CN113811765A - 用于监测区域的质量和确定区域的污染的方法和装置 - Google Patents
用于监测区域的质量和确定区域的污染的方法和装置 Download PDFInfo
- Publication number
- CN113811765A CN113811765A CN202080034676.6A CN202080034676A CN113811765A CN 113811765 A CN113811765 A CN 113811765A CN 202080034676 A CN202080034676 A CN 202080034676A CN 113811765 A CN113811765 A CN 113811765A
- Authority
- CN
- China
- Prior art keywords
- sensor
- space
- data processing
- processing system
- sensors
- 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 51
- 238000012544 monitoring process Methods 0.000 title claims abstract description 36
- 238000011109 contamination Methods 0.000 title claims abstract description 30
- 238000005259 measurement Methods 0.000 claims abstract description 140
- 230000033001 locomotion Effects 0.000 claims abstract description 125
- 238000012545 processing Methods 0.000 claims abstract description 79
- 239000000126 substance Substances 0.000 claims description 56
- 239000012530 fluid Substances 0.000 claims description 40
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 21
- 230000007613 environmental effect Effects 0.000 claims description 15
- 238000009826 distribution Methods 0.000 claims description 6
- 239000000356 contaminant Substances 0.000 claims description 4
- 230000009471 action Effects 0.000 claims description 3
- 238000002360 preparation method Methods 0.000 claims description 3
- 238000013459 approach Methods 0.000 claims 1
- 230000002265 prevention Effects 0.000 claims 1
- 239000003570 air Substances 0.000 description 42
- 239000007789 gas Substances 0.000 description 17
- 239000007788 liquid Substances 0.000 description 10
- 238000001514 detection method Methods 0.000 description 9
- 230000005855 radiation Effects 0.000 description 8
- MWUXSHHQAYIFBG-UHFFFAOYSA-N nitrogen oxide Inorganic materials O=[N] MWUXSHHQAYIFBG-UHFFFAOYSA-N 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 5
- 239000000428 dust Substances 0.000 description 5
- 239000003344 environmental pollutant Substances 0.000 description 5
- 231100001261 hazardous Toxicity 0.000 description 5
- 239000002245 particle Substances 0.000 description 5
- 231100000719 pollutant Toxicity 0.000 description 5
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 description 4
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 4
- RAHZWNYVWXNFOC-UHFFFAOYSA-N Sulphur dioxide Chemical compound O=S=O RAHZWNYVWXNFOC-UHFFFAOYSA-N 0.000 description 4
- 230000006978 adaptation Effects 0.000 description 4
- 238000009434 installation Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 241001465754 Metazoa Species 0.000 description 3
- 238000010521 absorption reaction Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 230000005670 electromagnetic radiation Effects 0.000 description 3
- 238000004880 explosion Methods 0.000 description 3
- 239000002360 explosive Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 239000007787 solid Substances 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical class S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 description 2
- 238000001069 Raman spectroscopy Methods 0.000 description 2
- YUWBVKYVJWNVLE-UHFFFAOYSA-N [N].[P] Chemical compound [N].[P] YUWBVKYVJWNVLE-UHFFFAOYSA-N 0.000 description 2
- 239000000443 aerosol Substances 0.000 description 2
- 239000012080 ambient air Substances 0.000 description 2
- 229910021529 ammonia Inorganic materials 0.000 description 2
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 2
- 229910002092 carbon dioxide Inorganic materials 0.000 description 2
- 238000009792 diffusion process Methods 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 229940079593 drug Drugs 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 210000003608 fece Anatomy 0.000 description 2
- 239000000383 hazardous chemical Substances 0.000 description 2
- 229910001872 inorganic gas Inorganic materials 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 150000002500 ions Chemical class 0.000 description 2
- 231100000636 lethal dose Toxicity 0.000 description 2
- 239000010871 livestock manure Substances 0.000 description 2
- 230000007257 malfunction Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 229910044991 metal oxide Inorganic materials 0.000 description 2
- 150000004706 metal oxides Chemical class 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- 229910052760 oxygen Inorganic materials 0.000 description 2
- 239000001301 oxygen Substances 0.000 description 2
- 239000002957 persistent organic pollutant Substances 0.000 description 2
- 230000001681 protective effect Effects 0.000 description 2
- 230000002829 reductive effect Effects 0.000 description 2
- 239000000779 smoke Substances 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 235000010269 sulphur dioxide Nutrition 0.000 description 2
- 239000012855 volatile organic compound Substances 0.000 description 2
- 244000025254 Cannabis sativa Species 0.000 description 1
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- 206010020751 Hypersensitivity Diseases 0.000 description 1
- 238000004566 IR spectroscopy Methods 0.000 description 1
- 229920000426 Microplastic Polymers 0.000 description 1
- CBENFWSGALASAD-UHFFFAOYSA-N Ozone Chemical compound [O-][O+]=O CBENFWSGALASAD-UHFFFAOYSA-N 0.000 description 1
- 150000001252 acrylic acid derivatives Chemical class 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000003915 air pollution Methods 0.000 description 1
- 150000001298 alcohols Chemical class 0.000 description 1
- 150000001299 aldehydes Chemical class 0.000 description 1
- 150000001335 aliphatic alkanes Chemical class 0.000 description 1
- 150000001336 alkenes Chemical class 0.000 description 1
- 208000026935 allergic disease Diseases 0.000 description 1
- 230000007815 allergy Effects 0.000 description 1
- 150000001412 amines Chemical class 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 150000003842 bromide salts Chemical class 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 229910002091 carbon monoxide Inorganic materials 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 239000002575 chemical warfare agent Substances 0.000 description 1
- 150000008280 chlorinated hydrocarbons Chemical class 0.000 description 1
- 238000004587 chromatography analysis Methods 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000005264 electron capture Effects 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 150000002148 esters Chemical class 0.000 description 1
- 150000002170 ethers Chemical class 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000004817 gas chromatography Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 229910001385 heavy metal Inorganic materials 0.000 description 1
- 238000000589 high-performance liquid chromatography-mass spectrometry Methods 0.000 description 1
- 229910000037 hydrogen sulfide Inorganic materials 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 150000002484 inorganic compounds Chemical class 0.000 description 1
- 229910010272 inorganic material Inorganic materials 0.000 description 1
- 150000004694 iodide salts Chemical class 0.000 description 1
- 239000010416 ion conductor Substances 0.000 description 1
- 150000002576 ketones Chemical class 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 230000031700 light absorption Effects 0.000 description 1
- 244000144972 livestock Species 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000001745 non-dispersive infrared spectroscopy Methods 0.000 description 1
- 239000011368 organic material Substances 0.000 description 1
- 239000000575 pesticide Substances 0.000 description 1
- 150000003003 phosphines Chemical class 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 230000002285 radioactive effect Effects 0.000 description 1
- 239000000941 radioactive substance Substances 0.000 description 1
- 206010037844 rash Diseases 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000002470 solid-phase micro-extraction Methods 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
- 239000004291 sulphur dioxide Substances 0.000 description 1
- 238000004885 tandem mass spectrometry Methods 0.000 description 1
- 150000003568 thioethers Chemical class 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
- 238000004065 wastewater treatment Methods 0.000 description 1
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
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/94—Investigating contamination, e.g. dust
-
- 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
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/33—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using ultraviolet light
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/3504—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing gases, e.g. multi-gas analysis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/41—Refractivity; Phase-affecting properties, e.g. optical path length
- G01N21/4133—Refractometers, e.g. differential
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/47—Scattering, i.e. diffuse reflection
- G01N21/4788—Diffraction
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- 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
- G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
- G01N33/0036—Specially adapted to detect a particular component
- G01N33/004—Specially adapted to detect a particular component for CO, CO2
-
- 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
- G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
- G01N33/0036—Specially adapted to detect a particular component
- G01N33/0047—Specially adapted to detect a particular component for organic compounds
-
- 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, e.g. intermittent, or the display, e.g. digital
-
- 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
-
- 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
- G01N33/18—Water
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2201/00—Features of devices classified in G01N21/00
- G01N2201/02—Mechanical
- G01N2201/021—Special mounting in general
- G01N2201/0214—Airborne
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2201/00—Features of devices classified in G01N21/00
- G01N2201/02—Mechanical
- G01N2201/021—Special mounting in general
- G01N2201/0216—Vehicle borne
Landscapes
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Immunology (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Pathology (AREA)
- Biochemistry (AREA)
- Engineering & Computer Science (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Combustion & Propulsion (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明涉及一种用于监测区域的质量和确定区域的污染的方法和用于监测区域的质量和确定区域的污染的装置,其中,方法具有以下方法步骤:利用传感器系统测量区域中的多个质量参数实际值,其中,在多个测量地点处测量至少一个质量参数的实际值,其中,传感器系统包括多个传感器;将在相应的测量地点处测量的质量参数实际值与针对相应的测量地点存储在数据处理系统中的期望值进行比较;以及利用控制系统将至少一个移动传感器移动到与至少一个移动传感器的先前的测量地点相距一定距离的测量地点,其中,在中断的情况下,至少一个移动传感器利用控制系统以与所存储的移动计划不同的方式移动,其中,数据处理系统确定区域的特定污染的空间扩散、污染类型和/或浓度。
Description
技术领域
本发明涉及用于监测空间的质量和检测空间的污染的方法以及用于监测空间的质量和检测空间的污染的系统。
背景技术
空间中的流体(例如空气空间中的空气,例如城市或工业厂房上方的空气)可以根据各种因素而具有不同的质量。例如,空气质量的损害可能是由各种不同物质的局部排放引起的,或者是由风吹送的。这样的损害对于人来说可以通过气味感知或者可以是视觉上可检测的。然而,当空气质量已经严重受损时,人通常仅可以识别这样的事件。一些损害根本无法被人识别,其它损害是非常明显可感知但不是危险的。另外,这样的损害可能在局部非常有限,使得损害仅在少数位置处可见。
因此,为了保护人群,在一些区域中,需要连续地且在空间范围内监测空间的质量。
用于质量监测的系统是公知的。
例如,US 2019/0113445 A1描述了一种空气污染监测系统和方法,其中,多个监测设备布置在不同的高度和水平,并且监测设备的红外反射阵列布置在不同的高度,以收集在不同高度处的空气空间中扩散的气团的化学成分的红外光谱数据。使用IR光谱确定气团所含的污染因子和各个因子的污染水平,以便定性和定量分析污染因子,从而使得能够在特定区域进行连续监测。
为了以高灵敏度和高准确度监测质量,通常使用大量的传感器。然而,这些传感器有时非常昂贵,因此不安装成覆盖整个空间或至少不以足够的密度安装。在不同位置安装各种传感器或者完全找到合适的位置可能是耗时的。另一个缺点可能是,尽管仔细定位,但是传感器看不到空间中的某些位置和物质,或者分布得太粗糙。为了特别精确地确定质量,还需要仅可以局部测量的传感器。因此,用于监测空间质量的已知方法和设备仍然提供了改进的潜力。
US 7 383 129 B1描述了一种用于使监测物质污染的场景可视化的系统和方法。利用物质检测器扫描场景,以检测例如有害化学或生物物质的物质。确定物质的位置。生成表示场景中的所检测的物质的图形元素数据。基于所检测的物质的位置,利用图形元素数据来增强场景的显示视图,以显示场景的视图中的所检测的物质,并且向用户指示所检测的物质相对于环境的位置和类型。
US 2009/018780 A1描述了一种用于获得关于环境空气中的污染物的信息的方法和系统。多个检测系统实时测量环境空气中的污染物。多个检测系统中的每一个检测系统分析污染物的有害物质。多个检测系统将关于有害物质的信息发送到卫星监测系统。卫星监测系统接收所发送的信息。卫星监测系统对由各个检测系统发送的信息进行封装,并对封装后的信息进行分析。卫星监测系统将分析的信息发送到安装在指挥站处的计算设备上的控制台。控制台从卫星监测系统接收所发送的信息,并基于所发送的信息将用户交互传送到卫星监测系统。
发明内容
本发明的目的是提供一种用于监测空间的质量和检测空间的污染的改进的方法和系统。
根据本发明,该目的通过根据权利要求1的方法和根据权利要求14的系统来解决。有利的另外的实施例在从属权利要求中指出。它们可以根据期望组合,除非上下文清楚地指出相反的情况。
本发明提出了一种用于监测空间的质量和检测空间的污染的方法,其中,空间是由空间坐标可确定的容积,所述空间包括流体或所述空间大致填充有流体。
方法包括以下步骤:
a)利用传感器系统测量空间中的多个质量参数实际值,其中,空间是由空间坐标可确定的容积,所述空间包括流体或所述空间大致填充有流体,其中,在多个测量地点处测量至少一个质量参数的实际值,其中,传感器系统包括多个传感器,其中,传感器是移动传感器,或至少一个传感器是固定传感器并且至少一个传感器是移动传感器,其中,各个传感器在由空间坐标限定的测量地点的位置处测量至少一个质量参数实际值;
b)将在多个测量地点处测量的质量参数实际值发送到数据处理系统;
c)将在相应的测量地点处测量的质量参数实际值与针对相应的测量地点存储在数据处理系统中的目标值进行比较;以及
d)利用控制系统将至少一个移动传感器移动到与至少一个移动传感器的先前的测量地点间隔的测量地点,
其中,至少一个移动传感器根据存储在数据处理系统中的移动计划或根据新计算的移动计划移动到不同的测量地点,其中,在至少一个实际值偏离针对相应测量地点定义的目标值的事故的情况下,至少一个移动传感器利用控制系统偏离所存储的移动计划移动,并且在具有所检测的实际值偏离的测量地点的位置周围的空间中移动,在另外的测量地点处测量另外的质量参数实际值,并且将它们发送到数据处理系统,其中,数据处理系统确定空间的相应污染的空间扩散、污染类型和/或浓度。
为了本发明的目的,空间被理解成可以由空间坐标确定的容积。该空间可以例如由地板、墙壁和/或天花板部分地或完全地封闭,但是也可以没有边界。在术语“空间”下,应当理解,空间包括至少一种流体,或者空间大致填充有流体。
根据一个实施例,空间可以包括至少一种流体。根据另外的实施例,空间可以至少大致填充有流体。
大致出于本发明的目的,意指流体占据了空间的大部分容积,或者大于50容积%的空间包括流体。
在本发明的意义上,流体是气体、液体或包括气体和液体的混合物。优选地,流体可以包括水、水蒸气和/或空气。根据本发明,例如,流体可以大致包括水或空气。优选地,可以规定,空间包括空气空间和/或空间包括水空间,优选地为空气空间,并且质量参数是空气质量参数和/或水质参数,优选地为空气质量参数。特别地,可以规定,空间的流体与空间外部的流体进行质量交换。
为了本发明的目的,数量意指至少一个的数量。为了本发明的目的,多个应理解为至少两个的数量。
为了本发明的目的,质量参数意指直接或间接指示空间中的介质的质量的参数。特别优选地,可以规定,质量参数是空气质量参数,并且空间是空气空间。替代性地或另外地,可以规定,质量参数是水质参数,并且空间是水体。优选地,可以规定,质量参数选自由物质和/或物质组的浓度、流体对电磁辐射的吸收和/或透射、和/或电磁辐射本身的强度构成的组。例如,空气中的某些气体、液体或固体的浓度可以被理解为质量参数。在这个背景下,测量质量参数也可以意指不直接测量浓度,而是测量另一可测量的参数,例如吸收、电阻率、电容等,该参数然后被转换为浓度,作为原始数据。在这个背景下,未转换的原始数据也应被理解为质量参数。为了本发明的目的,质量参数也可以被理解成意指仅间接影响空间质量的参数。例如,在物质不直接影响空间质量的浓度范围内的物质浓度也可以是质量参数。因此,这也可以理解成意指检测例如用于准备/执行恐怖袭击的物质(例如爆炸物、化学、生物或放射性物质(战剂))、以及少量的药物或精神药物。因此,为了本发明的目的,污染不仅被理解为对健康有害的浓度意义上的污染,而且被理解为与正常状态的可确定的偏离。
为了本发明的目的,实际值意指实际测量的值或从原始数据转换的测量值。为了本发明的目的,目标值应被理解为对于实际值给出的可接受值。因此,目标值可以由上限值和/或下限值确定。适用的限值可以是例如ERPG、MAK、IDLH、TEEL、AGW、AEGL、BAT、爆炸限值、辐射限值、致命剂量或致命浓度。
为了本发明的目的,测量地点是流体被测量的位置。因此,测量地点也可以具有对应的测量容积。
为了本发明的目的,质量参数实际值意指在测量质量参数的测量地点处的质量参数的实际值。
因此,在本发明的意义上,多个质量参数实际值意指至少两个质量参数实际值。在本发明的意义上,至少两个质量参数实际值可以因所测量的质量参数本身和/或因测量地点而充分不同。例如,可以通过在两个不同的测量地点处测量质量参数来获得多个质量参数实际值。替代性地或另外地,可以通过在一个测量地点处测量不同的质量参数来获得多个质量参数实际值。因此,通过在多个测量地点处测量至少一个质量参数的实际值,已经在本发明的意义上测得多个质量参数实际值。
为了本发明的目的,移动传感器是相对于空间的位置可以被改变的传感器。可以规定,移动传感器不是持续运动,而是还可以至少暂时保持其位置。为了本发明的目的,固定传感器应被理解为相对于空间的位置无法以常规的方式来改变的传感器。例如,该传感器应被理解为附接到固定物体(例如墙壁、桅杆、塔、烟囱或路灯)的传感器。该附接可以是可拆卸的,例如以允许固定传感器的维护或更换。
因此,在步骤a)中用于监测空间的质量和检测空间的污染的方法中,利用传感器系统在空间中测量多个质量参数实际值,该空间是由空间坐标可确定的容积,其包括流体或大致填充有流体。在多个测量地点处测量至少一个质量参数的实际值。因此,在相应的测量地点处测量至少一个质量参数的实际值,由此,总体上在不同的测量地点处测量实际值,并且也可以在相应的测量地点处测量不同的质量参数。传感器系统包括多个传感器,其中,传感器是移动传感器,或者至少一个传感器是固定传感器并且至少一个传感器是移动传感器。各个传感器在由空间坐标可确定的测量地点的位置处测量至少一个质量参数实际值。在这个背景下,在本发明的意义上,多个传感器意指至少两个传感器。
多个传感器可包括例如≥2至≤50、优选≥3至≤40、更优选≥4至≤35、甚至更优选≥5至≤30、进一步优选≥6至≤25、进一步优选≥7至≤20个移动传感器。然而,多个传感器还可包括例如≥5至≤45、优选≥8至≤42、更优选≥9至≤38、甚至更优选≥10至≤36、更优选≥12至≤32、进一步优选≥15至≤18个移动传感器。
多个传感器可包括例如≥1至≤50、优选≥2至≤40、更优选≥4至≤35、甚至更优选≥5至≤30、进一步优选≥6至≤25、进一步优选≥7至≤20个固定传感器。然而,多个传感器还可包括例如≥3至≤45、优选≥8至≤42、更优选≥9至≤38、甚至更优选≥10至≤36、更优选≥12至≤32、进一步优选≥15至≤18个固定传感器。
多个传感器可以包括,例如:
-≥2至≤50、优选≥3至≤40、更优选≥4至≤35、还更优选≥5至≤30、更优选≥6至≤25、还更优选≥7至≤20、或≥5至≤45、优选≥8至≤42、更优选≥9至≤38、甚至更优选≥10至≤36、更优选≥12至≤32、甚至更优选≥15至≤18个移动传感器;以及
≥1至≤20、优选≥2至≤18、更优选≥4至≤16、甚至更优选≥5至≤14、更优选≥6至≤12、进一步优选≥7至≤10个固定传感器。
根据另一个实施例,固定传感器与移动传感器的比率可以是1:3至1:100,优选1:4至1:60,更优选1:5至1:50,还更优选1:10至1:30,更优选1:15至1:20,进一步优选0:200至0:20000。例如,可以发出100个移动传感器的群来监测30×100km、优选地2×4km的大区域。
在方法步骤b)中,将在多个测量地点处测量的质量参数实际值发送到数据处理系统。在这个背景下,发送应被理解为系统的发送和接收。应当理解,质量参数实际值从传感器系统以如下这种方式来发送:它们可以被数据处理系统接收、分配和解释。数据处理系统可以由若干数据处理系统构成,这些数据处理系统例如优选自主地联接到移动和固定的传感器载体系统(例如交通工具、飞行器、水运工具)上,或者通过系统的发送和接收在数据网络中彼此通信,并且总体上形成数据处理系统。特别地,数据处理系统可以将质量参数实际值分配给借助于空间坐标确定的测量地点的位置。可以规定,传感器将测量点的位置直接发送到数据处理系统。替代性地,可以规定,传感器将其标识发送到数据处理系统,并且控制系统将所关联的位置发送到数据处理系统。在固定传感器的情况下,可以规定,传感器仅发送其标识,并且测量地点的位置被存储在数据处理系统中。
在方法步骤c)中,将在相应的测量点处测量的质量参数实际值与针对相应的测量点存储在数据处理系统中的目标值进行比较。这确定了质量参数实际值是否偏离目标值。
在方法步骤d)中,然后通过控制系统将至少一个移动传感器移动到与至少一个移动传感器的先前的测量地点间隔的测量地点。因此,在各个方法步骤d)之后,至少一个传感器可以在不同的测量地点处测量至少一个质量参数实际值。
规定了至少一个移动传感器根据存储在数据处理系统中的移动计划移动到相应的测量地点。因此,移动计划确定至少一个移动传感器在各个方法步骤d)中的移动。可以存储适应于待监测的空间以及移动和固定传感器的数量的移动计划。
规定了在至少一个实际值偏离针对相应测量地点定义的目标值的事故的情况下,至少一个移动传感器利用控制系统偏离所存储的移动计划移动,并且在具有所检测的实际值偏离的测量地点的位置周围的空间中或优选地在根据数据处理系统的分散预测的浓度云周围的空间中移动,测量另外测量地点处的另外质量参数实际值,并且将它们发送到数据处理系统,由此,数据处理系统确定空间的相应污染的空间扩散、污染类型和/或浓度,并且优选地根据天气数据再次预测分散。因此,事故是在方法步骤c)中确定质量参数实际值与目标值的偏离的情况。因此,可以精确地确定污染。
事故是至少一个实际值偏离针对相应测量点定义的目标值的情况。故障可以根据危险来分类。例如,事故可以是危险或无害的事故。根据事故的危险水平,可以规定,仅关于偏离的信息由数据处理系统提供,并且偏离移动计划的移动不由移动传感器执行。例如,可以规定,在事故的情况下,来自中欧撒哈拉的沙尘、肥料(粪肥、泥浆)的散布或草屑/干草气味不会导致移动。
上述方法有利地使得能够利用相对少量的传感器来监测空间。上述方法有利地使得系统本身能够更详细地研究是否超过质量参数,而不必依赖特别大量的传感器。
优选地,可以规定,多个传感器包括多个固定传感器和多个移动传感器,其中,至少一个传感器是固定传感器,并且至少一个传感器是移动传感器。有利地,通过移动传感器和固定传感器的交互,可以实现该方法特别灵活并且同时具有成本效益。
优选地,可以规定,多个传感器包括至少三个传感器。优选地,可以规定,多个传感器包括适于监测空间的质量和检测空间的污染的要求的多个传感器。例如,可以规定,多个传感器包括至少四个、五个、六个、七个、八个、九个或十个传感器。例如,如果待监测的空间特别大或者如果要特别密集地监测质量,则可以规定,多个传感器包括至少二十个、三十个、四十个、五十个或一百个传感器。
优选地,可以规定,至少两个传感器是移动传感器。特别优选地,可以规定,至少三个、四个、五个、六个、七个、八个、九个或十个传感器是移动传感器。在一个实施例中,可以规定,至少二十个、三十个、四十个、五十个或一百个传感器是移动传感器。
优选地,可以规定,至少一个传感器是固定传感器。在特别优选的实施例中,可以规定,至少两个、三个、四个、五个、六个、七个、八个、九个或十个传感器是固定传感器。在一个实施例中,可以规定,至少二十个、三十个、四十个、五十个或一百个传感器是移动传感器。
在一个实施例中,移动传感器的数量可以小于固定传感器的数量。有利地,这使得可以实现特别简单且恒定的对待监测的空间的粗略覆盖。此外,这样可以实现,现有的方法可以不费力地修改成根据本发明的方法。在替代实施例中,移动传感器的数量可大于或等于固定传感器的数量。有利地,这使得可以利用特别少量的传感器实现特别灵活的监测。这意指例如该方法的第一实现方式可以特别成本有效地且快速地执行,因为仅需要设置少量固定传感器或不需要设置固定传感器。
在一个实施例中,可以规定,移动传感器测量质量参数实际值的测量地点具有沿着移动传感器的移动路径延伸的测量容积。由此意指移动传感器在移动期间执行测量。例如,移动传感器可以确定移动期间的特定时间的测量值。有利地,这可以意指移动传感器在测量期间不必停止。结果,可以进行更快的测量。有利地,这也导致了较大测量范围的平均值,使得可能需要较少的测量来获得空间的良好覆盖。
优选地,可以规定,至少一个质量参数是流体中、特别是空气中的物质、特别是污染物和/或有害物质的浓度。该物质可以是溶解和/或分散在流体中、特别是空气中的气体、液体或固体。因此,质量参数也可以涉及气溶胶或烟雾。质量参数可以涉及单个物质或单粒子的浓度,或者它可以涉及一类物质的浓度。质量参数还可以描述流体的质量参数,特别是空气的质量参数,而与特定物质无关。例如,空气的光吸收可以是质量参数,而不是具体地涉及物质的浓度。质量参数也可以是传感器的测量值。
可以规定,传感器是光谱传感器。由此意指传感器测量电磁辐射的吸收、发射、散射或衍射,电磁辐射例如为放射性辐射、X射线辐射、紫外辐射、可见光、红外辐射和/或微波辐射。例如,传感器可以是拉曼、红外或UV/Vis光谱仪。有利地,这样的传感器不需要与流体或空气或待测量的物质或粒子直接接触。
此外,可以规定,传感器是化学传感器。这意指传感器至少部分地与待测量的物质接触,并且受该物质的化学和/或物理特性的影响。例如,这样的传感器的测量层的电阻和/或电容可能受到待测量的物质的影响。有利地,这样的传感器可以对某些物质特别地具有选择性。特别有利地,传感器可以是金属氧化物半导体气体传感器、固态离子导体和/或光电离检测器。替代性地或另外地,可以规定,传感器包括火焰离子化检测器、氮磷检测器、热导检测器和/或原子发射检测器。
可以规定,传感器另外地包括分离设备。在测量实际质量参数值之前,可以使用分离设备来将测量的流体、特别是测量的空气分离成组分。例如,空气可以经由色谱法、特别是气相色谱法分离。空气可以替代性地或另外地经由离子迁移谱仪或替代性地或另外地经由质谱仪、特别是经由扇形磁场或四极质谱仪分离。因此,可以实现通过传感器可以更容易地将一些物质彼此区分。
可以规定,传感器适于执行单独的分析,即,在单独物质的意义上确定质量参数,和/或传感器适于在和参数的意义上确定质量参数,例如有机材料的总含量(TotalContent of Organic material,TOC)。
当质量参数涉及可蒸发的有机液体和有机气体时,可以特别优选的是,传感器是与选自质谱仪(MS和/或MS/MS)、火焰离子化检测器、氮磷检测器、热导检测器、电子俘获检测器和原子发射检测器的组中的至少一个联接的气相色谱仪。当质量参数涉及液体时,可以特别优选的是,传感器是具有DAD和/或UV-Vis检测器的HPLC-MS/MS。对于有机物质、无机化合物和/或液体,可以规定,传感器是NMR光谱仪、红外光谱仪和/或拉曼光谱仪。对于有机和无机溶液和气体,优选地可以规定,传感器是UV-Vis光谱仪。如果质量参数涉及芳族化合物、烯烃、溴化物和碘化物、硫化物和硫醇、有机胺、酮、醚、酯和丙烯酸酯、醛、醇、烷烃、硫化氢、氨和/或膦,则可以特别优选的是,传感器包括光电离检测器。如果质量参数涉及有机和无机气体、爆炸物、药物和/或化学战剂,则优选地可以规定,传感器是离子迁移谱仪。对于无机和有机气体,优选地可以规定,传感器包括电化学电池、试管、热传感器、电导率传感器、电化学扩散传感器和/或金属氧化物传感器。优选地,为了测量α、β、γ和中子辐射,传感器可以包括辐射计。进一步地,对于风速测量和位置确定,优选地可以规定,传感器包括超声和/或次声测量设备。为了确定气溶胶、灰尘、臭氧、氮氧化物、甲烷、二氧化硫、风速和/或为了物体检测/环境检测,优选地可以规定,传感器包括LIDAR。对于物体检测和/或环境检测,优选地可以规定,传感器包括RADAR。如果质量参数涉及灰尘、生物分子和/或花粉,则优选地可以规定,传感器包括粒子计数管。对于有害物质和卤代化合物,例如氯代烃,可以特别优选的是,传感器包括热催化表面电离(TKOI)传感器。对于氧含量,传感器可以优选地是爆炸计。对于湿度,传感器可以优选地是湿度传感器和/或电容传感器。对于风速,传感器可以优选地是风传感器和/或风速计。对于液体或气体中的粒子,传感器可以包括浊度计和/或光学传感器。为了确定液体或气体的折射率,传感器可以包括折射计。进一步地,为了确定温度,传感器可以包括温度计。为了确定大气压力,传感器可以包括压力传感器。进一步地,为了确定pH,传感器可以优选地包括pH计。为了确定盐度,传感器可以优选地包括电导率计。如果质量参数涉及生物气溶胶粒子和/或孢子,则传感器可以优选地包括荧光计。如果质量参数涉及有机气体,则传感器可以优选地包括VOC传感器。如果质量参数涉及无机气体,例如Li、Na、K、Ca等,则传感器优选地可以包括火焰光度计。如果质量参数涉及二氧化碳和/或其它IR活性气体,则优选地可以规定,传感器包括固态气体传感器(NDIR)。
还可以规定,传感器是光学图像传感器。这意指也可以记录空间的图像。图像传感器还可以连续地记录空间的图像,特别是测量地点的图像。
可以规定使用一个传感器来在一个测量地点处测量不同质量参数。这意指传感器可以适于测量不同的质量参数。为此,可以规定,传感器优选地包括不同的测量系统,各个测量系统适于测量至少一个质量参数。例如,传感器可以是光谱传感器和/或化学传感器。由此,应当理解,传感器包括适于执行光谱测量的测量系统和适于执行化学测量的测量系统。
根据优选实施例,可以规定,传感器系统包括不遵循移动计划并且不被控制系统控制的附加移动传感器。例如,传感器系统可以包括由人佩戴的传感器(例如个人剂量计或用于工作场所监测的传感器,例如气体检测器)或附接到不被控制系统控制的交通工具的传感器。这些传感器可以配备有定位设备,并且除了测量值之外还可以指示相关联的测量地点。
根据优选实施例,可以规定,质量参数实际值的测量包括样本收集。样本收集(或采样)应被理解为意指样本的收集,特别是样本的收集和取走。在这个背景下,可以规定,利用被动采样器进行样本收集,这由于较长的暴露时间而可以降低系统的检测极限。可以规定,被动收集器是固定的,并且由移动传感器收集、测量和评估。然后,固定系统可以通过移动传感器来配备有新的或“重置”的被动收集器。根据本发明的优选实施例,可以规定,移动传感器取得样本并将其转移到另一传感器以便分析。例如,可以规定,飞行移动传感器取得样本并且将其转移到在地面上行进的传感器或固定传感器。地面行进传感器或固定传感器然后可以分析样本并将实际质量参数值发送到数据处理系统。优选地,这允许使用复杂的测量方法。特别地,移动传感器因此可以保持较小。还可以实现,可以减少传感器的数量,特别是特别昂贵的传感器的数量,因为若干移动传感器可以将它们的流体样本递送到单个传感器。
优选地,在检测到未知物质或在没有附加测量就无法分配给任何物质的某些实际质量参数值增加的情况下,可以发起样本收集。替代性地或另外地,可以提供利用被动采样器的永久样本收集,其被定期收集/测量。可以有利地规定通过移动传感器单元测量样本。替代性地或另外地,可以规定利用移动传感器将样本运输到分析地点,例如危险区域之外。从而,借助于移动传感器的通过空气的运输路径可以显著地减少直到获得结果的时间。在特别优选的实施例中,可以规定到中央和/或专用传感器的运输。特别优选地,可以在发生概率低的位置安装被动收集器而不是传感器。
根据优选实施例,可以规定,样本集合还包括储备样本的集合。特别优选地,可以规定,移动传感器取得样本并且将其转移到存储系统。这样,如果有必要,则可以提供空间的质量的证明,特别是空气空间的质量的证明。
移动计划可以提供各个移动传感器的测量地点的序列。测量地点可以有利地被选择成使得它们尽可能均匀地覆盖空间。在空间的某些区域中,例如危险源中,可以选择彼此更近的测量地点。移动计划也可以是计划表,使得移动传感器以特定时间间隔移动到相应的测量地点。可以规定,移动计划表还提供根据一天中的某些时间的计划表。例如,空间的某些区域可以在一天的某些时间提供比一天的其它时间更低的间隔的测量地点。另外,移动计划表可考虑移动传感器的数量和/或固定传感器的数量。移动计划可以为各个移动传感器提供相同的测量地点,其中移动传感器以交错的方式移动到指定的测量地点。替代性地,移动计划可为不同移动传感器提供不同测量地点。例如,移动计划可以为各个移动传感器提供单独的移动计划。
因此,移动计划可以特别好地适应于空间和传感器系统的给定条件。因此,可以特别容易地实现对空间的高效监测。该监测也可以特别简单地适应于传感器系统、空间和/或空间环境的变化。
在事故的情况下,用控制系统控制的至少一个移动传感器偏离存储的移动计划。特别地,可以规定,在事故的情况下与实际值偏离目标值的测量地点距离最小的移动传感器围绕具有所检测的实际值偏离的测量地点的位置移动。在优选的实施例中,可以规定,若干或所有移动传感器在具有所检测的实际值偏离的测量地点的位置周围移动。根据质量参数的类型和偏离的大小,可以将紧急性分配给事故情况。根据紧急性,然后可以选择所使用的多个移动传感器,由此,在具有最高紧急性的事故的情况下可以使用所有移动传感器,并且在具有最低紧急性的事故的情况下使用至少一个移动传感器。传感器系统还可以具有当前不遵循移动计划的附加移动传感器,例如当前处于呼叫中的传感器。在事故的情况下,也可以部署这些附加的移动传感器。另外,在事故的情况下,可以规定,固定传感器增加其测量频率。例如,可以规定,在事故的情况下,在特定时间间隔内执行测量的固定传感器在较小的时间间隔内执行测量。还可以规定,固定传感器处于备用模式,并且仅在事故的情况下执行测量。
这样,可以有利地实现,在事故的情况下可以精确地确定空间的污染。通过使用现有的移动传感器,一方面,可以非常快速地对空间的污染做出反应,另一方面,由于可以省去用于确定污染的附加应急系统,因此可以节省资源。
可以在根据定位计划的步骤中进行围绕具有所检测的偏离的测量点的位置的移动。所使用的移动传感器可以围绕具有所检测的偏离的测量地点系统地移动。在另一步骤中,可以根据在方法中测量的质量参数实际值来调节围绕测量地点的位置的移动。例如,传感器可以沿着增加的质量参数实际值或沿着恒定或减小的质量参数实际值移动。
因此,可以实现,可以确定污染的确切扩散。另外,可以确定污染随时间的过程,并且如果有必要,可以识别污染源。
根据方法的优选实施例,可以规定,在步骤a)中,测量附加的流体参数,特别是空气参数,特别是风向、风力、气温、空气湿度和/或气压,并在步骤b)中将其发送到数据处理系统。优选地,可以规定,移动计划适应于另外的流体参数、特别是空气参数。例如,可以规定,根据测量的风向和风力来移位移动计划的测量地点。
这意指可以特别高效地选择测量地点。因此,可以实现特别高效的空气监测。
根据优选实施例,可以规定,至少一个质量参数实际值是流体中、特别是空气中的物质的浓度,特别是有害物质和/或污染物的浓度。
例如,质量参数实际值可以是空气中的氨、非甲烷挥发性有机化合物(Non-methane Volatile Organic Compound,NMVOC)、一氧化碳、二氧化硫、灰尘(特别考虑PM10和PM2.5分数)、氮氧化物、持久性有机污染物(Persistent Organic Pollutant,POP)和重金属的浓度。质量参数实际值还可以是在测量值附近更频繁出现的物质的浓度。例如,在对应的工业设施周围,质量参数实际值可以是工业设施所用物质、尤其是可能由工业设施排放的废气、排放物和/或有害物质的浓度。
根据优选实施例,可以规定,使得另外的环境数据、特别是关于可能的排放源的信息可用于数据处理系统。
这意指可以相应地调节移动计划。另外,在事故的情况下,可以使用环境数据来更具体地搜索目标值偏离的原因。
根据优选实施例,可以自动地、半自动地和/或手动地向数据处理系统提供另外的环境数据。例如,可以连续地使自动提供的另外的环境数据从外部源可用于数据处理系统。例如,可以规定,连续地使关于天气或关于周围交通情况的信息可用于数据处理系统。半自动提供的另外的环境数据可以是仅在某些情况下被自动或手动触发地提供给数据处理系统的信息。例如,操作干扰可以自动或手动地发送到数据处理系统。手动提供的另外的环境数据可以优选地是先前未分类的另外的环境数据。例如,可以将人群的观察结果提供给数据处理系统。例如,居民可以注意到气味或烟雾,并通过电话呼叫中心局将其传送到数据处理系统。为此,规定了数据处理系统包括输入接口,经由该输入接口也可以将关于另外环境数据的信息手动地传送到数据处理系统。
所提供的环境数据也可以是动态环境数据,特别是实时的。例如,可以提供关于道路、船舶或空中交通的数据。在这个背景下,动态环境数据特别意指关于可以改变的可能的排放源的信息。例如,动态环境数据可以意指关于对质量有影响的自然或技术事件的信息。例如,关于来自附近道路、道路标记工作、施工现场、火山喷发和/或沙尘暴的交通堵塞的信息可以是动态环境数据。替代性地或另外地,例如可以提供关于对应工业设施的生产计划的数据。这可以包括关于可以被排放的物质的信息。因此,可以根据环境数据修改移动计划。例如,可以根据期望的排放物类型和位置来选择移动传感器、待监测的质量参数和测量地点。
在优选的实施例中,可以规定,移动计划包括固定物体及其空间坐标,用于将接近移动传感器的最小距离和/或最大距离存储到空间坐标。这意指移动计划可以提供移动传感器在任何情况下应当或不必移动到其中的移动走廊或区域。
这样,可以特别地实现,可以通过控制系统简化移动传感器的移动。特别地,可以考虑固定物体,使得可以不费力地防止与这些物体的碰撞。另外,可以防止未被充分保护的移动传感器移动到例如爆炸区域中。因此,可以提高方法的安全性。
根据优选实施例,可以规定,在移动计划中定义测量地点,预定序列中或统计学上的至少一个移动传感器朝向该测量地点;和/或至少一个移动传感器随机选择待监测的空间内的测量地点。
通过使用预定的序列,可以实现,可以容易地保证最小监测。随机选择的测量地点可以使统计误差最小化。特别地,可以规定,在多个移动传感器的情况下,一些移动传感器以预定顺序控制限定的测量地点,而其他移动传感器随机选择待监测空间内的测量地点。
在多个移动传感器的情况下,移动计划可提供移动传感器的最大可能空间分布。这意指传感器在待监测的空间上特别均匀地分布。
根据优选实施例,可以规定,使移动计划动态地适应。这样,可以确保移动计划允许在任何给定情况下最佳地监测质量参数。在优选实施例中,移动计划的动态适应可以是对环境数据的适应。在这个背景下,可以规定,移动计划在空间中的一些位置上提供更大的测量频率或更大的测量密度。例如,可以规定,移动计划在具有更大的事故发生概率的位置处提供更大的测量频率。优选地,还可以规定,移动计划在潜在事故情况引起更大危险的位置处提供更大的测量频率。此外,可以规定,使移动计划适应环境数据包括适应风向和/或天气。适应还可以是适应一天中的时间、一周中的天、月和/或季节。
根据优选实施例,可以规定,移动计划的适应基于方法的历史测量数据和环境数据。优选地,可以使用人工智能,人工智能适于根据历史测量数据和环境数据来使移动计划适应,以便获得对空间的特别高效的监测。例如,可以规定,识别具有特别高的事故风险或特别高的事故频率的区域,并且自动地修改移动计划,以获得在时间和位置方面对这些区域的特别密集的监测。这样,可以实现,方法在使用期间越来越好地适应空间的条件,并且还可以对变化做出反应。例如,移动计划因此可以自动地适应新的危险源,例如新的或老化的生产设备。
根据优选实施例,可以规定,在事故的情况下,至少一个移动传感器确定流体中、特别是空气中高于目标值的物质的最高浓度的地点。
特别地,这使得可以确定排放是否继续持续。另外,可以跟踪在哪个位置存在最大危险以及该位置可以在哪个方向上移动。这意指可以以特别有针对性的方式采取适当的安全措施。
根据优选实施例,可以规定,由固定传感器和/或移动传感器发送到数据处理系统的质量参数实际值由数据处理系统处理,以创建考虑目标值的伪彩色图。
这可以确保通过空中监视获得的信息可以被很好地理解、报告和进一步处理。
根据优选实施例,可以规定,数据处理系统基于至少一个质量参数实际值和另外的空气数据在时间和/或空间上外推质量参数实际值。
这可以确保可以容易地找到排放源。另外,可以实现,可以特别主动地和快速地发起保护措施。特别优选的是,系统本身发起保护措施。
根据优选实施例,在故障的情况下可以施加标记物质。标记物质被理解为基本无害的物质,其可以容易地通过传感器定性地并且优选地也定量地测量。然后,在故障的情况下,可以像实际质量参数值一样测量标记物质。这样,可以实现,未配备成测量超出的质量参数实际值的传感器也可以经由标记物质跟踪扩散。标记物质例如也可以是人可感知的,特别是可见的。
根据优选实施例,可以规定,当实际值超过目标值时,并且根据实际值超出目标值的扩散和类型,数据处理系统发出自动警告,由此,当一个或多个实际质量参数值与针对借助于一个或多个固定传感器和/或一个或多个移动传感器检查的相应空间而存储在数据处理系统中的一个或多个目标值时,数据处理系统给出解除警报信号。
例如,数据处理系统可以将警告转发给警告应用。另外,数据处理系统可以通知例如消防部门或民防的紧急服务、或者甚至是负责的私人安全服务。
这可以确保如果有必要可以更快地提供帮助。
根据优选实施例,可以规定,如果实际值超过目标值,则数据处理系统根据存储在数据处理系统中的行动计划在这方面提出和/或进行危害预防措施,特别是关闭可能的排放源和/或封堵危害区域。
这特别旨在用于特别危险且易于控制的源。例如,在数据处理系统中可以存储:特定的生产设备在故障情况下可以排放特定污染物。在存储的行动计划中,可以存储:如果超过特定污染物的目标值,则关闭生产设备。
另外的措施可以是关闭通风口、接通排气系统、触发警告系统、致动、特别是关闭减压设备、膨胀设备、应急阀和应急阻尼器。这可以确保尽可能快地停止特别危险的排放。
根据优选实施例,可以规定,移动传感器根据相应的测量地点并且基于测量的质量参数实际值,将该数据发送到数据处理系统,用于创建空间的不同测量地点的目标值分布。
这意指目标值也可以低于通常的极限值。因此,通过该方法可以更快地检测偏离,而不会过度增加假警报的数量。特别地,通过创建目标值分布,可以实现,可以测量与目标值分布的即使非常小的偏离。例如,然后可以单独地跟踪这样的偏离。这样,即使小的偏离也可以提供材料疲劳或即将发生的排放的指示。因此,在偏离标称目标值分布的情况下,可以发起预防措施。
本发明还提出了一种用于监测空间的质量和检测空间的污染的系统,其中,空间是由空间坐标可确定的容积,其包括流体或其大致填充有流体。
系统包括传感器系统、数据处理系统和控制系统,其中,传感器系统包括多个传感器,其中,传感器是移动传感器,或至少一个传感器是固定传感器并且至少一个传感器是移动传感器,其中,传感器系统适于测量空间中的多个质量参数实际值,其中,空间是由空间坐标可确定的容积,空间包括流体或大致填充有流体,其中,在多个测量地点处测量至少一个质量参数的实际值,其中,各个传感器在由空间坐标限定的测量地点的位置处测量至少一个质量参数实际值,其中,传感器系统适于将在多个测量地点处测量的质量参数实际值发送到数据处理系统,其中,数据处理系统适于将在多个测量地点处测量的质量参数实际值与针对相应的测量地点提供的目标值进行比较,其中,控制系统适于将至少一个移动传感器移动到与至少一个移动传感器的先前的测量地点间隔的测量地点,其中,至少一个移动传感器根据存储在数据处理系统中的移动计划移动到不同的测量地点,其特征在于,在至少一个实际值偏离针对相应测量地点定义的目标值的事故的情况下,至少一个移动传感器利用控制系统偏离所存储的移动计划移动,并且在具有所检测的实际值偏离的测量地点的位置周围的空间中移动,在另外的测量地点处测量另外的质量参数实际值,并且将它们发送到数据处理系统,数据处理系统确定空间的相应污染的空间扩散、污染类型和/或浓度。
有利地,上述系统可以用于特别高效地监测空间,并且特别精确地且快速地检测空间的污染。因此,该系统用于进行上述方法。
根据优选实施例,可以规定,数据处理系统包括可以彼此通信的计算机或数据处理设备,由此可以规定,计算机或数据处理设备布置在至少一个移动传感器上。数据处理系统可以由若干数据处理系统构成,这些数据处理系统例如优选自主地联接到移动和固定的传感器载体系统(例如交通工具、飞行器、水运工具)上,或者通过系统的发送和接收在数据网络中彼此通信,并且总体上形成更高效的数据处理系统。
根据优选实施例,可以规定,移动传感器是陆上交通工具、轨道交通工具、缆车交通工具、水上交通工具和/或飞行器,其中,系统特别地包括至少两个移动传感器,并且一个移动传感器是陆上交通工具、轨道交通工具、缆车交通工具或水上交通工具,并且另一个移动传感器是飞行器,特别是无人机。通过规定传感器是特定交通工具,可以理解,对应的传感器布置在对应的交通工具上。因此,在本发明的意义上,移动传感器也是具有固定布置的传感器的交通工具。
陆上交通工具使得实现该系统特别容易。陆上交通工具是已知的,并且其本身特别安全,因为它们通常在故障的情况下简单地停止。然而,对于空间覆盖的空气监测,期望测量点也远高于地面定位。因此,可以规定,陆上交通工具包括设计成到达不同高度处的测量地点的上部结构,例如伸缩臂。
移动传感器也可以包括交通工具。优选地,这些交通工具配备有导航系统,该导航系统在事故的情况下向驾驶员提供驾驶指令,以在安全距离处进行新的测量或远离危险区域移动。优选地,自主交通工具可以在事故的情况下被转向到危险区域中并且进行测量,以提供改善的传播预报和关于情况图片中的危险区域的更准确的信息。
飞行器可以特别好地用于到达不同高度的测量地点。特别优选的飞行器是多旋翼飞行器和/或飞艇,例如具有可选地在不同高度处的绳索上的附接的传感器。这样的飞行器可以有利地容易地控制,并且特别地,可以在空中停滞。这样,有利的是,可以在几乎任何测量地点和任何测量高度进行测量。
水上交通工具可以用于特别良好地到达在水域和海洋中的不同深度处的测量地点,并且在长时间段内向它们供应能量。特别优选在不同深度处具有例如在绳索上附接的传感器的水上交通工具。有利地,这样的水运工具可以容易地转向,并且特别是停滞在水体中。这样,可有利地实现,可在几乎任何测量地点和任何测量深度进行测量,例如测量氧含量、CO2浓度等。
根据优选实施例,可以规定,陆上交通工具、轨道交通工具、缆车交通工具、水上交通工具和/或飞行器是可自主操作的,特别是在自主水平4或5。例如,交通工具可以是UAV、UGV、UWV、UUV、AUV或USV。
因此,陆上交通工具、轨道交通工具、缆车交通工具、水上交通工具和/或飞行器可以特别小。另外,交通工具可以有利地集中控制。还可以提供自动控制。因此,可以规定,传感器自动地遵循移动计划。
根据优选实施例,可以规定,飞行器可以通过陆上交通工具、轨道交通工具、缆车交通工具和/或水运工具来运输。陆上交通工具或水运工具也可以是移动传感器。因此,飞行器可以从陆上交通工具或水运工具发射。这允许探索难以或不可能到达或被交通工具阻挡的区域,并且进行测量。这可以简化控制移动传感器的复杂性。
可以规定,移动传感器具有导航传感器。特别地,可以规定,移动传感器包括GPS、雷达系统、LIDAR、激光器和光学传感器中的至少一个。因此,传感器可以提供由其自身进行导航所需的数据。可以规定,导航数据提供给传感器。传感器可以使用所提供的导航数据和导航传感器来进行导航。
可以规定,移动传感器是防爆的。这意指移动传感器也可以用于潜在的易爆炸的气氛中。
本发明还提出了用于监测空间的质量和检测空间的污染的方法的用途,其中,空间是由空间坐标可确定的容积,其包括流体或其大致填充有流体。可以规定使用该方法来监测:
-化学和工业场所和工厂/操作/设施(例如,精炼厂、仓库、废水处理厂、管道(地上、埋设、铺设在水体中)。
-运输基础设施(例如,公路、港口、机场、火车站、铁路轨道...)
-市政区域、公共机构(官方、幼儿园、学校、大学、研究中心、医院...)
-关键基础设施、公共事业设备(例如,管道、运河、水路)。
-军事设施、辐射防护区域
-文化遗产、自然保护区、受保护的景观区域、世界遗产地、动物保护区域,例如,传感器系统也可以由动物、例如地下煤火、漏油、火山等自然排放源携带。
-人畜居住区、沿海地区、事件(体育、文化等)
-育肥农场、畜牧场、牧场,
-水域(漏油、微塑料)
-新年的夜晚活动、火焰游戏、火焰显示、火山活动、森林火灾、沙漠风暴、具有侵蚀效果的风暴、雪暴、花粉计数(过敏症患者)、粉尘污染、来自例如杀虫剂的喷雾。
Claims (17)
1.一种用于监测空间的质量和检测空间的污染的方法,其中,所述空间是由空间坐标可确定的容积,所述空间包括流体或所述空间大致填充有流体,所述方法包括以下步骤:
a)利用传感器系统测量空间中的多个质量参数实际值,其中,所述空间是由空间坐标可确定的容积,所述空间包括流体或所述空间大致填充有流体,其中,在多个测量地点处测量至少一个质量参数的实际值,其中,所述传感器系统包括多个传感器,其中,所述传感器是移动传感器,或至少一个传感器是固定传感器并且至少一个传感器是移动传感器,其中,各个传感器在由空间坐标限定的所述测量地点的位置处测量所述至少一个质量参数实际值;
b)将在多个测量地点处测量的所述质量参数实际值发送到数据处理系统;
c)将在相应的测量地点处测量的所述质量参数实际值与针对相应的测量地点存储在所述数据处理系统中的目标值进行比较;以及
d)利用控制系统将所述至少一个移动传感器移动到与所述至少一个移动传感器的先前的测量地点间隔的测量地点,
其中,所述至少一个移动传感器根据存储在所述数据处理系统中的移动计划移动到不同的测量地点,
其特征在于,
在至少一个实际值偏离针对所述相应的测量地点定义的所述目标值的事故的情况下,至少一个移动传感器利用所述控制系统偏离所存储的移动计划移动,并且在具有所检测的实际值偏离的所述测量地点的所述位置周围的所述空间中移动,在另外的测量地点处测量另外的质量参数实际值,并且将它们发送到所述数据处理系统,其中,所述数据处理系统确定所述空间的相应的污染的空间扩散、污染类型和/或浓度。
2.根据前述权利要求所述的方法,其特征在于,在步骤a)中,测量附加的另外参数,特别是风向、风力、气温、空气湿度和/或气压,并在步骤b)中将其发送到所述数据处理系统。
3.根据前述权利要求中任一项所述的方法,其特征在于,所述至少一个质量参数实际值是流体中、特别是空气中的物质的浓度,特别是有害物质和/或污染物的浓度。
4.根据前述权利要求中任一项所述的方法,其特征在于,向所述数据处理系统提供另外的环境数据,特别是关于可能的排放源的信息。
5.根据前述权利要求中任一项所述的方法,其特征在于,测量质量参数实际值包括样本收集。
6.根据前述权利要求中任一项所述的方法,其特征在于,所述移动计划包括固定物体及其空间坐标,用于将接近所述移动传感器的最小距离和/或最大距离存储到所述空间坐标。
7.根据前述权利要求中任一项所述的方法,其特征在于,
a)在所述移动计划中定义测量地点,预定序列中或统计学上的至少一个移动传感器朝向所述测量地点;和/或
b)至少一个移动传感器随机选择所述待监测的空间内的所述测量地点。
8.根据前述权利要求中任一项所述的方法,其特征在于,在事故的情况下,至少一个移动传感器确定所述空间中高于所述目标值的所述物质的最高浓度的地点。
9.根据前述权利要求中任一项所述的方法,其特征在于,从一个或多个所述固定传感器和/或一个或多个所述移动传感器发送到所述数据处理系统的所述质量参数实际值由所述数据处理系统处理,以产生考虑所述目标值的伪彩色图。
10.根据前述权利要求中任一项所述的方法,其特征在于,所述数据处理系统基于至少一个质量参数实际值和另外的数据在时间和/或空间上外推所述质量参数实际值。
11.根据前述权利要求中任一项所述的方法,其特征在于,当所述实际值超过所述目标值时,并且根据所述实际值超出所述目标值的扩散和类型,所述数据处理系统发出自动警告,其中,当一个或多个所述质量参数实际值与针对借助于一个或多个固定传感器和/或一个或多个移动传感器检查的所述空间而存储在所述数据处理系统中的一个或多个所述目标值相对应时,所述数据处理系统给出解除警报信号。
12.根据前述权利要求中任一项所述的方法,其特征在于,如果所述实际值超过所述目标值,则所述数据处理系统根据存储在所述数据处理系统中的行动计划在这方面提出和/或进行危害预防措施,特别是关闭可能的排放源和/或隔绝危害区域。
13.根据前述权利要求中任一项所述的方法,其特征在于,所述移动传感器根据所述相应的测量地点并且基于所述测量的质量参数实际值,将该数据发送到所述数据处理系统,用于创建所述空间的不同的测量地点的目标值分布。
14.一种用于监测空间的质量和检测空间的污染的系统,其中,所述空间是由空间坐标可确定的容积,所述空间包括流体或所述空间大致填充有流体,所述系统包括传感器系统、数据处理系统和控制系统,
其中,所述传感器系统包括多个传感器,其中,所述传感器是移动传感器,或至少一个传感器是固定传感器并且至少一个传感器是移动传感器,其中,所述传感器系统适于测量空间中的多个质量参数实际值,其中,所述空间是由空间坐标可确定的容积,所述空间包括流体或所述空间大致填充有流体,其中,在多个测量地点处测量至少一个质量参数的所述实际值,其中,各个传感器在由空间坐标限定的所述测量地点的位置处测量所述至少一个质量参数实际值,
其中,所述传感器系统适于将在多个测量地点处测量的所述质量参数实际值发送到所述数据处理系统,
其中,所述数据处理系统适于将在多个测量地点处测量的所述质量参数实际值与针对相应的测量地点提供的目标值进行比较,
其中,所述控制系统适于将所述至少一个移动传感器移动到与所述至少一个移动传感器的先前的测量地点间隔的测量地点,
其中,所述至少一个移动传感器根据存储在所述数据处理系统中的移动计划移动到不同的测量地点,
其特征在于,
在至少一个实际值偏离针对所述相应的测量地点定义的所述目标值的事故的情况下,至少一个移动传感器利用所述控制系统偏离所存储的移动计划移动,并且在具有所检测的实际值偏离的所述测量地点的所述位置周围的所述空间中移动,在另外的测量地点处测量另外的质量参数实际值,并且将它们发送到所述数据处理系统,所述数据处理系统确定所述空间的相应的污染的空间扩散、污染类型和/或浓度。
15.根据前述权利要求所述的系统,其特征在于,所述移动传感器是陆上交通工具、轨道交通工具、缆车交通工具、水上交通工具和/或飞行器,其中,所述系统特别地包括至少两个移动传感器,并且一个移动传感器是陆上交通工具、轨道交通工具、缆车交通工具或水上交通工具,并且另一个移动传感器是飞行器,特别是无人机。
16.根据前述权利要求所述的系统,其特征在于,所述陆上交通工具、所述轨道交通工具、所述缆车交通工具、所述水上交通工具和/或所述飞行器是可自主操作的,特别是在自主水平4或5。
17.根据权利要求1至13中任一项所述的用于监测空间的质量和检测空间的污染的方法的用途,其中,所述空间是由空间坐标可确定的容积,所述空间包括流体或所述空间大致填充有流体。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
EP19188660.5A EP3770586B1 (de) | 2019-07-26 | 2019-07-26 | Verfahren und vorrichtung zur qualitätsüberwachung und feststellung einer kontamination eines raums |
EP19188660.5 | 2019-07-26 | ||
PCT/EP2020/070408 WO2021018647A1 (de) | 2019-07-26 | 2020-07-20 | Verfahren und vorrichtung zur qualitätsüberwachung und feststellung einer kontamination eines raums |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113811765A true CN113811765A (zh) | 2021-12-17 |
Family
ID=67439119
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080034676.6A Pending CN113811765A (zh) | 2019-07-26 | 2020-07-20 | 用于监测区域的质量和确定区域的污染的方法和装置 |
Country Status (6)
Country | Link |
---|---|
US (1) | US20220205966A1 (zh) |
EP (2) | EP3770586B1 (zh) |
JP (1) | JP2022541362A (zh) |
KR (1) | KR20220038584A (zh) |
CN (1) | CN113811765A (zh) |
WO (1) | WO2021018647A1 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114857502A (zh) * | 2022-04-24 | 2022-08-05 | 常州港华燃气有限公司 | 一种复合传感式燃气管道泄漏检测装置及其检测方法 |
CN116679021A (zh) * | 2023-06-06 | 2023-09-01 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种污染物扩散模型中加注可溶性标记物的方法和系统 |
CN117630309A (zh) * | 2023-10-17 | 2024-03-01 | 水利部珠江水利委员会水文局 | 一种河道水质智能监测方法及系统 |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11719678B2 (en) * | 2021-04-27 | 2023-08-08 | Eagle Technology, Llc | Environmental emission monitoring system with GHG emission thresholding and related method |
KR102540986B1 (ko) * | 2022-07-06 | 2023-06-13 | 대한민국 | 화학 물질 유출 경보 제공 시스템 및 화학 물질 유출 경보 제공 방법 |
CN115623419B (zh) * | 2022-12-05 | 2023-03-14 | 广东广宇科技发展有限公司 | 一种用于城市湖泊流域水质监测的传感器布置优化方法 |
CN116047909B (zh) * | 2023-01-13 | 2023-09-05 | 大连海事大学 | 面向海事平行搜寻的无人机-船协同鲁棒自适应控制方法 |
Citations (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1113268A1 (en) * | 1999-12-31 | 2001-07-04 | Moretti & Carpita S.n.c. | Method and apparatus for air quality monitoring in a predetermined geographical area |
US7383129B1 (en) * | 2006-09-07 | 2008-06-03 | Itt Manufacturing Enterprises, Inc. | Method and system for geo-referencing and visualization of detected contaminants |
WO2008087349A2 (fr) * | 2006-12-26 | 2008-07-24 | Veolia Proprete | Procédé et robot automoteur autonome pour une surveillance des émissions gazeuses diffuses émanant d'un site émissif |
US20090018780A1 (en) * | 2007-04-26 | 2009-01-15 | Yoganand John Sookhu | Hazardous Substance Release Notification System |
US20110063116A1 (en) * | 2009-09-11 | 2011-03-17 | Selex Galileo Limited | Sensing network and method |
RU2469317C1 (ru) * | 2011-08-05 | 2012-12-10 | Юрий Николаевич Николаев | Способ мобильного контроля содержания вредных газовых компонентов в воздухе и устройство для его осуществления |
CN103278151A (zh) * | 2013-02-28 | 2013-09-04 | 中国矿业大学 | 一种动态烟羽环境下多机器人协作搜索气味源方法 |
RU2536789C1 (ru) * | 2013-08-09 | 2014-12-27 | Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Национальный минерально-сырьевой университет "Горный" | Система экологического мониторинга атмосферного воздуха горнопромышленной промагломерации |
CN105548476A (zh) * | 2015-12-21 | 2016-05-04 | 新奥科技发展有限公司 | 气体泄露检测方法及检测系统 |
CN106125159A (zh) * | 2016-07-29 | 2016-11-16 | 华中科技大学 | 一种水域污染源自动探测方法 |
CN206002143U (zh) * | 2016-08-31 | 2017-03-08 | 南京白云化工环境监测有限公司 | 一种环境流动检测与应用平台 |
CN106770970A (zh) * | 2017-01-16 | 2017-05-31 | 测绘遥感信息工程国家重点实验室深圳研发中心 | 一种基于四叉树的多尺度大气环境监测系统及方法 |
CN106932397A (zh) * | 2015-12-29 | 2017-07-07 | 天津华方科技有限公司 | 应用物联网传感器及无人机跟踪路面车辆排污的装置 |
CN107132313A (zh) * | 2017-05-08 | 2017-09-05 | 南京信息工程大学 | 一种无人机排查污染源的方法及污染源排查系统 |
CN107402283A (zh) * | 2016-05-20 | 2017-11-28 | 北京化工大学 | 一种借助移动机器人实现的气体泄漏溯源方法 |
CN107941988A (zh) * | 2017-10-16 | 2018-04-20 | 华南理工大学 | 一种检测气体污染源的无人机设备及监测方法 |
CN108415038A (zh) * | 2018-06-08 | 2018-08-17 | 安徽科创中光科技有限公司 | 车载移动式VOCs和恶臭气体质谱仪及污染源精准锁定系统 |
US20180292286A1 (en) * | 2017-04-05 | 2018-10-11 | International Business Machines Corporation | Detecting gas leaks using unmanned aerial vehicles |
CN109522603A (zh) * | 2018-10-18 | 2019-03-26 | 南京大学 | 基于云平台的车载拉格朗日实时大气污染溯源系统及方法 |
CN109709984A (zh) * | 2019-01-18 | 2019-05-03 | 中国计量大学 | 一种基站式无人机大气环境监测系统 |
CN109885804A (zh) * | 2019-01-23 | 2019-06-14 | 大连理工大学 | 一种基于监测车的大气污染监测和源辨识方法 |
CN109902374A (zh) * | 2019-02-22 | 2019-06-18 | 同济大学 | 一种基于飞行传感器巡逻轨迹优化的突发污染溯源方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2749684B1 (fr) * | 1996-06-10 | 1998-07-31 | Univ Paris Vii | Systeme d'interpolation spatiale et/ou temporelle |
US20070090942A1 (en) * | 2000-10-02 | 2007-04-26 | Berry Kenneth M | Methods for responding to biological, chemical or nuclear attacks |
US20170208493A1 (en) * | 2016-01-19 | 2017-07-20 | Qsense Inc. | Management of a distributed sensor system |
CN107764765B (zh) | 2017-10-16 | 2021-02-12 | 江苏中美环境监测股份有限公司 | 用于大气污染的监测系统及用于大气污染的监测方法 |
US10697947B1 (en) * | 2019-01-23 | 2020-06-30 | Project Canary, Inc. | Apparatus and methods for reducing fugitive gas emissions at oil facilities |
-
2019
- 2019-07-26 EP EP19188660.5A patent/EP3770586B1/de active Active
-
2020
- 2020-07-20 CN CN202080034676.6A patent/CN113811765A/zh active Pending
- 2020-07-20 KR KR1020217033055A patent/KR20220038584A/ko unknown
- 2020-07-20 US US17/601,455 patent/US20220205966A1/en active Pending
- 2020-07-20 JP JP2021550317A patent/JP2022541362A/ja active Pending
- 2020-07-20 EP EP20740629.9A patent/EP4004524B1/de active Active
- 2020-07-20 WO PCT/EP2020/070408 patent/WO2021018647A1/de unknown
Patent Citations (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1113268A1 (en) * | 1999-12-31 | 2001-07-04 | Moretti & Carpita S.n.c. | Method and apparatus for air quality monitoring in a predetermined geographical area |
US7383129B1 (en) * | 2006-09-07 | 2008-06-03 | Itt Manufacturing Enterprises, Inc. | Method and system for geo-referencing and visualization of detected contaminants |
WO2008087349A2 (fr) * | 2006-12-26 | 2008-07-24 | Veolia Proprete | Procédé et robot automoteur autonome pour une surveillance des émissions gazeuses diffuses émanant d'un site émissif |
US20090018780A1 (en) * | 2007-04-26 | 2009-01-15 | Yoganand John Sookhu | Hazardous Substance Release Notification System |
US20110063116A1 (en) * | 2009-09-11 | 2011-03-17 | Selex Galileo Limited | Sensing network and method |
RU2469317C1 (ru) * | 2011-08-05 | 2012-12-10 | Юрий Николаевич Николаев | Способ мобильного контроля содержания вредных газовых компонентов в воздухе и устройство для его осуществления |
CN103278151A (zh) * | 2013-02-28 | 2013-09-04 | 中国矿业大学 | 一种动态烟羽环境下多机器人协作搜索气味源方法 |
RU2536789C1 (ru) * | 2013-08-09 | 2014-12-27 | Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Национальный минерально-сырьевой университет "Горный" | Система экологического мониторинга атмосферного воздуха горнопромышленной промагломерации |
CN105548476A (zh) * | 2015-12-21 | 2016-05-04 | 新奥科技发展有限公司 | 气体泄露检测方法及检测系统 |
CN106932397A (zh) * | 2015-12-29 | 2017-07-07 | 天津华方科技有限公司 | 应用物联网传感器及无人机跟踪路面车辆排污的装置 |
CN107402283A (zh) * | 2016-05-20 | 2017-11-28 | 北京化工大学 | 一种借助移动机器人实现的气体泄漏溯源方法 |
CN106125159A (zh) * | 2016-07-29 | 2016-11-16 | 华中科技大学 | 一种水域污染源自动探测方法 |
CN206002143U (zh) * | 2016-08-31 | 2017-03-08 | 南京白云化工环境监测有限公司 | 一种环境流动检测与应用平台 |
CN106770970A (zh) * | 2017-01-16 | 2017-05-31 | 测绘遥感信息工程国家重点实验室深圳研发中心 | 一种基于四叉树的多尺度大气环境监测系统及方法 |
US20180292286A1 (en) * | 2017-04-05 | 2018-10-11 | International Business Machines Corporation | Detecting gas leaks using unmanned aerial vehicles |
CN107132313A (zh) * | 2017-05-08 | 2017-09-05 | 南京信息工程大学 | 一种无人机排查污染源的方法及污染源排查系统 |
CN107941988A (zh) * | 2017-10-16 | 2018-04-20 | 华南理工大学 | 一种检测气体污染源的无人机设备及监测方法 |
CN108415038A (zh) * | 2018-06-08 | 2018-08-17 | 安徽科创中光科技有限公司 | 车载移动式VOCs和恶臭气体质谱仪及污染源精准锁定系统 |
CN109522603A (zh) * | 2018-10-18 | 2019-03-26 | 南京大学 | 基于云平台的车载拉格朗日实时大气污染溯源系统及方法 |
CN109709984A (zh) * | 2019-01-18 | 2019-05-03 | 中国计量大学 | 一种基站式无人机大气环境监测系统 |
CN109885804A (zh) * | 2019-01-23 | 2019-06-14 | 大连理工大学 | 一种基于监测车的大气污染监测和源辨识方法 |
CN109902374A (zh) * | 2019-02-22 | 2019-06-18 | 同济大学 | 一种基于飞行传感器巡逻轨迹优化的突发污染溯源方法 |
Non-Patent Citations (1)
Title |
---|
В.Д.КУКСИНСКИЙ;В.Б.МИЛЯЕВ: "利用流动实验室监测大气污染", no. 01 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114857502A (zh) * | 2022-04-24 | 2022-08-05 | 常州港华燃气有限公司 | 一种复合传感式燃气管道泄漏检测装置及其检测方法 |
CN116679021A (zh) * | 2023-06-06 | 2023-09-01 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种污染物扩散模型中加注可溶性标记物的方法和系统 |
CN116679021B (zh) * | 2023-06-06 | 2024-04-19 | 水利部交通运输部国家能源局南京水利科学研究院 | 一种污染物扩散模型中加注可溶性标记物的方法和系统 |
CN117630309A (zh) * | 2023-10-17 | 2024-03-01 | 水利部珠江水利委员会水文局 | 一种河道水质智能监测方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
WO2021018647A1 (de) | 2021-02-04 |
EP4004524A1 (de) | 2022-06-01 |
EP3770586B1 (de) | 2021-11-10 |
EP3770586A1 (de) | 2021-01-27 |
US20220205966A1 (en) | 2022-06-30 |
JP2022541362A (ja) | 2022-09-26 |
KR20220038584A (ko) | 2022-03-29 |
EP4004524C0 (de) | 2023-07-19 |
EP4004524B1 (de) | 2023-07-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113811765A (zh) | 用于监测区域的质量和确定区域的污染的方法和装置 | |
Contini et al. | The direct influence of ship traffic on atmospheric PM2. 5, PM10 and PAH in Venice | |
Weber et al. | Airborne in-situ investigations of the Eyjafjallajökull volcanic ash plume on Iceland and over north-western Germany with light aircrafts and optical particle counters | |
EP2317311A2 (en) | Sensing network and method | |
WO2005119619A2 (en) | Methods for detecting biological, chemical or nuclear attacks | |
ES2757534T3 (es) | Sistema y método para predecir la presencia de materiales peligrosos en el aire en una región que va a ser protegida | |
RU2536789C1 (ru) | Система экологического мониторинга атмосферного воздуха горнопромышленной промагломерации | |
Pérez et al. | Applications of air mass trajectories | |
US20070090942A1 (en) | Methods for responding to biological, chemical or nuclear attacks | |
Dubey et al. | Evaluation of vertical and horizontal distribution of particulate matter near an urban roadway using an unmanned aerial vehicle | |
Shrestha et al. | Observations and Impacts of Long‐Range Transported Wildfire Smoke on Air Quality Across New York State During July 2021 | |
Petrakakis et al. | Levels of suspended particulate matter before and after the economic crisis in Thessaloniki, Greece | |
Amiridis et al. | Aeolus impact on Volcanic Ash early warning systems for Aviation | |
Voronov et al. | Public safety conditions under radiological emergencies monitoring comprehensive system mobile facilities application | |
Bateman et al. | Preliminary observations from robot-enabled surface methane concentration monitoring at a MSW landfill | |
CN113449918A (zh) | 突发重大污染事件应急指挥辅助决策方法和系统 | |
Leifer et al. | Fusion of mobile in situ and satellite remote sensing observations of chemical release emissions to improve disaster response | |
Weli et al. | The incidence of soot and surface boundary layer meteorology in port Harcourt Metropolis, Nigeria | |
RU2747667C1 (ru) | Комплексная система мониторинга природных пожаров | |
Polyakov et al. | Methods and means of searching for carbon monoxide source (CO) using small aircraft | |
Lepley et al. | Dynamic sensor deployment for the monitoring of chemical releases in urban environments (DYCE) | |
Rabajczyk et al. | UAS and a virtual environment as possible response tools to the incidents involving uncontrolled release of dangerous gases–a case study | |
February | Influence of environmental parameters on atmospheric aerosol size distributions in a South African coastal zone | |
Constantinescu | UAVs use for the support of emergency response teams specific missions | |
RU2655036C1 (ru) | Способ и комплекс средств эвакуации населения, материальных и культурных ценностей в режиме чрезвычайной ситуации |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20211217 |