CN107589222A - 一种污染物综合监测方法以及处理系统 - Google Patents
一种污染物综合监测方法以及处理系统 Download PDFInfo
- Publication number
- CN107589222A CN107589222A CN201710843687.9A CN201710843687A CN107589222A CN 107589222 A CN107589222 A CN 107589222A CN 201710843687 A CN201710843687 A CN 201710843687A CN 107589222 A CN107589222 A CN 107589222A
- Authority
- CN
- China
- Prior art keywords
- pollutant
- processing system
- information
- pollution sources
- parameter
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本申请实施例公开了一种污染物综合监测方法以及处理系统,用于通过测量完整的污染物的浓度和必要参数定位污染源及其排放特征。本申请实施例方法包括:处理系统获取监测到同一污染物的至少两个监测设备的位置信息,污染物包括CO2;处理系统获取风速、风向的信息和污染物的参数信息;处理系统根据污染物的参数信息中的浓度信息和监测设备的位置信息确定污染源的位置坐标;处理系统根据污染物的参数信息确定污染物的参数提升值;处理系统根据参数提升值通过预置的第一公式确定排放因子;处理系统根据污染源的位置坐标获取污染源的燃料总量和含碳量信息;处理系统根据污染源的燃料总量和含碳量信息和排放因子通过预置的第二公式确定污染源的排放特征。
Description
技术领域
本申请涉及环境领域,尤其涉及一种污染物综合监测方法以及处理系统。
背景技术
大气污染是目前困扰世界大部分地区、尤其是发展中国家的重要问题。
大气污染具有以下几个特点:污染物种类多样、污染源数量多范围广、污染物排放后其浓度会受到边界层高度、风速、地面建筑物引发的湍流以及背景浓度等的影响。
目前国内已经出现了一种基于小型空气质量传感器的监测设备,该设备可以同时监测CO、NO2、SO2、O3、颗粒物等五种污染物,并通过测量这五种污染物的浓度计算空气质量指数(英文缩写:AQI,英文全称:Air Quality Index),用于表示局部的空气质量,给人们作为参考。
污染源散发的有些污染物并不能直接对空气造成污染,而是通过氧化或者与空气中的其它成分结合后对空气造成污染,例如NO、可挥发性有机物等,上述污染物的监测对确定污染源及其排放特征不可或缺,其次,有些污染物的浓度和必要参数的测量对准确确定污染源及其排放特征也有着不可缺少的作用,例如CO2浓度、风速、风向等。该设备只是为了测量部分污染物的浓度从而算出AQI,而不能测量上述对于确定污染源位置及其排放特征有着必要作用的完整的污染物的浓度和必要参数。因此该设备不能通过测量完整的污染物的浓度和必要参数准确定位污染源及其排放特征。
发明内容
本申请实施例提供了一种污染物综合监测方法以及处理系统,用于通过测量完整的污染物的浓度和必要参数准确定位污染源及其排放特征。
本申请实施例第一方面提供了一种污染物综合监测方法:
处理系统先获取监测到同一污染物的至少两个监测设备的位置信息,该污染物可以为一种或者多种,包括CO2。
该处理系统可以获取风速、风向的信息和该污染物的参数信息。
当该风速、风向满足处理系统事先设置的预置的条件时,该处理系统对污染物的参数信息进行监索,再结合该监测设备的位置信息确定该污染源的位置坐标。
该处理系统可以根据该污染物的参数信息确定该污染物的参数提升值。
该处理系统根据该参数提升值通过预置的第一公式确定排放因子,预置的第一公式可以人为设定。
该处理系统根据该污染源的位置坐标,确定排放来源,获取该污染源的燃料总量和含碳量信息。该燃料总量和含碳量信息可以通过线下调查的方式,也可以通过查找公开信息的方式,具体此处不做限制。
该处理系统根据该污染源的燃料总量和含碳量信息、以及测定得到的排放因子通过预置的第二公式确定该污染源的排放特征,预置的第二公式可以人为设定。
基于第一方面,在本申请实施例第一方面的第一种实施方式中,处理系统根据污染物的参数信息中的浓度信息和监测设备的位置信息确定污染源的位置坐标,包括:
该处理系统对该污染物的参数信息进行监索后找到污染物的浓度信息,并结合该监测设备的位置信息生成目标示意图,该目标示意图可以用于展示该污染物的浓度在该风向的覆盖范围内的随风向的变化情况;
该处理系统可以根据该目标示意图确定该污染源方位;
该处理系统可以根据该方位确定该污染源位置坐标。
结合本申请实施例第一方面的第一种实施方式,在本申请实施例第一方面的第二种实施方式中,处理系统根据所述方位确定所述污染源位置坐标包括:
该处理系统根据该方位确定至少两条不同的方位线,该两条不同的方位线为不同的该监测设备到该污染源之间的连线;
该处理系统获取该方位线的交点;
该处理系统根据该交点确定污染源位置坐标。
结合本申请实施例第一方面的第一种实施方式或实施例第一方面的第二种实施方式中,在本申请实施例第一方面的第三种实施方式中,处理系统根据污染物的参数信息中的浓度信息和监测设备的位置信息生成目标示意图包括处理系统根据污染物的参数信息中的浓度信息和监测设备的位置信息生成目标示意图,包括:
该处理系统以该监测设备的位置信息为原点,以目标长度为半径,生成该风向的覆盖范围内污染物浓度随风向变化的扇形图。
结合本申请实施例第一方面、本申请实施例第一方面的第一种实施方式至本申请实施例第一方面的第二种实施方式中的任一种实施方式,在本申请实施例第一方面的第四种实施例中,预置的条件包括:
风速可以为0.3米每秒;
风向的覆盖范围不少于150度。
结合本申请实施例第一方面、本申请实施例第一方面的第一种实施方式至本申请实施例第一方面的第二种实施方式中的任一种实施方式,在本申请实施例第一方面的第五种实施例中,处理系统根据污染物的参数信息确定污染物的参数提升值包括:
该处理系统可以获取背景污染物的参数信息;
该处理系统计算该污染物的参数信息和该背景污染物的参数信息之间的差值;
该处理系统根据所述差值确定所述污染物的参数提升值。
结合本申请实施例第一方面、本申请实施例第一方面的第一种实施方式至本申请实施例第一方面的第二种实施方式中的任一种实施方式,在本申请实施例第一方面的第六种实施例中,预置的第一公式包括:
该排放因子等于该污染物的参数提升值除以该污染物的参数提升值对应的CO2的参数提升值。
结合本申请实施例第一方面、本申请实施例第一方面的第一种实施方式至本申请实施例第一方面的第二种实施方式中的任一种实施方式,在本申请实施例第一方面的第七种实施例中,参数提升值包括:
浓度提升值。
结合本申请实施例第一方面、本申请实施例第一方面的第一种实施方式至本申请实施例第一方面的第二种实施方式中的任一种实施方式,在本申请实施例第一方面的第八种实施例中,预置的第二公式包括:
该污染物的排放特征等于该CO2的排放量与该排放因子的乘积。
结合本申请实施例第一方面、本申请实施例第一方面的第一种实施方式至本申请实施例第一方面的第二种实施方式中的任一种实施方式,在本申请实施例第一方面的第九种实施例中,排放特征包括:
该污染源排放的该污染物的质量和/或该污染物的该排放因子和/或该污染物浓度-风速风向图和/或氮氧化合物的排放情况和/或该污染物的排放比例和/或该污染物与CO2的比例。
本申请实施例第二方面提供了一种处理系统:
第一获取模块,可以用于获取监测到同一污染物的至少两个监测设备的位置信息,该污染物包括CO2;
随后第二获取模块,可以用于获取风速、风向的信息和该污染物的参数信息;
定位模块,当该风速、风向满足预置的条件时,可以用于根据该污染物的参数信息中的浓度信息和该监测设备的位置信息确定该污染源的位置坐标;
第一确定模块,可以用于根据该污染物的参数信息确定该污染物的参数提升值;
第二确定模块,可以用于根据该参数提升值通过预置的第一公式确定排放因子;
第三获取模块,可以用于根据该污染源的位置坐标获取该污染源的燃料总量和含碳量信息;
第三确定模块,用于根据该污染源的燃料总量和含碳量信息和该排放因子通过预置的第二公式确定该污染源的排放特征。
结合本申请实施例第二方面,在本申请实施例第二方面的第一种实施例中,定位模块包括:
生成单元,可以用于根据该污染物的参数信息中的浓度信息和该监测设备的位置信息生成目标示意图;
第一确定单元,可以用于根据该目标示意图确定该污染源方位;
第二确定单元,可以用于根据该方位确定该污染源位置坐标。
结合本申请实施例第二方面第一种实施例,在本申请实施例第二方面的第二种实施例中,第二确定单元包括:
第一确定子单元,用于根据该方位确定至少两条不同的方位线,该两条不同的方位线为不同的该监测设备到该污染源之间的连线;
获取子单元,用于获取该方位线的交点;
第二确定子单元,用于根据该交点确定该污染源位置坐标。
结合本申请实施例第二方面第一种实施例或本申请实施例第二方面的第二种实施例,在本申请实施例第二方面的第三种实施例中,生成单元包括:
生成子单元,用于以该监测设备的位置信息为原点,以目标长度为半径,生成该风向的覆盖范围内污染物浓度随风向变化的扇形图。
结合本申请实施例第二方面、本申请实施例第二方面的第一种实施方式至本申请实施例第二方面的第二种实施方式中的任一种实施方式,在本申请实施例第二方面的第四种实施例中,第一确定模块包括:
第一获取单元,用于获取背景污染物的参数信息;
计算单元,用于计算该污染物的参数信息和该背景污染物的参数信息之间的差值;
第三确定单元,用于根据该差值确定该污染物的参数提升值。
本申请实施例第三方面提供了一种处理系统,包括:
处理器、存储器、总线以及输入输出接口;
存储器中存储有程序代码;
处理器调用存储器中的程序代码时,执行如第一方面以及第一方面的第一种至第九种实现方式中的任一种实现方式的方法。
本申请实施例四方面提供了一种计算机可读存储介质,包括指令,当指令在计算机上运行时,使得计算机执行如第一方面以及第一方面的第一种至第九种实现方式中的任一种实现方式的方法。
本申请实施例五方面提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行如第一方面以及第一方面的第一种至第九种实现方式中任一种实现方式的方法。
从以上技术方案可以看出,本申请实施例具有以下优点:本设备通过获取污染物信息后生成染物浓度与风速风向图关系的示意图确定污染源的位置,根据污染源位置找到该污染源的燃料总量和含碳量信息,再结合该处理系统获取到的污染物的参数信息算出该污染源所排放的污染物的排放特征。
附图说明
图1为观测数据内的风向分布频率图;
图2为本申请污染物综合监测方法的一个实施例示意图;
图3为确定监测设备的监测点示意图;
图4为本申请污染物综合监测方法的另一个实施例示意图;
图5为污染物浓度-风速风向图;
图6为本申请处理系统的一个实施例示意图;
图7为本申请处理系统的另一个实施例示意图;
图8为本申请处理系统的另一个实施例示意图;
图9为本申请处理系统的另一个实施例示意图;
图10为本申请处理系统的另一个实施例示意图。
具体实施方式
本申请实施例提供了一种污染物综合监测方法以及处理系统实体,用于通过测量完整的污染物的浓度和必要参数准确定位污染源及其排放特征。
实现对污染源特别是重点污染源的监控主要有如下困难,第一,污染源太多,污染时间、污染量多变,且随着风向的不断变化,只靠一两个监测点很难保证一直可以捕获到污染信号。第二,典型的大气污染物包括一氧化碳CO、一氧化氮NO、二氧化氮、NO2、二氧化硫SO2、挥发性有机物VOCs、臭氧O3以及颗粒物PM等。除O3外,其他污染物往往经由同一污染源同时排放,因此要记录污染源排放全谱或表征大气质量必须同时监测尽可能多的污染物。同时,以监测浓度数据量化不同污染物的排放比例也有助于区分不同排放源,比如农村秸秆燃烧排放的CO、NO、颗粒物及SO2的比例与城市机动车排放的上述污染物种类完全不同,以及确定不同排放源的贡献比例等。
现有技术的监测设备能同时监测CO、NO2、SO2、O3和颗粒物PM等五种污染物从而计算出空气质量指数AQI,用以表征区域性、特别是人口密度高的区域的局部空气质量。它尺寸小、质量轻,能解决上述困难中的部分问题。
但是,为了完全解决上述困难,需要一个监测设备能同时监测到尽可能多的污染物并且结合风速、风向信息以准确定位污染源,同时该监测设备也需要有尺寸小、质量轻的特点以便于设置尽可能多的监测点。该监测设备还能详细计算出各污染物的排放量确定不同排放源的贡献比例。
该设备充分考虑了此前没有考虑到的风速、分向的作用,其中,风速需要达到预置的条件的原因是,因为低于这个风速值时,一般不能成平流状态,且远距离目标的排放需要较长时间到达观测点,传输过程较易受风向的临时变化、局部湍流干扰等的影响,容易给观测结果带来不确定性。例如1km的某污染源需要50分钟到达观测点。
风向的作用在于,一般选取24小时的观测数据为典型分析时间区间,以覆盖一昼夜的监测结果。这是因为如果选定的时间区间过短,风向的变化可能无法覆盖足够角度,以致来自同一污染源的排放无法被多个观测装置捕获。反之,如果选择的时间过长,数据量过大,不易于重点污染源的识别处理。
在24小时内,每20秒采集一次测得的污染物时间序列数据及风速、风向数据一般平均5至10分钟的采样网格上,即将连续15-30个点的测量结果平均,得到对应于每5至10分钟一个采样点的观测结果。选取5至10分钟的采样数据平均,是为了有效获取主流风向信息、减少湍流导致的高频风向变化对数据分析的干扰。请参照图1,绘制观测数据内的风向分布频率图如图所示:
主流风向为0到50度、90到130度及18到240度,这三个风向范围内风向的计数频率最高,但也有少数方位除外,如60到90度一直未有风向覆盖。这一结果的意义是,如果污染源的指示的信息主要来自这三个角度的观测数据,则结果具备统计意义、高度可信。
本申请详细阐述了这一处理系统的作用,请参照图2,下面将进行详细描述:
201、处理系统获取监测到同一污染物的至少两个监测设备的位置信息;
定位系统通过集成GPS模块,可以精确了解每台监测设备的位置信息,定位系统将监测到的位置信息送到微控制单元,微控制单元将接收的模拟信号做同步处理并转化为数字信号送至存储器储存,等待送至处理系统。随后处理系统获取该位置信息。
在本实施例中,处理系统获取该位置信息的方式可以是,处理系统发送获取位置信息请求至微控制单元,微控制单元根据该请求向处理系统发送该位置信息。可以理解的是,在实际应用中,处理系统获取该位置信息的方式还可以为其他方式,例如,当微控制单元获取风速、风向的信息和污染物的参数信息后,自动触发向处理系统发送该位置信息,具体此处不做限定。
在本实施例中,监测设备的位置信息可以是经纬度信息,具体此处不做限定。
在本实施例中,监测点的选择可以是,第一监测设备监测到污染物后将其位置信息发送至处理系统,处理系统根据第一监测设备的位置信息确定第二监测设备,第二监测设备为与第一监测设备监测到同一污染物的设备,在实际应用中,监测点的选择还可以为其他方式,具体此处不作限定。
在本实施例中,处理系统根据第一监测设备的位置信息确定第二监测设备的方式可以是,以第一监测设备为圆心,以1至2千米为半径画圆,在此圆范围内,在监测到的污染源的方位线正负135度范围内搜索得到第二监测设备或若监测到的污染源的正负135度方位线有监测设备,则确定该监测设备为第二监测设备,具体此处不做限定。例如,请参照图3所示,监测点1有一监测设备监测到了CO,处理系统以监测点1为圆心,以2千米为半径画圆,监测设备判断污染源的大致方位,如图所示在监测设备的正前方,在此方位正负135度范围内搜索得到第二监测设备,这样可以使两个监测设备与污染源的连线有较大视角差,以此确定第二监测点。
在本实施例中,监测设备判断污染源的大致方位的方式可以是处理系统根据污染物浓度信息和监测点一位置信息生成目标示意图,根据目标示意图生成方位线确定污染源的大致方位,所以步骤201与步骤202没有固定的先后顺序。
202、处理系统获取风速、风向的信息和污染物的参数信息;
气象采集系统采集到风速、风向信息,同时气态污染物监测系统监测到各种污染物的参数信息,随后送至微控制单元,微控制单元将接收的模拟信号做同步处理并转化为数字信号送至存储器储存,等待送至处理系统。随后处理系统获取该位置信息。
在本实施例中,处理系统获取该风速、风向信息和污染物的参数信息的方式可以是处理系统发送获取该信息的请求至微控制单元,微控制单元根据该请求向处理系统发送该信息。可以理解的是,在实际应用中,处理系统获取该信息的方式还可以为其他方式,例如,当微控制单元获取监测设备的位置信息后,自动触发向处理系统发送风速、风向信息和污染物的参数信息,具体此处不做限定。
在本实施例中气态污染物监测系统中的污染物传感器监测到污染物后,传感器数字信号转化为气体浓度信息,转化的方式可以是通过采集传感器灵明度常数,将采得的常数带入传感器做基线扣除后得到污染物气体浓度。
需要说明的是,获取监测设备的位置信息和获取风速、风向的信息和污染物的参数信息没有固定的先后时序,可以先执行步骤201,也可以先执行步骤202,还可以同时执行步骤201和202,具体此处不做限定。
203、当风速、风向满足预置的条件时,处理系统根据污染物的参数信息中的浓度信息和监测设备的位置信息确定污染源的位置坐标;
首先,处理系统选取24小时的观测数据为典型分析时间区域,以覆盖一昼夜的结果,处理系统判断风速、风向取值是否满足预置的条件,若满足,处理系统查询所获取到的污染物的参数信息,找到污染物的浓度信息,再结合此前获取的监测设备的位置信息确定污染源位置。若不满足,若是风速不满足预置的条件,则舍弃该风速方向监测到的污染物的参数值,处理系统重新获取风速、风向的信息和该污染物的参数信息再执行步骤203。若是风向不满足预置的条件,则处理系统将观测数据的时间延长为48小时,时间值达到后处理系统重新获取风速、风向的信息和该污染物的参数信息,随后处理系统查询所获取到的污染物的参数信息,找到污染物的浓度信息,再结合此前获取的监测设备的位置信息确定污染源位置。
在本实施例中,处理系统查询所获取到的污染物的参数信息,找到污染物的浓度信息的方式可以是处理系统获取该污染物的参数信息后,生成一张目标对应表,该表用于表示污染物的各项参数名称及其对应取值,当风速、风向满足预置的条件时,处理系统查询该表,获取污染物浓度信息,再结合此前获取到的监测设备的位置信息确定污染源位置坐标。
204、处理系统根据污染物的参数信息确定污染物的参数提升值;
在本实施例中,处理系统根据污染物的参数信息确定污染物的参数提升值的方式可以是处理系统获取背景污染物的参数信息,处理系统计算污染物的参数信息和背景污染物的参数信息之间的差值,处理系统根据该差值确定该污染物的参数提升值,具体此处不作限定。可以理解的是,在实际应用中处理系统确定污染物的参数提升值方式还可以为其他方式,例如处理系统获取背景污染物参数信息,处理系统计算污染物的参数信息和背景污染物的参数信息之间的比例系数,处理系统根据该比例系数确定该污染物的参数提升值,具体此处不作限定。
在本实施例中,参数的提升值可以为浓度提升值,在实际应用中,参数提升值也可以为质量提升值,具体此处不作限定。
需要说明的是,监测设备确定位置坐标和确定参数的提升值没有固定的先后时序,可以先执行步骤203,也可以先执行步骤204,还可以同时执行步骤203和204,具体此处不做限定。
205、处理系统根据参数的提升值通过预置的第一公式确定排放因子;
在本实施例中,处理系统根据参数的提升值通过预置的第一公式确定排放因子的方式可以是处理系统确定污染物的参数提升值后,从参数提升值中取出各污染物的浓度提升值,以CO2的浓度提升值为依据,通过预置的第一公式计算各污染物的排放因子。具体此处不作限定。
在本实施例中,计算排放因子的方式可以是以CO2的浓度的提升值为依据,可以理解的是,在实际应用中,也可以以其他气体的浓度为依据。例如NO。具体此处不作限定。
需要说明的是,监测设备确定位置坐标和监测设备计算排放因子没有固定的先后时序,可以先执行步骤203,也可以先执行步骤205,还可以同时执行步骤203和205,具体此处不做限定。
206、处理系统根据污染源的位置坐标获取污染源的燃料总量和含碳量信息;
处理系统获取污染源位置坐标后,根据该位置坐标找到污染源,再获取该污染源的燃料总量和含碳量信息,根据污染源的燃料总量和含碳量信息计算出CO2的质量。
在本实施例中,获取该污染源的燃料总量和含碳量信息的方式可以是污染源每使用某种燃料时事先记载的该燃料的总量和含碳量信息,之后通过线下问卷调查或查询公开发表的信息资料的方式获得,具体此处不作限定。
在本实施例中,处理系统根据污染源的燃料总量和含碳量信息计算出CO2的质量的方式可以是,处理系统根据污染源的燃料总量和含碳量信息计算出碳的质量,处理系统根据碳的质量通过CO2的相对分子质量中碳原子所占比例,推算出CO2的质量。具体此处不作限定。
在本实施例中,含碳量信息可以为该污染源的燃料总量中的碳含量比例,也可以为该污染源的燃料总量中的碳的质量,具体此处不作限定。
在本实施例中,步骤206与步骤204、205没有先后顺序,但是在步骤203之后执行。
207、处理系统根据污染源的燃料总量和含碳量信息和排放因子通过预置的第二公式确定污染源的排放特征。
处理系统获取CO2的质量后,处理系统结合已确定的排放因子通过预置的第二公式确定污染源的各个污染物的质量,再根据各个污染物的质量和污染源的燃料总量确定出各个污染物的排放特征。
在本实施例中,通过结合污染物的浓度信息和至少两个监测设备的位置信息先进行污染源方位确定,再获取该污染源排放的污染源的燃料总量和含碳量信息、结合通过已获取的污染物的参数信息计算出的排放因子以达到确定该污染源的排放特征的目的。
处理系统确定污染源的位置坐标的方式主要是通过绘制污染物浓度与风速、风向的关系图,请参阅图4,下面将进行说明。
401、处理系统获取监测到同一污染物的至少两个监测设备的位置信息;
402、处理系统获取风速、风向的信息和污染物的参数信息;
本实施例中的步骤401至402与前述图2所示实施例中的步骤201至202类似,此处不再赘述。
需要说明的是,获取监测设备的位置信息和获取风速、风向的信息和污染物的参数信息没有固定的先后时序,可以先执行步骤401,也可以先执行步骤402,还可以同时执行步骤401和402,具体此处不做限定。
403、当风速、风向满足预置的条件时,处理系统根据污染物参数信息中的浓度信息和监测设备的位置信息生成目标示意图;
首先,处理系统选取24小时的观测数据为典型分析时间区域,以覆盖一昼夜的结果,处理系统判断风速、风向取值是否满足预置的条件,若满足,处理系统查询所获取到的污染物的参数信息,找到污染物的浓度信息,再结合此前获取的监测设备的位置信息确定污染源位置。若不满足,若是风速不满足预置的条件,则舍弃该风速方向监测到的污染物的参数值,处理系统重新获取风速、风向的信息和该污染物的参数信息再执行步骤403。若是风向不满足预置的条件,则处理系统将观测数据的时间延长为48小时,时间值达到后处理系统重新获取风速、风向的信息和该污染物的参数信息,随后处理系统查询所获取到的污染物的参数信息,找到污染物的浓度信息,再结合此前获取的监测设备的位置信息生成目标示意图。
在本实施例中,预置的条件可以为风速大于0.3米每秒,风向的覆盖范围不少于150度。
在本实施例中,目标示意图可以是处理系统以监测设备的位置信息为原点,以目标长度为半径,生成风向的覆盖范围内污染物浓度随风向变化的扇形图,参照图5,具体此处不作限定。
在本实施例中,每个监测设备分别有其对应的目标示意图。
404、处理系统根据目标示意图确定污染源方位;
处理系统根据所生成的目标示意图,确定污染源相对于监测设备的方位。
405、处理系统根据污染源方位确定至少两条不同的方位线;
处理系统根据污染源方位在目标示意图中确定至少两条不同的方位线,两条不同的方位线为不同的监测设备到污染源之间的连线。
406、处理系统获取该方位线的交点;
在本实施例中,处理系统获取该方位线的交点的方法可以是将所确定的两条方位线延长相交得到该交点。
407、处理系统确定该交点为污染源位置坐标;
处理系统根据所得的交点找到污染源在目标示意图中的位置坐标,再根据目标示意图与实际地理位置的缩放比例确定污染源在实际环境中的位置坐标。
在本实施例中,污染源在实际环境中的位置坐标可以为经纬度坐标或污染源相对于某一观测点的平面位置坐标,具体此处不作限定。
408、处理系统根据污染物的参数信息确定污染物的参数提升值;
409、处理系统根据参数的提升值通过预置的第一公式确定排放因子;
410、处理系统根据污染源的位置坐标获取污染源的燃料总量和含碳量信息;
411、处理系统根据污染源的燃料总量和含碳量信息和排放因子通过预置的第二公式确定污染源的排放特征。
本实施例中的步骤408至411与前述图2所示实施例中的步骤204至207类似,此处不再赘述。
需要说明的是,预置的第一公式可以是污染物的参数提升值除以污染物的参数提升值对应的CO2的参数提升值。预置的第二公式可以是排放特征等于CO2的排放量与排放因子的乘积。
在本实施例中CO2的排放量可以为CO2排放的摩尔量,在实际应用中,CO2的排放量也可以为其他物理值,具体此处不作限定。
需要说明的是,排放特征可以是污染源排放的污染物的质量和/或污染物的排放因子和/或污染物浓度-风速风向图和/或氮氧化合物的排放情况和/或污染物的排放比例和/或污染物与CO2的比例。
在本实施例中,通过结合污染物的浓度信息和至少两个监测设备的位置信息生成目标示意图,根据目标示意图通过方位线相交的方法确定污染源在图中的位置,再代入实际环境中确定污染源位置坐标。从而获取该污染源排放的污染源的燃料总量和含碳量信息再结合通过已获取的污染物的参数信息计算出的排放因子以达到确定该污染源的排放特征的目的。
上面对本申请实施例中的污染物综合监测方法进行了描述,参照图6,下面对本申请中的处理系统进行描述:
第一获取模块601,用于获取监测到同一污染物的至少两个监测设备的位置信息,污染物包括CO2;
第二获取模块602,用于获取风速、风向的信息和污染物的参数信息;
定位模块603,当风速、风向满足预置的条件时,用于根据污染物的参数信息中的浓度信息和监测设备的位置信息确定污染源的位置坐标;
第一确定模块604,用于根据污染物的参数信息确定污染物的参数提升值;
第二确定模块605,用于根据参数提升值通过预置的第一公式确定排放因子;
第三获取模块606,用于根据污染源的位置坐标获取污染源的燃料总量和含碳量信息;
第三确定模块607,用于根据污染源的燃料总量和含碳量信息和排放因子通过预置的第二公式确定污染源的排放特征。
本实施例中,通过第一获取模块601和第二获取模块602分别获取监测设备位置信息、风速、风向的信息和污染物的参数信息后通过定位模块603进行污染源定位,随后通过第一确定模块604和第二确定模块604确定排放因子,再结合定位模块603的定位信息通过第三获取模块606确定污染源的燃料总量和含碳量信息,用以结合排放因子通过第三确定模块607计算出排放特征,以达到对污染源排放总量的监测。
处理系统确定污染源的位置坐标的方式主要是通过绘制污染物浓度与风速、风向的关系图,请参照图7,下面将进行说明。
第一获取模块701,用于获取监测到同一污染物的至少两个监测设备的位置信息,污染物包括CO2;
第二获取模块702,用于获取风速、风向的信息和污染物的参数信息;
定位模块703,当风速、风向满足预置的条件时,用于根据污染物的参数信息中的浓度信息和监测设备的位置信息确定污染源的位置坐标;
第一确定模块704,用于根据污染物的参数信息确定污染物的参数提升值;
第二确定模块705,用于根据参数提升值通过预置的第一公式确定排放因子;
第三获取模块706,用于根据污染源的位置坐标获取污染源的燃料总量和含碳量信息;
第三确定模块707,用于根据污染源的燃料总量和含碳量信息和排放因子通过预置的第二公式确定污染源的排放特征。
其中,定位模块包括:
生成单元7031,用于根据污染物的参数信息中的浓度信息和监测设备的位置信息生成目标示意图;
第一确定单元7032,用于根据目标示意图确定污染源方位;
第二确定单元7033,用于根据方位确定污染源位置坐标。
本实施例通过生成单元7031生成目标示意图,再通过第一确定单元7032先确定污染源方位,随后第二确定单元7033确定出污染源位置,先生成目标示意图再进行定位使操作更加精确化。
根据方位确定污染源位置坐标有多种方式,请参照图8,下面将对其中一种方式进行说明:
第一获取模块801,用于获取监测到同一污染物的至少两个监测设备的位置信息,污染物包括CO2;
第二获取模块802,用于获取风速、风向的信息和污染物的参数信息;
定位模块803,当风速、风向满足预置的条件时,用于根据污染物的参数信息中的浓度信息和监测设备的位置信息确定污染源的位置坐标;
第一确定模块804,用于根据污染物的参数信息确定污染物的参数提升值;
第二确定模块805,用于根据参数提升值通过预置的第一公式确定排放因子;
第三获取模块806,用于根据污染源的位置坐标获取污染源的燃料总量和含碳量信息;
第三确定模块807,用于根据污染源的燃料总量和含碳量信息和排放因子通过预置的第二公式确定污染源的排放特征。
其中,定位模块包括:
生成单元8031,用于根据污染物的参数信息中的浓度信息和监测设备的位置信息生成目标示意图;
第一确定单元8032,用于根据目标示意图确定污染源方位;
第二确定单元8033,用于根据方位确定污染源位置坐标。
其中,第二确定单元包括:
第一确定子单元80331,用于根据方位确定至少两条不同的方位线,两条不同的方位线为不同的监测设备到污染源之间的连线;
获取子单元80332,用于获取方位线的交点;
第二确定子单元80333,用于根据交点确定污染源位置坐标。
其中,生成单元包括:
生成子单元80311,用于以监测设备的位置信息为原点,以目标长度为半径,生成风向的覆盖范围内污染物浓度随风向变化的扇形图。
本实施例通过第一确定子单元80331根据方位确定方位线之后通过获取子单元80332取方位线的交点,第二确定子单元80333根据该交点确定污染源位置坐标。增加了方案的可实施性和灵活性。
本实施例通过生成子单元80311介绍了目标示意图的一种生成方式,增加了方案的灵活性。
参数提升值的确定方式可以通过扣除背景污染物的参数确定,参照图9,下面将进行介绍:
第一获取模块901,用于获取监测到同一污染物的至少两个监测设备的位置信息,污染物包括CO2;
第二获取模块902,用于获取风速、风向的信息和污染物的参数信息;
定位模块903,当风速、风向满足预置的条件时,用于根据污染物的参数信息中的浓度信息和监测设备的位置信息确定污染源的位置坐标;
第一确定模块904,用于根据污染物的参数信息确定污染物的参数提升值;
第二确定模块905,用于根据参数提升值通过预置的第一公式确定排放因子;
第三获取模块906,用于根据污染源的位置坐标获取污染源的燃料总量和含碳量信息;
第三确定模块907,用于根据污染源的燃料总量和含碳量信息和排放因子通过预置的第二公式确定污染源的排放特征。
其中,第一确定模块包括:
第一获取单元9041,用于获取背景污染物的参数信息;
计算单元9042,用于计算污染物的参数信息和背景污染物的参数信息之间的差值;
第三确定子单元9043,用于根据差值确定污染物的参数提升值。
本实施例通过第一获取单元9041获取背景污染物的参数信息,再由计算单元9042计算出监测设备所监测到的污染物的参数信息与该背景污染物的参数信息之间的差值,第三确定子单元9043根据该差值确定出参数提升值,增加了方案的可理解性与可实施性。
上面从模块化功能实体的角度对本申请实施例中的处理系统进行描述,下面从硬件处理的角度对本申请实施例中的处理系统进行描述。
请参阅图10,本申请实施例中的处理系统包括:
处理器10010、存储器1002以及输入输出接口1003,在本申请的一些实施例中,处理器10010、存储器1002以及输入输出接口1003可通过总线或其它方式连接,其中,图9中以通过总线连接为例。
其中,通过调用存储器1002存储的程序代码,处理器10010用于执行下步骤:
获取监测到同一污染物的至少两个监测设备的位置信息,污染物包括CO2;
获取风速、风向的信息和污染物的参数信息;
当风速、风向满足预置的条件时,根据污染物的参数信息中的浓度信息和监测设备的位置信息确定污染源的位置坐标;
根据污染物的参数信息确定污染物的参数提升值;
根据参数提升值通过预置的第一公式确定排放因子;
根据污染源的位置坐标获取污染源的燃料总量和含碳量信息;
根据污染源的燃料总量和含碳量信息和排放因子通过预置的第二公式确定污染源的排放特征。
在本申请的一些实施例中,处理器1003还用于执行以下步骤:
根据污染物的参数信息中的浓度信息和监测设备的位置信息生成目标示意图,目标示意图用于展示污染物的浓度在风向的覆盖范围内的变化;
根据目标示意图确定污染源方位;
根据方位确定污染源位置坐标。
在本申请的一些实施例中,处理器1003还用于执行以下步骤:
根据方位确定至少两条不同的方位线,两条不同的方位线为不同的监测设备到污染源之间的连线;
获取方位线的交点;
根据交点确定污染源位置坐标。
在本申请的一些实施例中,处理器1003还用于执行以下步骤:
以监测设备的位置信息为原点,以目标长度为半径,生成风向的覆盖范围内污染物浓度随风向变化的扇形图。
在本申请的一些实施例中,处理器1003还用于执行以下步骤:
获取背景污染物的参数信息;
计算污染物的参数信息和背景污染物的参数信息之间的差值;
根据差值确定污染物的参数提升值。
在本实施例中,处理器1003通过获取监测设备位置信息、风速、风向的信息和污染物的参数信息后进行污染源定位,随后处理器1003通过确定参数提值确定出排放因子,再结合污染源位置信息确定污染源的燃料总量和含碳量信息,用以结合排放因子计算出排放特征,以达到对污染源的监测。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
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,即可以位于一个地方,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。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法图2和图4所示的步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(英文缩写:ROM,英文全称:Read-Only Memory)、随机存取存储器(英文缩写:RAM,英文全称:Random AccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (15)
1.一种污染物综合监测方法,其特征在于,包括:
处理系统获取监测到同一污染物的至少两个监测设备的位置信息,所述污染物包括CO2;
所述处理系统获取风速、风向的信息和所述污染物的参数信息;
当所述风速、风向满足预置的条件时,所述处理系统根据所述污染物的参数信息中的浓度信息和所述监测设备的位置信息确定所述污染源的位置坐标;
所述处理系统根据所述污染物的参数信息确定所述污染物的参数提升值;
所述处理系统根据所述参数提升值通过预置的第一公式确定排放因子;
所述处理系统根据所述污染源的位置坐标获取所述污染源的燃料总量和含碳量信息;
所述处理系统根据所述污染源的燃料总量和含碳量信息和所述排放因子通过预置的第二公式确定所述污染源的排放特征。
2.根据权利要求1所述的方法,其特征在于,所述处理系统根据所述污染物的参数信息中的浓度信息和所述监测设备的位置信息确定所述污染源的位置坐标包括:
所述处理系统根据所述污染物的参数信息中的浓度信息和所述监测设备的位置信息生成目标示意图,所述目标示意图用于展示所述污染物的浓度在所述风向的覆盖范围内的变化;
所述处理系统根据所述目标示意图确定所述污染源方位;
所述处理系统根据所述方位确定所述污染源位置坐标。
3.根据权利要求2所述的方法,其特征在于,所述处理系统根据所述方位确定所述污染源位置坐标包括:
所述处理系统根据所述方位确定至少两条不同的方位线,所述两条不同的方位线为不同的所述监测设备到所述污染源之间的连线;
所述处理系统获取所述方位线的交点;
所述处理系统根据所述交点确定污染源位置坐标。
4.根据权利要求2或3所述的方法,其特征在于,所述处理系统根据所述污染物的参数信息中的浓度信息和所述监测设备的位置信息生成目标示意图包括:
所述处理系统以所述监测设备的位置信息为原点,以目标长度为半径,生成所述风向的覆盖范围内污染物浓度随风向变化的扇形图。
5.根据权利要求1至3中任一项所述的方法,其特征在于,所述预置的条件包括:
所述风速为0.3米每秒;
所述风向的覆盖范围不少于150度。
6.根据权利要求1至3中任一项所述的方法,其特征在于,所述处理系统根据所述污染物的参数信息确定所述污染物的参数提升值包括:
所述处理系统获取背景污染物的参数信息;
所述处理系统计算所述污染物的参数信息和所述背景污染物的参数信息之间的差值;
所述处理系统根据所述差值确定所述污染物的参数提升值。
7.根据权利要求1至3中任一项所述的方法,其特征在于,所述预置的第一公式包括:
所述排放因子等于所述污染物的参数提升值除以所述污染物的参数提升值中的CO2的参数提升值。
8.根据权利要求1至3中任一项所述的方法,其特征在于,所述参数提升值包括:
浓度提升值。
9.根据权利要求1至3中任一项所述的方法,其特征在于,所述预置的第二公式包括:
所述污染物的排放特征等于所述CO2的排放量与所述排放因子的乘积。
10.根据权利要求1至3中任一项所述的方法,其特征在于,所述排放特征包括:
所述污染源排放的所述污染物的质量和/或所述污染物的所述排放因子和/或所述污染物浓度-风速风向图和/或氮氧化合物的排放情况和/或所述污染物的排放比例和/或所述污染物与CO2的比例。
11.一种处理系统,其特征在于,包括:
第一获取模块,用于获取监测到同一污染物的至少两个监测设备的位置信息,所述污染物包括CO2;
第二获取模块,用于获取风速、风向的信息和所述污染物的参数信息;
定位模块,当所述风速、风向满足预置的条件时,用于根据所述污染物的参数信息中的浓度信息和所述监测设备的位置信息确定所述污染源的位置坐标;
第一确定模块,用于根据所述污染物的参数信息确定所述污染物的参数提升值;
第二确定模块,用于根据所述参数提升值通过预置的第一公式确定排放因子;
第三获取模块,用于根据所述污染源的位置坐标获取所述污染源的燃料总量和含碳量信息;
第三确定模块,用于根据所述污染源的燃料总量和含碳量信息和所述排放因子通过预置的第二公式确定所述污染源的排放特征。
12.根据权利要求11所述的处理系统,其特征在于,所述定位模块包括:
生成单元,用于根据所述污染物的参数信息中的浓度信息和所述监测设备的位置信息生成目标示意图;
第一确定单元,用于根据所述目标示意图确定所述污染源方位;
第二确定单元,用于根据所述方位确定所述污染源位置坐标。
13.根据权利要求12所述的处理系统,其特征在于,所述第二确定单元包括:
第一确定子单元,用于根据所述方位确定至少两条不同的方位线,所述两条不同的方位线为不同的所述监测设备到所述污染源之间的连线;
获取子单元,用于获取所述方位线的交点;
第二确定子单元,用于根据所述交点确定所述污染源位置坐标。
14.根据权利要求12或13所述的处理系统,其特征在于,所述生成单元包括:
生成子单元,用于以所述监测设备的位置信息为原点,以目标长度为半径,生成所述风向的覆盖范围内污染物浓度随风向变化的扇形图。
15.根据权利要求11至13中任一项所述的处理系统,其特征在于,第一确定模块包括:
第一获取单元,用于获取背景污染物的参数信息;
计算单元,用于计算所述污染物的参数信息和所述背景污染物的参数信息之间的差值;
第三确定单元,用于根据所述差值确定所述污染物的参数提升值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710843687.9A CN107589222A (zh) | 2017-09-15 | 2017-09-15 | 一种污染物综合监测方法以及处理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710843687.9A CN107589222A (zh) | 2017-09-15 | 2017-09-15 | 一种污染物综合监测方法以及处理系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107589222A true CN107589222A (zh) | 2018-01-16 |
Family
ID=61048249
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710843687.9A Pending CN107589222A (zh) | 2017-09-15 | 2017-09-15 | 一种污染物综合监测方法以及处理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107589222A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108362837A (zh) * | 2018-03-06 | 2018-08-03 | 深圳市卡普瑞环境科技有限公司 | 一种污染物监测方法及其相关设备 |
CN108414692A (zh) * | 2018-03-06 | 2018-08-17 | 深圳市卡普瑞环境科技有限公司 | 一种污染源的监测点设置方法及其相关设备 |
CN109633114A (zh) * | 2019-01-08 | 2019-04-16 | 赛飞特工程技术集团有限公司 | 污染监测装置及方法 |
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 |
CN110988259A (zh) * | 2019-11-15 | 2020-04-10 | 博环(北京)科技有限公司 | 一种污染源定位方法、装置、系统及存储介质 |
CN111046572A (zh) * | 2019-12-19 | 2020-04-21 | 广州市怡地环保有限公司 | 城市表层土壤重金属污染分析评估方法 |
CN111579730A (zh) * | 2020-06-18 | 2020-08-25 | 中科三清科技有限公司 | 大气污染源排放分析方法和装置 |
CN112964312A (zh) * | 2021-04-26 | 2021-06-15 | 博天环境集团股份有限公司 | 一种污染物监测系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102116734A (zh) * | 2009-12-30 | 2011-07-06 | 财团法人工业技术研究院 | 污染物来源预测方法及系统 |
CN102628852A (zh) * | 2012-03-13 | 2012-08-08 | 北京工业大学 | 基于污染物来源识别技术的大气污染源分级方法 |
CN102680421A (zh) * | 2012-06-06 | 2012-09-19 | 中国科学院南京土壤研究所 | 基于激光吸收光谱技术的农田氨挥发实时监测方法 |
CN103325068A (zh) * | 2013-05-29 | 2013-09-25 | 广东电网公司电力科学研究院 | 一种实时动态三维电网污区分布图的绘制方法 |
CN103543112A (zh) * | 2013-10-16 | 2014-01-29 | 中国科学院安徽光学精密机械研究所 | 基于大视场成像光谱仪的点污染源排放通量测量方法 |
CN104834017A (zh) * | 2015-04-30 | 2015-08-12 | 华南理工大学 | 一种有毒有害气体泄漏扩散事故源定位方法 |
CN104849415A (zh) * | 2015-06-11 | 2015-08-19 | 刘国宝 | 基于北斗定位的空气污染监控系统 |
CN204666608U (zh) * | 2015-06-11 | 2015-09-23 | 刘国宝 | 基于北斗定位的空气污染监控系统 |
CN105911219A (zh) * | 2016-04-08 | 2016-08-31 | 北京盈盛恒泰科技有限责任公司 | 一种污染气体监测预警系统及方法 |
-
2017
- 2017-09-15 CN CN201710843687.9A patent/CN107589222A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102116734A (zh) * | 2009-12-30 | 2011-07-06 | 财团法人工业技术研究院 | 污染物来源预测方法及系统 |
CN102628852A (zh) * | 2012-03-13 | 2012-08-08 | 北京工业大学 | 基于污染物来源识别技术的大气污染源分级方法 |
CN102680421A (zh) * | 2012-06-06 | 2012-09-19 | 中国科学院南京土壤研究所 | 基于激光吸收光谱技术的农田氨挥发实时监测方法 |
CN103325068A (zh) * | 2013-05-29 | 2013-09-25 | 广东电网公司电力科学研究院 | 一种实时动态三维电网污区分布图的绘制方法 |
CN103543112A (zh) * | 2013-10-16 | 2014-01-29 | 中国科学院安徽光学精密机械研究所 | 基于大视场成像光谱仪的点污染源排放通量测量方法 |
CN104834017A (zh) * | 2015-04-30 | 2015-08-12 | 华南理工大学 | 一种有毒有害气体泄漏扩散事故源定位方法 |
CN104849415A (zh) * | 2015-06-11 | 2015-08-19 | 刘国宝 | 基于北斗定位的空气污染监控系统 |
CN204666608U (zh) * | 2015-06-11 | 2015-09-23 | 刘国宝 | 基于北斗定位的空气污染监控系统 |
CN105911219A (zh) * | 2016-04-08 | 2016-08-31 | 北京盈盛恒泰科技有限责任公司 | 一种污染气体监测预警系统及方法 |
Non-Patent Citations (2)
Title |
---|
李云生 主编: "《城市区域大气环境容量总量控制技术指南》", 30 September 2005, 中国环境科学出版社 * |
黄学良 等: "广州港船舶停泊工况排放因子实测及排放量初步估算", 《环境科学》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108362837A (zh) * | 2018-03-06 | 2018-08-03 | 深圳市卡普瑞环境科技有限公司 | 一种污染物监测方法及其相关设备 |
CN108414692A (zh) * | 2018-03-06 | 2018-08-17 | 深圳市卡普瑞环境科技有限公司 | 一种污染源的监测点设置方法及其相关设备 |
CN109633114A (zh) * | 2019-01-08 | 2019-04-16 | 赛飞特工程技术集团有限公司 | 污染监测装置及方法 |
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 |
CN110988259A (zh) * | 2019-11-15 | 2020-04-10 | 博环(北京)科技有限公司 | 一种污染源定位方法、装置、系统及存储介质 |
CN111046572A (zh) * | 2019-12-19 | 2020-04-21 | 广州市怡地环保有限公司 | 城市表层土壤重金属污染分析评估方法 |
CN111579730A (zh) * | 2020-06-18 | 2020-08-25 | 中科三清科技有限公司 | 大气污染源排放分析方法和装置 |
CN112964312A (zh) * | 2021-04-26 | 2021-06-15 | 博天环境集团股份有限公司 | 一种污染物监测系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107589222A (zh) | 一种污染物综合监测方法以及处理系统 | |
CN106407714A (zh) | 基于calpuff系统的大气污染评估方法及装置 | |
CN114155129B (zh) | 一种基于工业园区的大气环境溯评方法和系统 | |
Karimi et al. | Evaluation of uncertainties associated with geocoding techniques | |
CN105761190A (zh) | 一种基于手机定位数据的城市居住区空置率动态监测方法 | |
CN113624921B (zh) | 多模式综合污染溯源方法 | |
CN110426493B (zh) | 空气质量监测数据校准方法、装置、设备和存储介质 | |
Palmer et al. | A measurement-based verification framework for UK greenhouse gas emissions: an overview of the Greenhouse gAs Uk and Global Emissions (GAUGE) project | |
CN110738354B (zh) | 预测颗粒物浓度的方法、装置、存储介质及电子设备 | |
CN110687255A (zh) | 一种空气污染物的溯源方法、装置、设备和存储介质 | |
Liu et al. | Methodology for designing air quality monitoring networks: I. Theoretical aspects | |
CN116048129B (zh) | 污染物排放的监测方法、装置、电子设备和存储介质 | |
CN102103201B (zh) | 多任务模式的湿地数据采集方法 | |
CN113655175A (zh) | 一种网格化空气监测方法、系统、计算机设备及存储介质 | |
CN113125635B (zh) | 一种大气污染预警方法、装置及可读存储介质 | |
CN108414690A (zh) | 一种参数确定方法及其相关设备 | |
CN115480032A (zh) | 基于地面遥感测量的点源排放强度预测方法 | |
Koulidis et al. | Air quality levels in the vicinity of three major Greek airports | |
KR102326602B1 (ko) | 자료동화 및 하이브리드 모델을 적용한 상세 공간 해상도 오염지도 산출 방법 및 정보 제공 방법 | |
CN114002381A (zh) | 一种大气污染溯源扩散分析方法及装置 | |
CN117420263A (zh) | 工业园区的温室气体的布点监测方法、装置、设备及介质 | |
Barbano et al. | Performance evaluation of MeteoTracker mobile sensor for outdoor applications | |
Sheel et al. | Spatio-temporal variability of CO and O3 in Hyderabad (17° N, 78° E), central India, based on MOZAIC and TES observations and WRF-Chem and MOZART-4 models | |
CN113029989B (zh) | 基于激光传感器的气体检测方法、装置、设备及存储介质 | |
CN114739876A (zh) | 一种空气质量监测方法、系统及其装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180116 |