一种用于街道空气监测的车载监控系统及方法

1.本发明涉及大气环境监测技术，特别是涉及一种用于街道空气监测的车载监控系统及方法。


背景技术：

2.大量的研究表明，空气污染与许多疾病密切相关，如肺癌、慢性阻塞性肺病、哮喘等呼 吸道疾病。交通相关的空气污染也是导致儿童哮喘发病的一个可能因素。在各种空气污染物 中，直径小于2.5微米的颗粒物2.5(pm2.5)引起了人们的广泛关注，因为它能吸收许多有害 物质，进入人体呼吸系统后给人体带来巨大的健康风险。此外，pm2.5由于粒径小，可穿透 肺泡，并可到达细支气管壁，干扰通过肺部的气体交换。长期暴露于pm2.5可导致心血管和 呼吸系统疾病，并增加肺癌的风险。由于人们暴露于不同的pm水平，健康风险可能有所不 同。当颗粒物水平被错误计算，特别是被低估时，健康危害也可能被低估。
3.一个大规模的空气质量监测系统可以为用户提供关键的空气污染信息，但实施这样的系 统可能会遇到很多挑战。目前已有的监测站的数量非常少，而且它们的位置远离居民区，也 远离污染源。以上因素都会导致pm2.5浓度信息不准确。
4.随着物联网技术的进步和传感器组件的小型化，出现了越来越多的低成本解决方案。此 外，由于车辆数量的不断增加和无线通信的巨大进步，受益于车辆传感器网络的发展，出现 了基于公共交通基础设施的移动传感设备，该移动传感设备设置在城市地区有相对固定的路 线和出行时间表的公共汽车上。采用移动传感设备对空气质量进行监测，较好地提高了城市 pm2.5监测的空间分辨率以及时间分辨率。
5.然而，现有的基于公共交通设施的大气监测装置没有考虑检测数据的正确性与时效性， 导致无法准确计算城市pm2.5的分布趋势和分布模式。


技术实现要素：

6.基于此，本发明的目的在于，提供一种用于街道空气监测的车载监控系统及方法，其通 过广泛、大规模的数据收集，以较高的空间分辨率和时间分辨率获取街道空气pm2.5值数据， 进一步通过数据处理将具有较高的准确性的空气pm2.5值数据存储在数据管理中心中，并对 外提供数据库服务。
7.本发明是通过如下技术方案实现的：
8.一种用于街道空气监测的车载监控系统，包括数据管理中心以及分别与其信号连接的多 个移动监测装置；
9.所述移动监测装置包括扬尘监测单元、气象监测单元、定位单元以及主处理单元；
10.所述主处理单元分别与所述扬尘监测单元、所述气象监测单元以及所述定位单元电连接；
11.所述扬尘监测单元用于对环境的扬尘状况进行连续监测，得到扬尘数据，并将所述扬尘 数据发送给所述主处理单元；
12.所述气象监测单元用于对环境气象进行监测，得到气象数据，并将所述气象数据发送给 所述主处理单元；
13.所述定位单元用于定位，得到定位数据，并将所述定位数据发送给所述主处理单元；
14.所述主处理单元用于将所述扬尘数据、所述气象数据以及所述定位数据封装成空气监测 原始数据，并将所述空气监测原始数据定期发送给所述数据管理中心；
15.所述数据管理中心用于对所述空气监测原始数据进行数据处理，得到空气监测数据，对 所述空气监测数据进行存储，并提供数据库服务。
16.本发明所述的用于街道空气监测的车载监控系统，能够获取街道空气pm2.5值数据，进 一步通过数据处理将具有较高的准确性的空气pm2.5值数据存储在数据管理中心中，并对外 提供数据库服务。
17.进一步地，所述数据管理中心包括数据清洗模块、数据插值模块、数据纠正模块以及数 据服务模块；
18.所述数据清洗模块用于对所述空气监测原始数据进行数据清洗，包括冗余数据和无效数 据的剔除；
19.所述数据插值模块用于通过逆距离加权法对某地段某时间点缺失的空气监测数据进行插 值；
20.所述数据纠正模块根据所述气象数据以及所述定位数据对所述扬尘数据进行纠正；
21.所述数据服务模块用于对所述空气监测数据进行数据存储并提供数据库服务。
22.进一步地，所述移动监测装置设置于交通工具上，包括公共汽车、出租车；
23.所述移动监测装置通过nb-iot、4g或5g网络与所述数据管理中心信号连接。
24.进一步地，所述扬尘监测单元包括颗粒物传感器，所述颗粒物传感器通过光散射检测法 对空气颗粒物进行检测。
25.进一步地，所述颗粒物传感器对颗粒物的粒径通道为pm2.5；所述扬尘数据包括空气的 pm2.5值数据。
26.进一步地，所述气象数据包括风速、风向、温度、湿度数据。
27.进一步地，所述定位数据包括经纬度数据以及时间数据。
28.基于上述的用于街道空气监测的车载监控系统，本发明还提供一种用于街道空气监测的 车载监控方法，包括：
29.对一环境的扬尘状况进行连续监测，得到扬尘数据；
30.对所述环境的气象进行监测，得到气象数据；
31.对所述环境进行定位，得到定位数据；
32.将所述扬尘数据、所述气象数据以及所述定位数据封装成空气监测原始数据；
33.对所述空气监测原始数据进行数据处理得到空气监测数据，对所述空气监测数据进行存 储并提供数据库服务。
34.进一步地，所述对所述空气监测原始数据进行数据处理的方法包括：
35.对所述空气监测原始数据进行数据清洗，包括冗余数据和无效数据的剔除；
36.通过逆距离加权法对某地段某时间点缺失的空气监测数据进行插值；
37.根据所述气象数据以及所述定位数据对所述扬尘数据进行纠正。
38.进一步地，所述扬尘数据、所述气象数据以及所述定位数在公共汽车、出租车沿线上动 态获取；
39.所述通过逆距离加权法对某地段某时间点缺失的空气监测数据进行插值的数学公式为
[0040][0041]
其中，
[0042][0043]
其中，n为缺失点的数量，u(x)为缺失点处x的插值结果，ui(xi)为已知点xi处的插值结 果，wi(x)为权重因子，d(x,xi)为缺失点x到已知点xi的距离，p为自定义参数。
[0044]
为了更好地理解和实施，下面结合附图详细说明本发明。
附图说明
[0045]
图1为本发明一实施例提供的用于街道空气监测的车载监控系统的逻辑框图；
[0046]
图2为本发明一实施例提供的用于街道空气监测的车载监控系统的结构框图。
具体实施方式
[0047]
请参阅图1，本发明提供的用于街道空气监测的车载监控系统包括数据管理中心10以及 分别与其信号连接的多个移动监测装置20，其中，移动监测装置20分散设置于待监测的区 域，用于对空气进行监测，并将监测到的数据发送给数据管理中心10；数据管理中心10用 于对所述空气监测原始数据进行数据处理，得到空气监测数据，对所述空气监测数据进行存 储，并提供数据库服务。
[0048]
具体地，请参阅图2，移动监测装置20包括扬尘监测单元210、气象监测单元220、定 位单元230以及主处理单元240。其中，主处理单元240分别与扬尘监测单元210、气象监测 单元220以及定位单元230电连接，主处理单元240还与数据管理中心10信号连接。
[0049]
扬尘监测单元210用于对环境的扬尘状况进行连续监测，得到扬尘数据，并将所述扬尘 数据发送给主处理单元240。
[0050]
在一个实施例中，扬尘监测单元210包括颗粒物传感器，所述颗粒物传感器通过光散射 检测法对空气颗粒物进行检测。
[0051]
在一个实施例中，所述颗粒物传感器对颗粒物的粒径通道为pm2.5；所述扬尘数据包括 空气的pm2.5值数据。
[0052]
气象监测单元220用于对环境气象进行监测，得到气象数据，并将所述气象数据发送给 主处理单元240。
[0053]
在一个实施例中，所述气象数据包括风速、风向、温度、湿度数据。
[0054]
定位单元230用于定位，得到定位数据，并将所述定位数据发送给主处理单元240。
[0055]
在一个实施例中，所述定位数据包括经纬度数据以及时间数据。
[0056]
主处理单元240用于将所述扬尘数据、所述气象数据以及所述定位数据封装成空气监测 原始数据，并将所述空气监测原始数据定期发送给数据管理中心10。
[0057]
在一个实施例中，主处理单元240采用树莓派p3，扬尘监测单元210采用pms3003粉 尘传感器，定位单元230采用gps定位模块。树莓派p3主代码中采用多线程分别对扬尘数 据、气象数据、定位数据进行采集，以尽量同步获取上述数据信息。
[0058]
在一个实施例中，请参阅图2，数据管理中心10包括数据清洗模块110、数据插值模块 120、数据纠正模块130以及数据服务模块140。
[0059]
数据清洗模块110用于对所述空气监测原始数据进行数据清洗，包括冗余数据和无效数 据的剔除。
[0060]
数据插值模块120用于通过逆距离加权法对某地段某时间点缺失的空气监测数据进行插 值。
[0061]
数据纠正模块130根据所述气象数据以及所述定位数据对所述扬尘数据进行纠正。
[0062]
数据服务模块140用于对所述空气监测数据进行数据存储并提供数据库服务。
[0063]
在一个实施例中，移动监测装置20设置于交通工具上，该交通工具包括公共汽车、出租 车。随着交通工具在城市街道内的周期性运行，移动监测装置20沿着该运行的线路定期对环 境空气进行监测。
[0064]
在一个实施例中，移动监测装置20通过nb-iot、4g或5g网络与数据管理中心10信号 连接。
[0065]
基于上述的用于街道空气监测的车载监控系统，本发明还提供一种用于街道空气监测的 车载监控方法，包括：
[0066]
s10，对一环境的扬尘状况进行连续监测，得到扬尘数据；
[0067]
s20，对所述环境的气象进行监测，得到气象数据；对所述环境进行定位，得到定位数据；
[0068]
s30，将所述扬尘数据、所述气象数据以及所述定位数据封装成空气监测原始数据；
[0069]
s40，对所述空气监测原始数据进行数据处理得到空气监测数据
[0070]
s50，对所述空气监测数据进行存储并提供数据库服务。
[0071]
在一个实施例中，所述扬尘数据、所述气象数据以及所述定位数在公共汽车、出租车沿 线上动态获取。
[0072]
对于出租车，其行车路线以及行车时间表均具有极大的不确定性。对于公共汽车，虽然 其行车路线固定，并且依据行车时间表进行发车。然而，行车途中难免会遇到各种不同的交 通状况。在这种情况下，无论是依据定位信息中的经纬度信息对预设的地点进行空气监测， 或者是根据定位信息中的时间信息在预设的时间点进行空气监测，均可能出现时间上、空间 上的数据缺失。
[0073]
此外，流入扬尘监测单元210的取样口的气流也能引起粉尘监测的异常值；另一方面， 由于各监测单元与移动监测装置20之间的传输延迟会引起数据的不同步。
[0074]
因此，需要使用不同的算法处理离群点和不同时间间隔收集的数据。在一个实施例中， 所述对所述空气监测原始数据进行数据处理的方法包括：
[0075]
s41，对所述空气监测原始数据进行数据清洗，包括冗余数据和无效数据的剔除；
[0076]
s42，通过逆距离加权法对某地段某时间点缺失的空气监测数据进行插值；
[0077]
s43，根据所述气象数据以及所述定位数据对所述扬尘数据进行纠正。
[0078]
在一个实施例中，所述通过逆距离加权法对某地段某时间点缺失的空气监测数据进行插 值的数学公式为
[0079][0080]
其中，
[0081][0082]
其中，n为缺失点的数量，u(x)为缺失点处x的插值结果，ui(xi)为已知点xi处的插值结 果，wi(x)为权重因子，d(x,xi)为缺失点x到已知点xi的距离，p为自定义参数。
[0083]
本发明提供的用于街道空气监测的车载监控系统及方法，通过广泛、大规模的数据收集， 以较高的空间分辨率和时间分辨率获取街道空气pm2.5值数据，进一步通过数据处理将具有 较高的准确性的空气pm2.5值数据存储在数据管理中心中，并对外提供数据库服务。根据具 体应用需求，可以进一步通过数据分析获得更多的发现，进而转化为出行规划、客户服务和 政策制定的决策依据，最终帮助人类走向智慧城市时代。
[0084]
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因 此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不 脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。