CN112305163B - 基于固定翼无人机的大气污染监测***及数据处理方法 - Google Patents
基于固定翼无人机的大气污染监测***及数据处理方法 Download PDFInfo
- Publication number
- CN112305163B CN112305163B CN202011133530.5A CN202011133530A CN112305163B CN 112305163 B CN112305163 B CN 112305163B CN 202011133530 A CN202011133530 A CN 202011133530A CN 112305163 B CN112305163 B CN 112305163B
- Authority
- CN
- China
- Prior art keywords
- data
- concentration
- module
- sensor
- wind
- 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.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 61
- 238000003672 processing method Methods 0.000 title claims abstract description 10
- 239000003344 environmental pollutant Substances 0.000 claims abstract description 61
- 231100000719 pollutant Toxicity 0.000 claims abstract description 61
- 238000000034 method Methods 0.000 claims abstract description 24
- 238000012937 correction Methods 0.000 claims abstract description 14
- 238000005259 measurement Methods 0.000 claims abstract description 10
- 238000001514 detection method Methods 0.000 claims abstract 7
- 238000013500 data storage Methods 0.000 claims description 28
- 238000012545 processing Methods 0.000 claims description 26
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 claims description 14
- 239000000356 contaminant Substances 0.000 claims description 13
- 230000005540 biological transmission Effects 0.000 claims description 9
- 239000011159 matrix material Substances 0.000 claims description 9
- 238000011109 contamination Methods 0.000 claims description 5
- 238000007796 conventional method Methods 0.000 claims description 5
- 238000012805 post-processing Methods 0.000 claims description 5
- 238000007781 pre-processing Methods 0.000 claims description 3
- 229910052731 fluorine Inorganic materials 0.000 claims 1
- 125000001153 fluoro group Chemical group F* 0.000 claims 1
- 238000010586 diagram Methods 0.000 abstract description 3
- 230000007547 defect Effects 0.000 abstract description 2
- 238000004891 communication Methods 0.000 description 4
- 238000012806 monitoring device Methods 0.000 description 2
- 239000003124 biologic agent Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000000265 homogenisation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000009965 odorless effect Effects 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 231100000331 toxic Toxicity 0.000 description 1
- 230000002588 toxic effect Effects 0.000 description 1
Images
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
- G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
- G01N33/0031—General constructional details of gas analysers, e.g. portable test equipment concerning the detector comprising two or more sensors, e.g. a sensor array
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64C—AEROPLANES; HELICOPTERS
- B64C39/00—Aircraft not otherwise provided for
- B64C39/02—Aircraft not otherwise provided for characterised by special use
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENT OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
- B64D47/00—Equipment not otherwise provided for
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/06—Investigating concentration of particle suspensions
-
- 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
- G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
- G01N33/0036—General constructional details of gas analysers, e.g. portable test equipment concerning the detector specially adapted to detect a particular component
- G01N33/0037—NOx
-
- 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
- G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
- G01N33/0036—General constructional details of gas analysers, e.g. portable test equipment concerning the detector specially adapted to detect a particular component
- G01N33/0039—O3
-
- 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
- G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
- G01N33/0036—General constructional details of gas analysers, e.g. portable test equipment concerning the detector specially adapted to detect a particular component
- G01N33/004—CO or CO2
-
- 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
- G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
- G01N33/0036—General constructional details of gas analysers, e.g. portable test equipment concerning the detector specially adapted to detect a particular component
- G01N33/0042—SO2 or SO3
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/23—Design optimisation, verification or simulation using finite element methods [FEM] or finite difference methods [FDM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U2101/00—UAVs specially adapted for particular uses or applications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
- Y02A50/20—Air quality improvement or preservation, e.g. vehicle emission control or emission reduction by using catalytic converters
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Combustion & Propulsion (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Theoretical Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Dispersion Chemistry (AREA)
- Algebra (AREA)
- Computing Systems (AREA)
- Fluid Mechanics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Sampling And Sample Adjustment (AREA)
Abstract
一种基于固定翼无人机的大气污染监测***及数据处理方法。本发明通过飞行平台携带大气污染物检测模块以及风参数测量模块对大气污染检测区域进行污染物浓度测量及风参数测量,将大气污染物数据与风参数数据相结合,使得到的污染源方位更精确、更有说服力;将风参数数据生成的流场图显示出来,可以直接观测到大气污染物移动轨迹与流场的关系,并且根据流场可以预测大气污染物一段时间内的移动轨迹。本发明克服了现有技术中未将大气污染物数据与风参数数据结合起来,缺少风参数数据的修正,会限制解算出来的污染源方位精度的不足,并具有成本低、结构简单、操作方便的特点。
Description
技术领域
本发明涉及大气污染监测的***及监测领域,具体是一种基于固定翼无人机的大气环境监测及数据处理方法。
背景技术
当今世界工业发展迅速,随之带来的环境问题日益严重,各种有毒、无臭、透明的化学物质污染、生物制剂污染物的排放对城市以及人体的危害巨大,故需要加强对污染物分布的快速监测和定位。
无人机以其智能化、信息化、自动化、体积小、灵活度高等优势,可以很好地应用到大气污染监测领域,其中,固定翼无人机以其飞行速度快、区域广的优点在大范围的大气监测领域上有很好的应用。但是目前的研究状况并没有很好的监测***来确定污染源的方位和对大气污染物的传播进行预测。
在公告号为CN 110971710 A的发明专利中提出了一种基于物联网的大气监测***,该发明通过设置多个移动式监测节点和固定式监测节点,实现双重组合监测。在公告号为CN 110501460 A的发明专利中,提供了一种大气监测方法、装置及电子设备,该发明通过卫星获取指定时间段内的大气数据和卫星状态数据,并将数据映射至目标地理区域的格网上,经过均匀化处理后映射至三维坐标系模型中,最后将监测结果输出。但是本发明成本高,精度低。在公开号为CN 107764337 A的发明创造中公开了一种大气监测***,包括计算机监测设备、GSM通讯设备、大气监测GSM模块、大气监测模块,所述计算机监测设备与GSM通讯设备相连,所述大气监测模块通过大气监测GSM模块与GSM通讯设备相连。该发明提供的大气监测***,基于GSM通信,成本低,结构简单,操作方便,能实现实时监测,数据能长期保存,但是并没有与大气中的风参数相结合,影响了对污染气体监测的精度。
由于大气污染物的移动、浓度随时间演化取决于环境、风力大小和方向、相关的湍流水平等因素,监测跟踪大气污染物以及计算出污染源往往并不容易。所以仅仅依靠大气污染物的浓度信息是不够的,把大气污染物的浓度信息与风参数信息相结合,有更好的效果。
发明内容
为克服现有技术中存在的未考虑大气中风参数,,影响污染气体监测精度的不足,本发明提出了一种基于固定翼无人机的大气污染监测***及数据处理方法。
本发明提出的基于固定翼无人机的大气污染监测***包括飞行平台、空气样本采集模块、空气导管、大气污染物监测模块、风参数测量模块、GPS定位模块、数据存储模块、数据发送模块、地面控制与操作模块、数据处理与显示模块。其中:飞行平台中包括飞行控制模块;数据处理与显示模块包括计算软件和显示装置。空气样本采集模块及大气污染物监测模块安装在飞行平台的机头内部;地面控制与操作模块、数据处理与显示模块设置在地面。大气污染物监测模块的信号输出端、风参数测量模块的信号输出端、GPS定位模块的信号输出端分别通过数据线与数据存储模块的各信号输入端连接;GPS定位模块的信号输出端通过数据线与飞行控制模块的信号输入端相连;数据存储模块的信号输出端与数据发送模块的信号输入端通过数据线相连;飞行控制模块的信号输入端与数据发送模块的信号输出端通过数据线相连;地面控制与操作模块通过4G信号与数据发送模块相连;数据处理与显示模块和地面控制与操作模块之间通过数据线相连。
所述空气样本采集模块位于飞行平台的机头内部,并将所述空气导管的一端与该空气样本采集模块的进气口相连;所述空气导管的另一端伸出飞行平台机头。所述空气样本采集模块在大气中采集空气样本,并将采集到的空气样本传送至大气污染物监测模块,通过该大气污染物监测模块监测该空气样本中的SO2、NOx、CO、PM10、PM2.5和O3浓度。将获得的大气污染物浓度数据传输至数据存储模块;通过数据发送模块将监测到的大气污染物浓度数据传送至地面控制与操作模块,继而传输至数据处理与显示模块。
所述风参数测量模块对风向及风速进行测量,以获取风参数数据;所述风参数数据包括风速数据、风向数据。将得到的风参数数据保存至数据存储模块中,并通过数据发送模块将该风参数数据传输至地面控制与操作模块,再传输至数据处理与显示模块。
通过GPS定位模块将获得的该飞行平台的经纬度数据、高度数据存储至数据存储模块并将所述经纬度数据、高度数据传输给数据发送模块。通过数据发送模块的4G信号将所述经纬度数据、高度数据传送至地面控制与操作模块,再传送至数据处理与显示模块。
数据处理与显示模块对得到的大气污染物浓度数据、风参数数据、经纬度数据及高度数据进行处理,得到污染源方位数据,并将该污染源方位数据传输至地面控制与操作***。地面控制与操作模块处理污染源方位数据,生成飞行平台飞行路径指令,并将该飞行路径指令通过数据发送模块发送至飞行控制模块;飞行控制模块控制飞行平台按照飞行路径指令飞往污染源方位进而确定污染源的确定位置。
本发明提出的基于固定翼无人机的大气污染监测***的数据处理的具体过程是:
第一步:数据的收集:
空气样本采集模块通过空气导管收集空气样本;将空气样本分别导入到大气污染物监测模块中的SO2传感器、NOx传感器、CO传感器、PM10传感器、PM2.5传感器和O3传感器中。各所述传感器分别处理得到的空气样本,得到所述空气样本中的SO2浓度数据、NOx浓度数据、CO浓度数据、PM10浓度数据、PM2.5浓度数据和O3浓度数据。所述SO2传感器、NOx传感器、CO传感器、PM10传感器、PM2.5传感器和O3传感器处理空气样本的时间间隔均为1s。将得到的SO2浓度数据、NOx浓度数据、CO浓度数据、PM10浓度数据、PM2.5浓度数据和O3浓度数据传输存储至数据存储模块。
所述风参数测量模块是风速传感器与风向传感器的集成。风速传感器与风向传感器在飞行平台飞行时得到风参数数据,分别为风速数据与风向数据,并将风速数据与风向数据传输存储至数据存储模块。风速传感器与风向传感器得到风参数数据的时间间隔均为1s。
通过所述GPS定位模块得到飞行平台经纬度数据和高度数据,并将该经纬度数据和高度数据传输存储至数据存储模块。GPS定位模块得到经纬度数据、高度数据的时间间隔为1s。所述大气污染物监测模块、风参数测量模块、GPS定位模块开始工作后同步获取数据。
第二步:数据的传输:
通过所述数据存储模块将空气样本数据、风参数数据、经纬度数据及高度数据的数据包通过数据发送模块的4G信号发送至地面控制与操作模块。
第三步:数据的整理:
地面控制与操作模块将得到的SO2浓度数据、NOx浓度数据、CO浓度数据、PM10浓度数据、PM2.5浓度数据和O3浓度数据,以及得到的风速数据、风向数据、经纬度数据和高度数据分类。
第四步:数据的前处理:
所述的数据的前处理是通过MATLAB软件绘制SO2浓度、NOx浓度、CO浓度、PM10浓度、PM2.5浓度和O3的浓度等值线图和风速数据、风向数据、经度数据和纬度数据的流线图。
所述绘制SO2浓度、NOx浓度、CO浓度、PM10浓度、PM2.5浓度和O3的浓度等值线图的具体过程是:
ⅰ.将经度数据、纬度数据、污染物浓度数据分别输入至MATLAB软件;
ⅱ.利用linspace命令对经度数据和纬度数据进行等距离插值,分别生成经度数据矩阵和纬度数据矩阵;
ⅲ.利用griddata命令对污染物浓度数据进行插值,生成污染物浓度数据矩阵;
ⅳ.利用contour命令制作等值线图。
经过上述操作过程后分别得到SO2浓度、NOx浓度、CO浓度、PM10浓度、PM2.5浓度和O3浓度在不同经纬度的浓度等值线图。
所述经度数据和纬度数据分别为各个监测位置的坐标。
所述绘制风速数据、风向数据、经纬度数据的流线图的具体过程是:
ⅰ.将风速数据、风向数据、经度数据和纬度数据分别输入至MATLAB软件;
ⅱ.将风速数据和风向数据转化为风速矢量数据;
ⅲ.根据经纬度数据生成网格;
ⅳ.在网格中生成种子点;
ⅴ.根据streamline命令生成流线。
第五步:数据的后处理。
通过数据的后处理确定高浓度区域并确定污染源;
Ⅰ确定高浓度区域:
确定高浓度区域:通过公式(1)分别处理SO2浓度数据、NOx浓度数据、CO浓度数据、PM10浓度数据、PM2.5浓度数据、O3浓度数据中的最大值与最小值得到高浓度阈值T。
TIn=(1-k)*MAXIn+k*MINIn (1)
其中:k:监测空域范围的系数,k为0.1≤k≤0.2。
I为污染物,n为各类污染物的分类,n=1、2、3、4、5、6;其中I1为SO2,I2为NOx,I3为CO,I4为PM10,I5为PM2.5,I6为O3。
MAX为污染物浓度的最大值。
MIN为污染物浓度的最小值。
定义浓度大于等于所述高浓度阈值T的等值线图区域定义为高浓度区域,根据确定的SO2、NOx、CO、PM10、PM2.5和O3的高浓度阈值T分别在SO2、NOx、CO、PM10、PM2.5和O3的浓度等值线图中确定高浓度区域。
通过显示装置显示所述SO2、NOx、CO、PM10、PM2.5和O3的高浓度区域。
Ⅱ确定污染源:
通过MATLAB软件按常规方法分别得到所述SO2高浓度区域、NOx高浓度区域、CO高浓度区域、PM10高浓度区域、PM2.5高浓度区域和O3高浓度区域的形心坐标分别为(xI1,yI1)、(xI2,yI2)、(xI3,yI3)、(xI4,yI4)、(xI5,yI5)和(xI6,yI6)。
通过公式(2)和(3)得到的各所述形心坐标(xIn,yIn)以及所述形心坐标处的高度HIn及风速矢量(uIn,vIn)得到各形心坐标的修正坐标(xIn′,yIn′)。
x′In=xIn-m*uIn*HIn (2)
y′In=yIn-m*vIn*HIn (3)
其中:x′In是修正后的各形心坐标的横坐标。y′In是修正后的各形心坐标的纵坐标。xIn是各高浓度区域形心的横坐标。yIn是各高浓度区域形心的纵坐标。m是修正系数。UIn是各高浓度区域形心坐标位置风速矢量横轴分量。vIn是各高浓度区域形心坐标位置风速矢量纵轴分量。HIn是各高浓度区域形心坐标位置飞行平台的飞行高度。
根据SO2、NOx、CO、PM10、PM2.5和O3的形心修正坐标(xI1′,yI1′)、(xI2′,yI2′)、(xI3′,yI3′)、(xI4′,yI4′)、(xI5′,yI5′)和(xI6′,yI6′)得到所包围的区域,该区域即为污染源区域。
本发明能够实现监测大气污染物、得到污染源方位以及预测大气污染物的传播轨迹。
目前大部分大气污染监测***只含有大气污染物监测模块,在飞行过程中从传感器获得大气污染物的数据,但是没有风参数测量模块,未将大气污染物数据与风参数数据结合起来,缺少风参数数据的修正,会限制解算出来的污染源方位精度。因此使用这种基于固定翼无人机的大气污染监测***及数据处理方法一方面可以显示大气污染物数据、风参数数据等,另一方面使得到的污染源方位更加精准,此外,此***还具有预测大气污染物传播轨迹的功能。
附图说明
图1是本发明的结构框图;
图2是本发明的***信号传递示意图;
图3是本发明的结构示意图;
图4是本发明的等值线图。
图中:1.飞行平台;2.空气样本采集模块;3.空气导管;4.大气污染物监测模块;5.风参数测量模块;6.GPS定位模块;7.数据存储模块;8.数据发送模块;9.地面控制与操作模块;10.数据处理与显示模块;11.飞行控制模块;12.计算软件;13.显示装置。
具体实施方式
本实施例是一种基于固定翼无人机的大气污染监测***,包括飞行平台1、空气样本采集模块2、空气导管3、大气污染物监测模块4、风参数测量模块5、GPS定位模块6、数据存储模块7、数据发送模块8、地面控制与操作模块9、数据处理与显示模块10。其中:飞行平台1中包括飞行控制模块11;数据处理与显示模块10包括计算软件12和显示装置13。空气样本采集模块2及大气污染物监测模块4安装在飞行平台1的机头内部;地面控制与操作模块9、数据处理与显示模块10设置在地面。大气污染物监测模块4的信号输出端、风参数测量模块5的信号输出端、GPS定位模块6的信号输出端分别通过数据线与数据存储模块7的各信号输入端连接;GPS定位模块6的信号输出端通过数据线与飞行控制模块11的信号输入端相连;数据存储模块7的信号输出端与数据发送模块8的信号输入端通过数据线相连;飞行控制模块11的信号输入端与数据发送模块7的信号输出端通过数据线相连;地面控制与操作模块9通过4G信号与数据发送模块8相连;数据处理与显示模块10和地面控制与操作模块9之间通过数据线相连。
所述空气样本采集模块2采用现有技术,位于飞行平台1的机头内部,并将所述空气导管3的一端与该空气样本采集模块2的进气口相连;所述空气导管的另一端伸出飞行平台1机头。所述空气样本采集模块2在大气中采集空气样本,并将采集到的空气样本传送至大气污染物监测模块4,通过该大气污染物监测模块4监测该空气样本中的SO2、NOx、CO、PM10、PM2.5和O3浓度。将获得的大气污染物浓度数据传输至数据存储模块7;通过数据发送模块8将监测到的大气污染物浓度数据传送至地面控制与操作模块9,继而传输至数据处理与显示模块10。
所述大气污染物监测模4块为现有技术,包括SO2传感器、NOx传感器、CO传感器、PM10传感器、PM2.5传感器和O3传感器。
所述风参数测量模块5对风向及风速进行测量,以获取风参数数据,其中风参数数据包括风速数据、风向数据。将得到的风参数数据保存至数据存储模块7中,并通过数据发送模块8将该风参数数据传输至地面控制与操作模块9,再传输至数据处理与显示模块10。
GPS定位模块6用于收集飞行平台1的经纬度数据、高度数据。将获得的该飞行平台1的经纬度数据、高度数据存储至数据存储模块7并将所述经纬度数据、高度数据传输给数据发送模块8。通过数据发送模块8的4G信号将所述经纬度数据、高度数据传送至地面控制与操作模块9,再传送至数据处理与显示模块10。
其中地面控制与操作模块9的作用是传递大气污染物浓度数据、风参数数据、经纬度数据、高度数据及生成与发送飞行平台1的飞行路径指令;数据处理与显示模块10的作用是处理大气污染物浓度数据、风参数数据、经纬度数据、高度数据,得到污染源方位数据。
数据处理与显示模块10通过计算软件12处理大气污染物浓度数据、风参数数据、经纬度数据及高度数据,得到污染源方位数据,并将该污染源方位数据传输至地面控制与操作***9。地面控制与操作模块9处理污染源方位数据,生成飞行平台1飞行路径指令,并将该飞行路径指令通过数据发送模块8发送至飞行控制模块11;飞行控制模块11控制飞行平台1按照飞行路径指令飞往污染源方位进而确定污染源的确定位置。
本实施例还提出了一种该基于固定翼无人机的大气污染监测***的数据处理方法,具体过程是:
第一步:数据的收集:
空气样本采集模块2通过空气导管3收集到空气样本,将空气样本分别导入到大气污染物监测模块4中的SO2传感器、NOx传感器、CO传感器、PM10传感器、PM2.5传感器和O3传感器中。各所述传感器分别处理得到的空气样本,得到所述空气样本中的SO2浓度数据、NOx浓度数据、CO浓度数据、PM10浓度数据、PM2.5浓度数据和O3浓度数据。所述SO2传感器、NOx传感器、CO传感器、PM10传感器、PM2.5传感器和O3传感器处理空气样本的时间间隔均为1s。将得到的SO2浓度数据、NOx浓度数据、CO浓度数据、PM10浓度数据、PM2.5浓度数据和O3浓度数据传输存储至数据存储模块7。
所述风参数测量模块5是风速传感器与风向传感器的集成。风速传感器与风向传感器在飞行平台1飞行时得到风参数数据,分别为风速数据与风向数据,并将风速数据与风向数据传输存储至数据存储模块7。风速传感器与风向传感器得到风参数数据的时间间隔均为1s。
通过所述GPS定位模块6得到飞行平台1经纬度数据和高度数据,并将该经纬度数据和高度数据传输存储至数据存储模块7。GPS定位模6块得到经纬度数据、高度数据的时间间隔为1s。所述大气污染物监测模块4、风参数测量模块5、GPS定位模块6开始工作后同步获取数据。
第二步:数据的传输:
通过所述数据存储模块7将空气样本数据、风参数数据、经纬度数据及高度数据的数据包通过数据发送模块8的4G信号发送至地面控制与操作模块9。
第三步:数据的整理:
地面控制与操作模块9将得到的SO2浓度数据、NOx浓度数据、CO浓度数据、PM10浓度数据、PM2.5浓度数据和O3浓度数据,以及得到的风速数据、风向数据、经纬度数据和高度数据分类。
第四步:数据的前处理:
所述的数据的前处理是通过MATLAB软件绘制SO2浓度、NOx浓度、CO浓度、PM10浓度、PM2.5浓度和O3的浓度等值线图和风速数据、风向数据、经度数据和纬度数据的流线图。
Ⅰ绘制SO2浓度、NOx浓度、CO浓度、PM10浓度、PM2.5浓度和O3的浓度等值线图:通过MATLAB软件按常规方法,对得到的SO2浓度数据、NOx浓度数据、CO浓度数据、PM10浓度数据、PM2.5浓度数据、O3浓度数据、经度数据和纬度数据分别进行以下步骤的操作:
1.将经度数据、纬度数据、污染物浓度数据分别输入至MATLAB软件;
2.利用linspace命令对经度数据和纬度数据进行等距离插值,分别生成经度数据矩阵和纬度数据矩阵;
3.利用griddata命令对污染物浓度数据进行插值,生成污染物浓度数据矩阵;
4.利用contour命令进行等值线图制作。
经过上述操作过程后分别得到SO2浓度、NOx浓度、CO浓度、PM10浓度、PM2.5浓度和O3的在不同经纬度的浓度等值线图。
所述经度数据和纬度数据分别为各个监测位置的坐标。
所述绘制浓度等值线图的方法为现有技术。
Ⅱ绘制风速数据、风向数据、经纬度数据的流线图:通过MATLAB软件按常规方法,绘制风速数据、风向数据、经纬度数据的流线图。所述绘制流线图的具体步骤包括:
1.将风速数据、风向数据、经度数据和纬度数据分别输入至MATLAB软件;
2.将风速数据和风向数据转化为风速矢量数据;
3.根据经纬度数据生成网格;
4.在网格中生成种子点;
5.根据streamline命令生成流线。
所述绘制流线图的方法为现有技术。
通过显示装置显示绘制的的浓度等值线图及流线图。
第五步:数据的后处理。
Ⅰ确定高浓度区域:
确定高浓度区域:通过公式(1)分别处理SO2浓度数据、NOx浓度数据、CO浓度数据、PM10浓度数据、PM2.5浓度数据、O3浓度数据中的最大值与最小值得到高浓度阈值T。
TIn=(1-k)*MAXIn+k*MINIn (1)
其中:k:监测空域范围的系数,k为0.1≤k≤0.2。
I为污染物,n为各类污染物的分类,n=1、2、3、4、5、6;其中I1为SO2,I2为NOx,I3为CO,I4为PM10,I5为PM2.5,I6为O3。
MAX为污染物浓度的最大值。
MIN为污染物浓度的最小值。
定义浓度大于等于所述高浓度阈值T的等值线图区域定义为高浓度区域,根据确定的SO2、NOx、CO、PM10、PM2.5和O3的高浓度阈值T分别在SO2、NOx、CO、PM10、PM2.5和O3的浓度等值线图中确定高浓度区域。
通过显示装置13显示所述SO2、NOx、CO、PM10、PM2.5和O3的高浓度区域。
Ⅱ确定污染源:
通过MATLAB软件按常规方法分别得到所述SO2高浓度区域、NOx高浓度区域、CO高浓度区域、PM10高浓度区域、PM2.5高浓度区域和O3高浓度区域的形心坐标分别为(xI1,yI1)、(xI2,yI2)、(xI3,yI3)、(xI4,yI4)、(xI5,yI5)和(xI6,yI6)。
通过公式(2)和(3)得到的各所述形心坐标(xIn,yIn)以及所述形心坐标处的高度HIn及风速矢量(uIn,vIn)得到各形心坐标的修正坐标(xIn′,yIn′)。
x′In=xIn-m*uIn*HIn (2)
y′In=yIn-m*vIn*HIn (3)
其中:
x′In是修正后的各形心坐标的横坐标。
y′In是修正后的各形心坐标的纵坐标。
xIn是各高浓度区域形心的横坐标。
yIn是各高浓度区域形心的纵坐标。
m是修正系数。
UIn是各高浓度区域形心坐标位置风速矢量横轴分量。
vIn是各高浓度区域形心坐标位置风速矢量纵轴分量。
HIn是各高浓度区域形心坐标位置飞行平台的飞行高度。
根据SO2、NOx、CO、PM10、PM2.5和O3的形心修正坐标(xI1′,yI1′)、(xI2′,yI2′)、(xI3′,yI3′)、(xI4′,yI4′)、(xI5′,yI5′)和(xI6′,yI6′)得到所包围的区域,该区域即为污染源区域。
通过显示装置13显示所述污染源区域。
本实施例中,飞行平台1携带大气污染物监测模块4以及风参数测量模块5对大气污染监测区域进行污染物浓度测量及风参数测量,成本低、结构简单、操作方便;将大气污染物数据与风参数数据相结合,使得到的污染源方位更精确、更有说服力;将风参数数据与经纬度数据生成的流线图显示出来,可以直接观测到大气污染物移动轨迹与流线图的关系,并且根据流线图可以预测大气污染物一段时间内的移动轨迹。
Claims (3)
1.一种基于固定翼无人机的大气污染监测***的数据处理方法,所述大气污染监测***包括飞行平台、空气样本采集模块、空气导管、大气污染物检测模块、风参数测量模块、GPS定位模块、数据存储模块、数据发送模块、地面控制与操作模块、数据处理与显示模块;其中:飞行平台中包括飞行控制模块;数据处理与显示模块包括计算软件和显示装置;空气样本采集模块及大气污染物检测模块安装在飞行平台的机头内部;地面控制与操作模块、数据处理与显示模块设置在地面;大气污染物检测模块的信号输出端、风参数测量模块的信号输出端、GPS定位模块的信号输出端分别通过数据线与数据存储模块的各信号输入端连接;GPS定位模块的信号输出端通过数据线与飞行控制模块的信号输入端相连;数据存储模块的信号输出端与数据发送模块的信号输入端通过数据线相连;飞行控制模块的信号输入端与数据发送模块的信号输出端通过数据线相连;地面控制与操作模块通过4G信号与数据发送模块相连;数据处理与显示模块和地面控制与操作模块之间通过数据线相连;
其特征在于,具体过程是:
第一步:数据的收集:
空气样本采集模块通过空气导管收集空气样本;将空气样本分别导入到大气污染物检测模块中的SO2传感器、NOx传感器、CO传感器、PM10传感器、PM2.5传感器和O3传感器中;各所述传感器分别处理得到的空气样本,得到所述空气样本中的SO2浓度数据、NOx浓度数据、CO浓度数据、PM10浓度数据、PM2.5浓度数据和O3浓度数据;所述SO2传感器、NOx传感器、CO传感器、PM10传感器、PM2.5传感器和O3传感器处理空气样本的时间间隔均为1s;将得到的SO2浓度数据、NOx浓度数据、CO浓度数据、PM10浓度数据、PM2.5浓度数据和O3浓度数据传输存储至数据存储模块;所述风参数测量模块是风速传感器与风向传感器的集成;风速传感器与风向传感器在飞行平台飞行时得到风参数数据,分别为风速数据与风向数据,并将风速数据与风向数据传输存储至数据存储模块;风速传感器与风向传感器得到风参数数据的时间间隔均为1s;
通过所述GPS定位模块得到飞行平台经纬度数据和高度数据,并将该经纬度数据和高度数据传输存储至数据存储模块;GPS定位模块得到经纬度数据、高度数据的时间间隔为1s;所述大气污染物检测模块、风参数测量模块、GPS定位模块开始工作后同步获取数据;
第二步:数据的传输:
通过所述数据存储模块将空气样本数据、风参数数据、经纬度数据及高度数据的数据包通过数据发送模块的4G信号发送至地面控制与操作模块;
第三步:数据的整理:
地面控制与操作模块将得到的SO2浓度数据、NOx浓度数据、CO浓度数据、PM10浓度数据、PM2.5浓度数据和O3浓度数据,以及得到的风速数据、风向数据、经纬度数据和高度数据分类;
第四步:数据的前处理:
所述的数据的前处理是通过MATLAB软件绘制SO2浓度、NOx浓度、CO浓度、PM10浓度、PM2.5浓度和O3浓度的浓度等值线图和风速数据、风向数据、经度数据和纬度数据的流线图;
第五步:数据的后处理;
通过数据的后处理确定高浓度区域并确定污染源;
Ⅰ确定高浓度区域:
确定高浓度区域:通过公式(1)分别处理SO2浓度数据、NOx浓度数据、CO浓度数据、PM10浓度数据、PM2.5浓度数据、O3浓度数据中的最大值与最小值得到高浓度阈值T;
TIn=(1-k)*MAXIn+k*MINIn (1)
其中:k:监测空域范围的系数,k为0.1≤k≤0.2;
I为污染物,n为各类污染物的分类,n=1、2、3、4、5、6;其中I1为SO2,I2为NOx,I3为CO,I4为PM10,I5为PM2.5,I6为O3;
MAX为污染物浓度的最大值;
MIN为污染物浓度的最小值;
定义浓度大于等于所述高浓度阈值T的等值线图区域定义为高浓度区域,根据确定的SO2、NOx、CO、PM10、PM2.5和O3的高浓度阈值T分别在SO2、NOx、CO、PM10、PM2.5和O3的浓度等值线图中确定高浓度区域;
通过显示装置显示所述SO2、NOx、CO、PM10、PM2.5和O3的高浓度区域;
Ⅱ确定污染源:
通过MATLAB软件按常规方法分别得到所述SO2高浓度区域、NOx高浓度区域、CO高浓度区域、PM10高浓度区域、PM2.5高浓度区域和O3高浓度区域的形心坐标分别为(xI1,yI1)、(xI2,yI2)、(xI3,yI3)、(xI4,yI4)、(xI5,yI5)和(xI6,yI6);
通过公式(2)和(3)得到的各所述形心坐标(x In,y In)以及所述形心坐标处的高度HIn及风速矢量(uIn,v In)得到各形心坐标的修正坐标(xIn′,yIn′);
x′In =x In -m*u In *H In (2)
y′In =y In -m*v In *H In (3)
其中:x′In是修正后的各形心坐标的横坐标;y′In是修正后的各形心坐标的纵坐标;x In是各高浓度区域形心的横坐标;y In是各高浓度区域形心的纵坐标;m是修正系数;uIn是各高浓度区域形心坐标位置风速矢量横轴分量;
v In是各高浓度区域形心坐标位置风速矢量纵轴分量;H In是各高浓度区域形心坐标位置飞行平台的飞行高度;
根据SO2、NOx、CO、PM10、PM2.5和O3的形心修正坐标(xI1′,yI1′)、(xI2′,yI2′)、(x I3′,yI3′)、(x I4′,y I4′)、(x I5′,y I5′)和(x I6′,y I6′)得到所包围的区域,该区域即为污染源区域。
2.如权利要求1所述基于固定翼无人机的大气污染监测***的数据处理方法,其特征在于,第四步中所述绘制SO2浓度、NOx浓度、CO浓度、PM10浓度、PM2.5浓度和O3浓度的浓度等值线图的具体过程是:
ⅰ.将经度数据、纬度数据、污染物浓度数据分别输入至MATLAB软件;
ⅱ.利用linspace命令对经度数据和纬度数据进行等距离插值,分别生成经度数据矩阵和纬度数据矩阵;
ⅲ.利用griddata命令对污染物浓度数据进行插值,生成污染物浓度数据矩阵;
ⅳ.利用contour命令进行等值线图制作;
经过所述步骤后分别得到SO2浓度、NOx浓度、CO浓度、PM10浓度、PM2.5浓度和O3浓度在不同经纬度的浓度等值线图;
所述经度数据和纬度数据分别为各个监测位置的坐标。
3.如权利要求1所述基于固定翼无人机的大气污染监测***的数据处理方法,其特征在于,第四步中所述绘制风速数据、风向数据、经纬度数据的流线图的具体过程是:
ⅰ.将风速数据、风向数据、经度数据和纬度数据分别输入至MATLAB软件;
ⅱ.将风速数据和风向数据转化为风速矢量数据;
ⅲ.根据经纬度数据生成网格;
ⅳ.在网格中生成种子点;
ⅴ.根据streamline命令生成流线。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011133530.5A CN112305163B (zh) | 2020-10-21 | 2020-10-21 | 基于固定翼无人机的大气污染监测***及数据处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011133530.5A CN112305163B (zh) | 2020-10-21 | 2020-10-21 | 基于固定翼无人机的大气污染监测***及数据处理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112305163A CN112305163A (zh) | 2021-02-02 |
CN112305163B true CN112305163B (zh) | 2023-04-07 |
Family
ID=74326849
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011133530.5A Active CN112305163B (zh) | 2020-10-21 | 2020-10-21 | 基于固定翼无人机的大气污染监测***及数据处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112305163B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113371183B (zh) * | 2021-06-08 | 2023-10-10 | 陕西省环境科学研究院 | 基于多旋翼无人机的高架点源污染物排放监测***及方法 |
CN113375723A (zh) * | 2021-06-26 | 2021-09-10 | 西北工业大学 | 基于固定翼无人机的大气污染立体化监控及数据处理方法 |
CN113533644A (zh) * | 2021-06-26 | 2021-10-22 | 西北工业大学 | 基于无人机的对面源常规大气污染物的监测方法 |
CN113625760B (zh) * | 2021-08-26 | 2024-05-07 | 江苏省环境工程技术有限公司 | 一种无人机大气污染巡查***及方法 |
CN114088885B (zh) * | 2021-11-22 | 2023-05-23 | 安徽中科大赛悟科技有限公司 | 一种大气污染物走航检测*** |
CN115792137B (zh) * | 2023-01-17 | 2023-06-06 | 河北先河环保科技股份有限公司 | 大气污染溯源方法及装置、终端 |
CN118091055B (zh) * | 2024-04-28 | 2024-06-25 | 江苏省环境科学研究院 | 一种无人机双半球采样装置与大气污染源排放定量方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2274880C1 (ru) * | 2004-11-15 | 2006-04-20 | Государственное образовательное учреждение высшего профессионального образования "Кубанский государственный университет" | Способ оперативного получения информации о распространении облака с загрязняющими веществами при вредных выбросах в атмосферу |
CN108845584A (zh) * | 2018-09-06 | 2018-11-20 | 江南大学 | 一种基于ls-svm控制的风抗无人机追溯突发气体污染源方法 |
Family Cites Families (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001042052A (ja) * | 1999-07-30 | 2001-02-16 | Weather Information System Co Ltd | ダイオキシン類等の化学物質、微粒状降下物等に対する地域環境モニタリングシステム |
EP1113268A1 (en) * | 1999-12-31 | 2001-07-04 | Moretti & Carpita S.n.c. | Method and apparatus for air quality monitoring in a predetermined geographical area |
CN204203099U (zh) * | 2014-11-17 | 2015-03-11 | 四川鼎林信息技术有限公司 | 一种雾霾检测装置 |
CN104849415B (zh) * | 2015-06-11 | 2016-11-23 | 刘国宝 | 基于北斗定位的空气污染监控*** |
CN206388203U (zh) * | 2016-08-25 | 2017-08-08 | 河北国呈电子科技有限公司 | 一种环境监测*** |
CN106769241B (zh) * | 2016-12-16 | 2023-09-01 | 常州市环境监测中心 | 一种用于大气采样检测及有毒有害气体预警监测的无人机 |
CN114280695A (zh) * | 2017-05-09 | 2022-04-05 | 西南石油大学 | 一种空气污染物监测预警方法及云平台 |
CN107340364A (zh) * | 2017-05-31 | 2017-11-10 | 北京市环境保护监测中心 | 基于海量大气污染浓度数据的污染空间分析方法及装置 |
IT201700064056A1 (it) * | 2017-06-09 | 2018-12-09 | Sense Square S R L S | Mappatura delle sorgenti d’inquinamento atmosferico e tracciamento degli inquinanti mediante l’utilizzo di reti di monitoraggio della qualità dell’aria ad alta risoluzione spazio-temporale |
CN107436343A (zh) * | 2017-07-31 | 2017-12-05 | 南京南瑞集团公司 | 一种模拟计算敏感区域污染物浓度的方法 |
CN107941988B (zh) * | 2017-10-16 | 2021-06-08 | 华南理工大学 | 一种检测气体污染源的无人机设备及监测方法 |
CN108416521A (zh) * | 2018-03-06 | 2018-08-17 | 深圳市卡普瑞环境科技有限公司 | 一种信息来源确定的方法以及信息来源确定装置 |
CN108279044A (zh) * | 2018-04-08 | 2018-07-13 | 崔斌 | 远程无线环境实时监测*** |
CN108535418A (zh) * | 2018-04-12 | 2018-09-14 | 盐城工学院 | 一种污染物溯源方法、装置、监控终端及存储介质 |
CN109523066B (zh) * | 2018-10-29 | 2023-06-20 | 东华理工大学 | 一种基于克里金插值的pm2.5新增移动站点选址方法 |
KR102182500B1 (ko) * | 2019-04-01 | 2020-11-24 | 국방과학연구소 | 오염원 위치 추정 장치 및 방법 |
CN110208468A (zh) * | 2019-06-28 | 2019-09-06 | 南京威赛环保科技有限公司 | 一种基于无人飞行器的空气检测***及其污染源检测方法 |
CN111258334B (zh) * | 2020-03-23 | 2022-03-08 | 安徽工业大学 | 一种环境污染自动寻源方法 |
CN111563331B (zh) * | 2020-05-08 | 2023-04-07 | 浙江工业大学 | 一种基于移动监测的区域大气污染分布预测方法 |
-
2020
- 2020-10-21 CN CN202011133530.5A patent/CN112305163B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2274880C1 (ru) * | 2004-11-15 | 2006-04-20 | Государственное образовательное учреждение высшего профессионального образования "Кубанский государственный университет" | Способ оперативного получения информации о распространении облака с загрязняющими веществами при вредных выбросах в атмосферу |
CN108845584A (zh) * | 2018-09-06 | 2018-11-20 | 江南大学 | 一种基于ls-svm控制的风抗无人机追溯突发气体污染源方法 |
Non-Patent Citations (1)
Title |
---|
卢建杭,王琪全,刘维屏.计算机绘制大气污染物浓度分布等值线图.上海环境科学.1998,第17卷(第12期),19-20. * |
Also Published As
Publication number | Publication date |
---|---|
CN112305163A (zh) | 2021-02-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112305163B (zh) | 基于固定翼无人机的大气污染监测***及数据处理方法 | |
CN107422747B (zh) | 用于大气环境在线监测及大气受控采样的无人机*** | |
CN111258334B (zh) | 一种环境污染自动寻源方法 | |
CN106896145A (zh) | 有毒有害气体无人机检测***和检测方法 | |
CN110208155B (zh) | 一种大气颗粒物无人机监测*** | |
CN112734694A (zh) | 一种基于大数据的水质监测方法 | |
CN113848226B (zh) | 一种智能化空间移动污染物自主溯源***及溯源方法 | |
CN108827722B (zh) | 一种用于估算工业区pm高架直排源强的无人机***及方法 | |
WO2018184162A1 (zh) | 有毒有害气体无人机检测***和检测方法 | |
CN109164214B (zh) | 一种边界污染源快速映射定位及强度反演***及方法 | |
Madokoro et al. | Development of drone-mounted multiple sensing system with advanced mobility for in situ atmospheric measurement: a case study focusing on PM2. 5 local distribution | |
KR102250795B1 (ko) | 환경 통합 모니터링 모듈을 이용한 환경 통합 모니터링 장치 및 그 방법 | |
CN115185292A (zh) | 基于地空一体化的空气污染智能监测方法及平台 | |
CN116048129B (zh) | 污染物排放的监测方法、装置、电子设备和存储介质 | |
CN110308023A (zh) | 基于无人机机载的气溶胶粒子垂直观测***及采样方法 | |
CN111563331A (zh) | 一种基于移动监测的区域大气污染分布预测方法 | |
CN113375723A (zh) | 基于固定翼无人机的大气污染立体化监控及数据处理方法 | |
CN108872191B (zh) | 一种无人机大气污染检测*** | |
Bonin et al. | Comparison and application of wind retrieval algorithms for small unmanned aerial systems | |
CN114002381A (zh) | 一种大气污染溯源扩散分析方法及装置 | |
Bakirci | Efficient air pollution mapping in extensive regions with fully autonomous unmanned aerial vehicles: A numerical perspective | |
Aravindaguru et al. | Environmental Drones for Autonomous Air Pollution Investigation, Detection, and Remediation | |
CN110389393B (zh) | 一种综合观测逆温层扰动的方法 | |
CN112050863A (zh) | 一种智能大气监测无人机*** | |
CN110751345A (zh) | 一种基于距离特征的目标地点的pm2.5的值的预测方法 |
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 | ||
TR01 | Transfer of patent right |
Effective date of registration: 20231225 Address after: No. 10301, 3rd Floor, Block F, BDEF, Airport International Business Center, Airport New City, Xixian New Area, Xi'an City, Shaanxi Province, 710000, G-79 Patentee after: Xi'an Yinuojia Technology Co.,Ltd. Address before: 710072 No. 127 Youyi West Road, Shaanxi, Xi'an Patentee before: Northwestern Polytechnical University |
|
TR01 | Transfer of patent right |