CN109085100B - 污染物浓度的确定方法及装置 - Google Patents
污染物浓度的确定方法及装置 Download PDFInfo
- Publication number
- CN109085100B CN109085100B CN201811083073.6A CN201811083073A CN109085100B CN 109085100 B CN109085100 B CN 109085100B CN 201811083073 A CN201811083073 A CN 201811083073A CN 109085100 B CN109085100 B CN 109085100B
- Authority
- CN
- China
- Prior art keywords
- grid
- data
- sub
- pollutant concentration
- concentration data
- 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.)
- Active
Links
- 239000003344 environmental pollutant Substances 0.000 title claims abstract description 205
- 231100000719 pollutant Toxicity 0.000 title claims abstract description 205
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000012937 correction Methods 0.000 claims abstract description 103
- 239000000356 contaminant Substances 0.000 claims abstract description 71
- 238000003908 quality control method Methods 0.000 claims description 8
- 238000012544 monitoring process Methods 0.000 description 25
- 230000007613 environmental effect Effects 0.000 description 11
- 238000012806 monitoring device Methods 0.000 description 7
- 239000003570 air Substances 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 5
- 238000004590 computer program Methods 0.000 description 5
- RAHZWNYVWXNFOC-UHFFFAOYSA-N Sulphur dioxide Chemical compound O=S=O RAHZWNYVWXNFOC-UHFFFAOYSA-N 0.000 description 4
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 3
- 229910002091 carbon monoxide Inorganic materials 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- MWUXSHHQAYIFBG-UHFFFAOYSA-N nitrogen oxide Inorganic materials O=[N] MWUXSHHQAYIFBG-UHFFFAOYSA-N 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000009792 diffusion process Methods 0.000 description 2
- 239000013618 particulate matter Substances 0.000 description 2
- 239000012855 volatile organic compound Substances 0.000 description 2
- MGWGWNFMUOTEHG-UHFFFAOYSA-N 4-(3,5-dimethylphenyl)-1,3-thiazol-2-amine Chemical compound CC1=CC(C)=CC(C=2N=C(N)SC=2)=C1 MGWGWNFMUOTEHG-UHFFFAOYSA-N 0.000 description 1
- CBENFWSGALASAD-UHFFFAOYSA-N Ozone Chemical compound [O-][O+]=O CBENFWSGALASAD-UHFFFAOYSA-N 0.000 description 1
- 238000003915 air pollution Methods 0.000 description 1
- 239000012080 ambient air Substances 0.000 description 1
- 238000000149 argon plasma sintering Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 229930195733 hydrocarbon Natural products 0.000 description 1
- 150000002430 hydrocarbons Chemical class 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- JCXJVPUVTGWSNB-UHFFFAOYSA-N nitrogen dioxide Inorganic materials O=[N]=O JCXJVPUVTGWSNB-UHFFFAOYSA-N 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/06—Investigating concentration of particle suspensions
Landscapes
- Chemical & Material Sciences (AREA)
- Dispersion Chemistry (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Measurement Of Radiation (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种污染物浓度的确定方法,包括:获取第一至第三设备的第一至第三点位信息和第一至第三污染物浓度数据;获取第一网格的全部子网格信息;根据点位信息和每个子网格的位置信息,分别计算每个子网格和第一至第三设备的第一至三距离;根据第一区域的第一数据和各网格的位置信息,计算每个子网格的原始污染物浓度数据;根据第一至第三距离,将每个子网格的第三修正数据作为其污染物浓度数据;根据第一网格和全部子网格信息的预设关系以及每个子网格的污染物浓度数据,确定第一网格的原始污染物浓度数据;重复上述步骤,将第六修正数据作为第一网格的污染物浓度数据。由此,提高了网格内污染物浓度数据的精确度。
Description
技术领域
本发明涉及数据处理领域,尤其涉及一种污染物浓度的确定方法及装置。
背景技术
随着各项工业的迅速发展,产生了大量有害物质,如烟尘、二氧化硫、氮氧化物、一氧化碳、碳氢化合物等。这些有害物质持续不断地排放到大气中,当其含量超过环境所能承受的极限后,就会破坏自然的物理、化学和生态平衡,形成大气污染,危害人们的生活、工作和健康。随着全国大范围雾霾天气的出现,PM2 .5这一名词进入公众视野。PM2 .5是指环境空气中空气动力学当量直径小于等于2 .5微米的颗粒物。它能较长时间悬浮于空气中,其在空气中含量浓度越高,就代表空气污染越严重。
随着经济社会的快速发展,环境问题成为阻碍社会发展的重要障碍性因素之一,解决好环境问题成为各国迫切需要解决的问题。
解决好环境问题的重要基础之一就是要准确掌握环境现状,包括存在哪些具体的环境问题等等,而环境监测工作又是解决环境问题、及时了解环境现状的关键,这其中环境监测数据的准确性就成为环境监测工作的重点和关键环节。
环境监测数据是制定环境环保政策和措施的基础,也是环境管理、执法、统计、信息发布和环保目标责任制度考核的依据。因此,环境检测数据的质量与否对于环境保护工作具有积极的意义。
大气污染监测是指测定大气环境中污染物的种类及其浓度,观察其时空分布和变化规律的过程。大气污染监测的目的在于识别大气中的污染物质,掌握其分布与扩散规律,监视大气污染源的排放和控制情况。由于监测区域范围大,人力物力有限,给大气污染监测带来困难。
但是现有技术中,一般是根据行政单位,比如市,对监测区域进行划分的,这样得到的污染物浓度数据,是针对行政单位的,比如,某个市的污染物浓度数据,由于行政单位内部又包括污染程度不同的小行政单位,这样确定出来污染物浓度数据并不能可靠的反应该行政单位的污染程度。
发明内容
本发明实施例的目的是针对现有技术中存在的缺陷,提供一种污染物浓度的确定方法及装置。
为解决上述问题,第一方面,本发明提供了一种污染物浓度的确定方法,所述污染物浓度的确定方法包括:
获取第一网格内的至少三个第一设备的第一点位信息和第一污染物浓度数据;
获取第二设备的第二点位信息和第二污染物浓度数据;
获取第三设备的第三点位信息和第三污染物浓度数据;
获取第一网格的全部子网格信息,所述全部子网格信息中的每个子网格信息包括该子网格的位置信息;
获取第一区域的第一数据,其中,所述第一数据包括第一区域的位置信息和第一区域的污染物浓度数据;
根据所述第一区域的位置信息、第一区域的污染物浓度数据和每个子网格的位置信息,计算所述每个子网格的原始污染物浓度数据;
根据所述第一点位信息和每个子网格的位置信息,分别计算所述每个子网格和所述第一设备的第一距离;
根据所述第一距离和所述每个子网格的原始污染物浓度数据,修正每个子网格的原始污染物浓度数据,得到第一修正数据;
根据所述第二点位信息和每个子网格的位置信息,分别计算所述每个子网格和所述第二设备的第二距离;根据所述第二距离和所述第二污染物浓度数据,修正每个子网格的第一修正数据,得到第二修正数据;
根据所述第三点位信息和每个子网格的位置信息,分别计算所述每个子网格和所述第三设备的第三距离;
根据所述第三距离和所述第三污染物浓度数据,修正每个子网格的第二修正数据,得到第三修正数据,并将每个子网格的所述第三修正数据作为其污染物浓度数据;
根据所述第一网格和所述全部子网格信息的预设关系以及所述每个子网格的污染物浓度数据,确定第一网格的原始污染物浓度数据;
获取所述第一网格的位置信息;
根据所述第一点位信息和所述第一网格的位置信息,计算所述第一网格和所述第一设备的第四距离;
根据所述第四距离和所述第一污染物浓度数据,修正所述第一网格的原始污染物浓度数据,得到第四修正数据;
根据所述第二点位信息和所述第一网格的位置信息,计算所述第一网格和所述第二设备的第五距离;
根据所述第五距离和所述第二污染物浓度数据,修正所述第四修正数据,得到第五修正数据;
根据所述第三点位信息和所述第一网格的位置信息,计算所述第一网格和所述第三设备的第六距离;
根据所述第六距离和所述第三污染物浓度数据,修正所述第五修正数据,得到第六修正数据,并将所述第六修正数据作为所述第一网格的污染物浓度数据。
在一种可能的实现方式中,所述根据所述第一点位信息和每个子网格的位置信息,分别计算所述每个子网格和所述第一设备的第一距离,具体包括:
获取第一点位的经纬度数据;
获取每个子网格的经纬度数据,其中,所述每个子网格的经纬度数据包括左上经纬度数据、左下经纬度数据、右上经纬度数据、右下经纬度数据和中间经纬度数据;
根据所述第一点位的经纬度数据、所述左上经纬度数据、所述左下经纬度数据、所述右上经纬度数据、所述右下经纬度数据和所述中间经纬度数据,计算每个子网格和所述第一设备的第一距离。
在一种可能的实现方式中,所述根据所述第一区域的位置信息、第一区域的污染物浓度数据和每个子网格的位置信息,计算所述每个子网格的原始污染物浓度数据,具体包括:
根据所述第一区域的位置信息和所述每个子网格的位置信息,确定第一区域和子网格的重叠区域;
根据所述第一区域的污染物浓度数据,确定重叠区域的子网格的污染物浓度数据;
通过插值,得到非重叠区域的子网格的污染物浓度数据,所述重叠区域的子网格的污染物浓度数据和所述非重叠区域的子网格的污染物浓度数据构成全部子网格的原始污染物浓度数据。
在一种可能的实现方式中,所述根据所述第一距离和所述每个子网格的原始污染物浓度数据,修正每个子网格的原始污染物浓度数据,得到第一修正数据,具体包括:
根据预设的半径常量和所述子网格的位置信息,确定相关系数;
根据所述每个子网格的原始污染物浓度数据、所述相关系数和所述第一距离,得到第一修正数据。
在一种可能的实现方式中,所述根据所述第一网格和所述全部子网格信息的预设关系以及所述每个子网格的污染物浓度数据,确定第一网格的原始污染物浓度数据,具体包括:
]根据所述第一网格和所述全部子网格信息的预设关系,确定子网格的数量;
根据每个子网格的污染物浓度数据,确定污染物浓度数据之和;
根据所述子网格的数量和所述污染物浓度数据之和,确定第一网格的原始污染物浓度数据。
第二方面,本发明提供了一种污染物浓度的确定装置,所述污染物浓度的确定装置包括:
获取单元,所述获取单元用于,获取第一网格内的至少三个第一设备的第一点位信息和第一污染物浓度数据;
所述获取单元还用于,获取第二设备的第二点位信息和第二污染物浓度数据;
所述获取单元还用于,获取第三设备的第三点位信息和第三污染物浓度数据;
所述获取单元还用于,获取第一网格的全部子网格信息,所述全部子网格信息中的每个子网格信息包括该子网格的位置信息;
所述获取单元还用于,获取第一区域的第一数据,其中,所述第一数据包括第一区域的位置信息和第一区域的污染物浓度数据;
计算单元,所述计算单元用于,
根据所述第一区域的位置信息、第一区域的污染物浓度数据和每个子网格的位置信息,计算所述每个子网格的原始污染物浓度数据;
所述计算单元还用于,根据所述第一点位信息和每个子网格的位置信息,分别计算所述每个子网格和所述第一设备的第一距离;
修正单元,所述修正单元用于,根据所述第一距离和所述每个子网格的原始污染物浓度数据,修正每个子网格的原始污染物浓度数据,得到第一修正数据;
所述计算单元还用于,根据所述第二点位信息和每个子网格的位置信息,分别计算所述每个子网格和所述第二设备的第二距离;
所述修正单元还用于,根据所述第二距离和所述第二污染物浓度数据,修正每个子网格的第一修正数据,得到第二修正数据;
所述计算单元还用于,根据所述第三点位信息和每个子网格的位置信息,分别计算所述每个子网格和所述第三设备的第三距离;
所述修正单元还用于,根据所述第三距离和所述第三污染物浓度数据,修正每个子网格的第二修正数据,得到第三修正数据,并将每个子网格的所述第三修正数据作为其污染物浓度数据;
确定单元,所述确定单元用于,根据所述第一网格和所述全部子网格信息的预设关系以及所述每个子网格的污染物浓度数据,确定第一网格的原始污染物浓度数据;
所述获取单元还用于,获取所述第一网格的位置信息;
所述计算单元还用于,根据所述第一点位信息和所述第一网格的位置信息,计算所述第一网格和所述第一设备的第四距离;
所述修正单元还用于,根据所述第四距离和所述第一污染物浓度数据,修正所述第一网格的原始污染物浓度数据,得到第四修正数据;
所述计算单元还用于,根据所述第二点位信息和所述第一网格的位置信息,计算所述第一网格和所述第二设备的第五距离;
所述修正单元还用于,根据所述第五距离和所述第二污染物浓度数据,修正所述第四修正数据,得到第五修正数据;
所述计算单元还用于,根据所述第三点位信息和所述第一网格的位置信息,计算所述第一网格和所述第三设备的第六距离;
所述修正单元还用于,根据所述第六距离和所述第三污染物浓度数据,修正所述第五修正数据,得到第六修正数据,并将所述第六修正数据作为所述第一网格的污染物浓度数据。
在一种可能的实现方式中,所述计算单元具体用于:
获取第一点位的经纬度数据;
获取每个子网格的经纬度数据,其中,所述每个子网格的经纬度数据包括左上经纬度数据、左下经纬度数据、右上经纬度数据、右下经纬度数据和中间经纬度数据;
根据所述第一点位的经纬度数据、所述左上经纬度数据、所述左下经纬度数据、所述右上经纬度数据、所述右下经纬度数据和所述中间经纬度数据,计算每个子网格和所述第一设备的第一距离。
在一种可能的实现方式中,所述计算单元具体用于:
根据所述第一区域的位置信息和所述每个子网格的位置信息,确定第一区域和子网格的重叠区域;
根据所述第一区域的污染物浓度数据,确定重叠区域的子网格的污染物浓度数据;
通过插值,得到非重叠区域的子网格的污染物浓度数据,所述重叠区域的子网格的污染物浓度数据和所述非重叠区域的子网格的污染物浓度数据构成全部子网格的原始污染物浓度数据。
在一种可能的实现方式中,所述修正单元具体用于:
根据预设的半径常量和所述子网格的位置信息,确定相关系数;
根据所述每个子网格的原始污染物浓度数据、所述相关系数和所述第一距离,得到第一修正数据。
在一种可能的实现方式中,所述确定单元具体用于:
根据所述第一网格和所述全部子网格信息的预设关系,确定子网格的数量;
根据每个子网格的污染物浓度数据,确定污染物浓度数据之和;
根据所述子网格的数量和所述污染物浓度数据之和,确定第一网格的原始污染物浓度数据。
第三方面,本发明提供了一种设备,包括存储器和处理器,所述存储器用于存储程序,所述处理器用于执行第一方面任一所述的方法。
第四方面,本发明提供了一种包含指令的计算机程序产品,当所述计算机程序产品在计算机上运行时,使得所述计算机执行第一方面任一所述的方法。
第五方面,本发明提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如第一方面任一所述的方法。
通过应用本发明提供的污染物浓度的确定方法,先利用插值的方法,计算小网格的原始污染物浓度数据,再将每个子网格的原始污染物浓度数据依次和第一设备的第一污染物浓度数据、第二设备的第二污染物浓度数据和第三设备的第三污染物浓度数据进行质控,得到小网格的污染物浓度数据,再将每个小网格的污染物浓度数据依次和第一设备的第一污染物浓度数据、第二设备的第二污染物浓度数据和第三设备的第三污染物浓度数据进行质控,得到第一网格的污染物浓度数据,由此,将区域划分为网格,获取到该网格中的子网格的污染物浓度数据,提出了一种新的污染物浓度数据的获取方法,并提高了污染物浓度数据的精确度,从而提高了整个环境监测工作的准确性和有效性。
附图说明
图1为本发明实施例一提供的污染物浓度的确定方法流程示意图;
图2为本发明实施例二提供的污染物浓度的确定装置结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
为了便于更好的对本申请所涉及的方法进行说明,下面首先对“网格”进行说明。
为达到区域大气污染防治精细化管理的目的,根据不同监控需求及环境特征将目标区域分为不同的网格进行点位布设,对各网格中相关污染物浓度进行实时监测,称为网格化监测。城市网格化监管工作所划分的重点污染区域称为“热点网格”。高密度的网格化监测网络
应在区域内合理布设各类功能性监测点位,能够反映重点污染区域的空气质量变化,满足区域环境空气监视的需求,客观评价重点污染区域的空气质量。
可以根据当地污染物扩散、迁移及转化规律,评估污染物分布状况,结合资源和经济的可行性,确定合理监测点位,使所获得的数据有代表性。
在该确定的合理的监测点位,可以设置网格化监测设备。网格化监测设备即指采用光散射的检测方法,体积小、重量轻,用于连续自动监测环境空气中污染物状况的设备。
在一个站点,一般具有一台标准监测设备(也可称为国控设备或省控设备),在该站点的一定范围内,可以安装至少3台网格化监测设备,这3台网格化监测设备称为质控设备,这三台质控设备构成一个质控点。
在该质控点外,还可以在多个点位设有网格化监测设备。在将一个比较大的区域划分为网格后,该网格还可以划分为多个子网格,该子网格还可以划分为多个小子网格,以提高污染物监测的精度。
可以理解的是,网格的概念是相对的。比如,可以将X市划分为36个网格,又将这36个网格中的每个网格划分为36个小网格。则本申请中所涉及到的网格,可以是该36个网格,也可以是该36个小网格,至于具体是哪一种,应该在实际应用中进行确定,本申请对此并不限定。
下文中的第一和第二等编号,仅仅是为了进行区分,并无实际含义。
图1为本发明实施例一提供的污染物浓度的确定方法流程示意图。该方法的应用场景为网格化监测网络,该方法的执行主体可以是具有计算功能的设备,比如,计算机、手机或者污染物浓度的确定装置等,该计算机、手机或者污染物浓度的确定装置可以与网格化监测设备相连接,该连接可以通过无线或有线通信的方式进行,本申请对此并不限定。如图1所示,该方法包括以下步骤:
步骤101,获取第一网格内的至少三个第一设备的第一点位信息和第一污染物浓度数据。
其中,为了获取到更加准确的污染物浓度数据,可以将区域进行网格化的划分,在第一网格内,包括至少三台第一设备,该第一设备可以是质控点的网格化监测设备(也可以称为质控设备),示例而非限定,第一设备为4个。
将网格化监测设备投放到质控点后,网格化监测设备可以实时获取该点位的污染物浓度数据,该污染物浓度数据可以包括污染物的种类和该种类下污染物的浓度数值。此时,“实时”可以在网格化监测设备上进行设定,可以根据需要,进行设定,示例而非限定,可以设置为一分钟获取到60个污染物浓度数据,一分钟内获取到的数据越多,后续的第一点位的污
染物浓度数据越精确。
示例而非限定,污染物可以是细颗粒物(PM2 .5)、可吸入颗粒物(PM10)、二氧化氮(Nitrogen dioxide,NO2)、二氧化硫(Sulfur dioxide,SO2)、一氧化碳(Carbonmonoxide,CO)、臭氧(Ozone,O3)和总挥发性有机化合物(Total Volatile OrganicCompounds ,TVOC)中的任意一种。
可以理解的是,在后续的研究中,污染物可以是上述污染物的任意组合,可以通过归一法对不同污染物的单位进行处理,由此,得到归一化的污染物浓度数据,以对归一化的污染物浓度数据进行综合判断后,计算网格的污染物浓度数据。
可以理解的是,此处的污染物浓度数据以及下文的污染物浓度数据,指的是有效数据,对于无效数据,会默认设置为-999。
步骤102,获取第二设备的第二点位信息和第二污染物浓度数据。
步骤103,获取第三设备的第三点位信息和第三污染物浓度数据。
其中,第二设备为省控设备,第三设备为国控设备。第二设备和第三设备可以位于第一网格内,也可以位于第一网格外,本申请对于第二设备和第三设备和第一网格的位置关系,并不进行限定。
步骤104,获取第一网格的全部子网格信息,全部子网格信息中的每个子网格信息包括该子网格的位置信息。
具体的,第一网格可以包括一定数量个子网格,示例而非限定,第一网格包括36个子网格。
步骤105,获取第一区域的第一数据,其中,第一数据包括第一区域的位置信息和第一区域的污染物浓度数据。
其中,第一数据可以是WRF的nc数据,其是利用预设的模型,训练得出的数据,该数据存储在数据库中。第一区域是比每个小网格大,但是比第一网格小的区域。
WRF的nc数据包括第一区域的位置信息和第一区域的污染物浓度数据。该位置信息可以是经纬度数据,第一区域的污染物浓度数据可以是多个。
步骤106,根据第一区域的位置信息、第一区域的污染物浓度数据和每个子网格的位置信息,计算每个子网格的原始污染物浓度数据。
其中,步骤106具体包括:首先,根据第一区域的位置信息和每个子网格的位置信息,确定第一区域和子网格的重叠区域;然后,根据第一区域的污染物浓度数据,确定重叠区域的子网格的污染物浓度数据;最后,通过插值,得到非重叠区域的子网格的污染物浓度数据,重叠区域的子网格的污染物浓度数据和非重叠区域的子网格的污染物浓度数据构成全部子网格的原始污染物浓度数据。
步骤107,根据第一点位信息和每个子网格的位置信息,分别计算每个子网格和第一设备的第一距离。
其中,步骤107具体包括:
首先,获取第一点位的经纬度数据;然后,获取每个子网格的经纬度数据,其中,每个子网格的经纬度数据包括左上经纬度数据、左下经纬度数据、右上经纬度数据、右下经纬度数据和中间经纬度数据;最后,根据第一点位的经纬度数据、左上经纬度数据、左下经纬度数据、右上经纬度数据、右下经纬度数据和中间经纬度数据,计算每个子网格和第一设备的第一距离。
步骤108,根据第一距离和每个子网格的原始污染物浓度数据,修正每个子网格的原始污染物浓度数据,得到第一修正数据。
其中,可以利用反距离权重插值法,得到第一修正数据。
具体的,先根据预设的半径常量和子网格的位置信息,确定相关系数;最后根据每个子网格的原始污染物浓度数据、相关系数和第一距离,得到第一修正数据。
具体的,先可以根据每个子网格的经纬度,计算dis,dis=sqrt(dx*dx+dy*dy)。
然后,可以根据影响半径常量R和dis计算相关系数。
相关系数=(R-dis)2/(R+dis)2*0 .8。
最后,第一修正数据=每个子网格的原始污染物浓度数据+相关系数*(第一污染物浓度数据-第一距离)。
步骤109,根据第二点位信息和每个子网格的位置信息,分别计算每个子网格和第二设备的第二距离。
步骤110,根据第二距离和第二污染物浓度数据,修正每个子网格的第一修正数据,得到第二修正数据。
步骤111,根据第三点位信息和每个子网格的位置信息,分别计算每个子网格和第三设备的第三距离。
步骤112,根据第三距离和第三污染物浓度数据,修正每个子网格的第二修正数据,得到第三修正数据,并将每个子网格的第三修正数据作为其污染物浓度数据。
步骤113,根据第一网格和全部子网格信息的预设关系以及每个子网格的污染物浓度数据,确定第一网格的原始污染物浓度数据。
其中,步骤113具体包括:
根据第一网格和全部子网格信息的预设关系,确定子网格的数量;
根据每个子网格的污染物浓度数据,确定污染物浓度数据之和;
根据子网格的数量和污染物浓度数据之和,确定第一网格的原始污染物浓度数据。由此,以小网格的污染物浓度数据的平均值,作为第一网格的原始污染物浓度数据,提高了数据的精确度。
步骤114,获取第一网格的位置信息。
其中,第一网格的位置信息包括第一网格的左上经纬度数据、左下经纬度数据、右上经纬度数据、右下经纬度数据和中间经纬度数据。
步骤115,根据第一点位信息和第一网格的位置信息,计算第一网格和第一设备的第四距离。
步骤116,根据第四距离和第一污染物浓度数据,修正第一网格的原始污染物浓度数据,得到第四修正数据。
步骤117,根据第二点位信息和第一网格的位置信息,计算第一网格和第二设备的第五距离。
步骤118,根据第五距离和第二污染物浓度数据,修正第四修正数据,得到第五修正数据。
步骤119,根据第三点位信息和第一网格的位置信息,计算第一网格和第三设备的第六距离。
步骤120,根据第六距离和第三污染物浓度数据,修正第五修正数据,得到第六修正数据,并将第六修正数据作为第一网格的污染物浓度数据。
可以理解的是,后续得到第二至第六修正数据时,也可以采用反距离权重插值法,至于其具体的步骤,和上述得到第一修正数据类似,此处不再赘述。
通过应用本发明提供的污染物浓度的确定方法,先利用插值的方法,计算小网格的原始污染物浓度数据,再将每个子网格的原始污染物浓度数据依次和第一设备的第一污染物浓度数据、第二设备的第二污染物浓度数据和第三设备的第三污染物浓度数据进行质控,得到小网格的污染物浓度数据,再将每个小网格的污染物浓度数据依次和第一设备的第一污染物浓度数据、第二设备的第二污染物浓度数据和第三设备的第三污染物浓度数据进行质控,得到第一网格的污染物浓度数据,由此,将区域划分为网格,获取到该网格中的子网格的污染物浓度数据,提出了一种新的污染物浓度数据的获取方法,并提高了污染物浓度数据的精确度,从而提高了整个环境监测工作的准确性和有效性。
图2为本发明实施例二提供的污染物浓度的确定装置结构示意图。该污染物浓度的确定装置可以应用在污染物浓度的确定方法中。如图2所示,该污染物浓度的确定装置200包括:获取单元210、计算单元220、修正单元230和确定单元240。
获取单元210用于,获取第一网格内的至少三个第一设备的第一点位信息和第一污染物浓度数据。
获取单元210还用于,获取第二设备的第二点位信息和第二污染物浓度数据。
获取单元210还用于,获取第三设备的第三点位信息和第三污染物浓度数据。
获取单元210还用于,获取第一网格的全部子网格信息,全部子网格信息中的每个子网格信息包括该子网格的位置信息。
获取单元还用于,获取第一区域的第一数据,其中,第一数据包括第一区域的位置信息和第一区域的污染物浓度数据。
计算单元220用于,根据第一区域的位置信息、第一区域的污染物浓度数据和每个子网格的位置信息,计算每个子网格的原始污染物浓度数据。
计算单元220还用于,根据第一点位信息和每个子网格的位置信息,分别计算每个子网格和第一设备的第一距离。
计算单元220还用于,根据第二点位信息和每个子网格的位置信息,分别计算每个子网格和第二设备的第二距离。
修正单元230还用于,根据第二距离和第二污染物浓度数据,修正每个子网格的第一修正数据,得到第二修正数据。
计算单元220还用于,根据第三点位信息和每个子网格的位置信息,分别计算每个子网格和第三设备的第三距离。
修正单元230还用于,根据第三距离和第三污染物浓度数据,修正每个子网格的第二修正数据,得到第三修正数据,并将每个子网格的第三修正数据作为其污染物浓度数据。
确定单元240用于,根据第一网格和全部子网格信息的预设关系以及每个子网格的污染物浓度数据,确定第一网格的原始污染物浓度数据。
获取单元210还用于,获取第一网格的位置信息。
计算单元220还用于,根据第一点位信息和第一网格的位置信息,计算第一网格和第一设备的第四距离。
修正单元230还用于,根据第四距离和第一污染物浓度数据,修正第一网格的原始污染物浓度数据,得到第四修正数据。
计算单元220还用于,根据第二点位信息和第一网格的位置信息,计算第一网格和第二设备的第五距离。
修正单元230还用于,根据第五距离和第二污染物浓度数据,修正第四修正数据,得到第五修正数据。
计算单元220还用于,根据第三点位信息和第一网格的位置信息,计算第一网格和第三设备的第六距离。
修正单元230还用于,根据第六距离和第三污染物浓度数据,修正第五修正数据,得到第六修正数据,并将第六修正数据作为第一网格的污染物浓度数据。
进一步的,计算单元220具体用于:
获取第一点位的经纬度数据;
获取每个子网格的经纬度数据,其中,每个子网格的经纬度数据包括左上经纬度数据、左下经纬度数据、右上经纬度数据、右下经纬度数据和中间经纬度数据;
根据第一点位的经纬度数据、左上经纬度数据、左下经纬度数据、右上经纬度数据、右下经纬度数据和中间经纬度数据,计算每个子网格和第一设备的第一距离。
进一步的,计算单元220具体用于:
根据第一区域的位置信息和每个子网格的位置信息,确定第一区域和子网格的重叠区域;
根据第一区域的污染物浓度数据,确定重叠区域的子网格的污染物浓度数据;
通过插值,得到非重叠区域的子网格的污染物浓度数据,重叠区域的子网格的污染物浓度数据和非重叠区域的子网格的污染物浓度数据构成全部子网格的原始污染物浓度数据。进一步的,修正单元230具体用于:
根据预设的半径常量和子网格的位置信息,确定相关系数;
根据每个子网格的原始污染物浓度数据、所述相关系数和所述第一距离,得到第一修正数据。
进一步的,确定单元240具体用于:
根据第一网格和全部子网格信息的预设关系,确定子网格的数量;
根据每个子网格的污染物浓度数据,确定污染物浓度数据之和;
根据子网格的数量和污染物浓度数据之和,确定第一网格的原始污染物浓度数据。
本发明实施例三提供了一种设备,包括存储器和处理器,存储器用于存储程序,存储器可通过总线与处理器连接。存储器可以是非易失存储器,例如硬盘驱动器和闪存,存储器中存储有软件程序和设备驱动程序。软件程序能够执行本发明实施例一提供的上述方法的各种功能;设备驱动程序可以是网络和接口驱动程序。处理器用于执行软件程序,该软件程序被执行时,能够实现本发明实施例一提供的方法。
本发明实施例四提供了一种包含指令的计算机程序产品,当计算机程序产品在计算机上运行时,使得计算机执行本发明实施例一提供的方法。
本发明实施例五提供了一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行时实现本发明实施例一提供的方法。
专业人员应该还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种污染物浓度的确定方法,其特征在于,所述污染物浓度的确定方法包括:
获取第一网格内的至少三个第一设备的第一点位信息和第一污染物浓度数据,所述第一设备为质控设备;
获取第二设备的第二点位信息和第二污染物浓度数据,所述第二设备为省控设备;
获取第三设备的第三点位信息和第三污染物浓度数据,所述第三设备为国控设备;
获取第一网格的全部子网格信息,所述全部子网格信息中的每个子网格信息包括该子网格的位置信息;
获取第一区域的第一数据,其中,所述第一数据包括第一区域的位置信息和第一区域的污染物浓度数据;
根据所述第一区域的位置信息、第一区域的污染物浓度数据和每个子网格的位置信息,计算所述每个子网格的原始污染物浓度数据;
根据所述第一点位信息和每个子网格的位置信息,分别计算所述每个子网格和所述第一设备的第一距离;
根据所述第一距离和所述每个子网格的原始污染物浓度数据,修正每个子网格的原始污染物浓度数据,得到第一修正数据;
根据所述第二点位信息和每个子网格的位置信息,分别计算所述每个子网格和所述第二设备的第二距离;
根据所述第二距离和所述第二污染物浓度数据,修正每个子网格的第一修正数据,得到第二修正数据;
根据所述第三点位信息和每个子网格的位置信息,分别计算所述每个子网格和所述第三设备的第三距离;
根据所述第三距离和所述第三污染物浓度数据,修正每个子网格的第二修正数据,得到第三修正数据,并将每个子网格的所述第三修正数据作为其污染物浓度数据;
根据所述第一网格和所述全部子网格信息的预设关系以及所述每个子网格的污染物浓度数据,确定第一网格的原始污染物浓度数据;
获取所述第一网格的位置信息;
根据所述第一点位信息和所述第一网格的位置信息,计算所述第一网格和所述第一设备的第四距离;
根据所述第四距离和所述第一污染物浓度数据,修正所述第一网格的原始污染物浓度数据,得到第四修正数据;
根据所述第二点位信息和所述第一网格的位置信息,计算所述第一网格和所述第二设备的第五距离;
根据所述第五距离和所述第二污染物浓度数据,修正所述第四修正数据,得到第五修正数据;根据所述第三点位信息和所述第一网格的位置信息,计算所述第一网格和所述第三设备的第六距离;
根据所述第六距离和所述第三污染物浓度数据,修正所述第五修正数据,得到第六修正数据,并将所述第六修正数据作为所述第一网格的污染物浓度数据。
2.根据权利要求1所述的污染物浓度的确定方法,其特征在于,所述根据所述第一点位信息和每个子网格的位置信息,分别计算所述每个子网格和所述第一设备的第一距离,具体包括:获取第一点位的经纬度数据;
获取每个子网格的经纬度数据,其中,所述每个子网格的经纬度数据包括左上经纬度数据、左下经纬度数据、右上经纬度数据、右下经纬度数据和中间经纬度数据;
根据所述第一点位的经纬度数据、所述左上经纬度数据、所述左下经纬度数据、所述右上经纬度数据、所述右下经纬度数据和所述中间经纬度数据,计算每个子网格和所述第一设备的第一距离。
3.根据权利要求1所述的污染物浓度的确定方法,其特征在于,所述根据所述第一区域的位置信息、第一区域的污染物浓度数据和每个子网格的位置信息,计算所述每个子网格的原始污染物浓度数据,具体包括:
根据所述第一区域的位置信息和所述每个子网格的位置信息,确定第一区域和子网格的重叠区域;
根据所述第一区域的污染物浓度数据,确定重叠区域的子网格的污染物浓度数据;
通过插值,得到非重叠区域的子网格的污染物浓度数据,所述重叠区域的子网格的污染物浓度数据和所述非重叠区域的子网格的污染物浓度数据构成全部子网格的原始污染物浓度数据。
4.根据权利要求1所述的污染物浓度的确定方法,其特征在于,所述根据所述第一距离和所述每个子网格的原始污染物浓度数据,修正每个子网格的原始污染物浓度数据,得到第一修正数据,具体包括:
根据预设的半径常量和所述子网格的位置信息,确定相关系数;
根据所述每个子网格的原始污染物浓度数据、所述相关系数和所述第一距离,得到第一修正数据。
5.根据权利要求1所述的污染物浓度的确定方法,其特征在于,所述根据所述第一网格和所述全部子网格信息的预设关系以及所述每个子网格的污染物浓度数据,确定第一网格的原始污染物浓度数据,具体包括:
根据所述第一网格和所述全部子网格信息的预设关系,确定子网格的数量;
根据每个子网格的污染物浓度数据,确定污染物浓度数据之和;
根据所述子网格的数量和所述污染物浓度数据之和,确定第一网格的原始污染物浓度数据。
6.一种污染物浓度的确定装置,其特征在于,所述污染物浓度的确定装置包括:
获取单元,所述获取单元用于,获取第一网格内的至少三个第一设备的第一点位信息和第一污染物浓度数据;
所述获取单元还用于,获取第二设备的第二点位信息和第二污染物浓度数据;
所述获取单元还用于,获取第三设备的第三点位信息和第三污染物浓度数据;
所述获取单元还用于,获取第一网格的全部子网格信息,所述全部子网格信息中的每个子网格信息包括该子网格的位置信息;
所述获取单元还用于,获取第一区域的第一数据,其中,所述第一数据包括第一区域的位置信息和第一区域的污染物浓度数据;
计算单元,所述计算单元用于,根据所述第一区域的位置信息、第一区域的污染物浓度数据和每个子网格的位置信息,计算所述每个子网格的原始污染物浓度数据;
所述计算单元还用于,根据所述第一点位信息和每个子网格的位置信息,分别计算所述每个子网格和所述第一设备的第一距离;
修正单元,所述修正单元用于,根据所述第一距离和所述每个子网格的原始污染物浓度数据,修正每个子网格的原始污染物浓度数据,得到第一修正数据;
所述计算单元还用于,根据所述第二点位信息和每个子网格的位置信息,分别计算所述每个子网格和所述第二设备的第二距离;
所述修正单元还用于,根据所述第二距离和所述第二污染物浓度数据,修正每个子网格的第一修正数据,得到第二修正数据;
所述计算单元还用于,根据所述第三点位信息和每个子网格的位置信息,分别计算所述每个子网格和所述第三设备的第三距离;
所述修正单元还用于,根据所述第三距离和所述第三污染物浓度数据,修正每个子网格的第二修正数据,得到第三修正数据,并将每个子网格的所述第三修正数据作为其污染物浓度数据;
确定单元,所述确定单元用于,根据所述第一网格和所述全部子网格信息的预设关系以及所述每个子网格的污染物浓度数据,确定第一网格的原始污染物浓度数据;
所述获取单元还用于,获取所述第一网格的位置信息;
所述计算单元还用于,根据所述第一点位信息和所述第一网格的位置信息,计算所述第一网格和所述第一设备的第四距离;
所述修正单元还用于,根据所述第四距离和所述第一污染物浓度数据,修正所述第一网格的原始污染物浓度数据,得到第四修正数据;
所述计算单元还用于,根据所述第二点位信息和所述第一网格的位置信息,计算所述第一网格和所述第二设备的第五距离;
所述修正单元还用于,根据所述第五距离和所述第二污染物浓度数据,修正所述第四修正数据,得到第五修正数据;
所述计算单元还用于,根据所述第三点位信息和所述第一网格的位置信息,计算所述第一网格和所述第三设备的第六距离;
所述修正单元还用于,根据所述第六距离和所述第三污染物浓度数据,修正所述第五修正数据,得到第六修正数据,并将所述第六修正数据作为所述第一网格的污染物浓度数据。
7.根据权利要求6所述的污染物浓度的确定装置,其特征在于,所述计算单元具体用于:获取第一点位的经纬度数据;
获取每个子网格的经纬度数据,其中,所述每个子网格的经纬度数据包括左上经纬度数据、左下经纬度数据、右上经纬度数据、右下经纬度数据和中间经纬度数据;
根据所述第一点位的经纬度数据、所述左上经纬度数据、所述左下经纬度数据、所述右上经纬度数据、所述右下经纬度数据和所述中间经纬度数据,计算每个子网格和所述第一设备的第一距离。
8.根据权利要求6所述的污染物浓度的确定装置,其特征在于,所述计算单元具体用于:根据所述第一区域的位置信息和所述每个子网格的位置信息,确定第一区域和子网格的重叠区域;
根据所述第一区域的污染物浓度数据,确定重叠区域的子网格的污染物浓度数据;
通过插值,得到非重叠区域的子网格的污染物浓度数据,所述重叠区域的子网格的污染物浓度数据和所述非重叠区域的子网格的污染物浓度数据构成全部子网格的原始污染物浓度数据。
9.根据权利要求6所述的污染物浓度的确定装置,其特征在于,所述修正单元具体用于:根据预设的半径常量和所述子网格的位置信息,确定相关系数;
根据所述每个子网格的原始污染物浓度数据、所述相关系数和所述第一距离,得到第一修正数据。
10.根据权利要求6所述的污染物浓度的确定装置,其特征在于,所述确定单元具体用于:根据所述第一网格和所述全部子网格信息的预设关系,确定子网格的数量;
根据每个子网格的污染物浓度数据,确定污染物浓度数据之和;
根据所述子网格的数量和所述污染物浓度数据之和,确定第一网格的原始污染物浓度数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811083073.6A CN109085100B (zh) | 2018-09-17 | 2018-09-17 | 污染物浓度的确定方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811083073.6A CN109085100B (zh) | 2018-09-17 | 2018-09-17 | 污染物浓度的确定方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109085100A CN109085100A (zh) | 2018-12-25 |
CN109085100B true CN109085100B (zh) | 2023-10-31 |
Family
ID=64841798
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811083073.6A Active CN109085100B (zh) | 2018-09-17 | 2018-09-17 | 污染物浓度的确定方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109085100B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109765149B (zh) * | 2018-12-27 | 2021-12-03 | 北京英视睿达科技有限公司 | 一种基于总悬浮颗粒物确定降尘量的方法及装置 |
CN109814549B (zh) * | 2018-12-29 | 2023-11-10 | 北京英视睿达科技股份有限公司 | 一种确定污染源位置的方法、装置和*** |
CN116738539B (zh) * | 2023-06-09 | 2024-01-09 | 西安交通大学 | 一种基于水动力模型的污染物扩散预测***及方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103336093A (zh) * | 2013-06-26 | 2013-10-02 | 中山大学 | 一种区域空间质量分析方法 |
RU2503042C1 (ru) * | 2012-08-21 | 2013-12-27 | Федеральное бюджетное учреждение науки "Федеральный научный центр медико-профилактических технологий управления рисками здоровью населения" (ФБУН "ФНЦ медико-профилактических технологий управления рисками здоровью населения") | Способ пространственной количественной оценки уровня загрязнения атмосферного воздуха |
KR20150031577A (ko) * | 2013-09-16 | 2015-03-25 | 주식회사 에니텍 | 대기오염물질 배출량 역산출 방법 |
CN106407714A (zh) * | 2016-10-14 | 2017-02-15 | 珠海富鸿科技有限公司 | 基于calpuff***的大气污染评估方法及装置 |
CN107607450A (zh) * | 2017-09-15 | 2018-01-19 | 深圳市卡普瑞环境科技有限公司 | 一种大气质量监测方法及相关设备 |
-
2018
- 2018-09-17 CN CN201811083073.6A patent/CN109085100B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2503042C1 (ru) * | 2012-08-21 | 2013-12-27 | Федеральное бюджетное учреждение науки "Федеральный научный центр медико-профилактических технологий управления рисками здоровью населения" (ФБУН "ФНЦ медико-профилактических технологий управления рисками здоровью населения") | Способ пространственной количественной оценки уровня загрязнения атмосферного воздуха |
CN103336093A (zh) * | 2013-06-26 | 2013-10-02 | 中山大学 | 一种区域空间质量分析方法 |
KR20150031577A (ko) * | 2013-09-16 | 2015-03-25 | 주식회사 에니텍 | 대기오염물질 배출량 역산출 방법 |
CN106407714A (zh) * | 2016-10-14 | 2017-02-15 | 珠海富鸿科技有限公司 | 基于calpuff***的大气污染评估方法及装置 |
CN107607450A (zh) * | 2017-09-15 | 2018-01-19 | 深圳市卡普瑞环境科技有限公司 | 一种大气质量监测方法及相关设备 |
Non-Patent Citations (1)
Title |
---|
ArcGIS在大气污染源排放清单建立中的应用研究;张晓郁;陈振飞;徐文哲;;环境科学与管理(第01期);第135-139页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109085100A (zh) | 2018-12-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ravindra et al. | Air pollution in India: bridging the gap between science and policy | |
Super et al. | Uncertainty analysis of a European high-resolution emission inventory of CO 2 and CO to support inverse modelling and network design | |
CN109085100B (zh) | 污染物浓度的确定方法及装置 | |
Elbir | A GIS based decision support system for estimation, visualization and analysis of air pollution for large Turkish cities | |
CN111125641B (zh) | 一种大气污染异常识别与成因分析方法、装置及存储介质 | |
O'Leary et al. | Identification and influence of spatio-temporal outliers in urban air quality measurements | |
Pesch et al. | Mosses as bioindicators for metal accumulation: Statistical aggregation of measurement data to exposure indices | |
CN110738354B (zh) | 预测颗粒物浓度的方法、装置、存储介质及电子设备 | |
CN112991132B (zh) | Pm2.5和臭氧协同管控区域识别方法及装置 | |
CN109524130A (zh) | 车辆对污染物浓度贡献率的确定方法及装置 | |
CN115436573B (zh) | 一种大气污染源智能监测方法及装置 | |
CN114218976B (zh) | 臭氧前体物高值区精细化排放源追溯定位方法和*** | |
Kumar et al. | Air quality interventions and spatial dynamics of air pollution in Delhi and its surroundings | |
ApSimon et al. | The UK Integrated Assessment Model for source apportionment and air pollution policy applications to PM2. 5 | |
Carnevale et al. | Applying the delta tool to support the air quality directive: evaluation of the TCAM chemical transport model | |
Puyana-Romero et al. | A 3D GIS tool for the detection of noise hot-spots from major roads | |
CN109613179B (zh) | 累积高值区的确定方法 | |
CN109856321A (zh) | 异常高值点位的确定方法 | |
Borrego et al. | Reducing NO 2 pollution over urban areas: Air quality modelling as a fundamental management tool | |
Halimi et al. | Modeling spatial distribution of Tehran air pollutants using geostatistical methods incorporate uncertainty maps | |
Sartini et al. | From emissions to source allocation: Synergies and trade-offs between top-down and bottom-up information | |
CN109507367A (zh) | 确定大气污染物精细化分布的方法及装置 | |
CN111461163B (zh) | 城市内部pm2.5浓度模拟和人口暴露度评估方法和装置 | |
CN109521155B (zh) | 质控方法及装置 | |
Oliva et al. | Urban odour annoyance management: An advanced embedded system for real-time monitoring enhanced by citizen science |
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 | ||
CB02 | Change of applicant information |
Address after: 100070 Beijing Fengtai Auto Museum West Road No. 8 Courtyard 1 Building 6 Floor 606 Applicant after: Beijing Yingshi Ruida Technology Co.,Ltd. Address before: 1202, No. 18, Yumin Middle Road, Xicheng District, Beijing 100029 Applicant before: BEIJING INSIGHTS VALUE TECHNOLOGY Co.,Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |