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() 涉及大气质量的城市生态环境遥感图像监测方法技术_技高网
当前位置: 首页 > 专利查询>兰州大学专利>正文

涉及大气质量的城市生态环境遥感图像监测方法技术

技术编号:40276351 阅读:14 留言:0更新日期:2024-02-02 23:03
本发明专利技术公开了一种涉及大气质量的城市生态环境遥感图像监测方法,步骤如下:首先划定目标城市区域的大气质量监测范围,获取该范围内的地面大气监测站的坐标以及大气质量的历史数据;然后获取FY4A、FY4B以及FY2G卫星对监测范围内的气象云图历史数据;建立以ResNet为卷积架构的图像识别模型,以气象云图历史数据中的真彩色图像或红外图像作为标注图像,将训练后的图像识别模型作为雾霾识别模型;设定时间t,在t时间内通过实时获取的地面大气监测站的pm10或pm2.5数据对雾霾识别模型进行修正训练;获取当前的气象云图数据,通过训练好的雾霾识别模型对目标城市区域内的大气环境数据进行标注并确定雾霾范围和变化情况。

【技术实现步骤摘要】

本专利技术属于大气污染防治,具体为涉及大气质量的城市生态环境遥感图像监测方法


技术介绍

1、大气污染综合防治是指在一个特定区域内,把大气环境看作一个整体,统一规划能源结构、工业发展、城市建设布局等,综合运用各种防治污染的技术措施,充分利用环境的自净能力,以改善大气质量。地区性污染和广域污染是多种污染源造成的,并受该地区的地形、气象、绿化面积、能源结构、工业结构、交通管理、人口密度等多种自然因素和社会因素的影响。大气污染物又不可能集中起来进行统一处理,因此只靠单项治理措施解决不了区域性的大气污染问题。实践证明,只有从整个区域大气污染状况出发,统一规划并综合运用各种防治措施,才可能有效地控制大气污染。大气污染综合防治的基本点是防与治的综合,实质是为了达到区域环境空气质量控制目标,对多种大气污染控制方案的技术可行性、经济合理性、区域适应性和实施可能性等进行最优化选择和评价,从而得出最优的控制技术方案和工程措施。

2、随着环境保护工作的快速发展和不断深入,污染防治攻坚战、生态环境保护督察、生态环境绩效评估、生态环境风险预警等新时期环境保护工作对环境监测提出了更多、更高的要求,以地面采样为主的传统环境监测已难以满足以全方位、全过程、全要素、全周期为特征的现代环境管理的需要,迫切需要将环境监测从点扩展到面上从静态监测扩展动态监测、将离散环境监测扩展到全域的连续监测。

3、而常规的地面监控手段中,尤其是针对现在大气污染中最关注的雾霾污染情况,基本上均参照地面pm10和pm2.5参数进行监测。但这种监测方式以每个地面监测站的覆盖范围划分,每个区域的pm10和pm2.5的值均等。然后这些均等的区块直接在地图上标注即实现图像反馈。但实际中,雾霾成因不确定,尤其是城市生态环境中,基于地面站的监测手段无法确定雾霾天气的发展过程,尤其是生成与消退原因无法确定,则无法因地制宜的制定有效的雾霾防治和处置措施。


技术实现思路

1、为了解决现有技术存在的问题,本专利技术提供一种涉及大气质量的城市生态环境遥感图像监测方法,主要是通过现有的遥感图像技术,通过图像识别模型和对应的方法流程,建立一套空中的大范围大气环境监测方法,从而结合地面监测数据一同获取和监测大气质量变化情况,并为后续的雾霾成因、消退原因提供技术支撑。

2、本专利技术所采用的技术方案为:

3、第一方面,本专利技术提供一种涉及大气质量的城市生态环境遥感图像监测方法,建立评估模型用于对城市区域采用卫星遥感技术对当前以及预期时间内大气质量的评估和预测,步骤如下:

4、步骤s100.首先划定目标城市区域的大气质量监测范围,获取该范围内的地面大气监测站的坐标以及大气质量的历史数据;

5、步骤s200.然后获取fy4a、fy4b以及fy2g卫星对监测范围内的气象云图历史数据;

6、步骤s300.建立以resnet为卷积架构的图像识别模型,以气象云图历史数据中的真彩色图像或红外图像作为标注图像;

7、若采用真彩色图像作为标注图像,将获取到的真彩色图像以时间标签匹配地面大气监测站的大气质量数据形成匹配组,然后以匹配组中的大气监测站的坐标在真彩色图像中确定对应的像素点,然后将该像素点的rgb值以及对应坐标的大气数据中的pm10或pm2.5数据匹配形成单组数据,以时间标签获取的单组数据排列形成表格,将该表格作为标注数据输入图像识别模型中进行训练;

8、若采用红外图像作为标注图像,将获取到的红外图像以时间标签匹配地面大气监测站的大气质量数据形成匹配组,然后以匹配组中的大气监测站的坐标在红外图像中确定对应的像素点,然后将该像素点的灰度值以及对应坐标的大气数据中的pm10或pm2.5数据匹配形成单组数据,以时间标签获取的单组数据排列形成表格,将该表格作为标注数据输入图像识别模型中进行训练;

9、将训练后的图像识别模型作为雾霾识别模型;

10、步骤s400.设定时间t,在t时间内通过实时获取的地面大气监测站的pm10或pm2.5数据对雾霾识别模型进行修正训练;

11、步骤s500.获取当前的气象云图数据,通过训练好的雾霾识别模型对目标城市区域内的大气环境数据进行标注并确定雾霾范围和变化情况。

12、结合第一方面,本专利技术提供第一方面的第一种实施方式,所述步骤s500中,对获取到的气象云图数据进行分隔处理,在图中以最小面积单位划分网格,通过雾霾识别模型获取每个网格区域内pm10或pm2.5数据的平均变化率为正且最大的,标记为雾霾发生源进行监测,并通过gis系统获取该网格区域内的地理信息数据,根据地理信息数据确定该网格区域内最大面积占比的环境条件,将该环境条件标记为雾霾正相关因素。

13、结合第一方面的第一种实施方式,本专利技术提供第一方面的第二种实施方式,获取pm10或pm2.5数据的平均变化率为正且最大的网格区域周围的网格区域的地理信息数据,根据周围的网格区域的地理信息数据比对确定重复率最高的环境条件,将该环境条件标记为雾霾正相关因素。

14、结合第一方面的第二种实施方式,本专利技术提供第一方面的第三种实施方式,所述网格区域内pm10或pm2.5数据的变化率为负时,确定变化率绝对值最大的网格区域,在确定该网格区域内监测时变化最大的环境条件,将该环境条件因素标记为雾霾负相关因素。

15、结合第一方面的第三种实施方式,本专利技术提供第一方面的第四种实施方式,获取pm10或pm2.5数据的平均变化率为正且最小的网格区域周围的网格区域的地理信息数据,根据周围的网格区域的地理信息数据比对确定重复率最高的环境条件,将该环境条件标记为雾霾负相关因素。

16、结合第一方面的第四种实施方式,本专利技术提供第一方面的第五种实施方式,所述环境条件包括海拔、风速、降雨量、日照、构筑物、用地类型、人口密度。

17、结合第一方面的第四种实施方式,本专利技术提供第一方面的第六种实施方式,所述步骤s500中,根据标记具有雾霾正相关因素的环境条件的区域单独设置若干流动的雾霾监测设备,通过雾霾监测设备对该区域内的pm10或pm2.5数值进行精确检测。

18、结合第一方面的第四种实施方式,本专利技术提供第一方面的第七种实施方式,所述步骤s500中,利用大气扩散模型calpuff和aermod,对以具有雾霾正相关因素的环境条件的网格区域作为污染源,将对应区域内的预处理数据输入大气扩散模型中,然后再输入当前大气条件,利用大气扩散模型对后面的雾霾天气情况进行预测。

19、本专利技术的有益效果为:

20、本专利技术通过深度学习方法训练图像识别模型,将获取到的监测区域内的历史气象云图和大气质量监测数据整理形成对应数据,然后将标注数据作为训练样本训练,从而使得获取的模型能够对实时获取的气象云图进行像素点级别的识别,并确定此时每个像素点所代表的pm10或pm2.5参数,相较于现有的地面监测站,其具有更大的参数范围,从而能够对某一区域内的雾霾发展情况进行监测,同本文档来自技高网...

【技术保护点】

1.涉及大气质量的城市生态环境遥感图像监测方法,建立评估模型用于对城市区域采用卫星遥感技术对当前以及预期时间内大气质量的评估和预测,其特征在于:步骤如下:

2.根据权利要求1所述的涉及大气质量的城市生态环境遥感图像监测方法,其特征在于:所述步骤S500中,对获取到的气象云图数据进行分隔处理,在图中以最小面积单位划分网格,通过雾霾识别模型获取每个网格区域内pm10或pm2.5数据的平均变化率为正且最大的,标记为雾霾发生源进行监测,并通过GIS系统获取该网格区域内的地理信息数据,根据地理信息数据确定该网格区域内最大面积占比的环境条件,将该环境条件标记为雾霾正相关因素。

3.根据权利要求2所述的涉及大气质量的城市生态环境遥感图像监测方法,其特征在于:获取pm10或pm2.5数据的平均变化率为正且最大的网格区域周围的网格区域的地理信息数据,根据周围的网格区域的地理信息数据比对确定重复率最高的环境条件,将该环境条件标记为雾霾正相关因素。

4.根据权利要求3所述的涉及大气质量的城市生态环境遥感图像监测方法,其特征在于:所述网格区域内pm10或pm2.5数据的变化率为负时,确定变化率绝对值最大的网格区域,在确定该网格区域内监测时变化最大的环境条件,将该环境条件因素标记为雾霾负相关因素。

5.根据权利要求4所述的涉及大气质量的城市生态环境遥感图像监测方法,其特征在于:获取pm10或pm2.5数据的平均变化率为正且最小的网格区域周围的网格区域的地理信息数据,根据周围的网格区域的地理信息数据比对确定重复率最高的环境条件,将该环境条件标记为雾霾负相关因素。

6.根据权利要求5所述的涉及大气质量的城市生态环境遥感图像监测方法,其特征在于:所述环境条件包括海拔、风速、降雨量、日照、构筑物、用地类型、人口密度。

7.根据权利要求5所述的涉及大气质量的城市生态环境遥感图像监测方法,其特征在于:所述步骤S500中,根据标记具有雾霾正相关因素的环境条件的区域单独设置若干流动的雾霾监测设备,通过雾霾监测设备对该区域内的pm10或pm2.5数值进行精确检测。

8.根据权利要求5所述的涉及大气质量的城市生态环境遥感图像监测方法,其特征在于:所述步骤S500中,利用大气扩散模型Calpuff和Aermod,对以具有雾霾正相关因素的环境条件的网格区域作为污染源,将对应区域内的预处理数据输入大气扩散模型中,然后再输入当前大气条件,利用大气扩散模型对后面的雾霾天气情况进行预测。

...

【技术特征摘要】

1.涉及大气质量的城市生态环境遥感图像监测方法,建立评估模型用于对城市区域采用卫星遥感技术对当前以及预期时间内大气质量的评估和预测,其特征在于:步骤如下:

2.根据权利要求1所述的涉及大气质量的城市生态环境遥感图像监测方法,其特征在于:所述步骤s500中,对获取到的气象云图数据进行分隔处理,在图中以最小面积单位划分网格,通过雾霾识别模型获取每个网格区域内pm10或pm2.5数据的平均变化率为正且最大的,标记为雾霾发生源进行监测,并通过gis系统获取该网格区域内的地理信息数据,根据地理信息数据确定该网格区域内最大面积占比的环境条件,将该环境条件标记为雾霾正相关因素。

3.根据权利要求2所述的涉及大气质量的城市生态环境遥感图像监测方法,其特征在于:获取pm10或pm2.5数据的平均变化率为正且最大的网格区域周围的网格区域的地理信息数据,根据周围的网格区域的地理信息数据比对确定重复率最高的环境条件,将该环境条件标记为雾霾正相关因素。

4.根据权利要求3所述的涉及大气质量的城市生态环境遥感图像监测方法,其特征在于:所述网格区域内pm10或pm2.5数据的变化率为负时,确定变化率绝对值最大的网格区域,在确定该网格区域内监测时变化最大的...

【专利技术属性】
技术研发人员:李霞巩杰
申请(专利权)人:兰州大学
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