CN108416521A - 一种信息来源确定的方法以及信息来源确定装置 - Google Patents
一种信息来源确定的方法以及信息来源确定装置 Download PDFInfo
- Publication number
- CN108416521A CN108416521A CN201810183863.5A CN201810183863A CN108416521A CN 108416521 A CN108416521 A CN 108416521A CN 201810183863 A CN201810183863 A CN 201810183863A CN 108416521 A CN108416521 A CN 108416521A
- Authority
- CN
- China
- Prior art keywords
- concentration
- analyzed
- period
- pollutant
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 57
- 239000003344 environmental pollutant Substances 0.000 claims abstract description 97
- 238000012544 monitoring process Methods 0.000 claims abstract description 97
- 231100000719 pollutant Toxicity 0.000 claims abstract description 97
- 238000005070 sampling Methods 0.000 claims abstract description 50
- 230000005540 biological transmission Effects 0.000 claims abstract description 36
- 239000000356 contaminant Substances 0.000 claims description 16
- 238000003860 storage Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 3
- 238000011109 contamination Methods 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 7
- 230000015654 memory Effects 0.000 description 6
- 238000012806 monitoring device Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 5
- 229910002091 carbon monoxide Inorganic materials 0.000 description 5
- 238000012876 topography Methods 0.000 description 5
- 238000009825 accumulation Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 238000009826 distribution Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000004927 fusion Effects 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000003891 environmental analysis Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 210000005239 tubule Anatomy 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例公开了一种信息来源确定的方法,包括:确定待分析时间段;获取目标监测点在待分析时间段的污染物浓度信息;获取待分析时间段内通过插值方法得到的每一采样时刻的区域背景浓度;根据污染物浓度信息和待分析时间段内每一采样时刻的区域背景浓度之间的差值确定目标监测点的观测到的本地排放贡献;获取待分析时间段的二维风矢量信息;根据待分析时间段内每一采样时刻的区域背景浓度、本地排放贡献和二维风矢量信息确定污染物的方位。本申请实施例通过将本地排放的浓度贡献和区域传输的浓度贡献分别与风速、风向等参数进行结合,然后绘制相应的矢量图,这种方式有助于分析真实的排放源以及排放源的方位。
Description
技术领域
本申请涉及环境监测领域,尤其涉及一种信息来源确定的方法及信息来源确定装置。
背景技术
大气环境与人类的生活息息相关,因此大气污染是人类面临的一个丞待解决的重要问题。大气作为一种流体,始终在流动、运动中,这使得大气污染物一经污染源排放,会很快与环境背景大气混合。
影响大气流动的参数包括风速、风向、湍流强度等。在大气的流动过程中,经由污染源排放出的污染物会很快与背景大气掺杂在一起,进而提升该污染物的环境浓度,造成大气污染。该环境浓度超过一定值时,还会对人体健康造成显著的负面效应。在确定污染物来源时会将监测环境中的污染物浓度与风向、风速等因素结合起来分析,在知道了风向、风速等物理因素对污染物的影响之后才能更好地分析出真实的污染源,得出可靠性高的数据。
环境中监测到的污染物的浓度大致来自于两个方面,一方面来自于监测区域内的本地排放源的排放贡献,另一方面来自于监测点上风向的累积排放经传输扩散至本监测区域内的贡献。因此笼统地根据环境中的污染物浓度无法准确区分排放贡献是来自于本地排放源还是区域传输过来的非本地排放源。
发明内容
本申请实施例提供了一种信息来源确定的方法,本申请实施例中通过将本地排放的浓度贡献和区域传输的浓度贡献分别与风速、风向等参数进行结合,然后绘制相应的矢量图,这种方式有助于分析真实的排放源以及排放源的方位。
有鉴于此,本发明第一方面提供了一种信息来源确定的方法,包括:
确定待分析时间段;
获取目标监测点在待分析时间段的污染物浓度信息,目标监测点为在待监测区域划定的单元格内的监测点;
获取待分析时间段内通过插值方法得到的每一采样时刻的区域背景浓度,区域背景浓度为不受本区域内任何近距离排放源排放影响的监测点观察到的目标污染物的浓度值,区域背景浓度用于指示该区域内所有监测点同时观察到的、来自该区域上风向的累积污染经传输扩散到该区域内的目标污染物的浓度值;
根据污染物浓度信息和待分析时间段内每一采样时刻的区域背景浓度之间的差值确定目标监测点的观测到的本地排放贡献,本地排放贡献用于指示当地排放源排放导致的污染物浓度相对其区域背景浓度的提升值;
获取待分析时间段的二维风矢量信息;
根据待分析时间段内每一采样时刻的区域背景浓度、本地排放贡献和二维风矢量信息确定污染物的来源方位。
结合本申请实施例第一方面,在本申请实施例第一方面的第一种实施方式中,获取待分析时间段内每一采样时刻的区域背景浓度之前,方法还包括:
在待分析时间段内划分N个相同的预设时间间隔;
根据预设条件选取N个时间间隔对应的区域背景浓度。
结合本申请实施例第一方面的第一种实施方式,在本申请实施例第一方面的第二种实施方式中,获取待分析时间段内每一采样时刻的区域背景浓度,包括:
通过线性或多项式插值的方式确定待分析时间内每一采样时刻的区域背景浓度。
结合本申请实施例第一方面,在本申请实施例第一方面的第三种实施方式中,获取目标监测点在待分析时间段的污染物浓度信息之前,方法还包括:
根据经纬度将待监测区域划分为至少一个单元格,单元格内包括至少两个目标监测点。
结合本申请实施例第一方面,在本申请实施例第一方面的第四种实施方式中,根据待分析时间段内每一采样时刻的区域背景浓度、本地排放贡献和二维风矢量信息确定污染物的方位,包括:
根据待分析时间段内每一采样时刻的区域背景浓度和二维风矢量信息确定第一关系,第一关系用于指示来自区域传输的污染物浓度和二维风矢量的关系;
根据本地排放贡献和二维风矢量信息确定第二关系,第二关系用于指示来自本地排放源的污染物浓度和二维风矢量的关系。
本发明第二方面提供了一种信息来源确定装置,包括:
第一确定模块,用于确定待分析时间段;
第一获取模块,用于获取目标监测点在待分析时间段的污染物浓度信息,目标监测点为在待监测区域划定的单元格内的监测点;
第二获取模块,用于获取待分析时间段与区域背景浓度之间的关系,区域背景浓度为该区域内所有监测点同时观察到的、来自该区域上风向的累积污染经传输扩散到该区域内的目标污染物的浓度值;
第二确定模块,用于根据污染物浓度信息和待分析时间内通过插值方法获得的对应每一采样时刻的区域背景浓度的差值确定目标监测点的本地排放贡献,本地排放贡献用于指示当地排放源排放导致的污染物浓度提升值;
第三获取模块,用于获取待分析时间段的二维风矢量信息;
第三确定模块,用于根据待分析时间段内每一采样时刻的区域背景浓度、本地排放贡献和二维风矢量信息确定污染物的来源方位。
结合本申请实施例第二方面,在本申请实施例第二方面的第一种实施方式中,信息来源确定装置包括:
第二划分模块,用于第一获取模块之前根据经纬度将待监测区域划分为至少一个单元格,单元格内包括至少一个目标监测点。
选取模块,用于根据预设条件选取N个时间间隔对应的区域背景浓度。
结合本申请实施例第二方面的第一种实现方式,在本申请实施例第二方面的第二种实施方式中,第二获取模块包括:
确定单元,用于通过线性或多项式插值的方式确定待分析时间内每一采样时刻的区域背景浓度。
结合本申请实施例第二方面,在本申请实施例第二方面的第三种实施方式中,装置还包括:
第二划分模块,用于第一获取模块之前根据经纬度将待监测区域划分为至少一个单元格,单元格内包括至少两个目标监测点。
结合本申请实施例第二方面,在本申请实施例第二方面的第四种实施方式中,第三确定模块包括:
第一确定单元,用于根据待分析时间段内每一采样时刻的区域背景浓度和二维风矢量信息确定第一关系,第一关系用于指示来自区域传输的污染物浓度和二维风矢量的关系;
第二确定单元,用于根据本地排放贡献和二维风矢量信息确定第二关系,第二关系用于指示来自本地排放源的污染物浓度和二维风矢量的关系。
本申请第三方面提供一种计算机程序产品,当其在计算机上运行时,使得计算机可以执行上述任一方面的方法。
本申请第四方面提供一种计算机存储介质,用于储存为上述方法所用的计算机软件指令,当其在计算机上运行时,使得计算机可以执行上述中任一方面的方法。
从以上技术方案可以看出,本申请实施例具有以下优点:
本申请实施例提供了一种信息来源确定的方法,包括:首先,确定待分析时间段;然后,获取目标监测点在待分析时间段的污染物浓度信息,目标监测点为在待监测区域划定的单元格内的监测点;接着,获取待分析时间段内通过插值方法得到的每一采样时刻的区域背景浓度,区域背景浓度为不受本区域内任何近距离排放源排放影响的监测点观察到的目标污染物的浓度值,区域背景浓度用于指示该区域内所有监测点同时观察到的、来自该区域上风向的累积污染经传输扩散到该区域内的目标污染物的浓度值;再根据污染物浓度信息和待分析时间段内每一采样时刻的区域背景浓度之间的差值确定目标监测点的观测到的本地排放贡献,本地排放贡献用于指示由于当地污染源排放导致的污染物浓度相对于其区域背景浓度的提升值;之后,获取待分析时间段的二维风矢量信息;最后,根据待分析时间段内每一采样时刻的区域背景浓度、本地排放贡献和二维风矢量信息确定污染物的方位。在实际情况中,风速、风向等因素决定了污染物传输的过程,因此本申请实施例中也监测了风速、风向等参数,并通过将本地排放的浓度贡献和区域传输的浓度贡献分别与风速、风向等参数进行结合,绘制相应的矢量图进行分析,这种方式有助于分析真实的排放源以及排放源的来源。
附图说明
图1为本申请实施例中信息来源确定的方法一个实施例示意图;
图2为本申请实施例中区域传输贡献的一氧化碳浓度与二维风矢量关系图;
图3为本申请实施例中本地排放贡献的一氧化碳浓度与二维风矢量关系图;
图4为本申请实施例中信息来源确定装置的一个实施例示意图;
图5为本申请实施例中信息来源确定装置的一个实施例示意图;
图6为本申请实施例中信息来源确定装置的一个实施例示意图;
图7为本申请实施例中信息来源确定装置的一个实施例示意图;
图8为本申请实施例中信息来源确定装置的一个实施例示意图;
图9为本申请实施例中信息来源确定装置的结构示意图。
具体实施方式
本申请实施例提供了一种方位信息来源确定的方法,本申请实施例中监测了风速、风向等参数,并通过将本地排放的浓度贡献和区域传输的浓度贡献分别与风速、风向等参数进行结合,然后绘制相应的矢量图分析污染源的方位,这种方式有助于分析真实的排放源以及排放源的方位。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
下面对本申请中信息来源确定的方法进行详细描述,请参阅图1,本申请实施例提供的一种方位确定的方法实施例包括:
101、确定待分析时间段;
本申请实施例中可以人工设定待分析时间段或者在监测设备的计算机程序中预先设定好监测污染物浓度的时间段,例如预设的时间段可以为某年某月某日的零点至次日的零点,时间为24个小时。可以理解的是,时长可以根据实际情况灵活进行调整,例如还可以缩短至6个小时,也可以延长至几天,具体此处不作限定。
实质上在确定待分析时间段之后还需要设置好N个小的时间间隔,也就是时间步长,然后可以逐一确定每一步长下监测到的污染物浓度和区域背景浓度等数据,得出相应的值,描绘出关于时间和浓度信息的关系图。
102、获取目标监测点在待分析时间段的污染物浓度信息,目标监测点为在待监测区域划定的单元格内的监测点;
目标监测点是在待监测区域内划分的单元格内的所有监测点,而划分单元格的原则是根据污染源密度、监测点的分布密度和地形地貌等等来划分的,原则是尽可能使得监测点均匀地散布在各个单元格的内部,而不要过于集中。融合的具体方案可以是灵活的,例如对本地污染源较少的、布点较为稀疏的非热点区域,每个单元格内包含的监测点数量可以少一些,而对本地污染源较多,布点较为密集的热点区域,单元格内包含的监测点数应多一些。
103、获取待分析时间段内通过插值方法得到的每一采样时刻的区域背景浓度,区域背景浓度为不受本区域内任何近距离排放源排放影响的监测点观察到的目标污染物的浓度值,区域背景浓度用于指示该区域内所有监测点同时观察到的、来自该区域上风向的累积污染经传输扩散到该区域内的目标污染物的浓度值;
当监测点不位于当地排放源的下风向时,监测点监测到的数据反映的是纯粹的区域背景浓度,因为此时当地排放源排放的污染物无法传输到该监测点,因此该监测点监测的数据与当地排放源的排放情况无关。当监测点位于当地排放源的下风向时,大气中既有来自远端的区域传输的污染物,又含有当地排放源排放的污染物,监测数据反映的实质上是上述区域背景浓度和本地排放贡献的总和。
获取待分析时间段与区域背景浓度之间的关系是通过获取待分析时间段内的每个小的时间间隔的区域背景浓度得到的,区域背景浓度是通过从所有目标监测点监测到的数据中选取符合条件的浓度值得到的。
104、根据污染物浓度信息和待分析时间段内每一采样时刻的区域背景浓度之间的差值确定目标监测点的观测到的本地排放贡献,本地排放贡献用于指示由于当地排放源排放导致的污染物浓度的提升值;
本申请实施例中的污染物浓度信息是所有目标监测点在待分析时间段内监测到的数据,既包含了大气环境中的来自远端长距离传输的区域背景浓度,又包含了来自本地排放源排放贡献的污染物浓度。因此将该污染物浓度信息减去待分析时间段内区域背景浓度的值得到的便是本地的排放贡献。将区域背景浓度与本地排放贡献分割开来有利于严格区分排放责任,并在结合风速、风向等二维风矢量之后分析污染物浓度不同贡献(区域背景浓度及本地排放浓度贡献)的来源。
105、获取待分析时间段的二维风矢量信息;
大气的流动意味着污染物不会只停留在排放源附近,还会随着大气一起流动,风速、风向等因素会影响甚至改变污染源的运动方向和速度,因此利用没有结合风速风向得到的监测数据反推污染源的来向可靠性不高,无法具有针对性地做出整改措施。
106、根据待分析时间段内每一采样时刻的区域背景浓度、本地排放贡献和二维风矢量信息确定污染物的方位。
通过上述步骤,可以将区域背景浓度和本地排放贡献分离开,然后结合待分析时间段内的区域背景浓度和二维风矢量绘制关于区域传输的污染物浓度矢量图,结合待分析时间段内的本地排放贡献和二维风矢量绘制关于本地排放源排放的的污染物浓度矢量图。根据这两个矢量图可以更为准确地分析风速、风向对污染物传输的影响,确定污染源的来向。
本申请实施例中提供了一种信息来源确定的方法,包括:首先,确定待分析时间段,然后,获取目标监测点在待分析时间段的污染物浓度信息,目标监测点为在待监测区域划定的单元格内的监测点,接着获取待分析时间段内通过插值方法得到的每一采样时刻的区域背景浓度,区域背景浓度为该区域内所有监测点同时观察到的、来自该区域上风向的累积污染经传输扩散到该区域内的目标污染物的浓度值,再,根据污染物浓度信息和待分析时间段内每一采样时刻的区域背景浓度之间的差值确定目标监测点观测到的本地排放贡献,本地排放贡献用于指示由于当地排放源排放而导致的污染物浓度相对于区域背景浓度的提升值,获取待分析时间段的二维风矢量信息,最后,根据待分析时间段内每一采样时刻的区域背景浓度、本地排放贡献和二维风矢量信息确定污染物的来源方位。在实际情况中,风速、风向等因素影响了污染物的传输,因此本申请实施例中监测了风速、风向等参数,并通过将本地排放的浓度贡献和区域传输的浓度贡献分别与风速、风向等参数进行结合,绘制相应的矢量图进行分析,这种方式有助于有效分析区域背景输送及本地排放的来源。
可选地,在上述图1对应的实施例基础上,本发明实施例提供的方位确定的方法的一个可选实施例中,获取待分析时间段内每一采样时刻的区域背景浓度之前,方法还包括:
在待分析时间段内划分N个相同的预设时间间隔;
根据预设条件选取N个时间间隔对应的区域背景浓度。
在需要监测污染物浓度的时间段内划分N个小的时间间隔,在每个时间间隔也就是时间步长内获取每个目标监测点的监测数据,时间间隔一般默认设置为半个小时或一个小时,可以理解的是,时间间隔是可以进行灵活调整的,例如在区域背景值发生快速变化时,选取的一个小时的步长可能太长,这时就需要做相应调整,比如调低该步长值至半小时甚至更短。然后在每个步长下挑选出对应的符合预设条件的污染物浓度值作为区域背景浓度,预设条件可以是5%对应的浓度值,需要说明的是预设条件也可以通过监测设备的计算机程序进行灵活设定,预设条件除了可以是5%还可以是其他的比例,例如10%。
其次,本申请实施例中可根据实际情况确定预设条件的比例,一般是设为较低的5%,将比例设为较低的比如5%而非该监测周期内的最低浓度值,可以避免在读取区域背景浓度值时来自个别极端监测数据(如仪器失常、噪音或其他特殊气象、传输条件引起的低值数据)的影响,因此具备一定的过滤极端值的功能,提高了数据的可靠性。本申请实施例中预设条件的比例不是固定的而是可以灵活进行设定的,为方案的实现提供了多种选择性,提高了方案的灵活性。
可选地,在上述图1对应的实施例基础上,本发明实施例提供的信息获取方法的一个可选实施例中,获取待分析时间段内每一采样时刻的区域背景浓度,包括:
通过线性或多项式插值的方式确定待分析时间内每一采样时刻的区域背景浓度。
在逐一确定单个小的时间区间内的区域背景浓度后,以线性或多项式插值的方式在这些区间之间插值,目的是估算得到对应待分析时间区间内每一采样时刻的区域背景浓度,以便从监测设备在每一采样时刻监测到的目标污染物浓度里扣除,并进一步得到来自于监测区域内本地排放源贡献。
本申请实施例中,监测设备获取到污染物浓度与每个预设时间间隔之间的对应关系不仅能清楚反映经上风向区域累积排放传输过来的污染物在待分析区间内的动态变化情况,还能根据该对应关系和污染物浓度信息集合得到各个监测点监测到的对应的本地排放贡献,该污染物浓度信息集合是根据所有目标监测点监测到的目标污染物浓度的汇总,例如各个监测点监测到的不同时刻的CO浓度集。严格区分区域背景浓度和本地排放对大气中污染物浓度的贡献有利于厘清排放责任,所得出的结论有助于责任划分和监管部门的精细管理。
可选地,在上述图1对应的实施例基础上,本发明实施例提供的方位定位方法的又一个可选实施例中,获取目标监测点在待分析时间段的污染物浓度信息之前,方法还包括:
根据经纬度将待监测区域划分为至少一个单元格,单元格内包括至少两个目标监测点。
首先将待监测区域在地图上用纵横交错的分割直线划分开来形成了一个个的小方格,直线间的交点分别用经纬度的形式表示,然后人工融合这些方格形成一个单元格,融合的方式多种多样,融合形成的单元格的形状和大小也可以根据实际情况灵活进行调整,也就意味着单元格的形状可以是规则的形状例如方形或圆形,还可以是不规则形状,例如梯形等。并且在融合的时候也可适当考虑当地的地形地貌,同一单元格内尽量主要包含具有类似地形地貌的方格。
本申请实施例中,将一个大的待监测区域划分为多个单元格,可以有针对性地根据每个单元格的特征例如监测点和排放源的分布密度、地形地貌等等进行有效管理,因地制宜才能得出更为可靠、准确的监测数据。
可选地,在上述图1对应的实施例基础上,本发明实施例提供的方位定位方法的又一个可选实施例中,根据待分析时间段内每一采样时刻的区域背景浓度、本地排放贡献和二维风矢量信息确定污染物的方位,包括:
根据待分析时间段内每一采样时刻的区域背景浓度和二维风矢量信息确定第一关系,第一关系用于指示来自区域传输贡献的污染物浓度和二维风矢量的关系;
根据本地排放贡献和二维风矢量信息确定第二关系,第二关系用于指示来自本地排放源排放贡献的污染物浓度和二维风矢量的关系。
本申请实施例中,以监测一氧化碳CO的浓度为例,以某大城市市中心为监测地点,以24小时为待分析时间段,以4小时为预设时间间隔也就是时间步长,首先按照上述实施例中的步骤分割本地排放贡献和区域传输背景浓度,具体的,可根据待分析时间段与区域背景浓度之间的关系和二维风矢量信息绘制来自区域传输的污染物浓度贡献—二维风矢量图,如图2所示;结合待分析时间段内的本地排放贡献和二维风矢量绘制关于本地排放源排放的污染物浓度贡献—二维风矢量图,如图3所示。图2和图3中极坐标角度表示风向,可将图分为四个象限,若任意一点处于第一象限和第四象限表示北风向,处于第二象限和第三象限表示南风向,任意点到原点的距离表示风速,图中颜色深浅表示该点的污染物浓度的高低,颜色越深浓度越低,颜色越浅,代表污染物浓度越高。由图2可知,关于一氧化碳的区域传输的高浓度点主要出现在南风向时,揭示了一氧化碳的区域背景浓度主要来自远端的南部污染源的排放;如图3所示,同理可看出本地排放导致的一氧化碳的高浓度点出现在北风向时,因此一氧化碳的本地排放主要来自监测设备北部的区域。
通过上述实施例中的步骤,可以将大气环境中的污染物浓度切割为区域背景浓度和本地排放贡献,然后分别结合风速、风向参数,直观清晰地表明上述不同贡献随风速、风向的变化情况,据此可以分析污染物的来向,判断污染源相对于监测点所处的方位,有助于定位本地排放源及监测其真实的排放情况。
下面对本发明中的信息来源确定装置进行详细描述,请参阅图4,信息来源确定装置包括:
第一确定模块201,用于确定待分析时间段;
第一获取模块202,用于获取目标监测点在待分析时间段的污染物浓度信息,目标监测点为在待监测区域划定的单元格内的监测点;
第二获取模块203,用于获取待分析时间段与区域背景浓度之间的关系,区域背景浓度为该区域内所有监测点同时观察到的、来自该区域上风向的累积污染经传输扩散到该区域内的目标污染物的浓度值;
第二确定模块204,用于根据污染物浓度信息和待分析时间内通过插值方法获得的对应每一采样时刻的区域背景浓度的差值确定目标监测点的本地排放贡献,本地排放贡献用于指示当地排放源排放导致的污染物浓度提升值;
第三获取模块205,用于获取待分析时间段的二维风矢量信息;
第三确定模块206,用于根据待分析时间段内每一采样时刻的区域背景浓度、本地排放贡献和二维风矢量信息确定污染物的方位。
本申请实施例中提供了一种方位确定的方法,包括:首先,第一确定模块201确定待分析时间段;然后,第一获取模块202获取目标监测点在待分析时间段的污染物浓度信息,目标监测点为在待监测区域划定的单元格内的监测点;接着,第二获取模块203获取待分析时间段与区域背景浓度之间的关系,区域背景浓度为该区域内所有监测点同时观察到的、来自该区域上风向的累积污染经传输扩散到该区域内的目标污染物的浓度值;第二确定模块204根据污染物浓度信息和待分析时间内通过插值方法获得的对应每一采样时刻的区域背景浓度的差值确定目标监测点的本地排放贡献,本地排放贡献用于指示当地排放源排放导致的污染物的浓度提升值;之后,第三获取模块205获取待分析时间段的二维风矢量信息;最后,第三确定模块206根据待分析时间段内每一采样时刻的区域背景浓度、本地排放贡献和二维风矢量信息确定污染物来源的方位分布。本申请实施例中监测了风速、风向等参数,并通过将本地排放的浓度贡献和区域传输的浓度贡献分别与风速、风向等参数进行结合,然后绘制相应的矢量图直观显示污染源的来源,这种方式有助于定位排放源的方位以及分析真实的本地排放源的排放贡献。
可选地,在上述图4所对应的实施例的基础上,请参阅图5,本发明实施例提供的方位定位装置的另一实施例中,方位定位装置还包括:
第一划分模块207,用于第二获取模块之前在待分析时间段内划分N个相同的预设时间间隔;
选取模块208,用于根据预设条件选取N个时间间隔对应的区域背景浓度。
其次,本申请实施例中可根据实际情况确定预设条件的比例,一般是设为较低的5%,将比例设为较低的比如5%而非该监测周期内的最低浓度值,可以避免在读取区域背景浓度时受到个别极端读数的影响,因此具备一定的过滤极端值的功能,提高了数据的可靠性。本申请实施例中预设条件的比例不是固定的而是可以灵活进行设定的,为方案的实现提供了多种选择性,提高了方案的灵活性。
可选地,在上述图4所对应的实施例的基础上,请参阅图6,本发明实施例提供的方位定位装置的另一实施例中,第二获取模块203包括:
确定单元2031,用于通过线性或多项式插值的方式确定待分析时间内每一采样时刻的区域背景浓度。
本申请实施例中,监测设备获取到污染物浓度与每个预设时间间隔之间的对应关系不仅能清楚反映经上风向区域累积排放传输过来的污染物在待分析区间内的动态变化情况,还能根据该对应关系和污染物浓度信息集合得到各个监测点监测到的对应的本地排放贡献。严格区分区域背景浓度和本地排放贡献对大气中污染物浓度的影响有利于厘清排放责任,所得出的结论有助于责任划分和监管部门的精细管理。
可选地,在上述图4所对应的实施例的基础上,请参阅图7,本发明实施例提供的方位定位装置的另一实施例中,方位定位装置还包括:
第二划分模块209,用于第一获取模块之前根据经纬度将待监测区域划分为至少一个单元格,单元格内包括至少两个目标监测点。
本申请实施例中,将一个大的待监测区域划分为多个单元格,可以有针对性地根据每个单元格的特征例如监测点和排放源的分布密度、地形地貌等等进行有效管理,因地制宜才能得出更为可靠、准确的监测数据。
通过上述实施例中的步骤,可以将大气环境中的污染物浓度分割为区域背景浓度和本地排放贡献,反推监测点监测的污染物浓度中有多少比例来自当地排放源排放和远端区域传输;然后分别结合风速、风向参数,直观清晰地表明在不同风速、风向条件下,风速、风向对污染物传输的影响,并据此分析污染源的来向,污染物来向的确定有助于确定真实的排放点。
可选地,在上述图4所对应的实施例的基础上,请参阅图8,本发明实施例提供的方位定位装置的另一实施例中,第三确定模块206包括:
第一确定单元2061,用于根据待分析时间段内每一采样时刻的区域背景浓度和二维风矢量信息确定第一关系,第一关系用于指示来自区域传输的污染物浓度和二维风矢量的关系;
第二确定单元2062,用于根据本地排放贡献和二维风矢量信息确定第二关系,第二关系用于指示来自本地排放源的污染物浓度和二维风矢量的关系。
图9是本发明实施例提供的一种信息来源确定装置的结构示意图,该信息来源确定装置300可因配置或性能不同而产生比较大的差异,可以包括一个或一个以***处理器(central processing units,CPU)322(例如,一个或一个以上处理器)和存储器332,一个或一个以上存储应用程序342或数据344的存储介质330(例如一个或一个以上海量存储设备)。其中,存储器332和存储介质330可以是短暂存储或持久存储。存储在存储介质330的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对信息来源确定装置中的一系列指令操作。更进一步地,中央处理器322可以设置为与存储介质330通信,在信息来源确定装置300上执行存储介质330中的一系列指令操作。
信息来源确定装置300还可以包括一个或一个以上电源326,一个或一个以上有线或无线网络接口350,一个或一个以上输入输出接口358,和/或,一个或一个以上操作***341,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM等等。
上述实施例中由信息来源确定装置所执行的步骤可以基于该图9所示的结构。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的***,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的***,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (12)
1.一种信息来源确定的方法,其特征在于,所述方法包括:
确定待分析时间段;
获取目标监测点在待分析时间段的污染物浓度信息,所述目标监测点为在待监测区域划定的单元格内的监测点;
获取所述待分析时间段内通过插值方法得到的每一采样时刻的区域背景浓度,所述区域背景浓度为不受本区域内任何近距离排放源排放影响的监测点观察到的目标污染物的浓度值,所述区域背景浓度用于指示该区域内所有监测点同时观察到的、来自该区域上风向的累积污染经传输扩散到该区域内的目标污染物的浓度值;
根据所述污染物浓度信息和所述待分析时间段内每一采样时刻的区域背景浓度之间的差值确定所述目标监测点的观测到的本地排放贡献,所述本地排放贡献用于指示由于当地污染源排放导致的污染物浓度相对于其区域背景浓度的提升值;
获取所述待分析时间段的二维风矢量信息;
根据所述待分析时间段内每一采样时刻的区域背景浓度、所述本地排放贡献和所述二维风矢量信息确定污染物的方位。
2.根据权利要求1所述的方法,其特征在于,所述获取待分析时间段内每一采样时刻的区域背景浓度之前,所述方法还包括:
在所述待分析时间段内划分N个相同的预设时间间隔;
根据预设条件选取所述N个时间间隔对应的所述区域背景浓度。
3.根据权利要求2所述的方法,其特征在于,所述获取待分析时间段内每一采样时刻的区域背景浓度,包括:
通过线性或多项式插值的方式确定所述待分析时间内每一采样时刻的区域背景浓度。
4.根据权利要求1所述的方法,其特征在于,所述获取所述目标监测点在待分析时间段的污染物浓度信息之前,所述方法还包括:
根据所述经纬度将所述待监测区域划分为至少一个所述单元格,所述单元格内包括至少两个所述目标监测点。
5.根据权利要求1所述的方法,其特征在于,根据所述待分析时间段内每一采样时刻的区域背景浓度、所述本地排放贡献和所述二维风矢量信息确定污染物的方位,包括:
根据所述待分析时间段内每一采样时刻的区域背景浓度和所述二维风矢量信息确定第一关系,所述第一关系用于指示来自区域传输的污染物浓度和二维风矢量的关系;
根据所述本地排放贡献和所述二维风矢量信息确定第二关系,所述第二关系用于指示来自本地排放源的污染物浓度和二维风矢量的关系。
6.一种信息来源确定装置,其特征在于,所述装置包括:
第一确定模块,用于确定待分析时间段;
第一获取模块,用于获取目标监测点在待分析时间段的污染物浓度信息,所述目标监测点为在待监测区域划定的单元格内的监测点;
第二获取模块,用于获取所述待分析时间段内通过插值方法得到的每一采样时刻的区域背景浓度,所述区域背景浓度为该区域内所有监测点同时观察到的、来自该区域上风向的累积污染经传输扩散到该区域内的目标污染物的浓度值;
第二确定模块,用于根据所述污染物浓度信息和所述待分析时间内通过插值方法获得的对应每一采样时刻的区域背景浓度的差值确定所述目标监测点的本地排放贡献,所述本地排放贡献用于指示当地排放源排放导致的污染物浓度提升值;
第三获取模块,用于获取所述待分析时间段的二维风矢量信息;
第三确定模块,用于根据所述待分析时间段内每一采样时刻的区域背景浓度、所述本地排放贡献和所述二维风矢量信息确定污染物的方位。
7.根据权利要求6所述的装置,其特征在于,所述信息来源确定装置包括:
第一划分模块,用于第二获取模块之前在所述待分析时间段内划分N个相同的预设时间间隔;
选取模块,用于根据预设条件选取所述N个时间间隔对应的区域背景浓度。
8.根据权利要求7所述的装置,其特征在于,所述第二获取模块包括:
确定单元,用于通过线性或多项式插值的方式确定所述待分析时间内每一采样时刻的区域背景浓度。
9.根据权利要求6所述的装置,其特征在于,所述装置还包括:
第二划分模块,用于第一获取模块之前根据所述经纬度将待监测区域划分为至少一个所述单元格,所述单元格内包括至少两个所述目标监测点。
10.根据权利要求6所述的装置,其特征在于,所述第三确定模块包括:
第一确定单元,用于根据所述待分析时间段内每一采样时刻的区域背景浓度和所述二维风矢量信息确定第一关系,所述第一关系用于指示来自区域传输的污染物浓度和二维风矢量的关系;
第二确定单元,用于根据所述本地排放贡献和所述二维风矢量信息确定第二关系,所述第二关系用于指示来自本地排放源的污染物浓度和二维风矢量的关系。
11.一种计算机可读存储介质,包括指令,当所述指令在计算机上运行时,使得计算机执行如权利要求1至5中任意一项所述的方法。
12.一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行如权利要求1至5中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810183863.5A CN108416521A (zh) | 2018-03-06 | 2018-03-06 | 一种信息来源确定的方法以及信息来源确定装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810183863.5A CN108416521A (zh) | 2018-03-06 | 2018-03-06 | 一种信息来源确定的方法以及信息来源确定装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108416521A true CN108416521A (zh) | 2018-08-17 |
Family
ID=63130029
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810183863.5A Pending CN108416521A (zh) | 2018-03-06 | 2018-03-06 | 一种信息来源确定的方法以及信息来源确定装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108416521A (zh) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108921760A (zh) * | 2018-08-20 | 2018-11-30 | 泛测(北京)环境科技有限公司 | 一种生成空气质量分析报告的方法 |
CN109375285A (zh) * | 2018-08-20 | 2019-02-22 | 泛测(北京)环境科技有限公司 | 一种应用于污染分析的玫瑰图制作方法 |
CN109446743A (zh) * | 2018-12-24 | 2019-03-08 | 常州市环境监测中心 | 基于统计自适应方法计算突发污染源和外来污染输送贡献 |
CN109524130A (zh) * | 2018-11-01 | 2019-03-26 | 北京英视睿达科技有限公司 | 车辆对污染物浓度贡献率的确定方法及装置 |
CN109613179A (zh) * | 2018-11-14 | 2019-04-12 | 北京英视睿达科技有限公司 | 累积高值区的确定方法 |
CN110057981A (zh) * | 2019-05-16 | 2019-07-26 | 北京英视睿达科技有限公司 | 路网污染源排放识别方法和*** |
CN110083793A (zh) * | 2019-04-23 | 2019-08-02 | 国网湖南省电力有限公司 | 基于火电厂排放源解析的减排快速计算方法及*** |
CN110687255A (zh) * | 2019-10-21 | 2020-01-14 | 软通动力信息技术有限公司 | 一种空气污染物的溯源方法、装置、设备和存储介质 |
CN111047160A (zh) * | 2019-11-26 | 2020-04-21 | 山东大气环境科学研究院有限公司 | 污染原因分析方法、装置、可读存储介质及电子设备 |
CN112305163A (zh) * | 2020-10-21 | 2021-02-02 | 西北工业大学 | 基于固定翼无人机的大气污染监测***及数据处理方法 |
CN112557605A (zh) * | 2021-02-25 | 2021-03-26 | 北京英视睿达科技有限公司 | 应用于钢铁厂区的污染排放源识别方法、装置及可存储介质 |
CN113295589A (zh) * | 2021-07-28 | 2021-08-24 | 西安多普多信息科技有限公司 | 一种扬尘监测方法、装置和*** |
CN113837292A (zh) * | 2021-09-27 | 2021-12-24 | 山东亿云信息技术有限公司 | 一种基于边缘计算的环境污染溯源***及方法 |
CN114200078A (zh) * | 2021-11-22 | 2022-03-18 | 中科三清科技有限公司 | Oh自由基浓度的测算方法和装置 |
CN116227749A (zh) * | 2023-05-08 | 2023-06-06 | 中科三清科技有限公司 | 污染物排放量的确定方法、装置、存储介质及电子设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107340364A (zh) * | 2017-05-31 | 2017-11-10 | 北京市环境保护监测中心 | 基于海量大气污染浓度数据的污染空间分析方法及装置 |
CN107402171A (zh) * | 2017-07-07 | 2017-11-28 | 东北大学 | 基于分布式算法的大气扬尘污染基线剥离方法 |
CN107607678A (zh) * | 2017-09-15 | 2018-01-19 | 深圳市卡普瑞环境科技有限公司 | 一种污染源排放特征确定方法及其监测设备 |
CN107632118A (zh) * | 2017-09-15 | 2018-01-26 | 深圳市卡普瑞环境科技有限公司 | 一种no和no2的监测方法及其监测设备 |
-
2018
- 2018-03-06 CN CN201810183863.5A patent/CN108416521A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107340364A (zh) * | 2017-05-31 | 2017-11-10 | 北京市环境保护监测中心 | 基于海量大气污染浓度数据的污染空间分析方法及装置 |
CN107402171A (zh) * | 2017-07-07 | 2017-11-28 | 东北大学 | 基于分布式算法的大气扬尘污染基线剥离方法 |
CN107607678A (zh) * | 2017-09-15 | 2018-01-19 | 深圳市卡普瑞环境科技有限公司 | 一种污染源排放特征确定方法及其监测设备 |
CN107632118A (zh) * | 2017-09-15 | 2018-01-26 | 深圳市卡普瑞环境科技有限公司 | 一种no和no2的监测方法及其监测设备 |
Non-Patent Citations (1)
Title |
---|
中国环境学会环境质量评价委员会: "《环境质量评价方法提要》", 30 August 1980 * |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108921760A (zh) * | 2018-08-20 | 2018-11-30 | 泛测(北京)环境科技有限公司 | 一种生成空气质量分析报告的方法 |
CN109375285A (zh) * | 2018-08-20 | 2019-02-22 | 泛测(北京)环境科技有限公司 | 一种应用于污染分析的玫瑰图制作方法 |
CN109524130A (zh) * | 2018-11-01 | 2019-03-26 | 北京英视睿达科技有限公司 | 车辆对污染物浓度贡献率的确定方法及装置 |
CN109613179A (zh) * | 2018-11-14 | 2019-04-12 | 北京英视睿达科技有限公司 | 累积高值区的确定方法 |
CN109613179B (zh) * | 2018-11-14 | 2023-10-20 | 北京英视睿达科技股份有限公司 | 累积高值区的确定方法 |
CN109446743A (zh) * | 2018-12-24 | 2019-03-08 | 常州市环境监测中心 | 基于统计自适应方法计算突发污染源和外来污染输送贡献 |
CN109446743B (zh) * | 2018-12-24 | 2022-11-29 | 常州市环境监测中心 | 基于统计自适应方法计算突发污染源和外来污染输送贡献 |
CN110083793A (zh) * | 2019-04-23 | 2019-08-02 | 国网湖南省电力有限公司 | 基于火电厂排放源解析的减排快速计算方法及*** |
CN110057981A (zh) * | 2019-05-16 | 2019-07-26 | 北京英视睿达科技有限公司 | 路网污染源排放识别方法和*** |
CN110687255A (zh) * | 2019-10-21 | 2020-01-14 | 软通动力信息技术有限公司 | 一种空气污染物的溯源方法、装置、设备和存储介质 |
CN111047160A (zh) * | 2019-11-26 | 2020-04-21 | 山东大气环境科学研究院有限公司 | 污染原因分析方法、装置、可读存储介质及电子设备 |
CN111047160B (zh) * | 2019-11-26 | 2023-09-08 | 山东大气环境科学研究院有限公司 | 污染原因分析方法、装置、可读存储介质及电子设备 |
CN112305163A (zh) * | 2020-10-21 | 2021-02-02 | 西北工业大学 | 基于固定翼无人机的大气污染监测***及数据处理方法 |
CN112557605A (zh) * | 2021-02-25 | 2021-03-26 | 北京英视睿达科技有限公司 | 应用于钢铁厂区的污染排放源识别方法、装置及可存储介质 |
CN113295589B (zh) * | 2021-07-28 | 2021-11-02 | 西安多普多信息科技有限公司 | 一种扬尘监测方法、装置和*** |
CN113295589A (zh) * | 2021-07-28 | 2021-08-24 | 西安多普多信息科技有限公司 | 一种扬尘监测方法、装置和*** |
CN113837292A (zh) * | 2021-09-27 | 2021-12-24 | 山东亿云信息技术有限公司 | 一种基于边缘计算的环境污染溯源***及方法 |
CN114200078A (zh) * | 2021-11-22 | 2022-03-18 | 中科三清科技有限公司 | Oh自由基浓度的测算方法和装置 |
CN114200078B (zh) * | 2021-11-22 | 2022-08-19 | 中科三清科技有限公司 | Oh自由基浓度的测算方法和装置 |
CN116227749A (zh) * | 2023-05-08 | 2023-06-06 | 中科三清科技有限公司 | 污染物排放量的确定方法、装置、存储介质及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108416521A (zh) | 一种信息来源确定的方法以及信息来源确定装置 | |
CN111461167B (zh) | 基于大数据的污染源定位方法、装置、设备及存储介质 | |
CN108398529A (zh) | 一种信息获取方法以及信息获取装置 | |
CN104103005B (zh) | 一种有限条件下突发性水环境事件污染源的溯源方法 | |
CN110687255A (zh) | 一种空气污染物的溯源方法、装置、设备和存储介质 | |
CN108346144A (zh) | 基于计算机视觉的桥梁裂缝自动监测与识别方法 | |
CN109918364B (zh) | 一种基于二维概率密度估计和四分位法的数据清洗方法 | |
CN109933637B (zh) | 一种洪水风险动态展示及分析*** | |
CN108414690A (zh) | 一种参数确定方法及其相关设备 | |
CN111178786B (zh) | 一种保障区域空气质量的排放源位置确定方法及*** | |
CN108414692A (zh) | 一种污染源的监测点设置方法及其相关设备 | |
CN110134907B (zh) | 一种降雨缺失数据填补方法、***及电子设备 | |
Nappo et al. | The workshop on the representativeness of meteorological observations, June 1981, Boulder, Colo. | |
CN116626233A (zh) | 基于多源数据融合的大气污染溯源方法、终端及存储介质 | |
CN112700349B (zh) | 测风塔选址方法和装置 | |
CN116381160A (zh) | 基于监测数据的大气污染综合溯源方法及终端 | |
CN116051313A (zh) | 基于数字孪生的水利工程全生命周期管理*** | |
CN115239105A (zh) | 一种在役风电场的风资源的评估方法以及装置 | |
CN113408895B (zh) | 基于像元尺度的生态质量指数构建方法及*** | |
Galbally et al. | Surface ozone at rural sites in the Latrobe Valley and Cape Grim, Australia | |
CN105677743B (zh) | 水污染环境三维快速显示方法和*** | |
CN116108198A (zh) | 基于大数据ai构建知识图谱的水质诊断方法及存储介质 | |
CN115564068A (zh) | 排水管网及设施巡检养护的监管方法、***及存储介质 | |
CN114860816A (zh) | 一种水质污染智能预警体系集成方法、装置及相关设备 | |
CN106840259A (zh) | 环境监测*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180817 |