(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111480244.0 (22)申请日 2021.12.0 6 (71)申请人 吴启德 地址 215128 江苏省苏州市苏州工业园区 石莲街国宾花园267幢5 04 (72)发明人 吴启德　黄刘生　徐宏力　 (74)专利代理 机构 北京慕达星云知识产权代理 事务所 (特殊普通合伙) 11465 代理人 李冉 (51)Int.Cl. G01N 15/06(2006.01) G01D 21/02(2006.01) H04L 67/12(2022.01) H04L 67/1097(2022.01)H04W 4/38(2018.01) H04Q 9/00(2006.01) G06F 30/20(2020.01) G06Q 50/26(2012.01) (54)发明名称 基于端云协同的大气颗粒污染物时空预测 云平台 (57)摘要 本发明公开了一种基于端云协同的大气颗 粒污染物时空预测云平台， 一种基于端云协同的 大气颗粒污染物时空预测云平台， 利用采集终端 采集大气环 境监测数据， 并通过物联网传输至云 端， 进行数据分析处理， 对大气颗粒污染物分布 进行建模分析， 实现时空预测， 端云协同架构可 以有效提高服务性能， 提高预测分析的准确性和 实时性。 权利要求书1页 说明书6页 附图2页 CN 114235653 A 2022.03.25 CN 114235653 A 1.一种基于端云协同的大气颗粒污染物时空预测云平台， 其特征在于， 包括采集终端、 云平台分布式存储模块、 云平台并行处理分析模块和数据可视化系统； 所述采集终端利用 不同传感器采集大气环境数据并通过物联网传输至 云平台分布式存储模块； 所述云平台分 布式存储模块分布式存储不同传感器采集的所述大气环境数据； 所述云平台并行 处理分析 模块调取所述云平台分布式存储模块的所述大气环境数据进 行处理， 并实现大气 颗粒物浓 度预测， 获得分析 预测结果并传输 至所述数据可视化系统进行图文显示。 2.根据权利要求1所述的基于端云协同的大气颗粒污染物时空预测云平台， 其特征在 于， 所述采集终端包括MCU、 PM2.5传感器、 臭氧传感器、 二氧化碳传感器、 温度传感器、 湿度 传感器和/或气压传感器； 所述MCU与传感器无线通讯， 并通过GPRS与所述云平 台分布式存 储模块进行 无线数据传输 。 3.根据权利要求1所述的基于端云协同的大气颗粒污染物时空预测云平台， 其特征在 于， 所述云平台分布式存储模块采用Hadoop开源技术 实现所述大气环 境数据中颗粒物空间 数据和业 务数据的分布式存 储。 4.根据权利要求1所述的基于端云协同的大气颗粒污染物时空预测云平台， 其特征在 于， 所述云平台并行处 理分析模块对所述大气环境数据进行处 理的过程包括： 步骤1： 去除重复数据； 间隔时间获取数据文件， 按行读取文件， 从首行开始， 将原始文 件的每一行存入列 表中， 如果新读取的行不存在于列 表中， 则将该行加入列 表中， 将最 终的 列表写入到新的文件中， 获得 所有监测点数据； 步骤2： 筛选所需数据； 经过监测点名称匹配， 并根据设定规则去除所述所有监测点数 据的无效数据， 根据监测点名称列表对数据按照时间顺序进行保存后获得 所需数据； 步骤3： 补全缺失数据； 采用均值补全法对获得的所需数据进行补全获得模型输入数 据； 步骤4： 归一化处理； 对模型输入数据进行数据转换， 统一成数值类型数据， 对转换后的 模型输入数据进行归一 化处理获得数据集。 5.根据权利要求1所述的基于端云协同的大气颗粒污染物时空预测云平台， 其特征在 于， 所述云平台并行 处理分析模块采用估算模型根据调取 处理后大气环境数据进 行大气颗 粒区浓度预测， 所述估算模型包括基于高斯模型及其改进的ADMS模型、 AERMOD模型和 CALPUFF模型， 以及人工神经网络模型、 基因表达式编程模型和全球大气传输化学模型。 6.根据权利要求1所述的基于端云协同的大气颗粒污染物时空预测云平台， 其特征在 于， 所述数据可视化系统进行数据可视化实现图文显示， 是以数据流向为主线的数据 处理 映射， 具体过程包括： 数据处 理和变换、 可视化映射； 数据处理和变换： 进行数据预处理和数据挖掘， 获得处理后数据； 采用聚类、 抽样统计 学方法进行 预处理； 根据数据特 征、 模式结合云端数据库中数据进行 数据挖掘； 可视化映射： 将处 理后数据映射成可视化元 素。 7.根据权利要求2所述的基于端云协同的大气颗粒污染物时空预测云平台， 其特征在 于， 所述M CU与传感器无线通讯方式包括蓝牙、 W i‑Fi、 以太网、 GSM、 5G或3G/4G。权　利　要　求　书 1/1 页 2 CN 114235653 A 2基于端云协同的大气颗粒污染物时空预测云 平台 技术领域 [0001]本发明涉及计算机技术领域， 更具体的说是涉及 一种基于端云协同的大气颗粒污 染物时空预测云平台。 背景技术 [0002]目前， 业界已基于大气颗粒物预测模型， 结合计算机技术， 进行了大气环境空间监 测预报信息化的研究。 张亦含等人利用B/S架构和WebGIS技术， 实现了大气环 境监测数据管 理平台的开 发工作， 目前已投入环境信息中心， 取得较好效果。 齐晶瑶等人对大气环境进 行 远程监测， 其系统利用有效的网络资源和虚拟技术实现了大气环境质量的远程数据采集、 数据存储、 数据传输和数据分析等功能， 满足了大气环境质量监测中仪器互联和资源共享 的需要。 [0003]目前对于大气环境监测预报系统的研究也较多， 但是， 对于大气环境监测平台的 建设主要集中于传统单机环境和云平台。 由于大气监测数据量的日益庞大， 运算模型 的复 杂， 传统单机环境下的数据存储和处理， 都已力不从心， 难以满足数据实时获取， 迅速处理 的需求， 因此， 云模式下的大气监测系统建 设已成为 一种趋势。 [0004]因此， 如何实现云模式下的大气环境监测预报是本领域技术人员亟需解决的问 题。 发明内容 [0005]有鉴于此， 本发明提供了一种基于端云协同的大气颗粒污染物时空预测 云平台， 将基于单一点信息的预测， 提升为通过云模式协同采集终端的信息进行协同预测。 大气污 染物监测能够很好的适用于云端协同架构物联网应用， 采集终端负责测 量、 采集大气环境 中的颗粒物浓度分布并进 行上传， 云端负责将数据进 行汇总处理， 并面向外部发布。 采集 终 端进行遥感监测采用NASA  MODIA数据， 并在数据分析服务器中基于AOT ‑PM2.5关系模型进 行预测； 测点监测预报采用数学模型。 根据目前实际需求构建基于端云协同的大气颗粒物 时空预测平台， 符合信息化建设的趋势， 为以后大气颗粒物的研究提供科学依据和 技术保 障。 [0006]为了实现上述目的， 本发明采用如下技 术方案： [0007]基于端云协同的大气颗粒污染物时空预测云平台， 包括采集终端、 云平台分布式 存储模块、 云平台并行处理分析模块和数据可视化系统； 所述采集终端利用不同传感器采 集大气环境数据并通过物联网传输至云平台分布式存储模块； 所述云平台分布式存储模块 分布式存储不同传感器采集的所述大气环境数据； 所述云平台并行处理分析模块调取所述 云平台分布式存储模块的所述大气环境数据进行处理， 并实现大气颗粒物浓度预测， 获得 分析预测结果并传输 至所述数据可视化系统进行图文显示。 [0008]端云协同体现在采集终端和云端系统实现端云协同， 采集终端负责测量、 采集大 气环境中的颗粒物浓度分布并通过GPRS上传云端， 云端责将数据进行汇总处理， 并面向外说　明　书 1/6 页 3 CN 114235653 A 3