CN114046822A - 一种基于传感器阵列模块的大气污染监测方法及系统 - Google Patents
一种基于传感器阵列模块的大气污染监测方法及系统 Download PDFInfo
- Publication number
- CN114046822A CN114046822A CN202111332451.1A CN202111332451A CN114046822A CN 114046822 A CN114046822 A CN 114046822A CN 202111332451 A CN202111332451 A CN 202111332451A CN 114046822 A CN114046822 A CN 114046822A
- Authority
- CN
- China
- Prior art keywords
- monitoring
- pollution monitoring
- pollution
- monitored
- ground
- 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 341
- 238000000034 method Methods 0.000 title claims abstract description 48
- 239000013618 particulate matter Substances 0.000 claims abstract description 80
- 238000009877 rendering Methods 0.000 claims abstract description 23
- 230000007613 environmental effect Effects 0.000 claims description 48
- 238000010586 diagram Methods 0.000 claims description 44
- 239000002245 particle Substances 0.000 claims description 42
- 239000003344 environmental pollutant Substances 0.000 claims description 28
- 231100000719 pollutant Toxicity 0.000 claims description 28
- 238000009826 distribution Methods 0.000 claims description 19
- 230000008859 change Effects 0.000 claims description 13
- 238000010276 construction Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 11
- 238000003915 air pollution Methods 0.000 claims description 6
- 239000006185 dispersion Substances 0.000 claims description 5
- 238000007417 hierarchical cluster analysis Methods 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 239000003550 marker Substances 0.000 claims 2
- 230000000694 effects Effects 0.000 description 27
- 239000000428 dust Substances 0.000 description 8
- 238000012986 modification Methods 0.000 description 6
- 230000004048 modification Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000036541 health Effects 0.000 description 4
- 239000002912 waste gas Substances 0.000 description 4
- 239000007789 gas Substances 0.000 description 3
- 238000009776 industrial production Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000002265 prevention Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 239000000809 air pollutant Substances 0.000 description 2
- 231100001243 air pollutant Toxicity 0.000 description 2
- 239000000356 contaminant Substances 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000009435 building construction Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
- 238000007794 visualization technique Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
本申请公开了一种基于传感器阵列模块的大气污染监测方法及系统,方法包括:通过对第一待监测区域进行颗粒物浓度的层级监测,生成空域层级颗粒物浓度集合;结合各层级空域,构建第一待监测区域的纵向空间污染监测网络;生成横向周径污染监测网络;搭建第一待监测区域的地空一体污染监测追踪图;生成实时风力监测数据,并渲染至地空一体污染监测追踪图的第一对应标记处;生成实时温湿度监测数据,并渲染至地空一体污染监测追踪图的第二对应标记处;生成地空一体污染监测追踪网络,并上传至电子显示屏,对第一待监测区域进行动态监测。解决了现有技术中存在无法对影响大气质量的多方因素进行智能化动态监测的技术问题。
Description
技术领域
本申请涉及人工智能领域,尤其涉及一种基于传感器阵列模块的大气污染监测方法及系统。
背景技术
近年来,工业、建筑业快速发展成为经济增长的主要动力,同时也造成了严重的环境问题,比如工业生产产生的废气、建筑工地尘土飞扬等,都对环境造成了巨大的威胁,扬尘污染和大气污染进而影响了市民生活,因此成为环境保护的“公敌”。自2013年以来,中国大气污染防治取得显著成效,主要大气污染物排放量明显下降。但是,多数城市PM2.5浓度相比世界卫生组织指导值依然有明显差距,大气污染问题依然突出。为有效控制扬尘污染、环境噪声等污染问题,全面改善大气环境质量,助力环保部门有效监督管理建筑工地扬尘污染和工业园区的废气、噪音排放,硏发智能化动态监测大气污染情况的系统,全面、科学、直观的监测大气污染实时情况,对相关部门采取适应性的防治措施具有重要的现实意义。
本申请发明人在实现本申请实施例中技术方案的过程中,发现上述技术至少存在如下技术问题:
现有技术中存在无法对影响大气质量的多方因素进行智能化动态监测的技术问题。
发明内容
本申请的目的是提供一种基于传感器阵列模块的大气污染监测方法及系统,用以解决现有技术中存在无法对影响大气质量的多方因素进行智能化动态监测的技术问题。
鉴于上述问题,本申请实施例提供了一种基于传感器阵列模块的大气污染监测方法及系统。
第一方面,本申请提供了一种基于传感器阵列模块的大气污染监测方法,所述方法通过一种基于传感器阵列模块的大气污染监测系统实现,其中,所述方法包括:通过根据所述颗粒物传感器搭载所述无人飞行装置,对第一待监测区域进行颗粒物浓度的层级监测,生成空域层级颗粒物浓度集合;基于所述空域层级颗粒物浓度集合和各层级空域,构建所述第一待监测区域的纵向空间污染监测网络;基于所述环境噪声传感器,对所述第一待监测区域在预设横向周径范围内的环境噪声集合进行数据采集,生成横向周径污染监测网络;根据所述纵向空间污染监测网络和所述横向周径污染监测网络,搭建所述第一待监测区域的地空一体污染监测追踪图;基于所述风速风向传感器,对所述预设横向周径范围内的风速风向进行数据采集,生成实时风力监测数据,并将所述实时风力监测数据渲染至所述地空一体污染监测追踪图的第一对应标记处;基于所述大气温湿度传感器,对所述各层级空域的大气温湿度进行数据采集,生成实时温湿度监测数据,并将所述实时温湿度监测数据渲染至所述地空一体污染监测追踪图的第二对应标记处;将所述第一对应标记处和所述第二对应标记处,依次叠加至所述地空一体污染监测追踪图,生成地空一体污染监测追踪网络,并将所述地空一体污染监测追踪网络上传至所述电子显示屏,对所述第一待监测区域进行动态监测。
另一方面,本申请还提供了一种基于传感器阵列模块的大气污染监测系统,用于执行如第一方面所述的一种基于传感器阵列模块的大气污染监测方法,其中,所述系统包括:第一生成单元:所述第一生成单元用于根据颗粒物传感器搭载无人飞行装置,对第一待监测区域进行颗粒物浓度的层级监测,生成空域层级颗粒物浓度集合;第一构建单元:所述第一构建单元用于基于所述空域层级颗粒物浓度集合和各层级空域,构建所述第一待监测区域的纵向空间污染监测网络;第二生成单元:所述第二生成单元用于基于环境噪声传感器,对所述第一待监测区域在预设横向周径范围内的环境噪声集合进行数据采集,生成横向周径污染监测网络;第二构建单元:所述第二构建单元用于根据所述纵向空间污染监测网络和所述横向周径污染监测网络,搭建所述第一待监测区域的地空一体污染监测追踪图;第三生成单元:所述第三生成单元用于基于风速风向传感器,对所述预设横向周径范围内的风速风向进行数据采集,生成实时风力监测数据,并将所述实时风力监测数据渲染至所述地空一体污染监测追踪图的第一对应标记处;第四生成单元:所述第四生成单元用于基于大气温湿度传感器,对所述各层级空域的大气温湿度进行数据采集,生成实时温湿度监测数据,并将所述实时温湿度监测数据渲染至所述地空一体污染监测追踪图的第二对应标记处;第一执行单元:所述第一执行单元用于将所述第一对应标记处和所述第二对应标记处,依次叠加至所述地空一体污染监测追踪图,生成地空一体污染监测追踪网络,并将所述地空一体污染监测追踪网络上传至电子显示屏,对所述第一待监测区域进行动态监测。
第三方面,本申请实施例还提供了一种基于传感器阵列模块的大气污染监测系统,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现上述第一方面所述方法的步骤。
本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
1.通过根据所述颗粒物传感器搭载所述无人飞行装置,对第一待监测区域进行颗粒物浓度的层级监测,生成空域层级颗粒物浓度集合;基于所述空域层级颗粒物浓度集合和各层级空域,构建所述第一待监测区域的纵向空间污染监测网络;基于所述环境噪声传感器,对所述第一待监测区域在预设横向周径范围内的环境噪声集合进行数据采集,生成横向周径污染监测网络;根据所述纵向空间污染监测网络和所述横向周径污染监测网络,搭建所述第一待监测区域的地空一体污染监测追踪图;基于所述风速风向传感器,对所述预设横向周径范围内的风速风向进行数据采集,生成实时风力监测数据,并将所述实时风力监测数据渲染至所述地空一体污染监测追踪图的第一对应标记处;基于所述大气温湿度传感器,对所述各层级空域的大气温湿度进行数据采集,生成实时温湿度监测数据,并将所述实时温湿度监测数据渲染至所述地空一体污染监测追踪图的第二对应标记处;将所述第一对应标记处和所述第二对应标记处,依次叠加至所述地空一体污染监测追踪图,生成地空一体污染监测追踪网络,并将所述地空一体污染监测追踪网络上传至所述电子显示屏,对所述第一待监测区域进行动态监测。达到了基于传感器阵列模块对待监测区域的颗粒物浓度、环境噪声、风力情况和大气温湿度情况进行实时动态监测,从而保证数据来源可靠,进而形成广覆盖、高精度的地空一体污染监测追踪网络,并在显示屏上实时显示监测结果,从而直观化大气污染情况,最终达到提高大气污染监测实时性、全面性和科学性的技术效果。
2.通过确定符合人类生活需求的大气状态,进而预设期望投映区域,并对符合期望投映区域的对应区域、对应时间进行标记,从而为相关人员治理大气污染提供参考和治理目标,并达到为人们提供科学、合理出行时间和活动位置建议的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是示例性的,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本申请实施例一种基于传感器阵列模块的大气污染监测方法的流程示意图;
图2为本申请实施例一种基于传感器阵列模块的大气污染监测方法中生成所述空域层级颗粒物浓度集合的流程示意图;
图3为本申请实施例一种基于传感器阵列模块的大气污染监测方法中生成所述地空一体污染监测追踪图的流程示意图;
图4为本申请实施例一种基于传感器阵列模块的大气污染监测方法中获得所述目标投影区域对应的目标时间段,且对所述目标投影区域和所述目标时间段进行期望空气状态的标记的流程示意图;
图5为本申请实施例一种基于传感器阵列模块的大气污染监测系统的结构示意图;
图6为本申请实施例示例性电子设备的结构示意图。
附图标记说明:
第一生成单元11,第一构建单元12,第二生成单元13,第二构建单元14,第三生成单元15,第四生成单元16,第一执行单元17,总线300,接收器301,处理器302,发送器303,存储器304,总线接口305。
具体实施方式
本申请实施例通过提供一种基于传感器阵列模块的大气污染监测方法及系统,解决了现有技术中存在无法对影响大气质量的多方因素进行智能化动态监测的技术问题。达到了基于传感器阵列模块对待监测区域的颗粒物浓度、环境噪声、风力情况和大气温湿度情况进行实时动态监测,从而保证数据来源可靠,进而形成广覆盖、高精度的地空一体污染监测追踪网络,并在显示屏上实时显示监测结果,从而直观化大气污染情况,最终达到提高大气污染监测实时性、全面性和科学性的技术效果。
下面,将参考附图对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请的一部分实施例,而不是本申请的全部实施例,应理解,本申请不受这里描述的示例实施例的限制。基于本申请的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。另外还需要说明的是,为了便于描述,附图中仅示出了与本申请相关的部分而非全部。
申请概述
近年来,工业、建筑业快速发展成为经济增长的主要动力,同时也造成了严重的环境问题,比如工业生产产生的废气、建筑工地尘土飞扬等,都对环境造成了巨大的威胁,扬尘污染和大气污染进而影响了市民生活,因此成为环境保护的“公敌”。自2013年以来,中国大气污染防治取得显著成效,主要大气污染物排放量明显下降。但是,多数城市PM2.5浓度相比世界卫生组织指导值依然有明显差距,大气污染问题依然突出。为有效控制扬尘污染、环境噪声等污染问题,全面改善大气环境质量,助力环保部门有效监督管理建筑工地扬尘污染和工业园区的废气、噪音排放,硏发智能化动态监测大气污染情况的系统,全面、科学、直观的监测大气污染实时情况,对相关部门采取适应性的防治措施具有重要的现实意义。
现有技术中存在无法对影响大气质量的多方因素进行智能化动态监测的技术问题。
针对上述技术问题,本申请提供的技术方案总体思路如下:
本申请提供了一种基于传感器阵列模块的大气污染监测方法,所述方法应用于一种基于传感器阵列模块的大气污染监测系统,其中,所述方法包括:通过根据所述颗粒物传感器搭载所述无人飞行装置,对第一待监测区域进行颗粒物浓度的层级监测,生成空域层级颗粒物浓度集合;基于所述空域层级颗粒物浓度集合和各层级空域,构建所述第一待监测区域的纵向空间污染监测网络;基于所述环境噪声传感器,对所述第一待监测区域在预设横向周径范围内的环境噪声集合进行数据采集,生成横向周径污染监测网络;根据所述纵向空间污染监测网络和所述横向周径污染监测网络,搭建所述第一待监测区域的地空一体污染监测追踪图;基于所述风速风向传感器,对所述预设横向周径范围内的风速风向进行数据采集,生成实时风力监测数据,并将所述实时风力监测数据渲染至所述地空一体污染监测追踪图的第一对应标记处;基于所述大气温湿度传感器,对所述各层级空域的大气温湿度进行数据采集,生成实时温湿度监测数据,并将所述实时温湿度监测数据渲染至所述地空一体污染监测追踪图的第二对应标记处;将所述第一对应标记处和所述第二对应标记处,依次叠加至所述地空一体污染监测追踪图,生成地空一体污染监测追踪网络,并将所述地空一体污染监测追踪网络上传至所述电子显示屏,对所述第一待监测区域进行动态监测。
在介绍了本申请基本原理后,下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一
请参阅附图1,本申请实施例提供了一种基于传感器阵列模块的大气污染监测方法,其中,所述方法应用于一种基于传感器阵列模块的大气污染监测系统,所述系统与传感器阵列模块、无人飞行装置以及电子显示屏通信连接,所述传感器阵列模块包括颗粒物传感器、环境噪声传感器、风速风向传感器以及大气温湿度传感器,所述方法具体包括如下步骤:
步骤S100:根据所述颗粒物传感器搭载所述无人飞行装置,对第一待监测区域进行颗粒物浓度的层级监测,生成空域层级颗粒物浓度集合;
具体而言,所述一种基于传感器阵列模块的大气污染监测方法应用于所述一种基于传感器阵列模块的大气污染监测系统,可以基于传感器阵列模块对待监测区域的颗粒物浓度、环境噪声、风力情况和大气温湿度情况进行实时动态监测,从而保证数据来源可靠,进而形成广覆盖、高精度的地空一体污染监测追踪网络,并在显示屏上实时显示监测结果,从而将大气污染情况直观化,最终达到提高大气污染监测实时性、全面性和科学性的技术效果。
所述传感器阵列模块是指包括多种传感器设备的系统模块。所述无人飞行装置可以通过遥控、智能控制等方式,使其按照特定的路径、速度进行飞行。将所述传感器阵列模块中的所述颗粒物传感器安装在所述无人飞行装置上,通过控制所述无人飞行装置在待监测大气污染情况的区域中,按照特定的高度、路径、速度依次进行大气中颗粒物感知和感知结果传输,其中,所述颗粒物传感器实时监测到的大气颗粒物情况包括待监测区域中,不同海拔高度的颗粒物浓度数据。进一步的,所有海拔高度的颗粒物浓度即组成对应待监测区域空间区域的颗粒物采集数据,即所述空域层级颗粒物浓度集合。
通过获取所述空域层级颗粒物浓度集合,达到了明确待监测区域不同高度位置颗粒物浓度情况,进一步直观化不同空间位置大气污染情况的技术效果。
步骤S200:基于所述空域层级颗粒物浓度集合和各层级空域,构建所述第一待监测区域的纵向空间污染监测网络;
具体而言,基于待监测区域对应空间区域中,不同高度层及其对应颗粒物浓度采集、计算结果,构建各层级空域及其颗粒物浓度之间的一一对应关系,进而构建所述第一待监测区域的纵向空间污染监测网络。举例如设置无人飞行装置按照5m/s的速度,分别在待监测大气的区域,按照距离待监测区域中地面高度分别为5m、10m、15m……的高度,以S型路线飞行,其上方搭载的颗粒物传感器实时采集对应空间区域的颗粒物浓度数据并传输给所述大气污染监测系统,计算颗粒物传感器在距离地面各高度层的采集浓度平均值,其中,5m高度采集到的颗粒物浓度平均值为第一层颗粒物浓度,10m高度采集到的颗粒物浓度平均值为第二层颗粒物浓度,15m高度采集到的颗粒物浓度平均值为第三层颗粒物浓度……最终所有层的颗粒物浓度组成对应空域层级颗粒物浓度集合。达到了明确待监测区域不同高度层级颗粒物浓度情况,直观化各空域大气污染情况的技术效果。
步骤S300:基于所述环境噪声传感器,对所述第一待监测区域在预设横向周径范围内的环境噪声集合进行数据采集,生成横向周径污染监测网络;
具体而言,利用所述传感器阵列模块中的所述环境噪声传感器,对待检测区域中,按照预设横向周径范围进行环境噪声监测采集。其中,所述环境噪声是指在工业生产、建筑施工、交通运输和社会生活中所产生的干扰周围生活环境的声音。所述预设横向周径范围是指所述大气污染监测系统按照实际大气污染监测需求、传感器监测范围等多方因素综合考虑,预先设置的环境噪声传感器监测环境噪声的区域范围。进一步的,所述环境噪声传感器采集到的所有环境噪声数据,形成所述横向周径污染监测网络。达到了明确待监测区域不同周径范围内环境噪声情况,直观化各横向区域范围内大气污染情况的技术效果。
步骤S400:根据所述纵向空间污染监测网络和所述横向周径污染监测网络,搭建所述第一待监测区域的地空一体污染监测追踪图;
具体而言,整合所述纵向空间污染监测网络中各高度层级颗粒物浓度数据,和所述横向周径污染监测网络中各周径范围内的环境噪声数据,形成待监测区域中空间、地面所有区域大气污染监测情况追踪图,即所述第一待监测区域的地空一体污染监测追踪图。通过构建所述地空一体污染监测追踪图,达到了提高待监测区域大气污染情况全面性、综合性的技术效果,提高了待监测区域各位置对应的污染类别、污染严重程度的直观化、科学化监测,从而为相关污染防治人员提供科学有效的数据基础,最终提高污染治理效果。
步骤S500:基于所述风速风向传感器,对所述预设横向周径范围内的风速风向进行数据采集,生成实时风力监测数据,并将所述实时风力监测数据渲染至所述地空一体污染监测追踪图的第一对应标记处;
具体而言,利用所述传感器阵列模块中的所述风速风向传感器,对待监测区域中,按所述预设横向周径范围,依次进行对应区域范围内的风速、风向监测,进而生成对应区域范围的实时风力监测数据。进一步的,将监测到的实时风速、风向数据,渲染在所述地空一体污染监测追踪图中对应的风力情况位置处,从而得到关于横向风力情况的第一对应标记。其中,所述第一对应标记为横向标记。举例如在待监测区域东北方向某位置,刮三级西北风,那么对应在地空一体污染监测追踪图的东北方向位置标记:三级西北风,其中,风的级别可以用颜色的不同饱和度代替,从而保证地空一体污染监测追踪图简洁的同时,方便相关人员快速识别风力情况。
通过将待监测区域风力情况渲染到地空一体污染监测追踪图中,达到了提高待监测区域大气污染各项指标实时监测结果直观化、全面化、科学化程度的技术效果。
步骤S600:基于所述大气温湿度传感器,对所述各层级空域的大气温湿度进行数据采集,生成实时温湿度监测数据,并将所述实时温湿度监测数据渲染至所述地空一体污染监测追踪图的第二对应标记处;
具体而言,利用所述传感器阵列模块中的所述大气温湿度传感器,对待监测区域中各层级空域的大气温湿度进行数据采集。其中,所述各层级区域与各颗粒物浓度对应层级保持一致。也就是说,待监测区域的空间区域,第一高度层级分别对应一个颗粒物浓度数据、一个大气温度数据、一个大气湿度数据。基于所述大气温湿度传感器实时监测采集到的各高度层级对应大气温度、湿度数据,生成所述实时温湿度监测数据。其中,所述实时温湿度监测数据包括各层级湿度、各层级温度数据。进一步的,将所述实时温湿度监测数据渲染至所述地空一体污染监测追踪图的第二对应标记处。其中,所述第二对应标记为纵向标记。
通过将待监测区域大气温度、湿度情况渲染到地空一体污染监测追踪图中,达到了提高待监测区域大气污染各项指标实时监测结果直观化、全面化、科学化程度的技术效果。
步骤S700:将所述第一对应标记处和所述第二对应标记处,依次叠加至所述地空一体污染监测追踪图,生成地空一体污染监测追踪网络,并将所述地空一体污染监测追踪网络上传至所述电子显示屏,对所述第一待监测区域进行动态监测。
具体而言,将待监测区域横向周径范围监测到的实时风速、风向数据位置标记结果,和待监测区域纵向层级空域监测到的实时大气温度、湿度数据位置标记结果,依次叠加到所述地空一体污染监测追踪图中,最终形成包括待监测区域各层级空域实时颗粒物浓度、大气温湿度情况和横向周径范围实时环境噪声、风速风力情况的待监测区域地面区域、空间区域大气污染实时监测结果,进而生成所述地空一体污染监测追踪网络。最后将所述地空一体污染监测追踪网络上传至与所述大气污染监测系统通信连接的电子显示屏上,经所述电子显示屏实时显示各项大气污染监测结果,从而实现对所述第一待监测区域大气污染情况的动态监测。
通过基于传感器阵列模块对待监测区域的颗粒物浓度、环境噪声、风力情况和大气温湿度情况进行实时动态监测,从而保证数据来源可靠,进而形成广覆盖、高精度的地空一体污染监测追踪网络,并在显示屏上实时显示监测结果,从而直观化大气污染情况,最终达到了提高大气污染监测实时性、全面性和科学性的技术效果。
进一步的,如附图2所示,本申请实施例步骤S100还包括:
步骤S110:对所述第一待监测区域进行颗粒污染物浓度的纵向空间监测,生成纵向颗粒污染物浓度集合;
步骤S120:对所述纵向颗粒污染物浓度集合进行纵向层次聚类分析,生成纵向颗粒污染物聚类树;
步骤S130:获得所述第一待监测区域的颗粒污染物浓度划分等级;
步骤S140:基于所述颗粒污染物浓度划分等级,对所述纵向颗粒污染物聚类树进行目标分类,生成所述空域层级颗粒物浓度集合。
具体而言,对待监测区域中的颗粒污染物浓度进行纵向的空间监测,生成所述纵向颗粒污染物浓度集合。进一步的,对所述纵向颗粒污染物浓度集合进行纵向层次聚类分析,生成所述纵向颗粒污染物聚类树。其中,所述层次聚类(hierarchical clustering)就是通过对数据集按照某种方法进行层次分解,直到满足某种条件为止。举例如在R中最常用的方法为Stats包中的hut0函数。所述聚类树是聚类分析最常用的可视化方法。根据待监测区域内大气颗粒物浓度数据,将各层级浓度进行等级划分,从而形成所述第一待监测区域的颗粒污染物浓度划分等级。举例如当大气中颗粒物浓度小于100μg/m3时,设置对应颗粒污染物浓度为第一等级,当大气中颗粒物浓度100μg/m3~200μg/m3时,设置对应颗粒污染物浓度为第二等级,依次类推。最后,基于所述颗粒污染物浓度划分等级,对所述纵向颗粒污染物聚类树按照浓度等级归类,生成所述空域层级颗粒物浓度集合。通过获取所述空域层级颗粒物浓度集合,达到了明确待监测区域不同高度位置颗粒物浓度情况,进一步直观化不同空间位置大气污染情况的技术效果。
进一步的,如附图3所示,本申请实施例步骤S400还包括:
步骤S410:将所述横向周径污染监测网络,作为横坐标x轴,所述纵向空间污染监测网络,作为纵坐标y轴;
步骤S420:基于所述横坐标x轴和所述纵坐标y轴,构建污染监测四象限散点图;
步骤S430:对所述污染监测四象限散点图进行目标性分割,生成所述地空一体污染监测追踪图。
具体而言,将所述横向周径污染监测网络,作为横坐标x轴,所述纵向空间污染监测网络,作为纵坐标y轴,基于所述横坐标x轴和所述纵坐标y轴,构建待监测区域大气污染情况的散点图,即所述污染监测四象限散点图。最后对所述污染监测四象限散点图中待监测区域横向环境噪声、纵向颗粒物浓度进行分割,举例如按横向环境噪声严重程度,分割为一定数量的横向单位,按纵向颗粒物浓度层级,分割为一定数量的纵向单位,分割后即生成所述地空一体污染监测追踪图。其中,在所述地空一体污染监测追踪图中,横向、纵向均是距离原点位置越近,对应大气污染越小。通过构建所述地空一体污染监测追踪图,实现了直观化监测大气污染严重程度的技术目标。
进一步的,本申请实施例步骤S700还包括:
步骤S710:将所述实时风力监测数据和所述实时温湿度监测数据,映射至所述污染监测四象限散点图,获得所述第一待监测区域在预设时间段内的污染离散分布图;
步骤S720:其中,所述污染离散分布图由所述横坐标x轴和所述纵坐标y轴构建,且所述横坐标x轴包括环境噪声集合和风力集合的两个影响特征,所述纵坐标y轴包括颗粒物浓度集合和气体温湿度集合的两个影响特征。
具体而言,将所述实时风力监测数据和所述实时温湿度监测数据,即将所述第一对应标记处和所述第二对应标记处依次映射至所述污染监测四象限散点图中,获得所述第一待监测区域在预设时间段内的污染离散分布图。其中,所述预设时间段是指大气污染监测系统基于大气污染监测周期,预先设置的监测时间段。所述污染离散分布图中包括待监测区域中的实时颗粒物浓度监测数据、实时风速风向监测数据、实时环境噪声监测数据和实时温湿度监测数据。此外,所述污染离散分布图由所述横坐标x轴和所述纵坐标y轴构建,且所述横坐标x轴包括环境噪声集合和风力集合的两个影响特征,所述纵坐标y轴包括颗粒物浓度集合和气体温湿度集合的两个影响特征。
通过基于广覆盖、高精度的所述污染离散分布图,将待监测区域的大气污染情况直观化,达到了提高大气污染监测实时性、全面性和科学性的技术效果。
进一步的,本申请实施例步骤S710还包括:
步骤S711:基于所述污染离散分布图,获得所述第一待监测区域在第一时间段的第一污染分布离散图,其中,所述第一时间段为所述预设时间段的起始时间段;
步骤S712:获得所述第一污染分布离散图在所述污染监测四象限散点图内的第一投映区域;
步骤S713:获得所述第一投映区域所处的目标象限位置;
步骤S714:基于所述污染监测四象限散点图,对所述目标象限位置进行动态追踪,生成所述地空一体污染监测追踪网络。
具体而言,根据所述污染离散分布图,获得待监测区域在第一时间段对应的污染分布离散图,即为所述第一污染分布离散图。其中,所述第一时间段为所述预设时间段的起始时间段。进而将所述第一污染分布离散图在所述污染监测四象限散点图内的进行投映,投映后即可得到第一投映区域所处的象限位置,即为所述目标象限位置。最后基于所述污染监测四象限散点图,对投映得到的所述目标象限位置进行动态追踪,实时监测所述预设时间段内,所述第一待监测区域内大气各项指标参数的变化情况,即生成所述地空一体污染监测追踪网络。通过所述地空一体污染监测追踪网络,达到了对待监测区域特定时间段内各项大气污染指标有效监测的技术效果。
进一步的,如附图4所示,本申请实施例还包括步骤S800:
步骤S810:基于所述预设时间段,对所述第一投映区域进行动态追踪,生成动态投映区域变化信息;
步骤S820:判断所述动态投映区域变化信息中,是否存在任一投映区域满足期望投映区域;
步骤S830:若所述动态投映区域变化信息中,存在任一投映区域满足所述期望投映区域,获得满足所述期望投映区域的目标投映区域;
步骤S840:获得所述目标投影区域对应的目标时间段,且对所述目标投影区域和所述目标时间段进行期望空气状态的标记。
具体而言,根据所述传感器阵列模块在预设时间段对所述第一投映区域的动态追踪监测,生成所述动态投映区域变化信息。进一步判断所述动态投映区域变化信息中,是否存在任一投映区域满足期望投映区域。当所述动态投映区域变化信息中存在某个投映区域满足所述期望投映区域,系统自动获得满足所述期望投映区域的目标投映区域。其中,期望投映区域为以四象限散点图原点位置为圆心,特定长度为半径的圆周区域,是指大气污染各项指标参数均处于系统预设的人类生活、生产可接受污染范围。最后,基于所述目标投影区域匹配对应的目标时间段,且对所述目标投影区域和所述目标时间段均进行期望空气状态的标记,从而为后续大气污染治理相关人员治理标准提供参考和目标。
通过确定符合人类身体健康和生活需求的大气状态,进而预设期望投映区域,并对符合期望投映区域的对应区域、对应时间进行标记,从而为相关人员治理大气污染提供参考和治理目标,并达到为人们提供科学、合理出行时间和活动位置建议的技术效果。
进一步的,本申请实施例步骤S820还包括:
步骤S821:获得所述污染监测四象限散点图的参考基点位置;
步骤S822:获得所述第一待监测区域的预设大气污染上限指标;
步骤S823:基于所述参考基点位置和所述预设大气污染上限指标,生成所述期望投映区域。
具体而言,首先获得所述污染监测四象限散点图的参考基点位置,进一步基于人类生活、工作等实际需求,对待监测区域的大气污染预先设置最大污染程度,即所述预设大气污染上限指标。当大气污染程度超过所述预设大气污染上限指标,则对应大气污染会对人类健康产生威胁。最后基于所述参考基点位置和所述预设大气污染上限指标,生成所述期望投映区域。其中,期望投映区域为以四象限散点图原点位置为圆心,特定长度为半径的圆周区域。通过基于人类身体特征、生产生活需求等预先设置最高大气污染程度,达到设定期望投映区域的技术效果。
综上所述,本申请实施例所提供的一种基于传感器阵列模块的大气污染监测方法具有如下技术效果:
1.通过根据所述颗粒物传感器搭载所述无人飞行装置,对第一待监测区域进行颗粒物浓度的层级监测,生成空域层级颗粒物浓度集合;基于所述空域层级颗粒物浓度集合和各层级空域,构建所述第一待监测区域的纵向空间污染监测网络;基于所述环境噪声传感器,对所述第一待监测区域在预设横向周径范围内的环境噪声集合进行数据采集,生成横向周径污染监测网络;根据所述纵向空间污染监测网络和所述横向周径污染监测网络,搭建所述第一待监测区域的地空一体污染监测追踪图;基于所述风速风向传感器,对所述预设横向周径范围内的风速风向进行数据采集,生成实时风力监测数据,并将所述实时风力监测数据渲染至所述地空一体污染监测追踪图的第一对应标记处;基于所述大气温湿度传感器,对所述各层级空域的大气温湿度进行数据采集,生成实时温湿度监测数据,并将所述实时温湿度监测数据渲染至所述地空一体污染监测追踪图的第二对应标记处;将所述第一对应标记处和所述第二对应标记处,依次叠加至所述地空一体污染监测追踪图,生成地空一体污染监测追踪网络,并将所述地空一体污染监测追踪网络上传至所述电子显示屏,对所述第一待监测区域进行动态监测。达到了基于传感器阵列模块对待监测区域的颗粒物浓度、环境噪声、风力情况和大气温湿度情况进行实时动态监测,从而保证数据来源可靠,进而形成广覆盖、高精度的地空一体污染监测追踪网络,并在显示屏上实时显示监测结果,从而直观化大气污染情况,最终达到提高大气污染监测实时性、全面性和科学性的技术效果。
2.通过确定符合人类生活需求的大气状态,进而预设期望投映区域,并对符合期望投映区域的对应区域、对应时间进行标记,从而为相关人员治理大气污染提供参考和治理目标,并达到为人们提供科学、合理出行时间和活动位置建议的技术效果。
实施例二
基于与前述实施例中一种基于传感器阵列模块的大气污染监测方法,同样发明构思,本发明还提供了一种基于传感器阵列模块的大气污染监测系统,请参阅附图5,所述系统包括:
第一生成单元11,所述第一生成单元11用于根据颗粒物传感器搭载无人飞行装置,对第一待监测区域进行颗粒物浓度的层级监测,生成空域层级颗粒物浓度集合;
第一构建单元12,所述第一构建单元12用于基于所述空域层级颗粒物浓度集合和各层级空域,构建所述第一待监测区域的纵向空间污染监测网络;
第二生成单元13,所述第二生成单元13用于基于环境噪声传感器,对所述第一待监测区域在预设横向周径范围内的环境噪声集合进行数据采集,生成横向周径污染监测网络;
第二构建单元14,所述第二构建单元14用于根据所述纵向空间污染监测网络和所述横向周径污染监测网络,搭建所述第一待监测区域的地空一体污染监测追踪图;
第三生成单元15,所述第三生成单元15用于基于风速风向传感器,对所述预设横向周径范围内的风速风向进行数据采集,生成实时风力监测数据,并将所述实时风力监测数据渲染至所述地空一体污染监测追踪图的第一对应标记处;
第四生成单元16,所述第四生成单元16用于基于大气温湿度传感器,对所述各层级空域的大气温湿度进行数据采集,生成实时温湿度监测数据,并将所述实时温湿度监测数据渲染至所述地空一体污染监测追踪图的第二对应标记处;
第一执行单元17,所述第一执行单元17用于将所述第一对应标记处和所述第二对应标记处,依次叠加至所述地空一体污染监测追踪图,生成地空一体污染监测追踪网络,并将所述地空一体污染监测追踪网络上传至电子显示屏,对所述第一待监测区域进行动态监测。
进一步的,所述系统还包括:
第五生成单元,所述第五生成单元用于对所述第一待监测区域进行颗粒污染物浓度的纵向空间监测,生成纵向颗粒污染物浓度集合;
第六生成单元,所述第六生成单元用于对所述纵向颗粒污染物浓度集合进行纵向层次聚类分析,生成纵向颗粒污染物聚类树;
第一获得单元,所述第一获得单元用于获得所述第一待监测区域的颗粒污染物浓度划分等级;
第七生成单元,所述第七生成单元用于基于所述颗粒污染物浓度划分等级,对所述纵向颗粒污染物聚类树进行目标分类,生成所述空域层级颗粒物浓度集合。
进一步的,所述系统还包括:
第一设置单元,所述第一设置单元用于将所述横向周径污染监测网络,作为横坐标x轴,所述纵向空间污染监测网络,作为纵坐标y轴;
第三构建单元,所述第三构建单元用于基于所述横坐标x轴和所述纵坐标y轴,构建污染监测四象限散点图;
第八生成单元,所述第八生成单元用于对所述污染监测四象限散点图进行目标性分割,生成所述地空一体污染监测追踪图。
进一步的,所述系统还包括:
第二获得单元,所述第二获得单元用于将所述实时风力监测数据和所述实时温湿度监测数据,映射至所述污染监测四象限散点图,获得所述第一待监测区域在预设时间段内的污染离散分布图;
第二设置单元,所述第二设置单元用于其中,所述污染离散分布图由所述横坐标x轴和所述纵坐标y轴构建,且所述横坐标x轴包括环境噪声集合和风力集合的两个影响特征,所述纵坐标y轴包括颗粒物浓度集合和气体温湿度集合的两个影响特征。
进一步的,所述系统还包括:
第三获得单元,所述第三获得单元用于基于所述污染离散分布图,获得所述第一待监测区域在第一时间段的第一污染分布离散图,其中,所述第一时间段为所述预设时间段的起始时间段;
第四获得单元,所述第四获得单元用于获得所述第一污染分布离散图在所述污染监测四象限散点图内的第一投映区域;
第五获得单元,所述第五获得单元用于获得所述第一投映区域所处的目标象限位置;
第九生成单元,所述第九生成单元用于基于所述污染监测四象限散点图,对所述目标象限位置进行动态追踪,生成所述地空一体污染监测追踪网络。
进一步的,所述系统还包括:
第十生成单元,所述第十生成单元用于基于所述预设时间段,对所述第一投映区域进行动态追踪,生成动态投映区域变化信息;
第一判断单元,所述第一判断单元用于判断所述动态投映区域变化信息中,是否存在任一投映区域满足期望投映区域;
第六获得单元,所述第六获得单元用于若所述动态投映区域变化信息中,存在任一投映区域满足所述期望投映区域,获得满足所述期望投映区域的目标投映区域;
第七获得单元,所述第七获得单元用于获得所述目标投影区域对应的目标时间段,且对所述目标投影区域和所述目标时间段进行期望空气状态的标记。
进一步的,所述系统还包括:
第八获得单元,所述第八获得单元用于获得所述污染监测四象限散点图的参考基点位置;
第九获得单元,所述第九获得单元用于获得所述第一待监测区域的预设大气污染上限指标;
第十一生成单元,所述第十一生成单元用于基于所述参考基点位置和所述预设大气污染上限指标,生成所述期望投映区域。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,前述图1实施例一中的一种基于传感器阵列模块的大气污染监测方法和具体实例同样适用于本实施例的一种基于传感器阵列模块的大气污染监测系统,通过前述对一种基于传感器阵列模块的大气污染监测方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种基于传感器阵列模块的大气污染监测系统,所以为了说明书的简洁,在此不再详述。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
示例性电子设备
下面参考图6来描述本申请实施例的电子设备。
图6图示了根据本申请实施例的电子设备的结构示意图。
基于与前述实施例中一种基于传感器阵列模块的大气污染监测方法的发明构思,本发明还提供一种基于传感器阵列模块的大气污染监测系统,其上存储有计算机程序,该程序被处理器执行时实现前文所述一种基于传感器阵列模块的大气污染监测方法的任一方法的步骤。
其中,在图6中,总线架构(用总线300来代表),总线300可以包括任意数量的互联的总线和桥,总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口305在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件,即收发机,提供用于在传输介质上与各种其他装置通信的单元。
处理器302负责管理总线300和通常的处理,而存储器304可以被用于存储处理器302在执行操作时所使用的数据。
本申请提供了一种基于传感器阵列模块的大气污染监测方法,所述方法应用于一种基于传感器阵列模块的大气污染监测系统,其中,所述方法包括:通过根据所述颗粒物传感器搭载所述无人飞行装置,对第一待监测区域进行颗粒物浓度的层级监测,生成空域层级颗粒物浓度集合;基于所述空域层级颗粒物浓度集合和各层级空域,构建所述第一待监测区域的纵向空间污染监测网络;基于所述环境噪声传感器,对所述第一待监测区域在预设横向周径范围内的环境噪声集合进行数据采集,生成横向周径污染监测网络;根据所述纵向空间污染监测网络和所述横向周径污染监测网络,搭建所述第一待监测区域的地空一体污染监测追踪图;基于所述风速风向传感器,对所述预设横向周径范围内的风速风向进行数据采集,生成实时风力监测数据,并将所述实时风力监测数据渲染至所述地空一体污染监测追踪图的第一对应标记处;基于所述大气温湿度传感器,对所述各层级空域的大气温湿度进行数据采集,生成实时温湿度监测数据,并将所述实时温湿度监测数据渲染至所述地空一体污染监测追踪图的第二对应标记处;将所述第一对应标记处和所述第二对应标记处,依次叠加至所述地空一体污染监测追踪图,生成地空一体污染监测追踪网络,并将所述地空一体污染监测追踪网络上传至所述电子显示屏,对所述第一待监测区域进行动态监测。解决了现有技术中存在无法对影响大气质量的多方因素进行智能化动态监测的技术问题。达到了基于传感器阵列模块对待监测区域的颗粒物浓度、环境噪声、风力情况和大气温湿度情况进行实时动态监测,从而保证数据来源可靠,进而形成广覆盖、高精度的地空一体污染监测追踪网络,并在显示屏上实时显示监测结果,从而直观化大气污染情况,最终达到提高大气污染监测实时性、全面性和科学性的技术效果。
本领域内的技术人员应明白,本申请的实施例可提供为方法、装置、或计算机程序产品。因此,本申请可采用完全软件实施例、完全硬件实施例、或结合软件和硬件方面实施例的形式。此外,本申请为可以在一个或多个包含有计算机可用程序代码的计算机可用存储介质上实施的计算机程序产品的形式。而所述的计算机可用存储介质包括但不限于:U盘、移动硬盘、只读存储器(Read-0nly Memory,简称ROM)、随机存取存储器(Random AccessMemory,简称RAM)、磁盘存储器、只读光盘(Compact Disc Read-Only Memory,简称CD-ROM)、光学存储器等各种可以存储程序代码的介质。
本发明是参照本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的系统。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令系统的制造品,该指令系统实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
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 (9)
1.一种基于传感器阵列模块的大气污染监测方法,其中,所述方法应用于大气污染监测系统,所述系统与传感器阵列模块、无人飞行装置以及电子显示屏通信连接,所述传感器阵列模块包括颗粒物传感器、环境噪声传感器、风速风向传感器以及大气温湿度传感器,所述方法包括:
根据所述颗粒物传感器搭载所述无人飞行装置,对第一待监测区域进行颗粒物浓度的层级监测,生成空域层级颗粒物浓度集合;
基于所述空域层级颗粒物浓度集合和各层级空域,构建所述第一待监测区域的纵向空间污染监测网络;
基于所述环境噪声传感器,对所述第一待监测区域在预设横向周径范围内的环境噪声集合进行数据采集,生成横向周径污染监测网络;
根据所述纵向空间污染监测网络和所述横向周径污染监测网络,搭建所述第一待监测区域的地空一体污染监测追踪图;
基于所述风速风向传感器,对所述预设横向周径范围内的风速风向进行数据采集,生成实时风力监测数据,并将所述实时风力监测数据渲染至所述地空一体污染监测追踪图的第一对应标记处;
基于所述大气温湿度传感器,对所述各层级空域的大气温湿度进行数据采集,生成实时温湿度监测数据,并将所述实时温湿度监测数据渲染至所述地空一体污染监测追踪图的第二对应标记处;
将所述第一对应标记处和所述第二对应标记处,依次叠加至所述地空一体污染监测追踪图,生成地空一体污染监测追踪网络,并将所述地空一体污染监测追踪网络上传至所述电子显示屏,对所述第一待监测区域进行动态监测。
2.如权利要求1所述的方法,其中,所述生成空域层级颗粒物浓度集合,包括:
对所述第一待监测区域进行颗粒污染物浓度的纵向空间监测,生成纵向颗粒污染物浓度集合;
对所述纵向颗粒污染物浓度集合进行纵向层次聚类分析,生成纵向颗粒污染物聚类树;
获得所述第一待监测区域的颗粒污染物浓度划分等级;
基于所述颗粒污染物浓度划分等级,对所述纵向颗粒污染物聚类树进行目标分类,生成所述空域层级颗粒物浓度集合。
3.如权利要求1所述的方法,其中,所述搭建所述第一待监测区域的地空一体污染监测追踪图,包括:
将所述横向周径污染监测网络,作为横坐标x轴,所述纵向空间污染监测网络,作为纵坐标y轴;
基于所述横坐标x轴和所述纵坐标y轴,构建污染监测四象限散点图;
对所述污染监测四象限散点图进行目标性分割,生成所述地空一体污染监测追踪图。
4.如权利要求1所述的方法,其中,所述将所述第一对应标记处和所述第二对应标记处,依次叠加至所述地空一体污染监测追踪图,包括:
将所述实时风力监测数据和所述实时温湿度监测数据,映射至所述污染监测四象限散点图,获得所述第一待监测区域在预设时间段内的污染离散分布图;
其中,所述污染离散分布图由所述横坐标x轴和所述纵坐标y轴构建,且所述横坐标x轴包括环境噪声集合和风力集合的两个影响特征,所述纵坐标y轴包括颗粒物浓度集合和气体温湿度集合的两个影响特征。
5.如权利要求4所述的方法,其中,所述方法包括:
基于所述污染离散分布图,获得所述第一待监测区域在第一时间段的第一污染分布离散图,其中,所述第一时间段为所述预设时间段的起始时间段;
获得所述第一污染分布离散图在所述污染监测四象限散点图内的第一投映区域;
获得所述第一投映区域所处的目标象限位置;
基于所述污染监测四象限散点图,对所述目标象限位置进行动态追踪,生成所述地空一体污染监测追踪网络。
6.如权利要求5所述的方法,其中,所述生成所述地空一体污染监测追踪网络,后包括:
基于所述预设时间段,对所述第一投映区域进行动态追踪,生成动态投映区域变化信息;
判断所述动态投映区域变化信息中,是否存在任一投映区域满足期望投映区域;
若所述动态投映区域变化信息中,存在任一投映区域满足所述期望投映区域,获得满足所述期望投映区域的目标投映区域;
获得所述目标投影区域对应的目标时间段,且对所述目标投影区域和所述目标时间段进行期望空气状态的标记。
7.如权利要求6所述的方法,其中,所述期望投映区域,包括:
获得所述污染监测四象限散点图的参考基点位置;
获得所述第一待监测区域的预设大气污染上限指标;
基于所述参考基点位置和所述预设大气污染上限指标,生成所述期望投映区域。
8.一种基于传感器阵列模块的大气污染监测系统,其中,所述系统包括:
第一生成单元:所述第一生成单元用于根据颗粒物传感器搭载无人飞行装置,对第一待监测区域进行颗粒物浓度的层级监测,生成空域层级颗粒物浓度集合;
第一构建单元:所述第一构建单元用于基于所述空域层级颗粒物浓度集合和各层级空域,构建所述第一待监测区域的纵向空间污染监测网络;
第二生成单元:所述第二生成单元用于基于环境噪声传感器,对所述第一待监测区域在预设横向周径范围内的环境噪声集合进行数据采集,生成横向周径污染监测网络;
第二构建单元:所述第二构建单元用于根据所述纵向空间污染监测网络和所述横向周径污染监测网络,搭建所述第一待监测区域的地空一体污染监测追踪图;
第三生成单元:所述第三生成单元用于基于风速风向传感器,对所述预设横向周径范围内的风速风向进行数据采集,生成实时风力监测数据,并将所述实时风力监测数据渲染至所述地空一体污染监测追踪图的第一对应标记处;
第四生成单元:所述第四生成单元用于基于大气温湿度传感器,对所述各层级空域的大气温湿度进行数据采集,生成实时温湿度监测数据,并将所述实时温湿度监测数据渲染至所述地空一体污染监测追踪图的第二对应标记处;
第一执行单元:所述第一执行单元用于将所述第一对应标记处和所述第二对应标记处,依次叠加至所述地空一体污染监测追踪图,生成地空一体污染监测追踪网络,并将所述地空一体污染监测追踪网络上传至电子显示屏,对所述第一待监测区域进行动态监测。
9.一种基于传感器阵列模块的大气污染监测系统,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现权利要求1~7任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111332451.1A CN114046822B (zh) | 2021-11-11 | 2021-11-11 | 一种基于传感器阵列模块的大气污染监测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111332451.1A CN114046822B (zh) | 2021-11-11 | 2021-11-11 | 一种基于传感器阵列模块的大气污染监测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114046822A true CN114046822A (zh) | 2022-02-15 |
CN114046822B CN114046822B (zh) | 2023-12-19 |
Family
ID=80208358
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111332451.1A Active CN114046822B (zh) | 2021-11-11 | 2021-11-11 | 一种基于传感器阵列模块的大气污染监测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114046822B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115658991A (zh) * | 2022-10-20 | 2023-01-31 | 北京华志信科技股份有限公司 | 一种污染数据管理方法、装置、电子设备和存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103983303A (zh) * | 2014-05-06 | 2014-08-13 | 中国民航大学 | 一种机场停机坪环境污染监测系统 |
CN106886643A (zh) * | 2017-02-20 | 2017-06-23 | 中国环境监测总站 | 一种噪声污染分布图的绘制方法及绘制系统 |
CN107192645A (zh) * | 2016-03-14 | 2017-09-22 | 曹芃 | 一种多旋翼无人机大气污染探测系统及方法 |
CN107991439A (zh) * | 2017-11-29 | 2018-05-04 | 深圳市可飞科技有限公司 | 大气数据分布三维可视化动态展示方法及系统 |
CN110516023A (zh) * | 2019-08-26 | 2019-11-29 | 广东石油化工学院 | 一种基于移动感知的噪声地图绘制方法 |
CN110567510A (zh) * | 2019-07-23 | 2019-12-13 | 北京英视睿达科技有限公司 | 大气污染监测方法、系统、计算机设备和存储介质 |
CN111539630A (zh) * | 2020-04-23 | 2020-08-14 | 顾晓东 | 一种基于大数据的建筑工程施工作业环境智能监测系统 |
CN111781951A (zh) * | 2020-07-13 | 2020-10-16 | 江苏中科智能制造研究院有限公司 | 一种基于集群无人机的工业园区监测与数据可视化系统 |
CN113375723A (zh) * | 2021-06-26 | 2021-09-10 | 西北工业大学 | 基于固定翼无人机的大气污染立体化监控及数据处理方法 |
KR20210125821A (ko) * | 2020-04-09 | 2021-10-19 | 한국전력공사 | 3차원 실시간 대기 중 미세먼지 측정시스템 및 평가방법 |
-
2021
- 2021-11-11 CN CN202111332451.1A patent/CN114046822B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103983303A (zh) * | 2014-05-06 | 2014-08-13 | 中国民航大学 | 一种机场停机坪环境污染监测系统 |
CN107192645A (zh) * | 2016-03-14 | 2017-09-22 | 曹芃 | 一种多旋翼无人机大气污染探测系统及方法 |
CN106886643A (zh) * | 2017-02-20 | 2017-06-23 | 中国环境监测总站 | 一种噪声污染分布图的绘制方法及绘制系统 |
CN107991439A (zh) * | 2017-11-29 | 2018-05-04 | 深圳市可飞科技有限公司 | 大气数据分布三维可视化动态展示方法及系统 |
CN110567510A (zh) * | 2019-07-23 | 2019-12-13 | 北京英视睿达科技有限公司 | 大气污染监测方法、系统、计算机设备和存储介质 |
CN110516023A (zh) * | 2019-08-26 | 2019-11-29 | 广东石油化工学院 | 一种基于移动感知的噪声地图绘制方法 |
KR20210125821A (ko) * | 2020-04-09 | 2021-10-19 | 한국전력공사 | 3차원 실시간 대기 중 미세먼지 측정시스템 및 평가방법 |
CN111539630A (zh) * | 2020-04-23 | 2020-08-14 | 顾晓东 | 一种基于大数据的建筑工程施工作业环境智能监测系统 |
CN111781951A (zh) * | 2020-07-13 | 2020-10-16 | 江苏中科智能制造研究院有限公司 | 一种基于集群无人机的工业园区监测与数据可视化系统 |
CN113375723A (zh) * | 2021-06-26 | 2021-09-10 | 西北工业大学 | 基于固定翼无人机的大气污染立体化监控及数据处理方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115658991A (zh) * | 2022-10-20 | 2023-01-31 | 北京华志信科技股份有限公司 | 一种污染数据管理方法、装置、电子设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN114046822B (zh) | 2023-12-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109522603B (zh) | 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 | |
US8903646B2 (en) | Method and determining system for automatically determining emission locations, and method and traffic control system based thereon for immission-dependent traffic control | |
CN114155129A (zh) | 一种基于工业园区的大气环境溯评方法和系统 | |
CN114547229B (zh) | 一种多源大气环境数据融合方法、装置、终端及存储介质 | |
Parn et al. | Engineering-out hazards: digitising the management working safety in confined spaces | |
CN115420854B (zh) | 一种基于正后向模型结合的大气污染物溯源方法 | |
KR102328762B1 (ko) | 인공지능 기반 미세먼지 예측 방법, 그리고 이를 구현하기 위한 장치 | |
CN113703444A (zh) | 一种智能化机器人的巡检避障方法及系统 | |
CN111415026A (zh) | 无人设备调度装置、系统和方法 | |
CN117351521B (zh) | 基于数字孪生的输电线鸟类检测方法、系统、介质及设备 | |
CN114046822B (zh) | 一种基于传感器阵列模块的大气污染监测方法及系统 | |
CN114357058A (zh) | 一种臭氧污染溯源方法 | |
CN112817331A (zh) | 一种基于多机协同的林业信息智能监测系统 | |
Mirsanjari et al. | Investigation of the impacts of urban vegetation loss on the ecosystem service of air pollution mitigation in Karaj metropolis, Iran | |
CN113125635A (zh) | 一种大气污染预警方法、装置及可读存储介质 | |
CN115293545A (zh) | 一种基于电网台区划分的台风灾害风险评估方法、系统及存储介质 | |
CN204515433U (zh) | 职业病健康安全数据实时监测及信息管理系统 | |
Ridzuan et al. | Visualising urban air quality using AERMOD, CALPUFF and CFD models: A critical review | |
CN115578227A (zh) | 一种基于多源数据确定大气颗粒物污染重点区域的方法 | |
Jeelani et al. | Safety challenges of human-drone interactions on construction jobsites | |
Chang et al. | Safety risk assessment of electric power operation site based on variable precision rough set | |
CN113295589B (zh) | 一种扬尘监测方法、装置和系统 | |
CN113449918B (zh) | 突发重大污染事件应急指挥辅助决策方法和系统 | |
CN110826891A (zh) | 一种基于船舶集群态势的相对碰撞危险度获取方法 | |
Bakirci | Efficient air pollution mapping in extensive regions with fully autonomous unmanned aerial vehicles: A numerical perspective |
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 |