基于群智感知模式的區(qū)域性大氣細(xì)顆粒物濃度分布研究.pdf

1、現(xiàn)階段頻繁的霧霾天氣已經(jīng)嚴(yán)重威脅著人類的生命健康，細(xì)顆粒物濃度偏高的現(xiàn)象在發(fā)展中國家尤為嚴(yán)重；另一方面，隨著城市常駐人口的不斷增加，人們的活動區(qū)域也開始向低空擴(kuò)展。因此，建模并分析三維空間中細(xì)顆粒物PM2.5（顆粒物直徑小于2.5μm）的細(xì)粒度濃度分布對政府、人民都有著重大的意義。PM2.5的濃度在小范圍內(nèi)差異明顯，細(xì)粒度的濃度分布圖能以較高的分辨率捕捉到這些變化，有利于理解其產(chǎn)生及變化的規(guī)律，為后續(xù)的進(jìn)一步研究（如鎖定污染源等）提供了

2、數(shù)據(jù)基礎(chǔ)。但是，已有的環(huán)境監(jiān)測站無法提供細(xì)粒度的濃度分布圖，而大面積定點布置傳感器的監(jiān)測方案又會產(chǎn)生高昂的成本，同時，低空區(qū)域監(jiān)測手段更是嚴(yán)重缺失。
　　基于上述情況，本文提出了具有高分辨率的三維時空細(xì)顆粒物濃度監(jiān)測系統(tǒng)BlueAer。系統(tǒng)的核心技術(shù)及主要研究成果如下：
　?。?）為了實現(xiàn)高效的數(shù)據(jù)采集機(jī)制，本文受啟發(fā)于群智感知理論，提出了基于群智感知模式的移動采集策略：利用含有內(nèi)置低成本傳感器的移動載體獲得大量的3D樣本。

3、考慮到地面采集受限于道路網(wǎng)絡(luò)約束，本文給出路徑規(guī)劃算法并計算出合理的采集路線，無人機(jī)則以該路線為基礎(chǔ)負(fù)責(zé)低空區(qū)域內(nèi)的細(xì)顆粒物濃度數(shù)據(jù)采集。
　?。?）數(shù)據(jù)的一致性處理將雜亂無序的數(shù)據(jù)轉(zhuǎn)變?yōu)槟艽韰^(qū)域特征的信息，具體包括數(shù)據(jù)的質(zhì)量增強(qiáng)、時空分辨率、空間數(shù)據(jù)融合等。其中，數(shù)據(jù)質(zhì)量增強(qiáng)根據(jù)傳感器數(shù)據(jù)的連續(xù)性提出趨勢性數(shù)據(jù)質(zhì)量增強(qiáng)算法；以大量的監(jiān)測數(shù)據(jù)為基礎(chǔ)統(tǒng)計出合理的時空分辨率；給出空間數(shù)據(jù)融合規(guī)則，進(jìn)一步利用冗余數(shù)據(jù)推算出具有區(qū)域特征

4、的細(xì)顆粒物濃度值。
　?。?）針對未監(jiān)測區(qū)域，本文摒棄大量分析具體影響因素（如車流量、地理特征、溫度、風(fēng)向、單輛車排放量）的方法，以概率轉(zhuǎn)移的方式模擬空間粒子擴(kuò)散，結(jié)合隨機(jī)游走原理，提出了三維的概率性濃度估算算法3D-PCEM。實驗數(shù)據(jù)表明，較之于高斯過程（GP）和人工神經(jīng)網(wǎng)絡(luò)（ANN）等估算方法，3D-PCEM的估算精度分別提高了15.4％和41.0%。
　?。?）在構(gòu)建實際系統(tǒng)時，本文還綜合考慮傳感器選取、校正、安裝、數(shù)