基于大数据的实时环境监控方法、装置及计算机设备

技术领域

本申请涉及计算机技术领域，特别是涉及一种基于大数据的实时环境监控方法、装置及计算机设备。

背景技术

大数据，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长率和多样化的信息资产。从技术上看，大数据与云计算的关系就像一枚硬币的正反面一样密不可分。大数据必然无法用单台的计算机进行处理，必须采用分布式架构。它的特色在于对海量数据进行分布式数据挖掘。但它必须依托云计算的分布式处理、分布式数据库和云存储、虚拟化技术。

大数据，通常还用来形容一个公司创造的大量非结构化数据和半结构化数据，这些数据在下载到关系型数据库用于分析时会花费过多时间和金钱。大数据分析常和云计算联系到一起，因为实时的大型数据集分析需要数十、数百或甚至数千的电脑分配工作。

环境监控是环境保护及管理工作的重要基础，随着经济的快速发展，越来越多的人开始关心所处环境质量的好坏，要求环境保护及管理工作的效率提高、质量提高、加大透明度。通过信息化技术的应用，改变传统环境监测手段，运用新的通讯网络技术对污染源及环境质量实施长期、连续、有效监测，科学准确、全面高效地监测、管理所辖区域的环境状况，使环保部门的环境管理工作达到监测科学、管理高效、执法公正的新境界。

当然，环境监控中的数据无时不刻不需要存储，存储后才能便于对数据进行利用以及大数据分析，故环境数据存储至关重要，但是，目前的环境监控的方法在对环境数据存储上需要花费大量的时间，存在存储效率低下的问题。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高环境监控数据存储效率的基于大数据的实时环境监控方法、装置及计算机设备。

本发明技术方案如下：

一种基于大数据的实时环境监控方法，所述方法包括：

步骤S100：获取监控并获取当前所在环境中预先设定的各标准设定区域的当前实际监控环境数据，其中，所述当前所在环境中预先划分有多个所述标准设定区域，一个所述标准设定区域对应一个所述当前实际监控环境数据；

步骤S200：根据获取的各所述当前实际监控环境数据对所述当前实际监控环境数据作数据统计，并根据预设的信息存储指标对接收的所述当前实际监控环境数据作数据存储判断，并判断接收的所述当前实际监控环境数据是否能够进行存储；

步骤S300：若判断为是，则对接收的所述当前实际监控环境数据作信息存储处理，并将所述当前实际监控环境数据存储于云端大数据。

具体地，步骤S200：根据获取的各所述当前实际监控环境数据对所述当前实际监控环境数据作数据统计，并根据预设的信息存储指标对接收的所述当前实际监控环境数据作数据存储判断，并判断接收的所述当前实际监控环境数据是否能够进行存储；之后还包括：

步骤S310：若判断为否，则基于接收的所述当前实际监控环境数据作信息生成当前存储已满指令，所述当前存储已满指令用于生成存储已满提醒界面；

步骤S320：基于所述存储已满提醒界面生成存储已满提醒音频，并在所述存储已满提醒界面上播放所述存储已满提醒音频，同时生成提醒发送指令，所述提醒发送指令用于将所述存储已满提醒音频广播发送至预设的上级数据接收云端。

具体地，所述信息存储指标包括信息存储容量、信息存储数量、信息存储容量指标列表和信息存储数量指标列表；

步骤S200：根据获取的各所述当前实际监控环境数据对所述当前实际监控环境数据作数据统计，并根据预设的信息存储指标对接收的所述当前实际监控环境数据作数据存储判断，并判断接收的所述当前实际监控环境数据是否能够进行存储；具体包括：

步骤S210：获取所述信息存储容量指标列表中的信息存储容量最大值和所述信息存储数量指标列表中的信息存储数量最大值；

步骤S220：根据所述信息存储容量最大值与所述信息存储数量最大值设置当前信息存储空间，其中，所述当前信息存储空间的存储容量为所述信息存储容量最大值，所述当前信息存储空间的存储数量为所述信息存储数量最大值；

步骤S230：判断所述当前实际监控环境数据的大小是否处于所述当前信息存储空间的可存储范围内；

步骤S240：若判断为是，则判断接收的所述当前实际监控环境数据能够进行存储；

步骤S250：若判断为否，则判断接收的所述当前实际监控环境数据不能够进行存储。

具体地，所述方法还包括：

步骤S510：将所述当前实际监控环境数据发送至预设的Logistic回归线性分类器；

步骤S520：基于所述Logistic回归线性分类器对当前实际监控环境数据作数据分类处理，并在数据分类处理后生成已分类目标数据，

步骤S530：根据生成的所述已筛选目标数据导入预定的图表分析模型，并基于所述图表分析模型生成对应的分类数据图表分析报告，其中，所述图表分析模型为多个，一个所述已筛选目标数据导入预定的一个所述图表分析模型后，对应生成一个所述分类数据图表分析报告；

步骤S540：基于生成的所述分类数据图表分析报告生成图表分析发送指令，并将各所述分类数据图表分析报告发送至云端大数据存储库，所述云端大数据存储库将所述分类数据图表分析报告发送至预设的工厂高级运营通信端口，其中，所述工厂高级运营通信端口为预先设置。

具体地，步骤S510：将所述当前实际监控环境数据发送至预设的Logistic 回归线性分类器；具体包括：

步骤S511：基于所述Logistic回归线性分类器对当前实际监控环境数据作无用数据降噪剔除处理，其中，经所述无用数据降噪剔除处理后，获取所述当前实际监控环境数据中包含的无用数据具体类型，所述当前实际监控环境数据中至少包含一个所述无用数据具体类型；

步骤S512：根据所述当前实际监控环境数据中包含的各所述无用数据具体类型依次将所述当前实际监控环境数据依次导入至与所述无用数据具体类型对应的无用数据剔除模型中，并生成无用数据已剔除环境数据；

步骤S513：对生成的所述无用数据已剔除环境数据作数据分类处理，并在数据分类处理后生成已分类目标数据。

具体地，一种基于大数据的实时环境监控装置，所述装置包括：

环境监控模块，用于获取监控并获取当前所在环境中预先设定的各标准设定区域的当前实际监控环境数据，其中，所述当前所在环境中预先划分有多个所述标准设定区域，一个所述标准设定区域对应一个所述当前实际监控环境数据；

存储判断模块，用于根据获取的各所述当前实际监控环境数据对所述当前实际监控环境数据作数据统计，并根据预设的信息存储指标对接收的所述当前实际监控环境数据作数据存储判断，并判断接收的所述当前实际监控环境数据是否能够进行存储；

信息存储处理模块，用于若判断为是，则对接收的所述当前实际监控环境数据作信息存储处理，并将所述当前实际监控环境数据存储于云端大数据。

具体地，所述信息存储处理模块包括：

提醒界面模块，用于若判断为否，则基于接收的所述当前实际监控环境数据作信息生成当前存储已满指令，所述当前存储已满指令用于生成存储已满提醒界面；

提醒发送模块，用于基于所述存储已满提醒界面生成存储已满提醒音频，并在所述存储已满提醒界面上播放所述存储已满提醒音频，同时生成提醒发送指令，所述提醒发送指令用于将所述存储已满提醒音频广播发送至预设的上级数据接收云端。

具体地，所述存储判断模块包括：

容量获取模块，用于获取所述信息存储容量指标列表中的信息存储容量最大值和所述信息存储数量指标列表中的信息存储数量最大值；

存储空间模块，用于根据所述信息存储容量最大值与所述信息存储数量最大值设置当前信息存储空间，其中，所述当前信息存储空间的存储容量为所述信息存储容量最大值，所述当前信息存储空间的存储数量为所述信息存储数量最大值；

存储范围模块，用于判断所述当前实际监控环境数据的大小是否处于所述当前信息存储空间的可存储范围内；

判断接收模块，用于若判断为是，则判断接收的所述当前实际监控环境数据能够进行存储；

不能存储模块，用于若判断为否，则判断接收的所述当前实际监控环境数据不能够进行存储。

具体地，一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述基于大数据的实时环境监控方法所述的步骤。

一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述基于大数据的实时环境监控方法所述的步骤。

本发明实现技术效果如下：

上述基于大数据的实时环境监控方法、装置及计算机设备，通过获取监控并获取当前所在环境中预先设定的各标准设定区域的当前实际监控环境数据，其中，所述当前所在环境中预先划分有多个所述标准设定区域，一个所述标准设定区域对应一个所述当前实际监控环境数据；根据获取的各所述当前实际监控环境数据对所述当前实际监控环境数据作数据统计，并根据预设的信息存储指标对接收的所述当前实际监控环境数据作数据存储判断，并判断接收的所述当前实际监控环境数据是否能够进行存储；若判断为是，则对接收的所述当前实际监控环境数据作信息存储处理，并将所述当前实际监控环境数据存储于云端大数据，进而实现了基于云端大数据，对检测到的当前实际监控环境数据在存储前先作数据统计的步骤，进而实现对监控的当前实际监控环境数据的高效存储。

附图说明

图1为一个实施例中基于大数据的实时环境监控方法的流程示意图；

图2为一个实施例中基于大数据的实时环境监控装置的结构框图；

图3为一个实施例中计算机设备的内部结构图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

在一个实施例中，如图1所示，提供了一种基于大数据的实时环境监控方法，所述方法包括：

步骤S100：获取监控并获取当前所在环境中预先设定的各标准设定区域的当前实际监控环境数据，其中，所述当前所在环境中预先划分有多个所述标准设定区域，一个所述标准设定区域对应一个所述当前实际监控环境数据；

具体地，通过将所述当前所在环境中预先划分为多个所述标准设定区域，实现数据的精细化获取，进而提升数据获取的准确性。

步骤S200：根据获取的各所述当前实际监控环境数据对所述当前实际监控环境数据作数据统计，并根据预设的信息存储指标对接收的所述当前实际监控环境数据作数据存储判断，并判断接收的所述当前实际监控环境数据是否能够进行存储；

具体地，通过对所述当前实际监控环境数据作数据统计，实现数据的数字式量化获取，为后续对数据进一步地处理提供便捷。

接着，根据预设的信息存储指标对接收的所述当前实际监控环境数据作数据存储判断，实现自动判断存储空间是否足够，进而提升存储效率。

步骤S300：若判断为是，则对接收的所述当前实际监控环境数据作信息存储处理，并将所述当前实际监控环境数据存储于云端大数据。

具体地，判断为是，即为判断接收的所述当前实际监控环境数据能够进行存储，故将所述当前实际监控环境数据存储于云端大数据，进而实现了基于云端大数据，对检测到的当前实际监控环境数据在存储前先作数据统计的步骤，进而实现对监控的当前实际监控环境数据的高效存储。

本发明通过获取监控并获取当前所在环境中预先设定的各标准设定区域的当前实际监控环境数据，其中，所述当前所在环境中预先划分有多个所述标准设定区域，一个所述标准设定区域对应一个所述当前实际监控环境数据；根据获取的各所述当前实际监控环境数据对所述当前实际监控环境数据作数据统计，并根据预设的信息存储指标对接收的所述当前实际监控环境数据作数据存储判断，并判断接收的所述当前实际监控环境数据是否能够进行存储；若判断为是，则对接收的所述当前实际监控环境数据作信息存储处理，并将所述当前实际监控环境数据存储于云端大数据，进而实现了基于云端大数据，对检测到的当前实际监控环境数据在存储前先作数据统计的步骤，进而实现对监控的当前实际监控环境数据的高效存储。

在一个实施例中，步骤S200：根据获取的各所述当前实际监控环境数据对所述当前实际监控环境数据作数据统计，并根据预设的信息存储指标对接收的所述当前实际监控环境数据作数据存储判断，并判断接收的所述当前实际监控环境数据是否能够进行存储；之后还包括：

步骤S310：若判断为否，则基于接收的所述当前实际监控环境数据作信息生成当前存储已满指令，所述当前存储已满指令用于生成存储已满提醒界面；

具体地，判断为否，即为判断接收的所述当前实际监控环境数据不能够进行存储，因此，生成当前存储已满指令，并使得所述当前存储已满指令用于生成存储已满提醒界面。

进一步地，所述存储已满提醒界面用户直观可视化地展现提醒信息。

步骤S320：基于所述存储已满提醒界面生成存储已满提醒音频，并在所述存储已满提醒界面上播放所述存储已满提醒音频，同时生成提醒发送指令，所述提醒发送指令用于将所述存储已满提醒音频广播发送至预设的上级数据接收云端。

具体地，通过在所述存储已满提醒界面上播放所述存储已满提醒音频，使用户实现可视化及可听化的获取信息，提升信息传输效率。

进一步地，通过生成提醒发送指令，并将所述存储已满提醒音频广播发送至预设的上级数据接收云端，从而实现提醒信息的高效传播。

更进一步地，所述上级数据接收云端为预先设置，如大数据后台运营人员，通过发送至预设的上级数据接收云端，使得大数据后台运营人员能够快速应对，并快速应对，进而快速处理数据，更进一步提升环境监控数据的存储效率。

在一个实施例中，所述信息存储指标包括信息存储容量、信息存储数量、信息存储容量指标列表和信息存储数量指标列表；

步骤S200：根据获取的各所述当前实际监控环境数据对所述当前实际监控环境数据作数据统计，并根据预设的信息存储指标对接收的所述当前实际监控环境数据作数据存储判断，并判断接收的所述当前实际监控环境数据是否能够进行存储；具体包括：

步骤S210：获取所述信息存储容量指标列表中的信息存储容量最大值和所述信息存储数量指标列表中的信息存储数量最大值；

具体地，通过获取所述信息存储容量最大值和所述信息存储数量指标列表中的信息存储数量最大值，能够快捷判断是否能够存储数据。

步骤S220：根据所述信息存储容量最大值与所述信息存储数量最大值设置当前信息存储空间，其中，所述当前信息存储空间的存储容量为所述信息存储容量最大值，所述当前信息存储空间的存储数量为所述信息存储数量最大值；

步骤S230：判断所述当前实际监控环境数据的大小是否处于所述当前信息存储空间的可存储范围内；

步骤S240：若判断为是，则判断接收的所述当前实际监控环境数据能够进行存储；

具体地，判断为是，为判断所述当前实际监控环境数据的大小处于所述当前信息存储空间的可存储范围内，故能够存储，即为判断接收的所述当前实际监控环境数据能够进行存储。

步骤S250：若判断为否，则判断接收的所述当前实际监控环境数据不能够进行存储。

具体地，判断为否，为判断所述当前实际监控环境数据的大小不处于所述当前信息存储空间的可存储范围内，故不能够存储，即为判断接收的所述当前实际监控环境数据不能够进行存储。

在一个实施例中，所述方法还包括：

步骤S510：将所述当前实际监控环境数据发送至预设的Logistic回归线性分类器；

具体地，所述Logistic回归线性分类器为预先设置，并用于对数据进行线性分类使用。

步骤S520：基于所述Logistic回归线性分类器对当前实际监控环境数据作数据分类处理，并在数据分类处理后生成已分类目标数据，

具体地，看做是只包含输入层和输出层的两层网络，仅通过所述Logistic 回归线性分类器对当前实际监控环境数据作数据分类处理，实现数据的高效分类，及高效快速地生成所述已分类目标数据。

步骤S530：根据生成的所述已筛选目标数据导入预定的图表分析模型，并基于所述图表分析模型生成对应的分类数据图表分析报告，其中，所述图表分析模型为多个，一个所述已筛选目标数据导入预定的一个所述图表分析模型后，对应生成一个所述分类数据图表分析报告；

具体地，图表分析模型包括但不限于柱状图模型、折线图模型以及曲线图模型。

步骤S540：基于生成的所述分类数据图表分析报告生成图表分析发送指令，并将各所述分类数据图表分析报告发送至云端大数据存储库，所述云端大数据存储库将所述分类数据图表分析报告发送至预设的工厂高级运营通信端口，其中，所述工厂高级运营通信端口为预先设置。

具体地，通过生成图表分析发送指令，并将各所述分类数据图表分析报告发送至云端大数据存储库，使反映所述当前实际监控环境数据的各所述分类数据图表分析报告能够快速存储，高效快捷。

更进一步地，所述工厂高级运营通信端口为运营总监的信息接收端，通过设置所述工厂高级运营通信端口，使相关专业工作人员快速知晓当前实际监控环境数据的图标分析情况，提升数据利用率。

在一个实施例中，步骤S510：将所述当前实际监控环境数据发送至预设的Logistic回归线性分类器；具体包括：

步骤S511：基于所述Logistic回归线性分类器对当前实际监控环境数据作无用数据降噪剔除处理，其中，经所述无用数据降噪剔除处理后，获取所述当前实际监控环境数据中包含的无用数据具体类型，所述当前实际监控环境数据中至少包含一个所述无用数据具体类型；

具体地，通过对当前实际监控环境数据作无用数据降噪剔除处理，实现数据的降噪，剔除无用数据，使存储的数据均为有用数据，提升数据利用率。

步骤S512：根据所述当前实际监控环境数据中包含的各所述无用数据具体类型依次将所述当前实际监控环境数据依次导入至与所述无用数据具体类型对应的无用数据剔除模型中，并生成无用数据已剔除环境数据；

步骤S513：对生成的所述无用数据已剔除环境数据作数据分类处理，并在数据分类处理后生成已分类目标数据。

具体地，通过对生成的所述无用数据已剔除环境数据作数据分类处理，并在数据分类处理后生成已分类目标数据，使所述已分类目标数据能够按照类别存储，方便后续检索及利用，提升数据利用率和使用便捷性。

在一个实施例中，如图3所示，一种基于大数据的实时环境监控装置，所述装置包括：

环境监控模块，用于获取监控并获取当前所在环境中预先设定的各标准设定区域的当前实际监控环境数据，其中，所述当前所在环境中预先划分有多个所述标准设定区域，一个所述标准设定区域对应一个所述当前实际监控环境数据；

存储判断模块，用于根据获取的各所述当前实际监控环境数据对所述当前实际监控环境数据作数据统计，并根据预设的信息存储指标对接收的所述当前实际监控环境数据作数据存储判断，并判断接收的所述当前实际监控环境数据是否能够进行存储；

信息存储处理模块，用于若判断为是，则对接收的所述当前实际监控环境数据作信息存储处理，并将所述当前实际监控环境数据存储于云端大数据。

在一个实施例中，所述信息存储处理模块包括：

提醒界面模块，用于若判断为否，则基于接收的所述当前实际监控环境数据作信息生成当前存储已满指令，所述当前存储已满指令用于生成存储已满提醒界面；

提醒发送模块，用于基于所述存储已满提醒界面生成存储已满提醒音频，并在所述存储已满提醒界面上播放所述存储已满提醒音频，同时生成提醒发送指令，所述提醒发送指令用于将所述存储已满提醒音频广播发送至预设的上级数据接收云端。

在一个实施例中，所述存储判断模块包括：

容量获取模块，用于获取所述信息存储容量指标列表中的信息存储容量最大值和所述信息存储数量指标列表中的信息存储数量最大值；

存储空间模块，用于根据所述信息存储容量最大值与所述信息存储数量最大值设置当前信息存储空间，其中，所述当前信息存储空间的存储容量为所述信息存储容量最大值，所述当前信息存储空间的存储数量为所述信息存储数量最大值；

存储范围模块，用于判断所述当前实际监控环境数据的大小是否处于所述当前信息存储空间的可存储范围内；

判断接收模块，用于若判断为是，则判断接收的所述当前实际监控环境数据能够进行存储；

不能存储模块，用于若判断为否，则判断接收的所述当前实际监控环境数据不能够进行存储。

在一个实施例中，所述环境监控模块还用于：将所述当前实际监控环境数据发送至预设的Logistic回归线性分类器；基于所述Logistic回归线性分类器对当前实际监控环境数据作数据分类处理，并在数据分类处理后生成已分类目标数据，根据生成的所述已筛选目标数据导入预定的图表分析模型，并基于所述图表分析模型生成对应的分类数据图表分析报告，其中，所述图表分析模型为多个，一个所述已筛选目标数据导入预定的一个所述图表分析模型后，对应生成一个所述分类数据图表分析报告；基于生成的所述分类数据图表分析报告生成图表分析发送指令，并将各所述分类数据图表分析报告发送至云端大数据存储库，所述云端大数据存储库将所述分类数据图表分析报告发送至预设的工厂高级运营通信端口，其中，所述工厂高级运营通信端口为预先设置。

在一个实施例中，所述环境监控模块还用于：基于所述Logistic回归线性分类器对当前实际监控环境数据作无用数据降噪剔除处理，其中，经所述无用数据降噪剔除处理后，获取所述当前实际监控环境数据中包含的无用数据具体类型，所述当前实际监控环境数据中至少包含一个所述无用数据具体类型；根据所述当前实际监控环境数据中包含的各所述无用数据具体类型依次将所述当前实际监控环境数据依次导入至与所述无用数据具体类型对应的无用数据剔除模型中，并生成无用数据已剔除环境数据；

在一个实施例中，所述环境监控模块还用于：对生成的所述无用数据已剔除环境数据作数据分类处理，并在数据分类处理后生成已分类目标数据。

在一个实施例中，如图3所示，一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述基于大数据的实时环境监控方法所述的步骤。

一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述基于大数据的实时环境监控方法所述的步骤。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM (EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink) DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。