CN107576598B - 一种大气颗粒物质量的获取方法以及终端 - Google Patents
一种大气颗粒物质量的获取方法以及终端 Download PDFInfo
- Publication number
- CN107576598B CN107576598B CN201710844627.9A CN201710844627A CN107576598B CN 107576598 B CN107576598 B CN 107576598B CN 201710844627 A CN201710844627 A CN 201710844627A CN 107576598 B CN107576598 B CN 107576598B
- Authority
- CN
- China
- Prior art keywords
- atmospheric
- particulates
- atmospheric particulate
- target
- mass
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Sampling And Sample Adjustment (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本申请实施例公开了一种大气颗粒物质量的获取方法以及终端,用于滤除大气颗粒物由于吸收了环境的水蒸气而附加的液态水的质量,以得到在预设时间区间内的大气颗粒物实际总质量。本申请实施例方法包括:终端获取监测设备在预设时间区间内采集到的大气颗粒物粒径的第一集合,并根据第一预设算法由第一集合中的大气颗粒物粒径计算得到大气颗粒物目标粒径,且获取该大气颗粒物目标粒径的第二集合;之后,终端再根据第二预设算法由大气颗粒物目标粒径计算得到大气颗粒物实际质量,并获取大气颗粒物实际质量的第三集合;最后,终端将第三集合中的大气颗粒物实际质量进行运算,得到该预设时间区间内的大气颗粒物实际总质量。
Description
技术领域
本申请涉及环境监测领域,尤其涉及一种大气颗粒物质量的获取方法以及终端。
背景技术
大气中的颗粒状物质(也可称为气溶胶,或简称为大气颗粒物)在自然界以及日常生活中普遍存在,如灰尘、细菌、雾霾、烟尘等。大气颗粒物的来源可分为天然源和人为源,天然源包括地面扬尘、火山爆发释放的火山灰、沙尘暴等,人为源包括各种燃料燃烧生成的烟尘、工业生产散发的材料颗粒、汽车尾气等。而大气中悬浮的大气颗粒物绝大部分是在各种工业、农业生产过程中形成的。不同的大气颗粒物的空气动力学当量直径(也可称为粒径)也是不同的,其中,粒径小于100μm的称为总悬浮颗粒物(英文缩写:TSP,英文全称:Total Suspended Particulate),小于10μm的称为可吸入颗粒物,用PM10表示,小于2.5μm的称为呼吸性颗粒物,用PM2.5表示。大气颗粒物粒径越小,对身体健康影响就越大。而随着社会的进步、生活水平的提高,人们越来越重视环境问题,大气颗粒物也是影响环境的重要因素,其对大气能见度、人们身体健康以及全球气候等都有重要影响,因此,针对大气颗粒物的测量就成为环境保护、预防疾病等的重要内容。
目前,已有基于不同测量原理或方法的多种类型的监测设备,用以对大气颗粒物进行监测。基于滤膜称重法、压电晶体法、微量振荡天平法或β射线吸收法等测量方法的监测设备可以直接测量大气颗粒物质量,例如:滤膜称重法就是以规定的流量采样,将空气中的大气颗粒物捕集于高性能滤膜上,烘干后称量滤膜采样前后的质量,由其质量差求得捕集的大气颗粒物的质量,其与采样的空气量之比即为大气颗粒物的质量浓度。而基于光散射法的测量方法的监测设备则是先测量大气颗粒物的粒径的分布,之后再将大气颗粒物的粒径通过计算转化为大气颗粒物质量。光散射法的基本原理是:用一个或几个光源发出的光照射至被测大气颗粒物上,在一定的方向上用光电转换元件接收散射光的信号,然后根据所测的信号,按照光散射理论计算出相应的被测大气颗粒物的粒径、粒径的分布等有关参数。据此对大气颗粒物进行分析,以得到具有统计意义的结论,从而用于指导人们的生活以及生产活动。
然而,基于光散射法的监测设备测得的大气颗粒物粒径是吸收了大气环境水蒸气的大气颗粒物的粒径,由于该粒径吸收了大气环境水蒸气,粒径将增大,因此该大气颗粒物粒径大于大气颗粒物实际质量对应的目标粒径,而通过光散射法算得的大气颗粒物质量与大气颗粒物粒径是成正相关关系,因而由此算得的大气颗粒物质量既包括了大气颗粒物实际质量,也包括了大气颗粒物由于吸收了环境中的水蒸气而附加的液态水的质量(也可称为附加质量),导致最终计算得到的预设时间区间的大气颗粒物总质量大于大气颗粒物实际总质量,存在误差。
发明内容
本申请实施例提供了一种大气颗粒物质量的获取方法以及终端,用于滤除大气颗粒物由于吸收了环境的水蒸气而附加的液态水的质量,以得到在预设时间区间内的大气颗粒物实际总质量。
具体技术方案包括:
本申请提供了一种大气颗粒物质量的获取方法,该方法包括:
终端获取大气颗粒物粒径的第一集合,该大气颗粒物粒径由监测设备在预设时间区间内进行采集得到,该大气颗粒物粒径为大气颗粒物在监测点吸收大气环境水蒸气后的粒径,该监测点为该监测设备所在的位置;
该终端根据第一预设算法由该第一集合中的该大气颗粒物粒径计算得到大气颗粒物目标粒径,并获取该大气颗粒物目标粒径的第二集合,该大气颗粒物目标粒径为该大气颗粒物经干燥后的粒径;
该终端根据第二预设算法由该大气颗粒物目标粒径计算得到大气颗粒物实际质量,并获取大气颗粒物实际质量的第三集合;
该终端对该第三集合中的该大气颗粒物实际质量进行运算,以得到该预设时间区间内的大气颗粒物实际总质量。
可选地,该终端根据第一预设算法由该第一集合中的该大气颗粒物粒径计算得到大气颗粒物目标粒径包括:
该终端根据计算公式计算得到大气颗粒物目标粒径,其中D为该大气颗粒物粒径,Ddry为该大气颗粒物目标粒径,RH为该终端获取的该监测点的大气环境相对湿度,κi为与大气颗粒物成分i相对应的吸湿性常数,n为该大气颗粒物成分的种类值,M为在预设目标时间区间内采集到的目标大气颗粒物质量,该预设目标时间区间为该预设时间区间的子集,Mi为与该M对应的该大气颗粒物成分i的质量。
可选地,该终端根据第二预设算法由该大气颗粒物目标粒径计算得到大气颗粒物实际质量包括:
可选地,ρ包括1.6g/cm-3。
本申请还提供一种终端,该包括:
第一获取单元,用于获取大气颗粒物粒径的第一集合,该大气颗粒物粒径由监测设备在预设时间区间内进行采集得到,该大气颗粒物粒径为大气颗粒物在监测点吸收大气环境水蒸气后的粒径,该监测点为该监测设备所在的位置;
第一运算单元,用于根据第一预设算法由该第一集合中的该大气颗粒物粒径计算得到大气颗粒物目标粒径,该大气颗粒物目标粒径为该大气颗粒物经干燥后的粒径;
第二获取单元,用于获取该大气颗粒物目标粒径的第二集合;
第二运算单元,用于根据第二预设算法由该大气颗粒物目标粒径计算得到大气颗粒物实际质量;
第三获取单元,用于获取大气颗粒物实际质量的第三集合;
第三运算单元,用于对该第三集合中的该大气颗粒物实际质量进行求和运算,以得到该预设时间区间内的大气颗粒物实际总质量。
可选地,该第一运算单元包括:
第一运算子单元,用于根据计算公式计算得到大气颗粒物目标粒径,其中D为该大气颗粒物粒径,Ddry为该大气颗粒物目标粒径,RH为该终端获取的该监测点的大气环境相对湿度,κi为与大气颗粒物成分i相对应的吸湿性常数,n为该大气颗粒物成分的种类值,M为在预设目标时间区间内采集到的目标大气颗粒物质量,该预设目标时间区间为该预设时间区间的子集,Mi为与该M对应的该大气颗粒物成分i的质量。
可选地,该第二运算单元包括:
此外,本申请还提供一种终端,该终端包括:
处理器,存储器,总线和输入输出接口,该处理器、存储器和输入输出接口通过该总线连接;该存储器中存储有程序代码,该程序代码用于存储操作指令;该处理器用于调用该存储器中的程序代码时执行本申请实施例中任一项方法中该终端需要执行的步骤。
本申请提供一种包含指令的计算机程序产品,当其在计算机上运行时,使得该计算机执行本申请实施例中任一项方法的步骤。
本申请还提供一种计算机可读存储介质,需要说明的是,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产口的形式体现出来,该计算机软件产品存储在一个存储介质中,用于储存为上述相关设备所用的计算机软件指令,当该指令在计算机上运行时,使得计算机执行本申请实施例中任一项方法的步骤。
该存储介质可以是U盘、移动硬盘、只读存储器(英文缩写:ROM,英文全称:Read-Only Memory)、随机存取存储器(英文缩写:RAM,英文全称:Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质,具体此处不做限定。
从以上技术方案可以看出,本申请实施例具有以下优点:
终端获取监测设备在预设时间区间内采集得到的大气颗粒物粒径的第一集合,并根据第一预设算法由第一集合中的大气颗粒物粒径计算得到大气颗粒物目标粒径,之后,再根据第二预设算法由第二集合中的大气颗粒物目标粒径计算得到大气颗粒物实际质量,最后将第三集合中的大气颗粒物实际质量进行运算,得到该预设时间区间内的大气颗粒物实际总质量。本申请实施例首先根据第一预设算法,由监测设备监测到的大气颗粒物粒径得到大气颗粒物目标粒径,再根据第二预设算法,由大气颗粒物目标粒径得到大气颗粒物实际质量,最后通过对第三集合中的大气颗粒物实际质量进行运算得到预设时间区间内大气颗粒物实际总质量,根据第二预设算法以及求和运算得到的大气颗粒物实际总质量滤除了大气颗粒物由于吸收了环境的水蒸气而附加的液态水的质量,消除了大气颗粒物总质量与大气颗粒物实际总质量之间的误差。
附图说明
图1为本申请实施例中大气颗粒物质量的获取方法的一个实施例示意图;
图2为本申请实施例中大气颗粒物质量的获取方法的另一实施例示意图;
图3为本申请实施例中终端的一个实施例示意图;
图4为本申请实施例中终端的另一实施例示意图;
图5为本申请实施例中终端的另一实施例示意图。
具体实施方式
本申请实施例公开了一种大气颗粒物质量的获取方法以及终端,用于滤除大气颗粒物由于吸收了环境的水蒸气而附加的液态水的质量,以得到在预设时间区间内的大气颗粒物实际总质量。
为便于理解,下面对本申请实施例中的具体流程进行描述,请参阅图1,本申请实施例中大气颗粒物质量的获取方法的一个实施例包括:
101、终端获取大气颗粒物粒径的第一集合;
布置在监测点的监测设备在预设时间区间对大气颗粒物粒径进行采集,采集的大气颗粒物粒径为大气颗粒物在监测点吸收大气环境水蒸气后的粒径。预设时间区间可以在该监测设备连续工作时的最大监测时长内根据需要自行选择,例如,若该监测设备最多可连续工作长达3个月的时长,则可以根据需要选择监测设备开始工作时至工作开始后的3个月内的任意一个时间区间作为预设时间区间,可以选择1天作为预设时间区间,也可以选择1个月作为预设时间区间,具体此处不做限定。当根据需要选择好预设时间区间后,终端将从该监测设备处获取该预设时间区间内的大气颗粒物粒径的第一集合。
需要说明的是,在本申请实施例中,监测设备对大气颗粒物粒径的监测过程可以是:监测设备实时采集监测环境下的大气颗粒物粒径,将采集到的大气颗粒物粒径分配至预先设置好的不同粒径区间并计数,当达到预设时间区间时,监测设备对隶属于不同粒径区间的大气颗粒物粒径进行算术平均运算,得到该粒径区间的一个平均的大气颗粒物粒径,该平均的大气颗粒物粒径就为属于该粒径区间的大气颗粒物粒径。以监测PM2.5的监测设备为例,假设监测设备预先设置好的粒径区间的数量为5,这5个粒径区间分别为0.3μm至0.8μm、0.8μm至1.2μm、1.2μm至1.6μm、1.6μm至2.0μm、2.0μm至2.5μm,且分别记为粒径区间1,粒径区间2,粒径区间3,粒径区间4,粒径区间5。若监测设备被设置为需要获取某日9:00至10:00这一预设时间区间内的大气颗粒物粒径的第一集合,那么在监测设备在9:00开始工作时,该监测设备就开始实时采集大气颗粒粒径的大小,直至监测设备在10:00时停止工作,假设在粒径区间1中,监测设备共采集到100个大气颗粒物粒径,则监测设备将对这100个采集到的大气颗粒物粒径进行算术平均运算,得到粒径区间1中的大气颗粒物粒径,可将粒径区间1中的大气颗粒物粒径记为大气颗粒物粒径1,同样地,也可对粒径区间2至粒径区5中的大气颗粒物粒径分别计算,得到大气颗粒物粒径2至大气颗粒物粒径5。那么,大气颗粒物粒径1至大气颗粒物5就构成大气颗粒物粒径的第一集合。除了以上所述的监测过程,监测设备的监测过程还可以是:监测设备在预设时间区间获取大气颗粒物粒径关于时间区间的大气颗粒物粒径分布函数,再将预设时间区间分割成若干个连续的小的时间区间,在每一个小的时间区间内对对应该小的时间区间的大气颗粒物粒径分布函数进行运算,得到一个针对该小的时间区间的大气颗粒物粒径,假设预设时间区间分割成连续的5个小的时间区间,那么监测设备也将通过运算得到5个对应的大气颗粒物粒径,这5个大气颗粒物粒径就构成第一集合。综上,监测设备对大气颗粒物粒径的监测方式可以有多种,具体此处不做限定。
102、终端根据第一预设算法由大气颗粒物粒径计算得到大气颗粒物目标粒径;
终端获取监测设备采集的大气颗粒物粒径的第一集合之后,将根据第一预设算法对大气颗粒物粒径进行计算,得到大气颗粒物目标粒径,该大气颗粒物目标粒径为步骤101中监测设备采集到的大气颗粒物经干燥后的粒径。在本实施例中,终端可以根据第一预设算法由大气颗粒物粒径直接计算得到大气颗粒物目标粒径,也可以根据第一预设算法先得到一个或多个中间参数,再通过中间参数计算得到大气颗粒物目标粒径,终端获取大气颗粒物目标粒径的方式具体视第一预设算法而定,具体此处不做限定。
103、终端获取大气颗粒物目标粒径的第二集合;
终端根据第一预设算法由大气颗粒物粒径计算得到大气颗粒物目标粒径,该大气颗粒物目标粒径就构成第二集合。
104、终端根据第二预设算法由大气颗粒物目标粒径计算得到大气颗粒物实际质量;
终端获取监测设备采集的大气颗粒物目标粒径的第二集合之后,将根据第二预设算法对大气颗粒物目标粒径进行计算,得到大气颗粒物实际质量。在本实施例中,终端可以根据第二预设算法由大气颗粒物目标粒径直接计算得到大气颗粒物实际质量,也可以根据第二预设算法先得到一个或多个中间参数,再通过中间参数计算得到大气颗粒物实际质量,终端获取大气颗粒物实际质量的方式具体视第二预设算法而定,具体此处不做限定。
105、终端获取大气颗粒物实际质量的第三集合;
终端根据第二预设算法由大气颗粒物目标粒径计算得到大气颗粒物实际质量,该大气颗粒物实际质量就构成第三集合。
106、终端对第三集合中的大气颗粒物实际质量进行运算得到大气颗粒物实际总质量。
终端获取大气颗粒物实际质量的第三集合之后,将对大气颗粒物实际质量进行运算,得到大气颗粒物实际总质量。终端可以对第三集合中的大气颗粒物实际质量进行求和运算,得到大气颗粒物实际总质量;此外,终端也可以对大气颗粒物实际质量进行加权运算,得到大气颗粒物实际总质量,具体的运算方式此处不做限定。
在本申请实施例中,终端获取监测设备在预设时间区间内采集得到的大气颗粒物粒径的第一集合,并根据第一预设算法由第一集合中的大气颗粒物粒径计算得到大气颗粒物目标粒径,之后,再根据第二预设算法由第二集合中的大气颗粒物目标粒径计算得到大气颗粒物实际质量,最后将第三集合中的大气颗粒物实际质量进行运算,得到该预设时间区间内的大气颗粒物实际总质量。本申请实施例首先根据第一预设算法,由监测设备监测到的大气颗粒物粒径得到大气颗粒物目标粒径,再根据第二预设算法,由大气颗粒物目标粒径得到大气颗粒物实际质量,最后通过运算得到预设时间区间内大气颗粒物实际总质量,根据第二预设算法以及对第三集合的运算得到的大气颗粒物实际总质量滤除了大气颗粒物由于吸收了环境的水蒸气而附加的液态水的质量,消除了大气颗粒物总质量与大气颗粒物实际总质量之间的误差。
为进一步理解终端是如何根据第一预设算法以及第二预设算法计算得到大气颗粒物实际质量,下面对本申请实施例中的具体流程进行详细描述,具体请参阅图2,本申请实施例中大气颗粒物质量的获取方法的另一实施例包括:
201、终端获取大气颗粒物粒径的第一集合;
在本实施例中,步骤201与前述图1所示实施例中的步骤101类似,具体此处不再赘述。
终端根据计算公式计算得到大气颗粒物目标粒径,其中D为该大气颗粒物粒径,Ddry为该大气颗粒物目标粒径,RH为该终端获取的该监测点的大气环境相对湿度,RH可以由集成监测大气环境相对湿度的传感器的监测设备在预设时间区间内通过对大气环境的相对湿度进行监测来获取,也可以通过在该监测设备所处的监测点同时设置监测大气环境湿度的监测仪器对大气环境的相对湿度进行监测来获取,具体此处不做限定。该监测设备获取到大气环境相对湿度之后,监测设备可以通过自身的通信模块将获取的大气环境相对湿度发送至终端,也可以将获取的大气环境相对湿度上传至与该监测设备对应的云平台,终端从该云平台下载该大气环境相对湿度,终端获取大气环境相对湿度的方式具体此处不做限定。
κi为与大气颗粒物成分i相对应的吸湿性常数,n为该大气颗粒物成分的种类值,M为在预设目标时间区间内采集到的目标大气颗粒物质量,该预设目标时间区间为该预设时间区间的子集,Mi为与该M对应的该大气颗粒物成分i的质量。假设在理想情况下,单个大气颗粒物均由有机颗粒物组成,那么n为1,i也为1,对有机颗粒物而言,κ约为0至0.2之间,在计算中一般折中取为0.1,因此例如,假设在某监测点布置有集成监测大气环境相对湿度的传感器的监测设备,该监测设备为监测PM2.5的监测设备,在某日0:00至24:00的预设时间区间,监测到该时间区间内的大气环境湿度为40%,并将该大气环境湿度通过自身的通信模块发送至终端,在上述理想情况下,单个大气颗粒物均由有机颗粒物组成,那么在该预设时间区间内,监测设备按照步骤101中所述的监测过程获取了10个大气颗粒物粒径,分别记为D1、D2、D3、D4、D5、D6、D7、D8、D9、D10,并将这10个大气颗粒物粒径通过自身的通信模块发送至终端,终端根据上述公式,将RH=40%,代入,分别计算得到10个与大气颗粒物粒径对应的大气颗粒物目标粒径,分别记为Ddry1、Ddry2、Ddry3、Ddry4、Ddry5、Ddry6、Dary7、Ddry8、Ddry9、Ddry10。
需要说明的是,单个大气颗粒物并不是只有一种成分组成,通常是由多种成分组成,并且大气颗粒物中各种成分一般为内混,意即单个大气颗粒物中一般同时含有类似比例的有机物成分和各种无机物成分,在预设时间区间内,可以通过集成有能够获取大气颗粒物的模块的监测设备来获取该预设时间区间内的大气颗粒物或获取预设目标时间区间内的目标大气颗粒物,也可以通过在监测设备所处的监测点设置获取大气颗粒物的仪器来获取该预设时间区间内的大气颗粒物或获取预设目标时间区间内的目标大气颗粒物,具体此处不做限定。需要注意的是,预设目标时间区间为所述预设时间区间的子集,由于单个大气颗粒物中一般同时含有类似比例的有机物成分和各种无机物成分,获取预设目标时间区间内的目标大气颗粒物或获取预设时间区间内的大气颗粒物具有同样地大气颗粒物成分种类值以及大气颗粒物成分i的质量所占百分比例。获取到目标大气颗粒物之后,再通过颗粒物质谱仪或其他能够分析大气颗粒物的成分的仪器,来对获取到的目标大气颗粒物进行成分分析,得到大气颗粒物的成分组成,并获取目标大气颗粒物各成分对应的质量。例如,假设在某监测点布置有集成监测大气环境相对湿度的传感器的监测设备,该监测设备为监测PM2.5的监测设备,在2017年5月15日0:00至24:00的预设时间区间,监测到该时间区间内的大气环境湿度为35%,并将该大气环境湿度通过自身的通信模块发送至终端,同时,在监测设备所处的监测点还设置有获取大气颗粒物的仪器,该仪器被设置为采集2017年5月15日9:00至12:00的预设目标时间区间内的目标大气颗粒物,之后,将采集到的目标大气颗粒物通过颗粒物质谱仪进行成分分析以及各成分质量比例测定,经过颗粒物质谱仪分析与测定,该目标大气颗粒物的成分为有机颗粒物、硫酸铵颗粒物、硝酸铵颗粒物,因此n=3,目标大气颗粒物的质量经测定为M=12.6μg,假设对应有机颗粒物的质量记为M1,对应硫酸铵颗粒物的质量记为M2,对应硝酸铵颗粒物的质量记为M3,经测定,M1=3.2μg,M2=5.4μg,M3=4.0μg,对有机颗粒物而言,κ1=0.1;对常见的大气颗粒物组分硫酸铵和硝酸铵而言,κ约为0.6,因此对硫酸铵而言,κ2=0.6,对硝酸铵而言,κ3=0.6,因此,将上述得到的各值代入得到 在该预设时间区间内,监测设备按照步骤101中所述的监测过程获取了10个大气颗粒物粒径,分别记为D11、D21、D31、D41、D51、D61、D71、D81、D91、D101,并将这10个大气颗粒物粒径通过自身的通信模块发送至终端,终端根据上述公式,将RH=35%,代入,分别计算得到10个与大气颗粒物粒径对应的大气颗粒物目标粒径,分别记为Ddry11、Ddry21、Ddry31、Ddry41、Ddry51、Ddry61、Ddry71、Ddry81、Ddry91、Ddry101。
此外,还需要说明的是,在监测点处的大气颗粒物的成分在往年类似的时日一般来说大气颗粒物的成分变化都不大,若未如上述所述获取到目标大气颗粒物,也可以根据往年类似时日该监测点获取到的大气颗粒物的成分来进行运算;可以理解的是,在实际应用中,若未如上述所述获取到目标大气颗粒物,那么也可以在预设时间区间之后一段时长来获取大气颗粒物,例如,假设布置在某监测点的监测设备监测的是2017年07月10日0:00至24:00这段时间区间的大气颗粒物粒径,但未在该时间区间内的目标时间区间获取该监测点的目标大气颗粒物,那么,可以选择在2016年7月10号左右获取并进行过成分分析的大气颗粒物的相关数据进行运算,也可以选择在2017年07月11日或12日获取0:00至24:00中任意时间区间内该监测点的大气颗粒物,之后再对获取的大气颗粒物进行成分分析以及质量比例分析,具体此处不做限定。
203、终端获取大气颗粒物目标粒径的第二集合;
终端获取大气颗粒物目标粒径后,该预设时间区间内的大气颗粒物目标粒径就构成第二集合,例如,以步骤202中的第二个例子为例,Ddry11、Ddry21、Ddry31、Ddry41、Ddry51、Ddry61、Ddry71、Ddry81、Ddry91、Ddry101就构成大气颗粒物目标粒径的第二集合。
204、终端根据计算公式计算得到大气颗粒物实际质量;
需要说明的是,不同地区及气候下的大气颗粒物的成分也不一样,大气颗粒物密度也略有不同,通过对大部分的地区及气候下获取的大气颗粒物的成分及质量进行统计分析,一般将大气颗粒物密度取值为1.6g/cm-3,但需要注意的是,若需要得到某地区或某气候条件下的精确的大气颗粒物密度,那么大气颗粒物密度的取值则需要获取该地区或该气候条件下的大气颗粒物,并通过对应的测量仪器对该大气颗粒物密度进行测量来得到,具体此处不做限定。此处依然以步骤202中的第二个例子为例,终端已经根据计算公式计算得到10个大气颗粒物目标粒径,分别为Ddry11、Ddry21、Ddry31、Ddry41、Ddry51、Ddry61、Ddry71、Ddry81、Ddry91、Ddry101,根据计算公式并将大气颗粒物密度ρ取值为1.6g/cm-3,终端将得到与上述10个大气颗粒物目标粒径对应的10个大气颗粒物实际质量,分别记为Mdry11、Mdry21、Mdry31、Mdry41、Mdry51、Mdry61、Mdry71、Mdry81、Mdry91、Mdry101。
205、终端获取大气颗粒物实际质量的第三集合;
终端得到大气颗粒物实际质量后,该大气颗粒物实际质量就构成第三集合。例如,以步骤204中所示的例子为例,Mdry11、Mdry21、Mdry31、Mdry41、Mdry51、Mdry61、Mdry71、Mdry81、Mdry91、Mdry101就构成大气颗粒物实际质量的第三集合。
206、终端对第三集合中的大气颗粒物实际质量进行运算得到大气颗粒物实际总质量。
终端获取大气颗粒物实际质量的第三集合之后,将对第三集合中大气颗粒物实际质量进行运算,得到大气颗粒物实际总质量,该大气颗粒物实际质量与大气颗粒物实际总质量呈正相关。终端可以对第三集合中的大气颗粒物实际质量进行求和运算,得到大气颗粒物实际总质量,例如,以步骤205中所示的例子为例,第三集合中有10个大气颗粒物实际质量,分别为Mdry11=0.8μg、Mdry21=0.7μg、Mdry31=1.0μg、Mdry41=0.4μg、Mdry51=1.3μg、Mdry61=1.3μg、Mdry71=1.7μg、Mdry81=2.0μg、Mdry91=2.2μg、Mdry101=2.3μg,对这10个大气颗粒物质量进行求和,就得到大气颗粒物实际总质量,该大气颗粒物实际总质量即为13.1μg;终端也可以对大气颗粒物实际质量进行加权运算,得到大气颗粒物实际总质量,具体的运算方式此处不做限定。
在本申请实施例中,终端获取监测设备在预设时间区间内采集得到的大气颗粒物粒径的第一集合,并计算公式计算得到大气颗粒物目标粒径,并获取大气颗粒物目标粒径的第二集合,之后,终端又根据计算公式计算得到大气颗粒物实际质量,并将该预设时间区间内获取的第三集合中的大气颗粒物实际质量进行运算得到大气颗粒物实际总质量。根据计算公式以及对第三集合的运算得到的大气颗粒物实际总质量滤除了大气颗粒物由于吸收了环境的水蒸气而附加的液态水的质量,消除了大气颗粒物总质量与大气颗粒物实际总质量之间的误差。
图1以及图2对本申请实施例中大气颗粒物质量的获取方法进行了说明,下面对本申请实施例中的相关设备进行说明,该相关设备包括终端,具体请参阅图3,本申请实施例中终端的一个实施例包括:
第一获取单元301,用于获取大气颗粒物粒径的第一集合,所述大气颗粒物粒径由监测设备在预设时间区间内进行采集得到,所述大气颗粒物粒径为大气颗粒物在监测点吸收大气环境水蒸气后的粒径,所述监测点为所述监测设备所在的位置;
第一运算单元302,用于根据第一预设算法由所述第一集合中的所述大气颗粒物粒径计算得到大气颗粒物目标粒径,所述大气颗粒物目标粒径为所述大气颗粒物经干燥后的粒径;
第二获取单元303,用于获取所述大气颗粒物目标粒径的第二集合;
第二运算单元304,用于根据第二预设算法由所述大气颗粒物目标粒径计算得到大气颗粒物实际质量;
第三获取单元305,用于获取大气颗粒物实际质量的第三集合;
第三运算单元306,用于对所述第三集合中的所述大气颗粒物实际质量进行求和运算,以得到所述预设时间区间内的大气颗粒物实际总质量。
在本申请实施例中,第一获取单元301获取监测设备在预设时间区间内采集得到的大气颗粒物粒径的第一集合,第一运算单元302根据第一预设算法由第一集合中的大气颗粒物粒径计算得到大气颗粒物目标粒径,并通过第二获取单元303获取大气颗粒物目标粒径的第二集合,之后,第二运算单元304再根据第二预设算法由第二集合中的大气颗粒物目标粒径计算得到大气颗粒物实际质量,并通过第三获取单元305获取大气颗粒物实际质量的第三集合,最后第三运算单元306将第三集合中的大气颗粒物实际质量进行运算,得到该预设时间区间内的大气颗粒物实际总质量。本申请实施例首先根据第一预设算法,由监测设备监测到的大气颗粒物粒径得到大气颗粒物目标粒径,再根据第二预设算法,由大气颗粒物目标粒径得到大气颗粒物实际质量,最后通过运算得到预设时间区间内大气颗粒物实际总质量,根据第二预设算法以及对第三集合的运算得到的大气颗粒物实际总质量滤除了大气颗粒物由于吸收了环境的水蒸气而附加的液态水的质量,消除了大气颗粒物总质量与大气颗粒物实际总质量之间的误差。
为进一步理解终端是如何根据第一预设算法以及第二预设算法计算得到大气颗粒物实际质量,该终端中的第一运算单元包括第一运算子单元,该终端中的第二运算单元包括第二运算子单元,具体请参阅图4,本申请实施例中终端的一个实施例包括:
第一获取单元401、第一运算单元402、第二获取单元403、第二运算单元404、第三获取单元405、第三运算单元406;
本申请实施例中的第一获取单元401、第一运算单元402、第二获取单元403、第二运算单元404、第三获取单元405以及第三运算单元406与图3对应的实施例中的第一获取单元301、第一运算单元302、第二获取单元303、第二运算单元304、第三获取单元305、第三运算单元306的功能类似,此处不再赘述;
需要说明的是,本申请实施例中的第一运算单元402包括:
第一运算子单元4021,用于根据计算公式计算得到大气颗粒物目标粒径,其中D为该大气颗粒物粒径,Ddry为该大气颗粒物目标粒径,RH为该终端获取的该监测点的大气环境相对湿度,κi为与大气颗粒物成分i相对应的吸湿性常数,n为该大气颗粒物成分的种类值,M为在预设目标时间区间内采集到的目标大气颗粒物质量,该预设目标时间区间为该预设时间区间的子集,Mi为与该M对应的该大气颗粒物成分i的质量。
本申请实施例中的第二运算单元404包括:
图3以及图4对应的实施例中的终端具体的功能以及结构用于实现前述图1至图2所示实施例中由终端进行处理的步骤,此处不再赘述。
如图5所示,为本申请实施例中终端的一个实施例示意图,包括:
该终端可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上中央处理器(英文缩写:CPU,英文全称:Central Processing Units)522(例如,一个或一个以上处理器)和存储器532,一个或一个以上存储应用程序542或数据544的存储介质530(例如一个或一个以上海量存储设备)。其中,存储器532和存储介质530可以是短暂存储或持久存储。存储在存储介质530的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对终端中的一系列指令操作。更进一步地,中央处理器522可以设置为与存储介质530通信,在终端上执行存储介质530中的一系列指令操作。
该终端还可以包括一个或一个以上电源526,一个或一个以上有线或无线网络接口550,一个或一个以上输入输出接口558,和/或,一个或一个以上操作系统541,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM等。
上述图1至图2所描述的大气颗粒物质量的获取方法中的步骤由终端基于该图5所示的结构实现。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请图1至图2实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(英文缩写:ROM,英文全称:Read-Only Memory)、随机存取存储器(英文缩写:RAM,英文全称:Random AccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (6)
1.一种大气颗粒物质量的获取方法,其特征在于,包括:
终端获取大气颗粒物粒径的第一集合,所述大气颗粒物粒径由监测设备在预设时间区间内进行采集得到,所述大气颗粒物粒径为大气颗粒物在监测点吸收大气环境水蒸气后的粒径,所述监测点为所述监测设备所在的位置;
所述终端根据第一预设算法由所述第一集合中的所述大气颗粒物粒径计算得到大气颗粒物目标粒径,并获取所述大气颗粒物目标粒径的第二集合,所述大气颗粒物目标粒径为所述大气颗粒物经干燥后的粒径,其中,所述终端根据第一预设算法由所述第一集合中的所述大气颗粒物粒径计算得到大气颗粒物目标粒径具体为:所述终端根据计算公式计算得到大气颗粒物目标粒径,其中D为所述大气颗粒物粒径,Ddry为所述大气颗粒物目标粒径,RH为所述终端获取的所述监测点的大气环境相对湿度,κi为与大气颗粒物成分i相对应的吸湿性常数,n为所述大气颗粒物成分的种类值,M为在预设目标时间区间内采集到的目标大气颗粒物质量,所述预设目标时间区间为所述预设时间区间的子集,Mi为与所述M对应的所述大气颗粒物成分i的质量;
所述终端根据第二预设算法由所述大气颗粒物目标粒径计算得到大气颗粒物实际质量,并获取大气颗粒物实际质量的第三集合,其中,所述终端根据第二预设算法由所述大气颗粒物目标粒径计算得到大气颗粒物实际质量具体为:所述终端根据计算公式计算得到大气颗粒物实际质量,其中,Mdry为所述大气颗粒物实际质量,ρ为大气颗粒物密度;
所述终端对所述第三集合中的所述大气颗粒物实际质量进行运算,以得到所述预设时间区间内的大气颗粒物实际总质量。
2.根据权利要求1所述的方法,其特征在于,ρ包括1.6g/cm-3。
3.一种终端,其特征在于,包括:
第一获取单元,用于获取大气颗粒物粒径的第一集合,所述大气颗粒物粒径由监测设备在预设时间区间内进行采集得到,所述大气颗粒物粒径为大气颗粒物在监测点吸收大气环境水蒸气后的粒径,所述监测点为所述监测设备所在的位置;
第一运算单元,用于根据第一预设算法由所述第一集合中的所述大气颗粒物粒径计算得到大气颗粒物目标粒径,所述大气颗粒物目标粒径为所述大气颗粒物经干燥后的粒径,其中,所述第一运算单元包括第一运算子单元,用于根据计算公式计算得到大气颗粒物目标粒径,其中D为所述大气颗粒物粒径,Ddry为所述大气颗粒物目标粒径,RH为所述终端获取的所述监测点的大气环境相对湿度,κi为与大气颗粒物成分i相对应的吸湿性常数,n为所述大气颗粒物成分的种类值,M为在预设目标时间区间内采集到的目标大气颗粒物质量,所述预设目标时间区间为所述预设时间区间的子集,Mi为与所述M对应的所述大气颗粒物成分i的质量;
第二获取单元,用于获取所述大气颗粒物目标粒径的第二集合;
第二运算单元,用于根据第二预设算法由所述大气颗粒物目标粒径计算得到大气颗粒物实际质量,其中,所述第二运算单元包括第二运算子单元,用于根据计算公式计算得到大气颗粒物实际质量,其中,Mdry为所述大气颗粒物实际质量,ρ为大气颗粒物密度;
第三获取单元,用于获取大气颗粒物实际质量的第三集合;
第三运算单元,用于对所述第三集合中的所述大气颗粒物实际质量进行求和运算,以得到所述预设时间区间内的大气颗粒物实际总质量。
4.一种终端,其特征在于,包括:
处理器、存储器、总线以及输入输出接口;
所述存储器中存储有程序代码;
所述处理器调用所述存储器中的程序代码时执行权利要求1至2中任一项所述的方法。
5.一种包含指令的计算机程序产品,其特征在于,当其在计算机上运行时,使得所述计算机执行如权利要求1至2任一项所述的方法。
6.一种计算机可读存储介质,包括指令,其特征在于,当所述指令在计算机上运行时,使得计算机执行如权利要求1至2中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710844627.9A CN107576598B (zh) | 2017-09-15 | 2017-09-15 | 一种大气颗粒物质量的获取方法以及终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710844627.9A CN107576598B (zh) | 2017-09-15 | 2017-09-15 | 一种大气颗粒物质量的获取方法以及终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107576598A CN107576598A (zh) | 2018-01-12 |
CN107576598B true CN107576598B (zh) | 2020-04-28 |
Family
ID=61035539
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710844627.9A Active CN107576598B (zh) | 2017-09-15 | 2017-09-15 | 一种大气颗粒物质量的获取方法以及终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107576598B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116242753B (zh) * | 2022-12-30 | 2024-01-26 | 山东大学 | 一种基于大数据的颗粒物监测系统及其使用方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2252785A5 (en) * | 1973-11-27 | 1975-06-20 | Sindetec | Filters in series grade suspended particles into size ranges - for biological medical, quality control and contamination tests of liquids |
CN1821779A (zh) * | 2006-03-20 | 2006-08-23 | 中山大学 | 一种空气质量监测和控制系统 |
CN1900719A (zh) * | 2006-07-27 | 2007-01-24 | 广东省环境保护监测中心站 | 环境污染物的自动监测系统及其监测方法 |
CN102428377A (zh) * | 2009-05-12 | 2012-04-25 | 赛默飞世尔科技有限公司 | 颗粒检测与传感器的校准 |
CN103760074A (zh) * | 2014-01-13 | 2014-04-30 | 江苏泛华化工有限公司 | 粒子形貌不规则的粉体材料的粒径测定方法 |
KR20160132513A (ko) * | 2015-05-11 | 2016-11-21 | 주식회사 에어 | 대기 관리 및 대기질 분석 시스템 |
-
2017
- 2017-09-15 CN CN201710844627.9A patent/CN107576598B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2252785A5 (en) * | 1973-11-27 | 1975-06-20 | Sindetec | Filters in series grade suspended particles into size ranges - for biological medical, quality control and contamination tests of liquids |
CN1821779A (zh) * | 2006-03-20 | 2006-08-23 | 中山大学 | 一种空气质量监测和控制系统 |
CN1900719A (zh) * | 2006-07-27 | 2007-01-24 | 广东省环境保护监测中心站 | 环境污染物的自动监测系统及其监测方法 |
CN102428377A (zh) * | 2009-05-12 | 2012-04-25 | 赛默飞世尔科技有限公司 | 颗粒检测与传感器的校准 |
CN103760074A (zh) * | 2014-01-13 | 2014-04-30 | 江苏泛华化工有限公司 | 粒子形貌不规则的粉体材料的粒径测定方法 |
KR20160132513A (ko) * | 2015-05-11 | 2016-11-21 | 주식회사 에어 | 대기 관리 및 대기질 분석 시스템 |
Non-Patent Citations (2)
Title |
---|
不同物性对椭球形颗粒在移动床中流动特性影响的模型研究;陶贺;《中国电机工程学报》;20110215;第31卷(第5期);全文 * |
基于IDMS的航空发动机砂尘吸入物定量检测;孙见忠;《航空学报》;20170825;第38卷(第8期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN107576598A (zh) | 2018-01-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Snider et al. | SPARTAN: a global network to evaluate and enhance satellite-based estimates of ground-level particulate matter for global health applications | |
Kelly et al. | Ambient and laboratory evaluation of a low-cost particulate matter sensor | |
Pitchford et al. | Relationship between measured water vapor growth and chemistry of atmospheric aerosol for Grand Canyon, Arizona, in winter 1990 | |
Chakrabarti et al. | Performance evaluation of the active-flow personal DataRAM PM2. 5 mass monitor (Thermo Anderson pDR-1200) designed for continuous personal exposure measurements | |
Kaur et al. | Performance evaluation of the Alphasense OPC-N3 and Plantower PMS5003 sensor in measuring dust events in the Salt Lake Valley, Utah | |
Tsay et al. | Satellite-surface perspectives of air quality and aerosol-cloud effects on the environment: An overview of 7-SEAS/BASELInE | |
Semple et al. | An inexpensive particle monitor for smoker behaviour modification in homes | |
Liu et al. | Sampling and conditioning artifacts of PM2. 5 in filter-based samplers | |
Nourmoradi et al. | Air quality and health risks associated with exposure to particulate matter: a cross-sectional study in Khorramabad, Iran | |
CN105547933B (zh) | 一种大气污染监测方法和设备 | |
Chow et al. | PM2. 5 and PM10 mass measurements in California's San Joaquin Valley | |
Igawa et al. | High frequency and large deposition of acid fog on high elevation forest | |
CN105278596B (zh) | 一种大气监测和分析系统 | |
Tryner et al. | Design and evaluation of a portable PM 2.5 monitor featuring a low-cost sensor in line with an active filter sampler | |
CN107121463A (zh) | 一种多通道电子鼻检测系统及其测量方法 | |
JP2020528186A (ja) | ユーザの花粉誘発性アレルギーのリスクレベルを決定するためのシステム及び方法 | |
Chen et al. | Hygroscopic properties of 11 pollen species in China | |
Jantunen et al. | Fine PM measurements: personal and indoor air monitoring | |
CN107631963B (zh) | 一种大气颗粒物质量的补偿方法以及终端 | |
CN107576598B (zh) | 一种大气颗粒物质量的获取方法以及终端 | |
Fisher et al. | Sources of variability in real-time monitoring data for fine particulate matter: Comparability of three wearable monitors in an urban setting | |
Ren et al. | Modeling past and future spatiotemporal distributions of airborne allergenic pollen across the contiguous United States | |
Tsameret et al. | Low-Cost Indoor Sensor Deployment for Predicting PM2. 5 Exposure | |
Price et al. | The perfect storm: temporal analysis of air during the world’s most deadly epidemic thunderstorm asthma (ETSA) event in Melbourne | |
Villarim et al. | A calibrated intelligent sensor for monitoring of particulate matter in smart cities |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |