基于廉价传感器的城市大气颗粒污染物监测系统

摘要

空气是我们共享的重要的生存资源，但是近年来某些区域的空气质量却呈现出逐渐恶化的趋势，尤其是对于一些发展中国家的超大型城市，如北京和新德里，空气污染已经成为这些城市一个很严重的问题。在空气污染的众多维度中，细粒度颗粒，尤其是 P M2.5近来越来越受到人们的关注，其中很重要的原因在于P M2.5在人们身体健康的直接影响，有研究资料表明 P M2.5粒子很容易被人体肺部器官吸收，长时间的P M2.5环境会导致呼吸系统甚至血液系统疾病,P M2.5相关的问题也是本文主要研究的内容。
　　由于P M2.5的严重影响，引发了民众想要时刻的知道自身周围环境的空气质量指数，由此来做出相应的防护措施。目前有很多的手机应用，直接使用公共监测站的数值提供给用户，但是这些数值并不是用户更加关心的当前位置准确的数值，因为用户绝大部分时间所处场所的P M2.5的数值对其健康的影响才是用户关注所在。同时，政府也意识到了更密集部署监测设备的数据可能会对“科技治霾”起到很大的帮助作用。
　　因此，本项目我们针对如何在控制成本保证精度的情况下进行 P M2.5设备的大密度监测方案进行了研究。我们提出了AirCloud系统，AirCloud采用了client-cloud架构。硬件前端，我们设计开发了廉价联网式的P M2.5监测设备——基站式AQM和移动式miniAQM。我们设计了其中的风道和结构，确保可以准确一致的测到P M2.5的数值。云端我们设计了云端的数据校正处理框架，设备的数据将会得到实时校正。我们使用了5个月的实验室数据和2个月的实际部署数据，对云端算法和整体系统的性能进行了测试，经过试验，我们的云端校正框架可以将传感器的准确率提高53.6％。通过这种校正处理，我们在降低前端硬件成本的基础上，保证了准确率，使得大密度部署并保证数据准确性成了可能。
　　我们后续在北京海淀进行了高密度的部署实验（200个基站式AQM设备）。我们对部署数据进行了统计分析并给出了一些有意义和初创的发现，这些发现对后续 P M2.5在时空层面上传播路径还原，污染源区域发现包括时间维度上的预测都会起到一定的帮助作用，而这些结论将直接帮助政府作出相应的决策，以科学高效的实现降霾目标。

目录

封面

中文摘要

英文摘要

目录

第1章 绪论

1.1 课题来源及研究目的与意义

1.2 P M2.5监测推断国内外研究现状

1.3 本文研究内容及技术难点

1.4 本文的组织结构

第2章 系统架构及数据源

2.1 系统架构

2.2 前端硬件设计

2.3 数据存储系统

2.4 本章小结

第3章 云端数据校正框架

3.1 预备知识

3.2 校正算法框架

3.3 数据预处理

3.4 神经网络单点校正处理

3.5 高斯过程多点联合校正

3.6 实验结果

3.7 本章小结

第4章 大密度 P M2.5监测数据挖掘分析

4.1 部署情况

4.2 统计分析结果

4.3 异常点位/污染地理源发现问题

4.4 本章小结

结论

参考文献

攻读硕士学位期间发表的论文及其他成果

声明

致谢