CN105138715B - 一种微生物气溶胶大气扩散危害评估方法 - Google Patents
一种微生物气溶胶大气扩散危害评估方法 Download PDFInfo
- Publication number
- CN105138715B CN105138715B CN201510369902.7A CN201510369902A CN105138715B CN 105138715 B CN105138715 B CN 105138715B CN 201510369902 A CN201510369902 A CN 201510369902A CN 105138715 B CN105138715 B CN 105138715B
- Authority
- CN
- China
- Prior art keywords
- microbial
- aerosol
- data
- wrf
- area
- 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
Landscapes
- Micro-Organisms Or Cultivation Processes Thereof (AREA)
- Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)
Abstract
本发明提供了一种微生物气溶胶大气扩散危害评估方法，其特征在于，所述方法包括以下步骤：步骤1：针对所关注的地区建立自动化数值天气预报系统获得天气数据；步骤2：结合天气数据和微生物病原体气溶胶施放信息模拟获得微生物气溶胶大气扩散态势；步骤3：绘制微生物气溶胶在施放后不同时间的扩散态势预判微生物气溶胶污染区域及浓度分布；步骤4：评估每日可能感染人数及死亡人数；与现有技术相比，本发明在提高微生物气溶胶大气扩散危害评估计算精度及可信性的基础上，时效性仍然能够满足应急相应的时间需求，同时具有较强的通用性。
Description
技术领域
本发明涉及一种生物危害评估可视化方法，具体涉及一种微生物气溶胶大气扩散危害评估方法。
背景技术
在发生蓄意施放微生物气溶胶或者事故导致微生物气溶胶泄露的事件后，迅速预判微生物气溶胶云团随大气扩散的趋势、污染区域范围、地面污染浓度等级，预评估可能造成的感染人数及死亡人数等对制定合理有效的应急响应措施具有至关重要的指导意义。美军野战手册中介绍了使用梯形法快速划定生物战剂气溶胶污染区域的方法，用于战时使用。中国专利申请“CN101894353A一种突发生物事件现场危害评估模拟系统”同样采用梯形法计算微生物气溶胶大气扩散后的污染区域。中国专利“CN102254088B一种基于谷歌地图的生物危害评估可视化方法”采用伯努利曲线函数作为模拟突发生物危害事件微生物气溶胶大气扩散的模型；文献：Meselson M,Guillemin J,Hugh-Jones M,et al.TheSverdlovsk Anthrax Outbreak of 1979[J].Science，1994，266(5188)：1202-1208.利用高斯烟羽模型对1979年前苏联斯维尔德洛夫斯克炭疽泄漏事件进行分析。文献：Wein LM,Craft DL,Kaplan EH.Emergency Response to Anthrax Attack[J].Proceedings of theNational Academy of Sciences，2003，100(7)：4346-4351.同样使用高斯烟羽模型对一起假想的炭疽芽孢杆菌气溶胶生物恐怖袭击的污染区域进行划定并进而进行危害评估。梯形法、伯努利曲线函数法、高斯烟羽模型是目前进行微生物气溶胶大气扩散污染区域划定较常采用的三种方法，这三种方法不需考虑地形地貌因素，对天气因素也仅需要风速、风向、大气稳定度等几个基本参数，计算简单，使用方便。无论突发事件发生于何时、何处，均可采用这三种方法快速进行污染区域划定。
微生物气溶胶大气扩散是个复杂的过程，不仅包含微生物气溶胶云团在大气中的输送、扩散、沉降等过程，还包含微生物的存活过程，整个过程受天气因素如风速、风向、温度、相对湿度、紫外线强度等，下垫面因素如土地利用类型、地形高度等，微生物自身因素如气溶胶形式、粒子大小、微生物衰亡等众多因素的影响。其中，风向、风速是影响微生物气溶胶云团大气扩散方向、扩散范围及地面浓度的最重要因素。然而，由于地表的地理特征、地形高度、土地利用不一致等原因，导致形成局地风场或局地环流，如海边、山谷、城市等地带通常会形成海陆风、山谷风、城市热岛环流等。风场除了局地差异外，在微生物气溶胶扩散时间内，整体风向通常不是稳定的一个方向，中间甚至可能出现完全翻转，如北转南风等，这些风场因素都直接影响微生物气溶胶云团的扩散方向及扩散范围。其他影响微生物气溶胶大气扩散的天气因素还包括温度、相对湿度、紫外线强度等，这些天气因素在局地也存在差异。
上文中所述三种微生物气溶胶污染区域划定方法都是基于经验的方法，计算简单、使用方便，在事件发生后获取必要的数据资料即可立即展开，时效性较好。另外，因为无须考虑突发事件发生地点的特异地形、地貌等数据，因此具有良好的通用性。但上述三种方法良好的时效性和通用性是以牺牲准确性为代价的，具体的说，上述三种方法存在如下主要缺陷：
(1)对风场数据的使用上过于简化，均设定为突发事件发生地点的风向、风速，没有考虑风场随空间的变化，难以精确描述复杂地形条件下的微生物气溶胶大气扩散模式。
(2)均没有考虑风场随时间的变化，对微生物气溶胶大气扩散态势的预评估能力不足。
发明内容
基于以上所述三种污染区域划定方法存在的缺陷，本发明的目的是提出一种时效性强、基于高时空解析度天气场数据的微生物气溶胶大气扩散污染区域预测与人员杀伤效应预评估方法，为科学有效应急处置蓄意施放致病微生物气溶胶恐怖袭击事件和微生物气溶胶泄漏事件提供决策和技术支持。
本发明提供了一种微生物气溶胶大气扩散危害评估方法，所述方法包括以下步骤：
步骤1：针对所关注的地区建立自动化数值天气预报业务系统获得天气数据；
步骤2：结合天气数据和微生物病原体气溶胶施放信息模拟获得微生物气溶胶大气扩散态势；
步骤3：绘制微生物气溶胶在施放后不同时间的扩散态势预判微生物气溶胶污染区域及浓度分布；
步骤4：评估每日可能感染人数及死亡人数；
(1)收集所关注地区的人口数据；
(2)利用公式1计算污染区域中人群吸入致病微生物病原体数；
其中，D(t)为致病微生物病原体吸入剂量，单位:致病微生物病原体数；
C(t)为气溶胶浓度，单位：g/m3；
ρ为致病微生物病原体密度，单位：致病微生物病原体数/g；
b为呼吸速率，单位：m3/min；
pb为建筑物保护因子；
t为时间，单位min；
(3)结合微生物病原体剂量反应关系，计算污染区域中人群感染概率；
(4)结合微生物疾病进程模型，预评估事件发生后每日可能发病病例数及每日可能死亡病例数。
可选的，通过WRF中尺度数值天气模式或MM5模式建立自动化数值天气预报系统获得天气数据。
WRF(Weather Research and Forecasting)：是由美国国家大气研究中心(National Center for Atmospheric Research，NCAR)、NOAA国家环境预报中心(NationalCenters for Environmental Prediction，NCEP)、国家天气预报系统实验室(ForecastSystems Laboratory，FSL)等机构联合开发的新一代中尺度数值天气模式。该模式采用完全可压缩非静力模式，控制方程组为通量形势，网格形式采用Arakawa C格点。WRF模式包含一整套完整的物理过程，如辐射过程、对流参数化过程、微物理过程、次网格湍流扩散过程等，具有可移植、易维护、可扩充、高效率等诸多特性，已在国际上广泛应用于数值天气模拟与预报。
可选的，于每日零时自动下载美国国家环境预报中心48小时GFS(GlobalForecast System)数值天气预报场资料，作为WRF中尺度数值或MM5模式天气预报系统的天气背景场资料，运行WRF模式或MM5模式，对所关注的地区进行数值天气预报获得天气数据。
可选的，所述天气数据包括：风场数据、温度场数据和相对湿度场数据。
可选的，所述微生物病原体气溶胶施放信息包括释放时间、微生物种类、施放地点、施放点高度、微生物样式、密度、释放剂量。
可选的，在步骤2中利用FLEXPART-WRF耦合模式模拟微生物气溶胶大气扩散。
其中，FLEXPART是由挪威大气研究所(Norwegian Institute for Air Research，NILU)开发的一种拉格朗日粒子扩散模式。它通过计算点、线、面或体积源释放的大量粒子的轨迹，来描述示踪物在大气中长距离传输、扩散、干湿沉降和辐射衰减等过程。该模式可以通过时间的前向运算来模拟示踪物由源区向周围的扩散，也可以通过后向运算来确定对于固定站点有影响的潜在源区的分布，尤其当研究区域内观测站点数量少于排放源数量时，后向运算更具有优势。FLEXPART模式的核心内容是研究大气污染物的源汇关系(Source-receptor relationship)：污染排放为“源”，观测站点为受体，类似于“汇”。通过研究污染物的水平输送、扩散、对流、干、湿沉降、辐射衰减和一阶化学反应等过程，可以得到随时间序列变化的格点污染浓度或格点驻留时间。
可选的，WRF数值天气预报系统参数如表1所示：
表1
| 网格中心点 | 116.6E,40.375N |
| 嵌套层数 | 三层嵌套 |
| 网格水平分辨率 | 9km×9km、3km×3km、1km×1km |
| 垂直网格 | 不等距28层，最顶层为50hpa |
| 地形数据 | Modis_30s |
| 投影方式 | Lambert投影 |
| 微物理过程方案 | Purdue-Lin Scheme |
| 长波辐射方案 | RRTM Scheme |
| 短波辐射方案 | Dudhia Scheme |
| 近地层方案 | Monin-Obukhov(Janjic Eta)Scheme |
| 边界层方案 | Mellor-Yamada-Janjic(Eta)TKE scheme |
| 陆地表面方案 | unified Noah land-surface model |
| 积云对流方案 | Kain-Fristsch 2 Scheme |
可选的，所述人口数据包括人口地理分布数据，人口年龄结构数据，人口性别数据。所述人口数据可以利用LandScan全球人口地理分布数据及人口普查数据为基础。
可选的，所述微生物为病原体选自炭疽芽孢杆菌、土拉热弗朗西斯菌、鼠疫耶尔森菌、贝氏立克次体中的至少一种。
可选的，所述微生物病原体为炭疽杆菌。
可选的，所述剂量反应关系计算公式如公式2所示：
公式2：P(s,a)＝φ(α+βlog s+γa+δa2)
其中：α＝-9.733,β＝1.025,γ＝-0.016,δ＝0.006，P(s,a)表示吸入炭疽杆菌孢子数为s的年龄为a的个体感染吸入性炭疽的概率。
本发明所述评估方法的流程如图1所示。
与现有技术相比，本发明所提供的方法引入数值天气预报，充分考虑所关注地区影响微生物气溶胶云团大气扩散的天气场的时空变化，提高了对污染区域预评估的可信性。以LandScan全球人口地理分布数据及人口普查数据为基础，充分结合微生物生物学、流行病学特性等进行人员杀伤效应评估，提高了预评估的准确性，并对事件发生后每日可能发病人数及死亡人数进行预判，可为决策者及应急响应人员提供决策支持。与现有技术相比，本发明在提高微生物气溶胶大气扩散危害评估计算精度及可信性的基础上，时效性仍然能够满足应急相应的时间需求。同时，本发明具有较强的通用性，通过更换相应数据及参数，即可实现对其他地区、其他种类微生物气溶胶大气扩散的危害评估。
附图说明
图1为本发明所述评估方法的流程。
图2为自动化WRF数值天气预报系统运行流程。
图3为北京地区某日数值天气预报结果：
(a)为(a)10米高度风场；(b)为2米高度温度场；(c)为250米高度相对湿度场；(d)海平面气压场。
图4为炭疽芽孢杆菌气溶胶大气扩散态势：
(a)1小时扩散态势；(b)4小时扩散态势；(c)8小时扩散态；(d)12小时扩散态势。
图5为LandScan全球人口地理分布数据。
图6为北京地区人口地理分布数据。
图7为北京市2010年分性别人口年龄结构。
图8为吸入性炭疽年龄相关剂量反应关系。
图9为吸入性炭疽剂量潜伏期关系。
图10为事件发生后每日吸入性炭疽发病人数。
具体实施方式
下面将通过具体实施方式对本发明进行详细说明。需要理解的是以下实施例的给出仅是为了起到说明的目的，并不是用于对本发明的范围进行限制。本领域的技术人员在不背离本发明的宗旨和精神的情况下，可以对本发明进行各种修改和替换。
实施例1
步骤1：针对北京地区，采用WRF中尺度数值天气模式，建立自动化数值天气预报业务系统。建立的北京地区WRF数值天气预报系统参数如表2所示。
表2 WRF数值天气预报系统参数
| 网格中心点 | 116.6E,40.375N |
| 嵌套层数 | 三层嵌套 |
| 网格水平分辨率 | 9kmⅹ9km、3kmⅹ3km、1kmⅹ1km |
| 垂直网格 | 不等距28层，最顶层为50hpa |
| 地形数据 | Modis_30s |
| 投影方式 | Lambert投影 |
| 微物理过程方案 | Purdue-Lin Scheme |
| 长波辐射方案 | RRTM Scheme |
| 短波辐射方案 | Dudhia Scheme |
| 近地层方案 | Monin-Obukhov(Janjic Eta)Scheme |
| 边界层方案 | Mellor-Yamada-Janjic(Eta)TKE scheme |
| 陆地表面方案 | unified Noah land-surface model |
| 积云对流方案 | Kain-Fristsch 2 Scheme |
于每日零时自动下载美国国家环境预报中心GFS(Global Forecast System)48小时数值天气预报场资料，作为WRF中尺度数值天气预报系统的背景场资料，运行WRF模式进行北京地区数值天气预报，产生北京地区未来48小时高时空分辨率(时间分辨率:1h,空间分辨率:1kmⅹ1km)天气场数据。该自动化数值天气预报系统具体执行流程如图2所示。系统启动后运行于值班模式，每隔10秒读取系统日期并判断是否为新的一天，如果不是新的一天继续重复上述步骤，直至判断为新的一天后自动下载未来48小时GFS全球天气预报资料，运行WPS(WRF Preprocessing System，WRF前处理系统)，为WRF模式运行准备输入数据。该过程进行初始条件格点化、边界条件格点化、引入地形数据及气象要素数据。在获得初始条件和边界条件后，运行核心计算模块(WRF)，计算后得到所关注地区未来48小时数值天气预报结果。
附图3(a-d)分别为由WRF模式预报的某日某时北京地区10米高度风场、2米高度温度场、250米高度相对湿度场、海平面气压场资料。
步骤2：利用FLEXPART-WRF耦合模式模拟微生物气溶胶大气扩散。
假想对北京地区进行炭疽气溶胶生物恐怖袭击，表3为假想的微生物病原体气溶胶施放信息，本实施例以此作为示例展开。
表3
| 施放时间 | 7:00-8:00，连续施放 |
| 微生物 | 炭疽芽孢杆菌 |
| 施放地点 | 116.363E，39.9008N |
| 施放点高度 | 100m |
| 微生物样式 | 干粉 |
| 密度 | 1.0E11孢子/g |
| 施放剂量 | 50kg |
在获知蓄意施放微生物病原体气溶胶事件必要信息后，迅速启动FLEXPART-WRF耦合模式，代入WRF中尺度天气预报数据及相关参数计算微生物气溶胶云团在未来20小时内的扩散态势。FLEXPART-WRF模式模拟粒子数500000，采样时间600s，空间分辨率200m。考虑炭疽芽孢杆菌衰亡，半衰期t50＝41588s。在配置Intel i7-3770 CPU(3.4GHZ)、16GB内存的桌面计算机上，8核并行运行FLEXPART-WRF模式，可在10分钟内完成微生物气溶胶扩散态势计算，具有较强的时效性和可操作性。
步骤3：预判微生物气溶胶污染区域及浓度等级
利用FLEXPART-WRF模式计算微生物气溶胶大气扩散态势，计算完毕生成netcdf文件，利用ncl语言解析该数据文件，读取气溶胶浓度信息，并在地理信息系统(GeographicInformation System,GIS)上绘制微生物气溶胶在施放后不同时间的扩散态势。附图4(a-d)分别展现了上述假想的生物恐怖袭击情境下，炭疽芽孢杆菌气溶胶在施放后1、4、8、12小时的大气扩散态势，可为决策人员及“第一响应者”科学有效应急处置提供决策及技术支持。
步骤4：评估每日可能感染人数及死亡人数
(1)准备所关注地区的人口数据，用于人员杀伤效应评估
为评估微生物污染区域中人群数量，需要准备所关注地区的人口地理分布数据，该数据可从LandScan全球人口分布数据库获取，如图5所示为LandScan全球人口分布数据，图6所示为北京地区人口地理分布数据。
由于吸入相同个数的炭疽芽孢杆菌，年龄越小的个体感染吸入性炭疽的概率较高。为提高人员杀伤效应评估的准确性，需要准备所关注地区的人口年龄结构数据。如图7所示为北京市2010年分性别人口年龄结构分布。
(2)计算污染区域中人群吸入致病微生物病原体数，不同年龄群体每日平均呼吸速率见表4。
其中，D(t)为致病微生物病原体吸入剂量，单位:致病微生物病原体数；
C(t)为气溶胶浓度，单位：g/m3；
ρ为致病微生物病原体密度，单位：致病微生物病原体数/g；
b为呼吸速率，单位：m3/min；
pb为建筑物保护因子；
t为时间，单位min；
表4
| 年龄 | 呼吸速率(m3/min) |
| 0 | 3.1E-3 |
| 1 | 4.7E-3 |
| 2 | 4.8E-3 |
| 3-5 | 4.5E-3 |
| 6-10 | 4.8E-3 |
| 11-15 | 5.4E-3 |
| 16-20 | 5.3E-3 |
| 21-30 | 4.2E-3 |
| 31-40 | 4.3E-3 |
| 41-50 | 4.8E-3 |
| 51-60 | 5.0E-3 |
| 61-70 | 4.9E-3 |
| 71-80 | 5.0E-3 |
| 81岁及以上 | 4.9E-3 |
(3)结合微生物病原体剂量反应关系，计算污染区域中人群感染概率
吸入性炭疽年龄相关剂量反应关系：
P(s,a)＝φ(α+βlog s+γa+δa2)
其中：α＝-9.733,β＝1.025,γ＝-0.016,δ＝0.006，P(s,a)表示吸入炭疽杆菌孢子数为s的年龄为a的个体感染吸入性炭疽的概率，如图8所示。
(4)结合微生物疾病进程模型，预评估事件发生后每日可能发病病例及每日可能死亡病例。
个体感染吸入性炭疽之后会依次经历潜伏期、前驱症状期及急性暴发期。潜伏期无明显症状，持续时间和个体吸入炭疽芽孢数量相关。前驱症状期表现为低热、疲劳、心前区压迫等症状，持续时间2至3天。然后进入急性暴发期，寒战、高热、纵膈淋巴结肿大、呼吸窘迫、心急喘鸣并伴有胸腔积液、中毒性休克、呼吸衰竭，持续时间1至2天，未经救治的情况下死亡率100％。
袭击发生后每日病例数目取决于吸入式炭疽疾病潜伏期持续时间分布。吸入性炭疽剂量相关潜伏期关系为M＝α+βlog(D)，式中M为吸入孢子数目为D时感染吸入性炭疽的潜伏期天数，参数α＝10.3,β＝-1.35。如图9所示。结合上文得到的个体吸入芽孢数量信息，得出在未采取任何应急处置措施的情况下每天可能发病人数(如图10所示)及死亡人数。
虽然，上文中已经用一般性说明及具体实施方案对本发明作了详尽的描述，但在本发明基础上，可以对之作一些修改或改进，这对本领域技术人员而言是显而易见的。因此，在不偏离本发明精神的基础上所做的这些修改或改进，均属于本发明要求保护的范围。
Claims (5)
1.一种微生物气溶胶大气扩散危害评估方法，其特征在于，所述方法包括以下步骤：
步骤1：针对所关注的地区通过WRF中尺度数值天气模式或MM5模式建立自动化数值天气预报系统获得天气数据；
所述天气数据包括：风场数据、温度场数据和相对湿度场数据；
步骤2：结合天气数据和微生物病原体气溶胶施放信息模拟获得微生物气溶胶大气扩散态势；
所述微生物病原体选自炭疽芽孢杆菌、土拉热弗朗西斯菌、鼠疫耶尔森菌、贝氏立克次体中的至少一种；
所述微生物病原体气溶胶施放信息包括释放时间、微生物种类、施放地点、施放点高度、微生物样式、密度和释放剂量；
步骤3：绘制微生物气溶胶在施放后不同时间的扩散态势预判微生物气溶胶污染区域及浓度分布；
步骤4：评估每日可能感染人数及死亡人数；
(1)收集所关注地区的人口数据；
所述人口数据包括人口地理分布数据，人口年龄结构数据和人口性别数据；
(2)利用公式1计算污染区域中人群吸入致病微生物病原体数；
公式1：
其中，D(t)为致病微生物病原体吸入剂量，单位:致病微生物病原体数；
C(t)为气溶胶浓度，单位：g/m3；
ρ为致病微生物病原体密度，单位：致病微生物病原体数/g；
b为呼吸速率，单位：m3/min；
pb为建筑物保护因子；
t为时间，单位min；
(3)结合微生物病原体剂量反应关系，计算污染区域中人群感染概率；
所述剂量反应关系计算公式如公式2所示：
公式2：P(s,a)＝φ(α+βlogs+γa+δa2)
其中：α＝-9.733,β＝1.025,γ＝-0.016,δ＝0.006，P(s,a)表示吸入炭疽杆菌孢子数为s的年龄为a的个体感染吸入性炭疽的概率；
(4)结合微生物疾病进程模型，预评估事件发生后每日可能发病病例数及每日可能死亡病例数。
2.根据权利要求1所述的方法，其特征在于，于每日零时自动下载美国国家环境预报中心GFS48小时数值天气预报场资料，作为WRF中尺度数值或MM5模式天气预报系统的天气背景场资料，运行WRF模式或MM5模式，对所关注的地区进行数值天气预报。
3.根据权利要求1所述的方法，其特征在于，WRF数值天气预报系统参数如下表所示：
4.根据权利要求1-3任一项所述的方法，其特征在于，在步骤2中利用FLEXPART-WRF耦合模式模拟微生物气溶胶大气扩散。
5.根据权利要求1所述的方法，其特征在于，所述微生物病原体为炭疽杆菌。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510369902.7A CN105138715B (zh) | 2015-06-29 | 2015-06-29 | 一种微生物气溶胶大气扩散危害评估方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510369902.7A CN105138715B (zh) | 2015-06-29 | 2015-06-29 | 一种微生物气溶胶大气扩散危害评估方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105138715A CN105138715A (zh) | 2015-12-09 |
| CN105138715B true CN105138715B (zh) | 2018-08-14 |
Family
ID=54724062
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510369902.7A Active CN105138715B (zh) | 2015-06-29 | 2015-06-29 | 一种微生物气溶胶大气扩散危害评估方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105138715B (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP7113249B2 (ja) * | 2017-08-28 | 2022-08-05 | パナソニックＩｐマネジメント株式会社 | 除菌性能予測システム及び除菌性能予測方法 |
| CN109580433B (zh) * | 2018-10-26 | 2021-05-28 | 中国辐射防护研究院 | 一种常规爆炸放射性气溶胶扩散的源项估算方法 |
| CN110784891B (zh) * | 2019-10-21 | 2022-08-26 | 中国联合网络通信集团有限公司 | 一种数据处理方法及装置 |
| CN111554404B (zh) * | 2020-04-13 | 2023-09-08 | 吾征智能技术(北京)有限公司 | 一种基于室内环境的疾病预测系统及其预测方法 |
| CN113255142B (zh) * | 2021-06-01 | 2021-10-19 | 武汉理工大学 | Lng燃料动力船过闸燃料泄漏危害后果评估方法及系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101504353A (zh) * | 2008-02-06 | 2009-08-12 | 香港科技大学 | 用于提供近地面悬浮颗粒物分布的方法和相应的系统 |
| CN101894353A (zh) * | 2010-05-24 | 2010-11-24 | 中国人民解放军军事医学科学院微生物流行病研究所 | 一种突发生物事件现场危害评估模拟系统 |
| CN102254088A (zh) * | 2011-05-25 | 2011-11-23 | 中国人民解放军军事医学科学院微生物流行病研究所 | 一种基于谷歌地图的生物危害评估可视化方法 |
-
2015
- 2015-06-29 CN CN201510369902.7A patent/CN105138715B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101504353A (zh) * | 2008-02-06 | 2009-08-12 | 香港科技大学 | 用于提供近地面悬浮颗粒物分布的方法和相应的系统 |
| CN101894353A (zh) * | 2010-05-24 | 2010-11-24 | 中国人民解放军军事医学科学院微生物流行病研究所 | 一种突发生物事件现场危害评估模拟系统 |
| CN102254088A (zh) * | 2011-05-25 | 2011-11-23 | 中国人民解放军军事医学科学院微生物流行病研究所 | 一种基于谷歌地图的生物危害评估可视化方法 |
Non-Patent Citations (3)
| Title |
|---|
| "城市小区环境生物剂气溶胶的扩散模拟研究";刘健等;《生物技术通讯》;20120531;第23卷(第3期);正文第369-374页第1-3节，图3-9 * |
| "气旋活动对福岛核污染物扩散影响的模拟研究";王鹏飞等;《环境科学研究》;20130131;第26卷(第1期);正文第50-56页第1节 * |
| "生物战剂气溶胶施放后损伤效应估算数学模型的建立";冯丹;《中国优秀硕士学位论文全文数据库 医药卫生科技辑》;20041215(第4期);正文第6-7,11页第1节，第61-68页第3节 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105138715A (zh) | 2015-12-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Yu et al. | Efficient transport of tropospheric aerosol into the stratosphere via the Asian summer monsoon anticyclone | |
| CN105138715B (zh) | 一种微生物气溶胶大气扩散危害评估方法 | |
| Dinoi et al. | Inter-comparison of carbon content in PM2. 5 and PM10 collected at five measurement sites in Southern Italy | |
| Rasilla et al. | Heat waves and human well-being in Madrid (Spain) | |
| Raffuse et al. | An evaluation of modeled plume injection height with satellite-derived observed plume height | |
| Chen et al. | Retrieval of fine-resolution aerosol optical depth (AOD) in semiarid urban areas using Landsat data: a case study in Urumqi, NW China | |
| Popovicheva et al. | Seasonal, weekly, and diurnal black carbon in Moscow Megacity Background under impact of urban and regional sources | |
| Yoon et al. | Spring 2018 Asian dust events: Sources, transportation, and potential biogeochemical implications | |
| Schichtel et al. | Eastern North American transport climatology during high-and low-ozone days | |
| Dimitrova et al. | Assessment of the contribution of different particulate matter sources on pollution in Sofia city | |
| Wang et al. | Assessment of human health impact from PM 10 exposure in China based on satellite observations | |
| Yan et al. | Study on coupled relationship between urban air quality and land use in Lanzhou, China | |
| Seo et al. | Web-based forecasting system for the airborne spread of livestock infectious disease using computational fluid dynamics | |
| Sharma et al. | Impact of wildfires on meteorology and air quality (PM2. 5 and O3) over western United States during September 2017 | |
| Hamzeh et al. | Analyses of a lake dust source in the Middle East through models performance | |
| Kumar et al. | Description and evaluation of the fine particulate matter forecasts in the NCAR regional air quality forecasting system | |
| Zhu et al. | Spatiotemporal variations and influent factors of tropospheric ozone concentration over China based on OMI data | |
| Marinaite et al. | Polycyclic aromatic hydrocarbons in the atmosphere of the Southern Baikal region (Russia): Sources and relationship with meteorological conditions | |
| Xu et al. | Bioaerosol dispersion and environmental risk simulation: Method and a case study for a biopharmaceutical plant of Gansu province, China | |
| Shukurov et al. | CALIOP-Based Evaluation of Dust Emissions and Long-Range Transport of the Dust from the Aral− Caspian Arid Region by 3D-Source Potential Impact (3D-SPI) Method | |
| Macías et al. | Damage costs produced by electric power plants: An externality valuation in the Mexico City Metropolitan Area | |
| Park et al. | Robust spatiotemporal estimation of PM concentrations using boosting-based ensemble models | |
| Prado et al. | Chytrid in the clouds: an alternative passive transport of a lethal pathogen for amphibians | |
| Mao et al. | Evaluation of MERRA-2 black carbon characteristics and potential sources over China | |
| Li et al. | Estimating PM2. 5 in the Beijing-tianjin-hebei region using modis aod products from 2014 to 2015 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |