CN115326661A - 一种基于大气环境的监测方法、系统和可读存储介质 - Google Patents
一种基于大气环境的监测方法、系统和可读存储介质 Download PDFInfo
- Publication number
- CN115326661A CN115326661A CN202211243665.6A CN202211243665A CN115326661A CN 115326661 A CN115326661 A CN 115326661A CN 202211243665 A CN202211243665 A CN 202211243665A CN 115326661 A CN115326661 A CN 115326661A
- Authority
- CN
- China
- Prior art keywords
- atmospheric environment
- environmental parameter
- data
- environment
- coordinate position
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- 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
Abstract
本发明提供一种基于大气环境的监测方法、系统和可读存储介质，所述方法包括：预设区域的不同的坐标位置分别设置有多个前端监测设备；基于多个前端监测设备的坐标位置分别采用密度聚类算法进行聚类分析，计算得到多个聚类区以及对应的聚类中心；基于每个聚类区，选取距离对应聚类中心最近的前端监测设备作为主监测设备；通过前端监测设备实时监测获取各自坐标位置处的大气环境数据；基于每个聚类区，通过主监测设备收集其他前端监测设备监测的大气环境数据并进行大气环境数据汇整，得到每个聚类区的汇整数据并进行上报；基于每个聚类区的汇整数据进行数据分析处理，得到大气环境画像。本发明实现对大气环境的智能化、全局化监测。
Description
技术领域
本发明涉及环境监测技术领域，尤其涉及一种基于大气环境的监测方法、系统和可读存储介质。
背景技术
随着经济发展与社会进步，人们的生活水平得到了前所未有的提升，但随之而来的环境污染也逐渐凸显成为一个引人关注的重要问题。对生态环境造成的不可磨灭的破坏已逐渐直接影响到人们的日常生活，尤其是大气污染。工业化、城市化带来的大气污染问题日益严重，工厂排放的废气、机动车尾气、餐饮业排放的油烟、冬季烧煤供暖等都会导致大气中的颗粒物浓度增加。
污染源的增多、污染程度日益严重、范围逐渐扩大，大气污染给人们带来巨大经济损失的同时还严重影响着人类的健康乃至生存。大气污染带来的雾霾天气使得能见度下降，易引发交通事故，对交通运输安全产生不良影响；更重要的是在污染天气下大气中细颗粒物的增加（特别是PM2.5）还会使得气管炎等呼吸道疾病、心血管疾病的发生或者加剧，长期处于污染环境也易产生肺癌。污染天气已经对人类健康造成了严重的危害。
城市大气环境的监测主要由环境管理部门管理，对存在于大气中的污染物进行定点、连续的测量和分析。根据监测结果实时存储并加以分析之后，合理评估空气质量，并提供寻求污染源的判定依据。
目前采用的主要技术是在现场安装点式颗粒物监测仪和摄像机，通过它们对现场进行监测，再将监测到的数据和视频图像采集、存储到控制主机里，然后通过有限网络或者无线通信模块上传到远程监控平台，从而实现远程监控。然而大量数据并发上传到远程监控平台的过程可能会造成传输冲突的问题，进而造成网络延迟现象。同时，传统的远程监控平台获取各个采集点的监测数据，该监测数据呈现点状大气环境状况分布，无法覆盖对未安装点式颗粒物监测仪和摄像机的区域进行大气环境的同步监测。
发明内容
为了解决上述至少一个技术问题，本发明提出了一种基于大气环境的监测方法、系统和可读存储介质，实现对大气环境的智能化监测，并能够减少前端监测设备与远程监控平台之间的网络数据传输量，提升了网络传输效率，增强了大气环境监测数据上报的实时性；同时能够对未布局前端监测设备的区域同步进行大气环境监测，实现对预设区域内的大气环境进行全覆盖监测。
本发明第一方面提出了一种基于大气环境的监测方法，所述方法包括：
预设区域的不同的坐标位置分别设置有多个前端监测设备；
基于多个前端监测设备的坐标位置分别采用密度聚类算法进行聚类分析，计算得到多个聚类区以及对应的聚类中心；
基于每个聚类区的多个前端监测设备，选取距离对应聚类中心最近的前端监测设备作为主监测设备；
通过前端监测设备实时监测获取各自坐标位置处的大气环境数据；
基于每个聚类区，通过主监测设备收集其他前端监测设备监测的大气环境数据并进行大气环境数据汇整，得到每个聚类区的汇整数据，并进行上报；
基于每个聚类区的汇整数据进行数据分析处理，得到大气环境画像并进行界面展示。
本方案中，通过前端监测设备实时监测获取各自坐标位置处的大气环境数据，具体包括：
预设每个前端监测设备包括不同类别的环境参数监测终端，每个环境参数监测终端包括多个环境参数传感器，由多个环境参数传感器同步感测对应坐标位置的环境参数值；
基于每个环境参数监测终端，分别获取多个环境参数传感器同步感测到的多个环境参数值；
基于每个环境参数监测终端，将每个环境参数传感器的环境参数值分别与其他环境参数传感器的环境参数进行作差比对，计算得到第一差值；
判断第一差值是否大于第一预设阈值，如是，则标记前者环境参数传感器的环境参数值为异常一次；
基于每个环境参数监测终端，待所有环境参数传感器的环境参数值均完成两两作差比对后，则统计每个环境参数传感器的环境参数值被标记为异常的总次数；
基于每个环境参数监测终端，判断每个环境参数传感器的环境参数值被标记为异常的总次数是否大于第二预设阈值，如是，则判定对应环境参数传感器的环境参数值为异常值；
基于每个环境参数监测终端，剔除异常值，并对保留下的所有有效的环境参数值进行平均化计算，得到环境参数平均值；
将每个环境参数监测终端的环境参数平均值进行组合形成对应坐标位置处的大气环境数据。
本方案中，基于每个聚类区的汇整数据进行数据分析处理，得到大气环境画像并进行界面展示，具体包括：
对每个聚类区的汇整数据进行解析，并获取各个坐标位置的大气环境数据，且每条大气环境数据至少包括多个环境参数值；
将每个坐标位置的每个环境参数值分别与其他坐标位置的对应环境参数值进行对比，如果前者优于后者，则对前者加1分；
待所有坐标位置的各个环境参数值均完成两两对比后，统计每个坐标位置的每个环境参数值的总得分；
基于每个坐标位置，将不同环境参数值的总得分进行累加，得到每个坐标位置的第一环境得分；
预设大气环境比色卡，将每个坐标位置的第一环境得分基于大气环境比色卡进行转化为对应的颜色图标；
在预设区域的电子地图上，基于每个坐标位置的颜色图标进行标记，以制作预设区域的大气环境画像并进行界面展示。
本方案中，在统计每个坐标位置的每个环境参数值的总得分之后，所述方法还包括：
预设不同环境参数值对环境得分评价的影响权重不同，不同环境参数值具有对应的影响权重；
基于每个坐标位置，将每个环境参数值的总得分分别乘以对应的影响权重，得到每个环境参数值的权重得分；
基于每个坐标位置，将所有环境参数值的权重得分进行累加，得到每个坐标位置的第二环境得分；
预设大气环境比色卡，将每个坐标位置的第二环境得分基于大气环境比色卡进行转化为对应的颜色图标；
在预设区域的电子地图上，基于每个坐标位置的颜色图标进行标记，以制作预设区域的大气环境画像并进行界面展示。
本方案中，基于每个聚类区的汇整数据进行数据分析处理，得到大气环境画像并进行界面展示，具体还包括：
构建大气环境预测模型；
创建样本数据库，并通过样本数据库中的样本数据对大气环境预测模型进行优化训练，得到优化后的大气环境预测模型；
获取其他未设置前端监测设备的待测坐标位置；
获取所述待测坐标位置周围预设半径内的其他前端监测设备的大气环境数据，以及与待测坐标位置的坐标关系；
将周围预设区域内的其他前端监测设备的大气环境数据，以及与待测坐标位置的坐标关系，输入大气环境预测模型，预测得到待测坐标位置的大气环境数据，所述大气环境数据包括多个环境参数值；
将待测坐标位置的每个环境参数值分别与其他坐标位置的对应环境参数值进行对比，如果前者优于后者，则对前者加1分；
统计待测坐标位置的每个环境参数值的总得分；
将待测坐标位置的不同环境参数值的总得分进行累加，得到待测坐标位置的第一环境得分；
预设大气环境比色卡，将待测坐标位置的第一环境得分基于大气环境比色卡进行转化为对应的颜色图标；
在预设区域的电子地图上，基于待测坐标位置的颜色图标进行标记，以制作预设区域的大气环境画像并进行界面展示。
本方案中，在预测得到待测坐标位置的大气环境数据之后，所述方法还包括：
从预设区域内选定多个前端监测设备为第一设备；
获取多个第一设备的事实数据，每个事实数据至少包括每个第一设备监测的真实大气环境数据，第一设备周围预设半径内其他前端监测设备的真实环境数据，以及第一设备与周围预设半径内其他前端监测设备之间的坐标关系；
基于每个第一设备与周围预设半径内其他前端监测设备之间的坐标关系进行特征计算，得到第一特征值；
基于待测坐标位置与周围预设半径内其他前端监测设备之间的坐标关系进行特征计算，得到第二特征值；
将每个第一特征值与第二特征值进行相似度比对，选择差异度小的第一设备的事实数据加入修正库；
基于修正库的每个第一设备的事实数据，将每个第一设备周围预设半径内其他前端监测设备的真实环境数据，以及第一设备与周围预设半径内其他前端监测设备之间的坐标关系输入大气环境预测模型，输出每个第一设备的预测大气环境数据；
基于修正库的每个第一设备，将真实大气环境数据减去预测大气环境数据得到每个第一设备的差值；
对修正库的多个第一设备的差值进行平均化计算，得到修正值；
在预测得到待测坐标位置的大气环境数据的基础上，加上修正值，得到修正后的待测坐标位置的大气环境数据。
本发明第二方面还提出一种基于大气环境的监测系统，包括存储器和处理器，所述存储器中包括一种基于大气环境的监测方法程序，所述基于大气环境的监测方法程序被所述处理器执行时实现如下步骤：
预设区域的不同的坐标位置分别设置有多个前端监测设备；
基于多个前端监测设备的坐标位置分别采用密度聚类算法进行聚类分析，计算得到多个聚类区以及对应的聚类中心；
基于每个聚类区的多个前端监测设备，选取距离对应聚类中心最近的前端监测设备作为主监测设备；
通过前端监测设备实时监测获取各自坐标位置处的大气环境数据；
基于每个聚类区，通过主监测设备收集其他前端监测设备监测的大气环境数据并进行大气环境数据汇整，得到每个聚类区的汇整数据，并进行上报；
基于每个聚类区的汇整数据进行数据分析处理，得到大气环境画像并进行界面展示。
本方案中，通过前端监测设备实时监测获取各自坐标位置处的大气环境数据，具体包括：
预设每个前端监测设备包括不同类别的环境参数监测终端，每个环境参数监测终端包括多个环境参数传感器，由多个环境参数传感器同步感测对应坐标位置的环境参数值；
基于每个环境参数监测终端，分别获取多个环境参数传感器同步感测到的多个环境参数值；
基于每个环境参数监测终端，将每个环境参数传感器的环境参数值分别与其他环境参数传感器的环境参数进行作差比对，计算得到第一差值；
判断第一差值是否大于第一预设阈值，如是，则标记前者环境参数传感器的环境参数值为异常一次；
基于每个环境参数监测终端，待所有环境参数传感器的环境参数值均完成两两作差比对后，则统计每个环境参数传感器的环境参数值被标记为异常的总次数；
基于每个环境参数监测终端，判断每个环境参数传感器的环境参数值被标记为异常的总次数是否大于第二预设阈值，如是，则判定对应环境参数传感器的环境参数值为异常值；
基于每个环境参数监测终端，剔除异常值，并对保留下的所有有效的环境参数值进行平均化计算，得到环境参数平均值；
将每个环境参数监测终端的环境参数平均值进行组合形成对应坐标位置处的大气环境数据。
本方案中，基于每个聚类区的汇整数据进行数据分析处理，得到大气环境画像并进行界面展示，具体包括：
对每个聚类区的汇整数据进行解析，并获取各个坐标位置的大气环境数据，且每条大气环境数据至少包括多个环境参数值；
将每个坐标位置的每个环境参数值分别与其他坐标位置的对应环境参数值进行对比，如果前者优于后者，则对前者加1分；
待所有坐标位置的各个环境参数值均完成两两对比后，统计每个坐标位置的每个环境参数值的总得分；
基于每个坐标位置，将不同环境参数值的总得分进行累加，得到每个坐标位置的第一环境得分；
预设大气环境比色卡，将每个坐标位置的第一环境得分基于大气环境比色卡进行转化为对应的颜色图标；
在预设区域的电子地图上，基于每个坐标位置的颜色图标进行标记，以制作预设区域的大气环境画像并进行界面展示。
本发明第三方面还提出一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中包括一种基于大气环境的监测方法程序，所述基于大气环境的监测方法程序被处理器执行时，实现如上述的一种基于大气环境的监测方法的步骤。
本发明提出的一种基于大气环境的监测方法、系统和可读存储介质，实现对大气环境的智能化监测，并能够减少前端监测设备与远程监控平台之间的网络数据传输量，提升了网络传输效率，增强了大气环境监测数据上报的实时性；同时能够对未布局前端监测设备的区域同步进行大气环境监测，实现对预设区域内的大气环境进行全覆盖监测。
本发明的附加方面和优点将在下面的描述部分中给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
图1示出了本发明一种基于大气环境的监测方法的流程图；
图2示出了本发明一种基于大气环境的监测系统的框图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
图1示出了本发明一种基于大气环境的监测方法的流程图。
如图1所示，本发明第一方面提出一种基于大气环境的监测方法，所述方法包括：
S102，预设区域的不同的坐标位置分别设置有多个前端监测设备；
S104，基于多个前端监测设备的坐标位置分别采用密度聚类算法进行聚类分析，计算得到多个聚类区以及对应的聚类中心；
S106，基于每个聚类区的多个前端监测设备，选取距离对应聚类中心最近的前端监测设备作为主监测设备；
S108，通过前端监测设备实时监测获取各自坐标位置处的大气环境数据；
S110，基于每个聚类区，通过主监测设备收集其他前端监测设备监测的大气环境数据并进行大气环境数据汇整，得到每个聚类区的汇整数据，并进行上报；
S112，基于每个聚类区的汇整数据进行数据分析处理，得到大气环境画像并进行界面展示。
需要说明的是，前端监测设备可以为颗粒物监测仪，但不限于此。
可以理解，聚类区的主监测设备分别与其他前端监测设备之间建立局域网，该局域网可以采用PC5通信方式，但不限于此。
本发明通过前端监测设备实时监测的大气环境数据，并反馈至远程监管平台，以进行数据分析，且无需工作人员进行现场检测，实现对大气环境的智能化监测。同时，本发明基于多个前端监测设备的坐标位置分别采用密度聚类算法进行聚类分析，计算得到多个聚类区以及对应的聚类中心；基于每个聚类区的多个前端监测设备，选取距离对应聚类中心最近的前端监测设备作为主监测设备；通过前端监测设备实时监测获取各自坐标位置处的大气环境数据； 基于每个聚类区，通过主监测设备收集其他前端监测设备监测的大气环境数据并进行大气环境数据汇整，得到每个聚类区的汇整数据，并进行统一上报，能够有效减少前端监测设备与远程监控平台之间的网络数据传输量，提升了网络传输效率，增强了大气环境监测数据上报的实时性。
另外，本发明还能够通过数据分析处理，对未布局前端监测设备的区域进行大气环境数据的间接监测，进而实现对预设区域内的大气环境进行全覆盖监测。
根据本发明的实施例，通过前端监测设备实时监测获取各自坐标位置处的大气环境数据，具体包括：
预设每个前端监测设备包括不同类别的环境参数监测终端，每个环境参数监测终端包括多个环境参数传感器，由多个环境参数传感器同步感测对应坐标位置的环境参数值；
基于每个环境参数监测终端，分别获取多个环境参数传感器同步感测到的多个环境参数值；
基于每个环境参数监测终端，将每个环境参数传感器的环境参数值分别与其他环境参数传感器的环境参数进行作差比对，计算得到第一差值；
判断第一差值是否大于第一预设阈值，如是，则标记前者环境参数传感器的环境参数值为异常一次；
基于每个环境参数监测终端，待所有环境参数传感器的环境参数值均完成两两作差比对后，则统计每个环境参数传感器的环境参数值被标记为异常的总次数；
基于每个环境参数监测终端，判断每个环境参数传感器的环境参数值被标记为异常的总次数是否大于第二预设阈值，如是，则判定对应环境参数传感器的环境参数值为异常值；
基于每个环境参数监测终端，剔除异常值，并对保留下的所有有效的环境参数值进行平均化计算，得到环境参数平均值；
将每个环境参数监测终端的环境参数平均值进行组合形成对应坐标位置处的大气环境数据。
需要说明的是，大气环境数据通常具有多种环境参数表示，如PM值、气压、湿度、温度、粉尘等。因此不同的环境参数需要与之相对应的传感器进行感测。本发明的前端监测设备中包括不同类别的环境参数监测终端，且每个环境参数监测终端包括多个相同的环境参数传感器，由多个环境参数传感器同步感测对应坐标位置的环境参数值。
可以理解，由于前端监测设备通常设置在室外，受到外界因素的干扰，很有可能导致传感器失效，进而造成环境数据监测不准的现象。本发明则通过设置多个相同的环境参数传感器，由多个相同的环境参数传感器基于感测的环境参数值进行相互作差比对，从而剔除差异度较大的环境参数值，并对保留下的有效环境参数值进行平均值计算，进而得到更加准确的大气环境数据。
根据本发明的具体实施例，在判定对应环境参数传感器的环境参数值为异常值之后，所述方法还包括：
将异常值对应的环境参数传感器标记为异常传感器；
待下一时刻进行大气环境数据监测时，则直接剔除异常传感器感测的环境参数值。
根据本发明的实施例，基于每个聚类区的汇整数据进行数据分析处理，得到大气环境画像并进行界面展示，具体包括：
对每个聚类区的汇整数据进行解析，并获取各个坐标位置的大气环境数据，且每条大气环境数据至少包括多个环境参数值；
将每个坐标位置的每个环境参数值分别与其他坐标位置的对应环境参数值进行对比，如果前者优于后者，则对前者加1分；
待所有坐标位置的各个环境参数值均完成两两对比后，统计每个坐标位置的每个环境参数值的总得分；
基于每个坐标位置，将不同环境参数值的总得分进行累加，得到每个坐标位置的第一环境得分；
预设大气环境比色卡，将每个坐标位置的第一环境得分基于大气环境比色卡进行转化为对应的颜色图标；
在预设区域的电子地图上，基于每个坐标位置的颜色图标进行标记，以制作预设区域的大气环境画像并进行界面展示。
需要说明的是，为了进一步方便远程监控平台全局了解预设区域的大气环境状况，本发明对各个坐标位置的大气环境数据进行相对评分，从而得到不同坐标位置的大气环境差异，然后基于大气环境比色卡进行转化为对应的颜色图标，在预设区域的电子地图上，基于每个坐标位置的颜色图标进行标记，以制作预设区域的大气环境画像并进行界面展示。
根据本发明的具体实施例，将每个坐标位置的第一环境得分基于大气环境比色卡进行转换为对应的颜色图标，具体包括：
将大气环境比色卡的两端色卡分别对应第一环境得分最高分和第一环境得分最低分，然后将两端色卡之间的其他色卡与第一环境得分最高分与第一环境得分最低分之间的其他第一环境得分进行等比例对应；
根据等比例对应的关系，确定出其他第一环境得分对应的颜色图标。
可以理解，上报数据至少包括坐标位置信息和大气环境数据，当远程监控平台接收到上报数据后，即可确定每个大气环境数据对应的坐标位置。
根据本发明的实施例，在统计每个坐标位置的每个环境参数值的总得分之后，所述方法还包括：
预设不同环境参数值对环境得分评价的影响权重不同，不同环境参数值具有对应的影响权重；
基于每个坐标位置，将每个环境参数值的总得分分别乘以对应的影响权重，得到每个环境参数值的权重得分；
基于每个坐标位置，将所有环境参数值的权重得分进行累加，得到每个坐标位置的第二环境得分；
预设大气环境比色卡，将每个坐标位置的第二环境得分基于大气环境比色卡进行转化为对应的颜色图标；
在预设区域的电子地图上，基于每个坐标位置的颜色图标进行标记，以制作预设区域的大气环境画像并进行界面展示。
可以理解，不同环境参数（如PM值、湿度、温度等）对环境评分的影响权重不同，通常而言，PM值的影响权重较大。本发明则结合不同环境参数的影响权重进一步计算出每个坐标位置的权重得分，进而更加准确区分不同坐标位置的大气环境优劣。
根据本发明的实施例，基于每个聚类区的汇整数据进行数据分析处理，得到大气环境画像并进行界面展示，具体还包括：
构建大气环境预测模型；
创建样本数据库，并通过样本数据库中的样本数据对大气环境预测模型进行优化训练，得到优化后的大气环境预测模型；
获取其他未设置前端监测设备的待测坐标位置；
获取所述待测坐标位置周围预设半径内的其他前端监测设备的大气环境数据，以及与待测坐标位置的坐标关系；
将周围预设区域内的其他前端监测设备的大气环境数据，以及与待测坐标位置的坐标关系，输入大气环境预测模型，预测得到待测坐标位置的大气环境数据，所述大气环境数据包括多个环境参数值；
将待测坐标位置的每个环境参数值分别与其他坐标位置的对应环境参数值进行对比，如果前者优于后者，则对前者加1分；
统计待测坐标位置的每个环境参数值的总得分；
将待测坐标位置的不同环境参数值的总得分进行累加，得到待测坐标位置的第一环境得分；
预设大气环境比色卡，将待测坐标位置的第一环境得分基于大气环境比色卡进行转化为对应的颜色图标；
在预设区域的电子地图上，基于待测坐标位置的颜色图标进行标记，以制作预设区域的大气环境画像并进行界面展示。
可以理解，由于预设区域范围较大，如果在预设区域的每个坐标位置均设置前端监测设备则花费成本较大，由于中心坐标位置的大气环境容易受到周围大气环境的影响，基于这种影响关系，构建大气环境预测模型，并基于周围其他前端监测设备的大气环境数据预测得到待测坐标位置的大气环境数据，进而节省了前端监测设备布置的成本。
根据本发明的具体实施例，在统计待测坐标位置的每个环境参数值的总得分之后，所述方法还包括：
预设不同环境参数值对环境得分评价的影响权重不同，不同环境参数值具有对应的影响权重；
将待测坐标位置的每个环境参数值的总得分分别乘以对应的影响权重，得到每个环境参数值的权重得分；
将待测坐标位置的所有环境参数值的权重得分进行累加，得到待测坐标位置的第二环境得分；
预设大气环境比色卡，将待测坐标位置的第二环境得分基于大气环境比色卡进行转化为对应的颜色图标；
在预设区域的电子地图上，基于待测坐标位置的颜色图标进行标记，以制作预设区域的大气环境画像并进行界面展示。
根据本发明的实施例，在预测得到待测坐标位置的大气环境数据之后，所述方法还包括：
从预设区域内选定多个前端监测设备为第一设备；
获取多个第一设备的事实数据，每个事实数据至少包括每个第一设备监测的真实大气环境数据，第一设备周围预设半径内其他前端监测设备的真实环境数据，以及第一设备与周围预设半径内其他前端监测设备之间的坐标关系；
基于每个第一设备与周围预设半径内其他前端监测设备之间的坐标关系进行特征计算，得到第一特征值；
基于待测坐标位置与周围预设半径内其他前端监测设备之间的坐标关系进行特征计算，得到第二特征值；
将每个第一特征值与第二特征值进行相似度比对，选择差异度小的第一设备的事实数据加入修正库；
基于修正库的每个第一设备的事实数据，将每个第一设备周围预设半径内其他前端监测设备的真实环境数据，以及第一设备与周围预设半径内其他前端监测设备之间的坐标关系输入大气环境预测模型，输出每个第一设备的预测大气环境数据；
基于修正库的每个第一设备，将真实大气环境数据减去预测大气环境数据得到每个第一设备的差值；
对修正库的多个第一设备的差值进行平均化计算，得到修正值；
在预测得到待测坐标位置的大气环境数据的基础上，加上修正值，得到修正后的待测坐标位置的大气环境数据。
需要说明的是，由于模型预测具有一定的误差，本发明基于选定的多个第一设备的事实数据进行计算出修正值，并基于计算出的修正值对模型预测的大气环境数据进行修正，从而得到更加准确的待测前端监测设备的大气环境数据。
根据本发明的具体实施例，在基于每个聚类区的汇整数据进行数据分析处理之前，所述方法还包括：
在装设前端监测设备时，将初始坐标位置与对应前端监测设备绑定后预置入远程监管平台；
前端监测设备内设有定位装置和计时器，当感测得到大气环境数据，并触发定位装置进行定位得到当前坐标位置信息，并通过计时器获取时间戳；
将当前坐标位置信息、时间戳与大气环境数据打包，并采用前端监测设备的私钥签名，得到签名信息；
将签名信息通过主监测设备统一上报给远程监管平台；
由远程监管平台基于前端监测设备的公钥进行验签；
待验签成功后，判断时间戳是否符合当前时间信息；
如符合，则比对接收的坐标位置信息与预置的初始坐标位置信息是否一致，如果一致，则认定收到的大气环境数据有效，反之无效。
本发明能够避免他人非法移动前端监测设备，同时能够防止他人对上报数据进行重放攻击，提升了数据传输的安全性。
图2示出了本发明一种基于大气环境的监测系统的框图。
如图2所示，本发明第二方面还提出一种基于大气环境的监测系统2，包括存储器21和处理器22，所述存储器中包括一种基于大气环境的监测方法程序，所述基于大气环境的监测方法程序被所述处理器执行时实现如下步骤：
预设区域的不同的坐标位置分别设置有多个前端监测设备；
基于多个前端监测设备的坐标位置分别采用密度聚类算法进行聚类分析，计算得到多个聚类区以及对应的聚类中心；
基于每个聚类区的多个前端监测设备，选取距离对应聚类中心最近的前端监测设备作为主监测设备；
通过前端监测设备实时监测获取各自坐标位置处的大气环境数据；
基于每个聚类区，通过主监测设备收集其他前端监测设备监测的大气环境数据并进行大气环境数据汇整，得到每个聚类区的汇整数据，并进行上报；
基于每个聚类区的汇整数据进行数据分析处理，得到大气环境画像并进行界面展示。
根据本发明的实施例，通过前端监测设备实时监测获取各自坐标位置处的大气环境数据，具体包括：
预设每个前端监测设备包括不同类别的环境参数监测终端，每个环境参数监测终端包括多个环境参数传感器，由多个环境参数传感器同步感测对应坐标位置的环境参数值；
基于每个环境参数监测终端，分别获取多个环境参数传感器同步感测到的多个环境参数值；
基于每个环境参数监测终端，将每个环境参数传感器的环境参数值分别与其他环境参数传感器的环境参数进行作差比对，计算得到第一差值；
判断第一差值是否大于第一预设阈值，如是，则标记前者环境参数传感器的环境参数值为异常一次；
基于每个环境参数监测终端，待所有环境参数传感器的环境参数值均完成两两作差比对后，则统计每个环境参数传感器的环境参数值被标记为异常的总次数；
基于每个环境参数监测终端，判断每个环境参数传感器的环境参数值被标记为异常的总次数是否大于第二预设阈值，如是，则判定对应环境参数传感器的环境参数值为异常值；
基于每个环境参数监测终端，剔除异常值，并对保留下的所有有效的环境参数值进行平均化计算，得到环境参数平均值；
将每个环境参数监测终端的环境参数平均值进行组合形成对应坐标位置处的大气环境数据。
根据本发明的实施例，基于每个聚类区的汇整数据进行数据分析处理，得到大气环境画像并进行界面展示，具体包括：
对每个聚类区的汇整数据进行解析，并获取各个坐标位置的大气环境数据，且每条大气环境数据至少包括多个环境参数值；
将每个坐标位置的每个环境参数值分别与其他坐标位置的对应环境参数值进行对比，如果前者优于后者，则对前者加1分；
待所有坐标位置的各个环境参数值均完成两两对比后，统计每个坐标位置的每个环境参数值的总得分；
基于每个坐标位置，将不同环境参数值的总得分进行累加，得到每个坐标位置的第一环境得分；
预设大气环境比色卡，将每个坐标位置的第一环境得分基于大气环境比色卡进行转化为对应的颜色图标；
在预设区域的电子地图上，基于每个坐标位置的颜色图标进行标记，以制作预设区域的大气环境画像并进行界面展示。
本发明第三方面还提出一种计算机可读存储介质，所述计算机可读存储介质中包括一种基于大气环境的监测方法程序，所述基于大气环境的监测方法程序被处理器执行时，实现如上述的一种基于大气环境的监测方法的步骤。
本发明提出的一种基于大气环境的监测方法、系统和可读存储介质，实现对大气环境的智能化监测，并能够减少前端监测设备与远程监控平台之间的网络数据传输量，提升了网络传输效率，增强了大气环境监测数据上报的实时性；同时能够对未布局前端监测设备的区域同步进行大气环境监测，实现对预设区域内的大气环境进行全覆盖监测。
在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，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，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，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全部单元来实现本实施例方案的目的。
另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，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，也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也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，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机、服务器、或者网络设备等）执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种基于大气环境的监测方法，其特征在于，所述方法包括：
预设区域的不同的坐标位置分别设置有多个前端监测设备；
基于多个前端监测设备的坐标位置分别采用密度聚类算法进行聚类分析，计算得到多个聚类区以及对应的聚类中心；
基于每个聚类区的多个前端监测设备，选取距离对应聚类中心最近的前端监测设备作为主监测设备；
通过前端监测设备实时监测获取各自坐标位置处的大气环境数据；
基于每个聚类区，通过主监测设备收集其他前端监测设备监测的大气环境数据并进行大气环境数据汇整，得到每个聚类区的汇整数据，并进行上报；
基于每个聚类区的汇整数据进行数据分析处理，得到大气环境画像并进行界面展示。
2.根据权利要求1所述的一种基于大气环境的监测方法，其特征在于，通过前端监测设备实时监测获取各自坐标位置处的大气环境数据，具体包括：
预设每个前端监测设备包括不同类别的环境参数监测终端，每个环境参数监测终端包括多个环境参数传感器，由多个环境参数传感器同步感测对应坐标位置的环境参数值；
基于每个环境参数监测终端，分别获取多个环境参数传感器同步感测到的多个环境参数值；
基于每个环境参数监测终端，将每个环境参数传感器的环境参数值分别与其他环境参数传感器的环境参数进行作差比对，计算得到第一差值；
判断第一差值是否大于第一预设阈值，如是，则标记前者环境参数传感器的环境参数值为异常一次；
基于每个环境参数监测终端，待所有环境参数传感器的环境参数值均完成两两作差比对后，则统计每个环境参数传感器的环境参数值被标记为异常的总次数；
基于每个环境参数监测终端，判断每个环境参数传感器的环境参数值被标记为异常的总次数是否大于第二预设阈值，如是，则判定对应环境参数传感器的环境参数值为异常值；
基于每个环境参数监测终端，剔除异常值，并对保留下的所有有效的环境参数值进行平均化计算，得到环境参数平均值；
将每个环境参数监测终端的环境参数平均值进行组合形成对应坐标位置处的大气环境数据。
3.根据权利要求1所述的一种基于大气环境的监测方法，其特征在于，基于每个聚类区的汇整数据进行数据分析处理，得到大气环境画像并进行界面展示，具体包括：
对每个聚类区的汇整数据进行解析，并获取各个坐标位置的大气环境数据，且每条大气环境数据至少包括多个环境参数值；
将每个坐标位置的每个环境参数值分别与其他坐标位置的对应环境参数值进行对比，如果前者优于后者，则对前者加1分；
待所有坐标位置的各个环境参数值均完成两两对比后，统计每个坐标位置的每个环境参数值的总得分；
基于每个坐标位置，将不同环境参数值的总得分进行累加，得到每个坐标位置的第一环境得分；
预设大气环境比色卡，将每个坐标位置的第一环境得分基于大气环境比色卡进行转化为对应的颜色图标；
在预设区域的电子地图上，基于每个坐标位置的颜色图标进行标记，以制作预设区域的大气环境画像并进行界面展示。
4.根据权利要求3所述的一种基于大气环境的监测方法，其特征在于，在统计每个坐标位置的每个环境参数值的总得分之后，所述方法还包括：
预设不同环境参数值对环境得分评价的影响权重不同，不同环境参数值具有对应的影响权重；
基于每个坐标位置，将每个环境参数值的总得分分别乘以对应的影响权重，得到每个环境参数值的权重得分；
基于每个坐标位置，将所有环境参数值的权重得分进行累加，得到每个坐标位置的第二环境得分；
预设大气环境比色卡，将每个坐标位置的第二环境得分基于大气环境比色卡进行转化为对应的颜色图标；
在预设区域的电子地图上，基于每个坐标位置的颜色图标进行标记，以制作预设区域的大气环境画像并进行界面展示。
5.根据权利要求1所述的一种基于大气环境的监测方法，其特征在于，基于每个聚类区的汇整数据进行数据分析处理，得到大气环境画像并进行界面展示，具体还包括：
构建大气环境预测模型；
创建样本数据库，并通过样本数据库中的样本数据对大气环境预测模型进行优化训练，得到优化后的大气环境预测模型；
获取其他未设置前端监测设备的待测坐标位置；
获取所述待测坐标位置周围预设半径内的其他前端监测设备的大气环境数据，以及与待测坐标位置的坐标关系；
将周围预设区域内的其他前端监测设备的大气环境数据，以及与待测坐标位置的坐标关系，输入大气环境预测模型，预测得到待测坐标位置的大气环境数据，所述大气环境数据包括多个环境参数值；
将待测坐标位置的每个环境参数值分别与其他坐标位置的对应环境参数值进行对比，如果前者优于后者，则对前者加1分；
统计待测坐标位置的每个环境参数值的总得分；
将待测坐标位置的不同环境参数值的总得分进行累加，得到待测坐标位置的第一环境得分；
预设大气环境比色卡，将待测坐标位置的第一环境得分基于大气环境比色卡进行转化为对应的颜色图标；
在预设区域的电子地图上，基于待测坐标位置的颜色图标进行标记，以制作预设区域的大气环境画像并进行界面展示。
6.根据权利要求5所述的一种基于大气环境的监测方法，其特征在于，在预测得到待测坐标位置的大气环境数据之后，所述方法还包括：
从预设区域内选定多个前端监测设备为第一设备；
获取多个第一设备的事实数据，每个事实数据至少包括每个第一设备监测的真实大气环境数据，第一设备周围预设半径内其他前端监测设备的真实环境数据，以及第一设备与周围预设半径内其他前端监测设备之间的坐标关系；
基于每个第一设备与周围预设半径内其他前端监测设备之间的坐标关系进行特征计算，得到第一特征值；
基于待测坐标位置与周围预设半径内其他前端监测设备之间的坐标关系进行特征计算，得到第二特征值；
将每个第一特征值与第二特征值进行相似度比对，选择差异度小的第一设备的事实数据加入修正库；
基于修正库的每个第一设备的事实数据，将每个第一设备周围预设半径内其他前端监测设备的真实环境数据，以及第一设备与周围预设半径内其他前端监测设备之间的坐标关系输入大气环境预测模型，输出每个第一设备的预测大气环境数据；
基于修正库的每个第一设备，将真实大气环境数据减去预测大气环境数据得到每个第一设备的差值；
对修正库的多个第一设备的差值进行平均化计算，得到修正值；
在预测得到待测坐标位置的大气环境数据的基础上，加上修正值，得到修正后的待测坐标位置的大气环境数据。
7.一种基于大气环境的监测系统，其特征在于，包括存储器和处理器，所述存储器中包括一种基于大气环境的监测方法程序，所述基于大气环境的监测方法程序被所述处理器执行时实现如下步骤：
预设区域的不同的坐标位置分别设置有多个前端监测设备；
基于多个前端监测设备的坐标位置分别采用密度聚类算法进行聚类分析，计算得到多个聚类区以及对应的聚类中心；
基于每个聚类区的多个前端监测设备，选取距离对应聚类中心最近的前端监测设备作为主监测设备；
通过前端监测设备实时监测获取各自坐标位置处的大气环境数据；
基于每个聚类区，通过主监测设备收集其他前端监测设备监测的大气环境数据并进行大气环境数据汇整，得到每个聚类区的汇整数据，并进行上报；
基于每个聚类区的汇整数据进行数据分析处理，得到大气环境画像并进行界面展示。
8.根据权利要求7所述的一种基于大气环境的监测系统，其特征在于，通过前端监测设备实时监测获取各自坐标位置处的大气环境数据，具体包括：
预设每个前端监测设备包括不同类别的环境参数监测终端，每个环境参数监测终端包括多个环境参数传感器，由多个环境参数传感器同步感测对应坐标位置的环境参数值；
基于每个环境参数监测终端，分别获取多个环境参数传感器同步感测到的多个环境参数值；
基于每个环境参数监测终端，将每个环境参数传感器的环境参数值分别与其他环境参数传感器的环境参数进行作差比对，计算得到第一差值；
判断第一差值是否大于第一预设阈值，如是，则标记前者环境参数传感器的环境参数值为异常一次；
基于每个环境参数监测终端，待所有环境参数传感器的环境参数值均完成两两作差比对后，则统计每个环境参数传感器的环境参数值被标记为异常的总次数；
基于每个环境参数监测终端，判断每个环境参数传感器的环境参数值被标记为异常的总次数是否大于第二预设阈值，如是，则判定对应环境参数传感器的环境参数值为异常值；
基于每个环境参数监测终端，剔除异常值，并对保留下的所有有效的环境参数值进行平均化计算，得到环境参数平均值；
将每个环境参数监测终端的环境参数平均值进行组合形成对应坐标位置处的大气环境数据。
9.根据权利要求7所述的一种基于大气环境的监测系统，其特征在于，基于每个聚类区的汇整数据进行数据分析处理，得到大气环境画像并进行界面展示，具体包括：
对每个聚类区的汇整数据进行解析，并获取各个坐标位置的大气环境数据，且每条大气环境数据至少包括多个环境参数值；
将每个坐标位置的每个环境参数值分别与其他坐标位置的对应环境参数值进行对比，如果前者优于后者，则对前者加1分；
待所有坐标位置的各个环境参数值均完成两两对比后，统计每个坐标位置的每个环境参数值的总得分；
基于每个坐标位置，将不同环境参数值的总得分进行累加，得到每个坐标位置的第一环境得分；
预设大气环境比色卡，将每个坐标位置的第一环境得分基于大气环境比色卡进行转化为对应的颜色图标；
在预设区域的电子地图上，基于每个坐标位置的颜色图标进行标记，以制作预设区域的大气环境画像并进行界面展示。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中包括一种基于大气环境的监测方法程序，所述基于大气环境的监测方法程序被处理器执行时，实现如权利要求1至6中任一项所述的一种基于大气环境的监测方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211243665.6A CN115326661B (zh) | 2022-10-12 | 2022-10-12 | 一种基于大气环境的监测方法、系统和可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211243665.6A CN115326661B (zh) | 2022-10-12 | 2022-10-12 | 一种基于大气环境的监测方法、系统和可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115326661A true CN115326661A (zh) | 2022-11-11 |
| CN115326661B CN115326661B (zh) | 2023-03-24 |
Family
ID=83914250
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211243665.6A Active CN115326661B (zh) | 2022-10-12 | 2022-10-12 | 一种基于大气环境的监测方法、系统和可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115326661B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116698933A (zh) * | 2023-08-04 | 2023-09-05 | 深圳普达核工业数字测控有限公司 | 密闭空间气体检测定位方法、装置、电子设备及其介质 |
| CN117007476A (zh) * | 2023-10-08 | 2023-11-07 | 江苏卓正环保科技有限公司 | 一种基于物联网的环保智能终端数据采集系统 |
| CN117540229A (zh) * | 2023-11-15 | 2024-02-09 | 广东万为控制技术有限公司 | 一种基于聚类算法的大气环境监测方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104981002A (zh) * | 2015-05-07 | 2015-10-14 | 水利部南京水利水文自动化研究所 | 一种无线传感器网络中汇聚节点的位置确定方法 |
| CN106792883A (zh) * | 2017-01-20 | 2017-05-31 | 哈尔滨工业大学（威海） | 传感器网络异常数据检测方法与系统 |
| CN107063355A (zh) * | 2017-05-12 | 2017-08-18 | 华南理工大学 | 一种基于多传感器信息融合的空气质量检测系统及其检测方法 |
| 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 |
| CN108401235A (zh) * | 2018-02-09 | 2018-08-14 | 深圳市益鑫智能科技有限公司 | 一种基于大数据的农业现场环境参数智能采集处理系统 |
| CN109000714A (zh) * | 2018-05-31 | 2018-12-14 | 广东新康博思信息技术有限公司 | 一种基于实时采集的污染源监测系统 |
| WO2021011822A1 (en) * | 2019-07-16 | 2021-01-21 | Airthinx, Inc | Environment monitoring and management system and method |
| CN113887143A (zh) * | 2021-10-21 | 2022-01-04 | 重庆邮电大学 | 多源异构空气污染物的空间插值方法、装置及计算机设备 |
-
2022
- 2022-10-12 CN CN202211243665.6A patent/CN115326661B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104981002A (zh) * | 2015-05-07 | 2015-10-14 | 水利部南京水利水文自动化研究所 | 一种无线传感器网络中汇聚节点的位置确定方法 |
| CN106792883A (zh) * | 2017-01-20 | 2017-05-31 | 哈尔滨工业大学（威海） | 传感器网络异常数据检测方法与系统 |
| CN107063355A (zh) * | 2017-05-12 | 2017-08-18 | 华南理工大学 | 一种基于多传感器信息融合的空气质量检测系统及其检测方法 |
| 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 |
| CN108401235A (zh) * | 2018-02-09 | 2018-08-14 | 深圳市益鑫智能科技有限公司 | 一种基于大数据的农业现场环境参数智能采集处理系统 |
| CN109000714A (zh) * | 2018-05-31 | 2018-12-14 | 广东新康博思信息技术有限公司 | 一种基于实时采集的污染源监测系统 |
| WO2021011822A1 (en) * | 2019-07-16 | 2021-01-21 | Airthinx, Inc | Environment monitoring and management system and method |
| CN113887143A (zh) * | 2021-10-21 | 2022-01-04 | 重庆邮电大学 | 多源异构空气污染物的空间插值方法、装置及计算机设备 |
Non-Patent Citations (1)
| Title |
|---|
| 汪光焘: "《气象、环境与城市规划》", 31 May 2004, 北京出版社 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116698933A (zh) * | 2023-08-04 | 2023-09-05 | 深圳普达核工业数字测控有限公司 | 密闭空间气体检测定位方法、装置、电子设备及其介质 |
| CN116698933B (zh) * | 2023-08-04 | 2023-10-10 | 深圳普达核工业数字测控有限公司 | 密闭空间气体检测定位方法、装置、电子设备及其介质 |
| CN117007476A (zh) * | 2023-10-08 | 2023-11-07 | 江苏卓正环保科技有限公司 | 一种基于物联网的环保智能终端数据采集系统 |
| CN117007476B (zh) * | 2023-10-08 | 2023-12-15 | 江苏卓正环保科技有限公司 | 一种基于物联网的环保智能终端数据采集系统 |
| CN117540229A (zh) * | 2023-11-15 | 2024-02-09 | 广东万为控制技术有限公司 | 一种基于聚类算法的大气环境监测方法 |
| CN117540229B (zh) * | 2023-11-15 | 2024-04-30 | 广东万为控制技术有限公司 | 一种基于聚类算法的大气环境监测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115326661B (zh) | 2023-03-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115326661B (zh) | 一种基于大气环境的监测方法、系统和可读存储介质 | |
| CN102340485B (zh) | 基于信息关联的网络安全态势感知系统及其方法 | |
| CN111488799B (zh) | 一种基于图像识别的坠落物识别方法及系统 | |
| WO2016129715A1 (ko) | 환경 재난, 재해 조기감지를 위한 대기질 예측 및 관리 시스템 | |
| CN101465059B (zh) | 城市道路交通安全态势鉴判预警系统 | |
| CN110866642A (zh) | 安全监控方法、装置、电子设备和计算机可读存储介质 | |
| CN115375522A (zh) | 智慧城市碳中和数据分析系统 | |
| CN108734072B (zh) | 一种多源对象关联方法及装置 | |
| CN115567235A (zh) | 一种网络安全应急处置系统及应用方法 | |
| CN112712707A (zh) | 车辆碳排放监测系统及方法 | |
| CN116384736A (zh) | 一种智慧城市的风险感知方法及系统 | |
| CN113536440B (zh) | 一种基于bim运维管理系统的数据处理方法 | |
| CN114169797A (zh) | 一种能源管理系统及方法 | |
| CN111553199A (zh) | 一种基于计算机视觉的机动车交通违法行为自动检测技术 | |
| CN110765900A (zh) | 一种基于dssd的自动检测违章建筑方法及系统 | |
| Chung et al. | Information extraction methodology by web scraping for smart cities | |
| CN114387391A (zh) | 变电站设备的安全监测方法、装置、计算机设备和介质 | |
| CN113191170B (zh) | 公共设施二维码损毁巡检有效性预测方法及系统 | |
| CN113901043A (zh) | 污染源智能监管和数据融合分析方法和系统 | |
| CN113920535A (zh) | 一种基于YOLOv5的电子区域检测方法 | |
| CN112561260A (zh) | 城区安全隐患的智慧管理方法、系统、终端及存储介质 | |
| CN112134839A (zh) | 一种应用于智慧城市的大数据安全管理系统 | |
| CN108776453B (zh) | 一种基于计算机的建筑安全监控系统 | |
| CN116362445B (zh) | 一种面向多终端的智慧城市数字孪生地图管理系统 | |
| CN117291430B (zh) | 一种基于机器视觉的安全生产检测方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |