CN115146484A - 一种用于检测环境参数的环保监控***及监控方法 - Google Patents
一种用于检测环境参数的环保监控***及监控方法 Download PDFInfo
- Publication number
- CN115146484A CN115146484A CN202211059260.7A CN202211059260A CN115146484A CN 115146484 A CN115146484 A CN 115146484A CN 202211059260 A CN202211059260 A CN 202211059260A CN 115146484 A CN115146484 A CN 115146484A
- Authority
- CN
- China
- Prior art keywords
- monitored
- data
- diffusion
- gas diffusion
- pollution
- 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 71
- 230000007613 environmental effect Effects 0.000 title claims abstract description 44
- 238000000034 method Methods 0.000 title claims abstract description 12
- 238000009792 diffusion process Methods 0.000 claims abstract description 75
- 238000004458 analytical method Methods 0.000 claims abstract description 12
- 231100000719 pollutant Toxicity 0.000 claims description 36
- 239000003344 environmental pollutant Substances 0.000 claims description 34
- 239000000356 contaminant Substances 0.000 claims description 8
- 230000001186 cumulative effect Effects 0.000 claims description 8
- 238000010586 diagram Methods 0.000 claims description 8
- 238000007726 management method Methods 0.000 claims description 7
- 238000005259 measurement Methods 0.000 claims description 6
- 238000011109 contamination Methods 0.000 claims description 5
- 238000003912 environmental pollution Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 3
- 239000007789 gas Substances 0.000 description 33
- 238000003915 air pollution Methods 0.000 description 7
- IYLGZMTXKJYONK-ACLXAEORSA-N (12s,15r)-15-hydroxy-11,16-dioxo-15,20-dihydrosenecionan-12-yl acetate Chemical compound O1C(=O)[C@](CC)(O)C[C@@H](C)[C@](C)(OC(C)=O)C(=O)OCC2=CCN3[C@H]2[C@H]1CC3 IYLGZMTXKJYONK-ACLXAEORSA-N 0.000 description 5
- IYLGZMTXKJYONK-UHFFFAOYSA-N ruwenine Natural products O1C(=O)C(CC)(O)CC(C)C(C)(OC(C)=O)C(=O)OCC2=CCN3C2C1CC3 IYLGZMTXKJYONK-UHFFFAOYSA-N 0.000 description 5
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 4
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 238000004590 computer program Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 239000010865 sewage Substances 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 2
- ZAMOUSCENKQFHK-UHFFFAOYSA-N Chlorine atom Chemical compound [Cl] ZAMOUSCENKQFHK-UHFFFAOYSA-N 0.000 description 2
- CBENFWSGALASAD-UHFFFAOYSA-N Ozone Chemical compound [O-][O+]=O CBENFWSGALASAD-UHFFFAOYSA-N 0.000 description 2
- 239000000809 air pollutant Substances 0.000 description 2
- 231100001243 air pollutant Toxicity 0.000 description 2
- 229910021529 ammonia Inorganic materials 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 229910002091 carbon monoxide Inorganic materials 0.000 description 2
- 239000000460 chlorine Substances 0.000 description 2
- 229910052801 chlorine Inorganic materials 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- 239000002910 solid waste Substances 0.000 description 2
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 229910000037 hydrogen sulfide Inorganic materials 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012732 spatial analysis Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000003911 water pollution Methods 0.000 description 1
Images
Classifications
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
- G06F17/13—Differential equations
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Mathematical Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Computational Mathematics (AREA)
- Environmental & Geological Engineering (AREA)
- Software Systems (AREA)
- Algebra (AREA)
- Remote Sensing (AREA)
- Operations Research (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Environmental Sciences (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提出了一种用于检测环境参数的环保监控***及监控方法,所述位置信息单元根据输入的待监控位置数据,当所述位置信息单元接收到关于待监控位置的信息时,获取以待监控位置为中心的固定半径范围内的多个外部设备的测量数据,并加载到数据库;所述建模单元根据所述加载到数据库的数据,输入设定模块收集所述加载到数据库的数据,生成以接待监控位置为中心固定半径范围内的网格图;分析模块通过监测站的物联网传感器的传感数据以及气象设备提供的气象数据构建污染气体扩散模型,对待监控位置周围区域污染情况进行时空监测和分析,制作待监控位置周围区域内的污染气体扩散分布图。
Description
技术领域
本发明属于城市环境空气质量监测技术领域,尤其涉及一种用于检测环境参数的环保监控***及监控方法。
背景技术
近年来,环境的污染程度越来越高,因为环境污染问题带来的社会问题也越来越明显,人们的环境保护意识也逐步增强。特别是突发性的大气污染,具有污染范围广、扩散快等特点,易造成重大的危害。快速实时的大气环保监控可视化表达,能够直观地掌握大气污染扩散的浓度范围、运动方向、衰减趋势等特征,可为大气污染预测分析以及应急处理提供重要参考。现有大气污染模型模拟可视化表达普遍存在不能有效集成地理信息、缺失部分重要维度特征等问题。
环保监控***操作简单,各地网格监控取得了较大成效,但同时也存在诸多急需改善之处:1)监测站点往往覆盖范围狭小;2)缺乏精准的数据分析,庞大的历史监测数据没有得到充分的分析利用;3)监测与监管结合不紧密,对突发性污染事件很难做出快速响应和提前预判,难以满足大气污染治理需求。
例如,现有技术中的专利文献CN108228840A公开了一种环保监测控制方法、装置、终端、计算机可读存储介质及***,实时获取环保监测设备所采集的当前污染物监测数据、环保监测设备的当前工作参数以及当前运行状态;根据当前污染物监测数据确定污染排放异常等级;根据多个当前工作参数和当前运行状态,通过机器学习和大数据算法确定设备异常等级;根据污染排放异常等级确定环境解决方案,以及根据设备异常等级确定设备解决方案;将环境解决方案推送至处理人员,并根据设备解决方案对环保监测设备进行反向控制。但是该技术方案监测的参数过于单一,监测结果不够精确。
再例如,现有技术中的专利文献CN111242822A公开了一种智慧环保大数据服务集成管理***,由基于大数据建设的四个子***组合而成,四个子***包括:水资源综合管理子***、大气复合污染综合管理子***、固体废物监管子***、噪声污染监管子***;所述四个子***基于大数据建设平台形成相互独立设置且自动控制运行的智慧环保大数据服务集成管理***,所述大数据建设平台由感知层、传输层、智慧层和服务层组成,实现了对水污染、大气污染源、固体废弃物、噪声污染方面进行全面监控。但是该技术方案无法预测一段时间内污染物的扩散趋势,只能实时监测。
发明内容
为了解决上述技术问题,本发明提出了一种用于检测环境参数的环保监控***,包括数据库、位置信息单元、建模单元及外部设备;
所述位置信息单元根据输入的待监控位置数据,获取以待监控位置为中心的固定半径范围内的多个外部设备的测量数据,并加载到数据库;
所述建模单元根据所述加载到数据库的数据,对待监控位置周围区域进行污染气体扩散模型建立,并构建污染气体扩散分布图。
进一步地,所述建模单元包括输入设定模块、分析模块和虚拟空间模块;所述外部设备包括监测站、气象设备以及地理信息提供设备;
所述输入设定模块收集所述加载到数据库的数据,生成以待监控位置为中心固定半径范围内的网格图;
所述分析模块通过监测站的物联网传感器的传感数据以及气象设备提供的气象数据构建污染气体扩散模型:
所述虚拟空间模块将所述污染气体扩散模型及地理数据应用于网格图,构建污染气体扩散分布图。
进一步地,所述污染气体扩散模型采用三个闭合的等值线表示,每个等值线的浓度值C(i)的计算公式为:
其中i为等值线的序号,i=0,1,2;
根据所述等值线的浓度值绘制污染物浓度等值线。
进一步地,所述虚拟空间模块将污染浓度等值线***到所述输入设定模块生成的网格图中,建立待监测位置区域的虚拟污染气体扩散分布图,所在虚拟污染气体扩散分布图包括环境参数管理界面。
进一步地,所述虚拟空间模块构建时间累积虚拟扩散网格图,包括:
计算单位时间Δt内污染物向x方向、y方向以及z方向的移动距离、、,污染物质在单位,时间内移动距离由流速与时间的长度之积V×Δt表示;单位时间内流速的x、y、z方向的分量由、、表示,则在连续的n个时间内移动的累积移动距离Lx、Ly、Lz为:
进一步地,所述环保监控***还包括预警单元,预警单元检查累积移动距离与基准距离的大小的相对关系,判定x方向、y方向及z方向上的累积移动距离Lx、Ly、Lz是否大于基准距离,在累积移动距离Lx、Ly、Lz中的任一个大于基准距离R×dx、R×dy、R×dz的情况下,进入预警通知,dx、dy、dz分别是x方向、y方向及z方向上的单位基准距离,R是为比1小系数。
进一步地,其特征在于,所述数据库包括存储来自地理信息提供设备提供的地理数据的地理数据库,存储来自气象设备提供的气象数据的气象数据库,存储来自监测站提供的环境污染数据的污染数据库。
本发明还提出了一种用于检测环境参数的环保监控方法,采用上述的环保监控***实现,包括如下步骤:
接收关于待监控位置的信息,获取以待监控位置为中心的固定半径范围内的多个外部设备的测量数据,生成以待监控位置为中心的网格图;
构建污染气体扩散模型:
将所述污染气体扩散模型及气象数据应用于网格图,构建污染气体扩散分布图。
进一步地,采用三个闭合的等值线表示,每个等值线的浓度值C(i)的计算公式为:
其中i为等值线的序号,i=0,1,2;
根据所述等值线的浓度值绘制污染物浓度等值线;
将污染物浓度等值线***到所述网格图中,建立待监测位置区域的虚拟扩散网格图。
进一步地,计算单位时间Δt内污染物向x方向、y方向以及z方向的移动距离、、,污染物质在单位,时间内移动距离由流速与时间的长度之积V×Δt表示;单位时间内流速的x、y、z方向的分量由、、表示,则在连续的n个时间内移动的累积移动距离Lx、Ly、Lz为:
相比于现有技术,本发明具有如下的有益技术效果:
收集数据库中待监控位置周围区域的相关数据,生成以待监控位置为中心的网格图,构建污染气体扩散模型,以平流-扩散微分方程为依据,在扩散系数为定值条件下,平流-扩散微分方程的解为标准正态分布,充分考虑了环境因素和气象因素对污染气体扩散的影响。
将染气体扩散模型及气象数据应用于所述网格图,构建污染气体扩散分布图;计算污染物等值线上的浓度值,绘制污染物浓度等值线;将污染浓度等值线***到所述网格图中,建立待监控位置区域的虚拟扩散网格图。将等值线与网格图相结合,建立更加直观的虚拟扩散网格图。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述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附图。
图1为本发明用于检测环境参数的环保监控***的框图;
图2为本发明的建模单元的内部结构示意图;
图3为以接待监控位置为中心绘制待监控的区域网格图;
图4为本发明的采用矢量椭圆形来近似地表示的等值线示意图;
图5为以实际地图为例绘制的污染浓度等值线;
图6为本发明用于检测环境参数的环保监控方法的流程图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
在本发明的具体实施例附图中,为了更好、更清楚的描述***中的各元件的工作原理,表现所述装置中各部分的连接关系,只是明显区分了各元件之间的相对位置关系,并不能构成对元件或结构内的信号传输方向、连接顺序及各部分结构大小、尺寸、形状的限定。
如图1所示,为本发明用于检测环境参数的环保监控***的框图。用于检测环境参数的环保监控***100包括数据库110,位置信息单元120,建模单元130及外部设备。
数据库的数据来源于外部设备,该外部设备与环保监控***的数据库110无线连接。外部设备包括监测站200、气象设备300、地理信息提供设备400。因此,数据库110包括存储来自地理信息提供设备400提供的地理数据的地理数据库111,存储来自气象设备300提供的气象数据的气象数据库112,存储来自监测站200提供的环境污染数据的污染数据库113。
当位置信息单元120接收到关于待监控位置的信息时,待监控位置的相关数据被自动地从外部设备加载到数据库110。相关数据包括:待监控位置的地理数据、污染数据和气象数据。
用于监测空气污染气体的多个物联网传感器安装在多个监测站200中。位置信息单元120根据输入的待监控位置数据,获取以接待监控位置为中心的固定半径范围内的多个监测站200的监测数据。
例如,如果监测站200是监测水处理设施周围环境的设备时,则安装在水处理设施中的物联网传感器可以监测到周围环境中的臭氧和氯气;当监测站200为监测污水处理设施周围环境的设备时,安装在污水处理设施中的物联网传感器可以监测周围环境中的甲烷、一氧化碳、二氧化碳和氨。
气象设备300提供待测点周围区域的实时气象数据。这里,气象设备300可以获取气象机构提供的待测点周围区域的气象数据。
地理信息提供设备400提供关于待监控位置周围区域内的地理信息。例如,地形情况,周围建筑情况等。
每个监测站200安装的物联网传感器测量监测站200周围的空气污染气体数据,并通过物联网网络传输至数据库110,建模单元130根据测量的空气污染气体数据,结合气象设备300、地理信息提供设备400提供的数据,对待监控位置的污染情况进行时空监测和分析,制作待监控位置周围区域内的污染气体扩散分布图。
如图2所示,为建模单元的内部结构示意图,包括:输入设定模块131、虚拟空间模块132和分析模块133。
输入设定模块131收集数据库中待监控位置的相关数据,生成以待监控位置为中心的网格图,相关数据包括:待监控位置的地理数据、污染数据和气象数据。如图3所示,以待监控位置为中心绘制待监控区域的网格图,待监控的区域具有多个物联网传感器,多个物联网传感器将待监控的区域分成许多相邻的三角形,三角形的一边是共同的,一边的两端点分别为两个物联网传感器,每个三角形构成一个最小单元的网格。
分析模块133通过监测站200的物联网传感器的传感数据以及气象设备提供的气象数据构建污染气体扩散模型。
根据传感数据,判断大气污染物种类。例如,当环境设备200为水处理设备时,空气污染气体包括臭氧、氯气等,或者当环境设备200为污水处理设备时,空气污染气体为甲烷、硫化氢、氨气、一氧化碳等。
根据气象数据监测风速和风向,根据云况、云量、太阳辐射状况和地面风速等常规气象资料,划分大气稳定度。把大气对污染的扩散能力用A,B,C,D,E,F六个等级表示,扩散系数、、是表征扩散剧烈程度的物理量,是影响污染物浓度的重要参数。
污染气体扩散模型在假设污染物浓度根据离空气污染物中轴的距离形成正态分布的假设下,预测空气污染物的扩散。在突发性大气污染事故中,瞬间排出的废气由于风向和风速等影响,在大气中通常形成扩散烟流。
污染气体扩散模型以平流-扩散微分方程为依据,在扩散系数为定值条件下,平流-扩散微分方程的解为标准正态分布。
污染气体扩散模型如下式所示:
式中,表示污染物扩散后在扩散点处的浓度;x,y,z为扩散点的坐标,t为时间;Q为污染释放率;u、v、w分别代表主风向、横风向和垂直向的风速矢量值;、、为X,Y,Z方向扩散系数,即为污染物在X,Y,Z方向上分布的标准差;h为待测点高度。污染气体扩散模型以待监控位置为坐标原点,在坐标系定义中,X轴为主风向,Y轴为横风向,Z为垂直于XY平面的方向。
所述虚拟空间模块132将所述污染气体扩散模型应用于地理数据,构建虚拟扩散网格图。
污染气体扩散模型的最终目的是在地理电子地图上以浓度的等值线形式表示污染物扩散后的浓度分布情况。在生成等值线前首先需要确定等值线的浓度值,根据点集中的最大浓度和最小浓度以及所需要得到的等值线层数计算出每层等值线浓度值。
本实施例采用三个闭合的等值线曲线表示,每个等值线的浓度值C计算公式为:
其中i为等值线的序号,i=0,1,2;
随后计算污染物的浓度值为C的等值点。
由于***精确度、计算速度等要求和空间分析的要求,本实施例采用矢量椭圆形来近似地表示等值线,如图4所示,这样既基本地保证了预测的精确性,又可以大大地提高***的计算时间。
绘制污染物浓度值为C的等值线的算法如下:
(1)以扩散源为坐标原点0,假设风向为X轴正向;
(2)沿X轴方向,以一定的步长(Stepl)在X轴上取点,得到浓度值和C最接近的点A的坐标;
(3)以点0和点A的中点为起始点,沿Y轴正向以一定的步长(Step2)取点,得到浓度值和C最接近的点B的坐标,同理求出B点关于X轴的对称点C的坐标;
(4)作由0,A,B,C所确定的矩形的内切椭圆,即为污染浓度为C的等值线,在图5中,示出了以实际地图为例绘制的等值线。
用户终端可以接收由虚拟空间模块132绘制的等值线,例如,用户终端可以是主管行政机构提供的终端或附近居民提供的终端,但不限于此。污染气体扩散分布图可以在发生事故或灾害时能够迅速地向主管行政机关或附近的居民发送信息。
虚拟空间模块132将污染浓度等值线***到输入设定模块生成的网格图中,建立待监控位置区域的虚拟扩散网格图,所在虚拟扩散网格图中包括环境参数管理界面。具体的,在待监控位置区域的虚拟扩散网格图所在界面中显示环境分析数据,环境分析数据包括:首要污染物、污染浓度等值点、AQI和时间。优选地,用户还可以通过时间列表更换环境监控数据的采集时间。
根据污染物质的不同,在该待监控位置区域内存在完全没有覆盖监测站的情况。在这种情况下,可以待监控位置区域周围100km以内的监测站的监测数据,通过以下式求出待监控位置区域的污染度BC:
其中,Zj为在第j个监测站的监测数据,dj为从第j个观测地点至对象地点的距离,m为观测地点的个数。
在优选实施例中,虚拟空间模块132还可以构建时间累积虚拟扩散网格图。计算x方向、y方向或z方向上的基于平流的累积移动距离,先按单位时间内向x方向、y方向以及z方向的移动距离的计算,其次进行基于多个时间内的向x方向、y方向以及z方向的累积移动距离的计算。
Δt是单位时间,污染物质在单位时间内移动距离由流速与时间的长度之积V×Δt表示。流速的x、y、z方向的分量由Vx、Vy、Vz表示,因此移动距离的x、y、z方向的分量由ΔLx、ΔLy、ΔLz表示。在连续的n个时间内移动的累积移动距离Lx、Ly、Lz为:
在优选实施例中,环保监控***还包括预警单元,预警单元判断累积移动距离比基准距离长还是短,检查累积移动距离与基准距离的大小的相对关系。即,判定x方向、y方向及z方向上的累积移动距离Lx、Ly、Lz是否大于基准距离。在累积移动距离Lx、Ly、Lz中的任一个大于基准距离R×dx、R×dy、R×dz的情况下,进入预警通知。dx、dy、dz分别是x方向、y方向及z方向上的单位基准距离,R是在决定基准距离时确定的系数,优选为比1小的值。
本发明还提出了一种用于检测环境参数的环保监控方法,如图6所示,包括如下步骤:
收集数据库中待监控位置周围区域的相关数据,生成以待监控位置为中心的网格图;
构建污染气体扩散模型;
将所述污染气体扩散模型及气象数据应用于所述网格图,构建污染气体扩散分布图;
计算污染物等值线上的浓度值,绘制污染物浓度等值线;
将污染浓度等值线***到所述网格图中,建立待监控位置区域的虚拟扩散网格图。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者通过所述计算机可读存储介质进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如,固态硬盘(solid state disk,SSD))等。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种用于检测环境参数的环保监控***,其特征在于,包括数据库、位置信息单元、建模单元及外部设备;
所述位置信息单元根据输入的待监控位置数据,获取以待监控位置为中心的固定半径范围内的多个外部设备的测量数据,并加载到数据库;
所述建模单元根据所述加载到数据库的数据,对待监控位置周围区域进行污染气体扩散模型建立,并构建污染气体扩散分布图。
2.根据权利要求1所述的环保监控***,其特征在于,所述建模单元包括输入设定模块、分析模块和虚拟空间模块;所述外部设备包括监测站、气象设备以及地理信息提供设备;
所述输入设定模块收集所述加载到数据库的数据,生成以待监控位置为中心固定半径范围内的网格图;
所述分析模块通过监测站的物联网传感器的传感数据以及气象设备提供的气象数据构建污染气体扩散模型:
所述虚拟空间模块将所述污染气体扩散模型及地理数据应用于网格图,构建污染气体扩散分布图。
4.根据权利要求3所述的环保监控***,其特征在于,所述虚拟空间模块将污染浓度等值线***到所述输入设定模块生成的网格图中,建立待监测位置区域的虚拟污染气体扩散分布图,所在虚拟污染气体扩散分布图包括环境参数管理界面。
6.根据权利要求5所述的环保监控***,其特征在于,所述环保监控***还包括预警单元,预警单元检查累积移动距离与基准距离的大小的相对关系,判定x方向、y方向及z方向上的累积移动距离Lx、Ly、Lz是否大于基准距离,在累积移动距离Lx、Ly、Lz中的任一个大于基准距离R×dx、R×dy、R×dz的情况下,进入预警通知,dx、dy、dz分别是x方向、y方向及z方向上的单位基准距离,R是为比1小系数。
7.根据权利要求2所述的环保监控***,其特征在于,所述数据库包括存储来自地理信息提供设备提供的地理数据的地理数据库,存储来自气象设备提供的气象数据的气象数据库,存储来自监测站提供的环境污染数据的污染数据库。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211059260.7A CN115146484A (zh) | 2022-08-31 | 2022-08-31 | 一种用于检测环境参数的环保监控***及监控方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211059260.7A CN115146484A (zh) | 2022-08-31 | 2022-08-31 | 一种用于检测环境参数的环保监控***及监控方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115146484A true CN115146484A (zh) | 2022-10-04 |
Family
ID=83416292
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211059260.7A Pending CN115146484A (zh) | 2022-08-31 | 2022-08-31 | 一种用于检测环境参数的环保监控***及监控方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115146484A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115550761A (zh) * | 2022-10-06 | 2022-12-30 | 上海昂莱机电东台有限公司 | 一种实时生化监测***的应用 |
CN116953073A (zh) * | 2023-07-31 | 2023-10-27 | 广州安成电子科技有限公司 | 一种基于超声波换能器的气体测量***及方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015141122A (ja) * | 2014-01-29 | 2015-08-03 | 株式会社奥村組 | 汚染物質の移流拡散解析方法 |
US20170140282A1 (en) * | 2015-11-12 | 2017-05-18 | International Business Machines Corporation | Very Short-Term Air Pollution Forecasting |
CN107633148A (zh) * | 2017-10-16 | 2018-01-26 | 核工业北京地质研究院 | 一种用于核设施废气扩散的数值模拟方法 |
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 |
US20190331652A1 (en) * | 2018-04-27 | 2019-10-31 | International Business Machines Corporation | Air-pollution emission source monitoring |
US20210293770A1 (en) * | 2017-06-19 | 2021-09-23 | Nanjing Institute Of Geography & Limnology. Chinese Academy Of Sciences | Stereoscopic monitoring and data mining system and method for harmful lake cyanobacteria bloom |
-
2022
- 2022-08-31 CN CN202211059260.7A patent/CN115146484A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015141122A (ja) * | 2014-01-29 | 2015-08-03 | 株式会社奥村組 | 汚染物質の移流拡散解析方法 |
US20170140282A1 (en) * | 2015-11-12 | 2017-05-18 | International Business Machines Corporation | Very Short-Term Air Pollution Forecasting |
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 |
US20200110019A1 (en) * | 2017-06-09 | 2020-04-09 | Sense Square S.R.L.S. | Atmospheric pollution source mapping and tracking of pollutants by using air quality monitoring networks having high space-time resolution |
US20210293770A1 (en) * | 2017-06-19 | 2021-09-23 | Nanjing Institute Of Geography & Limnology. Chinese Academy Of Sciences | Stereoscopic monitoring and data mining system and method for harmful lake cyanobacteria bloom |
CN107633148A (zh) * | 2017-10-16 | 2018-01-26 | 核工业北京地质研究院 | 一种用于核设施废气扩散的数值模拟方法 |
US20190331652A1 (en) * | 2018-04-27 | 2019-10-31 | International Business Machines Corporation | Air-pollution emission source monitoring |
Non-Patent Citations (7)
Title |
---|
吕楠等: "基于GIS技术的城市大气污染物扩散模型研究", 《西安建筑科技大学学报(自然科学版)》 * |
吴培宁等: "GIS环评可视化的自适应图形处理方法", 《计算机工程》 * |
李苗苗: "区域空气污染扩散数据可视化技术的研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
邬毅敏: "基于GIS的大气点源污染高斯烟羽扩散模拟研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅰ辑》 * |
陈义: "大气污染总量控制GA方法中的多源模拟***", 《环境与发展》 * |
魏振钢等: "基于高斯模式的大气污染模型的应用", 《中国海洋大学学报(自然科学版)》 * |
黄晴等: "改进型TOPMODEL在不同尺度和气候条件流域上的适用性研究", 《水土保持通报》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115550761A (zh) * | 2022-10-06 | 2022-12-30 | 上海昂莱机电东台有限公司 | 一种实时生化监测***的应用 |
CN115550761B (zh) * | 2022-10-06 | 2023-10-27 | 上海昂莱机电东台有限公司 | 一种实时生化监测***的应用 |
CN116953073A (zh) * | 2023-07-31 | 2023-10-27 | 广州安成电子科技有限公司 | 一种基于超声波换能器的气体测量***及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115146484A (zh) | 一种用于检测环境参数的环保监控***及监控方法 | |
KR101666820B1 (ko) | 환경 재난, 재해 조기감지를 위한 대기질 예측 및 관리 시스템 | |
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 | |
WO2016129715A1 (ko) | 환경 재난, 재해 조기감지를 위한 대기질 예측 및 관리 시스템 | |
KR102443718B1 (ko) | 환경시설의 대기오염가스 확산을 모니터링하기 위한 가상물리-기반 3차원 확산 예측지도 작성 시스템 및 그 방법 | |
CN114280695A (zh) | 一种空气污染物监测预警方法及云平台 | |
US11959777B2 (en) | Methods and Internet of Things (IoT) systems for safety management of smart gas underground gas pipeline networks | |
CN114155129B (zh) | 一种基于工业园区的大气环境溯评方法和*** | |
CN104992254B (zh) | 基于电网gis的山火与气象结合的趋势预判方法 | |
KR101956188B1 (ko) | 유해화학물질의 다층적 확산분석정보 제공방법 | |
KR20210050831A (ko) | 실시간 미세먼지 모니터링 시스템 및 그 방법 | |
KR20140024541A (ko) | 대기 모델링 서비스 제공 시스템 | |
CN106772496A (zh) | 一种海拔的测量方法和*** | |
CN113655175A (zh) | 一种网格化空气监测方法、***、计算机设备及存储介质 | |
KR101607878B1 (ko) | 가상센서와 관측센서를 통합한 대기질 정보 서비스 시스템 및 방법 | |
WO2019224545A2 (en) | A system for detecting air pollution | |
CN115578227A (zh) | 一种基于多源数据确定大气颗粒物污染重点区域的方法 | |
CN115100819B (zh) | 基于大数据分析的滑坡灾害预警方法、装置及电子设备 | |
CN116205541A (zh) | 评估本地污染源对环境空气质量影响的方法及装置 | |
CN110728826A (zh) | 一种基于智慧技术的地下空间有毒有害气体预警报警方法 | |
US12007075B2 (en) | Methods and internet of things (IoT) systems for managing smart gas safety hazard items based on geographic information systems | |
CN116853056A (zh) | 基于数据分析的充电桩智能管理*** | |
Qin et al. | Street-level air quality inference based on geographically context-aware random forest using opportunistic mobile sensor network | |
US20100042332A1 (en) | System and method for source identification for a chemical release | |
CN113295589B (zh) | 一种扬尘监测方法、装置和*** |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20221004 |