专利名称: |
大气污染物浓度在线检测系统及方法 |
摘要: |
本发明提供了一种大气污染物浓度在线检测系统及方法,涉及环境检测技术领域,包括第一类光谱检测仪、云端服务器和本地服务器;第一类光谱检测仪的分辨率低于指定值,用于检测所在预设监测点处的第一光谱,并将第一光谱存储至云端服务器;本地服务器用于从云端服务器下载指定时间段对应的第一光谱组,第一光谱组包括该指定时间段各个第一类光谱检测仪检测的第一光谱,根据第一光谱组和预建立的污染物气体反演模型,预测第一光谱对应的预设监测点的空气质量。这种在多预设监测点布设分辨率较低的第一类光谱检测仪的方式,降低了监测成本;此外,这种利用污染物气体反演模型预测预设监测点的空气质量的方式,保证了所监测的空气质量的准确度。 |
专利类型: |
发明专利 |
国家地区组织代码: |
北京;11 |
申请人: |
北京印刷学院 |
发明人: |
廉玉生;胡晓婕;金杨;刘艳星;魏先福;刘瑜;黄敏 |
专利状态: |
有效 |
申请日期: |
2019-05-16T00:00:00+0800 |
发布日期: |
2019-07-05T00:00:00+0800 |
申请号: |
CN201910410075.X |
公开号: |
CN109975230A |
代理机构: |
北京超凡宏宇专利代理事务所(特殊普通合伙) |
代理人: |
徐彦圣 |
分类号: |
G01N21/31(2006.01);G;G01;G01N;G01N21 |
申请人地址: |
102627 北京市大兴区兴华大街(二段)1号 |
主权项: |
1.一种大气污染物浓度在线检测系统,其特征在于,所述系统包括用于布设在预设监测点的第一类光谱检测仪、与所述第一类光谱检测仪通信连接的云端服务器,和与所述云端服务器连接的本地服务器; 其中,所述预设监测点为预先按照地理经纬度因素和地理环境因素划分出的各个网格单元内的指定位置点;所述地理环境因素包括环境温度、环境湿度和气压中的至少之一; 所述第一类光谱检测仪的分辨率低于指定值,用于检测所在预设监测点处的第一光谱,并将所述第一光谱存储至所述云端服务器; 所述本地服务器用于从所述云端服务器下载指定时间段对应的第一光谱组,根据所述第一光谱组和预建立的污染物气体反演模型,预测所述第一光谱对应的预设监测点的空气质量;其中,所述第一光谱组包括该指定时间段各个所述第一类光谱检测仪检测的第一光谱,所述空气质量包括污染物气体的浓度。 2.根据权利要求1所述的系统,其特征在于,所述系统还包括用于布设在特定监测点的第二类光谱检测仪;所述特定监测点为所述网格单元的中心点; 所述第二类光谱检测仪的分辨率高于指定值,用于检测所述特定监测点处的第二光谱,并将所述第二光谱存储至所述云端服务器; 所述本地服务器还用于下载所述云端服务器中,预设时间内所述特定监测点的第二光谱组和所述特定监测点的第一光谱组,并根据该第二光谱和该第一光谱训练所述污染物气体反演模型;其中,所述第二光谱组包括所述预设时间内各个所述第二类光谱检测仪检测的第二光谱。 3.根据权利要求2所述的系统,其特征在于,所述本地服务器还用于周期性地从所述云端服务器中下载第二光谱组和第一光谱组,并根据本周期下载得到的所述第二光谱组和第一光谱组校准所述污染物气体反演模型。 4.根据权利要求1所述的系统,其特征在于,所述系统还包括与所述云端服务器连接的环境参数监测器; 所述环境参数监测器布设在所述预设监测点上,用于检测所述预设监测点的地理环境因素,并将所述地理环境因素上报至所述云端服务器; 所述云端服务器还用于根据所述地理环境因素和地理经纬度因素划分出的各个网格单元。 5.根据权利要求1所述的系统,其特征在于,所述本地服务器还用于将所述预设监测点的空气质量存储至所述云端服务器; 所述第一类光谱检测仪还用于从所述云端服务器中下载所述第一类光谱检测仪对应的预设监测点的空气质量,并通过所述第一类光谱检测仪的显示界面显示该空气质量。 6.一种大气污染物浓度在线检测方法,其特征在于,应用于本地服务器,所述方法包括: 从云端服务器下载第一光谱组,其中,所述第一光谱组为与所述云端服务器通信连接的各个第一类光谱检测仪在预设监测点检测出的第一光谱的集合;所述预设监测点为预先按照地理经纬度因素和地理环境因素划分出的各个网格单元内的指定位置点;所述地理环境因素包括环境温度、环境湿度和气压中的至少之一;所述第一类光谱检测仪的分辨率低于指定值; 根据所述第一光谱组和预建立的污染物气体反演模型,预测所述第一光谱对应的预设监测点的空气质量;其中,所述空气质量包括污染物气体的浓度。 7.根据权利要求6所述的方法,其特征在于,所述污染物气体反演模型的训练过程,包括: 获取光谱样本和空气质量样本;其中,所述空气质量样本为预先检测的所述光谱样本对应预设监测点的空气质量; 按照设定的训练算法,应用所述光谱样本和所述空气质量样本训练初始反演模型,得到训练好的污染物气体反演模型。 8.根据权利要求6所述的方法,其特征在于,所述方法还包括: 下载所述云端服务器中,预设时间内所述特定监测点的第二光谱组和所述特定监测点的第一光谱组,并根据该第二光谱和该第一光谱训练所述污染物气体反演模型;其中,所述第二光谱组为与所述云端服务器通信连接的第二类光谱检测仪在特定监测点检测出的第二光谱的集合;所述特定监测点为所述网格单元的中心点。 9.根据权利要求8所述的方法,其特征在于,所述方法还包括: 周期性地从所述云端服务器中下载的第二光谱组和第一光谱组,并根据本周期下载得到的所述第二光谱组和第一光谱组校准所述污染物气体反演模型。 10.根据权利要求8所述的方法,其特征在于,根据本周期下载得到的所述第二光谱组和第一光谱组校准所述污染物气体反演模型的步骤,包括: 根据本周期下载得到的所述第二光谱组,反演计算该第二光谱组对应特定监测点的空气质量; 按照设定的训练算法,应用本周期下载得到的所述第一光谱和所述第二光谱对应特定监测点的空气质量训练初始反演模型,得到训练好的污染物气体反演模型。 |
所属类别: |
发明专利 |