基于大气污染物的监测布点选址方法及装置与流程

本发明涉及数据处理领域，尤其涉及一种基于大气污染物的监测布点选址方法及装置。

背景技术：

随着我国国民经济的快速增长和城市化进程的加快，欧美发达国家经历了百余年的空气污染问题在我国近二十年内集中暴发，如京津冀、珠江三角洲和长江三角洲等地区，空气质量令人担忧。大气污染物对人体的危害是多方面的，主要表现是呼吸道疾病与生理机能障碍，以及眼鼻等粘膜组织受到刺激而患病，是造成老年哮喘的慢性因素。大气中污染物的浓度很高时，会造成急性污染中毒，或使病状恶化，甚至在几天内夺去几千人的生命。其实，即使大气中污染物浓度不高，但人体成年累月呼吸这种污染了的空气，也会引起慢性支气管炎、支气管哮喘、肺气肿及肺癌等疾病。国家卫生计生委最新发布的我国城市居民死亡原因排序中，恶性肿瘤死亡排在第一，其中肺癌又居其首位。我国肺癌发病在恶性肿瘤构成比中男性27％，女性是22％。大气污染防治形势日益严峻,空气质量的改善问题备受关注。因此，基于大气污染物的扩散特性及人口的分布特征，确定合理的布点方案对大气污染的准确监测至关重要。

现有技术中，是在最小行政单元建设空气质量监测设备，选点方法随意性较大，导致获得的污染物浓度数据不能准确反应区域的污染物浓度水平。

技术实现要素：

本发明实施例的目的是针对现有技术中存在的缺陷，提供一种基于大气污染物的监测布点选址方法及装置，以解决现有技术中存在的问题。

为解决上述问题，第一方面，本发明提供了一种基于大气污染物的监测布点选址方法，所述方法包括：

获取第一区域的污染物浓度数据集；

从多个影响污染物浓度的因子中，确定目标因子；

根据所述目标因子，对所述第一区域进行划分，生成多个子区域；

根据所述目标因子对每个子区域的影响系数，为每个子区域设置权重值；

将所述子区域和污染物浓度数据集中的污染物浓度数据进行映射处理；

根据映射处理结果，确定每个子区域的污染物浓度数据；

根据每个子区域的污染物浓度数据和该区域的权重，计算每个子区域的目标污染物浓度数据；

根据所述每个子区域的目标污染物浓度数据，计算所述第一区域的均值污染物浓度数据；

在所述第一区域中选取第一数量个子区域，并根据所述第一数量个子区域的目标污染物浓度数据，计算第一数量个子区域的均值污染物浓度数据；

当所述第一数量个子区域和所述第一区域的均值污染物浓度数据差值最小时，确定所述第一数量个子区域为目标点位所在的区域；

在所述目标点位布设环境监测设备。

在一种可能的实现方式中，所述获取第一区域的污染物浓度数据集具体包括：

根据卫星遥感气溶胶光学厚度，确定第一区域的污染物浓度数据集；或者，

根据数值模拟方法，确定第一区域的污染物浓度数据集。

在一种可能的实现方式中，所述根据数值模拟方法，确定第一区域的污染物浓度数据集，具体包括：

当所述第一区域中存在国控点时，通过插值算法，对所述国控点的污染物浓度数据集进行插值，得到插值结果；

根据所述插值结果、第一区域的气象数据和位置信息，确定第一区域的污染物浓度的面数据；

根据所述面数据，获取第一区域的污染物浓度数据集。

在一种可能的实现方式中，所述从多个影响污染物浓度的因子中，确定目标因子，具体包括：

计算每个影响污染物浓度的因子的影响系数；

当所述影响系数大于预设的第一阈值时，确定对应的因子为目标因子。

在一种可能的实现方式中，所述目标因子为人口数量。

第二方面，本发明提供了一种基于大气污染物的监测布点选址装置，所述装置包括：

获取单元，所述获取单元用于获取第一区域的污染物浓度数据集；

确定单元，所述确定单元用于，从多个影响污染物浓度的因子中，确定目标因子；

划分单元，所述划分单元用于，根据所述目标因子，对所述第一区域进行划分，生成多个子区域；

设置单元，所述设置单元用于，根据所述目标因子对每个子区域的影响系数，为每个子区域设置权重值；

处理单元，所述处理单元用于，将所述子区域和污染物浓度数据集中的污染物浓度数据进行映射处理；

所述确定单元还用于，根据映射处理结果，确定每个子区域的污染物浓度数据；

计算单元，所述计算单元用于，根据每个子区域的污染物浓度数据和该区域的权重，计算每个子区域的目标污染物浓度数据；

所述计算单元还用于，根据所述每个子区域的目标污染物浓度数据，计算所述第一区域的均值污染物浓度数据；

所述计算单元还用于，在所述第一区域中选取第一数量个子区域，并根据所述第一数量个子区域的目标污染物浓度数据，计算第一数量个子区域的均值污染物浓度数据；

所述确定单元还用于，当所述第一数量个子区域和所述第一区域的均值污染物浓度数据差值最小时，确定所述第一数量个子区域为目标点位所在的区域；

设置单元，所述设置单元用于，在所述目标点位布设环境监测设备。

在一种可能的实现方式中，所述确定单元具体用于：

根据卫星遥感气溶胶光学厚度，确定第一区域的污染物浓度数据集；或者，

根据数值模拟方法，确定第一区域的污染物浓度数据集。

在一种可能的实现方式中，所述确定单元具体用于：

当所述第一区域中存在国控点时，通过插值算法，对所述国控点的污染物浓度数据集进行插值，得到插值结果；

根据所述插值结果、第一区域的气象数据和位置信息，确定第一区域的污染物浓度的面数据；

根据所述面数据，获取第一区域的污染物浓度数据集。

在一种可能的实现方式中，所述确定单元具体用于：

计算每个影响污染物浓度的因子的影响系数；

当所述影响系数大于预设的第一阈值时，确定对应的因子为目标因子。

在一种可能的实现方式中，所述目标因子为人口数量。

第三方面，本发明提供了一种设备，包括存储器和处理器，所述存储器用于存储程序，所述处理器用于执行第一方面任一所述的方法。

第四方面，本发明提供了一种包含指令的计算机程序产品，当所述计算机程序产品在计算机上运行时，使得所述计算机执行第一方面任一所述的方法。

第五方面，本发明提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面任一所述的方法。

由此，通过应用本发明提供的基于大气污染物的监测布点选址方法，可以结合目标因子，进行监测点位选择，保证了选点的准确性和稳定性。

附图说明

图1为本发明实施例一提供的基于大气污染物的监测布点选址方法流程示意图；

图2为本发明实施例二提供的基于大气污染物的监测布点选址装置结构示意图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

为了便于更好的对本申请所涉及的方法进行说明，下面首先对“点位”进行说明。

点位即网格化监测设备在地图上的位置。

网格化监测设备即指采用光散射的检测方法，体积小、重量轻，用于连续自动监测环境空气中污染物状况的设备。

为达到区域大气污染防治精细化管理的目的，根据不同监控需求及环境特征将目标区域分为不同的网格进行点位布设，对各网格中相关污染物浓度进行实时监测，称为网格化监测。城市网格化监管工作所划分的重点污染区域称为“热点网格”。高密度的网格化监测网络应在区域内合理布设各类功能性监测点位，能够反映重点污染区域的空气质量变化，满足区域环境空气监视的需求，客观评价重点污染区域的空气质量。

图1为本发明实施例一提供的基于大气污染物的监测布点选址方法流程示意图。该方法的应用场景为至少布设有国控点的区域，该方法的执行主体可以是具体计算功能的设备，比如，计算机、手机或者基于大气污染物的监测布点选址装置等，该计算机、手机或者基于大气污染物的监测布点选址装置可以与国控点的监测设备相连接，也可以与国控点的监测设备的服务器相连接，该连接可以通过无线或有线通信的方式进行，本申请对此并不限定。如图1所示，该方法包括以下步骤：

步骤101，获取第一区域的污染物浓度数据集。

具体的，第一区域可以是某市、某省等。可以通过多种方式获取第一区域的污染物浓度数据集。

在一个示例中，可以基于卫星反演，获取第一区域的污染物浓度数据集。在卫星反演中，根据卫星遥感气溶胶光学厚度，来获取第一区域的污染物浓度数据集。

在另一个示例中，可以基于数值模拟，获取第一区域的污染物浓度数据集。此时，当第一区域中存在国控点时，先通过插值算法，对国控点的污染物浓度数据集进行插值，得到插值结果；然后根据插值结果、第一区域的气象数据和位置信息，确定第一区域的污染物浓度的面数据；最后，根据面数据，获取第一区域的污染物浓度数据集。

位置信息可以是经纬度数据，包括左上经纬度数据、左下经纬度数据、右上经纬度数据、右下经纬度数据和中间经纬度数据。气象数据可以是风速和风向。

插值算法可以是克里金插值算法、最近邻插值、双线性插值等。

其中，污染物可以是细颗粒物(pm2.5)、可吸入颗粒物(pm10)、二氧化氮(nitrogendioxide，no2)、二氧化硫(sulfurdioxide，so2)、一氧化碳(carbonmonoxide，co)、臭氧(ozone，o3)和总挥发性有机化合物(totalvolatileorganiccompounds,tvoc)中的任意一种或其任意组合。可以理解的是，在后续的研究中，污染物可以是上述污染物的任意组合，可以通过归一法对不同污染物的单位进行处理，由此，得到归一化的污染物浓度数据。

步骤102，从多个影响污染物浓度的因子中，确定目标因子。

具体的，步骤102包括：

首先计算每个影响污染物浓度的因子的影响系数；

最后当影响系数大于预设的第一阈值时，确定对应的因子为目标因子。

可以根据当地污染物扩散、迁移及转化规律，评估污染物分布状况，结合资源和经济的可行性，确定合理监测点位，使所获得的数据有代表性。

影响污染物浓度的因子很多，比如，人口数量、周边的人为环境(是否建设有化工厂等)、天气、地理位置等。在这些因子中，可以通过一定的模型进行处理，计算出每个因子对污染物浓度数据的影响系数，比如，人口的影响系数最大，此时可以确定目标因子为人口数量。

步骤103，根据目标因子，对第一区域进行划分，生成多个子区域。

具体的，示例而非限定，第一区域中，a区域的人口为0-100人，b区域的人口为100-1000人，c区域的人口为1000-10000人，c区域的人口为10000-30000，d区域的人口为30000-40000，e区域的人口为40000-50000，则可以根据人口数量的多少，将第一区域划分为a-e五个子区域。

步骤104，根据目标因子对每个子区域的影响系数，为每个子区域设置权重值。

具体的，接上例，可以为a子区域设置权重0.05，b子区域设置权重0.1，c子区域设置权重0.2，d子区域设置权重0.3，e子区域设置权重0.35。

步骤105，将子区域和污染物浓度数据集中的污染物浓度数据进行映射处理。

步骤106，根据映射处理结果，确定每个子区域的污染物浓度数据。

具体的，将a-e五个子区域和第一区域的污染物浓度数据集进行映射处理，比如，在一个周期内，比如1小时，每个子区域包括60个污染物浓度数据。

步骤107，根据每个子区域的污染物浓度数据和该区域的权重，计算每个子区域的目标污染物浓度数据。

具体的，接上例，可以计算a子区域的60个数据的均值，并将该均值乘以a子区域的权重，得到a子区域的污染物浓度数据，同理，可以得到b-e子区域的污染物浓度数据。

步骤108，根据每个子区域的目标污染物浓度数据，计算第一区域的均值污染物浓度数据。

具体的，接上例，将a子区域、b子区域、c子区域、d子区域和e子区域的污染物浓度数据进行平均值计算，可以得到第一区域的均值污染物浓度数据。

步骤109，在第一区域中选取第一数量个子区域，并根据第一数量个子区域的目标污染物浓度数据，计算第一数量个子区域的均值污染物浓度数据。

具体的，第一数量个可以是4个，第一区域有5个子区域，此时，可以有五种选取4个子区域的方法，记为方法1-方法5，计算每种选取子区域的方法时，选取的子区域的加权均值，即根据该子区域的目标污染物浓度数据，计算这4个子区域的均值污染物浓度数据。

步骤110，当第一数量个子区域和第一区域的均值污染物浓度数据差值最小时，确定第一数量个子区域为目标点位所在的区域。

步骤111，在目标点位布设环境监测设备。

具体的，接上例，示例而非限定，在5种选取子区域的方法中，经过计算得到，方法3使得差值最小，则方法3对应的选取子区域的方法为目标方法，比如，方法3选取的为b、c、d和e这4个子区域，则目标点位设置在这4个子区域中，在该4个子区域布设环境监测设备，即网格化监测设备。

由此，通过应用本发明实施例一提供的基于大气污染物的监测布点选址方法，可以结合目标因子，进行监测点位选择，保证了选点的准确性和稳定性。

图2为本发明实施例二提供的基于大气污染物的监测布点选址装置结构示意图。该装置应用于大气污染物的监测布点选址方法中，如图2所示，该装置包括：获取单元201、确定单元202、划分单元203、设置单元204、处理单元205和计算单元206。

获取单元201用于获取第一区域的污染物浓度数据集；

确定单元202用于，从多个影响污染物浓度的因子中，确定目标因子；

划分单元203用于，根据目标因子，对第一区域进行划分，生成多个子区域；

设置单元204用于，根据目标因子对每个子区域的影响系数，为每个子区域设置权重值；

处理单元205用于，将子区域和污染物浓度数据集中的污染物浓度数据进行映射处理；

确定单元202还用于，根据映射处理结果，确定每个子区域的污染物浓度数据；

计算单元206用于，根据每个子区域的污染物浓度数据和该区域的权重，计算每个子区域的目标污染物浓度数据；

计算单元206还用于，根据每个子区域的目标污染物浓度数据，计算第一区域的均值污染物浓度数据；

计算单元206还用于，在第一区域中选取第一数量个子区域，并根据第一数量个子区域的目标污染物浓度数据，计算第一数量个子区域的均值污染物浓度数据；

确定单元202还用于，当第一数量个子区域和第一区域的均值污染物浓度数据差值最小时，确定第一数量个子区域为目标点位所在的区域；

设置单元204还用于，在目标点位布设环境监测设备。

进一步的，确定单元202具体用于：

根据卫星遥感气溶胶光学厚度，确定第一区域的污染物浓度数据集；或者，

根据数值模拟方法，确定第一区域的污染物浓度数据集。

进一步的，确定单元202具体用于：

当第一区域中存在国控点时，通过插值算法，对国控点的污染物浓度数据集进行插值，得到插值结果；

根据插值结果、第一区域的气象数据和位置信息，确定第一区域的污染物浓度的面数据；

根据面数据，获取第一区域的污染物浓度数据集。

进一步的，确定单元202具体用于：

计算每个影响污染物浓度的因子的影响系数；

当影响系数大于预设的第一阈值时，确定对应的因子为目标因子。

进一步的，目标因子为人口数量。

由此，通过应用本发明实施例二提供的基于大气污染物的监测布点选址装置，可以结合目标因子，进行监测点位选择，保证了选点的准确性和稳定性。

本发明实施例三提供了一种设备，包括存储器和处理器，存储器用于存储程序，存储器可通过总线与处理器连接。存储器可以是非易失存储器，例如硬盘驱动器和闪存，存储器中存储有软件程序和设备驱动程序。软件程序能够执行本发明实施例提供的上述方法的各种功能；设备驱动程序可以是网络和接口驱动程序。处理器用于执行软件程序，该软件程序被执行时，能够实现本发明实施例提供的方法。

本发明实施例四提供了一种包含指令的计算机程序产品，当计算机程序产品在计算机上运行时，使得计算机执行本发明实施例一提供的方法。

本发明实施例五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执行时实现本发明实施例一提供的方法。

专业人员应该还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(ram)、内存、只读存储器(rom)、电可编程rom、电可擦除可编程rom、寄存器、硬盘、可移动磁盘、cd-rom、或技术领域内所公知的任意其它形式的存储介质中。

以上的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。