近几年，随着大气污染状况的加剧，雾霾问题成为各级政府部门和人民群众关心的热点问题。雾霾是在静稳、逆温、高湿的过程中，空气中的水汽与细颗粒物（PM2.5）相互作用，致使大气能见度下降的现象，其根本原因是PM2.5污染，直接诱因是不利的气象条件。

研究背景

随着我国城市化进程的加快和机动车保有量的增加，城市空气中污染物的时空变化规律更加复杂，环境空气中PM2.5浓度的影响因素很多，污染源也较为复杂，由于城市用地类型及污染源分布的空间异质性，区域环境空气PM2.5浓度的高低存在较大的空间差异。一个或几个点位难以代表整个城市不同位置的PM2.5浓度，更不能实现污染追踪。因此，需要提高监测点的空间密度。PM2.5有快速形成、快速扩散的特点，实时在线监测十分必要。然而，目前针对PM2.5的主要监测手段主要是建设专业高精度测量设备站点，由于设备价格昂贵、运维成本高，无法进行高密度布点，大部分城市都是所辖几百平方公里范围仅一个、几个或十几个监测点位。且常规监测是每小时一个数值，时效性难以满足需求。因此，目前大多数城市建设的空气质量在线监测，由于时空分辨率过低，数据只能提供一定参考，无法进行时空动态趋势分析，难以起到污染溯源的作用，也不能精细指导环保部门的环境监管、执法和治理工作。

基于上述背景，本研究通过部署网格化的监测系统，采用标准仪器设备监测站点和分布式低成本传感器监测站点相结合的方式，获取全区域高密度高频度的环境空气PM2.5监测数据，并运用基于GIS的后台数据分析系统，利用数据融合技术及空间可视化技术，进行监测数据分析和动态图绘制，实现环境空气PM2.5的时空动态变化趋势分析。

研究目标

由于监测设备原因引发的数据误差、天气状况引发的数据有效性、监测方法不一致引起的数据可比性问题等等，这些问题如果得不到有效解决，将直接影响数据的可靠性，甚至误导环保管理和决策。加上环保“数据孤岛”等问题依然存在，环保部门目前面临的较大问题就是，海量的监测数据，大多只停留在“数据”层面，而未能上升到真正的能为管理和决策提供支撑的“环境信息”层面。

本研究的目标就是，对监测站点上传的原始监测数据、故障数据、通信数据等数据进行管理，并对数据进行分类分层处理，通过数据修约校准分析后，将处理后的监测数据进行多维度的统计分析和图形化，将大量的多源的初始监测数据，转化为能直接为环境管理决策和环境执法服务的有用信息，并构建模型和软件体系，借助信息化手段，在自动在线监测的基础上，实现从监测数据到环境信息的自动转换和自动快速可视化，为环保管理、执法和决策提供依据，真正实现环境监测分析和决策支撑全过程的“数字化”和“智慧化”。

基于物联网框架的区域环境空气PM2.5监测系统

基于环保物联网的技术框架，按照“感知层-传输层-应用层”的三层架构，设计区域环境空气PM2.5监测系统。

感知层：PM2.5监测方法及布点原则

感知层为监测站点。主要有两类站点，标准监测仪器站点和分布式传感器站点，其中，标准监测仪器站点采用β射线法和微震荡天平法监测设备，β射线法是利用β射线衰减的原理，测定通过沉积着颗粒物的滤膜的β射线的能量衰减量，计算出滤膜上颗粒物的质量，再计算出该时段颗粒物的质量浓度（μg/m3）；微震荡天平法是利用微量振荡天平直接称量滤膜上收集的环境空气颗粒物质量，再计算出该时段颗粒物的质量浓度（μg/m3）；标准监测仪器站点主要分布在各个街乡镇，形成一级监测网络。分布式传感器站点为光散射法监测设备，主要分布在各个村庄和居委会，形成二级监测网络。光散射法是利用光束通过含颗粒物的采样气体时发生光散射脉冲的数量和强度，测量空气中单位体积内不同粒径（2.5μm、10μm）的颗粒物数量，再折算成质量浓度（μg/m3）。基于上述两类站点，构建双层监测网格（图 1），组成区域环境空气PM2.5监测系统的感知层。

 双层网格PM2.5监测站点

传输层：数据传输网络

传输层为数据传输网络。感知层获取的监测数据，包括PM2.5监测值，以及站点仪器设备工作状态、网络通讯状态等信息，通过3G无线网络，传回环保局系统平台，供环保业务应用层的分析应用。

应用层：区域环境空气PM2.5监测系统平台

区域环境空气PM2.5监测系统将监测站点传回的数据进行统一管理和分析应用，进行多维统计分析和图形展示，并生成时空动态趋势变化图，动态直观的展现整个区域环境空气PM2.5浓度的时空变化，从而追踪污染源及其扩散趋势，为环境执法、逐级考核和环境管理决策等提供可靠依据。

1、数据预处理与多源监测数据融合

不同监测站传回的数据，经过数据有效性校验、空间数据与属性数据关联、时间序列的匹配等方面进行数据预处理，再经过数据校准与融合，生成区域环境空气PM2.5空间数据曲面图。

本方案设计的双层监测网络，相较于传统的监测，大幅度缩小了数据获取周期，提高了空间密度，减少了因设备故障因素的影响，保证了监测数据具有较高的时间分辨率和空间分辨率。

2、多维统计分析和图形展示

经过有效性验证和校准的监测数据，从时间尺度、空间尺度等方面进行多维统计分析，分析结果以图表、文字等多种展现方式分类分层展示出来。可结合环保业务工作需求以及数据上报的实际需求，设计数据统计分析和可视化制图的尺度和频度。

3、区域环境空气PM2.5浓度时空动态趋势可视化分析

校准和融合后的标准数据，通过空间插值模型计算，进行空间插值和平滑处理，生成最终的空间分布图，直观展示全区域范围的大气环境质量状况。

 区域环境空气PM2.5浓度空间分布图

根据实际需求，设置每10分钟（或每30分钟/每小时）生成一张区域环境空气PM2.5空间分布图，通过对过去一段时间（如24小时）每10分钟（或每30分钟/每小时）空间分布图的顺序变化播放演示，制作成动态变化图，动态直观的展现整个区域环境空气PM2.5浓度的时空变化，从而追踪污染源及其扩散趋势，为环境执法和环境管理决策提供可靠依据。

4、空气质量报告

查看指定时间段内PM2.5二十四小时滑动平均浓度和分指数，空气质量指数、空气质量级别，生成空气质量报告。

5、PM2.5分布时空动态趋势图

根据全区环境空气PM2.5浓度的分布，生成动态热点专题图，体现全区环境空气PM2.5浓度浓度的空间分布状况及实时动态变化。趋势分析主要采用实时图片与历史视频方式做展示。

6、污染溯源

通过对一段时间区域环境空气pm2.5浓度时空变化趋势动态图的分析，可以随时掌握不同情况下污染物的成因与变化趋势。例如：污染物传输、污染物扩散、污染物聚集等，从而追溯污染源头，有针对性的进行执法和治理，实现监测管理联合行动。

结合目前条件下可以到得的气象数据、土地利用数据及主要污染源分布点位数据等，可以实现污染源位置追踪，为环境监督执法和环境管理决策提供科学依据。

实践意义及研究展望

本研究方案的实施，实现全面直观的掌握区域环境空气PM2.5浓度空间分布状况和动态变化趋势，结合环保业务工作实践经验，实现了污染源的初步定位。利用技术创新，支撑环保管理模式的创新，为区域环境管理和执法提供可靠手段和依据，大大提高环境监管能力及效率；为环境改善、污染防治、生态保护等业务提供更有针对性的建议；为各级领导“更智慧的决策”提供依据；并将为人民群众身心健康提供更有力的保障。

由于数据来源的限制，本研究未能集成更多的相关数据，实现精细化的建模和污染溯源。未来研究将致力于实现大数据的综合分析，即气象数据、污染源空间分布数据、污染源排放数据、道路及交通路况数据、城市土地利用数据等集成到一起，基于不同气象条件下、不同类型大气污染物扩散机理特征，进行综合的建模分析，以实现更精确的污染溯源和环境空气质量变化的趋势预测。

参考文献

中华人民共和国环境保护部. GB3095-2012: 《环境空气质量标准》[S]. 2012年2月29日.

中华人民共和国国务院.《大气污染防治行动计划》[Z]. 2013年9月10日.

孙红鸽，臧义，曹毅，阎馨. 模糊数据融合在多传感器环境监测中的应用. 2009,

李恒灿，李权才.数据融合技术在环境监测中的应用.中国农机化. 2011，(4):110-113

中华人民共和国环境保护部（原国家环境保护总局）.《环境空气质量监测规范》（试行）[S]. 2007年1月19日.

解淑艳，王晓彦，吴迓名等.环境空气中PM2.5自动监测方法比较及应用.中国环境监测.  2013,（2）:150-155

李海永.空间数据插值方法的分析与比较[OL]. 中国科技论文在线，http://www.paper.edu.cn，2008 年5 月16 日.

阳文锐，王如松，黄锦楼等.反距离加权插值法在污染场地评价中的应用.应用生态学报[J] 2007,18（9）:2013-2018.