生态环境物联网AI精细化监测监管系统.docx

资源描述

生态环境物联网AI精细化监测监管系统.docx

《生态环境物联网AI精细化监测监管系统.docx》由会员分享，可在线阅读，更多相关《生态环境物联网AI精细化监测监管系统.docx（33页珍藏版）》请在冰豆网上搜索。

生态环境物联网AI精细化监测监管系统.docx

生态环境物联网AI精细化监测监管系统

1前端数据采集系统

1.1固定式前端数据采集系统

1.1.1微型空气质量监测仪

（1）建设两参数微型空气质量监测仪，配置监测指标包括：

PM2.5、PM10、温度、湿度、风速、风向、大气压；

（2）建设六参数微型空气质量监测仪，配置监测指标包括：

PM2.5、PM10、CO、N02、S02、03、温度、湿度、风速、风向、大气压。

以上两种不同参数检测仪都需预留其他指标接口以备扩展，监测仪具体性能指标要求见表1.1-1,技术指标要求见表1.l-2o

表1.1-1性能指标要求

指标

数据

测定时间间隔

30秒〜60分钟可选

供电电压

AC220V±22V,频率50HZ

（或12V太阳能/风能电池供电，选配）

工作环境温度

-20〜60°C

工作环境湿度

15〜95%无凝结

工作环境大气压

86kPa~106kPa

功率

W20W

防护等级

NIP54

安装方式

壁挂/立杆

主机尺寸

W650*400*200mm

主机重量

W5kg体积小、重量轻、安装维护方便，可方便进行点位迁移。

表1.1-2技术指标要求

指标

测量范围

最小显示单位

误差

PM2.5

（0〜1000）Pg/m3

1Ug/m3

W100ug/m3,示值误差或比对测量误差^25Ug/m3

>100ug/m3,示值误差或比对测量误差W20%

PMxo

（0〜1000）Pg/m3

1ug/m3

W100Pg/m3,示值误差或比对测量误差^25Ug/m3

>100ug/廿，示值误差或比对测量误差W20%

SO：

（0-1）ppm

5ppb

W4%F.S

NO：

（0-500）ppb

5ppb

W4%F.S

（0-500）ppb

5ppb

W4%F.S

（OTO）ppm

lOppb

W2%F.S

温度

（-40-55）°C

o.rc

±0.5°C

湿度

（0-99）%RH

0.1%RH

±3%RH

风速

（0-60）m/s

0.lm/s

±（0.3+0.03V）m/s（V:

风速）

风向

（0-360）°

1°

±3°

大气压

（300-1100）hPa

0.IhPa

±0.3hPa

（2）传输方式满足《污染物在线自动监控（监测）系统数据传输标准》（HJ/T212-2017）要求。

（3）支持市电、太阳能单独或同时供电。

1.2移动式前端数据采集系统

1.2.1车载移动空气质量监测仪

在本项目运维车辆安装两套车载移动空气质量监测仪，监测指标有：

PM2.5、PM10、温度、湿度、TVOCo该监测仪具体性能指标要求见表1.2-1,技术指标要求见表1.2-2o

表1.2-1性能指标要求

指标

数据

测定时间间隔

3-300秒可配置

供电电压

工作电压N13.8V或太阳能供电（定制）

工作环境温度

-20〜80°C

工作环境湿度

0-99%无凝结

工作环境大气压

86kPa"106kPa

功率

W10W

防护等级

IP54

主机尺寸

WO.05m3

主机重量

W5kg

表1.2-2技术指标要求

指标

测量范围

最小显示单位

示值误差或比对测量误差

PM2.5

（0〜1000）Ug/m3

0.1ug/m3

wiooug//,示值误差或比对测量误差W25Ug/m3

>100ng/示值误差或比对测

量误差<20%

PM10

（0〜1000）ug/m3

0.1ug/m3

WlOOng/折，示值误差或比对测量误差W25ug/m3

>100ug/静，示值误差或比对测量误差W20%

TVOC

（0~10）ppm

lOppb

W2%F.S

温度

（-40-80）°C

o.rc

±0.5°C

湿度

（0-99）%RH

0.1%RH

±3%RH

车载移动空气质量监测仪将采集到的监测指标数据及车辆位置信息上传到本项目平台，生成车辆行驶路线及可视化的大气污染云图，为精准治理大气污染提供数据支撑和科学依据。

2前端可视化系统

2.1固定式可视化系统

2.1.1200万像素全彩网络摄像机

在国控站周边布设200万像素全彩网络摄像机进行视频监控，用于AI（人工智能）识别。

2.1.2固定可视化系统AI（人工智能）模型

该系统需有道路扬尘、车辆排放黑烟事件、渣土车三种AI（人工智能）模型，并具备自动预警并自动生成污染事件报告功能。

三种模型具体描述如下。

2.1.2.1道路扬尘识别模型

对道路路面积尘因碾压、刮风和清扫所产生的扬尘现象进行识别，发现扬尘现象时形成事件并报警，将告警信息推送到平台。

该模型输入和输出数据如下：

（1）输入：

主干道路上的符合视频图像行业标准要求的视频流;

（2）输出：

是否扬尘、抓拍图片、抓拍时间、抓拍摄像头点位ID等；

（3）精度：

基于同等级别2080TI的卡，性能速度不得高于15ms,正确率不得低于95%o

2.1.2.2车牌识别、车辆排放黑烟识别模型

对道路所有车辆的尾气进行识别，精准捕捉锁定排放黑烟的车辆，对车辆特征信息（包括车牌、车型、车身颜色等）进行采集和上报，发现违规车辆，形成事件并报警，将告警信息推送到平台。

该模型输入和输出数据如下：

（1）输入：

主干道路上的符合视频图像行业标准要求的视频流;

（2）输出：

是否排放黑烟、车辆特征信息、抓拍图片、抓拍时

间、抓拍摄像头点位ID等；

（3）精度：

基于同等级别2080TI的卡，性能速度不得高于2s,

正确率不得低于90%o

2.1.2.3渣土车识别模型

对可能产生遗洒的渣土车辆进行未苫盖识别，精准识别可能产生

污染情况的渣土车，进行证据留存。

该模型输入和输出数据如下：

（1）输入：

道路中的符合视频图像行业标准要求的视频流；

（2）输出：

渣土车是否苫盖、抓拍图片、抓拍时间、抓拍摄像

头点位ID；

（3）精度：

基于同等级别2080TI的卡，性能速度不得高于15ms,

正确率不得低于90%o

2.2移动化可视系统

2.2.1移动车载AI（人工智能）记录仪

在本项目运维车辆上各安装1套移动车载AI（人工智能）记录仪。

2.2.2移动可视化系统AI（人工智能）模型

该系统需有道路扬尘、车辆排放黑烟事件、裸露土地三种AI（人

工智能）模型，并具备自动预警并自动生成污染事件报告功能。

三种

模型具体描述如下：

2.2.2.1道路扬尘识别模型

对道路路面积尘因碾压、刮风和清扫所产生的扬尘现象进行识别，发现扬尘现象时形成事件并报警，将告警信息推送到平台。

该模型输入和输出数据如下：

（1）输入：

主干道路上的符合视频图像行业标准要求的视频流;

（2）输出：

是否扬尘、抓拍图片、抓拍时间、抓拍摄像头点位ID等；

（3）精度：

基于同等级别2080TI的卡，性能速度不得高于15ms,正确率不得低于95%o

2.2.2.2车牌识别、车辆排放黑烟识别模型

该模型输入和输出数据如下。

（1）输入：

主干道路上的符合视频图像行业标准要求的视频流;

（2）输出：

是否排放黑烟、车辆特征信息、抓拍图片、抓拍时间、抓拍摄像头点位ID等；

（3）精度：

基于同等级别2080TI的卡，性能速度不得高于2s,正确率不得低于90%o

2.2.2.3裸露土地识别模型

对城市裸土进行识别，精准溯源，指出改进方向，精准定位，为

精准治理提供事实依据。

该模型输入和输出数据如下：

（1）输入：

工地/道路中的符合视频图像行业标准要求的视频流;

（2）输出：

裸露土地是否覆盖、抓拍图片、抓拍时间、抓拍摄像头点位ID；

（3）精度：

基于同等级别2080TI的卡，性能速度不得高于15ms,正确率不得低于90%o

3系统建设

3.1生态环境物联网AI（人工智能）监测监管系统

该系统需具备包括大气全景分析、智能监督执法、多元数据统计、智能环境分析、系统层级管理5个子系统。

子系统具体要求如下：

3.1.1大气全景分析子系统

该子系统需具备实施地图、污染溯源、动态管控、预测预报、污染源数据整理5个具体功能。

功能描述如下：

3.1.1.1实时地图

依托实时地图完成一张图展示。

在实时地图上可查询不同类型监测点的监测数据，包含环境监测点和污染源监控点。

其中环境监测点包括气象站、标准站、微观站、扬尘站、移动站等，污染源监控点包括监管污染源和人为标记污染源。

3.1.1.2污染溯源

以省控点为中心，方圆3-5km为管控区域，以溯源模型为基础，建立管控区域范围内的污染源与省控点的相关性关系曲线，以便为后期动态管控提供依据。

3.1.1.3动态管控

以省控点为中心，方圆3-5km为管控区域，将管控区域范围内的污染源以清单形式列出，根据实时气象条件和监测数据，以各类污染源对省控点的相关性分析为依据，以实时管控、日管控、周管控为尺度，最大限度的实行精准治污，避免“一刀切”的局面。

3.1.1.4预测预报

通过历史污染物浓度和气象数据及历史空气质量情况，道路交通及地形情况进行空气质量预测预报。

3.1.1.5污染源数据整理

平台录入污染企业信息，随时更新企业信息方便使用方下载更新数据。

大气全景分析子系统功能要求见表3.l-lo

表3.1-1大气全景分析子系统

功能模块

功能名称

功能点

功能描述

功能详情

大气全景分析

实时地图

实时地

图

监测点定位

（1）多元数据类型包括：

环境监测点和污染源；

（2）环境监测点包含：

环境监测固定点；污染源包含：

人为标记污染源和监管污染源；

（3）通过图层控制不同的点位类型的显示与隐藏。

辅助分析工具

区域定位

默认项目为所属区域定位，支持下级区域定位。

搜索

支持所有点位搜索功能，历史搜索记忆和删除功能。

点位数据

点位名称和监测值显示。

风场

点击风场，可以切换显示风场数据。

测距

测距功能。

数据分析

自定义画圈、不规则图形，支持统计排名和数据对比功能。

模式切换

卫星

支持地图和卫星模式切换。

数据详

情

实时数据

支持不同的数据类型实时数据展示。

数据详情

展示该点位的实时监测数据、24小时数据及7天日数据变化趋势。

标准站分析

环境概览

进行实时数据显示，通过变化趋势展示数据详情。

事件统计

统计该点周边3km范围内的事件。

周边分析

分析周边监测点与该标准点的相关性。

表3.1-1大气全景分析子系统

大气全

景分析

实时地图

其它环境监测点

环境概览

进行实时数据显示，通过变化趋势展示数据详情。

事件统计

统计该点一定时间范围内产生的事件。

视频数据

支持查看摄像头接入，查看视频数据。

污染源

数据监测

进行实时数据显示，通过变化趋势展示数据详情。

周边统计

统计该点周边3km监测点位、污染源、报警事件。

主页

环境监测

城市天气数据、城市排名，城市秋冬防目标及现状（如果有则显示）、年度管控目标及现状。

排名统计

区域排名、监测点位排名。

报警

（1）各类点位的报警列表；

（2）事件定位功能，展示事件报警数据变化趋势及所有报警记录；

（3）事件跳转详情页面。

预警

（1）城市预警和标准站预警；

（2）预警定位，及预警详情。

AI（人工智能）事件

视频识别的AI（A工智能）事件。

动态管控

实时管控

（1）实时管控清单：

根据实时气象数据显示实时管控清单；

（2）实时显示处理人员和车辆定位。

日管控

根据预测日数据生成日管控清单。

周管控

根据预测的周数据生成周管控清单。

表3.1-1大气全景分析子系统

大气

全景

分析

实时地图

污染溯源

区域传输分析

综合分析区域内外部污染传输情况，统计内外部传输污染贡献度。