一种基于移动站监测数据的污染物空间分布趋势挖掘方法技术

本发明专利技术公开了一种基于移动站监测数据的污染物空间分布趋势挖掘方法，属于环境监测领域，通过获取移动监测站的环境污染检测数据并进行预处理；根据预处理后的数据进行单个移动监测站单小时数据挖掘，得到单个移动监测站在测量时间段内的打分和均值数据，重复该操作直至得到所有移动监测站的打分和均值数据并进行存储；对多个移动监测站多小时监测数据进行数据挖掘并合并，得到的每种污染物热力评分数据。本发明专利技术利用车载移动监测站测得数据，有效的挖掘出一段时间以来每种污染物在该地区主要影响的范围和污染的严重程度。确保下一步可以针对不同污染物和不同地区定制对应的环保管控策略，显著提高了执法查处的科学性和效能。能。能。

【技术实现步骤摘要】
一种基于移动站监测数据的污染物空间分布趋势挖掘方法


[0001]本专利技术涉及环境保护
，具体涉及一种基于移动站监测数据的污染物空间分布趋势挖掘方法。

技术介绍

[0002]近年来针对我国的空气污染问题，随着国家对于环境监测行业的政策倾斜和资金投入加大，各级环保部门采取了多种监测和治理的措施，并取得了较为显著的成效。多地采用基于传感器的小型化监测设备，以实现对目标区域空气污染状况的全天候细粒度监测。
[0003]随着大数据、云计算、人工智能、物联网等技术的高速发展，近年来多地在各种交通工具上安装了小型的大气污染移动监测装置，监测其行驶沿途的大气污染状况，保证了监测数据在时间和空间上的覆盖率。
[0004]本专利技术利用车载移动监测站测得数据，有效的挖掘出一段时间以来每种污染物在该地区主要影响的范围和污染的严重程度。确保下一步可以针对不同污染物和不同地区定制对应的环保管控策略，显著提高了执法查处的科学性和效能。

技术实现思路

[0005]针对现有技术中的上述不足，本专利技术提供了一种基于移动站监测数据的污染物空间分布趋势挖掘方法。
[0006]为了达到上述专利技术目的，本专利技术采用的技术方案为：一种基于移动站监测数据的污染物空间分布趋势挖掘方法，包括如下步骤：S1、获取移动监测站的环境污染检测数据并进行预处理；S2、根据预处理后的环境污染检测数据进行单个移动监测站单小时数据挖掘，得到单个移动监测站在测量时间段内的打分和均值数据；S3、重复S1和S2直至得到所有移动监测站的打分和均值数据并进行存储，对多个移动监测站多小时监测数据进行数据挖掘并合并，得到每种污染物热力评分数据。
[0007]进一步的，其特征在于，所述S1具体包括如下步骤：S11、读取移动监测站的环境监测数据并进行格式转换；S12、对所读取的环境监测数据进行异常数据剔除；S13、根据剔除异常数据后的环境污染检测数据计算所测得的大气污染六参数据的IAQI值；S14、根据环境污染检测数据的经纬度信息计算每个测量点所属的网格号。
[0008]进一步的，所述S12中异常数据包括监测异常值、清理空值以及不在地理经纬度范围内的数据。
[0009]进一步的，所述S2中单个移动监测站单小时数据挖掘的具体方式为：S21、将单个移动监测站单小时数据按时间进行排序，获得每个移动监测站先后顺序经过的网格号；
S22、对每个网格内的测量数据取均值，其中，IAQI最大的污染物的值为该网格的AQI值；S23、获取移动监测站每一种污染物在每个网格内的峰值、峰值显著性和峰值参数S24、按照比例对每个峰值进行打分，并将打分结果和网格内测量数据的均值进行存储。
[0010]进一步的，所述S23中峰值参数的计算方式为：进一步的，所述S23中峰值参数的计算方式为：其中，为峰值显著性，为显著性初始分，peak_mean_radio为每个峰值与系统设定的构成无污染的参考值之间的比例，mean为求均值操作。
[0011]进一步的，所述S24中按照比例对每个峰值进行打分的具体方式为：其中，为每个峰值的得分，为显著性初始分，peak_mean_radio为每个峰值与系统设定的构成无污染的参考值之间的比例，为峰值显著性。
[0012]进一步的，所述S3具体包括如下步骤：S31、取出所存储的移动监测站的打分结果和网格内测量数据的均值并合并至数据框架中；S32、按照小时和网格进行聚合，计算每个网格内的总分和打分率；S33、根据每小时每个网格的总分、打分率和打分数量计算每小时的每个网格3*3范围内的全局平均分、打分率；S34、根据S33的计算结果统计每个网格出现过的峰值次数并归一化，并计算每个网格在当前时段的总分；S35、删除总分最高的前0.5%的网格数据，得到污染物在当前时间段内各个区域的污染评分热力数据。
[0013]进一步的，所述S32中每个网格内的总分的计算方式为：其中，为网格总分，mean为求均值操作，score_count为有打分的峰值的数量；每个网格内打分率的计算方式为：其中，为网格打分率，为一个网格在一小时存在
的所有峰值数量。
[0014]进一步的，所述S33中全局平均分的计算方式为：其中，mean_score为该网格在此时间段内的全局平均分，为一个网格在一小时存在的所有峰值数量，为网格总分。
[0015]进一步的，所述S34中每个网格在当前时段的总分的计算方式为;其中，为每个网格在当前时段的总分，mean_score为该网格在此时间段内的全局平均分，为网格打分率，为归一化的每个网格出现过的峰值次数。
[0016]本专利技术具有以下有益效果：本专利技术利用车载移动监测站测得数据，有效的挖掘出一段时间以来每种污染物在该地区主要影响的范围和污染的严重程度。确保下一步可以针对不同污染物和不同地区定制对应的环保管控策略，显著提高了执法查处的科学性和效能。
附图说明
[0017]图1为本专利技术一种基于移动站监测数据的污染物空间分布趋势挖掘方法流程示意图。
[0018]图2为本专利技术实施例单个移动监测站单小时数据挖掘流程示意图。
[0019]图3为本专利技术实施例多个移动监测站多小时监测数据进行数据挖掘流程示意图。
具体实施方式
[0020]下面对本专利技术的具体实施方式进行描述，以便于本
的技术人员理解本专利技术，但应该清楚，本专利技术不限于具体实施方式的范围，对本
的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本专利技术的精神和范围内，这些变化是显而易见的，一切利用本专利技术构思的专利技术创造均在保护之列。
[0021]一种基于移动站监测数据的污染物空间分布趋势挖掘方法，如图1所示，包括如下步骤：S1、获取移动监测站的环境污染检测数据并进行预处理；本实施例里由Python3.7.3实现，使用了numpy、 pandas、 numba、sklearn等包。操作系统为Windows10，硬件环境为i7
‑
10700 8核CPU，16G内存。
[0022]在本实施例中，传入任务时间后读取该消失移动监测站的测量数据，将读取的测量数据转换为Pandas DataFrame格式后，进行以下数据预处理。
[0023]S2、根据预处理后的数据进行单个移动监测站单小时数据挖掘，得到单个移动监测站在测量时间段内的打分和均值数据；在本实施例中，根据预处理后的数据计算移动站的速度和加速度，对单个移动监测站每小时测得数据的污染点位挖掘和评分。将一小时的监测数据网格化，求出每个移动
站按时间顺序经过每个网格测量的每种污染物的平均值，对所有网格均值进行峰值查找，并得到每个峰值的显著性数据。具体方式如图2所示，包括如下步骤：S21、将单个移动监测站单小时数据按时间进行排序，获得每个移动监测站先后顺序经过的网格号；S22、对每个网格内的测量数据取均值，其中，IAQI最大的污染物的值为该网格的AQI值；S23、获取移动监测站每一种污染物在每个网格内的峰值、峰值显著性和峰本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于移动站监测数据的污染物空间分布趋势挖掘方法，其特征在于，包括如下步骤：S1、获取移动监测站的环境污染检测数据并进行预处理；S2、根据预处理后的环境污染检测数据进行单个移动监测站单小时数据挖掘，得到单个移动监测站在测量时间段内的打分和均值数据；S3、重复S1和S2直至得到所有移动监测站的打分和均值数据并进行存储；对多个移动监测站多小时监测数据进行数据挖掘并合并，得到每种污染物热力评分数据。2.根据权利要求1所述的基于移动站监测数据的污染物空间分布趋势挖掘方法，其特征在于，所述S1具体包括如下步骤：S11、读取移动监测站的环境监测数据并进行格式转换；S12、对所读取的环境监测数据进行异常数据剔除；S13、根据剔除异常数据后的环境污染检测数据计算所测得的大气污染六参数据的IAQI值；S14、根据环境污染检测数据的经纬度信息计算每个测量点所属的网格号。3.根据权利要求2所述的基于移动站监测数据的污染物空间分布趋势挖掘方法，其特征在于，所述S12中异常数据包括监测异常值、清理空值以及不在地理经纬度范围内的数据。4.根据权利要求1所述的基于移动站监测数据的污染物空间分布趋势挖掘方法，其特征在于，所述S2中单个移动监测站单小时数据挖掘的具体方式为：S21、将单个移动监测站单小时数据按时间进行排序，获得每个移动监测站先后顺序经过的网格号；S22、对每个网格内的测量数据取均值，其中，IAQI最大的污染物的值为该网格的AQI值；S23、获取移动监测站每一种污染物在每个网格内的峰值、峰值显著性和峰值参数S24、按照比例对每个峰值进行打分，并将打分结果和网格内测量数据的均值进行存储。5.根据权利要求4所述的基于移动站监测数据的污染物空间分布趋势挖掘方法，其特征在于，所述S23中峰值参数的计算方式为：征在于，所述S23中峰值参数的计算方式为：其中，为峰值显著性，为显著性初始分，peak_mean_radio为每个峰值与系统设定的构成无污染的参考值之间的比例，mean...

【专利技术属性】
技术研发人员：韩科，牟华侨，
申请(专利权)人：四川国蓝中天环境科技集团有限公司，
类型：发明
国别省市：