CN116934102B - 一种用于工业园区的环境风险管控*** - Google Patents
一种用于工业园区的环境风险管控*** Download PDFInfo
- Publication number
- CN116934102B CN116934102B CN202311209530.2A CN202311209530A CN116934102B CN 116934102 B CN116934102 B CN 116934102B CN 202311209530 A CN202311209530 A CN 202311209530A CN 116934102 B CN116934102 B CN 116934102B
- Authority
- CN
- China
- Prior art keywords
- park
- value
- data
- industrial park
- index
- 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
- 238000011156 evaluation Methods 0.000 claims abstract description 50
- 230000007613 environmental effect Effects 0.000 claims abstract description 38
- 238000003912 environmental pollution Methods 0.000 claims abstract description 35
- 238000012544 monitoring process Methods 0.000 claims abstract description 33
- 238000012545 processing Methods 0.000 claims abstract description 23
- 238000004458 analytical method Methods 0.000 claims abstract description 11
- 238000012423 maintenance Methods 0.000 claims abstract description 8
- 238000013480 data collection Methods 0.000 claims abstract description 5
- 239000002689 soil Substances 0.000 claims description 38
- 238000000034 method Methods 0.000 claims description 28
- 230000000875 corresponding effect Effects 0.000 claims description 26
- 230000035558 fertility Effects 0.000 claims description 26
- 238000007726 management method Methods 0.000 claims description 21
- 238000004364 calculation method Methods 0.000 claims description 20
- 244000005700 microbiome Species 0.000 claims description 16
- 241000894007 species Species 0.000 claims description 14
- 238000011835 investigation Methods 0.000 claims description 13
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims description 12
- 238000007405 data analysis Methods 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 12
- 239000002699 waste material Substances 0.000 claims description 11
- 239000002351 wastewater Substances 0.000 claims description 11
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 11
- 239000002912 waste gas Substances 0.000 claims description 10
- 239000002028 Biomass Substances 0.000 claims description 8
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 claims description 6
- ZLMJMSJWJFRBEC-UHFFFAOYSA-N Potassium Chemical compound [K] ZLMJMSJWJFRBEC-UHFFFAOYSA-N 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 6
- 229910052757 nitrogen Inorganic materials 0.000 claims description 6
- 229910052698 phosphorus Inorganic materials 0.000 claims description 6
- 239000011574 phosphorus Substances 0.000 claims description 6
- 239000011591 potassium Substances 0.000 claims description 6
- 229910052700 potassium Inorganic materials 0.000 claims description 6
- 230000002596 correlated effect Effects 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 claims description 3
- 238000011161 development Methods 0.000 abstract description 5
- 238000003754 machining Methods 0.000 abstract description 5
- 239000003344 environmental pollutant Substances 0.000 description 7
- 231100000719 pollutant Toxicity 0.000 description 7
- RAHZWNYVWXNFOC-UHFFFAOYSA-N Sulphur dioxide Chemical compound O=S=O RAHZWNYVWXNFOC-UHFFFAOYSA-N 0.000 description 4
- 238000001914 filtration Methods 0.000 description 4
- JCXJVPUVTGWSNB-UHFFFAOYSA-N Nitrogen dioxide Chemical compound O=[N]=O JCXJVPUVTGWSNB-UHFFFAOYSA-N 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000007789 gas Substances 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 239000000356 contaminant Substances 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000013618 particulate matter Substances 0.000 description 2
- 238000006467 substitution reaction Methods 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
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 1
- CBENFWSGALASAD-UHFFFAOYSA-N Ozone Chemical compound [O-][O+]=O CBENFWSGALASAD-UHFFFAOYSA-N 0.000 description 1
- 239000003570 air Substances 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 229910002091 carbon monoxide Inorganic materials 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000003334 potential effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 238000003911 water pollution Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- 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
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/18—Water
- G01N33/186—Water using one or more living organisms, e.g. a fish
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/18—Water
- G01N33/186—Water using one or more living organisms, e.g. a fish
- G01N33/1866—Water using one or more living organisms, e.g. a fish using microorganisms
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/24—Earth materials
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/2433—Single-class perspective, e.g. one-against-all classification; Novelty detection; Outlier detection
-
- 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
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
- G06Q10/063112—Skill-based matching of a person or a group to a task
-
- 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
- G06Q10/20—Administration of product repair or maintenance
-
- 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
- G06Q50/04—Manufacturing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/188—Vegetation
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Entrepreneurship & Innovation (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Food Science & Technology (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Medicinal Chemistry (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Data Mining & Analysis (AREA)
- Game Theory and Decision Science (AREA)
- Combustion & Propulsion (AREA)
- Artificial Intelligence (AREA)
- Multimedia (AREA)
- Evolutionary Computation (AREA)
- Manufacturing & Machinery (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Engineering & Computer Science (AREA)
- Primary Health Care (AREA)
- Microbiology (AREA)
Abstract
本发明公开了一种用于工业园区的环境风险管控***,涉及环境风险管控技术领域,该***包括依次运行的环境风险数据收集模块、环境污染源分类监测模块、模型建立与评估模块以及执行处理模块;其技术要点为:针对处于沿河机械加工工业园区进行环境风险管控,在搭建相应的模型后,不仅可以通过识别和分析指标数据,获取环境污染度评估值,来判断整个园区是否需要停顿整改还是进行初步检修操作,也可以通过将获取到的园区环境风险受体源评估值FPg与环境污染度评估值进行结合分析,以获取用于判定是否需要借助外力来管控的管控优先级预测系数Ycxs,可实现对沿河机械加工工业园区环境风险的精准管控和可持续发展。
Description
技术领域
本发明涉及环境风险管控技术领域,具体为一种用于工业园区的环境风险管控***。
背景技术
环境风险管控是一种***性的管理方法,旨在识别、评估和控制环境相关的潜在风险,以减少负面环境影响和保护环境的可持续性,具体来说,环境风险管控至少包括以下几个方面:
风险识别:识别与特定工业活动、项目或地点相关的潜在环境风险,包括污染物排放、废物产生、资源消耗以及天然资源破坏等;风险评估:对识别的风险进行定量或定性的评估,确定其可能对环境和生态***造成的潜在影响,包括对水体、空气、土壤、生物多样性等的影响;风险管理计划:制定和实施风险管理计划,明确监测、控制和纠正措施,以减少或消除潜在的环境风险,这包括污染物控制设备和工艺改进、管理措施、监测和报告措施等。
现有技术存在的不足为:针对现有沿河的机械加工类工业园区而言,在对环境风险进行管控时,往往需要考虑到各种类型的环境污染,对于各个类型的环境污染通常只是设置相应的标准指标,判断是否若是超出该指标,在确定工程实施没有问题的前提下,则判定处理对应类型环境污染的设备存在问题,例如:没有有效的完成对废气的过滤处理,无法判定整个园区是否需要停顿整改,另一方面,对于一些只是追求利益的园区而言,环境污染得不到整改,会影响其整体园区的发展进程。
发明内容
(一)解决的技术问题
针对现有技术的不足,本发明提供了一种用于工业园区的环境风险管控***,在搭建相应的模型后,不仅可以通过识别和分析指标数据,获取环境污染度评估值,来判断整个园区是否需要停顿整改还是进行初步检修操作,也可以通过将获取到的园区环境风险受体源评估值FPg与环境污染度评估值/>进行结合分析,以获取用于判定是否需要借助外力来管控的管控优先级预测系数Ycxs,可实现对沿河机械加工工业园区环境风险的精准管控和可持续发展,解决了背景技术中提出的问题。
(二)技术方案
为实现以上目的,本发明通过以下技术方案予以实现:
一种用于工业园区的环境风险管控***,该***包括依次运行的环境风险数据收集模块、环境污染源分类监测模块、模型建立与评估模块以及执行处理模块;
其中,环境风险数据收集模块采集并获取沿河机械加工工业园区内的指标数据,该指标数据至少包括:河流中的生物种类量Sr、空气质量指数Zs、工业园区周边的土壤肥力值Fz;河流中的生物种类量Sr可以通过水质在线监测***获取,该水质在线监测***是一种能够实时监测水中微生物数量及种类的设备,该设备采用先进的生物监测技术,可以检测水中微生物的数据,利用***内的微生物分析仪器对微生物进行分析,以获取微生物种类的数量,即河流中的生物种类量Sr,通过监测河流中的生物种类量Sr可以从侧面判断出河水是否被污染以及污染程度;空气质量指数Zs可以通过在园区内安装空气质量检测设备,至少包括颗粒物质测量器和气体浓度测量仪器,根据测量到的空气质量数据,可以使用特定的计算方法将原始监测数据转换为AQI值,该AQI值即为空气质量指数Zs,通过空气质量指数Zs也可以侧面判断出园区内空气是否污染以及污染程度。
环境污染源分类监测模块对采集到的指标数据按照废水、废气以及废渣三种类型完成分类,并建立环境污染指标体系,在搭载的规则引擎中设置对应生物种类量Sr、空气质量指数Zs、土壤肥力值Fz的标准值,定期采集各项指标数据,并将各个指标数据与标准值进行对比,根据对比结果决定是否派遣检修人员;
模型建立与评估模块建立两个数据分析模型,分别生成环境污染度评估值和园区环境风险受体源评估值FPg,并以环境污染度评估值/>和园区环境风险受体源评估值FPg为参数,搭建预测模型,生成管控优先级预测系数Ycxs;
执行处理模块将管控优先级预测系数Ycxs与设置的系数阈值对比,若是小于等于系数阈值,则不做处理,若是大于系数阈值,则根据系数阈值的大小来对全国范围内同类型的工业园区提出不同优先程度的技术指导。
进一步的,使用水质在线监测***,利用***内的微生物分析仪器对微生物进行分析,以获取微生物种类的数量,即河流中的生物种类量Sr;在园区内安装空气质量检测设备,根据测量到的空气质量数据,通过计算将原始监测数据转换为AQI值,即空气质量指数Zs。
进一步的,工业园区周边的土壤肥力值Fz的获取方式如下:
S1、工业园区周边的土壤肥力值Fz是通过以园区为中心,规划出一个能够涵盖整个园区的圆形区域,在圆形的边缘处选取若干均匀分布的监测点;
S2、通过采集监测点的土壤样本,并带回至实验室分析,得出土壤pH值、总氮含量、总磷含量以及总钾含量的指标;
S3、搭建计算模型,对各个指标按照预定规则赋予权重,土壤pH值、总氮含量、总磷含量以及总钾含量的权重分别为:0.5、0.3、0.2以及0.2,根据各个指标的实际数据和权重进行加权平均计算,得到最终数据即为土壤肥力值,其中的/>=1、2、3、...、n,且n为正整数,且/>代表监测点的数量,选取最低土壤肥力值代表工业园区周边的土壤肥力值Fz。
进一步的,在并将各个指标数据与标准值进行对比时,对比结果若是某一项指标数据低于对应的标准值,则派遣检修人员针对污染源类型,对相应的处理设备进行检修。
进一步的,建立两个数据分析模型的具体步骤为:
首先,建立一次数据分析模型,在预定的时间周期T内,生成环境污染度评估值,依据的公式如下:
;
式中,分别为河流中的生物种类量Sr、空气质量指数Zs、工业园区周边的土壤肥力值Fz的预设比例系数,且/>均大于0,/>为常数修正系数,/>=1、2、3、...、n,且n为正整数,n=T≥10,T的单位为日,p代表等分后时间节点的序号;
其次,设置用于评估的标准阈值,生成环境污染度评估值的数据集,其中,若是数据集中环境污染度评估值/>大于标准阈值的次数超过3次,则表示污染程度较高且处理设备故障程度较高,需要执行的策略为停产整顿;
最后,采集并获取受体源数据,且受体源至少包括:周边10公里内的人员密集度Md、植被覆盖率Fg以及工业园区与市中心的直线距离Sl,建立二次数据分析模型,依据受体源数据生成园区环境风险受体源评估值FPg,依据的公式如下:
;
式中,分别为周边10公里内的人员密集度Md、植被覆盖率Fg以及工业园区与市中心的直线距离Sl的预设比例系数,且/>均大于0。
进一步的,周边10公里内的人员密集度Md的获取方式为:统计以园区为中心,方圆10公里内的居民人数,并将居民人数除以总面积,即可得到周边10公里内的人员密集度Md;
周边10公里内的植被覆盖率Fg的获取方式为:获取10公里内植被区域的卫星影像,并使用图像处理软件对植被区域进行分割,计算分割后植被区域的面积与总面积之间的比值,即可得到植被覆盖率Fg;
工业园区与市中心的直线距离Sl则可通过地图进行直观计算获取。
进一步的,搭建预测模型的方式如下:
以环境污染度评估值和园区环境风险受体源评估值FPg为参数,搭建预测模型,生成管控优先级预测系数Ycxs,依据的公式如下:
;
式中,表示生成环境污染度评估值的数据集/>中的平均值,即
;
为常数修正系数。
进一步的,管控优先级预测系数Ycxs的大小与技术指导的优先级程度成正相关,且技术指导的内容为组建技术考察队,按照优先级程度依次考察,且技术考察队的人员配置至少包括部门领导和专业技术人员。
一种用于工业园区的环境风险管控方法,该方法的具体步骤为:
步骤一、采集并获取沿河机械加工工业园区内的河流中的生物种类量Sr、空气质量指数Zs、工业园区周边的土壤肥力值Fz;
步骤二、对采集到的指标数据按照废水、废气以及废渣三种类型完成分类,并建立环境污染指标体系,在搭载的规则引擎中设置对应生物种类量Sr、空气质量指数Zs、土壤肥力值Fz的标准值,定期采集各项指标数据,并将各个指标数据与标准值进行对比,根据对比结果决定是否派遣检修人员;
步骤三、通过建立两个数据分析模型来分别生成环境污染度评估值和园区环境风险受体源评估值FPg,并以环境污染度评估值/>和园区环境风险受体源评估值FPg为参数,继续搭建预测模型,生成管控优先级预测系数Ycxs;
步骤四、将管控优先级预测系数Ycxs与设置的系数阈值对比,若是小于等于系数阈值,则不做处理,若是大于系数阈值,则根据系数阈值的大小来对全国范围内同类型的工业园区提出不同优先程度的技术指导。
(三)有益效果
本发明提供了一种用于工业园区的环境风险管控***,具备以下有益效果:
针对处于沿河机械加工工业园区进行环境风险管控时,考虑到废水、废气以及废渣三种类型的污染物,在搭建相应的模型后,不仅可以通过识别和分析指标数据,获取环境污染度评估值,来判断整个园区是否需要停顿整改还是进行初步检修操作,也可以通过将获取到的园区环境风险受体源评估值FPg与环境污染度评估值/>进行结合分析,以获取用于判定是否需要借助外力来管控的管控优先级预测系数Ycxs,避免部分园区出现只追求利益而忽略环境保护的问题,可实现对沿河机械加工工业园区环境风险的精准管控和可持续发展。
附图说明
图1为本发明用于工业园区的环境风险管控***的模块化结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整的描述,显然,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做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例1:请参阅图1,本发明提供一种用于工业园区的环境风险管控***,该***包括:
环境风险数据收集模块,采集并获取指标数据,该指标数据至少包括:河流中的生物种类量Sr、空气质量指数Zs、工业园区周边的土壤肥力值Fz;
其中,河流中的生物种类量Sr可以通过水质在线监测***获取,该水质在线监测***是一种能够实时监测水中微生物数量及种类的设备,该设备采用先进的生物监测技术,可以检测水中微生物的数据,利用***内的微生物分析仪器对微生物进行分析,以获取微生物种类的数量,即河流中的生物种类量Sr;
空气质量指数Zs可以通过在园区内安装空气质量检测设备,至少包括颗粒物质测量器和气体浓度测量仪器,根据测量到的空气质量数据,可以使用特定的计算方法将原始监测数据转换为空气质量指数(AQI)值,该AQI值即为空气质量指数Zs;
需要说明的是,特定的计算方法示例为:
首先,确定监测指标:根据空气质量监测要求和目标,确定需要监测和计算的污染物指标,如PM2.5(细颗粒物)、PM10(可吸入颗粒物)、SO2(二氧化硫)、NO2(二氧化氮)、CO(一氧化碳)以及O3(臭氧);
其次,浓度转换:将实际监测得到的污染物浓度值转换为对应的指数值,这一步通常涉及将浓度值与相关的分级标准进行对比,将浓度划分到不同的空气质量级别;
而后,确定空气质量指数:根据所选择的监测指标和对应的浓度转换结果,采用加权平均的方式计算各个污染物的贡献,并将它们进行汇总得到整体的空气质量指数值,在计算过程中,不同污染物的权重通常是根据其对健康风险的贡献和国家、地区的环境政策来确定的;
最后,分级和发布:将计算得到的空气质量指数值进行分级,通常分为几个不同的级别(如优、良、轻度污染、中度污染等),以便公众能够直观了解空气质量情况,随后,将AQI值和对应的空气质量级别进行发布。
工业园区周边的土壤肥力值Fz通过以园区为中心,规划出一个能够涵盖整个园区的圆形区域,在圆形的边缘处选取若干均匀分布的监测点,通过采集监测点的土壤样本,并带回至实验室分析,得出土壤pH值、总氮含量、总磷含量以及总钾含量的指标,搭建计算模型,对各个指标按照预定规则赋予权重,土壤pH值、总氮含量、总磷含量以及总钾含量的权重分别为:0.5、0.3、0.2以及0.2,根据各个指标的实际数据和权重进行加权平均计算,得到最终数据即为土壤肥力值,其中的/>=1、2、3、...、n,且n为正整数,且/>代表监测点的数量,选取最低土壤肥力值代表工业园区周边的土壤肥力值Fz。
环境污染源分类监测模块,对采集到的指标数据按照废水、废气以及废渣三种类型完成分类,并建立环境污染指标体系,在搭载的规则引擎中设置对应生物种类量Sr、空气质量指数Zs、土壤肥力值Fz的标准值,定期采集各项指标数据,并将各个指标数据与标准值进行对比,若是某一项指标数据低于对应的标准值,则派遣检修人员针对污染源类型,对相应的处理设备进行检修;
其中,相应的处理设备具体为:针对废水污染源,对应的即为生物种类量Sr,需要对工业园区内的废水过滤设备进行检修;针对废气污染源,对应的即为空气质量指数Zs,需要对工业园区内气体过滤设备进行检修,针对废渣污染,对应的即为土壤肥力值Fz,需要对工业园区内废渣收集设备进行检修;
需要说明的是:一般情况下,在工业园区内进行合规的操作时,产生的废气或是废渣是在正常范围内的,依旧历史数据可以得知,故,若是存在废水污染超标的问题,即为对应的废水过滤设备存在问题。
模型建立与评估模块,该模型下的步骤为:
S101、建立一次数据分析模型,在预定的时间周期T内,生成环境污染度评估值,依据的公式如下:
;
式中,分别为河流中的生物种类量Sr、空气质量指数Zs、工业园区周边的土壤肥力值Fz的预设比例系数,且/>均大于0,/>为常数修正系数,/>=1、2、3、...、n,且n为正整数,n=T≥10,T的单位为日,p代表等分后时间节点的序号;
例如:预设的时间周期T为10天,则=1、2、3、...、10,/>表示第一日凌晨12点开始的时间节点下,对应的环境污染度的评估值,/>表示第十日凌晨12点开始的时间节点下,对应的环境污染度的评估值。
S102、设置用于评估的标准阈值,生成环境污染度评估值的数据集,其中,若是数据集中环境污染度评估值/>大于标准阈值的次数超过3次,则表示污染程度较高且处理设备故障程度较高,需要执行的策略为停产整顿,该处的污染程度较高表示来自各个类型对环境的污染总量增多,处理设备故障程度较高表示由于环境污染度评估值/>在预定的时间周期T内的频次增加,处理设备发生损坏的次数可能增多,表示处理设备的功能失效;
S103、采集并获取受体源数据,且受体源至少包括:周边10公里内的人员密集度Md、植被覆盖率Fg以及工业园区与市中心的直线距离Sl,建立二次数据分析模型,依据受体源数据生成园区环境风险受体源评估值FPg,依据的公式如下:
;
式中,分别为周边10公里内的人员密集度Md、植被覆盖率Fg以及工业园区与市中心的直线距离Sl的预设比例系数,且/>均大于0;
其中,周边10公里内的人员密集度Md的获取方式为统计以园区为中心,方圆10公里内的居民人数,并将居民人数除以总面积,即可得到周边10公里内的人员密集度Md,对于周边10公里内的植被覆盖率Fg的获取方式为获取10公里内植被区域的卫星影像,并使用图像处理软件对植被区域进行分割,计算分割后植被区域的面积与总面积之间的比值,即可得到植被覆盖率Fg,工业园区与市中心的直线距离Sl则可通过地图进行直观计算获取;
具体的,要获取工业园区与市中心之间的直线距离,可以按照以下步骤进行:首先,找到工业园区和市中心的具体地理坐标(经纬度),可以在互联网地图服务(如Google地图或百度地图)中搜索并定位工业园区和市中心,然后获取它们的经纬度信息,其次使用坐标计算公式计算距离,常用的计算公式是球面距离计算公式(Haversine公式),该公式可以根据地球的半径和两点的经纬度计算它们之间的直线距离;最后,将工业园区和市中心的经纬度代入计算公式,进行距离计算,根据计算结果,可以得到工业园区和市中心之间的直线距离;
S104、以环境污染度评估值和园区环境风险受体源评估值FPg为参数,搭建预测模型,生成管控优先级预测系数Ycxs,依据的公式如下:
;
式中,表示生成环境污染度评估值的数据集/>中的平均值,即
;
为常数修正系数。
执行处理模块,设置系数阈值,并将管控优先级预测系数Ycxs与系数阈值对比,若是小于等于系数阈值,则不做处理,若是大于系数阈值,则根据系数阈值的大小来对全国范围内同类型的工业园区提出不同优先程度的技术指导,管控优先级预测系数Ycxs的大小与技术指导的优先级程度成正相关,本申请中的工业园区类型为针对沿河的机械加工工业园区,且技术指导的内容为组建技术考察队,按照优先级程度依次考察,且技术考察队的人员配置包括部门领导和专业技术人员,该专业技术人员携带专业检测工具的人员,其目的为:对整体工业园区进行污染检查操作。
通过采用上述技术方案:
针对处于沿河机械加工工业园区进行环境风险管控时,考虑到废水、废气以及废渣三种类型的污染物,在搭建相应的模型后,不仅可以通过识别和分析指标数据,获取环境污染度评估值,来判断整个园区是否需要停顿整改还是进行初步检修操作,也可以通过将获取到的园区环境风险受体源评估值FPg与环境污染度评估值/>进行结合分析,以获取用于判定是否需要借助外力来管控的管控优先级预测系数Ycxs,避免部分园区出现只追求利益而忽略环境保护的问题,可实现对沿河机械加工工业园区环境风险的精准管控和可持续发展。
实施例2:本发明提供一种用于工业园区的环境风险管控方法,该方法的具体步骤为:
步骤一、采集并获取沿河机械加工工业园区内的河流中的生物种类量Sr、空气质量指数Zs、工业园区周边的土壤肥力值Fz;
步骤二、对采集到的指标数据按照废水、废气以及废渣三种类型完成分类,并建立环境污染指标体系,在搭载的规则引擎中设置对应生物种类量Sr、空气质量指数Zs、土壤肥力值Fz的标准值,定期采集各项指标数据,并将各个指标数据与标准值进行对比,根据对比结果决定是否派遣检修人员;
步骤三、通过建立两个数据分析模型来分别生成环境污染度评估值和园区环境风险受体源评估值FPg,并以环境污染度评估值/>和园区环境风险受体源评估值FPg为参数,继续搭建预测模型,生成管控优先级预测系数Ycxs;
步骤四、将管控优先级预测系数Ycxs与设置的系数阈值对比,若是小于等于系数阈值,则不做处理,若是大于系数阈值,则根据系数阈值的大小来对全国范围内同类型的工业园区提出不同优先程度的技术指导,管控优先级预测系数Ycxs的大小与技术指导的优先级程度成正相关,且技术指导的内容为组建技术考察队,按照优先级程度依次考察,且技术考察队的人员配置包括部门领导和专业技术人员,该专业技术人员携带专业检测工具的人员。
上述公式均是去量纲取其数值计算,公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式,公式中的预设参数由本领域的技术人员根据实际情况进行设置。
上述实施例,可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时,上述实施例可以全部或部分地以计算机程序产品的形式实现。本领域普通技术人员可以意识到,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,或者计算机软件和电子硬件的结合来实现。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。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,既可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
以上所述,仅为本申请的具体实施方式,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,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。
Claims (5)
1.一种用于工业园区的环境风险管控***,其特征在于:包括:
环境风险数据收集模块,采集并获取沿河机械加工工业园区内的指标数据,该指标数据至少包括:河流中的生物种类量Sr、空气质量指数Zs、工业园区周边的土壤肥力值Fz;
环境污染源分类监测模块,对采集到的指标数据按照废水、废气以及废渣三种类型完成分类,并建立环境污染指标体系,在搭载的规则引擎中设置对应生物种类量Sr、空气质量指数Zs、土壤肥力值Fz的标准值,定期采集各项指标数据,并将各个指标数据与标准值进行对比,根据对比结果决定是否派遣检修人员;
模型建立与评估模块,建立两个数据分析模型,分别生成环境污染度评估值和园区环境风险受体源评估值FPg,并以环境污染度评估值/>和园区环境风险受体源评估值FPg为参数,搭建预测模型,生成管控优先级预测系数Ycxs;
建立两个数据分析模型的具体步骤为:
首先,建立一次数据分析模型,在预定的时间周期T内,生成环境污染度评估值,依据的公式如下:
;
式中,分别为河流中的生物种类量Sr、空气质量指数Zs、工业园区周边的土壤肥力值Fz的预设比例系数,且/>均大于0,/>为常数修正系数,/>=1、2、3、...、n,且n为正整数,n=T≥10,T的单位为日,p代表等分后时间节点的序号;
其次,设置用于评估的标准阈值,生成环境污染度评估值的数据集 ,其中,若是数据集中环境污染度评估值/>大于标准阈值的次数超过3次,则表示污染程度较高且处理设备故障程度较高,需要执行的策略为停产整顿;
最后,采集并获取受体源数据,且受体源至少包括:周边10公里内的人员密集度Md、植被覆盖率Fg以及工业园区与市中心的直线距离Sl,建立二次数据分析模型,依据受体源数据生成园区环境风险受体源评估值FPg,依据的公式如下:
;
式中,分别为周边10公里内的人员密集度Md、植被覆盖率Fg以及工业园区与市中心的直线距离Sl的预设比例系数,且/>均大于0;
周边10公里内的人员密集度Md的获取方式为:统计以园区为中心,方圆10公里内的居民人数,并将居民人数除以总面积,即可得到周边10公里内的人员密集度Md;
周边10公里内的植被覆盖率Fg的获取方式为:获取10公里内植被区域的卫星影像,并使用图像处理软件对植被区域进行分割,计算分割后植被区域的面积与总面积之间的比值,即可得到植被覆盖率Fg;
工业园区与市中心的直线距离Sl则可通过地图进行直观计算获取;
搭建预测模型的方式如下:
以环境污染度评估值和园区环境风险受体源评估值FPg为参数,搭建预测模型,生成管控优先级预测系数Ycxs,依据的公式如下:
;
式中,表示生成环境污染度评估值的数据集/>中的平均值,即
;
为常数修正系数;
执行处理模块,将管控优先级预测系数Ycxs与设置的系数阈值对比,若是小于等于系数阈值,则不做处理,若是大于系数阈值,则根据系数阈值的大小来对全国范围内同类型的工业园区提出不同优先程度的技术指导。
2.根据权利要求1所述的一种用于工业园区的环境风险管控***,其特征在于:使用水质在线监测***,利用***内的微生物分析仪器对微生物进行分析,以获取微生物种类的数量,即河流中的生物种类量Sr;在园区内安装空气质量检测设备,根据测量到的空气质量数据,通过计算将原始监测数据转换为AQI值,即空气质量指数Zs。
3.根据权利要求1所述的一种用于工业园区的环境风险管控***,其特征在于:工业园区周边的土壤肥力值Fz的获取方式如下:
S1、工业园区周边的土壤肥力值Fz是通过以园区为中心,规划出一个能够涵盖整个园区的圆形区域,在圆形的边缘处选取若干均匀分布的监测点;
S2、通过采集监测点的土壤样本,并带回至实验室分析,得出土壤pH值、总氮含量、总磷含量以及总钾含量的指标;
S3、搭建计算模型,对各个指标按照预定规则赋予权重,土壤pH值、总氮含量、总磷含量以及总钾含量的权重分别为:0.5、0.3、0.2以及0.2,根据各个指标的实际数据和权重进行加权平均计算,得到最终数据即为土壤肥力值,其中的/>=1、2、3、...、n,且n为正整数,且/>代表监测点的数量,选取最低土壤肥力值代表工业园区周边的土壤肥力值Fz。
4.根据权利要求1所述的一种用于工业园区的环境风险管控***,其特征在于:在并将各个指标数据与标准值进行对比时,对比结果若是某一项指标数据低于对应的标准值,则派遣检修人员针对污染源类型,对相应的处理设备进行检修。
5.根据权利要求1所述的一种用于工业园区的环境风险管控***,其特征在于:管控优先级预测系数Ycxs的大小与技术指导的优先级程度成正相关,且技术指导的内容为组建技术考察队,按照优先级程度依次考察,且技术考察队的人员配置至少包括部门领导和专业技术人员。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311209530.2A CN116934102B (zh) | 2023-09-19 | 2023-09-19 | 一种用于工业园区的环境风险管控*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311209530.2A CN116934102B (zh) | 2023-09-19 | 2023-09-19 | 一种用于工业园区的环境风险管控*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116934102A CN116934102A (zh) | 2023-10-24 |
CN116934102B true CN116934102B (zh) | 2023-12-19 |
Family
ID=88384764
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311209530.2A Active CN116934102B (zh) | 2023-09-19 | 2023-09-19 | 一种用于工业园区的环境风险管控*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116934102B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118132963B (zh) * | 2024-04-30 | 2024-07-23 | 北京凯隆分析仪器有限公司 | 一种工业气体生产质量在线分析方法和*** |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105404955A (zh) * | 2015-10-27 | 2016-03-16 | 中日友好环境保护中心 | 一种确定化工园区环境健康风险防护距离的方法 |
CN110009226A (zh) * | 2019-04-03 | 2019-07-12 | 中国科学院地理科学与资源研究所 | 一种场地污染风险等级评测及敏感受体影响识别*** |
CN110441478A (zh) * | 2019-07-31 | 2019-11-12 | 淮阴师范学院 | 一种河流生态环境数据在线监测方法、***及存储介质 |
CN111222803A (zh) * | 2020-01-14 | 2020-06-02 | 南京大学 | 基于环境风险***的企业累积性环境风险评估***及方法 |
CN115660419A (zh) * | 2022-10-24 | 2023-01-31 | 北京市生态环境保护科学研究院 | 一套工业园区土壤与地下水污染监测、评估及预警方法 |
CN116384748A (zh) * | 2023-04-10 | 2023-07-04 | 中国环境科学研究院 | 基于环境监测的工业企业环境健康风险分级方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI511074B (zh) * | 2014-08-05 | 2015-12-01 | Environmental Prot Administration Executive Yuan Taiwan R O C | 工廠環境風險篩檢方法 |
CN111260208B (zh) * | 2020-01-14 | 2020-09-22 | 生态环境部环境规划院 | 基于风险场的区域网格化累积性环境风险评估***及方法 |
-
2023
- 2023-09-19 CN CN202311209530.2A patent/CN116934102B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105404955A (zh) * | 2015-10-27 | 2016-03-16 | 中日友好环境保护中心 | 一种确定化工园区环境健康风险防护距离的方法 |
CN110009226A (zh) * | 2019-04-03 | 2019-07-12 | 中国科学院地理科学与资源研究所 | 一种场地污染风险等级评测及敏感受体影响识别*** |
CN110441478A (zh) * | 2019-07-31 | 2019-11-12 | 淮阴师范学院 | 一种河流生态环境数据在线监测方法、***及存储介质 |
CN111222803A (zh) * | 2020-01-14 | 2020-06-02 | 南京大学 | 基于环境风险***的企业累积性环境风险评估***及方法 |
CN115660419A (zh) * | 2022-10-24 | 2023-01-31 | 北京市生态环境保护科学研究院 | 一套工业园区土壤与地下水污染监测、评估及预警方法 |
CN116384748A (zh) * | 2023-04-10 | 2023-07-04 | 中国环境科学研究院 | 基于环境监测的工业企业环境健康风险分级方法 |
Non-Patent Citations (1)
Title |
---|
江苏省耕地土壤重金属健康风险强度空间集聚特征及影响因素;姬超 等;《资源科学》;第45卷(第1期);174-189 * |
Also Published As
Publication number | Publication date |
---|---|
CN116934102A (zh) | 2023-10-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113728220B (zh) | 一种大气污染监测传感器校准和协同工作的方法 | |
CN116934102B (zh) | 一种用于工业园区的环境风险管控*** | |
CN112991132B (zh) | Pm2.5和臭氧协同管控区域识别方法及装置 | |
CN116233370A (zh) | 基于水质监测的智能化视频监控方法 | |
CN113487470A (zh) | 一种基于大数据的环保隐患精准监测定位方法 | |
CN117538503A (zh) | 一种实时智能的土壤污染监测***及方法 | |
CN113011455A (zh) | 一种空气质量预测svm模型构建方法 | |
CN114814135B (zh) | 一种基于多元监测的河流水质污染溯源方法及*** | |
CN109613179B (zh) | 累积高值区的确定方法 | |
Frey | Quantification of uncertainty in emission factors and inventories | |
CN116930423A (zh) | 一种空气质量模型模拟效果的自动验证评估方法及*** | |
González-Aparicio et al. | An hourly PM10 diagnosis model for the Bilbao metropolitan area using a linear regression methodology | |
CN113295589B (zh) | 一种扬尘监测方法、装置和*** | |
CN115936192A (zh) | 一种土壤环境污染物风险预测方法及*** | |
CN115290858A (zh) | 一种土壤污染检测分析方法及*** | |
Zhu et al. | A data-driven approach for optimal design of integrated air quality monitoring network in a chemical cluster | |
Oprea et al. | SBC-MEDIU: A multi-expert system for environmental diagnosis | |
CN117371830B (zh) | 基于gis技术的智慧城市的城市生态管控方法及*** | |
Zhu et al. | The GIS-based approach for optimal design of air quality monitoring network for management of chemical clusters | |
CN117094473B (zh) | 一种基于工业物联网的环保数据采集与监视控制方法及*** | |
Chefrour | Weather forecasting using DBSCAN clustering algorithm | |
CN117542434B (zh) | 一种基于数据分析的空气污染物浓度分析方法 | |
Magaña-Villegas et al. | Clustering approach applied on an artificial neural network model to predict PM10 in mega cities of Mexico | |
Tijani | Assessing the Effectiveness of Low-Cost Sensors as Probable Alternatives for Conventional Air Monitoring Devices | |
CN117852761A (zh) | 一种区县级的臭氧网格化溯源方法 |
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 |