基于无人机的工业园区大气污染数据采集方法技术

一种基于无人机的工业园区大气污染数据采集方法，包括：待测区域及污染源分布网格化；设污染源对邻近区域的影响与距离成反比，并考虑污染源重要性及季节风向影响，计算所有污染源对每个网格单元的相对污染指数，进而对待测区域划分为多个污染集聚区；针对每个污染分区分别制定无人机巡航方案，无人机搭载便携式检测设备，以S型轨迹从飞行区域下风向边界自动驾驶巡航至上边界，将所收集到的污染物数据与无人机自带的GPS定位数据进行时间关联，基于GPS经纬度坐标将污染物监测数据匹配到待测区域的网格矢量地图上，取每个单元格内所有污染物样本数据的平均值作为该单元格的最终值。本发明专利技术使得数据采集更优化、更科学，便于环境管理与决策。

【技术实现步骤摘要】

本专利技术设及的是一种大气环境科学领域的技术，具体是一种基于无人机的工业园 区大气污染数据采集方法。
技术介绍
工业化促进了社会经济的快速增长，同时也带来了日益严峻的大气污染问题。W 城市工业园区为例，恶臭气体污染等环境问题越来越多地被周边居民投诉，成为园区发展 的瓶颈问题。当前，稀疏的地面监测站已无法对园区大气污染进行全方位监测，复杂分散的 污染源对周边区域的影响很难测算，从而无法科学合理地评价园区大气污染状况，导致决 策者无法有效制定园区环境管理政策。[000引经过对现有技术的检索发现，中国专利文献号CN104155994A公开（公告）日 2014. 11. 19公开了一种基于无人机的城市工程环境监测方法，其包括如下具体方法；1)根 据工程现场环境对无人机的航线进行规划；2)设置无人机按照步骤1)中设定的航线进行 巡航，同时通过无人机、W及搭载在无人机上的噪声检测仪与灰尘检测仪对工程现场的噪 声与工程现场空气内的灰尘浓度进行实时监测；3)对于步骤2)中，无人机进行实时监测过 程中，当工程现场的噪声与工程现场空气内的灰尘浓度超过峰值时，通过搭载在无人机上 的遥感设备记录工程现场的图像数据；采用上述基于无人机的城市工程环境监测方法，其 可有效检测城市内工程现场中的噪音与灰尘浓度，并通过遥感设备获取噪音与灰尘浓度超 出峰值的工程现象的图像数据，便于对其进行监管。但该技术没有考虑到无人机飞行覆盖 范围及时间的约束，无法兼顾不同污染源排放贡献及季节性主导风向影响，数据采集过程 不够科学合理，燃油利用率较低且采集数据不够全面。
技术实现思路
本专利技术要解决的技术问题是提出一种基于无人机的工业园区大气污染数据采集 方法，其可对园区大气污染指标进行时空连续监测，为科学评估园区大气污染状况提供依 据。 本专利技术设及到一种，是通过W下技 术方案实现的，包括W下步骤： 1)待测区域规则网格矢量化，具体步骤包括： 1. 1)获取包含投影坐标系（单位为米）的待测区域的矢量地图；[000引 1.。基于地理信息系统平台（如ArcMap)，采用渔网工具（Fishnet)，生成覆盖整 个待测区域的网格矢量地图，网格单元设为500*500米的规则多边形要素。 2)对待测区域的工业污染源历史数据进行空间矢量化处理，生成污染源分布的矢 量图层，并与步骤1)中生成的网格矢量地图叠加，具体步骤包括： 2. 1)收集待测区域的工业污染源（如烟画、锅炉等）的地理坐标W及污染源年均 排放量等数据信息，根据工业污染源的地理坐标，绘制污染源的空间分布点要素图层，每个 点要素增加字段污染源年均排放量。 2.。将步骤2. 1)中生成的污染源点要素图层，与步骤1)中生成的待测区域网格 矢量地图进行图层叠加，得到区域网格化后污染源分布地图。 3)计算网格单元的相对污染指数；当污染源对邻近区域的影响与距离成反比，并 考虑污染源重要性及季节性主导风向影响，计算待测区域内所有污染源对每个500m*500m 网格单元的综合相对污染指数，从而绘制待测区域相对污染指数矢量图，具体步骤包括： 3. 1)赋予步骤1)所述的待测区域网格地图矩阵坐标，即由北至南为矩阵的行（令 i代表行号）、由西至东为矩阵的列（令j代表列号），令Xy为所有污染源对第i行、j列网 格单元产生的相对污染指数，其中i= 1，2,…，m;j= 1，2,…，n;m，n分别为待测区域网格 的最大行、列数。 3. 2)根据步骤2)所述的污染源网格地图，依次确认每个污染源所对应的网格矩 阵坐标（P，q)，即每个污染源的矩阵坐标，其中P、q分别表示矩阵的行、列数，那么P行、q列 网格单元内的污染源相对重要性指数Ypq=Epq/Eaii，其中；Ep。表示对应于P行、q列网格单 元的污染源的年均排放量，Egii表示对待测区域内所有污染源的年均排放总量。 3. 3)计算i行、j列网格单元内的相对风向指数RWDu;首先构建W污染源（P，q) 为原点、0 - 359°的顺时针风向坐标系（0°表示正北向）；其次污染源和i行、j列的网格 单元连线，计算连线相对于正北向的顺时针角度（0 - 359° )，之后求算其与待测区域季节 性主导风向（0 - 359° )的夹角0(0° <0 <180° )(相对于坐标原点，季节性主导风向为 来风方向），那么相对于季节性主导风向和污染源（P，q)，i行、j列的网格单元的风向指数【主权项】1. 一种，其特征在于，包括如下具体步 骤： 1) 待测区域规则网格矢量化； 2) 对待测区域的工业污染源历史数据进行空间矢量化处理，生成污染源分布的矢量图 层，并与步骤1)中生成的网格矢量地图叠加； 3) 计算网格单元的相对污染指数：当污染源对邻近区域的影响与距离成反比，并考虑 污染源重要性及季节性主导风向影响，计算待测区域内所有污染源对每个500m*500m网格 单元的综合相对污染指数，从而绘制待测区域相对污染指数矢量图； 4) 根据步骤3)所述的待测区域相对污染指数网格矢量图，进行分级可视化显示，通过 人工判读的方式将待测区域重新划分为多个污染集聚区； 5) 针对每个污染集聚区分别布设无人机基站，以实现优化的数据采集。2. 根据权利要求1所述的方法，其特征是，所述的步骤1)，具体包括： 1. 1)获取包含投影坐标系的待测区域的矢量地图； 1. 2)基于地理信息系统平台，生成覆盖整个待测区域的网格矢量地图。3. 根据权利要求2所述的方法，其特征是，所述的网格矢量地图的网格单元设为 500*500米的规则多边形要素。4. 根据权利要求1所述的方法，其特征是，所述的步骤2)，具体包括： 2. 1)收集待测区域的工业污染源的地理坐标以及污染源年均排放量信息，根据工业污 染源的地理坐标，绘制污染源的空间分布点要素图层，每个点要素增加字段污染源年均排 放量； 2.2) 将步骤2.1)中生成的污染源点要素图层，与步骤1)中生成的待测区域网格矢量 地图进行图层叠加，得到区域网格化后污染源分布地图。5. 根据权利要求1所述的方法，其特征是，所述的步骤3)，具体包括： 3. 1)赋予步骤1)所述的待测区域网格地图矩阵坐标，即由北至南为矩阵的行、由西至 东为矩阵的列，令X u为所有污染源对第i行、j列网格单元产生的相对污染指数，其中i = 1，2,. . .，m ; j = 1，2,. . .，n ;m, η分别为待测区域网格的最大行、列数； 3.2) 根据步骤2)所述的污染源网格地图，依次确认每个污染源所对应的网格矩阵坐 标（P，q)，即每个污染源的矩阵坐标，其中：P、q分别表示矩阵的行、列数，那么P行、q列网 格单元内的污染源相对重要性指数Y m= E p/all，其中：EM表示对应于p行、q列网格单元的 污染源的年均排放量，E all表示对待测区域内所有污染源的年均排放总量； 3. 3)计算i行、j列网格单元内的相对风向指数RWDij:首先构建以污染源（p, q)为原 点、0 -359°的顺时针风向坐标系；其次污染源和i行、j列的网格单元连线，计算连线相对 于正北向的顺时针角度0 -359°，之后求算其与待测区域季节性主导风向0 -359°的夹角 θ，0°〈Θ〈18本文档来自技高网...

【技术保护点】
一种基于无人机的工业园区大气污染数据采集方法，其特征在于，包括如下具体步骤：1)待测区域规则网格矢量化；2)对待测区域的工业污染源历史数据进行空间矢量化处理，生成污染源分布的矢量图层，并与步骤1)中生成的网格矢量地图叠加；3)计算网格单元的相对污染指数：当污染源对邻近区域的影响与距离成反比，并考虑污染源重要性及季节性主导风向影响，计算待测区域内所有污染源对每个500m*500m网格单元的综合相对污染指数，从而绘制待测区域相对污染指数矢量图；4)根据步骤3)所述的待测区域相对污染指数网格矢量图，进行分级可视化显示，通过人工判读的方式将待测区域重新划分为多个污染集聚区；5)针对每个污染集聚区分别布设无人机基站，以实现优化的数据采集。

【技术特征摘要】

【专利技术属性】
技术研发人员：彭仲仁，王占永，王东生，柏丛，路庆昌，高雅，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：上海;31