CN114723158B - 一种基于大数据gis的城市环境监测*** - Google Patents
一种基于大数据gis的城市环境监测*** Download PDFInfo
- Publication number
- CN114723158B CN114723158B CN202210430794.XA CN202210430794A CN114723158B CN 114723158 B CN114723158 B CN 114723158B CN 202210430794 A CN202210430794 A CN 202210430794A CN 114723158 B CN114723158 B CN 114723158B
- Authority
- CN
- China
- Prior art keywords
- pollution
- hydrologic
- data
- monitoring
- atmospheric
- 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 139
- 230000010354 integration Effects 0.000 claims abstract description 35
- 239000012298 atmosphere Substances 0.000 claims description 22
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 21
- 238000011282 treatment Methods 0.000 claims description 12
- 230000007613 environmental effect Effects 0.000 claims description 10
- 238000011269 treatment regimen Methods 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000003915 air pollution Methods 0.000 description 12
- 238000000034 method Methods 0.000 description 5
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000008020 evaporation Effects 0.000 description 1
- 238000001704 evaporation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- 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
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Entrepreneurship & Innovation (AREA)
- Remote Sensing (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Sampling And Sample Adjustment (AREA)
Abstract
本发明提供一种基于大数据GIS的城市环境监测***,所述监测***包括GIS数据库、数据整合模块、实时数据采集模块以及综合监测处理模块;所述GIS数据库存储有城市环境监测历史数据;所述数据整合模块用于对城市环境监测历史数据进行整合处理;所述实时数据采集模块用于对城市环境数据进行实时采集;所述综合监测处理模块用于对数据整合模块以及实时数据采集模块处理和采集到的数据进行综合处理,并得到城市环境数据监测结果,本发明能够对城市环境中的大气以及水文的历史以及实时数据进行获取后处理,并配合降雨数据进行综合处理,得到城市环境的综合监测结果,以解决现有的城市环境监测数据的监测方式和数据处理方式单一的问题。
Description
技术领域
本发明涉及环境监测技术领域,尤其涉及一种基于大数据GIS的城市环境监测***。
背景技术
GIS又称为“地学信息***”。它是一种特定的十分重要的空间信息***。它是在计算机硬、软件***支持下,对整个或部分地球表层(包括大气层)空间中的有关地理分布数据进行采集、储存、管理、运算、分析、显示和描述的技术***。城市环境监测,依据国家颁发的环境标准,对城市环境中的有害物质及其影响范围进行检查和测定,并对污染源进行监视。
现有的技术中,对城市环境进行监测的过程,需要监测的领域很多,例如对城市环境中的大气、水体、土壤、生物等的质量和噪声、电磁波和放射性等进行监测;但是现有的监测方式中通常都是采用独立的监测模式进行监测,这种监测方式得到的监测结果单一,对于监测数据的利用率较低,造成监测资源的浪费。
发明内容
针对现有技术存在的不足,本发明目的是提供一种基于大数据GIS的城市环境监测***,能够对城市环境中的大气以及水文的历史以及实时数据进行获取后处理,并配合降雨数据进行综合处理,得到城市环境的综合监测结果,以解决现有的城市环境监测数据的监测方式和数据处理方式单一的问题。
为了实现上述目的,本发明是通过如下的技术方案来实现:一种基于大数据GIS的城市环境监测***,所述监测***包括GIS数据库、数据整合模块、实时数据采集模块以及综合监测处理模块;
所述GIS数据库存储有城市环境监测历史数据;所述数据整合模块用于对城市环境监测历史数据进行整合处理;所述实时数据采集模块用于对城市环境数据进行实时采集;所述综合监测处理模块用于对数据整合模块以及实时数据采集模块处理和采集到的数据进行综合处理,并得到城市环境数据监测结果;
所述GIS数据库内存储有城市大气历史数据以及城市水文历史数据;所述数据整合模块配置有数据整合策略,所述数据整合策略包括:分别对城市大气历史数据和城市水文历史数据进行整合处理;
所述实时数据采集模块包括大气采集单元、水文采集单元以及降雨采集单元,所述大气采集单元用于对大气实时污染浓度以及实时风速进行采集;所述水文采集单元用于对水文实时污染浓度以及水流速进行采集;所述降雨采集单元用于大气及水文采集后的第一时间段内的降雨概率、降雨量以及环境温度进行获取;
所述综合监测处理模块包括数据综合处理单元以及降雨污染综合处理单元,所述数据综合处理单元用于对整合处理以及监测采集到的大气数据和水文数据进行综合处理;所述降雨污染综合处理单元用于对采集到的降雨数据以及综合处理后的大气数据和水文数据进行综合处理,并得到降雨污染的综合结果。
进一步地,所述数据整合策略包括大气数据整合子策略,所述大气数据整合子策略包括:获取GIS数据库内若干历史大气污染浓度、历史风速,以及在获取当前历史大气污染浓度后的第一大气参考时间段时的历史大气污染等级;并将若干历史大气污染浓度、历史风速以及历史大气污染等级代入到大气污染联系公式中求得大气污染联系值。
进一步地,所述大气污染联系公式配置为:其中,Ldq为大气污染联系值,Nldq1至Nldqn分别为获取的若干历史大气污染浓度,Vlf1至Vlfn分别为获取的若干历史风速,Dldq1至Dldqn分别为获取的若干历史大气污染等级。
进一步地,所述数据整合策略还包括水文数据整合子策略,所述水文数据整合子策略包括:获取GIS数据库内若干历史水文污染浓度、历史水流速,以及在获取当前历史水文污染浓度后的第一水文参考时间段时的历史水文污染等级;并将若干历史水文污染浓度、历史水流速以及历史水文污染等级代入到水文污染联系公式中求得水文污染联系值。
进一步地,所述水文污染联系公式配置为:其中,Lsw为水文污染联系值,Nlsw1至Nlswn分别为获取的若干历史水文污染浓度,Vlsl1至Vlsln分别为获取的若干历史水流速,Dlsw1至Dlswn分别为获取的若干历史水文污染等级。
进一步地,所述数据综合处理单元配置有数据综合处理策略,所述数据综合处理策略包括:将获取到的大气实时污染浓度、实时风速以及大气污染联系值代入到大气监测公式中求得大气监测预警值;
当大气监测预警值大于等于第一大气监测阈值时,输出大气污染高预警信号;当大气监测预警值大于等于第二大气监测阈值且小于第一大气监测阈值时,输出大气污染中预警信号;当大气监测预警值小于第二大气监测阈值时,输出大气污染低预警信号;
将获取到的水文实时污染浓度、水流速以及水文污染联系值代入到水文监测公式中求得水文监测预警值;
当水文监测预警值大于等于第一水文监测阈值时,输出水文污染高预警信号;当水文监测预警值大于等于第二水文监测阈值且小于第一水文监测阈值时,输出水文污染中预警信号;当水文监测预警值小于第二水文监测阈值时,输出水文污染低预警信号。
进一步地,所述大气监测公式配置为:所述水文监测公式配置为:其中,Jdq为大气监测预警值,Nsdq为大气实时污染浓度,Vsf为实时风速,Jsw为水文监测预警值,Nssw为水文实时污染浓度,Vssl为水流速。
进一步地,所述降雨污染综合处理单元配置有降雨污染综合处理策略,所述降雨污染综合处理策略包括:将降雨概率、降雨量、环境温度、大气监测预警值以及水文监测预警值代入到降雨污染综合处理公式中,求得降雨污染预警值;
当降雨污染预警值大于等于第一降雨污染阈值时,输出降雨污染高预警信号;当降雨污染预警值大于等于第二降雨污染阈值且小于第一降雨污染阈值时,输出降雨污染中预警信号;当降雨污染预警值小于第二降雨污染阈值时,输出降雨污染低预警信号。
进一步地,所述降雨污染综合处理公式配置为:
Jjy=(Jdq×j1+Thj×Jsw)Gjy×YJ;其中,Jjy为降雨污染预警值,j1为大气监测转换系数,Thj为环境温度,Gjy为降雨概率,YJ为降雨量。
本发明的有益效果:本发明首先从GIS数据库中获取城市大气历史数据以及城市水文历史数据;然后通过数据整合模块分别对城市大气历史数据和城市水文历史数据进行整合处理,再通过实时数据采集模块对大气实时、水文实时以及降雨实时数据进行监测;最后通过综合监测处理模块对采集到的降雨数据以及综合处理后的大气数据和水文数据进行综合处理,并得到降雨污染的综合结果,从而提高了降雨污染判断的综合性,提高降雨污染判断的预警准确性。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为本发明的***原理框图。
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,下面结合具体实施方式,进一步阐述本发明。
请参阅图1,本发明提供一种基于大数据GIS的城市环境监测***,能够对城市环境中的大气以及水文的历史以及实时数据进行获取后处理,并配合降雨数据进行综合处理,得到城市环境的综合监测结果,以解决现有的城市环境监测数据的监测方式和数据处理方式单一的问题,本发明主要从大气环境监测和水文环境监测方面入手,并从这两种监测结果中得到大气环境监测和水文环境监测对降雨污染方面的影响,从而提高了对城市环境监测数据的利用率,也进一步提高了降雨污染监测的准确度。
所述监测***包括GIS数据库、数据整合模块、实时数据采集模块以及综合监测处理模块。
所述GIS数据库存储有城市环境监测历史数据;所述GIS数据库内存储有城市大气历史数据以及城市水文历史数据;通过历史数据的判断能够得到大气环境与风速之间以及水文环境和水流速之间的关系,从而为实时监测的数据提供指导。
所述数据整合模块用于对城市环境监测历史数据进行整合处理;所述数据整合模块配置有数据整合策略,所述数据整合策略包括:分别对城市大气历史数据和城市水文历史数据进行整合处理;所述数据整合策略包括大气数据整合子策略,所述大气数据整合子策略包括:获取GIS数据库内若干历史大气污染浓度、历史风速,以及在获取当前历史大气污染浓度后的第一大气参考时间段时的历史大气污染等级;一般来说,大气污染浓度越高且风速越慢其对应的大气污染等级也越高,并将若干历史大气污染浓度、历史风速以及历史大气污染等级代入到大气污染联系公式中求得大气污染联系值;所述大气污染联系公式配置为:其中,Ldq为大气污染联系值,Nldq1至Nldqn分别为获取的若干历史大气污染浓度,Vlf1至Vlfn分别为获取的若干历史风速,Dldq1至Dldqn分别为获取的若干历史大气污染等级。
所述数据整合策略还包括水文数据整合子策略,所述水文数据整合子策略包括:获取GIS数据库内若干历史水文污染浓度、历史水流速,以及在获取当前历史水文污染浓度后的第一水文参考时间段时的历史水文污染等级;一般来说,水文污染浓度越高且水流速越慢,其对应的水文污染等级也越高,并将若干历史水文污染浓度、历史水流速以及历史水文污染等级代入到水文污染联系公式中求得水文污染联系值;所述水文污染联系公式配置为:其中,Lsw为水文污染联系值,Nlsw1至Nlswn分别为获取的若干历史水文污染浓度,Vlsl1至Vlsln分别为获取的若干历史水流速,Dlsw1至Dlswn分别为获取的若干历史水文污染等级。
所述实时数据采集模块用于对城市环境数据进行实时采集;所述实时数据采集模块包括大气采集单元、水文采集单元以及降雨采集单元,所述大气采集单元用于对大气实时污染浓度以及实时风速进行采集;所述水文采集单元用于对水文实时污染浓度以及水流速进行采集;所述降雨采集单元用于大气及水文采集后的第一时间段内的降雨概率、降雨量以及环境温度进行获取,其中,环境温度越高,蒸发量也就越大,如果水文污染和大气污染越严重对降水带来的污染的联系性越强。
所述综合监测处理模块用于对数据整合模块以及实时数据采集模块处理和采集到的数据进行综合处理,并得到城市环境数据监测结果;所述综合监测处理模块包括数据综合处理单元以及降雨污染综合处理单元,所述数据综合处理单元用于对整合处理以及监测采集到的大气数据和水文数据进行综合处理;所述数据综合处理单元配置有数据综合处理策略,所述数据综合处理策略包括:将获取到的大气实时污染浓度、实时风速以及大气污染联系值代入到大气监测公式中求得大气监测预警值;所述大气监测公式配置为:其中,Jdq为大气监测预警值,Nsdq为大气实时污染浓度,Vsf为实时风速;当大气监测预警值大于等于第一大气监测阈值时,输出大气污染高预警信号;当大气监测预警值大于等于第二大气监测阈值且小于第一大气监测阈值时,输出大气污染中预警信号;当大气监测预警值小于第二大气监测阈值时,输出大气污染低预警信号,其中大气监测预警值越高表示大气污染越严重,因此,第一大气监测阈值大于第二大气监测阈值,且大气污染高预警信号、大气污染中预警信号以及大气污染低预警信号所代表的污染严重程度也是由高到低进行排列的。
将获取到的水文实时污染浓度、水流速以及水文污染联系值代入到水文监测公式中求得水文监测预警值;所述水文监测公式配置为:其中,Jsw为水文监测预警值,Nssw为水文实时污染浓度,Vssl为水流速;当水文监测预警值大于等于第一水文监测阈值时,输出水文污染高预警信号;当水文监测预警值大于等于第二水文监测阈值且小于第一水文监测阈值时,输出水文污染中预警信号;当水文监测预警值小于第二水文监测阈值时,输出水文污染低预警信号,其中水文监测预警值越高表示水文污染的严重程度越高,因此第一水文监测阈值大于第二水文监测阈值,且水文污染高预警信号、水文污染中预警信号以及水文污染低预警信号所代表的水文污染程度也是由高到低进行排列的。
所述降雨污染综合处理单元用于对采集到的降雨数据以及综合处理后的大气数据和水文数据进行综合处理,并得到降雨污染的综合结果;所述降雨污染综合处理单元配置有降雨污染综合处理策略,所述降雨污染综合处理策略包括:将降雨概率、降雨量、环境温度、大气监测预警值以及水文监测预警值代入到降雨污染综合处理公式中,求得降雨污染预警值;所述降雨污染综合处理公式配置为:Jjy=(Jdq×j1+Thj×Jsw)Gjy×YJ;其中,Jjy为降雨污染预警值,j1为大气监测转换系数,Thj为环境温度,Gjy为降雨概率,YJ为降雨量;当降雨污染预警值大于等于第一降雨污染阈值时,输出降雨污染高预警信号;当降雨污染预警值大于等于第二降雨污染阈值且小于第一降雨污染阈值时,输出降雨污染中预警信号;当降雨污染预警值小于第二降雨污染阈值时,输出降雨污染低预警信号,其中降雨污染预警值越大表示降雨污染的严重程度越高,第一降雨污染阈值大于第二降雨污染阈值,且降雨污染高预警信号、降雨污染中预警信号以及降雨污染低预警信号所表示的降雨污染的严重程度也是由高到低进行排列的。
工作原理:本发明首先从GIS数据库中获取城市大气历史数据以及城市水文历史数据;然后通过数据整合模块分别对城市大气历史数据和城市水文历史数据进行整合处理,再通过实时数据采集模块对大气实时、水文实时以及降雨实时数据进行监测;最后通过综合监测处理模块对采集到的降雨数据以及综合处理后的大气数据和水文数据进行综合处理,并得到降雨污染的综合结果,从而提高了降雨污染判断的综合性。
最后应说明的是:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (3)
1.一种基于大数据GIS的城市环境监测***,其特征在于,所述监测***包括GIS数据库、数据整合模块、实时数据采集模块以及综合监测处理模块;
所述GIS数据库存储有城市环境监测历史数据;所述数据整合模块用于对城市环境监测历史数据进行整合处理;所述实时数据采集模块用于对城市环境数据进行实时采集;所述综合监测处理模块用于对数据整合模块以及实时数据采集模块处理和采集到的数据进行综合处理,并得到城市环境数据监测结果;
所述GIS数据库内存储有城市大气历史数据以及城市水文历史数据;所述数据整合模块配置有数据整合策略,所述数据整合策略包括:分别对城市大气历史数据和城市水文历史数据进行整合处理;
所述实时数据采集模块包括大气采集单元、水文采集单元以及降雨采集单元,所述大气采集单元用于对大气实时污染浓度以及实时风速进行采集;所述水文采集单元用于对水文实时污染浓度以及水流速进行采集;所述降雨采集单元用于大气及水文采集后的第一时间段内的降雨概率、降雨量以及环境温度进行获取;
所述综合监测处理模块包括数据综合处理单元以及降雨污染综合处理单元,所述数据综合处理单元用于对整合处理以及监测采集到的大气数据和水文数据进行综合处理;所述降雨污染综合处理单元用于对采集到的降雨数据以及综合处理后的大气数据和水文数据进行综合处理,并得到降雨污染的综合结果;
所述数据整合策略包括大气数据整合子策略,所述大气数据整合子策略包括:获取GIS数据库内若干历史大气污染浓度、历史风速,以及在获取当前历史大气污染浓度后的第一大气参考时间段时的历史大气污染等级;并将若干历史大气污染浓度、历史风速以及历史大气污染等级代入到大气污染联系公式中求得大气污染联系值;
所述大气污染联系公式配置为:;其中,Ldq为大气污染联系值,Nldq1至Nldqn分别为获取的若干历史大气污染浓度,Vlf1至Vlfn分别为获取的若干历史风速,Dldq1至Dldqn分别为获取的若干历史大气污染等级;
所述数据整合策略还包括水文数据整合子策略,所述水文数据整合子策略包括:获取GIS数据库内若干历史水文污染浓度、历史水流速,以及在获取当前历史水文污染浓度后的第一水文参考时间段时的历史水文污染等级;并将若干历史水文污染浓度、历史水流速以及历史水文污染等级代入到水文污染联系公式中求得水文污染联系值;
所述水文污染联系公式配置为:;其中,Lsw为水文污染联系值,Nlsw1至Nlswn分别为获取的若干历史水文污染浓度,Vlsl1至Vlsln分别为获取的若干历史水流速,Dlsw1至Dlswn分别为获取的若干历史水文污染等级;
所述数据综合处理单元配置有数据综合处理策略,所述数据综合处理策略包括:将获取到的大气实时污染浓度、实时风速以及大气污染联系值代入到大气监测公式中求得大气监测预警值;
当大气监测预警值大于等于第一大气监测阈值时,输出大气污染高预警信号;当大气监测预警值大于等于第二大气监测阈值且小于第一大气监测阈值时,输出大气污染中预警信号;当大气监测预警值小于第二大气监测阈值时,输出大气污染低预警信号;
将获取到的水文实时污染浓度、水流速以及水文污染联系值代入到水文监测公式中求得水文监测预警值;
当水文监测预警值大于等于第一水文监测阈值时,输出水文污染高预警信号;当水文监测预警值大于等于第二水文监测阈值且小于第一水文监测阈值时,输出水文污染中预警信号;当水文监测预警值小于第二水文监测阈值时,输出水文污染低预警信号;
所述大气监测公式配置为:;所述水文监测公式配置为:;其中,Jdq为大气监测预警值,Nsdq为大气实时污染浓度,Vsf为实时风速,Jsw为水文监测预警值,Nssw为水文实时污染浓度,Vssl为水流速。
2.根据权利要求1所述的一种基于大数据GIS的城市环境监测***,其特征在于,所述降雨污染综合处理单元配置有降雨污染综合处理策略,所述降雨污染综合处理策略包括:将降雨概率、降雨量、环境温度、大气监测预警值以及水文监测预警值代入到降雨污染综合处理公式中,求得降雨污染预警值;
当降雨污染预警值大于等于第一降雨污染阈值时,输出降雨污染高预警信号;当降雨污染预警值大于等于第二降雨污染阈值且小于第一降雨污染阈值时,输出降雨污染中预警信号;当降雨污染预警值小于第二降雨污染阈值时,输出降雨污染低预警信号。
3.根据权利要求2所述的一种基于大数据GIS的城市环境监测***,其特征在于,所述降雨污染综合处理公式配置为:;其中,Jjy为降雨污染预警值,j1为大气监测转换系数,Thj为环境温度,Gjy为降雨概率,YJ为降雨量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210430794.XA CN114723158B (zh) | 2022-04-22 | 2022-04-22 | 一种基于大数据gis的城市环境监测*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210430794.XA CN114723158B (zh) | 2022-04-22 | 2022-04-22 | 一种基于大数据gis的城市环境监测*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114723158A CN114723158A (zh) | 2022-07-08 |
CN114723158B true CN114723158B (zh) | 2024-07-02 |
Family
ID=82244982
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210430794.XA Active CN114723158B (zh) | 2022-04-22 | 2022-04-22 | 一种基于大数据gis的城市环境监测*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114723158B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104713600A (zh) * | 2015-03-20 | 2015-06-17 | 青岛理工大学 | 融合ZigBee和GIS技术的城市大气环境实时动态监测*** |
CN109632013A (zh) * | 2019-01-24 | 2019-04-16 | 汪真真 | 一种分布式水文检测*** |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2466434C1 (ru) * | 2011-06-08 | 2012-11-10 | Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Тульский государственный университет" (ТулГУ) | Система экологического мониторинга и прогнозирования загрязнения атмосферы промышленного региона |
TR201702439A2 (tr) * | 2017-02-17 | 2018-09-21 | Ekin Teknoloji Sanayi Ve Ticaret Anonim Sirketi | Çevre takibi ve güvenliği için bir sistem. |
CN113487098A (zh) * | 2021-07-14 | 2021-10-08 | 清华苏州环境创新研究院 | 一种大气污染预警信息表达及展示方法 |
-
2022
- 2022-04-22 CN CN202210430794.XA patent/CN114723158B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104713600A (zh) * | 2015-03-20 | 2015-06-17 | 青岛理工大学 | 融合ZigBee和GIS技术的城市大气环境实时动态监测*** |
CN109632013A (zh) * | 2019-01-24 | 2019-04-16 | 汪真真 | 一种分布式水文检测*** |
Also Published As
Publication number | Publication date |
---|---|
CN114723158A (zh) | 2022-07-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Jia et al. | A new indicator on the impact of large-scale circulation on wintertime particulate matter pollution over China | |
CN107943928B (zh) | 一种基于时空数据统计学习的臭氧浓度预测方法及*** | |
CN107064937A (zh) | 一种双线偏振雷达***及强雨的测量方法 | |
Hotta et al. | Proactive QC: A fully flow-dependent quality control scheme based on EFSO | |
CN109407177B (zh) | 基于机器学习与常规气象观测的大雾识别***和应用方法 | |
Wang et al. | Long time series water extent analysis for SDG 6.6. 1 based on the GEE platform: A case study of Dongting Lake | |
CN111103405A (zh) | 空气质量预报预警*** | |
CN115937692B (zh) | 一种滨海湿地碳汇效果评估方法和*** | |
CN115789527A (zh) | 一种基于水环境信息化治理的分析***及方法 | |
Mittermaier et al. | Feature-based diagnostic evaluation of global NWP forecasts | |
Estrada et al. | Disentangling the trend in the warming of urban areas into global and local factors | |
CN116363524A (zh) | 一种公路地质灾害高风险区域监测预警方法及装置 | |
Branch et al. | Seasonal and diurnal performance of daily forecasts with WRF V3. 8.1 over the United Arab Emirates | |
CN117871790B (zh) | 基于多种数据融合的路边监测站数据分析和交通溯源方法 | |
Shin et al. | Predictability of PM2. 5 in Seoul based on atmospheric blocking forecasts using the NCEP global forecast system | |
Xin et al. | Moisture sources for the weather pattern classified extreme precipitation in the first rainy season over South China | |
Cheng et al. | Arctic sea ice data assimilation combining an ensemble Kalman filter with a novel Lagrangian sea ice model for the winter 2019–2020 | |
CN113158899B (zh) | 基于遥感夜光暗目标增强技术的村镇发展状态测度方法 | |
Tian et al. | New downscaling prediction models for spring drought in China | |
CN114723158B (zh) | 一种基于大数据gis的城市环境监测*** | |
CN113326339A (zh) | 一种基于gis的精细化电力气象预报数据展示方法及*** | |
CN117152637A (zh) | 基于fy-4a卫星云图预测序列的强对流云识别方法 | |
CN114943493B (zh) | 一种耕地质量等别监测评价***及方法 | |
CN116167003A (zh) | 一种近地面人为源二氧化氮高精细产品估算方法及*** | |
CN115186230A (zh) | 一种判定台风对空气质量影响的方法及装置 |
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 |