基于大数据的生态环境污染监测方法及系统技术方案

本发明专利技术涉及一种基于大数据的生态环境污染监测方法及系统，属于大气污染监测技术领域，本发明专利技术通过获取大气污染监测基站所在的地理位置信息，并根据大气污染监测基站所在的地理位置信息对大气污染监测基站的气象特征数据进行预测，获取气象特征预测结果，进一步获取大气污染监测基站的工作特性数据信息，并结合气象特征预测结果与工作特性数据信息确定大气监测基站的污染监测时段，从而根据大气监测基站的污染监测时段构建大气污染监测基站的监测计划。本发明专利技术充分考虑了季节性气候以及监测设备的工作特性数据信息，使得大气污染监测基站能够避免气象特征数据所造成监测数据不准确的情况出现，有利于提高所采集监测数据的准确性。的准确性。的准确性。

【技术实现步骤摘要】
基于大数据的生态环境污染监测方法及系统


[0001]本专利技术涉及大气监测
，尤其涉及一种基于大数据的生态环境污染监测方法及系统。

技术介绍

[0002]大气环境监测指的是利用科学技术手段对区域空气质量进行监控，收集、分析、汇总相关数据资料，掌握区域大气环境现状。其中，二氧化碳、氮氧化物、总悬浮颗粒等是我国大气质量监测的主要项目，二氧化硫、一氧化碳、碳氢化合物等则是主要空气监测项目。通过对大气环境中的主要污染物进行定期或连续监测，可判断大气质量与相关标准是否符合，帮助相关部门更加准确地预测大气质量变化趋势，更好地开展大气环境治理等相关工作。然而，在大气监测的数据采集过程中，天气因素会在很大程度上影响到大气环境监测结果的有效性，各气象特征数据会对大气环境监测数据造成一定的影响，如某些地区由于白天和晚上的温差大(如在冬季或者在某一些沙漠地区等)，某一时段的温度过低，由于监测设备的自身工作特性，只能适合在某一温度、湿度等因子的特定范围，当超过该类特定的范围时，容易造成监测设备受到损坏或者导致采集的数据不准确。

技术实现思路

[0003]本专利技术克服了现有技术的不足，提供了一种基于大数据的生态环境污染监测方法及系统。
[0004]为达上述目的，本专利技术采用的技术方案为：
[0005]本专利技术第一方面提供了基于大数据的生态环境污染监测方法，包括以下步骤：
[0006]S102:获取大气污染监测基站所在的地理位置信息，并根据所述大气污染监测基站所在的地理位置信息对大气污染监测基站的气象特征数据进行预测，获取气象特征预测结果；
[0007]S104:获取大气污染监测基站的工作特性数据信息，并结合所述气象特征预测结果与所述工作特性数据信息确定大气监测基站的污染监测时段；
[0008]S106:根据所述大气监测基站的污染监测时段构建大气污染监测基站的监测计划，基于所述大气污染监测基站的监测计划获取大气的监测数据信息；
[0009]S108:设置若干大气污染评价指标，并根据所述大气污染评价指标对大气的监测数据信息进行评价，获取各大气污染监测基站的监测情况，根据所述大气污染监测基站的监测情况进行预警。
[0010]进一步地，本专利技术的一个较佳实施例中，根据所述大气污染监测基站所在的地理位置信息对大气污染监测基站的气象特征数据进行预测，获取气象特征预测结果，具体包括：
[0011]根据所述大气污染监测基站所在的地理位置信息获取每一大气污染监测基站的历史气象特征数据信息，构建时间戳，并根据所述每一大气污染监测基站的历史气象特征
数据信息结合时间戳获取每一大气污染监测基站的基于时间序列的历史气象特征数据信息；
[0012]根据所述基于时间序列的历史气象特征数据信息构建气象特征数据的特征矩阵，并将所述气象特征数据的特征矩阵输入到随机森林算法中进行相关性最高的气象特征数据提取，获取相关性最高的气象特征矩阵；
[0013]基于LSTM构建大气污染监测基站气象特征预测模型，将所述相关性最高的气象特征矩阵输入到所述大气污染监测基站气象特征预测模型中进行训练，获取训练完成的大气污染监测基站气象特征预测模型；
[0014]通过所述训练完成的大气污染监测基站气象特征预测模型预测大气污染监测基站在各季节时期的气象特征数据信息，并将所述大气污染监测基站在各季节时期的气象特征数据信息作为气象特征预测结果输出。
[0015]进一步地，本专利技术的一个较佳实施例中，获取大气污染监测基站的工作特性数据信息，结合所述气象特征预测结果与所述工作特性数据信息确定大气监测基站的污染监测时段，包括以下步骤：
[0016]根据所述气象特征预测结果获取当前季节的气象特征预测结果，并基于所述当前季节的气象特征预测结果构建基于时间序列的气象特征信息曲线；
[0017]获取大气污染监测基站的工作特性数据信息，以大气污染监测基站的工作特性数据信作为拟合标准，并获取所述拟合标准的工作特性上限点以及工作特性下限点；
[0018]根据所述工作特性上限点以及工作特性下限点与气象特征信息曲线进行拟合，获取处于工作特性上限点以及工作特性下限点之间的气象特征数据；
[0019]获取所述处于工作特性上限点以及工作特性下限点之间的气象特征数据所处的时段，并将所述处于工作特性上限点以及工作特性下限点之间的气象特征数据所处的时段作为大气监测基站的污染监测时段。
[0020]进一步地，本专利技术的一个较佳实施例中，根据所述大气监测基站的污染监测时段构建大气污染监测基站的监测计划，基于所述大气污染监测基站的监测计划获取大气的监测数据信息，具体包括：
[0021]获取当前大气污染的污染监测项目信息，并根据所述当前大气污染的污染监测项目信息结合所述大气监测基站的污染监测时段构建大气污染监测基站的监测计划；
[0022]获取所述大气污染监测基站的监测计划中监测设备所采集的大气的监测数据信息，并引入局部离群因子检测算法计算大气的监测数据信息的离群因子值；
[0023]判断所述离群因子值是否大于预设离群因子值，当所述离群因子值大于预设离群因子值时，将该大气的监测数据信息剔除；
[0024]当所述离群因子值不大于预设离群因子值，则将该大气的监测数据信息作为最终的大气的监测数据信息进行输出。
[0025]进一步地，本专利技术的一个较佳实施例中，设置若干大气污染评价指标，并根据所述大气污染评价指标对大气的监测数据信息进行评价，获取各大气污染监测基站的监测情况，具体包括：
[0026]通过大数据获取各大气污染类型的评价指标数据，并根据所述各大气污染类型的评价指标数据设置若干大气污染评价指标；
[0027]根据所述大气污染评价指标对每一所述大气的监测数据信息进行各污染类型的污染程度进行划分，获取各污染类型的污染程度信息；
[0028]根据所述各污染类型的污染程度信息生成各大气污染监测基站的监测情况，同时获取污染程度大于预设污染程度的大气污染监测基站所在的地理位置信息、监测时段信息；
[0029]获取预设时间之内的风向数据，根据所述污染程度大于预设污染程度的大气污染监测基站所在的地理位置信息、监测时段信息、预设时间之内的风向数据确定可疑性污染源。
[0030]进一步地，本专利技术的一个较佳实施例中，根据所述大气污染监测基站的监测情况进行预警，具体包括以下步骤：
[0031]通过大数据获取各污染类型对于健康的威胁程度信息，并根据所述各污染类型对于健康的威胁程度信息对所述大气污染监测基站的监测情况进行威胁等级分类；
[0032]通过威胁等级分类之后，获取大气污染监测基站的监测情况的威胁等级，并根据所述大气污染监测基站的监测情况的威胁等级设置预警等级；
[0033]根据所述预警等级设置污染源排查优先级顺序，并基于所述污染源排查优先级顺序制定相关的排查计划。
[0034]本专利技术第二方面提供了一种基于大数据的生态环境污染监测系统，所述系本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于大数据的生态环境污染监测方法，其特征在于，包括以下步骤：获取大气污染监测基站所在的地理位置信息，并根据所述大气污染监测基站所在的地理位置信息对大气污染监测基站的气象特征数据进行预测，获取气象特征预测结果；获取大气污染监测基站的工作特性数据信息，并结合所述气象特征预测结果与所述工作特性数据信息确定大气监测基站的污染监测时段；根据所述大气监测基站的污染监测时段构建大气污染监测基站的监测计划，基于所述大气污染监测基站的监测计划获取大气的监测数据信息；设置若干大气污染评价指标，并根据所述大气污染评价指标对大气的监测数据信息进行评价，获取各大气污染监测基站的监测情况，根据所述大气污染监测基站的监测情况进行预警。2.根据权利要求1所述的基于大数据的生态环境污染监测方法，其特征在于，根据所述大气污染监测基站所在的地理位置信息对大气污染监测基站的气象特征数据进行预测，获取气象特征预测结果，具体包括：根据所述大气污染监测基站所在的地理位置信息获取每一大气污染监测基站的历史气象特征数据信息，构建时间戳，并根据所述每一大气污染监测基站的历史气象特征数据信息结合时间戳获取每一大气污染监测基站的基于时间序列的历史气象特征数据信息；根据所述基于时间序列的历史气象特征数据信息构建气象特征数据的特征矩阵，并将所述气象特征数据的特征矩阵输入到随机森林算法中进行相关性最高的气象特征数据提取，获取相关性最高的气象特征矩阵；基于LSTM构建大气污染监测基站气象特征预测模型，将所述相关性最高的气象特征矩阵输入到所述大气污染监测基站气象特征预测模型中进行训练，获取训练完成的大气污染监测基站气象特征预测模型；通过所述训练完成的大气污染监测基站气象特征预测模型预测大气污染监测基站在各季节时期的气象特征数据信息，并将所述大气污染监测基站在各季节时期的气象特征数据信息作为气象特征预测结果输出。3.根据权利要求1所述的基于大数据的生态环境污染监测方法，其特征在于，获取大气污染监测基站的工作特性数据信息，结合所述气象特征预测结果与所述工作特性数据信息确定大气监测基站的污染监测时段，包括以下步骤：根据所述气象特征预测结果获取当前季节的气象特征预测结果，并基于所述当前季节的气象特征预测结果构建基于时间序列的气象特征信息曲线；获取大气污染监测基站的工作特性数据信息，以大气污染监测基站的工作特性数据信作为拟合标准，并获取所述拟合标准的工作特性上限点以及工作特性下限点；根据所述工作特性上限点以及工作特性下限点与气象特征信息曲线进行拟合，获取处于工作特性上限点以及工作特性下限点之间的气象特征数据；获取所述处于工作特性上限点以及工作特性下限点之间的气象特征数据所处的时段，并将所述处于工作特性上限点以及工作特性下限点之间的气象特征数据所处的时段作为大气监测基站的污染监测时段。4.根据权利要求1所述的基于大数据的生态环境污染监测方法，其特征在于，根据所述大气监测基站的污染监测时段构建大气污染监测基站的监测计划，基于所述大气污染监测
基站的监测计划获取大气的监测数据信息，具体包括：获取当前大气污染的污染监测项目信息，并根据所述当前大气污染的污染监测项目信息结合所述大气监测基站的污染监测时段构建大气污染监测基站的监测计划；获取所述大气污染监测基站的监测计划中监测设备所采集的大气的监测数据信息，并引入局部离群因子检测算法计算大气的监测数据信息的离群因子值；判断所述离群因子值是否大于预设离群因子值，当所述离群因子值大于预设离群因子值时，将该大气的监测数据信息剔除；当所述离群因子值不大于预设离群因子值，则将该大气的监测数据信息作为最终的大气的监测数据信息进行输出。5.根据权利要求1所述的基于大数据的生态环境污染监测方法，其特征在于，设置若干大气污染评价指标，并根据所述大气污染评价指标对大气的监测数据信息进行评价，获取各大气污染监测基站的监测情况，具体包括：通过大数据获取各大气污染类型的评价指标数据，并根据所述各大气污染类型的评价指标数据设置若干大气污染评价指标；根据所述大气污染评价指标对每一所述大气的监测数据信息进行各污染类型的污染程度进行划分，获取各污染类型的污染程度信息；根据所述各污染类型的污染程度信息生成各大气污染监测基站的监测情况，同时获取污染程度大于预设污染程度的大气污染监测基站所在的地理位置信息、监测时段信息；获取预设时间之内的风向数据，根据所述污染程度大于预设污染程度的大气污染监测基站所在的地理位置信息、监测时段信息、预...

【专利技术属性】
技术研发人员：朱朗，覃艳蕾，任杰，姚丽敏，周永坚，陈佳琳，
申请(专利权)人：广州沃索环境科技有限公司，
类型：发明
国别省市：