2025.7.4 1. 新增动态污染溯源新的判定逻辑

feiyu02

2025-07-04 9c797fa0d704ef8ffb65cd1716b8eb694b4c46c3

 src/main/kotlin/com/flightfeather/uav/biz/sourcetrace/model/PollutedData.kt

@@ -1,35 +1,130 @@
package com.flightfeather.uav.biz.sourcetrace.model

import com.flightfeather.uav.biz.FactorFilter
import com.flightfeather.uav.biz.dataanalysis.model.ExceptionType
import com.flightfeather.uav.biz.sourcetrace.config.RTExcWindLevelConfig
import com.flightfeather.uav.common.utils.DateUtil
import com.flightfeather.uav.domain.entity.BaseRealTimeData
import com.flightfeather.uav.lightshare.bean.DataVo
import java.util.Date

/**
 * 污染数据
 * @date 2025/5/27
 * @author feiyu02
 */
class PollutedData {
class PollutedData() {

    /**
     *
     * 1. 软风1.5m/s及以下，
     *    前后值上升幅度在50%以上1次，认为是临近发生(50米)
     *    前后值上升幅度在20%以上1次，认为是远距离发生（50米 - 500米）
     *    1.5 m/s及以下，静稳天气，临近发生(50米)
     * 2. 1.6 - 7.9 m/s，前后值上升幅度在20%以上3次，认为是远距离发生（50米 - 1公里）
     * 3. 8 - 13.8 m/s 以上，前后值上升幅度在10%以上3次，认为是远距离发生(50米 - 2公里)
     * 9. 关联因子
     *    a) pm2.5、pm10特别高，两者在各情况下同步展示，pm2.5占pm10的比重变化，比重越高，越有可能是餐饮
     *    b) pm10特别高、pm2.5较高，大颗粒扬尘污染，只展示pm10，pm2.5占pm10的比重变化，工地为主
     *    c) VOC较高，同比计算pm2.5的量级，可能存在同步偏高（汽修、加油站）, 同步计算O3是否有高值
     *    d) VOC较高，处于加油站（车辆拥堵情况），CO一般较高, 同步计算O3是否有高值
     *    e) 氮氧化合物，一般由于机动车尾气，同步计算CO
     */

    constructor(
        start: BaseRealTimeData,
        end: BaseRealTimeData?,
        factor: FactorFilter.SelectedFactor,
        exceptionData: List<BaseRealTimeData>,
        historyData: List<BaseRealTimeData>,
        eType: ExceptionType,
        windLevelCondition: RTExcWindLevelConfig.WindLevelCondition?,
    ) : this() {
        exception = eType.des
        exceptionType = eType.value
        factorId = factor.main.value
        factorName = factor.main.des
        subFactorId = factor.subs.map { it.value }
        subFactorName = factor.subs.map { it.des }
        selectedFactor = factor

        startTime = start.dataTime
        endTime = end?.dataTime
//        startData = start.getByFactorType(factor.main)
//        endData = end?.getByFactorType(factor.main) ?: startData
        startData = start
        endData = end

        windSpeed = exceptionData.first().windSpeed?.toDouble()
        percentage = windLevelCondition?.mutationRate?.first
        times = windLevelCondition?.countLimit

        dataList.add(start)
        exceptionData.forEach {
            dataList.add(it)
        }
        dataVoList.addAll(dataList.map { it.toDataVo() })
        historyDataList.addAll(historyData.map { it.toDataVo() })

        calPer()
        calRate()
    }

    var deviceCode: String? = null

    var exception: String? = null
    var exceptionType: Int? = null

    var factorId: Int? = null
    var factorName: String? = null
    var subFactorId: List<Int>? = null
    var subFactorName: List<String>? = null
    var selectedFactor: FactorFilter.SelectedFactor? = null

    var startTime: Date? = null
    var endTime: Date? = null

    var startData: BaseRealTimeData? = null
    var endData: BaseRealTimeData? = null

    // 风速
    var windSpeed: Float? = null
    var windSpeed: Double? = null

    // 因子量级变化幅度
    var percentage: Float? = null
    var percentage: Double? = null
    // 因子量级平均变化幅度
    var avgPer: Double? = null
    // 因子量级平均变化速率
    var avgRate: Double? = null

    // 发生次数
    var times: Int? = null

    var historyDataList = mutableListOf<DataVo>()
    // 异常监测数据
    var dataList: MutableList<BaseRealTimeData> = mutableListOf()
    var dataVoList: MutableList<DataVo> = mutableListOf()

    private fun calPer() {
        val list = dataList
//        list.add(startData)
//        list.addAll(dataList)
        if (list.size < 2) return

        var total = .0
        for (i in 0 until list.size - 1) {
            val p = list[i]?.getByFactorType(selectedFactor!!.main)!!
            val n = list[i + 1]?.getByFactorType(selectedFactor!!.main)!!
            total += (n - p) / p
        }
        avgPer = total / (list.size - 1)
    }

    private fun calRate() {
        val list = dataList
//        list.add(startData)
//        list.addAll(dataList)
        if (list.size < 2) return

        var total = .0
        for (i in 0 until list.size - 1) {
            val p = list[i]?.getByFactorType(selectedFactor!!.main)!!
            val n = list[i + 1]?.getByFactorType(selectedFactor!!.main)!!
            total += (n - p) / 4
        }
        avgRate = total / (list.size - 1)
    }
}