本发明涉及空气质量监测，具体涉及一种基于传感器技术的环境空气污染监测方法及系统。
背景技术：
1、环境空气质量指的是空气中各种气体成分的比例及其所含有的颗粒物和其他污染物的状态。随着工业化与城市化进程的加速，环境空气质量已经成为全球关注焦点。由于环境空气状况复杂多变，受污染源分布与排放强度差异、气象条件复杂交互等因素的影响，在不同时间与空间尺度上呈现出高度的动态性与异质性。
2、在一些场景下，常采用传感器以单一固定的采集频率对环境空气质量进行持续监测，若采集频率过高，则会产生大量的冗余数据，加重数据存储、传输以及处理负担，增加设备能耗和运维成本。若采集频率过低，则可能会遗漏重要信息，无法准确捕捉空气质量的快速变化与短期波动特征，导致监测的环境空气质量数据代表性不足、时空分辨率较低，难以满足精细化环境管理与空气质量预报预警等业务需求。因此，采用传感器以单一固定的采集频率对环境空气质量进行监测的监测效率、准确率以及可靠性都较低。
技术实现思路
1、为了解决对环境空气质量进行监测的监测效率、准确率以及可靠性较低的技术问题，本发明的目的在于提供一种基于传感器技术的环境空气污染监测方法及系统，所采用的技术方案具体如下：
2、第一方面，本发明实施例提供了一种基于传感器技术的环境空气污染监测方法，包括：以初始采样频率获取监测点处的空气质量数据，并构建监测点处的空气质量数据曲线；根据各监测点的空气质量数据曲线确定疑似污染气体排放阶段，将疑似污染气体排放阶段的第一个异常数据段对应的监测点作为污染气体排放源的最近邻监测点；根据最近邻监测点指向其他的监测点的向量与风向方向的最小夹角、其他的监测点与最近邻监测点之间的距离以及当前风速、疑似污染气体排放阶段内各监测点的异常数据段与最近邻监测点的异常数据段，确定疑似污染气体排放阶段的环境影响与实际空气质量数据的变化规律一致性；在变化规律一致性大于第一阈值的情况下，确定疑似污染气体排放阶段为实际污染气体排放阶段；根据实际污染气体排放阶段内各异常数据段的空气质量数据以及初始采样频率确定实际污染气体排放阶段的各监测点的优化采样频率，利用优化采样频率采集各监测点的修正空气质量数据。
3、可选的，根据各监测点的空气质量数据曲线确定疑似污染气体排放阶段包括：将空气质量数据小于及格值的空气质量数据作为异常数据，各异常数据构成空气质量数据曲线的多个异常数据段；在异常数据段中筛选所有斜率小于第二阈值的目标异常数据段，并确定异常数据段与及格值所在的直线构成的封闭图形的面积；根据面积、目标异常数据段的斜率、目标异常数据段的时间长度以及所有的目标异常数据段的时间长度的和值，确定目标异常数据段的环境污染程度；将不同监测点的空气质量数据曲线在时间轴上出现重合的多个监测点的异常数据段作为疑似污染气体排放阶段，将疑似污染气体排放阶段的第一个异常数据段对应的监测点作为污染气体排放源的最近邻监测点。
4、可选的，根据面积、目标异常数据段的斜率、目标异常数据段的时间长度以及所有的目标异常数据段的时间长度的和值，确定目标异常数据段的环境污染程度包括：计算目标异常数据段的时间长度与所有的目标异常数据段的时间长度的和值之间的第一比值；计算目标异常数据段的斜率的绝对值与第一比值之间的第一乘积，并对各第一乘积进行叠加，得到第一叠加值；确定面积与第一叠加值之间的第二乘积为目标异常数据段的环境污染程度。
5、可选的，根据最近邻监测点指向其他的监测点的向量与风向方向的最小夹角、其他的监测点与最近邻监测点之间的距离以及当前风速、疑似污染气体排放阶段内各监测点的异常数据段与最近邻监测点的异常数据段，确定疑似污染气体排放阶段的环境影响与实际空气质量数据的变化规律一致性包括：根据最近邻监测点指向其他的监测点的向量与风向方向的最小夹角、其他的监测点与最近邻监测点之间的距离以及当前风速，确定其他的监测点的环境影响因子；确定疑似污染气体排放阶段内各监测点的异常数据段与最近邻监测点的异常数据段之间的皮尔逊相关系数；根据疑似污染气体排放阶段内各监测点的异常数据段的环境污染程度与最近邻监测点的异常数据段的环境污染程度、皮尔逊相关系数、疑似污染气体排放阶段内各监测点的异常数据段的起始时间以及最近邻监测点的异常数据段的起始时间，确定疑似污染气体排放阶段内各监测点与最近邻监测点的污染变化节奏趋同性；根据疑似污染气体排放阶段内各监测点的污染变化节奏趋同性和环境影响因子，确定疑似污染气体排放阶段的环境影响与实际空气质量数据的变化规律一致性。
6、可选的，根据最近邻监测点指向其他的监测点的向量与风向方向的最小夹角、其他的监测点与最近邻监测点之间的距离以及当前风速，确定其他的监测点的环境影响因子包括：计算第一预定数值与最小夹角之间的第二比值，以及当前风速与距离之间的第三比值；确定第二比值与第三比值之间的第三乘积为其他的监测点的环境影响因子。
7、可选的，根据疑似污染气体排放阶段内各监测点的异常数据段的环境污染程度与最近邻监测点的异常数据段的环境污染程度、皮尔逊相关系数、疑似污染气体排放阶段内各监测点的异常数据段的起始时间以及最近邻监测点的异常数据段的起始时间，确定疑似污染气体排放阶段内各监测点与最近邻监测点的污染变化节奏趋同性包括：
8、计算皮尔逊相关系数与第二预定数值之间的第一和值、疑似污染气体排放阶段内各监测点的异常数据段的环境污染程度与最近邻监测点的异常数据段的环境污染程度之间的第一差值以及疑似污染气体排放阶段内各监测点的异常数据段的起始时间以及最近邻监测点的异常数据段的起始时间之间的第二差值；计算第一差值与第二差值之间的第二和值的倒数；确定第一和值与第二和值的倒数之间的第四乘积为疑似污染气体排放阶段内各监测点与最近邻监测点的污染变化节奏趋同性。
9、可选的，根据疑似污染气体排放阶段内各监测点的污染变化节奏趋同性和环境影响因子，确定疑似污染气体排放阶段的环境影响与实际空气质量数据的变化规律一致性包括：确定疑似污染气体排放阶段内各监测点的污染变化节奏趋同性的第一平均值，以及疑似污染气体排放阶段内各监测点的环境影响因子的第二平均值；计算相邻的监测点的污染变化节奏趋同性之间的第三差值，以及相邻的监测点的环境影响因子之间的第四差值；计算第三差值与第一平均值之间的第四比值，以及第四差值与第二平均值之间的第五比值；计算第四比值与第五比值之间的第六比值，以及第三预定数值与第六比值之间的第五差值的绝对值；对各第五差值的绝对值进行叠加，得到第二叠加值；对第二叠加值进行反比例归一化处理，得到变化规律一致性。
10、可选的，根据实际污染气体排放阶段内各异常数据段的空气质量数据以及初始采样频率确定实际污染气体排放阶段的各监测点的优化采样频率包括：计算实际污染气体排放阶段内各异常数据段的空气质量数据的标准差，并对标准差进行归一化处理，得到归一化数值；计算第三预定数值与归一化数值之间的第二和值；确定初始采样频率与第二和值之间的第五乘积为实际污染气体排放阶段的监测点的优化采样频率。
11、可选的，在利用优化采样频率采集各监测点的修正空气质量数据之后，方法还包括：利用局部离群因子算法对修正空气质量数据进行异常监测。
12、第二方面，本发明实施例提供了一种基于传感器技术的环境空气污染监测系统，包括：处理器和存储器；其中，存储器用于存储可在处理器上运行的计算机程序；处理器，用于执行存储器上所存放的程序，实现如第一方面所提到的基于传感器技术的环境空气污染监测方法的步骤。
13、本发明具有如下有益效果：首先以初始采样频率获取监测点处的空气质量数据，并构建监测点处的空气质量数据曲线；然后根据各监测点的空气质量数据曲线确定疑似污染气体排放阶段，将疑似污染气体排放阶段的第一个异常数据段对应的监测点作为污染气体排放源的最近邻监测点；并根据最近邻监测点指向其他的监测点的向量与风向方向的最小夹角、其他的监测点与最近邻监测点之间的距离以及当前风速、疑似污染气体排放阶段内各监测点的异常数据段与最近邻监测点的异常数据段，确定疑似污染气体排放阶段的环境影响与实际空气质量数据的变化规律一致性；在变化规律一致性大于第一阈值的情况下，确定疑似污染气体排放阶段为实际污染气体排放阶段；其次根据实际污染气体排放阶段内各异常数据段的空气质量数据以及初始采样频率确定实际污染气体排放阶段的各监测点的优化采样频率，最后利用优化采样频率采集各监测点的修正空气质量数据。
14、如此，本发明实施例能够筛选异常数据段并确定疑似污染气体排放阶段，进而根据实际场景中的污染气体排放源的污染气体排放时受到的距离和风向的影响，分析疑似污染气体排放阶段的环境影响与实际空气质量数据之间的相关性变化，能够准确识别出空气质量中的实际污染气体排放阶段，并结合实际污染气体排放阶段内的空气质量数据与初始采样频率重新确定实际污染气体排放阶段内的优化采样频率，使得优化后的采样频率能够适应实际污染气体排放阶段的实际场景。以该优化后的采样频率对空气质量数据进行采样时，提高了对环境空气质量进行监测的监测效率、准确率以及可靠性。