CN114547229B - 一种多源大气环境数据融合方法、装置、终端及存储介质 - Google Patents
一种多源大气环境数据融合方法、装置、终端及存储介质 Download PDFInfo
- Publication number
- CN114547229B CN114547229B CN202210447453.3A CN202210447453A CN114547229B CN 114547229 B CN114547229 B CN 114547229B CN 202210447453 A CN202210447453 A CN 202210447453A CN 114547229 B CN114547229 B CN 114547229B
- Authority
- CN
- China
- Prior art keywords
- data
- grid
- position information
- source
- geospatial
- 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
- 238000007500 overflow downdraw method Methods 0.000 title claims abstract description 22
- 230000004927 fusion Effects 0.000 claims abstract description 34
- 230000007613 environmental effect Effects 0.000 claims description 61
- 238000012544 monitoring process Methods 0.000 claims description 56
- 238000004590 computer program Methods 0.000 claims description 23
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 230000001502 supplementing effect Effects 0.000 claims description 4
- 238000012952 Resampling Methods 0.000 claims description 3
- 238000000034 method Methods 0.000 abstract description 35
- 238000004088 simulation Methods 0.000 abstract description 7
- 238000007418 data mining Methods 0.000 abstract description 5
- 238000007781 pre-processing Methods 0.000 abstract description 5
- 238000012800 visualization Methods 0.000 abstract description 4
- 230000008569 process Effects 0.000 description 11
- 239000000428 dust Substances 0.000 description 9
- 238000007726 management method Methods 0.000 description 9
- 239000000047 product Substances 0.000 description 9
- 230000000875 corresponding effect Effects 0.000 description 8
- 230000002123 temporal effect Effects 0.000 description 7
- RAHZWNYVWXNFOC-UHFFFAOYSA-N Sulphur dioxide Chemical compound O=S=O RAHZWNYVWXNFOC-UHFFFAOYSA-N 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 239000003344 environmental pollutant Substances 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 231100000719 pollutant Toxicity 0.000 description 6
- 239000002689 soil Substances 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 239000000203 mixture Substances 0.000 description 5
- MWUXSHHQAYIFBG-UHFFFAOYSA-N nitrogen oxide Inorganic materials O=[N] MWUXSHHQAYIFBG-UHFFFAOYSA-N 0.000 description 5
- 239000013618 particulate matter Substances 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- MGWGWNFMUOTEHG-UHFFFAOYSA-N 4-(3,5-dimethylphenyl)-1,3-thiazol-2-amine Chemical compound CC1=CC(C)=CC(C=2N=C(N)SC=2)=C1 MGWGWNFMUOTEHG-UHFFFAOYSA-N 0.000 description 4
- JCXJVPUVTGWSNB-UHFFFAOYSA-N nitrogen dioxide Inorganic materials O=[N]=O JCXJVPUVTGWSNB-UHFFFAOYSA-N 0.000 description 4
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 229910002091 carbon monoxide Inorganic materials 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 239000012855 volatile organic compound Substances 0.000 description 3
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000011109 contamination Methods 0.000 description 2
- 238000006477 desulfuration reaction Methods 0.000 description 2
- 230000023556 desulfurization Effects 0.000 description 2
- 238000010410 dusting Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- QGZKDVFQNNGYKY-UHFFFAOYSA-O Ammonium Chemical compound [NH4+] QGZKDVFQNNGYKY-UHFFFAOYSA-O 0.000 description 1
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- AVXURJPOCDRRFD-UHFFFAOYSA-N Hydroxylamine Chemical class ON AVXURJPOCDRRFD-UHFFFAOYSA-N 0.000 description 1
- QAOWNCQODCNURD-UHFFFAOYSA-L Sulfate Chemical compound [O-]S([O-])(=O)=O QAOWNCQODCNURD-UHFFFAOYSA-L 0.000 description 1
- 150000001335 aliphatic alkanes Chemical class 0.000 description 1
- 150000001336 alkenes Chemical class 0.000 description 1
- 150000001345 alkine derivatives Chemical class 0.000 description 1
- 229910021529 ammonia Inorganic materials 0.000 description 1
- 239000003738 black carbon Substances 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000003889 chemical engineering Methods 0.000 description 1
- 239000000356 contaminant Substances 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013079 data visualisation Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 150000002823 nitrates Chemical class 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000005507 spraying Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 238000009941 weaving Methods 0.000 description 1
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
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Educational Administration (AREA)
- General Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Data Mining & Analysis (AREA)
- Remote Sensing (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Processing Or Creating Images (AREA)
- Instructional Devices (AREA)
- Image Processing (AREA)
Abstract
本发明提供一种多源大气环境数据融合方法、装置、终端及存储介质。该方法包括:获取目标区域多个数据源的大气环境数据;表单类数据转换为矢量格式的要素类数据;将要素类数据的位置信息和栅格类数据的位置信息分别与地理空间网格关联;将要素类数据的时间信息和栅格类数据的时间信息相互关联;基于地理空间数据库,将要素类数据、栅格类数据、空间连接关系和时间连接关系入库,以建立地理空间数据库格式的多源大气环境数据融合数据库。本发明能够基于地理空间数据库,实现多源大气环境数据融合,为大气环境管理中所需的模型模拟、大数据挖掘和平台可视化提供标准化、统一接口的数据源,降低数据预处理和数据接口编写的工作量及技术难度。
Description
技术领域
本发明涉及地理信息技术领域,尤其涉及一种多源大气环境数据融合方法、装置、终端及存储介质。
背景技术
随着大气环境管理精细化要求的提高,同时新兴环境监测技术也逐渐发展成熟并开始广泛应用,大部分城市的环境监测手段都从传统的空气质量监测和污染源在线监测,拓展到了网格化加密监测、组分监测、污染源清单、走航监测、巡航监测、卫星遥感监测和激光雷达观测。多种环境监测手段的综合应用一方面为城市开展成因分析、污染溯源、环境监管、预警预报和减排评估防治工作提供了更为全面的数据,另一方面也由于这些数据数量巨大、来源分散、描述主体不同、类型庞杂且格式多样,在对其进行平台可视化展示和深度挖掘应用前都需要开展大量的数据预处理工作。
现阶段在大气污染防治领域的大气环境数据融合,主要是基于传统监测手段的一类或者几类数据源,例如,空气质量监测数据与污染源在线监测数据融合,因为同为固定点监测数据,且参数一致、更新频率一致,广泛应用于污染排名、高值报警环境状况分析中。
新兴的大气环境数据,例如,网格化加密监测、组分监测、污染源清单、走航监测、巡航监测、卫星遥感监测和激光雷达观测,是现阶段大气环境管理所需的重要组成部分,但这些来源分散的数据由于时空伴随变化不同、非定期更新、描述主体不同和格式差异问题,尚未实现与传统监测数据的融合。
发明内容
本发明实施例提供了一种多源大气环境数据融合方法、装置、终端及存储介质,以解决多源大气环境数据融合的问题。
第一方面,本发明实施例提供了一种多源大气环境数据融合方法,包括:
获取目标区域多个数据源的大气环境数据;所述大气环境数据包括表单类数据和栅格类数据;所述表单类数据和栅格类数据均包含位置信息和时间信息。
基于表单类数据的位置信息,将表单类数据转换为矢量格式的要素类数据。
获取所述目标区域的地理空间网格。
将所述要素类数据的位置信息和所述栅格类数据的位置信息分别与所述地理空间网格关联,以建立空间连接关系。
将所述要素类数据的时间信息和所述栅格类数据的时间信息相互关联,以建立时间连接关系。
基于地理空间数据库,将所述要素类数据、所述栅格类数据、所述空间连接关系和所述时间连接关系入库,以建立地理空间数据库格式的多源大气环境数据融合数据库。
在一种可能的实现方式中,所述地理空间网格包括网格编码和网格位置信息,其中,所述网格编码作为各地理空间网格的唯一标识,所述网格位置信息用于描述地理空间网格的空间位置信息。
所述将所述要素类数据的位置信息和所述栅格类数据的位置信息分别与所述地理空间网格关联,以建立空间连接关系,包括:
根据各地理空间网格的网格位置信息,将所述要素类数据的位置信息与所述地理空间网格的网格编码关联,以建立要素类数据与地理空间网格的空间连接关系。
根据各地理空间网格的网格位置信息,将所述栅格类数据的位置信息与所述地理空间网格的网格编码关联,以建立栅格类数据与地理空间网格的空间连接关系。
在一种可能的实现方式中,在所述根据各地理空间网格的网格位置信息,将所述栅格类数据的位置信息与所述地理空间网格的网格编码关联,以建立栅格类数据与地理空间网格的空间连接关系之前,还包括:
将所述地理空间网格作为像元分辨率基准,对所述栅格类数据重新采样。
在一种可能的实现方式中,在所述获取目标区域多个数据源的大气环境数据之后,还包括:
根据各数据源中与缺失数据相邻位置的同类数据和/或相邻时间的同类数据,补充大气环境数据中的缺失数据。
在一种可能的实现方式中,所述地理空间网格为按经度、纬度和海拔高度标记的三维空间网格。
在一种可能的实现方式中,所述多个数据源的大气环境数据包括大气污染源数据、环境受体监测数据和气象数据。
第二方面,本发明实施例提供了一种多源大气环境数据融合装置,包括:
数据获取模块,用于获取目标区域多个数据源的大气环境数据;所述大气环境数据包括表单类数据和栅格类数据;所述表单类数据和栅格类数据均包含位置信息和时间信息。
转换模块,用于基于表单类数据的位置信息,将表单类数据转换为矢量格式的要素类数据。
网格获取模块,用于获取所述目标区域的地理空间网格。
空间连接模块,用于将所述要素类数据的位置信息和所述栅格类数据的位置信息分别与所述地理空间网格关联,以建立空间连接关系。
时间连接模块,用于将所述要素类数据的时间信息和所述栅格类数据的时间信息相互关联,以建立时间连接关系。
入库模块,用于基于地理空间数据库,将所述要素类数据、所述栅格类数据、所述空间连接关系和所述时间连接关系入库,以建立地理空间数据库格式的多源大气环境数据融合数据库。
在一种可能的实现方式中,所述地理空间网格包括网格编码和网格位置信息,其中,所述网格编码作为各地理空间网格的唯一标识,所述网格位置信息用于描述地理空间网格的空间位置信息;所述空间连接模块包括:
第一空间连接单元,用于根据各地理空间网格的网格位置信息,将所述要素类数据的位置信息与所述地理空间网格的网格编码关联,以建立要素类数据与地理空间网格的空间连接关系。
第二空间连接单元,用于根据各地理空间网格的网格位置信息,将所述栅格类数据的位置信息与所述地理空间网格的网格编码关联,以建立栅格类数据与地理空间网格的空间连接关系。
第三方面,本发明实施例提供了一种终端,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上第一方面或第一方面的任一种可能的实现方式所述方法的步骤。
第四方面,本发明实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上第一方面或第一方面的任一种可能的实现方式所述方法的步骤。
本发明实施例提供一种多源大气环境数据融合方法、装置、终端及存储介质,该方法包括:获取目标区域多个数据源的大气环境数据;大气环境数据包括表单类数据和栅格类数据;表单类数据和栅格类数据均包含位置信息和时间信息;基于表单类数据的位置信息,将表单类数据转换为矢量格式的要素类数据;获取目标区域的地理空间网格;将要素类数据的位置信息和栅格类数据的位置信息分别与地理空间网格关联,以建立空间连接关系;将要素类数据的时间信息和栅格类数据的时间信息相互关联,以建立时间连接关系;基于地理空间数据库,将要素类数据、栅格类数据、空间连接关系和时间连接关系入库,以建立地理空间数据库格式的多源大气环境数据融合数据库。通过在多源大气环境数据之间建立空间连接、时间连接,基于地理空间数据库,建立多源大气环境数据库,实现了多源大气环境数据融合,为大气环境管理中所需的模型模拟、大数据挖掘和平台可视化提供标准化、统一接口的数据源,降低数据预处理和数据接口编写的工作量及技术难度。
附图说明
为了更清楚地说明本发明实施例中的技术方案,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本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种多源大气环境数据融合方法的实现流程图;
图2是本发明实施例提供的一种多源大气环境数据融合方法的步骤S4实现流程图;
图3是本发明实施例提供的一种点要素类数据与网格关联方法的示意图;
图4是本发明实施例提供的另一种多源大气环境数据融合方法的实现流程图;
图5是本发明实施例提供的一种多源大气环境数据融合装置的结构示意图;
图6是本发明实施例提供的终端的示意图。
附图标记说明:
11:目标区域;12:二维地理空间网格;13:点要素类数据;2:多源大气环境数据融合装置;21:数据获取模块;22:转换模块;23:网格获取模块;24:空间连接模块;25:时间连接模块;26:入库模块;3:终端;30:处理器;31:存储器;32:计算机程序。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图通过具体实施例来进行说明。
面对大气环境管理中预警预报、自动溯源、多维监管和决策支持的智能化大气环境管理需求,空气质量模型、大数据算法技术需要多源大气环境数据的支持;而目前对新型大气环境数据的应用仍主要通过开展专项分析应用研究,操作繁琐、效率低,缺乏标准的多源大气环境数据源以满足智能工具的开发和业务化应用需求。
本发明实施例可以适用于多种应用场景,这些场景中涉及对多源大气环境数据的融合,具体的应用场景在此不作限定。示例性的,在一个应用场景中,多个大气环境数据采集设备连接数据库服务器;采集设备采集大气环境数据,传输至数据库服务器;数据库服务器采用本发明实施例提供的方法,建立数据库,融合多源大气环境数据;同时定期更新和实时更新的数据,按相同的方法处理、入库融合。
在另一个应用场景中,采用本发明实施例提供的方法,对多个来源的大气环境数据进行处理,建立数据库,融合多源大气环境数据。
图1是本发明实施例提供的一种多源大气环境数据融合方法的实现流程图;参照图1,该方法包括:
在步骤S1中、获取目标区域多个数据源的大气环境数据。大气环境数据包括表单类数据和栅格类数据。表单类数据和栅格类数据均包含位置信息和时间信息。
在一种可能的实现方式中,可以根据描述主体对大气环境数据进行划分,例如,多个数据源的大气环境数据包括大气污染源数据、环境受体监测数据和气象数据。
大气污染源数据是用于描述大气污染来源的数据。示例性的,大气污染源数据可以包括但不限于下述一项或多项:污染源清单数据、机动车排放数据、污染源在线监测数据和农业面源数据。环境受体监测数据是用于描述大气环境质量的监测数据。示例性的,环境受体监测数据可以包括但不限于下述一项或多项:空气质量监测数据、颗粒物组分监测数据和挥发性有机物组分监测数据。气象数据是用于描述天气的数据。示例性的,气象数据可以包括但不限于下述一项或多项:地面站监测数据和气象模拟数据。
在一种可能的实现方式中,大气环境数据的属性包括下述一项或多项:主体、参数、时空变化、数据实时性和基础信息。
示例性的,主体属性可以包括但不限于下述一项或多项:大气污染源数据、环境受体监测数据和气象数据。大气污染源数据的主体属性可以包括但不限于下述一项或多项:污染源清单数据、机动车排放数据、污染源在线监测数据和农业面源数据。环境受体监测数据的主体属性可以包括但不限于下述一项或多项:空气质量监测数据、颗粒物组分监测数据和挥发性有机物组分监测数据。气象数据的主体属性可以包括但不限于下述一项或多项:地面站监测数据和气象模拟数据。
示例性的,大气污染源数据和环境受体监测数据的参数属性可以包括但不限于下述一项或多项:颗粒物、二氧化硫、二氧化氮、一氧化碳和挥发性有机物。进一步的,参数属性中颗粒物、氮氧化合物和挥发性有机物参数可细分二级参数。示例性的,颗粒物的二级参数组分数据可细分为铵盐、硫酸盐和硝酸盐等。示例性的,氮氧化合物的二级参数组分数据可细分为一氧化氮和二氧化氮等。示例性的,挥发性有机物的二级参数组分数据可细分为烷烃、烯烃和炔烃等。
示例性的,气象数据的参数属性可分为温度、湿度、大气压、风速和风向等。
示例性的,时空变化属性可分为空间分辨率、时间分辨率。示例性的,空间分辨率具体可分为:按行政区划的省、市和县,或按经度、纬度和海拔高度标记的空间点、线、面和网格等。示例性的,时间分辨率可分为年、月、日、小时和分钟等。
示例性的,数据实时性属性分为定期更新和实时更新等。
示例性的,大气污染源数据的基础信息属性可以包括但不限于下述一项或多项:污染源名称、行业分类、联系方式、产品名称、排污类型和治理设施情况。
示例性的,污染源清单中某企业数据的描述主体属性一级主体为大气污染源,二级主体为污染源清单,三级主体为工艺过程源。参数属性为颗粒物、二氧化硫、二氧化氮、一氧化碳、挥发性有机物、氨气、黑碳或有机碳。时间分辨率为年,空间分辨率为按经度、纬度和海拔高度标记的点。数据实时性属性标记为按年度更新。基础信息属性为污染源名称、行业分类、联系方式、产品名称和除尘脱硫脱销处理措施。
示例性的,污染源在线监测数据的描述主体属性一级主体为大气污染源数据,二级主体为污染源在线监测。参数属性为颗粒物、二氧化硫、二氧化氮和一氧化碳。时间分辨率为分钟、小时。空间分辨率为按经度、纬度和海拔高度标记的点。数据实时性属性标记为实时更新。基础信息属性为污染源名称、行业分类、联系方式和安装位置。
示例性的,激光雷达数据的描述主体属性一级主体为环境受体监测数据,二级主体为激光雷达空气质量监测。参数属性为颗粒物。时间分辨率为小时,空间分辨率为按经度、纬度和海拔高度标记的空间面。数据实时性属性标记为实时更新。
在一种可能的实现方式中,大气环境数据可以根据数据格式进行划分为包括:表单类数据和栅格类数据。表单类数据和栅格类数据均包含位置信息和时间信息。
示例性的,表单类数据可以包括但不限于下述一项或多项:污染源信息数据表、企业在线监测数据、国省控站点监测数据、走航巡航监测数据和气象数据。示例性的,表单数据可采用CSV格式存储。相同来源的数据源,文件名称统一。相同污染源的污染源名称统一。数据源中同类数据的字段名称统一。
示例性的,描述点状污染源的污染源清单数据各字段的名称设置统一,字段可设置为:ID编号、数据编码、污染源类型、污染源名称、所在区县、地址、联系方式、产品名称、产品产量、除尘脱硫脱销处理措施、各类污染物排放量、时空变化属性、数据实时性和其他基础信息等,其中,数据编码用于标记数据描述主体、数据类型、数据来源、污染源分类和污染源编号等。
示例性的,表单类数据中数据编码由15位阿拉伯数字组成,其中,1至3位代表其描述的主体分类,4至6位代表数据库中数据类型,7至9位代表数据来源,10至15位根据不同数据源定义可相应变化,示例性的,在大气污染源清单数据中10至11位代表点污染源、线污染源或面污染源的分类,12至15位代表每个污染源的编号。数据编码用于为每条数据设置唯一的编码,便于后期数据连接。
参照表1,示例性的,描述工艺过程源的点污染源数据可包括:ID编号、数据编码、污染源类型、污染源名称、所在地市、所在区县、地址、经度、纬度、产品名称、产品产量、治理措施和污染物排放量等。
表1:工艺过程源数据:
ID编号 | 数据编码 | 污染源类型 | 污染源名称 | 地市 | 区县 | 地址 | 经度 | 纬度 | 行业分类 | 产品名称 | 产品产量 | 治理设施 | 污染物排放量 | 关联网格编码 | 关联数据编码 |
1 | 001001001010001 | 工艺过程源 | XX制药 | XX市 | XX区 | X路X号 | 112.3 | 39.2 | 化工 | XXX | XX | XX除尘 | XX | 001001002003003 | 002001001001001 |
参照表2,示例性的,描述道路扬尘源的线污染源数据可包括:ID编号、数据编码、污染源类型、污染源名称、所在地市、所在区县、车流量、积尘负荷、洒水频次和污染物排放量等。
表2:道路扬尘源数据:
ID编号 | 数据编码 | 污染源类型 | 地市 | 区县 | 污染源名称 | 车流量 | 积尘负荷 | 洒水频次 | 污染物排放量 | 关联网格编码 | 关联数据编码 |
1 | 001001001020001 | 道路扬尘源 | XX市 | XX区 | XX大道 | 2000 | 0.3 | 5 | XX | 001001002030003 | ... |
参照表3,示例性的,描述土壤扬尘源的面污染源可包括:ID编号、数据编码、污染源类型、污染源名称、所在地市、所在区县、所在乡镇、土地利用类型、土壤机械组成和污染物排放量等。
表3:土壤扬尘源数据:
ID编号 | 数据编码 | 污染源类型 | 地市 | 区县 | 乡镇 | 土地利用类型 | 土壤机械组成 | 污染物排放量 | 关联网格编码 | 关联数据编码 |
1 | 001001001030001 | 土壤扬尘源 | XX市 | XX区 | XX镇 | 农田 | 壤土 | XX | 001001002030001 | ... |
示例性的,栅格类数据可以包括但不限于下述一项或多项:雷达数据和卫星反演数据。对于大气环境数据初始格式为栅格类数据的,统一空间坐标系和文件名称。
在一种可能的实现方式中,在获取目标区域多个数据源的大气环境数据之后,还包括:分析大气环境数据的连贯性,是否缺失数据。示例性的,缺失数据可以包括但不限于下述一项或多项:缺失某一天的环境受体监测数据、缺失参数字段或缺失文档。分析缺失数据为后续数据补缺作前期数据支撑。
在一种可能的实现方式中,在获取目标区域多个数据源的大气环境数据之后,还包括:
根据各数据源中与缺失数据相邻位置的同类数据和/或相邻时间的同类数据,补充大气环境数据中的缺失数据。由于特殊原因缺失的数据,可根据其他数据源进行比对补充,示例性的,因设备运维缺少一个小时无组织排放监测数据,可根据同时间、临近位置走航和雷达数据对比分析后对其补充。
在一种可能的实现方式中,在获取目标区域多个数据源的大气环境数据之后,还包括:分析大气环境数据的数据形式、数据量。分析数据形式、数据量,为后续建库作前期数据支撑。
在步骤S2中、基于表单类数据的位置信息,将表单类数据转换为矢量格式的要素类数据。
示例性的,用经纬度表达表单类数据的位置信息。表单类数据的描述主体分为点、线和面。示例性的,用一个经度和一个纬度表示点的位置信息;用两端点的经纬度表示线段的位置信息;多个线段首尾相连、闭合构成面,用各线段所有端点的经纬度表示面的位置信息。示例性的,表单类数据包括点类、线类和面类数据,分别转换为点要素类数据、线要素类数据和面要素类数据。点要素类数据描述位置信息固定的大气环境数据,示例性的,可以包括但不限于下述一项或多项:空气质量监测数据、污染源在线监测数据、污染源清单中的点源信息以及网格化的数据等。
示例性的,线要素类数据描述线型大气环境数据,可以包括但不限于下述一项或多项:污染源清单中的道路源排放信息、走航数据和巡航数据等。
示例性的,表单类数据的格式为CSV格式,表单类数据的位置信息用经纬度表达,采用ARCGIS平台将包含经纬度位置信息的表单类数据转换为矢量格式的文件地理数据库要素类数据或个人地理数据库要素类数据。同类数据字段名称统一,相同数据源的字段名称统一。
在步骤S3中、获取目标区域的地理空间网格。
在一种可能的实现方式中,地理空间网格为按经度、纬度标记的二维空间网格。
在一种可能的实现方式中,地理空间网格为按经度、纬度和海拔高度标记的三维空间网格。示例性的,三维空间网格为边长为1公里、2公里或3公里的立方体。
在步骤S4中、将要素类数据的位置信息和栅格类数据的位置信息分别与地理空间网格关联,以建立空间连接关系。
图2是本发明实施例提供的一种多源大气环境数据融合方法的步骤S4实现流程图;参照图2:
在一种可能的实现方式中,地理空间网格包括网格编码和网格位置信息,其中,网格编码作为各地理空间网格的唯一标识,网格位置信息用于描述地理空间网格的空间位置信息。示例性的,网格位置信息包括经度、纬度和/或海拔高度。一个二维地理空间网格的网格位置信息包括网格四个顶点的经纬度信息。一个三维地理空间网格的网格位置信息包括网格八个顶点的经纬度信息和海拔高度。
相应的,步骤S4包括:
在步骤S41中、根据各地理空间网格的网格位置信息,将要素类数据的位置信息与地理空间网格的网格编码关联,以建立要素类数据与地理空间网格的空间连接关系。
示例性的,根据各网格位置信息与各点要素类数据的经纬度的对应关系,在点要素类数据中添加网格编码字段,其中,点要素类数据的经纬度包含于网格位置信息的经纬度范围内。每个点要素类数据对应一个地理空间网格。每个地理空间网格可对应多个点要素类数据。
图3是本发明实施例提供的一种点要素类数据与网格关联方法的示意图;参照图3:
示例性的,将某一目标区域11按经度和纬度划分为二维地理空间网格12,每个网格设有唯一的网格编码。根据各网格四个顶点的经纬度信息与各点要素类数据的经纬度的关系,将点要素类数据13与二维地理空间网格12进行关联,例如,在点要素类数据13中添加网格编码字段,点要素的位置在网格编码对应的二维地理空间网格12内。
示例性的,根据各网格位置信息与线要素类数据各点的经纬度的对应关系,在线要素类数据中添加网格编码字段,其中,线要素类数据各点的经纬度包含于网格位置信息的经纬度范围内。每个线要素类数据可对应一个或多个地理空间网格。每个地理空间网格可对应多个线要素类数据。
示例性的,根据各网格位置信息与面要素类数据各点的经纬度的对应关系,在面要素类数据中添加网格编码字段,其中,面要素类数据各点的经纬度包含于网格位置信息的经纬度范围内。每个面要素类数据可对应一个或多个地理空间网格。每个地理空间网格可对应多个面要素类数据。
示例性的,采用ARCGIS中的SpatialJoint工具将要素类数据的位置信息与地理空间网格的网格编码关联,为每个要素类数据附加所在位置的空间网格编码,建立要素类数据与地理空间网格的空间连接关系
在步骤S42中、根据各地理空间网格的网格位置信息,将栅格类数据的位置信息与地理空间网格的网格编码关联,以建立栅格类数据与地理空间网格的空间连接关系。
栅格数据用于描述面型的大气环境数据,可以包括但不限于下述一项或多项:激光雷达扫描数据、卫星影像反演。栅格数据的最小单元为像元。根据每个像元的经纬度信息与地理空间网格的位置信息,将像元与地理空间网格关联。每个像元对应一个地理空间网格,每个地理空间网格对应至少一个像元。
在一种可能的实现方式中,在根据各地理空间网格的网格位置信息,将栅格类数据的位置信息与地理空间网格的网格编码关联,以建立栅格类数据与地理空间网格的空间连接关系之前,还包括:
将地理空间网格作为像元分辨率基准,对栅格类数据重新采样。
示例性的,可采用ARCGIS中的Resample工具和ExtractValuesToPoints工具对栅格类数据进行数据处理,将地理空间网格作为像元分辨率基准,先进行数据重新采样,再提取重新采样后的像元值到对应的地理空间网格,实现栅格类数据与地理空间网格的空间连接。
在一种可能的实现方式中,点要素类数据根据相同污染源名称进行关联。示例性的,污染源清单数据中某一企业排放点数据通过其名称与该企业对应的在线监测数据建立连接。示例性的,采用ARCGIS中AddJoin工具,根据相同名称属性进行连接。
在一种可能的实现方式中,通过对要素类数据添加属于同一地理空间网格的其它来源数据的数据编码,建立数据连接。示例性的,第一数据和第二数据属于同一地理空间网格,对第一数据增加字段标记第二数据的数据编码,同时对第二数据增加字段标记第一数据的数据编码,建立第一数据和第二数据的连接。
本发明提供的实施例通过建立空间连接关系,可用于根据空间连接关系获得某一目标区域的所有相关大气环境数据。
在步骤S5中、将要素类数据的时间信息和栅格类数据的时间信息相互关联,以建立时间连接关系。
同一时间的雷达、走航和监测站数据等所有大气环境数据可根据其包含的时间分辨率属性,进行时间相位同步化。进一步的,可根据时间连接关系获得某一时间段的所有相关大气环境数据。
示例性的,采用ARCGIS中的AddJoin工具,根据相同的时间信息属性,将要素类数据的时间信息和栅格类数据的时间信息相互关联,进行时间相位连接,以建立时间连接关系。
在步骤S6中、基于地理空间数据库,将要素类数据、栅格类数据、空间连接关系和时间连接关系入库,以建立地理空间数据库格式的多源大气环境数据融合数据库。
地理空间数据库的数据类型可以包括点要素类数据、线要素类数据、面要素类数据和栅格类数据。示例性的,污染源清单数据在数据库中以点要素类、线要素类和面要素类三种格式储存。示例性的,工艺过程源和锅炉工地以点要素类的格式储存,激光雷达和卫星反演数据以栅格数据的格式储存。地理空间数据库格式的多源大气环境数据融合数据库可以表达目标区域的大气环境空气质量和污染源排放、传输等动态变化的大气环境信息。
示例性的,以ARCGIS地理空间数据库为基础,依照地理空间数据库的格式要求,将要素类数据、栅格类数据、空间连接关系和时间连接关系入库,以建立地理空间数据库GDB格式的多源大气环境数据融合数据库。
部分大气环境数据的时效性较高,示例性的,监测站点的大气环境监测数据包括分钟数值和/或小时数值。示例性的,根据需求实时或者定期对大气环境数据进行数据更新。
图4为本发明实施例提供的另一种多源大气环境数据融合方法的实现流程图;参照图4:
示例性的,该方法包括:获取多源大气环境数据。大气环境数据包括污染源信息数据、在线检测数据、卫星反演数据、激光雷达数据、走航数据和气象数据等。统一各来源大气环境数据的分类标准,例如,统一字段属性划分、统一字段名称的设置。表单类数据可存储为CSV格式,栅格类数据统一空间坐标系。补充表单类数据和栅格类数据的缺失数据。根据表单类数据的经纬度信息,将CSV格式的表单类数据转换为矢量格式的要素类数据。要素类数据包括点要素类数据、线要素类数据和面要素类数据。获取地理空间网格。将要素类数据、栅格类数据分别与地理空间网格进行空间关联,建立空间连接。将要素类数据、栅格类数据中包含的时间信息相互进行关联,建立时间连接。基于地理空间空间数据库,将要素类数据、栅格类数据、空间连接和时间连接统一入库,建立多源融合地理空间数据库。
本发明实施例通过在多源大气环境数据之间建立空间连接、时间连接,基于地理空间数据库,建立多源大气环境数据库,实现了多源大气环境数据融合,为大气环境管理中所需的模型模拟、大数据挖掘和平台可视化提供标准化、统一接口的数据源,降低数据预处理和数据接口编写的工作量及技术难度。
本发明实施例提供的数据库包含了面向大气环境管理需求的全要素大气环境数据,可包括:描述污染源排放的大气污染源数据、描述空气质量现状的环境受体监测数据以及影响从污染源到环境受体传输和变化的气象数据,可同时为面向不同需求的大数据挖掘研究提供全面的基础数据。
基于地理空间数据库,对各数据源,按点、线、面数据格式重新定义,使多源数据在数据类型、时空分布维度统一化、标准化,实现了不同数据格式的融合。基于该方法建立的数据库具有存储空间小、数据存储格式统一、时空关联的优点,适用于多源大气环境数据的融合,能够用于大气污染防治工作中开展排放清单更新、污染来源解析、精细化溯源分析、污染传输预警、减排措施制定和效果评估管理。数据库可为数据可视化、大气污染模型模拟和平台数据展示调用提供标准数据源,减少大量数据格式的转换处理及数据接口的编写难度。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
以下为本发明的装置实施例,对于其中未详尽描述的细节,可以参考上述对应的方法实施例。
图5示出了本发明实施例提供的一种多源大气环境数据融合装置的结构示意图,为了便于说明,仅示出了与本发明实施例相关的部分,详述如下:
如图5所示,一种多源大气环境数据融合装置2包括:
数据获取模块21,用于获取目标区域多个数据源的大气环境数据。大气环境数据包括表单类数据和栅格类数据。表单类数据和栅格类数据均包含位置信息和时间信息。
转换模块22,用于基于表单类数据的位置信息,将表单类数据转换为矢量格式的要素类数据。
网格获取模块23,用于获取目标区域的地理空间网格。
空间连接模块24,用于将要素类数据的位置信息和栅格类数据的位置信息分别与地理空间网格关联,以建立空间连接关系。
时间连接模块25,用于将要素类数据的时间信息和栅格类数据的时间信息相互关联,以建立时间连接关系。
入库模块26,用于基于地理空间数据库,将要素类数据、栅格类数据、空间连接关系和时间连接关系入库,以建立地理空间数据库格式的多源大气环境数据融合数据库。
本发明实施例通过在多源大气环境数据之间建立空间连接、时间连接,基于地理空间数据库,建立多源大气环境数据库,实现了多源大气环境数据融合,为大气环境管理中所需的模型模拟、大数据挖掘和平台可视化提供标准化、统一接口的数据源,降低数据预处理和数据接口编写的工作量及技术难度。
在一种可能的实现方式中,地理空间网格包括网格编码和网格位置信息,其中,网格编码作为各地理空间网格的唯一标识,网格位置信息用于描述地理空间网格的空间位置信息。空间连接模块24包括:
第一空间连接单元,用于根据各地理空间网格的网格位置信息,将要素类数据的位置信息与地理空间网格的网格编码关联,以建立要素类数据与地理空间网格的空间连接关系。
第二空间连接单元,用于根据各地理空间网格的网格位置信息,将栅格类数据的位置信息与地理空间网格的网格编码关联,以建立栅格类数据与地理空间网格的空间连接关系。
图6是本发明实施例提供的终端的示意图。如图6所示,该实施例的终端3包括:处理器30、存储器31以及存储在所述存储器31中并可在所述处理器30上运行的计算机程序32。所述处理器30执行所述计算机程序32时实现上述各个多源大气环境数据融合方法实施例中的步骤,例如图1所示的步骤S1至步骤S6。或者,所述处理器30执行所述计算机程序32时实现上述各装置实施例中各模块/单元的功能,例如图5所示数据获取模块21至入库模块26的功能。
示例性的,所述计算机程序32可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器31中,并由所述处理器30执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序32在所述终端3中的执行过程。例如,所述计算机程序32可以被分割成图5所示的数据获取模块21至入库模块26。
所述终端3可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端3可包括,但不仅限于,处理器30、存储器31。本领域技术人员可以理解,图6仅仅是终端3的示例,并不构成对终端3的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述终端还可以包括输入输出设备、网络接入设备、总线等。
所称处理器30可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列 (Field-Programmable Gate Array,FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器31可以是所述终端3的内部存储单元,例如终端3的硬盘或内存。所述存储器31也可以是所述终端3的外部存储设备,例如所述终端3上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器31还可以既包括所述终端3的内部存储单元也包括外部存储设备。所述存储器31用于存储所述计算机程序以及所述终端所需的其他程序和数据。所述存储器31还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置/终端和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个多源大气环境数据融合方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括是电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (9)
1.一种多源大气环境数据融合方法,其特征在于,包括:
获取目标区域多个数据源的大气环境数据;所述多个数据源的大气环境数据包括大气污染源数据、环境受体监测数据和气象数据;所述大气环境数据的类型包括表单类数据和栅格类数据;所述表单类数据和栅格类数据均包含位置信息和时间信息;
基于表单类数据的位置信息,将表单类数据转换为矢量格式的要素类数据;
获取所述目标区域的地理空间网格;
将所述要素类数据的位置信息和所述栅格类数据的位置信息分别与所述地理空间网格关联,以建立空间连接关系;
将所述要素类数据的时间信息和所述栅格类数据的时间信息相互关联,以建立时间连接关系;
基于地理空间数据库,将所述要素类数据、所述栅格类数据、所述空间连接关系和所述时间连接关系入库,以建立地理空间数据库格式的多源大气环境数据融合数据库。
2.根据权利要求1所述的一种多源大气环境数据融合方法,其特征在于,所述地理空间网格包括网格编码和网格位置信息,其中,所述网格编码作为各地理空间网格的唯一标识,所述网格位置信息用于描述地理空间网格的空间位置信息;
所述将所述要素类数据的位置信息和所述栅格类数据的位置信息分别与所述地理空间网格关联,以建立空间连接关系,包括:
根据各地理空间网格的网格位置信息,将所述要素类数据的位置信息与所述地理空间网格的网格编码关联,以建立要素类数据与地理空间网格的空间连接关系;
根据各地理空间网格的网格位置信息,将所述栅格类数据的位置信息与所述地理空间网格的网格编码关联,以建立栅格类数据与地理空间网格的空间连接关系。
3.根据权利要求2所述的一种多源大气环境数据融合方法,其特征在于,在所述根据各地理空间网格的网格位置信息,将所述栅格类数据的位置信息与所述地理空间网格的网格编码关联,以建立栅格类数据与地理空间网格的空间连接关系之前,还包括:
将所述地理空间网格作为像元分辨率基准,对所述栅格类数据重新采样。
4.根据权利要求3所述的一种多源大气环境数据融合方法,其特征在于,在所述获取目标区域多个数据源的大气环境数据之后,还包括:
根据各数据源中与缺失数据相邻位置的同类数据和/或相邻时间的同类数据,补充大气环境数据中的缺失数据。
5.根据权利要求4所述的一种多源大气环境数据融合方法,其特征在于,所述地理空间网格为按经度、纬度和海拔高度标记的三维空间网格。
6.一种多源大气环境数据融合装置,其特征在于,包括:
数据获取模块,用于获取目标区域多个数据源的大气环境数据;所述多个数据源的大气环境数据包括大气污染源数据、环境受体监测数据和气象数据;所述大气环境数据的类型包括表单类数据和栅格类数据;所述表单类数据和栅格类数据均包含位置信息和时间信息;
转换模块,用于基于表单类数据的位置信息,将表单类数据转换为矢量格式的要素类数据;
网格获取模块,用于获取所述目标区域的地理空间网格;
空间连接模块,用于将所述要素类数据的位置信息和所述栅格类数据的位置信息分别与所述地理空间网格关联,以建立空间连接关系;
时间连接模块,用于将所述要素类数据的时间信息和所述栅格类数据的时间信息相互关联,以建立时间连接关系;
入库模块,用于基于地理空间数据库,将所述要素类数据、所述栅格类数据、所述空间连接关系和所述时间连接关系入库,以建立地理空间数据库格式的多源大气环境数据融合数据库。
7.根据权利要求6所述的一种多源大气环境数据融合装置,其特征在于,所述地理空间网格包括网格编码和网格位置信息,其中,所述网格编码作为各地理空间网格的唯一标识,所述网格位置信息用于描述地理空间网格的空间位置信息;所述空间连接模块包括:
第一空间连接单元,用于根据各地理空间网格的网格位置信息,将所述要素类数据的位置信息与所述地理空间网格的网格编码关联,以建立要素类数据与地理空间网格的空间连接关系;
第二空间连接单元,用于根据各地理空间网格的网格位置信息,将所述栅格类数据的位置信息与所述地理空间网格的网格编码关联,以建立栅格类数据与地理空间网格的空间连接关系。
8.一种终端,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如上的权利要求1至5中任一项所述多源大气环境数据融合方法的步骤。
9.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如上的权利要求1至5中任一项所述多源大气环境数据融合方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210447453.3A CN114547229B (zh) | 2022-04-27 | 2022-04-27 | 一种多源大气环境数据融合方法、装置、终端及存储介质 |
PCT/CN2022/125576 WO2023206983A1 (zh) | 2022-04-27 | 2022-10-17 | 一种多源大气环境数据融合方法、装置、终端及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210447453.3A CN114547229B (zh) | 2022-04-27 | 2022-04-27 | 一种多源大气环境数据融合方法、装置、终端及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114547229A CN114547229A (zh) | 2022-05-27 |
CN114547229B true CN114547229B (zh) | 2022-08-02 |
Family
ID=81666737
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210447453.3A Active CN114547229B (zh) | 2022-04-27 | 2022-04-27 | 一种多源大气环境数据融合方法、装置、终端及存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN114547229B (zh) |
WO (1) | WO2023206983A1 (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114547229B (zh) * | 2022-04-27 | 2022-08-02 | 河北先河环保科技股份有限公司 | 一种多源大气环境数据融合方法、装置、终端及存储介质 |
CN114994274A (zh) * | 2022-05-30 | 2022-09-02 | 佛山市美的清湖净水设备有限公司 | 软水设备的原水硬度确定方法及装置 |
CN115966095A (zh) * | 2022-12-02 | 2023-04-14 | 云控智行科技有限公司 | 基于车辆的交通数据融合处理方法、装置、设备及介质 |
CN117473398B (zh) * | 2023-12-26 | 2024-03-19 | 四川国蓝中天环境科技集团有限公司 | 一种基于运渣车活动的城市扬尘污染源分类方法 |
CN117668764B (zh) * | 2024-01-31 | 2024-04-26 | 北京清创美科环境科技有限公司 | 一种编制大气污染物和温室气体融合清单的方法及装置 |
CN117910892A (zh) * | 2024-03-19 | 2024-04-19 | 四川国蓝中天环境科技集团有限公司 | 基于多信息渠道的城市级道路扬尘分布计算方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101908215A (zh) * | 2010-07-13 | 2010-12-08 | 中国农业科学院农业资源与农业区划研究所 | 一种空间数据的融合方法 |
CN102902782A (zh) * | 2012-09-27 | 2013-01-30 | 浙江大学 | 一种海量多源异构空间信息数据无缝集成管理方法 |
CN104699734A (zh) * | 2014-11-20 | 2015-06-10 | 武汉图歌信息技术有限责任公司 | 一种面向主题的大规模地理空间数据动态融合方法 |
CN107423753A (zh) * | 2017-06-15 | 2017-12-01 | 新疆大学 | 一种多源空间数据的快速融合运算方法 |
CN110068655A (zh) * | 2019-04-24 | 2019-07-30 | 中国科学院城市环境研究所 | 一种天空地一体化大气监测系统 |
CN114090714A (zh) * | 2021-11-22 | 2022-02-25 | 中国矿业大学(北京) | 基于地理格网模型矿区生态演变大数据多尺度查询方法 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105045869B (zh) * | 2015-07-14 | 2018-07-27 | 国家信息中心 | 基于多数据中心的自然资源地理空间数据组织方法和系统 |
US10642943B2 (en) * | 2015-11-04 | 2020-05-05 | Scepter Incorporated | Atmospheric sensor network and analytical information system related thereto |
CN108446293B (zh) * | 2018-01-22 | 2020-12-15 | 中电海康集团有限公司 | 一种基于城市多源异构数据构建城市画像的方法 |
CN109741209B (zh) * | 2018-12-17 | 2022-08-19 | 国电南瑞科技股份有限公司 | 台风灾害下配电网多源数据融合方法、系统及存储介质 |
CN110334090A (zh) * | 2019-05-09 | 2019-10-15 | 安徽大学 | 基于时空特征的多源异构面源污染大数据的关联和检索方法及监管平台 |
CN111026938B (zh) * | 2019-12-20 | 2023-03-24 | 山东省国土测绘院 | 时空大数据整合分析方法、装置、设备及存储介质 |
US11594004B2 (en) * | 2019-12-26 | 2023-02-28 | International Business Machines Corporation | Distributed vector-raster fusion |
CN112860689B (zh) * | 2021-01-11 | 2024-02-20 | 北斗伏羲信息技术有限公司 | 一种基于时空网格数据的平台系统 |
CN113065000B (zh) * | 2021-03-29 | 2021-10-22 | 泰瑞数创科技(北京)有限公司 | 一种基于地理实体的多源异构数据融合方法 |
CN113961563A (zh) * | 2021-10-29 | 2022-01-21 | 重庆数字城市科技有限公司 | 一种用于多源环境大数据的智能关联融合方法 |
CN114547229B (zh) * | 2022-04-27 | 2022-08-02 | 河北先河环保科技股份有限公司 | 一种多源大气环境数据融合方法、装置、终端及存储介质 |
-
2022
- 2022-04-27 CN CN202210447453.3A patent/CN114547229B/zh active Active
- 2022-10-17 WO PCT/CN2022/125576 patent/WO2023206983A1/zh unknown
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101908215A (zh) * | 2010-07-13 | 2010-12-08 | 中国农业科学院农业资源与农业区划研究所 | 一种空间数据的融合方法 |
CN102902782A (zh) * | 2012-09-27 | 2013-01-30 | 浙江大学 | 一种海量多源异构空间信息数据无缝集成管理方法 |
CN104699734A (zh) * | 2014-11-20 | 2015-06-10 | 武汉图歌信息技术有限责任公司 | 一种面向主题的大规模地理空间数据动态融合方法 |
CN107423753A (zh) * | 2017-06-15 | 2017-12-01 | 新疆大学 | 一种多源空间数据的快速融合运算方法 |
CN110068655A (zh) * | 2019-04-24 | 2019-07-30 | 中国科学院城市环境研究所 | 一种天空地一体化大气监测系统 |
CN114090714A (zh) * | 2021-11-22 | 2022-02-25 | 中国矿业大学(北京) | 基于地理格网模型矿区生态演变大数据多尺度查询方法 |
Non-Patent Citations (2)
Title |
---|
Uncertainty Modeling for Spatial Data Fusion and Mining;Boris Kovalerchuk etc.;《IEEE》;20111231;第1-8页 * |
栅格、矢量数据在空间数据结构中的融合;王家玉;《甘肃科技》;20081130;第95-97页 * |
Also Published As
Publication number | Publication date |
---|---|
CN114547229A (zh) | 2022-05-27 |
WO2023206983A1 (zh) | 2023-11-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
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 | |
CN108446293B (zh) | 一种基于城市多源异构数据构建城市画像的方法 | |
CN104851043B (zh) | 基于地理信息系技术的税源核查监控方法 | |
CN114357058A (zh) | 一种臭氧污染溯源方法 | |
CN111582518A (zh) | 电力巡检报告自动生成方法、装置及终端设备 | |
CN112669190A (zh) | 污染源异常排放行为的检测方法、装置及计算机设备 | |
CN115203189A (zh) | 融合多源数据提升大气传输量化能力的方法及可视化系统 | |
CN115586536A (zh) | 一种基于激光点云的森林资源调查监测系统及方法 | |
CN114818060A (zh) | 公路施工管理方法、装置及相关设备 | |
CN110826454A (zh) | 一种遥感影像变化检测方法及装置 | |
CN116757366B (zh) | 高污染排放污染源选址的方法、装置、介质及电子设备 | |
CN113034679A (zh) | 一种用于输电线路的实时动态三维可视化展示方法 | |
CN115792137B (zh) | 大气污染溯源方法及装置、终端 | |
Alsaedi et al. | Spatial and temporal data analysis with deep learning for air quality prediction | |
CN116257792A (zh) | 一种智慧城市碳中和数据分析系统 | |
CN114155447B (zh) | 人工智能大数据采集系统 | |
CN114443787B (zh) | 大气污染特征识别方法和装置 | |
CN113192197B (zh) | 一种全局点云地图的构建方法、装置、设备及存储介质 | |
Nejadkoorki et al. | INTEGRATING PASSIVE SAMPLING AND INTERPOLATION TECHNIQUES TO ASSESS THE SPATIO-TEMPORAL VARIABILITY OF URBAN POLLUTANTS USING LIMITED DATA SETS. | |
CN114943288A (zh) | 大气颗粒物污染源空间分布监测方法 | |
CN114414446A (zh) | 基于卫星遥感的近地面颗粒物浓度估算方法、装置和设备 | |
CN111177982A (zh) | 一种应急决策指挥系统及方法 | |
CN117874273B (zh) | 一种基于地理映射的铁塔视频图像分类标识方法及装置 | |
RU2796370C1 (ru) | Система и способ динамической визуализации загрязнения окружающей среды |
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 |