一种网格化空气监测方法、系统、计算机设备及存储介质
阅读说明：本技术 一种网格化空气监测方法、系统、计算机设备及存储介质 (Gridding air monitoring method, system, computer equipment and storage medium ) 是由 周立明 于 2021-08-05 设计创作，主要内容包括：本发明公开了一种网格化空气监测方法、系统、计算机设备及存储介质,包括监测仪在监测区域的网格化布置,获取空气监测数据、布置点信息、气象信息、风速风向信息和地形数据,数据上传至云平台,云平台对数据进行分析判断、扩散推算以及溯源处理,以及数据可视化展示；不仅能进行超过预设阈值的布置点的预警,还将空气监测数据与地形数据、气象信息以及风速风向信息进行结合以此来进行污染物的扩散推算、污染源的锁定,对空气监测数据进行更加深入的应用,实现了对空气监测更加精准、精细化的管理,为空气质量监管部门以及大气污染防治计划和监管目标提供更加便利的支撑。(The invention discloses a gridding air monitoring method, a gridding air monitoring system, computer equipment and a storage medium, wherein the gridding arrangement of a monitor in a monitoring area is adopted to acquire air monitoring data, arrangement point information, meteorological information, wind speed and wind direction information and topographic data, the data are uploaded to a cloud platform, and the cloud platform is used for analyzing, judging, diffusing, calculating and tracing the data and visually displaying the data; the early warning of the arrangement points exceeding the preset threshold value can be carried out, the air monitoring data, the topographic data, the meteorological information and the wind speed and direction information are combined to carry out diffusion calculation of pollutants and locking of pollution sources, the air monitoring data are applied more deeply, more accurate and fine management of air monitoring is achieved, and more convenient support is provided for air quality supervision departments and air pollution prevention plans and supervision targets.)
技术领域
本发明涉及空气监测技术领域，尤其涉及一种网格化空气监测方法、系统、计算机设备及存储介质。
背景技术
随着人们对环保的日益重视，对空气质量监测、交通路网排放监测、工业废气监测的需求逐渐增加，改善生态环境和人民群众生活条件迫在眉睫。然而传统大气监测设备体积大、价格高、安装维护复杂，难以满足越来越高的监测要求，并且随着大气监测的精准化、精细化的要求不断提高，如何能够实现网格化的大气监测以及对大气监测数据进行分析、污染扩散预测、污染溯源进行网格化的显示和提醒，为大气污染防治计划和监管目标提供更便利的支撑，是亟待解决的问题。
CN201710156381.6提出一种多组分大气环境网格化监测仪，包括箱体主体、箱体上盖、太阳能电池板、太阳能电池充电管理单元、蓄电池、开关电源、主板、GPRS传输模块、GPRS天线、GPS模块、隔板转接板、温湿度传感器、防护罩、入口湿度调控单元、导风风扇、PM2.5传感器、PM10传感器、气体传感器单元与气象站，相比于传统大气监测设备，该监测仪在众多的传感器中进行合理的选型，对传感器测量的湿度条件进行控制，使得传感器在大气网格化布点监测时准确度高、稳定性好、可对比性强，但其未对大气监测数据进行应用，不能有效地为空气质量监管部门以及大气污染防治计划和监管目标提供便利支撑。
发明内容
针对现有技术的不足，本发明提供一种网格化空气监测方法、系统、计算机设备及存储介质，可以实现对空气监测更加精准、精细化的管理，并通过对大气监测数据的深度应用，为空气质量监管部门以及大气污染防治计划和监管目标提供更加便利的支撑。
第一方面，本发明提供了一种网格化空气监测方法，包括以下步骤：
步骤S1，在监测区域内将多个空气监测仪以网格化形式进行布置，并在每个布置点增设气象监测仪和风速风向传感器；
步骤S2，根据采样周期获取每个所述空气监测仪采集的空气监测数据、空气监测仪所对应的布置点信息以及布置点的气象信息；同时获取所述监测区域的地形数据以及每个布置点的风速风向信息；
步骤S3，将所述步骤S2中的各数据和信息打包后上传给云平台；
步骤S4，所述云平台对上传的数据和信息进行分析判断、扩散推算以及溯源处理，对应得到判断结果、扩散推算值以及溯源结果；
步骤S5，将不同布置点的空气监测数据和判断结果进行图表可视化展示；在整个监测区域内显示不同布置点、布置点对应的判断结果、扩散推算值以及溯源结果。
进一步地，所述步骤S2中，空气监测仪采集的空气监测数据包括颗粒物数据和污染物数据；所述颗粒物数据的采集过程为：
采用PM2.5传感器、PM10传感器对空气样本进行颗粒物检测，得到颗粒物数据；
所述污染物数据的采集过程为：对经颗粒物检测后的空气样本进行过滤；采用大气污染物传感器对过滤后的空气样本进行检测，得到污染物数据。
进一步地，所述过滤采用80目的金属筛网。
进一步地，所述步骤S4中，分析判断的具体实现过程为：
对上传的数据和信息进行解析；
对解析后的数据进行去噪处理；
将去噪处理后每个布置点的空气监测数据与预设阈值进行比较，如果大于预设阈值，则判断结果为该布置点存在污染超标；否则判断结果为该布置点不存在污染超标。
进一步地，所述步骤S4中，扩散推算的具体实现过程为：
将所有布置点的气象信息和监测区域的地形数据结合处理，得到气象地形数据；
将每个布置点的历史空气监测数据按照采样时间的先后顺序进行排列，得到时间序列空气监测数据；
将所述气象地形数据与所述时间序列空气监测数据进行分析处理，得到污染扩散推算模型；
应用污染扩散推算模型对每个布置点的空气监测数据进行实时扩散推算，得到扩散推算值。
进一步地，所述步骤S4中，溯源处理的具体实现过程为：
对空气监测数据超过预设阈值的布置点进行标记；
根据每个布置点的风速风向信息和空气监测数据得到监测过程中污染物的迁移路径；
根据所述迁移路径锁定污染源。
第二方面，本发明还提供了一种网格化空气监测系统，包括多个空气监测仪、多个气象监测仪、多个风速风向传感器、控制装置以及云平台；所述空气监测仪、气象监测仪以及风速风向传感器分别与所述控制装置连接，所述控制装置通过无线通信模块与所述云平台通讯连接；
多个所述空气监测仪以网格化形式布置于监测区域，所述空气监测仪，用于采集每个布置点的空气监测数据；
所述气象监测仪，用于采集对应布置点的气象信息；
所述风速风向传感器，用于采集对应布置点的风速风向信息；
所述控制装置，用于将空气监测数据、气象信息、风速风向信息以及每个布置点信息打包后上传给云平台；
所述云平台包括数据存储模块、数据分析判断模块、扩散推算模块、溯源模块、数据展示模块以及预警模块；
所述数据存储模块，用于存储上传的数据和信息，以及存储判断结果、扩散推算值和溯源结果；
所述数据分析判断模块，用于对上传的数据和信息进行解析、分析判断，得到判断结果；
所述扩散推算模块，用于对解析后的数据以及历史空气监测数据进行分析处理得到污染扩散推算模型，并应用所述污染扩散推算模型进行每个布置点空气监测数据的实时扩散推算，得到扩散推算值；
所述溯源模块，用于根据每个布置点的风速风向信息和空气监测数据得到污染物的迁移路径，根据所述迁移路径锁定污染源；
所述数据展示模块，用于将不同布置点的空气监测数据和判断结果进行图表可视化展示；在整个监测区域内显示不同布置点、布置点对应的判断结果、扩散推算值以及溯源结果；
所述预警模块，用于对空气监测数据超过预设阈值的布置点在数据展示模块上进行提示并发出预警。
进一步地，所述空气监测仪包括采样模块、检测模块、排气机构、定位模块、控制模块以及通信模块；所述检测模块、定位模块、通信模块分别与所述控制模块连接；
所述采样模块，用于采集空气样本；
所述检测模块，用于对空气样本进行颗粒物检测和污染物检测，得到颗粒物数据和污染物数据；
所述定位模块，用于采集对应布置点信息；
所述排气机构，用于将检测后的空气样本排出；
所述控制模块，用于将颗粒物数据和污染物数据、布置点信息通过通信模块传输给控制装置。
第三方面，本发明还提供了一种计算机设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如第一方面所述的网格化空气监测方法。
第四方面，本发明还提供了一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现如第一方面所述的网格化空气监测方法。
本发明的有益效果是：
本发明所提供的一种网格化空气监测方法及系统，在监测区域内对多个空气监测仪以网格化形式进行布置，每个布置点对应监测区域网络内的每个交点，实现了全方位的当前区域空气质量监测，避免了采样数据片面导致后续处理误差。本发明不仅能进行超过预设阈值的布置点的预警，还将空气监测数据与地形数据、气象信息以及风速风向信息进行结合以此来进行污染物的扩散推算、污染源的锁定，对空气监测数据进行更加深入的应用，实现了对空气监测更加精准、精细化的管理，为空气质量监管部门以及大气污染防治计划和监管目标提供更加便利的支撑。
附图说明
为了更清楚地说明本发明的技术方案，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个实施例，对于本领域普通技术人员来说，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为本发明实施例中一种网格化空气监测方法的流程图；
图2为本发明实施例中空气监测仪的检测流程图；
图3为本发明实施例中云平台对上传的数据进行处理和展示流程图；
图4为本发明实施例中一种网格化空气监测系统的结构框图。
具体实施方式
下面结合本发明实施例中的附图，对本发明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作出创造性劳动的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。
下面以具体地实施例对本申请的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。
第一方面，如图1所示，本发明提供的一种网格化空气监测方法，包括以下步骤：
步骤S1，在监测区域内将多个空气监测仪以网格化形式进行布置，并在每个布置点增设气象监测仪和风速风向传感器。
对监测区域进行网格化划分，每个网格的交点作为一个布置点，在每个布置点设置一空气监测仪、一气象监测仪以及一风速风向传感器。
步骤S2，根据采样周期获取每个空气监测仪采集的空气监测数据、空气监测仪所对应的布置点信息以及布置点的气象信息；同时获取监测区域的地形数据以及每个布置点的风速风向信息。
每个空气监测仪根据设置的固定采样周期进行空气质量的连续检测，本实施例中，采样周期为5min或30min。
如图2所示，空气监测仪采集的空气监测数据包括颗粒物数据和污染物数据；颗粒物数据的采集过程为：
采用PM2.5传感器、PM10传感器对空气样本进行颗粒物检测，得到颗粒物数据。PM2.5传感器和PM10传感器利用激光散射原理和算法，可以精确测量不同类型的灰尘及其他微粒，可以测量1to 1000μg/m3范围的颗粒，并将颗粒物数据存储到空气监测仪的控制模块中。
污染物数据的采集过程为：对经颗粒物检测后的空气样本进行过滤；采用大气污染物传感器对过滤后的空气样本进行检测，得到污染物数据，污染物数据也存储到空气监测仪的控制模块中。本实施例中，过滤采用80目的金属筛网。
大气污染物传感器包括：O3传感器、NO2传感器、SO2传感器、CO传感器等等。
获取监测区域的地形数据的方式可以是在测量人员测量地形数据后，通过数据导入方式获取，也可以是通过GIS(Geographic Information System或Geo－Informationsystem，地理信息系统)技术获取。在获取后生成的地形数据文件可以但不限于为基于坐标点数据的点文件或基于高程数据的dwg格式文件。
每个布置点的风速风向传感器获取该布置点的风速风向信息。
步骤S3，将步骤S2中的各数据和信息打包后上传给云平台。
各数据和信息通过无线通信方式上传给云平台，无线通信方式可以采用NB IOT、3G、4G、5G等通信方式。
步骤S4，云平台对上传的数据和信息进行分析判断、扩散推算以及溯源处理，对应得到判断结果、扩散推算值以及溯源结果。
如图3所示，云平台对上传的数据和信息进行分析处理的过程包括分析判断过程、扩散推算过程以及溯源处理过程。
步骤S31，分析判断的具体实现过程为：
步骤S311，对上传的数据和信息进行解析。上传的数据和信息以压缩包形式传输给云平台，在进行分析处理前，先对压缩包进行解压解析，得到各布置点的空气监测数据、气象信息、风速风向信息、位置信息以及整个监测区域的地形数据。
步骤S312，对解析后的数据进行去噪处理。去噪处理主要是去除冗余数据和错误数据，避免了冗余和错误数据对监测结果的影响。
步骤S313，将去噪处理后每个布置点的空气监测数据与预设阈值进行比较，如果大于预设阈值，则判断结果为该布置点存在污染超标；否则判断结果为该布置点不存在污染超标。
预设阈值可以根据每个布置点的环境要求指标进行设置，每个布置点对应的预设阈值可以相同，也可以不同，在进行比较时，将布置点的空气监测数据与该布置点对应的预设阈值进行比较。存在污染超标的布置点不仅可以进行图表可视化展示，还可以进行预警提示。
步骤S32，扩散推算的具体实现过程为：
步骤S321，将所有布置点的气象信息和监测区域的地形数据结合处理，得到气象地形数据。基于气象地形数据可以获取每个布置点的气象信息和地形。
步骤S322，将每个布置点的历史空气监测数据按照采样时间的先后顺序进行排列，得到时间序列空气监测数据。由于所有空气监测数据均是根据固定采样周期来进行采样获取的，因此，按照采样时间的先后顺序对空气监测数据进行排列，可以获取整个监测过程中，空气监测数据的变化过程，即时间序列空气监测数据。
步骤S323，将气象地形数据与时间序列空气监测数据进行分析处理，得到污染扩散推算模型。本实施例中，采用CALPUFF模型作为污染模式来进行污染物扩散规律模拟，完成污染物扩散推算的功能。CALPUFF模型术语多层、多种非定场烟团扩散模型，能模拟三维流场随时间和空间发生变化时的污染物在大气环境中的输送、转化和清除过程。CALPUFF模型适用于几公里到几百公里范围内的模拟尺度。
步骤S324，应用污染扩散推算模型对每个布置点的空气监测数据进行实时扩散推算，得到扩散推算值。
步骤S33，溯源处理的具体实现过程为：
步骤S331，对空气监测数据超过预设阈值的布置点进行标记。
步骤S332，根据每个布置点的风速风向信息和空气监测数据得到监测过程中污染物的迁移路径。
步骤S333，根据迁移路径，并结合布置点的空气监测数据锁定污染源，从而进行污染溯源。
步骤S5，将不同布置点的空气监测数据和判断结果进行图表可视化展示；在整个监测区域内显示不同布置点、布置点对应的判断结果、扩散推算值以及溯源结果。
云平台将获取的空气监测数据、气象信息以及风速风向信息以及判断结果、预测的扩散推算值和溯源结果按照布置点进行分类存储，以供后续推算时进行调用。
第二方面，如图4所示，本发明还提供了一种网格化空气监测系统，包括多个空气监测仪、多个气象监测仪、多个风速风向传感器、控制装置以及云平台；所述空气监测仪、气象监测仪以及风速风向传感器分别与所述控制装置连接，所述控制装置通过无线通信模块与所述云平台通讯连接。
多个空气监测仪以网格化形式布置于监测区域网格的每个交点，空气监测仪用于采集每个布置点的空气监测数据和布置点的位置信息(即布置点信息)。
所述气象监测仪用于采集对应布置点的气象信息。
所述风速风向传感器用于采集对应布置点的风速风向信息。
所述控制装置用于将空气监测数据、气象信息、风速风向信息以及每个布置点信息打包后上传给云平台。
所述云平台包括数据存储模块、数据分析判断模块、扩散推算模块、溯源模块、数据展示模块以及预警模块。
所述数据存储模块，用于存储上传的数据和信息，以及存储判断结果、扩散推算值和溯源结果，所有数据按照布置点进行分类存储。
所述数据分析判断模块，用于对上传的数据和信息进行解析、分析判断，得到判断结果，即将每个布置点的空气监测数据与预设阈值进行比较，如果大于预设阈值，则判断结果为该布置点存在污染超标；否则判断结果为该布置点不存在污染超标。
所述扩散推算模块，用于对解析后的数据以及历史空气监测数据进行分析处理得到污染扩散推算模型，并应用所述污染扩散推算模型进行每个布置点空气监测数据的实时扩散推算，得到扩散推算值。
所述溯源模块，用于根据每个布置点的风速风向信息和空气监测数据得到污染物的迁移路径，根据所述迁移路径锁定污染源。
所述数据展示模块，用于将不同布置点的空气监测数据和判断结果进行图表可视化展示；在整个监测区域内显示不同布置点、布置点对应的判断结果、扩散推算值以及溯源结果。
所述预警模块，用于对空气监测数据超过预设阈值的布置点在数据展示模块上进行提示并发出预警。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。