- 230000005540 biological transmission Effects 0.000 claims description 22
- 238000001514 detection method Methods 0.000 claims description 14
- 238000012545 processing Methods 0.000 claims description 12
- 238000004891 communication Methods 0.000 claims description 6
- 238000000926 separation method Methods 0.000 claims description 6
- 238000013210 evaluation model Methods 0.000 claims description 4
- 238000012216 screening Methods 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 3
- 238000013523 data management Methods 0.000 claims description 3
- 238000012806 monitoring device Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 abstract description 5
- 230000009286 beneficial effect Effects 0.000 description 8
- 238000011109 contamination Methods 0.000 description 6
- 239000007789 gas Substances 0.000 description 4
- 239000000356 contaminant Substances 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 239000000428 dust Substances 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000005299 abrasion Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000013439 planning Methods 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
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0073—Control unit therefor
- G01N33/0075—Control unit therefor for multiple spatially distributed sensors, e.g. for environmental monitoring
-
- 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
- G01N33/0062—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display
-
- 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
- G01N33/0062—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display
- G01N33/0068—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display using a computer specifically programmed
-
- 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
- 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
-
- 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
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Food Science & Technology (AREA)
- Analytical Chemistry (AREA)
- Pathology (AREA)
- Immunology (AREA)
- Biochemistry (AREA)
- Educational Administration (AREA)
- Strategic Management (AREA)
- Medicinal Chemistry (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Combustion & Propulsion (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Sampling And Sample Adjustment (AREA)
Abstract
本发明提供了一种基于物联网的城市空气质量监控管理方法,包括:将目标城市进行区域划分,并基于物联网构建每个子区域的收集节点;基于收集节点,监控并获取子区域的空气质量信息;确定每个子区域的区域权重、区域位置、区域污染源;根据每个子区域的空气质量信息、区域权重、区域位置以及区域污染源,确定目标城市的综合空气质量并输出管理。用以通过对子区域进行空气质量的监控管理,并根据子区域的区域权重、区域位置、区域污染源,来降低反应空气质量的误差。
Description
技术领域
本发明涉及环境监控技术领域,特别涉及一种基于物联网的城市空气质量监控管理方法。
背景技术
随着工业化的不断发展,环境污染也日趋严重,空气中的细颗粒物的浓度越来越高,全国多个城市雾霾频发,对公众的日常生活造成极大困扰,引发强烈关注,目前,国内环境监测中心站点较少,分布分散,环境监测的数据能构从宏观上反应城市整体的空气质量,但是由于监测中心站点少以及城市中某些区域的区域属性,如工厂等的特殊性,使得可能在反应城市空气质量上存在误差。
因此,本发明提出一种基于物联网的城市空气质量监控管理方法。
发明内容
本发明提供一种基于物联网的城市空气质量监控管理方法,用以通过对子区域进行空气质量的监控管理,并根据子区域的区域权重、区域位置、区域污染源,来降低反应空气质量的误差。
本发明提供一种基于物联网的城市空气质量监控管理方法,包括:
将目标城市进行区域划分,并基于物联网构建每个子区域的收集节点;
基于所述收集节点,监控并获取所述子区域的空气质量信息;
确定每个子区域的区域权重、区域位置、区域污染源;
根据每个子区域的空气质量信息、区域权重、区域位置以及区域污染源,确定所述目标城市的综合空气质量并输出管理。
在一种可能实现的方式中,
将目标城市进行区域划分,并基于物联网构建每个子区域的收集节点的步骤包括:
获取所述目标城市的城市轮廓,并提取所述目标城市的城市边界线,同时,获取对应每个子区域的区域轮廓,并提取所述子区域的区域边界线;
基于所述城市边界线,确定所述目标城市的城市面积;
基于所述区域边界线,确定所述子区域的区域面积;
根据所述城市面积,确定所述目标城市与收集节点相关的第一节点数量;
根据所述区域面积,确定所述子区域与收集节点相关的第二节点数量;
根据所述第一节点数量和第二节点数量,向每个子区域配置对应的预设数量的收集节点,同时,基于所述物联网,建立总节点与每个收集节点之间的通信连接。
在一种可能实现的方式中,
基于所述收集节点,监控并获取所述子区域的空气质量信息的步骤包括:
确定所述子区域中是否存在污染源,若存在,构建污染源集合,并确定每个污染源的污染信息,且所述污染信息包括:每个污染源的地理位置、每个污染源产生的污染物的覆盖范围、每个污染源产生的污染种类;
根据所述污染信息,确定每个污染源的源信息,并基于所述源信息,将对应的污染源基于标定规则,标定在与子区域相关的区域模型中;
根据标定结果,确定每个子区域的监测位置点,并基于所述监测位置点初步布置空气监测设备,且获取所述空气监测设备与每个污染源之间的相隔距离,同时,获取所述空气监测设备与最近污染源之间的第一距离以及所述空气监测设备与最远污染源之间的第二距离;
根据所述相隔距离、第一距离以及第二距离,对初步布置的所述空气监测设备的布置位置进行调整;
基于调整布置位置后的空气监测设备,监测并获取所述监测位置点的空气质量信息;
建立调整布置位置后的空气监测设备与对应子区域的收集节点之间的通信连接,并将监测到的空气质量信息基于所述收集节点进行传输;
若所述子区域中不存在污染源,则根据布置规则,将所述空气监测设备布置在对应的监测位置点进行监测,获取空气质量信息。
在一种可能实现的方式中,
基于调整布置位置后的空气监测设备,监测并获取所述监测位置点的空气质量信息的步骤包括:
获取所述空气监测设备的历史运行数据,将所述历史运行数据进行时间划分,同时,根据时间划分后的运行数据,获取所述空气监测设备的在每个时间段的运行能力;
基于时间戳,将不同时间段的所述运行能力分别输入到能力评估模型中,确定所述空气监测设备的运行衰减因子;
基于查找表,寻找与所述运行衰减因子相关的调整方式;
并按照所述调整方式,对调整布置位置后的空气监测设备监测的对应监测位置点的初始空气质量进行相关参数调整,获取空气质量信息。
在一种可能实现的方式中,
确定所述子区域中是否存在污染源的步骤包括:
根据城市数据管理库,确定所述子区域中每个位置处存在的构建工程,并确定所述构建工程的工程属性,所述工程属性包括:有污染可能性、无污染可能性;
提取具备有污染可能性的第一构建工程,并将所述第一构建工程按照自身地理位置标注在对应的子区域中;
取样所述第一构建工程对应的排放的污染物,对所述排放的污染物进行分析,确定污染成分;
同时,根据排放污染物时的自然风向以及自然风速,确定排放的污染物的扩散方向以及扩散速率;
基于所述污染成份、扩散方向以及扩散速率,对所述排放的污染物进行阶梯式浓度检测,当阶梯式浓度检测结果大于第一预设监测结果时,确定所述第一构建工程对应有待核实污染源;
否则,确定所述第一构建工程未对应有污染源;
同时,对所述子区域的空气质量以预设监测点位圆心进行圆周扩散式检测,并构建所述子区域的圆周浓度结果,并提取每条半径上的所有浓度点,进而提取中心浓度点,根据所述中心浓度点确定待验证污染源;
当所述待合适污染源与所述待验证污染源对应的位置相重叠时,核实成功,并判定所述待核实污染源为真实污染源,并将所述真实污染源对应的第一构建工程标定为第二构建工程。
在一种可能实现的方式中,
确定所述目标城市的综合空气质量之后还包括:
获取相邻子区域的边界连接处的边界空气质量;
构建空气质量曲线集合,且包括:基于时间戳构建的不同时刻所述目标城市的综合空气质量曲线、不同时刻对应的不同子区域的空气质量曲线、不同时刻对应的不同边界连接处的边界空气质量曲线;
基于所述空气质量曲线集合,对每条曲线进行拟合处理,获得拟合平均值,同时,将获取的所有拟合平均值进行由大到小排序,筛选前N个拟合平均值对应的拟合曲线;
提取与综合空气质量对应的同一时刻对应的前N个拟合平均值对应的拟合曲线中的最大空气质量以及最小空气质量,并根据如下公式,对该时刻的所述综合空气质量进行修正处理,获得最终综合质量;
其中,B表示最终综合质量对应的值;A表示综合空气质量对应的值;α表示与综合空气质量相关的修正因子,且取值范围为[-0.5,0.5];ε表示对拟合平均值E的调整因子,且取值范围为[1,1.3];σ表示表示N个拟合平均值的标准差;Xmax表示最大空气质量对应的值;Xmin表示最小空气质量对应的值;
根据如下公式,计算并验证所述综合空气质量的值与最终综合质量的值之间的差值绝对值对应的调整值γ是否小于预设值;
其中,κij表示基于第i个子区域扩散到其他剩余第j个子区域的概率值;M表示所述目标城市中所有子区域的总个数,且M大于N;
若是,确定与所述综合空气质量相关的影响系数;
基于所述影响系数,从影响数据库中调取相关的影响因素,并根据所述影响因素,确定待调整方式;
根据所述待调整方式,对所述目标城市的当前空气进行调整。
在一种可能实现的方式中,
根据每个子区域的空气质量信息、区域权重、区域位置以及区域污染源,确定所述目标城市的综合空气质量的步骤包括:
根据所述子区域的区域位置,确定所述子区域的空气流动信息;
根据所述子区域的区域污染源,确定所述子区域的污染物排放量;
根据所述空气质量信息、区域权重、空气流动信息以及污染物排放量,确定所述目标城市的综合空气质量。
在一种可能实现的方式中,
对确定的所述目标城市的综合空气质量进行输出管理的过程中包括:
获取与综合空气质量相关的参数集合,并对所述参数集合进行区域分类处理以及对所述参数集合进行属性分类处理;
剔除区域分类处理结果以及属性分类处理结果中的噪声数据,获得待传输数据;
构建所述子区域的收集节点与总节点之间的传输场景,判断所述待传输数据基于所述传输场景进行传输时的安全性;
当所述安全性低于预设阈值时,基于数据权重数据库,向所述待传输数据匹配相关的权重值,并根据所述权重值对对应的所述子区域的收集节点的安全传输能力进行升级调整;
并重新构建升级调整后的收集节点与总节点之间的传输场景,直至对应的安全性不低于预设阈值,此时,将所述待传输数据基于安全性不低于预设阈值的传输场景进行传输。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例中一种基于物联网的城市空气质量监控管理方法的流程图;
图2为本发明实施例中阶梯式浓度检测的示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
本发明提供一种基于物联网的城市空气质量监控管理方法,如图1所示,包括:
步骤1:将目标城市进行区域划分,并基于物联网构建每个子区域的收集节点;
步骤2:基于所述收集节点,监控并获取所述子区域的空气质量信息;
步骤3:确定每个子区域的区域权重、区域位置、区域污染源;
步骤4:根据每个子区域的空气质量信息、区域权重、区域位置以及区域污染源,确定所述目标城市的综合空气质量并输出管理。
该实施例中,将目标城市进行区域划分,例如可以是按照地理边界进行划分,来获得多个子区域的。
该实施例中,设置收集节点是为了在监测子区域的空气质量时,可以将该子区域的空气质量等参数进行有效接收以及传输。
该实施例中,由于每个子区域的环境与该区域中设置的污染源等排放的各种气体等相关,因此,需要对子区域进行区域权重的设置。
该实施例中,区域位置,例如是与上述按照地理边界划分之后相关的。
该实施例中,区域污染源,例如是以工厂为源头,确定的排放的污染物等。
该实施例中,在确定综合空气质量的过程中,通过各种信息综合确定的,可以降低获取空气质量的误差。
上述技术方案的有益效果是:用以通过对子区域进行空气质量的监控管理,并根据子区域的区域权重、区域位置、区域污染源,来降低反应空气质量的误差。
本发明提供一种基于物联网的城市空气质量监控管理方法,将目标城市进行区域划分,并基于物联网构建每个子区域的收集节点的步骤包括:
获取所述目标城市的城市轮廓,并提取所述目标城市的城市边界线,同时,获取对应每个子区域的区域轮廓,并提取所述子区域的区域边界线;
基于所述城市边界线,确定所述目标城市的城市面积;
基于所述区域边界线,确定所述子区域的区域面积;
根据所述城市面积,确定所述目标城市与收集节点相关的第一节点数量;
根据所述区域面积,确定所述子区域与收集节点相关的第二节点数量;
根据所述第一节点数量和第二节点数量,向每个子区域配置对应的预设数量的收集节点,同时,基于所述物联网,建立总节点与每个收集节点之间的通信连接。
该实施例中,城市边界线与区域边界线,例如是以地理边界为基础来获取的;
该实施例中,城市面积以及区域面积是按照一定的比例来确定的,且根据面积可以确定相关的节点数量,例如,面积大的区域设置的节点数量比面积小的区域设置的节点数量多。
该实施例中,根据第一节点数量和第二节点数量,进行预设数量的配置,是为了保证,每个子区域配置的节点数量合理,且每个子区域的预设数量可以不同。
上述技术方案的有益效果是:通过获取边界,确定面积,进而有效配置相应数量的节点,便于数据的有效获取。
本发明提供一种基于物联网的城市空气质量监控管理方法,基于所述收集节点,监控并获取所述子区域的空气质量信息的步骤包括:
确定所述子区域中是否存在污染源,若存在,构建污染源集合,并确定每个污染源的污染信息,且所述污染信息包括:每个污染源的地理位置、每个污染源产生的污染物的覆盖范围、每个污染源产生的污染种类;
根据所述污染信息,确定每个污染源的源信息,并基于所述源信息,将对应的污染源基于标定规则,标定在与子区域相关的区域模型中;
根据标定结果,确定每个子区域的监测位置点,并基于所述监测位置点初步布置空气监测设备,且获取所述空气监测设备与每个污染源之间的相隔距离,同时,获取所述空气监测设备与最近污染源之间的第一距离以及所述空气监测设备与最远污染源之间的第二距离;
根据所述相隔距离、第一距离以及第二距离,对初步布置的所述空气监测设备的布置位置进行调整;
基于调整布置位置后的空气监测设备,监测并获取所述监测位置点的空气质量信息;
建立调整布置位置后的空气监测设备与对应子区域的收集节点之间的通信连接,并将监测到的空气质量信息基于所述收集节点进行传输;
若所述子区域中不存在污染源,则根据布置规则,将所述空气监测设备布置在对应的监测位置点进行监测,获取空气质量信息。
该实施例中,污染源集合,例如主要是包括与空气相关的污染物在内的,如,灰尘颗粒、排放的有害气体等。
该实施例中,污染源的地理位置,例如是某个工厂排放气体的烟囱位置等,污染物的覆盖范围,例如是在无风情况下,污染物的正常扩散区域,在有风情况下,污染物一般对应的预估扩散区域,其扩散区域即为覆盖范围。
该实施例中,污染种类,例如:粉尘污染、有害气体污染等。
该实施例中,源信息是指将污染信息中相关的指标参数进行格式转换,标定规则,是指对格式转换后的指标参数进行压缩、关键信息提取等操作,惊奇标定在对应的区域模型中,是为了方便能够有效获取污染源的相关信息。
该实施例中,一个子区域中可能存在多个污染源,因此,确定的监测位置点与污染源相关。
该实施例中,初步布置空气监测设备,是为了初步规划,节省时间,通过获取空气监测设备与不同污染源之间的距离,是为了方便发挥空气监测设备的最大监测能力,且通过对其进行调整,是为了保证监测的合理性。
该实施例中,布置规则,例如是在每个子区域的中心布置一个空气监测设备。
上述技术方案的有益效果是:当存在污染源时,通过对空气监测设备进行初步布置以及位置调整,便于保证对该子区域监测的合理性,为后续确定空气质量,提供减少误差的基础,当不存在污染源时,通过按照布置规则进行布置,便于节省时间,提高监测效率。
本发明提供一种基于物联网的城市空气质量监控管理方法,基于调整布置位置后的空气监测设备,监测并获取所述监测位置点的空气质量信息的步骤包括:
获取所述空气监测设备的历史运行数据,将所述历史运行数据进行时间划分,同时,根据时间划分后的运行数据,获取所述空气监测设备的在每个时间段的运行能力;
基于时间戳,将不同时间段的所述运行能力分别输入到能力评估模型中,确定所述空气监测设备的运行衰减因子;
基于查找表,寻找与所述运行衰减因子相关的调整方式;
并按照所述调整方式,对调整布置位置后的空气监测设备监测的对应监测位置点的初始空气质量进行相关参数调整,获取空气质量信息。
该实施例中,由于空气监测设备在运行过程中,会出现磨损等各种损坏设备本身的情况,因此,通过对历史运行数据进行时间划分,可以有效的判断不同时间段的运行能力,例如是监测空气相关数据的准确性。
该实施例中,
上述技术方案的有益效果是:通过对空气监测设备的历史运行数据进行分析,来获取运行能力,并根据能力评估模型,确定运行衰减因子,进而寻找调整方式,降低空气监测设备因自身原因,降低对空气监测的有效性。
本发明提供一种基于物联网的城市空气质量监控管理方法,确定所述子区域中是否存在污染源的步骤包括:
根据城市数据管理库,确定所述子区域中每个位置处存在的构建工程,并确定所述构建工程的工程属性,所述工程属性包括:有污染可能性、无污染可能性;
提取具备有污染可能性的第一构建工程,并将所述第一构建工程按照自身地理位置标注在对应的子区域中;
取样所述第一构建工程对应的排放的污染物,对所述排放的污染物进行分析,确定污染成分;
同时,根据排放污染物时的自然风向以及自然风速,确定排放的污染物的扩散方向以及扩散速率;
基于所述污染成份、扩散方向以及扩散速率,对所述排放的污染物进行阶梯式浓度检测,当阶梯式浓度检测结果大于第一预设监测结果时,确定所述第一构建工程对应有待核实污染源;
否则,确定所述第一构建工程未对应有污染源;
同时,对所述子区域的空气质量以预设监测点位圆心进行圆周扩散式检测,并构建所述子区域的圆周浓度结果,并提取每条半径上的所有浓度点,进而提取中心浓度点,根据所述中心浓度点确定待验证污染源;
当所述待合适污染源与所述待验证污染源对应的位置相重叠时,核实成功,并判定所述待核实污染源为真实污染源,并将所述真实污染源对应的第一构建工程标定为第二构建工程。
该实施例中,具备污染可能性的第一构建工程,可以以家户为单位进行确定的,或者是将某个工厂等定为构建工程。
该实施例中,污染成分一般是与各种污染物等相关的参数。
该实施例中,由于是与空气质量相关的,因此,需要通过考虑自然风向以及自然风速,进而便于确定扩散方向以及扩散速率。
该实施例中,进行阶梯式浓度检测,如图2所示,其中,A为扩散边界,箭头指向为扩散方向,且阶梯式浓度检测是将其A,按照扩散方向划分为多个区域,分别对每个区域进行检测,进而实现阶梯式浓度检测。
该实施例中,通过进行圆周扩散式检测,并获取每个半径上的浓度点,进而通过提取中心浓度点确定待验证污染源。
上述技术方案的有益效果是:通过提取具备污染可能性的构建工程,便于缩小污染源的确定范围,提高确定效率,通过采用阶梯式浓度进行检测,便于进行初步进行确定待验证污染源,通过采用圆周扩散式检测,便于对待验证污染源进行验证,提高确定真实污染源的准确性。
本发明提供一种基于物联网的城市空气质量监控管理方法,确定所述目标城市的综合空气质量之后还包括:
获取相邻子区域的边界连接处的边界空气质量;
构建空气质量曲线集合,且包括:基于时间戳构建的不同时刻所述目标城市的综合空气质量曲线、不同时刻对应的不同子区域的空气质量曲线、不同时刻对应的不同边界连接处的边界空气质量曲线;
基于所述空气质量曲线集合,对每条曲线进行拟合处理,获得拟合平均值,同时,将获取的所有拟合平均值进行由大到小排序,筛选前N个拟合平均值对应的拟合曲线;
提取与综合空气质量对应的同一时刻对应的前N个拟合平均值对应的拟合曲线中的最大空气质量以及最小空气质量,并根据如下公式,对该时刻的所述综合空气质量进行修正处理,获得最终综合质量;
其中,B表示最终综合质量对应的值;A表示综合空气质量对应的值;α表示与综合空气质量相关的修正因子,且取值范围为[-0.5,0.5];ε表示对拟合平均值E的调整因子,且取值范围为[1,1.3];σ表示表示N个拟合平均值的标准差;Xmax表示最大空气质量对应的值;Xmin表示最小空气质量对应的值;
根据如下公式,计算并验证所述综合空气质量的值与最终综合质量的值之间的差值绝对值对应的调整值γ是否小于预设值;
其中,κij表示基于第i个子区域扩散到其他剩余第j个子区域的概率值;M表示所述目标城市中所有子区域的总个数,且M大于N;
若是,确定与所述综合空气质量相关的影响系数;
基于所述影响系数,从影响数据库中调取相关的影响因素,并根据所述影响因素,确定待调整方式;
根据所述待调整方式,对所述目标城市的当前空气进行调整。
该实施例中,边界空气质量曲线是,比如C1子区域与C2子区域的连接处区域的空气情况。
该实施例中,对曲线进行拟合处理,并获取拟合平均值,是为了筛选有效拟合曲线,一是为了降低计算量,二是提高后续的评估效率。
该实施例中,最大空气质量和最小空气质量,例如是与数值相关的,最大控制质量对应的数值越大,表示环境质量越高,否则,反之。
该实施例中,通过计算并验证差值绝对值与调整值之间的关系,便于确定对应的影响系数,且确定影响系数,是为了提高获取的综合质量的准确性,便于对当前区域的空气进行有效管理。
上述技术方案的有益效果是:对曲线进行拟合处理,并获取拟合平均值,是为了筛选有效拟合曲线,一是为了降低计算量,二是提高后续的评估效率,通过计算并验证差值绝对值与调整值之间的关系,便于确定对应的影响系数,且确定影响系数,是为了提高获取的综合质量的准确性,便于对当前区域的空气进行有效管理。
本发明提供一种基于物联网的城市空气质量监控管理方法,根据每个子区域的空气质量信息、区域权重、区域位置以及区域污染源,确定所述目标城市的综合空气质量的步骤包括:
根据所述子区域的区域位置,确定所述子区域的空气流动信息;
根据所述子区域的区域污染源,确定所述子区域的污染物排放量;
根据所述空气质量信息、区域权重、空气流动信息以及污染物排放量,确定所述目标城市的综合空气质量。
上述技术方案的有益效果是:通过多个参数,来综合确定目标城市的空气质量,便于提高其确定的准确性,为后续管理提供基础。
本发明提供一种基于物联网的城市空气质量监控管理方法,对确定的所述目标城市的综合空气质量进行输出管理的过程中包括:
获取与综合空气质量相关的参数集合,并对所述参数集合进行区域分类处理以及对所述参数集合进行属性分类处理;
剔除区域分类处理结果以及属性分类处理结果中的噪声数据,获得待传输数据;
构建所述子区域的收集节点与总节点之间的传输场景,判断所述待传输数据基于所述传输场景进行传输时的安全性;
当所述安全性低于预设阈值时,基于数据权重数据库,向所述待传输数据匹配相关的权重值,并根据所述权重值对对应的所述子区域的收集节点的安全传输能力进行升级调整;
并重新构建升级调整后的收集节点与总节点之间的传输场景,直至对应的安全性不低于预设阈值,此时,将所述待传输数据基于安全性不低于预设阈值的传输场景进行传输。
该实施例中,参数集合例如是:与污染物的种类相关的参数集合,且对参数集合进行分类过程中可以按照区域以及属性这两种方式进行分类,便于提高其分类的灵活性。
该实施例中,剔除噪声数据,是为了提高获取数据的有效性。
该实施例中,子区域的收集节点与总节点的传输场景,例如是两者之间的传输链路等。
该实施例中,通过确定安全性,并基于权重值,对对应的收集节点的安全传输能力进行升级调整,便于保证数据传输的安全性。
该实施例中,预设阈值是预先设定好的。
上述技术方案的有益效果是:剔除噪声数据,便于提高获取数据的有效性,通过构建传输场景,并判断安全性,便于保证数据传输的可靠性,通过对安全传输能力进行升级调整,便于保证数据的安全性。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (8)
1.一种基于物联网的城市空气质量监控管理方法,其特征在于,包括:
将目标城市进行区域划分,并基于物联网构建每个子区域的收集节点;
基于所述收集节点,监控并获取所述子区域的空气质量信息;
确定每个子区域的区域权重、区域位置、区域污染源;
根据每个子区域的空气质量信息、区域权重、区域位置以及区域污染源,确定所述目标城市的综合空气质量并输出管理。
2.如权利要求1所述的城市空气质量监控管理方法,其特征在于,将目标城市进行区域划分,并基于物联网构建每个子区域的收集节点的步骤包括:
获取所述目标城市的城市轮廓,并提取所述目标城市的城市边界线,同时,获取对应每个子区域的区域轮廓,并提取所述子区域的区域边界线;
基于所述城市边界线,确定所述目标城市的城市面积;
基于所述区域边界线,确定所述子区域的区域面积;
根据所述城市面积,确定所述目标城市与收集节点相关的第一节点数量;
根据所述区域面积,确定所述子区域与收集节点相关的第二节点数量;
根据所述第一节点数量和第二节点数量,向每个子区域配置对应的预设数量的收集节点,同时,基于所述物联网,建立总节点与每个收集节点之间的通信连接。
3.如权利要求1所述的城市空气质量监控管理方法,其特征在于,基于所述收集节点,监控并获取所述子区域的空气质量信息的步骤包括:
确定所述子区域中是否存在污染源,若存在,构建污染源集合,并确定每个污染源的污染信息,且所述污染信息包括:每个污染源的地理位置、每个污染源产生的污染物的覆盖范围、每个污染源产生的污染种类;
根据所述污染信息,确定每个污染源的源信息,并基于所述源信息,将对应的污染源基于标定规则,标定在与子区域相关的区域模型中;
根据标定结果,确定每个子区域的监测位置点,并基于所述监测位置点初步布置空气监测设备,且获取所述空气监测设备与每个污染源之间的相隔距离,同时,获取所述空气监测设备与最近污染源之间的第一距离以及所述空气监测设备与最远污染源之间的第二距离;
根据所述相隔距离、第一距离以及第二距离,对初步布置的所述空气监测设备的布置位置进行调整;
基于调整布置位置后的空气监测设备,监测并获取所述监测位置点的空气质量信息;
建立调整布置位置后的空气监测设备与对应子区域的收集节点之间的通信连接,并将监测到的空气质量信息基于所述收集节点进行传输;
若所述子区域中不存在污染源,则根据布置规则,将所述空气监测设备布置在对应的监测位置点进行监测,获取空气质量信息。
4.如权利要求3所述的城市空气质量监控管理方法,其特征在于,基于调整布置位置后的空气监测设备,监测并获取所述监测位置点的空气质量信息的步骤包括:
获取所述空气监测设备的历史运行数据,将所述历史运行数据进行时间划分,同时,根据时间划分后的运行数据,获取所述空气监测设备的在每个时间段的运行能力;
基于时间戳,将不同时间段的所述运行能力分别输入到能力评估模型中,确定所述空气监测设备的运行衰减因子;
基于查找表,寻找与所述运行衰减因子相关的调整方式;
并按照所述调整方式,对调整布置位置后的空气监测设备监测的对应监测位置点的初始空气质量进行相关参数调整,获取空气质量信息。
5.如权利要求3所述的城市空气质量监控管理方法,其特征在于,确定所述子区域中是否存在污染源的步骤包括:
根据城市数据管理库,确定所述子区域中每个位置处存在的构建工程,并确定所述构建工程的工程属性,所述工程属性包括:有污染可能性、无污染可能性;
提取具备有污染可能性的第一构建工程,并将所述第一构建工程按照自身地理位置标注在对应的子区域中;
取样所述第一构建工程对应的排放的污染物,对所述排放的污染物进行分析,确定污染成分;
同时,根据排放污染物时的自然风向以及自然风速,确定排放的污染物的扩散方向以及扩散速率;
基于所述污染成份、扩散方向以及扩散速率,对所述排放的污染物进行阶梯式浓度检测,当阶梯式浓度检测结果大于第一预设监测结果时,确定所述第一构建工程对应有待核实污染源;
否则,确定所述第一构建工程未对应有污染源;
同时,对所述子区域的空气质量以预设监测点位圆心进行圆周扩散式检测,并构建所述子区域的圆周浓度结果,并提取每条半径上的所有浓度点,进而提取中心浓度点,根据所述中心浓度点确定待验证污染源;
当所述待合适污染源与所述待验证污染源对应的位置相重叠时,核实成功,并判定所述待核实污染源为真实污染源,并将所述真实污染源对应的第一构建工程标定为第二构建工程。
6.如权利要求1所述的城市空气质量监控管理方法,其特征在于,确定所述目标城市的综合空气质量之后还包括:
获取相邻子区域的边界连接处的边界空气质量;
构建空气质量曲线集合,且包括:基于时间戳构建的不同时刻所述目标城市的综合空气质量曲线、不同时刻对应的不同子区域的空气质量曲线、不同时刻对应的不同边界连接处的边界空气质量曲线;
基于所述空气质量曲线集合,对每条曲线进行拟合处理,获得拟合平均值,同时,将获取的所有拟合平均值进行由大到小排序,筛选前N个拟合平均值对应的拟合曲线;
提取与综合空气质量对应的同一时刻对应的前N个拟合平均值对应的拟合曲线中的最大空气质量以及最小空气质量,并根据如下公式,对该时刻的所述综合空气质量进行修正处理,获得最终综合质量;
其中,B表示最终综合质量对应的值;A表示综合空气质量对应的值;α表示与综合空气质量相关的修正因子,且取值范围为[-0.5,0.5];ε表示对拟合平均值E的调整因子,且取值范围为[1,1.3];σ表示表示N个拟合平均值的标准差;Xmax表示最大空气质量对应的值;Xmin表示最小空气质量对应的值;
根据如下公式,计算并验证所述综合空气质量的值与最终综合质量的值之间的差值绝对值对应的调整值γ是否小于预设值;
其中,κij表示基于第i个子区域扩散到其他剩余第j个子区域的概率值;M表示所述目标城市中所有子区域的总个数,且M大于N;
若是,确定与所述综合空气质量相关的影响系数;
基于所述影响系数,从影响数据库中调取相关的影响因素,并根据所述影响因素,确定待调整方式;
根据所述待调整方式,对所述目标城市的当前空气进行调整。
7.如权利要求1所述的城市空气质量监控管理方法,其特征在于,根据每个子区域的空气质量信息、区域权重、区域位置以及区域污染源,确定所述目标城市的综合空气质量的步骤包括:
根据所述子区域的区域位置,确定所述子区域的空气流动信息;
根据所述子区域的区域污染源,确定所述子区域的污染物排放量;
根据所述空气质量信息、区域权重、空气流动信息以及污染物排放量,确定所述目标城市的综合空气质量。
8.如权利要求1所述的城市空气质量监控管理方法,其特征在于,对确定的所述目标城市的综合空气质量进行输出管理的过程中包括:
获取与综合空气质量相关的参数集合,并对所述参数集合进行区域分类处理以及对所述参数集合进行属性分类处理;
剔除区域分类处理结果以及属性分类处理结果中的噪声数据,获得待传输数据;
构建所述子区域的收集节点与总节点之间的传输场景,判断所述待传输数据基于所述传输场景进行传输时的安全性;
当所述安全性低于预设阈值时,基于数据权重数据库,向所述待传输数据匹配相关的权重值,并根据所述权重值对对应的所述子区域的收集节点的安全传输能力进行升级调整;
并重新构建升级调整后的收集节点与总节点之间的传输场景,直至对应的安全性不低于预设阈值,此时,将所述待传输数据基于安全性不低于预设阈值的传输场景进行传输。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011404633.0A CN112557598B (zh) | 2020-12-03 | 2020-12-03 | 一种基于物联网的城市空气质量监控管理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011404633.0A CN112557598B (zh) | 2020-12-03 | 2020-12-03 | 一种基于物联网的城市空气质量监控管理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112557598A true CN112557598A (zh) | 2021-03-26 |
CN112557598B CN112557598B (zh) | 2022-12-02 |
Family
ID=75048838
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011404633.0A Active CN112557598B (zh) | 2020-12-03 | 2020-12-03 | 一种基于物联网的城市空气质量监控管理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112557598B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113532638A (zh) * | 2021-06-11 | 2021-10-22 | 苏州欧珈亿电子信息科技有限公司 | 一种光污染监控方法及系统 |
CN114199314A (zh) * | 2021-12-25 | 2022-03-18 | 江西武大扬帆科技有限公司 | 基于5g和北斗技术的水文监测反馈系统 |
CN114782871A (zh) * | 2022-04-29 | 2022-07-22 | 广东技术师范大学 | 一种基于物联网的海洋异常信息监测方法和装置 |
CN115018348A (zh) * | 2022-06-20 | 2022-09-06 | 北京北投生态环境有限公司 | 基于人工智能的环境分析方法、系统、设备及存储介质 |
CN115236007A (zh) * | 2022-09-20 | 2022-10-25 | 水利部珠江水利委员会水文局 | 一种饮用水源的智能监测方法及装置 |
CN116233865A (zh) * | 2023-05-09 | 2023-06-06 | 北京建工环境修复股份有限公司 | 一种新污染物监测设备的布点方法及系统 |
CN116307279A (zh) * | 2023-05-18 | 2023-06-23 | 河北辉驰科技有限公司 | 基于大数据分析的城市大气环境管理方法及系统 |
CN116824425A (zh) * | 2022-12-08 | 2023-09-29 | 慧之安信息技术股份有限公司 | 基于智能视频分析的环保监测系统 |
CN117473398A (zh) * | 2023-12-26 | 2024-01-30 | 四川国蓝中天环境科技集团有限公司 | 一种基于运渣车活动的城市扬尘污染源分类方法 |
CN117875559A (zh) * | 2024-01-16 | 2024-04-12 | 广东博创佳禾科技有限公司 | 基于城市环境介质的重金属负载容量分析方法及系统 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115620243B (zh) * | 2022-12-20 | 2023-03-21 | 深圳联和智慧科技有限公司 | 基于人工智能的污染源监测方法、系统及云平台 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103336093A (zh) * | 2013-06-26 | 2013-10-02 | 中山大学 | 一种区域空间质量分析方法 |
CN107609731A (zh) * | 2017-07-31 | 2018-01-19 | 贵州大学 | 一种环境空气质量评价方法 |
CN109061065A (zh) * | 2018-08-16 | 2018-12-21 | 天狼联盟材料科技研究(广东)有限公司 | 一种基于物联网的城市空气质量监控管理和确定污染源方法 |
CN109613182A (zh) * | 2018-12-21 | 2019-04-12 | 北京英视睿达科技有限公司 | 基于大气污染物的监测布点选址方法及装置 |
CN110072207A (zh) * | 2019-04-30 | 2019-07-30 | 广东赛翼智能科技有限公司 | 一种基于NB-IoT技术的远程采集装置 |
WO2020043030A1 (zh) * | 2018-08-25 | 2020-03-05 | 司书春 | 大气污染监测设备数据可信度评价及校准方法 |
-
2020
- 2020-12-03 CN CN202011404633.0A patent/CN112557598B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103336093A (zh) * | 2013-06-26 | 2013-10-02 | 中山大学 | 一种区域空间质量分析方法 |
CN107609731A (zh) * | 2017-07-31 | 2018-01-19 | 贵州大学 | 一种环境空气质量评价方法 |
CN109061065A (zh) * | 2018-08-16 | 2018-12-21 | 天狼联盟材料科技研究(广东)有限公司 | 一种基于物联网的城市空气质量监控管理和确定污染源方法 |
WO2020043030A1 (zh) * | 2018-08-25 | 2020-03-05 | 司书春 | 大气污染监测设备数据可信度评价及校准方法 |
CN109613182A (zh) * | 2018-12-21 | 2019-04-12 | 北京英视睿达科技有限公司 | 基于大气污染物的监测布点选址方法及装置 |
CN110072207A (zh) * | 2019-04-30 | 2019-07-30 | 广东赛翼智能科技有限公司 | 一种基于NB-IoT技术的远程采集装置 |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113532638B (zh) * | 2021-06-11 | 2024-04-02 | 苏州欧珈亿电子信息科技有限公司 | 一种光污染监控方法及系统 |
CN113532638A (zh) * | 2021-06-11 | 2021-10-22 | 苏州欧珈亿电子信息科技有限公司 | 一种光污染监控方法及系统 |
CN114199314A (zh) * | 2021-12-25 | 2022-03-18 | 江西武大扬帆科技有限公司 | 基于5g和北斗技术的水文监测反馈系统 |
CN114782871B (zh) * | 2022-04-29 | 2022-11-25 | 广东技术师范大学 | 一种基于物联网的海洋异常信息监测方法和装置 |
CN114782871A (zh) * | 2022-04-29 | 2022-07-22 | 广东技术师范大学 | 一种基于物联网的海洋异常信息监测方法和装置 |
CN115018348B (zh) * | 2022-06-20 | 2023-01-17 | 北京北投生态环境有限公司 | 基于人工智能的环境分析方法、系统、设备及存储介质 |
CN115018348A (zh) * | 2022-06-20 | 2022-09-06 | 北京北投生态环境有限公司 | 基于人工智能的环境分析方法、系统、设备及存储介质 |
CN115236007A (zh) * | 2022-09-20 | 2022-10-25 | 水利部珠江水利委员会水文局 | 一种饮用水源的智能监测方法及装置 |
CN116824425A (zh) * | 2022-12-08 | 2023-09-29 | 慧之安信息技术股份有限公司 | 基于智能视频分析的环保监测系统 |
CN116233865A (zh) * | 2023-05-09 | 2023-06-06 | 北京建工环境修复股份有限公司 | 一种新污染物监测设备的布点方法及系统 |
CN116307279A (zh) * | 2023-05-18 | 2023-06-23 | 河北辉驰科技有限公司 | 基于大数据分析的城市大气环境管理方法及系统 |
CN116307279B (zh) * | 2023-05-18 | 2023-08-11 | 河北辉驰科技有限公司 | 基于大数据分析的城市大气环境管理方法及系统 |
CN117473398A (zh) * | 2023-12-26 | 2024-01-30 | 四川国蓝中天环境科技集团有限公司 | 一种基于运渣车活动的城市扬尘污染源分类方法 |
CN117473398B (zh) * | 2023-12-26 | 2024-03-19 | 四川国蓝中天环境科技集团有限公司 | 一种基于运渣车活动的城市扬尘污染源分类方法 |
CN117875559A (zh) * | 2024-01-16 | 2024-04-12 | 广东博创佳禾科技有限公司 | 基于城市环境介质的重金属负载容量分析方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112557598B (zh) | 2022-12-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112557598B (zh) | 一种基于物联网的城市空气质量监控管理方法 | |
US20230143654A1 (en) | Method for smart gas pipeline network inspection and internet of things system thereof | |
CN111788578B (zh) | 一种环境监测站数据可信度评价及校准方法 | |
CN108489875B (zh) | 一种基于时段统计分析的污染物溯源系统及方法 | |
CN114371260A (zh) | 一种工业企业无组织VOCs网格化监测、扩散预警及溯源方法 | |
US12056782B2 (en) | Method and system for area management in smart city based on internet of things | |
KR20200009496A (ko) | 실시간 업데이트된 환경모니터링 정보를 기반으로 대기오염물질의 농도를 제공하는 방법 및 시스템 | |
CN113642223B (zh) | 空气质量预报方法、装置、设备和计算机可读存储介质 | |
CN108802856B (zh) | 一种基于ai的源数据动态修正预报系统及其工作方法 | |
CN112738729B (zh) | 一种用手机信令数据判别探亲返乡游客的方法及系统 | |
CN116882638B (zh) | 一种全氟化合物污染监测设备的管理方法及系统 | |
CN113434619B (zh) | 一种4g的高速公路智能交通路况监控系统 | |
CN116626233A (zh) | 基于多源数据融合的大气污染溯源方法、终端及存储介质 | |
CN113095985A (zh) | 一种基于物联网的智慧城市管理方法及系统 | |
CN117935561A (zh) | 一种基于北斗数据的智能交通流分析方法 | |
CN113592668B (zh) | 一种水质区域划分管理系统 | |
CN114814107A (zh) | 一种大气质量环境检测系统 | |
CN117007476B (zh) | 一种基于物联网的环保智能终端数据采集系统 | |
CN109613179B (zh) | 累积高值区的确定方法 | |
CN116664095A (zh) | 一种基于深度学习的安保巡检预测方法 | |
CN115290525A (zh) | 一种基于实测的大气颗粒物污染快速溯源方法 | |
CN114581278A (zh) | 基于智能路灯的大气污染物溯源排查方法、终端及系统 | |
CN113362630A (zh) | 一种智慧城市建设道路交通信号设备故障分析处理方法、系统及计算机存储介质 | |
CN115567962B (zh) | 一种路段切换链状态的更新方法及系统 | |
CN111369200B (zh) | 一种基于车辆lbs数据的城市物流通道识别方法及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |