The invention belongs to the technical field of atmospheric quality monitoring, in particular relates to a distributed outdoor atmospheric quality monitoring accuracy correction system and parameter updating method, aiming at solving the accuracy correction problem of a large-scale distributed atmospheric monitoring system, which comprises a Hadoop cloud platform and a sensor terminal distributed at a monitoring station; and the Hadoop cloud. The platform is connected to the sensor terminal via a communication link; the sensor terminal is clustered; the Hadoop cloud platform comprises a distributed file storage module using HDFS file storage system, and a parallel calibration calculation for the collection models of the sensor terminals in each cluster to obtain each. Parallel calibration algorithm module of calibration model parameters of sensor terminal, intelligent calibration module to determine whether the sensor terminal needs to start calibration. The calibration model parameters of each sensor terminal can be automatically adjusted on-line in time to obtain more accurate monitoring data.
【技术实现步骤摘要】
分布式室外大气质量监测精度校正系统及参数更新方法
本专利技术属于大气质量监测
,具体涉及一种分布式室外大气质量监测精度校正系统及参数更新方法。
技术介绍
近十几年来,随着工业的发展以及汽车保有量的不断增加,空气污染问题日渐严重,PM10、PM2.5、PM1.0、NO2、SO2、CO、O3等污染物成为影响人体健康的关键因素,因此对大气质量进行精准监测就显得尤为重要。目前在大气质量监测领域中,有害气体检测方法可大致分为两类:一类是长光程方法,另一类是传感器检测方法。常用的化学分析方法,如采用差分吸收光谱法原理的长光程法,虽然有检测精度高的优点,但存在仪器成本高,需要专业检测人员操作以及检测周期偏长等缺点,同时也不适用于分布式大范围大气质量监测的场合。传感器检测主要采用金属氧化物半导体型气体传感器或电化学型气体传感器。金属氧化物半导体型气体传感器虽然成本低,但其受环境温湿度影响较大,且存在一致性不好、选择性较差等缺陷,实际工作过程中往往表现不佳;电化学型气体传感器较金属氧化物半导体型气体传感器精度要高,但也易受温湿度的影响,现场实用时需要进行人工校正。此外,一方面 ...
【技术保护点】
1.一种分布式室外大气质量监测精度校正系统,其特征在于,包括Hadoop云平台、分布于监测站的传感器终端;所述Hadoop云平台与所述传感器终端通过通信链路连接;所述传感器终端,配置为监测大气质量并发送所述Hadoop云平台,还配置为依据所述并行化校正算法模块输出的校正模型参数进行参数更新;所述传感器终端集群性划分;所述Hadoop云平台包括分布式文件存储模块、并行化校正算法模块、智能校正模块;所述分布式文件存储模块,采用Hadoop的HDFS文件存储系统来进行分布式存储;所述并行化校正算法模块,用于对各集群的所述传感器终端分别进行采集模型的并行化校正计算,得到各传感器终端 ...
【技术特征摘要】
1.一种分布式室外大气质量监测精度校正系统,其特征在于,包括Hadoop云平台、分布于监测站的传感器终端;所述Hadoop云平台与所述传感器终端通过通信链路连接;所述传感器终端,配置为监测大气质量并发送所述Hadoop云平台,还配置为依据所述并行化校正算法模块输出的校正模型参数进行参数更新;所述传感器终端集群性划分;所述Hadoop云平台包括分布式文件存储模块、并行化校正算法模块、智能校正模块;所述分布式文件存储模块,采用Hadoop的HDFS文件存储系统来进行分布式存储;所述并行化校正算法模块,用于对各集群的所述传感器终端分别进行采集模型的并行化校正计算,得到各传感器终端的校正模型参数;所述智能校正模块,用于判断传感器终端是否需要启动校正。2.根据权利要求1所述的分布式室外大气质量监测精度校正系统,其特征在于,所述并行化校正算法模块,基于MapReduce分布式编程架构进行设计,包括第一Map函数处理单元、第二Map函数处理单元、Reduce阶段处理单元;所述第一Map函数处理单元,用于将HDFS中存储的各个传感器终端的数据按照监测站的传感器集群进行划分;所述第二Map函数处理单元,用于将每个传感器集群中各传感器终端数据和监测站的数据进行组合;所述Reduce阶段处理单元,用于基于所述第二Map函数处理单元的输出计算每个传感器终端的校正模型参数。3.根据权利要求2所述的分布式室外大气质量监测精度校正系统,其特征在于,各集群的所述传感器终端围绕监测站分布,该监测站发布的各类污染气体浓度值可以作为该集群各所述传感器终端采集模型校正中的正确值。4.根据权利要求1-3任一项所述的分布式室外大气质量监测精度校正系统,其特征在于,所述分布式文件存储模块存储有实时获取的各传感器上传的各类污染气体的浓度信息、以及监测站温度信息和湿度信息。5.根据权利要求4所述的分布式室外大气质量监测精度校正系统,其特征在于,“基于所述第二Map函数处理单元的输出计算每个传感器终端的校正模型参数”,其方法为:θ=(KTK)-1KTY其中,θ为被监测污染气体的校正模型参数,K为传感器终端数据的K矩阵,Y为监测站采集的对应监测的污染气体的数据组成的向量;该表达式中,g为所采集污染气体种类的数量,n为历史数据样本大小,为第g类污染气体的第n个样本数据归一化值,为温度t的第n个样本数据归一化值,为湿度h的第n个样本数据归一化值,c为被监测污染气体对应常数。6.根据权利要求1-3任一项所述的分布式室外大气质量监测精度校正系统,其特征在于,“判断传感器终端是否需要启动校正”,其方法为:统计每个采集周期的第j个集群所述传感器终端的第q类污染气体的误差率之和Ej;统计Ej大于设定误差率阈值Es...
【专利技术属性】
技术研发人员:李双双,张文生,韩刚,张征,
申请(专利权)人:中国科学院自动化研究所,
类型:发明
国别省市:北京,11
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。