回到首页 返回首页
回到顶部 回到顶部
返回上一页 返回上一页
best-icon

#新物联网挑战二#+气象条件对大气粉尘污染的影响研究 简单

头像 ziyuboy 2023.06.23 223 4

  一、项目背景:

  1.气象科学是研究大气中各种现象和变化的科学,包括大气的物理、化学和动力学性质,以及大气中各种现象的发生和演变规律。气象科学的主要研究对象是大气,包括大气中的温度、湿度、气压、风速、风向等因素,以及这些因素与人类活动的关系。

微信图片_20230708205900.png

  2.大气污染是指大气中包含有害物质,对人类健康和环境产生危害的现象。这些有害物质可能来自于各种不同的来源,如工业排放、交通尾气、农业活动等。

  大气污染最重要的指标包括:污染物浓度、空气质量指数、污染物排放量等指标。而污染物浓度指标中的颗粒物含量,则是人们最熟悉、也是关注度最高的一项内容。

0188ac554b2ed9000001bf72c7603c.jpg@1280w_1l_2o_100sh.jpg

  3.从主观上来讲,温度、湿度、气压、风速、风向等气象因素,应该对人们关注度最高的颗粒物污染具有一定的影响。通过调查身边的同事和朋友,得到以下的一些猜测:

  (1)温度高了会加速大气粉尘的化学反应速率,使污染物的浓度升高?

  (2)风速越大,污染物扩散和稀释的能力就越强?

  (3)湿度高会使污染物的化学反应速率下降,还会使污染物吸附在水分子上,从而提高污染物的浓度?

  (4)气压高让使污染物的浓度升高,从而加剧大气粉尘污染的程度?

  ……

  为了验证以上的猜测,我们选择了室内、树林、十字路口、地下车库等环境,使用云雀气象仪、粉尘传感器、空气质量传感器等器材,来检测不同气象条件下大气中悬浮颗粒物的浓度,了解不同环境的空气质量状况,并探究气象条件对大气粉尘污染的影响。

 

微信图片_20230708210517.png

   二、项目目标:

  1.建立空气质量监测系统,包括硬件连接、软件编写、可视化界面的设计等。

  2.确定适合项目研究的气象数据检测地点。

  3.利用气象监测系统,在数据检测地点收集温度、湿度、风速、风向、空气质量等级、颗粒物浓度等数据。

  4.通过数据分析,找出气象因素与颗粒物浓度之间的关系。

  5.根据研究发现,提出具有应用价值作品的初步设计方案,并根据实际情况制作出作品原型。

  三、项目步骤:

  1.制作气象监测系统,硬件连接、程序编写、可视化界面设计。

  2.确定监测地点:

  根据数据收集的要求,在室内、树林、十字路口、地下车库等地点,进行大气悬浮颗粒物的数据检测。

  3.采集数据:定期对各个监测站点进行空气质量采样,并记录气温、湿度、风速、风向等气象数据。重点对PM2.5等粉尘浓度数值进行实时监测。

  4.数据分析:将采集到的数据进行整理和分析。

  5.结论总结:根据对比各监测环境中的数据,尝试总结出温度、湿度、风速等气象因素对粉尘浓度的影响规律。

  四、项目实施

  (一)硬件连接

  使用硬件:云雀气象仪、粉尘传感器、空气质量传感器、行空板、SCI采集模块

微信图片_20230709164247.png

  (二)程序编写

  使用软件:Mind+可视化

  1.Mind+程序代码:

微信图片_20230708202824.png
微信图片_20230708202902.png
微信图片_20230708203016.png

  2.SIOT V2平台主题添加:

微信图片_20230708203120.png
微信图片_20230708203136.png

 

  3.代码:

#  -*- coding: UTF-8 -*-


 

# MindPlus

# Python

from pinpong.extension.unihiker import *

from pinpong.board import Board,Pin

from DFRobot_Atmospherlum import *

from dfrobot_rp2040_sci import *

from pinpong.board import Board

from unihiker import Audio

import siot

import time



 

Board().begin()

siot.init(client_id="16630799452687284",server="10.1.2.3",port=1883,user="siot",password="dfrobot")

u_audio = Audio()

siot.connect()

siot.loop()

yunque_i2c = DFRobot_Atmospherlum_I2C(0x42)

while (yunque_i2c.begin() != 0):

    print("yunque_i2c initialize failed!!")

    time.sleep(1)

print("Sensor initialize success!!")

yunque_i2c.set_local_time()

time.sleep(1)


 

SCI1 = DFRobot_RP2040_SCI_IIC(addr=0x21)

while SCI1.begin() != 0:

    print("Initialization Sensor Universal Adapter Board failed.")

    time.sleep(1)

print("Initialization Sensor Universal Adapter Board done.")

siot.getsubscribe(topic="siot/日期")

siot.getsubscribe(topic="siot/光线")

siot.getsubscribe(topic="siot/声音")

siot.getsubscribe(topic="siot/温度")

siot.getsubscribe(topic="siot/湿度")

siot.getsubscribe(topic="siot/温粉对照")

siot.getsubscribe(topic="siot/湿粉对照")

siot.getsubscribe(topic="siot/风粉对照")

siot.getsubscribe(topic="siot/风向")

siot.getsubscribe(topic="siot/风速")

siot.getsubscribe(topic="siot/气压")

siot.getsubscribe(topic="siot/AQI")

siot.getsubscribe(topic="siot/TVOC")

siot.getsubscribe(topic="siot/ECO2")

siot.getsubscribe(topic="siot/PM1")

siot.getsubscribe(topic="siot/PM25")

siot.getsubscribe(topic="siot/PM10")


 

while True:

    siot.publish(topic="siot/日期", data=time.strftime("%Y-%m-%d"))

    siot.publish_save(topic="siot/声音", data=u_audio.sound_level())

    siot.publish_save(topic="siot/光线", data=light.read())

    siot.publish_save(topic="siot/温度", data=(yunque_i2c.get_value("Temp")))

    siot.publish_save(topic="siot/湿度", data=(yunque_i2c.get_value("Humi")))

    siot.publish_save(topic="siot/温粉对照", data=(str((str((yunque_i2c.get_value("Temp"))) + str(","))) + str(SCI1.get_value1(SCI1.eALL,"PM2.5"))))

    siot.publish_save(topic="siot/湿粉对照", data=(str((str((yunque_i2c.get_value("Humi"))) + str(","))) + str(SCI1.get_value1(SCI1.eALL,"PM2.5"))))

    siot.publish_save(topic="siot/风粉对照", data=(str((str((yunque_i2c.get_value("speed"))) + str(","))) + str(SCI1.get_value1(SCI1.eALL,"PM2.5"))))

    siot.publish_save(topic="siot/风向", data=(yunque_i2c.get_value("dir")))

    siot.publish_save(topic="siot/风速", data=(yunque_i2c.get_value("speed")))

    siot.publish_save(topic="siot/气压", data=(yunque_i2c.get_value("Pressure")))

    siot.publish_save(topic="siot/AQI", data=SCI1.get_value1(SCI1.eALL,"AQI"))

    siot.publish_save(topic="siot/TVOC", data=SCI1.get_value1(SCI1.eALL,"TVOC"))

    siot.publish_save(topic="siot/ECO2", data=SCI1.get_value1(SCI1.eALL,"ECO2"))

    siot.publish_save(topic="siot/PM1", data=SCI1.get_value1(SCI1.eALL,"PM1.0"))

    siot.publish_save(topic="siot/PM25", data=SCI1.get_value1(SCI1.eALL,"PM2.5"))

    siot.publish_save(topic="siot/PM10", data=SCI1.get_value1(SCI1.eALL,"PM10"))

    time.sleep(1)


 

  (三)数据收集

  1.室内数据收集:

  使用云雀气象仪、粉尘传感器、空气质量传感器、行空板、SCI采集模块,连续采集室内气象数据超过30分钟。

微信图片_20230708180435.jpg
无风.png

  无风状态下,主要数据如上图

有风.png

有风状态下,主要数据如上图

  (1)在无风状态下,室内湿度为62.86RH,粉尘PM2.5的数据为19微克每立方米(μg/m³)。

  在有风状态下,室内湿度变为69.56RH,粉尘PM2.5的数据变为27微克每立方米(μg/m³)。

  (2)在有风和无风两种状态下,PM2.5的数据基本无大幅变化,一直保持在21-27微克每立方米(μg/m³)。

图片1.png

时长为半小时的PM2.5数据统计图

  (3)在有风状态下,空气质量等级由3级变成了4级,估计是因为用风扇造成有风环境时,搅动了室内的灰尘导致室内悬浮颗粒物浓度升高。

  (4)无风状态下,温度稍高,粉尘PM2.5的浓度数据为19μg/m³,明显低于温度低时的悬浮颗粒物浓度。

 

 

  2.树林中数据收集:

微信图片_20230709162347.jpg
图片2.png
PM25-树林.png

  

  3.十字路口数据收集:

微信图片_20230709162401.jpg
lukou.png

pm25-路口.png  

 

  4.地下车库数据收集:

微信图片_20230709162355.jpg
cheku.png
PM25-地下车库.png

 

 

  五、总结发现:

  通过在室内、树林、十字路口、地下车库等环境中进行气象条件和粉尘数值的收集,我们可以清晰地看出:

  1.从气压角度观察:室内、树林、十字路口等环境中,气压值约为994kPa,粉尘浓度的均值分别在20μg/m³、13μg/m³、10μg/m³;地下车库环境中,气压值稍高,约为995kPa,粉尘浓度的均值,在66μg/m³。

  2.从风速角度观察:在树林和十字路口等开放环境,风速均值高,分别在0.75m/s、1.64m/s,粉尘PM2.5浓度值在11μg/m³-13μg/m³之间。在室内、地下车库等封闭环境,基本无风,粉尘PM2.5浓度均值分别为20μg/m³、66μg/m³。无风的封闭环境中的粉尘PM2.5浓度明显高于有风的开放环境中的粉尘PM2.5浓度。

  3.从温度方面观察:树林环境中温度为37摄氏度左右,粉尘PM2.5浓度均值13μg/m³。路口环境温度为38摄氏度左右,粉尘PM2.5浓度均值为11μg/m³。室内温度为28摄氏度左右,粉尘PM2.5浓度均值为20μg/m³。温度高的环境,粉尘PM2.5浓度明显低于温度低的环境。

  4.从湿度方面观察:室内环境中湿度在63RH左右,粉尘PM2.5浓度均值20μg/m³。树林环境中湿度在49RH左右,粉尘PM2.5浓度均值13μg/m³。路口环境中湿度在45RH左右,粉尘PM2.5浓度均值11μg/m³。能看出,湿度高的环境,粉尘PM2.5浓度明显高于湿度低的环境。

微信图片_20230709180318.png

  通过以上发现,我们可以得到以下结论:

  1.气压:气压低会使大气层不稳定,从而加速污染物的扩散和稀释。气压高会使污染物的浓度升高,从而加剧大气粉尘污染的程度。

  2.风速:风速越大,污染物扩散和稀释的能力就越强。

  3.温度:一方面,温度高会加速大气粉尘污染物的化学反应速率,使污染物的浓度降低;另一方面,温度低会使大气层稳定,不利于污染物的扩散和稀释,使污染物的浓度升高。

  4.湿度:湿度对大气粉尘污染的影响主要体现在两个方面。一方面,湿度高会使污染物的化学反应速率下降,从而减缓大气粉尘污染的速度;另一方面,湿度高会使污染物吸附在水分子上,从而降低污染物的浓度。

  同时,我们也应该看到粉尘PM2.5颗粒物的浓度,不是由一种气象条件的影响所决定,是受多种气象因素共同影响的结果。

 

  六、畅想应用、设计作品

微信图片_20230709180528.png

  根据气象条件对粉尘颗粒物的影响,我们可以设计一个简易的作品:风动净化器,让航天员用在空气流动性差的空间站,来降低空气中悬浮颗粒物浓度。

  1.设计概述:

  利用风扇风力将空气中的PM2.5等有害物质吹散,同时通过过滤系统将污染物去除,达到净化空气的效果。

  2.设计细节:

  (1)风力驱动:风动净化器采用通过一个大型的风扇提供动力源,将风力集中并引导至过滤系统中。这个风扇可以通过电动或手动方式调整转速,以适应不同风力环境。

  (2)过滤系统:风动净化器采用多层过滤网的设计,包括活性炭过滤网和生物膜过滤网等。这些过滤网可以有效地去除空气中的微小颗粒物、有害气体和微生物等。

  (3)智能监控:风动净化器可以与手机或其他智能设备连接,通过APP实时显示空气质量数据和净化效果。此外,它还可以设置自动模式,根据空气质量自动调整风扇转速和过滤网的更换周期。

  (4)环保能源:风动净化器采用太阳能和风能结合的方式进行充电和运行,以降低能源消耗并减少对环境的影响。

  3.设计优势:

  (1)环保能源的采用可以降低对环境的影响,实现可持续的发展。
  (2)多层过滤网的设计可以提高净化效果,有效地去除多种污染物。
  (3)智能监控可以让用户随时了解空气质量和净化效果,同时实现自动化运行,减少使用成本。

  4.设计延伸:

  为了提高用户体验和满足不同需求,可以设计不同大小的型号,并加入音乐播放、香薰等功能,让风动净化器不仅具有功能性的作用,同时也是一件生活艺术品。

 


 

评论

user-avatar
  • 三春牛-创客

    三春牛-创客2023.08.30

    赞赞赞

    0
    • 三春牛-创客

      三春牛-创客2023.08.30

      厉害

      0
      • hacker_

        hacker_2023.08.20

        666

        0
        • 松静匀乐

          松静匀乐2023.07.09

          这么丰富呀

          0