没有合适的资源?快使用搜索试试~ 我知道了~
基于大数据和物联网的空气质量预测监测研究
5星 · 超过95%的资源 8 下载量 150 浏览量
2021-01-14
07:46:53
上传
评论 2
收藏 2.38MB PDF 举报
温馨提示
空气质量预监测已成为一种迫切需求,而这是一个复杂的系统工程。从基于大数据的智能决策角度研究智能空气指数预测,引入流行的分类算法,挖掘历史数据隐含的信息,实现空气质量预测;构建了基于物联网的空气质量监测系统,利用分类算法实现实时采集数据的智能处理。针对空气指数历史数据和实时采集数据规模较大的问题,为提高数据处理速度、增强空气质量预测的实时性,引入云计算技术加速数据处理;为使用户随时随地了解空气指数,还设计了基于Android平台开发空气指数预报客户端。
资源推荐
资源详情
资源评论
2017 年 11 月 Journal on Communications November 2017
2017266-1
第 38 卷第 Z2 期 通 信 学 报 Vol.38
No.Z2
基于大数据和物联网的空气质量预测监测研究
刘燕
1,2
,张永平
2
,朱成
2
,皋军
2
,刘其明
2
(1. 南京理工大学电子工程与光学工程学院,江苏 南京 210094;2.
盐城工学院信息工程学院,江苏 盐城 224051)
摘 要:空气质量预监测已成为一种迫切需求,而这是一个复杂的系统工程。从基于大数据的智能决策角度研究
智能空气指数预测,引入流行的分类算法,挖掘历史数据隐含的信息,实现空气质量预测;构建了基于物联网的
空气质量监测系统,利用分类算法实现实时采集数据的智能处理。针对空气指数历史数据和实时采集数据规模较
大的问题,为提高数据处理速度、增强空气质量预测的实时性,引入云计算技术加速数据处理;为使用户随时随
地了解空气指数,还设计了基于 Android 平台开发空气指数预报客户端。
关键词:空气质量;智能预测;空气监测;Android
中图分类号:TP391 文献标识码:A
Intelligent forecasting and monitoring of air index
based on big data and internet of things
LIU Yan
1,2
, ZHANG Yong-ping
2
, ZHU Cheng
2
, GAO Jun
2
, LIU Qi-ming
2
(1. School of Electronic and Optical Engineering, Nanjing University of Science and Technology, Nanjing 210094, China;
2.
School of Information Engineering, Yancheng Institute of Technology, Yancheng 224051, China)
Abstract: Air quality forecast has become an urgent need. However, numerical forecast of air quality is a complex sys-
tems engineering. The intelligent forecasting of air index was studied from the perspective of big data and intelligent de-
cision making. For the index prediction of air quality, the popular classification algorithm was introduced to realize the
intelligent analysis of historical data. To obtain air quality information in real time, a monitoring system based on Internet
of Things was established, and intelligent processing of real-time data collected by the classification algorithm was
achieved. Due to the large amount of historical air index data and real-time data collected, the technology of cloud com-
puting and big data was introduced to speed up the data processing and improve the storage of data. In addition, the client
based on Android was developed to allow users to query the air quality anytime, anywhere.
Key words: air quality, intelligent forecast, air quality monitoring, Android
1 引言
由于气候变化、工业生产和人口聚集等原因,
我国很多地区的空气质量状况不容乐观。当前我国
还存在着空气质量监测和控制水平不高、人们主动
参与环保的意识还有待加强等问题,在大气污染的
治理方面还没有取得显著的成绩。然而,随着经济
的发展和生活水平的提高,人们对空气质量的关注
收稿日期:2017-09-24
通信作者:张永平,njustzhyp@sina.com.cn
基金项目:国家自然科学基金资助项目(No.61502411);江苏省科技型企业创新基金资助项目(No.BC2015178);江苏省高
校自然科学基金资助项目(No.16KJB520042);盐城工学院骨干教师科研启动基金资助项目(No.XJ2015017);江苏省生态
建材与环保装备协同创新中心基金资助项目(No.GX2015206);毫米波国家重点实验室基金资助项目(No.K201731)
Foundation Items: The National Natural Science Foundation of China (No.61502411), The Innovation Foundation of Science an
d
Technology Enterprises of Jiangsu Province (No.BC2015178), The Natural Science Fund of Colleges in Jiangsu (No.16KJB520042),
Research Fund by Yancheng Institute of Technology (No.XJ2015017), Project of Collaborative Innovation Center of Ecological
Building Materials and Environment Protection Equipment in Jiangsu Province (No.GX2015206), Project of Sate Key Laboratory o
f
Millimeter Waves (No.K201731)
doi:10.11959/j.issn.1000-436x.2017266
·130· 通 信 学 报 第 38 卷
越来越高,及时的空气质量预测预报已成为一种迫
切的需求。
为了使人们能够随时随地了解自己所处环境
的空气质量状况,本文跳出了一般空气质量数值预
测预报“建立监测点→采集数据→建立模型→分析
数据→得出结论”的模式,研究基于大数据和物联
网的空气质量预测监测,利用智能决策算法分析空
气质量历史数据和实时采集数据,以预测未来的空
气质量状况或监测当前的空气质量状况。为了加快
海量数据的处理速度,本文研究并引入了热门的大
数据处理技术;此外,还开发了基于 Android 的空
气质量预报客户端,以方便人们随时随地了解空气
质量状况。
2 相关工作
智能空气指数预测监测研究主要涉及如下一
些领域和工作。
2.1 空气质量预测
近年来,我国接连发生罕见的大范围、长时间
的雾霾天气过程,受其影响,全国多个城市出现了
连续数日的重度污染天气,而人口的逐渐聚集加重
了这一影响。雾霾天气和重度污染的空气给人们的
身体健康和生产生活带来诸多不便,引起政府和公
众的广泛关注,成为各大门户网站、微博、新闻媒
体等报道和讨论的热点
[1~4]
,空气质量的预测预报
成为迫切需要。
一般地,空气质量数值预测预报是通过各类预
报方法与手段相结合,气象、物理、化学、地理等
多学科耦合研究,建立空气质量模型,对多种大气
污染物在内的不同尺度下不同类型污染过程进行
模拟预测研究,这是一个非常复杂的系统工程
[5~10]
。
它需要设置监测点、采集数据、分析数据,根据空
气中各种成分的含量对照空气质量标准得出当前
或未来一段时间某地的空气质量状况。
目前,我国国家环境空气监测网还不健全,监控
点较少(国控点仅 1 436 个)、覆盖较低、精确性不够
(我国空气质量指数预报准确率范围为 23.43%~
81.15%,总体准确率仅为 48.37%)、溯源能力较弱、
预测能力较低。这就需要研究补充技术,在不增加或
少增加投入的前提下获得更精准的空气质量数据。热
门的大数据技术和重现蓬勃生机智能决策算法,可以
通过分析空气质量状况的历史信息来预测当前情况
下的空气质量,不必布置更多的监测点就可以对未来
一段时间内的空气质量进行预测,这为空气质量数值
预测预报带来了新的思路。
2.2 贝叶斯分类
分类是一种分析数据的形式,主要用来从待分
析的数据中提取需要的信息和知识,或是对未来的
信息进行预测
[12~15]
。本文在验证基于大数据的智能
空气质量预测和实时监测数据处理时,初步选用了贝
叶斯分类方法,主要是其针对每个项目通常只会有相
对较少的特征数,并且对项目的训练和分类也仅仅是
针对特征概率的数学运算,算法简单、可靠。
贝叶斯分类的处理过程如图 1 所示。图 1 中
()
i
P
ω
为先验概率、 (| )
i
Px
ω
为条件概率、 (|)
i
P
x
ω
为后验概率,有如下关系
(| )( )
(|)
()
ii
i
Px P
Px
Px
ω
ω
ω
= (1)
后验概率决策方法为
(|)max( |),
iji
Px P xx
ω
ωω
=
∈ (2)
图 1 贝叶斯算法分类/决策过程
2.3 大数据和云计算
智能空气质量预测需要对大量的历史数据进
行分析,处理速度受数据量规模的影响较大,引入
云计算技术加速数据的数据分析的速度是一个可
行的思路。事实上,可以认为大数据和云计算是“一
体两面”的:云计算提供作为计算资源的底层,支
撑着上层的大数据处理;而大数据为云计算提供了
应用平台,驱动着云计算的发展
[16~19]
。
Hadoop
是一个开源云计算平台,能够实现大数
据的分布处理
[19]
。 Hadoop 的分布式文件系统
2017266-2
剩余9页未读,继续阅读
资源评论
- SeaNico2023-07-26这份研究以大数据和物联网为基础,对空气质量进行预测和监测,提供了有价值的解决方案。
- 村上树树8252023-07-26该文献提供了对空气质量预测监测的研究,语言真实自然,没有浮夸的描述。
- ShepherdYoung2023-07-26该文件深入探讨了大数据和物联网在空气质量预测监测方面的潜力,开阔了人们的思路。
- ai2023-07-26研究内容朴实无华,结合实际问题,将大数据和物联网应用于空气质量预测监测,具有一定的实际应用意义。
- 乖巧是我姓名2023-07-26总体而言,这是一份很好的研究,通过大数据和物联网技术的融合,为空气质量预测监测提供了一种新的思路和方法。
weixin_38560039
- 粉丝: 3
- 资源: 888
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功