一种空气质量微站监测数据校准计算方法与流程

本发明涉及大气环境物联网设备，特别是涉及一种空气质量微站监测数据校准计算方法。

背景技术：

1、目前市场上大多数空气质量微站多作为区域环境空气质量网格站，作为城市环境趋势研判的点位进行网格化分布。监测原理多为泵吸式光学或电化学传感器原理，该类设备的数据精准性完全取决于环境污染底数、城市温湿度、传感器寿命等等条件，监测数据的准确性受到外界影响的因素非常大。以至于大多数地区的空气质量微站出现类似寿命短、数据准确性随着时间的增长断崖式下降等问题。

2、目前市场上大多数设备厂家处理数据的方式是：在出厂前进行标定，在每一台传感器监测的量程范围内通入标准气体，通过多组数据计算每台传感器的线性偏离斜率k，再将全部的空气质量微站放置在一个环境污染变化较为稳定且周边无明显污染源的空气质量标准站周边进行线性回归学习，结合空气质量标准站的监测数值进行数据标准一致性校准。

3、由于该数据校准的工作是在设备出厂进行的，设备投入市场使用后，将不在进行定期的维护和数据校准，以至于很多设备在投入市场使用后受到周边环境的影响，导致数据在使用一段时间后，均会出现不同程度的数据偏离，使得在实际使用中，空气质量微站的监测数据不准确，并且后期的维护如果定期要进行标定和清洗维护等工作，会使得设备使用成本翻倍，造成运行费用高昂。

技术实现思路

1、本发明的目的是提出一种空气质量微站监测数据校准计算方法，在设备出场前进行一次标准气体校准后，将相关的校验数据和线性回归学习数据进行公式计算，并通过对区间数据建立不同的数据线性回归算法，在设备投放市场前，将训练学习的算法写入到设备信号板上，实现动态的数据校准学习，该方法可以有效的解决现场校准成本高的问题，适用于监测因子为pm2.5、pm10、no2、so2、o3、co的空气质量微站。

2、为实现上述目的，本发明提供了一种空气质量微站监测数据校准计算方法，所述数据校准计算方法包括如下步骤：

3、步骤s1，分别获取线性回归学习期间空气质量微站和标准站1440小时的数据组，每小时一组，所述数据组的数据监测因子包括pm2.5、pm10、no2、so2、o3、co六项指标，并对1440小时内的数据监测因子进行手动审核，剔除异常值、负值、空值。

4、步骤s2，对取得1440小时内有效的空气质量微站和标准站监测数据组进行因子分类，对空气质量微站监测数据组中pm2.5、pm10、no2、so2、o3指标分别以5ug/m3、5ug/m3、5ppb、5ppm、5ppb为区间直到满量程进行分段分类，对co指标以0.5ppm为区间直到满量程进行分段分类。

5、步骤s3，在每个区间内计算对比倍数，对比倍数为区间内所有微站监测某小时数据平均值与区间内所有标准站对应监测小时数据平均值的比值，分别得到所有区间内pm2.5对比倍数、pm10对比倍数、no2对比倍数、so2对比倍数、o3对比倍数及co对比倍数，将所有区间的对比倍数列表后得到空气质量微站的校准系数表。

6、步骤s4，将所述校准系数表引入到接口服务器中，将空气质量微站测得原始数据在每一区间内与校准系数表内的对比倍数做乘法运算，动态计算得到空气质量微站的校准数据。

7、优选地，在步骤s1中，若监测数值少于1440个数据组，则按照有效的数据组进行算法校准；当有效的数据组少于1296个时，则重新选取60天数据，直到有效数据达到或高于1296个数据组时进行下一步操作。

8、基于上述技术方案，本发明的优点是：

9、本发明的空气质量微站监测数据校准计算方法，引入了动态数据校准，可以更加智能的计算和校验空气质量微站监测数据。通过该方法可以极大的减少设备校验365天环境自然周期学习的时间，将校验时间减少到60天。同时通过动态算法也可以结合设备传感器自身敏感性损耗，进行自动化动态算法调优，更接近于现场监测数据的真实性和准确性，对大气污染环境自动监测技术有很大的技术水平提升。

技术特征：

1.一种空气质量微站监测数据校准计算方法，其特征在于：所述数据校准计算方法包括如下步骤：

2.根据权利要求1所述的数据校准计算方法，其特征在于：在步骤s1中，若监测数值少于1440个数据组，则按照有效的数据组进行算法校准；当有效的数据组少于1296个时，则重新选取60天数据，直到有效数据达到或高于1296个数据组时进行下一步操作。

技术总结
本发明涉及一种空气质量微站监测数据校准计算方法，在空气质量微站设备出厂前进行一次标准气体校准后，将相关的校验数据和线性回归学习数据进行公式计算，并通过对区间数据建立不同的数据线性回归计算，将训练学习的算法写入到空气质量微站服务器上，实现动态的数据校准学习，该方法可以有效的解决现场校准成本高的问题，适用于监测因子为PM2.5、PM10、NO<subgt;2</subgt;、SO<subgt;2</subgt;、O<subgt;3</subgt;、CO的空气质量微站数据校准。

技术研发人员：陈杰,邹涛,陈长松,李杰,吴限,李鑫
受保护的技术使用者：九江数字产业发展有限公司
技术研发日：
技术公布日：2024/1/13