人工智能在大氣環(huán)境監(jiān)測(cè)的應(yīng)用研究進(jìn)展

王振豪 梁爽 李若飛 達(dá)爾仁·阿斯哈提 張樂華

摘要：通過將人工智能在大氣環(huán)境監(jiān)測(cè)中運(yùn)用時(shí)的各個(gè)結(jié)構(gòu)進(jìn)行剖析，綜述傳感器網(wǎng)絡(luò)等，將網(wǎng)絡(luò)結(jié)構(gòu)中的感知層、網(wǎng)絡(luò)層、應(yīng)用層依次的呈現(xiàn)出來;結(jié)合實(shí)際案例，綜述現(xiàn)階段人工智能技術(shù)在大氣環(huán)境監(jiān)測(cè)應(yīng)用的研究進(jìn)展。

關(guān)鍵詞：人工智能;環(huán)境監(jiān)測(cè);大氣污染;傳感器

中圖分類號(hào)：X84 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2095-672X（2019）08-0-03

DOI：10.16647/j.cnki.cn15-1369/X.2019.08.101

Application of artificial intelligence in atmospheric environmental monitoring： A review

Wang Zhenhao， Liang Shuang， Li Ruofei，Da Erren， Zhang Lehua

（School of Resources and Environmental Engineering， East China University of Science and Technology，Shanghai 200237，China）

Abstract：The structures of artificial intelligence used in atmospheric environment detection were introduced. The atmospheric environmental monitoring with artificial intelligence included the perception layer， network layer and application layer in the network structure. Combined with practical cases， the application of artificial intelligence technology in atmospheric environmental monitoring was evaluated.

Key words：Artificial intelligenc; Environmental monitoring; Atmospheric contamination; Sensor

圖1 物聯(lián)網(wǎng)系統(tǒng)總框架圖

作為自然界的最主要環(huán)境要素之一，大氣環(huán)境對(duì)人類和動(dòng)植物的生存起著至關(guān)的重要作用，但工業(yè)發(fā)展不可避免的帶來了許多大氣污染問題。自從二十一世紀(jì)以來，我國大氣環(huán)境污染狀況也不容樂觀，西南地區(qū)酸雨、北方冬季霧霾等問題頻繁發(fā)生[1-2]。因此，治理大氣污染已經(jīng)是一個(gè)刻不容緩的問題，而治理的第一步就是對(duì)大氣環(huán)境質(zhì)量進(jìn)行監(jiān)測(cè)。我國在大氣環(huán)境監(jiān)測(cè)方面與國外仍有一定差距：美國即將在全國各地建立空氣監(jiān)測(cè)站，實(shí)現(xiàn)對(duì)全國范圍內(nèi)的大氣環(huán)境實(shí)時(shí)動(dòng)態(tài)監(jiān)測(cè);日本政府也加大了對(duì)環(huán)境監(jiān)測(cè)系統(tǒng)的研發(fā)投入[3-4]。雖然近些年來國內(nèi)環(huán)境監(jiān)測(cè)技術(shù)有所發(fā)展，但在動(dòng)態(tài)實(shí)時(shí)及智能監(jiān)測(cè)方面仍然落后。

人工智能是指由人為創(chuàng)造的系統(tǒng)所表現(xiàn)出來的智能。其主要能力是存儲(chǔ)知識(shí)，讓程序能夠處理，并通過一定的運(yùn)算實(shí)現(xiàn)我們預(yù)設(shè)的目標(biāo)。同時(shí)，人工智能也可以對(duì)以視覺圖像、聲音、其他傳感器輸入等形式的數(shù)據(jù)輸入進(jìn)行處理并作出合理的反應(yīng)。大氣污染一般可分為物理污染、化學(xué)污染、生物污染、顆粒物污染等四種類型，由于污染物質(zhì)的多樣性、復(fù)雜性和變化性，使得對(duì)大氣的監(jiān)測(cè)尤為困難。而人工智能以其具有自學(xué)習(xí) 、自適應(yīng)和自組織功能，特別是其不需要建立被控對(duì)象精確數(shù)學(xué)模型的特點(diǎn)，非常適用于大氣的監(jiān)測(cè)[5]。如人工智能在氣象行業(yè)的應(yīng)用，利用AI的數(shù)據(jù)處理能力及神經(jīng)網(wǎng)絡(luò)對(duì)臺(tái)風(fēng)進(jìn)行提前一周的預(yù)測(cè)。

1 物聯(lián)網(wǎng)系統(tǒng)總體構(gòu)架

人工智能大氣環(huán)境監(jiān)測(cè)系統(tǒng)一般由應(yīng)用層、網(wǎng)絡(luò)層以及感知層組成[6]。其物聯(lián)網(wǎng)系統(tǒng)總體構(gòu)架圖1所示。該結(jié)構(gòu)的最底層為傳感層，傳感器通過特殊的樸拓結(jié)構(gòu)，構(gòu)成傳感器網(wǎng)絡(luò)，然后通過無線通信模塊將采集到的信息傳輸至網(wǎng)絡(luò)層;網(wǎng)絡(luò)層有多個(gè)網(wǎng)絡(luò)子節(jié)點(diǎn)，組成多條傳輸路徑，匯總整理之后將環(huán)境信息送至應(yīng)用層;應(yīng)用層將數(shù)據(jù)進(jìn)行最終處理，并通過人機(jī)交互平臺(tái)將信息呈現(xiàn)出來。

2 感知層

在大氣環(huán)境監(jiān)測(cè)系統(tǒng)中，感知層又稱為大氣環(huán)境實(shí)時(shí)動(dòng)態(tài)監(jiān)測(cè)無線傳感網(wǎng)絡(luò)硬件系統(tǒng)，是大氣監(jiān)測(cè)系統(tǒng)的基礎(chǔ)，起著采集信息并將之傳輸?shù)淖饔肹7]。

2.1 傳感器

對(duì)于上述四大類污染，現(xiàn)在通常會(huì)對(duì)溫度、濕度、大氣壓、CO濃度、CH4濃度、甲醛濃度、煙霧濃度、粉塵等方面進(jìn)行監(jiān)測(cè)，其對(duì)應(yīng)的傳感器分別為粉塵傳感器，溫濕度傳感器，氣壓傳感器，CO傳感器，煙霧傳感器，甲醛傳感器和CH4傳感器。

2.1.1 溫濕度傳感器

圖2 溫濕度傳感器結(jié)構(gòu)圖

大氣環(huán)境溫濕度監(jiān)測(cè)是其他各項(xiàng)監(jiān)測(cè)的基礎(chǔ)，所以在分析各項(xiàng)環(huán)境監(jiān)測(cè)數(shù)據(jù)前必須要確定溫濕度，然后在其基礎(chǔ)上進(jìn)行運(yùn)算標(biāo)定，溫濕度傳感器其結(jié)構(gòu)如圖2所示，傳感器采取互補(bǔ)金屬氧化物半導(dǎo)體材料將電壓放大，利用能量間隙體監(jiān)測(cè)環(huán)境溫度，通過電容體監(jiān)測(cè)環(huán)境濕度，具有很強(qiáng)的抗干擾性能和很高的靈敏度[8]。

2.1.2 煙霧傳感器

煙霧傳感器依靠煙霧濃度檢測(cè)電路。煙霧傳感器檢測(cè)出的微弱電壓信號(hào)進(jìn)行放大處理，由于煙霧傳感器自帶信號(hào)放大器（AD），放大后的信號(hào)與煙霧傳感器引腳相連，實(shí)現(xiàn)室內(nèi)煙霧濃度采集。傳感器數(shù)據(jù)采集電路如圖3所示。

圖3 傳感器檢測(cè)電路設(shè)計(jì)

2.1.3 光照強(qiáng)度傳感器

光照強(qiáng)度由光敏電阻測(cè)得，將光敏電阻與一個(gè)阻值與光敏電阻隨光強(qiáng)變化時(shí)中間阻值相等的電阻串聯(lián)，通過測(cè)電壓的變化測(cè)光照強(qiáng)度[9]，電路如圖4所示。

圖4 光照測(cè)量強(qiáng)度電路

2.2 傳感器網(wǎng)絡(luò)

圖5 傳感器節(jié)點(diǎn)組成

傳感器網(wǎng)絡(luò)是由許多在空間上分布的傳感器組合而成的。這些不同功能的傳感器相互協(xié)作，共同監(jiān)測(cè)某一區(qū)域的各項(xiàng)環(huán)境指標(biāo)（比如溫度、濕度、聲音、壓力、懸浮物、揮發(fā)性有機(jī)物等等）。傳感器網(wǎng)絡(luò)的基礎(chǔ)結(jié)構(gòu)組成是大量部署在所要監(jiān)控區(qū)域內(nèi)、具有單獨(dú)無線通信能力的微小傳感節(jié)點(diǎn)。根據(jù)周圍環(huán)境條件和所要完成的監(jiān)測(cè)任務(wù)，傳感器節(jié)點(diǎn)以自組織方式構(gòu)成分布式智能化網(wǎng)絡(luò)系統(tǒng)[10-11]。傳感器網(wǎng)絡(luò)結(jié)合傳感器技術(shù)、嵌入式計(jì)算技術(shù)、無線通信技術(shù)及分布式信息處理技術(shù)等于一體，通過網(wǎng)絡(luò)層將檢測(cè)到的環(huán)境因素傳遞至應(yīng)用層，用戶對(duì)此環(huán)境條件進(jìn)行判斷，采取相應(yīng)對(duì)策。傳感器網(wǎng)絡(luò)節(jié)點(diǎn)主要由四個(gè)基本單元組成：①傳感單元，主要包括傳感器和模數(shù)轉(zhuǎn)換功能模塊;②處理單元，執(zhí)行嵌入式系統(tǒng)，包括CPU、存儲(chǔ)器、嵌入式操作系統(tǒng)等;③通信單元，由無線通信模塊組成;④電源部分[12-13]。

3 網(wǎng)絡(luò)層

網(wǎng)絡(luò)層是感知層和應(yīng)用層之間數(shù)據(jù)傳送的透明介質(zhì)，是由多個(gè)網(wǎng)絡(luò)節(jié)點(diǎn)按照隨機(jī)的拓?fù)浣Y(jié)構(gòu)相互連接組成的[14-15]。交換網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)如圖6所示。

圖6 交換網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)

網(wǎng)絡(luò)層中，通信子網(wǎng)絡(luò)節(jié)點(diǎn)之間的相互連接、互相組合構(gòu)成了多條傳輸路徑，網(wǎng)絡(luò)節(jié)點(diǎn)在收到信息后，首先要進(jìn)行路由選擇，即選擇確定合適的信息傳輸路徑。確定路由選擇的方法被稱作路由算法[16-20]。路由算法的選擇要考慮五個(gè)方面的影響因素：①路由算法所要基于的性能指標(biāo)——最短路徑還是最優(yōu)路徑;②通信子網(wǎng)是采用數(shù)據(jù)報(bào)方式還是虛電路方式;③采用分布式還是集中式路由算法;④考慮網(wǎng)絡(luò)信息的來源;⑤采用動(dòng)態(tài)路由選擇策略，還是靜態(tài)路由選擇策略。

4 應(yīng)用層

應(yīng)用層位于物聯(lián)網(wǎng)三層結(jié)構(gòu)中的最頂層，其功能為對(duì)感知層采集環(huán)境信息進(jìn)行計(jì)算處理，將環(huán)境條件以人們需要的方式展現(xiàn)出來，從而實(shí)現(xiàn)對(duì)環(huán)境質(zhì)量的實(shí)時(shí)監(jiān)測(cè)，進(jìn)而通過得到的環(huán)境信息找到合適的應(yīng)對(duì)措施[21-22]。應(yīng)用層工作的兩個(gè)方面：一是“數(shù)據(jù)”，完成對(duì)數(shù)據(jù)的管理和處理，然后以合適的方式呈現(xiàn);二是“應(yīng)用”，將處理后的數(shù)據(jù)與各行業(yè)應(yīng)用相結(jié)合，使各產(chǎn)業(yè)智能化。例如在大氣環(huán)境監(jiān)測(cè)中臭氧的實(shí)時(shí)動(dòng)態(tài)監(jiān)測(cè)：放置在目的區(qū)域的臭氧在線檢測(cè)儀在收集到大氣中的臭氧濃度后，通過網(wǎng)絡(luò)層發(fā)送并匯總到環(huán)境監(jiān)測(cè)中心的電腦終端上。電腦終端就是應(yīng)用層的主要組成部分，它通過對(duì)收集到的臭氧濃度信息以合適的方法進(jìn)行處理，通過對(duì)這些信息的判斷，做出相應(yīng)的應(yīng)對(duì)措施[23]。

5 案例分析

5.1 基于無線傳感網(wǎng)絡(luò)的大氣PM2.5污染狀況實(shí)時(shí)監(jiān)測(cè)

近些年來，由于霧霾現(xiàn)象的頻繁發(fā)生，而霧霾的成因主要是大氣中以PM2.5為首的顆粒物濃度過高導(dǎo)致的，因此有必要對(duì)PM2.5進(jìn)行實(shí)時(shí)監(jiān)測(cè)，及時(shí)控制。將大氣環(huán)境監(jiān)測(cè)與人工智能相結(jié)合，提出以無線傳感網(wǎng)絡(luò)為基礎(chǔ)的PM2.5的實(shí)時(shí)監(jiān)測(cè)系統(tǒng)[24]。感知層使用粉塵傳感器，利用氣體中顆粒物對(duì)不同波長(zhǎng)表現(xiàn)出的吸收光譜不同，傳感器中的激光發(fā)射器對(duì)氣體注入發(fā)射光源，同時(shí)得到輸出光信號(hào)，進(jìn)而獲得諧波分量信號(hào)中的大氣中PM2.5顆粒物濃度。然后利用無線傳感技術(shù)，其作為檢測(cè)系統(tǒng)的基礎(chǔ)，將傳感器網(wǎng)絡(luò)監(jiān)測(cè)到的信號(hào)利用網(wǎng)絡(luò)路由器傳輸?shù)较到y(tǒng)的終端節(jié)點(diǎn)。最后利用人工魚群理論對(duì)終端節(jié)點(diǎn)的布置進(jìn)行效果優(yōu)化，以提高網(wǎng)絡(luò)覆蓋率并盡可能降低監(jiān)測(cè)系統(tǒng)的能耗，降低運(yùn)行成本，后將信號(hào)傳入應(yīng)用層，通過人機(jī)交互使監(jiān)測(cè)到的數(shù)據(jù)沉呈現(xiàn)出來。

5.2 基于LoRa的大氣環(huán)境監(jiān)測(cè)系統(tǒng)

從Semtech公司推出LoRa無線擴(kuò)頻調(diào)制技術(shù)，到2015年LoRa聯(lián)盟成立，再到如今，LoRa技術(shù)已經(jīng)被廣泛應(yīng)用于物聯(lián)網(wǎng)領(lǐng)域。該技術(shù)能夠?qū)崿F(xiàn)以較低的發(fā)射功率擁有很遠(yuǎn)的通信距離，相關(guān)資料顯示，在空曠地區(qū)，LoRa射頻模塊的通信距離為15km[25]。并且LoRa無線擴(kuò)頻調(diào)制技術(shù)具有穩(wěn)定性高、低能耗、低成本等優(yōu)點(diǎn)。

LoRa大氣環(huán)境監(jiān)測(cè)系統(tǒng)以stm32作主控制器，體系的數(shù)據(jù)感知層由傳感器網(wǎng)絡(luò)和Lora射頻無線通信組成。射頻通信模塊和GPRS網(wǎng)絡(luò)通信組成匯聚結(jié)點(diǎn)，其功能是接受采集的數(shù)據(jù)，通過GPRS公網(wǎng)將數(shù)據(jù)傳輸?shù)奖O(jiān)控中心。監(jiān)控中心對(duì)所得的大氣環(huán)境參數(shù)進(jìn)行處理，分析各個(gè)監(jiān)測(cè)點(diǎn)的實(shí)時(shí)環(huán)境狀況，作出針對(duì)性的判斷后采取相應(yīng)的措施。

5.3 基于ZigBee和GIS的大氣環(huán)境實(shí)時(shí)動(dòng)態(tài)監(jiān)測(cè)系統(tǒng)

基于Zigbee和GIS技術(shù)的大氣環(huán)境實(shí)時(shí)動(dòng)態(tài)監(jiān)測(cè)系統(tǒng)是一種低成本、易布設(shè)、易維護(hù)的軟硬件技術(shù)平臺(tái)[26]。它的功能除了實(shí)時(shí)監(jiān)測(cè)大氣各項(xiàng)環(huán)境指標(biāo)，還可以跟蹤污染源的變化，及時(shí)對(duì)污染事故進(jìn)行預(yù)警。

該系統(tǒng)分為感知層和應(yīng)用層。感知層采用基于ZigBee的無線自組網(wǎng)技術(shù)和GPRS無線傳輸技術(shù)，實(shí)時(shí)定位監(jiān)測(cè)大氣環(huán)境信息;應(yīng)用層是基于B/S架構(gòu)的大氣環(huán)境實(shí)時(shí)動(dòng)態(tài)監(jiān)測(cè)系統(tǒng)。該系統(tǒng)通過實(shí)時(shí)動(dòng)態(tài)采集和分析環(huán)境數(shù)據(jù)的空間分布與動(dòng)態(tài)變化，及時(shí)預(yù)警環(huán)境污染事故[27-28]。

6 總結(jié)

人工智能與大氣環(huán)境監(jiān)測(cè)相結(jié)合，可以實(shí)現(xiàn)對(duì)某個(gè)區(qū)域的大氣環(huán)境條件全面實(shí)時(shí)動(dòng)態(tài)及智能監(jiān)控。大氣各種環(huán)境參數(shù)通過感知層中的傳感器采集，在傳感器網(wǎng)絡(luò)中經(jīng)過嵌入式計(jì)算技術(shù)進(jìn)行初步處理計(jì)算，后經(jīng)過無線傳感網(wǎng)絡(luò)傳入網(wǎng)絡(luò)層中，通過路由算法選擇傳輸途徑，實(shí)現(xiàn)信息的匯集與傳輸至多個(gè)應(yīng)用層終端。大氣環(huán)境條件參數(shù)在應(yīng)用層經(jīng)過云計(jì)算系統(tǒng)進(jìn)一步分析整理，將大氣環(huán)境數(shù)據(jù)通過人機(jī)交互平臺(tái)呈現(xiàn)實(shí)時(shí)出來，人們根據(jù)所測(cè)參數(shù)采用相應(yīng)的措施。目前在國內(nèi)，人工智能在大氣環(huán)境檢測(cè)方面的應(yīng)用還處于一個(gè)萌芽期，實(shí)現(xiàn)人工智能在大氣環(huán)境檢測(cè)上的全面應(yīng)用還需要深入研究，最終實(shí)現(xiàn)人工智能與大氣環(huán)境監(jiān)測(cè)相結(jié)合。

參考文獻(xiàn)

[1]ZHAO K R，CHEN J Y，XU Z C，et al. Emission characteristic analysis of urban domestic pollution sources in china[J].Procedia Environmental Sciences，2010，23（2）：761-767.

[2]D B K， L A. Direct quantification of PM2.5 fossil and biomass carbon within the northern front range air quality studys domain[J]. Environmental Science&Technology，2015，33（23）：4146-4154.

[3]WU S，F(xiàn)ENG Q，DU Y，et al.Artificial neural network models for daily PM10air pollution index prediction in the urban area of Wuhan，China[J].Environmental Engineering Science.2011，28（5）：357-363.

[4]李瑾，孫偉.環(huán)境監(jiān)測(cè)站儀器設(shè)備期間核查的探討[J].廣州環(huán)境科學(xué)，2013（1）：44-46.

[5]WenHu， Fan Guixian， Zhai Xiaowei， et al. Atmospheric monitoring system and analysis of Shenhua CCS Project. Safety and Environmental Engineering.2015，22（5）：73-78.

[6]陳立偉，楊建華，曹曉歡，賀寧.物聯(lián)網(wǎng)架構(gòu)下的室內(nèi)環(huán)境監(jiān)控系統(tǒng)[A].電子科學(xué)大學(xué)學(xué)報(bào)，2012（2）：265-268.

[7]CHUNG C C，WENG W S. Remote access the ZigBee sensor network through the IP network [J].Advanced Materials Research.2013， 684（4）：539-542.

[8]李麗芬，云彩霞，陳曉芳.基于嵌入式系統(tǒng)的環(huán)境監(jiān)測(cè)與控制系統(tǒng)[A]. 現(xiàn)代電子科技，2017，40（19）126-128.

[9]胡曉芳.基于AVR單片機(jī)的室內(nèi)環(huán)境檢測(cè)系統(tǒng)[J].自動(dòng)化技術(shù)與應(yīng)用，2014（7）：117-119.

[10]梁韋華，于海斌，臧傳治，等.基于多智能體的無線傳感器網(wǎng)絡(luò)仿真平臺(tái)的研究[J].系統(tǒng)仿真學(xué)報(bào)，2006，18（4）：913-917，937.

[11]趙繼聰，秦魏，周盼.淺析無線傳感器網(wǎng)絡(luò)及其應(yīng)用[J]. 科技致富向?qū)В?2011（8）：38-38.

[12]方磊，黃韜，舒堅(jiān).事件驅(qū)動(dòng)型無線傳感器網(wǎng)絡(luò)能量監(jiān)測(cè)機(jī)制研究[J].傳感器與微系統(tǒng)， 2018，27（10）：14-17.

[13]邱生輝，姜秋霞，龐曉萌，等.可靠的無線傳感器網(wǎng)絡(luò)分簇協(xié)議研究[J].計(jì)算機(jī)科學(xué)與應(yīng)用，2018，8（6）：930-936.

[14]D.Goyal， M.R.Tripathy. Routing Protocols in Wireless Sensor Networks：A Survey[C].Proceedings of the Second International Conference on Advanced Computing &Communication Technologies（ACCT），Rohtak，Haryana，2012：474-480.

[15]曹鶴婷.智慧物流系統(tǒng)的分析與設(shè)計(jì)[J]，移動(dòng)通信，2014，（21）：33-37.

[16]鐘宏波.包神鐵路公司TDCS網(wǎng)絡(luò)子系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]，東北大學(xué)碩士學(xué)位論文.2009.5：20-24.

[17]王謙.人工神經(jīng)網(wǎng)絡(luò)在圖像識(shí)別中的應(yīng)用研究[D].東南大學(xué)碩士論文，2014.

[18]王長(zhǎng)亮.網(wǎng)格環(huán)境下協(xié)作型任務(wù)的資源調(diào)度算法研究[D].武漢理工大學(xué)碩士論文，2007 DOI：10.7666.

[19]張成成，陳求穩(wěn)，徐強(qiáng)，等.基于支持向量機(jī)的太湖梅梁灣葉綠素a濃度預(yù)測(cè)模型[J].環(huán)境科學(xué)學(xué)報(bào)， 2013，33（10）：2856-2861.

[20]謝劍萍，鄭麗娟.基于神經(jīng)網(wǎng)絡(luò)的城市大氣污染評(píng)估模型的研究[C]. 2014年計(jì)算機(jī)科學(xué)與技術(shù)及教育技術(shù)學(xué)術(shù)研討會(huì)論文集，2014：274-280.

[21]王小平， 曹立明. 進(jìn)化算法——理論應(yīng)用與軟件實(shí)現(xiàn)[M]. 西安： 西安交通大學(xué)出版社， 2002： 116-117.

[22]ZHONG S，ZHOU I.WANG Z. Software for environmental impact assessment of air pollution dispersion based on Arc GIS [J].Procedia Environmental Sciences.2011，24（10）：2792-2797.

[23]邵丹，陳紅玉.物聯(lián)網(wǎng)在高速鐵路安全領(lǐng)域的應(yīng)用研究[J].電腦知識(shí)與技術(shù)，2015，11（14）：36-37.

[24]左種善，孫超.基于無線傳感網(wǎng)絡(luò)的大氣環(huán)境PM2.5污染狀況實(shí)時(shí)監(jiān)測(cè).[J].科學(xué)技術(shù)與工程，2017，17（34）：263-267.

[25]劉強(qiáng)強(qiáng)，馬苗力，翟寶蓉.基于LoRa的大氣環(huán)境監(jiān)測(cè)系統(tǒng)[J].計(jì)量與測(cè)試技術(shù)，2018.45（5）：6-9.

[26]王素珍，靳奉祥，等.基于ZigBee和GIS的城市大氣環(huán)境實(shí)時(shí)動(dòng)態(tài)監(jiān)測(cè)系統(tǒng)[A].濟(jì)南大學(xué)學(xué)報(bào)，2016.30（2）：133-138.

[27]Shengjun Wu，Qi Feng， Yun Du， et al. Artificial neural network models for daily PM10 air pollution index prediction in the urban area of Wuhan，China[J].Environmental Engineering Science，2011，28（5）：357-363.

[28]XIN Z，CHEN G，LI X. Research on the ZigBee network and equipment design based on the CC2530 [J].Advance Materials Research.2012.32 （3）：482-486.

收稿日期：2019-05-11

作者簡(jiǎn)介：王振豪（1998-），男，本科，研究方向?yàn)榄h(huán)境工程。

通訊作者：張樂華（1974-），男，副教授，研究方向?yàn)榄h(huán)境工程。