[发明专利]基于大密度部署传感器的大气污染监控及管理方法及系统有效
申请号: | 201510564563.8 | 申请日: | 2015-09-07 |
公开(公告)号: | CN105181898B | 公开(公告)日: | 2017-03-22 |
发明(设计)人: | 李岩 | 申请(专利权)人: | 李岩 |
主分类号: | G01N33/00 | 分类号: | G01N33/00;G01N15/06 |
代理公司: | 北京中企鸿阳知识产权代理事务所(普通合伙)11487 | 代理人: | 刘葛,郭鸿雁 |
地址: | 100191 北*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 密度 部署 传感器 大气污染 监控 管理 方法 系统 | ||
技术领域
本发明涉及物联网及污染物监控技术领域,特别涉及一种基于大密度部署传感器的大气污染监控及管理方法及系统。
背景技术
近几年,大众对大气污染的关注日渐提升,从关注污染数据到家庭和自身的安全防护。政府和环保部门则更快、更早地将大气污染治理划入到工作范畴之内。早在2012年环保部与31个省(区、市)联合签署的《大气污染防治目标责任书》中已明确指出,北京、天津、河北将一体化全面分析和治理,预计在2017年实现PM2.5年均浓度下降25%的目标。由此可见,大众和相关政府部门对大气污染,特别是雾霾治理都提出了很高的要求和标准,如何落实这些标准和要求便是重中之重。
在雾霾防治中,首先需要清楚雾霾的成因和来源。这就需要建立起广泛密集的监测网络。在大气颗粒物污染,尤其是PM2.5的监测领域中,目前的做法有流动巡检,公共监测站,卫星遥感,无人机监测等。
具体来说,公共监测站虽然可以给出相应的统计分析及展示结果,比如常见的污染天数统计,污染趋势统计与预测判断等,但其部署密度的稀疏性使得其在监测场景的多样性、微环境的细化监测方面存在固有不足。卫星遥感通过气象卫星每天两次对大气云层进行拍照,然后运用图像学知识进行数据分析,但是只能获得大尺度污染信息,无法真实反映低空的真实污染状况,同时每天两次的扫描及数据处理使得数据实时性较差。无人机监测适用于大气污染应急事件,难以满足全天候监测需求。
此外,现有的大气污染监控中传感器的布设密度低且缺乏科学性。具体地,现有方式是在一个大范围区域内随机布设若干个传感器,缺乏对传感器布设点的规划,导致采集到的数据缺乏代表性,无法准确反映当前区域的大气污染数据。
综上,现有的各种雾霾监测手段各自均存在一定的问题,无法满足精细化管理的需求,监控精度和监控效率均有限。
发明内容
本发明的目的旨在至少解决所述技术缺陷之一。
为此,本发明的目的在于提出一种基于大密度部署传感器的大气污染监控及管理方法及系统,可以实现实时监测取证,量化评级及精细化管理的目标,提供完善的可视化显示,包括完善的分级管理体系和有效的联防联控机制,通过各个机构及模块的协同合作,实现污染源监测发现,证据取证,协作执法等一体化管理。
为了实现上述目的,本发明一方面的实施例提供一种基于大密度部署传感器的大气污染监控及管理方法,包括如下步骤:
步骤S1,获取部署区域的状态信息,根据所述部署区域的状态信息,在该部署区域大密度部署多个传感器;
步骤S2,获取所述多个传感器的传感器数据,基于所述多个传感器的精度、空间位置和气象信息的差异,对所述传感器数据进行联合校正,得到已部署传感器位置点的大密度微环境下大气污染物数据;
步骤S3,根据所述已部署传感器位置点的大密度微环境下大气污染物数据,利用高斯推断模型在空间上推断出未部署传感器位置点的大气污染物数据;
步骤S4,采用时间序列中的预测模型对已部署传感器位置点和未部署传感器位置点的大气污染物数据进行预测分析,以进行对整个区域的大气污染预警;
步骤S5,将所述已部署传感器位置点和未部署传感器位置点的大气污染物数据发送至监控中心,以由监控人员实时监控整个区域内的大气污染状态。
进一步,所述部署区域的状态信息包括:地理状态信息、交通状态信息和气象人文信息。
进一步,在所述步骤S1中,所述根据部署区域的状态信息,在该部署区域大密度部署多个传感器,包括如下步骤:
根据所述部署区域的状态信息,在所述部署区域进行一期部署多个传感器;
获取一期部署的传感器返回的传感器数据,根据所述气象人文信息和返回的传感器数据对所述部署区域进行二次加密部署多个传感器。
进一步,在所述步骤S2中,采用神经网络模型和高斯推断模型对所述传感器数据进行联合校正,包括如下步骤:
对所述传感器数据进行离线训练,包括:采用神经网络模型对所述传感器数据进行单点校正,动态获取训练后的传感器数据;
对所述训练后的传感器数据进行在线校准,包括:采用高斯推断模型对所述训练后的传感器数据进行多点校准,得到已部署传感器位置点的大密度微环境下大气污染物数据。
进一步,所述神经网络模型采用BP神经网络。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于李岩,未经李岩许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201510564563.8/2.html,转载请声明来源钻瓜专利网。