2021SuperMap杯第十九届全国高校GIS大赛121*75

空气污染监测平台

空气污染监测平台

作品名称:空气污染监测平台

学    校:江西理工大学

指导教师:李恒凯

团队成员:胡金志、贾俊奇、华淑贞、武帅文

 

 

近年来,随着我国经济和工业的迅速发展,因工业生产、煤炭燃烧和汽车尾气等排放到空气中的污染物也越来越多,由此导致的环境问题也日渐严重,环境污染,影响人们的身体健康,阻碍社会的发展,为此我国以及相关各地制定了详细的大气污染防治行动计划。计划大多根据各区域的大气污染情况,以全国地级以上城市可吸入颗粒物浓度相对减少、优良天数逐年提高、重污染天气较大幅度减少、空气质量总体改善为目标,对空气质量进行了全面的监测和监管。随着计划工作的不断推进,我国空气中各污染物排放总量已经得到了初步控制,但距离完成“十三五”总体目标还有一定差距。

为响应国家实现碳中和战略,走可持续发展道路,我们基于SuperMap GIS 10i(2020),结合机器学习和深度预测模型,开发了空气污染监测平台,希望为政府机构、科研工作者和广大群众提供帮助。

 

系统功能设计

本系统是集成WebGIS技术、大数据分析、BILSTM循环神经网络预测模型的智慧管理系统,平台从设计到实现均站在用户的角度,为群众出行以及环境治理政府部门提供参考支持。

空气质量数据的可视化展示

系统首页采用数据面板浮在全屏地图上的设计,大气美观,方便普通群众直接查看空气污染信息。系统采用了Echart、Bootstrap等开源的前端框架开发包进行直观实时数据展示。

图1 系统首界面

 

空气质量预测

空气质量的预测是系统中的重要模块。空气质量影响着人们的健康和日常生活,为了有效地减少空气污染对人造成的不良影响,对空气质量预测就显得至关重要,预测结果还能作为环境治理部门提前采取措施的依据。群众也能根据预测结果提前采取预防措施,合理安排生活,避免因空气污染造成不良的影响,系统采用3层LSTM预测模型对空气污染进行短期预测,并且与传统的CNN、RNN模型进行精度对比。前端界面展示以误差分析图和精度对比图两种途径向用户直观展示预测精度以及预测结果。

 

空气质量数据分析

空气质量数据由六种污染物(PM2.5、PM10、SO2、NO2、O3、CO)组成,系统特此分析AQI与六种污染物的相关性分析以及六种污染物之间的相关性分析,为环境治理提供决策依据。

图2 数据分析模块-相关性分析

 

城市污染传输分析

用户可根据城市表选择中央城市与周围城市进行污染传输模拟,进而为环境治理工作者在污染治理上提供新角度。

 

图3 数据分析模块-传输分析

 

空气质量数据的时空变化

本系统站在城市群的空间尺度上,结合时空特征对污染进行演变分析,用户可选择时间以及城市群查看污染演变情况,进而对空气污染大数据进行信息挖掘寻找规律。

 

图4 城市群尺度时空变化

 

空气质量数据管理

数据管理采用MySQL数据库和Django后端管理分发,可处理全国各个地区每时每刻产生的海量空气质量数据,具有良好完善的数据管理功能,方便管理员对数据进行增删改查等弹性操作。

 

系统优点

1、空气质量数据以图表可视化展示给用户,全国城市实时空气质量数据滚动播报且界面美观。

2、用户可以通过多种查询方式查询省、城市、当前城市、当前位置的空气质量污染数据。

3、系统采用LSTM预测模型对空气质量进行短期预测,为环境治理部门提供决策依据。群众也能根据预测结果未雨绸缪,提前规划出行,避免因空气污染造成不良的影响。

4、空气污染数据在空间上是连续性的,可以进行空间插值分析。系统通过已知的国控站点数据,推求其它区域的面数据,进而得到更加有实际意义的结果。

5、空气质量数据由六种污染物(PM2.5、PM10、SO2、NO2、O3、CO)组成,系统可进行AQI与六种污染物的相关性分析,能够进一步了解地区空气污染的具体原因,为环境保护提供依据。

6、系统在城市群的角度上,结合时空特征对污染进行演变分析,能为用户模拟城市群与全国污染演变情况。

7、空气质量数据管理采用MySQL数据库和Django后端管理分发,管理员能够灵活方便的进行数据存储、增删改查。前端调用大量数据也会更方便,为大数据展示、分析提供方便。

 

小结

本系统的数据主要来源于Python网络爬取、中国环境监测总站官网申请、相关气象网站下载。我们借助GIS技术对些数据进行处理,获得目标数据后通过SuperMap iDesktop对数据可视化处理,并发布到iServer服务中。再以Django后端框架为载体,结合深度学习神经网络分析预测模型,对空气污染进行短期预测。最后预测模型的预测结果与真实数据对比效果较好。

 

指导老师点评

本作品是以中国环境监测总站爬取的空气质量监测站站点数据为基础,结合机器学习加三层LSTM时序分析预测模型,对全国空气质量数据进行海量空气质量数据管理、实时空气质量数据展示、时空变化分析、短期预测。

系统面向广大群众与环境治理部门,为普通群众提供空气污染信息方便出行参考,为环境治理部门提供参考决策,更加科学合理地解决大气污染治理问题。配合当地政府推行的绿色发展理念,通过系统的实时监测,并同步生成监测数据报告以及最佳防范建议呈现至用户,更加科学合理地解决大气污染治理问题。

“空气污染监测平台”集成了GIS技术、大数据分析、3层LSTM循环神经网络预测模型的智慧管理系统,该平台从设计到实现均站在用户的角度思考设计,为群众出行以及环境治理政府部门提供参考支持,是一个很完善很实用的系统。

—— 江西理工大学副教授 李恒凯

版权所有 © 1997-2022 北京超图软件股份有限公司 京ICP备11032883号-6

北京市朝阳区酒仙桥北路甲10号院电子城IT产业园107楼