【技术实现步骤摘要】
本专利技术涉及环境智能监测，具体为一种基于大数据的生态环境智能监测分析系统及其方法。
技术介绍
1、空气污染物是由气态物质、挥发性物质、半挥发性物质和颗粒物质的混合物造成的，其组成成分变异非常明显，空气污染的组成受多种因素的影响，包括气象条件、每天的不同时间、每周的不同天数、工业活动和交通密集度等，由于来源不同，空气中颗粒物的化学成分变异明显。
2、参考专利名称为：基大数据的生态环境智能监测分析方法及云平台系统（专利公开号：cn112950056a，专利公开日：2021-06-11），获取数据采集记录软件中记录的施工期水质可视化信息和等待期水质可视化信息，通过该等待期水质可视化信息可以获取到数据采集记录软件中的可视化空白数据区，通过该施工期水质可视化信息可以获取到数据采集记录软件中的可视化站点分区，因此提高了所获取的数据采集记录软件中的可视化空白数据区和可视化站点分区的准确性，以便于后续针对水质可视化信息进行数据整理。
3、基于上述文件的表述，现有的生态环境在进行监测过程中，尤其涉及污染物的产生情况，目前监测分析系统虽然可以进行污染物浓度的采集，但是未能精准的实现污染物的产生点预测，以及污染物未来的走向预测，以至于监测区域进行环境管理效率低的问题，为此，本专利技术提供了一种基于大数据的生态环境智能监测分析系统及其方法。
技术实现思路
1、针对现有技术的不足，本专利技术提供了一种基于大数据的生态环境智能监测分析系统及其方法，解决了现有的生态环境在进行监测过程中
2、为实现以上目的，本专利技术通过以下技术方案予以实现：一种基于大数据的生态环境智能监测分析系统，包括：
3、数据采集模组，将多个采集传感器分别部署在所需监测区域中，并实时采集污染物对应的实时参数和气象产生的实时参数；
4、通信传输模块，采集的数据通过无线通信网络实现传输操作；
5、数据预处理和存储模块，接收传输的数据并实现分类预处理操作，并将接收的数据存储至数据库中实现溯源操作；
6、分析与预测模块，建立关于监测区域的生态环境模型，将处理后的数据引入生态环境模型产生动态数据进行分析，并通过数据比对算法预测污染物产生的初始点，并生成对应的结果进行传输；
7、预警与决策模块，根据分析的结果生成对应的预警指令，并根据预警情况发出指令派出人员进行环境管理操作；
8、可视展示界面，将采集的数据、分析处理后的数据、预警情况和对应处理指令进行显示，人员通过操控实现指令的传输操作。
9、优选的，所述数据采集模组对于采集传感器的部署操作为：
10、a1、选定过往存在污染的情况区域为监测区域，并设定所需的监测区域为方形状；
11、a2、以监测区域的边界等距设定采集传感器，再根据位于边界的采集传感器间水平方向进行设置，以位于横向边界和纵向边界采集传感器间呈垂直方向延伸的交叉处安放采集传感器；
12、a3、根据安放位置产生对应的位置数据，并将位置数据和采集传感器的参数数据归纳形成模型数据集标记为h。
13、优选的，所述数据预处理和存储模块中进行数据分类预处理操作为：
14、b1、数据接收之后，设定模型建立模版和模型分析模版；
15、b2、将模型数据集h引入至模型建立模版中，并将实时采集污染物对应的实时参数和气象产生的实时参数引入至模型分析模版中，经过引入数据与模版中的筛选内容进行匹配，将符合筛选内容的结果数据保留存储，而未曾保留的数据则进行过滤存储；
16、b3、将处理后的模型建立模版和模型分析模版中保留的数据引出并进行传输。
17、优选的，所述分析与预测模块中建立关于监测区域的生态环境模型操作为：
18、c1、利用模型建立模版中引出的数据进行数据转换，按照同等比例进行缩放并完成数据引入，从而建立一个缩小后与所需监测区域相似的生态环境模型；
19、c2、且生态环境模型的动态变化与现实情况保持一致，即实时参数引入生态环境模型中形成动态变化操作。
20、优选的，所述分析与预测模块中数据引入生态环境模型产生动态数据进行分析操作为：
21、d1、将模型分析模版中引出的数据进行数据转换引入至生态环境模型中进行展现，且依据每次周期内的数据形成生态环境模型的俯视图像数据；
22、d2、并按照时间顺序依次对生态环境模型的俯视图像数据进行排序，并提取出对应在各个采集传感器位置的数据；
23、d3、将对应在周期内的采集传感器的数据结果与设定的污染物阈值进行比较，并将每项图像数据中超过污染物阈值的采集传感器数据结果进行标记。
24、优选的，所述分析与预测模块中数据比对算法预测污染物产生的初始点的操作为：
25、e1、选择相邻的两组图像数据进行分析，分别为第一图像数据和第二图像数据，基于第一图像数据选取一个超过污染物阈值数据的采集传感器位置标记为m，且选取的采集传感器位置处污染物浓度标记为p，基于第二图像数据选取与第一图像数据中相对应的采集传感器位置标记为m’，且选取的采集传感器位置处污染物浓度标记为p’；
26、e2、将p与p’进行比较，若p=p’，则判断无风力影响，若p＜p’或p＞p’，则存在有风力影响；
27、e3、并基于无风力影响时，根据其他采集传感器位置的数据进行比较判断污染物产生的初始点；
28、e4、基于有风力影响时，先确认污染物传输的方向，再根据不同采集传感器位置的数据进行比较判断污染物产生的初始点。
29、优选的，所述e3中基于无风力影响时预测污染物产生初始点的操作为：
30、e31、以第一图像数中的位置m为中心点进行画圈，以正常污染点无风时的辐射范围为半径标记为l；
31、e32、将以m为中心半径为l辐射范围内的其他采集传感器位置及数据进行提取，并将其他采集传感器位置的污染物浓度与位置m的污染物浓度p进行比较，且其他采集传感器位置的污染物浓度标记为qn；
32、e33、当p≥qn时，则确定位于位置m处为预测污染点；
33、当p＜qn时，则需更换中心点，以污染物浓度qn所对应的采集传感器位置为中心，并以半径为l辐射范围内的其他采集传感器位置及数据进行提取，直至辐射范围内的其他采集传感器位置污染物浓度大于当前中心点处的污染物浓度，则确定当前中心点处为预测污染点。
34、优选的，所述e4中基于有风力影响时确认污染物传输的方向操作为：
35、e41、以第一图像数中的位置m为中心点l为半径进行画圈，确定位于位置m处辐射范围内相对的其他采集传感器位置的浓度数据分别标记为x1和x2；
36、e42、本文档来自技高网...
【技术保护点】
1.一种基于大数据的生态环境智能监测分析系统，其特征在于：包括：
2.根据权利要求1所述的一种基于大数据的生态环境智能监测分析系统，其特征在于：所述数据采集模组对于采集传感器的部署操作为：
3.根据权利要求2所述的一种基于大数据的生态环境智能监测分析系统，其特征在于：所述数据预处理和存储模块中进行数据分类预处理操作为：
4.根据权利要求3所述的一种基于大数据的生态环境智能监测分析系统，其特征在于：所述分析与预测模块中建立关于监测区域的生态环境模型操作为：
5.根据权利要求3所述的一种基于大数据的生态环境智能监测分析系统，其特征在于：所述分析与预测模块中数据引入生态环境模型产生动态数据进行分析操作为：
6.根据权利要求1所述的一种基于大数据的生态环境智能监测分析系统，其特征在于：所述分析与预测模块中数据比对算法预测污染物产生的初始点的操作为：
7.根据权利要求6所述的一种基于大数据的生态环境智能监测分析系统，其特征在于：所述E3中基于无风力影响时预测污染物产生初始点的操作为：
8.根据权利要求7所述
9.根据权利要求8所述的一种基于大数据的生态环境智能监测分析系统，其特征在于：所述E4中基于有风力影响时预测污染物产生初始点的操作为：
10.一种应用权利要求1-9任一项所述的基于大数据的生态环境智能监测分析系统的监测分析方法，其特征在于：具体包括以下步骤：
...【技术特征摘要】
1.一种基于大数据的生态环境智能监测分析系统，其特征在于：包括：
2.根据权利要求1所述的一种基于大数据的生态环境智能监测分析系统，其特征在于：所述数据采集模组对于采集传感器的部署操作为：
3.根据权利要求2所述的一种基于大数据的生态环境智能监测分析系统，其特征在于：所述数据预处理和存储模块中进行数据分类预处理操作为：
4.根据权利要求3所述的一种基于大数据的生态环境智能监测分析系统，其特征在于：所述分析与预测模块中建立关于监测区域的生态环境模型操作为：
5.根据权利要求3所述的一种基于大数据的生态环境智能监测分析系统，其特征在于：所述分析与预测模块中数据引入生态环境模型产生动态数据进行分析操作为：
6.根据权利要求1所述的一...
【专利技术属性】
技术研发人员：王永，姚正德，王群，
申请(专利权)人：南京博知源环境科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。