一种污染监测设备的数据采集与分析方法及系统技术方案

本发明专利技术涉及数据管理技术领域，特别是一种污染监测设备的数据采集与分析方法及系统，获取监测区域的虚拟地形图模型图，以及获取污染监测设备的设备三维模型图，并对所述虚拟地形图模型图与设备三维模型图进行整合处理，得到监测区域的三维分布模型图；通过局部离群因子算法对所述初始聚类合集进行分析，分析得到离群点，并将离群点由初始聚类合集中剔除，得到最终聚类合集；根据所述最终聚类合集分析得到监测结果，能够对监测样本数据中的参数数据进行快速聚类，提高系统的运算速度，能够筛选出不符合物理意义的数据点，提高分析精度，提高分析结果的可靠性。分析结果的可靠性。分析结果的可靠性。

【技术实现步骤摘要】
一种污染监测设备的数据采集与分析方法及系统


[0001]本专利技术涉及数据管理
，特别是一种污染监测设备的数据采集与分析方法及系统。

技术介绍

[0002]随着环境污染的日益加剧，人们对环境监测的要求越来越高。目前，越来越多的环境污染监测设备采集数据的方式通常是通过无线网络进行数据采集，并使用特有的数据处理算法进行数据分析。目前，通过无线网络进行采集和分析数据过程中存在着数据采集困难、数据传输不稳定、数据处理效率低以及不能适应不同地形以及不同天气等问题。同时，由于环境污染监测数据的特殊性，还需要保证数据的准确性和可靠性。因此，本专利技术提出了一种污染监测设备的数据采集与分析方法及系统已解决上述技术问题。

技术实现思路

[0003]本专利技术克服了现有技术的不足，提供了一种污染监测设备的数据采集与分析方法及系统。
[0004]为达到上述目的本专利技术采用的技术方案为：本专利技术第一方面公开了一种污染监测设备的数据采集与分析方法，包括以下步骤：获取监测区域的虚拟地形图模型图，以及获取污染监测设备的设备三维模型图，并对所述虚拟地形图模型图与设备三维模型图进行整合处理，得到监测区域的三维分布模型图；基于所述监测区域的三维分布模型图构建得到射线传输模型，并基于射线追踪算法对所述射线传输模型进行分析，分析得到在预设时间内的最佳数据采集通道；基于所述最佳数据采集通道在预设时间内获取各污染监测设备的参数数据，并对各污染监测设备的参数数据进行汇聚，得到监测样本数据；基于模糊聚类算法对所述监测样本数据中的参数数据进行聚类，得到若干个初始聚类合集；通过局部离群因子算法对所述初始聚类合集进行分析，分析得到离群点，并将离群点由初始聚类合集中剔除，得到最终聚类合集；根据所述最终聚类合集分析得到监测结果。
[0005]进一步的，本专利技术的一个较佳实施例中，获取监测区域的虚拟地形图模型图，以及获取污染监测设备的设备三维模型图，并对所述虚拟地形图模型图与设备三维模型图进行整合处理，得到监测区域的三维分布模型图，具体为：获取污染监测设备的监测区域信息，并基于所述监测区域信息获取监测区域的虚拟地形图模型图，通过SURF算法所述监测区域的虚拟地形图模型图进行特征提取，得到若干第一特征匹配点，构建第一坐标系，并将所述第一特征匹配点导入所述第一坐标系中，得到各第一特征匹配点对应的坐标值；
获取污染监测设备的外形尺寸信息，基于所述外形尺寸信息构建污染监测设备的设备三维模型图，通过SURF算法对所述污染监测设备的设备三维模型图进行特征提取，得到若干第二特征匹配点，构建第二坐标系，并将所述第二特征匹配点导入所述第二坐标系中，得到各第二特征匹配点对应的坐标值；基于所述第一特征匹配点对应的坐标值与第二特征匹配点对应的坐标值得到特征匹配点的点云数据；并对所述点云数据进行清洗和去噪处理，以去除不必要的噪点和离群点；对所述点云数据进行刚体或非刚体变换，以使得各个点云数据在世界坐标系中表示，并在所述世界坐标系中将各点云数据与预设基准点进行对齐处理，得到对齐处理后的点云数据；对所述对齐处理后的点云数据进行网格化处理，以生成多个模型曲面，并对多个模型曲面进行整合处理，得到监测区域的三维分布模型图。
[0006]进一步的，本专利技术的一个较佳实施例中，基于所述监测区域的三维分布模型图构建得到射线传输模型，并基于射线追踪算法对所述射线传输模型进行分析，分析得到在预设时间内的最佳数据采集通道，具体为：构建网格空间坐标系，并将所述三维分布模型图导入所述网格空间坐标系中，得到射线传输模型；在所述射线传输模型中将污染监测设备的无线信号源点分解为多个射线源；以每个射线源为发射起点，发射出若干条射线，并沿着每条射线的发射起点开始，依次将每条射线与地形进行相交判断，每当一条射线撞到阻碍点时，将该条射线分裂成多条射线，当射线达到接收点后，射线截止；获取每一条到达接收点射线的传输通道，并获取每一条传输通道上的气象参数，基于所述气象参数分析出每一条传输通道的传输特性；将传输特征满足预设要求的传输通道保留，将传输特征不满足预设要求的传输通道剔除，得到筛选后的传输通道；获取所述筛选后的传输通道对应的通道长度，构建序列表，并将所述筛选后的传输通道对应的通道长度导入所述序列表中进行大小排序，排序完成后，由所述序列表中提取出最小通道长度，并将与最小通道长度对应的传输通道标记为在预设时间内的最佳数据采集通道。
[0007]进一步的，本专利技术的一个较佳实施例中，获取每一条传输通道上的气象参数，基于所述气象参数分析出每一条传输通道的传输特性，具体为：通过大数据网络获取不同气象参数与不同地形组合条件之下污染监测设备的历史传输特性信息，并将所述不同气象参数与不同地形组合条件之下污染监测设备的历史传输特性信息分为训练集与测试集；基于深度学习网络构建预测模型，并将所述训练集导入所述预测模型进行训练，通过交叉熵损失函数对预测模型进行反向训练，直至损失函数训练平稳，并保存模型参数，通过测试集对所述预测模型进行测试，直至符合预设要求，得到训练完成的预测模型；获取每一条传输通道在预设时间内的气象参数，以及由所述三维分布模型图分割出每一条传输通道的虚拟地形图；将每一条传输通道在预设时间内的气象参数与其对应的
虚拟地形图进行组合，得到气象
‑
地形动态图；将所述气象
‑
地形动态图导入所述训练完成的预测模型中进行预测，以获取得到每一条传输通道的传输特性。
[0008]进一步的，本专利技术的一个较佳实施例中，基于模糊聚类算法对所述监测样本数据进行聚类，得到若干个初始聚类合集，具体为：预设模糊指数与聚类数目，基于所述模糊指数与聚类数目确定出各参数数据的初始化隶属度矩阵与聚类中心向量，基于所述初始化隶属度矩阵与聚类中心向量确定出各参数数据的初始聚类中心；根据各参数数据的初始聚类中心对监测样本数据中所有的参数数据进行聚类，得到若干个第一聚类合集，获取每一个第一聚类合集中参数数据与初始聚类中心之间的欧式距离，基于所述欧式距离确定出各参数数据的隶属度；将所述隶属度与预设隶属度进行比较，得到隶属度偏差；若所述隶属度偏差不大于预设阈值，则说明该参数数据属于该第一聚类合集；若所述隶属度偏差大于预设阈值，说明该参数数据不属于该第一聚类合集，此时将该参数数据分配至另一第一聚类合集，直至该参数数据的隶属度偏差不大于预设阈值；对所有的第一聚类合集进行更新，得到第二聚类合集，并获取第二聚类合集中各参数数据的隶属度，基于所述隶属度获取得到各参数数据与聚类中心之间的隶属度矩阵；判断隶属度矩阵是否符合要求；若不符合要求，则继续迭代；若符合要求，则获取最终聚类结果，基于所述最终聚类结果得到若干个初始聚类合集。
[0009]进一步的，本专利技术的一个较佳实施例中，通过局部离群因子算法对所述初始聚类合集进行分析，分析得到离群点，并将离群点由初始聚类合集中剔除，得到最终聚类合集，具体为：预设K个近邻点，并在距离度量方式下，获取初始聚类合集中各参数数据的K个近邻点，并计算出该参数数据到各个近邻点的距离值；基于所述参数数据到各个近邻点的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种污染监测设备的数据采集与分析方法，其特征在于，包括以下步骤：获取监测区域的虚拟地形图模型图，以及获取污染监测设备的设备三维模型图，并对所述虚拟地形图模型图与设备三维模型图进行整合处理，得到监测区域的三维分布模型图；基于所述监测区域的三维分布模型图构建得到射线传输模型，并基于射线追踪算法对所述射线传输模型进行分析，分析得到在预设时间内的最佳数据采集通道；基于所述最佳数据采集通道在预设时间内获取各污染监测设备的参数数据，并对各污染监测设备的参数数据进行汇聚，得到监测样本数据；基于模糊聚类算法对所述监测样本数据中的参数数据进行聚类，得到若干个初始聚类合集；通过局部离群因子算法对所述初始聚类合集进行分析，分析得到离群点，并将离群点由初始聚类合集中剔除，得到最终聚类合集；根据所述最终聚类合集分析得到监测结果。2.根据权利要求1所述的一种污染监测设备的数据采集与分析方法，其特征在于，获取监测区域的虚拟地形图模型图，以及获取污染监测设备的设备三维模型图，并对所述虚拟地形图模型图与设备三维模型图进行整合处理，得到监测区域的三维分布模型图，具体为：获取污染监测设备的监测区域信息，并基于所述监测区域信息获取监测区域的虚拟地形图模型图，通过SURF算法所述监测区域的虚拟地形图模型图进行特征提取，得到若干第一特征匹配点，构建第一坐标系，并将所述第一特征匹配点导入所述第一坐标系中，得到各第一特征匹配点对应的坐标值；获取污染监测设备的外形尺寸信息，基于所述外形尺寸信息构建污染监测设备的设备三维模型图，通过SURF算法对所述污染监测设备的设备三维模型图进行特征提取，得到若干第二特征匹配点，构建第二坐标系，并将所述第二特征匹配点导入所述第二坐标系中，得到各第二特征匹配点对应的坐标值；基于所述第一特征匹配点对应的坐标值与第二特征匹配点对应的坐标值得到特征匹配点的点云数据；并对所述点云数据进行清洗和去噪处理，以去除不必要的噪点和离群点；对所述点云数据进行刚体或非刚体变换，以使得各个点云数据在世界坐标系中表示，并在所述世界坐标系中将各点云数据与预设基准点进行对齐处理，得到对齐处理后的点云数据；对所述对齐处理后的点云数据进行网格化处理，以生成多个模型曲面，并对多个模型曲面进行整合处理，得到监测区域的三维分布模型图。3.根据权利要求1所述的一种污染监测设备的数据采集与分析方法，其特征在于，基于所述监测区域的三维分布模型图构建得到射线传输模型，并基于射线追踪算法对所述射线传输模型进行分析，分析得到在预设时间内的最佳数据采集通道，具体为：构建网格空间坐标系，并将所述三维分布模型图导入所述网格空间坐标系中，得到射线传输模型；在所述射线传输模型中将污染监测设备的无线信号源点分解为多个射线源；以每个射线源为发射起点，发射出若干条射线，并沿着每条射线的发射起点开始，依次将每条射线与地形进行相交判断，每当一条射线撞到阻碍点时，将该条射线分裂成多条射线，当射线达到接收点后，射线截止；获取每一条到达接收点射线的传输通道，并获取每一条传输通道上的气象参数，基于所述气象参数分析出每一条传输通道的传输特性；
将传输特征满足预设要求的传输通道保留，将传输特征不满足预设要求的传输通道剔除，得到筛选后的传输通道；获取所述筛选后的传输通道对应的通道长度，构建序列表，并将所述筛选后的传输通道对应的通道长度导入所述序列表中进行大小排序，排序完成后，由所述序列表中提取出最小通道长度，并将与最小通道长度对应的传输通道标记为在预设时间内的最佳数据采集通道。4.根据权利要求3所述的一种污染监测设备的数据采集与分析方法，其特征在于，获取每一条传输通道上的气象参数，基于所述气象参数分析出每一条传输通道的传输特性，具体为：通过大数据网络获取不同气象参数与不同地形组合条件之下污染监测设备的历史传输特性信息，并将所述不同气象参数与不同地形组合条件之下污染监测设备的历史传输特性信息分为训练集与测试集；基于深度学习网络构建预测模型，并将所述训练集导入所述预测模型进行训练，通过交叉熵损失函数对预测模型进行反向训练，直至损失函数训练平稳，并保存模型参数，通过测试集对所述预测模型进行测试，直至符合预设要求，得到训练完成的预测模型；获取每一条传输通道在预设时间内的气象参数，以及由所述三维分布模型图分割出每一条传输通道的虚拟地形图；将每一条传输通道在预设时间内的气象参数与其对应的虚拟地形图进行组合，得到气象
‑
地形动态图；将所述气象
‑
地形动态图导入所述训练完成的预测模型中进行预测，以获取得到每一条传输通道的传输特性。5.根据权利要求1所述的一种污染监测设备的数据采集与分析方法，其特征在于，基于模糊聚类算法对所述监测样本数据进行聚类，得到若干个初始聚类合集，具体为：预设模糊指数与聚类数目，基于所述模糊指数与聚类数目确定出各参数数据的初始化隶属度矩阵与聚类中心向量，基于所述初始化隶属度矩阵与聚类中心向量确定出各参数数据的初始聚类中心；根据各参数数据的初始聚类中心对监测样本数据中所有的参数数据进行聚类，得到若干个第一聚类合集，获取每一个第一聚类合集中参数数据与初始聚类中心之间的欧式距离，基于所述欧式距离确定出各参数数据的隶属度；将所述隶属度与预设隶属度进行比较，得到隶属度偏差；若所述隶属度偏差不大于预设阈值，则说明该参数数据属于该第一聚类合集；若所述隶属度偏差大于预设阈值，说明该参数数据不属于该第一聚类...

【专利技术属性】
技术研发人员：李书鹏，张家铭，熊静，郭丽莉，许铁柱，李亚秀，
申请(专利权)人：北京建工环境修复股份有限公司，
类型：发明
国别省市：