CN112541255A - 一种大气污染排放来源自动识别***及识别方法 - Google Patents
一种大气污染排放来源自动识别***及识别方法 Download PDFInfo
- Publication number
- CN112541255A CN112541255A CN202011358506.1A CN202011358506A CN112541255A CN 112541255 A CN112541255 A CN 112541255A CN 202011358506 A CN202011358506 A CN 202011358506A CN 112541255 A CN112541255 A CN 112541255A
- Authority
- CN
- China
- Prior art keywords
- data
- module
- atmospheric pollution
- source
- air mass
- 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 21
- 238000009792 diffusion process Methods 0.000 claims abstract description 39
- 238000012805 post-processing Methods 0.000 claims abstract description 21
- 238000007781 pre-processing Methods 0.000 claims abstract description 14
- 238000013500 data storage Methods 0.000 claims abstract description 11
- 238000004458 analytical method Methods 0.000 claims description 13
- 238000012544 monitoring process Methods 0.000 claims description 11
- 238000012216 screening Methods 0.000 claims description 8
- 238000004088 simulation Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000007613 environmental effect Effects 0.000 claims description 7
- 239000003344 environmental pollutant Substances 0.000 claims description 7
- 238000005516 engineering process Methods 0.000 claims description 6
- 231100000719 pollutant Toxicity 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 230000005855 radiation Effects 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000001311 chemical methods and process Methods 0.000 claims description 3
- 238000007619 statistical method Methods 0.000 claims description 3
- 230000014759 maintenance of location Effects 0.000 claims description 2
- 238000001556 precipitation Methods 0.000 claims description 2
- 238000012545 processing Methods 0.000 claims description 2
- 239000002994 raw material Substances 0.000 claims description 2
- 239000002689 soil Substances 0.000 claims description 2
- 238000012795 verification Methods 0.000 claims description 2
- 230000008569 process Effects 0.000 abstract description 3
- 238000012732 spatial analysis Methods 0.000 abstract description 2
- 238000007726 management method Methods 0.000 description 6
- 230000002265 prevention Effects 0.000 description 4
- 238000003915 air pollution Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 239000000926 atmospheric chemistry Substances 0.000 description 1
- 238000012550 audit Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000003673 groundwater Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开的一种大气污染排放来源自动识别***,包括***平台,所述***平台包括:数据存储模块、定时任务调度模块、数据下载模块、数据前处理模块、气象数值预报模型、大气污染气团扩散印痕预报模型、数据后处理模块、判断控制模块;数据存储模块分别与数据后处理模块、判断控制模块交互连接;本发明实现对大气污染气团来源的高效自动预报,并且自动与排放源信息进行空间分析,快速而自动化的筛选和识别对大气污染事件发生起主导作用的排放源,实现重点污染来源的精准识别和输出自动化的管控建议,避免人工操作过程产生的失误,降低取证和控源的工作强度,为生态环境和气象部门制定科学的应对措施提供科学依据和决策支持。
Description
技术领域
本发明涉及大气污染来源识别技术的研究领域,特别涉及一种大气污染排 放来源自动识别***及识别方法。
背景技术
近年来,我国经济快速发展的城市群地区已进入大气复合污染综合防治的 新阶段,需要进一步加快我国大气污染防治战略的转型,并对区域大气污染防 治和空气质量持续改善提出了新的技术需求。大气污染物来源主要有本地排放 和外源输送两个方面,在不利扩散的气象条件下,能够造成大气污染物在低空 聚集,致使大气污染事件发生。快速筛选和识别对大气污染事件发生起主导作 用的排放源并指导现场摸排人员取证和控源始终是区域大气污染防控的突出难 点。
在业务实践中,始终存在涉气排放企业数量多,环境监管能力相对薄弱, 环境监管主要依靠传统手段、信息化水平不高,无法满足现实环境管理需求, 缺乏快速、有效的空气污染追因溯源技术。迫切需要更为自动化的污染来源识 别技术和结合污染气团来源的排放源管理方法,从而开展更为精细化的排放管 控。
目前,基于大气物理和大气化学理论的数值模型方法被国内外学者应用于 大气污染排放源识别方法,该方法主要基于气象和环境污染物浓度监测数据在 污染事件发生之后对污染发生来源的区域和概率进行判别,此类方法虽然可以 在一定程度上减少污染现场排摸人员的排摸企业范围,但受制于其海量的输出 结果,仍需要较多的人力判别和时间投入才能找到污染来源。
发明内容
本发明的主要目的在于克服现有技术的缺点与不足,提供一种大气污染排 放来源自动识别***,通过大气污染气团扩散印痕预报并自动识别其覆盖区域 内地面排放源,适用于大气污染排放源应急化管理、重大空气质量保障任务排 放源短期精准识别与管理。
本发明的另一目的在于提供一种大气污染来源快速自动识别方法。
本发明的主要目的通过以下的技术方案实现:
一种大气污染排放来源自动识别***,可实现对大气污染气团来源的高效 自动预报,且自动与排放源信息进行空间分析,快速而自动化的筛选和识别对 大气污染事件发生起主导作用的排放源,实现重点污染来源的精准识别和输出 自动化的管控建议;包括***平台,所述***平台包括:数据存储模块、定时 任务调度模块、数据下载模块、数据前处理模块、气象数值预报模型、大气污 染气团扩散印痕预报模型、数据后处理模块、判断控制模块;其中,定时任务 调度模块、数据下载模块、数据前处理模块、气象数值预报模型、大气污染气 团扩散印痕预报模型、数据后处理模块依次连接,数据存储模块分别与数据后 处理模块、判断控制模块交互连接,所述判断控制模块用于获取网格化的数值 模式气象驱动数据。
进一步地,所述数据存储模块包括大气污染源分析输入空间数据库,用于 筛选识别对大气污染事件发生起主导作用的重点排放源的数据库。
进一步地,所述辅助和校准装置为专用计算机,用于数据传输、数据储存、 技术***的触发、运行、数据监控、统计分析和图形化展示。
进一步地,所述定时任务调度模块为自动识别***自带的定时任务调度模 块,用于启动每天的定时预报模拟任务。
进一步地,所述数据下载模块为数值模式气象驱动资料下载模块,用于下 载、传输数值模式所需的气象驱动资料数据。
进一步地,所述气象数值预报模型为环境空气质量数值预报通用的开源或 商业气象数值预报模型,通过采用数值计算方法模拟大气的物理和化学过程, 获取模拟大气数据;所述大气污染气团扩散印痕预报模型为环境空气质量数值 预报通用的开源或商业大气污染气团扩散印痕预报模型,通过采用数值计算方 法模拟污染气团在大气中的扩散印痕,获取模拟污染气团扩散数据。
进一步地,所述数据前处理模块包括数据格式转换模块,用于模拟大气数 据和模拟污染气团扩散数据的格式转换。
进一步地,所述数据后处理模块包括展示模块和启动条件输入或更新模块, 用于数据统计和模型预报结果的图形化展示及预警和溯源技术***启动条件输 入或更新。
本发明的另一目的通过以下的技术方案实现:
一种大气污染排放来源自动识别方法,包括以下步骤:
获取大气污染排放源的排放源基础信息,将该排放源基础信息录入自动识 别***,形成大气污染源分析输入空间数据库;
通过定时任务调度模块,启动每天的定时预报模拟任务,用于下载所需气 象驱动数据;
通过判断控制模块获取网格化的数值模式气象驱动资料,,包括气温、气压、 空气比湿、风速、地面向下短波辐射、地面向下长波辐射、地面降水率、土壤 湿度等数据;
使用数据后处理模块实时监控和根据MD5校验判断数值模式气象驱动资料 是否下载完整,当其完整获取后依次启动数据前处理模块、气象数值预报模型、 大气污染气团扩散印痕预报模型;
实时监控和判断大气污染气团扩散印痕预报模型是否运行完毕,当其运行 完毕后,将所模拟出的大气污染气团扩散印痕结果文件进行气团位置计算,筛 选出风速滞留时间大于所设阈值的气团位置,即重点印痕区域;
将大气污染源分析输入空间数据库的大气污染源分析输入空间点源经纬度 等地理信息数据和大气污染气团扩散重点印痕区域的面源进行空间叠加处理, 即可筛选出落入重点印痕区域内的大气污染源点源,即识别对大气污染事件发 生起主导作用的重点排放源;
数据后处理模块根据重点排放源的排放强度生成建议管控重点源的名录, 并自动生成当次预报结果报告。
进一步地,所述排放源基础信息包括排放源的基本原辅料、排放污染物特 征信息、排放源位置、排放源地理信息。
本发明与现有技术相比,具有如下优点和有益效果:
1、本发明在集成开源气象数值预报、气团扩散印痕预报、印痕与排放源相 对位置空间分析的基础上实现一种适用于城市尺度的高分辨率大气污染气团扩 散印痕预报与排放源自动识别的方法,利用定时调度获取气象驱动数据,基于 判断控制模块传递数据信息,从而运行气象数值预报模型,进一步运行大气污 染气团扩散印痕预报模型,基于相对位置空间分析识别提取印痕覆盖区域内排 放源空间信息,根据其排放强度生成建议管控重点源的名录,依托程序模块实 现当次预报结果报告的自动生成,能够满足大气污染排放源应急化管理、重大 空气质量保障任务排放源短期精准识别与管理等多种科研、业务需求;
2、本发明实现排放清单的生成,避免人工操作过程产生的失误,快速而自 动化的筛选和识别对大气污染事件发生起主导作用的排放源,方便对气团印痕 和重点排放源进行审核和评估,降低现场摸排人员取证和控源的工作强度。
3、本发明解决了现有大气污染源难识别、耗时长的问题,避免人工操作过 程产生的失误,降低现场摸排人员取证和控源的工作强度,为生态环境和气象 部门制定科学的应对措施提供科学依据和决策支持,提升我国智慧环保的技术 水平。
附图说明
图1为本发明所述一种大气污染排放来源自动识别***结构框图;
图2为本发明所述一种大气污染排放来源自动识别方法流程图。
具体实施方式
下面结合实施例及附图对本发明作进一步详细的描述,但本发明的实施方 式不限于此。
实施例1:
一种大气污染排放来源自动识别***,如图1所示,由若干个模块化的子 步骤程序组成,包括大气污染源分析输入空间数据库、定时任务调度模块、数 值模式气象驱动资料下载模块、数据前处理模块、气象数值预报模型、大气污 染气团扩散印痕预报模型、数据后处理模块、判断控制模块和其它辅助和校准 设施组成。
优选的,所述大气污染源分析输入空间数据库包括大气污染排放源的基本 原辅料、排放污染物特征信息、位置和地理信息组成;主要用于筛选识别对大 气污染事件发生起主导作用的重点排放源。
优选的,所述定时任务调度模块可以采用操作***自带的定时任务调度模 块,用于启动每天的定时预报模拟任务。
优选的,所述数值模式气象驱动资料下载模块主要为数据采集程序,主要 用于下载、传输数值模式所需的气象驱动资料。
优选的,所述气象数值预报模型采用数值计算方法模拟大气的物理和化学 过程,可以使用环境空气质量数值预报通用的开源或商业气象数值预报模型。
优选的,所述大气污染气团扩散印痕预报模型采用数值计算方法模拟污染 气团在大气中的扩散印痕,可以使用环境空气质量数值预报通用的开源或商业 大气污染气团扩散印痕预报模型。
所述数据前处理模块为气象数值预报模型和大气污染气团扩散印痕预报模 型的数据格式转换程序,主要用于数值模式预报资料的格式转换。
所述数据后处理模块主要为用于数据统计和模型预报结果的图形化展示, 预警和溯源技术***启动条件输入或更新的子程序。
所述判断控制模块主要为用于技术***的触发、运行、数据监控的子程序。
所述其它辅助和校准设施主要为一高性能的专用计算机,可用于数据传输、 数据储存、技术***的触发、运行、数据监控、统计分析和图形化展示。
实施例2:
一种大气污染排放来源自动识别方法,如图2所示,包括以下步骤:
A.获取大气污染排放源的基本原辅料、排放污染物特征信息、位置和地理 信息,录入数据平台和服务器中;根据上述信息,形成大气污染源分析输入空 间数据库。
B.通过操作***自带的定时任务调度模块,启动每天的定时预报模拟任务。
C.通过判断控制模块获取网格化的数值模式气象驱动资料;
D.通过数据后处理模块实时监控和判断上述气象驱动资料是否完整,当其 完整获取后依次启动数据前处理模块、气象数值预报模型、大气污染气团扩散 印痕预报模型;
E.通过服务器实时监控和判断上述大气污染气团扩散印痕预报模型是否 运行完毕,当其运行完毕后,根据所模拟出的大气污染气团扩散印痕计算重点 印痕区域;
F.通过对大气污染气团扩散重点印痕区域和大气污染源分析输入空间数据 的空间叠加分析,筛选识别对大气污染事件发生起主导作用的重点排放源;
G.通过数据后处理模块根据其排放强度生成建议管控重点源的名录,并实 现当次预报结果报告的自动生成,便于业务人员更直接获得区域内大气污染预 测情况及实施对重点排放源的精细化管控。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实 施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、 替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。
Claims (10)
1.一种大气污染排放来源自动识别***,其特征在于,包括***平台,所述***平台包括:数据存储模块、定时任务调度模块、数据下载模块、数据前处理模块、气象数值预报模型、大气污染气团扩散印痕预报模型、数据后处理模块、判断控制模块;其中,定时任务调度模块、数据下载模块、数据前处理模块、气象数值预报模型、大气污染气团扩散印痕预报模型、数据后处理模块依次连接,数据存储模块分别与数据后处理模块、判断控制模块交互连接,所述判断控制模块用于获取网格化的数值模式气象驱动数据。
2.根据权利要求1所述的一种大气污染排放来源自动识别***,其特征在于,所述数据存储模块包括大气污染源分析输入空间数据库,用于筛选识别对大气污染事件发生起主导作用的重点排放源的数据库。
3.根据权利要求1所述的一种大气污染排放来源自动识别***,其特征在于,所述辅助和校准装置为专用计算机,用于数据传输、数据储存、技术***的触发、运行、数据监控、统计分析和图形化展示。
4.根据权利要求1所述的一种大气污染排放来源自动识别***,其特征在于,所述定时任务调度模块为自动识别***自带的定时任务调度模块,用于启动每天的定时预报模拟任务。
5.根据权利要求1所述的一种大气污染排放来源自动识别***,其特征在于,所述数据下载模块为数值模式气象驱动资料下载模块,用于下载、传输数值模式所需的气象驱动资料数据。
6.根据权利要求1所述的一种大气污染排放来源自动识别***,其特征在于,所述气象数值预报模型为环境空气质量数值预报通用的开源或商业气象数值预报模型,通过采用数值计算方法模拟大气的物理和化学过程,获取模拟大气数据;所述大气污染气团扩散印痕预报模型为环境空气质量数值预报通用的开源或商业大气污染气团扩散印痕预报模型,通过采用数值计算方法模拟污染气团在大气中的扩散印痕,获取模拟污染气团扩散数据。
7.根据权利要求6所述的一种大气污染排放来源自动识别***,其特征在于,所述数据前处理模块包括数据格式转换模块,用于模拟大气数据和模拟污染气团扩散数据的格式转换。
8.根据权利要求6所述的一种大气污染排放来源自动识别***,其特征在于,所述数据后处理模块包括展示模块和启动条件输入或更新模块,用于数据统计和模型预报结果的图形化展示及预警和溯源技术***启动条件输入或更新。
9.一种大气污染排放来源自动识别方法,其特征在于,包括以下步骤:
获取大气污染排放源的排放源基础信息,将该排放源基础信息录入自动识别***,形成大气污染源分析输入空间数据库;
通过定时任务调度模块,启动每天的定时预报模拟任务,用于下载所需气象驱动数据;
通过判断控制模块获取网格化的数值模式气象驱动资料,所述数值模式气象驱动资料包括:气温、气压、空气比湿、风速、地面向下短波辐射、地面向下长波辐射、降水率、土壤湿度;
使用数据后处理模块实时监控和根据MD5校验判断数值模式气象驱动资料是否下载完整,当其完整获取后依次启动数据前处理模块、气象数值预报模型、大气污染气团扩散印痕预报模型;
实时监控和判断大气污染气团扩散印痕预报模型是否运行完毕,当其运行完毕后,将所模拟出的大气污染气团扩散印痕结果文件进行气团位置计算,筛选出风速滞留时间大于所设阈值的气团位置,即为重点印痕区域;
大气污染源分析输入空间数据库的大气污染源分析输入地理信息数据和大气污染气团扩散重点印痕区域的面源进行空间叠加处理,筛选出落入重点印痕区域内的大气污染源点源,即识别对大气污染事件发生起主导作用的重点排放源;
数据后处理模块根据重点排放源的排放强度生成建议管控重点源的名录,并自动生成当次预报结果报告。
10.根据权利要求9所述的一种大气污染来源自动识别方法,其特征在于,所述排放源基础信息包括排放源的基本原辅料、排放污染物特征信息、排放源位置、排放源地理信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011358506.1A CN112541255A (zh) | 2020-11-27 | 2020-11-27 | 一种大气污染排放来源自动识别***及识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011358506.1A CN112541255A (zh) | 2020-11-27 | 2020-11-27 | 一种大气污染排放来源自动识别***及识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112541255A true CN112541255A (zh) | 2021-03-23 |
Family
ID=75015251
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011358506.1A Pending CN112541255A (zh) | 2020-11-27 | 2020-11-27 | 一种大气污染排放来源自动识别***及识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112541255A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114461737A (zh) * | 2021-12-20 | 2022-05-10 | 北京市科学技术研究院城市安全与环境科学研究所 | 基于印痕模型的监测溯源方法和*** |
CN115879595A (zh) * | 2022-09-13 | 2023-03-31 | 重庆市生态环境大数据应用中心 | 一种城区大气污染网格化平台的构建方法 |
GB2615507A (en) * | 2021-07-30 | 2023-08-16 | Emission Solutions Ltd | Pollution emissions monitoring method and system |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106295905A (zh) * | 2016-08-22 | 2017-01-04 | 南京大学 | 一种基于拉格朗日输送模型的空气质量快速溯源预报方法 |
CN107194139A (zh) * | 2016-03-14 | 2017-09-22 | 日电(中国)有限公司 | 大气污染源分级方法及计算设备 |
CN107229834A (zh) * | 2017-06-27 | 2017-10-03 | 国网江苏省电力公司电力科学研究院 | 一种复杂地形应急响应空气污染扩散预测方法 |
CN110085281A (zh) * | 2019-04-26 | 2019-08-02 | 成都之维安科技股份有限公司 | 一种基于特征污染因子源解析的环境污染溯源***及方法 |
CN110824110A (zh) * | 2019-10-30 | 2020-02-21 | 山东大学 | 一种基于拉格朗日轨迹模式和化学盒子模式的区域臭氧污染溯源*** |
-
2020
- 2020-11-27 CN CN202011358506.1A patent/CN112541255A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107194139A (zh) * | 2016-03-14 | 2017-09-22 | 日电(中国)有限公司 | 大气污染源分级方法及计算设备 |
CN106295905A (zh) * | 2016-08-22 | 2017-01-04 | 南京大学 | 一种基于拉格朗日输送模型的空气质量快速溯源预报方法 |
CN107229834A (zh) * | 2017-06-27 | 2017-10-03 | 国网江苏省电力公司电力科学研究院 | 一种复杂地形应急响应空气污染扩散预测方法 |
CN110085281A (zh) * | 2019-04-26 | 2019-08-02 | 成都之维安科技股份有限公司 | 一种基于特征污染因子源解析的环境污染溯源***及方法 |
CN110824110A (zh) * | 2019-10-30 | 2020-02-21 | 山东大学 | 一种基于拉格朗日轨迹模式和化学盒子模式的区域臭氧污染溯源*** |
Non-Patent Citations (4)
Title |
---|
包景岭: "恶臭污染源解析及预警应急***", vol. 1, 31 August 2012, 中国环境科学出版社, pages: 178 - 184 * |
张苏伟 等: "AS3在线污染监督, 预警预报和溯源***的开发及其对昆山市高新区颗粒物污染的应用测试", 《四川环境》, vol. 36, no. 4, 26 August 2017 (2017-08-26), pages 66 - 74 * |
邹滨 等: "空气污染暴露时空建模与风险评估", vol. 1, 30 November 2012, 中国环境科学出版社, pages: 117 - 120 * |
黄顺祥 等: "基于伴随方法的大气污染溯源", 《科学通报》, vol. 63, no. 16, 28 May 2018 (2018-05-28), pages 1594 - 1605 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2615507A (en) * | 2021-07-30 | 2023-08-16 | Emission Solutions Ltd | Pollution emissions monitoring method and system |
CN114461737A (zh) * | 2021-12-20 | 2022-05-10 | 北京市科学技术研究院城市安全与环境科学研究所 | 基于印痕模型的监测溯源方法和*** |
CN114461737B (zh) * | 2021-12-20 | 2022-10-14 | 北京市科学技术研究院城市安全与环境科学研究所 | 基于印痕模型的监测溯源方法和*** |
CN115879595A (zh) * | 2022-09-13 | 2023-03-31 | 重庆市生态环境大数据应用中心 | 一种城区大气污染网格化平台的构建方法 |
CN115879595B (zh) * | 2022-09-13 | 2023-10-24 | 重庆市生态环境大数据应用中心 | 一种城区大气污染网格化平台的构建方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112541255A (zh) | 一种大气污染排放来源自动识别***及识别方法 | |
CN109522603B (zh) | 基于云平台的车载拉格朗日实时大气污染溯源***及方法 | |
CN110598953A (zh) | 一种时空相关的空气质量预测方法 | |
CN109583743A (zh) | 基于拉格朗日模型和移动观测平台的大气污染溯源方法 | |
CN106295905A (zh) | 一种基于拉格朗日输送模型的空气质量快速溯源预报方法 | |
CN110909483A (zh) | 一种基于网格化数据的点源大气污染物排放清单校验方法 | |
CN112800603B (zh) | 一种基于集合最优插值算法的大气环境数据同化方法 | |
CN108802856B (zh) | 一种基于ai的源数据动态修正预报***及其工作方法 | |
CN106841525A (zh) | 一种工业区大气特征污染在线监控***构建的方法 | |
CN111696369A (zh) | 一种基于多源地理空间大数据的全市道路分时分车型交通流预测方法 | |
CN115420854B (zh) | 一种基于正后向模型结合的大气污染物溯源方法 | |
CN110727717A (zh) | 网格化大气污染强度的监控方法、装置、设备和存储介质 | |
CN116029411A (zh) | 一种基于物联网的智慧城市区域管理方法和*** | |
CN114357058A (zh) | 一种臭氧污染溯源方法 | |
CN115545565A (zh) | 基于大气环境质量的园区排污总量管控方法和*** | |
CN107767081B (zh) | 一种燃煤电厂大气环境影响评价方法及装置 | |
CN113284244A (zh) | 一种基于格点化扩散模拟的大气污染物溯源方法 | |
CN115146537A (zh) | 基于耗电量的大气污染物排放量估算模型构建方法及*** | |
CN117424886A (zh) | 一种智慧水务业务管控平台及管控方法 | |
CN113777223A (zh) | 一种大气污染物溯源方法及*** | |
CN109615239B (zh) | 基于社会化网络媒体数据的城市空气质量的评估方法 | |
CN117291343A (zh) | 一种基于空天地监测网络的大气污染防治管控*** | |
CN114519124A (zh) | 一种大气环境污染联防联控治理方法 | |
CN110991930A (zh) | 计算公路路段尘负荷等级的方法 | |
WO2023151155A1 (zh) | 一种区县尺度生物质燃烧源归一化贡献潜势定量*** |
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 |