本發(fā)明涉及一種室外空氣質(zhì)量解決方法和系統(tǒng)，屬于計算機領(lǐng)域。
背景技術(shù)：
：隨著經(jīng)濟急速發(fā)展，能源開采需求越來越多。經(jīng)濟活動急速增長，發(fā)電需求，發(fā)電廠的功率越來越大，汽車銷售數(shù)量不斷創(chuàng)新高?？諝庵新鸵驗榻?jīng)濟活動而多了一些副產(chǎn)品，包括懸浮粒子pm2.5，pm10，SO2等，均從發(fā)電廣及汽車的引擎排放出來。由汽車、工廠等污染源排入大氣的氮氧化物和碳氫化合物等一次污染物，在太陽紫外線的照射下發(fā)生光化學(xué)反應(yīng)，生成臭氧等二次污染物。為了讓大眾明白及知道空氣中的污染物及提高對空氣質(zhì)量的認識，通過數(shù)據(jù)分析及傳感器檢測，讓人人都可以知道，他所處于地位置的空氣質(zhì)量及當中所含有的污染物成份及程度。根據(jù)現(xiàn)時情況，一般人需要從政府網(wǎng)站找出每個地方監(jiān)測站的數(shù)據(jù)，然后從數(shù)據(jù)中查看那個監(jiān)測站位置是最近自己，當然有些最近有2-3個監(jiān)測站，都是至少5-10公里的距離。那就完全不能估算自己所處位置的實時空氣質(zhì)量如何地方監(jiān)測站通常包括了以下的污染物，如PM2.5(細顆粒物)，PM10(顆粒物)，SO2(二氧化硫)，CO(一氧化碳)，O3一氧化碳及NO2(二氧化氮)。最后以空氣質(zhì)量指數(shù)(AQI)，即AirQualityIndex，是定量描述空氣質(zhì)量狀況的無綱量指數(shù)。一個普通的市民，可能量農(nóng)民，工人，長者，中小學(xué)生等，未必人人都精通高深數(shù)學(xué)的計算，未必知道監(jiān)測站所測量的數(shù)據(jù)和自己所處位置設(shè)身處地有什么關(guān)系。參照圖1，以北京為例,北京市只有12個監(jiān)測站監(jiān)測空氣質(zhì)量數(shù)據(jù),一般人只能參考這12個監(jiān)測站的空氣質(zhì)量數(shù)據(jù)。由于各個監(jiān)測站跟自己距離有近有遠,不知道怎樣判段自己所在位置的空氣質(zhì)量,所以一般人只是以其中一個位置當成自己位置的空氣質(zhì)量,導(dǎo)致可能自己正暴露于危險的空氣質(zhì)量情況也不知道。這正是這個發(fā)明專利申請及決現(xiàn)有情況的痛點。技術(shù)實現(xiàn)要素：針對現(xiàn)有技術(shù)的不足，本發(fā)明的技術(shù)方案提供了一種室外空氣質(zhì)量解決方法和系統(tǒng)，用于解決現(xiàn)有技術(shù)的不足。本發(fā)明的技術(shù)方案包括一種室外空氣質(zhì)量監(jiān)測方法，其特征在于，該方法包括：A.創(chuàng)建多個測試點，固定時間內(nèi)構(gòu)建與測試點對應(yīng)K-D二叉樹，通過K-D二叉樹檢索與測試點最接近的多個空氣監(jiān)測站位置，并計算每個測試點與多個空氣監(jiān)測站的距離；B.在一段時間內(nèi)獲取空氣監(jiān)測站的空氣質(zhì)量指標，根據(jù)K-D二叉樹檢索與測試點最接近的多個空氣監(jiān)測站位置及其距離，基于多個空氣監(jiān)測站與測試點的距離使用反距離權(quán)重法計算每個測試點的空氣質(zhì)量指標及所有污染物數(shù)據(jù)；C.查找以用戶為中心一定距離內(nèi)所有的測試點，進一步查找所有測試點中已計算的空氣質(zhì)量數(shù)據(jù)，根據(jù)測試點空氣質(zhì)量指標，在用戶移動終端的地圖顯示界面使用對應(yīng)的顏色進行標識。根據(jù)所述的室外空氣質(zhì)量監(jiān)測方法，其中步驟A包括子步驟：S21，通過K-D二叉樹比較待查詢節(jié)點和分裂節(jié)點的分裂維的值，若小于等于就進入左子樹分支，等于就進入右子樹分支直到葉子結(jié)點，順序搜索路徑找到最近鄰的近似點，該近似點為待查詢點處于同一個子空間的葉子結(jié)點；S22，回溯搜索路徑，并判斷搜索路徑上的結(jié)點的其他子結(jié)點空間中是否可能有距離查詢點更近的數(shù)據(jù)點，如果有可能，則需要跳到其他子結(jié)點空間中去搜索；S23，順序重復(fù)步驟S21與S22直到搜索路徑為空，得出測試點跟多個空氣監(jiān)測站的位置及距離，并將其中最接近至少6個空氣監(jiān)測站作為搜索結(jié)果。根據(jù)所述的室外空氣質(zhì)量解決方法，其中的步驟B還包括：S31，使用反距離權(quán)重法計算所述步驟S23得到的測試點與最接近至少6個空氣檢測站的位置及距離；S32，每個測試點都會作為插值點，將空氣檢測站的點作為離散點，其中若離散點與插值點的距離超過一定閾值，則將超過閾值距離的視為非影響點；S33，計算每個離散點的權(quán)重值，根據(jù)權(quán)重值與對應(yīng)空氣監(jiān)測站質(zhì)量重新計算測試點空氣質(zhì)量指標，其中權(quán)重值為距離倒數(shù)函數(shù)。根據(jù)的室外空氣質(zhì)量解決方法，其中的步驟S31還包括：對距離及地理位置的計算，其中距離計算為，di表示用戶與測試點的距離，其中的地理位置計算為，其中根據(jù)所述的室外空氣質(zhì)量解決方法，所述步驟C還包括：用于對所述步驟B得到的空氣質(zhì)量使用半透明圖層在用戶地圖顯示界面進行顯示，其中不同的空氣質(zhì)量指標對應(yīng)不同的顏色。根據(jù)所述的室外空氣質(zhì)量監(jiān)測方法，其中的步驟C還包括：S61，通過移動終端對用戶自身位置進行定位；S62，通過網(wǎng)絡(luò)獲取用戶一定范圍內(nèi)所有測試點位置信息；S63，向數(shù)據(jù)庫查找多個測試點的空氣數(shù)據(jù)，以及，提供查找界面用于自定義查找天氣數(shù)據(jù)。根據(jù)上述任意方法的一種室外空氣質(zhì)量監(jiān)測系統(tǒng)，其特征在于，該系統(tǒng)包括：模擬測試點模塊，用于在一段時間內(nèi)構(gòu)建與測試點對應(yīng)K-D二叉樹，通過K-D二叉樹檢索與測試點最接近的多個空氣監(jiān)測站，并計算每個測試點與多個空氣監(jiān)測站的距離；空氣質(zhì)量計算模塊，用于在一段時間內(nèi)獲取空氣監(jiān)測站的空氣質(zhì)量指標，根據(jù)K-D二叉樹檢索與測試點最接近的多個空氣監(jiān)測站位置及其距離，基于多個空氣監(jiān)測站與測試點的距離使用反距離權(quán)重新計算每個測試點的空氣質(zhì)量指標及所有污染物數(shù)據(jù)；空氣質(zhì)量展示模塊，用于查找以用戶為中心一定距離內(nèi)所有的測試點，進一步查找所有測試點中已計算的空氣質(zhì)量數(shù)據(jù)，根據(jù)測試點空氣質(zhì)量指標，在用戶移動終端的地圖顯示界面使用對應(yīng)的顏色進行標識。本發(fā)明的有益效果為：能夠精確快捷的監(jiān)測到用戶附近的空氣質(zhì)量。附圖說明圖1所示為現(xiàn)有技術(shù)的空氣質(zhì)量監(jiān)測流程；圖2所示為根據(jù)本發(fā)明實施方式的空氣質(zhì)量監(jiān)測流程。具體實施方式為了使本發(fā)明的目的、技術(shù)方案和優(yōu)點更加清楚，下面結(jié)合附圖和具體實施例對本發(fā)明進行詳細描述。本發(fā)明的室外空氣質(zhì)量解決方法和系統(tǒng)適用于空氣質(zhì)量的實時監(jiān)測。圖2所示為根據(jù)本發(fā)明實施方式的空氣質(zhì)量監(jiān)測流程。具體如下S201～S205所示：S201，從網(wǎng)絡(luò)上找出監(jiān)測站位置及其在其位置檢測的空氣質(zhì)量數(shù)據(jù)；S202，模擬測試點，創(chuàng)建百萬個測試點,視乎地方大小及人口密度,然后用K-D二叉樹找尋測試點及最接近的空氣監(jiān)測站的位置及距離；S203，通過反距離權(quán)重法(InverseDistanceWeighting，IDW)進行計算；反距離權(quán)重法插值方法假定每個輸入點都有著局部影響，這種影響隨著距離的增加而減弱。步驟如下所示：1.計算未知點到所有點的距離；2.計算每個點的權(quán)重：權(quán)重是距離的倒數(shù)的函數(shù)。于反距離權(quán)重公式與任何實際的物理過程都不關(guān)聯(lián)，因此無法確定特定冪值是否過大。在IDW插值之前,我們可以事先獲取一個離散點子集，用于計算插值的權(quán)重；原因1：離散點距離插值點越遠，其對插值點的影響力越低，甚至完全沒有影響力；原因2：離散點越少可以加快運算速度；通過反距離權(quán)重法，把每一個用程序得出來的測試點的位置，位置包括距離及空間坐標,經(jīng)過以下示例方式計算，每個測試點會用程序找出最近6個監(jiān)測站。根據(jù)距離確認權(quán)重值，參考表1監(jiān)測點距離0,141.230,235.350,340.00,420.000,544.720,692.19表1進一步計算得到λ1＝0.15，λ2＝0.17...λ4＝0.31,λ5＝0.139...計算空間坐標，參考表2測試點緯度經(jīng)度海拔0110.0150.0？170.0140.0115.42115.0115.0123.13150.0150.0113.84110.0170.0110.5590.0190.0107.26180.0210.0131.78表2其中其中根據(jù)計算得到Z0(110，150)＝112.36。找出最近距離方法名為K-Dtree(K-Dimensional樹的簡稱)。K-Dtrees是一種分割k維數(shù)據(jù)空間的數(shù)據(jù)結(jié)構(gòu)。主要應(yīng)用于多維空間關(guān)鍵數(shù)據(jù)的搜索(如：范圍搜索和最近鄰搜索)。K-D樹是二進制空間分割樹的特殊的情況。K-D樹是一個二叉樹，每個節(jié)點表示一個空間范圍。主要有兩個程序:1.構(gòu)建k-d樹；2.檢索在k-d樹中與查詢點距離最近的數(shù)據(jù)點。在k-dtree樹中進行數(shù)據(jù)的k近鄰搜索是特征匹配的重要環(huán)節(jié)，其目的是檢索在k-dtree中與待查詢點距離最近的k個數(shù)據(jù)點。最近鄰搜索是k近鄰的特例，也就是1近鄰。將1近鄰改擴展到k近鄰非常容易。下面介紹最簡單的k-dtree最近鄰搜索算法?；镜乃悸泛芎唵危菏紫韧ㄟ^二叉樹搜索(比較待查詢節(jié)點和分裂節(jié)點的分裂維的值，小于等于就進入左子樹分支，等于就進入右子樹分支直到葉子結(jié)點)，順著“搜索路徑”很快能找到最近鄰的近似點，也就是與待查詢點處于同一個子空間的葉子結(jié)點；然后再回溯搜索路徑，并判斷搜索路徑上的結(jié)點的其他子結(jié)點空間中是否可能有距離查詢點更近的數(shù)據(jù)點，如果有可能，則需要跳到其他子結(jié)點空間中去搜索(將其他子結(jié)點加入到搜索路徑)。重復(fù)這個過程直到搜索路徑為空。S204，這個就是用程序方式做一個半透明的圖層,而顏色是跟據(jù)空氣質(zhì)量指數(shù)來定議的。然后把這個圖層就在手機應(yīng)用程序顯示。S205，一般人通過手機定位就可以知道自己所在的空氣質(zhì)量數(shù)據(jù)，包括PM2.5的染污物的值等，的空氣質(zhì)量指數(shù)程度。如果位于空氣質(zhì)量不佳的地方，可以離開，或戴上口罩等隔絕污染物，這個就是這項發(fā)明的目的。以上所述，只是本發(fā)明的較佳實施例而已，本發(fā)明并不局限于上述實施方式，只要其以相同的手段達到本發(fā)明的技術(shù)效果，都應(yīng)屬于本發(fā)明的保護范圍。在本發(fā)明的保護范圍內(nèi)其技術(shù)方案和/或?qū)嵤┓绞娇梢杂懈鞣N不同的修改和變化。當前第1頁1 2 3