CN114091863A - 园区内目标对象挥发性有机物污染等级的评估方法和装置 - Google Patents
园区内目标对象挥发性有机物污染等级的评估方法和装置 Download PDFInfo
- Publication number
- CN114091863A CN114091863A CN202111333744.1A CN202111333744A CN114091863A CN 114091863 A CN114091863 A CN 114091863A CN 202111333744 A CN202111333744 A CN 202111333744A CN 114091863 A CN114091863 A CN 114091863A
- Authority
- CN
- China
- Prior art keywords
- evaluated
- volatile organic
- time period
- organic compounds
- monitoring time
- 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.)
- Granted
Links
- 239000012855 volatile organic compound Substances 0.000 title claims abstract description 161
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000012544 monitoring process Methods 0.000 claims abstract description 171
- 238000011156 evaluation Methods 0.000 claims abstract description 47
- 238000012545 processing Methods 0.000 claims abstract description 30
- 238000013210 evaluation model Methods 0.000 claims abstract description 18
- 238000003860 storage Methods 0.000 claims abstract description 10
- 238000010219 correlation analysis Methods 0.000 claims description 67
- 239000003570 air Substances 0.000 description 40
- 238000010586 diagram Methods 0.000 description 9
- 230000002093 peripheral effect Effects 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 7
- 238000012806 monitoring device Methods 0.000 description 7
- 238000001228 spectrum Methods 0.000 description 5
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 239000003546 flue gas Substances 0.000 description 4
- 239000000126 substance Substances 0.000 description 4
- CBENFWSGALASAD-UHFFFAOYSA-N Ozone Chemical compound [O-][O+]=O CBENFWSGALASAD-UHFFFAOYSA-N 0.000 description 2
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 239000003344 environmental pollutant Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000001301 oxygen Substances 0.000 description 2
- 229910052760 oxygen Inorganic materials 0.000 description 2
- 231100000719 pollutant Toxicity 0.000 description 2
- 239000000700 radioactive tracer Substances 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 239000002912 waste gas Substances 0.000 description 2
- 239000000443 aerosol Substances 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000003915 air pollution Methods 0.000 description 1
- 239000012080 ambient air Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000013626 chemical specie Substances 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- 239000013618 particulate matter Substances 0.000 description 1
- 239000002957 persistent organic pollutant Substances 0.000 description 1
- 239000002243 precursor Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] 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)
- Development Economics (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Sampling And Sample Adjustment (AREA)
Abstract
本发明公开了一种园区内目标对象挥发性有机物污染等级的评估方法、装置、计算机设备和存储介质,所述方法包括:将各个监测时间段内、当前待评估对象对空气质量影响程度值输入至预设污染等级评估模型中进行处理,输出污染等级评估结果,并将污染等级评估结果推送至目标用户的终端设备上,采用本申请实施例提供的评估方法,由于引入了相关性分析模型,这样,能够精准地得到各个监测时间段内、当前待评估对象对空气质量影响程度值;进一步地将各个监测时间段内、当前待评估对象对空气质量影响程度值输入至预设污染等级评估模型中进行处理,这样,最终基于污染等级评估结果能够精准地评估出园区内任意一个待评估目标对象的污染等级。
Description
技术领域
本发明涉及计算机技术领域,特别涉及园区内目标对象挥发性有机物污染等级的评估方法和装置。
背景技术
现阶段评估化工园区内工业企业挥发性有机污染物(Volatile OrganicCompounds,VOCs)排放强度的方法,主要是通过排放清单的计算数据以及企业的现场监测数据来进行评估。挥发性有机污染物是臭氧和二次气溶胶的重要前体物,对大气中臭氧、雾霾等大气复合污染的形成具有重要的影响。VOCs通过在大气中的光化学氧化等一系列反应后,会形成光化学烟雾。空气中过多的VOCs对人体健康也有一定的影响。近年来,国内外对于VOCs的排放水平、污染排放特征等开展了大量的研究。研究发现,VOCs的主要排放来源之一就是化工行业,该行业产品种类多、组分复杂、排放量大。就当前我国化工园区而言,在进行日常运行的过程中其所产生的VOCs总量是极大的,并且在废气***中存在着不同种类的污染物,极容易导致周边的空气质量出现大幅度下滑。
由于排放清单一般适用于时间和空间跨度较大的区域,同时具有一定的不确定性,导致通过上述方法得到的企业VOCs排放强度有较大的不确定度,结果可靠性较低。
目前,评估污染源对周边环境影响程度的方法主要是源解析方法,而该方法大多数情况下被用于区域尺度较大的情况下,而且得到的结果中主要是各大类污染源的排放贡献情况,很难精确到单个企业的排放贡献比例。源解析模型现阶段主要是用正交矩阵因子分解法(Positive Matrix Factorization,PMF)进行解析。PMF模型是一种源未知的受体模型,通过对受体信息进行分析,提取多个因子,然后将这些因子一一对应识别为不同的污染源类型,并估算污染源对受体的贡献值。因此,PMF不需要测定源成分谱,只需要输入受体点成分谱信息,即颗粒物中各化学物种的浓度及测量偏差,然后利用最小二乘法解出源贡献量和源谱信息。虽然PMF法不需要输入本土源谱,但需要有能对源类别有指征意义的示踪物种,而且需要大量样品数据来进行统计运算,生成的源谱可能会有“老化”特征,源类个数的确定和源类判别有一定的主观性和不确定性。
PMF源解析的主要流程是:首先要通过计算得到各污染源排放量清单;其次结合在线监测设备,将大量的在线监测数据输入到PMF模型中进行分析;PMF结果结合源清单数据,得到各类源的排放贡献比例。
目前,评估工业园区内各个企业实际的排放强度,主要还是通过实际监测数据来获得,但是无法评估出具体的污染情况细节,例如,无法评估出园区内各企业VOCs排放对周边空气中VOCs浓度贡献水平;也无法评估出园区内各企业VOCs排放对周边空气质量的影响程度。
发明内容
本申请实施例提供了一种园区内目标对象挥发性有机物污染等级的评估方法、装置、计算机设备和存储介质。为了对披露的实施例的一些方面有一个基本的理解,下面给出了简单的概括。该概括部分不是泛泛评述,也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念,以此作为后面的详细说明的序言。
第一方面,本申请实施例提供了一种园区内目标对象挥发性有机物污染等级的评估方法,所述方法包括:
从园区内选取多个目标对象作为用于评估挥发性有机物污染等级的待评估对象,以及从多个待评估对象中选取任意一个待评估对象作为当前待评估对象;
获取当前待评估对象各个监测时间段内的挥发性有机物排放量数据和获取相关性分析模型;
将当前待评估对象各个监测时间段内的挥发性有机物排放量数据输入至所述相关性分析模型中进行处理,输出对应的各个监测时间段内、当前待评估对象对空气质量影响程度值;
将各个监测时间段内、当前待评估对象对空气质量影响程度值输入至预设污染等级评估模型中进行处理,输出污染等级评估结果,并将所述污染等级评估结果推送至目标用户的终端设备上。
在一种实施方式中,在所述获取相关性分析模型之前,所述方法还包括:
获取多个待评估对象、且与挥发性有机物相关的监测数据,所述监测数据包括多个待评估对象中的任意一个待评估对象的各个监测时间段内的挥发性有机物的平均浓度值;
基于第一预设方式对所述监测数据进行相关性分析,得到所述相关性分析模型。
在一种实施方式中,所述基于第一预设方式对所述监测数据进行相关性分析,得到所述相关性分析模型包括:
获取各个待评估对象各个监测时间段内的挥发性有机物排放量数据;
基于所述第一预设方式,对各个待评估对象各个监测时间段内的挥发性有机物排放量数据进行相关性分析,得到所述相关性分析模型。
在一种实施方式中,所述方法还包括:
基于第二预设方式对所述监测数据中的任意一个待评估对象的各个监测时间段对应的挥发性有机物的平均浓度值进行处理,得到各个待评估对象各个监测时间段内的挥发性有机物排放量数据。
在一种实施方式中,所述方法还包括:
获取所述园区内的多个待评估对象的挥发性有机物的第一监测数据集;以及
获取所述园区内的多个待评估对象中的任意一个待评估对象的挥发性有机物的第二监测数据集。
在一种实施方式中,所述第一监测数据集包括所述园区内的多个待评估对象的挥发性有机物的总平均浓度值和与各个总平均浓度值对应的监测时间段,所述方法还包括:
读取所述园区内的多个待评估对象的挥发性有机物的总平均浓度值和与各个总平均浓度值对应的监测时间段;
将多个待评估对象的挥发性有机物的总平均浓度值和对应的监测时间段之间建立对应的第一对应关系;
将任意一个待评估对象的挥发性有机物的总平均浓度值、对应的监测时间段和对应的第一对应关系均存储于所述第一监测数据集中。
在一种实施方式中,所述第二监测数据集包括所述园区内的任意一个待评估对象的挥发性有机物的平均浓度值和与各个平均浓度值对应的监测时间段,所述方法还包括:
读取所述园区内的任意一个待评估对象的挥发性有机物的平均浓度值和与各个平均浓度值对应的监测时间段;
将任意一个待评估对象的挥发性有机物的平均浓度值和对应的监测时间段之间建立第二对应关系;
将任意一个待评估对象的挥发性有机物的平均浓度值、对应的监测时间段和对应的第二对应关系均存储于所述第二监测数据集中。
第二方面,本申请实施例提供了一种园区内目标对象挥发性有机物污染等级的评估装置,所述装置包括:
选取模块,用于从园区内选取多个目标对象作为用于评估挥发性有机物污染等级的待评估对象,以及从多个待评估对象中选取任意一个待评估对象作为当前待评估对象;
获取模块,用于获取当前待评估对象各个监测时间段内的挥发性有机物排放量数据,以及获取相关性分析模型;
相关性分析模块,用于将所述获取模块获取的当前待评估对象各个监测时间段内的挥发性有机物排放量数据输入至所述获取模块获取的所述相关性分析模型中进行处理,输出对应的各个监测时间段内、当前待评估对象对空气质量影响程度值;
评估模块,用于将所述相关性分析模块得到的各个监测时间段内、当前待评估对象对空气质量影响程度值输入至预设污染等级评估模型中进行处理,输出污染等级评估结果;
推送模块,用于将所述评估模块得到的所述污染等级评估结果推送至目标用户的终端设备上。
第三方面,本申请实施例提供一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机可读指令,所述计算机可读指令被所述处理器执行时,使得所述处理器执行上述的方法步骤。
第四方面,本申请实施例提供一种存储有计算机可读指令的存储介质,所述计算机可读指令被一个或多个处理器执行时,使得一个或多个处理器执行上述的方法步骤。
本申请实施例提供的技术方案可以包括以下有益效果:
在本申请实施例中,从园区内选取多个目标对象作为用于评估挥发性有机物污染等级的待评估对象,以及从多个待评估对象中选取任意一个待评估对象作为当前待评估对象;获取当前待评估对象各个监测时间段内的挥发性有机物排放量数据和获取相关性分析模型;将当前待评估对象各个监测时间段内的挥发性有机物排放量数据输入至相关性分析模型中进行处理,输出对应的各个监测时间段内、当前待评估对象对空气质量影响程度值;以及将各个监测时间段内、当前待评估对象对空气质量影响程度值输入至预设污染等级评估模型中进行处理,输出污染等级评估结果,并将污染等级评估结果推送至目标用户的终端设备上。采用本申请实施例提供的评估方法,由于引入了相关性分析模型,这样,能够精准地得到各个监测时间段内、当前待评估对象对空气质量影响程度值;进一步地将各个监测时间段内、当前待评估对象对空气质量影响程度值输入至预设污染等级评估模型中进行处理,这样,最终基于污染等级评估结果能够精准地评估出园区内任意一个待评估目标对象的污染等级。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本发明。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
图1是本申请实施例提供的一种园区内目标对象挥发性有机物污染等级的评估方法的流程示意图;
图2是本申请实施例具体应用场景中的相关性分析示意图;
图3是本申请实施例具体应用场景中评估出的企业污染等级的示意图;
图4是本申请实施例提供的一种园区内目标对象挥发性有机物污染等级的评估装置的结构示意图。
具体实施方式
以下描述和附图充分地示出本发明的具体实施方案,以使本领域的技术人员能够实践它们。
应当明确,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
下面结合附图详细说明本公开的可选实施例。
请参见图1,为本申请实施例提供了一种园区内目标对象挥发性有机物污染等级的评估方法的流程示意图。如图1所示,本申请实施例的园区内目标对象挥发性有机物污染等级的评估方法可以包括以下步骤:
S101,从园区内选取多个目标对象作为用于评估挥发性有机物污染等级的待评估对象,以及从多个待评估对象中选取任意一个待评估对象作为当前待评估对象。
在本申请实施例中,对园区内选取的多个目标对象往往为园区内的化工企业,例如,园区内的A企业、B企业、C企业、D企业、E企业、F企业、G企业、H企业、I企业和J企业。
S102,获取当前待评估对象各个监测时间段内的挥发性有机物排放量数据和获取相关性分析模型。
在本申请实施例中,获取当前待评估对象各个监测时间段内的挥发性有机物排放量数据可以通过如下方式得到,具体如下所述:
利用便携式VOCs检测仪(FID),或者在线监测装置均可以检测企业排放废气中的VOCs浓度值(每个时间段测一组数据即可,尽量在每个时间段的中间时间点进行监测),再利用烟气监测装置,获得废气排放的温度、湿度、含氧量、流速、烟囱直径等数值,结合企业的实际生产状况,最后通过公式(1)计算得到企业在各监测时间段的VOCs排放量。
在上述公式(1)中,i代表不同时间段;Ei代表i时段的排放量(kg);Ci代表i时段测得的VOCs排放浓度(mg/m3);T为排放时长,为3600秒;Vi为i时段测得的烟气流速(m/s);r为烟囱半径(m)。
在某一具体应用场景下,利用在线监测装置监测到的各个待评估对象(企业)VOCs的浓度值。具体的在线监测数值可以具体如下表1所示:
表1
在得到上述表1的企业监测数值之后,根据上述公式(1)进行转换,得到如下表2所示的企业排放量结果,具体如下表2所示:
表2
在一种可能的实现方式中,在获取相关性分析模型之前,本申请实施例提供的评估方法还包括以下步骤:
获取多个待评估对象、且与挥发性有机物相关的监测数据,监测数据包括多个待评估对象中的任意一个待评估对象的各个监测时间段内的挥发性有机物的平均浓度值;
基于第一预设方式对监测数据进行相关性分析,得到相关性分析模型。
在一种可能的实现方式中,本申请实施例提供的评估方法还包括以下步骤:
获取园区内的多个待评估对象的挥发性有机物的第一监测数据集;以及获取园区内的多个待评估对象中的任意一个待评估对象的挥发性有机物的第二监测数据集。
在本申请实施例中,获取到的园区内的多个待评估对象的挥发性有机物的第一监测数据集包括园区内的多个待评估对象的挥发性有机物的总平均浓度值和与各个总平均浓度值对应的监测时间段。
在某一具体应用场景下,利用在线监测装置,实时监测园区周边大气环境的VOCs浓度值。当天的监测主要分为上午和下午两个时段,其中上午是从8点到12点,每一个小时为一个时间段;下午是从13点到17点,每一个小时为一个时间段。取每个小时全部在线监测数据的平均值作为该时段大气环境中VOCs浓度值。具体的在线监测数值可以具体如下表3所示:
表3
获取到的园区内的多个待评估对象中的任意一个待评估对象的挥发性有机物的第二监测数据集包括园区内的任意一个待评估对象的挥发性有机物的平均浓度值和与各个平均浓度值对应的监测时间段。
在某一具体应用场景下,利用在线监测装置监测到的各个待评估对象(企业)VOCs的浓度值。具体的在线监测数值可以如前述表1所示,在此不再赘述。
在一种可能的实现方式中,基于第一预设方式对监测数据进行相关性分析,得到相关性分析模型包括以下步骤:
获取各个待评估对象各个监测时间段内的挥发性有机物排放量数据;
基于第一预设方式,对各个待评估对象各个监测时间段内的挥发性有机物排放量数据进行相关性分析,得到相关性分析模型。
在某一具体应用场景下,基于如下表4所示的数据,对各个待评估对象各个监测时间段内的挥发性有机物排放量数据进行相关性分析,具体如下所述:
表4
在该具体应用场景下,第一预设方式具体为:将园区内各时段所有企业VOCs排放量进行求和,获得8组排放量数据,与园区空气中VOCs在线监测获得的8组数据进行相关性分析,得到相关性方程。
具体地,利用Excel可快速得到相关性方程:首先,将合计排放量和VOCs浓度数据罗列成下图样式;然后,选中排放量和浓度数据,***散点图;点击散点图右上角的“添加元素”,添加线性趋势线;最后,选中线性趋势线,勾选“显示公式”,即可得到相关性方程。
基于上述表4中的数据。能够得到如图2所示的相关性方程。
如图2所示,得到的相关性方程为:y=0.1607x+0.245。在得到上述相关性方程之后,基于如图2所示的相关性方程,可以构建对应的相关性分析模型,基于构建相关性分析模型的方法为常规方法,在此不再赘述。
在一种可能的实现方式中,本申请实施例提供的评估方法还包括以下步骤:基于第二预设方式对监测数据中的任意一个待评估对象的各个监测时间段对应的挥发性有机物的平均浓度值进行处理,得到各个待评估对象各个监测时间段内的挥发性有机物排放量数据。
在本申请实施例中,第二预设方式可以为:利用便携式VOCs检测仪(FID),或者在线监测装置均可以检测企业排放废气中的VOCs浓度值(每个时间段测一组数据即可,尽量在每个时间段的中间时间点进行监测),再利用烟气监测装置,获得废气排放的温度、湿度、含氧量、流速、烟囱直径等数值,结合企业的实际生产状况,最后通过公式(1)计算得到企业在各监测时间段的VOCs排放量。
在上述公式(1)中,i代表不同时间段;Ei代表i时段的排放量(kg);Ci代表i时段测得的VOCs排放浓度(mg/m3);T为排放时长,为3600秒;Vi为i时段测得的烟气流速(m/s);r为烟囱半径(m)。
上述仅仅罗列了一种常见的转换方式,还可以根据其它方式进行转换,在此不再赘述。
S103,将当前待评估对象各个监测时间段内的挥发性有机物排放量数据输入至相关性分析模型中进行处理,输出对应的各个监测时间段内、当前待评估对象对空气质量影响程度值。
在某一具体应用场景下,基于前述所得的相关性方程,将企业各时段的VOCs排放量带入到方程中,可以得到该企业在该时段对空气中VOCs浓度的贡献值yi,yi占该时段空气中VOCs浓度值Yi的百分比,即:为企业对周边空气质量影响程度值Zi。
以D企业为例,以上述公式(2)计算该D企业对周边空气质量影响程度值Zi,具体步骤如下所述:
步骤a1:在9-10时间段的VOCs排放量x9-10为7.14kg;
步骤a2:将此x9-10代入到线性方程中(线性方程为:y=0.1607x+0.245),得到y9-10为1.39;
步骤a3:此时段在线监测数值Y9-10为5.5,代入到上述公式(2)中,则ZD9-10为25.3%。
在一种可能的实现方式中,第一监测数据集包括园区内的多个待评估对象的挥发性有机物的总平均浓度值和与各个总平均浓度值对应的监测时间段,本申请实施例提供的评估方法还包括以下步骤:
读取园区内的多个待评估对象的挥发性有机物的总平均浓度值和与各个总平均浓度值对应的监测时间段;
将多个待评估对象的挥发性有机物的总平均浓度值和对应的监测时间段之间建立对应的第一对应关系;
将任意一个待评估对象的挥发性有机物的总平均浓度值、对应的监测时间段和对应的第一对应关系均存储于第一监测数据集中。
在一种可能的实现方式中,第二监测数据集包括园区内的任意一个待评估对象的挥发性有机物的平均浓度值和与各个平均浓度值对应的监测时间段,本申请实施例提供的评估方法还包括以下步骤:
读取园区内的任意一个待评估对象的挥发性有机物的平均浓度值和与各个平均浓度值对应的监测时间段;
将任意一个待评估对象的挥发性有机物的平均浓度值和对应的监测时间段之间建立第二对应关系;
将任意一个待评估对象的挥发性有机物的平均浓度值、对应的监测时间段和对应的第二对应关系均存储于第二监测数据集中。
S104,将各个监测时间段内、当前待评估对象对空气质量影响程度值输入至预设污染等级评估模型中进行处理,输出污染等级评估结果,并将污染等级评估结果推送至目标用户的终端设备上。
在本申请实施例中,预设污染等级评估模型输出的污染等级往往是基于上述公式(2)所计算得到的Z值进行配置的,且配置为多个等级。
在某一具体应用场景下,基于上述公式(2)所计算得到的Z值配置出的预设污染等级评估模型输出的污染等级(IL)共分为6个等级。具体地,当0<Z≤5%时,IL为1级;当5%<Z≤10%时,IL为2级;当10%<Z≤15%时,IL为3级;当15%<Z≤20%时,IL为4级;当20%<Z≤30%时,IL为5级;当Z>30%时,IL为6级;IL等级越高,对周边空气质量影响越大,越需要对该企业进行污染管控。
在某一具体应用场景下,基于前述所得的相关性方程,将企业各时段的VOCs排放量带入到方程中,可以得到该企业在该时段对空气中VOCs浓度的贡献值yi,yi占该时段空气中VOCs浓度值Yi的百分比,即:为企业对周边空气质量影响程度值Zi。
以D企业为例,以上述公式(2)计算该D企业对周边空气质量影响程度值Zi,具体步骤如下所述:
步骤a1:在9-10时间段的VOCs排放量x9-10为7.14kg;
步骤a2:将此x9-10代入到线性方程中(线性方程为:y=0.1607x+0.245),得到y9-10为1.39;
步骤a3:此时段在线监测数值Y9-10为5.5,代入到上述公式(2)中,则ZD9-10为25.3%。
以D企业在9-10时段为例,ZD9-10为25.3%,那么,基于前述预先配置的污染等级可知,可以得到D企业对周边环境的污染等级IL为5级。同理,若基于上述公式(2)计算出J企业在9-10时段的ZJ9-10为6.0%,则J企业对周边环境的污染等级IL为2级。
基于上述数据和污染等级信息,就可以得到如图3所示的具体应用场景中评估出的企业污染等级的示意图。在实际应用场景中,本申请实施例提供的评估方法输出的污染等级评估结果包括如图3所示的企业污染等级的示意图,并将污染等级评估结果推送至目标用户的终端设备上;这样,通过如图3所示的示意图,目标用户就可以方便地直观地看到:其关注的D企业的污染等级为5级,计算出的D企业在某一天上午9点-10点监测时间段内,对周边空气质量影响程度值Zi为25.3%;同理,其关注的J企业的污染等级为2级,计算出的D企业在某一天上午9点-10点监测时间段内,对周边空气质量影响程度值Zi为6.0%;这样,能够精准地确定出园区内的每一个目标用户关注的目标对象(目标企业)对周边空气质量影响程度值Zi,以及对应的污染等级,从而为后续实现对目标对象(目标企业)所造成的空气污染进行精准管控。
本申请实施例提供的评估方法,通过实际监测数据进行计算,其结果比排放清单结果可靠性更高;此外,相对于源解析方法而言,不需要使用源解析模型,不需要对源类别有指征意义的示踪物种,方法更加简单直观;再者,本申请实施例提供的评估方法,可适用于小尺度区域范围内的企业排放量对周边环境影响的分析,可以通过相关性分析,得到单个企业对周边环境的影响程度,并基于预设污染等级评估模型预先配置的多个污染等级精准地确定出园区内的任意一个目标对象(目标企业)的污染等级,这样,有利于实现对企业污染排放的精准管控。
在本申请实施例中,从园区内选取多个目标对象作为用于评估挥发性有机物污染等级的待评估对象,以及从多个待评估对象中选取任意一个待评估对象作为当前待评估对象;获取当前待评估对象各个监测时间段内的挥发性有机物排放量数据和获取相关性分析模型;将当前待评估对象各个监测时间段内的挥发性有机物排放量数据输入至相关性分析模型中进行处理,输出对应的各个监测时间段内、当前待评估对象对空气质量影响程度值;以及将各个监测时间段内、当前待评估对象对空气质量影响程度值输入至预设污染等级评估模型中进行处理,输出污染等级评估结果,并将污染等级评估结果推送至目标用户的终端设备上。采用本申请实施例提供的评估方法,由于引入了相关性分析模型,这样,能够精准地得到各个监测时间段内、当前待评估对象对空气质量影响程度值;进一步地将各个监测时间段内、当前待评估对象对空气质量影响程度值输入至预设污染等级评估模型中进行处理,这样,最终基于污染等级评估结果能够精准地评估出园区内任意一个待评估目标对象的污染等级。
下述为本发明园区内目标对象挥发性有机物污染等级的评估装置实施例,可以用于执行本发明园区内目标对象挥发性有机物污染等级的评估方法实施例。对于本发明园区内目标对象挥发性有机物污染等级的评估装置实施例中未披露的细节,请参照本发明园区内目标对象挥发性有机物污染等级的评估方法实施例。
请参见图4,其示出了本发明一个示例性实施例提供的园区内目标对象挥发性有机物污染等级的评估装置的结构示意图。该园区内目标对象挥发性有机物污染等级的评估装置可以通过软件、硬件或者两者的结合实现成为终端的全部或一部分。该园区内目标对象挥发性有机物污染等级的评估装置包括选取模块10、获取模块20、相关性分析模块30、评估模块40和推送模块50。
具体而言,选取模块10,用于从园区内选取多个目标对象作为用于评估挥发性有机物污染等级的待评估对象,以及从多个待评估对象中选取任意一个待评估对象作为当前待评估对象;
获取模块20,用于获取当前待评估对象各个监测时间段内的挥发性有机物排放量数据,以及获取相关性分析模型;
相关性分析模块30,用于将获取模块20获取的当前待评估对象各个监测时间段内的挥发性有机物排放量数据输入至获取模块20获取的相关性分析模型中进行处理,输出对应的各个监测时间段内、当前待评估对象对空气质量影响程度值;
评估模块40,用于将相关性分析模块30得到的各个监测时间段内、当前待评估对象对空气质量影响程度值输入至预设污染等级评估模型中进行处理,输出污染等级评估结果;
推送模块50,用于将评估模块40得到的污染等级评估结果推送至目标用户的终端设备上。
可选的,获取模块20还用于:
获取多个待评估对象、且与挥发性有机物相关的监测数据,监测数据包括多个待评估对象中的任意一个待评估对象的各个监测时间段内的挥发性有机物的平均浓度值;
相关性分析模块30还用于:
基于第一预设方式对获取模块20获取的监测数据进行相关性分析,得到相关性分析模型。
可选的,相关性分析模块30具体用于:
获取各个待评估对象各个监测时间段内的挥发性有机物排放量数据;
基于第一预设方式,对各个待评估对象各个监测时间段内的挥发性有机物排放量数据进行相关性分析,得到相关性分析模型。
可选的,所述装置还包括:
处理模块(在图4中未示出),用于基于第二预设方式对监测数据中的任意一个待评估对象的各个监测时间段对应的挥发性有机物的平均浓度值进行处理,得到各个待评估对象各个监测时间段内的挥发性有机物排放量数据。
可选的,获取模块20还用于:
获取园区内的多个待评估对象的挥发性有机物的第一监测数据集;以及
获取园区内的多个待评估对象中的任意一个待评估对象的挥发性有机物的第二监测数据集。
可选的,第一监测数据集包括园区内的多个待评估对象的挥发性有机物的总平均浓度值和与各个总平均浓度值对应的监测时间段,所述装置还包括:
第一读取模块(在图4中未示出),用于读取园区内的多个待评估对象的挥发性有机物的总平均浓度值和与各个总平均浓度值对应的监测时间段;
第一对应关系建立模块(在图4中未示出),用于将第一读物模块读取的多个待评估对象的挥发性有机物的总平均浓度值和对应的监测时间段之间建立对应的第一对应关系;
第一存储模块(在图4中未示出),用于将第一读取模块读取的任意一个待评估对象的挥发性有机物的总平均浓度值、对应的监测时间段和第一对应关系建立模块建立的对应的第一对应关系均存储于第一监测数据集中。
可选的,第二监测数据集包括园区内的任意一个待评估对象的挥发性有机物的平均浓度值和与各个平均浓度值对应的监测时间段,所述装置还包括:
第二读取模块(在图4中未示出),用于读取园区内的任意一个待评估对象的挥发性有机物的平均浓度值和与各个平均浓度值对应的监测时间段;
第二对应关系建立模块(在图4中未出),用于将第二读取模块读取的任意一个待评估对象的挥发性有机物的平均浓度值和对应的监测时间段之间建立第二对应关系;
第二存储模块(在图4中未示出),用于将第一读取模块读取的任意一个待评估对象的挥发性有机物的平均浓度值、对应的监测时间段和第二对应关系建立模块建立的对应的第二对应关系均存储于第二监测数据集中。
需要说明的是,上述实施例提供的园区内目标对象挥发性有机物污染等级的评估装置在执行园区内目标对象挥发性有机物污染等级的评估方法时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将设备的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的园区内目标对象挥发性有机物污染等级的评估装置与园区内目标对象挥发性有机物污染等级的评估方法实施例属于同一构思,其体现实现过程详见园区内目标对象挥发性有机物污染等级的评估方法实施例,这里不再赘述。
在本申请实施例中,选取模块用于从园区内选取多个目标对象作为用于评估挥发性有机物污染等级的待评估对象,以及从多个待评估对象中选取任意一个待评估对象作为当前待评估对象;获取模块用于获取当前待评估对象各个监测时间段内的挥发性有机物排放量数据,以及获取相关性分析模型;相关性分析模块用于将获取模块获取的当前待评估对象各个监测时间段内的挥发性有机物排放量数据输入至获取模块获取的相关性分析模型中进行处理,输出对应的各个监测时间段内、当前待评估对象对空气质量影响程度值;评估模块用于将相关性分析模块得到的各个监测时间段内、当前待评估对象对空气质量影响程度值输入至预设污染等级评估模型中进行处理,输出污染等级评估结果;以及推送模块用于将评估模块得到的污染等级评估结果推送至目标用户的终端设备上。采用本申请实施例提供的评估装置,由于引入了相关性分析模型,这样,能够精准地得到各个监测时间段内、当前待评估对象对空气质量影响程度值;进一步地将各个监测时间段内、当前待评估对象对空气质量影响程度值输入至预设污染等级评估模型中进行处理,这样,最终基于污染等级评估结果能够精准地评估出园区内任意一个待评估目标对象的污染等级。
在一个实施例中,提出了一种计算机设备,计算机设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现以下步骤:从园区内选取多个目标对象作为用于评估挥发性有机物污染等级的待评估对象,以及从多个待评估对象中选取任意一个待评估对象作为当前待评估对象;获取当前待评估对象各个监测时间段内的挥发性有机物排放量数据和获取相关性分析模型;将当前待评估对象各个监测时间段内的挥发性有机物排放量数据输入至相关性分析模型中进行处理,输出对应的各个监测时间段内、当前待评估对象对空气质量影响程度值;以及将各个监测时间段内、当前待评估对象对空气质量影响程度值输入至预设污染等级评估模型中进行处理,输出污染等级评估结果,并将污染等级评估结果推送至目标用户的终端设备上。
在一个实施例中,提出了一种存储有计算机可读指令的存储介质,该计算机可读指令被一个或多个处理器执行时,使得一个或多个处理器执行以下步骤:从园区内选取多个目标对象作为用于评估挥发性有机物污染等级的待评估对象,以及从多个待评估对象中选取任意一个待评估对象作为当前待评估对象;获取当前待评估对象各个监测时间段内的挥发性有机物排放量数据和获取相关性分析模型;将当前待评估对象各个监测时间段内的挥发性有机物排放量数据输入至相关性分析模型中进行处理,输出对应的各个监测时间段内、当前待评估对象对空气质量影响程度值;以及将各个监测时间段内、当前待评估对象对空气质量影响程度值输入至预设污染等级评估模型中进行处理,输出污染等级评估结果,并将污染等级评估结果推送至目标用户的终端设备上。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,该计算机程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,前述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)等非易失性存储介质,或随机存储记忆体(Random Access Memory,RAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种园区内目标对象挥发性有机物污染等级的评估方法,其特征在于,所述方法包括:
从园区内选取多个目标对象作为用于评估挥发性有机物污染等级的待评估对象,以及从多个待评估对象中选取任意一个待评估对象作为当前待评估对象;
获取当前待评估对象各个监测时间段内的挥发性有机物排放量数据和获取相关性分析模型;
将当前待评估对象各个监测时间段内的挥发性有机物排放量数据输入至所述相关性分析模型中进行处理,输出对应的各个监测时间段内、当前待评估对象对空气质量影响程度值;
将各个监测时间段内、当前待评估对象对空气质量影响程度值输入至预设污染等级评估模型中进行处理,输出污染等级评估结果,并将所述污染等级评估结果推送至目标用户的终端设备上。
2.根据权利要求1所述的方法,其特征在于,在所述获取相关性分析模型之前,所述方法还包括:
获取多个待评估对象、且与挥发性有机物相关的监测数据,所述监测数据包括多个待评估对象中的任意一个待评估对象的各个监测时间段内的挥发性有机物的平均浓度值;
基于第一预设方式对所述监测数据进行相关性分析,得到所述相关性分析模型。
3.根据权利要求2所述的方法,其特征在于,所述基于第一预设方式对所述监测数据进行相关性分析,得到所述相关性分析模型包括:
获取各个待评估对象各个监测时间段内的挥发性有机物排放量数据;
基于所述第一预设方式,对各个待评估对象各个监测时间段内的挥发性有机物排放量数据进行相关性分析,得到所述相关性分析模型。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
基于第二预设方式对所述监测数据中的任意一个待评估对象的各个监测时间段对应的挥发性有机物的平均浓度值进行处理,得到各个待评估对象各个监测时间段内的挥发性有机物排放量数据。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
获取所述园区内的多个待评估对象的挥发性有机物的第一监测数据集;以及
获取所述园区内的多个待评估对象中的任意一个待评估对象的挥发性有机物的第二监测数据集。
6.根据权利要求5所述的方法,其特征在于,所述第一监测数据集包括所述园区内的多个待评估对象的挥发性有机物的总平均浓度值和与各个总平均浓度值对应的监测时间段,所述方法还包括:
读取所述园区内的多个待评估对象的挥发性有机物的总平均浓度值和与各个总平均浓度值对应的监测时间段;
将多个待评估对象的挥发性有机物的总平均浓度值和对应的监测时间段之间建立对应的第一对应关系;
将任意一个待评估对象的挥发性有机物的总平均浓度值、对应的监测时间段和对应的第一对应关系均存储于所述第一监测数据集中。
7.根据权利要求5所述的方法,其特征在于,所述第二监测数据集包括所述园区内的任意一个待评估对象的挥发性有机物的平均浓度值和与各个平均浓度值对应的监测时间段,所述方法还包括:
读取所述园区内的任意一个待评估对象的挥发性有机物的平均浓度值和与各个平均浓度值对应的监测时间段;
将任意一个待评估对象的挥发性有机物的平均浓度值和对应的监测时间段之间建立第二对应关系;
将任意一个待评估对象的挥发性有机物的平均浓度值、对应的监测时间段和对应的第二对应关系均存储于所述第二监测数据集中。
8.一种园区内目标对象挥发性有机物污染等级的评估装置,其特征在于,所述装置包括:
选取模块,用于从园区内选取多个目标对象作为用于评估挥发性有机物污染等级的待评估对象,以及从多个待评估对象中选取任意一个待评估对象作为当前待评估对象;
获取模块,用于获取当前待评估对象各个监测时间段内的挥发性有机物排放量数据,以及获取相关性分析模型;
相关性分析模块,用于将所述获取模块获取的当前待评估对象各个监测时间段内的挥发性有机物排放量数据输入至所述获取模块获取的所述相关性分析模型中进行处理,输出对应的各个监测时间段内、当前待评估对象对空气质量影响程度值;
评估模块,用于将所述相关性分析模块得到的各个监测时间段内、当前待评估对象对空气质量影响程度值输入至预设污染等级评估模型中进行处理,输出污染等级评估结果;
推送模块,用于将所述评估模块得到的所述污染等级评估结果推送至目标用户的终端设备上。
9.一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机可读指令,所述计算机可读指令被所述处理器执行时,使得所述处理器执行如权利要求1至7中任一项权利要求所述评估方法的步骤。
10.一种存储有计算机可读指令的存储介质,所述计算机可读指令被一个或多个处理器执行时,使得一个或多个处理器执行如权利要求1至7中任一项权利要求所述评估方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111333744.1A CN114091863B (zh) | 2021-11-11 | 2021-11-11 | 园区内目标对象挥发性有机物污染等级的评估方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111333744.1A CN114091863B (zh) | 2021-11-11 | 2021-11-11 | 园区内目标对象挥发性有机物污染等级的评估方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114091863A true CN114091863A (zh) | 2022-02-25 |
CN114091863B CN114091863B (zh) | 2022-11-04 |
Family
ID=80299940
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111333744.1A Active CN114091863B (zh) | 2021-11-11 | 2021-11-11 | 园区内目标对象挥发性有机物污染等级的评估方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114091863B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114549262A (zh) * | 2022-04-28 | 2022-05-27 | 河北先河环保科技股份有限公司 | 大气污染物减排分级管控方法、电子设备及可读存储介质 |
CN115936492A (zh) * | 2022-11-24 | 2023-04-07 | 双阳化工淮安有限公司 | 一种化工生产尾气排放自动化监测*** |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030105728A1 (en) * | 2000-05-30 | 2003-06-05 | Seiichi Yano | Vehicle resale price analysis system |
CN107767081A (zh) * | 2017-11-15 | 2018-03-06 | 国网冀北电力有限公司电力科学研究院 | 一种燃煤电厂大气环境影响评价方法及装置 |
CN110018280A (zh) * | 2019-05-17 | 2019-07-16 | 北京市环境保护科学研究院 | 一种大气污染源排放综合表征方法及装置 |
CN110428104A (zh) * | 2019-08-01 | 2019-11-08 | 软通动力信息技术有限公司 | 一种污染贡献率确定方法、装置、电子设备及存储介质 |
CN110954658A (zh) * | 2019-12-02 | 2020-04-03 | 上海宝钢工业技术服务有限公司 | 工业园区挥发性有机物网格化溯源调查的方法 |
CN112418609A (zh) * | 2020-10-30 | 2021-02-26 | 暨南大学 | 一种基于面-网格-点的大气二次污染精准溯源方法 |
CN112729976A (zh) * | 2020-12-26 | 2021-04-30 | 佛山市正州环保通风设备有限公司 | 一种工业废气检测*** |
-
2021
- 2021-11-11 CN CN202111333744.1A patent/CN114091863B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030105728A1 (en) * | 2000-05-30 | 2003-06-05 | Seiichi Yano | Vehicle resale price analysis system |
CN107767081A (zh) * | 2017-11-15 | 2018-03-06 | 国网冀北电力有限公司电力科学研究院 | 一种燃煤电厂大气环境影响评价方法及装置 |
CN110018280A (zh) * | 2019-05-17 | 2019-07-16 | 北京市环境保护科学研究院 | 一种大气污染源排放综合表征方法及装置 |
CN110428104A (zh) * | 2019-08-01 | 2019-11-08 | 软通动力信息技术有限公司 | 一种污染贡献率确定方法、装置、电子设备及存储介质 |
CN110954658A (zh) * | 2019-12-02 | 2020-04-03 | 上海宝钢工业技术服务有限公司 | 工业园区挥发性有机物网格化溯源调查的方法 |
CN112418609A (zh) * | 2020-10-30 | 2021-02-26 | 暨南大学 | 一种基于面-网格-点的大气二次污染精准溯源方法 |
CN112729976A (zh) * | 2020-12-26 | 2021-04-30 | 佛山市正州环保通风设备有限公司 | 一种工业废气检测*** |
Non-Patent Citations (3)
Title |
---|
张道方等: "不同源排放对世博规划区SO_2浓度贡献数值分析", 《环境科学与技术》 * |
胡天鹏等: "某石油化工园区秋季VOCs污染特征及来源解析", 《环境科学》 * |
郭凤艳等: "天津临港某石化企业VOCs排放特征研究", 《中国环境科学》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114549262A (zh) * | 2022-04-28 | 2022-05-27 | 河北先河环保科技股份有限公司 | 大气污染物减排分级管控方法、电子设备及可读存储介质 |
CN115936492A (zh) * | 2022-11-24 | 2023-04-07 | 双阳化工淮安有限公司 | 一种化工生产尾气排放自动化监测*** |
CN115936492B (zh) * | 2022-11-24 | 2023-10-20 | 双阳化工淮安有限公司 | 一种化工生产尾气排放自动化监测*** |
Also Published As
Publication number | Publication date |
---|---|
CN114091863B (zh) | 2022-11-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kang et al. | Performance evaluation of low-cost air quality sensors: A review | |
CN114091863B (zh) | 园区内目标对象挥发性有机物污染等级的评估方法和装置 | |
CN104090861B (zh) | 动态离群值偏倚减少***和方法 | |
Belis et al. | A new methodology to assess the performance and uncertainty of source apportionment models II: The results of two European intercomparison exercises | |
Steffen et al. | A comparison of data quality control protocols for atmospheric mercury speciation measurements | |
JP2020536334A (ja) | エンティティに関連付けられた温室効果ガスの排出を追跡するシステムおよび方法 | |
CN105158353A (zh) | 土壤中多环芳烃污染源解析的方法 | |
Polemis et al. | Does competition prevent industrial pollution? Evidence from a panel threshold model | |
Tong et al. | Quantifying uncertainty of emission estimates in National Greenhouse Gas Inventories using bootstrap confidence intervals | |
Vlachou et al. | Development of a versatile source apportionment analysis based on positive matrix factorization: a case study of the seasonal variation of organic aerosol sources in Estonia | |
CN112967764B (zh) | 多技术耦合的污染物源解析方法、装置 | |
CN114611280A (zh) | 基于obm和ebm多模式的臭氧综合源解析方法 | |
Dutta et al. | IndoorSense: context based indoor pollutant prediction using SARIMAX model | |
Aerts-Bijma et al. | An independent assessment of uncertainty for radiocarbon analysis with the new generation high-yield accelerator mass spectrometers | |
Tang et al. | Automating the interpretation of PM2. 5 time‐resolved measurements using a data‐driven approach | |
Rivera Martinez et al. | Reconstruction of high-frequency methane atmospheric concentration peaks from measurements using metal oxide low-cost sensors | |
CN113240006A (zh) | 废水排放的监测方法、装置、电子设备及存储介质 | |
Taguem et al. | Quantile regression with a metal oxide sensors array for methane prediction over a municipal solid waste treatment plant | |
CN114974452B (zh) | 一种确定二次转化来源的管控目标的方法和装置 | |
Kadiyala et al. | Univariate time series prediction of air quality inside a public transportation bus using available software. | |
CN112085257A (zh) | 一种基于时序分析的综合能源业务潜力预测模型 | |
CN116562061B (zh) | 卫星性能参数的确定方法、装置、电子设备及存储介质 | |
Antonsson et al. | Odor emission measurements: The role of n-butanol as a reference material and origins of large inter-laboratory variability | |
CN114819371B (zh) | 基于税务数据的产排污量预测模型构建方法和*** | |
CN117252489B (zh) | 臭氧污染来源的评估方法、装置、介质及电子设备 |
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 |