一种PM2.5排放浓度的预警方法

一种pm2.5排放浓度的预警方法
技术领域
1.本发明涉及pm2.5排放技术领域，具体为一种pm2.5排放浓度的预警方法。


背景技术：

2.细颗粒物又称pm2.5，指环境空气中空气动力学当量直径小于等于2.5微米的颗粒物。它能较长时间悬浮于空气中，其在空气中含量浓度越高，就代表空气污染越严重。虽然pm2.5只是地球大气成分中含量很少的组分，但它对空气质量和能见度等有重要的影响。与较粗的大气颗粒物相比，pm2.5粒径小，面积大，活性强，易附带有毒、有害物质(例如，重金属、微生物等)，且在大气中的停留时间长、输送距离远，因而对人体健康和大气环境质量的影响更大。
3.目前对pm2.5的预测中，通常都是根据以往天气中的pm2.5值对未来的天气中的pm2.5进行预测，这样虽然可以得到pm2.5的指数，但是由于天气的变化有非常多的因素所决定，且天气后续的变化量比较大，因此导致现有的pm2.5排放浓度的预测值并不是准确，且在得到pm2.5排放浓度预测值且超过预设值后，并不能进行相应的解决。
4.因此，有必要对现有的pm2.5排放浓度的预警方法进行改进。


技术实现要素：

5.针对现有技术的不足，本发明提供了一种pm2.5排放浓度的预警方法，解决了传统pm2.5排放浓度的预警方法效果不是很好的问题。
6.为实现以上目的，本发明通过以下技术方案予以实现：一种pm2.5排放浓度的预警方法，具体包括以下步骤：
7.s1、环境分析：对周围环境信息采集，主要采集排放区域周围的交通车辆情况、燃煤情况和垃圾焚烧情况，分为交通影响因子、燃煤影响因子和焚烧影响因子，采集后制成表格；
8.s2、样本区域划分：将排放区域划分为九宫格形式，继续依据s1中采集的数据进行划分，然后采集周围空气样本多份；
9.s3、获取测量站点各个时间段所测量的多个空气污染物的浓度值和pm2.5的浓度值，同时获取所述测量站点在当前时刻所测量的多个空气污染物的浓度值；
10.s4、使用过去测量站点的一段时间内各个时间点内所测量的多个空气污染物的浓度值和pm2.5的浓度值训练线性回归模型，得到训练好的线性回归模型，然后将测量站点在当前时刻所测量的多个空气污染物的浓度值输入到训练好的线性回归模型中，得到当前时刻的预测的pm2.5的浓度值；
11.s5、预测的pm2.5的浓度值结合各种影响因子对最后的预测值进行总结，将预测值与预警的设定值进行对比，当最后的预测值大于或者等于预警值时，启动警报器进行报警。
12.优选的，所述s1中，交通影响因子通过小时内通过车辆数统计，燃煤影响因子计算以测量站点中点为圆心，对区域内燃煤数量统计。
13.优选的，所述s2中，按照九宫格将土壤区域划分后，在每个区域采集样本多份，然后样本加上标签备用。
14.优选的，所述s3中，测量站点设置有多个空气污染物检测的传感器，且可将传感器采集到的数据进行整理后上传到预警中心。
15.优选的，所述预警中心在通过线性回归模型得到预测值后，会将预测值与预警的设定值进行对比，当最后的预测值大于或者等于预警值时，会控制警报器进行报警，且同时传递信息通过无线收发模块给相应的终端，提醒终端人员及时进行相应的处理。
16.优选的，所述预警中心也会与大数据库互联，然后根据实际的污染情况生成相应的解决方案。
17.有益效果
18.本发明提供了一种pm2.5排放浓度的预警方法。与现有技术相比具备以下有益效果：
19.该pm2.5排放浓度的预警方法，通过具体包括以下步骤：s1、环境分析：对周围环境信息采集，主要采集排放区域周围的交通车辆情况、燃煤情况和垃圾焚烧情况，分为交通影响因子、燃煤影响因子和焚烧影响因子，采集后制成表格；s2、样本区域划分：将排放区域划分为九宫格形式，继续依据s1中采集的数据进行划分，然后采集周围空气样本多份；能够对pm2.5的指数进行合理的预测，然后将预测值和设定值对比后报警，大大的提高了pm2.5排放浓度预测值的精确性，且当测量值大于设定值后，可生成相应的解决方案，便于使用者根据实际情况作出相应的措施。
附图说明
20.图1为本发明系统的结构原理框图。
具体实施方式
21.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
22.请参阅图1，本发明提供一种技术方案：一种pm2.5排放浓度的预警方法，具体包括以下步骤：
23.s1、环境分析：对周围环境信息采集，主要采集排放区域周围的交通车辆情况、燃煤情况和垃圾焚烧情况，分为交通影响因子、燃煤影响因子和焚烧影响因子，采集后制成表格；
24.s2、样本区域划分：将排放区域划分为九宫格形式，继续依据s1中采集的数据进行划分，然后采集周围空气样本多份；
25.s3、获取测量站点各个时间段所测量的多个空气污染物的浓度值和pm2.5的浓度值，同时获取所述测量站点在当前时刻所测量的多个空气污染物的浓度值；
26.s4、使用过去测量站点的一段时间内各个时间点内所测量的多个空气污染物的浓度值和pm2.5的浓度值训练线性回归模型，得到训练好的线性回归模型，然后将测量站点在
当前时刻所测量的多个空气污染物的浓度值输入到训练好的线性回归模型中，得到当前时刻的预测的pm2.5的浓度值；
27.s5、预测的pm2.5的浓度值结合各种影响因子对最后的预测值进行总结，将预测值与预警的设定值进行对比，当最后的预测值大于或者等于预警值时，启动警报器进行报警。
28.本发明中，所述s1中，交通影响因子通过小时内通过车辆数统计，燃煤影响因子计算以测量站点中点为圆心，对区域内燃煤数量统计，所述s2中，按照九宫格将土壤区域划分后，在每个区域采集样本多份，然后样本加上标签备用。
29.本发明中，所述s3中，测量站点设置有多个空气污染物检测的传感器，且可将传感器采集到的数据进行整理后上传到预警中心。
30.本发明中，所述预警中心在通过线性回归模型得到预测值后，会将预测值与预警的设定值进行对比，当最后的预测值大于或者等于预警值时，会控制警报器进行报警，且同时传递信息通过无线收发模块给相应的终端，提醒终端人员及时进行相应的处理，所述预警中心也会与大数据库互联，然后根据实际的污染情况生成相应的解决方案。
31.需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
32.尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

技术特征：
1.一种pm2.5排放浓度的预警方法，其特征在于：具体包括以下步骤：s1、环境分析：对周围环境信息采集，主要采集排放区域周围的交通车辆情况、燃煤情况和垃圾焚烧情况，分为交通影响因子、燃煤影响因子和焚烧影响因子，采集后制成表格；s2、样本区域划分：将排放区域划分为九宫格形式，继续依据s1中采集的数据进行划分，然后采集周围空气样本多份；s3、获取测量站点各个时间段所测量的多个空气污染物的浓度值和pm2.5的浓度值，同时获取所述测量站点在当前时刻所测量的多个空气污染物的浓度值；s4、使用过去测量站点的一段时间内各个时间点内所测量的多个空气污染物的浓度值和pm2.5的浓度值训练线性回归模型，得到训练好的线性回归模型，然后将测量站点在当前时刻所测量的多个空气污染物的浓度值输入到训练好的线性回归模型中，得到当前时刻的预测的pm2.5的浓度值；s5、预测的pm2.5的浓度值结合各种影响因子对最后的预测值进行总结，将预测值与预警的设定值进行对比，当最后的预测值大于或者等于预警值时，启动警报器进行报警。2.根据权利要求1所述的一种pm2.5排放浓度的预警方法，其特征在于：所述s1中，交通影响因子通过小时内通过车辆数统计，燃煤影响因子计算以测量站点中点为圆心，对区域内燃煤数量统计。3.根据权利要求1所述的一种pm2.5排放浓度的预警方法，其特征在于：所述s2中，按照九宫格将土壤区域划分后，在每个区域采集样本多份，然后样本加上标签备用。4.根据权利要求1所述的一种pm2.5排放浓度的预警方法，其特征在于：所述s3中，测量站点设置有多个空气污染物检测的传感器，且可将传感器采集到的数据进行整理后上传到预警中心。5.根据权利要求1所述的一种pm2.5排放浓度的预警方法，其特征在于：所述预警中心在通过线性回归模型得到预测值后，会将预测值与预警的设定值进行对比，当最后的预测值大于或者等于预警值时，会控制警报器进行报警，且同时传递信息通过无线收发模块给相应的终端，提醒终端人员及时进行相应的处理。6.根据权利要求1所述的一种pm2.5排放浓度的预警方法，其特征在于：所述预警中心也会与大数据库互联，然后根据实际的污染情况生成相应的解决方案。

技术总结
本发明公开了一种PM2.5排放浓度的预警方法，具体包括以下步骤：S1、环境分析：对周围环境信息采集，主要采集排放区域周围的交通车辆情况、燃煤情况和垃圾焚烧情况，分为交通影响因子、燃煤影响因子和焚烧影响因子，采集后制成表格；S2、样本区域划分：将排放区域划分为九宫格形式，继续依据S1中采集的数据进行划分，然后采集周围空气样本多份；本发明涉及PM2.5排放技术领域。该PM2.5排放浓度的预警方法，能够对PM2.5的指数进行合理的预测，然后将预测值和设定值对比后报警，大大的提高了PM2.5排放浓度预测值的精确性，且当测量值大于设定值后，可生成相应的解决方案，便于使用者根据实际情况作出相应的措施。际情况作出相应的措施。际情况作出相应的措施。


技术研发人员：李以南 刘亚南 董莉莉 李伟 王小波 唐链 王俊 史靖塬 粟鑫 吴家宇 刘洪杰
受保护的技术使用者：重庆交通大学
技术研发日：2023.04.26
技术公布日：2023/8/6