CN114280695A - 一种空气污染物监测预警方法及云平台 - Google Patents
一种空气污染物监测预警方法及云平台 Download PDFInfo
- Publication number
- CN114280695A CN114280695A CN202111674307.6A CN202111674307A CN114280695A CN 114280695 A CN114280695 A CN 114280695A CN 202111674307 A CN202111674307 A CN 202111674307A CN 114280695 A CN114280695 A CN 114280695A
- Authority
- CN
- China
- Prior art keywords
- pollutant
- field
- wind
- monitoring
- distribution
- 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.)
- Pending
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 59
- 238000000034 method Methods 0.000 title claims abstract description 22
- 239000000809 air pollutant Substances 0.000 title claims abstract description 16
- 231100001243 air pollutant Toxicity 0.000 title claims abstract description 16
- 239000003344 environmental pollutant Substances 0.000 claims abstract description 103
- 231100000719 pollutant Toxicity 0.000 claims abstract description 103
- 238000003915 air pollution Methods 0.000 claims abstract description 25
- 238000009792 diffusion process Methods 0.000 claims abstract description 22
- 238000010586 diagram Methods 0.000 claims abstract description 21
- 238000002310 reflectometry Methods 0.000 claims abstract description 20
- 239000000779 smoke Substances 0.000 claims abstract description 20
- 238000001514 detection method Methods 0.000 claims abstract description 17
- 238000004062 sedimentation Methods 0.000 claims abstract description 10
- 238000004088 simulation Methods 0.000 claims abstract description 8
- 238000012545 processing Methods 0.000 claims description 31
- 230000005540 biological transmission Effects 0.000 claims description 10
- 239000002245 particle Substances 0.000 claims description 7
- 230000008859 change Effects 0.000 claims description 6
- 238000013213 extrapolation Methods 0.000 claims description 6
- MWUXSHHQAYIFBG-UHFFFAOYSA-N nitrogen oxide Inorganic materials O=[N] MWUXSHHQAYIFBG-UHFFFAOYSA-N 0.000 claims description 6
- 239000013307 optical fiber Substances 0.000 claims description 6
- RAHZWNYVWXNFOC-UHFFFAOYSA-N Sulphur dioxide Chemical compound O=S=O RAHZWNYVWXNFOC-UHFFFAOYSA-N 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 4
- 235000019504 cigarettes Nutrition 0.000 claims description 4
- MGWGWNFMUOTEHG-UHFFFAOYSA-N 4-(3,5-dimethylphenyl)-1,3-thiazol-2-amine Chemical compound CC1=CC(C)=CC(C=2N=C(N)SC=2)=C1 MGWGWNFMUOTEHG-UHFFFAOYSA-N 0.000 claims description 2
- FMMWHPNWAFZXNH-UHFFFAOYSA-N Benz[a]pyrene Chemical compound C1=C2C3=CC=CC=C3C=C(C=C3)C2=C2C3=CC=CC2=C1 FMMWHPNWAFZXNH-UHFFFAOYSA-N 0.000 claims description 2
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 claims description 2
- CBENFWSGALASAD-UHFFFAOYSA-N Ozone Chemical compound [O-][O+]=O CBENFWSGALASAD-UHFFFAOYSA-N 0.000 claims description 2
- 229910002091 carbon monoxide Inorganic materials 0.000 claims description 2
- 239000000356 contaminant Substances 0.000 claims description 2
- 239000011133 lead Substances 0.000 claims description 2
- JCXJVPUVTGWSNB-UHFFFAOYSA-N nitrogen dioxide Inorganic materials O=[N]=O JCXJVPUVTGWSNB-UHFFFAOYSA-N 0.000 claims description 2
- 239000013618 particulate matter Substances 0.000 claims description 2
- 239000004071 soot Substances 0.000 claims description 2
- 230000008569 process Effects 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 239000002341 toxic gas Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/02—Instruments for indicating weather conditions by measuring two or more variables, e.g. humidity, pressure, temperature, cloud cover or wind speed
Landscapes
- Environmental & Geological Engineering (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Environmental Sciences (AREA)
- Air Conditioning Control Device (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种空气污染物监测预警方法及云平台，包括：设置多个监测点；建立流动通道的三维分布网格、地面反射率分布、风速场和温度场；获取污染物的扩散参数和沉降参数，建立三维烟团轨迹模型，并进行三维流场模拟，利用拟合历史污染物浓度及风速监测数据，纠正错误数据，并预测未来某一固定地点的污染物浓度，计算空气污染指数；利用所述监测点污染物浓度和风速监测数据，通过烟团轨迹模型进行三维流场模拟，以得到污染物浓度平面分布精确追踪污染源；定期向用户终端发布空气质量检测报告、预测报告、污染物分布图及预测污染源位置。本发明能够智能处理污染物浓度监测，还能够精确追踪污染源，预测未来某一固定地点污染物浓度。
Description
本发明是发明名称为“空气污染物监测预警方法及云平台”的分案申请，其中，母案的申请号为201710322237.5，申请日为2017.05.09。
技术领域
本发明涉及污染物监测技术领域，特别是涉及一种空气污染物监测预警方法及云平台。
背景技术
随着经济的迅速发展，人们生活水平不断提升，然而环境污染问题却逐渐突出。可吸入颗粒物、有毒气体严重威胁人们的生命健康。为了解决这一问题，相关部门出台了一系列环境监测标准，如《环境空气质量标准》、《环境空气质量监测规范(试行)》、《环境空气质量监测规范(试行)》等。成熟的检测技术、蓬勃发展的互联网和云计算技术，为实现空气污染的实时监测、无线传输、智能分析、准确预警和及时发布提供了全面的技术保障。
然而，现在的空气污染预测机构和应用软件琳琅满目，但它们发布的结果只有固定地点污染物浓度监测结果的列表信息，预测结果为未来某一固定地区的污染物浓度，数据利用率较低。
发明内容
本发明的目的是提供一种空气污染物监测预警方法及云平台，能够实时检测空气质量，对检测数据进行大数据分析，从而追踪污染源和预测空气质量，进而通过移动终端进行发布预告。
为实现上述目的，本发明提供了如下方案：
一种空气污染物监测预警方法，包括：
设置多个监测点；所述监测点用于采集污染物浓度、气温、风向及风速的历史参数；
根据城市地形和建筑物的分布建立流动通道的三维分布网格；
测量不同区域的地面反射率，并赋值给各个网格，得到地面反射率分布；
建立风速场；
将所述监测点采集得到温度数据赋值给各个网格中，对其中没有设置监测点的网格通过线性插值得到温度场；
根据三维分布网格、所述地面反射率分布、所述风速场、所述温度场和污染物的扩散参数、沉降参数，建立三维烟团轨迹模型；
基于Hadoop平台，采用所述三维烟团轨迹模型进行三维流场模拟，利用拟合历史污染物浓度及风速监测数据，纠正错误数据，并预测未来某一固定地点的污染物浓度，计算空气污染指数；
利用所述监测点污染物浓度和风速监测数据，通过烟团轨迹模型进行三维流场模拟，以得到污染物浓度平面分布精确追踪污染源；
定期向用户终端发布空气质量检测报告、预测报告、污染物分布图及预测污染源位置。
可选地，所述根据三维分布网格、所述地面反射率分布、所述风速场、所述温度场和污染物的扩散参数、沉降参数，建立三维烟团轨迹模型，具体包括：
根据公式
确定污染物扩散的积分烟团模型；
式中，Cp(x,y,z,T)表示T时刻第p个源在(x,y,z)处的浓度，σx、σy、σz表示不同稳定度下的扩散系数，u表示流场在x方向的分量，v表示流场在y方向的分量，ω表示流场在z方向的分量，He表示第p个源的有效高度，VS表示污染物颗粒沉降速度，T表示污染物排放时间，Qp表示第p个点源的强度，α1表示地面反射率。
可选地，所述空气污染物监测预警方法，还包括：
将所述空气污染指数发送至所述用户终端。
可选地，所述建立风速场，具体包括：
风场连续方程：
u*＝u·ΔH(x·y),
v*＝v·ΔH(x·y),
ΔH(x,y)＝H(x,y)-h'
其中，u*、v*、w*表示坐标调整后的风场，σ表示调整后的垂向坐标；
hs'＝hs(x,y)+10
H(x,y)＝2000+hs(x,y)/2
其中，z表示坐标铅直高度，hs(x,y)表示地形高度，H(x,y)表示模式上边界；
为了便于在x,y,σ坐标上插值风场满足风场连续方程，同时使得风场改变值最小，问题归结为求泛函的最小值：
其中：E(U*,V*,ω*,λ)表示任一点的泛函值，
表示初始风场，λ表示拉格朗日乘值，a1表示水平方向观测误差，a2表示垂直方向观测误差，
表示观测误差方差；
地面风场初始化：
用加权插值法将地面各观测点的风速实测值按其u,v分量分别插到模式的各地面格点上，得到地面初始场；
其中，U表示u,v的分量，i,j表示(i,j)网格点，r表示第K各观测点至(i,j)网格点的平均距离，n表示检测点数量，RE表示影响半径；
上层风场初始化：
上层风场利用风速幂次律的外推及地转风资料获得，具体包括：从地面至200m的各层风速改变而风向不变，风速改变遵循：
其中：U表示风速，U10表示地面10米风标观测风速；200m以上各高度风场由上层地转风和地面外推的200m层风场线内插而得。
为达上述目的，本发明还提供了如下技术方案：
一种空气污染物监测预警云平台，包括：
数据采集模块，用于采集污染物浓度、气温、风向及风速的历史参数；
数据处理平台，用于获取各污染物的扩散参数、沉降参数；
建立三维烟团轨迹模型：在不均匀流畅中，污染物扩散采用积分烟团模型：
其中，Cp(x,y,z,T)表示T时刻第p个源在(x,y,z)处的浓度，σx、σy、σz表示不同稳定度下的扩散系数，u表示流场在x方向的分量，v表示流场在y方向的分量，ω表示流场在z方向的分量，He表示第p个源的有效高度，VS表示污染物颗粒沉降速度，T表示污染物排放时间，Qp表示第p个点源的强度，α1表示地面反射率；
预测污染源，调整污染源位置、强度排放时间，拟合获取的各监测点的污染物浓度数据，拟合精度达到80％以上，将偏离计算结果的检测数据纳入存疑数据库，并对监测点进行检查维修，达到拟合精度的污染源位置、强度和排放时间作为污染源的预测结果，完成拟合的三维烟团轨迹模型，得到反映污染物的三维分布场图；
数据处理平台，还用于通过增加时间步，预测未来污染物浓度分布，计算空气污染指数；
管理***，通过光纤与所述数据处理平台连接，用于获取所述数据处理平台输出的反映污染物的三维分布场图以及未来污染物浓度分布，空气污染指数；
用户终端，通过GPRS传输模块与所述数据处理平台连接，用于定期接收所述数据处理平台输出的反映污染物的三维分布场图以及未来污染物浓度分布，空气污染指数；或者用于向所述数据处理平台输出请求，然后接收所述数据处理平台输出的反映污染物的三维分布场图以及未来污染物浓度分布，空气污染指数。
可选地，所述数据采集模块包括流量调节器、PLC控制器、存储器及传感器；
其中，所述传感器包含二氧化硫、二氧化氮、一氧化碳、臭氧、PM10、PM2.5、总悬浮颗粒物、氮氧化物、铅和苯并芘污染物浓度检测器。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
设置多个监测点来采集污染物浓度、气温、风向及风速的历史参数；建立城市空气流动通道、地面反射率、风速场和温度场；获取各污染物的扩散参数、沉降参数，然后建立三维烟团轨迹模型；根据三维烟团轨迹模型预测污染源，调整污染源位置、强度和排放时间，拟合获取的各监测点的污染物浓度数据；如果污染源位置、强度和排放时间达到拟合精度，则将所述污染源位置、强度和排放时间作为污染源的预测结果，并根据完成拟合的三维烟团轨迹模型，得到反映污染物的三维分布场图；定期向用户终端发布空气质量检测报告、预测报告、污染物分布图及预测污染源位置。本发明实现了对空气质量的实时检测，对检测数据进行大数据分析，从而追踪污染源和预测空气质量，进而通过移动终端进行发布预告。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的结构示意图。
图1为本发明平台拓扑图；
图2是本发明数据采集模块结构图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例1
如图1和图2，本实施例提供一种空气污染物监测预警方法，包括：
(1)设置多个监测点，采集各监测点分别采集污染物浓度、气温、风向及风速的历史参数；污染物浓度、气温、风向及风速作为模型输入参数。
(2)建立城市空气流动通道、地面反射率、风速和温度分布三维场，具体步骤如下：
1)流动通道
根据城市地形和建筑物的分布建立流动通道的三维分布网格。
2)地面反射率分布
测量不同区域的地面反射率，并赋值给各个网格，得到地面反射率分布。
3)风速场
为了准确描述污染物浓度的分布，建立风速场，结合前述点源烟团轨迹模型可预测变化风场下的污染物分布情况。
a.风场连续方程：
u*＝u·ΔH(x·y),
v*＝v·ΔH(x·y),
ΔH(x,y)＝H(x,y)-h'
式中：u*、v*、w*表示坐标调整后的风场，m/s；σ表示调整后的垂向坐标，m。
hs'＝hs(x,y)+10
H(x,y)＝2000+hs(x,y)/2
式中：z表示坐标铅直高度，m；hs(x,y)表示地形高度，m；H(x,y)表示模式上边界，m。
为了便于在x,y,σ坐标上插值风场满足风场连续方程，同时使得风场改变值最小，问题归结为求泛函的最小值：
式中，E(U*,V*,ω*,λ)表示任一点的泛函值，
表示初始风场，m/s；λ表示拉格朗日乘值，a1表示水平方向观测误差，a2表示垂直方向观测误差，
表示观测误差方差。
b.地面风场初始化：
用加权插值法将地面各观测点的风速实测值按其u,v分量分别插到模式的各地面格点上，得到地面初始场。
式中，U表示u,v的分量，m/s；i,j表示(i,j)网格点，r表示第K各观测点至(i,j)网格点的平均距离，m；n表示检测点数量，RE表示影响半径，m。
c.上层风场初始化：
上层风场利用风速幂次律的外推及地转风资料获得。
具体说，从地面至200m的各层风速改变而风向不变，风速改变遵循：
式中：U表示风速，m/s；U10表示地面10米风标观测风速，m/s；200m以上各高度风场由上层地转风和地面外推的200m层风场线内插而得。
4)温度场
将各检测点得到温度数据赋值给三维网格中，没有检测点的网格通过线性插值得到温度场。
(3)输入各污染物的扩散参数、沉降参数。
(4)建立三维烟团轨迹模型：
在不均匀流畅中，污染物扩散采用积分烟团模型：
式中，Cp(x,y,z,T)表示T时刻第p个源在(x,y,z)处的浓度，mg/m3；σx、σy、σz表示不同稳定度下的扩散系数，m2/s；u表示流场在x方向的分量，m/s；v表示流场在y方向的分量，m/s；ω表示流场在z方向的分量，m/s；He表示第p个源的有效高度，m；VS表示污染物颗粒沉降速度，气态污染物为0，m/s；T表示污染物排放时间，hr；Qp表示第p个点源的强度，mg/s，α1表示地面反射率。
在污染物浓度较高的区域预测污染源，调整污染源位置、强度排放时间，拟合获取的的历史参数(各监测点的浓度数据)，历史拟合精度达到80％以上，将偏离计算结果的检测数据纳入存疑数据库，并对监测点进行检查维修。达到拟合精度的污染源位置、强度和排放时间作为污染源的预测结果。完成拟合的三维烟团轨迹模型，得到准确反映污染物的三维分布场图。
(5)本实施例还包括通过增加时间步，预测未来污染物浓度分布，计算空气污染指数。
(6)本实施例还包括定期向用户终端发布空气质量检测报告、预测报告、污染物分布图及预测污染源位置。
实施例2
本实施例提供一种空气污染物监测预警云平台，包括：
数据采集模块，用于采集污染物浓度、气温、风向及风速的历史参数。
数据处理平台，用于获取各污染物的扩散参数、沉降参数。
建立三维烟团轨迹模型：在不均匀流畅中，污染物扩散采用积分烟团模型：
其中，Cp(x,y,z,T)表示T时刻第p个源在(x,y,z)处的浓度，mg/m3；σx、σy、σz表示不同稳定度下的扩散系数，m2/s；u表示流场在x方向的分量，m/s；v表示流场在y方向的分量，m/s；ω表示流场在z方向的分量，m/s；He表示第p个源的有效高度，m；VS表示污染物颗粒沉降速度，气态污染物为0，m/s；T表示污染物排放时间，hr；Qp表示第p个点源的强度，mg/s，α1表示地面反射率。
预测污染源，调整污染源位置、强度排放时间，拟合获取的各监测点的污染物浓度数据，拟合精度达到80％以上，将偏离计算结果的检测数据纳入存疑数据库，并对监测点进行检查维修，达到拟合精度的污染源位置、强度和排放时间作为污染源的预测结果，完成拟合的三维烟团轨迹模型，得到反映污染物的三维分布场图。
数据处理平台，还用于通过增加时间步，预测未来污染物浓度分布，计算空气污染指数。
管理***，通过光纤与数据处理平台通讯连接，用于获取数据处理平台输出的反映污染物的三维分布场图以及未来污染物浓度分布，空气污染指数。
用户终端，通过GPRS传输模块与数据处理平台通讯连接，用于定期接收数据处理平台输出的反映污染物的三维分布场图以及未来污染物浓度分布，空气污染指数；或者用于向数据处理平台输出请求，接收数据处理平台输出的反映污染物的三维分布场图以及未来污染物浓度分布，空气污染指数。
所述空气污染检测器通过GPRS传输模块和光纤与数据处理平台连接；所述数据处理平台通过光纤与管理***连接，同时通过GPRS传输模块与用户终端连接。本发明所述的GPRS传输模块用于在正常工况下将数据采集模块得到的数据处理平台。所述的光纤传输是在GPRS传输模块失效的条件下将数据采集模块得到的数据处理平台。
本发明所述的数据处理平台是基于Hadoop平台，采用烟团轨迹模型进行三维流场模拟，利用拟合历史污染物浓度及风速监测数据，纠正错误数据，并预测未来某一固定地点的污染物浓度，计算空气污染指数；利用各监测点污染物浓度和风速监测数据，通过烟团轨迹模型进行三维流场模拟得到污染物浓度平面分布精确追踪污染源；并定期向用户终端发布空气质量检测报告、预测报告、污染物分布等值图及可能污染源位置。
相对于现有技术，本发明具有以下优点：
(1)本发明能够智能处理污染物浓度监测，数据传输、分析与发布。
(2)本发明能够精确追踪污染源，预测未来某一固定地点污染物浓度。
(3)本发明能够发布精确的污染物分布图。
(4)本发明结合了互联网技术和云计算技术充分利用检测数据，能够及时、准确地追踪污染源，预测未来污染物浓度。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。
Claims (6)
1.一种空气污染物监测预警方法，其特征在于，所述空气污染物监测预警方法包括：
设置多个监测点；所述监测点用于采集污染物浓度、气温、风向及风速的历史参数；
根据城市地形和建筑物的分布建立流动通道的三维分布网格；
测量不同区域的地面反射率，并赋值给各个网格，得到地面反射率分布；
建立风速场；
将所述监测点采集得到温度数据赋值给各个网格中，对其中没有设置监测点的网格通过线性插值得到温度场；
根据三维分布网格、所述地面反射率分布、所述风速场、所述温度场和污染物的扩散参数、沉降参数，建立三维烟团轨迹模型；
基于Hadoop平台，采用所述三维烟团轨迹模型进行三维流场模拟，利用拟合历史污染物浓度及风速监测数据，纠正错误数据，并预测未来某一固定地点的污染物浓度，计算空气污染指数；
利用所述监测点污染物浓度和风速监测数据，通过烟团轨迹模型进行三维流场模拟，以得到污染物浓度平面分布精确追踪污染源；
定期向用户终端发布空气质量检测报告、预测报告、污染物分布图及预测污染源位置。
2.根据权利要求1所述的空气污染物监测预警方法，其特征在于，所述根据三维分布网格、所述地面反射率分布、所述风速场、所述温度场和污染物的扩散参数、沉降参数，建立三维烟团轨迹模型，具体包括：
根据公式
确定污染物扩散的积分烟团模型；
式中，Cp(x,y,z,T)表示T时刻第p个源在(x,y,z)处的浓度，σx、σy、σz表示不同稳定度下的扩散系数，u表示流场在x方向的分量，v表示流场在y方向的分量，ω表示流场在z方向的分量，He表示第p个源的有效高度，VS表示污染物颗粒沉降速度，T表示污染物排放时间，Qp表示第p个点源的强度，α1表示地面反射率。
3.根据权利要求1所述的空气污染物监测预警方法，其特征在于，所述空气污染物监测预警方法，还包括：
将所述空气污染指数发送至所述用户终端。
4.根据权利要求1所述的空气污染物监测预警方法，其特征在于，所述建立风速场，具体包括：
风场连续方程：
u*＝u·ΔH(x·y),
v*＝v·ΔH(x·y),
ΔH(x,y)＝H(x,y)-h'
其中，u*、v*、w*表示坐标调整后的风场，σ表示调整后的垂向坐标；
h's＝hs(x,y)+10
H(x,y)＝2000+hs(x,y)/2
其中，z表示坐标铅直高度，hs(x,y)表示地形高度，H(x,y)表示模式上边界；
为了便于在x,y,σ坐标上插值风场满足风场连续方程，同时使得风场改变值最小，问题归结为求泛函的最小值：
其中：E(U*,V*,ω*,λ)表示任一点的泛函值，
表示初始风场，λ表示拉格朗日乘值，a1表示水平方向观测误差，a2表示垂直方向观测误差，
表示观测误差方差；
地面风场初始化：
用加权插值法将地面各观测点的风速实测值按其u,v分量分别插到模式的各地面格点上，得到地面初始场；
其中，U表示u,v的分量，i,j表示(i,j)网格点，r表示第K各观测点至(i,j)网格点的平均距离，n表示检测点数量，RE表示影响半径；
上层风场初始化：
上层风场利用风速幂次律的外推及地转风资料获得，具体包括：从地面至200m的各层风速改变而风向不变，风速改变遵循：
其中：U表示风速，U10表示地面10米风标观测风速；200m以上各高度风场由上层地转风和地面外推的200m层风场线内插而得。
5.一种空气污染物监测预警云平台，其特征在于，所述空气污染监测预警云平台包括：
数据采集模块，用于采集污染物浓度、气温、风向及风速的历史参数；
数据处理平台，用于获取各污染物的扩散参数、沉降参数；
建立三维烟团轨迹模型：在不均匀流畅中，污染物扩散采用积分烟团模型：
其中，Cp(x,y,z,T)表示T时刻第p个源在(x,y,z)处的浓度，σx、σy、σz表示不同稳定度下的扩散系数，u表示流场在x方向的分量，v表示流场在y方向的分量，ω表示流场在z方向的分量，He表示第p个源的有效高度，VS表示污染物颗粒沉降速度，T表示污染物排放时间，Qp表示第p个点源的强度，α1表示地面反射率；
预测污染源，调整污染源位置、强度排放时间，拟合获取的各监测点的污染物浓度数据，拟合精度达到80％以上，将偏离计算结果的检测数据纳入存疑数据库，并对监测点进行检查维修，达到拟合精度的污染源位置、强度和排放时间作为污染源的预测结果，完成拟合的三维烟团轨迹模型，得到反映污染物的三维分布场图；
数据处理平台，还用于通过增加时间步，预测未来污染物浓度分布，计算空气污染指数；
管理***，通过光纤与所述数据处理平台连接，用于获取所述数据处理平台输出的反映污染物的三维分布场图以及未来污染物浓度分布，空气污染指数；
用户终端，通过GPRS传输模块与所述数据处理平台连接，用于定期接收所述数据处理平台输出的反映污染物的三维分布场图以及未来污染物浓度分布，空气污染指数；或者用于向所述数据处理平台输出请求，然后接收所述数据处理平台输出的反映污染物的三维分布场图以及未来污染物浓度分布，空气污染指数。
6.根据权利要求5所述的空气污染物监测预警云平台，其特征在于，所述数据采集模块包括流量调节器、PLC控制器、存储器及传感器；
其中，所述传感器包含二氧化硫、二氧化氮、一氧化碳、臭氧、PM10、PM2.5、总悬浮颗粒物、氮氧化物、铅和苯并芘污染物浓度检测器。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111674307.6A CN114280695A (zh) | 2017-05-09 | 2017-05-09 | 一种空气污染物监测预警方法及云平台 |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111674307.6A CN114280695A (zh) | 2017-05-09 | 2017-05-09 | 一种空气污染物监测预警方法及云平台 |
| CN201710322237.5A CN107193056A (zh) | 2017-05-09 | 2017-05-09 | 空气污染物监测预警方法及云平台 |
Related Parent Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710322237.5A Division CN107193056A (zh) | 2017-05-09 | 2017-05-09 | 空气污染物监测预警方法及云平台 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114280695A true CN114280695A (zh) | 2022-04-05 |
Family
ID=59873622
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710322237.5A Pending CN107193056A (zh) | 2017-05-09 | 2017-05-09 | 空气污染物监测预警方法及云平台 |
| CN202111674307.6A Pending CN114280695A (zh) | 2017-05-09 | 2017-05-09 | 一种空气污染物监测预警方法及云平台 |
Family Applications Before (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710322237.5A Pending CN107193056A (zh) | 2017-05-09 | 2017-05-09 | 空气污染物监测预警方法及云平台 |
Country Status (1)
| Country | Link |
|---|---|
| CN (2) | CN107193056A (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115201071A (zh) * | 2022-09-09 | 2022-10-18 | 杭州泽天春来科技有限公司 | 一种基于厂界恶臭在线监测***的空气扩散溯源方法及*** |
| CN115453070A (zh) * | 2022-11-09 | 2022-12-09 | 安徽皖欣环境科技有限公司 | 一种用于智慧环保管家的污染物预警方法 |
| CN115561408A (zh) * | 2022-11-17 | 2023-01-03 | 河北先河环保科技股份有限公司 | 空气污染预警方法、装置、电子设备及存储介质 |
| CN116699072A (zh) * | 2023-06-08 | 2023-09-05 | 东莞市华复实业有限公司 | 基于侦测巡航的环境预警方法 |
| CN116859001A (zh) * | 2023-07-18 | 2023-10-10 | 安徽碧水环业生态科技有限公司 | 一种碳排放在线监测平台及分析方法 |
| CN117310101A (zh) * | 2023-10-31 | 2023-12-29 | 湖北凌创环保有限公司 | 一种大气污染物浓度监测*** |
| CN117419769A (zh) * | 2023-11-14 | 2024-01-19 | 中科迈航信息技术有限公司 | 一种物联网环保监控***及方法 |
Families Citing this family (24)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108170635B (zh) * | 2017-11-24 | 2023-09-08 | 南京大学 | 一种中尺度大气光化学污染综合过程分析方法 |
| CN108182491A (zh) * | 2017-12-27 | 2018-06-19 | 宇星科技发展(深圳)有限公司 | 大气细颗粒物(pm2.5)实时源解析定位方法 |
| 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 |
| CN109115949B (zh) * | 2018-07-26 | 2020-12-11 | 郑州轻工业学院 | 基于大数据的污染溯源方法及计算机可读介质 |
| CN108921760A (zh) * | 2018-08-20 | 2018-11-30 | 泛测（北京）环境科技有限公司 | 一种生成空气质量分析报告的方法 |
| CN109359341B (zh) * | 2018-09-20 | 2022-11-22 | 佛山科学技术学院 | 一种城市气浮颗粒扩散追踪方法 |
| CN109357708A (zh) * | 2018-10-25 | 2019-02-19 | 华鉴认证有限公司 | 基于互联网的环境监测平台 |
| CN109542876B (zh) * | 2018-11-20 | 2023-04-07 | 南京莱斯信息技术股份有限公司 | 基于Hadoop数据挖掘航空器经验轨迹模型关键因子的提取方法 |
| CN109858696A (zh) * | 2019-01-30 | 2019-06-07 | 山东万钢信息科技有限公司 | 一种城市环境污染预测方法及*** |
| CN111695712B (zh) * | 2019-03-12 | 2023-08-25 | 寰宇国际地球资讯有限公司 | 污染源追踪***及其方法 |
| CN110043320B (zh) * | 2019-05-28 | 2020-06-12 | 中电建路桥集团有限公司 | 一种隧道施工环境监控方法 |
| CN110427573A (zh) * | 2019-08-01 | 2019-11-08 | 软通动力信息技术有限公司 | 一种未知污染源区域的确定方法、装置、设备及存储介质 |
| CN110531030B (zh) * | 2019-08-16 | 2021-11-12 | 北京慧辰资道资讯股份有限公司 | 一种基于物联网大数据大气污染物分析的方法及装置 |
| CN110531730A (zh) * | 2019-10-16 | 2019-12-03 | 广东紫方环保技术有限公司 | 一种污染源在线监控*** |
| CN111126710B (zh) * | 2019-12-27 | 2021-07-16 | 成都星时代宇航科技有限公司 | 一种大气污染物预测方法 |
| CN111581808B (zh) * | 2020-04-30 | 2021-04-13 | 中科三清科技有限公司 | 一种污染物信息处理方法、装置、存储介质及终端 |
| CN111489041B (zh) * | 2020-06-23 | 2020-10-16 | 平安国际智慧城市科技股份有限公司 | 预测污染物异常排放的方法、装置、计算机设备 |
| CN111781030B (zh) * | 2020-07-08 | 2023-05-09 | 南京大学 | 一种基于无人机的大气VOCs采样设备、采样及分析方法、以及计算方法 |
| US11854845B2 (en) | 2020-09-16 | 2023-12-26 | Changxin Memory Technologies, Inc. | System for monitoring environment |
| CN112305163B (zh) * | 2020-10-21 | 2023-04-07 | 西北工业大学 | 基于固定翼无人机的大气污染监测***及数据处理方法 |
| CN113723702A (zh) * | 2021-09-07 | 2021-11-30 | 中国人民解放军陆军防化学院 | 一种化学危害扩散预测方法及装置 |
| CN115185292B (zh) * | 2022-06-27 | 2024-06-14 | 福建农林大学 | 基于地空一体化的空气污染智能监测方法及平台 |
| CN116577469B (zh) * | 2023-05-17 | 2024-01-23 | 广州德亨信息技术有限公司 | 基于数据精度校准的大气环境监测***、数据预测方法 |
| CN117129638B (zh) * | 2023-10-26 | 2024-01-12 | 江西怡杉环保股份有限公司 | 一种区域空气环境质量监测方法及*** |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104597212A (zh) * | 2015-02-03 | 2015-05-06 | 无锡中电科物联网创新研发中心 | 一种大气污染源定位方法 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103258116A (zh) * | 2013-04-18 | 2013-08-21 | 国家电网公司 | 一种大气污染物扩散模型的构建方法 |
| JP6136729B2 (ja) * | 2013-08-05 | 2017-05-31 | 新日鐵住金株式会社 | 降下煤塵量の推定方法、装置、プログラム及び記憶媒体 |
| CN104008229B (zh) * | 2014-04-30 | 2017-06-09 | 北京大学 | 一种街区污染物浓度分布模型建立方法 |
| CN104598692B (zh) * | 2015-02-02 | 2017-12-08 | 廖鹰 | 火电厂排放烟尘污染仿真模拟方法 |
-
2017
- 2017-05-09 CN CN201710322237.5A patent/CN107193056A/zh active Pending
- 2017-05-09 CN CN202111674307.6A patent/CN114280695A/zh active Pending
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104597212A (zh) * | 2015-02-03 | 2015-05-06 | 无锡中电科物联网创新研发中心 | 一种大气污染源定位方法 |
Non-Patent Citations (1)
| Title |
|---|
| 刘鹤欣: "采用高斯模型的垃圾焚烧污染物环境监测及布点", 《西安交通大学学报》, vol. 49, no. 5, pages 148 - 151 * |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115201071A (zh) * | 2022-09-09 | 2022-10-18 | 杭州泽天春来科技有限公司 | 一种基于厂界恶臭在线监测***的空气扩散溯源方法及*** |
| CN115201071B (zh) * | 2022-09-09 | 2022-12-09 | 杭州泽天春来科技有限公司 | 一种基于厂界恶臭在线监测***的空气扩散溯源方法及*** |
| CN115453070A (zh) * | 2022-11-09 | 2022-12-09 | 安徽皖欣环境科技有限公司 | 一种用于智慧环保管家的污染物预警方法 |
| CN115453070B (zh) * | 2022-11-09 | 2023-03-10 | 安徽皖欣环境科技有限公司 | 一种用于智慧环保管家的污染物预警方法 |
| CN115561408A (zh) * | 2022-11-17 | 2023-01-03 | 河北先河环保科技股份有限公司 | 空气污染预警方法、装置、电子设备及存储介质 |
| WO2024103616A1 (zh) * | 2022-11-17 | 2024-05-23 | 河北先河环保科技股份有限公司 | 空气污染预警方法、装置、电子设备及存储介质 |
| CN116699072B (zh) * | 2023-06-08 | 2024-01-26 | 东莞市华复实业有限公司 | 基于侦测巡航的环境预警方法 |
| CN116699072A (zh) * | 2023-06-08 | 2023-09-05 | 东莞市华复实业有限公司 | 基于侦测巡航的环境预警方法 |
| CN116859001A (zh) * | 2023-07-18 | 2023-10-10 | 安徽碧水环业生态科技有限公司 | 一种碳排放在线监测平台及分析方法 |
| CN116859001B (zh) * | 2023-07-18 | 2024-03-19 | 安徽碧水环业生态科技有限公司 | 一种碳排放在线监测平台及分析方法 |
| CN117310101A (zh) * | 2023-10-31 | 2023-12-29 | 湖北凌创环保有限公司 | 一种大气污染物浓度监测*** |
| CN117419769A (zh) * | 2023-11-14 | 2024-01-19 | 中科迈航信息技术有限公司 | 一种物联网环保监控***及方法 |
| CN117419769B (zh) * | 2023-11-14 | 2024-06-04 | 中科迈航信息技术有限公司 | 一种物联网环保监控***及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107193056A (zh) | 2017-09-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114280695A (zh) | 一种空气污染物监测预警方法及云平台 | |
| CN111537023B (zh) | 一种工业园区大气污染物扩散模拟与溯源方法 | |
| CN114371260B (zh) | 一种工业企业无组织VOCs网格化监测、扩散预警及溯源方法 | |
| CN112749478A (zh) | 一种基于高斯扩散模型大气污染溯源扩散分析***及方法 | |
| CN110531030B (zh) | 一种基于物联网大数据大气污染物分析的方法及装置 | |
| CN110346517B (zh) | 一种智慧城市工业大气污染可视化预警方法及其*** | |
| CN106651100B (zh) | 基于车联网优选车载监测点的空气质量评估***及方法 | |
| CN106651036A (zh) | 空气质量预报*** | |
| CN111582580B (zh) | 一种考虑人群污染物暴露的出行路径规划方法 | |
| CN113436045A (zh) | 大气污染多尺度融合溯源方法、装置和可读存储介质 | |
| CN108489875B (zh) | 一种基于时段统计分析的污染物溯源***及方法 | |
| CN114155129A (zh) | 一种基于工业园区的大气环境溯评方法和*** | |
| CN116227752B (zh) | 一种基于物联网的园区设施管理*** | |
| CN113655175A (zh) | 一种网格化空气监测方法、***、计算机设备及存储介质 | |
| CN115876655B (zh) | 一种受限空间涉爆粉尘全过程监测***及方法 | |
| CN107145668A (zh) | 发电厂烟气污染物排放对区域大气雾霾的评价方法及装置 | |
| CN115759488A (zh) | 一种基于边缘计算的碳排放监测预警分析***及其方法 | |
| CN116070839A (zh) | 一种多源数据的道路微环境空气质量贡献溯源方法 | |
| CN111077048A (zh) | 基于移动设备的机会式群体智能空气质量监测及评估方法 | |
| CN115146484A (zh) | 一种用于检测环境参数的环保监控***及监控方法 | |
| CN115545565A (zh) | 基于大气环境质量的园区排污总量管控方法和*** | |
| CN114118613A (zh) | 一种焦化土壤污染空间分布预测优化方法及*** | |
| CN110503348A (zh) | 一种基于位置匹配的个体空气污染暴露模拟测量方法 | |
| CN116258101B (zh) | 一种基于气体浓度监测数据快速计算排放源强的方法 | |
| Guldmann et al. | Modeling Air Quality in Urban Areas: A Cell‐Based Statistical Approach |
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 |