CN114580168A - 一种无人机监测大气污染数据与三维gis融合展示的方法 - Google Patents
一种无人机监测大气污染数据与三维gis融合展示的方法 Download PDFInfo
- Publication number
- CN114580168A CN114580168A CN202210203040.0A CN202210203040A CN114580168A CN 114580168 A CN114580168 A CN 114580168A CN 202210203040 A CN202210203040 A CN 202210203040A CN 114580168 A CN114580168 A CN 114580168A
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- dimensional
- data
- monitoring
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 78
- 238000000034 method Methods 0.000 title claims abstract description 59
- 230000004927 fusion Effects 0.000 title claims abstract description 34
- 239000003344 environmental pollutant Substances 0.000 claims abstract description 55
- 231100000719 pollutant Toxicity 0.000 claims abstract description 55
- 238000010586 diagram Methods 0.000 claims abstract description 31
- 229910052792 caesium Inorganic materials 0.000 claims abstract description 18
- TVFDJXOCXUVLDH-UHFFFAOYSA-N caesium atom Chemical compound [Cs] TVFDJXOCXUVLDH-UHFFFAOYSA-N 0.000 claims abstract description 18
- 238000009877 rendering Methods 0.000 claims abstract description 14
- 230000008569 process Effects 0.000 claims abstract description 12
- 238000012800 visualization Methods 0.000 claims abstract description 10
- 230000000007 visual effect Effects 0.000 claims abstract description 9
- 238000003915 air pollution Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 9
- 239000000356 contaminant Substances 0.000 claims description 8
- 238000004422 calculation algorithm Methods 0.000 claims description 7
- 238000012946 outsourcing Methods 0.000 claims description 6
- 238000013507 mapping Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000005094 computer simulation Methods 0.000 claims description 3
- 239000012634 fragment Substances 0.000 claims description 3
- 238000009499 grossing Methods 0.000 claims description 3
- 230000000737 periodic effect Effects 0.000 claims 1
- 230000008901 benefit Effects 0.000 abstract description 8
- 238000001514 detection method Methods 0.000 abstract description 6
- 238000005516 engineering process Methods 0.000 abstract description 6
- 238000009792 diffusion process Methods 0.000 abstract description 4
- 238000004088 simulation Methods 0.000 abstract description 3
- 230000002093 peripheral effect Effects 0.000 abstract description 2
- 238000004891 communication Methods 0.000 description 6
- 238000011160 research Methods 0.000 description 5
- 238000005259 measurement Methods 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 3
- 101001010782 Drosophila melanogaster Fez family zinc finger protein erm Proteins 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000011109 contamination Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 239000007789 gas Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- CBENFWSGALASAD-UHFFFAOYSA-N Ozone Chemical compound [O-][O+]=O CBENFWSGALASAD-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000005266 casting Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 239000002341 toxic gas Substances 0.000 description 1
- 239000012855 volatile organic compound Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
-
- 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
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Processing Or Creating Images (AREA)
Abstract
本申请实施例提供了一种无人机监测大气污染数据与三维GIS融合展示的方法，所述方法包括以下步骤：实时获取无人机飞行轨迹以及监测数据；根据获取的飞行轨迹以及监测数据，基于Cesium三维GIS平台实时绘制不间断网格；将监测数据中的阶段性累计大气污染物浓度数值生成污染物浓度垂直分布的三维热力图和体渲染可视化表现。本申请实施例将三维地图直观立体、贴近于真实世界的特点同无人机大气监测优势相结合，基于三维地理信息系统技术全方位展现了无人机飞行轨迹与飞行高度，将周边地形与实景建筑物同无人机探测数值的多样化三维可视化表达模拟相融合，构造出数字孪生底座，更好地模拟大气污染在真实世界中的扩散与演进过程。
Description
技术领域
本申请各实施例属于大数据技术领域，特别是涉及一种无人机监测大气污染数据与三维GIS融合展示的方法。
背景技术
近年来，如何方便、快速、低成本的获取精确、可靠、及时的环境基础数据资料成为技术研究的重点和难点。传统的大气污染物浓度垂直分布的测量方式各有其局限性，如飞机航测和激光雷达的测量高度一般在1km以上，对于500m以下污染物垂直分布的监测有限，且手续复杂、对机场和天气条件依赖性大以及成本高等问题；系留艇受气象条件限制，且有安全性低、操控难、作业成本高和观测时间短等问题。
通过城市建筑物对污染物进行梯度观测也是一种可行手段，但建筑物本身会对气流产生扰动，同时建筑物内部空气会对检测结果产生影响，难以反映近地层污染物的垂直变化特征；虽然高塔可以连续观测近地层污染物的垂直分布,但由于其位置固定，且不可以大量布局，无法反映大气污染物浓度在三维空间上的分布状况。
当前，随着无人机技术的快速发展，无人机平台以其经济成本低，操作简单，灵敏度高，受限条件少等优势，受到环境监测领域的关注。
无人机应用于大气环境监测可以在人力与财力方面得到很大程度的节约，同时使大量中小型公司和研究机构能够有能力投入到该领域的工作中，从而推动该领域的发展。无人机搭载各种传感器、采样设备，根据需要灵活调整飞行路线，实现在任何区域的水平方向不同距离、垂直方向不同高度的连续作业，实现了采样的便捷性与快速性。
相比于基于无人机平台的采样器，金属氧化敏感材料制作的半导体式气敏元件具有敏感度高、结构简单、体积小、质量轻、坚固耐用等优点，从而受到大量的关注。
近几年来，国内对于无人机应用的研究主要集中于低空航测或基础设施的勘查过程中，在环境领域的监测主要还是与遥感结合，而应用于大气污染物的研究才刚刚开展，目前主要应用于简单的大气环境指标监测，其中可监测的指标主要包括臭氧、粒子浓度、温度、湿度、NO2和压力等。鲁斯嘉等利用搭载ColumbusV-900多功能GPS记录仪、AM510监测仪、温湿度计等多种设备的无人机，并利用来自临安市气象局及地AM510监测仪所得到的数据，成功获取临安市2014年11月一次重污染事件1km以下高度的细颗粒物(PM2.5)浓度及同步气象场的三维分布数据，分析结果发现，大气湍流对PM2.5浓度时空变化具有重要影响。
传统的大气数据监测通常采用布设站点采集待监测位置周边大气污染信息，覆盖水平范围有限，垂直方向的差异不明显，采用无人机搭载大气探测装置进行现场大气数据移动式监测，具有灵活机动且覆盖范围广等优点，特别是应对有毒气体泄漏等突发应急事件处置方面的优势明显。目前无人机监测污染数值的展示方式多为停留在表格或者二维地图的层面，无法直观地掌握污染气体垂直方向上的演进过程，以及现实地形与建筑物遮挡对污染扩散的影响。
发明内容
本申请实施例的目的在于提供一种无人机监测大气污染数据与三维GIS融合展示的方法、系统、设备及计算机可读介质，所述方法将三维地图直观立体、贴近于真实世界的特点同无人机大气监测优势相结合，基于三维地理信息系统技术全方位展现了无人机飞行轨迹与飞行高度，将周边地形与实景建筑物同无人机探测数值的多样化三维可视化表达模拟相融合，构造出数字孪生底座，更好地模拟大气污染在真实世界中的扩散与演进过程，从而解决背景技术中的问题。
为了解决上述技术问题，本申请实施例提供的无人机监测大气污染数据与三维GIS融合展示的方法的技术方案具体如下：
第一方面，本申请实施例公开了一种无人机监测大气污染数据与三维GIS融合展示的方法，所述方法包括以下步骤：
实时获取无人机飞行轨迹以及监测数据；
根据获取的飞行轨迹以及监测数据，基于Cesium三维GIS平台实时绘制不间断网格；
将监测数据中的阶段性累计大气污染物浓度数值生成污染物浓度垂直分布的三维热力图和体渲染可视化表现。
在上述任一方案中优选的实施例，所述实时获取无人机飞行轨迹以及监测数据，包括以下步骤：
将无人机飞行的实时轨迹通过4G信号传输到Web端，包括经度、纬度、海拨、俯仰角信息；
基于Cesium三维GIS平台添加无人机模型并动态更新无人机位置与俯仰角姿态；
将无人机模型绑定三维场景中的相机视角，支持第一视角或跟随视角或上帝视角漫游方式，实现无人机飞行过程的动态模拟。
在上述任一方案中优选的实施例，所述根据获取的飞行轨迹以及监测数据，基于Cesium三维GIS平台实时绘制不间断网格，包括以下步骤：
在将无人机搭载的传感器监测数据通过4G信号传输到Web端，传输频率为一次每一秒钟；
基于Cesium三维GIS平台实时绘制不间断地10x10米网格，通过计算下一个点与上一个点之间的距离以及两点之间与正北方向上的夹角来判断是否绘制下一次的表格和绘制表格的方向。
在上述任一方案中优选的实施例，所述绘制不间断地10x10米网格，包括以下步骤：
若两点之间的距离≥10米，则开启绘制，若两点之间的距离＜10米，则跳过；
绘制角度分别按照顺时针设置为正北、东北、正东、东南、正南、西南、正西、西北共八个方位，计算两点之间同正北方向的夹角，以此类推；
开启绘制后，利用绘制角度与正方形网格边长，计算下一个网格的中心点，并根据中心点位置绘制正方形网格。
在上述任一方案中优选的实施例，所述正方形网格边长默认10米。
在上述任一方案中优选的实施例，所述将监测数据中的阶段性累计大气污染物浓度数值生成污染物浓度垂直分布的三维热力图，包括以下步骤：
通过heatmap热力图插件提供的算法生成无人机飞行范围内的热力图图片；
基于Cesium三维GIS平台生成该范围的外包矩形几何体，以此为基础创建待渲染的曲面基元；
将热力图转换成的该基元纹理，设置基元需要渲染的着色器语言，即根据热力图的颜色设置顶点与片段，颜色RGB值越大代表污染物浓度越高，曲面也就越高，以实现三维场景中热力图的立体展示。
在上述任一方案中优选的实施例，所述将监测数据中的阶段性累计大气污染物浓度数值生成污染物浓度垂直分布的体渲染可视化表现，包括以下步骤：
将采集到的不同高度上的各污染物浓度数值采取三次样条插值算法对数据进行平滑差值；
将源污染物浓度dsource映射为最终的污染物浓度dsource，dsource表示源污染物浓度的最小值，range表示源污染物浓度的变化范围，映射公式为：
在数据成功载入之后，体数据被拷贝到三维纹理中；
三维纹理在三维场景中被渲染。
第二方面，一种无人机监测大气污染数据与三维GIS融合展示的系统，包括：
获取模块，用于实时获取无人机飞行轨迹以及监测数据；
绘制模块，用于根据获取的飞行轨迹以及监测数据，基于Cesium三维GIS平台实时绘制不间断网格；
处理模块，用于将监测数据中的阶段性累计大气污染物浓度数值生成污染物浓度垂直分布的三维热力图和体渲染可视化表现。
第三方面，一种无人机监测大气污染数据与三维GIS融合展示的设备，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现所述的无人机监测大气污染数据与三维GIS融合展示的方法的步骤。
第四方面，一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现所述的无人机监测大气污染数据与三维GIS融合展示的方法。
与现有技术相比，本申请实施例的无人机监测大气污染数据与三维GIS融合展示的方法，所述方法将三维地图直观立体、贴近于真实世界的特点同无人机大气监测优势相结合，基于三维地理信息系统技术全方位展现了无人机飞行轨迹与飞行高度，将周边地形与实景建筑物同无人机探测数值的多样化三维可视化表达模拟相融合，构造出数字孪生底座，更好地模拟大气污染在真实世界中的扩散与演进过程。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一组件分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。后文将参照附图以示例性而非限制性的方式详细描述本申请的一些具体实施例。附图中相同的附图标记标示了相同或类似的组件件或组件分，本领域技术人员应该理解的是，这些附图未必是按比例绘制的，在附图中：
图1为本申请实施例无人机监测大气污染数据与三维GIS融合展示的方法流程示意图。
图2为本申请实施例无人机监测大气污染数据与三维GIS融合展示的方法的展示污染物浓度的轨迹网格图实现流程示意图。
图3为本申请实施例无人机监测大气污染数据与三维GIS融合展示的方法的展示污染物浓度的三维热力图实现流程示意图。
图4为本申请实施例无人机监测大气污染数据与三维GIS融合展示的方法的展示污染物浓度的体绘制可视化实现流程示意图。
图5为本申请实施例无人机监测大气污染数据与三维GIS融合展示的系统示意图。
图6为本申请实施例无人机监测大气污染数据与三维GIS融合展示的设备示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本申请一组件分的实施例，而不是全组件的实施例。基于本申请中的实施例，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，都应当属于本申请保护的范围。
需要说明的是，当元件被称为“固定于”或“设置于”另一个元件，它可以直接在另一个元件上或者间接在该另一个元件上。当一个元件被称为是“连接于”另一个元件，它可以是直接连接到另一个元件或间接连接至该另一个元件上。
在本申请的描述中，需要理解的是，术语“长度”、“宽度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本申请的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
实施例
如图1所示，本申请实施例提供了一种无人机监测大气污染数据与三维GIS融合展示的方法，所述方法包括以下步骤：
步骤1：实时获取无人机飞行轨迹以及监测数据；
步骤2：根据获取的飞行轨迹以及监测数据，基于Cesium三维GIS平台实时绘制不间断网格；
步骤3：将监测数据中的阶段性累计大气污染物浓度数值生成污染物浓度垂直分布的三维热力图和体渲染可视化表现。
在本发明中，总体功能框架如图1所示，所述实时获取无人机飞行轨迹以及监测数据，包括以下步骤：
步骤11：将无人机飞行的实时轨迹通过4G信号传输到Web端，包括经度、纬度、海拨、俯仰角信息；
步骤12：基于Cesium三维GIS平台添加无人机模型并动态更新无人机位置与俯仰角姿态；
步骤13：将无人机模型绑定三维场景中的相机视角，支持第一视角或跟随视角或上帝视角漫游方式，实现无人机飞行过程的动态模拟。
在本发明实施例所述的无人机监测大气污染数据与三维GIS融合展示的方法中，本发明数据来源于无人机搭载的大气监测设备远程传输的实时数据、以及无人机的GPS轨迹与飞行姿态参数，基于GIS三维可视化技术，融合空间与时间四维特征要素，综合考量SO2、NO2、PM10、PM2.5、CO、挥发性有机物等多项指标污染物的含量，充分利用GIS所具有的对空间数据及非空间属性数据的获取、存储、分析和显示等功能，采用实时污染网格图、三维热力图以及体绘制方式，将飞行轨迹与污染空间分布情况直观立体地展现在三维地图上。
在本发明实施例所述的无人机监测大气污染数据与三维GIS融合展示的方法中，所述根据获取的飞行轨迹以及监测数据，基于Cesium三维GIS平台实时绘制不间断网格，包括以下步骤：
步骤21：在将无人机搭载的传感器监测数据通过4G信号传输到Web端，传输频率为一次每一秒钟；
步骤22：基于Cesium三维GIS平台实时绘制不间断地10x10米网格，通过计算下一个点与上一个点之间的距离以及两点之间与正北方向上的夹角来判断是否绘制下一次的表格和绘制表格的方向。
如图2所示，将无人机搭载的大气污染物监测传感器数值生成污染物浓度分布水平分布的轨迹网格图，所述绘制不间断地10x10米网格，包括以下步骤：
步骤211：若两点之间的距离≥10米，则开启绘制，若两点之间的距离＜10米，则跳过；
步骤212：绘制角度分别按照顺时针设置为0度(正北)、45度(东北)、90度(正东)、135度(东南)、180度(正南)、-135度(西南)、-90度(正西)、-45度(西北)共八个方位，计算两点之间同正北方向(0度)的夹角，即夹角在-22.5度～22.5度之间则绘制角度为正北方向，夹角在22.5度～67.5度之间则绘制角度为正东方向，以此类推；
步骤213：开启绘制后，利用绘制角度与正方形网格边长(正方形网格边长默认10米)，计算下一个网格的中心点，并根据中心点位置绘制正方形网格，最后以不同污染物指标的浓度色度带为参考更新网格颜色从而区分污染程度，并将大气污染指标的数值标注在网格内部。将飞行过程中传输的阶段性累计大气污染物浓度数值生成污染物浓度垂直分布的三维热力图，流程如图3所示。所述将监测数据中的阶段性累计大气污染物浓度数值生成污染物浓度垂直分布的三维热力图，包括以下步骤：
步骤31：通过heatmap热力图插件提供的算法生成无人机飞行范围内的热力图图片；
步骤32：基于Cesium三维GIS平台生成该范围的外包矩形几何体，以此为基础创建待渲染的曲面基元；
步骤33：将热力图转换成的该基元纹理，设置基元需要渲染的着色器语言，即根据热力图的颜色设置顶点与片段，颜色RGB值越大代表污染物浓度越高，曲面也就越高，以实现三维场景中热力图的立体展示。
将飞行过程中传输的阶段性累计大气污染物浓度数值生成污染物浓度垂直分布的体渲染可视化表现，流程如图4所示。所述将监测数据中的阶段性累计大气污染物浓度数值生成污染物浓度垂直分布的体渲染可视化表现，包括以下步骤：
将采集到的不同高度上的各污染物浓度数值们采取三次样条插值算法对数据进行平滑差值，以提高数据渲染后的平滑性和细节程度，采用一种简洁的映射方法用于将这些值从源数值映射到0.0到1.0的区间，从而就能够很好地利用这些映射后的数值绘制污染体。将源污染物浓度dsource映射为最终的污染物浓度dfinal，dmin表示源污染物浓度的最小值，range表示源污染物浓度的变化范围。映射公式如下所示：
基于纹理使用光线投射算法来实现体绘制。在数据成功载入之后，体数据被拷贝到三维纹理中，三维纹理在像素着色器中被广泛使用。三维纹理在三维场景中像一个长方体一样被渲染，对于每个可见的像素，都有从虚拟摄像机投射到该像素的光线与之对应。我们创建了一个三维纹理作为污染体的容器并且按照污染体的大小和数据对它进行初始化，之后在Cesium三维GIS平台对纹理进行渲染。
如图5所示，第二方面，一种无人机监测大气污染数据与三维GIS融合展示的系统，包括：
获取模块，用于实时获取无人机飞行轨迹以及监测数据；
绘制模块，用于根据获取的飞行轨迹以及监测数据，基于Cesium三维GIS平台实时绘制不间断网格；
处理模块，用于将监测数据中的阶段性累计大气污染物浓度数值生成污染物浓度垂直分布的三维热力图和体渲染可视化表现。
如图6所示，第三方面，一种无人机监测大气污染数据与三维GIS融合展示的设备，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如所述的无人机监测大气污染数据与三维GIS融合展示的方法的步骤。
其中，处理器用于控制该测量设备的整体操作，以完成上述的无人机监测大气污染数据与三维GIS融合展示的方法中的全部或部分步骤。存储器用于存储各种类型的数据以支持在该测量设备的操作，这些数据例如可以包括用于在该测量设备上操作的任何应用程序或方法的指令，以及应用程序相关的数据，例如联系人数据、收发的消息、图片、音频、视频等等。该存储器可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器(StaticRandomAccessMemory，简称SRAM)，电可擦除可编程只读存储器(ElectricallyErasableProgrammableRead-OnlyMemory，简称EEPROM)，可擦除可编程只读存储器(ErasableProgrammableRead-OnlyMemory，简称EPROM)，可编程只读存储器(ProgrammableRead-OnlyMemory，简称PROM)，只读存储器(Read-OnlyMemory，简称ROM)，磁存储器，快闪存储器，磁盘或光盘。多媒体组件可以包括屏幕和音频组件。其中屏幕例如可以是触摸屏，音频组件用于输出和/或输入音频信号。例如，音频组件可以包括一个麦克风，麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在存储器或通过通信组件发送。音频组件还包括至少一个扬声器，用于输出音频信号。I/O接口为处理器和其他接口模块之间提供接口，上述其他接口模块可以是键盘，鼠标，按钮等。这些按钮可以是虚拟按钮或者实体按钮。通信组件用于该测量设备与其他设备之间进行有线或无线通信。无线通信，例如Wi-Fi，蓝牙，近场通信(NearFieldCommunication，简称NFC)，2G、3G或4G，或它们中的一种或几种的组合，因此相应的该通信组件可以包括：Wi-Fi模块，蓝牙模块，NFC模块。
在一示例性实施例中，测量设备可以被一个或多个应用专用集成电路(ApplicationSpecificIntegratedCircuit，简称ASIC)、数字信号处理器(DigitalSignalProcessor，简称DSP)、数字信号处理设备(DigitalSignalProcessingDevice，简称DSPD)、可编程逻辑器件(ProgrammableLogicDevice，简称PLD)、现场可编程门阵列(FieldProgrammableGateArray，简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述的无人机监测大气污染数据与三维GIS融合展示的方法。
在另一示例性实施例中，还提供了一种包括程序指令的计算机可读存储介质，该程序指令被处理器执行时实现上述的无人机监测大气污染数据与三维GIS融合展示的方法的步骤。例如，该计算机可读存储介质可以为上述包括程序指令的存储器，上述程序指令可由测量设备的处理器执行以完成上述的无人机监测大气污染数据与三维GIS融合展示的方法。
相应于上面的方法实施例，本公开实施例还提供了一种可读存储介质，下文描述的一种可读存储介质与上文描述的一种无人机监测大气污染数据与三维GIS融合展示的方法可相互对应参照。
第四方面，一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现如所述的无人机监测大气污染数据与三维GIS融合展示的方法。
该可读存储介质具体可以为U盘、移动硬盘、只读存储器(Read-OnlyMemory，ROM)、随机存取存储器(RandomAccessMemory，RAM)、磁碟或者光盘等各种可存储程序代码的可读存储介质。
与现有技术相比，本申请实施例的无人机监测大气污染数据与三维GIS融合展示的方法、系统、设备及计算机可读介质，通过采用耳套温度实时监控技术，不仅能无耳套进行标定，且能再连续测量时根据耳套温度对检测结果进行补偿，简化了标定过程，节省成本，同时也提升了测量的准确性。
最后应说明的是：以上各实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述各实施例对本申请进行了详细的说明，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，或者对其中组件分或者全组件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申请各实施例技术方案的范围。
Claims (10)
1.一种无人机监测大气污染数据与三维GIS融合展示的方法，其特征在于，所述方法包括以下步骤：
实时获取无人机飞行轨迹以及监测数据；
根据获取的飞行轨迹以及监测数据，基于Cesium三维GIS平台实时绘制不间断网格；
将监测数据中的阶段性累计大气污染物浓度数值生成污染物浓度垂直分布的三维热力图和体渲染可视化表现。
2.根据权利要求1所述的无人机监测大气污染数据与三维GIS融合展示的方法，其特征在于，所述实时获取无人机飞行轨迹以及监测数据，包括以下步骤：
将无人机飞行的实时轨迹通过4G信号传输到Web端，包括经度、纬度、海拨、俯仰角信息；
基于Cesium三维GIS平台添加无人机模型并动态更新无人机位置与俯仰角姿态；
将无人机模型绑定三维场景中的相机视角，支持第一视角或跟随视角或上帝视角漫游方式，实现无人机飞行过程的动态模拟。
3.根据权利要求2所述的无人机监测大气污染数据与三维GIS融合展示的方法，其特征在于，所述根据获取的飞行轨迹以及监测数据，基于Cesium三维GIS平台实时绘制不间断网格，包括以下步骤：
在将无人机搭载的传感器监测数据通过4G信号传输到Web端，传输频率为一次每一秒钟；
基于Cesium三维GIS平台实时绘制不间断地10x10米网格，通过计算下一个点与上一个点之间的距离以及两点之间与正北方向上的夹角来判断是否绘制下一次的表格和绘制表格的方向。
4.根据权利要求3所述的无人机监测大气污染数据与三维GIS融合展示的方法，其特征在于，所述绘制不间断地10x10米网格，包括以下步骤：
若两点之间的距离≥10米，则开启绘制，若两点之间的距离＜10米，则跳过；
绘制角度分别按照顺时针设置为正北、东北、正东、东南、正南、西南、正西、西北共八个方位，计算两点之间同正北方向的夹角，以此类推；
开启绘制后，利用绘制角度与正方形网格边长，计算下一个网格的中心点，并根据中心点位置绘制正方形网格。
5.根据权利要求4所述的无人机监测大气污染数据与三维GIS融合展示的方法，其特征在于，所述正方形网格边长默认10米。
6.根据权利要求5所述的无人机监测大气污染数据与三维GIS融合展示的方法，其特征在于，所述将监测数据中的阶段性累计大气污染物浓度数值生成污染物浓度垂直分布的三维热力图，包括以下步骤：
通过heatmap热力图插件提供的算法生成无人机飞行范围内的热力图图片；
基于Cesium三维GIS平台生成该范围的外包矩形几何体，以此为基础创建待渲染的曲面基元；
将热力图转换成的该基元纹理，设置基元需要渲染的着色器语言，即根据热力图的颜色设置顶点与片段，颜色RGB值越大代表污染物浓度越高，曲面也就越高，以实现三维场景中热力图的立体展示。
7.根据权利要求6所述的无人机监测大气污染数据与三维GIS融合展示的方法，其特征在于，所述将监测数据中的阶段性累计大气污染物浓度数值生成污染物浓度垂直分布的体渲染可视化表现，包括以下步骤：
将采集到的不同高度上的各污染物浓度数值采取三次样条插值算法对数据进行平滑差值；将源污染物浓度dsource映射为最终的污染物浓度dsource，dsource表示源污染物浓度的最小值，range表示源污染物浓度的变化范围，映射公式为：
在数据成功载入之后，体数据被拷贝到三维纹理中；
三维纹理在三维场景中被渲染。
8.一种无人机监测大气污染数据与三维GIS融合展示的系统，其特征在于，包括：
获取模块，用于实时获取无人机飞行轨迹以及监测数据；
绘制模块，用于根据获取的飞行轨迹以及监测数据，基于Cesium三维GIS平台实时绘制不间断网格；
处理模块，用于将监测数据中的阶段性累计大气污染物浓度数值生成污染物浓度垂直分布的三维热力图和体渲染可视化表现。
9.一种无人机监测大气污染数据与三维GIS融合展示的设备，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如权利要求1至7中任一项所述的无人机监测大气污染数据与三维GIS融合展示的方法的步骤。
10.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1至7中任一项所述的无人机监测大气污染数据与三维GIS融合展示的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210203040.0A CN114580168A (zh) | 2022-03-03 | 2022-03-03 | 一种无人机监测大气污染数据与三维gis融合展示的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210203040.0A CN114580168A (zh) | 2022-03-03 | 2022-03-03 | 一种无人机监测大气污染数据与三维gis融合展示的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114580168A true CN114580168A (zh) | 2022-06-03 |
Family
ID=81777080
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210203040.0A Pending CN114580168A (zh) | 2022-03-03 | 2022-03-03 | 一种无人机监测大气污染数据与三维gis融合展示的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114580168A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116360487A (zh) * | 2023-03-14 | 2023-06-30 | 珠海鼎正国信科技有限公司 | 一种基于气体监测数据的走航路线实时动态规划方法 |
| CN117218299A (zh) * | 2023-11-08 | 2023-12-12 | 北京睿呈时代信息科技有限公司 | 一种基于数据驱动的三维区域冰山热力图处理方法及系统 |
Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101741992A (zh) * | 2009-12-22 | 2010-06-16 | 北京神州泰岳软件股份有限公司 | 基于gis的话务量分布呈现方法及系统 |
| CN102591351A (zh) * | 2011-01-14 | 2012-07-18 | 北京航天慧海系统仿真科技有限公司 | 基于遥感、卫星定位导航和无人机的三维空间碳排放监测系统 |
| CN104865353A (zh) * | 2015-06-01 | 2015-08-26 | 上海交通大学 | 基于无人机的工业园区大气污染数据采集方法 |
| CN106485767A (zh) * | 2015-08-25 | 2017-03-08 | 方正国际软件(北京)有限公司 | 一种绘制符号的方法及装置 |
| CN106547842A (zh) * | 2016-10-14 | 2017-03-29 | 华东师范大学 | 一种在虚拟地球平台上可视化基于位置的情感的方法 |
| CN107340364A (zh) * | 2017-05-31 | 2017-11-10 | 北京市环境保护监测中心 | 基于海量大气污染浓度数据的污染空间分析方法及装置 |
| CN107885096A (zh) * | 2017-10-16 | 2018-04-06 | 中国电力科学研究院 | 一种无人机巡检航迹三维仿真监控系统 |
| 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 |
| CN110119842A (zh) * | 2019-04-30 | 2019-08-13 | 上海电力学院 | 一种微电网短期负荷预测方法 |
| CN110597276A (zh) * | 2018-06-11 | 2019-12-20 | 中国科学院光电研究院 | 无人飞行器空中安全走廊路径的远程规划方法 |
| CN111121862A (zh) * | 2019-09-29 | 2020-05-08 | 广西中遥空间信息技术有限公司 | 一种空天地一体化的大气环境监测系统及方法 |
| CN111314607A (zh) * | 2020-02-21 | 2020-06-19 | 昆山丘钛微电子科技有限公司 | 一种光学防抖的标定方法、装置、电子设备及介质 |
| CN112102432A (zh) * | 2020-09-17 | 2020-12-18 | 中科三清科技有限公司 | 空气质量垂直分布图绘制方法、装置及存储介质 |
| CN112817324A (zh) * | 2020-12-17 | 2021-05-18 | 国网山西省电力公司运城供电公司 | 配网线路多无人机协同巡检任务分配方法和系统 |
| CN213302860U (zh) * | 2020-12-01 | 2021-05-28 | 深圳高度创新技术有限公司 | 无人机三维可视化避障系统 |
-
2022
- 2022-03-03 CN CN202210203040.0A patent/CN114580168A/zh active Pending
Patent Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101741992A (zh) * | 2009-12-22 | 2010-06-16 | 北京神州泰岳软件股份有限公司 | 基于gis的话务量分布呈现方法及系统 |
| CN102591351A (zh) * | 2011-01-14 | 2012-07-18 | 北京航天慧海系统仿真科技有限公司 | 基于遥感、卫星定位导航和无人机的三维空间碳排放监测系统 |
| CN104865353A (zh) * | 2015-06-01 | 2015-08-26 | 上海交通大学 | 基于无人机的工业园区大气污染数据采集方法 |
| CN106485767A (zh) * | 2015-08-25 | 2017-03-08 | 方正国际软件(北京)有限公司 | 一种绘制符号的方法及装置 |
| CN106547842A (zh) * | 2016-10-14 | 2017-03-29 | 华东师范大学 | 一种在虚拟地球平台上可视化基于位置的情感的方法 |
| CN107340364A (zh) * | 2017-05-31 | 2017-11-10 | 北京市环境保护监测中心 | 基于海量大气污染浓度数据的污染空间分析方法及装置 |
| CN107885096A (zh) * | 2017-10-16 | 2018-04-06 | 中国电力科学研究院 | 一种无人机巡检航迹三维仿真监控系统 |
| 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 |
| CN110597276A (zh) * | 2018-06-11 | 2019-12-20 | 中国科学院光电研究院 | 无人飞行器空中安全走廊路径的远程规划方法 |
| CN110119842A (zh) * | 2019-04-30 | 2019-08-13 | 上海电力学院 | 一种微电网短期负荷预测方法 |
| CN111121862A (zh) * | 2019-09-29 | 2020-05-08 | 广西中遥空间信息技术有限公司 | 一种空天地一体化的大气环境监测系统及方法 |
| CN111314607A (zh) * | 2020-02-21 | 2020-06-19 | 昆山丘钛微电子科技有限公司 | 一种光学防抖的标定方法、装置、电子设备及介质 |
| CN112102432A (zh) * | 2020-09-17 | 2020-12-18 | 中科三清科技有限公司 | 空气质量垂直分布图绘制方法、装置及存储介质 |
| CN213302860U (zh) * | 2020-12-01 | 2021-05-28 | 深圳高度创新技术有限公司 | 无人机三维可视化避障系统 |
| CN112817324A (zh) * | 2020-12-17 | 2021-05-18 | 国网山西省电力公司运城供电公司 | 配网线路多无人机协同巡检任务分配方法和系统 |
Non-Patent Citations (1)
| Title |
|---|
| 刘奎: "基于无人机的大气污染源溯源可视化系统设计与实现" * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116360487A (zh) * | 2023-03-14 | 2023-06-30 | 珠海鼎正国信科技有限公司 | 一种基于气体监测数据的走航路线实时动态规划方法 |
| CN116360487B (zh) * | 2023-03-14 | 2024-05-28 | 珠海鼎正国信科技有限公司 | 一种基于气体监测数据的走航路线实时动态规划方法 |
| CN117218299A (zh) * | 2023-11-08 | 2023-12-12 | 北京睿呈时代信息科技有限公司 | 一种基于数据驱动的三维区域冰山热力图处理方法及系统 |
| CN117218299B (zh) * | 2023-11-08 | 2024-03-01 | 北京睿呈时代信息科技有限公司 | 一种基于数据驱动的三维区域冰山热力图处理方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Chen | Visualization of real-time monitoring datagraphic of urban environmental quality | |
| CN203786891U (zh) | 基于gis的移动监测融合平台 | |
| US7971143B2 (en) | Senseweb | |
| CN114580168A (zh) | 一种无人机监测大气污染数据与三维gis融合展示的方法 | |
| CN107885096B (zh) | 一种无人机巡检航迹三维仿真监控系统 | |
| CN103942941A (zh) | 基于gis的移动监测融合平台 | |
| ES2897430T3 (es) | Método y sistema para el procesamiento y análisis remoto de datos de inspección de activos industriales | |
| CN110472782A (zh) | 一种数据确定方法、装置、设备及存储介质 | |
| JP2019002913A (ja) | 動的ペアリングおよび比較に基づく大気汚染源認識 | |
| CN103759713B (zh) | 一种基于全景影像的危岩落石调查方法 | |
| Herman et al. | 3D web visualization of environmental information–integration of heterogeneous data sources when providing navigation and interaction | |
| Cheval et al. | Meteorological and ancillary data resources for climate research in urban areas | |
| CN108957507A (zh) | 基于增强现实技术的燃气管道泄漏处置方法 | |
| Khayyal et al. | Creation and spatial analysis of 3D city modeling based on GIS data | |
| US20100066740A1 (en) | Unified spectral and Geospatial Information Model and the Method and System Generating It | |
| CN115185292A (zh) | 基于地空一体化的空气污染智能监测方法及平台 | |
| KR20180001195A (ko) | 3차원 대기환경 자료 생성 시스템 및 가시화 방법 | |
| Sang et al. | A virtual 3D geological library based on UAV and SFM: application for promoting teaching and research on geological specimen and heritage online | |
| Candan et al. | Methodology of real-time 3D point cloud mapping with UAV lidar | |
| Agugiaro et al. | 7.2 3D GIS for cultural heritage sites: The queryarch3d prototype | |
| Wright et al. | Visualising volcanic gas plumes with virtual globes | |
| CN108954016A (zh) | 基于增强现实技术的燃气管道泄漏处置系统 | |
| Bakirci | Efficient air pollution mapping in extensive regions with fully autonomous unmanned aerial vehicles: A numerical perspective | |
| CN112577672A (zh) | 基于网格法的甲烷遥感空间分布监测报警系统 | |
| KR20100138554A (ko) | 여행자용 내비게이션 방법 및 그 시스템 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220603 |