隨著烏海礦區(qū)煤炭資源的大規(guī)模、高強(qiáng)度開采,加劇了土壤的破壞和巖石的侵蝕,使得大量礦體表層土壤剝落,地表植被遭到嚴(yán)重破壞,礦區(qū)沙塵天氣明顯加劇,這對(duì)礦區(qū)及其周邊環(huán)境質(zhì)量產(chǎn)生了嚴(yán)重影響。因此,本文圍繞烏海礦區(qū)空氣質(zhì)量開展相應(yīng)的監(jiān)測(cè)及預(yù)警科研工作,最終針對(duì)烏海礦區(qū)設(shè)計(jì)實(shí)現(xiàn)一款基于深度學(xué)習(xí)模型的空氣質(zhì)量監(jiān)測(cè)及預(yù)警系統(tǒng)。本系統(tǒng)主要包含三大部分:數(shù)據(jù)的爬取和存儲(chǔ)模塊,基于深度學(xué)習(xí)的空氣質(zhì)量預(yù)測(cè)模塊以及前后端開發(fā)模塊。為了更好地實(shí)現(xiàn)上述模塊的功能,本文采用統(tǒng)一建模語言UML繪制系統(tǒng)功能用例圖來對(duì)系統(tǒng)功能內(nèi)容進(jìn)行梳理,系統(tǒng)主要包括個(gè)人中心模塊、主界面模塊、實(shí)時(shí)監(jiān)測(cè)模塊、歷史數(shù)據(jù)模塊以及空氣質(zhì)量預(yù)測(cè)模塊。本系統(tǒng)所采用的數(shù)據(jù)主要包括空氣質(zhì)量數(shù)據(jù)和氣象數(shù)據(jù),由于所需數(shù)據(jù)量較大、種類較多,因此采用Scrapy數(shù)據(jù)爬取技術(shù)和My SQL數(shù)據(jù)庫技術(shù)來設(shè)計(jì)實(shí)現(xiàn)數(shù)據(jù)爬取及存儲(chǔ)系統(tǒng);采用SQLAlchemy架構(gòu)作為對(duì)象關(guān)系映射（ORM）以此來設(shè)計(jì)My SQL數(shù)據(jù)庫并建立數(shù)據(jù)表用以對(duì)用戶數(shù)據(jù)、空氣質(zhì)量數(shù)據(jù)、氣象數(shù)據(jù)、監(jiān)測(cè)站點(diǎn)信息以及網(wǎng)頁信息的存儲(chǔ)。系統(tǒng)還采用Flask框架來搭建系統(tǒng)后端服務(wù)器以完成系統(tǒng)內(nèi)部的邏輯處理和數(shù)據(jù)... 

【文章來源】：北京林業(yè)大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：90 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

系統(tǒng)整體結(jié)構(gòu)框圖

烏海礦區(qū)空氣質(zhì)量監(jiān)測(cè)及預(yù)警系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)11集，數(shù)據(jù)內(nèi)容包括溫度、氣壓、風(fēng)速、風(fēng)向、AQI、SO2濃度、CO濃度、NO2濃度、O3濃度、pm10濃度、pm2.5濃度等，并通過網(wǎng)絡(luò)傳輸數(shù)據(jù)并將其存儲(chǔ)到相應(yīng)的服務(wù)器數(shù)據(jù)庫中，利用數(shù)據(jù)庫管理軟件梳理歸納相應(yīng)的數(shù)據(jù)，豐富的數(shù)據(jù)資源和分析可以盡可能的為空氣質(zhì)量的監(jiān)測(cè)及預(yù)測(cè)預(yù)警工作提供數(shù)據(jù)基矗數(shù)據(jù)爬取系統(tǒng)主要通過爬蟲的方式來抓娶采集數(shù)據(jù)。開發(fā)的數(shù)據(jù)爬取系統(tǒng)主要是為了完成數(shù)據(jù)的抓取工作，從而為該系統(tǒng)提供充足的數(shù)據(jù)支撐。數(shù)據(jù)采集系統(tǒng)的數(shù)據(jù)來源于www.pm25.in/wuhai，系統(tǒng)需要以種子URL為第一步開始進(jìn)行頁面抓取，一般情況下，種子URL存放于配置文件中，隨之，網(wǎng)絡(luò)爬蟲在讀取配置文件后生成抓取列表并執(zhí)行抓取任務(wù)，然后解析抓取到的頁面并從數(shù)據(jù)中提取URL。這時(shí)，就需要對(duì)URL是否符合抓取條件進(jìn)行一個(gè)判斷，比如抓取時(shí)間間隔、URL重要性等相關(guān)條件，判斷完畢后，再對(duì)URL進(jìn)行規(guī)范化處理。根據(jù)爬蟲的特性和大氣質(zhì)量監(jiān)測(cè)預(yù)警系統(tǒng)的具體需求，數(shù)據(jù)爬取程序的功能需求整理如圖2.2所示：圖2.2數(shù)據(jù)爬取程序流程圖Figure2.2Flowchartofdatacrawlingprocedure2.3系統(tǒng)軟件功能需求分析系統(tǒng)功能除了用戶登錄注冊(cè)功能、系統(tǒng)管理等基本功能外，主要包括個(gè)人中

系統(tǒng)需求分析與總體方案設(shè)計(jì)12心模塊、主界面模塊、實(shí)時(shí)監(jiān)測(cè)模塊、歷史數(shù)據(jù)模塊以及空氣質(zhì)量預(yù)測(cè)模塊等。本系統(tǒng)的功能框架圖如圖2.3所示：圖2.3系統(tǒng)功能框架圖Figure2.3Systemfunctionframework2.3.1個(gè)人中心模塊個(gè)人中心模塊主要用于注冊(cè)與登錄操作，系統(tǒng)用戶如需使用本系統(tǒng)，需要根據(jù)系統(tǒng)管理員所添加的用戶賬戶信息進(jìn)行登錄，但是在登錄過程中，系統(tǒng)需要根據(jù)驗(yàn)證碼對(duì)用戶身份進(jìn)行驗(yàn)證，當(dāng)系統(tǒng)將用戶輸入的賬號(hào)、密碼以及驗(yàn)證碼都驗(yàn)證通過后，系統(tǒng)用戶就能成功訪問系統(tǒng)。本系統(tǒng)通過新建用戶的方式來添加賬戶，系統(tǒng)用戶還可以在本模塊申請(qǐng)賬號(hào)，系統(tǒng)需要提示系統(tǒng)用戶如何進(jìn)行申請(qǐng)以及它的詳細(xì)步驟，系統(tǒng)用戶根據(jù)系統(tǒng)的所需填寫個(gè)人的申請(qǐng)信息，然后通過輸入驗(yàn)證碼來對(duì)個(gè)人身份的真?zhèn)芜M(jìn)行驗(yàn)證。相關(guān)驗(yàn)證通過后，系統(tǒng)用戶才能正式擁有這個(gè)賬號(hào)的使用權(quán)。通過以上需求分析內(nèi)容可以總結(jié)出個(gè)人中心模塊的主要子模塊包括登陸、用戶管理和賬號(hào)申請(qǐng)四個(gè)子模塊。其功能用例圖如圖2.4所示。

【參考文獻(xiàn)】：
期刊論文
[1]基于非線性修正策略的空氣質(zhì)量預(yù)警系統(tǒng)研究[J]. 王建州,楊文棟.  系統(tǒng)工程理論與實(shí)踐. 2019(08)
[2]基于云計(jì)算平臺(tái)的室內(nèi)環(huán)境監(jiān)測(cè)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J]. 劉雄飛,聶偉,陳浩,賴思敏.  傳感器與微系統(tǒng). 2019(03)
[3]基于Scrapy框架的爬蟲和反爬蟲研究[J]. 韓貝,馬明棟,王得玉.  計(jì)算機(jī)技術(shù)與發(fā)展. 2019(02)
[4]基于Scrapy的網(wǎng)絡(luò)爬蟲設(shè)計(jì)與實(shí)現(xiàn)[J]. 云洋.  電腦編程技巧與維護(hù). 2018(09)
[5]基于前后端分離技術(shù)的圖像數(shù)據(jù)集標(biāo)注系統(tǒng)構(gòu)建[J]. 李夢(mèng)園,肖超恩,孫楠,金鑫.  北京電子科技學(xué)院學(xué)報(bào). 2018(03)
[6]前后端分離框架在軟件設(shè)計(jì)中的應(yīng)用[J]. 李宇,劉彬.  無線互聯(lián)科技. 2018(17)
[7]利用Node.js開發(fā)前后端分離的系統(tǒng)——以圖書館地方文獻(xiàn)系統(tǒng)為例[J]. 劉紅衛(wèi).  天津科技. 2018(07)
[8]面向企業(yè)級(jí)web應(yīng)用的前后端分離開發(fā)模式及實(shí)踐[J]. 杜艷美,黃曉芳.  西南科技大學(xué)學(xué)報(bào). 2018(02)
[9]基于自組織遞歸模糊神經(jīng)網(wǎng)絡(luò)的PM2.5濃度預(yù)測(cè)[J]. 周杉杉,李文靜,喬俊飛.  智能系統(tǒng)學(xué)報(bào). 2018(04)
[10]中國大氣污染影響因素研究——基于中國城市動(dòng)態(tài)空間面板模型的分析[J]. 劉軍,王慧文,楊潔.  河海大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版). 2017(05)

碩士論文
[1]基于Tensorflow的循環(huán)神經(jīng)網(wǎng)絡(luò)模型在上海市空氣質(zhì)量預(yù)測(cè)中的應(yīng)用[D]. 劉蕾.上海師范大學(xué) 2019
[2]基于深度學(xué)習(xí)的空氣質(zhì)量預(yù)測(cè)方法研究與實(shí)現(xiàn)[D]. 郭豪.北京郵電大學(xué) 2019
[3]多源時(shí)間序列數(shù)據(jù)的建模分析與預(yù)測(cè)[D]. 王晶.北京郵電大學(xué) 2019
[4]烏海市大氣顆粒物污染特征及擴(kuò)散模擬研究[D]. 王相浩.內(nèi)蒙古大學(xué) 2019
[5]基于灰色理論的西安空氣質(zhì)量預(yù)警系統(tǒng)研究與實(shí)現(xiàn)[D]. 張?chǎng)?長安大學(xué) 2019
[6]基于集合預(yù)報(bào)的空氣質(zhì)量預(yù)報(bào)預(yù)警系統(tǒng)設(shè)計(jì)[D]. 謝磊.浙江理工大學(xué) 2019
[7]基于Scrapy技術(shù)的數(shù)據(jù)采集系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 楊君.南京郵電大學(xué) 2018
[8]基于深度學(xué)習(xí)與物聯(lián)網(wǎng)的水肥一體化云系統(tǒng)研究[D]. 劉軍濤.河北工程大學(xué) 2018
[9]基于RNN-CNN集成深度學(xué)習(xí)模型的PM2.5小時(shí)濃度預(yù)測(cè)研究[D]. 黃婕.浙江大學(xué) 2018
[10]基于Scrapy框架的網(wǎng)絡(luò)爬蟲實(shí)現(xiàn)與數(shù)據(jù)抓取分析[D]. 安子建.吉林大學(xué) 2017



本文編號(hào)：3070688