System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 智慧城市的环境监测方法、终端及环境监测系统技术方案_技高网

智慧城市的环境监测方法、终端及环境监测系统技术方案

技术编号:40045625 阅读:5 留言:0更新日期:2024-01-16 20:24
本申请为智慧城市的环境监测技术领域,本申请提供了一种智慧城市的环境监测方法、终端及环境监测系统,其中,所述方法包括:分别提取各个监测区域的环境数据的特征信息,得到各个监测区域的环境特征,利用K均值聚类算法分别对各个监测区域的环境特征进行分类得到分类数据,计算各个监测区域之间同一类分类数据的数值差异性,根据数值差异性构建经验半变异函数,利用各个监测区域的分类数据和经验半变异函数进行插值计算,估计未知监测区域的环境数据,并计算未知监测区域的环境数据的预测误差,当确定预测误差小于预设阈值时,提取未知监测区域的环境数据的环境特征,以精准有效地确定未设置监测设备的未知监测区域的环境数据。

【技术实现步骤摘要】

本申请涉及智慧城市的环境监测,具体而言,本申请涉及一种智慧城市的环境监测方法、终端及环境监测系统


技术介绍

1、智慧城市是指运用信息和通信技术以及物联网等先进技术手段来提升城市管理和居民生活质量的城市发展模式。它通过将各种城市系统和设施进行数字化和网络化,实现数据的采集、传输、分析和应用,从而实现对城市运行、资源利用、环境保护以及公共服务等方面的智能化管理和优化。

2、智慧城市的目标是提供更高效、宜居和可持续发展的城市环境。通过整合城市的各类设施和系统,如交通运输、能源供应、环境监测、公共安全、教育医疗等,智慧城市可以实现更好的资源分配、能源管理和公共服务提供。

3、智慧城市的环境监测是利用信息技术和先进传感器等技术手段,对城市环境进行实时监测和数据采集,以实现对空气质量、水质、噪音等环境因素的监控、评估和管理。随着城市化进程的不断加速和环境问题的日益突出,智慧城市环境监测技术成为保护生态环境和促进可持续发展的重要手段。

4、现有智慧城市的环境监测方法需要借助大量的监测设备对监测区域进行监测,才能得到精准的环境数据,而对于未设置监测设备的监测区域则无法获取到环境数据,因此环境监测技术具有局限性。

5、在申请号为cn202111194533.4的技术方案中,虽然其通过无人机作为环境监测的实施终端对设定的监测区域中的多项环境指标进行实时监控并反馈给云平台,在一定程度上能扩大监测区域,但仍然无法获取到无人机未飞行至的未知监测区域的环境数据,具有局限性。


技术实现思路

1、本申请的主要目的为提供一种智慧城市的环境监测方法、终端及环境监测系统,以在监测设备数量有限的情况下,精准有效地确定未设置监测设备的监测区域的环境数据。

2、为了实现上述专利技术目的,本申请提供一种智慧城市的环境监测方法,应用于环境监测系统的控制中心,所述环境监测系统还包括多个用于监测城市环境数据的监测设备,所述控制中心与每个监测设备连接,所述监测设备包括空气质量监测器、水质传感器和噪音检测器,所述智慧城市的环境监测方法包括:

3、确定城市的多个监测区域,每隔预设时间段接收各个监测区域的监测设备采集到的环境数据,分别提取各个监测区域的环境数据的特征信息,得到各个监测区域的环境特征;其中,任意三个监测区域在地理坐标上呈三角形分布;

4、利用k均值聚类算法分别对各个监测区域的环境特征进行分类,得到各个监测区域的分类数据,计算各个监测区域之间同一类分类数据的数值差异性,根据各个监测区域之间同一类分类数据的所述数值差异性构建经验半变异函数;其中,所述经验半变异函数用于描述数值的空间相关性;

5、将任意三个监测区域的中心区域确定为未知监测区域,利用各个监测区域的分类数据和所述经验半变异函数进行插值计算,估计所述未知监测区域的环境数据,并计算所述未知监测区域的环境数据的预测误差,当确定所述预测误差小于预设阈值时,提取所述未知监测区域的环境数据的特征信息,得到所述未知监测区域的环境特征;

6、将各个监测区域的环境特征及所述未知监测区域的环境特征进行整合后,得到环境特征集;

7、将所述环境特征集输入预先构建的环境质量评估模型,得到各个监测区域及所述未知监测区域的环境质量评估结果。

8、优选地,所述分别提取各个监测区域的环境数据的特征信息,得到各个监测区域的环境特征,包括:

9、分别将各个监测区域的环境数据进行小波包分解,得到各个监测区域的环境数据的频带,利用支持向量机模型对各个监测区域的环境数据的频带进行特征信息提取,得到各个监测区域的多个特征信息;

10、利用独热编码将每个特征信息转换为向量形式,得到多个特征向量,并计算每个特征向量与对应的标准特征向量的欧式距离,选取与对应的标准特征向量的欧式距离大于预设值的特征向量作为目标特征向量;

11、将各个监测区域的所述目标特征向量对应的特征信息进行小波包重构,得到各个监测区域的环境特征。

12、优选地,所述计算每个特征向量与对应的标准特征向量的欧式距离,包括:

13、计算每个特征向量与对应的标准特征向量在每个维度之间的差值;

14、将每个特征向量对应每个维度之间的差值的平方进行累加后,得到每个特征向量对应的总和;

15、对每个特征向量对应的总和进行开方运算后,得到每个特征向量与对应的标准特征向量的欧式距离。

16、进一步地,所述每隔预设时间段接收各个监测区域的监测设备采集到的环境数据之后,还包括:

17、查询分布式存储节点所采用的数据格式及数据区间;

18、将所述环境数据转换为与所述数据格式相一致的数据,得到第一环境数据;

19、利用数据归一化算法将所述第一环境数据映射为所述数据区间内的数据,得到第二环境数据;

20、利用独热编码将所述第二环境数据转换为向量,并计算每两个向量之间的余弦距离;

21、将相互之间的余弦距离大于或等于预设余弦距离的至少两个第二环境数据确定为第一环境数据组,保留所述第一环境数据组中的任意一个第二环境数据作为第三环境数据,并删除所述第一环境数据组中的剩余第二环境数据;

22、将与每个所述第三环境数据的余弦距离小于预设余弦距离的剩余第二环境数据确定为第四环境数据,将所述第三环境数据及第四环境数据存储至分布式存储节点中。

23、优选地,所述利用k均值聚类算法分别对各个监测区域的环境特征进行分类,得到各个监测区域的分类数据,包括:

24、步骤a:确定各个监测区域的监测设备的类型数量,根据各个监测区域的监测设备的类型数量对应设置相同数量的聚类簇,得到各个监测区域的环境特征的聚类中心;

25、步骤b:当对各个监测区域的所有环境特征进行分配时,将任一未分配的监测区域作为目标监测区域,将所述目标监测区域的任一未分配的环境特征作为目标环境特征,计算所述目标监测区域的目标环境特征与对应的每个聚类中心的距离,并将所述目标监测区域的目标环境特征分配到距离最近的聚类簇中,根据分配得到的所述聚类簇中的目标环境特征,重新计算所述目标监测区域的所述聚类簇的新聚类中心;

26、重复执行步骤b,直到各个监测区域的所有环境特征分配到距离最近的聚类簇中,生成各个监测区域的分类数据。

27、优选地,所述计算各个监测区域之间同一类分类数据的数值差异性,包括:

28、获取各个监测区域的坐标信息;

29、根据各个监测区域的所述坐标信息计算每对监测区域之间的距离,计算距离最近的每对监测区域之间同一类分类数据的差值;其中,所述差值用于表征同一类分类数据的数值差异性。

30、优选地,所述根据各个监测区域之间同一类分类数据的所述数值差异性构建经验半变异函数,包括:

31、根据距离最近的每对监测区域之间同一类分类数据的差值绘制半变异函数图;其中,所述半变本文档来自技高网...

【技术保护点】

1.一种智慧城市的环境监测方法,其特征在于,应用于环境监测系统的控制中心,所述环境监测系统还包括多个用于监测城市环境数据的监测设备,所述控制中心与每个监测设备连接,所述监测设备包括空气质量监测器、水质传感器和噪音检测器,所述智慧城市的环境监测方法包括:

2.根据权利要求1所述的方法,其特征在于,所述分别提取各个监测区域的环境数据的特征信息,得到各个监测区域的环境特征,包括:

3.根据权利要求2所述的方法,其特征在于,所述计算每个特征向量与对应的标准特征向量的欧式距离,包括:

4.根据权利要求1所述的方法,其特征在于,所述每隔预设时间段接收各个监测区域的监测设备采集到的环境数据之后,还包括:

5.根据权利要求1所述的方法,其特征在于,所述利用K均值聚类算法分别对各个监测区域的环境特征进行分类,得到各个监测区域的分类数据,包括:

6.根据权利要求1所述的方法,其特征在于,所述计算各个监测区域之间同一类分类数据的数值差异性,包括:

7.根据权利要求6所述的方法,其特征在于,所述根据各个监测区域之间同一类分类数据的所述数值差异性构建经验半变异函数,包括:

8.根据权利要求1所述的方法,其特征在于,所述将所述环境特征集输入预先构建的环境质量评估模型,得到各个监测区域及所述未知监测区域的环境质量评估结果之后,还包括:

9.一种终端,其特征在于,包括存储器和处理器,所述存储器中存储有计算机可读指令,所述计算机可读指令被所述处理器执行时,使得所述处理器执行如权利要求1至8中任一项所述的智慧城市的环境监测方法的步骤。

10.一种环境监测系统,其特征在于,所述环境监测系统包括控制中心及多个用于监测城市环境数据的监测设备,所述控制中心与每个监测设备连接,所述监测设备包括空气质量监测器、水质传感器和噪音检测器,所述控制中心包括存储器和处理器,所述存储器中存储有计算机可读指令,所述计算机可读指令被所述处理器执行时,使得所述处理器执行如权利要求1至8中任一项所述的智慧城市的环境监测方法的步骤。

...

【技术特征摘要】

1.一种智慧城市的环境监测方法,其特征在于,应用于环境监测系统的控制中心,所述环境监测系统还包括多个用于监测城市环境数据的监测设备,所述控制中心与每个监测设备连接,所述监测设备包括空气质量监测器、水质传感器和噪音检测器,所述智慧城市的环境监测方法包括:

2.根据权利要求1所述的方法,其特征在于,所述分别提取各个监测区域的环境数据的特征信息,得到各个监测区域的环境特征,包括:

3.根据权利要求2所述的方法,其特征在于,所述计算每个特征向量与对应的标准特征向量的欧式距离,包括:

4.根据权利要求1所述的方法,其特征在于,所述每隔预设时间段接收各个监测区域的监测设备采集到的环境数据之后,还包括:

5.根据权利要求1所述的方法,其特征在于,所述利用k均值聚类算法分别对各个监测区域的环境特征进行分类,得到各个监测区域的分类数据,包括:

6.根据权利要求1所述的方法,其特征在于,所述计算各个监测区域之间同一类分类数据的数值差异性,包括:

【专利技术属性】
技术研发人员:舒俭毕永锐黄炫杰李日魏
申请(专利权)人:广州市心德实业有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1