空气物性数据查询_cSensor E1000空气质量监测仪

产品介绍

常规的环境空气检测设备非常昂贵，需要专门机房安放，而且城市里只部署了非常少的站点，无法对空气污染进行准确实时监测和分析。云创环境空气质量微型监测仪cSensor E1000系列产品的每个监测点性价比很高，可同时监测空气质量参数包括PM10、PM2.5、CO、NO2、O3、SO2、温度、湿度，还可以扩展监测风速、风向、光照度和降水；部署采用路灯、电线杆悬挂即可，通过市电或太阳能供电，用精度相对较高的传感器采集数据，通过NB-IoT/eMTC/GPRS传送到大数据云平台实时入库、分析和处理，整个区域的空气污染状况可以准确呈现，可以对污染源和污染过程动态跟踪，还具有向公众通过各种终端查询身边空气质量和其他信息的能力。

技术指标

产品特性

价格低廉，大规模部署

环境空气质量微型监测仪cSensor E1000系列体积较小，价格便宜，适合大规模网格化部署。

NB-IoT网络

支持NB-IoT、eMTC和GPRS网络传输。在没有NB-IoT网络覆盖的地方，自动切换到GPRS传输。

采集数据准确性

采集数据经过准确校准，且灵敏度高，和环保部门发布的AQI、PM2.5等空气质量监测数据趋势接近，数据真实有效。

云计算海量数据处理技术

采用云计算处理技术，对环境监测数据清洗、入库、关联查询等实现快速响应，支持自动容错和动态拓展，具有实时性、高可靠性、可伸缩性、高性价比等特点。

多因子监测

能够实现空气质量PM10、PM2.5、CO、NO2、O3、SO2、温度、湿度监测。

扩容性

监测前端设备可以根据需求进行动态拓展和删除，且操作方式简单，能够自动组网，具有很强的拓展性。

典型应用：区域空气质量精细化预报及准确监管系统

预报原理

将大规模网格部署的PM2.5、PM10、CO、O3、SO2、NO2 监测数据和风速、风向、温度、湿度、照度、降水等数据相结合，利用深度循环神经网络(DRNN-deep recurrent neural network)进行精细化预报：