[发明专利]一种城市街区气候环境与碳排放移动监测预警方法及系统

权利要求书

1.一种城市街区气候环境与碳排放移动监测预警系统，其特征在于，包括：硬件端、处理端和可视端；

所述硬件端包括各项监测指标的传感器，所述传感器集成于便携设备中，以进行移动监测；

所述处理端用于校正所述传感器获得的移动测量数据；；

所述可视端用于根据校正后的移动测量数据可视化监控。

2.根据权利要求1所述城市街区气候环境与碳排放移动监测预警系统，其特征在于，所述处理端用于：对移动观测数据进行时空同步性矫正，来矫正数据测量中产生的误差，借助残差Auto-Regressive模型对移动测量的数据进行反向修正，使移动测量数据统一到同一个基准时刻。

3.根据权利要求1所述城市街区气候环境与碳排放移动监测预警系统，其特征在于，所述处理端用于：

①修正数据选取

选取某一监测空间的固定测量温度数据，利用该数据进行残差Auto-Regressive模型，得到该温度数据随时间变化关系式；

②固定测量数据变化规律的残差Auto-Regressive模型

令t表示时间，x_t表示随时间变化的序列值，ε_t表示随机误差项，残差Auto-Regressive模型为：

x_t＝β₀+β₁t+β₂t²+…+β_kt^k+ε_t (1)

这是关于时间t的多项式回归模型和残差自回归模型的组合模型，其中，ε_t-p表示随机误差项ε_t的p阶滞后序列值；u_t为残差自回归模型中的随机误差项，满足：

即要求u_t均值为0，方差为常数，不随t变化而变化，且u_t序列不相关；β₀，β₁，…，β_k为多项式回归模型中自变量前的系数，为残差自回归模型中ε_t的滞后序列变量前系数；

依据已有数据分析结果，残差Auto-Regressive模型选为如下形式：

x_t＝β₀+β₁t+ε_t (3)

满足

由已有数据分析结果可知，模型(4)中的滞后阶数p的取值为1，即

③修订差值及移动测量修订值

依据模型(3)和(5)，修订差值为：

这里，x_t是x_t+l的滞后l阶温度序列值；

设移动测量温度记为X_t,移动测量数据个数为m；选定基准时刻T，将移动测量的所有温度数据全部修正到这一时刻；

依据实际数据分析得出，在相近气候条件下，同一空间相同间隔时间的温度差变化不大，据此，修订的自时间T₁滞后l阶，即T₁+10l时刻的移动测量观测值为：

X_T+l＝X_T-Δ_lx (7)

这里，Δ_lx由(6)式得到；

最终，根据残差Auto-Regressive模型及移动测量值修订方法，将每个监测空间的温度数据统一到同一个基准时刻。

4.根据权利要求1-3任一项所述城市街区气候环境与碳排放移动监测预警系统，其特征在于，所述监测指标包括：温室气体、二氧化碳、噪声、太阳辐射、空气温度、相对湿度、风速、粉尘。

5.根据权利要求1-3任一项所述城市街区气候环境与碳排放移动监测预警系统，其特征在于，传感器监测的数据通过wifi传输至软件平台，同时存储于SD卡。