CN115493657B - 一种基于无人机的大气污染溯源方法和装置 - Google Patents
一种基于无人机的大气污染溯源方法和装置 Download PDFInfo
- Publication number
- CN115493657B CN115493657B CN202211420576.4A CN202211420576A CN115493657B CN 115493657 B CN115493657 B CN 115493657B CN 202211420576 A CN202211420576 A CN 202211420576A CN 115493657 B CN115493657 B CN 115493657B
- Authority
- CN
- China
- Prior art keywords
- monitoring point
- unmanned aerial
- aerial vehicle
- point location
- determining
- 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
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000012544 monitoring process Methods 0.000 claims abstract description 327
- 239000003344 environmental pollutant Substances 0.000 claims abstract description 143
- 231100000719 pollutant Toxicity 0.000 claims abstract description 143
- 238000009826 distribution Methods 0.000 claims abstract description 55
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 5
- 238000009792 diffusion process Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 239000000809 air pollutant Substances 0.000 description 3
- 231100001243 air pollutant Toxicity 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000003915 air pollution Methods 0.000 description 2
- 239000000356 contaminant Substances 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 241000208818 Helianthus Species 0.000 description 1
- 235000003222 Helianthus annuus Nutrition 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- 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
-
- 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
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种基于无人机的大气污染溯源方法和装置,涉及污染溯源的技术领域,包括:获取步骤,获取无人机组在预设高度的水平面采集到的待溯源区域的污染物浓度数据;第一确定步骤,基于污染物浓度数据和待溯源区域的大气污染物浓度空间分布结果集,确定出无人机组的第三监测点位;第二确定步骤,基于第三监测点位,确定出目标监测点位;将目标监测点位确定为第一监测点位,重复执行获取步骤、第一确定步骤和第二确定步骤,直至目标水平面的高度低于预设高度;基于目标水平面的高度低于预设高度时的第三监测点位的位置信息,确定出待溯源区域的污染源,解决了现有的大气污染溯源方法的效率较低的技术问题。
Description
技术领域
本发明涉及污染溯源的技术领域,尤其是涉及一种基于无人机的大气污染溯源方法和装置。
背景技术
大气环境污染是普遍关注的环境安全问题,随着经济的高速发展,大气污染排放率越来越高,环境风险源类型和数量不断增加。在大气环境治理中,大气污染物溯源一直是一个难题,目前尚缺乏有效技术手段对大气污染排放源进行精准定位,导致大气污染物排放监测监管盲点,不能对大气污染物排放进行有效的管控。在现有大气污染溯源技术方法中,主要通过遥感、地基监测站点和走航监测车来开展大气污染物监测和溯源,其中遥感监测成本低范围广,但是存在监测实效性差、精度低的问题;而采用地面监测设备进行监测,则存在费用高、监测点分布不均的问题;走航监测车是一种移动监测方式,能够克服监测点位少的问题,在一定程度上能够进行大气污染物核查和溯源,但是城市下垫面导致地面风场较为复杂,因此无法通过走航车监测结果进行精准污染物溯源。
针对上述问题,还未提出有效的解决方案。
发明内容
有鉴于此,本发明的目的在于提供一种基于无人机的大气污染溯源方法和装置,以缓解了现有的大气污染溯源方法的效率较低的技术问题。
第一方面,本发明实施例提供了一种基于无人机的大气污染溯源方法,包括:获取步骤,获取无人机组在预设高度的水平面采集到的待溯源区域的污染物浓度数据,其中,所述污染物浓度数据包括:所述无人机组处于第一监测点位时采集到的第一污染物浓度数据和所述无人机组处于第二监测点位时采集到的第二污染物浓度数据,所述第二监测点位为所述预设高度的水平面上除所述第一监测点位以外的任意一个监测点位;第一确定步骤,基于所述污染物浓度数据和所述待溯源区域的大气污染物浓度空间分布结果集,确定出所述无人机组的第三监测点位,其中,所述第三监测点位为所述大气污染物浓度空间分布结果集中预设高度的水平面的最大污染浓度区域中的监测点位;第二确定步骤,基于所述第三监测点位,确定出目标监测点位,其中,所述目标监测点位为预设高度的水平面下降预设距离之后得到的目标水平面上的监测点位;将所述目标监测点位确定为所述第一监测点位,重复执行所述获取步骤、所述第一确定步骤和所述第二确定步骤,直至所述目标水平面的高度低于预设高度;基于所述目标水平面的高度低于预设高度时的第三监测点位的位置信息、所述待溯源区域的污染源排放清单和所述待溯源区域的风向信息,确定出所述待溯源区域的污染源。
进一步地,获取无人机组在预设高度的水平面采集到的待溯源区域的污染物浓度数据,包括:获取气象卫星数据,并对所述气象卫星数据进行污染物反演,得到污染物浓度空间分布图;将所述污染物浓度空间分布图中污染物浓度大于预设浓度的区域,确定为所述待溯源区域;在所述待溯源区域的下风口方向确定出所述第一监测点位;基于所述第一监测点位,获取所述污染物浓度数据。
进一步地,基于所述污染物浓度数据和所述待溯源区域的大气污染物浓度空间分布结果集,确定出所述无人机组的第三监测点位,包括:第一计算步骤,基于所述污染物浓度数据、所述无人机组处于所述第一监测点位时各个无人机的位置信息和所述无人机组处于所述第二监测点位时各个无人机的位置信息,计算出所述无人机组处于中间监测点位时的各个无人机之间的距离;第三确定步骤,在所述无人机组处于中间监测点位时的各个无人机之间的距离小于预设阈值时,基于所述待溯源区域的大气污染物浓度空间分布结果集,确定出所述无人机组的路径方向是否指向目标区域,其中,所述目标区域为所述大气污染物浓度空间分布结果集中污染物浓度大于预设阈值的区域,所述路径方向为所述第一监测点位到所述第二监测点位的方向;第四确定步骤,在所述无人机组在所述中间监测点位时各个无人机之间的距离小于预设阈值且所述无人机组的路径方向指向目标区域,则在所述路径方向上确定出中间监测点位;将所述第二监测点位确定为第一监测点位,以及将所述中间监测点位确定为第二监测点位,重复执行所述第一计算步骤,第三确定步骤和第四确定步骤,直到所述中间监测点位处于所述目标区域,将处于所述目标区域的中间监测点位确定为所述第三监测点位。
进一步地,基于所述污染物浓度数据、所述无人机组处于所述第一监测点位时各个无人机的位置信息和所述无人机组处于所述第二监测点位时各个无人机的位置信息,计算出所述无人机组处于中间监测点位时的各个无人机之间的距离,包括:基于所述无人机组处于所述第一监测点位时各个无人机的位置信息和所述无人机组处于所述第一监测点位时各个无人机的采集到的污染物浓度数据,计算出所述无人机组处于所述第一监测点位时各个无人机之间的单位距离浓度差单位矢量差和所述无人机组处于所述第一监测点位时各个无人机采集到的污染物浓度数据的第一均值;基于所述无人机组处于所述第一监测点位时各个无人机之间的单位距离浓度差单位矢量差,计算出第一矢量差和值、所述第一矢量差和值的长度;基于所述无人机组处于所述第二监测点位时各个无人机的位置信息和所述无人机组处于所述第二监测点位时各个无人机的采集到的污染物浓度数据,计算出所述无人机组处于所述第二监测点位时各个无人机之间的单位距离浓度差单位矢量差和所述无人机组处于所述第二监测点位时各个无人机采集到的污染物浓度数据的第二均值;基于所述无人机组处于所述第二监测点位时各个无人机之间的单位距离浓度差单位矢量差,计算出第二矢量差和值、所述第二矢量差和值的长度和;基于所述第一均值、所述第一矢量差和值、所述第一矢量差和值的长度、所述第二均值、所述第二矢量差和值、所述第二矢量差和值的长度,确定出所述中间监测点位时的各个无人机之间的距离。
进一步地,于所述待溯源区域的大气污染物浓度空间分布结果集,确定出所述无人机组的路径方向是否指向目标区域,包括:基于所述待溯源区域的气象数据,构建风向风速矢量格网场;基于所述风向风速矢量格网场,确定出所述待溯源区域的大气污染物浓度空间分布结果集;基于所述大气污染物浓度空间分布结果集确定出所述目标区域的范围矢量数据;基于所述目标区域的范围矢量数据和所述无人机组的路径方向,确定出所述无人机组的路径方向是否指向目标区域。
第二方面,本发明实施例还提供了一种基于无人机的大气污染溯源装置,包括:获取单元,第一确定单元单元,第二确定单元,执行单元和溯源单元,其中,所述获取单元,用于执行获取步骤,获取无人机组在预设高度的水平面采集到的待溯源区域的污染物浓度数据,其中,所述污染物浓度数据包括:所述无人机组处于第一监测点位时采集到的第一污染物浓度数据和所述无人机组处于第二监测点位时采集到的第二污染物浓度数据,所述第二监测点位为所述预设高度的水平面上除所述第一监测点位以外的任意一个监测点位;所述第一确定单元,用于执行第一确定步骤,基于所述污染物浓度数据和所述待溯源区域的大气污染物浓度空间分布结果集,确定出所述无人机组的第三监测点位,其中,所述第三监测点位为所述大气污染物浓度空间分布结果集中预设高度的水平面的最大污染浓度区域中的监测点位;所述第二确定单元,用于执行第二确定步骤,基于所述第三监测点位,确定出目标监测点位,其中,所述目标监测点位为预设高度的水平面下降预设距离之后得到的目标水平面上的监测点位;所述执行单元,用于将所述目标监测点位确定为所述第一监测点位,重复执行所述获取步骤、所述第一确定步骤和所述第二确定步骤,直至所述目标水平面的高度低于预设高度;所述溯源单元,用于基于所述目标水平面的高度低于预设高度时的第三监测点位的位置信息、所述待溯源区域的污染源排放清单和所述待溯源区域的风向信息,确定出所述待溯源区域的污染源。
进一步地,所述获取单元,用于:获取气象卫星数据,并对所述气象卫星数据进行污染物反演,得到污染物浓度空间分布图;将所述污染物浓度空间分布图中污染物浓度大于预设浓度的区域,确定为所述待溯源区域;在所述待溯源区域的下风口方向确定出所述第一监测点位;基于所述第一监测点位,获取所述污染物浓度数据。
进一步地,所述第一确定单元,用于:第一计算步骤,基于所述污染物浓度数据、所述无人机组处于所述第一监测点位时各个无人机的位置信息和所述无人机组处于所述第二监测点位时各个无人机的位置信息,计算出所述无人机组处于中间监测点位时的各个无人机之间的距离;第三确定步骤,在所述无人机组处于中间监测点位时的各个无人机之间的距离小于预设阈值时,基于所述待溯源区域的大气污染物浓度空间分布结果集,确定出所述无人机组的路径方向是否指向目标区域,其中,所述目标区域为所述大气污染物浓度空间分布结果集中污染物浓度大于预设阈值的区域,所述路径方向为所述第一监测点位到所述第二监测点位的方向;第四确定步骤,在所述无人机组在所述中间监测点位时各个无人机之间的距离小于预设阈值且所述无人机组的路径方向指向目标区域,则在所述路径方向上确定出中间监测点位;将所述第二监测点位确定为第一监测点位,以及将所述中间监测点位确定为第二监测点位,重复执行所述第一计算步骤,第三确定步骤和第四确定步骤,直到所述中间监测点位处于所述目标区域,将处于所述目标区域的中间监测点位确定为所述第三监测点位。
第三方面,本发明实施例还提供了一种电子设备,包括存储器以及处理器,所述存储器用于存储支持处理器执行上述第一方面中所述方法的程序,所述处理器被配置为用于执行所述存储器中存储的程序。
第四方面,本发明实施例还提供了一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序。
在本发明实施例中,通过获取步骤,获取无人机组在预设高度的水平面采集到的待溯源区域的污染物浓度数据,其中,所述污染物浓度数据包括:所述无人机组处于第一监测点位时采集到的第一污染物浓度数据和所述无人机组处于第二监测点位时采集到的第二污染物浓度数据,所述第二监测点位为所述预设高度的水平面上除所述第一监测点位以外的任意一个监测点位;第一确定步骤,基于所述污染物浓度数据和所述待溯源区域的大气污染物浓度空间分布结果集,确定出所述无人机组的第三监测点位,其中,所述第三监测点位为所述大气污染物浓度空间分布结果集中预设高度的水平面的最大污染浓度区域中的监测点位;第二确定步骤,基于所述第三监测点位,确定出目标监测点位,其中,所述目标监测点位为预设高度的水平面下降预设距离之后得到的目标水平面上的监测点位;将所述目标监测点位确定为所述第一监测点位,重复执行所述获取步骤、所述第一确定步骤和所述第二确定步骤,直至所述目标水平面的高度低于预设高度;基于所述目标水平面的高度低于预设高度时的第三监测点位的位置信息、所述待溯源区域的污染源排放清单和所述待溯源区域的风向信息,确定出所述待溯源区域的污染源,达到了对大气污染进行高效准确的溯源的目的,进而解决了现有的大气污染溯源方法的效率较低的技术问题,从而提高大气污染溯源的效率和精度的技术效果。
本发明的其他特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种基于无人机的大气污染溯源方法的流程图;
图2为本发明实施例提供的无人机组的示意图;
图3为本发明实施例提供的预设高度的水平面的污染溯源的示意图;
图4为本发明实施例提供的污染溯源的整体示意图;
图5为本发明实施例提供的一种基于无人机的大气污染溯源装置的示意图;
图6为本发明实施例提供的一种电子设备的示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图对本发明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。
实施例一:
根据本发明实施例,提供了一种基于无人机的大气污染溯源方法的实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机***中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例的一种基于无人机的大气污染溯源方法的流程图,如图1所示,该方法包括如下步骤:
步骤S102,获取步骤,获取无人机组在预设高度的水平面采集到的待溯源区域的污染物浓度数据,其中,所述污染物浓度数据包括:所述无人机组处于第一监测点位时采集到的第一污染物浓度数据和所述无人机组处于第二监测点位时采集到的第二污染物浓度数据,所述第二监测点位为所述预设高度的水平面上除所述第一监测点位以外的任意一个监测点位;
步骤S104,第一确定步骤,基于所述污染物浓度数据和所述待溯源区域的大气污染物浓度空间分布结果集,确定出所述无人机组的第三监测点位,其中,所述第三监测点位为所述大气污染物浓度空间分布结果集中预设高度的水平面的最大污染浓度区域中的监测点位;
步骤S106,第二确定步骤,基于所述第三监测点位,确定出目标监测点位,其中,所述目标监测点位为预设高度的水平面下降预设距离之后得到的目标水平面上的监测点位;
步骤S108,将所述目标监测点位确定为所述第一监测点位,重复执行所述获取步骤、所述第一确定步骤和所述第二确定步骤,直至所述目标水平面的高度低于预设高度;
步骤S110,基于所述目标水平面的高度低于预设高度时的第三监测点位的位置信息、所述待溯源区域的污染源排放清单和所述待溯源区域的风向信息,确定出所述待溯源区域的污染源。
在本发明实施例中,通过获取步骤,获取无人机组在预设高度的水平面采集到的待溯源区域的污染物浓度数据,其中,所述污染物浓度数据包括:所述无人机组处于第一监测点位时采集到的第一污染物浓度数据和所述无人机组处于第二监测点位时采集到的第二污染物浓度数据,所述第二监测点位为所述预设高度的水平面上除所述第一监测点位以外的任意一个监测点位;第一确定步骤,基于所述污染物浓度数据和所述待溯源区域的大气污染物浓度空间分布结果集,确定出所述无人机组的第三监测点位,其中,所述第三监测点位为所述大气污染物浓度空间分布结果集中预设高度的水平面的最大污染浓度区域中的监测点位;第二确定步骤,基于所述第三监测点位,确定出目标监测点位,其中,所述目标监测点位为预设高度的水平面下降预设距离之后得到的目标水平面上的监测点位;将所述目标监测点位确定为所述第一监测点位,重复执行所述获取步骤、所述第一确定步骤和所述第二确定步骤,直至所述目标水平面的高度低于预设高度;基于所述目标水平面的高度低于预设高度时的第三监测点位的位置信息、所述待溯源区域的污染源排放清单和所述待溯源区域的风向信息,确定出所述待溯源区域的污染源,达到了对大气污染进行高效准确的溯源的目的,进而解决了现有的大气污染溯源方法的效率较低的技术问题,从而提高大气污染溯源的效率和精度的技术效果。
需要说明的是,为实现无人机组对空气污染物监测和溯源,无人机载荷包括:
空气污染物监测仪器,用于检测空气污染物,根据溯源对象搭载不同传感器;
测风装置,用于测量风向和风速;
定位装置,对无人机进行实时定位;
无线通讯,用于实时传输监测数据、操作指令等;
摄像机,用于视频和拍照取证。
本发明实施例中,采用无人机组模式开展大气污染物监测,图2为六架无人机星型布局示意图。也可以根据实际无人机数量采用3架、4架、5架或更大机群布局。采用无人机组的目的是同时测量大气污染物六个点位,提高测量结果时效性,提高检测效率。
在本发明实施例中,步骤S102包括如下步骤:
获取气象卫星数据,并对所述气象卫星数据进行污染物反演,得到污染物浓度空间分布图;
将所述污染物浓度空间分布图中污染物浓度大于预设浓度的区域,确定为所述待溯源区域;
在所述待溯源区域的下风口方向确定出所述第一监测点位;
基于所述第一监测点位,获取所述污染物浓度数据。
在本发明实施例中,通过获取葵花8号等气象卫星数据,经过污染物反演获得目标污染物浓度空间分布图。结合地面观测数据识别污染严重区域,确定出待溯源区域。
设定无人机组的第一监测点位包括:
在待溯源区域的下风口作为第一监测点位;
确定初始高度125米(预设高度);
无人机组执行污染物监测
无人机组按照***发送的指令飞抵第一监测点位;
在第一监测点位悬停测量,并实时传送污染物浓度数据到地面控制***。
在本发明实施例中,步骤S104包括如下步骤:
第一计算步骤,基于所述污染物浓度数据、所述无人机组处于所述第一监测点位时各个无人机的位置信息和所述无人机组处于所述第二监测点位时各个无人机的位置信息,计算出所述无人机组处于中间监测点位时的各个无人机之间的距离;
第三确定步骤,在所述无人机组处于中间监测点位时的各个无人机之间的距离小于预设阈值时,基于所述待溯源区域的大气污染物浓度空间分布结果集,确定出所述无人机组的路径方向是否指向目标区域,其中,所述目标区域为所述大气污染物浓度空间分布结果集中污染物浓度大于预设阈值的区域,所述路径方向为所述第一监测点位到所述第二监测点位的方向;
第四确定步骤,在所述无人机组在所述中间监测点位时各个无人机之间的距离小于预设阈值且所述无人机组的路径方向指向目标区域,则在所述路径方向上确定出中间监测点位;
将所述第二监测点位确定为第一监测点位,以及将所述中间监测点位确定为第二监测点位,重复执行所述第一计算步骤,第三确定步骤和第四确定步骤,直到所述中间监测点位处于所述目标区域,将处于所述目标区域的中间监测点位确定为所述第三监测点位。
在本发明实施例中,根据无人机监测值,依据大气污染扩散高斯模型,计算无人机组下一个监测点位和周边无人机到中心无人机的距离。
计算两个无人机之间的单位距离浓度差:
计算无人机组平均浓度;
需要说明的是,若无人机组处于中间监测点位时的各个无人机之间的距离大于或等于20m(即,预设阈值),则重新选取第一监测点位。
在本发明实施例中,基于所述待溯源区域的大气污染物浓度空间分布结果集,确定出所述无人机组的路径方向是否指向目标区域,包括如下步骤:
基于所述待溯源区域的气象数据,构建风向风速矢量格网场;
基于所述风向风速矢量格网场,确定出所述待溯源区域的大气污染物浓度空间分布结果集;
基于所述大气污染物浓度空间分布结果集确定出所述目标区域的范围矢量数据;
基于所述目标区域的范围矢量数据和所述无人机组的路径方向,确定出所述无人机组的路径方向是否指向目标区域。
在本发明实施例中,构建一个覆盖研究区域的风场距离下的格网。
为了充分顾及风向和风速因素对于空间插值结果的影响,首先利用已知气象监测站点处的风向和风速数据建立覆盖监测区域的风场。
建立风场与空间场结合的局部各向异性场。即将监测范围按照适当经纬线粒度进行格网划分,通过空间插值、矢量栅格转换、空间匹配等方式获取各个格网下的风向、风速信息,制作研究区域全覆盖的风向风速矢量格网场。
计算风场距离
结合格网的风向风速信息,抽象风场作用于大气污染物浓度的机理特性,构建相邻空间格网间的风场空间距离公式。
其中,,表示在风速因素下污染物扩散影响的量化,表示以单位风速为长度,并以在格网单元 A 处的风向为向量方向形成的矢量,在向量 AB 方向上的分量,体现风速在格网单元 A 和 B 方向上的分量;F函数表示格网 A 或 B 的风向与 AB 方向的夹角,表示风向因子对相邻格网AB 产生的扩散影响。和分别表示在格网单元 A 和 B 处的风速大小,用于反映风向对扩散距离的影响,若格网 A处的风向和 AB 方向一致,则 > 0,则指数值为-1,权重减小,扩散距离减小,对污染物扩散的影响较大;反之若 A 处风向与 AB方向相反时,权重增大,扩散距离增加,对污染物扩散的影响较小。表示单元格 AB 间的空间距离,通过相邻关系进行计算,如果是边连接的相邻关系,则,如果是点连接的对角关系,则。
计算风场中对应任意格网单元间的风场最短路径距离。
基于风场距离进行反距离加权插值(IDW)
根据区域污染物浓度分布数据集合Z,通过阈值法筛选污染物高值区,获得污染物高值区范围矢量数据。
在地面可视化界面显示空间分布插值结果,叠加无人机监测点位和路径,监视和判断无人机监测点是否位于目标区域,如路径方向指向远离目标区域,则终止当前溯源操作,重新确定第一监测点位。
当无人机组监测到监测点位水平面上的最大浓度区后,根据高斯扩散模型,结合地面污染物排放源清单,以及风速风向,计算下一监测高度和位置。
否则,则重新获取无人机组在预设高度的水平面采集到的待溯源区域的污染物浓度数据。
本案以大气污染物扩散高斯模型为理论基础,利用无人机组在近地面对污染物进行快速检测,检测结果实时传输到地面***进行监测点位计算和污染反演,动态规划无人机组监测点位,达到快速污染源定位的目的。本案采用简化计算方法对无人机监测点位进行动态计算和规划,有效缩短计算时间,提高大气污染物监测时效性和效率,同时并行进行模型反演计算,校验无人机监测点位,提高无人机组监测路径的准确性。
实施例二:
本发明实施例还提供了一种基于无人机的大气污染溯源装置,该基于无人机的大气污染溯源装置用于执行本发明实施例上述内容所提供的基于无人机的大气污染溯源方法,以下是本发明实施例提供的基于无人机的大气污染溯源装置的具体介绍。
如图5所示,图5为上述基于无人机的大气污染溯源装置的示意图,该基于无人机的大气污染溯源装置包括:获取单元10,第一确定单元20,第二确定单元30,执行单元40和溯源单元50。
所述获取单元,用于执行获取步骤,获取无人机组在预设高度的水平面采集到的待溯源区域的污染物浓度数据,其中,所述污染物浓度数据包括:所述无人机组处于第一监测点位时采集到的第一污染物浓度数据和所述无人机组处于第二监测点位时采集到的第二污染物浓度数据,所述第二监测点位为所述预设高度的水平面上除所述第一监测点位以外的任意一个监测点位;
所述第一确定单元,用于执行第一确定步骤,基于所述污染物浓度数据和所述待溯源区域的大气污染物浓度空间分布结果集,确定出所述无人机组的第三监测点位,其中,所述第三监测点位为所述大气污染物浓度空间分布结果集中预设高度的水平面的最大污染浓度区域中的监测点位;
所述第二确定单元,用于执行第二确定步骤,基于所述第三监测点位,确定出目标监测点位,其中,所述目标监测点位为预设高度的水平面下降预设距离之后得到的目标水平面上的监测点位;
所述执行单元,用于将所述目标监测点位确定为所述第一监测点位,重复执行所述获取步骤、所述第一确定步骤和所述第二确定步骤,直至所述目标水平面的高度低于预设高度;
所述溯源单元,用于基于所述目标水平面的高度低于预设高度时的第三监测点位的位置信息、所述待溯源区域的污染源排放清单和所述待溯源区域的风向信息,确定出所述待溯源区域的污染源。
在本发明实施例中,通过获取步骤,获取无人机组在预设高度的水平面采集到的待溯源区域的污染物浓度数据,其中,所述污染物浓度数据包括:所述无人机组处于第一监测点位时采集到的第一污染物浓度数据和所述无人机组处于第二监测点位时采集到的第二污染物浓度数据,所述第二监测点位为所述预设高度的水平面上除所述第一监测点位以外的任意一个监测点位;第一确定步骤,基于所述污染物浓度数据和所述待溯源区域的大气污染物浓度空间分布结果集,确定出所述无人机组的第三监测点位,其中,所述第三监测点位为所述大气污染物浓度空间分布结果集中预设高度的水平面的最大污染浓度区域中的监测点位;第二确定步骤,基于所述第三监测点位,确定出目标监测点位,其中,所述目标监测点位为预设高度的水平面下降预设距离之后得到的目标水平面上的监测点位;将所述目标监测点位确定为所述第一监测点位,重复执行所述获取步骤、所述第一确定步骤和所述第二确定步骤,直至所述目标水平面的高度低于预设高度;基于所述目标水平面的高度低于预设高度时的第三监测点位的位置信息、所述待溯源区域的污染源排放清单和所述待溯源区域的风向信息,确定出所述待溯源区域的污染源,达到了对大气污染进行高效准确的溯源的目的,进而解决了现有的大气污染溯源方法的效率较低的技术问题,从而提高大气污染溯源的效率和精度的技术效果。
实施例三:
本发明实施例还提供了一种电子设备,包括存储器以及处理器,所述存储器用于存储支持处理器执行上述实施例一中所述方法的程序,所述处理器被配置为用于执行所述存储器中存储的程序。
参见图6,本发明实施例还提供一种电子设备100,包括:处理器60,存储器61,总线62和通信接口63,所述处理器60、通信接口63和存储器61通过总线62连接;处理器60用于执行存储器61中存储的可执行模块,例如计算机程序。
其中,存储器61可能包含高速随机存取存储器(RAM,Random Access Memory),也可能还包括非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。通过至少一个通信接口63(可以是有线或者无线)实现该***网元与至少一个其他网元之间的通信连接,可以使用互联网,广域网,本地网,城域网等。
总线62可以是ISA总线、PCI总线或EISA总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图6中仅用一个双向箭头表示,但并不表示仅有一根总线或一种类型的总线。
其中,存储器61用于存储程序,所述处理器60在接收到执行指令后,执行所述程序,前述本发明实施例任一实施例揭示的流过程定义的装置所执行的方法可以应用于处理器60中,或者由处理器60实现。
处理器60可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器60中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器60可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(Digital SignalProcessing,简称DSP)、专用集成电路(Application Specific Integrated Circuit,简称ASIC)、现成可编程门阵列(Field-Programmable Gate Array,简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器61,处理器60读取存储器61中的信息,结合其硬件完成上述方法的步骤。
实施例四:
本发明实施例还提供了一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器运行时执行上述实施例一中所述方法的步骤。
另外,在本发明实施例的描述中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
在本申请所提供的几个实施例中,应该理解到,所揭露的***、装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
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所述以权利要求的保护范围为准。
Claims (7)
1.一种基于无人机的大气污染溯源方法,其特征在于,包括:
获取步骤,获取无人机组在预设高度的水平面采集到的待溯源区域的污染物浓度数据,其中,所述污染物浓度数据包括:所述无人机组处于第一监测点位时采集到的第一污染物浓度数据和所述无人机组处于第二监测点位时采集到的第二污染物浓度数据,所述第二监测点位为所述预设高度的水平面上除所述第一监测点位以外的任意一个监测点位;
第一确定步骤,基于所述污染物浓度数据和所述待溯源区域的大气污染物浓度空间分布结果集,确定出所述无人机组的第三监测点位,其中,所述第三监测点位为所述大气污染物浓度空间分布结果集中预设高度的水平面的最大污染浓度区域中的监测点位;
第二确定步骤,基于所述第三监测点位,确定出目标监测点位,其中,所述目标监测点位为预设高度的水平面下降预设距离之后得到的目标水平面上的监测点位;
将所述目标监测点位确定为所述第一监测点位,重复执行所述获取步骤、所述第一确定步骤和所述第二确定步骤,直至所述目标水平面的高度低于预设高度;
基于所述目标水平面的高度低于预设高度时的第三监测点位的位置信息、所述待溯源区域的污染源排放清单和所述待溯源区域的风向信息,确定出所述待溯源区域的污染源;
其中,基于所述污染物浓度数据和所述待溯源区域的大气污染物浓度空间分布结果集,确定出所述无人机组的第三监测点位,包括:
第一计算步骤,基于所述污染物浓度数据、所述无人机组处于所述第一监测点位时各个无人机的位置信息和所述无人机组处于所述第二监测点位时各个无人机的位置信息,计算出所述无人机组处于中间监测点位时的各个无人机之间的距离,其中,所述中间监测点位为所述第二监测点位的下一监测点位;
第三确定步骤,在所述无人机组处于中间监测点位时的各个无人机之间的距离小于预设阈值时,基于所述待溯源区域的大气污染物浓度空间分布结果集,确定出所述无人机组的路径方向是否指向目标区域,其中,所述目标区域为所述大气污染物浓度空间分布结果集中污染物浓度大于预设阈值的区域,所述路径方向为所述第一监测点位到所述第二监测点位的方向;
第四确定步骤,在所述无人机组在所述中间监测点位时各个无人机之间的距离小于预设阈值且所述无人机组的路径方向指向目标区域,则在所述路径方向上确定出中间监测点位;
将所述第二监测点位确定为第一监测点位,以及将所述中间监测点位确定为第二监测点位,重复执行所述第一计算步骤,第三确定步骤和第四确定步骤,直到所述中间监测点位处于所述目标区域,将处于所述目标区域的中间监测点位确定为所述第三监测点位;
其中,基于所述污染物浓度数据、所述无人机组处于所述第一监测点位时各个无人机的位置信息和所述无人机组处于所述第二监测点位时各个无人机的位置信息,计算出所述无人机组处于中间监测点位时的各个无人机之间的距离,包括:
基于所述无人机组处于所述第一监测点位时各个无人机的位置信息和所述无人机组处于所述第一监测点位时各个无人机的采集到的污染物浓度数据,计算出所述无人机组处于所述第一监测点位时各个无人机之间的单位距离浓度差的单位矢量差和所述无人机组处于所述第一监测点位时各个无人机采集到的污染物浓度数据的第一均值;
基于所述无人机组处于所述第一监测点位时各个无人机之间的单位距离浓度差的单位矢量差,计算出第一矢量差的和值、所述第一矢量差的和值的长度;
基于所述无人机组处于所述第二监测点位时各个无人机的位置信息和所述无人机组处于所述第二监测点位时各个无人机的采集到的污染物浓度数据,计算出所述无人机组处于所述第二监测点位时各个无人机之间的单位距离浓度差的单位矢量差和所述无人机组处于所述第二监测点位时各个无人机采集到的污染物浓度数据的第二均值;
基于所述无人机组处于所述第二监测点位时各个无人机之间的单位距离浓度差的单位矢量差,计算出第二矢量差的和值、所述第二矢量差的和值的长度;
基于所述第一均值、所述第一矢量差和值、所述第一矢量差的和值的长度、所述第二均值、所述第二矢量差的和值、所述第二矢量差的和值的长度,确定出所述中间监测点位时的各个无人机之间的距离。
2.根据权利要求1所述的方法,其特征在于,获取无人机组在预设高度的水平面采集到的待溯源区域的污染物浓度数据,包括:
获取气象卫星数据,并对所述气象卫星数据进行污染物反演,得到污染物浓度空间分布图;
将所述污染物浓度空间分布图中污染物浓度大于预设浓度的区域,确定为所述待溯源区域;
在所述待溯源区域的下风口方向确定出所述第一监测点位;
基于所述第一监测点位,获取所述污染物浓度数据。
3.根据权利要求1所述的方法,其特征在于,基于所述待溯源区域的大气污染物浓度空间分布结果集,确定出所述无人机组的路径方向是否指向目标区域,包括:
基于所述待溯源区域的气象数据,构建风向风速矢量格网场;
基于所述风向风速矢量格网场,确定出所述待溯源区域的大气污染物浓度空间分布结果集;
基于所述大气污染物浓度空间分布结果集确定出所述目标区域的范围矢量数据;
基于所述目标区域的范围矢量数据和所述无人机组的路径方向,确定出所述无人机组的路径方向是否指向目标区域。
4.一种基于无人机的大气污染溯源装置,其特征在于,包括:获取单元,第一确定单元>,第二确定单元,执行单元和溯源单元,其中,
所述获取单元,用于执行获取步骤,获取无人机组在预设高度的水平面采集到的待溯源区域的污染物浓度数据,其中,所述污染物浓度数据包括:所述无人机组处于第一监测点位时采集到的第一污染物浓度数据和所述无人机组处于第二监测点位时采集到的第二污染物浓度数据,所述第二监测点位为所述预设高度的水平面上除所述第一监测点位以外的任意一个监测点位;
所述第一确定单元,用于执行第一确定步骤,基于所述污染物浓度数据和所述待溯源区域的大气污染物浓度空间分布结果集,确定出所述无人机组的第三监测点位,其中,所述第三监测点位为所述大气污染物浓度空间分布结果集中预设高度的水平面的最大污染浓度区域中的监测点位;
所述第二确定单元,用于执行第二确定步骤,基于所述第三监测点位,确定出目标监测点位,其中,所述目标监测点位为预设高度的水平面下降预设距离之后得到的目标水平面上的监测点位;
所述执行单元,用于将所述目标监测点位确定为所述第一监测点位,重复执行所述获取步骤、所述第一确定步骤和所述第二确定步骤,直至所述目标水平面的高度低于预设高度;
所述溯源单元,用于基于所述目标水平面的高度低于预设高度时的第三监测点位的位置信息、所述待溯源区域的污染源排放清单和所述待溯源区域的风向信息,确定出所述待溯源区域的污染源;
其中,所述第一确定单元,用于执行以下步骤:
第一计算步骤,基于所述污染物浓度数据、所述无人机组处于所述第一监测点位时各个无人机的位置信息和所述无人机组处于所述第二监测点位时各个无人机的位置信息,计算出所述无人机组处于中间监测点位时的各个无人机之间的距离,其中,所述中间监测点位为所述第二监测点位的下一监测点位;
第三确定步骤,在所述无人机组处于中间监测点位时的各个无人机之间的距离小于预设阈值时,基于所述待溯源区域的大气污染物浓度空间分布结果集,确定出所述无人机组的路径方向是否指向目标区域,其中,所述目标区域为所述大气污染物浓度空间分布结果集中污染物浓度大于预设阈值的区域,所述路径方向为所述第一监测点位到所述第二监测点位的方向;
第四确定步骤,在所述无人机组在所述中间监测点位时各个无人机之间的距离小于预设阈值且所述无人机组的路径方向指向目标区域,则在所述路径方向上确定出中间监测点位;
将所述第二监测点位确定为第一监测点位,以及将所述中间监测点位确定为第二监测点位,重复执行所述第一计算步骤,第三确定步骤和第四确定步骤,直到所述中间监测点位处于所述目标区域,将处于所述目标区域的中间监测点位确定为所述第三监测点位;
其中,所述第一确定单元,用于执行以下步骤:
基于所述无人机组处于所述第一监测点位时各个无人机的位置信息和所述无人机组处于所述第一监测点位时各个无人机的采集到的污染物浓度数据,计算出所述无人机组处于所述第一监测点位时各个无人机之间的单位距离浓度差的单位矢量差和所述无人机组处于所述第一监测点位时各个无人机采集到的污染物浓度数据的第一均值;
基于所述无人机组处于所述第一监测点位时各个无人机之间的单位距离浓度差的单位矢量差,计算出第一矢量差的和值、所述第一矢量差的和值的长度;
基于所述无人机组处于所述第二监测点位时各个无人机的位置信息和所述无人机组处于所述第二监测点位时各个无人机的采集到的污染物浓度数据,计算出所述无人机组处于所述第二监测点位时各个无人机之间的单位距离浓度差的单位矢量差和所述无人机组处于所述第二监测点位时各个无人机采集到的污染物浓度数据的第二均值;
基于所述无人机组处于所述第二监测点位时各个无人机之间的单位距离浓度差的单位矢量差,计算出第二矢量差的和值、所述第二矢量差的和值的长度;
基于所述第一均值、所述第一矢量差和值、所述第一矢量差的和值的长度、所述第二均值、所述第二矢量差的和值、所述第二矢量差的和值的长度,确定出所述中间监测点位时的各个无人机之间的距离。
5.根据权利要求4所述的装置,其特征在于,所述获取单元,用于:
获取气象卫星数据,并对所述气象卫星数据进行污染物反演,得到污染物浓度空间分布图;
将所述污染物浓度空间分布图中污染物浓度大于预设浓度的区域,确定为所述待溯源区域;
在所述待溯源区域的下风口方向确定出所述第一监测点位;
基于所述第一监测点位,获取所述污染物浓度数据。
6.一种电子设备,其特征在于,包括存储器以及处理器,所述存储器用于存储支持处理器执行权利要求1至3任一项所述方法的程序,所述处理器被配置为用于执行所述存储器中存储的程序。
7.一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,其特征在于,计算机程序被处理器运行时执行上述权利要求1至3任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211420576.4A CN115493657B (zh) | 2022-11-15 | 2022-11-15 | 一种基于无人机的大气污染溯源方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211420576.4A CN115493657B (zh) | 2022-11-15 | 2022-11-15 | 一种基于无人机的大气污染溯源方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115493657A CN115493657A (zh) | 2022-12-20 |
CN115493657B true CN115493657B (zh) | 2023-03-10 |
Family
ID=85115639
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211420576.4A Active CN115493657B (zh) | 2022-11-15 | 2022-11-15 | 一种基于无人机的大气污染溯源方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115493657B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116934101B (zh) * | 2023-09-19 | 2023-11-24 | 湖北君邦环境技术有限责任公司 | 智慧园区辅助执法管理方法、装置、存储介质及电子设备 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107192645A (zh) * | 2016-03-14 | 2017-09-22 | 曹芃 | 一种多旋翼无人机大气污染探测***及方法 |
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 |
CN110567510A (zh) * | 2019-07-23 | 2019-12-13 | 北京英视睿达科技有限公司 | 大气污染监测方法、***、计算机设备和存储介质 |
CN110763804A (zh) * | 2018-07-27 | 2020-02-07 | 浙江博来航天科技有限公司 | 基于无人机的大气污染源溯源***及其方法 |
CN112526065A (zh) * | 2020-11-19 | 2021-03-19 | 武汉云衡智能科技有限公司 | 一种基于无人机的自动定位污染源的***及方法 |
CN113447623A (zh) * | 2021-09-02 | 2021-09-28 | 航天宏图信息技术股份有限公司 | 一种大气环境监测方法及*** |
CN114819411A (zh) * | 2022-06-23 | 2022-07-29 | 航天宏图信息技术股份有限公司 | 一种基于走航监测车的大气污染物排放溯源方法和装置 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9719972B2 (en) * | 2015-03-31 | 2017-08-01 | International Business Machines Corporation | System and method for air-pollutant source-localization using parked motor vehicles |
KR102182500B1 (ko) * | 2019-04-01 | 2020-11-24 | 국방과학연구소 | 오염원 위치 추정 장치 및 방법 |
US11584540B2 (en) * | 2019-04-05 | 2023-02-21 | Hamilton Sundstrand Corporation | Air quality sensors and methods of monitoring air quality |
-
2022
- 2022-11-15 CN CN202211420576.4A patent/CN115493657B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107192645A (zh) * | 2016-03-14 | 2017-09-22 | 曹芃 | 一种多旋翼无人机大气污染探测***及方法 |
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 |
CN110763804A (zh) * | 2018-07-27 | 2020-02-07 | 浙江博来航天科技有限公司 | 基于无人机的大气污染源溯源***及其方法 |
CN110567510A (zh) * | 2019-07-23 | 2019-12-13 | 北京英视睿达科技有限公司 | 大气污染监测方法、***、计算机设备和存储介质 |
CN112526065A (zh) * | 2020-11-19 | 2021-03-19 | 武汉云衡智能科技有限公司 | 一种基于无人机的自动定位污染源的***及方法 |
CN113447623A (zh) * | 2021-09-02 | 2021-09-28 | 航天宏图信息技术股份有限公司 | 一种大气环境监测方法及*** |
CN114819411A (zh) * | 2022-06-23 | 2022-07-29 | 航天宏图信息技术股份有限公司 | 一种基于走航监测车的大气污染物排放溯源方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN115493657A (zh) | 2022-12-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108021625B (zh) | 车辆异常聚集地监控方法及***、计算机可读存储介质 | |
CN110009037B (zh) | 一种基于物理信息耦合的工程风速短时预测方法及*** | |
CN110084418A (zh) | 一种突发大气污染事故应急监测的监测点优化布设方法 | |
CN110956412B (zh) | 基于实景模型的洪灾动态评估方法、装置、介质和设备 | |
CN115493657B (zh) | 一种基于无人机的大气污染溯源方法和装置 | |
CN114819411B (zh) | 一种基于走航监测车的大气污染物排放溯源方法和装置 | |
CN112927565B (zh) | 提升机坪综合航迹监视数据精度的方法、装置及*** | |
CN109543907B (zh) | 一种复杂地形风资源评估方法及其装置 | |
CN115189762B (zh) | 星地激光通信地面站通信可用度的检测方法及装置 | |
JP6785933B1 (ja) | 空隙率推定装置、空隙率推定方法及びプログラム | |
KR20160133716A (ko) | 측위 환경 분석 장치, 이를 이용한 단말기의 위치 결정 성능 예측 방법 및 시스템 | |
CN113125635A (zh) | 一种大气污染预警方法、装置及可读存储介质 | |
CN105005581A (zh) | 一种风电场风资源数据处理方法及*** | |
CN114077798B (zh) | 估算小尺度区域大气污染物网格浓度的方法 | |
CN117649156B (zh) | 高城镇化河网全自动水环境监测方法及*** | |
CN114036866A (zh) | 一种城市风况仿真模型的训练方法及装置 | |
CN112762935B (zh) | 一种基于船体姿态监测的定位方法及*** | |
US20070192068A1 (en) | Method For Planning A Security Array Of Sensor Units | |
CN113344954A (zh) | 边界检测方法、装置、计算机设备、存储介质和传感器 | |
CN115792137B (zh) | 大气污染溯源方法及装置、终端 | |
CN116089406B (zh) | 一种用于海洋测绘的障碍可视化处理*** | |
CN110866051B (zh) | 一种表征区域物流企业时空演变的*** | |
CN117420263A (zh) | 工业园区的温室气体的布点监测方法、装置、设备及介质 | |
Bakirci | Efficient air pollution mapping in extensive regions with fully autonomous unmanned aerial vehicles: A numerical perspective | |
CN113780086B (zh) | 一种基于无人机的远程自然资源动态监测方法 |
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 |