CN112562041A - 一种走航激光监测因子浓度趋势图的绘图方法 - Google Patents
一种走航激光监测因子浓度趋势图的绘图方法 Download PDFInfo
- Publication number
- CN112562041A CN112562041A CN202011616002.5A CN202011616002A CN112562041A CN 112562041 A CN112562041 A CN 112562041A CN 202011616002 A CN202011616002 A CN 202011616002A CN 112562041 A CN112562041 A CN 112562041A
- Authority
- CN
- China
- Prior art keywords
- concentration
- monitoring factor
- monitoring
- trend graph
- laser
- 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 96
- 238000000034 method Methods 0.000 title claims abstract description 37
- 239000011159 matrix material Substances 0.000 claims abstract description 32
- 239000003086 colorant Substances 0.000 claims abstract description 17
- 238000013507 mapping Methods 0.000 claims 1
- 230000000694 effects Effects 0.000 description 9
- 230000006835 compression Effects 0.000 description 4
- 238000007906 compression Methods 0.000 description 4
- 238000009877 rendering Methods 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000000903 blocking effect Effects 0.000 description 2
- 230000003111 delayed effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
Images
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/001—Texturing; Colouring; Generation of texture or colour
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种走航激光监测因子浓度趋势图的绘图方法，包括：走航车上的激光分析模块将采集到的监测因子的浓度数据上传至走航平台，每个监测因子在每个采集时间对应的浓度数据包括该监测因子在该采集时间、在激光分析模块射出的垂直激光线上的n个虚设区间分别对应的浓度值；走航平台将相邻两个采集时间对应的浓度数据作为该监测因子对应的浓度矩阵；走航平台根据浓度矩阵绘制监测因子浓度趋势图；本发明的走航激光监测因子浓度趋势图的绘图方法根据颜色浓度对照数据库，将监测因子的浓度值转换成相应的颜色，并将各个浓度值对应的颜色按照时间线和虚设区间的空间分布顺序排布，形成监测因子浓度趋势图，从而能够直观真实反映污染浓度情况。
Description
技术领域
本发明涉及激光垂直检测技术领域，尤其是一种走航激光监测因子浓度趋势图的绘图方法。
背景技术
现有技术中，在某个水平位置点的走航车上的激光分析仪从地面向高空垂直发射激光束，进行垂直扫描，检测得到各个高度段的浓度值，同一个时间点在一个垂直线上会存在300至3000点的浓度值；例如，设置高度段的高度为7.5m，即、激光在某个点从地面向高空扫描7.5米一个浓度值，一般扫描2250米至22500米，且考量走航实时性，浓度数据较大，将数据上传至走航平台后，由走航平台后台上传至前台，数据量大，易造成卡顿时延，而且，直接显示浓度数据不直观，不能清楚的反映各个位置点、时间点各个监测因子的浓度值、且各个监测因子的浓度值随时间、空间的变化趋势反映不直观，因此需要寻找一种能够解决此类问题的方法。
发明内容
有鉴于此，需要克服现有技术中的上述缺陷中的至少一个，本发明提供了一种走航激光监测因子浓度趋势图的绘图方法，包括以下步骤：走航车上安装好激光分析模块，激光分析模块将采集到的监测因子的浓度数据上传至走航平台，每个所述监测因子在每个采集时间对应的所述浓度数据包括该监测因子在该采集时间、在所述激光分析模块射出的垂直激光线上的n个连续的虚设区间分别对应的浓度值；所述走航平台将每相邻两个所述采集时间对应的所述浓度数据作为该监测因子对应的一个n*2浓度矩阵；所述走航平台根据所述浓度矩阵绘制监测因子浓度趋势图，其中，根据所述浓度矩阵绘制所述监测因子浓度趋势图的方法包括以下步骤：将所述浓度矩阵的各个浓度值分别代入预设的颜色浓度对照数据库中获取各个所述浓度值对应的颜色，将每个虚设区间的所述浓度值对应的颜色按照时间顺序依次沿横向排布形成水平浓度趋势线，将n个所述水平浓度趋势线按照虚设区间的空间分布顺序纵向排布得到所述监测因子浓度趋势图。
根据本专利背景技术中对现有技术所述，浓度数据较大，易造成浓度数据上传卡顿，而且，直接显示浓度数据不直观，不能清楚的反映各个位置点、时间点各个监测因子的浓度值、且各个监测因子的浓度值随时间、空间的变化趋势反映不直观；而本发明公开的走航激光监测因子浓度趋势图的绘图方法，根据颜色浓度对照数据库，将监测因子的各个浓度值转换成相应的颜色，并将各个浓度值对应的颜色按照时间线横向排布，按照虚设区间的空间分布顺序纵向排布，形成监测因子浓度趋势图，从而能够直观真实反映污染浓度情况。
另外，根据本发明公开的一种走航激光监测因子浓度趋势图的绘图方法还具有如下附加技术特征：
进一步地，所述激光分析模块为激光分析仪。
进一步地，n个连续的所述虚设区间的区间高度相等。
进一步地，所述激光分析模块将所述浓度数据上传至所述走航平台的后台，所述后台根据所述浓度数据形成对应的所述浓度矩阵，并根据该浓度矩阵绘制所述监测因子浓度趋势图，再将该监测因子浓度趋势图发送给所述走航平台的前台，让该前台显示。
现有技术中，激光数据一般垂直扫描，同一个时间点在一个垂直线上会存在300至3000点的浓度值，例如，激光在某个空间位置点从地面向高空扫描，每扫描7.5米的区间，得到一个浓度值，一般扫描2250米至22500米的高度，而每个浓度值的数据量大概在几十KB，因考量走航实时性，这样由前台到后台读数数据量太大，易造成卡顿时延；而本案，直接在具有较好处理性能的后台绘制成数据量较小的图片，再将该图片上传至前台，这样前台就能够很快的加载图片显示，从而有效避免了延时卡顿的情况，使得绘图更加有效率。
更进一步地，所述后台将该监测因子浓度趋势图经过压缩算法后发送给所述前台。
更进一步地，所述后台将该监测因子浓度趋势图经过加密压缩算法后发送给所述前台。
进一步地，根据所述浓度矩阵绘制所述监测因子浓度趋势图的方法包括以下步骤：在该浓度矩阵中，对于每个所述虚设区间，将该虚设区间的起始采集时间的浓度值Cb和终点采集时间的浓度值Ce相减得出差值D；将所述差值D除以预设参考值P得出加权系数K，并以所述起始采集时间的浓度值Cb为起点逐个累加加权系数K得出p-1个浓度值C；将该虚设区间对应的该p-1个浓度值C、所述起始采集时间的浓度值Cb及所述终点采集时间的浓度值Ce分别代入所述颜色浓度对照数据库中获取其对应的颜色；将每个虚设区间对应的p-1个浓度值C、所述起始采集时间的浓度值Cb及所述终点采集时间的浓度值Ce按照时间顺序依次沿横向排布形成所述水平浓度趋势线，将n个所述水平浓度趋势线按照虚设区间的空间分布顺序纵向排布得到所述监测因子浓度趋势图。
更进一步地，所述预设参考值P为256。
绘制水平浓度趋势线时，可以从第一行的水平浓度趋势线(即、位于最低处的虚设区间对应的水平浓度趋势线)开始顺次绘制得到n条水平浓度趋势线从而得到监测因子浓度趋势图，也可以从任意一行的水平浓度趋势线开始绘制，将n个水平浓度趋势线绘制完成，再将n个水平浓度趋势线按照虚设区间的空间分布顺序纵向排布得到所述监测因子浓度趋势图。
绘制水平浓度趋势线时，如果将一个时间点到相邻另外一个时间点的浓度值对应的颜色直接过渡，这样会造成不同时间点同一水平面上没有任何渐变的过渡趋势效果，且整体走航图没有很好的趋势渲染效果，不能反应两个时间点之间的浓度变化；而本案中，两个时间点之间采用加权等算法，在两个时间点之间增加256个画点，并计算每个画点的理论浓度值，从而获取每个画点的颜色，这样使得同一水平面上不同时间点有了很好的渐变趋势效果，使得整体走航图有了很好的趋势渲染效果，并能更加直观真实反映污染浓度情况。
进一步地，每个所述监测因子对应的预设的颜色浓度对照数据库的制定方法包括以下步骤：将每个所述监测因子对应的预设的标准浓度区间划分成q个子浓度区间，对每个所述子浓度区间设置一个颜色，并对应存储形成所述预设的颜色浓度对照数据库。
进一步地，所述q为200。
采用200个不同浓度差的分级颜色，这样使得绘制图片时，趋势渐变更加平滑，并能更加精准的反映同一垂直面的浓度变化趋势。
进一步地，所述激光分析模块将当前的采集时间采集到的所述浓度数据实时上传至所述走航平台；所述走航平台将当前的相邻两个所述采集时间对应的所述浓度数据作为该监测因子对应的当前的浓度矩阵；所述走航平台根据所述当前的浓度矩阵绘制当前的监测因子浓度趋势图。
更进一步地，相邻两采集时间的时间间隔小于等于10s。
本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1为本发明的实施例中走航激光监测因子浓度趋势图的绘图方法的动作流程图；以及
图2为使用本发明的实施例中走航激光监测因子浓度趋势图的绘图方法绘制得到的走航激光监测因子浓度趋势图的灰度图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件；下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。
在本发明的描述中，需要理解的是，术语 “上”、“下”、“底”、“顶”、“前”、“后”、“内”、“外”、“横”、“竖”等指示的方位或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发明和简化描述，而不是指示或暗示所指的装置或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发明的限制。
本发明的构思如下，提供一种走航激光监测因子浓度趋势图的绘图方法，根据颜色浓度对照数据库，将监测因子的各个浓度值转换成相应的颜色，并将各个浓度值对应的颜色按照时间线横向排布，按照虚设区间的空间分布顺序纵向排布，形成监测因子浓度趋势图，从而能够直观真实反映污染浓度情况。
下面将参照附图来描述本发明的走航激光监测因子浓度趋势图的绘图方法，图1为本发明的实施例中走航激光监测因子浓度趋势图的绘图方法的动作流程图；以及图2为使用本发明的实施例中走航激光监测因子浓度趋势图的绘图方法绘制得到的走航激光监测因子浓度趋势图的灰度图。
如图1所示，根据本发明的实施例的走航激光监测因子浓度趋势图的绘图方法，包括以下步骤：
走航车上安装好激光分析模块，激光分析模块将采集到的监测因子的浓度数据上传至走航平台，每个所述监测因子在每个采集时间对应的所述浓度数据包括该监测因子在该采集时间、在所述激光分析模块射出的垂直激光线上的n个连续的虚设区间分别对应的浓度值；所述走航平台将每相邻两个所述采集时间对应的所述浓度数据作为该监测因子对应的一个n*2浓度矩阵；所述走航平台根据所述浓度矩阵绘制监测因子浓度趋势图，其中，根据所述浓度矩阵绘制所述监测因子浓度趋势图的方法包括以下步骤：将所述浓度矩阵的各个浓度值分别代入预设的颜色浓度对照数据库中获取各个所述浓度值对应的颜色，将每个虚设区间的所述浓度值对应的颜色按照时间顺序依次沿横向排布形成水平浓度趋势线，将n个所述水平浓度趋势线按照虚设区间的空间分布顺序纵向排布得到所述监测因子浓度趋势图。
根据本专利背景技术中对现有技术所述，浓度数据较大，易造成浓度数据上传卡顿，而且，直接显示浓度数据不直观，不能清楚的反映各个位置点、时间点各个监测因子的浓度值、且各个监测因子的浓度值随时间、空间的变化趋势反映不直观；而本发明公开的走航激光监测因子浓度趋势图的绘图方法，根据颜色浓度对照数据库，将监测因子的各个浓度值转换成相应的颜色，并将各个浓度值对应的颜色按照时间线横向排布，按照虚设区间的空间分布顺序纵向排布，形成监测因子浓度趋势图，从而能够直观真实反映污染浓度情况。
另外，根据本发明公开的一种走航激光监测因子浓度趋势图的绘图方法还具有如下附加技术特征：
根据本发明的一些实施例，所述激光分析模块为激光分析仪。
根据本发明的一些实施例，n个连续的所述虚设区间的区间高度相等。
根据本发明的一些实施例，所述激光分析模块将所述浓度数据上传至所述走航平台的后台，所述后台根据所述浓度数据形成对应的所述浓度矩阵，并根据该浓度矩阵绘制所述监测因子浓度趋势图，再将该监测因子浓度趋势图发送给所述走航平台的前台，让该前台显示。
现有技术中，激光数据一般垂直扫描，同一个时间点在一个垂直线上会存在300至3000点的浓度值，例如，激光在某个空间位置点从地面向高空扫描，每扫描7.5米的区间，得到一个浓度值，一般扫描2250米至22500米的高度，而每个浓度值的数据量大概在几十KB，因考量走航实时性，这样由前台到后台读数数据量太大，易造成卡顿时延；而本案，直接在具有较好处理性能的后台绘制成数据量较小的图片，再将该图片上传至前台，这样前台就能够很快的加载图片显示，从而有效避免了延时卡顿的情况，使得绘图更加有效率。
根据本发明的一些实施例，所述后台将该监测因子浓度趋势图经过压缩算法后发送给所述前台。
根据本发明的一些实施例，所述后台将该监测因子浓度趋势图经过加密压缩算法后发送给所述前台。
根据本发明的一些实施例，根据所述浓度矩阵绘制所述监测因子浓度趋势图的方法包括以下步骤：在该浓度矩阵中，对于每个所述虚设区间，将该虚设区间的起始采集时间的浓度值Cb和终点采集时间的浓度值Ce相减得出差值D；将所述差值D除以预设参考值P得出加权系数K，并以所述起始采集时间的浓度值Cb为起点逐个累加加权系数K得出p-1个浓度值C；将该虚设区间对应的该p-1个浓度值C、所述起始采集时间的浓度值Cb及所述终点采集时间的浓度值Ce分别代入所述颜色浓度对照数据库中获取其对应的颜色；将每个虚设区间对应的p-1个浓度值C、所述起始采集时间的浓度值Cb及所述终点采集时间的浓度值Ce按照时间顺序依次沿横向排布形成所述水平浓度趋势线，将n个所述水平浓度趋势线按照虚设区间的空间分布顺序纵向排布得到所述监测因子浓度趋势图。
根据本发明的一个实施例，所述预设参考值P为256。
绘制水平浓度趋势线时，可以从第一行的水平浓度趋势线(即、位于最低处的虚设区间对应的水平浓度趋势线)开始顺次绘制得到n条水平浓度趋势线从而得到监测因子浓度趋势图，也可以从任意一行的水平浓度趋势线开始绘制，将n个水平浓度趋势线绘制完成，再将n个水平浓度趋势线按照虚设区间的空间分布顺序纵向排布得到所述监测因子浓度趋势图。
绘制水平浓度趋势线时，如果将一个时间点到相邻另外一个时间点的浓度值对应的颜色直接过渡，这样会造成不同时间点同一水平面上没有任何渐变的过渡趋势效果，且整体走航图没有很好的趋势渲染效果，不能反应两个时间点之间的浓度变化；而本案中，两个时间点之间采用加权等算法，在两个时间点之间增加256个画点，并计算每个画点的理论浓度值，从而获取每个画点的颜色，这样使得同一水平面上不同时间点有了很好的渐变趋势效果，使得整体走航图有了很好的趋势渲染效果，并能更加直观真实反映污染浓度情况，如图2所示。
根据本发明的一些实施例，每个所述监测因子对应的预设的颜色浓度对照数据库的制定方法包括以下步骤：将每个所述监测因子对应的预设的标准浓度区间划分成q个子浓度区间，对每个所述子浓度区间设置一个颜色，并对应存储形成所述预设的颜色浓度对照数据库。
根据本发明的一个实施例，所述q为200。
采用200个不同浓度差的分级颜色，这样使得绘制图片时，趋势渐变更加平滑，并能更加精准的反映同一垂直面的浓度变化趋势，如图2所示。
根据本发明的一些实施例，所述激光分析模块将当前的采集时间采集到的所述浓度数据实时上传至所述走航平台；所述走航平台将当前的相邻两个所述采集时间对应的所述浓度数据作为该监测因子对应的当前的浓度矩阵；所述走航平台根据所述当前的浓度矩阵绘制当前的监测因子浓度趋势图。
根据本发明的一些实施例，相邻两采集时间的时间间隔小于等于10s。
任何提及“一个实施例”、“实施例”、“示意性实施例”等意指结合该实施例描述的具体构件、结构或者特点包含于本发明的至少一个实施例中。在本说明书各处的该示意性表述不一定指的是相同的实施例。而且，当结合任何实施例描述具体构件、结构或者特点时，所主张的是，结合其他的实施例实现这样的构件、结构或者特点均落在本领域技术人员的范围之内。
尽管参照本发明的多个示意性实施例对本发明的具体实施方式进行了详细的描述，但是必须理解，本领域技术人员可以设计出多种其他的改进和实施例，这些改进和实施例将落在本发明原理的精神和范围之内；具体而言，在前述公开、附图以及权利要求的范围之内，可以在零部件和/或者从属组合布局的布置方面作出合理的变型和改进，而不会脱离本发明的精神；除了零部件和/或布局方面的变型和改进，其范围由所附权利要求及其等同物限定。
Claims (7)
1.一种走航激光监测因子浓度趋势图的绘图方法，其特征在于，包括以下步骤：
走航车上的激光分析模块将采集到的监测因子的浓度数据上传至走航平台，每个所述监测因子在每个采集时间对应的所述浓度数据包括该监测因子在该采集时间、在所述激光分析模块射出的垂直激光线上的n个虚设区间分别对应的浓度值；
所述走航平台将每相邻两个所述采集时间对应的所述浓度数据作为该监测因子对应的一个浓度矩阵；
所述走航平台根据所述浓度矩阵绘制监测因子浓度趋势图，
其中，根据所述浓度矩阵绘制所述监测因子浓度趋势图的方法包括以下步骤：
将所述浓度矩阵的各个浓度值分别代入预设的颜色浓度对照数据库中获取各个所述浓度值对应的颜色，
将每个虚设区间的所述浓度值对应的颜色按照时间顺序依次沿横向排布形成水平浓度趋势线，将n个所述水平浓度趋势线按照虚设区间的空间分布顺序纵向排布得到所述监测因子浓度趋势图。
2.根据权利要求1所述的一种走航激光监测因子浓度趋势图的绘图方法，其特征在于，所述激光分析模块将所述浓度数据上传至所述走航平台的后台，所述后台根据所述浓度数据形成对应的所述浓度矩阵，并根据该浓度矩阵绘制所述监测因子浓度趋势图，再将该监测因子浓度趋势图发送给所述走航平台的前台，让该前台显示。
3.根据权利要求1所述的一种走航激光监测因子浓度趋势图的绘图方法，其特征在于，根据所述浓度矩阵绘制所述监测因子浓度趋势图的方法包括以下步骤：
在该浓度矩阵中，对于每个所述虚设区间，将该虚设区间的起始采集时间的浓度值Cb和终点采集时间的浓度值Ce相减得出差值D；将所述差值D除以预设参考值P得出加权系数K，并以所述起始采集时间的浓度值Cb为起点逐个累加加权系数K得出p-1个浓度值C；将该虚设区间对应的该p-1个浓度值C、所述起始采集时间的浓度值Cb及所述终点采集时间的浓度值Ce分别代入所述颜色浓度对照数据库中获取其对应的颜色；
将每个虚设区间对应的p-1个浓度值C、所述起始采集时间的浓度值Cb及所述终点采集时间的浓度值Ce按照时间顺序依次沿横向排布形成所述水平浓度趋势线，将n个所述水平浓度趋势线按照虚设区间的空间分布顺序纵向排布得到所述监测因子浓度趋势图。
4.根据权利要求3所述的一种走航激光监测因子浓度趋势图的绘图方法，其特征在于，所述预设参考值P为256。
5.根据权利要求1所述的一种走航激光监测因子浓度趋势图的绘图方法，其特征在于，每个所述监测因子对应的预设的颜色浓度对照数据库的制定方法包括以下步骤：
将每个所述监测因子对应的预设的标准浓度区间划分成q个子浓度区间，对每个所述子浓度区间设置一个颜色，并对应存储形成所述预设的颜色浓度对照数据库。
6.根据权利要求1所述的一种走航激光监测因子浓度趋势图的绘图方法，其特征在于，所述q为200。
7.根据权利要求1所述的一种走航激光监测因子浓度趋势图的绘图方法，其特征在于，所述激光分析模块将当前的采集时间采集到的所述浓度数据实时上传至所述走航平台；
所述走航平台将当前的相邻两个所述采集时间对应的所述浓度数据作为该监测因子对应的当前的浓度矩阵；
所述走航平台根据所述当前的浓度矩阵绘制当前的监测因子浓度趋势图。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011616002.5A CN112562041A (zh) | 2020-12-31 | 2020-12-31 | 一种走航激光监测因子浓度趋势图的绘图方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011616002.5A CN112562041A (zh) | 2020-12-31 | 2020-12-31 | 一种走航激光监测因子浓度趋势图的绘图方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112562041A true CN112562041A (zh) | 2021-03-26 |
Family
ID=75034854
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011616002.5A Pending CN112562041A (zh) | 2020-12-31 | 2020-12-31 | 一种走航激光监测因子浓度趋势图的绘图方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112562041A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114778774A (zh) * | 2022-04-21 | 2022-07-22 | 平安国际智慧城市科技股份有限公司 | 基于人工智能的温室气体监测方法及相关设备 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH11306367A (ja) * | 1998-04-23 | 1999-11-05 | Fujitsu Ltd | トレンドグラフの描画方法及びそのプログラムを格納した記憶媒体 |
| US20070216682A1 (en) * | 2006-03-15 | 2007-09-20 | Honeywell International Inc. | Method and apparatus for displaying three dimensions of data in a trend plot |
| CN207540972U (zh) * | 2017-12-01 | 2018-06-26 | 北京怡孚和融科技有限公司 | 一种可测量气体三维浓度分布的走航激光雷达系统 |
| CN109035366A (zh) * | 2018-09-04 | 2018-12-18 | 珠海迈科智能科技股份有限公司 | 一种频谱趋势图的生成方法 |
| CN109633680A (zh) * | 2019-01-30 | 2019-04-16 | 安徽科创中光科技有限公司 | 基于激光雷达的四步闭环大气污染溯源系统及方法 |
| CN110926618A (zh) * | 2019-12-16 | 2020-03-27 | 国网辽宁省电力有限公司鞍山供电公司 | 一种基于激光扫描成像的温度监测装置及温度监测分析方法 |
| CN111289040A (zh) * | 2020-04-03 | 2020-06-16 | 中科三清科技有限公司 | 走航监测系统 |
| CN112102432A (zh) * | 2020-09-17 | 2020-12-18 | 中科三清科技有限公司 | 空气质量垂直分布图绘制方法、装置及存储介质 |
| CN112102433A (zh) * | 2020-09-17 | 2020-12-18 | 中科三清科技有限公司 | 空气污染物垂直分布图绘制方法、设备及存储介质 |
-
2020
- 2020-12-31 CN CN202011616002.5A patent/CN112562041A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH11306367A (ja) * | 1998-04-23 | 1999-11-05 | Fujitsu Ltd | トレンドグラフの描画方法及びそのプログラムを格納した記憶媒体 |
| US20070216682A1 (en) * | 2006-03-15 | 2007-09-20 | Honeywell International Inc. | Method and apparatus for displaying three dimensions of data in a trend plot |
| CN207540972U (zh) * | 2017-12-01 | 2018-06-26 | 北京怡孚和融科技有限公司 | 一种可测量气体三维浓度分布的走航激光雷达系统 |
| CN109035366A (zh) * | 2018-09-04 | 2018-12-18 | 珠海迈科智能科技股份有限公司 | 一种频谱趋势图的生成方法 |
| CN109633680A (zh) * | 2019-01-30 | 2019-04-16 | 安徽科创中光科技有限公司 | 基于激光雷达的四步闭环大气污染溯源系统及方法 |
| CN110926618A (zh) * | 2019-12-16 | 2020-03-27 | 国网辽宁省电力有限公司鞍山供电公司 | 一种基于激光扫描成像的温度监测装置及温度监测分析方法 |
| CN111289040A (zh) * | 2020-04-03 | 2020-06-16 | 中科三清科技有限公司 | 走航监测系统 |
| CN112102432A (zh) * | 2020-09-17 | 2020-12-18 | 中科三清科技有限公司 | 空气质量垂直分布图绘制方法、装置及存储介质 |
| CN112102433A (zh) * | 2020-09-17 | 2020-12-18 | 中科三清科技有限公司 | 空气污染物垂直分布图绘制方法、设备及存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| 无锡中科光电: "重磅！中科光电推出大气环境立体移动监测车典型系列", Retrieved from the Internet <URL:https://www.instrument.com.cn/netshow/sh102969/news_219891.htm> * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114778774A (zh) * | 2022-04-21 | 2022-07-22 | 平安国际智慧城市科技股份有限公司 | 基于人工智能的温室气体监测方法及相关设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11454534B2 (en) | Method and system for optical and microwave synergistic retrieval of aboveground biomass | |
| US8352410B2 (en) | Method and system for estimating vegetation growth relative to an object of interest | |
| US8599365B2 (en) | System and method for identifying individual trees in LiDAR data using local view | |
| CN108320329A (zh) | 一种基于3d激光的3d地图创建方法 | |
| US11295130B2 (en) | Aerial line extraction system and aerial line extraction method | |
| St-Onge et al. | Assessing forest gap dynamics and growth using multi-temporal laser-scanner data | |
| Sieglaff et al. | A satellite-based convective cloud object tracking and multipurpose data fusion tool with application to developing convection | |
| CN109472776A (zh) | 一种基于深度显著性的绝缘子检测及自爆识别方法 | |
| CN109631776B (zh) | 一种高压输电线路导线结冰厚度自动测量方法 | |
| CN112562041A (zh) | 一种走航激光监测因子浓度趋势图的绘图方法 | |
| US20100105399A1 (en) | Method and Arrangement for Improved Radio Network Planning, Simulation and Analyzing in Telecommunications | |
| Bruggisser et al. | Comparison of forest structure metrics derived from UAV lidar and ALS data | |
| KR101874968B1 (ko) | 이미지 정보 기반의 시정거리 측정 시스템 및 이를 이용한 시정거리 측정 방법 | |
| Ravi et al. | Wheel-based lidar data for plant height and canopy cover evaluation to aid biomass prediction | |
| CN115931774A (zh) | 基于无人机监测作物水分状况的方法、存储介质及设备 | |
| Rossmann et al. | Using airborne laser-scanner-data in forestry management: A novel approach to single tree delineation | |
| CN114236475A (zh) | 一种基于图像熵判断气象杂波抑制算法效果的方法 | |
| McCulloch et al. | Utility pole extraction using vehicle-mounted LIDAR for dynamic line rating | |
| Karthigesu et al. | Improving the Estimation of Structural Parameters of a Mixed Conifer–Broadleaf Forest Using Structural, Textural, and Spectral Metrics Derived from Unmanned Aerial Vehicle Red Green Blue (RGB) Imagery | |
| CN118115952B (zh) | 一种城市低空复杂背景下无人机图像全天候检测方法及系统 | |
| CN116518942B (zh) | 矿山采空区测量方法、装置、无人机及可读存储介质 | |
| CN112528555B (zh) | 一种土壤水分图绘制方法及装置 | |
| US20230243976A1 (en) | Systems and methods for utility pole loading and/or clearance analyses | |
| Clode et al. | Accurate building outlines from als data | |
| CN115018925A (zh) | 一种用于宽体矿卡传感器的标定方法、系统、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 |