CN114138868B - 空气质量统计分布图绘制方法和装置 - Google Patents
空气质量统计分布图绘制方法和装置 Download PDFInfo
- Publication number
- CN114138868B CN114138868B CN202111470930.XA CN202111470930A CN114138868B CN 114138868 B CN114138868 B CN 114138868B CN 202111470930 A CN202111470930 A CN 202111470930A CN 114138868 B CN114138868 B CN 114138868B
- Authority
- CN
- China
- Prior art keywords
- air quality
- statistical
- data
- time
- accumulated
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/248—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Probability & Statistics with Applications (AREA)
- Computational Linguistics (AREA)
- Remote Sensing (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明提供一种空气质量统计分布图绘制方法和装置,属于环境技术领域。所述方法包括:对多个空气质量数据进行预处理,得到多个空气质量数据的统计数据;接收空气质量统计分布图的绘制参数,绘制参数至少包括分析开始时间和分析结束时间;获取分析开始时间和分析结束时间之间的目标统计数据;基于目标统计数据,绘制空气质量统计分布图。通过本发明解决了在绘制空气污染物分布图时,数据计算缓慢,用户体验差的问题,进而可以实现任意时间段,不同区域范围的空气质量均值、最值等分析的方法,协助专业人员进行空气质量的分析工作;同时,减少了在绘制空气质量统计分布图时对目标统计数据运算的运算量。
Description
技术领域
本发明涉及环境技术领域,尤其涉及空气质量统计分布图绘制方法和装置。
背景技术
随着科技的发展,空气污染已慢慢成为不可忽视的问题,因此,各个国家对空气污染的治理也越发的重视。对于空气污染治理的前提就是监测研究区域内空气污染情况,准确把握空气污染变化趋势,并且对接下来时间内的空气污染情况做出预测,使得人们可以采取相应的措施,防止空气污染物对人们造成伤害。空气污染物分布图可以直观的展示某个区域一段时间的空气质量情况,是分析空气污染物变化的一种重要工具。
目前,空气污染分布图绘制时,空气污染物数据的数量通常比较多,并且还要考虑到月、季以及年等数据分析,因此在绘制空气污染分布图时需要直接处理大量的数据,进而展示空气污染分布图时数据计算缓慢,导致用户体验差。
针对现有技术中在绘制空气污染物分布图时,数据计算缓慢,用户体验差的问题,还未提出有效的解决方案。
发明内容
为了解决现有技术的问题,本发明实施例提供了一种空气质量统计分布图绘制方法、装置、电子设备及存储介质。技术方案如下:
根据本发明的第一方面,提供了一种空气质量统计分布图绘制方法,所述方法包括:
对多个空气质量数据进行预处理,得到所述多个空气质量数据的统计数据;
接收空气质量统计分布图的绘制参数,所述绘制参数至少包括分析开始时间和分析结束时间;
获取所述分析开始时间和所述分析结束时间之间的目标统计数据;
基于所述目标统计数据,绘制所述空气质量统计分布图。
根据本发明的第二方面,提供了一种空气质量统计分布图绘制装置,所述装置包括:
预处理模块,用于对多个空气质量数据进行预处理,得到所述多个空气质量数据的统计数据;
接收模块,用于接收空气质量统计分布图的绘制参数,所述绘制参数至少包括分析开始时间和分析结束时间;
获取模块,用于获取所述分析开始时间和所述分析结束时间之间的目标统计数据;
绘制模块,用于基于所述目标统计数据,绘制所述空气质量统计分布图。
根据本发明的第三方面,提供了一种电子设备,包括:
处理器;以及
存储程序的存储器,
其中,所述程序包括指令,所述指令在由所述处理器执行时使所述处理器执行上述空气质量统计分布图绘制方法。
根据本发明的第四方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使计算机执行上述空气质量统计分布图绘制方法。
本发明提供了一种空气质量统计分布图绘制方法,通过对空气质量数据进行预处理,将空气质量数据进行统计,进而通过统计数据绘制空气质量统计分布图,解决了现有技术中在绘制空气质量统计分布图时,数据计算缓慢,用户体验差的问题。通过本发明可以实现任意时间段,不同区域范围的空气质量均值、最值等分析的方法,协助专业人员进行空气质量的分析工作;同时,减少了在绘制空气质量统计分布图时对目标统计数据运算的运算量。
附图说明
在下面结合附图对于示例性实施例的描述中,本发明的更多细节、特征和优点被公开,在附图中:
图1示出了根据本发明示例性实施例的空气质量统计分布图绘制方法的流程图;
图2示出了根据本发明示例性实施例的预处理方法的流程图;
图3示出了根据本发明示例性实施例的绘制参数的示意图;
图4示出了根据本发明示例性实施例的关系图的示意图;
图5示出了根据本发明示例性实施例的风杆图的示意图;
图6示出了根据本发明示例性实施例的空气质量统计分布图绘制方法的流程图;
图7示出了根据本发明示例性实施例的空气质量统计分布图绘制装置的示意性框图;
图8示出了能够用于实现本发明的实施例的示例性电子设备的结构框图。
具体实施方式
下面将参照附图更详细地描述本发明的实施例。虽然附图中显示了本发明的某些实施例,然而应当理解的是,本发明可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本发明。应当理解的是,本发明的附图及实施例仅用于示例性作用,并非用于限制本发明的保护范围。
应当理解,本发明的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本发明的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。需要注意,本发明中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本发明中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本发明实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
本发明实施例通过对空气质量数据进行预处理,减小了在绘制空气质量统计分布图时进行计算的计算量;同时结合自定义算法的方式使得用户可以构建不同污染物之间的关系,提出了一种空气质量统计分布图绘制方法。该方法可以由终端、服务器和/或其他具备处理能力的设备完成。例如,服务器可以对空气质量数据进行预处理,并将预处理后获得的统计数据存储起来,根据统计数据绘制空气质量统计分布图,服务器可以将绘制好的空气质量统计分布图发送到客户端进行展示,本发明对此不作限定。
下面将参照图1所示的空气质量统计分布图绘制方法的流程图,对空气质量统计分布图绘制方法进行介绍。
步骤101,对多个空气质量数据进行预处理,得到多个空气质量数据的统计数据。
其中,空气质量数据可以包括空气质量预报数据和空气质量监测数据。空气质量预报数据为多维的网格数据,包括横向网格数、纵向网格数、层高、时间四个维度;空气质量监测数据是以站点或者城市的值进行存储,其主要的存储方式为数据库,对于数据库中存储的数据,其主要的特点是方便查询和统计。
在一种可能的实施方式中,通过对空气质量数据进行预处理,使得在绘制空气质量统计分布图时减小运算量,提升运算效率,进而提升用户的满意度。
如图2所示的预处理方法的流程图,步骤101中的预处理可以如下:
步骤201,每当达到预设的预处理条件时,获取预处理条件对应的统计时段。
在一种可能的实施方式中,当预处理条件满足后,将预处理条件中的时段作为统计时段。例如,预处理条件为要存储的空气质量数据所对应的日期为每月月底,因此统计时段为每个月的第一天至每个月最后一天。
步骤202,确定统计时段对应的统计数据。
在一种可能的实施方式中,获取统计时段内的空气质量数据,将空气质量数据按照统计规则计算出统计数据,并将统计数据进行存储。例如,通过步骤201,获取的统计时段为2021年6月1日至2021年6月30日,进而获取到2021年6月1日至2021年6月30日之间的空气质量数据,最后根据统计规则计算出统计数据。其中,统计规则可以为均值、最值或者差值等计算公式,对此本申请不做限定。
可选的,在获取统计数据时,上述步骤202进行如下处理:
每当达到累计时刻时,获取前次存储的累计空气质量数据,将当次要存储的空气质量数据与前次存储的累计空气质量数据进行累计,得到累计时刻对应的累计空气质量数据;
将累计时刻对应的累计空气质量预报数据进行存储;
根据统计时段内的多个累计时刻的累计空气质量数据,确定统计时段对应的统计数据。
其中,累计时刻指的获取到当次要存储的空气质量数据的时刻。例如在2021年6月30日24时获取到2021年6月30日的空气质量数据,那么2021年6月30日24时为累计时刻。
在一种可能的实施方式中,可以将累计时刻设定为每日的24,因此在每日的24时,将当日的空气质量数据存储为从当年1月1日0时到当日24时的累计值。根据步骤201获取的统计时段,获取统计时段内的多个累计空气质量数据,进而计算出统计数据。
可选的,当统计时段包含多个年份时,可以按照每个年份计算相应的累计空气质量数据。下面将以统计数据为均值为例,对相应的处理进行介绍:
根据统计时段内的多个累计时刻的累计空气质量数据,确定统计时段对应的统计数据,包括:
将统计时段按照年进行分段;
获取每一个分段内起始的累计时刻和终止的累计时刻对应的累计空气质量数据;
按照下列公式获取每一个分段内空气质量数据的累计值:
Vn=Vne-Vns;
其中,Vn表示第n个分段内空气质量数据的累计值,Vns表示第n个分段内起始的累计时刻对应的累计空气质量数据,Vne表示第n个分段内终止的累计时刻对应的累计空气质量数据;n为大于等于1的整数;
将每一个分段内空气质量数据的累计值进行叠加,获得统计时段内空气质量数据的累计值;
将统计时段内空气质量数据的累计值除以统计时段的长度,确定统计时段对应的统计数据。
在一种可能的实施方式中,累计的空气质量数据可以累计一年的数据,因此当统计时段跨年时,可以按照年进行分段计算。例如,统计时段为2019年06月01日至2021年06月01日时,需要将统计时间分成三个分段,第一分段为2019年06月01日至2019年12月31日,第二分段为2020年01月01日至2020年12月31日,第三分段为2021年01月01日至2021年06月01日。通过上述计算每一个分段内空气质量数据累计值的公式,计算出第一分段内的空气质量数据累计值(V1)、第二分段内的空气质量数据累计值(V2)和第三分段内的空气质量数据累计值(V3),然后通过下列公式计算出统计时段内空气质量数据的均值:
其中,M为统计时段内空气质量数据的均值,d为统计时间内的总天数。
统计数据还可以为两个时段内的空气质量数据均值之间的浓度差,具体处理过程如下:
根据统计时段获取对应的累计空气质量数据;其中,统计时段包括与浓度差对应的两个时段;
计算出与统计时段对应的第一均值和第二均值;
其中,第一均值和第二均值分别与统计时段中的两个时段对应;计算均值的方法采用上述统计数据为均值时的计算方法,此处不再赘述。
计算浓度差的具体处理如下:
C=M1-M2,
其中,C为两个时段的浓度差,M1为第一均值,M2为第二均值。
另外,统计数据还可以为两个时段的空气质量数据的比例差,计算比例差的具体处理如下:
其中,P为两个时段的比例差。
在另一种可能的实施方式中,由于空气质量预报数据是每天生成的,预处理得到的统计数据可以是上述累计空气质量数据,进而在步骤104绘制空气质量统计分布图之前,可以对累计空气质量数据执行上述可选的方案,从而得到空气质量统计分布图所要描绘的目标统计数据(如均值)。本实施例对累计空气质量数据执行上述可选的方案的具体时序不作限定。
可选的,当多个空气质量数据存储在数据库中时,上述步骤202进行如下处理:
根据统计时段和数据库指令,确定统计时段对应的统计数据。
其中,数据库指令指的是用于对数据库进行查询和统计等指令。
在一种可能的实施方式中,将空气质量数据存储在数据库中,使得空气质量数据可以通过数据库指令进行查询、调用和统计等,方便快捷。例如,可以通过数据库指令将空气质量数据进行分类,并按照所分类别进行均值计算,最终将计算结果存储到数据库中。
另外,对于空气质量数据按照时间分进行分类,具体可以分为:年、月、季度和季节等,进而可以计算空气质量数据的年、月、季度以及季节等的均值。本领域技术人员应当知晓,计算均值不用于限定本发明,其它的计算也在本发明保护范围之内,例如,浓度差。
本发明实施例中,对空气质量数据进行预处理,通过预处理使得在绘制空气质量统计分布图时减小运算量,提升用户的体验。
步骤102,接收空气质量统计分布图的绘制参数。
其中,绘制参数指的是用户确定的绘制空气质量统计分布图时所需要的各个参数,绘制参数包括分析开始时间、分析结束时间、基准开始时间、基准结束时、区域、层高、投影方式、数据类型、变量绘制类型以及算法等,如图3所示的绘制参数的示意图。
在一种可能的实施方式中,用户在客户端上选定绘制参数后,发出http请求,进而将绘制参数发送至服务器;服务器解析http请求,获得绘制参数,进而根据绘制参数绘制空气质量统计分布图。例如,用户在客户端上选定分析开始时间为2021年10月1日、分析结束时间为2021年10月30日、区域为北京地区、层高为100m、投影方式为经纬度投影方式、数据类型为空气质量监测数据、变量绘制类型为绘制区域渲染图以及算法为均值算法,客户端将确定的参数通过http请求的方式进行远程传输到服务器,最终服务器获取接受到用户确定的参数。本领域技术人员应当知晓,绘制参数发送方式不用于限定本发明,其他的发送方式也在本发明保护范围之内,例如加密传输或者FTP传输。
步骤103,获取分析开始时间和分析结束时间之间的目标统计数据。
在一种可能的实施方式中,在获得绘制参数后,根据绘制参数中的分析开始时间和分析结束时间,获取这个时间段内的目标统计数据。其中,获取的目标统计数据是根据所绘制的空气质量统计分布图确定的,例如,当绘制一段时间内的空气质量均值的渲染图时,目标统计数据为这段时间内的空气质量数据均值;当绘制两个时间段的空气质量浓度差的渲染图时,目标统计数据为这两个时段的空气质量浓度差,对此本发明不做限定。
步骤104,基于目标统计数据,绘制空气质量统计分布图。
在一种可能的实施方式中,将获取到的目标统计数据通过算法进行计算,获取到用于绘制空气质量统计分布图的数据。
可选的,算法包括自定义算法和预定算法。
预定算法为根据人工经验在客户端或者服务中预先定义的算法,当用户在选取绘制参数时选取预定算法,进而在绘制空气质量统计分布图时,根据绘制参数中算法的名称可以调用预先设定好的算法,对目标统计数据进行运算,然后绘制空气质量统计分布图。自定义算法为用户根据需求自行设计的算法,这种自行设定的算法并未预先存储,因此发送绘制参数时需要将自定义的算法同时发送出去,进而在绘制空气质量统计分布图时通过自定义的算法进行计算,然后绘制空气质量统计分布图。例如,预定算法为预先存储的均值或者浓度差等算法,自定义算法为对不同的污染物进行关联性分析的算法,如PM10/PM2.5,PM10-PM2.5等。
可选的,空气质量统计分布图的绘制参数还包括自定义算法;自定义算法用于对统计数据中不同类别的污染物进行关联性分析。
在一种可能的实施方式中,不同污染物之间的比值可以用于对当前环境进行判断。例如,通过PM2.5/PM10、NO2/SO2、SO2/CO、NO2/CO的比值可以做出如下判断:当PM2.5/PM10的比值小于0.4并且PM10的浓度比较高时,那么可以判断当前环境受到沙尘影响;当NO2/SO2和NO2的数值均有大幅度变化时,可以判断当前时段移动源有显著增加;由于CO是一种比较稳定的气体,因此SO2/CO可以较为客观的评估SO2的变化趋势,可以判断在当前时段工业/燃煤的情况;同理NO2/CO也可以较为客观的评估NO2的变化趋势,还可以判断在当前时段柴油消耗排放的情况,也就是说通过不同污染物之间的比值可以反映出这两种污染物之间的联系,进而对当前环境进行情况判断。
可选的,空气质量统计分布图包括多个图层,多个图层包括面图层、线图层和点图层的任意组合,绘制多个图层的第一顺序为面图层,第二顺序为线图层,第三顺序为点图层。
其中,第一顺序、第二顺序和第三顺序指的是图层的绘制顺序。
在一种可能的实施方式中,当在一张空气质量统计分布图中需要绘制多个分析要素时,为了对不同要素进行区分,进而对于不同的要素采用不同的表现形式,例如,绘制PM2.5数据的渲染图后,绘制空气压力时可以采用等值线的方法将空气压力叠加到渲染图上,最后将某一个城市的风矢量通过点状图的方法绘制到上述叠加了等值线的渲染图中,获得空气质量渲染图。对于面图层、线图层和点图层的组合情况,本申请不做限定,空气质量统计分布图可以是单个图层,可以是任意两个图层的组合,还可以是三个图层的组合。
另外,面图层可以是渲染图和落区图,线图层可以是等值线图,点图层可以是城市点位图和风矢量。并且通先绘制面图层、然后绘制线图层、最后绘制点图层的绘制次序可以防止图层的相互遮盖。同时,落区图和渲染图表现形式冲突无法同时绘制。
下面分别对面图层、线图层和点图层的绘制过程进行介绍。
首先对面图层的绘制过程进行介绍。
当空气质量数据为监测数据时,空气质量统计分布图包括监测站点网格和非监测站点网格。
其中,非监测站点网格为划分出的网格中没有监测站点的网格,进而不存在非监测站点网格的空气质量监测数据;监测站点网格为划分出的网格中有监测站点,进而存在监测站点网格的空气质量监测数据。
相对应的,绘制线图层的处理可以如下:
获取每个监测站点网格的目标统计数据;
根据每个监测站点网格的目标统计数据,利用反距离加权算法进行插值,获取非监测站点网格的网格数据;
根据空气质量统计分布图中每个网格的网格数据进行分级和渲染,获得面图层。
在一种可能的实施方式中,在将研究区域划分网格后,由于监测站点数量较少,研究区域划分出的网格中可能不存在监测站点,因此,在绘制空气质量监测数据的面图层前需要将获取到的目标统计数据插值出非监测站点网格的网格数据。
另外,在本实施例中,插值算法为反距离加权插值算法(IDW),根据研究区域的范围,通过目标统计数据插值出整个区域范围的非监测站点的网格数据。其中反距离插值算法如下:
其中,(xj,yj)为第j个非监测站点网格数据坐标,(xi,yi)为第i个监测站点网格数据坐标,Di为非监测站点网格数据与第i个监测数据之间的距离,Zj为第j个非监测站点网格数据,Zi为第i个监测站点网格数据,p为Di的幂,p越高,插值结果越平滑,m为监测站点网格数据数量,i,j为大于等于0的正整数。
绘制面图层还包括直接根据空气质量预报数据进行分级和颜色渲染。
在一种可能的实施方式中,当空气质量数据为空气质量预报数据时,由于空气质量预报数据为网格化的数据,因此不需要插值,可以直接用于绘制面图层。
然后对线图层的绘制过程进行介绍。
空气质量统计分布图包括多个网格,目标统计数据存储于空气质量统计分布图的网格节点之上。
相对应的,绘制线图层的处理可以如下:
将每个网格上的目标统计数据分别与等值线值进行比较,获得每个网格对应的关系代码;
通过每个网格对应的关系代码,在关系图中确定每个网格的四个网格节点与等值线的位置关系;
根据位置关系和线性插值算法,获取等值线与每个网格的交点;
根据位置关系和全部交点,获取线图层。
其中,关系图为多个代码与等值线在网格中的位置一一对应的图;关系代码为多个代码中的一种。关系代码为4位二进制代码,每一个二进制位分别代表网格的一个节点,同时将网格节点数据大于等值线值的点填入1,其他填入0,最终形成有0和1组成的4位二进制代码。本领域技术人员应当知晓,二进制关系代码的定义方式不用于限定本发明,其他的关系代码也在本发明保护范围之内。
在一种可能的实施方式中,将每一个网格节点上的数据分别与等值线值进行比较,使得每一个网格对应一个关系代码,根据关系代码在关系图中进行匹配,确定等值线与每一个网格之间的位置关系,进而通过插值的方式获得等值线与每一个网格的交点,最后,根据等值线与网格节点的位置关系将交点顺次连接获得等值线,如图4所示的关系图的示意图。
另外,当通过步骤103获取的目标统计数据为空气质量监测数据时,需要通过插值的方法将空气质量监测数据插值为存储于空气质量统计分布图的网格节点之上的目标统计数据。相应的处理与上述反距离加权插值算法同理,此处不再赘述。
最后对点图层的绘制过程进行介绍。
在一种可能的实施方式中,可以直接通过空气质量数据绘制点图层。例如,绘制风矢量,通过风向杆的方式进行绘制。
根据目标统计数据中的风场数据,计算风向和风速,通过平行四边形法则获取风矢量的方向,风矢量的大小计算公式如下:
可选的,空气质量统计分布图还包括图注。
在一种可能的实施方式中,在绘制完空气质量统计分布图的图层后,在空气质量统计分布图中绘制多种类型的图注,图注可以为图例、数据单位和数据时间等。另外,空气质量统计分布图可以保存在图片服务器中,展示时从服务器获取即可。
需要说明的是,本实施例中所使用的统计数据是通过预处理获得的。参照图6所示的空气质量统计分布图绘制方法的流程图,在一种具体的实施方式中,上述步骤104的处理可以如下:
步骤601,根据步骤102中接收到的空气质量统计分布图的绘制参数中的区域和投影方式,初始化区域,并且设置投影方式;
步骤602,根据绘制参数中的区域,绘制地图、边界和注记等;
步骤603,根据步骤104中空气质量数据包括的图层,判断是否绘制面图层,当判断结果为是时,执行步骤604,否则执行步骤607;
步骤604,判断步骤103中获得的目标统计数据是否为空气质量监测数据,当判断结果为是时,执行步骤605,否则执行步骤606;
步骤605,通过反距离加权法对目标统计数据进行插值;
步骤606,根据上述实施例中面图层的绘制过程,绘制面图层;
步骤607,根据步骤104中空气质量数据包括的图层,判断是否绘制线图层,当判断结果为是时,执行步骤608,否则执行步骤611;
步骤608,判断步骤103中获得的目标统计数据是否为空气质量监测数据,当判断结果为是时,执行步骤609,否则执行步骤610;
步骤609,可以利用步骤605中的插值方法,对目标统计数据进行插值;
步骤610,根据上述实施例中线图层的绘制过程,绘制线图层;
步骤611,根据上述实施例中点图层的绘制过程,绘制点图层;
步骤612,在空气质量分布图上绘制图注;
步骤613,存储空气质量分布图。
本发明可以实现任意时间段不同高度层,不同区域范围的空气质量分析,协助专业人员进行空气质量的分析工作,并且可以自定义数据高度、范围和投影方式进行绘制。同时,本发明可以使用不同类型(国控、省控等)或组合的监测站点数据绘制空气质量统计分布图。另外,本以发明可对不同时间段的差值(浓度差、比例差)进行分析,还可以通过自定算法实现不同污染物之间的关联性分析。
本发明实施例提供了一种空气质量统计分布图绘制装置,该装置用于实现上述空气质量统计分布图绘制方法。如图7所示的空气质量统计分布图绘制装置的示意性框图,该装置包括:
预处理模块701,用于对多个空气质量数据进行预处理,得到多个空气质量数据的统计数据;
接收模块702,用于接收空气质量统计分布图的绘制参数,绘制参数至少包括分析开始时间和分析结束时间;
获取模块703,用于获取分析开始时间和分析结束时间之间的目标统计数据;
绘制模块704,用于基于目标统计数据,绘制空气质量统计分布图。
可选的,预处理模块701用于:
每当达到预设的预处理条件时,获取预处理条件对应的统计时段;
确定统计时段对应的统计数据。
可选的,预处理模块701用于:
每当达到累计时刻时,获取前次存储的累计空气质量数据,将当次要存储的空气质量数据与前次存储的累计空气质量数据进行累计,得到累计时刻对应的累计空气质量数据;
将累计时刻对应的累计空气质量预报数据进行存储;
根据统计时段内的多个累计时刻的累计空气质量数据,确定统计时段对应的统计数据。
可选的,统计数据为均值,统计时段包含多个年份;
预处理模块701用于:
将统计时段按照年进行分段;
获取每一个分段内起始的累计时刻和终止的累计时刻对应的累计空气质量数据;
按照下列公式获取每一个分段内空气质量数据的累计值:
Vn=Vne-Vns,
其中,Vn表示第n个分段内空气质量数据的累计值,Vns表示第n个分段内起始的累计时刻对应的累计空气质量数据,Vne表示第n个分段内终止的累计时刻对应的累计空气质量数据;n为大于等于1的整数;
将每一个分段内空气质量数据的累计值进行叠加,获得统计时段内空气质量数据的累计值;
将统计时段内空气质量数据的累计值除以统计时段的长度,确定统计时段对应的统计数据。
可选的,多个空气质量数据存储在数据库中;
预处理模块701用于:
根据统计时段和数据库指令,确定统计时段对应的统计数据。
可选的,空气质量统计分布图包括多个图层,多个图层包括面图层、线图层和点图层的任意组合,绘制多个图层的第一顺序为面图层,第二顺序为线图层,第三顺序为点图层。
可选的,该装置还包括:绘制图层模块;
所述绘制图层模块用于绘制所述面图层、线图层和点图层。
可选的,空气质量数据为监测数据,空气质量统计分布图包括监测站点网格和非监测站点网格;
绘制图层模块,用于:
获取每个监测站点网格的目标统计数据;
根据每个监测站点网格的目标统计数据,利用反距离加权算法进行插值,获取非监测站点网格的网格数据;
根据空气质量统计分布图中每个网格的网格数据进行分级和渲染,获得面图层。
可选的,空气质量统计分布图包括多个网格,目标统计数据存储于空气质量统计分布图的网格节点之上;
绘制图层模块,用于:
将每个网格上的目标统计数据分别与等值线值进行比较,获得每个网格对应的关系代码;
通过每个网格对应的关系代码,在关系图中确定每个网格的四个网格节点与等值线的位置关系;其中,关系图为多个代码与等值线在网格中的位置一一对应的图;关系代码为多个代码中的一种;
根据位置关系和线性插值算法,获取等值线与每个网格的交点;
根据位置关系和全部交点,获取线图层。
可选的,空气质量统计分布图的绘制参数还包括自定义算法;自定义算法用于对统计数据中不同类别的污染物进行关联性分析。
本发明实施例中,通过对空气质量数据进行预处理,获得统计数据;根据接收到的绘制参数确定目标统计数据,最终通过目标统计数据绘制空气质量统计分布图,进而可以将任意经纬度范围内数据的进行展示,支持不同投影的地图,同时也支持算法的保存、共享,放便下次使用或者共享给其他分析人员使用。同时,在预处理的过程中采用数据累计的方式存储空气质量数据,进而在绘制空气质量统计分布图时简化了运算。
本发明示例性实施例还提供一种电子设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器。所述存储器存储有能够被所述至少一个处理器执行的计算机程序,所述计算机程序在被所述至少一个处理器执行时用于使所述电子设备执行根据本发明实施例的方法。
本发明示例性实施例还提供一种存储有计算机程序的非瞬时计算机可读存储介质,其中,所述计算机程序在被计算机的处理器执行时用于使所述计算机执行根据本发明实施例的方法。
本发明示例性实施例还提供一种计算机程序产品,包括计算机程序,其中,所述计算机程序在被计算机的处理器执行时用于使所述计算机执行根据本发明实施例的方法。
参考图8,现将描述可以作为本发明的服务器或客户端的电子设备800的结构框图,其是可以应用于本发明的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图8所示,电子设备800包括计算单元801,其可以根据存储在只读存储器(ROM)802中的计算机程序或者从存储单元808加载到随机访问存储器(RAM)803中的计算机程序,来执行各种适当的动作和处理。在RAM 803中,还可存储设备808操作所需的各种程序和数据。计算单元801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
电子设备800中的多个部件连接至I/O接口805,包括:输入单元806、输出单元807、存储单元808以及通信单元809。输入单元806可以是能向电子设备800输入信息的任何类型的设备,输入单元806可以接收输入的数字或字符信息,以及产生与电子设备的用户设置和/或功能控制有关的键信号输入。输出单元807可以是能呈现信息的任何类型的设备,并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元808可以包括但不限于磁盘、光盘。通信单元809允许电子设备800通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据,并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组,例如蓝牙设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。
计算单元801可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元801的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元801执行上文所描述的各个方法和处理。例如,在一些实施例中,空气质量统计分布图绘制方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元808。在一些实施例中,计算机程序的部分或者全部可以经由ROM 802和/或通信单元809而被载入和/或安装到电子设备800上。在一些实施例中,计算单元801可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行空气质量统计分布图绘制方法。
用于实施本发明的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
如本发明使用的,术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(PLD)),包括,接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
Claims (10)
1.一种空气质量统计分布图绘制方法,其特征在于,所述方法包括:
对多个空气质量数据进行预处理,得到所述多个空气质量数据的统计数据;
接收空气质量统计分布图的绘制参数,所述绘制参数至少包括分析开始时间和分析结束时间;
获取所述分析开始时间和所述分析结束时间之间的目标统计数据;
基于所述目标统计数据,绘制所述空气质量统计分布图;
其中,所述对多个空气质量数据进预处理,得到所述多个空气质量数据的统计数据,包括:
每当达到预设的预处理条件时,获取所述预处理条件对应的统计时段;
确定所述统计时段对应的统计数据;
其中,所述确定所述统计时段对应的统计数据,包括:
每当达到累计时刻时,获取前次存储的累计空气质量数据,将当次要存储的空气质量数据与所述前次存储的累计空气质量数据进行累计,得到所述累计时刻对应的累计空气质量数据;
将所述累计时刻对应的累计空气质量预报数据进行存储;
根据所述统计时段内的多个累计时刻的累计空气质量数据,确定所述统计时段对应的统计数据。
2.根据权利要求1所述的空气质量统计分布图绘制方法,其特征在于,所述统计数据为均值,所述统计时段包含多个年份;
所述根据所述统计时段内的多个累计时刻的累计空气质量数据,确定所述统计时段对应的统计数据,包括:
将所述统计时段按照年进行分段;
获取每一个分段内起始的累计时刻和终止的累计时刻对应的累计空气质量数据;
按照下列公式获取每一个分段内空气质量数据的累计值:
Vn=Vne-Vns;
其中,Vn表示第n个分段内空气质量数据的累计值,Vns表示第n个分段内起始的累计时刻对应的累计空气质量数据,Vne表示第n个分段内终止的累计时刻对应的累计空气质量数据;n为大于等于1的整数;
将所述每一个分段内空气质量数据的累计值进行叠加,获得所述统计时段内空气质量数据的累计值;
将所述统计时段内空气质量数据的累计值除以所述统计时段的长度,确定所述统计时段对应的统计数据。
3.根据权利要求1所述的空气质量统计分布图绘制方法,其特征在于,所述多个空气质量数据存储在数据库中;
所述确定所述统计时段对应的统计数据,包括:
根据所述统计时段和数据库指令,确定所述统计时段对应的统计数据。
4.根据权利要求1所述的空气质量统计分布图绘制方法,其特征在于,所述空气质量统计分布图包括多个图层,所述多个图层包括面图层、线图层和点图层的任意组合,绘制所述多个图层的第一顺序为面图层,第二顺序为线图层,第三顺序为点图层。
5.根据权利要求4所述的空气质量统计分布图绘制方法,其特征在于,所述空气质量数据为监测数据,所述空气质量统计分布图包括监测站点网格和非监测站点网格;
绘制面图层包括:
获取每个监测站点网格的目标统计数据;
根据所述每个监测站点网格的目标统计数据,利用反距离加权算法进行插值,获取所述非监测站点网格的网格数据;
根据所述空气质量统计分布图中每个网格的网格数据进行分级和渲染,获得面图层。
6.根据权利要求4所述的空气质量统计分布图绘制方法,其特征在于,所述空气质量统计分布图包括多个网格,所述目标统计数据存储于所述空气质量统计分布图的网格节点之上;
绘制线图层包括:
将每个网格上的目标统计数据分别与等值线值进行比较,获得所述每个网格对应的关系代码;
通过所述每个网格对应的关系代码,在关系图中确定所述每个网格的四个网格节点与等值线的位置关系;其中,关系图为多个代码与等值线在网格中的位置一一对应的图;所述关系代码为所述多个代码中的一种;
根据所述位置关系和线性插值算法,获取所述等值线与所述每个网格的交点;
根据所述位置关系和全部所述交点,获取所述线图层。
7.根据权利要求1所述的空气质量统计分布图绘制方法,其特征在于,所述空气质量统计分布图的绘制参数还包括自定义算法;所述自定义算法用于对所述统计数据中不同类别的污染物进行关联性分析。
8.一种空气质量统计分布图绘制装置,其特征在于,所述装置包括:
预处理模块,用于对多个空气质量数据进行预处理,得到所述多个空气质量数据的统计数据,包括:每当达到预设的预处理条件时,获取所述预处理条件对应的统计时段;每当达到累计时刻时,获取前次存储的累计空气质量数据,将当次要存储的空气质量数据与所述前次存储的累计空气质量数据进行累计,得到所述累计时刻对应的累计空气质量数据;将所述累计时刻对应的累计空气质量预报数据进行存储;根据所述统计时段内的多个累计时刻的累计空气质量数据,确定所述统计时段对应的统计数据;
接收模块,用于接收空气质量统计分布图的绘制参数,所述绘制参数至少包括分析开始时间和分析结束时间;
获取模块,用于获取所述分析开始时间和所述分析结束时间之间的目标统计数据;
绘制模块,用于基于所述目标统计数据,绘制所述空气质量统计分布图。
9.一种电子设备,包括:
处理器;以及
存储程序的存储器,
其中,所述程序包括指令,所述指令在由所述处理器执行时使所述处理器执行根据权利要求1-7中任一项所述的方法。
10.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使计算机执行根据权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111470930.XA CN114138868B (zh) | 2021-12-03 | 2021-12-03 | 空气质量统计分布图绘制方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111470930.XA CN114138868B (zh) | 2021-12-03 | 2021-12-03 | 空气质量统计分布图绘制方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114138868A CN114138868A (zh) | 2022-03-04 |
CN114138868B true CN114138868B (zh) | 2022-09-30 |
Family
ID=80387687
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111470930.XA Active CN114138868B (zh) | 2021-12-03 | 2021-12-03 | 空气质量统计分布图绘制方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114138868B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115239843B (zh) * | 2022-09-22 | 2023-06-06 | 中科三清科技有限公司 | 空气质量分布图的绘制方法、装置、电子设备和存储介质 |
CN115512002A (zh) * | 2022-10-21 | 2022-12-23 | 中科三清科技有限公司 | 空气质量分布图的绘制方法、装置和系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107609049A (zh) * | 2017-08-18 | 2018-01-19 | 广州市粤峰高新技术股份有限公司 | 一种高效率的gis地图引擎的生成方法 |
US10222360B1 (en) * | 2015-01-16 | 2019-03-05 | Airviz Inc. | Home air quality analysis and reporting |
CN110489836A (zh) * | 2019-08-07 | 2019-11-22 | 成都市环境保护科学研究院 | 一种预驱动中长期空气质量预报系统和方法 |
CN111460059A (zh) * | 2020-03-02 | 2020-07-28 | 平安国际智慧城市科技股份有限公司 | 环境空气质量数据可视化方法、装置、设备和存储介质 |
CN112991132A (zh) * | 2021-04-30 | 2021-06-18 | 北京英视睿达科技有限公司 | Pm2.5和臭氧协同管控区域识别方法及装置 |
CN113009086A (zh) * | 2021-03-08 | 2021-06-22 | 重庆邮电大学 | 一种基于后向轨迹模式的探索城市大气污染物来源的方法 |
CN113297747A (zh) * | 2021-06-03 | 2021-08-24 | 安徽建筑大学 | 一种基于气象数据的空气温湿度分布状态表达图式与方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110619006A (zh) * | 2019-08-30 | 2019-12-27 | 上海曼斯克物联网科技有限公司 | 基于物联网的统计数据管理方法、装置、平台和存储介质 |
CN111125109A (zh) * | 2019-12-24 | 2020-05-08 | 广州德久信息科技有限公司 | 一种基于时间分组累计算法的实时统计报表系统 |
-
2021
- 2021-12-03 CN CN202111470930.XA patent/CN114138868B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10222360B1 (en) * | 2015-01-16 | 2019-03-05 | Airviz Inc. | Home air quality analysis and reporting |
CN107609049A (zh) * | 2017-08-18 | 2018-01-19 | 广州市粤峰高新技术股份有限公司 | 一种高效率的gis地图引擎的生成方法 |
CN110489836A (zh) * | 2019-08-07 | 2019-11-22 | 成都市环境保护科学研究院 | 一种预驱动中长期空气质量预报系统和方法 |
CN111460059A (zh) * | 2020-03-02 | 2020-07-28 | 平安国际智慧城市科技股份有限公司 | 环境空气质量数据可视化方法、装置、设备和存储介质 |
CN113009086A (zh) * | 2021-03-08 | 2021-06-22 | 重庆邮电大学 | 一种基于后向轨迹模式的探索城市大气污染物来源的方法 |
CN112991132A (zh) * | 2021-04-30 | 2021-06-18 | 北京英视睿达科技有限公司 | Pm2.5和臭氧协同管控区域识别方法及装置 |
CN113297747A (zh) * | 2021-06-03 | 2021-08-24 | 安徽建筑大学 | 一种基于气象数据的空气温湿度分布状态表达图式与方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114138868A (zh) | 2022-03-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114138868B (zh) | 空气质量统计分布图绘制方法和装置 | |
CN114282721B (zh) | 污染物预报模型训练方法、装置、电子设备及存储介质 | |
CN109379240B (zh) | 车联网流量预测模型构建方法、装置和电子设备 | |
CN113792453A (zh) | 基于数字孪生的局部放电监测系统、方法和装置 | |
CN113888381A (zh) | 污染物浓度预报方法及装置 | |
CN116739388B (zh) | 减排措施评估方法、装置及存储介质 | |
CN114565057A (zh) | 一种基于机器学习的均压场识别方法、装置、存储介质及终端 | |
CN116681959B (zh) | 基于机器学习的锋线识别方法、装置、存储介质及终端 | |
CN116070923B (zh) | 大气污染情景模拟方法、装置和电子设备 | |
CN115453661B (zh) | 气象预报方法、装置、设备以及存储介质 | |
CN110287256B (zh) | 一种基于云计算的电网数据并行处理系统及其处理方法 | |
CN117094242A (zh) | 浓度预测方法、装置、电子设备和计算机可读存储介质 | |
CN114048279B (zh) | 生成预报信息的方法和装置 | |
CN114626458B (zh) | 一种高压后部识别方法、装置、存储介质及终端 | |
Soroush | The most critical path in a PERT network: a heuristic approach | |
CN114443787B (zh) | 大气污染特征识别方法和装置 | |
CN114565190A (zh) | 预测大气环境容量的方法、装置及电子设备 | |
CN114881472A (zh) | 机动车排放对空气质量影响的分析方法、装置及设备 | |
CN114565170A (zh) | 污染物溯源方法及装置、设备、介质和产品 | |
CN116757555B (zh) | 确定污染特征类型的方法、装置、电子设备和存储介质 | |
CN112613189A (zh) | 一种考虑地震动幅值不确定性的建筑物易损性曲线建立方法及装置 | |
CN111598036A (zh) | 分布式架构的城市群地理环境知识库构建方法及系统 | |
CN115239843B (zh) | 空气质量分布图的绘制方法、装置、电子设备和存储介质 | |
CN115239842B (zh) | 空气质量剖面分析图的绘制方法和装置 | |
CN114066059B (zh) | 一种预测环境污染的方法和装置 |
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 |