基于人工智能的温室气体监测方法及相关设备技术

本申请提出一种基于人工智能的温室气体监测方法、装置、电子设备及存储介质，基于人工智能的温室气体监测方法包括：采集多个观测点在不同高程值上不同温室气体的浓度值得到观测点的观测数据；依据观测数据构建各观测点处所有温室气体的观测向量，将同种温室气体的观测向量作为温室气体的观测矩阵；基于观测矩阵计算各温室气体的空间分布特征，并制定飞航监测方案采集各温室气体的浓度值得到温室气体数据；监测温室气体的空间分布特征得到异常温室气体，并制定新的飞航监测方案以更新温室气体数据。本申请能够针对性的制定飞航监测方案以保证温室气体数据的准确性，并监测温室气体的空间分布及时更新温室气体数据，实现温室气体的精准监测。体的精准监测。体的精准监测。

Greenhouse gas monitoring method and related equipment based on Artificial Intelligence

【技术实现步骤摘要】
基于人工智能的温室气体监测方法及相关设备


[0001]本申请涉及人工智能
，尤其涉及一种基于人工智能的温室气体监测方法、装置、电子设备及存储介质。

技术介绍

[0002]温室气体监测是指对二氧化碳、甲烷、氧化亚氮、氢氟碳化物、全氟化碳、六氟化硫等多种温室气体排放量进行监测的碳监测方法，是温室效应评价的依据和减排措施制定的标尺，也是全面掌握温室气体排放及其环境、气候效应，预测其未来变化的重要保障。
[0003]目前，通常利用地面固定观测站或移动观测站使用温室气体传感器实时检测目标区域内不同高度的温室气体浓度数据，然而，由于温室气体排放存在较大的时空变化特征，故这种方式获取的监测数据可信度较低，不能实现目标区域内温室气体的精准监测。

技术实现思路

[0004]鉴于以上内容，有必要提出一种基于人工智能的温室气体监测方法及相关设备，以解决如何实现区域内温室气体的精准监测这一技术问题，其中，相关设备包括基于人工智能的温室气体监测装置、电子设备及存储介质。
[0005]本申请提供基于人工智能的温室气体监测方法，所述方法包括：
[0006]在监测区域内选取多个观测点，并采集所述观测点在不同高程值上的每一种温室气体的浓度值以构成每一个观测点的观测数据；
[0007]基于所述观测数据中不同温室气体的浓度值构建所有观测点处每一种温室气体的观测向量，并排列不同观测点处同种温室气体的观测向量以获取每一种温室气体的观测矩阵；
[0008]基于所述温室气体的观测矩阵计算每一种温室气体的空间分布特征；
[0009]基于所述温室气体的观测矩阵制定飞航监测方案以绘制所述监测区域的温室气体空间分布图，所述温室气体空间分布图包括每一种温室气体在空间位置处的浓度值；
[0010]监测所述温室气体的空间分布特征的变化以获取异常温室气体以及所述异常温室气体对应的异常观测矩阵；
[0011]当获取到异常温室气体时，基于所述异常观测矩阵制定新的飞航监测方案以更新所述温室气体空间分布图。
[0012]在一些实施例中，所述基于所述观测数据中不同温室气体的浓度值构建所有观测点处每一种温室气体的观测向量包括：
[0013]获取目标观测点的观测数据，所述目标观测点为所述监测区域内多个观测点处的任意一个；
[0014]从目标观测点的观测数据中获取目标温室气体的浓度值以构成所述目标温室气体的观测子数据，所述目标温室气体为所有温室气体中的任意一种；
[0015]从所述目标温室气体的观测子数据中获取最大浓度值、最小浓度值、最大浓度值
对应的高程值和最小浓度值对应的高程值以构建所述目标温室气体的观测向量；
[0016]遍历所有温室气体的浓度值以获取所述目标观测点处每一种温室气体的观测向量；
[0017]遍历所有观测点以获取每一个观测点处每一种温室气体的观测向量。
[0018]在一些实施例中，所述基于所述温室气体的观测矩阵计算每一种温室气体的空间分布特征包括：
[0019]计算目标温室气体的观测矩阵中任意两个观测向量的内积，所述目标温室气体为所有温室气体中的任意一种；
[0020]基于所述观测向量的内积构建所述目标温室气体的空间分布特征，所述空间分布特征为方阵，第i行第j列的数值为第i个观测向量和第j个观测向量的内积；
[0021]遍历所有温室气体的观测矩阵以获取每一种温室气体的空间分布特征。
[0022]在一些实施例中，所述基于所述温室气体的观测矩阵制定飞航监测方案以绘制所述监测区域的温室气体空间分布图，所述温室气体空间分布图包括每一种温室气体在空间位置处的浓度值，包括：
[0023]基于所述温室气体的观测矩阵获取每一种温室气体的待监测范围；
[0024]依据所述温室气体的待监测范围制定飞航监测方案以采集所述待监测范围的不同温室气体的浓度值；
[0025]创建三维坐标系，并基于所述不同温室气体的浓度值在所述三维坐标系中设置不同图层以绘制所述监测区域的温室气体空间分布图，所述图层与所述温室气体种类一一对应。
[0026]在一些实施例中，所述基于所述温室气体的观测矩阵获取每一种温室气体的待监测范围包括：
[0027]从目标温室气体的观测矩阵中提取所述最大浓度值对应的高程值所在的行以构成最大值高程向量，所述目标温室气体为所有温室气体中的任意一种；
[0028]获取所述最大值高程向量中的最大高程值和最小高程值分别作为上下限以构成所述目标温室气体的最大浓度值的分布范围；
[0029]从所述目标温室气体的观测矩阵中提取所述最小浓度值对应的高程值所在的行以获取所述目标温室气体的最小浓度值的分布范围；
[0030]将所述目标温室气体的最大浓度值的分布范围和最小浓度值的分布范围作为所述目标温室气体的待监测范围；
[0031]遍历每一种温室气体的观测矩阵得到每一种温室气体的待监测范围。
[0032]在一些实施例中，所述监测所述温室气体的空间分布特征的变化以获取异常温室气体以及所述异常温室气体对应的异常观测矩阵包括：
[0033]依据固定周期采集每一种温室气体的实时观测矩阵和实时空间分布特征；
[0034]计算同种温室气体的实时空间分布特征与历史空间分布特征的相似度，所述历史空间分布特征为最近一次温室气体空间分布特征，所述相似度满足如下关系：
[0035][0036]其中，为所述温室气体k的实时空间分布特征中第i行第j列的数值，G(k)
′
i,j
为所述温室气体k的历史空间分布特征中第i行第j列的数值，M为所述空间分布特征的行数和列数，Sim(k)为温室气体k的所述实时空间分布特征和所述历史空间分布特征的相似度；
[0037]对比每一种温室气体的相似度与预设相似度以获取异常温室气体，并将异常温室气体对应的实时观测矩阵作为异常观测矩阵。
[0038]在一些实施例中，所述当获取到异常温室气体时，基于所述异常观测矩阵制定新的飞航监测方案以更新所述温室气体空间分布图，包括：
[0039]当获取到异常温室气体时，依据异常温室气体对应的异常观测矩阵制定新的飞航监测方案；
[0040]执行所述新的飞航监测方案以采集所述异常温室气体的浓度值；
[0041]基于所述异常温室气体的浓度值绘制所述异常温室气体对应的图层以更新所述温室气体空间分布图。
[0042]本申请实施例还提供一种基于人工智能的温室气体监测装置，所述装置包括：
[0043]采集单元，用于在监测区域内选取多个观测点，并采集所述观测点在不同高程值上的每一种温室气体的浓度值以构成每一个观测点的观测数据；
[0044]排列单元，用于基于所述观测数据中不同温室气体的浓度值构建所有观测点处每一种温室气体的观测向量，并排列不同观测点处同种温室气体的观测向量以获取每一种温室气体的观测矩阵；
[0045]计算单元，用于基于所述温室本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的温室气体监测方法，其特征在于，所述方法包括：在监测区域内选取多个观测点，并采集所述观测点在不同高程值上的每一种温室气体的浓度值以构成每一个观测点的观测数据；基于所述观测数据中不同温室气体的浓度值构建所有观测点处每一种温室气体的观测向量，并排列不同观测点处同种温室气体的观测向量以获取每一种温室气体的观测矩阵；基于所述温室气体的观测矩阵计算每一种温室气体的空间分布特征；基于所述温室气体的观测矩阵制定飞航监测方案以绘制所述监测区域的温室气体空间分布图，所述温室气体空间分布图包括每一种温室气体在空间位置处的浓度值；监测所述温室气体的空间分布特征的变化以获取异常温室气体以及所述异常温室气体对应的异常观测矩阵；当获取到异常温室气体时，基于所述异常观测矩阵制定新的飞航监测方案以更新所述温室气体空间分布图。2.如权利要求1所述的基于人工智能的温室气体监测方法，其特征在于，所述基于所述观测数据中不同温室气体的浓度值构建所有观测点处每一种温室气体的观测向量包括：获取目标观测点的观测数据，所述目标观测点为所述监测区域内多个观测点处的任意一个；从目标观测点的观测数据中获取目标温室气体的浓度值以构成所述目标温室气体的观测子数据，所述目标温室气体为所有温室气体中的任意一种；从所述目标温室气体的观测子数据中获取最大浓度值、最小浓度值、最大浓度值对应的高程值和最小浓度值对应的高程值以构建所述目标温室气体的观测向量；遍历所有温室气体的浓度值以获取所述目标观测点处每一种温室气体的观测向量；遍历所有观测点以获取每一个观测点处每一种温室气体的观测向量。3.如权利要求1所述的基于人工智能的温室气体监测方法，其特征在于，所述基于所述温室气体的观测矩阵计算每一种温室气体的空间分布特征包括：计算目标温室气体的观测矩阵中任意两个观测向量的内积，所述目标温室气体为所有温室气体中的任意一种；基于所述观测向量的内积构建所述目标温室气体的空间分布特征，所述空间分布特征为方阵，第i行第j列的数值为第i个观测向量和第j个观测向量的内积；遍历所有温室气体的观测矩阵以获取每一种温室气体的空间分布特征。4.如权利要求1所述的基于人工智能的温室气体监测方法，其特征在于，所述基于所述温室气体的观测矩阵制定飞航监测方案以绘制所述监测区域的温室气体空间分布图，所述温室气体空间分布图包括每一种温室气体在空间位置处的浓度值，包括：基于所述温室气体的观测矩阵获取每一种温室气体的待监测范围；依据所述温室气体的待监测范围制定飞航监测方案以采集所述待监测范围的不同温室气体的浓度值；创建三维坐标系，并基于所述不同温室气体的浓度值在所述三维坐标系中设置不同图层以绘制所述监测区域的温室气体空间分布图，所述图层与所述温室气体种类一一对应。5.如权利要求4所述的基于人工智能的温室气体监测方法，其特征在于，所述基于所述
温室气体的观测矩阵获取每一种温室气体的待监测范围包括：从目标温室气体的观测矩阵中提取所述最大浓度值对应的高程值所在的行以构成最大值高程向量，所述目标温室气体为所有温室气体中的任意一种；获取所述最大值高程向量中的最大高程值和最小高程值分别作为上下限以构成所述目标温室气体的...

【专利技术属性】
技术研发人员：李镐炜，
申请(专利权)人：平安国际智慧城市科技股份有限公司，
类型：发明
国别省市：