[发明专利]一种基于线性插值的VOCs浓度预测方法及设备

权利要求书

1.一种基于线性插值的VOCs浓度预测方法，其特征在于，包括以下步骤，

S1、使用搭载气体分析仪的无人机采集待测空间的VOCs浓度；

S2、根据采集数据，进行数据预处理，使用二维线性插值完成待测空间外框面的VOCs浓度数据填充；

S3、根据采集数据和上步骤中得到的外框面数据，使用三维空间线性插值对待测矩形体内部点进行插值填充。

2.根据权利要求1所述的基于线性插值的VOCs浓度预测方法，其特征在于：所述步骤S1具体包括，

S11：将灵嗅气体分析仪安装到无人机上；

S12：控制无人机采集待测矩形体空间六个面的VOCs浓度数据；

S13：控制无人机采集待测空间矩形体内部VOCs浓度数据。

3.根据权利要求2所述的基于线性插值的VOCs浓度预测方法，其特征在于：所述上述步骤S2具体包括如下细分步骤S21至S22：

S21：根据采集到的数据，使用最邻近插值法进行插值，填充待测空间矩形体十二条棱上的数据；

创建一个大小为L*W*H的三维数组，其中L为待测空间在长度上采集数据点和待插值数据点的个数之和、W为待测空间在宽度上采集数据点和待插值数据点的个数之和、H为待测空间在高度上采集数据点和待插值数据点的个数之和；

对于待插值点P，遍历数组，找出距离P点最近的点，以该点的空度污染浓度作为P点的VOCs浓度，并将P点空气污染数据存入数组的对应位置；

S22：根据S21得到的棱上数据和无人机采集到的数据，在外框面建立xOy坐标系，Q₁₁,Q₁₂,Q₂₁,Q₂₂应为在x轴方向、y轴方向上距离待插值点最近的点；使用二维线性插值法得到待测空间矩形体外框面的数据，具体公式如下：

x，y是待插值点P的x轴向坐标和y轴向坐标；

(x1，y1)和(x2，y2)是待二维插值点P最临近两点坐标。

4.根据权利要求3所述的基于线性插值的VOCs浓度预测方法，其特征在于：所述上述步骤S3，具体包括如下细分步骤S31至S33：

S31：对于待插值点P(x，y，z)，使用最邻近插值法得到点c₀₀₀(x+1，y+1，z+1)、c₀₀₁(x+1，y+1，z-1)、c₀₁₀(x+1，y-1，z+1)、c₀₁₁(x+1，y-1，z-1)、c₁₀₀(x-1，y+1，z+1)、c₁₀₁(x-1，y+1，z-1)、c₁₁₀(x-1，y-1，z+1)、c₁₁₁(x-1，y-1，z-1)的VOCs浓度；

S32：根据S31得到的数据，使用三维空间插值法得到待测空间所有点的VOCs浓度数据；具体公式如下：

c＝c₀₀₀(1-x_d)(1-y_d)(1-z_d)+c₁₀₀x_d(1-y_d)(1-z_d)+c₀₁₀(1-x_d)y_d(1-z_d)+c₀₀₁(1-x_d)(1-y_d)z_d+c₁₀₁x_d(1-y_d)z_d+c₀₁₁(1-x_d)y_dz_d+c₁₁₀x_dy_d(1-z_d)+c₁₁₁x_dy_dz_d

(xd，yd，zd)是空间中任意待估计污染插值点的空间坐标，(x0，y0，z0)和(x1，y1，z1)是待插值点P最临近空间中两点坐标；

C000、C100、C010、C001、C101、C011、C110、C111是包含待插值点的P的立方体八个最邻近顶点的污染浓度值；

将该公式得到的VOCs浓度数据更新到数组中；

S33：针对空间中每一个待插值点，重复S31、S32，从而得到待测空间中所有点的VOCs浓度。

5.一种计算机可读设备，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如权利要求1至4中任一项所述方法的步骤。