【技术实现步骤摘要】
一种基于线性插值的VOCs浓度预测方法及设备
[0001]本专利技术涉及环境检测领域中空气污染预测
,具体涉及一种基于线性插值的VOCs浓度预测方法及设备。
技术介绍
[0002]工业的发展,离不开采矿,但是在实施开采的过程中,不可避免的会造成环境污染问题,而在各种污染中,空气污染问题尤为突出,并且会对从业人员的健康产生较大影响。采矿作业会产生不同的空气污染颗粒物,比如PM1.0、PM2.5、PM10以及一些重金属颗粒,也会产生各种各样的有害气体,比如SO2、CO2、CO。为了空气污染的预防工作,需要精确的测量污染气体的分布。
[0003]总的来说,现有的许多测量污染气体分布的方法,比如手动分析与测量、连续分析仪等,需要消耗大量的时间成本和人力成本。
技术实现思路
[0004]本专利技术提出的一种基于线性插值的VOCs浓度预测方法,可以快速的预测长方体三维空间内的污染分布情况。
[0005]为实现上述目的,本专利技术采用了以下技术方案:
[0006]一种基于线性插值的VOCs浓度预测方法,包括以下步骤,
[0007]步骤1:使用搭载气体分析仪的无人机采集待测空间的VOCs浓度;
[0008]步骤2:根据采集数据,进行数据预处理,使用二维线性插值完成待测空间外框面的VOCs浓度数据填充;
[0009]步骤3:根据采集数据和上步骤中得到的外框面数据,使用三维空间线性插值对待测矩形体内部点进行插值填充。
[0010]进一步地,上述步骤S1:使用搭 ...
【技术保护点】
【技术特征摘要】
1.一种基于线性插值的VOCs浓度预测方法,其特征在于,包括以下步骤,S1、使用搭载气体分析仪的无人机采集待测空间的VOCs浓度;S2、根据采集数据,进行数据预处理,使用二维线性插值完成待测空间外框面的VOCs浓度数据填充;S3、根据采集数据和上步骤中得到的外框面数据,使用三维空间线性插值对待测矩形体内部点进行插值填充。2.根据权利要求1所述的基于线性插值的VOCs浓度预测方法,其特征在于:所述步骤S1具体包括,S11:将灵嗅气体分析仪安装到无人机上;S12:控制无人机采集待测矩形体空间六个面的VOCs浓度数据;S13:控制无人机采集待测空间矩形体内部VOCs浓度数据。3.根据权利要求2所述的基于线性插值的VOCs浓度预测方法,其特征在于:所述上述步骤S2具体包括如下细分步骤S21至S22:S21:根据采集到的数据,使用最邻近插值法进行插值,填充待测空间矩形体十二条棱上的数据;创建一个大小为L*W*H的三维数组,其中L为待测空间在长度上采集数据点和待插值数据点的个数之和、W为待测空间在宽度上采集数据点和待插值数据点的个数之和、H为待测空间在高度上采集数据点和待插值数据点的个数之和;对于待插值点P,遍历数组,找出距离P点最近的点,以该点的空度污染浓度作为P点的VOCs浓度,并将P点空气污染数据存入数组的对应位置;S22:根据S21得到的棱上数据和无人机采集到的数据,在外框面建立xOy坐标系,Q
11
,Q
12
,Q
21
,Q
22
应为在x轴方向、y轴方向上距离待插值点最近的点;使用二维线性插值法得到待测空间矩形体外框面的数据,具体公式如下:x,y是待插值点P的x轴向坐标和y轴向坐标;(x1,y1)和(x2,y2)是待二维插值点P最临近两点坐标。4.根据权利要求3所述的基于线性插值的VOCs浓度预测方法,其特征在于:所述上述步骤S3,具体包括如下细分步骤S31至S33:S31:对于待插值点P(x,y,z),使用最邻近插值法得到点c
000
(x+1,y+1,z+1)、c
001
(x+1,y+1,z
‑
1)、c
010
(x+1,y
‑
1,z+1)、c
011
(x+1,y
‑
1,z
‑
1)、c
100
(x
‑
1,y+1,z+1)、c
101
(x
‑
1,y+1,z
‑
1)、c
110
(x
‑<...
【专利技术属性】
技术研发人员:李兵兵,康宇,刘增林,曹洋,夏秀山,许镇义,
申请(专利权)人:安徽省生态环境监测中心安徽省重污染天气预报预警中心,
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。