基于移動物聯的空氣質量監測大數據分析應用

黃欽炎HUANG Qin-yan；林慶豐LIN Qing-feng；黃欣龍HUANG Xin-long

（①廣州交信投科技股份有限公司，廣州510000；②中山大學智能工程學院，廣州510000）

0 引言

空氣質量監測作為促進經濟社會綠色發展中的重要一環，以往的技術研究和應用大多存在固定監測站成本高、覆蓋范圍不全、難以實時反饋等問題[1]。目前，在大力推行清潔生產，發展循環經濟的背景下，我國的城市空氣質量雖有好轉，但由于機動車的快速增加，尾氣排放加劇，大氣環境污染治理依舊嚴峻[2-3]，亟需完善空氣質量監測方法和機制，推進空氣污染治理智能化進程。當前，國家在大多數城市布設或完善了顆粒物、氣體監測設備，形成了國省控點結合的地面污染源檢測網。然而，傳統監測模式存在覆蓋范圍不大、數字化水平不高、監測與監管結合不緊密、監測數據質量有待提高等問題，且固定監測點成本投入較大、只能靜態收集污染數據、不能實時掌握和反饋、日常維護復雜，難以滿足大氣污染治理的綠色發展需求[4]。

由于交通工具的移動特性，若在交通工具上安裝多種傳感器，便能在城市中獲取覆蓋范圍廣，頻率高的動態感知數據用以相關研究，彌補固定傳感器靜態感知的不足[1]。有研究指出可以通過可移動的傳感器來感知城市空氣質量[5-6]，利用車輛的移動性來對城市的整體空氣質量進行細粒度感知，彌補固定地面空氣監測站的不足。然而，目前仍未見有系統的研究及規模應用。因此，面對我國空氣污染的嚴峻形勢，亟需采取新方法實現空氣污染治理智能化，并進行應用實踐。

基于此，本文開展了基于移動物聯的空氣質量監測大數據融合分析應用研究。利用公交系統覆蓋范圍廣，運行軌跡、時間和發班間隔穩定的特點，在公交車輛上搭載移動空氣質量監測設備實時采集PM2.5、PM10 等空氣污染物監測數據，并與車輛定位等數據進行融合，對各污染物進行動態監測，全面掌握路段區域空氣質量污染的時空差異性，快速識別出污染因子，掌握其擴散與傳播機理，并在廣州市進行實踐應用，助力空氣治理智能化、數字化轉型。

1 研究框架概述

研究技術框架主要包括四個部分：

①數據采集。通過安裝在公交車上的車載移動式空氣微型監測傳感器，實時采集大氣環境中的PM2.5、PM10 等信息，車載GPS 定位器可實時采集車輛的GPS 位置信息，攝像頭可以采集車輛運行時的環境視頻數據。

②數據傳輸。本研究采用標準的環保部通訊規范協議，將實時采集到的PM2.5、PM10、車載GPS 數據，視頻數據傳輸至網格化在線監測系統軟件平臺。

③數據分析。基于多源大數據融合分析，提供實時、準確、可視的管理決策依據，支撐政府環保部門對空氣質量的監測和分析挖掘，可指導提出有效的整改措施，實現治理工作的全面協同和問題的高效辦理，使空氣污染治理更加精細化、智能化，促進降本增效。

④信息發布。應用可在公交車載屏幕上展示監測信息，為乘客提供實時空氣質量信息服務，也可以通過手機APP 移動端向市民發布空氣質量相關信息。

研究的整體框架圖如圖1。

圖1 整體框架圖

本文充分利用現有公共交通資源搭載移動式空氣微型監測站，既能有效降低建設和維護成本，又彌補了固定監測點覆蓋面不廣的短板。通過固定與移動監測的動靜結合，使兩種監測方式采集的數據相互補充，相互校準，真正實現空氣污染的全面監測。同時，在數據分析過程中，有效地融合多源數據，有助于實現空氣監測區域化、精準化、智能化，減少人力巡查和治理投入。

2 監測原理及設備安裝布點選線

2.1 監測原理

本文采用激光光散射法原對空氣質量進行監測。監測傳感器主要由激光源、測量腔、透鏡組、光檢測器、濾波放大電路、微處理器元器件等組成，工作時，由激光源發出的激光通過透鏡組形成一個薄層面光源。當其照射在由氣流吹入測量腔內的氣溶膠時，會產生散射光。散射光經過透鏡組再照射到光檢測器上面時，會產生電信號，經過放大電路生成模擬信號，得到散射光強度的變化曲線。微處理器可基于米氏理論算法，得到顆粒物的等效粒徑和顆粒數量，從而輸出結果。

作為傳感器的載體，公交車輛具有以下特性：①行駛時間一般為6:00-22:00，可滿足對空氣質量監測的時間段要求；②運行軌跡固定，能夠滿足對特定路線和區域進行持續監測的需求；③公交車輛發班間隔時間一般不超過15 分鐘，可滿足對空氣監測的頻次要求；④公交線路覆蓋范圍廣，可以監測城市大部分區域內的空氣質量水平。

在公交車輛運行時，通過安裝在公交車上的傳感器，可實現對空氣中PM2.5，PM10 等污染物數據的采集，同時，車載GPS 和攝像頭等設備可實時采集公交車輛運行的位置和環境視頻等數據，為空氣質量監測大數據融合分析提供基礎。

2.2 監測設備安裝與布點選線

2.2.1 監測設備安裝

選擇合適線路的公交車輛安裝數據采集設備。采用車頂安裝方式，利用設備底部的強力磁鐵，無需對車體進行改裝，直接放置即可與車頂牢固連接在一起。

車載微站主機安裝在公交車前端應急逃生口后側，將主機磁體部分向下吸附在安裝車輛車頂即可，主機電源線順延車頂至公交車前門防水刷處，線纜加套波紋管并使用玻璃膠固定，可防止因為長時間暴曬造成線纜老化。使用玻璃膠對波紋管進行固定，可防止在車輛形成過程中造成不必要的刮蹭。

2.2.2 監測布點選線

試點應用城市此前所使用的空氣質量監測手段主要為地面固定監測站，存在成本投入高、難以實時跟蹤污染情況等短板[15]。為了滿足更高的環境治理要求，有必要采用更加科學、高效且經濟的監測方式。

基于重點監測區域和最大化覆蓋范圍原則，選擇合適的公交線路。根據公交線路分布情況，共選擇21 條線路，225 臺公交車輛，監測范圍覆蓋10 個國控站點，確定研究應用試點范圍，數據采集時間段為每天6:00-22:00 及政府環保部門指定的其他時間段。

3 研究應用場景

通過數據采集、挖掘分析，可實現空氣質量動態監測和智能決策治理。具體研究應用場景如下：

3.1 多源大數據融合的實時監控

融合車載GPS 數據以及實時采集到的PM2.5、PM10等污染物的含量數據，可形成帶有每個路段，每種污染物實時污染程度的電子地圖，形成實時路段熱力圖及三維熱力圖；融合車輛運行所采集到的視頻數據和實時空氣質量數據，可以迅速定位污染源，初步確定污染原因，如道路施工揚塵，工廠工業氣體排放等。

3.2 污染因子識別

實現各污染物多時空維度的實時動態監測和分析，能夠全面掌握路段區域空氣質量污染的時空差異性。通過多維時空交叉統計分析，快速識別出污染因子。（圖2）

圖2 污染因子動態監測識別

3.3 數據存儲與動態分析預測

對至少1 年的實時數據及至少3 年的平均數據（包括車輛衛星定位、視頻監控、空氣質量等）進行存儲，根據路段及時間對數據進行統計分析，供用戶可視化查詢。此外，可對監測數據的變化趨勢進行動態分析、預測，并疊加歷史數據進行綜合對比分析，提供可視化界面供用戶查詢。

3.4 大數據驅動的智能化閉環治理

設定PM2.5、PM10 等污染物的濃度預警限值，實時動態告警。同時，基于公交車輛運行的規律性，可對指定監測區域或時段進行重點監測。通過挖掘監測大數據價值，掌握污染源的時空分布規律，快速鎖定污染源位置及傳輸方向。通過多維度智能分析，支撐提出有針對性的治理手段，跟蹤反饋治理效果，形成閉環。

3.5 基于移動物聯的多源信息服務

將空氣質量監測采集數據與車載數據進行融合，實現信息交互，可在公交車載屏幕上展示監測信息，為乘客提供實時信息服務，也可通過手機APP 移動端向市民發布空氣質量相關信息，提高公眾環保參與意識，促進經濟社會綠色健康發展。

4 結束語

本文通過在公交車輛上搭載移動式空氣微型監測站，形成了基于大數據和移動物聯網的空氣質量數據“采集-傳輸-分析-應用”應用價值鏈條，打造了“固+移”監測模式，對實時和歷史監測數據進行充分挖掘分析，支撐空氣質量監測時空分辨率的提高，促進治理智能化、數字化轉型升級。

研究成果在公共交通系統上的部署實踐表明其具有較高的應用價值。未來，可將應用經驗推廣至出租車等其他城市交通領域，形成多個移動交通工具空氣質量監測網絡，多網融合，形成互補，使空氣質量網格化監測更加精密，達到更有效的治理效果。此外，相關經驗還可為固體污染物運輸監測治理等提供借鑒，健全城市環境治理網絡體系。