空气气溶胶放射性监测数据可视化系统研究

周俊宇，曾 雄，郑小菁，石 睿*

（1.四川省辐射环境管理监测中心站，四川 成都 611139；2.四川轻化工大学 计算机科学与工程学院，四川 宜宾 644002）

环境放射性辐射来源主要包括天然辐射和人工放射性[1]。四川省是核大省，涉核研究及应用单位分布较多，同时随着辐射的应用越来越广，对辐射的监管和监测成为四川省生态环境部门的重要工作之一，其特殊性和敏感性也成为公众关注的重要话题[2]，其中，对空气气溶胶放射性的监测是环境辐射监测中的重要内容[3]。从“十一五”开始，我国环境辐射监测系统开始规模建设，到“十三五”末，全国空气自动监测站已超过500个，环境辐射自动监测网覆盖了全国所有地级以上城市及重要边境口岸等敏感地区[4]。截至2020年，四川省内已建成国、省控环境辐射自动监测站共计50个，全面覆盖了全省各市州[5]。环境辐射监测内容主要包括：空气气溶胶放射性核素监测[6]、总α/总β活度浓度监测[7-8]、γ辐射剂量率[9]等。虽然目前我国环境辐射监测网络已成规模，但还存在监测点自动化程度偏低、软件功能不完善等问题[10]。特别在应急情况下，如何确保第一时间实时掌握事故现场及周边环境辐射水平是该系统还需进一步改进和关注的问题。

要充分发挥监测数据的价值，则需要对数据进行融合，实现数据可视化。数据可视化成为日常办公指挥调度等场景的一部分[11]。本文从软件层面出发，希望通过建立一套针对环境放射性监测数据实时展示和分析的可视化系统，进一步扩展自动化监测网络功能，为辐射监测数据分析的“最后一公里”提供技术参考。以四川省2016-2020年5年间监测的气溶胶放射性核素活度浓度和总α、总β活度浓度数据为基础，在数据处理的基础上，利用Python语言与Echarts工具结合的可视化绘图库PyEcharts，设计和研究环境辐射监测数据可视化系统。

1 PyEcharts

1.1 PyEcharts简介

ECharts是开源可视化库，提供了直观、交互性丰富、高度定制化的可视化图表。

PyEcharts是用于生成Echarts图表的类库，可使用PyEcharts工具包进行数据分析从而实现可视化展示[12]。PyEcharts实现了30多种常用的可视化图表功能，支持主流Python Web开发框架。PyEcharts类库由国内企业开发维护。

1.2 PyEcharts工具包的安装和使用

输入终端指令“pip install PyEcharts”，可安装PyEcharts工具包。根据可视化展示需求导入PyEcharts模块图库，如“from PyEcharts.Line，Pie”，表示导入柱状图、扇形等图库。

1.3 PyEcharts的配置项

PyEcharts模块定义丰富的图表配置类，主要分为全局配置项和系列配置 项[4]，（如图1所示）。

图1 PyEcharts全局配置项

全局配置项定义了图表的全局通用性配置，包含图例（Legend Opts），视觉映射（Visual Map Opts），提示框（Tooltip Opts）等22种配置项。

系统配置项定义了图表及坐标等样式，包括文字样式（Text Style Opts），线样式（Line Style Opts），标记点（Mark Point Item）等17种配置项。

1.4 数据分析

1.4.1 数据读取

Pandas工具为解决数据分析任务创建。Pandas 纳入大量库数据模型，可使用.read_excel（）函数读取Excel表中的数据。

1.4.2 数据整理和清洗

从整个Excel表中筛选出放射性核素活度浓度和总α、总β活度浓度的数据，用.iloc[∶]选择数据的行/列范围，使用.dropna（）函数滤除缺失数据。

2 数据可视化的实现

2.1 气溶胶中放射性核素数据可视化

四川省辐射环境自动监测站针对气溶胶放射性核素活度浓度监测主要包括9种核素：7Be、228Ac、234Th、226Ra、228Ra、40K、131I、134Cs、137Cs，每月监测上述9种核素。为便于查看数据，使用页面组件Page，分为分季度展示和综合展示。

季度展示使用时间轴组件Timeline，把数据以时间作为唯一变量，不同时间点下数据不同，一个时间点绘制一张可视化图表。根据年度和季度绘制一张可视化图表，把2016年-2020年的数据串联起来，以放射性元素种类为横坐标，放射性核素活度浓度为纵坐标的柱状图（Bar），便于查看季度的详细数据。最后，把五年空气气溶胶中放射性核素活度浓度检测结果放在一张表中综合展示，绘制以年份-季度-次数为横坐标，放射性核素活度浓度为纵坐标的折线图（Line），便于展示五年内核素活度浓度变化趋势（如图2所示）。

图2 综合展示（以成都市大熊猫基地2016-2020年监测结果示例）

2.2 气溶胶中总α、总β数据可视化

气溶胶中总α、总β活度浓度监测是一季度一次，五年内的数据相对较少，可把每个监测站的总α、总β数据做成两个折线放在一张图中，以年份-季度为横坐标，活度浓度为纵坐标（如图3所示）。

图3 总α、总β展示（以广安市小平故居2016-2020年监测结果示例）

3 可视化大屏系统

大屏数据可视化是以大屏为展示载体数据可视化呈现。数据可视化具有高度视觉冲击力，以直观的方式向受众揭示数据背后隐藏的规律，传达数据价值。大屏数据可视化可更宏观、直观、智能地展示环境放射性监测数据变化趋势、区域分布情况、各地区横纵向比较等 信息[13]。在PyEcharts中使用page.rendet（）方法进行布局，然后保存为json文件，使用page.save_resize_html（‘ ’，cfg_file=”json文件地址”，dest=’ ’），生成布局好的网页（如图4所示）。

图4 可视化大屏系统

3.1 数据轮播

对各监测站的详细数据进行循环轮播，滚动信息包括：日期、监测站、核素和核素浓度。在div盒子里添加〈el-table〉标签，设置表格属性，〈el-table-column〉设置列属性，在〈script〉标签下设置滚动方法。

3.2 地图分布

将监测站以经纬度在地图上分布，使用的是PyEcharts中的地理坐标系（Geo），可以直观看出监测站的地理分布。在〈script〉中添加点击函数，点击地图上的坐标点会跳转至监测站的详细数据页面。

4 总结与展望

4.1 总结

随着大数据时代的到来，环境放射性监测数据呈现爆炸式增长。把抽象的数据通过可视化的方式以图形展示，可以更形象地表达数据的内在价值，为企业决策提供直观的数据支撑。本文以四川省2016-2020年5年间全省具有代表性的地、市、州自动监测站数据为基础，开展了空气气溶胶放射性监测数据可视化系统研究。在最终开发形成的HTML可视化大屏中，五大可视化区域一目了然，图表种类丰富。通过数据可视化可直观地了解四川省环境气溶胶的放射水平状况，还能通过扇形图、柱状图等了解到最值和平均值。可视化技术将这些关键信息整合输出，简洁美观。

4.2 展望

随着我国“双碳”目标的制定，对生态环境的监测成为环境保护的重要内容。通过建立生态环境数据智能平台，结合人工智能信息技术，支撑生态环境统筹规划防治等工作，已成为未来生态环境监测与保护的趋势。对数据的整合加工、交互共享和挖掘数据价值是监测数据被有效应用的基础，而数据可视化是数据价值的直观体现。本文研究了空气气溶胶放射性监测数据可视化系统，是对生态环境数据可视化系统开发的有益探索。