CN108921760A - 一种生成空气质量分析报告的方法 - Google Patents
一种生成空气质量分析报告的方法 Download PDFInfo
- Publication number
- CN108921760A CN108921760A CN201810949699.4A CN201810949699A CN108921760A CN 108921760 A CN108921760 A CN 108921760A CN 201810949699 A CN201810949699 A CN 201810949699A CN 108921760 A CN108921760 A CN 108921760A
- Authority
- CN
- China
- Prior art keywords
- air quality
- analysis report
- aqi
- pollutant
- quality analysis
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 33
- 238000000034 method Methods 0.000 title claims abstract description 22
- 239000003344 environmental pollutant Substances 0.000 claims abstract description 42
- 231100000719 pollutant Toxicity 0.000 claims abstract description 42
- 238000009792 diffusion process Methods 0.000 claims description 7
- 238000012544 monitoring process Methods 0.000 description 10
- 239000000428 dust Substances 0.000 description 4
- CBENFWSGALASAD-UHFFFAOYSA-N Ozone Chemical group [O-][O+]=O CBENFWSGALASAD-UHFFFAOYSA-N 0.000 description 3
- 238000003915 air pollution Methods 0.000 description 3
- 239000003517 fume Substances 0.000 description 3
- 239000007789 gas Substances 0.000 description 3
- 238000004140 cleaning Methods 0.000 description 2
- 238000007599 discharging Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000001556 precipitation Methods 0.000 description 2
- 230000001235 sensitizing effect Effects 0.000 description 2
- 239000010865 sewage Substances 0.000 description 2
- 239000002689 soil Substances 0.000 description 2
- 241001212038 Arcola Species 0.000 description 1
- 239000000809 air pollutant Substances 0.000 description 1
- 231100001243 air pollutant Toxicity 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 239000000356 contaminant Substances 0.000 description 1
- 230000001955 cumulated effect Effects 0.000 description 1
- 230000000994 depressogenic effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 238000007592 spray painting technique Methods 0.000 description 1
- 239000010902 straw Substances 0.000 description 1
- 238000010408 sweeping Methods 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 238000004056 waste incineration Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 238000003466 welding Methods 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
- 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
-
- 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本发明公开了一种生成空气质量分析报告的方法,其技术方案要点是包括:S1:分析空气质量指数AQI;S2:当AQI大于某一临界值时,继续判断首要污染物的种类并绘制首要污染物浓度差值图;S3:当首要污染物为O3时,继续根据风速判断污染持续天数;S4:综合S1、S2以及S3的结果制作并显示包含空气质量概述、污染来源分析以及管控建议三方面内容的空气质量分析报告。本发明解决了现有技术中环保领域由人工生成空气质量的分析报告,效率低、工作量大的问题。
Description
技术领域
本发明涉及环境检测,特别涉及一种生成空气质量分析报告的方法。
背景技术
空气质量(air quality)的好坏反映了空气污染程度,它是依据空气中污染物浓度的高低来判断的。空气污染是一个复杂的现象,在特定时间和地点空气污染物浓度受到许多因素影响。来自固定和流动污染源的人为污染物排放大小是影响空气质量的最主要因素之一,其中包括车辆、船舶、飞机的尾气、工业污染、居民生活和取暖、垃圾焚烧等。城市的发展密度、地形地貌和气象等也是影响空气质量的重要因素。
随着科技发展,现在已经有了很多种预测方法能够在考虑预测变量自身序列和影响因素的多维序列的结构的前提下识别和预测空气质量的演化状态,得出空气质量的报告。但是现在人们对空气质量的指数不在局限于数据本身,同时依据生产、生活需要拓展到了空气质量概述、污染物种类来源浓度分析以及管控建议等多个方面。综合展示空气质量概述、污染物分析以及管控建议内容的报告为空气质量分析报告。当前该报告主要由环保领域的工作人员人工生成,报告受人工主观因素影响大、工作量大、生成效率低。
发明内容
本发明的目的在于提供一种生成空气质量分析报告的方法,它能较为高效、准确的生成空气质量分析报告。
本发明的上述目的是通过以下技术方案得以实现的:一种生成空气质量分析报告的方法,包括:S1:分析空气质量指数AQI;S2:当AQI大于某一临界值时,继续判断首要污染物的种类并绘制首要污染物浓度差值图;S3:当首要污染物为O3时,继续根据风速判断污染持续天数;S4:综合S1、S2以及S3的结果制作并显示包含空气质量概述、污染来源分析以及管控建议三方面内容的空气质量分析报告。
通过采用上述技术方案,首先分析当前区域内当前时间的空气质量指数AQI,依据临界值,判断当前区域内当前时间空气质量的优良;当AQI大于临界值时,继续判断首要污染物的种类并绘制首要污染物浓度插值图;当首要污染物为O3时,再根据风速判断当前区域内污染物的扩散和外界污染物的进入时间,最终判断污染持续的时间;最后综合S1、S2以及S3的结果制作包含空气质量概述、污染来源分析以及管控建议三方面内容的空气质量分析报告。
本方法的关键在于,充分利用了现有的内部外部数据,例如气象数据、污染预测的数据,对数据进行了分析和重组,自动化的生成了报告。相比现有环保领域由人工生成报告,新的方法生成报告的效率高、不涉及人工因素。
本发明进一步设置为:空气质量指数AQI的临界值为50,当空气质量指数AQI<=50时,空气质量为优。
通过采用上述技术方案,空气质量指数AQI<=50时,空气质量为优,判断空气质量的优良具有明确的参考数值,判断较为方便。
本发明进一步设置为:步骤S3还包括根据风速判断污染物的来源。
通过采用上述技术方案,根据风的速度和线性特点判断出污染物的来源,便于后续提供管控建议;同时污染物的来源也有助于空气质量的预测,可以进一步提高空气质量预测的准确性。
本发明进一步设置为:当平均风速小于1m/s,大气结构稳定,扩散条件不利,污染主要由本地排放的污染物生成。
通过采用上述技术方案,当平均风速小于1m/s,大气结构稳定,扩散条件不利,污染主要由本地排放的污染物生成,判断污染物扩散与否具有明确的风速参考数值,判断较为方便。
本发明进一步设置为:显示空气质量预测报告的为显示器。
通过采用上述技术方案,可以更方便的观察空气质量预测报告。
本发明进一步设置为:显示空气质量预测报告的为手机。
通过采用上述技术方案,可以实时观察空气质量预测报告。
本发明进一步设置为:所述手机具有震动或响铃的提醒功能。
通过采用上述技术方案,当出现突发性事件时可以及时为监控人员提供消息。
综上所述,本发明具有以下有益效果:本方法的关键在于,充分利用了现有的内部外部数据,例如气象数据、污染预测的数据,对数据进行了分析和重组,自动化的生成了报告。相比现有环保领域由人工生成报告,新的方法生成报告的效率高、不涉及人工因素。
附图说明
图1是预测空气质量方法的流程图。
具体实施方式
以下结合附图对本发明作进一步详细说明。
实施例1:一种生成空气质量分析报告的方法,参照图1,首先从某一个行政区域(省、市、区县、街道)获取数据,这些数据包括气象数据和污染预测的数据,数据可以采集自站点,也可以从网络端口获取。获取完整数据后,对数据进行分析和重组。
首先对日均AQI进行分析,当AQI<=50时,可得出空气质量为优,以以下形式展示,例a: 昨日某某市空气质量指数AQI为XX,空气质量为优。六项主要污染物:PM2.5浓度为XXµg/m3,PM10浓度为XXµg/m3,SO2浓度为XXµg/m3,NO2浓度为XXµg/m3,CO浓度为XXmg/m3,O3-8h浓度为XXµg/m3,综合指数为XX。
与周边城市进行排名统计,XX日XX市AQI排名位于XX。
排名 | 城市 | AQI |
1 | XX市 | XX |
2 | XX市 | XX |
XX日的气象条件,温度从X℃-Y℃,相对湿度为R%,主导风为XX,平均风速为XXm/s。
进而进行污染来源分析,具体为排放活动的分析,例f: 通过内部的排污活动分析发现,昨日网格化智能监管平台在全市范围共捕捉到**次,其中发生事件最多的点位分别为:点位1(工业源监测点),点位2(工业源监测点),...,点位5(工业源监测点)(共排5个点位)。
接下来判断明日预测的空气质量是否为优。当预测明日空气质量为优时,提供管控建议1,例:预计XX市今日空气质量指数AQI范围是XX-YY,污染等级为优;天气晴、温度LT-HT度、相对湿度RH%,西南风二级,无降水;当预测明日空气质量不为优时,提供管控建议2,例:预计XX市今日空气质量指数AQI范围是XX-YY,污染等级为中级,首要污染物为PM2.5;天气晴、温度LT-HT度、相对湿度RH%,西南风二级,无降水。
管控建议2中,当{80<AQI<100}时,提供今日AQI预报值临时空气质量二级标准,需严格执行常规管控措施保优良天;当{100<AQI<115}时,提供今日AQI预报值达到轻度污染水平,需严格执行加强管控措施以降低污染等级;当{150<AQI<165}时,提供今日AQI预报值达到中度污染水平,需严格执行加强管控措施以降低污染等级;当{AQI>200}时,提供今日AQI预报值达到重度或以上污染水平,需执行应急管控措施以削减污染物浓度峰值。AQI中间值预报范围分支结束后,提供根据今天预报的首要污染物和昨日排放活动分析结果,建议:
1、对于PM10
{工地}建筑工地严格落实“6个百分百要求”;对暂不开工的工地内裸土、物料等使用密闭式防尘网苫盖;加强对渣土车的监管;
{道路扬尘/交通}城市建成区大力推广机械化湿式清扫保洁,增加敏感区域主干道、人行道吸扫和洒水频率,及时清理道路积尘;
{工业}加强工业粉尘治理。
2、对于{PM2.5}
{工业}加强重点行业烟粉尘深度治理;彻底清查小散乱污企业;
{交通}中心城区主要道路开展对高污染排放车辆的禁行时间、禁行路段等管理措施;严厉查处重型柴油车污染;
{燃煤}全面整治燃煤小锅炉;划定禁煤区;
{油烟}中心城区规范安装油烟净化装置,定期清理维护油烟净化设施;
{秸秆}全市范围全面禁止焚烧秸秆。
3、对于{O3}
严格执行国家机动车尾气排放标准;对敏感区域开放式洗衣店、汽车4S店、喷漆、钣金、焊接、加油站加强监管。
当AQI>50时,开始判断首要污染物的种类并绘制首要污染物浓度差值图。具体为,判断首要污染物是否为O3,当首要污染物为臭氧O3时,以以下形式展示,例b: 昨日某某市空气质量指数AQI为XX,空气质量为XX,首要污染物为XX。六项主要污染物:PM2.5浓度为XXµg/m3,PM10浓度为XXµg/m3,SO2浓度为XXµg/m3,NO2浓度为XXµg/m3,CO浓度为XXmg/m3,O3-8h浓度为XXµg/m3。
对xx市级其周边城市进行排名统计,XX日XX市AQI排名位于XX。
排名 | 城市 | AQI |
1 | XX市 | XX |
2 | XX市 | XX |
XX日的气象条件,温度从X℃-Y℃,相对湿度为R%主导风为XX,平均风速为XXm/s。
进而展示首要污染物浓度插值图,例c: 统计微站监测数据,绘图展示昨日首要污染物的浓度空间分布及污染热点区域。区域内浓度最高站点的【首要污染物】浓度为XXg/m3,高于全市均值XXg/m3。
接下来根据风速判断污染的来源及持续的天数。具体的,当风速大于1m/s时,展示例e:昨日主导风向为**风,初步判断上风向**(方位)区域对某某市的存在一定的输送影响。当风速小于1m/s时,展示例d:昨日平均风速小于1m/s,大气结构稳定,扩散条件不利,污染主要由本地排放的污染物生成。接下来对臭氧O3的数据进行分析,判断明日预测的空气质量是否为优。当空气质量为优时,提供管控建议1,当空气质量不为优时,提供管控建议2。
当首要污染物不为臭氧O3时,以以下形式展示,例b: 昨日某某市空气质量指数AQI为XX,空气质量为XX,首要污染物为XX。六项主要污染物:PM2.5浓度为XXµg/m3,PM10浓度为XXµg/m3,SO2浓度为XXµg/m3,NO2浓度为XXµg/m3,CO浓度为XXmg/m3,O3-8h浓度为XXµg/m3。
对xx市级其周边城市进行排名统计,XX日XX市AQI排名位于XX。
排名 | 城市 | AQI |
1 | XX市 | XX |
2 | XX市 | XX |
XX日的气象条件,温度从X℃-Y℃,相对湿度为R%主导风为XX,平均风速为XXm/s。
进而展示首要污染物浓度插值图,例c: 统计微站监测数据,绘图展示昨日首要污染物的浓度空间分布及污染热点区域。区域内浓度最高站点的【首要污染物】浓度为XXg/m3,高于全市均值XXg/m3。
接下来判断AQI是否大于200,当AQI大于200时,展示例h:昨日重污染过程初次出现时间为**时,最后出现时间为**时,共持续了**小时)。 当AQI小于200时,对风速进行判断,当风速大于1m/s时,展示例e:昨日主导风向为**风,初步判断上风向**(方位)区域对某某市的存在一定的输送影响。当风速小于1m/s时,展示例d:昨日平均风速小于1m/s,大气结构稳定,扩散条件不利,污染主要由本地排放的污染物生成。再接下来对排放活动进行分析,例f: 通过内部的排污活动分析发现,昨日网格化智能监管平台在全市范围共捕捉到**次,其中发生事件最多的点位分别为:点位1(工业源监测点),点位2(工业源监测点),...,点位5(工业源监测点)。再接下来判断明日预测的空气质量是否为优。当空气质量为优时,提供管控建议1,当空气质量不为优时,提供管控建议2。
所有空气质量预测信息的展示均可以用电脑或者手机,如果有突发性事件还可以通过手机的震动或铃声来提醒监控人员。
本具体实施例仅仅是对本发明的解释,其并不是对本发明的限制,本领域技术人员在阅读完本说明书后可以根据需要对本实施例做出没有创造性贡献的修改,但只要在本发明的权利要求范围内都受到专利法的保护。
Claims (7)
1.一种生成空气质量分析报告的方法,其特征在于,包括:S1:分析空气质量指数AQI;S2:当AQI大于某一临界值时,继续判断首要污染物的种类并绘制首要污染物浓度差值图;S3:当首要污染物为O3时,继续根据风速判断污染持续天数;S4:综合S1、S2以及S3的结果制作并显示包含空气质量概述、污染来源分析以及管控建议三方面内容的空气质量分析报告。
2.根据权利要求1所述的生成空气质量分析报告的方法,其特征在于,空气质量指数AQI的临界值为50,当空气质量指数AQI<=50时,空气质量为优。
3.根据权利要求2所述的生成空气质量分析报告的方法,其特征在于,步骤S3还包括根据风速判断污染物的来源。
4.根据权利要求3所述的生成空气质量分析报告的方法,其特征在于,当平均风速小于1m/s,大气结构稳定,扩散条件不利,污染主要由本地排放的污染物生成。
5.根据权利要求4所述的生成空气质量分析报告的方法,其特征在于,显示空气质量预测报告的为显示器。
6.根据权利要求4所述的生成空气质量分析报告的方法,其特征在于,显示空气质量预测报告的为手机。
7.根据权利要求6所述的生成空气质量分析报告的方法,其特征在于,所述手机具有震动或响铃的提醒功能。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810949699.4A CN108921760A (zh) | 2018-08-20 | 2018-08-20 | 一种生成空气质量分析报告的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810949699.4A CN108921760A (zh) | 2018-08-20 | 2018-08-20 | 一种生成空气质量分析报告的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108921760A true CN108921760A (zh) | 2018-11-30 |
Family
ID=64406228
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810949699.4A Pending CN108921760A (zh) | 2018-08-20 | 2018-08-20 | 一种生成空气质量分析报告的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108921760A (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003016233A (ja) * | 2001-07-05 | 2003-01-17 | Green Blue Kk | 環境情報トレードシステム |
CN104198657A (zh) * | 2014-09-04 | 2014-12-10 | 西华师范大学 | 一种环境空气质量综合评价方法 |
CN205607971U (zh) * | 2016-05-10 | 2016-09-28 | 国家档案局档案科学技术研究所 | 空气质量检测仪 |
CN107024569A (zh) * | 2017-05-11 | 2017-08-08 | 四川省绵阳太古软件有限公司 | 一种空气质量分指数快速确定装置及方法 |
CN107193056A (zh) * | 2017-05-09 | 2017-09-22 | 西南石油大学 | 空气污染物监测预警方法及云平台 |
CN107563562A (zh) * | 2017-09-08 | 2018-01-09 | 新奥泛能网络科技股份有限公司 | 网格化城市大气污染物排放的评估方法及装置 |
CN108398529A (zh) * | 2018-03-06 | 2018-08-14 | 深圳市卡普瑞环境科技有限公司 | 一种信息获取方法以及信息获取装置 |
CN108414690A (zh) * | 2018-03-06 | 2018-08-17 | 深圳市卡普瑞环境科技有限公司 | 一种参数确定方法及其相关设备 |
CN108416521A (zh) * | 2018-03-06 | 2018-08-17 | 深圳市卡普瑞环境科技有限公司 | 一种信息来源确定的方法以及信息来源确定装置 |
-
2018
- 2018-08-20 CN CN201810949699.4A patent/CN108921760A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003016233A (ja) * | 2001-07-05 | 2003-01-17 | Green Blue Kk | 環境情報トレードシステム |
CN104198657A (zh) * | 2014-09-04 | 2014-12-10 | 西华师范大学 | 一种环境空气质量综合评价方法 |
CN205607971U (zh) * | 2016-05-10 | 2016-09-28 | 国家档案局档案科学技术研究所 | 空气质量检测仪 |
CN107193056A (zh) * | 2017-05-09 | 2017-09-22 | 西南石油大学 | 空气污染物监测预警方法及云平台 |
CN107024569A (zh) * | 2017-05-11 | 2017-08-08 | 四川省绵阳太古软件有限公司 | 一种空气质量分指数快速确定装置及方法 |
CN107563562A (zh) * | 2017-09-08 | 2018-01-09 | 新奥泛能网络科技股份有限公司 | 网格化城市大气污染物排放的评估方法及装置 |
CN108398529A (zh) * | 2018-03-06 | 2018-08-14 | 深圳市卡普瑞环境科技有限公司 | 一种信息获取方法以及信息获取装置 |
CN108414690A (zh) * | 2018-03-06 | 2018-08-17 | 深圳市卡普瑞环境科技有限公司 | 一种参数确定方法及其相关设备 |
CN108416521A (zh) * | 2018-03-06 | 2018-08-17 | 深圳市卡普瑞环境科技有限公司 | 一种信息来源确定的方法以及信息来源确定装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kayes et al. | The relationships between meteorological parameters and air pollutants in an urban environment | |
She et al. | Air quality and its response to satellite-derived urban form in the Yangtze River Delta, China | |
Liu et al. | The effect of natural and anthropogenic factors on PM2. 5: Empirical evidence from Chinese cities with different income levels | |
Ravindra et al. | Air pollution in India: bridging the gap between science and policy | |
Saraswat et al. | Spatiotemporal land use regression models of fine, ultrafine, and black carbon particulate matter in New Delhi, India | |
Karner et al. | Near-roadway air quality: synthesizing the findings from real-world data | |
Antonel et al. | Measuring ambient particulate matter in three cities in Cameroon, Africa | |
Zimmerman et al. | Improving correlations between land use and air pollutant concentrations using wavelet analysis: Insights from a low-cost sensor network | |
CN109948840A (zh) | 一种空气质量预报方法 | |
Faisal et al. | Assessment of temporal shifting of PM2. 5, lockdown effect, and influences of seasonal meteorological factors over the fastest-growing megacity, Dhaka | |
Salvati et al. | Narrative and quantitative analysis of human pressure, land-use and climate aridity in a transforming industrial basin in Greece | |
Chirmata et al. | Implementation of the air quality monitoring network at Agadir City in Morocco | |
Gao et al. | Analysis of air quality changes and influencing factors in Changchun during the COVID-19 pandemic in 2020 | |
Gryech et al. | Machine learning for air quality prediction using meteorological and traffic related features | |
Aladag | The influence of meteorological factors on air quality in the province of Van, Turkey | |
CN109087231A (zh) | 一种生成空气质量分析报告的方法 | |
Harkat et al. | The impact of industrial air pollution on the urban environment of setif: Modeling and mapping of total suspended particles | |
Labzovskii et al. | Who should measure air quality in modern cities? The example of decentralization of urban air quality monitoring in Krasnoyarsk (Siberia, Russia) | |
Wang et al. | Effect of urban greening on incremental PM2. 5 concentration during peak hours | |
CN108921760A (zh) | 一种生成空气质量分析报告的方法 | |
Zhang et al. | Impacts of rainstorm characteristics on runoff quantity and quality control performance considering integrated green infrastructures | |
Rahman et al. | Spatiotemporal analysis and forecasting of air quality in the greater Dhaka region and assessment of a novel particulate matter filtration unit | |
Liu et al. | Spatial patterns and influencing factors of intraurban particulate matter in the heating season based on taxi monitoring | |
Yu | Research of time series air quality data based on exploratory data analysis and representation | |
Yuan et al. | Constraining emission estimates of carbon monoxide using a perturbed emissions ensemble with observations: a focus on Beijing |
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 |
Application publication date: 20181130 |
|
RJ01 | Rejection of invention patent application after publication |