RU2796370C1 - System and method for dynamic visualization of environmental pollution - Google Patents
System and method for dynamic visualization of environmental pollution Download PDFInfo
- Publication number
- RU2796370C1 RU2796370C1 RU2022128179A RU2022128179A RU2796370C1 RU 2796370 C1 RU2796370 C1 RU 2796370C1 RU 2022128179 A RU2022128179 A RU 2022128179A RU 2022128179 A RU2022128179 A RU 2022128179A RU 2796370 C1 RU2796370 C1 RU 2796370C1
- Authority
- RU
- Russia
- Prior art keywords
- data
- concentration
- layers
- environmental pollution
- dynamics
- Prior art date
Links
Images
Abstract
Description
Область техникиTechnical field
[1] Настоящее изобретение относится к системам и способам динамической визуализации загрязнения окружающей среды, обеспечивающим визуализацию прогнозируемой динамики концентраций загрязняющих веществ в воздухе в режиме реального времени и в режиме прогноза будущего времени. [1] The present invention relates to systems and methods for dynamic visualization of environmental pollution, providing visualization of the predicted dynamics of pollutant concentrations in the air in real time and in the future time forecast mode.
Уровень техникиState of the art
[2] В настоящее время существует множество платформ и интерактивных карт, иллюстрирующих степень той или иной экологической проблемы в глобальный масштабах и в масштабах отдельных географических областей. Например, такие платформы применяются для визуализации озонового слоя, загрязнения мирового океана пластиком, загрязнения воздуха и других с целью осведомить людей об экологических проблемах по всему миру.[2] Currently, there are many platforms and interactive maps that illustrate the extent of an environmental problem on a global scale and on the scale of individual geographical areas. For example, such platforms are used to visualize the ozone layer, plastic pollution of the oceans, air pollution and others in order to inform people about environmental issues around the world.
[3] В частности, платформы, занимающиеся визуализацией загрязнения воздуха, визуализируют различными способами концентрацию вредоносных веществ, содержащихся в воздухе, которые могут оказывать негативное воздействие на человека. Веществами могут быть твердые частицы, капли жидкости, газы и т.д. Загрязнитель воздуха может иметь природное или техногенное происхождение.[3] In particular, air pollution imaging platforms visualize the concentration of harmful substances in the air in various ways, which can have a negative impact on humans. Substances can be solid particles, liquid droplets, gases, etc. An air pollutant can be of natural or man-made origin.
[4] Различные типы систем мониторинга загрязнения воздуха собирают разные переменные с использованием разных методов. Из-за сложности архитектуры каждой системы мониторинга загрязнения воздуха сложно агрегировать различные элементы данных, полученные от разных систем мониторинга загрязнения воздуха. Также ввиду этой сложности, системы часто не объединяют в себе и визуализацию, и расчет степени загрязнения.[4] Different types of air pollution monitoring systems collect different variables using different methods. Due to the complexity of the architecture of each air pollution monitoring system, it is difficult to aggregate different data items from different air pollution monitoring systems. Also, due to this complexity, systems often do not combine both visualization and calculation of the degree of contamination.
[5] В патенте на изобретение US 10078155 B2 (опубл. 18.09.2018; МПК: G01W 1/10; G01S 13/95) описывается компьютеризированный метод обработки данных для использования в моделировании погоды. Способ включает в себя прием от первого источника данных первым сервером данных микроволновой линии, включающих в себя информацию об ослаблении сигнала. Способ также включает в себя предварительную обработку в реальном времени первым сервером данных микроволновой линии связи, тем самым создавая предварительно обработанные данные микроволновой линии связи. Способ также включает в себя сохранение предварительно обработанных данных микроволновой линии связи в первом хранилище данных. Способ также включает прием из первого хранилища данных вторым сервером предварительно обработанных данных микроволновой линии связи. Способ также включает в себя обработку вторым сервером по расписанию предварительно обработанных данных микроволновой линии связи с использованием преобразования данных, в результате чего получаются первые данные о погоде. В аналоге используют глобальный численный прогноз и преобразовывают его в сегменты глобальной мировой карты. Т.к. в глобальном численном прогнозе данные представляются в низком разрешении, данные на предлагаемых сегментах также будут с недостаточной точностью иллюстрировать ситуацию ввиду того, что нельзя будет точно интерпретировать ситуацию в конкретном районе или на конкретной улице.[5] US 10078155 B2 (publ. 09/18/2018; IPC:
[6] В патенте US 9274251B2 (опубл. 01.03.2016; МПК: G01W 1/00; G01W 1/10; G06F 11/00) описывается способ прогнозирования угроз, усугубляемых погодой, причем указанный способ включает ввод данных локализованных измерений погоды в систему прогнозирования угроз погоды; прогнозирование будущих локальных погодных условий на основе упомянутых локальных данных измерений погоды в сочетании с моделированием на основе данных Национальной метеорологической службы; ввод данных о природной среде и инфраструктуре в указанную систему прогнозирования погодных угроз; сопоставление указанных данных об инфраструктуре с указанными прогнозируемыми будущими локальными погодными условиями; и определение индекса уровня угрозы для региона, причем уровень угрозы указывает на район, имеющий определенную вероятность того, что ему будет причинен вред в результате упомянутых будущих погодных условий. Недостатком аналога является то, что в рамках его предусмотрены только этап расчета и визуализации, однако не предусмотрен этап визуализации динамики от времени. Также недостатком является то, что в аналоге не предусмотрена возможность расчета индекса угрозы на основании данных о конкретном источнике угрозы, а только от источников глобальных данных, которые не обладают достаточной точностью для небольших географических областей.[6] US Pat. No. 9,274,251B2 (publ. 03/01/2016; IPC:
[7] В патенте US 11182392 B2 (опубл. 23.11.2021; МПК: G06F 16/2457; F24F 3/16) описывается система и способ получения оценок качества воздуха для качества воздуха в определенных местах. Способ включает идентификацию по меньшей мере одного источника загрязнения воздуха в пределах заданного периметра вокруг по меньшей мере одного местоположения; извлечение диапазона оценки качества воздуха на основании по меньшей мере одного местоположения по меньшей мере из одного источника данных; идентификацию по меньшей мере одной переменной среды на основе по меньшей мере одного местоположения и по меньшей мере одного временного параметра; моделирование по меньшей мере одного измерения загрязнения воздуха на основе по меньшей мере одной переменной окружающей среды и по меньшей мере одного источника загрязнения воздуха; и создание по меньшей мере одного показателя качества воздуха, соответствующего диапазону показателей качества воздуха, при этом по меньшей мере один показатель качества воздуха основан на по меньшей мере одном измерении загрязнения воздуха. Первым недостатком описанного аналога является то, что данные о загрязнении воздуха получают только от источников загрязнения, например, заводов, и рассчитывают концентрацию исходя из полученных данных и из геометрии источника. Ввиду этого, предложенные система и способ не могут анализировать глобальные данные о загрязнении, а также места, где нет явного источника загрязнения с определенными параметрами. Второй недостаток заключается в том, что в аналоге предусмотрен только этап расчета динамики загрязнения воздуха и не предусмотрен этап визуализации динамики загрязнения.[7] US Pat. No. 1,1182,392 B2 (published Nov. 23, 2021; IPC: G06F 16/2457; F24F 3/16) describes a system and method for obtaining air quality estimates for air quality at specific locations. The method includes identifying at least one source of air pollution within a predetermined perimeter around at least one location; extracting an air quality estimate range based on at least one location from at least one data source; identifying at least one environment variable based on at least one location and at least one time parameter; modeling at least one air pollution measurement based on at least one environmental variable and at least one air pollution source; and creating at least one air quality indicator corresponding to a range of air quality indicators, wherein at least one air quality indicator is based on at least one air pollution measurement. The first disadvantage of the described analog is that air pollution data is obtained only from sources of pollution, for example, factories, and the concentration is calculated from the data obtained and from the geometry of the source. In view of this, the proposed system and method cannot analyze global pollution data, as well as places where there is no obvious source of pollution with certain parameters. The second drawback is that the analogue provides only the stage of calculating the dynamics of air pollution and does not provide for the stage of visualization of the dynamics of pollution.
[8] В патенте US 10416866 B2 (опубл. 17.09.2019; МПК: G06F 3/0484; G06T 11/20) описывается способ и система, позволяющие визуально представлять свойства слоя стиля цифровой карты при различных уровнях масштабирования. Из таблицы стилей для цифровой карты определяется множество свойств слоя стиля для слоя стиля, соответствующего цифровой карте, для визуализации в форме визуальной карты, включая различные значения свойств для разных уровней масштабирования. Из них функция уровня масштабирования создается между парами значений для конкретного свойства слоя стиля путем присвоения значений свойства (непрерывный диапазон или конечный набор) между первым значением свойства и вторым значением свойства в паре. Визуальная карта, основанная на тайлах векторной карты, отображаемых в соответствии с функцией уровня масштабирования, отображается в соответствии с выбранным уровнем масштабирования. По мере изменения значений визуальная карта обновляется, чтобы отразить изменения. Недостатком аналога является то, что в нем предусмотрен только этап визуализации данных на карте, но отсутствует процесс их расчета и генерации. Также в аналоге не предусмотрено предварительное хранение слоев в буфере, которое позволяет значительно ускорить и сгладить процесс динамической визуализации.[8] US Pat. No. 1,0416,866 B2 (published Sept. 17, 2019; IPC:
[9] В заявке на изобретение US 20180181576 A1 (опубл. 20.06.2018; МПК: G06F 17/30; G06K 9/00) описывается способ, включающий прием на серверном компьютере запроса фрагмента карты, при этом в запросе указывается стиль карты, и при этом фрагмент карты ранее был сохранен в цифровом виде и содержит множество цифровых данных электронной карты части географического объекта. карта; на основе стиля карты и фрагмента карты, идентифицированного в запросе, создание оптимизированного фрагмента карты, при этом оптимизированный фрагмент карты содержит меньше, чем все множество данных электронной карты фрагмента карты, идентифицированного в запросе; и отправка оптимизированного фрагмента карты клиентскому картографическому приложению. Недостатком аналога является то, что в нем предусмотрен только этап визуализации данных на карте, но отсутствует процесс их расчета и генерации. Еще одним недостатком является то, что используют только векторные объекты для визуализации карт. Это дает значительное ограничения в визуальном представлении слоев. Также в аналоге векторные объекты получают из внешних баз данных, а не генерируют свои собственные слои-изображения.[9] In the application for invention US 20180181576 A1 (publ. 06/20/2018; IPC: G06F 17/30; G06K 9/00) describes a method that includes receiving a map fragment request on a server computer, while the request specifies the map style, and wherein the map fragment was previously stored in digital form and contains a plurality of digital data of an electronic map of a part of a geographical object. map; based on the style of the map and the map fragment identified in the request, creating an optimized map fragment, wherein the optimized map fragment contains less than the entire electronic map data set of the map fragment identified in the request; and sending the optimized map fragment to the client mapping application. The disadvantage of the analogue is that it provides only the stage of data visualization on the map, but there is no process of their calculation and generation. Another disadvantage is that only vector objects are used to render maps. This gives a significant limitation in the visual representation of the layers. Also, in an analogy, vector objects are obtained from external databases, and do not generate their own image layers.
[10] В патенте US 10830922 B2 (опубл. 10.11.2020; МПК: G01W 1/00) раскрываются новая система, компьютерный программный продукт и способ расчета прогноза качества воздуха. Для получения входных данных получают доступ к модели прогноза качества воздуха, данным мониторинга качества воздуха в режиме реального времени и данным прогноза качества воздуха. Отклонение в выбросах загрязнителей воздуха отслеживается путем классификации разницы между данными мониторинга качества воздуха и данными прогноза качества воздуха. Этот мониторинг включает в себя классификацию любых различий в погоде, вызванных погодными условиями, классификацию любых различий в рельефе, вызванных географическим рельефом местности; и фильтрование разницы, вызванной неточным кадастром выбросов загрязняющих веществ. Мониторинг может повторяться по истечении заданного периода времени или при случайном получении данных прогноза качества воздуха. Недостатком этого изобретения является то, что в нем предусмотрен только процесс расчета степени загрязнения воздуха, но не предусмотрена визуализация рассчитанных данных. Также в аналоге берут данные только от глобальных систем, что не дает возможность уточнения данных для небольших географических областей.[10] US Pat. No. 1,0830,922 B2 (published Nov. 10, 2020; IPC:
Сущность изобретенияThe essence of the invention
[11] Задачей настоящего изобретения является создание и разработка системы и способа динамической визуализации загрязнения окружающей среды, обеспечивающих визуализацию прогнозируемой динамики концентраций загрязняющих веществ в воздухе в режиме реального времени и в режиме будущего времени. Указанная задача достигается благодаря такому техническому результату, как обеспечение визуализации динамики загрязнения воздуха и снижение требований на вычислительные мощности. Указанная задача достигается в том числе, но не ограничиваясь, благодаря:[11] The objective of the present invention is to create and develop a system and method for dynamic visualization of environmental pollution, providing visualization of the predicted dynamics of pollutant concentrations in the air in real time and in future time. This task is achieved due to such a technical result as providing visualization of the dynamics of air pollution and reducing the requirements for computing power. This objective is achieved, among other things, but not limited to:
- возможности визуализации в режиме реального времени;- real-time visualization capabilities;
- возможности визуализации прогнозов, ожидающихся в будущем времени;- the possibility of visualizing forecasts expected in the future;
- предварительной нарезке на слои и их загрузка в базу данных;- preliminary cutting into layers and their loading into the database;
- взаимосвязи процесса расчета динамики загрязнения окружающей среды с процессом визуализации рассчитанных данных;- interrelations of the process of calculating the dynamics of environmental pollution with the process of visualization of the calculated data;
- возможности расчета общего загрязнения воздуха и расчета динамики загрязнения от конкретного источника.- the possibility of calculating the total air pollution and calculating the dynamics of pollution from a particular source.
[12] Более полно, технический результат достигается системой динамической визуализации загрязнения окружающей среды, включающей сервер, входную базу данных, выходную базу данных, и интерфейс. Причем, сервер включает по крайней мере модуль расчета качества воздуха и модуль загрузки. При этом входная база данных сконфигурирована с возможностью учета данных из по крайней мере одной внешней базы данных и по крайней мере одного источника локальных данных. Модуль расчета качества воздуха сконфигурирован с возможностью расчета динамики загрязнения воздуха методом решения дифференциальной краевой задачи, края которой ограничены объемной геометрической фигурой и периметром участка земной поверхности, а также уточнения рассчитанных данных посредством сопоставления рассчитанной динамики загрязнения воздуха и данных, полученных с по крайней мере одного источника локальных данных, и нарезания на слои динамики загрязнения, вписанной в объемную геометрическую фигуру, и формирования слоев-изображений. Выходная база данных сконфигурирована с возможностью хранения сгенерированных слоев-изображений, а модуль загрузки - с возможностью получения слоев-изображений из выходной базы данных и загрузки их в интерфейс.[12] More fully, the technical result is achieved by a system for dynamic visualization of environmental pollution, including a server, an input database, an output database, and an interface. Moreover, the server includes at least an air quality calculation module and a download module. At the same time, the input database is configured to take into account data from at least one external database and at least one local data source. The air quality calculation module is configured to calculate the dynamics of air pollution by solving a differential boundary value problem, the edges of which are limited by a three-dimensional geometric figure and the perimeter of a section of the earth's surface, as well as refine the calculated data by comparing the calculated dynamics of air pollution and data obtained from at least one source local data, and cutting into layers the dynamics of pollution, inscribed in a three-dimensional geometric figure, and the formation of layers-images. The output database is configured to store the generated image layers, and the load module is configured to receive image layers from the output database and load them into the interface.
[13] Причем, возможность учета данных из по крайней мере одной внешней базы данных необходимо для получения первичных общих данных об общем уровне загрязнения окружающей среды по всему миру в низком разрешении, а учет данных из по крайней мере одного источника локальных данных - для уточнения первичных данных. Расчет динамики загрязнения воздуха методом решения дифференциальной краевой задачи, края которой ограничены объемной геометрической фигурой и периметром участка земной поверхности, необходим для того, чтобы преобразовать данные, полученные от внешней базы данных в низком разрешении, в данные в высоком разрешении, ограниченные интересующей географической областью. Уточнение рассчитанных данных посредством сопоставления рассчитанной динамики загрязнения воздуха и данных, полученных с по крайней мере одного источника локальных данных, необходимо для повышения точности рассчитанных данных. Нарезание на слои динамики загрязнения, вписанной в объемную геометрическую фигуру, и формирование слоев-изображений, а также их хранение в выходной базе данных необходимо для того, чтобы заполнить базу данных слоями-изображениями, из которой в последствии проще и быстрее выгружать изображения, чем объемную фигуру или сырые данные. В свою очередь, возможность модуля загрузки получать слои-изображения из выходной базы данных и загружать их в интерфейс необходимы для непосредственной передачи изображений в интерфейс пользовательского устройства.[13] Moreover, the possibility of taking into account data from at least one external database is necessary to obtain primary general data on the general level of environmental pollution around the world in low resolution, and taking into account data from at least one source of local data is necessary to clarify the primary data. The calculation of air pollution dynamics by solving a differential boundary value problem, the edges of which are limited by a three-dimensional geometric figure and the perimeter of an area of the earth's surface, is necessary in order to convert low-resolution data received from an external database into high-resolution data limited to a geographical area of interest. Refinement of the calculated data by comparing the calculated dynamics of air pollution and data obtained from at least one source of local data is necessary to improve the accuracy of the calculated data. Cutting into layers of pollution dynamics inscribed in a three-dimensional geometric figure, and the formation of image layers, as well as their storage in the output database, is necessary in order to fill the database with image layers, from which it is later easier and faster to upload images than a three-dimensional one. figure or raw data. In turn, the ability of the load module to receive image layers from the output database and load them into the interface is necessary for directly transferring images to the user device interface.
[14] В качестве источника локальных данных могут использовать локальный датчик и/или параметры локального источника загрязнения воздуха. Локальные датчики используют для уточнения общих данных в конкретной географической области, в которой локальные датчики расположены. Параметры локального источника загрязнения воздуха используют при необходимости рассчитать динамику шлейфа загрязняющих веществ, производимого фабрикой, заводом, машиной или другими источниками локального загрязнения. При этом локальные датчики и параметры локального источника загрязнения воздуха могут использовать в сочетании.[14] A local sensor and/or parameters of a local source of air pollution can be used as a source of local data. Local sensors are used to refine general data in a specific geographic area in which the local sensors are located. The parameters of a local source of air pollution are used, if necessary, to calculate the dynamics of the plume of pollutants produced by a factory, plant, machine or other sources of local pollution. In this case, local sensors and parameters of a local source of air pollution can be used in combination.
[15] Края дифференциальной краевой задачи могут быть ограничены параллелепипедом. Это может позволить снизить вычислительные мощности сервера, т.к. не будет необходимости задавать географическую область с высокой точностью ее периметра, а лишь вписать эту область в прямоугольник.[15] The boundaries of a differential boundary value problem can be bounded by a parallelepiped. This may allow to reduce the computing power of the server, because. there will be no need to specify a geographic area with a high accuracy of its perimeter, but only fit this area into a rectangle.
[16] Динамику загрязнения, вписанную в объемную геометрическую фигуру, могут нарезать на слои по масштабу и по времени. При этом слои-изображения, нарезанные по масштабу и по времени, могут также индексировать в выходной базе данных по тем же параметрам. Это может позволить упростить процесс обращения модуля загрузки к выходной базе данных при необходимости выгрузить слой-изображение, привязанный к определенному масштабу и времени.[16] The dynamics of pollution, inscribed in a three-dimensional geometric figure, can be cut into layers in terms of scale and time. At the same time, image layers sliced by scale and time can also be indexed in the output database by the same parameters. This can simplify the process of calling the loader to the output database, if necessary, to unload an image layer tied to a certain scale and time.
[17] Локальные датчики могут быть сконфигурированы с возможностью измерения по крайней мере одного из следующего: температура, давление, концентрация родия, концентрация пылевых частиц PM2.5, концентрация пылевых частиц PM10, концентрация монооксида углерода, концентрация оксида азота (IV), концентрация озона, концентрация сероводорода, концентрация оксида серы (IV). Это зависит от нужд конкретного воплощения изобретения. При этом, на основании измеренных данных и данных, полученных от по крайней мере одной внешней базы данных, могут рассчитывать показатель качества воздуха при помощи модуля расчета качества воздуха в точке, в которой расположен локальный датчик, производивший измерения. Это позволяет производить оценку вредоносности воздуха для человека в конкретном месте в конкретное время. При этом сформированные слои-изображения могут включать по крайней мере данные об одном из следующего: температуре, давлении, концентрации родия, концентрации пылевых частиц PM2.5, концентрации пылевых частиц PM10, концентрации монооксида углерода, концентрации оксида азота (IV), концентрации озона, концентрации сероводорода, концентрации оксида серы (IV), показателе качества воздуха. Это также зависит от нужд конкретного воплощения изобретения.[17] Local sensors can be configured to measure at least one of the following: temperature, pressure, rhodium concentration, PM2.5 particulate matter concentration, PM10 particulate matter concentration, carbon monoxide concentration, nitric oxide (IV) concentration, ozone concentration , concentration of hydrogen sulfide, concentration of sulfur oxide (IV). It depends on the needs of a particular embodiment of the invention. At the same time, based on the measured data and data received from at least one external database, the air quality indicator can be calculated using the air quality calculation module at the point where the local sensor that made the measurements is located. This allows you to assess the harmfulness of air to humans in a particular place at a particular time. The generated image layers may include at least one of the following: temperature, pressure, rhodium concentration, PM2.5 dust particle concentration, PM10 dust particle concentration, carbon monoxide concentration, nitrogen (IV) oxide concentration, ozone concentration, hydrogen sulfide concentration, sulfur oxide (IV) concentration, air quality index. It also depends on the needs of the particular embodiment of the invention.
[18] Сервер также может включать буфер, представляющий собой ячейку или область памяти для временного хранения информации. Предварительная загрузка слоев-изображений в буфер позволяет модулю загрузки выгружать слои-изображения в интерфейс из буфера быстрее, чем из выходной базы данных.[18] The server may also include a buffer, which is a cell or area of memory for temporary storage of information. Preloading image layers into the buffer allows the loader to upload image layers to the interface from the buffer faster than from the output database.
[19] Также технический результат достигается благодаря способу динамической визуализации загрязнения окружающей среды. Согласно способу, сначала получают данные о загрязнении воздуха из по крайней мере одной внешней базы данных при помощи входной базы данных. Затем передают полученные данные в модуль расчета качества воздуха. При помощи модуля расчета качества воздуха рассчитывают динамику загрязнения воздуха методом решения дифференциальной краевой задачи, края которой ограничены объемной геометрической фигурой и периметром участка земной поверхности. После этого получают данные о загрязнении воздуха с по крайней мере одного источника локальных данных, расположенного в выбранном периметре участка земной поверхности. Посредством сопоставления рассчитанной динамики загрязнения воздуха и данных, полученных с по крайней мере одного источника локальных данных, уточняют рассчитанные данные. Далее динамику загрязнения, выписанную в объемную геометрическую фигуру, нарезают на слои, формируя при этом слои-изображения. Это слои-изображения передают в выходную базу данных, а оттуда при помощи модуля загрузки их загружают в интерфейс. Причем в интерфейс загружают предварительно сгенерированные слои-изображения, производя при этом динамическую выгрузку сгенерированных слоев-изображений.[19] Also, the technical result is achieved due to the method of dynamic visualization of environmental pollution. According to the method, air pollution data is first obtained from at least one external database using an input database. Then the obtained data is transmitted to the air quality calculation module. Using the module for calculating air quality, the dynamics of air pollution is calculated by solving a differential boundary value problem, the edges of which are limited by a three-dimensional geometric figure and the perimeter of a section of the earth's surface. After that, data on air pollution are obtained from at least one source of local data located in the selected perimeter of the area of the earth's surface. By comparing the calculated dynamics of air pollution and data obtained from at least one source of local data, the calculated data are refined. Next, the dynamics of pollution, written out in a three-dimensional geometric figure, is cut into layers, thus forming layers-images. These image layers are transferred to the output database, and from there, using the upload module, they are loaded into the interface. Moreover, pre-generated image layers are loaded into the interface, while dynamically unloading the generated image layers.
[20] Этап получения данных о загрязнении воздуха из по крайней мере одной внешней базы данных необходим для получения первичных общих данных об общем уровне загрязнения окружающей среды по всему миру в низком разрешении. Передача этих данных и расчет на их основании динамики загрязнения воздуха методом решения дифференциальной краевой задачи, края которой ограничены объемной геометрической фигурой и периметром участка земной поверхности, необходим для того, чтобы преобразовать данные, полученные от внешней базы данных в низком разрешении, в данные в высоком разрешении, ограниченные интересующей географической областью. Получение данных о загрязнении воздуха с по крайней мере одного источника локальных данных, расположенного в выбранном периметре участка земной поверхности, и уточнение рассчитанных данных посредством сопоставления рассчитанной динамики загрязнения воздуха и данных, полученных с по крайней мере одного источника локальных данных, необходимы для повышения точности рассчитанных данных. То, что динамику загрязнения, вписанную в объемную геометрическую фигуру, нарезают на слои, формируя при этом слои-изображен, а также передача этих слоев-изображений в выходную базу данных необходимы для того, чтобы заполнить базу данных слоями-изображениями, из которой в последствии проще и быстрее выгружать изображения, чем объемную фигуру или сырые данные. В свою очередь, загрузка слоев-изображений из выходной базы данных в интерфейс при помощи модуля загрузки необходима для непосредственной передачи изображений в интерфейс пользовательского устройства. То, что в интерфейс загружают предварительно сгенерированные слои-изображения, производя при этом динамическую выгрузку сгенерированных слоев-изображений, необходимо для ускорения процесса выгрузки слоев-изображений и снизить требования к мощностям пользовательского устройства.[20] The step of acquiring air pollution data from at least one external database is necessary to obtain low-resolution, low-resolution, primary data on the total level of environmental pollution around the world. The transfer of these data and the calculation on their basis of the dynamics of air pollution by solving a differential boundary value problem, the edges of which are limited by a three-dimensional geometric figure and the perimeter of a section of the earth's surface, is necessary in order to convert data received from an external database in low resolution into high-resolution data. resolution limited to the geographic area of interest. Obtaining data on air pollution from at least one source of local data located in the selected perimeter of the area of the earth's surface, and refining the calculated data by comparing the calculated dynamics of air pollution and data obtained from at least one source of local data, is necessary to improve the accuracy of the calculated data. The fact that the dynamics of pollution, inscribed in a three-dimensional geometric figure, is cut into layers, thus forming image layers, as well as the transfer of these image layers to the output database, is necessary in order to fill the database with image layers, from which subsequently it is easier and faster to upload images than a 3-D figure or raw data. In turn, loading image layers from the output database to the interface using the load module is necessary for directly transferring images to the user device interface. The fact that pre-generated image layers are loaded into the interface, while dynamically unloading the generated image layers, is necessary to speed up the process of unloading image layers and reduce the power requirements of the user device.
[21] В качестве источника локальных данных могут использовать локальный датчик и/или параметры локального источника загрязнения воздуха. Локальные датчики используют для уточнения общих данных в конкретной географической области, в которой локальные датчики расположены. Параметры локального источника загрязнения воздуха используют при необходимости рассчитать динамику шлейфа загрязняющих веществ, производимого фабрикой, заводом, машиной или другими источниками локального загрязнения. При этом локальные датчики и параметры локального источника загрязнения воздуха могут использовать в сочетании.[21] A local sensor and/or parameters of a local source of air pollution can be used as a source of local data. Local sensors are used to refine general data in a specific geographic area in which the local sensors are located. The parameters of a local source of air pollution are used, if necessary, to calculate the dynamics of the plume of pollutants produced by a factory, plant, machine or other sources of local pollution. In this case, local sensors and parameters of a local source of air pollution can be used in combination.
[22] Края дифференциальной краевой задачи могут быть ограничены параллелепипедом. Это может позволить снизить вычислительные мощности сервера, т.к. не будет необходимости задавать географическую область с высокой точностью ее периметра, а лишь вписать эту область в прямоугольник.[22] The boundaries of a differential boundary value problem can be bounded by a parallelepiped. This may allow to reduce the computing power of the server, because. there will be no need to specify a geographic area with a high accuracy of its perimeter, but only fit this area into a rectangle.
[23] Динамику загрязнения, вписанную в объемную геометрическую фигуру, могут нарезать на слои по масштабу и по времени. При этом слои-изображения, нарезанные по масштабу и по времени, могут также индексировать в выходной базе данных по тем же параметрам. Это может позволить упростить процесс обращения модуля загрузки к выходной базе данных при необходимости выгрузить слой-изображение, привязанный к определенному масштабу и времени.[23] The dynamics of pollution, inscribed in a three-dimensional geometric figure, can be cut into layers in terms of scale and time. At the same time, image layers sliced by scale and time can also be indexed in the output database by the same parameters. This can simplify the process of calling the loader to the output database, if necessary, to unload an image layer tied to a certain scale and time.
[24] Перед этапом получения данных от по крайней мере одного источника локальных данных при помощи по крайней мере одного локального датчика могут измерять по крайней мере одного из следующего: температура, давление, концентрация родия, концентрация пылевых частиц PM2.5, концентрация пылевых частиц PM10, концентрация монооксида углерода, концентрация оксида азота (IV), концентрация озона, концентрация сероводорода, концентрация оксида серы (IV). Это зависит от нужд конкретного воплощения изобретения.[24] Before the step of obtaining data from at least one local data source, at least one of the following can be measured using at least one local sensor: temperature, pressure, rhodium concentration, dust particle concentration PM2.5, dust particle concentration PM10 , carbon monoxide concentration, nitrogen oxide (IV) concentration, ozone concentration, hydrogen sulfide concentration, sulfur oxide (IV) concentration. It depends on the needs of a particular embodiment of the invention.
[25] Перед этапом передачи слоя-изображения, индексированного (i), в интерфейс его и следующий по индексу (i+1) слой-изображение могут загружать в буфер при помощи модуля загрузки. При этом, если слой-изображение, индексированный (i), и/или следующий по индексу (i+1) слой-изображение были загружены в буфер, могут передавать в интерфейс слой-изображение, индексированный (i), и загружать в буфер слой-изображение, индексированный (i+2). Также если слой-изображение, индексированный (i), и/или следующий по индексу (i+1) слой-изображение были загружены в буфер, могут передавать в интерфейс слой-изображение, индексированный (i), и загружают в буфер слой-изображение, индексированный (i+2). Это позволяет ускорить процесс визуализации слоев-изображений в интерфейсе, и, как следствие, сделать визуализацию более плавной.[25] Before the step of transmitting the image layer indexed (i) to the interface, it and the image layer following the index (i+1) can be loaded into the buffer using the load module. In this case, if the image layer indexed by (i) and/or the image layer following the index (i+1) were loaded into the buffer, the image layer indexed by (i) can be transmitted to the interface and the layer can be loaded into the buffer. -image indexed (i+2). Also, if the image layer indexed by (i) and/or the next (i+1) image layer were loaded into the buffer, the image layer indexed by (i) can be sent to the interface and the image layer is loaded into the buffer. , indexed (i+2). This allows you to speed up the process of rendering image layers in the interface, and, as a result, make the rendering smoother.
[26] При этом то, что могут передавать в интерфейс только слои-изображения, содержащиеся в буфере, также позволяет ускорить процесс визуализации слоев-изображений в интерфейсе, и, как следствие, сделать визуализацию более плавной.[26] At the same time, the fact that only image layers contained in the buffer can transmit to the interface also allows you to speed up the process of rendering image layers in the interface, and, as a result, make the rendering smoother.
Описание чертежейDescription of drawings
[27] На Фиг. 1 представлен схематичный вид системы динамической визуализации загрязнения окружающей среды согласно настоящему изобретению.[27] FIG. 1 is a schematic view of a dynamic environmental imaging system according to the present invention.
[28] На Фиг. 2 представлен схематичный вид составляющих входной базы данных.[28] FIG. 2 shows a schematic view of the components of the input database.
[29] На Фиг. 3 представлен схематичный вид системы динамической визуализации загрязнения окружающей среды с дополнительными элементами согласно настоящему изобретению.[29] FIG. 3 is a schematic view of a system for dynamic visualization of environmental pollution with additional elements according to the present invention.
[30] На Фиг. 4 представлена блок-схема, иллюстрирующая способ динамической визуализации загрязнения окружающей среды согласно настоящему изобретению.[30] FIG. 4 is a block diagram illustrating the method for dynamic visualization of environmental pollution according to the present invention.
[31] На Фиг. 5 представлена блок-схема, иллюстрирующая дополнительные этапы способа динамической визуализации загрязнения окружающей среды, на которых производят загрузку слоев-изображений в буфер.[31] FIG. 5 is a flowchart illustrating additional steps in the dynamic environmental visualization method that load image layers into a buffer.
[32] На Фиг. 6 представлена блок-схема, иллюстрирующая способ динамической визуализации загрязнения окружающей среды с дополнительными этапами согласно настоящему изобретению.[32] FIG. 6 is a block diagram illustrating a method for dynamic visualization of environmental pollution with additional steps according to the present invention.
Подробное описаниеDetailed description
[33] В приведенном ниже подробном описании реализации изобретения приведены многочисленные детали реализации, призванные обеспечить отчетливое понимание настоящего изобретения. Однако, квалифицированному в предметной области специалисту очевидно, каким образом можно использовать настоящее изобретение, как с данными деталями реализации, так и без них. В других случаях, хорошо известные методы, процедуры и компоненты не описаны подробно, чтобы не затруднять излишнее понимание особенностей настоящего изобретения.[33] In the following detailed description of the implementation of the invention, numerous implementation details are provided to provide a clear understanding of the present invention. However, it will be obvious to one skilled in the art how the present invention can be used, both with and without these implementation details. In other cases, well-known methods, procedures and components are not described in detail so as not to obscure the features of the present invention.
[34] Кроме того, из приведенного изложения ясно, что изобретение не ограничивается приведенной реализацией. Многочисленные возможные модификации, изменения, вариации и замены, сохраняющие суть и форму настоящего изобретения, очевидны для квалифицированных в предметной области специалистов.[34] In addition, from the foregoing it is clear that the invention is not limited to the above implementation. Numerous possible modifications, alterations, variations, and substitutions that retain the spirit and form of the present invention will be apparent to those skilled in the art.
[35] На Фиг. 1 представлен схематичный вид системы динамической визуализации загрязнения окружающей среды в соответствии с настоящим изобретением. Система включает сервер 1, входную базу данных 2, выходную базу данных 3 и интерфейс 4. При этом сервер включает модуль расчета качества воздуха 5 и модуль загрузки 6. Входная база данных 2 сконфигурирована с возможностью учета данных из по крайней мере одной внешней базы данных 7 и по крайней мере одного источника локальных данных 8.[35] FIG. 1 is a schematic view of a dynamic environmental imaging system in accordance with the present invention. The system includes a
[36] Сервер 1 может представлять собой выделенный или специализированный компьютер для выполнения сервисного программного обеспечения. Серверное (сервисное) программное обеспечение - это программный компонент вычислительной системы, выполняющий сервисные (обслуживающие) функции по запросу клиента, предоставляя ему доступ к определённым ресурсам.[36]
[37] Входная база данных 2 имеет возможность хранить и вести учет данных, полученных из по крайней мере одной внешней базы данных 7 и по крайней мере одного источника локальных данных 8. Под внешними базами данных 7 прежде всего понимаются глобальные метеопрогнозы, показывающие состояние воздуха на всей поверхности Земли в грубом и низком разрешении. Под локальными источниками данных 8 могут подразумеваться как локальные датчики, так и данные о конкретных локальных источниках загрязнения.[37] The
[38] Модуль расчета качества воздуха 5 является внутренним программным элементом сервера 1, инициируемым процессором сервера 1. Он 5 сконфигурирован с несколькими функциями.[38] The air
[39] Во-первых, при помощи модуля расчета качества воздуха 5 рассчитывают динамику загрязнения воздуха методом решения дифференциальной краевой задачи, края которой ограничены объемной геометрической фигурой и периметром участка земной поверхности. Решение дифференциальной краевой задачи позволяет модулю расчета качества воздуха 5 увеличить разрешение данных, полученных от по крайней мере одной внешней базы данных 7 во много раз. Так, например, сырые данные из внешней базы данных 7 могут приводиться в разрешении 1 см:1000 км, что означает, что на одном сантиметре карты показано состояние воздуха на 1000 км поверхности Земли. После численного решения краевой задачи с использованием этих данных и ограничивающей объемной геометрической фигуры, которая будет задавать края решения краевой задачи, из данных с низким разрешением модуль расчета качества воздуха 5 получает данные в высоком разрешении, например, в разрешении 1 см:2,5 км, что дает куда лучшее и точное понимание о состоянии воздуха в конкретном месте. Для упрощения процесса расчета и снижения требований к вычислительным мощностям сервера 1 края дифференциальной краевой задачи могут быть выбраны ограниченными параллелепипедом.[39] First, using the air
[40] Во-вторых, модуль расчета качества воздуха 5 уточняет рассчитанные данные посредством сопоставления рассчитанной динамики загрязнения воздуха и данных, полученных из по крайней мере одного источника локальных данных 8. Таким образом, данные о качестве воздуха уточняются для конкретного места.[40] Secondly, the air
[41] В-третьих, модуль расчета качества воздуха 5 сконфигурирован с возможностью нарезания динамики загрязнения, вписанной в объемную геометрическую фигуру, на слои, формируя при этом слои-изображения. Это позволяет подготовить рассчитанные данные о динамике загрязнения к визуализации в интерфейсе 4 пользователя. При этом нарезать слои могут по различным параметрам в зависимости от конкретной задачи. В частности, динамику загрязнения могут нарезать на слои по масштабу и по времени. Нарезка слоев по времени позволяет в последствии отображать данные с определенным временным интервалом. Они могут быть визуализированы как в реальном времени, так и для будущего времени (прогнозирование). Нарезка же слоев по масштабу дает пользователю возможность приближать и отдалять карту, в результате чего будет показываться другой слой-изображение, в котором будет представлено визуальное отображение приближенной географической области в более высоком разрешении, чем отдаленное визуальное отображение.[41] Thirdly, the air
[42] Выходная база данных 3, в свою очередь, сконфигурирована с возможностью хранения сгенерированных слоев-изображений, а модуль загрузки 6 - с возможностью получения слоев-изображений из выходной базы данных 3 и загрузки их в интерфейс 4, что позволяет реализовать визуализацию динамики загрязнения воздуха. При этом, если слои-изображения были нарезаны по масштабу и времени, то в выходной базе данных 3 эти слои-изображения могут быть индексированы по этим же параметрам. Это позволит модулю загрузки 6 быстрее обращаться к соответствующему слою-изображению, а также лучше систематизировать слои-изображения в выходной базе данных 6.[42] The
[43] Система динамической визуализации загрязнения окружающей среды, показанная на Фиг. 1, работает следующим образом. Во входную базу данных 2 поступают данные от по крайней мере одной внешней базы данных 7, в которой ведется учет данных в низком разрешении, а также данные от по крайней мере одного источника локальных данных 8, находящегося в периметре географической области, качество воздуха в которой будет рассчитываться. После этого, полученные данные в низком разрешении передаются в модуль расчета качества воздуха 5, в котором производится расчет динамики загрязнения воздуха. Расчет производят методом решения дифференциальной краевой задачи, края которой ограничены объемной геометрической фигурой и периметром участка земной поверхности (географической области). После решения краевой задачи на данных в низком разрешении получают рассчитанную динамику загрязнения воздуха в высоком разрешении. Рассчитанная динамика при помощи модуля расчета качества воздуха 5 сопоставляется с данными, полученными от по крайней мере одного источника локальных данных 8, и уточняется для достижения более высокого уровня точности расчета. Далее, рассчитанная динамика, вписанная в объемную фигуру, нарезается на слои при помощи модуля расчета качества воздуха 5, в результате чего формируются слои-изображения. Эти слои-изображения передаются в выходную базу данных 3, в которой ведется их учет. После этого при запросе пользователя посредством интерфейса 4 отобразить динамику качества воздуха в определенной географической области, для которой был произведен расчет качества воздуха, модуль загрузки 6 получает соответствующие слои-изображения из выходной базы данных 3 и передает их в интерфейс 4 пользователя. В результате этого, в интерфейсе 4 появляется слой-изображения, визуализирующее динамику загрязнения воздуха в определенной географической области.[43] The dynamic environmental pollution imaging system shown in FIG. 1 works as follows. The
[44] На Фиг. 2 представлен схематичный вид составляющих входной базы данных 7. В частности, в качестве источника локальных данных 8 могут применяться локальные датчики 9 и/или параметры локального источника загрязнения воздуха 10. Среди параметров локального источника загрязнения воздуха 10 могут использоваться данные об естественном загрязняющем фоне, о транспорте (линейных источниках загрязнения), а также о печах и котельных (площадных источниках загрязнения) и о расчетах конуса выноса, производимого крупными промышленными и энергетическими предприятиями. Наряду с данными о транспорте и естественном фоне загрязнения получают данные с карт города или других географических областей, а с данными о транспорте в отдельности учитываются данные о скорости транспорта в конкретной географической области. Из внешних баз данных 7 получают численные метеопрогнозы для всего мира или конкретных географических областей. Среди таких данных могут быть данные о глобальных метеопрогнозах, данные с карт типов подстилающей поверхности, данные от метеостанций и данных о земном рельефе. Также, аналогично параметрам локального источника загрязнения воздуха 10 могут получать данные, размещенные во внешних базах данных 7, о расчетах конуса выноса, производимого крупными промышленными и энергетическими предприятиями.[44] In FIG. 2 shows a schematic view of the components of the
[45] Под локальными датчиками 9 понимаются измерительные устройства, расположенные в конкретной географической области, в периметре которой производят расчет динамики загрязнения воздуха. Это могут быть как датчики температуры, датчики давления, так и датчики, измеряющие концентрацию вредоносных веществ в воздухе. Например, локальный датчик 9 может быть сконфигурирован с возможностью измерения по крайней мере одного из следующего: температура, давление, концентрация родия, концентрация пылевых частиц PM2.5, концентрация пылевых частиц PM10, концентрация монооксида углерода, концентрация оксида азота (IV), концентрация озона, концентрация сероводорода, концентрация оксида серы (IV) и других вредоносных для дыхательной системы живых организмов веществ. При этом, исходя из этих параметров при помощи модуля расчета качества воздуха 5 могут также рассчитывать показатель качества воздуха. Показатель качества воздуха представляет собой некоторую величину, получаемую посредством преобразования необработанных показаний о загрязняющих веществах в воздухе, выраженных обычно в мкг/м3, в AQI (Air Quality Index - показатель качества воздуха) (шкала от 0 до 500). Таким образом, визуализируемые данные о качестве воздуха представляют в более понятном для пользователя виде. При этом формируемые слои-изображения могут содержать визуализированные данные об измеряемых вредоносных веществах, показателе качества воздуха, а также температуре и давлении. Следовательно, слои-изображения могут включать визуализированные данные о по крайней мере одном из следующего: температуре, давлении, концентрации родия, концентрации пылевых частиц PM2.5, концентрации пылевых частиц PM10, концентрации монооксида углерода, концентрации оксида азота (IV), концентрации озона, концентрации сероводорода, концентрации оксида серы (IV), показателе качества воздуха. Визуальное представление может включать в себя графики, цветные области на карте, иконки и числа на карте и другие способы представления визуальных данных.[45]
[46] Предварительные слои, которые в последствие передают в выходную базу данных 3 как слои-изображения, представляют собой слои, визуализирующие исключительно динамику загрязнения каждым из загрязняющих веществ или их совокупностью. В результате же формирования слоев-изображений в интерфейсе 4 под них подкладывается участок карты соответствующей географической области. Причем, для визуализации каждого отдельного загрязняющего вещества может использоваться отдельный слой-изображение. В таком случае, в выходной базе данных 3 следует индексировать слои-изображения по типу загрязняющего вещества в целях удобства обращения к ним модуля загрузки 6. Также важно отметить, что слои-изображения также могут быть как векторными, так и растровыми слоями-изображениями.[46] Preliminary layers, which are subsequently transferred to the
[47] Параметры локального источника загрязнения воздуха 10 могут получать, например, напрямую с предприятий, в ходе работы которых производят выброс загрязняющих веществ в воздух. На основании этих данных, а также метеопрогнозов, например, прогнозов скорости ветра, рассчитывают шлейф загрязняющих веществ, выбрасываемых в воздух. Аналогично расчет может производится по транспортным средствам и другим источникам загрязнения воздуха.[47] The parameters of the local source of
[48] На Фиг. 3 представлен схематичный вид системы динамической визуализации загрязнения окружающей среды с дополнительными элементами. Помимо показанного на Фиг. 1, система может включать локальные датчики 9, параметры локального источника загрязнения воздуха 10, а также буфер 11. Буфер 11 представляет собой область памяти, используемая для временного хранения данных при вводе или выводе. Обмен данными (ввод и вывод) может происходить как с внешними устройствами, так и с процессами в пределах компьютера. Буферы 11 могут быть реализованы в аппаратном или программном обеспечении, но подавляющее большинство буферов 11 реализуется в программном обеспечении. Буферы 11 используются, когда существует разница между скоростью получения данных и скоростью их обработки, или в случае, когда эти скорости переменны. В настоящем изобретении это позволяет ускорить процесс загрузки слоев-изображений в интерфейс 4.[48] In FIG. 3 shows a schematic view of the system for dynamic visualization of environmental pollution with additional elements. In addition to that shown in FIG. 1, the system may include
[49] Система динамической визуализации загрязнения окружающей среды с дополнительными элементами, показанная на Фиг. 3, работает следующим образом. Во входную базу данных 2 поступают данные от по крайней мере одной внешней базы данных 7, в которой ведется учет данных в низком разрешении, а также данные от по крайней мере одного источника локальных данных 8, находящегося в периметре географической области, качество воздуха в которой будет рассчитываться. При этом данные, получаемые от по крайней мере одного источника локальных данных 8, включают данные от локального датчика 9 и/или локального источника загрязнения воздуха 10. После этого, полученные данные в низком разрешении передаются в модуль расчета качества воздуха 5, в котором производится расчет динамики загрязнения воздуха. Расчет производят методом решения дифференциальной краевой задачи, края которой ограничены объемной геометрической фигурой и периметром участка земной поверхности (географической области). После решения краевой задачи на данных в низком разрешении получают рассчитанную динамику загрязнения воздуха в высоком разрешении. Рассчитанная динамика при помощи модуля расчета качества воздуха 5 сопоставляется с данными, полученными от по крайней мере одного источника локальных данных 8, и уточняется для достижения более высокого уровня точности расчета. Далее, рассчитанная динамика, вписанная в объемную фигуру, нарезается на слои при помощи модуля расчета качества воздуха 5, в результате чего формируются слои-изображения. Эти слои-изображения передаются в выходную базу данных 3, в которой ведется их учет. После этого при запросе пользователя посредством интерфейса 4 отобразить динамику качества воздуха в определенной географической области, для которой был произведен расчет качества воздуха, модуль загрузки 6 получает соответствующие слои-изображения (требуемый слой-изображение и следующий после него слой-изображение) из выходной базы данных 3 и передает их в буфер 11, откуда потом передает их в интерфейс 4 пользователя. В результате этого, в интерфейсе 4 появляется слой-изображения, визуализирующее динамику загрязнения воздуха в определенной географической области.[49] The system for dynamic visualization of environmental pollution with additional elements, shown in FIG. 3 works as follows. The
[50] На Фиг. 4 представлена блок-схема, иллюстрирующая способ динамической визуализации загрязнения окружающей среды. Как показано на Фиг. 4, сначала получают данные о загрязнении воздуха из по крайней мере одной внешней базы данных 7 при помощи входной базы данных 2. Затем передают полученные данные в модуль расчета качества воздуха 5. При помощи модуля расчета качества воздуха 5 рассчитывают динамику загрязнения воздуха методом решения дифференциальной краевой задачи, края которой ограничены объемной геометрической фигурой и периметром участка земной поверхности. После этого получают данные о загрязнении воздуха с по крайней мере одного источника локальных данных 8, расположенного в выбранном периметре участка земной поверхности. Посредством сопоставления рассчитанной динамики загрязнения воздуха и данных, полученных с по крайней мере одного источника локальных данных, уточняют рассчитанные данные. Далее динамику загрязнения, выписанную в объемную геометрическую фигуру, нарезают на слои, формируя при этом слои-изображения. Эти слои-изображения передают в выходную базу данных 3, а оттуда при помощи модуля загрузки 6 их загружают в интерфейс 4. Причем в интерфейс 4 загружают предварительно сгенерированные слои-изображения, производя при этом динамическую выгрузку сгенерированных слоев-изображений. Подробное раскрытие каждого из перечисленных этапов описано выше.[50] FIG. 4 is a block diagram illustrating a method for dynamic visualization of environmental pollution. As shown in FIG. 4, first obtain air pollution data from at least one
[51] На Фиг. 5 представлена блок-схема, иллюстрирующая дополнительные этапы способа динамической визуализации загрязнения окружающей среды, на которых производят загрузку слоев-изображений в буфер. В этом случае подразумевается, что каждый из слоев-изображений, содержащихся в выходной базе данных 3, были проиндексированы (то есть, пронумерованы (1), (2), … (i-1), (i), (i+1), (i+2), …). Перед загрузкой (i)-ого слоя-изображения в интерфейс 4 при помощи модуля загрузки 6 (i)-ый и (i+1)-ый слои-изображения могут загружать в буфер 11. Также для оптимизации процесса они могут предварительно создаваться в процессе расчета. Причем, если слой-изображения, индексированный (i), и/или следующий по индексу, (i+1), слой-изображение не были загружены в буфер 11, в интерфейс 4 передают предшествующий по индексу, (i-1), слой-изображение, который содержался в буфере 11. Если же загрузка (i)-ого и (i+1)-ого слоев-изображений в буфер 11 удалась, то передают в интерфейс 4 слой-изображение, индексированный (i), и, в случае отсутствия подготовленного (i+1)-ого слоя-изображения, загружают в буфер 11 слой-изображение, индексированный (i+2). Вышеописанные этапы повторяют до тех пор, пока в интерфейс 4 не будут переданы все требуемые изображения. Причем, все слои-изображения, передаваемые в интерфейс 4, в этом случае, передают из буфера 11, а не напрямую из выходной базы данных 3. Это позволяет ускорить процесс загрузки слоев-изображений в интерфейс 4.[51] In FIG. 5 is a flowchart illustrating additional steps in the dynamic environmental visualization method that load image layers into a buffer. In this case, it is assumed that each of the image layers contained in the
[52] На Фиг. 6 представлена блок-схема, иллюстрирующая способ динамической визуализации загрязнения окружающей среды с дополнительными этапами. Согласно ему, сначала получают данные о загрязнении воздуха из по крайней мере одной внешней базы данных 7 при помощи входной базы данных 2. Затем передают полученные данные в модуль расчета качества воздуха 5. При помощи модуля расчета качества воздуха 5 рассчитывают динамику загрязнения воздуха методом решения дифференциальной краевой задачи, края которой ограничены объемной геометрической фигурой и периметром участка земной поверхности. После этого получают данные о загрязнении воздуха с по крайней мере одного источника локальных данных 8, расположенного в выбранном периметре участка земной поверхности. Посредством сопоставления рассчитанной динамики загрязнения воздуха и данных, полученных с по крайней мере одного источника локальных данных, уточняют рассчитанные данные. Далее динамику загрязнения, выписанную в объемную геометрическую фигуру, нарезают на слои по масштабу и по времени, формируя при этом слои-изображения. Эти слои-изображения передают в выходную базу данных 3 и индексируют их по масштабу и по времени. После чего, при необходимости загрузить слой-изображение в интерфейс 4 сначала при помощи модуля загрузки 6 (i)-ый и (i+1)-ый слои-изображения загружают в буфер 11. Причем, если слой-изображения, индексированный (i), и/или следующий по индексу, (i+1), слой-изображение не были загружены в буфер 11, в интерфейс 4 передают предшествующий по индексу, (i-1), слой-изображение, который содержался в буфере 11. Если же загрузка (i)-ого и (i+1)-ого слоев-изображений в буфер 11 удалась, то передают в интерфейс 4 слой-изображение, индексированный (i), и загружают в буфер 11 слой-изображение, индексированный (i+2). Вышеописанные этапы повторяют до тех пор, пока в интерфейс 4 не будут переданы все требуемые изображения. Причем, все слои-изображения, передаваемые в интерфейс 4, в этом случае, передают из буфера 11, а не напрямую из выходной базы данных 3.[52] In FIG. 6 is a block diagram illustrating a method for dynamic visualization of environmental pollution with additional steps. According to it, first, air pollution data is obtained from at least one
[53] В настоящих материалах заявки представлено предпочтительное раскрытие осуществления заявленного технического решения, которое не должно использоваться как ограничивающее иные, частные воплощения его реализации, которые не выходят за рамки запрашиваемого объема правовой охраны и являются очевидными для специалистов в соответствующей области техники.[53] The present application materials provide a preferred disclosure of the implementation of the claimed technical solution, which should not be used as limiting other, private embodiments of its implementation, which do not go beyond the requested scope of legal protection and are obvious to specialists in the relevant field of technology.
Claims (35)
Publications (1)
Publication Number | Publication Date |
---|---|
RU2796370C1 true RU2796370C1 (en) | 2023-05-22 |
Family
ID=
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5808916A (en) * | 1994-08-04 | 1998-09-15 | City Of Scottsdale | Method for monitoring the environment |
CN101256664A (en) * | 2007-02-27 | 2008-09-03 | 仁荷大学教产学协力团 | Decision support system and its running method for water quality forecasting using GIS |
RU2369866C1 (en) * | 2008-01-09 | 2009-10-10 | Федеральное государственное учреждение "Федеральный государственный научно-исследовательский испытательный центр радиоэлектронной борьбы и оценки эффективности снижения заметности" Министерства обороны Российской Федерации | Method of complex enviromental region monitoring |
US8843309B2 (en) * | 2005-04-21 | 2014-09-23 | Microsoft Corporation | Virtual earth mapping |
CN103109209B (en) * | 2010-06-28 | 2015-11-25 | 绿色视觉系统有限公司 | Via Hyper spectral Imaging with analyze in real time monitoring, Parameter analysis and regulate the contaminated outdoor air particle in whole region |
US9274251B2 (en) * | 2008-11-13 | 2016-03-01 | Saint Louis University | Apparatus and method for providing environmental predictive indicators |
CN106651036A (en) * | 2016-12-26 | 2017-05-10 | 东莞理工学院 | Air quality forecasting system |
US20180181576A1 (en) * | 2016-12-22 | 2018-06-28 | Mapbox, Inc. | Real-Time Transmittal Of Optimized Map Vector Tile Data |
US10078155B2 (en) * | 2016-06-24 | 2018-09-18 | Climacell Inc. | Real-time precipitation forecasting system |
US10416866B2 (en) * | 2016-08-18 | 2019-09-17 | Mapbox, Inc. | Representation of digital map styling properties across zoom levels |
US10830922B2 (en) * | 2015-10-28 | 2020-11-10 | International Business Machines Corporation | Air quality forecast by adapting pollutant emission inventory |
US11182392B2 (en) * | 2014-05-11 | 2021-11-23 | Breezometer Ltd. | System and methods thereof for generation of an air quality score |
US20220091026A1 (en) * | 2020-09-10 | 2022-03-24 | Project Canary, Pbc | Air quality monitoring system and method |
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5808916A (en) * | 1994-08-04 | 1998-09-15 | City Of Scottsdale | Method for monitoring the environment |
US8843309B2 (en) * | 2005-04-21 | 2014-09-23 | Microsoft Corporation | Virtual earth mapping |
CN101256664A (en) * | 2007-02-27 | 2008-09-03 | 仁荷大学教产学协力团 | Decision support system and its running method for water quality forecasting using GIS |
RU2369866C1 (en) * | 2008-01-09 | 2009-10-10 | Федеральное государственное учреждение "Федеральный государственный научно-исследовательский испытательный центр радиоэлектронной борьбы и оценки эффективности снижения заметности" Министерства обороны Российской Федерации | Method of complex enviromental region monitoring |
US9274251B2 (en) * | 2008-11-13 | 2016-03-01 | Saint Louis University | Apparatus and method for providing environmental predictive indicators |
CN103109209B (en) * | 2010-06-28 | 2015-11-25 | 绿色视觉系统有限公司 | Via Hyper spectral Imaging with analyze in real time monitoring, Parameter analysis and regulate the contaminated outdoor air particle in whole region |
US11182392B2 (en) * | 2014-05-11 | 2021-11-23 | Breezometer Ltd. | System and methods thereof for generation of an air quality score |
US10830922B2 (en) * | 2015-10-28 | 2020-11-10 | International Business Machines Corporation | Air quality forecast by adapting pollutant emission inventory |
US10078155B2 (en) * | 2016-06-24 | 2018-09-18 | Climacell Inc. | Real-time precipitation forecasting system |
US10416866B2 (en) * | 2016-08-18 | 2019-09-17 | Mapbox, Inc. | Representation of digital map styling properties across zoom levels |
US20180181576A1 (en) * | 2016-12-22 | 2018-06-28 | Mapbox, Inc. | Real-Time Transmittal Of Optimized Map Vector Tile Data |
CN106651036A (en) * | 2016-12-26 | 2017-05-10 | 东莞理工学院 | Air quality forecasting system |
US20220091026A1 (en) * | 2020-09-10 | 2022-03-24 | Project Canary, Pbc | Air quality monitoring system and method |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Chen | Visualization of real-time monitoring datagraphic of urban environmental quality | |
AU2020356806A1 (en) | Historical city protection and development cooperative control scheme aided design system | |
Arsenault et al. | A comprehensive, multisource database for hydrometeorological modeling of 14,425 North American watersheds | |
CN111551147A (en) | Arch dam surface deformation monitoring system based on GNSS and measuring robot fusion | |
CN113033073A (en) | Unmanned ship energy efficiency digital twinning method and system based on data driving | |
CN110472782A (en) | A kind of data determination method, device, equipment and storage medium | |
CN112308292A (en) | Method for drawing fire risk grade distribution map | |
Nocera et al. | Micro and Macro modelling approaches for the evaluation of the carbon impacts of transportation | |
CN115688491B (en) | Water conservancy digital twin simulation method based on block chain | |
CN109375290B (en) | Cross-sea bridge fog monitoring system based on machine learning and application method thereof | |
CN115203189A (en) | Method for improving atmospheric transmission quantification capability by fusing multi-source data and visualization system | |
CN116205541A (en) | Method and device for evaluating influence of local pollution source on environmental air quality | |
Denamiel et al. | Performance of the Adriatic Sea and Coast (AdriSC) climate component–a COAWST V3. 3-based coupled atmosphere–ocean modelling suite: atmospheric dataset | |
JP4206024B2 (en) | Atmospheric substance index distribution analyzer | |
Thompson et al. | Developing effective sampling designs for monitoring natural resources in Alaskan national parks: An example using simulations and vegetation data | |
RU2796370C1 (en) | System and method for dynamic visualization of environmental pollution | |
CN115239027B (en) | Method and device for forecasting air quality check set | |
CN112612916B (en) | Method and device for generating inspection error space distribution diagram of marine satellite data | |
CN114859321A (en) | Method, device, equipment and medium for calculating regional atmospheric particulate matter source proportion | |
Young et al. | Initialization and setup of the Coastal Model Test Bed: integrated bathymetry | |
Lu et al. | 3D modelling strategy for weather radar data analysis | |
Bellini et al. | Exploiting satellite data in the context of smart city applications | |
Liu et al. | Real-time forecasting method of urban air quality based on observation sites and Thiessen polygons | |
CN116631530B (en) | Pollutant diffusion risk identification method, device and equipment | |
CN115859026B (en) | High-resolution near-ground PM2.5 concentration remote sensing inversion method and device |