引言git
爲了跟蹤小區級的微環境質量，騰訊內部發起了一個實驗性項目：細粒度的分佈式大氣監測。此係統徹底基於騰訊雲搭建，組成部分包含： 騰訊雲-物聯網開發平臺 、 TencentOS tiny 、 騰訊雲-API網關 、 騰訊雲-雲函數 、 騰訊雲-雲數據庫 、 騰訊雲-騰訊雲圖 ，以及配套的 NUCLEO LoRa 開發套件、攀藤 PMS7003 顆粒物傳感器等。
咱們早期設定的目標，是在目標小區部署終端，並以15秒的監測頻率，記錄、追蹤空氣質量的波動，將跟蹤粒度，由大環境監測細化到微環境監測，實時監測如吸菸、廚房油煙對空氣質量的影響。
但在原型系統上線後，僅在5個種子節點的狀況下，咱們意外的追蹤到了大環境污染氣團在深圳的移動過程。接下來，將分兩個部分進行介紹，分別是「系統簡介與追蹤分析」及「系統技術架構」，詳細的系統各組成部分的技術拆解說明，將在後續陸續放出。
1、系統簡介與追蹤分析github
1. 系統數據界面
先看一下系統的數據界面。
數據庫
包含三個頁面：後端
原型系統終端：擁有5個種子節點，均放置於志願者家中的露天陽臺上，直接監測生活環境數據。具體分佈地點位於：
- 001:南山區 - (前海:西南部)
- 002:南山區 - (前海:東北部)
- 003:南山區 - (後海:海岸城)
- 004:寶安區 - (寶安:西部)
- 005:寶安區 - (寶安:東部)
注: 005節點選擇了廚房外的陽臺，用於局部真實環境數據的突出展現（吸菸、油煙等），因此後續展現數據中，短時間波動比較大。
3. 追蹤數據與分析
短時間污染氣團移動的狀況，出現過屢次，這裏針對一次典型的事件分析，來看一下具體狀況的分析過程，事件時間是 2020年4月3日 星期五。
（1）系統數據
接下來看一下90分鐘數據
由兩個前後時間的截圖能夠明顯發現，這是一個外部顆粒物氣團，且有一個明顯的移動過程：
- 西側的一、4節點，監測指標首先上升，首先降低；
初步判斷：污染源是由外部進入深圳，是一個自西向東的移動過程。
因爲咱們的節點較少，未覆蓋深圳之外地區，因此接下來咱們使用了中國氣象局及aqicn.org（第三方數據，可信度未知，這裏僅作參考）的數據，進行對比，及外源性分析。
（2）公開數據
先看一下國家氣象局深圳南油監測點的數據。
國家氣象局數據，每小時更新一次，每次一個數據指標，就指標來看，監測數據確實存在一個上升過程，並在16點進入告警狀態。
也就是說，指標上升是真實存在的。
再看一下 aqicn.org 的數據。（第三方參考數據，不對其可信度負責，可信數據請關注國家氣象局數據）
但順德、中山位於深圳的西北方和西方，爲何咱們的系統監測看，彷佛僅僅是西方傳播源呢？爲了進一步瞭解這個問題，咱們接下來看一下地理狀況及路徑分析。
（3）污染來源與路徑分析
先來看一下三地的地形狀況
能夠發現，有幾座山嶺隔開了西北方向的直達路徑，且因爲珠江入海口的海拔，提供了一個允裕的傳遞通道。
咱們假設有兩個傳播方向，猜想一下傳播效果：
a) 西北方擴散而來
因爲多個山嶺的阻隔，比較難以快速到達，反而會在中山一帶彙集，造成一個位於西方的滯留點。
b) 西方擴散而來
橫跨珠江，自西向東，通道順暢，理論上是具有條件的。
也就是說，不管污染氣團是西北方傳播過來，仍是西方傳播過來，都將產生咱們系統中監測的數據效果。咱們的監測系統，是真實有效的。
注：本實驗性項目，僅僅是驗證技術可行性，相關論述僅爲模擬性推理，不表明實際狀況。
2、系統技術架構api
1. 系統架構圖
本系統的核心部分，徹底由騰訊雲相關產品實現，並配合騰訊雲兼容產品，共同搭建了系統。下圖介紹了架構組成及使用的雲產品。
（1）監測節點
監測節點由三個部分組成：
- 固件：軟件層，使用TencentOS Tiny，可使用加密通訊方式，對接騰訊雲物聯網開發平臺。
（2）本地網關
網關分爲兩類，用於不一樣環境的接入，監測節點經過網關接入網絡，並與騰訊雲通訊：
- LoRa網關：支持LoRa協議終端的接入，單網關支持1km~10km的覆蓋能力。因爲是長距通訊能力，因此在沒法使用網關時，也可以使用低軌衛星接入。
3. 雲端模塊與功能
（1）物聯網接入層
使用 騰訊雲-物聯網開發平臺 ，實現終端加密接入騰訊雲，具有多產品管理、多協議接入、數據解析、基礎存儲、狀態監測等物聯網核心能力。
本項目中將複雜的邏輯處理，轉交其它雲產品承接，使用了物聯網開發平臺的轉推功能，將數據傳遞到應用接入模塊。
（2）應用接入層
使用 騰訊雲-API網關 ，實現快速的REST服務接口，全面PaaS化的接入服務，後端銜接邏輯層，負擔監測數據格式化、展現數據複合化的出入口功能。
（3）邏輯層
使用 騰訊雲-雲函數 ，進行實時、定時的邏輯處理。有三種應用：
- 實時入庫：將API網關轉發的數據，經拆解、分析、入數據庫。
- 定時分析：使用自帶的按期任務能力，按小時、天等時間，對數據進行彙總分析。
- 實時查詢：基於嚴格鑑權，向展現層提供展現數據。使展現數據有更好的緩存、與複雜數據組合能力。
（4）存儲層
使用 騰訊雲-雲數據庫 ，基於雲數據庫的高性能與高穩定性，且當前種子節點數據較少的狀況，直接使用數據庫記錄數據。
（5）展現層
使用 騰訊雲-騰訊雲圖 ，利用雲圖強大的地圖、視效、多接口兼容能力，快速搭建豐富的展現效果。
在展現頁中，全部的地圖數據均爲實時繪製，經過 騰訊雲-API網關 和 騰訊雲-雲函數 這兩個產品配合提供的接口數據，按指定經緯度展現數據效果。雲圖自帶的2D、3D省市區展現效果，將應用在本項目的後續功能中。
3、結語緩存
因爲項目架構點多，且受限於篇幅緣由，本文僅展現了實驗性項目的核心效果與架構概述，具體每一個模塊的技術實現與處理細節，將在後續文章中，逐個展開說明。請你們關注後續文章。
注：本項目爲實驗性項目，相關數據與推論均爲簡單分析。準確的監測數據值，還請關注國家氣象局數據。
做者簡介微信
本文分享自微信公衆號 - 氣象學家（Meteorologist2019）。
若有侵權，請聯繫 support@oschina.cn 刪除。
本文參與「OSC源創計劃」，歡迎正在閱讀的你也加入，一塊兒分享。網絡