一种城市环境噪声实时监测方法、系统、设备及存储介质技术方案

本发明专利技术涉及环境保护技术领域，尤其涉及一种城市环境噪声实时监测方法、系统、设备及存储介质，包括：采集城市交通实时数据以及城市周边环境测点噪声数据；根据城市交通实时数据和预先建立的交通噪声预测模型，得到城市交通噪声预测数据；对城市交通噪声预测数据和城市周边环境测点噪声数据进行结构化处理，并汇集存储于噪声大数据平台；获取用户输入的地理位置，以地理位置为索引信息，查询噪声大数据平台，并判断噪声污染程度。本发明专利技术通过融合城市交通数据和固定、移动监测设备采集的数据实现覆盖范围最广且具备泛在性和实时性的噪声大数据平台，提高了系统的智能化程度，为环保部门提供科学依据和数据支持。门提供科学依据和数据支持。门提供科学依据和数据支持。

【技术实现步骤摘要】
一种城市环境噪声实时监测方法、系统、设备及存储介质


[0001]本专利技术涉及环境保护
，尤其涉及一种城市环境噪声实时监测方法、系统、设备及存储介质。

技术介绍

[0002]为了贯彻落实《中华人民共和国环境噪声污染防治法》，加快建设安静优美的生态环境和加速提高自身能力建设，加强噪声污染防治工作，改善城市和乡村的声环境质量，启动现代化环境自动监测系统建设具有十分重要的意义，随着城市发展，逐步推进环境噪声自动监测体系建设，提高噪声监测自动化水平与环境噪声测量的精度、频度，绘制噪声地图，对推动环保领域的技术进步和科技发展，对提高城市环境监测管理能力具有十分重要的现实意义。
[0003]然而，目前的环境噪声存在以下缺陷：1）通过政府环保、城管部门、科研院所设立的固定检测站点以及天网系统检测环境噪声，这种环境噪声检测可以实现7*24小时运行，但是建设和运维成本很高，而且由于地理覆盖范围太小，其数据规模和价值很有限。
[0004]2）通过专业的便携式设备以及某些手机APP检测环境噪声，这种环境噪声检测可以实现移动端的、泛在的环境噪声实时检测，但是其数据是高度碎片化，既没有汇总成有价值的大数据平台，也没有连通收集、存储、分析、应用整个技术和商业闭环。
[0005]3）传统的环境噪声检测未将城市交通数据融合进来，城市交通(道路，地铁，高铁)作为一种比较稳定的噪声排放源，有一定的时空模式和规律，可以通过数据拟合的方式预测出来，形成一种数据源，但目前的技术没有考虑这种数据源。

技术实现思路

[0006]本专利技术提供了一种城市环境噪声实时监测方法、系统、设备及存储介质，解决的技术问题是，传统的噪声检测方法噪声数据不能有效汇集，且地理覆盖范围较小，忽略了城市交通数据，导致噪声监测误差较大。
[0007]为解决以上技术问题，本专利技术提供了一种城市环境噪声实时监测方法、系统、设备及存储介质。
[0008]第一方面，本专利技术提供了一种城市环境噪声实时监测方法，应用于部署在云端的噪声大数据平台，所述方法包括以下步骤：采集城市交通实时数据以及城市周边环境测点噪声数据，所述城市交通实时数据包括城市道路交通状态、高铁列车时刻表以及地铁运行时刻表；根据所述城市交通实时数据和预先建立的交通噪声预测模型，得到城市交通噪声预测数据；对城市交通噪声预测数据和城市周边环境测点噪声数据进行结构化处理，并汇集存储于噪声大数据平台；
获取用户输入的地理位置，以地理位置为索引信息，查询噪声大数据平台，并判断噪声污染程度。
[0009]在进一步的实施方案中，所述根据所述城市交通实时数据和预先建立的交通噪声预测模型，得到城市交通噪声预测数据的步骤包括：在不同的城市道路交通状态下，采集城市的道路交通噪声数据；所述城市道路交通状态包括道路严重拥堵、道路拥堵、道路行车缓慢以及道路畅通；根据城市道路交通状态与道路交通噪声数据，构建道路交通噪声预测模型；接收第三方互联网地图服务商发送的城市道路交通状态，并根据道路交通噪声预测模型，得到道路噪声预测数据。
[0010]在进一步的实施方案中，所述道路噪声预测数据的计算公式为：式中，表示第m种城市道路交通状态下的道路噪声预测数据；表示在第m种城市道路交通状态下，n次采样的道路交通噪声数据；表示第m种城市道路交通状态下的采样总数。
[0011]在进一步的实施方案中，所述根据所述城市交通实时数据和预先建立的交通噪声预测模型，得到城市交通噪声预测数据的步骤包括：在高铁列车行驶过程中，采集高铁线路周边测点的高铁噪声数据，所述高铁噪声数据包括高铁噪声的分贝数、辐射半径和持续时间；根据高铁线路周边测点及其对应的若干高铁噪声数据，构建高铁交通噪声预测模型；根据获取的高铁列车时刻表，确定高铁列车行驶位置；根据高铁列车行驶位置以及高铁交通噪声预测模型，预测得到高铁噪声预测数据；所述高铁噪声预测数据包括高铁噪声的预测分贝数均值、预测辐射半径和预测持续时间。
[0012]在进一步的实施方案中，所述根据所述城市交通实时数据和预先建立的交通噪声预测模型，得到城市交通噪声预测数据的步骤包括：在地铁行驶过程中，采集地铁在路面轨道周边测点的地铁噪声数据，所述地铁噪声数据包括地铁噪声的分贝数、辐射半径和持续时间；根据地铁在路面轨道周边测点及其对应的若干地铁噪声数据，构建地铁交通噪声预测模型；根据获取的地铁运行时刻表，确定地铁行驶位置；根据地铁行驶位置以及地铁交通噪声预测模型，预测得到地铁噪声预测数据；所述地铁噪声预测数据包括地铁噪声的预测分贝数均值、预测辐射半径和预测持续时间。
[0013]在进一步的实施方案中，所述以地理位置为索引信息，查询噪声大数据平台，并判断噪声污染程度的步骤包括：以地理位置为索引信息，查询噪声大数据平台，得到城市周边环境测点噪声数据
和城市交通噪声预测数据；根据城市周边环境测点噪声数据和城市交通噪声预测数据，确定噪声污染系数；所述噪声污染系数包括噪声最大分贝数、噪声最小分贝数以及噪声平均分贝数；根据噪声污染系数，判断噪声污染程度。
[0014]在进一步的实施方案中，所述方法还包括：采集城市环境噪声音频数据，并根据城市环境噪声音频数据，确定噪声污染类别；基于噪声污染类别，将城市环境噪声音频数据存储于噪声大数据平台。
[0015]第二方面，本专利技术提供了一种城市环境噪声实时监测系统，所述系统包括：数据采集模块，用于采集城市交通实时数据以及城市周边环境测点噪声数据，所述城市交通实时数据包括城市道路交通状态、高铁列车时刻表以及地铁运行时刻表；噪声预测模块，用于根据所述城市交通实时数据和预先建立的交通噪声预测模型，得到城市交通噪声预测数据；噪声存储模块，用于对城市交通噪声预测数据和城市周边环境测点噪声数据进行结构化处理，并汇集存储于噪声大数据平台；噪声判断模块，用于获取用户输入的地理位置，以地理位置为索引信息，查询噪声大数据平台，并判断噪声污染程度。
[0016]第三方面，本专利技术还提供了一种计算机设备，包括处理器和存储器，所述处理器与所述存储器相连，所述存储器用于存储计算机程序，所述处理器用于执行所述存储器中存储的计算机程序，以使得所述计算机设备执行实现上述方法的步骤。
[0017]第四方面，本专利技术还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时实现上述方法的步骤。
[0018]本专利技术提供了一种城市环境噪声实时监测方法、系统、设备及存储介质，所述方法通过对城市交通噪声预测数据和城市周边环境测点噪声数据进行结构化处理，并汇集存储于噪声大数据平台，以使用户以地理位置为索引信息，查询噪声大数据平台，并判断噪声污染程度，形成了覆盖范围最广的具备泛在性和实时性的环境噪声大数据平台。与现有技术相比，该方法基于移动端的设备的泛在性和实时性，融合现有固定监测设备的基础数据，形成覆盖范围最广的实时环境噪声数据全景图；同时融合城市交通数据，通过收集城市交通在不同状态下的采样数据，拟合出一个城市交通噪声预测模型，形成一种本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种城市环境噪声实时监测方法，其特征在于，应用于部署在云端的噪声大数据平台，所述方法包括以下步骤：采集城市交通实时数据以及城市周边环境测点噪声数据，所述城市交通实时数据包括城市道路交通状态、高铁列车时刻表以及地铁运行时刻表；根据所述城市交通实时数据和预先建立的交通噪声预测模型，得到城市交通噪声预测数据；对城市交通噪声预测数据和城市周边环境测点噪声数据进行结构化处理，并汇集存储于噪声大数据平台；获取用户输入的地理位置，以地理位置为索引信息，查询噪声大数据平台，并判断噪声污染程度。2.如权利要求1所述的一种城市环境噪声实时监测方法，其特征在于，所述根据所述城市交通实时数据和预先建立的交通噪声预测模型，得到城市交通噪声预测数据的步骤包括：在不同的城市道路交通状态下，采集城市的道路交通噪声数据；所述城市道路交通状态包括道路严重拥堵、道路拥堵、道路行车缓慢以及道路畅通；根据城市道路交通状态与道路交通噪声数据，构建道路交通噪声预测模型；接收第三方互联网地图服务商发送的城市道路交通状态，并根据道路交通噪声预测模型，得到道路噪声预测数据。3.如权利要求2所述的一种城市环境噪声实时监测方法，其特征在于，所述道路噪声预测数据的计算公式为：式中，表示第m种城市道路交通状态下的道路噪声预测数据；表示在第m种城市道路交通状态下，n次采样的道路交通噪声数据；表示第m种城市道路交通状态下的采样总数。4.如权利要求1所述的一种城市环境噪声实时监测方法，其特征在于，所述根据所述城市交通实时数据和预先建立的交通噪声预测模型，得到城市交通噪声预测数据的步骤包括：在高铁列车行驶过程中，采集高铁线路周边测点的高铁噪声数据，所述高铁噪声数据包括高铁噪声的分贝数、辐射半径和持续时间；根据高铁线路周边测点及其对应的若干高铁噪声数据，构建高铁交通噪声预测模型；根据获取的高铁列车时刻表，确定高铁列车行驶位置；根据高铁列车行驶位置以及高铁交通噪声预测模型，预测得到高铁噪声预测数据；所述高铁噪声预测数据包括高铁噪声的预测分贝数均值、预测辐射半径和预测持续时间。5.如权利要求1所述的一种城市环境噪声实时监测方法，其特征在于，所述根据所述城市交通实时数据和预先建立的交通噪声预测模型，得到城市交通噪声预测数据的步骤包括：

【专利技术属性】
技术研发人员：郑建辉，
申请(专利权)人：广州声博士声学技术有限公司，
类型：发明
国别省市：