CN117607373A - 一种温室气体监测数据校准的方法、系统、设备及介质 - Google Patents
一种温室气体监测数据校准的方法、系统、设备及介质 Download PDFInfo
- Publication number
- CN117607373A CN117607373A CN202410097870.9A CN202410097870A CN117607373A CN 117607373 A CN117607373 A CN 117607373A CN 202410097870 A CN202410097870 A CN 202410097870A CN 117607373 A CN117607373 A CN 117607373A
- Authority
- CN
- China
- Prior art keywords
- gas
- gases
- measured
- cross interference
- sensor
- 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
- 239000005431 greenhouse gas Substances 0.000 title claims abstract description 72
- 238000000034 method Methods 0.000 title claims abstract description 70
- 238000012544 monitoring process Methods 0.000 title claims abstract description 46
- 239000007789 gas Substances 0.000 claims abstract description 250
- 238000005259 measurement Methods 0.000 claims abstract description 53
- 238000004364 calculation method Methods 0.000 claims description 10
- 230000000694 effects Effects 0.000 abstract description 6
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 18
- 230000008569 process Effects 0.000 description 10
- 238000012545 processing Methods 0.000 description 10
- 229910002092 carbon dioxide Inorganic materials 0.000 description 9
- 239000001569 carbon dioxide Substances 0.000 description 9
- 230000006870 function Effects 0.000 description 9
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 9
- GQPLMRYTRLFLPF-UHFFFAOYSA-N Nitrous Oxide Chemical compound [O-][N+]#N GQPLMRYTRLFLPF-UHFFFAOYSA-N 0.000 description 8
- 238000004891 communication Methods 0.000 description 8
- CBENFWSGALASAD-UHFFFAOYSA-N Ozone Chemical compound [O-][O+]=O CBENFWSGALASAD-UHFFFAOYSA-N 0.000 description 4
- 239000001272 nitrous oxide Substances 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 230000005855 radiation Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000010792 warming Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 239000003507 refrigerant Substances 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
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
- G01N33/007—Arrangements to check the analyser
-
- 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
- G01N33/0006—Calibrating gas analysers
-
- 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
- G01N33/007—Arrangements to check the analyser
- G01N33/0072—Arrangements to check the analyser by generating a test gas
Landscapes
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Physics & Mathematics (AREA)
- Combustion & Propulsion (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)
- Investigating Or Analyzing Materials By The Use Of Fluid Adsorption Or Reactions (AREA)
Abstract
一种温室气体监测数据校准的方法、系统、设备及存储介质，涉及数据测量、监测技术领域。在该方法中，通过传感器获取所述待校准温室气体中待测气体的初始测量值；所述待测气体包括四种气体；根据所述待测气体的初始测量值和预设标准值得到交叉干扰系数，其中，所述交叉干扰系数通过预设方式得到；以及根据所述交叉干扰系数，将所述待测气体的初始测量值校准为实际测量值，其中，所述交叉干扰系数包括多个子交叉干扰系数，所述子交叉干扰系数是指第一气体对第二气体的干扰系数，所述第一气体和所述第二气体是所述待测气体中的任意两种气体。实施本申请提供的技术方案，达到了准确获取温室气体中各种气体的含量的效果。
Description
技术领域
本申请涉及数据测量、监测技术领域，具体涉及一种温室气体监测数据校准的方法、系统、设备及介质。
背景技术
随着科技的发展，温室气体的排放越来越多，而温室气体排放是导致全球气候变暖的主要原因之一。为了遏制全球变暖，需要获取温室气体里各种气体的含量，从而根据这些数据制定有针对性的对策。
目前，主要是通过电化学传感器获取温室气体中各种气体的含量，但是电化学传感器本身受温度、湿度、背景气体影响大，并且往往会忽略气体之间的相互干扰，这样会导致获取到的数据往往误差较大。
发明内容
本申请提供一种温室气体监测数据校准的方法、系统、设备及存储介质，通过零点校准、量程和基线漂移校准和气体交叉干扰校准对温室气体中各种气体的含量进行校准，从而提高了测量温室气体中各种气体的含量的精度。
在本申请的第一方面提供了一种温室气体监测数据校准的方法，应用于温室气体监测平台，所述温室气体监测平台包括传感器，所述方法包括：
通过传感器获取数据待校准的温室气体中待测气体的初始测量值，所述待测气体包括四种气体；
根据所述待测气体的初始测量值和预设标准值得到交叉干扰系数，其中，所述交叉干扰系数通过预设方式得到；以及
根据所述交叉干扰系数，将所述待测气体的初始测量值校准为实际测量值，其中，所述交叉干扰系数包括多个子交叉干扰系数，所述子交叉干扰系数是指第一气体对第二气体的干扰系数，所述第一气体和所述第二气体是所述待测气体中的任意两种气体。
通过采用上述技术方案，可以消除其他气体对待测气体的干扰，从而得到更准确的实际测量值。这有助于提高温室气体监测平台的测量准确性，为相关研究和分析提供更可靠的数据。可以针对不同种类的温室气体进行校准，包括二氧化碳、甲烷、氧化亚氮等四种气体。通过预设的交叉干扰系数，可以对不同种类的气体进行准确的校准，确保测量结果的稳定性。子交叉干扰系数能够更细致地考虑不同气体之间的相互干扰。这种细致的校准可以更准确地反映气体间的相互作用，从而提高校准的精度。由于子交叉干扰系数考虑了任意两种气体之间的干扰，因此这种方法可以全面覆盖各种气体组合。这意味着无论哪种气体组合，都可以通过这种方法进行校准，提高了方法的适用性。通过考虑不同气体之间的相互干扰，该方法能够更准确地反映气体的实际浓度，可以帮助研究人员更准确地了解温室气体的排放和分布情况。
可选的，所述交叉干扰系数通过预设方式得到，具体包括：
通过以下方式获取多个子交叉干扰系数：
；
；
其中，c1、c2、c3、c4分别代表四种待测气体的预设标准值，kij代表第j种气体对第i种气体的子交叉干扰系数，i、j∈[1，4]，i、j为正整数，x1、x2、x3、x4分别代表传感器采集四种待测气体的应输出值，x0、y0、z0、p0分别代表传感器采集四种待测气体的初始测量值，kx、ky、kz、kp分别代表传感器对四种待测气体的偏移系数，b1、b2、b3、b4分别代表传感器对四种待测气体的偏移量，z代表相关性系数，max代表最大值，cov（）表示协方差，表示标准差，E（）表示均值期望；c表示为x1、x2、x3、x4中的任意一个，m0表示为x0、y0、z0、p0中的任意一个，c和m0对应，当c为x1时，m0为x0，其他以此类推；
将多个所述子交叉干扰系数构建为所述交叉干扰系数，所述交叉干扰系数包括kij。
通过采用上述技术方案，使用预设公式对子交叉干扰系数进行求解，避免了主观因素的干扰，使得结果更加准确。
可选的，所述根据所述交叉干扰系数将所述待测气体的初始测量值校准为实际测量值包括：
根据所述子交叉干扰系数和传感器采集四种待测气体的应输出值得到每种待测气体的实际测量值；所述应输出值为经过初始校准后的所述传感器采集四种待测气体的输出值。
通过采用上述技术方案，使用交叉干扰系数和子交叉干扰系数以及应输出值，可以提高测量准确性，增强数据可靠性，简化计算过程和提高方法的适用性，对于温室气体监测和研究具有重要意义。
可选的，所述根据所述子交叉干扰系数和传感器采集四种待测气体的应输出值得到每种待测气体的实际测量值具体包括：
通过以下方式获取每种待测气体的实际测量值：
；
其中，c5、c6、c7、c8分别代表四种待测气体的实际测量值。
通过采用上述技术方案，使用预设公式对四种待测气体的实际测量值进行求解，避免了主观因素的干扰，使得结果更加准确。
可选的，所述获取所述待校准温室气体中待测气体的初始测量值包括：
分别向所述温室气体监测平台通入零气和标气，通过所述零气和标气校准传感器的零点，并通过校准后的传感器获取所述待校准温室气体中待测气体的初始测量值，其中，所述零气是浓度为零的气体，所述标气是浓度为预设标准值的气体。
通过采用上述技术方案，使用零气和标气进行校准可以消除传感器本身的误差和漂移，确保测量数据的稳定性和可靠性。通过使用零气和标气进行校准，可以简化校准流程并减少所需的时间和资源。这种方法可以快速、有效地完成传感器的初步校准，提高校准效率。通过向温室气体监测平台通入零气和标气来校准传感器的零点，可以确保传感器的准确性。校准后的传感器能够更准确地测量待校准温室气体中待测气体的初始测量值，从而提高测量的准确性。
可选的，所述方法还包括：
对所述传感器进行量程和基线漂移校准得到传感器对四种待测气体的偏移系数和偏移量，并通过所述初始测量值、所述偏移系数和偏移量确定所述待校准温室气体中待测气体的应输出值。
通过采用上述技术方案，对传感器进行量程和基线漂移校准，可以确定传感器对四种待测气体的偏移系数和偏移量。这些参数可以用于修正传感器的误差，从而提高测量的准确性。通过校准传感器，可以消除传感器本身的误差和漂移，确保测量数据的稳定性和可靠性。
在本申请的第二方面提供了一种温室气体监测数据校准的系统，包括采集模块、计算模块以及校准模块，其中：
采集模块，配置用于通过传感器获取数据待校准的温室气体中待测气体的初始测量值，所述待测气体包括四种气体；
计算模块，配置用于根据所述待测气体的初始测量值和预设标准值得到交叉干扰系数，其中，所述交叉干扰系数通过预设方式得到；以及
校准模块，配置用于根据所述交叉干扰系数将所述待测气体的初始测量值校准为实际测量值，其中，所述交叉干扰系数包括多个子交叉干扰系数，所述子交叉干扰系数是指第一气体对第二气体的干扰系数，所述第一气体和所述第二气体是所述待测气体中的任意两种气体。
在本申请的第三方面提供了一种电子设备，包括处理器、存储器、用户接口以及网络接口，所述存储器用于存储指令，所述用户接口和所述网络接口均用于与其他设备通信，所述处理器用于执行所述存储器中存储的指令，以使所述电子设备执行如上述任意一项所述的方法。
在本申请的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有指令，当所述指令被执行时，执行如上述任意一项所述的方法。
综上所述，本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
1、通过采集待校准温室气体获取待测气体的初始测量值，并使用交叉干扰系数和子交叉干扰系数进行校准，可以更准确地反映气体的实际浓度，提高测量准确性；
2、通过使用零气和标气进行校准、对传感器进行量程和基线漂移校准等方法，可以消除传感器本身的误差和漂移，确保测量数据的稳定性和可靠性，增强数据可靠性；
3、通过预设标准值和偏移系数等参数，可以将实际测量值的获取过程简化为一系列的计算过程，从而快速、准确地获取实际测量值，提高校准效率。
附图说明
图1是本申请实施例公开的一种温室气体监测数据校准的方法的流程示意图；
图2是本申请实施例公开的一种温室气体监测数据校准的系统的模块示意图；
图3是本申请实施例公开的一种电子设备的结构示意图。
附图标记说明：201、采集模块；202、计算模块；203、校准模块；301、处理器；302、通信总线；303、用户接口；304、网络接口；305、存储器。
具体实施方式
为了使本领域的技术人员更好地理解本说明书中的技术方案，下面将结合本说明书实施例中的附图，对本说明书实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。
在本申请实施例的描述中，“例如”或者“举例来说”等词用于表示作例子、例证或说明。本申请实施例中被描述为“例如”或者“举例来说”的任何实施例或设计方案不应被解释为比其他实施例或设计方案更优选或更具优势。确切而言，使用“例如”或者“举例来说”等词旨在以具体方式呈现相关概念。
在本申请实施例的描述中，术语“多个”的含义是指两个或两个以上。例如，多个系统是指两个或两个以上的系统，多个屏幕终端是指两个或两个以上的屏幕终端。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。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。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
本实施例公开了一种温室气体监测数据校准的方法，应用于温室气体监测平台，所述温室气体监测平台包括传感器，图1是本申请实施例公开的一种温室气体监测数据校准的方法的流程示意图，如图1所示，方法包括如下步骤：
S110、通过传感器获取数据待校准的温室气体中待测气体的初始测量值；所述待测气体包括四种气体；
S120、根据所述待测气体的初始测量值和预设标准值得到交叉干扰系数，其中，所述交叉干扰系数通过预设方式得到；以及
S130、根据所述交叉干扰系数，将所述待测气体的初始测量值校准为实际测量值，其中，所述交叉干扰系数包括多个子交叉干扰系数，所述子交叉干扰系数是指第一气体对第二气体的干扰系数，所述第一气体和所述第二气体是所述待测气体中的任意两种气体。
温室气体指的是大气中能吸收地面反射的长波辐射，并重新发射辐射的一些气体，如二氧化碳、大部分制冷剂等。它们的作用是使地球表面变得更暖，类似于温室截留太阳辐射，并加热温室内空气的作用。这种温室气体使地球变得更温暖的影响称为“温室效应”。温室气体主要包括二氧化碳（CO2）、臭氧（O3）、甲烷（CH4）和氧化亚氮（N2O），这些气体占温室气体的含量的90%以上，并且是产生温室效应主要气体，因此，本申请实施例以其中四种气体为例进行说明，但是，这并不是对四种气体的限制，其他实施例中可以是其他四种气体。
采集待校准温室气体，获取待校准温室气体中待测气体的初始测量值，待测气体包括四种气体；例如，二氧化碳的初始测量值为x0、臭氧的初始测量值为y0、甲烷的初始测量值为z0、氧化亚氮的初始测量值为p0；根据待测气体的初始测量值和预设标准值得到交叉干扰系数，其中，所述交叉干扰系数通过预设方式得到，预设标准值可以是环境中的四种待测气体的实际浓度值，例如，二氧化碳的预设标准值为c1、臭氧的初始测量值为c2、甲烷的初始测量值为c3、氧化亚氮的初始测量值为c4；根据交叉干扰系数，将所述待测气体的初始测量值校准为实际测量值。例如，子交叉干扰系数k12是指第二种气体对第一种气体的子交叉干扰系数，在本申请实施例中可以是臭氧对二氧化碳的子交叉干扰系数，通过多个子交叉干扰系数组成交叉干扰系数。
通过对初始测量值进行校准，利用交叉干扰系数修正了不同气体间的相互干扰，从而提高了测量结果的准确性。这对于温室气体监测和研究至关重要，因为它有助于更准确地了解温室气体的排放和分布情况。通过校准过程，能够消除或减小由传感器误差、环境变化等因素引起的测量偏差，从而提高了数据的可靠性。这对于政策制定和决策支持具有重要意义，因为它有助于做出更科学、更准确的决策。可以针对不同的气体种类进行校准。这使得该方法具有广泛的应用范围，可以适应不同监测需求和应用场景。
通过引入子交叉干扰系数，能够更精确地校准不同气体间的相互干扰。这种精细化校准可以提高测量结果的准确性和可靠性，使监测结果更加准确反映气体的实际浓度。子交叉干扰系数的引入使得该方法可以针对不同的气体组合进行校准。这使得该方法不仅适用于单一气体的测量，还可以应用于多种气体同时测量的场景。这种拓展应用范围使得该方法在更广泛的领域具有应用价值。子交叉干扰系数的引入使得该方法能够更准确地校准不同气体间的相互干扰。这种高精度校准可以减少测量偏差，提高数据的准确性和可靠性。这对于需要高精度测量结果的领域（如环境监测、科学研究等）具有重要意义。
可选的，所述交叉干扰系数通过预设方式得到，具体包括：
通过以下方式获取多个子交叉干扰系数：
；
；
其中，c1、c2、c3、c4分别代表四种待测气体的预设标准值，kij代表第j种气体对第i种气体的子交叉干扰系数，i、j∈[1，4]，i、j为正整数，x1、x2、x3、x4分别代表传感器采集四种待测气体的应输出值，x0、y0、z0、p0分别代表传感器采集四种待测气体的初始测量值，kx、ky、kz、kp分别代表传感器对四种待测气体的偏移系数，b1、b2、b3、b4分别代表传感器对四种待测气体的偏移量，z代表相关性系数，max代表最大值，cov（）表示协方差，表示标准差，E（）表示均值期望；c表示为x1、x2、x3、x4中的任意一个，m0表示为x0、y0、z0、p0中的任意一个，c和m0对应，当c为x1时，m0为x0，其他以此类推；
将多个所述子交叉干扰系数构建为所述交叉干扰系数，所述交叉干扰系数包括kij。
x1、x2、x3、x4分别代表传感器采集四种待测气体的应输出值，应输出值是指经过初始校准后的所述传感器采集四种待测气体的输出值，其并不等同于初始测量值。kx、ky、kz、kp分别代表传感器对四种待测气体的偏移系数，b1、b2、b3、b4分别代表传感器对四种待测气体的偏移量，这些参数可以通过量程和基线漂移校准得到。c表示为x1、x2、x3、x4中的任意一个，m0表示为x0、y0、z0、p0中的任意一个，c和m0对应，当c为x1时，m0为x0；当c为x2时，m0为y0；当c为x3时，m0为z0；当c为x4时，m0为p0。协方差是一个衡量两个随机变量同时取值的平均偏离程度的指标。简单来说，协方差为零，表示两个变量是独立的，没有相关性；协方差为正，表示两个变量是正相关的，一个变量的取值增加，另一个也增加；协方差为负，表示两个变量是负相关的，一个变量的取值增加，另一个减少。标准差是方差的算术平方根。标准差能反映一个数据集的离散程度。平均数相同的两组数据，标准差未必相同。在本申请实施例中交叉干扰系数包括子交叉干扰系数k12、k13、k14、k21、k23、k24、k31、k32、k34、k41、k42、k43。当相关性系数最大时可以求得上述子交叉干扰系数。
使用预设公式对子交叉干扰系数进行求解，避免了主观因素的干扰，使得结果更加准确。
可选的，所述根据所述交叉干扰系数将所述待测气体的初始测量值校准为实际测量值包括：
根据所述子交叉干扰系数和传感器采集四种待测气体的应输出值得到每种待测气体的实际测量值；所述应输出值为经过初始校准后的所述传感器采集四种待测气体的输出值。
通过使用交叉干扰系数和子交叉干扰系数对初始测量值进行校准，可以更准确地反映每种待测气体的实际浓度。这种方法考虑了不同气体之间的相互干扰，从而提高了测量结果的准确性。通过校准过程，可以消除或减小由传感器误差、环境变化等因素引起的测量偏差，从而提高了数据的可靠性。这对于长期监测和趋势分析至关重要，因为它有助于做出更科学、更准确的决策。通过使用交叉干扰系数和子交叉干扰系数，可以简化一系列的计算过程，快速、准确地获取实际测量值。这种方法适用于大规模数据处理和实时监测，有助于提高监测效率。
可选的，所述根据所述子交叉干扰系数和传感器采集四种待测气体的应输出值得到每种待测气体的实际测量值具体包括：
通过以下方式获取每种待测气体的实际测量值：
；
其中，c5、c6、c7、c8分别代表四种待测气体的实际测量值。
将已经求出的子交叉干扰系数代入上述公式，可以求得c5、c6、c7、c8的值。
使用预设公式对待测气体的实际测量值进行求解，避免了主观因素的干扰，使得结果更加准确。
可选的，所述获取所述待校准温室气体中待测气体的初始测量值包括：
分别向所述温室气体监测平台通入零气和标气，通过所述零气和标气校准传感器的零点，并通过校准后的传感器获取所述待校准温室气体中待测气体的初始测量值，其中，所述零气是浓度为零的气体，所述标气是浓度为预设标准值的气体。
例如，向温室气体监测平台通入二氧化碳的零气，记录传感器输出值n0，再向温室气体监测平台通入浓度为c0的二氧化碳，可以得到传感器的零点偏移量，根据零点偏移量对传感器进行校准，并根据校准后的传感器获取二氧化碳的初始测量值。
通过使用零气和标气对传感器进行零点校准，可以消除传感器本身的误差和漂移，确保测量数据的稳定性和可靠性。这种方法可以提高零点校准的精度，从而提高测量结果的准确性。通过分别通入零气和标气进行校准，可以简化为一系列的计算过程，快速、准确地获取待测气体的初始测量值。这种方法适用于大规模数据处理和实时监测，有助于提高监测效率。
可选的，所述方法还包括：
对所述传感器进行量程和基线漂移校准得到传感器对四种待测气体的偏移系数和偏移量，并通过所述初始测量值、所述偏移系数和偏移量确定所述待校准温室气体中待测气体的应输出值。
使用标准气体对每一个传感器分别进行校准，根据传感器输出信号确定每一个传感器的特性曲线，包括零点基线、分辨率和灵敏度。使用气体发生器和气体检测仪对传感器进行校准，确定每一种气体在不同量程下的传感器对四种待测气体的偏移系数和传感器对四种待测气体的偏移量。通过标准物质校准，确保每一个传感器在不同量程内的线性和稳定性。
本实施例还公开了一种温室气体监测数据校准的系统，图2是本申请实施例公开的一种温室气体监测数据校准的系统的模块示意图，如图2所示，系统包括采集模块201、计算模块202以及校准模块203，其中：
采集模块201，配置用于通过传感器获取数据待校准的温室气体中待测气体的初始测量值，所述待测气体包括四种气体；
计算模块202，配置用于根据所述待测气体的初始测量值和预设标准值得到交叉干扰系数，其中，所述交叉干扰系数通过预设方式得到；以及
校准模块203，配置用于根据所述交叉干扰系数将所述待测气体的初始测量值校准为实际测量值，其中，所述交叉干扰系数包括多个子交叉干扰系数，所述子交叉干扰系数是指第一气体对第二气体的干扰系数，所述第一气体和所述第二气体是所述待测气体中的任意两种气体。
可选的，所述计算模块202配置用于：
通过以下方式获取多个子交叉干扰系数：
；
；
其中，c1、c2、c3、c4分别代表四种待测气体的预设标准值，kij代表第j种气体对第i种气体的子交叉干扰系数，i、j∈[1，4]，i、j为正整数，x1、x2、x3、x4分别代表传感器采集四种待测气体的应输出值，x0、y0、z0、p0分别代表传感器采集四种待测气体的初始测量值，kx、ky、kz、kp分别代表传感器对四种待测气体的偏移系数，b1、b2、b3、b4分别代表传感器对四种待测气体的偏移量，z代表相关性系数，max代表最大值，cov（）表示协方差，表示标准差，E（）表示均值期望；c表示为x1、x2、x3、x4中的任意一个，m0表示为x0、y0、z0、p0中的任意一个，c和m0对应，当c为x1时，m0为x0，其他以此类推；
将多个所述子交叉干扰系数构建为所述交叉干扰系数，所述交叉干扰系数包括kij。
可选的，所述校准模块203还配置用于：
根据所述子交叉干扰系数和传感器采集四种待测气体的应输出值得到每种待测气体的实际测量值；所述应输出值为经过初始校准后的所述传感器采集四种待测气体的输出值。
可选的，所述校准模块203还配置用于：
通过以下方式获取每种待测气体的实际测量值：
；
其中，c5、c6、c7、c8分别代表四种待测气体的实际测量值。
可选的，所述采集模块201配置用于：
分别向所述温室气体监测平台通入零气和标气，通过所述零气和标气校准传感器的零点，并通过校准后的传感器获取所述待校准温室气体中待测气体的初始测量值，其中，所述零气是浓度为零的气体，所述标气是浓度为预设标准值的气体。
可选的，所述系统还包括预处理模块，所述预处理模块配置用于：
对所述传感器进行量程和基线漂移校准得到传感器对四种待测气体的偏移系数和偏移量，并通过所述初始测量值、所述偏移系数和偏移量确定所述待校准温室气体中待测气体的应输出值。
需要说明的是：上述实施例提供的装置在实现其功能时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的装置和方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
本实施例还公开了一种电子设备，参照图3，电子设备可以包括：至少一个处理器301，至少一个通信总线302，用户接口303，网络接口304，至少一个存储器305。
其中，通信总线302用于实现这些组件之间的连接通信。
其中，用户接口303可以包括显示屏（Display）、摄像头（Camera），可选用户接口303还可以包括标准的有线接口、无线接口。
其中，网络接口304可选的可以包括标准的有线接口、无线接口（如WI-FI接口）。
其中，处理器301可以包括一个或者多个处理核心。处理器301利用各种接口和线路连接整个服务器内的各个部分，通过运行或执行存储在存储器305内的指令、程序、代码集或指令集，以及调用存储在存储器305内的数据，执行服务器的各种功能和处理数据。可选的，处理器301可以采用数字信号处理（Digital Signal Processing，DSP）、现场可编程门阵列（Field-Programmable Gate Array，FPGA）、可编程逻辑阵列（Programmable LogicArray，PLA）中的至少一种硬件形式来实现。处理器301可集成中央处理器301（CentralProcessing Unit，CPU）、图像处理器301（Graphics Processing Unit，GPU）和调制解调器等中的一种或几种的组合。其中，CPU主要处理操作系统、用户界面和应用程序等；GPU用于负责显示屏所需要显示的内容的渲染和绘制；调制解调器用于处理无线通信。可以理解的是，上述调制解调器也可以不集成到处理器301中，单独通过一块芯片进行实现。
其中，存储器305可以包括随机存储器305（Random Access Memory，RAM），也可以包括只读存储器305（Read-Only Memory）。可选的，该存储器305包括非瞬时性计算机可读介质（non-transitory computer-readable storage medium）。存储器305可用于存储指令、程序、代码、代码集或指令集。存储器305可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令（比如触控功能、声音播放功能、图像播放功能等）、用于实现上述各个方法实施例的指令等；存储数据区可存储上面各个方法实施例中涉及的数据等。存储器305可选的还可以是至少一个位于远离前述处理器301的存储装置。如图所示，作为一种计算机存储介质的存储器305中可以包括操作系统、网络通信模块、用户接口303模块以及温室气体监测数据校准的方法的应用程序。
在图3所示的电子设备中，用户接口303主要用于为用户提供输入的接口，获取用户输入的数据；而处理器301可以用于调用存储器305中存储温室气体监测数据校准的方法的应用程序，当由一个或多个处理器301执行时，使得电子设备执行如上述实施例中一个或多个的方法。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必需的。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所披露的装置，可通过其他的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些服务接口，装置或单元的间接耦合或通信连接，可以是电性或其他的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储器305中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或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器305中，包括若干指令用以使得一台计算机设备（可为个人计算机、服务器或者网络设备等）执行本申请各个实施例方法的全部或部分步骤。而前述的存储器305包括：U盘、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述者，仅为本公开的示例性实施例，不能以此限定本公开的范围。即但凡依本公开教导所作的等效变化与修饰，皆仍属本公开涵盖的范围内。本领域技术人员在考虑说明书及实践真理的公开后，将容易想到本公开的其他实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未记载的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的范围和精神由权利要求限定。
Claims (9)
1.一种温室气体监测数据校准的方法，其特征在于，应用于温室气体监测平台，所述温室气体监测平台包括传感器，所述方法包括：
通过传感器获取数据待校准的温室气体中待测气体的初始测量值，所述待测气体包括四种气体；
根据所述待测气体的初始测量值和预设标准值得到交叉干扰系数，其中，所述交叉干扰系数通过预设方式得到；以及
根据所述交叉干扰系数，将所述待测气体的初始测量值校准为实际测量值，其中，所述交叉干扰系数包括多个子交叉干扰系数，所述子交叉干扰系数是指第一气体对第二气体的干扰系数，所述第一气体和所述第二气体是所述待测气体中的任意两种气体。
2.根据权利要求1所述的温室气体监测数据校准的方法，其特征在于，所述交叉干扰系数通过预设方式得到，具体包括：
通过以下方式获取多个子交叉干扰系数：
；
；
其中，c1、c2、c3、c4分别代表四种待测气体的预设标准值，kij代表第j种气体对第i种气体的子交叉干扰系数，i、j∈[1，4]，i、j为正整数，x1、x2、x3、x4分别代表传感器采集四种待测气体的应输出值，x0、y0、z0、p0分别代表传感器采集四种待测气体的初始测量值，kx、ky、kz、kp分别代表传感器对四种待测气体的偏移系数，b1、b2、b3、b4分别代表传感器对四种待测气体的偏移量，z代表相关性系数，max代表最大值，cov（）表示协方差，表示标准差，E（）表示均值期望；c表示为x1、x2、x3、x4中的任意一个，m0表示为x0、y0、z0、p0中的任意一个，c和m0对应，当c为x1时，m0为x0，其他以此类推；
将多个所述子交叉干扰系数构建为所述交叉干扰系数，所述交叉干扰系数包括kij。
3.根据权利要求2所述的温室气体监测数据校准的方法，其特征在于，所述根据所述交叉干扰系数将所述待测气体的初始测量值校准为实际测量值包括：
根据所述子交叉干扰系数和传感器采集四种待测气体的应输出值得到每种待测气体的实际测量值；所述应输出值为经过初始校准后的所述传感器采集四种待测气体的输出值。
4.根据权利要求3所述的温室气体监测数据校准的方法，其特征在于，所述根据所述子交叉干扰系数和传感器采集四种待测气体的应输出值得到每种待测气体的实际测量值具体包括：
通过以下方式获取每种待测气体的实际测量值：
；
其中，c5、c6、c7、c8分别代表四种待测气体的实际测量值。
5.根据权利要求1所述的温室气体监测数据校准的方法，其特征在于，所述通过传感器获取数据待校准的温室气体中待测气体的初始测量值包括：
分别向所述温室气体监测平台通入零气和标气，通过所述零气和标气校准传感器的零点，并通过校准后的传感器获取所述待校准温室气体中待测气体的初始测量值，其中，所述零气是浓度为零的气体，所述标气是浓度为预设标准值的气体。
6.根据权利要求5所述的温室气体监测数据校准的方法，其特征在于，所述方法还包括：
对所述传感器进行量程和基线漂移校准得到传感器对四种待测气体的偏移系数和偏移量，并通过所述初始测量值、所述偏移系数和偏移量确定所述待校准温室气体中待测气体的应输出值。
7.一种温室气体监测数据校准的系统，其特征在于，包括采集模块、计算模块以及校准模块，其中：
采集模块，配置用于通过传感器获取数据待校准的温室气体中待测气体的初始测量值，所述待测气体包括四种气体；
计算模块，配置用于根据所述待测气体的初始测量值和预设标准值得到交叉干扰系数，其中，所述交叉干扰系数通过预设方式得到；以及
校准模块，配置用于根据所述交叉干扰系数将所述待测气体的初始测量值校准为实际测量值，其中，所述交叉干扰系数包括多个子交叉干扰系数，所述子交叉干扰系数是指第一气体对第二气体的干扰系数，所述第一气体和所述第二气体是所述待测气体中的任意两种气体。
8.一种电子设备，其特征在于，包括处理器、存储器、用户接口以及网络接口，所述存储器用于存储指令，所述用户接口和所述网络接口均用于与其他设备通信，所述处理器用于执行所述存储器中存储的指令，以使所述电子设备执行如权利要求1-6任意一项所述的方法。
9.一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存储有指令，当所述指令被执行时，执行如权利要求1-6任意一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410097870.9A CN117607373B (zh) | 2024-01-24 | 2024-01-24 | 一种温室气体监测数据校准的方法、系统、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410097870.9A CN117607373B (zh) | 2024-01-24 | 2024-01-24 | 一种温室气体监测数据校准的方法、系统、设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117607373A true CN117607373A (zh) | 2024-02-27 |
| CN117607373B CN117607373B (zh) | 2024-04-19 |
Family
ID=89948349
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410097870.9A Active CN117607373B (zh) | 2024-01-24 | 2024-01-24 | 一种温室气体监测数据校准的方法、系统、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117607373B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090078587A1 (en) * | 2004-06-18 | 2009-03-26 | Bjr Sensors, Llc | Method of Sensor Conditioning for Improving Signal Output Stability for Mixed Gas Measurements |
| US20100229658A1 (en) * | 2006-08-23 | 2010-09-16 | Georgia Tech Research Corporation | Fluidically-assisted sensor systems for fast sensing of chemical and biological substances |
| CN110501462A (zh) * | 2014-02-19 | 2019-11-26 | 马林克罗特医疗产品知识产权公司 | 用于补偿暴露于一氧化氮的电化学气体传感器的长期灵敏度漂移的方法 |
| WO2020093072A1 (en) * | 2018-11-02 | 2020-05-07 | Nextteq Llc | Gas detector tube kit and methods of reading gas detector tubes |
| CN111351898A (zh) * | 2020-03-24 | 2020-06-30 | 重庆工商大学 | 检测火电厂排放尾气中二氧化硫浓度的方法 |
| CN112611688A (zh) * | 2020-12-30 | 2021-04-06 | 罗克佳华科技集团股份有限公司 | 一种大气监测设备的自动校准装置及方法 |
| CN113219130A (zh) * | 2021-04-16 | 2021-08-06 | 中国农业大学 | 一种多参数气体传感器的校准方法及测试平台 |
| CN116183500A (zh) * | 2023-03-17 | 2023-05-30 | 杭州绿洁科技股份有限公司 | 一种大气污染物检测系统和检测方法 |
-
2024
- 2024-01-24 CN CN202410097870.9A patent/CN117607373B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20090078587A1 (en) * | 2004-06-18 | 2009-03-26 | Bjr Sensors, Llc | Method of Sensor Conditioning for Improving Signal Output Stability for Mixed Gas Measurements |
| US20100229658A1 (en) * | 2006-08-23 | 2010-09-16 | Georgia Tech Research Corporation | Fluidically-assisted sensor systems for fast sensing of chemical and biological substances |
| CN110501462A (zh) * | 2014-02-19 | 2019-11-26 | 马林克罗特医疗产品知识产权公司 | 用于补偿暴露于一氧化氮的电化学气体传感器的长期灵敏度漂移的方法 |
| WO2020093072A1 (en) * | 2018-11-02 | 2020-05-07 | Nextteq Llc | Gas detector tube kit and methods of reading gas detector tubes |
| CN111351898A (zh) * | 2020-03-24 | 2020-06-30 | 重庆工商大学 | 检测火电厂排放尾气中二氧化硫浓度的方法 |
| CN112611688A (zh) * | 2020-12-30 | 2021-04-06 | 罗克佳华科技集团股份有限公司 | 一种大气监测设备的自动校准装置及方法 |
| CN113219130A (zh) * | 2021-04-16 | 2021-08-06 | 中国农业大学 | 一种多参数气体传感器的校准方法及测试平台 |
| CN116183500A (zh) * | 2023-03-17 | 2023-05-30 | 杭州绿洁科技股份有限公司 | 一种大气污染物检测系统和检测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117607373B (zh) | 2024-04-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Liang et al. | Field comparison of electrochemical gas sensor data correction algorithms for ambient air measurements | |
| CN114166768B (zh) | 不同设备检测同一指标同质化换算方法、装置、电子设备 | |
| CN104457627A (zh) | 一种利用Photoshop精准测量不规则物体平面面积的方法 | |
| CN107941666A (zh) | 一种消除颗粒物的温湿度影响的动态校准方法及监测仪 | |
| WO2019104487A1 (zh) | 一种混合物检测方法及设备 | |
| CN116399820B (zh) | 植被遥感产品真实性校验方法、装置、设备及介质 | |
| CN110887800B (zh) | 一种用于光谱法水质在线监测系统的数据校准方法 | |
| CN105784672A (zh) | 一种基于双树复小波算法的毒品检测仪标准化方法 | |
| CN107884322A (zh) | 一种消除颗粒物的化学组分影响的动态校准方法及监测仪 | |
| CN115048613A (zh) | 一种指标同质化换算方法、装置、电子设备及存储介质 | |
| CN116337783A (zh) | 一种气体分析仪的多点标定方法和系统 | |
| CN109900789B (zh) | 一种树木纵截面内部缺陷成像方法 | |
| CN111735501B (zh) | 环境试验设施设备温湿度测量方法 | |
| CN117607373B (zh) | 一种温室气体监测数据校准的方法、系统、设备及介质 | |
| CN111896497B (zh) | 一种基于预测值的光谱数据修正方法 | |
| CN113670823A (zh) | 一种大气环境下材料表面相对湿度检测装置 | |
| WO2019104489A1 (zh) | 一种混合物检测方法及设备 | |
| Borz et al. | Accuracy of two LiDAR-based augmented reality apps in breast height diameter measurement | |
| CN107300535A (zh) | 近红外快速检测有机肥有效成分含量的方法 | |
| CN115824427A (zh) | 温度校正方法、装置、设备及存储介质 | |
| CN116338094A (zh) | 一种用于碳排放气体检测的气体浓度校准方法及装置 | |
| CN112540052B (zh) | 测算待测储罐的污染物排放量的测算方法及系统 | |
| CN113655093A (zh) | 气体浓度检测方法、装置、设备及介质 | |
| Yao et al. | Improvement and Performance Evaluation of a Dual-Probe Heat Pulse Distributed Temperature Sensing Method Used for Soil Moisture Estimation | |
| CN111123406A (zh) | 手持气象仪温度数据拟合方法 |
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 |