污染濃度數據采集系統設計綜述目錄TOC\o"1-2"\h\u11226污染濃度數據采集系統設計 1304241.1采樣系統介紹 145762.1PM2.5/PM10傳感器 3237262.2CO2傳感器 3145312.3溫濕度傳感器 3323802.4GPS模塊 3125652.5GPRS模塊 363782.6風速儀 44492.7后臺服務器 4186031.2.1監測點的數量與分布 521291.2PM10實測濃度結果 61.1采樣系統介紹采樣系統由三大部分組成：便攜式空氣質量監測器、風速儀與中央服務器平臺。如下圖所示：圖3-2便攜式監測器內部元件圖3-3風速儀圖3-4中央服務器多目標監測圖便攜式空氣質量監測器集成了PM2.5/PM10傳感器、CO2傳感器、溫濕度傳感器、GPS模塊、GPRS模塊。能完成GPS定位，PM10/PM2.5濃度、CO2濃度、溫濕度數據采集以及實時數據傳輸，開機狀態能持續工作3小時以上。中央服務器平臺能夠在監測器開機情況下實時接收數據并每5秒在污染物濃度曲線圖上繪出新點，支持歷史數據的查詢與下載。2.1PM2.5/PM10傳感器PM濃度數據的采集使用DSL-08傳感器。該傳感器尺寸小巧、安裝方便，監測速度快，數值穩定且一致性好，采用了全屏蔽，抗干擾能力強。內置激光器和光電接收組件，采用光散射原理將激光在顆粒物上產生的散射光由光電接收器轉變為電信號并計算出PM10、PM2.5質量濃度。DSL-08為主動式PM監測器，通過位于同一側的進出風口完成數據測量；測量量程為0~1500μg/m3，質量濃度數據分辨率為1μg/m3，質量濃度一致性為±10%或±10μg。2.2CO2傳感器CO2濃度數據的采集使用CCS811傳感器，其內部集成MCU并具有板載處理能力，在無需主機干預的條件下即可提供等效二氧化碳等級指標。使用分離式氣體傳感器和MCU的解決方案的CCS811可以節省設備的物料清單成本以及高達60%的占板面積。測量量程為0~5000ppm，測量精度為±（50ppm+3%讀數值）。2.3溫濕度傳感器溫濕度數據由STH30傳感器獲取。其中，溫度測量范圍為：-40℃~125℃，測量精度±0.3攝氏度；溫度測量范圍為：0~100%RH，測量精度±3%RH。2.4GPS模塊G530是基于Air530模塊的核心板，是一款高性能、高集成度的多模衛星定位導航核心板。其體積小、功耗低、在實際使用中搜星速度快、信號定位精準并支持GPS+北斗雙模。2.5GPRS模塊Air202采用更易于焊接的LCC封裝，4頻段工作、超小尺寸、超低功耗和寬闊的工作溫度范圍適用于可穿戴設備、智能計量以及其他M2M的應用。支持MQTT/TCP/UDP/PPP/FTP/HTTP/SMTP/CMUX/SSL/阿里云Aliyun/中移物聯oneNet/涂鴉云Tuya等協議，能夠滿足實時數據傳輸的要求。2.6風速儀風速儀為希瑪AS-8336測試儀，風速測量范圍0.3~45m/s，風速測量誤差+-3%+-0.1dgt，分辨率0.001m/s，內置風速單位轉換。2.7后臺服務器后臺服務器整體采用node.js軟件平臺，使用node-express模塊架設web網站，利用socket實現與硬件系統通訊。通過使用node-epics調用libCA庫實現與EPICS實時監控系統的對接；使用套接字socket事件編程實現前后端視頻圖像的安全傳輸。本系統的前后端通信過程如圖3-4所示。前端通過瀏覽器輸入ip地址訪問服務器，由服務器發送頁面觸發前端頁面渲染執行腳本，并向后端socket模塊發送連接請求，socket模塊分別于Node中的EPICS模塊、SDK接口模塊及RS232串口通訊模塊相連，由它們分別向socket模塊發送socket事件，當變量數值發生變化時，Socket模塊發送變量更新事件到前端，當前端監聽到服務器發送的事件后執行回調函數，更新前端頁面數據，實現實時監控。圖3-5網頁前后端數據通訊流程圖本項目平臺采用influxDB數據庫對大量采集數據進行組織、存儲和管理。監控系統采集的服務器指標一般都是時間序列。從總體上看時間序列數據滿足如下條件：（1）數據都帶有時間戳，單個數據意義甚微，大量數據按時間排序卻可以得到一個含義豐富的序列。比如本項目平臺所監控的環境中的溫度、污染物濃度等。（2）大批量的寫和讀，幾乎不修改或單個刪除，數據只保存一段時間，而后需要降低精度抽樣或批量刪除。時間序列一般來說都有兩個特點：數據結構簡單和數據量大。所謂的結構簡單，可以理解為某一度量指標在某一時間點只會有一個值，沒有復雜的結構（嵌套、層次等）和關系（關聯、主外鍵等）。數據量大則是另一個重要特點，這是由于時序列數據由所監控的大量數據源來產生、收集和發送，比如主機、物聯網設備、終端或APP等。使用傳統關系型數據庫存儲時間序列有很多的弊端。比如在數據量較大的情況下查詢速度慢對用戶不友好、對存儲沒有做優化占用磁盤空間大等。在實際測試中，發現CO2傳感器極為靈敏，數值波動很大，且CO2來源廣泛，并不能確認濃度的改變是由于交通排放導致，因此在后續的實驗方案設計中主要考慮PM2.5以及PM10的濃度。1.2.1監測點的數量與分布目前學術界對于區域內的監測點數量需求并沒有嚴謹科學的方法進行論證，但查詢以往的文獻資料發現實驗中的監測點數量一般為20-100個，但對于不同的城市區域規模與地區人口數量，所布置的點數應隨之改變。Jerrett等[56]在加拿大Toronto進行的實驗中，利用全部97個監測點中隨機選擇的65個點得到的模型預測結果與使用所有監測點數據的結果非常相似。同樣，Briggs等[57]在倫敦的研究中，選取75%監測點所得到的的結果與使用全部數據的相似。Madsen等[58]的研究結果證明，在位于海邊、海拔具有顯著變化的500000居住人口的非工業化城市oslo中，隨機選擇40個點與考慮全部80個點所得到的的結果沒有顯著性區別。然而，這些經驗是否在其他城市或環境中依然可靠有效，仍待考證。此外，對于監測點分布的確定，依然沒有較為明確的方法來辨識各組監測點之間的差異。例如，Brauer等[48]在設計TRAPCA研究對于Netherlands中三個區域污染物暴露評價的實驗中，將12個監測點作為高交通點測量，其余28個均作為城市區域的背景濃度檢測。1.2PM10實測濃度結果為測得最接近實際情況的各路段PM10數值，本研究進行了多次實驗，除去儀器操作失誤、檢測模塊信號不佳等因意外而結果無效的實驗，經比選后最終選取2021年4月27日18：00-19：00收集到的污染濃度數據，為將收集到的PM10原始數據在經過數據預處理之后，整理為如折線圖3-6所示，其中，縱坐標表示實測PM10濃度值：圖3-6預處理后的實際測量值通過檢測器輸出的經緯度數據，對比實際測量值，可得以下污染物濃度變化結果，如表3-4所示：表3-4各路段污染物濃度變化路段污染物濃度變化情況1-2周圍環境綠地偏多，擴散條件好，交通量也較少。pm10變化平穩。2-3周圍環境綠地偏多，擴散條件好，交通量也較少。pm10變化平穩。4-5在經過點4時由于路口經過車輛較多，pm10增加幅度較大。6-7由于車輛擁堵緩行，Pm2.5與pm10緩步上升。2