CN111753906B - 污染物传输轨迹的聚类方法、装置、电子设备及存储介质 - Google Patents
污染物传输轨迹的聚类方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN111753906B CN111753906B CN202010589010.9A CN202010589010A CN111753906B CN 111753906 B CN111753906 B CN 111753906B CN 202010589010 A CN202010589010 A CN 202010589010A CN 111753906 B CN111753906 B CN 111753906B
- Authority
- CN
- China
- Prior art keywords
- pollutant
- area
- track
- clustering
- request 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Remote Sensing (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请提出一种污染物传输轨迹的聚类方法、装置、电子设备及存储介质，该方法包括：服务器接收终端发送的聚类请求信息，聚类请求信息至少包括目标时间、目标区域和轨迹类型；根据聚类请求信息，生成目标区域在目标时间内的污染物轨迹图；发送污染物轨迹图给终端。本申请中用户向终端提交聚类请求信息，终端将聚类请求信息发送给服务器。服务器根据聚类请求信息包括的目标时间、目标区域、轨迹类型等参数，生成污染物轨迹图。服务器将污染物轨迹图发送给终端。终端显示该污染物轨迹图。污染物轨迹的聚类分析过程全部由服务器自动化执行，无需用户人工分析，避免人工分析易出错的问题，且大大提高了污染物轨迹聚类分析的效率，降低了人工成本。
Description
技术领域
本申请属于环境保护技术领域，具体涉及一种污染物传输轨迹的聚类方法、装置、电子设备及存储介质。
背景技术
污染物的传输轨迹能够直观地展示污染物的传输路径。模拟污染物的传输轨迹，并对模拟的污染物传输轨迹进行聚类，对空气污染的成因分析及污染防控等方面具有重要意义。
目前，相关技术中通常由用户获取目标区域的污染物数据及气象数据，根据获取的污染物数据和气象数据，通过HYSPLIT(Hybrid Single Particle LagrangianIntegrated Trajectory Model，拉格朗日混合单粒子轨道模型)模拟污染物的传输轨迹，然后用户操作特定的气象制图软件对模拟的污染物传输轨迹进行聚类。
但上述相关技术中需要用户人工操作处理，效率很低且容易出现差错。
发明内容
本申请提出一种污染物传输轨迹的聚类方法、装置、电子设备及存储介质，在本申请中污染物轨迹的聚类分析过程全部由服务器自动化执行，无需用户人工分析，避免人工分析易出错的问题，且大大提高了污染物轨迹聚类分析的效率，降低了人工成本。
本申请第一方面实施例提出了一种污染物传输轨迹的聚类方法，应用于服务器，所述方法包括；
接收终端发送的聚类请求信息，所述聚类请求信息至少包括目标时间、目标区域和轨迹类型；
根据所述聚类请求信息，生成所述目标区域在所述目标时间内的污染物轨迹图；
发送所述污染物轨迹图给所述终端。
在本申请的一些实施例中，所述根据所述聚类请求信息，生成所述目标区域在所述目标时间内的污染物轨迹图，包括：
获取所述目标区域对应的区域信息，以及获取所述目标区域在所述目标时间内的污染物数据和气象数据；
根据所述区域信息、所述污染物数据和所述气象数据，对所述目标区域对应的污染物途经地区内的污染物数据进行聚类，得到所述轨迹类型对应的污染物传输轨迹；
根据所述污染物传输轨迹及所述区域信息包括的区域地图，生成污染物轨迹图。
在本申请的一些实施例中，所述根据所述区域信息、所述污染物数据和所述气象数据，对所述目标区域对应的污染物途经地区内的污染物数据进行聚类，得到所述轨迹类型对应的污染物传输轨迹，包括：
根据所述气象数据和所述污染物数据，模拟所述轨迹类型对应的气团传输轨迹；
根据所述气象数据和所述气团传输轨迹，对所述区域信息包括的区域地图进行网格划分；
对位于同一网格内的气团传输轨迹进行聚类，得到所述轨迹类型对应的污染物传输轨迹。
在本申请的一些实施例中，所述根据所述气象数据和所述气团传输轨迹，对所述区域信息包括的区域地图进行网格划分，包括：
根据所述气象数据和所述气团传输轨迹，获取污染物途经地区的中心点经纬度；
根据所述中心点经纬度和所述区域信息，计算所述污染物途经地区与所述目标区域之间的距离；
若确定所述污染物途经地区对应的所述距离小于或等于预设阈值，则将所述污染物途经地区包括的每个地市级区域或区县级区域分别划分为一个网格；
若确定所述污染物途经地区对应的所述距离大于所述预设阈值，则将所述污染物途经地区包括的每个省级区域分别划分为一个网格。
在本申请的一些实施例中，所述聚类请求信息还包括聚类高度；所述获取所述目标区域在所述目标时间内的污染物数据和气象数据，包括：
获取所述目标区域在所述目标时间内所述聚类高度处的污染物数据和气象数据。
在本申请的一些实施例中，所述根据所述聚类请求信息，生成所述目标区域在所述目标时间内的污染物轨迹图，包括：
从数据库中获取所述目标区域在所述目标时间内的所述轨迹类型对应的污染物轨迹图。
在本申请的一些实施例中，所述从数据库中获取所述目标区域在所述目标时间内的所述轨迹类型对应的污染物轨迹图之前，还包括：
每隔预设时长获取各个区域对应的区域信息、污染物数据和气象数据；
根据各个区域对应的区域信息、污染物数据和气象数据，分别对各个区域对应的污染物途经地区内的污染物数据进行聚类，得到各个区域对应每种轨迹类型的污染物传输轨迹；
根据每个区域对应的每种轨迹类型的污染物传输轨迹及每个区域对应的区域地图，分别生成每个区域对应的每种轨迹类型的污染物轨迹图；
将每个区域对应的每种轨迹类型的污染物轨迹图存储在数据库中。
本申请第二方面的实施例提供了一种污染物传输轨迹的聚类方法，应用于终端，所述方法包括；
获取用户提交的聚类请求信息，所述聚类请求信息至少包括目标时间、目标区域和轨迹类型；
发送所述聚类请求信息给服务器；
接收所述服务器返回的所述聚类请求信息对应的污染物轨迹图；
显示所述污染物轨迹图。
在本申请的一些实施例中，所述聚类请求信息还包括聚类高度。
本申请第三方面的实施例提供了一种污染物传输轨迹的聚类***，所述***包括；终端和服务器；
所述终端，用于获取用户提交的聚类请求信息，所述聚类请求信息至少包括目标时间、目标区域和轨迹类型；发送所述聚类请求信息给所述服务器；接收所述服务器返回的所述聚类请求信息对应的污染物轨迹图；显示所述污染物轨迹图；
所述服务器，用于接收所述终端发送的所述聚类请求信息；根据所述聚类请求信息，生成所述目标区域在所述目标时间内的污染物轨迹图；发送所述污染物轨迹图给所述终端。
本申请第四方面的实施例提供了一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器运行所述计算机程序以实现上述第一方面或第二方面所述的方法。
本申请第五方面的实施例提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行实现上述第一方面或第二方面所述的方法。
本申请实施例中提供的技术方案，至少具有如下技术效果或优点：
在本申请实施例中，用户向终端提交聚类请求信息，终端将聚类请求信息发送给服务器。服务器根据聚类请求信息包括的目标时间、目标区域、轨迹类型等参数，生成对应的污染物轨迹图。服务器将生成的污染物轨迹图发送给终端。终端将该污染物轨迹图显示给用户。污染物轨迹的聚类分析过程全部由服务器自动化执行，无需用户进行人工分析，避免了人工分析易出错的问题，并且大大提高了污染物轨迹聚类分析的效率，降低了人工成本。
本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变的明显，或通过本申请的实践了解到。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本申请的限制。而且在整个附图中，用相同的参考符号表示相同的部件。
在附图中：
图1示出了本申请一实施例所提供的一种污染物传输轨迹的聚类方法的流程图；
图2示出了本申请一实施例所提供的用于污染物传输轨迹聚类的客户端的界面示意图；
图3示出了本申请一实施例所提供的污染物轨迹图；
图4示出了本申请一实施例所提供的一种污染物传输轨迹的聚类***的示意图；
图5示出了本申请一实施例所提供的一种污染物传输轨迹的聚类装置的结构示意图；
图6示出了本申请另一实施例所提供的一种污染物传输轨迹的聚类装置的结构示意图；
图7示出了本申请一实施例所提供的一种电子设备的结构示意图；
图8示出了本申请一实施例所提供的一种存储介质的示意图。
具体实施方式
下面将参照附图更详细地描述本申请的示例性实施方式。虽然附图中显示了本申请的示例性实施方式，然而应当理解，可以以各种形式实现本申请而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了能够更透彻地理解本申请，并且能够将本申请的范围完整的传达给本领域的技术人员。
需要注意的是，除非另有说明，本申请使用的技术术语或者科学术语应当为本申请所属领域技术人员所理解的通常意义。
下面结合附图来描述本申请实施例提出的一种污染物传输轨迹的聚类方法、装置、电子设备及存储介质。
本申请实施例提供了一种污染物传输轨迹的聚类方法，该方法实现了污染物传输轨迹聚类的在线实时分析，自动化程度高，无需用户人工分析，提升分析人员的工作效率，减少人工成本。参见图1，该方法具体包括以下步骤；
步骤101：终端获取用户提交的聚类请求信息，该聚类请求信息至少包括目标时间、目标区域和轨迹类型。
终端可以为用户的手机、平板电脑、笔记本电脑、台式电脑等，终端上安装有用于污染物传输轨迹聚类的客户端。客户端的界面上提供有时间输入接口、区域输入接口和轨迹类型输入接口。用户可以在该界面上输入目标时间、目标区域和轨迹类型。其中，轨迹类型可以为前向轨迹或后向轨迹，前向轨迹表示污染物从目标区域向其他区域传输的轨迹，后向轨迹表示污染物从其他区域向目标区域传输的轨迹。目标区域可以为一个省、一个市或一个市内的某个区，如目标区域可以为河北省、北京市或海淀区等。目标时间可以为具体某一天，如2020年5月30日或2020年6月1日等。目标时间也可以为一段时间，该段时间的时长可以为一周或一个月等，如目标时间可以为2020年5月1日至2020年5月31日之间的一个月的时间。
如图2所示的客户端的界面，该界面中时间输入接口为“起报时间”和“预报时间”，“起报时间”和“预报时间”内所填写的时间相同时，目标时间即为“起报时间”或“预报时间”内用户填写的时间。“起报时间”和“预报时间”内所填写的时间不相同时，目标时间为从“起报时间”至“预报时间”之间的时间段，该时间段可以为一周或一个月等。区域输入接口为“城市”。轨迹类型输入接口为“分类”，该“分类”包括“前向轨迹”和“后向轨迹”，用户可以点击其中之一来设定轨迹类型。
步骤102：终端发送该聚类请求信息给服务器。
本申请实施例中终端通过有线或无线方式与服务器连接，终端通过客户端的界面获取到用户提交的聚类请求信息后，通过互联网将该聚类请求信息发送给服务器。
步骤103：服务器接收终端发送的该聚类请求信息，根据该聚类请求信息，生成目标区域在目标时间内的污染物轨迹图。
服务器接收终端发送的聚类请求信息，通过如下步骤S1-S3的操作来生成目标区域在目标时间内的污染物轨迹图，包括：
S1：服务器获取目标区域对应的区域信息，以及获取目标区域在目标时间内的污染物数据和气象数据。
区域信息包括目标区域对应的区域范围内城市的名称、城市中心点的经纬度、城市包括的各个区的名称以及各个区的中心点的经纬度以及该区域范围对应的区域地图等。区域范围为包括目标区域在内的更大区域，如若目标区域为北京，则区域范围可以为京津冀地区、华北地区或中国等。进一步地，区域范围可以为以目标区域为圆点以一定距离为半径的圆，图2所示的客户端的界面上可以设置有半径输入接口，用户可以通过该半径输入接口来设置目标区域对应的区域范围的半径的大小。本申请实施例可以分别以各个城市作为目标区域，分别整理各个城市对应的区域信息，并将各个城市对应的区域信息存储在数据库中。服务器接收到终端发送的聚类请求信息后，根据聚类请求信息包括的目标区域，从数据库中获取该目标区域对应的区域信息。
目标区域对应的区域范围内设置有很多用于监测污染物数据的站点，污染物数据包括PM2.5、PM10、SO2、NO2、O3-8h、CO等空气污染物的浓度。服务器可以根据聚类请求信息包括的目标区域和目标时间，从目标区域对应的区域范围内的站点处获取该目标区域在目标时间内的污染物数据。本申请实施例还可以周期性地从各个区域内的站点处获取污染物数据，将获取的污染物数据、污染物数据对应的时间、站点所处的地理位置信息等对应存储在数据库中。服务器接收到终端发送的聚类请求信息后，根据聚类请求信息包括的目标区域确定该目标区域对应的区域范围。根据数据库中包括的所有站点的地理位置信息，筛选出位于该区域范围内的站点的地理位置信息。从这些站点的地理位置信息对应的污染物数据中，获取聚类请求信息包括的目标时间对应的污染物数据。
气象数据可以为GFS(Global Forecast System，全球预报***)数据。服务器根据聚类请求信息包括的目标区域确定该目标区域对应的区域范围，从全球范围的GFS数据中截取该区域范围内的GFS数据。然后再从截取的GFS数据中截取目标时间对应的GFS数据，最终截取出的GFS数据即为目标区域在目标时间内的气象数据，该气象数据中包括目标区域对应的区域范围内每个地区在目标时间内的温度、湿度、风速、压强等气象参数值，以及包括这些气象参数值对应的数据经纬度。数据经纬度为气象参数值对应的地理位置处的经纬度，该地理位置可能在某个地区的中心点，也可能不在该地区的中心点上。
S2：服务器根据获取的区域信息、污染物数据和气象数据，对目标区域对应的污染物途经地区内的污染物数据进行聚类，得到轨迹类型对应的污染物传输轨迹。
首先根据获取的气象数据和污染物数据，模拟聚类请求信息包括的轨迹类型对应的气团传输轨迹。将获取的气象数据和污染物数据输入HYSPLIT(混合单粒子拉格朗日综合轨迹模式)模型中，通过HYSPLIT模型模拟聚类请求信息包括的轨迹类型对应的气团传输轨迹。
根据获取的气象数据和模拟的气团传输轨迹，对区域信息包括的区域地图进行网格划分。具体地，根据气象数据和气团传输轨迹，获取污染物途经地区的中心点经纬度。首先根据气团传输轨迹所包含的经纬度信息，确定该经纬度信息标识的位置所在的省、城市或城市包括的区，从而确定气团传输轨迹途经的每个省、每个省包括的各个城市以及各个城市包括的每个区，也就是说确定气团传输轨迹途经的省级、地市级和区县级的地区，本申请实施例将这些地区称为污染物途经地区。而区域信息包括目标区域对应的区域范围内的省的中心点经纬度、城市的中心点经纬度以及城市包括的各个区的中心点经纬度等，因此可以从区域信息中获取该污染物途径地区的中心点经纬度。
通过上述方式确定出气团传输轨迹途经的每个污染物途经地区的中心点经纬度后，根据每个污染物途经地区的中心点经纬度和目标区域对应的区域信息，分别计算每个污染物途经地区与目标区域之间的距离。具体地，从目标区域对应的区域信息中获取目标区域的中心点经纬度。然后分别根据每个污染物途经地区的中心点经纬度和目标区域的中心点经纬度，通过如下公式(1)分别计算每个污染物途经地区与目标区域之间的距离。
在公式(1)中，S为污染物途经地区与目标区域之间的距离。Lat1为污染物途经地区的中心点纬度，Lat2为目标区域的中心点纬度。a为污染物途经地区的中心点纬度与目标区域的中心点纬度之间的纬度差，b为污染物途经地区的中心点经度与目标区域的中心点经度之间的经度差。6378.137为地球半径。
通过上述方式分别计算出每个污染物途经地区与目标区域之间的距离之后，分别将每个污染物途经地区对应的距离与预设阈值进行比较，预设阈值可以为500km或600km等。若确定污染物途经地区对应的距离小于或等于预设阈值，则将污染物途经地区包括的每个地市级区域或区县级区域分别划分为一个网格。若确定污染物途经地区对应的距离大于预设阈值，则将污染物途经地区包括的每个省级区域分别划分为一个网格。即当距离小于或等于预设阈值时，网格缩小，以地市或区为网格，当距离大于预设阈值时，网格扩大，以省为网格。与目标区域之间的距离由近到远，网格越来越大。
例如，假设北京朝阳区为目标区域，污染物途经地区有河北省、北京市的其他区及内蒙古自治区，则网格划分方式可以为北京市按区划分，每个区分别划分为一个网格。河北省按地市划分，每个地市分别划分为一个网格。内蒙古自治区按省划分，整个内蒙古自治区划分为一个网格。
通过上述方式对目标区域对应的区域地图进行网格划分之后，对位于同一网格内的气团传输轨迹进行聚类，得到聚类请求信息包括的轨迹类型对应的污染物传输轨迹。例如，假设北京朝阳区为目标区域，划分的网格为北京的每个区分别划分为一个网格，河北省的每个地市分别划分为一个网格。整个内蒙古自治区划分为一个网格。则将位于北京海淀区内的气团传输轨迹聚类到一起，位于昌平区内的气团传输轨迹聚类到一起，等等。对于位于河北省保定市的气团传输轨迹聚类到一起，对于位于河北省石家庄市的气团传输轨迹聚类到一起，等等。将位于内蒙古自治区的气团传输轨迹聚类到一起。
S3：服务器根据污染物传输轨迹及区域信息包括的区域地图，生成污染物轨迹图。
通过步骤S2获得轨迹类型对应的污染物传输轨迹之后，将得到的污染物传输轨迹渲染到区域信息包括的区域地图中，得到污染物轨迹图，污染物轨迹图为标注了污染物传输轨迹的二维地图和/或三维地图。其中，若聚类请求信息包括的轨迹类型为后向轨迹，则污染物轨迹图中污染物传输轨迹上标注的箭头是由污染物途经地区指向目标区域的。若聚类请求信息包括的轨迹类型为前向轨迹，则污染物轨迹图中污染物传输轨迹上标注的箭头是由目标区域指向污染物途经地区的。
在本申请实施例中，服务器接收到终端发送的聚类请求信息后，可以通过上述步骤S1-S3的操作实时地生成该聚类请求信息对应的污染物轨迹图。除此之外服务器还可以预先生成各个区域在不同时间的不同轨迹类型的污染物轨迹图，并将生成的污染物轨迹图与区域、时间及轨迹类型的对应关系存储在服务器中。
具体地，服务器每隔预设时长获取各个区域对应的区域信息及该预设时长内的污染物数据和气象数据。预设时长可以为一天、一周或一个月等。区域信息、污染物数据和气象数据的获取过程均与上述步骤S1中相同，在此不再赘述。根据各个区域对应的区域信息、预设时长内的污染物数据和气象数据，分别对各个区域对应的污染物途经地区内的污染物数据进行聚类，得到各个区域对应每种轨迹类型的污染物传输轨迹。服务器按照上述步骤S2的操作分别对各个区域在预设时长内的每一天的污染物数据进行聚类，得到各个区域在预设时长内每一天的前向轨迹的污染物传输轨迹和后向轨迹的污染物传输轨迹。然后按照上述步骤S3的操作根据每个区域对应的每种轨迹类型的污染物传输轨迹及每个区域对应的区域地图，分别生成每个区域对应的每种轨迹类型的污染物轨迹图。将每个区域对应的每种轨迹类型的污染物轨迹图存储在数据库中。具体地，将区域名称、轨迹类型、时间及污染物轨迹图的对应关系存储在服务器中。
当服务器接收到终端发送的聚类请求信息后，直接根据该聚类请求信息包括的目标时间、目标区域及轨迹类型，从数据库中获取目标区域在目标时间内的该轨迹类型对应的污染物轨迹图。其中，目标时间可以为具体某一天，如2020年5月30日或2020年6月1日等。目标时间也可以为一段时间，该段时间的时长可以为一周或一个月等，如目标时间可以为2020年5月1日至2020年5月31日之间的一个月的时间。
通过上述方式周期性地生成各个区域不同时间不同轨迹类型的污染物轨迹图，并存储在数据库中。当用户请求对某个区域某个时间的前向轨迹或后向轨迹进行聚类分析时，服务器可以直接从服务器中获取对应的聚类结果，无需等待，缩短用户聚类请求的响应时间。
在本申请实施例中，如图2所示，客户端的界面中还提供有聚类高度的输入接口，用户可以从该输入接口提交需要分析的聚类高度。也就是说，终端发送给服务器的聚类请求信息中还可以包括聚类高度。当聚类请求信息中还包括聚类高度时，上述步骤S1中服务器需要获取目标区域在目标时间内该聚类高度处的污染物数据和气象数据。然后按照步骤S2和S3的操作生成目标区域在目标时间内该聚类高度对应的污染物轨迹图。
步骤104：服务器发送该污染物轨迹图给终端。
步骤105：终端接收服务器返回的该聚类请求信息对应的污染物轨迹图，显示该污染物轨迹图。
终端接收服务器返回的污染物轨迹图之后，显示该污染物轨迹图，以便用户直观地浏览目标区域对应的污染物传输轨迹。具体地，终端可以通过GIS(GeographicInformation System，地理信息***)展示该污染物轨迹图。作为一种示例，图3示出了沈阳市在2020年5月30日的后向轨迹的聚类示意图。
在本申请实施例中，用户向终端提交聚类请求信息，终端将聚类请求信息发送给服务器。服务器根据聚类请求信息包括的目标时间、目标区域、轨迹类型等参数，生成对应的污染物轨迹图。服务器将生成的污染物轨迹图发送给终端。终端将该污染物轨迹图显示给用户。污染物轨迹的聚类分析过程全部由服务器自动化执行，无需用户进行人工分析，避免了人工分析易出错的问题，并且大大提高了污染物轨迹聚类分析的效率，降低了人工成本。
本申请实施例提供了一种污染物传输轨迹的聚类***，参见图4，该***包括终端401和服务器402；
终端401，用于获取用户提交的聚类请求信息，聚类请求信息至少包括目标时间、目标区域和轨迹类型；发送聚类请求信息给服务器402；接收服务器402返回的聚类请求信息对应的污染物轨迹图；显示污染物轨迹图；
服务器402，用于接收终端401发送的聚类请求信息；根据聚类请求信息，生成目标区域在目标时间内的污染物轨迹图；发送污染物轨迹图给终端401。
在本申请实施例中，终端401的操作均可参考上述污染物传输轨迹的聚类方法中终端的操作，在此不再赘述。服务器402的操作均可参考上述污染物传输轨迹的聚类方法中服务器的操作，在此不再赘述。
在本申请实施例中，用户向终端提交聚类请求信息，终端将聚类请求信息发送给服务器。服务器根据聚类请求信息包括的目标时间、目标区域、轨迹类型等参数，生成对应的污染物轨迹图。服务器将生成的污染物轨迹图发送给终端。终端将该污染物轨迹图显示给用户。污染物轨迹的聚类分析过程全部由服务器自动化执行，无需用户进行人工分析，避免了人工分析易出错的问题，并且大大提高了污染物轨迹聚类分析的效率，降低了人工成本。
本申请实施例提供了一种污染物传输轨迹的聚类装置，该装置用于执行上述实施例所述的污染物传输轨迹的聚类方法中服务器所执行的操作，参见图5，该装置包括：
聚类请求接收模块501，用于接收终端发送的聚类请求信息，聚类请求信息至少包括目标时间、目标区域和轨迹类型；
轨迹图生成模块502，用于根据聚类请求信息，生成目标区域在目标时间内的污染物轨迹图；
轨迹图发送模块503，用于发送污染物轨迹图给终端。
上述轨迹图生成模块502包括：
获取单元，用于获取目标区域对应的区域信息，以及获取目标区域在目标时间内的污染物数据和气象数据；
聚类单元，用于根据区域信息、污染物数据和气象数据，对目标区域对应的污染物途经地区内的污染物数据进行聚类，得到轨迹类型对应的污染物传输轨迹；
生成单元，用于根据污染物传输轨迹及区域信息包括的区域地图，生成污染物轨迹图。
上述聚类单元包括：
模拟子单元，用于根据气象数据和污染物数据，模拟轨迹类型对应的气团传输轨迹；
划分子单元，用于根据气象数据和气团传输轨迹，对区域信息包括的区域地图进行网格划分；
聚类子单元，用于对位于同一网格内的气团传输轨迹进行聚类，得到轨迹类型对应的污染物传输轨迹。
上述划分子单元，用于根据气象数据和气团传输轨迹，获取污染物途经地区的中心点经纬度；根据中心点经纬度和区域信息，计算污染物途经地区与目标区域之间的距离；若确定污染物途经地区对应的距离小于或等于预设阈值，则将污染物途经地区包括的每个地市级区域或区县级区域分别划分为一个网格；若确定污染物途经地区对应的距离大于预设阈值，则将污染物途经地区包括的每个省级区域分别划分为一个网格。
在本申请实施例中，该聚类请求信息还包括聚类高度；获取单元，还用于获取目标区域在目标时间内聚类高度处的污染物数据和气象数据。
轨迹图生成模块502，还用于从数据库中获取目标区域在目标时间内的轨迹类型对应的污染物轨迹图。
该装置还包括：数据库维护模块，用于每隔预设时长获取各个区域对应的区域信息、污染物数据和气象数据；根据各个区域对应的区域信息、污染物数据和气象数据，分别对各个区域对应的污染物途经地区内的污染物数据进行聚类，得到各个区域对应每种轨迹类型的污染物传输轨迹；根据每个区域对应的每种轨迹类型的污染物传输轨迹及每个区域对应的区域地图，分别生成每个区域对应的每种轨迹类型的污染物轨迹图；将每个区域对应的每种轨迹类型的污染物轨迹图存储在数据库中。
本申请的上述实施例提供的污染物传输轨迹的聚类装置与本申请实施例提供的污染物传输轨迹的聚类方法出于相同的发明构思，具有与其存储的应用程序所采用、运行或实现的方法相同的有益效果。
本申请实施例提供了一种污染物传输轨迹的聚类装置，该装置用于执行上述实施例所述的污染物传输轨迹的聚类方法中终端所执行的操作，参见图6，该装置包括：
聚类请求获取模块601，用于获取用户提交的聚类请求信息，聚类请求信息至少包括目标时间、目标区域和轨迹类型；
聚类请求发送模块602，用于发送聚类请求信息给服务器；
轨迹图接收模块603，用于接收服务器返回的聚类请求信息对应的污染物轨迹图；
显示模块604，用于显示污染物轨迹图。
该聚类请求信息还包括聚类高度。
本申请的上述实施例提供的污染物传输轨迹的聚类装置与本申请实施例提供的污染物传输轨迹的聚类方法出于相同的发明构思，具有与其存储的应用程序所采用、运行或实现的方法相同的有益效果。
本申请实施方式还提供一种与前述实施方式所提供的污染物传输轨迹的聚类方法对应的电子设备，以执行上污染物传输轨迹的聚类方法。本申请实施例不做限定。
请参考图7，其示出了本申请的一些实施方式所提供的一种电子设备的示意图。如图7所示，所述电子设备2包括：处理器200，存储器201，总线202和通信接口203，所述处理器200、通信接口203和存储器201通过总线202连接；所述存储器201中存储有可在所述处理器200上运行的计算机程序，所述处理器200运行所述计算机程序时执行本申请前述任一实施方式所提供的污染物传输轨迹的聚类方法。
其中，存储器201可能包含高速随机存取存储器(RAM：Random Access Memory)，也可能还包括非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。通过至少一个通信接口203(可以是有线或者无线)实现该***网元与至少一个其他网元之间的通信连接，可以使用互联网、广域网、本地网、城域网等。
总线202可以是ISA总线、PCI总线或EISA总线等。所述总线可以分为地址总线、数据总线、控制总线等。其中，存储器201用于存储程序，所述处理器200在接收到执行指令后，执行所述程序，前述本申请实施例任一实施方式揭示的所述污染物传输轨迹的聚类方法可以应用于处理器200中，或者由处理器200实现。
处理器200可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器200中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器200可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器201，处理器200读取存储器201中的信息，结合其硬件完成上述方法的步骤。
本申请实施例提供的电子设备与本申请实施例提供的污染物传输轨迹的聚类方法出于相同的发明构思，具有与其采用、运行或实现的方法相同的有益效果。
本申请实施方式还提供一种与前述实施方式所提供的污染物传输轨迹的聚类方法对应的计算机可读存储介质，请参考图8，其示出的计算机可读存储介质为光盘30，其上存储有计算机程序(即程序产品)，所述计算机程序在被处理器运行时，会执行前述任意实施方式所提供的污染物传输轨迹的聚类方法。
需要说明的是，所述计算机可读存储介质的例子还可以包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他光学、磁性存储介质，在此不再一一赘述。
本申请的上述实施例提供的计算机可读存储介质与本申请实施例提供的污染物传输轨迹的聚类方法出于相同的发明构思，具有与其存储的应用程序所采用、运行或实现的方法相同的有益效果。
需要说明的是：
在此提供的算法和显示不与任何特定计算机、虚拟装置或者其它设备有固有相关。各种通用装置也可以与基于在此的示教一起使用。根据上面的描述，构造这类装置所要求的结构是显而易见的。此外，本申请也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本申请的内容，并且上面对特定语言所做的描述是为了披露本申请的最佳实施方式。
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本申请的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
类似地，应当理解，为了精简本申请并帮助理解各个发明方面中的一个或多个，在上面对本申请的示例性实施例的描述中，本申请的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本申请要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本申请的单独实施例。
本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本申请的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本申请的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本申请实施例的虚拟机的创建装置中的一些或者全部部件的一些或者全部功能。本申请还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本申请的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
应该注意的是上述实施例对本申请进行说明而不是对本申请进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本申请可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
以上所述，仅为本申请较佳的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。
Claims (9)
1.一种污染物传输轨迹的聚类方法，其特征在于，应用于服务器，所述方法包括；
接收终端发送的聚类请求信息，所述聚类请求信息至少包括目标时间、目标区域和轨迹类型；
获取所述目标区域对应的区域信息，以及获取所述目标区域在所述目标时间内的污染物数据和气象数据；根据所述气象数据和所述污染物数据，模拟所述轨迹类型对应的气团传输轨迹；根据所述气象数据和所述气团传输轨迹，获取污染物途经地区的中心点经纬度；根据所述中心点经纬度和所述区域信息，计算所述污染物途经地区与所述目标区域之间的距离；若确定所述污染物途经地区对应的所述距离小于或等于预设阈值，则将所述污染物途经地区包括的每个地市级区域或区县级区域分别划分为一个网格；若确定所述污染物途经地区对应的所述距离大于所述预设阈值，则将所述污染物途经地区包括的每个省级区域分别划分为一个网格；对位于同一网格内的气团传输轨迹进行聚类，得到所述轨迹类型对应的污染物传输轨迹；根据所述污染物传输轨迹及所述区域信息包括的区域地图，生成污染物轨迹图；
发送所述污染物轨迹图给所述终端。
2.根据权利要求1所述的方法，其特征在于，所述聚类请求信息还包括聚类高度；所述获取所述目标区域在所述目标时间内的污染物数据和气象数据，包括：
获取所述目标区域在所述目标时间内所述聚类高度处的污染物数据和气象数据。
3.根据权利要求1所述的方法，其特征在于，所述根据所述聚类请求信息，生成所述目标区域在所述目标时间内的污染物轨迹图，包括：
从数据库中获取所述目标区域在所述目标时间内的所述轨迹类型对应的污染物轨迹图。
4.根据权利要求3所述的方法，其特征在于，所述从数据库中获取所述目标区域在所述目标时间内的所述轨迹类型对应的污染物轨迹图之前，还包括：
每隔预设时长获取各个区域对应的区域信息、污染物数据和气象数据；
根据各个区域对应的区域信息、污染物数据和气象数据，分别对各个区域对应的污染物途经地区内的污染物数据进行聚类，得到各个区域对应的每种轨迹类型的污染物传输轨迹；
根据每个区域对应的每种轨迹类型的污染物传输轨迹及每个区域对应的区域地图，分别生成每个区域对应的每种轨迹类型的污染物轨迹图；
将每个区域对应的每种轨迹类型的污染物轨迹图存储在数据库中。
5.一种污染物传输轨迹的聚类方法，其特征在于，应用于终端，所述方法包括；
获取用户提交的聚类请求信息，所述聚类请求信息至少包括目标时间、目标区域和轨迹类型；
发送所述聚类请求信息给服务器；
接收所述服务器返回的所述聚类请求信息对应的污染物轨迹图；
显示所述污染物轨迹图；
所述污染物轨迹图是按照下述方式进行网格划分的，包括：
获取所述目标区域对应的区域信息，以及获取所述目标区域在所述目标时间内的污染物数据和气象数据；根据所述气象数据和所述污染物数据，模拟所述轨迹类型对应的气团传输轨迹；根据所述气象数据和所述气团传输轨迹，获取污染物途经地区的中心点经纬度；根据所述中心点经纬度和所述区域信息，计算所述污染物途经地区与所述目标区域之间的距离；若确定所述污染物途经地区对应的所述距离小于或等于预设阈值，则将所述污染物途经地区包括的每个地市级区域或区县级区域分别划分为一个网格；若确定所述污染物途经地区对应的所述距离大于所述预设阈值，则将所述污染物途经地区包括的每个省级区域分别划分为一个网格。
6.根据权利要求5所述的方法，其特征在于，所述聚类请求信息还包括聚类高度。
7.一种污染物传输轨迹的聚类***，其特征在于，所述***包括；终端和服务器；
所述终端，用于获取用户提交的聚类请求信息，所述聚类请求信息至少包括目标时间、目标区域和轨迹类型；发送所述聚类请求信息给所述服务器；接收所述服务器返回的所述聚类请求信息对应的污染物轨迹图；显示所述污染物轨迹图；
所述服务器，用于接收所述终端发送的所述聚类请求信息；获取所述目标区域对应的区域信息，以及获取所述目标区域在所述目标时间内的污染物数据和气象数据；根据所述气象数据和所述污染物数据，模拟所述轨迹类型对应的气团传输轨迹；根据所述气象数据和所述气团传输轨迹，获取污染物途经地区的中心点经纬度；根据所述中心点经纬度和所述区域信息，计算所述污染物途经地区与所述目标区域之间的距离；若确定所述污染物途经地区对应的所述距离小于或等于预设阈值，则将所述污染物途经地区包括的每个地市级区域或区县级区域分别划分为一个网格；若确定所述污染物途经地区对应的所述距离大于所述预设阈值，则将所述污染物途经地区包括的每个省级区域分别划分为一个网格；对位于同一网格内的气团传输轨迹进行聚类，得到所述轨迹类型对应的污染物传输轨迹；根据所述污染物传输轨迹及所述区域信息包括的区域地图，生成污染物轨迹图；发送所述污染物轨迹图给所述终端。
8.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器运行所述计算机程序以实现如权利要求1-6任一项所述的方法。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行实现如权利要求1-6中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010589010.9A CN111753906B (zh) | 2020-06-24 | 2020-06-24 | 污染物传输轨迹的聚类方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010589010.9A CN111753906B (zh) | 2020-06-24 | 2020-06-24 | 污染物传输轨迹的聚类方法、装置、电子设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111753906A CN111753906A (zh) | 2020-10-09 |
| CN111753906B true CN111753906B (zh) | 2021-01-26 |
Family
ID=72677182
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010589010.9A Active CN111753906B (zh) | 2020-06-24 | 2020-06-24 | 污染物传输轨迹的聚类方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111753906B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113763510B (zh) * | 2021-09-08 | 2022-11-18 | 中科三清科技有限公司 | 轨迹图绘制方法和前向轨迹图绘制装置 |
| CN113763509B (zh) * | 2021-09-08 | 2022-09-02 | 中科三清科技有限公司 | 轨迹图绘制方法和装置 |
| CN114091630B (zh) * | 2022-01-24 | 2022-05-06 | 阿里巴巴达摩院(杭州)科技有限公司 | 获取目标对象移动轨迹信息的方法、装置及*** |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109671096A (zh) * | 2017-10-13 | 2019-04-23 | 南京航空航天大学 | 一种时空近邻目标检测及网格聚类量测划分下的多扩展目标跟踪方法 |
| CN110717682A (zh) * | 2019-10-15 | 2020-01-21 | 中南大学 | 一种基于空间位置的个体空气污染风险源解析方法 |
Family Cites Families (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101770516A (zh) * | 2010-01-12 | 2010-07-07 | 深圳先进技术研究院 | 挖掘热带气旋移动轨迹通道方法 |
| CN105528955B (zh) * | 2014-09-30 | 2018-02-06 | 国际商业机器公司 | 生成道路网络的方法及其装置 |
| CN104865353B (zh) * | 2015-06-01 | 2016-05-25 | 上海交通大学 | 基于无人机的工业园区大气污染数据采集方法 |
| US10073908B2 (en) * | 2015-06-15 | 2018-09-11 | International Business Machines Corporation | Functional space-time trajectory clustering |
| CN105825242B (zh) * | 2016-05-06 | 2019-08-27 | 南京大学 | 基于混合网格分层聚类的集群通信终端轨迹实时异常检测方法与*** |
| CN106991558B (zh) * | 2017-04-13 | 2019-03-22 | 广东南方海岸科技服务有限公司 | 一种港口口岸间主航道的自动生成方法及*** |
| US10725008B2 (en) * | 2017-04-24 | 2020-07-28 | International Business Machines Corporation | Automatic siting for air quality monitoring stations |
| CN107622085A (zh) * | 2017-08-11 | 2018-01-23 | 河海大学 | 一种基于网格和密度的自适应轨迹聚类方法 |
| CN110427533B (zh) * | 2019-07-25 | 2023-04-18 | 东北师范大学 | 基于时序粒子跟踪的污染传播模式可视分析方法及*** |
| CN110673229A (zh) * | 2019-10-23 | 2020-01-10 | 新亚优华科技有限公司 | 一种基于热点网格技术的大气污染物扩散轨迹追踪方法 |
-
2020
- 2020-06-24 CN CN202010589010.9A patent/CN111753906B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109671096A (zh) * | 2017-10-13 | 2019-04-23 | 南京航空航天大学 | 一种时空近邻目标检测及网格聚类量测划分下的多扩展目标跟踪方法 |
| CN110717682A (zh) * | 2019-10-15 | 2020-01-21 | 中南大学 | 一种基于空间位置的个体空气污染风险源解析方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111753906A (zh) | 2020-10-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111753906B (zh) | 污染物传输轨迹的聚类方法、装置、电子设备及存储介质 | |
| Li et al. | Watershed system model: The essentials to model complex human‐nature system at the river basin scale | |
| Anenberg et al. | Survey of ambient air pollution health risk assessment tools | |
| Shadab et al. | Spatial forecasting of solar radiation using ARIMA model | |
| Wang et al. | Global gridded GDP data set consistent with the shared socioeconomic pathways | |
| CN111611296B (zh) | Pm2.5污染成因分析方法、装置、电子设备及存储介质 | |
| Maher et al. | More accurate quantification of model-to-model agreement in externally forced climatic responses over the coming century | |
| US20190139059A1 (en) | Demand forecasting device, demand forecasting method and non-transitory computer readable medium | |
| CN107133900B (zh) | 城市土地混合利用特征格网计算方法及装置 | |
| CN111882205A (zh) | 空气质量达标分析方法、装置、电子设备及存储介质 | |
| Jerez et al. | Impact of evolving greenhouse gas forcing on the warming signal in regional climate model experiments | |
| Black et al. | A limited area modeling capability for the finite‐volume cubed‐sphere (FV3) dynamical core and comparison with a global two‐way nest | |
| CN106446401A (zh) | 一种基于gis的pm2.5可视化动态扩散仿真*** | |
| CN111612064A (zh) | Pm2.5污染气团溯源方法、装置、电子设备及存储介质 | |
| Lian et al. | Evaluation of the WRF-UCM mesoscale model and ECMWF global operational forecasts over the Paris region in the prospect of tracer atmospheric transport modeling | |
| Ho et al. | Study loading capacties of air pollutant emissions for developing countries: a case of Ho Chi Minh City, Vietnam | |
| Chien et al. | Implementation of cloud BIM-based platform towards high-performance building services | |
| Wu et al. | Application of an integrated Weather Research and Forecasting (WRF)/CALPUFF modeling tool for source apportionment of atmospheric pollutants for air quality management: A case study in the urban area of Benxi, China | |
| Liang et al. | Summer and winter precipitation in East Asia scale with global warming at different rates | |
| Cao et al. | Hemisphere-asymmetric tropical cyclones response to anthropogenic aerosol forcing | |
| Katzfey et al. | How an urban parameterization affects a high‐resolution global climate simulation | |
| CN112526639A (zh) | 一种空气质量的预报方法、装置、存储介质 | |
| CN114841437A (zh) | 预评估排放源对空气质量贡献的方法、装置和电子设备 | |
| CN116087421A (zh) | 大气污染物监测溯源方法、装置、计算机设备和存储介质 | |
| Han et al. | Assessment of the regional source contributions to PM2. 5 mass concentration in 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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| EE01 | Entry into force of recordation of patent licensing contract | ||
| EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20201009 Assignee: Beijing Zhongke Sanqing Environmental Technology Co.,Ltd. Assignor: 3CLEAR TECHNOLOGY Co.,Ltd. Contract record no.: X2022980012305 Denomination of invention: Clustering method, device, electronic device and storage medium for pollutant transport trajectory Granted publication date: 20210126 License type: Common License Record date: 20220815 |