一种基于多源时空数据融合的空气质量预测方法及系统

    公开(公告)号:CN118861964A

    公开(公告)日:2024-10-29

    申请号:CN202410839715.X

    申请日:2024-06-26

    申请人: 安徽大学

    摘要: 本发明提供一种基于多源时空数据融合的空气质量预测方法及系统,涉及环保监测技术领域。该一种基于多源时空数据融合的空气质量预测方法,包括以下步骤:S1、运用激光雷达实时获取垂直廓线数据,然后再收集国家气象中心的地面常规监测网平面实时数据和卫星遥感平面实时数据;S2、将三种收集到的多源数据补充到数据集,建立时空污染物立体分布图;S3、同时将多源数据输入到WRF‑Chem和CMAQ结合的数值模型,采用二次开发的源GSI同化系统。通过ResNet以及SGWR模型提升空间精度,通过LSTM与CNN相结合的模型提升时间精度,利用WRF‑Chem和CMAQ结合的数值模型,采用二次开发的源GS I同化系统,从而提升预测数据精度和可靠性。

    一种激光雷达安全控制的装置
    4.
    发明公开

    公开(公告)号:CN113504529A

    公开(公告)日:2021-10-15

    申请号:CN202110788259.7

    申请日:2021-07-13

    申请人: 安徽大学

    IPC分类号: G01S7/48 G01D21/02

    摘要: 本发明公开了一种激光雷达安全控制的装置,涉及激光雷达技术领域,该装置包括生物感知器、数据采集与控制系统、激光器调节模块和探测器调节模块;所述生物感知器用于为该装置提供信号输入并感应识别靠近激光雷达系统米以内生物体特征信息;所述数据采集与控制系统用于识别生物体特征信息并对激光器调节模块和探测器调节模块的状态进行控制。本发明是基于生物体识别技术,快速感知生物体的体征,自动、智能地与激光器控制系统联动,通过连续、渐变地调节激光器的控制电流或电压信号,缓冲式地改变激光雷达工作状态,既有效地保护入侵激光雷达系统的生物体,又有效地保护激光雷达系统本身。

    一种基于LSTM-CNN模型的空气质量检测系统

    公开(公告)号:CN115730684A

    公开(公告)日:2023-03-03

    申请号:CN202211575606.9

    申请日:2022-12-09

    申请人: 安徽大学

    摘要: 本发明公开了一种基于LSTM‑CNN模型的空气质量检测系统,属于空气质量检测领域,包括回归学习系统、构建学习模型系统、快速预报系统、发布模块和数据检测系统,所述回归学习系统包括环境数据模块、参数变量模块和数据筛选模块,所述数据筛选模块用于对环境数据模块进行特征选择。本发明所述的一种基于LSTM‑CNN模型的空气质量检测系统,本方案基于机器学习技术的区域空气质量预报系统能够高时效地利用现有的所有信息来定义一个最大可能精准的大气运动状态,本方案在空气质量预报预警中对于PM2.5和臭氧结果进行了优化,本方案能够弥补卫星观测数据的缺失,扩展垂直廓线的遥感观测,从有限点位的观测数据中挖掘出内蕴的变化规律。

    一种激光雷达数据有效性检测装置及方法

    公开(公告)号:CN113504533A

    公开(公告)日:2021-10-15

    申请号:CN202110788260.X

    申请日:2021-07-13

    申请人: 安徽大学

    IPC分类号: G01S7/497 G01S17/95 G01S17/89

    摘要: 本发明公开了一种激光雷达数据有效性检测装置及方法,涉及雷达技术领域,该检测装置包括天气现象记录系统、图像处理模块、激光雷达数据采集模块和原始数据处理模块;所述天气现象记录系统用于对不同的天气现象进行自动在线记录,并且实现数据快速传输;所述图像处理模块用于记录天气现象记录系统中采集的图像信息,并进行数据处理;所述激光雷达数据采集模块用于接收图像处理模块处理后的天气数据;所述原始数据处理模块用于激光雷达数据采集模块内采集的原始数据进行时刻标识。本发明可率先对应用于生态环境监测、气象观测、科研高校等领域应用的激光雷达系统的数据有效性进行智能的检测和记录。