-
公开(公告)号:CN118330148A
公开(公告)日:2024-07-12
申请号:CN202410719790.2
申请日:2024-06-05
Applicant: 生态环境部华南环境科学研究所(生态环境部生态环境应急研究所)
IPC: G01N33/00 , G01N13/00 , G01C21/20 , G06F18/25 , G06N20/10 , G06F18/214 , G06F18/2411 , B64U101/00
Abstract: 本发明涉及智能监测技术领域,具体为一种特殊地形地貌条件下的空气质量智能监测方法及系统,包括以下步骤:基于从监测设备接收的经纬度、海拔、地形特征、污染物浓度、气温和湿度数据,对数据点进行时间序列整理,与历史环境监测数据结合,并进行量纲消除与效率优化处理,得到标准化监测数据集。本发明中,通过预测模型能够在地形复杂地区提供准确的污染扩散预测,实时优化飞行路径的策略确保监测设备能够覆盖更广的区域,提高了数据收集的全面性,卷积神经网络的应用在提供地形偏差校准的同时,保证了数据处理的高效性和准确性,特别是在极端气候和复杂地形交互影响明显的环境中,提高了环境监测网络的响应速度和处理能力。
-
公开(公告)号:CN118330148B
公开(公告)日:2024-08-27
申请号:CN202410719790.2
申请日:2024-06-05
Applicant: 生态环境部华南环境科学研究所(生态环境部生态环境应急研究所)
IPC: G01N33/00 , G01N13/00 , G01C21/20 , G06F18/25 , G06N20/10 , G06F18/214 , G06F18/2411 , B64U101/00
Abstract: 本发明涉及智能监测技术领域,具体为一种特殊地形地貌条件下的空气质量智能监测方法及系统,包括以下步骤:基于从监测设备接收的经纬度、海拔、地形特征、污染物浓度、气温和湿度数据,对数据点进行时间序列整理,与历史环境监测数据结合,并进行量纲消除与效率优化处理,得到标准化监测数据集。本发明中,通过预测模型能够在地形复杂地区提供准确的污染扩散预测,实时优化飞行路径的策略确保监测设备能够覆盖更广的区域,提高了数据收集的全面性,卷积神经网络的应用在提供地形偏差校准的同时,保证了数据处理的高效性和准确性,特别是在极端气候和复杂地形交互影响明显的环境中,提高了环境监测网络的响应速度和处理能力。
-