[00955743]基于图像的分布式大气环境质量监测系统研究与实现

随着中国社会经济的快速发展，交通对国民经济建设和国家安全的影响日益重要，其中高速公路的作用众所周知。大雾是造成高速公路交通事故最严重的灾害天气之一。近多年来，大雾引发的高速公路恶性交通事故频繁发生，损失重大。能见度是高速公路安全行车的要素，常规的能见度观测原理是通过测算红外或激光光源到接收器的大气透明度来计算能见度的。仪器检测的样本空间一般为1米左右，而真实的大气条件几乎是处处不同的，所以用1米大气的吸光率推算几公里大气的吸光率，再通过大气模型推算出的能见度是很难真实反映大气能见度的。 图像法能见度观测是利用摄像机代替人眼直接观察已知距离的目标，其获取目标信息的方式与人眼观察目标基本一致，是最直接的能见度观测方法。图像法能见度观测法的一个瓶颈问题是需要很多距离已知的目标物。该课题利用已经架设在高速公路上的摄像机获得原始图像；通过机器视觉技术分析图像中可以观察到的高速公路车道分界线的数量，再乘以车道分界线的距离，可以非常直观得计算出能见度。由于高速公路分布广泛，可以通过该系统得到全省乃至全国的每1公里区间的能见度实时值。 基于图像的分布式大气环境质量监测系统主要有以下三点优势。1.基于监控图像实现能见度预测，成本小，预测准确度高：不需要大规模新增设备，利用高速公路现有的监控摄像头即可实现大范围的能见度预测，减少空气质量监测设备到的投入，大大降低了成本，预测准确度高。2.采用云存储技术建立非结构化图像数据库，实现了海量视频和图片的非结构化存储及高速读取：由于该系统基于对视频图像处理实现对能见度的监测，过程中会有大量的视频及图像需要处理，采用云存储技术建立非结构化图像数据库，实现了计算过程中海量视频及图像的存储及高速读取，大大提高运算速度及数据等待时间。3.实现了短时能见度预测，并建立了WebGIS平台，对实时能见度预报进行展示：基于遗传算法优化的BP神经网络建立了大气能见度预测模型，实现了对大气能见度的短时预测，且预测准确率高。建立了WebGIS能见度展示平台，实现了对高速公路指向路段实时能见度及能见度短时预报的展示。基于图像的分布式大气环境质量监测系统不需要大规模新增设备即可实现大范围的空气质量监测，可减少空气质量监测设备的投入。 该系统推广应用后，可以得到全省的能见度分布实时数据，可为大气污染治理提供科学依据。该系统提供的短时大气环境质量预报可为人们的出行、航空器的起落提供指导意见。基于图像的分布式大气环境质量监测系统，已经广泛应用在各个省市，每套售价50万元，已售出6套，产生产值299.7万元，产生税收30.1万元。达成销售意向200套。