一种基于大数据的空气污染监测系统的制作方法

本发明属于空气污染监测领域，涉及基于大数据的空气污染监测预警技术，具体是一种基于大数据的空气污染监测系统。

背景技术：

1、空气污染监测是指测定大气中污染物的种类及其浓度，观察其时空分布和变化规律的过程。空气污染监测的目的在于识别大气中的污染物质，掌握其分布与扩散规律，监视大气污染源的排放和控制情况。

2、目前的空气污染监测方法主要是利用自动化空气环境监测设备进行在线监测，该方法不仅设备结构复杂、价格昂贵和运营成本高，而且实现的在线监测仅能够实现当前时刻的空气污染监测，一旦空气质量较差在短时间内无法对空气污染物进行有效处理，会对人们健康产生一定的影响。

3、本发明提供了一种基于大数据的空气污染监测系统，以解决上述问题。

技术实现思路

1、本发明旨在至少解决现有技术中存在的技术问题之一；为此，本发明提出了一种基于大数据的空气污染监测系统，用于解决现有技术仅能够实现对当前时刻的空气污染监测，无法对空气质量进行预测，导致空气质量较差时难以及时缓解，影响人们身体健康的技术问题。

2、为实现上述目的，本发明的第一方面提供了一种基于大数据的空气污染监测系统，包括中枢控制模块，以及与之相连接的数据交互模块和污染预警模块；中枢数据模块通过数据交互模块获取监测区域的历史污染数据和对应的气候标签；比较历史污染数据中的污染排放浓度和污染监测浓度，获取各污染要素的净化系数；将各净化系数拼接整合生成污染净化序列，关联污染净化序列与气候标签；以及通过数据交互模块获取监测区域的排放预测数据和气候预测数据；根据气候预测数据匹配获取污染净化序列，结合排放预测数据计算获取污染预测数据；污染预警模块根据污染预测数据确定空气质量等级；当空气质量等级小于设定的等级阈值时，根据空气质量等级进行健康预警，以及根据污染预测数据匹配各污染要素的污染调控方案。

3、目前的空气质量检测多以在线检测为主，也就是通过设置在各处的在线检测设备获取空气检测数据，分析空气检测数据来确定空气质量是否符合要求。现有技术对在线检测设备的要求较高，在运营成本上投入较大；而且在线检测也仅仅能够得到当前时刻的空气质量，一旦当前空气质量不合格则需要采取相应措施来提高空气质量，但也无法在短时间内保证空气质量能够满足要求，仍然会对人们健康产生不可逆转的影响。

4、本发明中的中枢控制模块分别与数据交互模块和污染预警模块通信和/或电气连接；污染预警模块分别与数据库和智能终端通信和/或电气连接；数据交互模块分别与数据库和数据平台通信和/或电气连接。本发明的中枢控制模块主要负责数据处理，也就是对空气质量进行预测；数据交互模块通过数据平台或者数据库为中枢控制模块提供数据支撑；污染预警模块则在预测的空气污染等级不达标时进行预警，并匹配污染调控方案。本发明中的数据库主要存储有监测区域的历史污染数据以及相对应的气候数据；数据平台用于预测气候数据和各污染要素的排放浓度，如第三方气象平台可提供预测气候数据。

5、本发明中的气候标签根据大气气压、湿度或者降雨量确定，如在天气晴朗时则通过大气气压来确定气候标签，在阴天时通过湿度来确定气候标签，在下雨天时则通过降雨量确定气候标签。可将气候标签设置为[()，()，()]，三个()中只有一个有有效值，如第一个()存在有效值，则代表晴天，第二个()存在有效值，则代表阴天，第三个()存在有效值，则代表下雨天。有效值即可理解为气候标签，气候标签与大气气压、湿度或者降雨量的大小有关系。

6、优选的，所述比较历史污染数据中的污染排放浓度和污染监测浓度，包括：将污染要素标记为i；将污染要素i的污染排放浓度和污染监测浓度分别标记为wpi和wji；通过公式jxi=(wji-qwji)/(wpi-qwpi)获取污染要素i对应的净化系数jxi。

7、本发明通过各污染要素的污染排放浓度和污染监测浓度来计算净化系数，净化系数实际表达是污染要素在某气候条件下排放浓度与监测浓度之间的关系，有利于后续某气候条件下预测的排放数据对空气质量的影响。

8、本发明中的烟尘、总悬浮颗粒物、可吸入颗粒物、细颗粒物、二氧化氮、二氧化硫、一氧化碳、臭氧或者挥发性有机化合物等能够预测其排放量的污染物。本发明qwji为前一时刻的污染排放浓度，qwpi为前一时刻污染排放浓度对应的污染监测浓度，污染排放浓度和污染监测浓度的对应关系根据扩散系数确定；污染要素在排放之后，并不会立即对空气质量产生影响，而是在不同气候条件下经过一定时间的扩散之后才会影响空气质量，因此需要根据扩散系数来确定污染排放浓度与污染监测浓度的对应关系。

9、优选的，所述关联污染净化序列与气候标签，包括：将若干气候标签与对应的污染净化序列进行关联，获取若干气候关联组；判断若干气候关联组的气候覆盖范围是否全面；是，则生成气候匹配模型；否，则进行数据补充，生成气候匹配模型。

10、本发明中根据同一组污染排放数据和污染监测数据可以得到各污染要素对应的净化系数，这些净化系数拼接起来生成污染净化序列。而且同一组污染排放数据和污染监测数据均对应一个气候标签，也就是说每个气候标签均对应一个污染净化序列。将气候标签与对应的污染净化序列整合成一个气候关联组。

11、本发明在获取若干气候关联组之后，校验若干气候关联组对应气候类型覆盖是否全面，若不全面则可进行插值处理得到更多的气候关联组，可保证后续生成的气候匹配模型具有足够宽的适用范围。

12、优选的，所述生成气候匹配模型，包括：提取若干气候关联组中的气候标签，整合标准输入组；提取气候关联组中各气候标签对应的污染净化序列，整合成标准输出组；通过标准输入组和标准输出组训练构建的人工智能模型，获取气候匹配模型。

13、若干气候关联组实际就是若干种气候条件下对应的污染净化序列，进一步可理解为若干种气候条件下各污染要素实际排放与监测浓度之间的转换关系。因为不同气候标签对应的污染净化序列中各净化系数并不是线性关系，所以本发明通过人工智能模型来挖掘气候标签与污染净化序列中各净化系数之间的关系，为后续预测空气质量奠定基础。

14、优选的，所述结合排放预测数据计算获取污染预测数据，包括：结合气候匹配模型获取气候预测数据生成对应的污染净化序列后，根据扩散系数获取对应的排放预测数据；将排放预测数据与污染净化序列结合，计算获取污染预测数据。

15、在获取气候匹配模型之后，可通过高精度的第三方气象平台获取气象预测数据，根据气象预测数据可以获取对应的气候标签，将气候标签输入至气候匹配模型中获取对应的污染净化序列。将污染净化序列与排放预测数据结合，可得到污染预测数据。排放预测数据是预测的各污染要素的排放浓度，结合净化系数的计算公式可以反推出各污染要素的预测监测浓度，也就是污染预测数据。这样，在高精度的气候预测数据加持下，可以预测出监测区域中各污染要素监测浓度，进而为空气质量预测奠定基础。

16、优选的，所述污染预警模块根据污染预测数据确定空气质量等级，包括：提取污染预测数据中各污染要素i的预测浓度yni；根据空气质量评价要求确定各污染要素i的权重系数qxi；通过公式kzf=∑(qxi×yni)计算获取空气质量分数kzf；根据空气质量分数kzf确定空气质量等级。

17、本发明在获取各污染要素的预测监测浓度之后，结合对空气质量的影响权重计算空气质量分数，进而确定空气质量等级。本发明中的空气质量分数越高，对应的空气质量等级越低；在对监测区域进行空气质量评价时，可以将监测区域划分为若干子区域来进行精细评估，还可以根据监测区域中区域类型(居住区、工业区等)进行分类评估。

18、优选的，所述根据污染预测数据匹配各污染要素的污染调控方案，包括：根据监测区域的污染预测数据匹配污染调控方案；对污染调控方案进行模拟，根据模拟结果优化污染调控方案。

19、本发明中的污染调控方案包括源头排放控制或者污染处理控制；源头排放控制是指对排放各污染要素的源头进行管控，以实现预测排放浓度的降低；污染处理控制是指对已经排放的污染要素进行处理，如人工降雨以降低空气中的污染要素浓度。对污染调控方案进行模拟，根据模拟结果来优化污染调控方案，以保证污染调控方案能够精准控制空气质量。

20、与现有技术相比，本发明的有益效果是：

21、1.本发明将各净化系数拼接整合生成污染净化序列，关联污染净化序列与气候标签生成气候匹配模型；在进行空气质量预测时，根据气候预测数据匹配获取污染净化序列，结合排放预测数据计算获取污染预测数据；本发明能够识别出气候环境对空气中污染物浓度的影响，提高空气质量预测精度。

22、2.本发明在获取污染排放浓度和污染监测浓度以及根据排放预测数据预测污染预测数据时，均考虑了污染要素在对应气候条件下的扩散系数，即在扩散系数的基础上匹配数据，能够提高数据匹配度，进而提高空气质量预测精度。