现阶段频繁的雾霾天气已经严重威胁着人类的生命健康,细颗粒物浓度偏高的现象在发展中国家尤为严重;另一方面,随着城市常驻人口的不断增加,人们的活动区域也开始向低空扩展。因此,建模并分析三维空间中细颗粒物PM2.5(颗粒物直径小于2.5 μm)的细粒度浓度分布对政府、人民都有着重大的意义。PM2.5的浓度在小范围内差异明显,细粒度的浓度分布图能以较高的分辨率捕捉到这些变化,有利于理解其产生及变化的规律,为后续的进一步研究(如锁定污染源等)提供了数据基础。但是,已有的环境监测站无法提供细粒度的浓度分布图,而大面积定点布置传感器的监测方案又会产生高昂的成本,同时,低空区域监测手段更是严重缺失。基于上述情况,本文提出了具有高分辨率的三维时空细颗粒物浓度监测系统BlueAer。系统的核心技术及主要研究成果如下:(1)为了实现高效的数据采集机制,本文受启发于群智感知理论,提出了基于群智感知模式的移动采集策略:利用含有内置低成本传感器的移动载体获得大量的3D样本。考虑到地面采集受限于道路网络约束,本文给出路径规划算法并计算出合理的采集路线,无人机则以该路线为基础负责低空区域内的细颗粒物浓度数据采集。(2)数据的一致性处理将杂乱无序的数据转变为能代表区域特征的信息,具体包括数据的质量增强、时空分辨率、空间数据融合等。其中,数据质量增强根据传感器数据的连续性提出趋势性数据质量增强算法;以大量的监测数据为基础统计出合理的时空分辨率;给出空间数据融合规则,进一步利用冗余数据推算出具有区域特征的细颗粒物浓度值。(3)针对未监测区域,本文摒弃大量分析具体影响因素(如车流量、地理特征、温度、风向、单辆车排放量)的方法,以概率转移的方式模拟空间粒子扩散,结合随机游走原理,提出了三维的概率性浓度估算算法3D-PCEM。实验数据表明,较之于高斯过程(GP)和人工神经网络(ANN)等估算方法,3D-PCEM的估算精度分别提高了 15.4%和41.0%。(4)在构建实际系统时,本文还综合考虑传感器选取、校正、安装、数据的有效传输及终端可视化等问题并逐一给出了各自的解决方案。最后,选取一个占地面积64平方千米,约40万人口的测试区进行为期一年的实验。数据结果表明,BlueAer系统能准确地得到细粒度的三维PM2.5浓度分布图。BlueAer能为市民提供可实时查询的本地细颗粒物浓度,为颗粒物浓度超标问题的解决提供了监测手段和解决思路。同时,BlueAer作为污染物监测的系统框架,不仅能扩展到更大的规模,还可应用到其他智慧城市问题。