CN106557869A - 一种基于poi点的大气污染物排放清单空间分配方法及装置 - Google Patents
一种基于poi点的大气污染物排放清单空间分配方法及装置 Download PDFInfo
- Publication number
- CN106557869A CN106557869A CN201610917721.8A CN201610917721A CN106557869A CN 106557869 A CN106557869 A CN 106557869A CN 201610917721 A CN201610917721 A CN 201610917721A CN 106557869 A CN106557869 A CN 106557869A
- Authority
- CN
- China
- Prior art keywords
- road
- grid
- type
- poi
- pollutant
- 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
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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/84—Greenhouse gas [GHG] management systems
- Y02P90/845—Inventory and reporting systems for greenhouse gases [GHG]
Abstract
本发明实施例提供的基于POI点的大气污染物排放清单空间分配方法及装置中,将要对进行大气污染物空间分配的目标区域进行网格划分,针对每一网格,对相应的污染源的POI点进行统计,通过POI点计算得到该网格所在区域中的污染物的分配参数,并根据分配参数计算出该网格所在区域中的污染物。相比于传统的污染物分配方法,由于POI数据的准确性、时效性、易获取性以及信息的丰富性,采用基于POI点的方法得到的污染物的分配方法,能够对非点源污染进行合理的空间分配,得到准确性更高的大气污染物排放清单。
Description
技术领域
本发明属于环境保护技术领域,具体涉及一种基于POI点的大气污染物排放清单空间分配方法及装置。
背景技术
大气污染物排放清单是污染源在一定时间跨度和空间区域内排放到大气中的各种污染物的数量列表,而制作具有高时空分辨率的大气污染物排放清单可以为空气质量管理及数值模拟提供基础数据。目前,高时空分辨率的大气污染物排放清单的编制主要根据不同污染源的空间地理信息,将排放清单数据按3km×3km或1km×1km等空间尺度进行空间网格化,以获得高空间分辨率的排放清单;根据不同污染源的污染物时间排放特点,将排放清单数据按逐月排放量、逐日排放量、逐时排放量进行时间分配,以获得高时间分辨率的排放清单。
根据排放源的特点,可以将排放源分为点源和非点源(如居民燃烧源、交通源、农业生产源等)。固定燃烧源等点源污染可直接根据经纬度坐标信息在设定的空间网格内进行排放量的空间分配。由于非点源污染大多采用“自上而下”的排放清单计算方法得到,如以人类生活为主的非点源污染大多通过调研本地区的能源消耗量等数据计算得到本地区的总排放量,而要获得区域内该种非点源污染的空间分布特征,需要通过一些地理空间指标将排放量分配到高空间分辨率的空间网格中去。现阶段,多采用土地利用类型、路网以及人口密度等数据进行空间分配。
现有的排放清单分配方法中,由于土地利用类型数据较难获取,单纯使用路网数据对交通源污染进行空间分配忽略了不同地区的交通情况,常用的人口密度数据多采用土地利用数据及夜间灯光指数,数据存在一定的滞后性、准确性低且时效性差。
发明内容
本发明所要解决的技术问题是如何提供一种提高大气污染物排放清单的准确性的空间分配方法。
针对这一技术问题,本发明提供了一种基于POI点的大气污染物排放清单空间分配方法,包括:
S1:获取目标区域中的污染物排放的特征类型,并采用预设尺寸的网格对所述目标区域进行划分;
S2:根据所述特征类型统计每一网格内的污染源对应的POI个数,并根据所述特征类型以及每一网格对应的POI个数,计算该网格所在区域中污染物的分配参数;
S3:根据每一网格对应的分配参数和所述目标区域中污染物排放量,计算该网格对应区域内的污染物;
其中,所述特征类型为机动车类型的区域对应的污染源为车辆、所述特征类型为人类活动类型的区域对应的污染源为人类活动集中的商务住宅、所述特征类型为农林牧渔活动类型的区域对应的污染源为农林牧渔生产区。
可选地,所述步骤S2包括:
S21:若所述特征类型为机动车类型,则针对每一网格,获取该网格内的每一条道路的道路类型和道路长度,并根据每一条道路的道路类型估算该道路的相对车流量;
S22:统计所述目标区域内该道路周边的交通设施的POI个数,以及所述目标区域内与该道路属于同种道路类型的道路周边的交通设施POI平均数,并计算所述目标区域内该道路周边的交通设施的POI个数与所述目标区域内与该道路属于同种道路类型的道路周边的交通设施POI平均数的比值,以作为该道路上相对车流量的调整系数;
S23:根据该网格内每一条道路的道路长度、相对车流量和调整系数计算该网格内的车辆分布数,以及所述目标区域内的所有网格的车辆分布数之和的车辆分布总数,计算该网格内的车辆分布数和所述车辆分布总数之间的比值,以作为该网格的所在区域中污染物的分配参数;
其中,所述道路类型包括国家级高速路、普通国道、普通省道、省级高速路、县道、乡道。
可选地,所述步骤S2还包括:
若所述特征类型为人类活动类型,则统计每一网格内的商务住宅的POI个数,计算每一网格内的商务住宅的POI个数与所述目标区域中的商务住宅的POI总数的比值,作为该网格的所在区域中污染物的分配参数;
若所述特征类型为农林牧渔活动类型,则统计每一网格内的农林牧渔生产区的POI个数,计算每一网格内的农林牧渔生产区的POI个数与所述目标区域中的农林牧渔生产区的POI总数的比值,作为该网格的所在区域中污染物的分配参数。
可选地,所述步骤S23包括:
根据该网格内每一条道路的道路长度、相对车流量和调整系数,按照公式估算该网格内的车辆分布数;
计算该网格内的车辆分布数和所述车辆分布总数之间的比值,以作为该网格的所在区域中污染物的分配参数;
i为道路的条数,j为道路类型,n为该网格内道路总条数,m为该网格内道路类型的总数,Li为第i条道路在该网格中的道路长度,Qj为第i条道路所属的第j种道路类型中的相对车流量,Ri为第j种道路类型中的第i条道路的调整系数,P该网格内的车辆分布数。
可选地,所述步骤S3包括:
获取所述目标区域中污染物排放量,计算每一网格对应的分配参数和所述目标区域中污染物排放量之间的乘积,以作为该网格对应区域内的污染物。
另一方面,本发明还提供了一种基于POI点的大气污染物排放清单空间分配装置,包括:
获取模块,用于获取目标区域中的污染物排放的特征类型,并采用预设尺寸的网格对所述目标区域进行划分;
统计模块,用于根据所述特征类型统计每一网格内的污染源对应的POI个数,并根据所述特征类型以及每一网格对应的POI个数,计算该网格所在区域中污染物的分配参数;
计算模块,用于根据每一网格对应的分配参数和所述目标区域中污染物排放量,计算该网格对应区域内的污染物;
其中,所述特征类型为机动车类型的区域对应的污染源为车辆、所述特征类型为人类活动类型的区域对应的污染源为人类活动集中的商务住宅、所述特征类型为农林牧渔活动类型的区域对应的污染源为农林牧渔生产区。
可选地,所述统计模块包括:
获取单元,用于若所述特征类型为机动车类型,则针对每一网格,获取该网格内的每一条道路的道路类型和道路长度,并根据每一条道路的道路类型估算该道路的相对车流量;
统计单元,统计所述目标区域内该道路周边的交通设施的POI个数,以及所述目标区域内与该道路属于同种道路类型的道路周边的交通设施POI平均数,并计算所述目标区域内该道路周边的交通设施的POI个数与所述目标区域内与该道路属于同种道路类型的道路周边的交通设施POI平均数的比值,以作为该道路上车流量的调整系数;
计算单元,用于根据该网格内每一条道路的道路长度、相对车流量和调整系数计算该网格内的车辆分布数,以及所述目标区域内的所有网格的车辆分布数之和的车辆分布总数,计算该网格内的车辆分布数和所述车辆分布总数之间的比值,以作为该网格的所在区域中污染物的分配参数;
其中,所述道路类型包括国家级高速路、普通国道、普通省道、省级高速路、县道、乡道。
可选地,所述获取单元还用于若所述特征类型为人类活动类型,则统计每一网格内的商务住宅的POI个数,计算每一网格内的商务住宅的POI个数与所述目标区域中的商务住宅的POI总数的比值,作为该网格的所在区域中污染物的分配参数;
若所述特征类型为农林牧渔活动类型,则统计每一网格内的农林牧渔生产区的POI个数,计算每一网格内的农林牧渔生产区的POI个数与所述目标区域中的农林牧渔生产区的POI总数的比值,作为该网格的所在区域中污染物的分配参数。
可选地,所述计算单元还用于根据该网格内每一条道路的道路长度、相对车流量和调整系数,按照公式该网格内的车辆分布数;计算该网格内的车辆分布数和所述车辆分布总数之间的比值,以作为该网格的所在区域中污染物的分配参数;
i为道路的条数,j为道路类型,n为该网格内道路总条数,m为该网格内道路类型的总数,Li为第i条道路在该网格中的道路长度,Qj为第i条道路所属的第j种道路类型中的相对车流量,Ri为第j种道路类型中的第i条道路的调整系数,P该网格内的车辆分布数。
可选地,所述计算模块还用于获取所述目标区域中污染物排放量,计算每一网格对应的分配参数和所述目标区域中污染物排放量之间的乘积,以作为该网格对应区域内的污染物。
本发明提供的基于POI点的大气污染物排放清单空间分配方法及装置中,将要进行大气污染物空间分配的目标区域进行网格划分,针对每一网格,对相应的污染源的POI点进行统计,通过POI点计算得到该网格所在区域中的污染物的分配参数,并根据分配参数计算出该网格所在区域中的污染物。相比于传统的污染物分配方法,由于POI数据的准确性、时效性、易获取性以及信息的丰富性,采用基于POI点的方法得到的污染物的分配方法,能够对非点源污染进行合理的空间分配,得到数据准确性更高的大气污染物排放清单。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明一个实施例提供的基于POI点的大气污染物排放清单空间分配方法的流程示意图;
图2为本发明另一个实施例提供的基于路网及停车场等交通设施POI的空间分配参数分布图生成过程示意图;
图3为本发明另一个实施例提供的基于商务类住宅POI的空间分配参数分布图生成过程示意图;
图4为本发明一个实施例提供的基于POI点的大气污染物排放清单空间分配装置的结构框图;
图5为本发明另一个实施例提供的某地区的人口与商务住宅POI个数关系示意图;
图6为本发明另一个实施例提供的某地区的农林牧渔产值与农林牧渔POI个数关系示意图;
图7为本发明另一个实施例提供的某地区的实际相对车流量与使用本申请的方法获得的相对车流量POI个数关系示意图;
图8为本发明另一个实施例提供的某监测站使用本申请的方法和未使用本申请的方法得到的PM2.5分布结果与实际PM2.5分布结果之间差距的对比示意图;
图9为本发明另一个实施例提供的某监测站使用本申请的方法进行1km高空间分辨率模拟效果评估结果展示图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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、完整地描述,显然,所描述的实施例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。
图1为本实施例提供的基于POI点的大气污染物排放清单空间分配方法的流程示意图,参见图1,该方法包括:
S1:获取目标区域中的污染物排放的特征类型,并采用预设尺寸的网格对所述目标区域进行划分;
S2:根据所述特征类型统计每一网格内的污染源对应的POI个数,并根据所述特征类型以及每一网格对应的POI个数,计算该网格所在区域中污染物的分配参数;
S3:根据每一网格对应的分配参数和所述目标区域中污染物排放量,计算该网格对应区域内的污染物;
其中,所述特征类型为机动车类型的区域对应的污染源为车辆、所述特征类型为人类活动类型的区域对应的污染源为人类活动集中的商务住宅、所述特征类型为农林牧渔活动类型的区域对应的污染源为农林牧渔生产区。
需要说明的是,本申请的方案同样适用于除了机动车类型、人类活动类型和农林牧渔活动类型之外的类型,只要是能够通过POI点反映污染物分布情况的区域,均可以采用本申请中的方法。
本实施例在对目标区域进行网格划分时,网格的尺寸根据具体情况而定。POI个数通过POI数据库获取,可以直接从支持POI的地图中获取,例如,高德地图、百度地图。其中,POI(Point of interest,城市设施兴趣点)可以是一个停车场、一栋商业住宅等,它主要包括:名称、类别、经纬度、地址名称等四部分信息,其在导航等诸多生活领域都有着广泛的应用。POI分类较细,且根据实际情况定时更新,具有较高的准确性,因此其在空间规划分析中有很大的利用空间。
本发明提供的基于POI点的大气污染物排放清单空间分配方法中,将要进行大气污染物空间分配的目标区域进行网格划分,针对每一网格,对相应的污染源的POI点进行统计,通过POI点计算得到该网格所在区域中的污染物的分配参数,并根据分配参数计算出该网格所在区域中的污染物。相比于传统的污染物分配方法,由于POI数据的准确性、时效性、易获取性以及信息的丰富性,采用基于POI点的方法得到的污染物的分配方法,能够对非点源污染进行合理的空间分配,得到数据准确性更高的大气污染物排放清单。
进一步地,所述步骤S2包括:
S21:若所述特征类型为机动车类型,则针对每一网格,获取该网格内的每一条道路的道路类型和道路长度,并根据每一条道路的道路类型获取该道路的相对车流量;
S22:统计所述目标区域内该道路周边的交通设施的POI个数,以及所述目标区域内与该道路属于同种道路类型的道路周边的交通设施POI平均数,并计算所述目标区域内该道路周边的交通设施的POI个数与所述目标区域内与该道路属于同种道路类型的道路周边的交通设施POI平均数的比值,以作为该道路上相对车流量的调整系数;
S23:根据该网格内每一条道路的道路长度、相对车流量和调整系数计算该网格内的车辆分布数,以及所述目标区域内的所有网格的车辆分布数之和的车辆分布总数,计算该网格内的车辆分布数和所述车辆分布总数之间的比值,以作为该网格的所在区域中污染物的分配参数;
其中,所述道路类型包括国家级高速路、普通国道、普通省道、省级高速路、县道、乡道。
需要说明的是,交通设施包括停车场、加油站等。道路类型指的是国家级高速路、普通国道、普通省道、省级高速路、县道、乡道,当然,可以是城市快速路、主干路、次干路和支路,在具体的计算中,根据目标区域的实际情况而定。作为一种具体的实施例,对由机动车为主的交通源,采用路网与停车场等交通设施类的POI数据的个数作为空间分配的依据。并分为以下几个步骤:
对目标区域(如图2中的地图所示的区域)划分网格,该目标区域的特征类型为机动车类型;
统计每个网格中不同道路的长度L和道路类型,并估算不同道路类型的相对车流量;
统计目标区域内每条道路周边的停车场等交通设施的POI个数,并求得与目标区域内该道路的道路类型相同的道路中的周边停车场等交通设施POI个数的平均值。通过公式:
计算该条道路的相对车流量调整系数R;
通过公式计算出该网格所在区域的分配参数,
然后根据每一网格对应的分配参数和所述目标区域中污染物排放量,计算该网格对应区域内的污染物;
其中,i为道路的条数,j为道路类型,n为该网格内道路总条数,m为该网格内道路类型的总数,Li为第i条道路在该网格中的道路长度,Qj为第i条道路所属的第j种道路类型中的相对车流量,Ri为第j种道路类型中的第i条道路的调整系数,P该网格内的车辆分布数。
采用以上方法求解目标区域中所有网格内的车辆分布数,计算目标区域中所有网格内的车辆分布数总数,得到目标区域中的车辆分布总数,计算该网格中的车辆分布数和车辆分布数总数得到该网格所在区域中的污染物的分配参数。
可理解的是,每条道路的调整系数Ri与该道路上的交通设施POI个数相关,Qj与该道路的道路类型相关。
目标区域中的每一条道路对应一个调整系数Ri,该调整系数等于该条道路周边的交通设施的POI个数与目标区域内与该道路属于同种道路类型的道路周边的交通设施POI平均数的比值。其中,目标区域内与该道路属于同种道路类型的道路周边的交通设施POI平均数等于目标区域内与该道路属于同种道路类型的所有道路周边的交通设施POI总数与目标区域中的与该道路属于同种道路类型的所有道路总条数的比值。
举例来说,求目标区域中道路类型为城市快速路的道路A的调整系数。具体计算过程为,首先,统计目标区域中的所有城市快速路的条数以及所有城市快速路周边的交通设施POI总个数,计算所有城市快速路周边的交通设施POI总个数与快速路的条数的比值,作为目标区域内城市快速路周边的交通设施POI平均数;然后,统计道路A周边所有的交通设施POI个数;最后,计算道路A周边所有的交通设施POI个数与目标区域内城市快速路周边的交通设施POI平均数的比值,得到道路A的调整系数。在所有网格中,道路A的调整系数均相同。
需要说明的是,相对车流量可以是通过调研得到的数据,例如,本例通过调研得到目标区域中的国家级高速路、普通国道、普通省道、省级高速、县道及乡道的车流量,并通过对相对车流量数据进行归一化处理得到相对车流量分别为0.31,0.13,0.11,0.36,0.07,0.02。可理解的是,在无法通过调研得到目标区域的车流量的情况下,还可以根据《城市道路交通规划设计规范(GB 50220-95)》及《公路工程技术标准(JTG B01-2014)》中对于不同道路等级车速的设计规范等,估算城市快速路、主干路、次干路及支路的相对车流量分别为0.44、0.33、0.16、0.08。
当然,在具体实施例中,还可如图2中所示,对目标区域划分网格,然后根据该目标区域中的交通路网统计每一网格中的交通设施的POI个数,根据交通路网中的道路长度、类型等信息和POI数据图,计算得到目标区域中的分配参数的分布图,并根据每一网格中的分配参数的大小,采用不同的颜色填充网格,以向用户直观的展示出每一网格中的污染物分配比例。
进一步地,所述步骤S2还包括:
若所述特征类型为人类活动类型,则统计每一网格内的商务住宅的POI个数,计算每一网格内的商务住宅的POI个数与所述目标区域中的商务住宅的POI总数的比值,作为该网格的所在区域中污染物的分配参数;
若所述特征类型为农林牧渔活动类型,则统计每一网格内的农林牧渔生产区的POI个数,计算每一网格内的农林牧渔生产区的POI个数与所述目标区域中的农林牧渔生产区的POI总数的比值,作为该网格的所在区域中污染物的分配参数。
当目标区域的特征类型为人类活动类型,直接通过地图获取每一网格中的商务住宅的POI个数和目标区域中的商务住宅的POI总个数,根据网格中的商务住宅的POI个数占目标区域中的商务住宅的POI总个数的比例,即可求得每个网格所在区域中的污染物的分配参数。例如,需要计算目标区域中的餐饮业污染情况,则统计目标区域中的每一网格中的餐饮商业楼的个数,以及目标区域中的餐饮商业楼的总个数,针对每一网格,计算网格中的餐饮商业楼的个数与目标区域中的餐饮商业楼的总个数,即可得到该网格中餐饮污染物的分配参数。
如图3所示,目标区域网格划分后,通过地图统计出目标区域中每一网格中的商务住宅的POI个数,然后计算每一网格中的污染物空间分配参数,根据每一种的污染物空间分配参数,采用不同的颜色填充网格,以直观展示各个网格中的污染物分配情况。
进一步地,所述步骤S23包括:
根据该网格内每一条道路的道路长度、相对车流量和调整系数,按照公式该网格内的车辆分布数;
计算该网格内的车辆分布数和所述车辆分布总数之间的比值,以作为该网格的所在区域中污染物的分配参数;
i为道路的条数,j为道路类型,n为该网格内道路总条数,m为该网格内道路类型的总数,Li为第i条道路在该网格中的道路长度,Qj为第i条道路所属的第j种道路类型中的相对车流量,Ri为第j种道路类型中的第i条道路的调整系数,P该网格内的车辆分布数。
进一步地,所述步骤S3包括:
获取所述目标区域中污染物排放量,计算每一网格对应的分配参数和所述目标区域中污染物排放量之间的乘积,以作为该网格对应区域内的污染物。
另一方面,本发明还提供了一种基于POI点的大气污染物排放清单空间分配装置400,包括获取模块401、统计模块402和计算模块403,其中,
获取模块401,用于获取目标区域中的污染物排放的特征类型,并采用预设尺寸的网格对所述目标区域进行划分;
统计模块402,用于根据所述特征类型统计每一网格内的污染源对应的POI个数,并根据所述特征类型以及每一网格对应的POI个数,计算该网格所在区域中污染物的分配参数;
计算模块403,用于根据每一网格对应的分配参数和所述目标区域中污染物排放量,计算该网格对应区域内的污染物;
其中,所述特征类型为机动车类型的区域对应的污染源为车辆、所述特征类型为人类活动类型的区域对应的污染源为人类活动集中的商务住宅、所述特征类型为农林牧渔活动类型的区域对应的污染源为农林牧渔生产区。
本实施例中的基于POI点的大气污染物排放清单空间分配装置400适用于以上大气污染物排放清单空间分配方法,在此不再赘述。
本发明提供的基于POI点的大气污染物排放清单空间分配装置中,获取模块401将要进行大气污染物空间分配的目标区域进行网格划分,针对每一网格,统计模块402对相应的污染源的POI点进行统计,计算模块403通过POI点计算得到该网格所在区域中的污染物的分配参数,并根据分配参数计算出该网格所在区域中的污染物。相比于传统的污染物分配方法,由于POI数据的准确性、时效性、易获取性以及信息的丰富性,采用基于POI点的方法得到的污染物的分配方法,能够对非点源污染进行合理的空间分配,得到数据准确性更高的大气污染物排放清单。
进一步地,所述统计模块包括:
获取单元,用于若所述特征类型为机动车类型,则针对每一网格,获取该网格内的每一条道路的道路类型和道路长度,并根据每一条道路的道路类型获取该道路的相对车流量;
统计单元,用于统计所述目标区域内该道路周边的交通设施的POI个数,以及所述目标区域内与该道路属于同种道路类型的道路周边的交通设施POI平均数,并计算所述目标区域内该道路周边的交通设施的POI个数与所述目标区域内与该道路属于同种道路类型的道路周边的交通设施POI平均数的比值,以作为该道路上相对车流量的调整系数;
计算单元,用于根据该网格内每一条道路的道路长度、相对车流量和调整系数计算该网格内的车辆分布数,以及所述目标区域内的所有网格的车辆分布数之和的车辆分布总数,计算该网格内的车辆分布数和所述车辆分布总数之间的比值,以作为该网格的所在区域中污染物的分配参数;
其中,所述道路类型包括国家级高速路、普通国道、普通省道、省级高速路、县道、乡道。
进一步地,所述获取单元还用于若所述特征类型为人类活动类型,则统计每一网格内的商务住宅的POI个数,计算每一网格内的商务住宅的POI个数与所述目标区域中的商务住宅的POI总数的比值,作为该网格的所在区域中污染物的分配参数;
若所述特征类型为农林牧渔活动类型,则统计每一网格内的农林牧渔生产区的POI个数,计算每一网格内的农林牧渔生产区的POI个数与所述目标区域中的农林牧渔生产区的POI总数的比值,作为该网格的所在区域中污染物的分配参数。
进一步地,所述计算单元还用于根据该网格内每一条道路的道路长度、相对车流量和调整系数,按照公式估算该网格内的车辆分布数;计算该网格内的车辆分布数和所述车辆分布总数之间的比值,以作为该网格的所在区域中污染物的分配参数;
i为道路的条数,j为道路类型,n为该网格内道路总条数,m为该网格内道路类型的总数,Li为第i条道路在该网格中的道路长度,Qj为第i条道路所属的第j种道路类型中的相对车流量,Ri为第j种道路类型中的第i条道路的调整系数,P该网格内的车辆分布数。
进一步地,所述计算模块还用于获取所述目标区域中污染物排放量,计算每一网格对应的分配参数和所述目标区域中污染物排放量之间的乘积,以作为该网格对应区域内的污染物。
为了说明本实施例提供的基于POI点的大气污染物排放清单空间分配方法的准确性,本实施例提供的图5是某地区人口与商务住宅类POI个数的相关关系,从图中可以看到人口个数与商务住宅POI个数相关性较高,且相关系数R2可以达到0.9左右,说明采用POI个数能够反映出人类活动的污染物分布。
图6为某地区农林牧渔产值与农林牧渔类型POI的个数,从图中可以看出农林牧渔产值与农林牧渔POI个数相关性较高,且相关系数R2可以达到0.5左右。
图7通过获取的某地区45条省道的实际交通流量监测断面数据,以及本方法得出的空间分配指标,并对数据进行标准化处理,从图中可以看出实际与该方法获得的相对车流量相关性较高,且R2可以达到0.5左右,其中,实际相对交通流量为实际监测得到的交通流量(上述的相对车流量)标准化后的结果,该方法得到的相对交通流量是指通过该方法针对每一道路估算得到的车辆分布数进行标准化后的结果,图7中说明本实施例该方法得到的相同交通流量与该条道路上实际的相对交通流量相关性较高,采用该方法可以对机动车源污染物进行更精确地分配。
因此,从图5至图7,可以看出,采用POI数据作为空间分配指标可以对人类活动、畜禽养殖及机动车为主的交通活动有比较好的反映。
另一方面,选用CMAQ空气质量模式对于该方法分配后的MEIC排放清单进行了校验。大气污染物排放清单能否准确地对现实进行反映是判别清单效果的重要指标,因此,采用空气质量模型对采用该方法与不采用该方法的排放清单分别进行空气质量数值模拟,以评估该方法的有效性。
CMAQ空气质量模式是美国EPA所推荐的第三代空气质量模型,其基于“一个大气”的设计理念,充分考虑了大气物理、大气化学反应,可以有效地对大气环境进行模拟。MEIC排放清单是清华大学制作的全国范围内0.25°×0.25°的大气污染物排放清单,在国内外有广泛的应用。
通过将北京地区0.25°×0.25°空间分辨率的MEIC大气污染物排放清单使用本方法分配为更加精细的3km×3km高空间分辨率的排放清单,并输入CMAQ空气质量模型,与不采用该方法分配直接空间插值输入CMAQ空气质量模型的排放清单进行对比,并采用标准化平均偏差及标准化平均误差评价清单改进结果,且该值越低表明结果越好。
标准化平均偏差(Normalized Mean Bias):
标准化平均误差(Normalized Mean Error):
式中,N表示对比样本数,pi代表模拟数据,oi代表监测数据,表示监测平均值。
表1基于监测站点数据对本方法的评估(PM2.5)
从图8及表1中可以看出,使用本发明对排放清单进行空间分配,并用于空气质量模拟,可以显著提高空气质量模拟的效果。对于可获取到的5个监测站点数据对比结果可以看到,使用该方法后,NMB平均可以降低40%左右,NME可以平均降低10%左右,效果较为显著。
使用该方法对MEIC空间分配至1km×1km的空间分辨率,并采用CMAQ模型验证其效果。
模型模拟的空间分辨率越高,对模型及基础数据要求越高。因此。模拟1km×1km的高空间分辨率的空气质量变化,对空气质量模式及排放清单提出了挑战。
由于MEIC清单的空间分辨率为0.25°×0.25°,因此对于小区域(如北京城六区),该排放清单的值较粗,因此利用本发明方法将清华大学MEIC排放清单分配至1km×1km的高时空分辨率网格中,并利用CMAQ模型进一步检验本发明方法的有效性。
表2北京城区主要的5个监测站点使用该方法进行1km高空间分辨率模拟效果评估(PM2.5)
从图9及表2中可以看出,使用本发明对排放清单进行1km×1km高时空分辨率空间分配,并用于空气质量模拟,仍可以获得良好的空气质量模拟的效果。由此,本发明对于大气污染物排放清单的空间分配具有很好的效果。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于POI点的大气污染物排放清单空间分配方法,其特征在于,包括:
S1:获取目标区域中的污染物排放的特征类型,并采用预设尺寸的网格对所述目标区域进行划分;
S2:根据所述特征类型统计每一网格内的污染源对应的POI个数,并根据所述特征类型以及每一网格对应的POI个数,计算该网格所在区域中污染物的分配参数;
S3:根据每一网格对应的分配参数和所述目标区域中污染物排放量,计算该网格对应区域内的污染物;
其中,所述特征类型为机动车类型的区域对应的污染源为车辆、所述特征类型为人类活动类型的区域对应的污染源为人类活动集中的商务住宅、所述特征类型为农林牧渔活动类型的区域对应的污染源为农林牧渔生产区。
2.根据权利要求1中所述的方法,其特征在于,所述步骤S2包括:
S21:若所述特征类型为机动车类型,则针对每一网格,获取该网格内的每一条道路的道路类型和道路长度,并根据每一条道路的道路类型估算该道路的相对车流量;
S22:统计所述目标区域内该道路周边的交通设施的POI个数,以及所述目标区域内与该道路属于同种道路类型的道路周边的交通设施POI平均数,并计算所述目标区域内该道路周边的交通设施的POI个数与所述目标区域内与该道路属于同种道路类型的道路周边的交通设施POI平均数的比值,以作为该道路上相对车流量的调整系数;
S23:根据该网格内每一条道路的道路长度、相对车流量和调整系数计算该网格内的车辆分布数,以及所述目标区域内的所有网格的车辆分布数之和的车辆分布总数,计算该网格内的车辆分布数和所述车辆分布总数之间的比值,以作为该网格的所在区域中污染物的分配参数;
其中,所述道路类型包括国家级高速路、普通国道、普通省道、省级高速路、县道、乡道。
3.根据权利要求2中所述的方法,其特征在于,所述步骤S2还包括:
若所述特征类型为人类活动类型,则统计每一网格内的商务住宅的POI个数,计算每一网格内的商务住宅的POI个数与所述目标区域中的商务住宅的POI总数的比值,作为该网格的所在区域中污染物的分配参数;
若所述特征类型为农林牧渔活动类型,则统计每一网格内的农林牧渔生产区的POI个数,计算每一网格内的农林牧渔生产区的POI个数与所述目标区域中的农林牧渔生产区的POI总数的比值,作为该网格的所在区域中污染物的分配参数。
4.根据权利要求2中所述的方法,其特征在于,所述步骤S23包括:
根据该网格内每一条道路的道路长度、相对车流量和调整系数,按照公式估算该网格内的车辆分布数;
计算该网格内的车辆分布数和所述车辆分布总数之间的比值,以作为该网格的所在区域中污染物的分配参数;
i为道路的条数,j为道路类型,n为该网格内道路总条数,m为该网格内道路类型的总数,Li为第i条道路在该网格中的道路长度,Qj为第i条道路所属的第j种道路类型中的相对车流量,Ri为第j种道路类型中的第i条道路的调整系数,P该网格内的车辆分布数。
5.根据权利要求1中所述的方法,其特征在于,所述步骤S3包括:
获取所述目标区域中污染物排放量,计算每一网格对应的分配参数和所述目标区域中污染物排放量之间的乘积,以作为该网格对应区域内的污染物。
6.一种基于POI点的大气污染物排放清单空间分配装置,其特征在于,包括:
获取模块,用于获取目标区域中的污染物排放的特征类型,并采用预设尺寸的网格对所述目标区域进行划分;
统计模块,用于根据所述特征类型统计每一网格内的污染源对应的POI个数,并根据所述特征类型以及每一网格对应的POI个数,计算该网格所在区域中污染物的分配参数;
计算模块,用于根据每一网格对应的分配参数和所述目标区域中污染物排放量,计算该网格对应区域内的污染物;
其中,所述特征类型为机动车类型的区域对应的污染源为车辆、所述特征类型为人类活动类型的区域对应的污染源为人类活动集中的商务住宅、所述特征类型为农林牧渔活动类型的区域对应的污染源为农林牧渔生产区。
7.根据权利要求6中所述的装置,其特征在于,所述统计模块包括:
获取单元,用于若所述特征类型为机动车类型,则针对每一网格,获取该网格内的每一条道路的道路类型和道路长度,并根据每一条道路的道路类型估算该道路的相对车流量;
统计单元,用于统计所述目标区域内该道路周边的交通设施的POI个数,以及所述目标区域内与该道路属于同种道路类型的道路周边的交通设施POI平均数,并计算所述目标区域内该道路周边的交通设施的POI个数与所述目标区域内与该道路属于同种道路类型的道路周边的交通设施POI平均数的比值,以作为该道路上相对车流量的调整系数;
计算单元,用于根据该网格内每一条道路的道路长度、相对车流量和调整系数计算该网格内的车辆分布数,以及所述目标区域内的所有网格的车辆分布数之和的车辆分布总数,计算该网格内的车辆分布数和所述车辆分布总数之间的比值,以作为该网格的所在区域中污染物的分配参数;
其中,所述道路类型包括国家级高速路、普通国道、普通省道、省级高速路、县道、乡道。
8.根据权利要求7中所述的装置,其特征在于,所述获取单元还用于若所述特征类型为人类活动类型,则统计每一网格内的商务住宅的POI个数,计算每一网格内的商务住宅的POI个数与所述目标区域中的商务住宅的POI总数的比值,作为该网格的所在区域中污染物的分配参数;
若所述特征类型为农林牧渔活动类型,则统计每一网格内的农林牧渔生产区的POI个数,计算每一网格内的农林牧渔生产区的POI个数与所述目标区域中的农林牧渔生产区的POI总数的比值,作为该网格的所在区域中污染物的分配参数。
9.根据权利要求7中所述的装置,其特征在于,所述计算单元还用于根据该网格内每一条道路的道路长度、相对车流量和调整系数,按照公式估算该网格内的车辆分布数;计算该网格内的车辆分布数和所述车辆分布总数之间的比值,以作为该网格的所在区域中污染物的分配参数;
i为道路的条数,j为道路类型,n为该网格内道路总条数,m为该网格内道路类型的总数,Li为第i条道路在该网格中的道路长度,Qj为第i条道路所属的第j种道路类型中的相对车流量,Ri为第j种道路类型中的第i条道路的调整系数,P该网格内的车辆分布数。
10.根据权利要求6中所述的装置,其特征在于,所述计算模块还用于获取所述目标区域中污染物排放量,计算每一网格对应的分配参数和所述目标区域中污染物排放量之间的乘积,以作为该网格对应区域内的污染物。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610917721.8A CN106557869B (zh) | 2016-10-20 | 2016-10-20 | 一种基于poi点的大气污染物排放清单空间分配方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610917721.8A CN106557869B (zh) | 2016-10-20 | 2016-10-20 | 一种基于poi点的大气污染物排放清单空间分配方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106557869A true CN106557869A (zh) | 2017-04-05 |
CN106557869B CN106557869B (zh) | 2020-08-21 |
Family
ID=58443941
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610917721.8A Active CN106557869B (zh) | 2016-10-20 | 2016-10-20 | 一种基于poi点的大气污染物排放清单空间分配方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106557869B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109086246A (zh) * | 2018-07-04 | 2018-12-25 | 北京市劳动保护科学研究所 | 一种道路交通源的排放量计算方法及装置 |
CN109376443A (zh) * | 2018-11-02 | 2019-02-22 | 唐山华洋环保科技有限公司 | 区域大气污染环境仿真动态模拟系统 |
CN110851524A (zh) * | 2019-10-30 | 2020-02-28 | 暨南大学 | 基于自下而上的城市机动车排放清单编制技术方法及系统 |
CN110988269A (zh) * | 2019-12-18 | 2020-04-10 | 中科三清科技有限公司 | 大气污染源排放清单的偏差修正方法、装置及存储介质 |
CN111178653A (zh) * | 2018-11-13 | 2020-05-19 | 百度在线网络技术(北京)有限公司 | 用于确定污染区域的方法和装置 |
CN111489060A (zh) * | 2020-03-21 | 2020-08-04 | 河南大学 | 一种高时空分辨率交通源排放清单制备方法 |
CN112417786A (zh) * | 2020-11-24 | 2021-02-26 | 清华大学 | 一种基于污染物扩散和人员分布密度的空间脆弱性评价方法 |
CN115204759A (zh) * | 2022-09-16 | 2022-10-18 | 北京弘象科技有限公司 | 一种基于多源数据的本地清单网格化制作方法和装置 |
CN117437254A (zh) * | 2023-12-21 | 2024-01-23 | 北京英视睿达科技股份有限公司 | 基于环境时空数据的网格划分方法、装置、设备及介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104156622A (zh) * | 2014-08-27 | 2014-11-19 | 北京市环境保护监测中心 | 一种城市交通颗粒物排放量的估算方法 |
CN104834666A (zh) * | 2015-03-06 | 2015-08-12 | 中山大学 | 基于路网和兴趣点的声环境功能区划分方法 |
US20160125307A1 (en) * | 2013-06-05 | 2016-05-05 | Yu Zheng | Air quality inference using multiple data sources |
CN105590024A (zh) * | 2015-12-16 | 2016-05-18 | 河海大学 | 一种基于活动的港区大气污染物排放清单编制方法 |
-
2016
- 2016-10-20 CN CN201610917721.8A patent/CN106557869B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160125307A1 (en) * | 2013-06-05 | 2016-05-05 | Yu Zheng | Air quality inference using multiple data sources |
CN104156622A (zh) * | 2014-08-27 | 2014-11-19 | 北京市环境保护监测中心 | 一种城市交通颗粒物排放量的估算方法 |
CN104834666A (zh) * | 2015-03-06 | 2015-08-12 | 中山大学 | 基于路网和兴趣点的声环境功能区划分方法 |
CN105590024A (zh) * | 2015-12-16 | 2016-05-18 | 河海大学 | 一种基于活动的港区大气污染物排放清单编制方法 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109086246A (zh) * | 2018-07-04 | 2018-12-25 | 北京市劳动保护科学研究所 | 一种道路交通源的排放量计算方法及装置 |
CN109086246B (zh) * | 2018-07-04 | 2022-05-10 | 北京市劳动保护科学研究所 | 一种道路交通源的排放量计算方法及装置 |
CN109376443A (zh) * | 2018-11-02 | 2019-02-22 | 唐山华洋环保科技有限公司 | 区域大气污染环境仿真动态模拟系统 |
CN111178653A (zh) * | 2018-11-13 | 2020-05-19 | 百度在线网络技术(北京)有限公司 | 用于确定污染区域的方法和装置 |
CN110851524A (zh) * | 2019-10-30 | 2020-02-28 | 暨南大学 | 基于自下而上的城市机动车排放清单编制技术方法及系统 |
CN110851524B (zh) * | 2019-10-30 | 2023-05-26 | 暨南大学 | 基于自下而上的城市机动车排放清单编制技术方法及系统 |
CN110988269A (zh) * | 2019-12-18 | 2020-04-10 | 中科三清科技有限公司 | 大气污染源排放清单的偏差修正方法、装置及存储介质 |
CN111489060A (zh) * | 2020-03-21 | 2020-08-04 | 河南大学 | 一种高时空分辨率交通源排放清单制备方法 |
CN112417786A (zh) * | 2020-11-24 | 2021-02-26 | 清华大学 | 一种基于污染物扩散和人员分布密度的空间脆弱性评价方法 |
CN115204759A (zh) * | 2022-09-16 | 2022-10-18 | 北京弘象科技有限公司 | 一种基于多源数据的本地清单网格化制作方法和装置 |
CN117437254A (zh) * | 2023-12-21 | 2024-01-23 | 北京英视睿达科技股份有限公司 | 基于环境时空数据的网格划分方法、装置、设备及介质 |
CN117437254B (zh) * | 2023-12-21 | 2024-05-03 | 北京英视睿达科技股份有限公司 | 基于环境时空数据的网格划分方法、装置、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN106557869B (zh) | 2020-08-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106557869A (zh) | 一种基于poi点的大气污染物排放清单空间分配方法及装置 | |
Yuan et al. | Effects of urban form on haze pollution in China: Spatial regression analysis based on PM2. 5 remote sensing data | |
Shi et al. | Urbanization and regional air pollution across South Asian developing countries–A nationwide land use regression for ambient PM2. 5 assessment in Pakistan | |
Ma | Spatial equity analysis of urban green space based on spatial design network analysis (sDNA): A case study of central Jinan, China | |
Sayegh et al. | Understanding how roadside concentrations of NOx are influenced by the background levels, traffic density, and meteorological conditions using Boosted Regression Trees | |
Smith et al. | Estimating spatial and temporal patterns of urban anthropogenic heat fluxes for UK cities: the case of Manchester | |
Borge et al. | Comparison of road traffic emission models in Madrid (Spain) | |
Arnds et al. | Spatio-temporal variance and meteorological drivers of the urban heat island in a European city | |
Miskell et al. | Low-cost sensors and crowd-sourced data: Observations of siting impacts on a network of air-quality instruments | |
Santhi et al. | Spatial calibration and temporal validation of flow for regional scale hydrologic modeling 1 | |
Greene et al. | Getting closure: The role of urban forest canopy density in moderating summer surface temperatures in a large city | |
Pan et al. | Allocating emissions to 4 km and 1 km horizontal spatial resolutions and its impact on simulated NOx and O3 in Houston, TX | |
Skene et al. | Modeling effects of traffic and landscape characteristics on ambient nitrogen dioxide levels in Connecticut | |
Zhang et al. | Exploring the effects of 3D urban form on urban air quality: Evidence from fifteen megacities in China | |
Gao et al. | Assessing neighborhood variations in ozone and PM2. 5 concentrations using decision tree method | |
Pijanowski et al. | Using backcast land-use change and groundwater travel-time models to generate land-use legacy maps for watershed management | |
CN115033809A (zh) | 一种城市颗粒物时空管控方法 | |
CN115062682A (zh) | 目标功能区标识方法、装置、存储介质及设备 | |
Grigorescu et al. | REGIONAL DISPARITIES IN THE URBAN SPRAWL PHENOMENON IN ROMANIA USING CORINE LAND COVER DATABASE. | |
Li et al. | Fine resolution air quality dynamics related to socioeconomic and land use factors in the most polluted desert metropolitan in the American Southwest | |
Yañez et al. | Reductions in California's urban fossil fuel CO2 emissions during the COVID‐19 pandemic | |
Niu | Estimating housing vacancy rate in Qingdao city with NPP-VIIRS nighttime light and geographical national conditions monitoring data | |
CN114878748A (zh) | 一种co2排放量的监测方法及监测系统 | |
Gibe et al. | Spatial estimation of air PM 2.5 emissions using activity data, local emission factors and land cover derived from satellite imagery | |
Walsund | Geographical Information Systems as a Tool in Sustainable Urban Development |
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 |