CN114839317A - 大气网格化综合预警方法及其系统 - Google Patents
大气网格化综合预警方法及其系统 Download PDFInfo
- Publication number
- CN114839317A CN114839317A CN202111618460.7A CN202111618460A CN114839317A CN 114839317 A CN114839317 A CN 114839317A CN 202111618460 A CN202111618460 A CN 202111618460A CN 114839317 A CN114839317 A CN 114839317A
- Authority
- CN
- China
- Prior art keywords
- early warning
- data
- abnormal
- time
- characteristic value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 83
- 238000004364 calculation method Methods 0.000 claims abstract description 219
- 238000001514 detection method Methods 0.000 claims abstract description 176
- 239000003344 environmental pollutant Substances 0.000 claims abstract description 156
- 231100000719 pollutant Toxicity 0.000 claims abstract description 156
- 230000008859 change Effects 0.000 claims abstract description 13
- 230000002159 abnormal effect Effects 0.000 claims description 202
- 239000000356 contaminant Substances 0.000 claims description 50
- 238000011156 evaluation Methods 0.000 claims description 42
- 238000012544 monitoring process Methods 0.000 claims description 33
- 239000003570 air Substances 0.000 claims description 26
- 230000002093 peripheral effect Effects 0.000 claims description 15
- 230000002547 anomalous effect Effects 0.000 claims description 10
- 239000012080 ambient air Substances 0.000 claims description 4
- 230000003203 everyday effect Effects 0.000 claims description 4
- 239000000126 substance Substances 0.000 claims description 3
- 239000002184 metal Substances 0.000 claims 5
- 230000005856 abnormality Effects 0.000 description 23
- 230000007613 environmental effect Effects 0.000 description 15
- 238000010586 diagram Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000007726 management method Methods 0.000 description 6
- 230000007246 mechanism Effects 0.000 description 5
- 230000002045 lasting effect Effects 0.000 description 4
- 238000013441 quality evaluation Methods 0.000 description 4
- 238000013024 troubleshooting Methods 0.000 description 4
- 238000011109 contamination Methods 0.000 description 3
- 230000007774 longterm Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 235000012054 meals Nutrition 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000000779 smoke Substances 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000000149 argon plasma sintering Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000002354 daily effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 230000005518 electrochemistry Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000006798 recombination Effects 0.000 description 1
- 238000005215 recombination Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000010517 secondary reaction Methods 0.000 description 1
- 238000004062 sedimentation Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
- G01N33/0036—General constructional details of gas analysers, e.g. portable test equipment concerning the detector specially adapted to detect a particular component
- G01N33/0042—SO2 or SO3
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/06—Investigating concentration of particle suspensions
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
- G01N33/0036—General constructional details of gas analysers, e.g. portable test equipment concerning the detector specially adapted to detect a particular component
- G01N33/0037—NOx
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
- G01N33/0036—General constructional details of gas analysers, e.g. portable test equipment concerning the detector specially adapted to detect a particular component
- G01N33/0039—O3
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
- G01N33/0036—General constructional details of gas analysers, e.g. portable test equipment concerning the detector specially adapted to detect a particular component
- G01N33/004—CO or CO2
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
- G01N33/0036—General constructional details of gas analysers, e.g. portable test equipment concerning the detector specially adapted to detect a particular component
- G01N33/0047—Organic compounds
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0062—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display
- G01N33/0063—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display using a threshold to release an alarm or displaying means
-
- 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
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- 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
- Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
- Y02A50/20—Air quality improvement or preservation, e.g. vehicle emission control or emission reduction by using catalytic converters
Landscapes
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Pathology (AREA)
- Immunology (AREA)
- General Health & Medical Sciences (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Combustion & Propulsion (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Dispersion Chemistry (AREA)
- Alarm Systems (AREA)
Abstract
本发明提供一种大气网格化综合预警方法,包括:获取任一检测站点M污染物浓度随时间变化的若干个第一计算数据;基于任一检测站点M的若干个第一计算数据来判断第一预警方式,所述第一预警方式选自不予预警、第一预警、第二预警和第三预警中的至少一种;当所述第一预警方式选自第一预警、第二预警和第三预警中的至少一种时,获取所述任一检测站点M在第四给定时间段h天内的第二计算数据,并基于所述第二计算数据判断排放特征值,所述排放特征值包括第一排放特征值或第二排放特征值;基于排放特征值,输出综合预警结果或输出不予预警;基于综合预警结果进行综合预警推送。
Description
技术领域
本发明涉及大气环境监测技术领域,具体地,本发明涉及一种大气网格 化综合预警方法及其系统。
背景技术
如何有效做到精细化监测,并 助力精确定位污染源是“靶向治理”的基础。大气网格化监测设备具有成本 低、高时间分辨率,布点灵活等优势,是城市大气环境精细化监测的重要手 段。目前市场中的大气网格化监测设备基本配备了污染报警/预警系统,该系 统是帮助环境执法部门能够做到对污染事件精准管控、快速响应,提高执法 效率的重要机制。但以往的系统都基于浓度阈值或简要数据统计的方式进行 预警,存在诸多不足之处。改善大气网格化监测设备的预警系统能够有效提 升污染事件溯源的准确性,提高环境执法效率,从而实现大气网格化数据指 导管控的价值。
目前应用于大气网格化监测系统的预警/报警机制通常为监测的污染因 子设定相应的浓度阈值,监测数据超过阈值便会自动报警。如专利文献1、 专利文献2和专利文献3。这种预警方法较为单一,因传感器不稳定造成的 数据异常波动时生成的报警会误导工作人员,未对区域性的污染过程加以区 分,且没有分级报警机制。
专利文献4公开了一种热点网格预警方法,但是由于需要一定时长的数 据确定同比、环比排名变化,因此不适用于短时(如小时级别、分钟级别)污 染事件的预警的应用情况,且未考虑短时排放的影响。
现有技术文献
专利文献1CN111564031A公开文本
专利文献2CN209878656U公开文本
专利文献3CN112134860A公开文本
专利文献4CN110108837A公开文本
发明内容
为了解决现有技术中,大气网格化监测设备的报警/预警系统往往通过设 定浓度阈值,超过浓度阈值的设备直接推送报警信息,这种预警系统存在因 仪器不稳定导致的异常高值触发、难以追溯污染事件的重点来源区域、难以 有效识别特殊点位(如道路网格点)等问题,本发明提供了一种具有高预警信 息可靠性和多信息维度的大气网格化预警方法及系统。
本发明技术方案如下:
1.一种大气网格化综合预警方法,包括:
获取任一检测站点M污染物浓度随时间变化的若干个第一计算数据;
基于任一检测站点M的若干个第一计算数据来判断第一预警方式,所 述第一预警方式选自不予预警、第一预警、第二预警和第三预警中的至少一 种;
当所述第一预警方式选自第一预警、第二预警和第三预警中的至少一种 时,获取所述任一检测站点M在第四给定时间段h天(例如,13天)内的第 二计算数据,并基于所述第二计算数据判断排放特征值,所述排放特征值包 括第一排放特征值(即同时段比较正常)或第二排放特征值(即同时段比较异 常);
基于排放特征值,输出综合预警结果或输出不予预警;
所述综合预警结果包括所述第一排放特征值或所述第二排放特征值,以 及所述第一预警、所述第二预警和所述第三预警中的至少一种;
基于综合预警结果进行综合预警推送。
2.根据项1所述的预警方法,
所述污染物选自PM10、PM2.5、SO2、NO2、CO、O3或TVOC中的一种 或两种以上。
3.根据项2所述的预警方法,其特征在于,所述第一计算数据通过如下 第一方式或第二方式获得:
其中第一方式包括如下步骤:
获取任一检测站点M在任意时刻x(即当前时刻)检测到的污染物原始浓 度数据Ax和该任意时刻x之前第一给定时间段n(例如,n优选30分钟)之 内(即从(x-n)~x之间)的全部采集的污染物原始浓度数据,即从A(x-n)起到Ax为止的浓度数据;
判断所述Ax是否为空值(即无数据)或异常数据(即仪器本身不稳定或出 现问题时检测到的结果);
当Ax为空值或为异常数据时,不再继续计算x时刻的第一计算数据;
当Ax不为空值且不为异常数据时,判断从A(x-n)起到Ax为止(不包括Ax) 是否存在空值或异常数据;
当从A(x-n)起到Ax为止(不包括Ax)全部不为空值且不为异常数据时,则 将A(x-n)~Ax全部折算为空气质量分指数IAQI(x-n)~IAQIx;或
当从A(x-n)起到Ax为止(不包括Ax)存在空值或异常数据的情形下首先剔 除其中存在的空值或异常数据后,再将不为空值或异常数据的原始浓度数据 折算为空气质量分指数IAQI;
其中所述任意时刻x的IAQI记为“IAQIx”,选取IAQI(x-n)~IAQIx(不包 括IAQIx)中的最小值并记为“IAQImin”;
IAQIx与IAQImin的差值为任意时刻x的第一计算数据;
其中第二方式包括如下步骤:
获取任一检测站点M在任意时刻x(即当前时刻)检测到的污染物原始浓 度数据Ax和在该任意时刻x之前的一个检测时刻检测到的污染物原始浓度 数据Ax-1;
判断Ax和Ax-1是否为空值或是否为异常数据;
当Ax和Ax-1均不为空值且不为异常数据时,计算Ax-Ax-1的差值为任意 时刻x的第一计算数据,
当Ax和Ax-1中的任一个为空值或为异常数据时,不再继续计算x时刻 的第一计算数据,
其中,当所述污染物为PM10、PM2.5、SO2、NO2、CO、O3时采用上述 第一方式来获取第一计算数据,当所述污染物为TVOC时采用上述第二方式 来获取第一计算数据。
4.根据项3所述的预警方法,
基于任一检测站点的若干个第一计算数据来判断第一预警方式是指,
当不存在连续三个第一计算数据高于第一阈值时,第一预警方式为不予 预警;
当存在连续三个第一计算数据高于第一阈值时,则基于该任一检测站点 M周边站点P的数量来判断其是否需要参与空间评价,
当判断为不参与空间评价的情况下,第一预警方式为第一预警,即时间 预警;
当判断为需要参与空间评价的情况下,调取任一检测站点M的第三计 算数据;
优选地,在第一方式中,第一阈值为25;在第二方式中,第一阈值为 AX*20%。
5.根据项4所述的预警方法,
任一检测站点M的第三计算数据通过如下方法获得;
获取任一检测站点M的周边站点P(P可以为多个,P1,P2…Pq)在所述 任意时刻x检测到的污染物原始浓度数据Cx(C1x、C2x…Cqx);
当所述Ax为空值或异常数据时,或当获取的Cx不为空值且不为异常数 据的数量小于3时,不再继续计算x时刻的第三计算数据;
当所述Ax不为空值或异常数据时,且当获取的Cx不为空值且不为异常 数据的数量不小于3时,获取任一检测站点M和周边站点P在任意时刻x(即 当前时刻)检测到的污染物原始浓度数据Ax和Cx和该任意时刻x之前第三 给定时间段n(n优选30分钟)之内(即从x-n~x之间)的全部采集的污染物原始 浓度数据,即从A(x-n)起到Ax为止(不包括Ax)和C(x-n)起到Cx为止(不包括Cx);
判断从A(x-n)起到Ax为止(不包括Ax)是否存在空值或异常数据以及从 C(x-n)起到Cx为止(不包括Cx)是否存在空值或异常数据,如果判断结果显示有 任意数据为空值或异常数据,则将该数据排除在后续的计算中,此时,从剩 余的C(x-n)起到Cx为止(不包括Cx)的数据中选取最小值定义为Cmin,从剩余 的A(x-n)起到Ax为止(不包括Ax)的数据中选取最小值定义为Amin,计算Ax和Amin的差值,以及Cx和Cmin的差值,计算Ax和Amin的差值以及Cx和Cmin的差值的25百分位数和75百分位数;
当Ax-Amin>75百分位数+1.5×(75百分位数-25百分位数)时,则第三计算 数据为D31,其余情况第三计算数据为D30。
6.根据项5所述的预警方法,
当连续三个第三计算数据中的至少一个第三计算数据为D31时,则第一 预警方式为第二预警,即时空预警;
当连续三个第三计算数据均为D30时,则调取任一检测站点M所属的国 控点集合内在任意时刻x之前的第二给定时间段(例如,优选为10min)之内 发出预警记录的检测站点的数量;
其中,所述国控点集合由若干个任一检测站点M组成,所述若干个任 一检测站点M到其他国控点的距离大于所述若干个任一检测站点M到所述 国控点的距离;
当发出预警记录的检测站点的数量不小于其该第二给定时间段之内的 总记录数量的50%以上时,则第一预警方式为第三预警,即区域预警,
当发出预警记录的检测站点的数量小于其该第二给定时间段之内的总 记录数量的50%时,则第一预警方式为第一预警,即时间预警。
7.根据项1所述的预警方法,
所述第二计算数据通过如下方式获得:
获取任一检测站点M在任意时刻x(即当前时刻)检测到的污染物原始浓 度数据Ax;
判断所述Ax是否为空值或异常数据;
当Ax为空值或为异常数据时,不再继续计算x时刻的第二计算数据;
当Ax不为空值且不为异常数据时,获取所述站点M在该任意时刻x之 前第四给定时间段h天之内每天在相同时刻x的全部采集的污染物原始浓度 数据,即获取h个的污染物原始浓度数据;
计算Ax和h个的污染物原始浓度数的平均值和标准偏差;
按照式I进行判断:
其中,
Ax—任意时刻x(即当前时刻)的污染物原始浓度数据;
μ—Ax和h个的污染物原始浓度数据的平均值;
σ—Ax和h个的污染物原始浓度数据的标准偏差;
当满足式I时,第二计算数据为D21,其余情况第二计算数据为D20。
8.根据项7所述的预警方法,
当连续三个第二计算数据中的至少一个第二计算数据为D21时,所述排 放特征值为第二排放特征值(同时段比较异常),否则就为第一排放特征值(同 时段比较正常)。
9.根据项2所述的方法,其中,
当污染物选自PM10、PM2.5、SO2、NO2、CO或TVOC中的一种或两种 以上时,基于排放特征值,或者当污染物为O3时且当排放特征值为第二排 放特征值时,判断是否存在第一异常预警、第二异常预警中的至少一种;
基于是否存在第一异常预警和第二异常预警的结果确认输出综合预警 结果或输出不予预警;
当污染物为O3时,且当排放特征值为第一排放特征值时,不予预警。
10.根据项9所述的预警方法,其中,
当任一检测站点M在任意时刻x(即当前时刻)之前的第五给定时间段(例 如,优选为10min)内存在第一预警、第二预警或第三预警的情况为第一异常 预警;
当不存在第一异常预警时,首先判断任一检测站点M是否为敏感点;
当所述检测站点M为敏感点时,获取所述检测站点M在任意时刻x(即 当前时刻)之后的第六给定时间段w(例如,优选为10min)内(即从x~(x+w)之 间,w≠0)的污染物原始浓度数据A,即从Ax起到A(x+w)为止;
当Ax起到A(x+w)为止的数据中大于等于Ax×80%的数据的个数小于总数 据一半时则为第二异常预警,
其中,所述敏感点是周围可能存在明显污染源的点位(例如人口聚集区、 污染物易聚集区、污染物长期超标区域、交通路口节点或餐饮源站点等)。
11.根据项10所述的预警方法,
所述基于是否存在第一异常预警、第二异常预警的结果确认输出综合预 警结果或不予预警,包括如下情形:
当存在第一异常预警时,不予预警;
当存在第二异常预警时,不予预警;
当不存在第一异常预警和第二异常预警,或不存在第一异常预警且任一 检测站点M不为敏感点时,输出综合预警结果。
12.根据项1所述的预警方法,
当污染物选自PM10、PM2.5、SO2、NO2、CO、O3中的一种或两种以上 时,基于任一检测站点M在连续三个任意检测时刻检测到的污染物原始浓 度数据A及与所述任一检测站点M距离最近的国控点最近1小时的IAQI 来判断是否获取所述任一检测站点M的污染物浓度随时间变化的第一计算 数据;
当与所述任一检测站点M距离最近的国控点最近1小时的IAQI大于第 二阈值,且连续三个任意检测时刻检测到的污染物原始浓度数据A中的最大 值Amax大于第三阈值启动获取第一计算数据;
优选地,所述第二阈值为50,所述第三阈值为GB3095-2012规定的污 染物的二级标准或根据国家环境空气质量监测网数据确定的某一设定值;
当污染物为TVOC时,直接获取所述任一检测站点M的污染物浓度随 时间变化的第一计算数据。
13.根据项12所述的预警方法,所述方法还包括:
任一检测站点M所检测到的污染物原始浓度数据A在一定时间段内检 测到的数据中有80%以上为空值时,则进行离线预警;
任一检测站点M所检测到的污染物原始浓度数据A在一定时间段内检 测到的数据中出现异常数据时,则基于异常数据出现的情况来判断是否进行 异常数据预警。
14.根据项13所述的预警方法,所述方法还包括:
基于离线预警进行离线预警推送;基于异常数据预警进行异常数据预警 推送;
15.一种根据项1-14任一项所述预警方法的大气网格化综合预警系统, 包括:
第一获取单元,用于任一检测站点M污染物浓度随时间变化的若干个 第一计算数据;
第一判断单元,用于任一检测站点M的若干个第一计算数据来判断第 一预警方式,所述第一预警方式选自不予预警、第一预警、第二预警和第三 预警中的至少一种;
第二获取单元,用于当所述第一预警方式选自第一预警、第二预警和第 三预警中的至少一种时,获取所述任一检测站点M在第四给定时间段h天(13 天)内的第二计算数据,并基于所述第二计算数据判断排放特征值,所述排 放特征值包括第一排放特征值(同时段比较正常)或第二排放特征值(同时段 比较异常);
第一输出单元,用于基于排放特征值,输出综合预警结果或输出不予预 警,其中所述综合预警结果包括所述第一排放特征值或所述第二排放特征值, 以及所述第一预警、所述第二预警和所述第三预警中的至少一种;
第一推送单元,用于基于综合预警结果进行综合预警推送。
其中,所述综合预警结果包括所述第一排放特征值或所述第二排放特征 值,以及所述第一预警、所述第二预警和所述第三预警中的至少一种。
16.根据项15所述的预警系统,其中,
所述第一判断单元包括第三获取单元,用于获取任一检测站点M及其 周边站点污染物浓度的第三计算数据。
17.根据项15所述的预警系统,
所述第二获取单元还包括第二判断单元,所述第二判断单元用于基于所 述第二计算数据判断排放特征值,所述排放特征值包括第一排放特征值(即 同时段比较正常)或第二排放特征值(即同时段比较异常)。
18.根据项15所述的预警系统,
所述第一输出单元还包括第三判断单元,所述第三判断单元用于确定排 放特征值后判断是否存在异常预警,所述异常预警选自第一异常预警、第二 异常预警中的至少一种。
19.根据项15所述的预警系统,其中,所述预警系统还包括第二输出单 元和第二推送单元,
其中,所述第二输出单元用于输出离线预警结果或异常数据预警结果;
所述第二推送单元用于基于离线预警进行离线预警推送或基于异常数 据预警进行异常数据预警推送。
本发明的有益效果如下:
(1)本发明提供的大气网格化综合预警方法及其系统建立了一种基于时 间、空间、排放三个维度综合评价网格化监测设备各污染物的监测结果并提 供预警推送的方法及系统。其中,通过数据在线清洗,排除仪器异常值;根 据污染物浓度数据的空间分布筛选高值点位,针对重点区域精准定位预警; 排除短时排放影响,并总结排放规律,排除无效预警,提高排查执法成功率。
(2)本发明提供的大气网格化综合预警方法及其系统中,集成了时间、空 间、排放三个数据分析预警模块,提升了预警的可靠性和信息维度。
(3)本发明提供的大气网格化综合预警方法及其系统中,基于异常数据检 验模块,可以识别监测设备的异常波动数据,避免生成干扰工作人员判断和 排查管控工作的无效预警。通过时间、空间、排放三维度的预警的综合评价, 可以将站点附近局地污染事件与区域性污染过程区分开来,并对特殊点位 (如道路站点、餐饮源站点)的短时污染事件加以识别,帮助执法人员对特殊 污染事件进行精准定位。
附图说明
图1是本发明一示例性实施例提供的大气网格化综合预警方法的流程示 意图;
图2是本发明一示例性实施例中,第一计算数据的获得方式的流程示意 图;
图3是本发明一示例性实施例中,判断第一计算数据的获得方式的流程 示意图;
图4是本发明一示例性实施例中基于任一检测站点的若干个第一计算数 据来判断第一预警方式的流程图;
图5是本发明一示例性实施例中,第三计算数据的获得方式的流程示意 图;
图6是本发明一示例性实施例中,判断第一预警方式为第一预警、第二 预警或第三预警的方式的方框图;
图7是本发明一示例性实施例中,第二计算数据的获得方式的流程示意 图;
图8是本发明一示例性实施例中,基于排放特征值输出综合预警结果或 输出不予预警的流程示意图;
图9是本发明一示例性实施例中,第一异常预警、第二异常预警的判断 方式的流程示意图;
图10是本发明一示例性实施例中,当污染物选自PM10、PM2.5、SO2、 NO2、CO、O3中之一时,判断是否获取第一计算数据的流程示意图;
图11是本发明一示例性实施例提供的大气网格化综合预警系统的示意 图;
图12图示了根据本发明实施例的电子设备的框图;
图13示出了根据本发明具体实施例的三维度预警计算流程图(污染物为 PM10、PM2.5、SO2、NO2、CO、O3);
图14示出了根据本发明具体实施例的三维度预警计算流程图(污染物为 TVOC);
图15示出了根据本发明具体实施例的综合预警的流程图。
具体实施方式
任意时刻x
任意时刻x也可称为当前时刻x,在本申请实施例中,为了便于理解本 申请,将三个连续时刻的第一个时刻记为任意时刻或第一时刻。
离线数据
离线数据又称为空值,是指任一检测时刻及其之前或之后一段时间段内 没有污染物原始浓度数据。
离线预警
离线预警,是指因设备故障或停电等原因导致的监测结果为空值而发生 预警的一种预警方式,主要是为了推送给运维人员进行排查检修。离线预警 的判断方法如下:任一检测站点M所检测到的污染物原始浓度数据A在一 定时间段内检测到的数据中有80%以上为空值时,则进行离线预警,其中, 所述一定时间段可以为任意时刻x之前的给定时间段(如10min、30min、 60min)。
异常数据
异常数据是指因大气网格化设备使用的传感器在监测过程中不稳定时 所检测到波动较大的异常的污染物原始浓度数据,其中,异常数据判断方法 如下:
对任一检测站点M某一污染物连续数个(如t个,t为正整数,且t大于 3)检测时刻检测到的原始浓度数据,分别记为A1~At,进行判断,若A1、A2均不为空值,且A2至At中至少有一对任意相邻两个数据同时不为空值,则 可进行异常数据判断;异常数据判断分为如下两种情况:
1)A2-A1>k1(k1优选0.3)×A2,且A3~At中任一数据At-At-1<k2(k2优选 -0.3)*At,
2)A2-A1<k3(k3优选-0.3)*A2,且A3~At中任一数据At-At-1>k4(k4优选 0.3)*At
满足上述任一情况即可判断此站点浓度数据A2检测时刻至At-1检测时 刻的数据异常,否则数据正常。
异常数据预警
任一检测站点M所检测到的污染物原始浓度数据A在一定时间段内检 测到的数据中出现异常数据时,则基于异常数据出现的情况来判断是否进行 异常数据预警。其中具体判断方法如下:
a1)获取任一检测站点M在任意时刻x(即当前时刻)之前第七给定时间段 u(u优选30min)之内(即从(x-u)~x之间)的全部采集的污染物原始浓度数据, 即从A(x-u)起到Ax为止的浓度数据(记为总数据量);
a2)判断即从A(x-u)起到Ax为止的浓度数据中异常数据的数量是否大于等 于总数据量的10%;
a3)当异常数据的数量小于上述总数据量的10%时,则不生成异常数据 预警;
a4)当异常数据的数量大于等于上述总数据量的10%时,以当前时刻之 前第七给定时间段u内最先发生异常数据预警的时刻生成异常数据预警;
其中,规定对该站点M该污染物每第八给定时间段y(y优选10min)只 生成一次异常数据预警,然后计算上述异常数据预警(即a4步骤中生成的异 常数据预警)与初次异常数据预警的时间差(初次异常数据预警为预警系统开 始运行后发生的第一次异常数据预警,此后通过工作人员对预警推送的反馈 来重置)。
异常数据预警旨在排除传感器不稳定影响造成的数据异常。由于传感器 自身的不稳定波动造成的数据趋势与正常的污染物浓度上升/下降有明显差 异,如正常的污染物浓度上升/下降,很难在短时间内,如几分钟内,通过扩 散、沉降、二次反应等方式恢复到原有浓度水平,但传感器的数据波动则可 能在短时间内恢复。异常数据预警基于此进行传感器不稳定波动数据时段的 识别,避免了传统的浓度阈值式预警机制可能造成的针对数据波动的误预警。
时间预警
时间预警又称为第一预警,用来评价任一检测站点M检测到的某一污 染物浓度数据的时间差异情况。
时间预警计算的结果
时间预警计算结果又称为第一计算数据,是指经过时间预警计算的方法 所得到的关于时间的计算数据。
空间预警
空间预警用来评价某站点某因子监测数据的空间差异情况。
空间预警计算结果
空间预警计算结果又称为第三计算数据,是指经过空间预警计算的方法 所得到的关于空间的计算数据。
排放预警
排放预警用来评价任一检测站点M检测到的某一污染物浓度数据的排 放差异情况。用于识别短时排放污染事件,尤其是针对道路站点或餐饮源站 点等具有较强的污染浓度日变化特征的站点(例如道路站点在早晚高峰时期 浓度较高,餐饮源站点在午/晚餐时段浓度较高),如若发生短时污染事件, 例如道路站点有黑烟车、渣土车通行或停放,餐饮源站点发生油烟泄漏事件 等。其排放强度会远超以往同时段的排放强度。排放维度的预警计算基于此 原理识别短时污染事件,帮助执法人员更精准的定位特殊污染事件。
排放预警计算结果
排放预警计算结果又称为第二计算数据,是指经过排放预警计算的方法 所得到的关于排放的计算数据。排放预警结果按有无排放预警可分为:排放 预警又称为“同时段比较异常”是指连续三个时刻中任一时刻出现排放预警; 无排放预警又称为“同时段比较正常”,是指连续三个时刻中任一时刻未出 现排放预警。
时空预警
时空预警又称为第二预警,是指同时满足时间预警和空间预警。
区域预警
区域预警又称为第三预警,是针对空间预警中区域性污染过程的一种预 警方式,在区域性的污染过程中,相邻的(例如,直线距离<6km)的网格化 站点污染物浓度差异较小,或呈现整体升高的趋势。区域性污染有别于局地 微环境的污染过程,在局地污染过程中,仅污染源附近的网格化站点站数据 升高,而在其他较远的站点则数据变化不显著。
不予预警
不予预警是指没有预警行为发生。
异常预警
异常预警是指短期内频繁预警(又称为第一异常预警)和/或敏感点预警 (又称为第二异常预警)。
第一异常预警
又称为短期内频繁预警,是指任一检测站点M某污染物当前时刻之前 的给定时间段内发生预警,即在给定的一段时间内(当前时刻之前的给定时 间段内)相同的预警不只发生一次,相同的预警频繁生成,旨在识别短时间 内频繁预警,短期内频繁的预警可认为为同一污染事件。
第二异常预警
又称为敏感点预警,是指当任一检测站点M为人口聚集区、污染物易 聚集区、污染物长期超标区域、交通路口节点、餐饮源站点时,或者当现场 工作人员反馈该站点为交通源、污染源,或者经专家判定后为敏感点时的情 况而发生的预警,旨在识别短时污染事件。
综合预警
是指同时满足时间预警、时空预警、区域预警三者之一,并且经历了排 放预警的识别且不属于异常预警,而生成的一种预警,可以理解为对时间、 空间及排放三个维度的预警结果进行的综合评价。
网格化监测
网格化监测是为达到区域大气污染防治精细化管理的目的,根据不同监 控需求及环境特征,将目标区域分为不同的网格进行点位布设,对各网格中 相关污染物浓度进行实时监测。
网格化监测设备
网格化检测设备是采用光散射、电化学、金属氧化物或光离子的传感器 检测方法的,体积小于0.1m3、重量小于5kg且可以直接用于室外监测大气 污染状况的监测设备,检测参数可以包含PM10、PM2.5、SO2、NO2、CO、 O3、TVOC等其中的一种或几种。
污染源追溯
污染源追溯是指利用实时监测手段,实现颗粒物污染源的快速定位。主 要指突发性/应急性污染事件中,对污染来源进行定位。
国控点
国控点是国家环境空气质量监测网自动监测站点的简称,包括环境质量 评价城市点、环境空气质量评价区域点、环境空气质量背景点。本发明所述 国控点专指环境空气质量评价城市点,即为了监测城市建成区的空气质量整 体状况和变化趋势、参与城市环境空气质量评价而设置的监测点。
示例性方法
图1是本发明一示例性实施例提供的大气网格化综合预警方法的流程示 意图。本发明实施例提供的一种大气网格化综合预警方法可应用到大气中污 染物预警的技术领域。如图1所示,本发明实施例提供的大气网格化综合预 警方法包括如下步骤:
步骤1000,任一检测站点M污染物浓度随时间变化的若干个第一计算 数据。
在一实施例中,所述污染物选自PM10、PM2.5、SO2、NO2、CO、O3或 TVOC中的一种或两种以上。
步骤2000,基于任一检测站点M的若干个第一计算数据来判断第一预 警方式,所述第一预警方式选自不予预警、第一预警、第二预警和第三预警 中的至少一种。
步骤3000,当所述第一预警方式选自第一预警、第二预警和第三预警中 的至少一种时,获取所述任一检测站点M在第四给定时间段h天(13天)内 的第二计算数据,并基于所述第二计算数据判断排放特征值,所述排放特征 值包括第一排放特征值(同时段比较正常)或第二排放特征值(同时段比较异 常)。
步骤4000,基于排放特征值,输出综合预警结果或输出不予预警。
步骤5000,基于综合预警结果进行综合预警推送。
其中,在步骤1000中,任一检测站点M污染物浓度随时间变化的若干 个第一计算数据:
在一示例性实施例中,第一计算数据的获得方式如图2所示的流程示意 图(即第一方式),或者如图3所示的流程示意图(即第二方式),在本发明图1 所示实施例的基础上延伸出本发明图2或图3所示实施例,下面着重叙述图 2或图3所示实施例与图1所示实施例的不同之处,相同之处不再赘述。
如图2所示,当所述污染物为PM10、PM2.5、SO2、NO2、CO、O3时, 采用上述第一方式来获取第一计算数据,其中基于第一方式获得第一计算数 据包括如下步骤:
步骤1001,取任一检测站点M在任意时刻x(即当前时刻)检测到的污染 物原始浓度数据Ax和该任意时刻x之前第一给定时间段n(n优选30分钟) 之内(即从(x-n)~x之间)的全部采集的污染物原始浓度数据,即从A(x-n)起到 Ax为止的浓度数据;
步骤1002,判断所述Ax是否为空值或异常数据;
步骤1003,当Ax为空值或为异常数据时,不再继续计算x时刻的第一 计算数据;
步骤1004,当Ax不为空值且不为异常数据时,判断从A(x-n)起到Ax为 止(不包括Ax)是否存在空值或异常数据;
步骤1005,当从A(x-n)起到Ax为止(不包括Ax)全部不为空值且不为异常 数据时,则将A(x-n)~Ax全部折算为空气质量分指数IAQI(x-n)~IAQIx;或
当从A(x-n)起到Ax为止(不包括Ax)存在空值或异常数据的情形下首先剔 除其中存在的空值或异常数据后,再将不为空值或异常数据的原始浓度数据 折算为空气质量分指数IAQI;
其中所述任意时刻x的IAQI记为“IAQIx”,选取IAQI(x-n)~IAQIx(不包 括IAQIx)中的最小值并记为“IAQImin”;
步骤1006,IAQIx与IAQImin的差值为任意时刻x的第一计算数据;
在步骤1005中,空气质量分指数(记为IAQI)的计算方式如下:
其中,IAQI的计算参考国家环境保护标准HJ 663-2012进行计算:
式中:IAQIp—污染物P的空气质量分指数;
CP—污染物P的质量浓度值;
BPHi—表1中与CP相近的污染物浓度限值的高位值;
BPLo—表1中与CP相近的污染物浓度限值的低位值;
IAQIHi—表1中与BPHi对应的空气质量分指数;
IAQILo—表1中与BPLo对应的空气质量分指数。
表2空气质量分指数及对应的污染物浓度限值
注释:表2录自HJ663-2012。
如图3所示,当所述污染物为TVOC时,采用上述第二方式来获取第一 计算数据,其中基于第二方式获得第一计算数据包括如下步骤:
步骤1011,获取任一检测站点M在任意时刻x(即当前时刻)检测到的污 染物原始浓度数据Ax和在该任意时刻x之前的一个检测时刻检测到的污染 物原始浓度数据Ax-1;
步骤1012,判断Ax和Ax-1是否为空值或是否为异常数据;
步骤1013,当Ax和Ax-1均不为空值且不为异常数据时,计算Ax-Ax-1的 差值为任意时刻x的第一计算数据,
步骤1014,当Ax和Ax-1中的任一个为空值或为异常数据时,不再继续 计算x时刻的第一计算数据;
在步骤2000中,基于任一检测站点M的若干个第一计算数据来判断第 一预警方式,所述第一预警方式选自不予预警、第一预警、第二预警和第三 预警中的至少一种。
在一实施例中,如前文所述,第一预警为时间预警,第二预警为时空预 警,第三预警为区域预警。
其中,图4示出了本发发明一示例性实施例中基于任一检测站点的若干 个第一计算数据来判断第一预警方式的流程图,如图4所示,基于任一检测 站点的若干个第一计算数据来判断第一预警方式包括如下步骤:
步骤2100,当不存在连续三个第一计算数据高于第一阈值时,第一预警 方式为不予预警;
步骤2200,当存在连续三个第一计算数据高于第一阈值时,则基于该任 一检测站点M周边站点P的数量来判断其是否需要参与空间评价;
步骤2300,当判断为不参与空间评价的情况下,第一预警方式为第一预 警,即时间预警;
步骤2400,当判断为需要参与空间评价的情况下,调取任一检测站点M 的第三计算数据;
在图2所示的第一方式中,第一阈值为25;在图3所示的第二方式中, 第一阈值为AX*20%。
步骤2400中,在一实施例中,第三计算数据的获得方式如图5所示的 流程示意图,在本发明图4所示实施例的基础上延伸出本发明图5所示实施 例,下面着重叙述图5所示实施例与图4所示实施例的不同之处,相同之处 不再赘述。
如图5所示,当所述污染物为PM10、PM2.5、SO2、NO2、CO、O3、TVOC 时,获得第三计算数据包括如下步骤:
步骤2401,获取任一检测站点M的周边站点P(P可以为多个,P1,P2…Pq) 在所述任意时刻x检测到的污染物原始浓度数据Cx(C1x、C2x…Cqx);
步骤2402,当所述Ax为空值或异常数据时,或当获取的Cx不为空值且 不为异常数据的数量小于3时,不再继续计算x时刻的第三计算数据;
步骤2403,当所述Ax不为空值或异常数据时,且当获取的Cx不为空值 且不为异常数据的数量不小于3时,获取任一检测站点M和周边站点P在 任意时刻x(即当前时刻)检测到的污染物原始浓度数据Ax和Cx和该任意时 刻x之前第三给定时间段n(n优选30分钟)之内(即从x-n~x之间)的全部采集 的污染物原始浓度数据,即从A(x-n)起到Ax为止(不包括Ax)和C(x-n)起到Cx为止(不包括Cx);
步骤2403,判断从A(x-n)起到Ax为止(不包括Ax)是否存在空值或异常数 据以及从C(x-n)起到Cx为止(不包括Cx)是否存在空值或异常数,如果判断结 果显示有任意数据为空值或异常数据,则将该数据排除在后续的计算中,此 时,从剩余的C(x-n)起到Cx为止(不包括Cx)的数据中选取最小值定义为Cmin, 从剩余的A(x-n)起到Ax为止(不包括Ax)的数据中选取最小值定义为Amin,计 算Ax和Amin的差值,以及Cx和Cmin的差值,计算Ax和Amin的差值以及Cx和Cmin的差值的25百分位数和75百分位数;
步骤2404,当Ax-Amin>75百分位数+1.5×(75百分位数-25百分位数)时, 则第三计算数据为D31,其余情况第三计算数据为D30。
步骤3000,当所述第一预警方式选自第一预警、第二预警和第三预警中 的至少一种时,获取所述任一检测站点M在第四给定时间段h天(13天)内 的第二计算数据,并基于所述第二计算数据判断排放特征值,所述排放特征 值包括第一排放特征值(同时段比较正常)或第二排放特征值(同时段比较异 常)。
其中,判断第一预警方式为第一预警、第二预警或第三预警的方式如图 6所示的方框图,除了步骤2300,还包括如下方式:
当连续三个第三计算数据中的至少一个第三计算数据为D31时,则第一 预警方式为第二预警,即时空预警;
当连续三个第三计算数据均为D30时,则调取任一检测站点M所属的国 控点集合内在任意时刻x(或第一时刻,即连续三个第三计算数据中的第一 个计算数据对应的时刻)之前的第二给定时间段(例如,优选为10min)之内 发出预警记录的检测站点的数量;
其中,所述国控点集合由若干个任一检测站点M组成,所述若干个任 一检测站点M到其他国控点的距离大于所述若干个任一检测站点M到所述 国控点的距离;
当发出预警记录的检测站点的数量不小于其该第二给定时间段之内的 总记录数量的50%以上时,则第一预警方式为第三预警,即区域预警;
当发出预警记录的检测站点的数量小于其该第二给定时间段之内的总 记录数量的50%时,则第一预警方式为第一预警,即时间预警。
在步骤3000中,在一实施例中,第二计算数据的获得方式如图7所示 的流程示意图,在本发明1所示实施例的基础上延伸出本发明图7所示实施 例,下面着重叙述图7所示实施例与图1所示实施例的不同之处,相同之处 不再赘述。
如图7所示,当所述污染物为PM10、PM2.5、SO2、NO2、CO、O3、TVOC 时,获得第二计算数据包括如下步骤:
步骤3101,获取任一检测站点M在任意时刻x(即当前时刻)检测到的污 染物原始浓度数据Ax;
步骤3102,判断所述Ax是否为空值或异常数据;
步骤3103,当Ax为空值或为异常数据时,不再继续计算x时刻的第二 计算数据;
步骤3104,当Ax不为空值且不为异常数据时,获取所述站点M在该任 意时刻x之前第四给定时间段h天之内每天在相同时刻x的全部采集的污染 物原始浓度数据,即获取h个的污染物原始浓度数据;
步骤3105,计算Ax和h个的污染物原始浓度数的平均值和标准偏差; 按照式I进行判断:
其中,
Ax—任意时刻x(即当前时刻)的污染物原始浓度数据;
μ—Ax和h个的污染物原始浓度数据的平均值;
σ—Ax和h个的污染物原始浓度数据的标准偏差;
步骤3106,当满足式I时,第二计算数据为D21,其余情况第二计算数 据为D20。
步骤3000“基于所述第二计算数据判断排放特征值”是指,当连续三个 第二计算数据中的至少一个第二计算数据为D21时,即当连续三个时刻中任 一时刻的第二计算数据为D21时,所述排放特征值为第二排放特征值(即同时 段比较异常),否则就为第一排放特征值(即同时段比较正常)。
在步骤4000中,基于排放特征值,输出综合预警结果或输出不予预警;
其中,所述综合预警结果包括所述第一排放特征值或所述第二排放特征 值,以及所述第一预警、所述第二预警和所述第三预警中的至少一种;
“基于排放特征值,输出综合预警结果或输出不予预警”依据污染物的 不同,分为第三方式和第四方式。
其中,第三方式是指,当污染物为O3时,当排放特征值为第二排放特 征值时,判断是否存在第一异常预警、第二异常预警中的至少一种;
基于是否存在第一异常预警和第二异常预警的结果确认输出综合预警 结果或输出不予预警;
当污染物为O3时,当排放特征值为第一排放特征值时,不予预警。
其中第四方式是指,当污染物选自PM10、PM2.5、SO2、NO2、CO或TVOC 中的一种或两种以上时的情况,具体如图8所示的流程图。
步骤4100,基于排放特征值,判断是否存在第一异常预警、第二异常预 警中的至少一种。
步骤4200,基于是否存在第一异常预警和第二异常预警的结果确认输出 综合预警结果或输出不予预警;
在步骤4100中,第一异常预警、第二异常预警的判断方式如图9所示 的流程示意图,在本发明图1所示实施例的基础上延伸出本发明图9所示实 施例,下面着重叙述图9所示实施例与图1所示实施例的不同之处,相同之 处不再赘述。
如图9所示,步骤4101,当任一检测站点M在任意时刻x(即当前时刻) 之前的第五给定时间段(优选为10min)内存在第一预警、第二预警或第三预 警的情况为第一异常预警;
步骤4102,当不存在第一异常预警时,首先判断任一检测站点M是否 为敏感点;
步骤4103,当所述检测站点M为敏感点时,获取所述检测站点M在任 意时刻x(即当前时刻)之后的第六给定时间段w(优选为10min)内(即从 x~(x+w)之间,w≠0)的污染物原始浓度数据A,即从Ax起到A(x+w)为止;
步骤4104,当Ax起到A(x+w)为止的数据中大于等于Ax×80%的数据的个 数小于总数据一半时则为第二异常预警,
其中,所述敏感点是周围可能存在明显污染源的点位(例如人口聚集区、 污染物易聚集区、污染物长期超标区域、交通路口节点或餐饮源站点等)。
步骤4200中,所述基于是否存在第一异常预警、第二异常预警的结果 确认输出综合预警结果或不予预警,包括如下情形:
当存在第一异常预警时,不予预警;
当存在第二异常预警时,不予预警;
当不存在第一异常预警和第二异常预警,或不存在第一异常预警且任一 检测站点M不为敏感点时,输出综合预警结果。
图10示出了在步骤1000之前,需要进行是否获取第一计算数据的如下 判断,具体包括如下步骤:
步骤0001,当污染物选自PM10、PM2.5、SO2、NO2、CO、O3中之一时, 基于任一检测站点M在连续三个任意检测时刻检测到的污染物原始浓度数 据A及与所述任一检测站点M距离最近的国控点最近1小时的IAQI来判断 是否获取所述任一检测站点M的污染物浓度随时间变化的第一计算数据;
步骤0002,当与所述任一检测站点M距离最近的国控点最近1小时的 IAQI大于第二阈值,且连续三个任意检测时刻检测到的污染物原始浓度数 据A中的最大值Amax大于第三阈值启动获取第一计算数据;
步骤0002中,第二阈值为50,第三阈值为GB3095-2012规定的污染物 的二级标准或根据国家环境空气质量监测网数据确定的某一设定值。
另外,在步骤0001中,当污染物TVOC时,直接获取所述任一检测站 点M的污染物浓度随时间变化的第一计算数据。
另外,本发明还存在离线预警和异常数据预警的情形,具体如下:
任一检测站点M所检测到的污染物原始浓度数据A在一定时间段内检 测到的数据中有80%以上为空值时,则进行离线预警;
任一检测站点M所检测到的污染物原始浓度数据A在一定时间段内检 测到的数据中出现异常数据时,则基于异常数据出现的情况来判断是否进行 异常数据预警。
步骤5000,基于综合预警结果进行综合预警推送。
在步骤5000中,综合预警推送发给具有排查和管控职能部门(如环保局) 的工作人员,指导其开展监管工作,提高执法效率。将同一时刻同一站点不 同因子的预警拼成一条推送,并将该站点各因子预警等级中的最高等级作为 站点预警等级;预警推送格式为:
“城市名,区(县),站点名,数据时间点,X级预警
A污染物(X浓度)。超过设定值(可为GB3095-2012规定的二级标准限值, 或根据国家环境空气质量监测网数据确定的某一设定值)XX浓度,X级预警, 同时段比较异常/正常,时间预警/时空预警/区域预警。
B污染物……
C污染物……”
最后根据预警级别分别推送给不同人员(如一级、二级预警可推送给现 场排查人员,三级、四级预警可推送给统筹管理人员)。
另外,在预警推送部分,还包括基于离线预警进行离线预警推送,发给 现场工作人员,提示其及时检查设备,处理故障。离线预警推送格式为:
“城市名,区(县),站点名,数据时间点,A污染物离线,异常初次出 现/异常已持续XX小时,B污染物离线,异常初次出现/异常已持续XX小 时……”;
由预警机器人推送至钉钉/微信等工作群组,现场人员处理后可回复“@ 预警机器人,XX站点已处理”,重置离线预警的生成和推送功能。预警机器 人可定期汇报一段时间内(如一个自然周)本城市每个区(县)所有网格化监测 站点的总体在线率。并汇报数据在线率最低的5个站点,推送至工作群组, 提示工作人员重点关注,判断是否需要更换备机。
另外,在预警推送部分,还包括基于异常数据预警进行异常数据预警推 送,送给现场工作人员,提示其及时检查设备,处理故障。异常数据预警推 送格式为:
“城市名,区(县),站点名,数据时间点,A污染物数据异常波动,异 常初次出现/异常已持续XX小时,B污染物数据异常波动,异常初次出现/ 异常已持续XX小时,……”。
若工作人员给出反馈或更换设备,便可重置异常预警的生成和推送功能。
示例性装置
图11是本发明一示例性实施例提供的大气网格化综合预警系统的示意 图。本发明实施例提供的一种大气网格化综合预警系统可应用到大气中污染 物预警的技术领域。如图1所示,本发明实施例提供的大气网格化综合预警 系统包括
第一获取单元100,用于任一检测站点M污染物浓度随时间变化的若干 个第一计算数据;
第一判断单元200,用于任一检测站点M的若干个第一计算数据来判断 第一预警方式,所述第一预警方式选自不予预警、第一预警、第二预警和第 三预警中的至少一种;
第二获取单元300,用于当所述第一预警方式选自第一预警、第二预警 和第三预警中的至少一种时,获取所述任一检测站点M在第四给定时间段h 天(13天)内的第二计算数据,并基于所述第二计算数据判断排放特征值,所 述排放特征值包括第一排放特征值(同时段比较正常)或第二排放特征值(同 时段比较异常);
第一输出单元400,用于基于排放特征值,输出综合预警结果或输出不 予预警,其中所述综合预警结果包括所述第一排放特征值或所述第二排放特 征值,以及所述第一预警、所述第二预警和所述第三预警中的至少一种;
第一推送单元500,用于基于综合预警结果进行综合预警推送。
其中,所述综合预警结果包括所述第一排放特征值或所述第二排放特征 值,以及所述第一预警、所述第二预警和所述第三预警中的至少一种。
在本发明提供的一实施例中,所述第一判定单元包括第三获取单元,用 于获取任一检测站点M及其周边站点污染物浓度的第三计算数据。
在本发明提供的一实施例中,所述第二获取单元还包括第二判断单元, 所述第二判断单元用于基于所述第二计算数据判断排放特征值,所述排放特 征值包括第一排放特征值(同时段比较正常)或第二排放特征值(同时段比较 异常)。
在本发明提供的一实施例中,所述第一输出单元还包括第三判断单元, 所述第三判断单元用于确定排放特征值后判断是否存在异常预警,所述异常 预警选自第一异常预警、第二异常预警中的至少一种。
在本发明提供的一实施例中,所述预警系统还包括第二输出单元和第二 推送单元;
其中,所述第二输出单元用于输出离线预警结果或异常数据预警结果;
所述第二推送单元用于基于离线预警进行离线预警推送或基于异常数 据预警进行异常数据预警推送。
示例性电子设备
图12图示了根据本发明实施例的电子设备的框图。
如图12所示,电子设备11包括一个或多个处理器111和存储器112。
处理器111可以是中央处理单元(CPU)或者具有数据处理能力和/或 指令执行能力的其他形式的处理单元,并且可以控制电子设备11中的其 他组件以执行期望的功能。
存储器112可以包括一个或多个计算机程序产品,所述计算机程序 产品可以包括各种形式的计算机可读存储介质,例如易失性存储器和/或 非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM) 和/或高速缓冲存储器(cache)等。非易失性存储器例如可以包括只读存储 器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或 多个计算机程序指令,处理器111可以运行所述程序指令,以实现上文 所述的本发明的各个实施例的行驶出错的提醒方法以及/或者其他期望的 功能。在所述计算机可读存储介质中还可以存储诸如输入信号、信号分 量、噪声分量等各种内容。
在一个示例中,电子设备11还可以包括:输入装置113和输出装置 114,这些组件通过总线系统和/或其他形式的连接机构(未示出)互连。
例如,该输入装置113可以是摄像头或麦克风、麦克风阵列等,用 于捕捉图像或声源的输入信号。在该电子设备是单机设备时,该输入装 置113可以是通信网络连接器,用于从网络处理器接收所采集的输入信 号。
此外,该输入设备113还可以包括例如键盘、鼠标等等。
该输出装置114可以向外部输出各种信息,包括确定出的输出电压、 输出电流信息等。该输出设备114可以包括例如显示器、扬声器、打印 机、以及通信网络及其所连接的远程输出设备等等。
当然,为了简化,图12中仅示出了该电子设备11中与本发明有关 的组件中的一些,省略了诸如总线、输入/输出接口等等的组件。除此之 外,根据具体应用情况,电子设备11还可以包括任何其他适当的组件。
示例性计算机程序产品和计算机可读存储介质
除了上述方法和设备以外,本发明的实施例还可以是计算机程序产品, 其包括计算机程序指令,所述计算机程序指令在被处理器运行时使得所述处 理器执行本说明书上述“示例性方法”部分中描述的行驶出错的提醒方法中 的步骤。
所述计算机程序产品可以以一种或多种程序设计语言的任意组合来编 写用于执行本发明实施例操作的程序代码,所述程序设计语言包括面向对象 的程序设计语言,诸如Java、C++等,还包括常规的过程式程序设计语言, 诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备 上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用 户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务 器上执行。
此外,本发明的实施例还可以是计算机可读存储介质,其上存储有计算 机程序指令,所述计算机程序指令在被处理器运行时使得所述处理器执行本 说明书上述“示例性方法”部分中描述的根据本发明各种实施例的行驶出错 的提醒方法的步骤。
所述计算机可读存储介质可以采用一个或多个可读介质的任意组合。可 读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括 但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者 任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有 一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读 存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意 合适的组合。
实施例
实施例1
如图13所述,时间预警计算的方法为:获取任一检测站点M在任意时 刻(记为“当前时刻”)及当前时刻前30min之内的全部检测到的污染物原始 浓度数据,即从A(x-30)起到Ax为止的浓度数据,此时的污染物为常规六参数 (PM10、PM2.5、SO2、NO2、CO、O3)之一,判断当前时刻污染物原始浓度数 据Ax是否为空值或异常数据,若Ax为空值或异常数据,则不进行时间预警 计算;若Ax不为空值且不为异常数据,判断上述从A(x-n)起到Ax为止(不包 括Ax)是否存在空值或异常数据。如果从A(x-n)起到Ax为止(不包括Ax)全部不 为空值且不为异常数据时,则按环保标准HJ 633-2012将污染物原始浓度数 据折算为空气质量分指数IAQI;或者,如果当从A(x-n)起到Ax为止(不包括 Ax)存在空值或异常数据的情形下首先剔除其中存在的空值或异常数据后, 再将不为空值或异常数据的原始浓度数据按环保标准HJ 633-2012折算为空 气质量分指数IAQI,其中所述当前时刻x的IAQI记为“IAQIx”,选取 IAQI(x-n)~IAQIx(不包括IAQIx)中的最小值并记为“IAQImin”;
IAQIx与IAQImin的差值(记为ΔIAQIx-min)为任意时刻x的第一计算数据;
当所述站点M连续三个时刻满足ΔIAQIx-min高于第一阈值时,满足时间 预警评价条件。
其中,第一阈值优选为25。
当所述站点M的IAQIx与IAQImin的差值大于25时,记录IAQIx与 IAQImin的差值(记为ΔIAQIx-min),记录时间差,并按下表1判定时间预警等 级:
表1时间预警等级判定表
注:空气质量分指数IAQI对应类别如下:0-50:优、51-100:良、101-150: 轻度污染、151-200:中度污染、201-300:重度污染、>300:严重污染。
其中,IAQI的计算参考国家环境保护标准HJ 663-2012进行计算:
式中:IAQIp—污染物P的空气质量分指数;
CP—污染物P的质量浓度值;
BPHi—表1中与CP相近的污染物浓度限值的高位值;
BPLo—表1中与CP相近的污染物浓度限值的低位值;
IAQIHi—表1中与BPHi对应的空气质量分指数;
IAQILo—表1中与BPLo对应的空气质量分指数。
表2空气质量分指数及对应的污染物浓度限值
注释:表2录自HJ663-2012。
实施例2
如图14所述,时间预警计算的方法为:获取任一检测站点M在任意时 刻(记为“当前时刻x”)检测到的TVOC原始浓度数据Ax及在该当前时刻x 之前的一个检测时刻(记为“前一时刻x-1”)检测到的TVOC原始浓度数据 Ax-1,判断当前时刻检测到的TVOC原始浓度数据Ax和前一时刻检测到的 TVOC原始浓度数据Ax-1是否为空值或是否为异常数据;当Ax和Ax-1中的 任一个为空值或为异常数据时,不再继续计算x时刻的第一计算数据;当 Ax和Ax-1均不为空值且不为异常数据时,计算Ax-Ax-1的差值为任意时刻x 的第一计算数据(此时污染物为TVOC)。
当所述站点M连续三个时刻满足Ax-Ax-1的差值高于第一阈值时,满足 时间预警评价条件。
其中,第一阈值优选为AX*20%。
实施例3
基于该任一检测站点M(称为中心站点)参与空间评价的其他站点(称为 周边站点P)的数量来判断其是否需要参与空间评价,其中判断条件如下:若 中心站点周边3km内的站点数量不少于3个,则这些周边站点均参与中心站 点的空间评价;否则若周边6km内的站点数量不少于3个,则这些站点均参 与中心站点的空间评价;若6km内的其他站点数量不足3个,则不对该中心 站点进行空间评价。
如图13所示,空间预警计算的方法为:获取中心站点M及所有参与空 间预警的周边站点P(P可以为多个,P1,P2…Pq)在任意时刻x(记为当前时 刻)检测到的污染物原始浓度数据Cx(C1x、C2x…Cqx),此时的污染物为常规 六参数(PM10、PM2.5、SO2、NO2、CO、O3)之一;当前时刻的污染物原始浓 度数据,此时的污染物为常规六参数(PM10、PM2.5、SO2、NO2、CO、O3)之 一,判断该中心站点M当前时刻x的污染物原始浓度数据Ax是否为空值或 异常数据和周边站点P当前时刻x的污染物原始浓度数据Cx不为空值且不 为异常数据的数量。当所述Ax为空值或异常数据时,或当获取的Cx不为空 值且不为异常数据的数量小于3时,不再继续进行计算;当所述Ax不为空 值或异常数据时,且当获取的Cx不为空值且不为异常数据的数量不小于3 时,获取该站点M和周边站点P在当前时刻x检测到的污染物原始浓度数 据Ax和Cx和该当前时刻x之前给定一段时间段(该给定一段时间段优选为 30min)之内的全部采集的污染物原始浓度数据,即从A(x-n)起到Ax为止(不包 括Ax)和C(x-n)起到Cx为止(不包括Cx);判断从A(x-n)起到Ax为止(不包括Ax) 是否存在空值或异常数据以及从C(x-n)起到Cx为止(不包括Cx)是否存在空值 或异常数,如果判断结果显示有任意数据为空值或异常数据,则将该数据排 除在后续的计算中,此时,从剩余的C(x-n)起到Cx为止(不包括Cx)的数据中 选取最小值定义为Cmin,从剩余的A(x-n)起到Ax为止(不包括Ax)的数据中选 取最小值定义为Amin,计算Ax和Amin的差值,以及Cx和Cmin的差值,计算 Ax和Amin的差值以及Cx和Cmin的差值的25百分位数和75百分位数;
当Ax-Amin>75百分位数+1.5×(75百分位数-25百分位数)时,则第三计算 数据为D31,其余情况第三计算数据为D30。
当连续三个第三计算数据中的至少一个第三计算数据为D31时,即当所 述站点M连续三个时刻任一时刻的第三计算数据为D31时,满足空间预警评 价条件。
实施例4
如图14所示,当污染物为TVOC时,空间预警计算方法如实施例3所 述,其余条件相同。
实施例5
如图13所示,排放预警的计算方法为:
获取任一检测站点M在任意时刻x(记为当前时刻)检测到的污染物原始 浓度数据Ax,此时的污染物为常规六参数(PM10、PM2.5、SO2、NO2、CO、 O3)之一;判断所述Ax是否为空值或异常数据;当Ax为空值或为异常数据时, 不再继续进行计算;当Ax不为空值且不为异常数据时,获取所述站点M在 该当前时刻x之前13天之内每天在相同时刻x的全部采集的污染物原始浓 度数据,即获取13个的污染物原始浓度数据;
计算Ax和13个的污染物原始浓度数的平均值和标准偏差;
按照式I进行判断:
其中,
Ax—任意时刻x(即当前时刻)的污染物原始浓度数据;
μ—Ax和13个的污染物原始浓度数据的平均值;
σ—Ax和13个的污染物原始浓度数据的标准偏差;
当满足式I时,第二计算数据为D21,其余情况第二计算数据为D20。
当所述站点M连续三个时刻的第二计算数据为D21或D20时,均满足排 放预警评价条件。
当所述站点M连续三个时刻的第二计算数据中任一时刻的第二计算数 据为D21时,所述排放特征值为第二排放特征值或同时段比较异常;否则所 述排放特征值为第一排放特征值或同时段比较正常。
其中,同时段比较异常表示发生排放预警,同时段比较正常表示未发生 排放预警。
实施例6
如图14所示,当污染物为TVOC时,排放预警计算方法如实施例5所 述,其余条件相同。
实施例7
如图15所示,所述综合预警的生成包括如下步骤:
c10)基于任一检测站点M在连续三个时刻(以连续三个时刻中的第一个 时刻记为当前时刻x或第一时刻x)检测到的污染物原始浓度数据A及与该 站点M距离最近的国控点第一时刻x(或当前时刻x)前1小时内的IAQI 来判断是否获取该站点M的污染物浓度随时间变化的第一计算数据,此时 污染物为PM10、PM2.5、SO2、NO2、CO之一;
当与该站点M距离最近的国控点第一时刻x(或当前时刻x)前1小时 内的IAQI大于第二阈值,且连续三个时刻检测到的该污染物原始浓度数据 A中的最大值Amax大于第三阈值启动获取第一计算数据,其中第二阈值为 50,第三阈值为GB3095-2012规定的污染物的二级标准或根据国家环境空气 质量监测网数据确定的某一设定值。
此时污染物为TVOC时,直接获取该站点M的污染物浓度随时间变化 的第一计算数据。
c11)获取任一检测站点M某一污染物的时间预警计算的结果,即第一计 算数据,判断该站点M连续三个时刻是否均满足时间预警评价条件,即判 断是否存在连续三个第一计算数据高于第一阈值,例如,当连续三个时刻的 IAQIx与IAQImin的差值(即ΔIAQIx-min)大于25时,满足时间预警评价条件。
c12)当该站点M不满足时间预警评价条件时,即不存在连续三个第一计 算数据高于第一阈值时,不予预警,例如,当不存在连续三个时刻的IAQIx与IAQImin的差值(即ΔIAQIx-min)大于25时,不予预警;
当该站点M满足时间预警评价条件时,判断该站点M是否参与空间评 价;其中,基于该站点M周边站点P的数量来判断其是否需要参与空间评 价,其判断方法上文有描述,在此处不在赘述。
c13)当判断该站点M为不参与空间评价,此时的第一预警方式为时间预 警,并以三个连续时刻中的第一个时刻即第一时刻x(或当前时刻x)生成时间 预警;
当判断该站点M为参与空间评价时,获取该站点M该污染物的第三计 算数据,即该污染物空间预警计算的结果。
c14)判断上述连续三个第三计算数据中的至少一个第三计算数据是否为 D31,即判断上述连续三个时刻中任一时刻是否满足Ax-Amin>75百分位数 +1.5×(75百分位数-25百分位数),当连续三个时刻满足Ax-Amin>75百分位数 +1.5×(75百分位数-25百分位数)时,满足空间预警评价条件,此时的第一预 警方式为第二预警,即时空预警,并以三个连续时刻中的第一个时刻即第一 时刻x(或当前时刻x)生成时空预警;
当不满足连续三个时刻满足Ax-Amin>75百分位数+1.5×(75百分位数-25 百分位数)时,即不满足空间预警评价条件时,调取该站点M所属的国控点 集合内在第一时刻x(或当前时刻x)之前的第二给定时间段(优选为10min) 之内发出预警记录的检测站点的数量,例如调取该站点M所属的国控点集 合内在第一时刻x(或当前时刻x)前10min之内发出预警记录的检测站点 的数量,其中,所述国控点集合由若干个任一检测站点M组成,所述若干个任一检测站点M到其他国控点的距离大于所述若干个任一检测站点M到 所述国控点的距离。
c15)当发出预警记录的检测站点的数量不小于其该第二给定时间段之内 的总记录数量的50%以上时,则第一预警方式为第三预警,即区域预警;当 发出预警记录的检测站点的数量小于其该第二给定时间段之内的总记录数 量的50%时,则第一预警方式为第一预警,即时间预警;
例如,当发出预警记录的检测站点的数量不小于其该10min之内的总记 录数量的50%以上时,则第一预警方式为区域预警,并以第一时刻x(或当 前时刻x)生成区域预警;当发出预警记录的检测站点的数量小于其该10min 之内的总记录数量的50%时,则第一预警方式为时间预警,并以第一时刻x (或当前时刻x)生成时间预警。
c16)当所述第一预警方式选自时间预警、时空预警和区域预警中的至少 一种时,获取所述该站点M在第四给定时间段h天内的该污染物的第二计 算数据,例如,获取所述该站点M在第一时刻x(或当前时刻x)之前13 天内的该污染物的时间预警计算的结果。
当该站点M连续三个时刻的第二计算数据为D21或D20时,均满足排放 预警评价条件。
当该站点M连续三个第二计算数据中的至少一个第二计算数据为D21时,即当站点M连续三个时刻中任一时刻的第二计算数据为D21时,也即当 该站点M连续三个时刻中任一时刻的该污染物相关数据满足式I时,所述排 放特征值为第二排放特征值,记录为同时段比较异常;否则所述排放特征值 为第一排放特征值,记录为同时段比较正常。
其中,同时段比较异常表示发生排放预警,同时段比较正常表示未发生 排放预警。
c17)无论是否发生排放预警,即无论排放特征值为第一排放特征值或第 二排放特征值,判断是否存在第一异常预警、第二异常预警中的至少一种。
c18)当该站点M在第一时刻x(或当前时刻x)之前的第五给定时间段 内存在时间预警、时空预警或区域预警的情况为第一异常预警,例如当站点 M在第一时刻x(或当前时刻x)之前的10min之内存在时间预警、时空预 警或区域预警之一时的情况为第一异常预警,此时,剔除该站点,不予预警; 其中第一异常预警,也称为短期内频繁预警。
c19)当不存在第一异常预警,例如当站点M在第一时刻x(或当前时刻 x)之前的10min之内不存在时间预警、时空预警或区域预警时,判断该站 点M是否为敏感点,其中,所述敏感点是周围可能存在明显污染源的位点(例 如人口聚集区、污染物易聚集区、污染物长期超标区域、交通路口节点或餐 饮源站点等)。
C20)当该站点M为敏感点时,获取该站点M在第一时刻x(或当前时 刻x)之后的第六给定时间段w(优选为10min)内(即从x~(x+w)之间,w≠0) 的污染物原始浓度数据A,即从Ax起到A(x+w)为止,例如,获取该站点M在 第一时刻x(或当前时刻x)之后的10min之内(即从x~(x+10)之间)的污染物 原始浓度数据A,即从Ax起到A(x+10)为止;
当该站点M不为敏感点时,以第一时刻x(或当前时刻x)生成综合预 警,输出综合预警结果。
c21)当Ax起到A(x+w)为止的数据中大于等于Ax×80%的数据的个数小于 总数据一半时则为第二异常预警,例如,当从Ax起到A(x+10)为止的数据中大 于等于Ax×80%的数据的个数小于总数据一半时为第二异常预警,此时,剔 除该站点,不予预警;其中第二异常预警,也称为特殊点预警或敏感点预警。
c22)当Ax起到A(x+w)为止的数据中大于等于Ax×80%的数据的个数大于 等于总数据一半时,以第一时刻x(或当前时刻x)生成综合预警,输出综 合预警结果;
其中,综合预警结果包括第一排放特征值或第二排放特征值,以及时间 预警、时空预警和区域预警中的至少一种。
c23)基于综合预警结果进行综合预警推送。
其中,在步骤c18)中,判断该站点M是否为敏感点的方法如下:
判断该站点M是否为交通路口节点如下:
获取该站点M在当前时刻x的最近24小时NO2预警次数;
当该站点M在当前时刻x的最近24小时NO2该污染物预警次数大于 等于2次时,计算NO2该污染物预警次数占该站点全部预警次数(包含该污 染物预警次数和其它污染物预警次数)的比例;
当NO2该污染物预警次数占该站点全部预警次数的比例大于0.9,该 站点为敏感点;
另外,当现场工作人员反馈该站点为交通源、污染源,或者经专家判 定后为敏感点时的情况均为交通路口节点;
判断该站点M是否为人口聚集区、污染物易聚集区、污染物长期超标 区域或餐饮源站点等其他敏感点时,需要结合现场实际情况综合研判,或由 专家判定为其他敏感点时。
实施例8
如图15所示,当污染物为O3时,所述综合预警的生成包括如下步骤:
d10)基于任一检测站点M在连续三个时刻(以连续三个时刻中的第一时 刻记为当前时刻x或第一时刻x)检测到的污染物原始浓度数据A及与该站 点M距离最近的国控点第一时刻x(或当前时刻x)前1小时内的IAQI来 判断是否获取该站点M的污染物浓度随时间变化的第一计算数据;
当与该站点M距离最近的国控点第一时刻x(或当前时刻x)前1小时 内的IAQI大于第二阈值,且连续三个时刻检测到的该污染物原始浓度数据 A中的最大值Amax大于第三阈值启动获取第一计算数据,其中第二阈值为 50,第三阈值为GB3095-2012规定的污染物的二级标准或根据国家环境空气 质量监测网数据确定的某一设定值;
d11)获取任一检测站点M某一污染物的时间预警计算的结果,即第一计 算数据,判断该站点M连续三个时刻是否均满足满足时间预警评价条件, 即判断是否存在连续三个第一计算数据高于第一阈值,例如,当连续三个时 刻的IAQIx与IAQImin的差值(即ΔIAQIx-min)大于25时,满足时间预警评价条 件。
d12)当该站点M不满足时间预警评价条件时,即不存在连续三个第一计 算数据高于第一阈值时,不予预警,例如,当不存在连续三个时刻的IAQIx与IAQImin的差值(即ΔIAQIx-min)大于25时,不予预警;
当该站点M满足时间预警评价条件时,判断该站点M是否参与空间评 价;其中,基于该站点M周边站点P的数量来判断其是否需要参与空间评 价,其判断方法上文有描述,在此处不再赘述。
d13)当判断该站点M为不参与空间评价,此时的第一预警方式为时间预 警,并以三个连续时刻中的第一个时刻即第一时刻x(或当前时刻x)生成 时间预警;
当判断该站点M为参与空间评价时,获取该站点M该污染物的第三计 算数据,即该污染物空间预警计算的结果。
d14)判断上述连续三个第三计算数据中的至少一个第三计算数据是否 为D31,即判断上述连续三个时刻中任一时刻是否满足Ax-Amin>75百分位数 +1.5×(75百分位数-25百分位数),当连续三个时刻满足Ax-Amin>75百分位数 +1.5×(75百分位数-25百分位数)时,满足空间预警评价条件,此时的第一预 警方式为第二预警,即时空预警,并以三个连续时刻中的第一时刻x(或当 前时刻x)生成时空预警;
当连续三个时刻均不满足Ax-Amin>75百分位数+1.5×(75百分位数-25百 分位数)时,即不满足空间预警评价条件时,调取该站点M所属的国控点集 合内在第一时刻x(或当前时刻x)之前的第二给定时间段(优选为10min) 之内发出预警记录的检测站点的数量,例如调取该站点M所属的国控点集 合内在第一时刻x(或当前时刻x)前10min之内发出预警记录的检测站点 的数量,其中,所述国控点集合由若干个任一检测站点M组成,所述若干 个任一检测站点M到其他国控点的距离大于所述若干个任一检测站点M到 所述国控点的距离。
d15)当发出预警记录的检测站点的数量不小于其该第二给定时间段之 内的总记录数量的50%以上时,则第一预警方式为第三预警,即区域预警; 当发出预警记录的检测站点的数量小于其该第二给定时间段之内的总记录 数量的50%时,则第一预警方式为第一预警,即时间预警;
例如,当发出预警记录的检测站点的数量不小于其该10min之内的总记 录数量的50%以上时,则第一预警方式为区域预警,并以第一时刻x(或当 前时刻x)生成区域预警;当发出预警记录的检测站点的数量小于其该10min 之内的总记录数量的50%时,则第一预警方式为时间预警,并以第一时刻x (或当前时刻x)生成时间预警。
d16)当所述第一预警方式选自时间预警、时空预警和区域预警中的至少 一种时,获取所述该站点M在第四给定时间段h天内的该污染物的第二计 算数据,例如,获取所述该站点M在当前时刻x之前13天内的该污染物 的时间预警计算的结果。
当该站点M连续三个时刻的第二计算数据为D21或D20时,均满足排放 预警评价条件。
当该站点M连续三个第二计算数据中的至少一个第二计算数据为D21时,即当站点M连续三个时刻中任一时刻的第二计算数据为D21时,也即当 该站点M连续三个时刻中任一时刻的该污染物相关数据满足式I时,所述排 放特征值为第二排放特征值,记录为同时段比较异常;否则所述排放特征值 为第一排放特征值,记录为同时段比较正常。
其中,同时段比较异常表示发生排放预警,同时段比较正常表示未发生 排放预警。
d17)当排放特征值为第二排放特征值时,判断是否存在第一异常预警、 第二异常预警中的至少一种;
其中第一异常预警、第二异常预警的判断方法同实施例7中步骤c18)- c23)
d18)当排放特征值为第一排放特征值时,不予预警,即当未发生排放预 警时,不予预警。
其中,判断该站点M是否为敏感点的方法同实施例7所示。
实施例9
所述预警推送是将符合生成条件的预警按照预设的格式推送给工作人 员,包括离线/异常预警推送、综合预警推送两部分。离线/异常预警推送主 要推送给现场工作人员,提示其及时检查设备,处理故障。
离线预警推送格式为:“北京市,海淀区,M站点,2021.10.15 12点, PM10离线,异常已持续10小时,SO2离线,异常已持续15小时”;由预警 机器人推送至微信等工作群组,现场人员处理后回复“@预警机器人,M站 点已处理”,重置离线预警的生成和推送功能。预警机器人可定期汇报两周 之内本城市海淀区所有网格化监测站点的总体在线率。并汇报数据在线率最 低的5个站点,推送至工作群组,提示工作人员重点关注,判断是否需要更 换备机。
异常预警推送格式为:“北京市,海淀区,M站点,2021.9.15 12点, PM2.5数据异常波动,异常初次出现,NO2数据异常波动,异常已持续3小 时,……”。若工作人员给出反馈或更换设备,便可重置异常预警的生成和 推送功能。
综合预警推送发给具有排查和管控职能部门(如环保局)的工作人员,指 导其开展监管工作,提高执法效率。将同一时刻同一站点不同因子的预警拼 成一条推送,并将该站点各因子预警等级中的最高等级作为站点预警等级; 预警推送格式为:
“北京市,朝阳区,M站点,2021.11.15 12点,三级预警
PM2.5(135μg/m3)。超过设定值(GB3095-2012规定的二级标准限 值)60μg/m3,三级预警,同时段比较异常,时空预警。
O3(204μg/m3)。超过设定值(GB3095-2012规定的二级标准)4μg/m3, 二级预警,同时段比较异常,区域预警。
NO2(120μg/m3)。超过设定值(设定100μg/m3)20μg/m3,一级预警,同 时段比较异常,时空预警。”
最后根据预警级别分别推送给不同人员(如一级、二级预警可推送给现 场排查人员,三级、四级预警可推送给统筹管理人员)。
以上结合具体实施例描述了本发明的基本原理,但是,需要指出的是, 在本发明中提及的优点、优势、效果等仅是示例而非限制,不能认为这些优 点、优势、效果等是本发明的各个实施例必须具备的。另外,上述公开的具 体细节仅是为了示例的作用和便于理解的作用,而非限制,上述细节并不限 制本发明为必须采用上述具体的细节来实现。
本发明中涉及的器件、装置、设备、系统的方框图仅作为例示性的例子 并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。 如本领域技术人员将认识到的,可以按任意方式连接、布置、配置这些器件、 装置、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇, 指“包括但不限于”,且可与其互换使用。这里所使用的词汇“或”和“和”指词 汇“和/或”,且可与其互换使用,除非上下文明确指示不是如此。这里所使用 的词汇“诸如”指词组“诸如但不限于”,且可与其互换使用。
还需要指出的是,在本发明的装置、设备和方法中,各部件或各步骤是 可以分解和/或重新组合的。这些分解和/或重新组合应视为本发明的等效方 案。
虽然本案已以实施例揭露如上然其并非用以限定本案,任何所属技术领 域中具有通常知识者,在不脱离本案的精神和范围内,当可作些许的更动与 润饰,故本案的保护范围当视后附的专利申请范围所界定者为准。
提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或 者使用本发明。对这些方面的各种修改对于本领域技术人员而言是非常显而 易见的,并且在此定义的一般原理可以应用于其他方面而不脱离本发明的范 围。因此,本发明不意图被限制到在此示出的方面,而是按照与在此公开的 原理和新颖的特征一致的最宽范围。
为了例示和描述的目的已经给出了以上描述。此外,此描述不意图将本 发明的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和 实施例,但是本领域技术人员将认识到其某些变型、修改、改变、添加和子 组合。
Claims (12)
1.一种大气网格化综合预警方法,包括:
获取任一检测站点M污染物浓度随时间变化的若干个第一计算数据;
基于任一检测站点M的若干个第一计算数据来判断第一预警方式,所述第一预警方式选自不予预警、第一预警、第二预警和第三预警中的至少一种;
当所述第一预警方式选自第一预警、第二预警和第三预警中的至少一种时,获取所述任一检测站点M在第四给定时间段h天内的第二计算数据,并基于所述第二计算数据判断排放特征值,所述排放特征值包括第一排放特征值或第二排放特征值;
基于排放特征值,输出综合预警结果或输出不予预警;
所述综合预警结果包括所述第一排放特征值或所述第二排放特征值,以及所述第一预警、所述第二预警和所述第三预警中的至少一种;
基于综合预警结果进行综合预警推送;
优选地,
所述污染物选自PM10、PM2.5、SO2、NO2、CO、O3或TVOC中的一种或两种以上。
2.根据权利要求1所述的预警方法,其特征在于,所述第一计算数据通过如下第一方式或第二方式获得:
其中第一方式包括如下步骤:
获取任一检测站点M在任意时刻x检测到的污染物原始浓度数据Ax和该任意时刻x之前第一给定时间段n之内(即从(x-n)~x之间)的全部采集的污染物原始浓度数据,即从A(x-n)起到Ax为止的浓度数据;
判断所述Ax是否为空值或异常数据;
当Ax为空值或为异常数据时,不再继续计算x时刻的第一计算数据;
当Ax不为空值且不为异常数据时,判断从A(x-n)起到Ax为止(不包括Ax)是否存在空值或异常数据;
当从A(x-n)起到Ax为止(不包括Ax)全部不为空值且不为异常数据时,则将A(x-n)~Ax全部折算为空气质量分指数IAQI(x-n)~IAQIx;或
当从A(x-n)起到Ax为止(不包括Ax)存在空值或异常数据的情形下首先剔除其中存在的空值或异常数据后,再将不为空值或异常数据的原始浓度数据折算为空气质量分指数IAQI;
其中所述任意时刻x的IAQI记为“IAQIx”,选取IAQI(x-n)~IAQIx(不包括IAQIx)中的最小值并记为“IAQImin”;
IAQIx与IAQImin的差值为任意时刻x的第一计算数据;
其中第二方式包括如下步骤:
获取任一检测站点M在任意时刻x检测到的污染物原始浓度数据Ax和在该任意时刻x之前的一个检测时刻检测到的污染物原始浓度数据Ax-1;
判断Ax和Ax-1是否为空值或是否为异常数据;
当Ax和Ax-1均不为空值且不为异常数据时,计算Ax-Ax-1的差值为任意时刻x的第一计算数据,
当Ax和Ax-1中的任一个为空值或为异常数据时,不再继续计算x时刻的第一计算数据,
其中,当所述污染物为PM10、PM2.5、SO2、NO2、CO、O3时采用上述第一方式来获取第一计算数据,当所述污染物为TVOC时采用上述第二方式来获取第一计算数据。
3.根据权利要求2所述的预警方法,其特征在于,
基于任一检测站点的若干个第一计算数据来判断第一预警方式是指,
当不存在连续三个第一计算数据高于第一阈值时,第一预警方式为不予预警;
当存在连续三个第一计算数据高于第一阈值时,则基于该任一检测站点M周边站点P的数量来判断其是否需要参与空间评价,
当判断为不参与空间评价的情况下,第一预警方式为第一预警,即时间预警;
当判断为需要参与空间评价的情况下,调取任一检测站点M的第三计算数据;
优选地,在第一方式中,第一阈值为25;在第二方式中,第一阈值为AX*20%。
4.根据权利要求3所述的预警方法,其特征在于,
任一检测站点M的第三计算数据通过如下方法获得;
获取任一检测站点M的周边站点P(P可以为多个,P1,P2…Pq)在所述任意时刻x检测到的污染物原始浓度数据Cx(C1x、C2x…Cqx);
当所述Ax为空值或异常数据时,或当获取的Cx不为空值且不为异常数据的数量小于3时,不再继续计算x时刻的第三计算数据;
当所述Ax不为空值或异常数据时,且当获取的Cx不为空值且不为异常数据的数量不小于3时,获取任一检测站点M和周边站点P在任意时刻x(即当前时刻)检测到的污染物原始浓度数据Ax和Cx和该任意时刻x之前第三给定时间段n之内(即从x-n~x之间)的全部采集的污染物原始浓度数据,即从A(x-n)起到Ax为止(不包括Ax)和C(x-n)起到Cx为止(不包括Cx);
判断从A(x-n)起到Ax为止(不包括Ax)是否存在空值或异常数据以及从C(x-n)起到Cx为止(不包括Cx)是否存在空值或异常数据,如果判断结果显示有任意数据为空值或异常数据,则将该数据排除在后续的计算中,此时,从剩余的C(x-n)起到Cx为止(不包括Cx)的数据中选取最小值定义为Cmin,从剩余的A(x-n)起到Ax为止(不包括Ax)的数据中选取最小值定义为Amin,计算Ax和Amin的差值,以及Cx和Cmin的差值,计算Ax和Amin的差值以及Cx和Cmin的差值的25百分位数和75百分位数;
当Ax-Amin>75百分位数+1.5×(75百分位数-25百分位数)时,则第三计算数据为D31,其余情况第三计算数据为D30。
5.根据权利要求4所述的预警方法,其特征在于,
当连续三个第三计算数据中的至少一个第三计算数据为D31时,则第一预警方式为第二预警,即时空预警;
当连续三个第三计算数据均为D30时,则调取任一检测站点M所属的国控点集合内在任意时刻x之前的第二给定时间段之内发出预警记录的检测站点的数量;
其中,所述国控点集合由若干个任一检测站点M组成,所述若干个任一检测站点M到其他国控点的距离大于所述若干个任一检测站点M到所述国控点的距离;
当发出预警记录的检测站点的数量不小于其该第二给定时间段之内的总记录数量的50%以上时,则第一预警方式为第三预警,即区域预警;
当发出预警记录的检测站点的数量小于其该第二给定时间段之内的总记录数量的50%时,则第一预警方式为第一预警,即时间预警。
6.根据权利要求1所述的预警方法,其特征在于,
所述第二计算数据通过如下方式获得:
获取任一检测站点M在任意时刻x检测到的污染物原始浓度数据Ax;
判断所述Ax是否为空值或异常数据;
当Ax为空值或为异常数据时,不再继续计算x时刻的第二计算数据;
当Ax不为空值且不为异常数据时,获取所述站点M在该任意时刻x之前第四给定时间段h天之内每天在相同时刻x的全部采集的污染物原始浓度数据,即获取h个的污染物原始浓度数据;
计算Ax和h个的污染物原始浓度数的平均值和标准偏差;
按照式I进行判断:
其中,
Ax—任意时刻x(即当前时刻)的污染物原始浓度数据;
μ—Ax和h个的污染物原始浓度数据的平均值;
σ—Ax和h个的污染物原始浓度数据的标准偏差;
当满足式I时,第二计算数据为D21,其余情况第二计算数据为D20;
优选地,
当连续三个第二计算数据中的至少一个第二计算数据为D21时,所述排放特征值为第二排放特征值,否则就为第一排放特征值。
7.根据权利要求1所述的方法,其中,
当污染物选自PM10、PM2.5、SO2、NO2、CO或TVOC中的一种或两种以上时,基于排放特征值,或者当污染物为O3时且当排放特征值为第二排放特征值时,判断是否存在第一异常预警、第二异常预警中的至少一种;
基于是否存在第一异常预警和第二异常预警的结果确认输出综合预警结果或输出不予预警;
当污染物为O3时,且当排放特征值为第一排放特征值时,不予预警。
8.根据权利要求7所述的预警方法,其特征在于,
当任一检测站点M在任意时刻x之前的第五给定时间段内存在第一预警、第二预警或第三预警的情况为第一异常预警;
当不存在第一异常预警时,首先判断任一检测站点M是否为敏感点;
当所述检测站点M为敏感点时,获取所述检测站点M在任意时刻x(即当前时刻)之后的第六给定时间段w内(即从x~(x+w)之间,w≠0)的污染物原始浓度数据A,即从Ax起到A(x+w)为止;
当Ax起到A(x+w)为止的数据中大于等于Ax×80%的数据的个数小于总数据一半时则为第二异常预警,
其中,所述敏感点是周围可能存在明显污染源的点位;
优选地,
所述基于是否存在第一异常预警、第二异常预警的结果确认输出综合预警结果或不予预警,包括如下情形:
当存在第一异常预警时,不予预警;
当存在第二异常预警时,不予预警;
当不存在第一异常预警和第二异常预警,或不存在第一异常预警且任一检测站点M不为敏感点时,输出综合预警结果。
9.根据权利要求1所述的预警方法,其特征在于,
当污染物选自PM10、PM2.5、SO2、NO2、CO、O3中的一种或两种以上时,基于任一检测站点M在连续三个任意检测时刻检测到的污染物原始浓度数据A及与所述任一检测站点M距离最近的国控点最近1小时的IAQI来判断是否获取所述任一检测站点M的污染物浓度随时间变化的第一计算数据;
当与所述任一检测站点M距离最近的国控点最近1小时的IAQI大于第二阈值,且连续三个任意检测时刻检测到的污染物原始浓度数据A中的最大值Amax大于第三阈值启动获取第一计算数据;
优选地,所述第二阈值为50,所述第三阈值为GB3095-2012规定的污染物的二级标准或根据国家环境空气质量监测网数据确定的某一设定值;
当污染物为TVOC时,直接获取所述任一检测站点M的污染物浓度随时间变化的第一计算数据。
10.根据权利要求9所述的预警方法,其特征在于,所述方法还包括:
任一检测站点M所检测到的污染物原始浓度数据A在一定时间段内检测到的数据中有80%以上为空值时,则进行离线预警;
任一检测站点M所检测到的污染物原始浓度数据A在一定时间段内检测到的数据中出现异常数据时,则基于异常数据出现的情况来判断是否进行异常数据预警;
优选地,所述方法还包括:
基于离线预警进行离线预警推送;基于异常数据预警进行异常数据预警推送。
11.一种根据权利要求1-10任一项所述预警方法的大气网格化综合预警系统,包括:
第一获取单元,用于任一检测站点M污染物浓度随时间变化的若干个第一计算数据;
第一判断单元,用于任一检测站点M的若干个第一计算数据来判断第一预警方式,所述第一预警方式选自不予预警、第一预警、第二预警和第三预警中的至少一种;
第二获取单元,用于当所述第一预警方式选自第一预警、第二预警和第三预警中的至少一种时,获取所述任一检测站点M在第四给定时间段h天(13天)内的第二计算数据,并基于所述第二计算数据判断排放特征值,所述排放特征值包括第一排放特征值(同时段比较正常)或第二排放特征值(同时段比较异常);
第一输出单元,用于基于排放特征值,输出综合预警结果或输出不予预警,其中所述综合预警结果包括所述第一排放特征值或所述第二排放特征值,以及所述第一预警、所述第二预警和所述第三预警中的至少一种;
第一推送单元,用于基于综合预警结果进行综合预警推送。
其中,所述综合预警结果包括所述第一排放特征值或所述第二排放特征值,以及所述第一预警、所述第二预警和所述第三预警中的至少一种;
优选地,
所述第一判断单元包括第三获取单元,用于获取任一检测站点M及其周边站点污染物浓度的第三计算数据;
进一步优选地,所述第二获取单元还包括第二判断单元,所述第二判断单元用于基于所述第二计算数据判断排放特征值,所述排放特征值包括第一排放特征值或第二排放特征值。
12.根据权利要求11所述的预警系统,其特征在于:
所述第一输出单元还包括第三判断单元,所述第三判断单元用于确定排放特征值后判断是否存在异常预警,所述异常预警选自第一异常预警、第二异常预警中的至少一种;
优选地,
所述预警系统还包括第二输出单元和第二推送单元,
其中,所述第二输出单元用于输出离线预警结果或异常数据预警结果;
所述第二推送单元用于基于离线预警进行离线预警推送或基于异常数据预警进行异常数据预警推送。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111618460.7A CN114839317A (zh) | 2021-12-27 | 2021-12-27 | 大气网格化综合预警方法及其系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111618460.7A CN114839317A (zh) | 2021-12-27 | 2021-12-27 | 大气网格化综合预警方法及其系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114839317A true CN114839317A (zh) | 2022-08-02 |
Family
ID=82562092
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111618460.7A Pending CN114839317A (zh) | 2021-12-27 | 2021-12-27 | 大气网格化综合预警方法及其系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114839317A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115982631A (zh) * | 2023-03-20 | 2023-04-18 | 深圳市森辉智能自控技术有限公司 | 一种基于数据分析的车间能源应用监测预警系统 |
CN116718733A (zh) * | 2023-06-28 | 2023-09-08 | 中国海洋大学 | 一种挥发性有机物浓度计算方法、系统、电子设备及介质 |
CN116718733B (zh) * | 2023-06-28 | 2024-05-31 | 中国海洋大学 | 一种挥发性有机物浓度计算方法、系统、电子设备及介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104360028A (zh) * | 2014-12-01 | 2015-02-18 | 武汉大学 | 针对aqi稀疏监测的非样本点监测方法 |
US20180321208A1 (en) * | 2017-05-04 | 2018-11-08 | International Business Machines Corporation | Determining the net emissions of air pollutants |
CN108982764A (zh) * | 2018-06-29 | 2018-12-11 | 湖北海纳天鹰科技发展有限公司 | 一种空气质量预警方法和装置 |
CN109946418A (zh) * | 2017-12-21 | 2019-06-28 | 北京航天泰坦科技股份有限公司 | 一种空气质量监测与评价方法及系统 |
CN110108837A (zh) * | 2019-04-04 | 2019-08-09 | 北京英视睿达科技有限公司 | 一种基于热点网格污染数据监测的预警方法 |
CN110197278A (zh) * | 2019-06-04 | 2019-09-03 | 西华大学 | 基于改进鸡群算法优化bp神经网络的空气质量预测方法 |
WO2020043030A1 (zh) * | 2018-08-25 | 2020-03-05 | 司书春 | 大气污染监测设备数据可信度评价及校准方法 |
US20200110019A1 (en) * | 2017-06-09 | 2020-04-09 | Sense Square S.R.L.S. | Atmospheric pollution source mapping and tracking of pollutants by using air quality monitoring networks having high space-time resolution |
CN112907149A (zh) * | 2021-04-02 | 2021-06-04 | 中科三清科技有限公司 | 气象污染综合诊断指数计算方法、装置及电子设备 |
-
2021
- 2021-12-27 CN CN202111618460.7A patent/CN114839317A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104360028A (zh) * | 2014-12-01 | 2015-02-18 | 武汉大学 | 针对aqi稀疏监测的非样本点监测方法 |
US20180321208A1 (en) * | 2017-05-04 | 2018-11-08 | International Business Machines Corporation | Determining the net emissions of air pollutants |
US20200110019A1 (en) * | 2017-06-09 | 2020-04-09 | Sense Square S.R.L.S. | Atmospheric pollution source mapping and tracking of pollutants by using air quality monitoring networks having high space-time resolution |
CN109946418A (zh) * | 2017-12-21 | 2019-06-28 | 北京航天泰坦科技股份有限公司 | 一种空气质量监测与评价方法及系统 |
CN108982764A (zh) * | 2018-06-29 | 2018-12-11 | 湖北海纳天鹰科技发展有限公司 | 一种空气质量预警方法和装置 |
WO2020043030A1 (zh) * | 2018-08-25 | 2020-03-05 | 司书春 | 大气污染监测设备数据可信度评价及校准方法 |
CN110108837A (zh) * | 2019-04-04 | 2019-08-09 | 北京英视睿达科技有限公司 | 一种基于热点网格污染数据监测的预警方法 |
CN110197278A (zh) * | 2019-06-04 | 2019-09-03 | 西华大学 | 基于改进鸡群算法优化bp神经网络的空气质量预测方法 |
CN112907149A (zh) * | 2021-04-02 | 2021-06-04 | 中科三清科技有限公司 | 气象污染综合诊断指数计算方法、装置及电子设备 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115982631A (zh) * | 2023-03-20 | 2023-04-18 | 深圳市森辉智能自控技术有限公司 | 一种基于数据分析的车间能源应用监测预警系统 |
CN115982631B (zh) * | 2023-03-20 | 2023-07-25 | 深圳市森辉智能自控技术有限公司 | 一种基于数据分析的车间能源应用监测预警系统 |
CN116718733A (zh) * | 2023-06-28 | 2023-09-08 | 中国海洋大学 | 一种挥发性有机物浓度计算方法、系统、电子设备及介质 |
CN116718733B (zh) * | 2023-06-28 | 2024-05-31 | 中国海洋大学 | 一种挥发性有机物浓度计算方法、系统、电子设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111917877A (zh) | 物联网设备的数据处理方法及装置、电子设备、存储介质 | |
CN116975378B (zh) | 一种基于大数据的设备环境监测方法及系统 | |
CN115077627B (zh) | 一种多融合环境数据监管方法及监管系统 | |
US11906112B2 (en) | Methods for safety management of compressors in smart gas pipeline network and internet of things systems thereof | |
CN114839317A (zh) | 大气网格化综合预警方法及其系统 | |
CN111986436B (zh) | 一种基于紫外、深度神经网络的综合火焰检测方法 | |
CN117630319B (zh) | 一种基于大数据的水质监测预警方法及系统 | |
CN114238330A (zh) | 一种数据处理方法、装置、电子设备和存储介质 | |
CN112650608B (zh) | 异常根因定位方法以及相关装置、设备 | |
CN112256548B (zh) | 异常数据的监听方法、装置、服务器及存储介质 | |
CN113220799A (zh) | 一种大数据预警管理系统 | |
CN110362713B (zh) | 基于Spark Streaming的视频监控预警方法及系统 | |
CN111932837A (zh) | 一种基于5g网络的烟气远程实时监测系统 | |
CN111127828A (zh) | 基于统一报警平台的多源报警处理方法、装置及相关设备 | |
WO2021186762A1 (ja) | 保守支援システム及び保守支援方法 | |
CN114582083A (zh) | 一种隧道监控多传感器数据融合火灾预警方法 | |
CN210669633U (zh) | 一种安全用电监管系统 | |
CN113129160A (zh) | 一种基于设备状态感知和智能化的电力通信网络巡检方法 | |
CN112256974B (zh) | 一种舆情信息的处理方法及装置 | |
CN115484186B (zh) | 数据监控方法、装置、电子设备及存储介质 | |
CN117227551B (zh) | 新能源设备安全监控方法、装置、设备及可读存储介质 | |
KR20140028489A (ko) | 재난예측 추적시스템 및 방법 | |
CN112419655B (zh) | 一种报警信息推送方法、装置、设备及介质 | |
CN112565221B (zh) | 漏洞检测方法、装置、系统及平台 | |
CN116016261B (zh) | 一种系统运维方法、装置及设备 |
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 |