CN107609731A - 一种环境空气质量评价方法 - Google Patents
一种环境空气质量评价方法 Download PDFInfo
- Publication number
- CN107609731A CN107609731A CN201710636407.7A CN201710636407A CN107609731A CN 107609731 A CN107609731 A CN 107609731A CN 201710636407 A CN201710636407 A CN 201710636407A CN 107609731 A CN107609731 A CN 107609731A
- Authority
- CN
- China
- Prior art keywords
- evaluation
- msub
- mrow
- weight
- factor
- 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
- Air Conditioning Control Device (AREA)
Abstract
本发明公开了一种环境空气质量评价方法,该方法包括以下步骤:(1)确定环境评价因子;(2)确定环境评价因子的权重;(3)根据环境评价因子的权重建立评价模型;(4)通过评价模型计算各区域的评价竖直;本发明通过上述评价模型及权重的计算方法实现环境质量的评价,评价结果更加精确可靠、更加科学合理,通过权重的改变,可行性较高,可应用于实际的环境质量评价工作中,同时,运用GIS技术,可充分直观地研究环境污染物容量区域,并能将该区域环境情况形象直观地显示出来,相关部门应选用定量结合区域空间分析的GIS空间分析技术,有效控制大气污染源的监测与污染排放量。
Description
技术领域
本发明属于环境空气质量评价技术领域,尤其涉及一种环境空气质量评价方法。
背景技术
根据最新《环境空气质量标准》(GB3095-2012),全国各个城市逐步对环境空气中SO2、NO2、PM10、PM2.5、CO和O3六项污染物进行监测和综合评价。
在我国,评价空气质量级别的方法有很多,一般较为常用的有空气污染指数法(AirPollution Index,简称API)、空气质量指数法(AQI)、空气质量综合指数等。
空气污染指数(AirPollution Index,简称API)是评估空气质量状况的一组空气污染指数数值。是将常规监测的SO2、NO2、PM10浓度简化成为单一的数值,并进行空气污染程度和空气质量状况分级。
当前对于空气污染评价数值,多采用“空气质量指数(Air Quality Index,简称AQI)”评价数值。AQI是一套在国际上被广泛应用的大气环境质量评价体系,是一种评价大气环境质量状况简单而直观的指标。AQI评价的SO2、 NO2、PM10、PM2.5、CO和O3六项污染物因子具有不同的浓度限值,环境评价时候需将不同污染物的观测值折算成各个空气质量分指数IAQI,取各个分指数值中最大的一个数值作为AQI值。
空气质量综合指数是评价空气质量的另一指标,它与空气质量标准值进行比对,计算单项空气质量分指数,空气质量综合指数为这些参与评价的分指数之和。
上述的空气质量评价方法中,多通过监测数据进行简单的计算和统计分析,并未结合环境污染区域性的实际分析进行全面评价,评价不精确,其结果可靠性差和不科学。
发明内容
本发明要解决的技术问题是:提供一种环境空气质量评价方法,基于空间位置分布特征,对各个区域进行分区域数据处理,评价模型更加合理,评价结果更精确、更可靠,更加科学,以解决上述现有技术中存在的问题。
本发明采取的技术方案为:一种环境空气质量评价方法,该方法包括以下步骤:
(1)确定评价指标因子:根据污染源因子确定每个区域的评价指标因子,其评价指标因子包括SO2因子、NO2因子、PM10因子、PM2.5因子、CO因子、O3因子;
(2)确定评价指标因子的权重:包括SO2权重、NO2权重、PM10权重、 PM2.5权重、CO权重和O3权重,污染权重计算公式如下:
式中:L为空气质量综合指数,为第i个评价因子浓度的多年实测平均值,Cst为第i个评价因子的标准值,Li为第i个评价因子浓度空气质量分指数, Qi为第i个评价因子在评价区域类污染源中所占的权重;
(3)根据环境污染的区域性,引入每一项评价指标因子的权重后,建立如下加权空气质量评价模型:
式中:V为加权空气质量评价数值;Qi为第i个评价因子在评价区域类污染源中所占的权重,Ci为第i个评价因子浓度的实测值;Cst为第i个评价因子的标准值;
(4)根据划分的区域,通过步骤(3)中公式计算每个区域的加权空气质量评价数值。
上述步骤(4)中获得的每个区域的加权空气质量评价数值利用ArcGIS 制作的专题图。
本发明的有益效果:与现有技术相比,本发明通过上述评价模型及权重的计算方法实现环境质量的评价,评价结果更加精确可靠、更加科学合理,通过权重的改变,可行性较高,可应用于实际的环境质量评价工作中,同时,运用GIS技术,可充分直观地研究环境污染物容量区域,并能将该区域环境情况形象直观地显示出来,相关部门应选用定量结合区域空间分析的GIS空间分析技术,有效控制大气污染源的监测与污染排放量。
附图说明
图1为2017年1月遵义市各区县空气质量综合指数分级显示图;
图2为2017年1月遵义市各区县加权空气质量评价数值分级显示图。
具体实施方式
下面结合附图及具体的实施例对本发明进行进一步介绍。
实施例1:如图1-如图2所示,一种环境空气质量评价方法,该方法包括以下步骤:
(1)确定评价指标因子:根据污染源因子确定每个区域的评价指标因子,其评价指标因子包括SO2因子、NO2因子、PM10因子、PM2.5因子、CO因子、O3因子;
(2)确定评价指标因子的权重:包括SO2权重、NO2权重、PM10权重、 PM2.5权重、CO权重和O3权重;
权重是某一项污染物在评价因子中具有的比重,评价因子中对应权重分配对后期结果影响极大,合理的确立评价因子的权重对后期评价结果精确度具有积极影响;
权重确立方法中,一般需要从评价因子的重要性、空间分布差异等方面进行选择,实际操作中,评价因子的影响随空间位置差异会存在一定的变化,基于此,本发明借助研究区域长时间(一般不少于3年)内的环境监测数据,求取每个污染因子多年观测的平均数值,根据每项污染因子对空气质量综合指数的贡献率,获取每个区域的污染权重;污染权重计算公式如下:
式中:L为空气质量综合指数,为第i个评价因子浓度的多年实测平均值,Cst为第i个评价因子的标准值,Li为第i个评价因子浓度空气质量分指数, Qi为第i个评价因子在评价区域类污染源中所占的权重;
(3)建立环境空气质量评价模型:现阶段相关模型包括:大气环境质量指数模型、灰色聚类法和模糊数学法等。指数模型一般具有计算便捷、操作简单的特点,可充分反映污染破坏的影响比例,分析处理中便于与地理空间信息相结合。为此,本文以大气环境质量指数模型法进行分析处理,计算公式如下:
式中:L为空气质量综合指数;Ci为第i个评价因子的监测浓度值;Cst为第i个评价因子的标准浓度值。各项大气污染物的浓度限值参见《环境空气质量标准》(GB 3095-2012);
但是,环境污染具有的特定区域性,每个区域不同的环境污染源所引发的环境污染程度差异巨大。故引入每一项评价分指数的权重,以便能真实反映不同区域同一时间空气质量状况,引入权重后,得出每个区域的加权空气质量评价数值;
建立环境空气质量评价模型:根据环境污染的区域性,引入每一项评价指标因子的权重后,建立如下加权空气质量评价模型:
式中:V为加权空气质量评价数值;Qi为第i个评价因子在评价区域类污染源中所占的权重,Ci为第i个评价因子浓度的实测值;Cst为第i个评价因子的标准值;
(4)根据划分的区域,通过步骤(3)中公式计算每个区域的加权空气质量评价数值。
上述步骤(4)中获得的每个区域的加权空气质量评价数值利用ArcGIS 制作的专题图。
为了验证本发明的效果,给出如下实验事例。
实验事例:1、空气质量综合指数评价方法
借助遵义市2017年1月大气环境监测数据为例进行探讨。数据来源于《遵义市环境质量月报》(2017年1月),选取2017年1月遵义市各区县空气质量监测数据,依照上文的提供的计算公式计算综合指数。选取SO2、NO2、PM10、 PM2.5、CO和O3六项污染物进行评价分析。并对最终数据进行评价、分析和专题出图。
2017年1月遵义市各区县空气质量监测数据以及综合指数(L)如下表所示:
表1、遵义市2017年1月环境空气质量监测数据统计一览表
行政区 | SO2 | NO2 | PM10 | PM2.5 | CO | O3 | 综合指数 |
道真县 | 8 | 13 | 26 | 17 | 0.7 | 94 | 2.08 |
余庆县 | 11 | 17 | 50 | 29 | 1.3 | 83 | 2.99 |
播州区 | 21 | 10 | 49 | 23 | 2.6 | 78 | 3.09 |
习水县 | 21 | 5 | 63 | 46 | 1.5 | 45 | 3.35 |
桐梓县 | 15 | 17 | 67 | 40 | 0.8 | 79 | 3.47 |
正安县 | 19 | 14 | 76 | 37 | 1 | 99 | 3.68 |
绥阳县 | 12 | 12 | 64 | 50 | 1.2 | 89 | 3.7 |
凤冈县 | 4 | 8 | 67 | 56 | 1.4 | 105 | 3.83 |
务川县 | 10 | 22 | 85 | 36 | 2.4 | 69 | 3.99 |
汇川区 | 14 | 27 | 63 | 48 | 1.5 | 80 | 4.05 |
红花岗区 | 18 | 29 | 76 | 55 | 1.3 | 80 | 4.5 |
仁怀市 | 15 | 30 | 77 | 58 | 1.4 | 81 | 4.61 |
赤水市 | 24 | 24 | 84 | 60 | 1.5 | 57 | 4.65 |
湄潭县 | 17 | 20 | 84 | 66 | 1.2 | 89 | 4.73 |
注:月均浓度值(单位:除CO为毫克/立方米外,其它均为微克/立方米)。根据《环境空气质量评价技术规范(试行)》(HJ663-2013)CO、O3综合分指数分别按95、90百分数计算而得。
利用ArcGIS制作的专题图如下(专题图以各个区县作为独立的空气质量评价单元,计算各个区域的空气质量综合指数,以颜色的深浅代表综合指数的大小进行分级显示),如图1所示:
结合图1可以看出,2017年1月,湄潭县、赤水市、仁怀市空气质量综合指数较高,相对于其他区县污染较为严重,道真县、余庆县污染程度相对较轻。由此,我们能清晰、明了地了解遵义市1月份各个区县的空气质量综合指数,以及直观地对不同区域污染严重程度作横向对比。
2、加权空气质量评价方法
针对提出的环境质量评价的特定区域性,每个区域不同的环境污染源所引发的环境污染程度巨大差异,故引入每一项评级分指数的权重,以便能真实反映不同区域同一时间空气质量状况。引入权重后,得出每个区域的加权空气质量评价数值,详细步骤如下:
1)确定权重
借助遵义市2014-2016年的环境监测数据,求取每个污染因子3年内观测数据的平均值,根据《环境空气质量标准(GB3095-2012)》计算每项污染因子的分指数以及综合指数。然后根据每项污染因子对空气质量综合指数的贡献率,获取每个区域的污染权重。2014-2017年遵义市各区县空气质量分指数以及综合指数(L)、贡献率(权重)如下表所示:
表2、遵义市中心城区2014年-2017年环境空气质量分项权重表
2)计算加权空气质量评价数值
根据表2以及遵义市2017年1月大气环境监测数据,计算每个区县的加权空气质量评价数值,见表3。
表3、遵义市各区县2017年1月加权空气质量评价数值统计一览表
行政区 | SO2 | NO2 | PM10 | PM2.5 | CO | O3 | 综合指数 | V |
道真县 | 8 | 13 | 26 | 17 | 0.7 | 94 | 2.08 | 0.38 |
余庆县 | 11 | 17 | 50 | 29 | 1.3 | 83 | 2.99 | 0.59 |
播州区 | 21 | 10 | 49 | 23 | 2.6 | 78 | 3.09 | 0.55 |
习水县 | 21 | 5 | 63 | 46 | 1.5 | 45 | 3.35 | 0.70 |
桐梓县 | 15 | 17 | 67 | 40 | 0.8 | 79 | 3.47 | 0.71 |
正安县 | 19 | 14 | 76 | 37 | 1 | 99 | 3.68 | 0.69 |
绥阳县 | 12 | 12 | 64 | 50 | 1.2 | 89 | 3.7 | 0.81 |
凤冈县 | 4 | 8 | 67 | 56 | 1.4 | 105 | 3.83 | 0.90 |
务川县 | 10 | 22 | 85 | 36 | 2.4 | 69 | 3.99 | 0.82 |
汇川区 | 14 | 27 | 63 | 48 | 1.5 | 80 | 4.05 | 0.83 |
红花岗区 | 18 | 29 | 76 | 55 | 1.3 | 80 | 4.5 | 0.95 |
仁怀市 | 15 | 30 | 77 | 58 | 1.4 | 81 | 4.61 | 0.93 |
赤水市 | 24 | 24 | 84 | 60 | 1.5 | 57 | 4.65 | 0.89 |
湄潭县 | 17 | 20 | 84 | 66 | 1.2 | 89 | 4.73 | 1.03 |
利用ArcGIS制作的专题图如图2(专题图以各个区县作为独立的空气质量评价单元,计算各个区域的加权空气质量评价数值,以颜色的深浅代表加权空气质量评价数值的大小进行分级显示),如图2所示。
上述事例结论、通过加权空气质量评价方法分析可以得出,湄潭县、仁怀市加权空气质量评价数值较高,相对于其他区县污染较为严重,道真县、余庆县污染程度相对较轻。这与空气质量综合指数评价法得到的结果相符,各个行政区域在横向比较也与空气质量综合指数评价法相符。
本发明的评价方法借助“权重改变”处理手段进行环境质量的评价,可行性较高,可应用于实际的环境质量评价工作中,同时,运用GIS技术,可充分直观地研究环境污染物容量区域,并能将该区域环境情况形象直观地显示出来,相关部门应选用定量结合区域空间分析的GIS空间分析技术,有效控制大气污染源的监测与污染排放量。
以上所述,仅为本发明的具体实施方式,但本发明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发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内,因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (2)
1.一种环境空气质量评价方法,其特征在于:该方法包括以下步骤:
(1)确定评价指标因子:根据污染源因子确定每个区域的评价指标因子,其评价指标因子包括SO2因子、NO2因子、PM10因子、PM2.5因子、CO因子、O3因子;
(2)确定评价指标因子的权重:包括SO2权重、NO2权重、PM10权重、PM2.5权重、CO权重和O3权重,其计算公式如下:
<mrow>
<mi>L</mi>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mn>6</mn>
</munderover>
<mfrac>
<mover>
<msub>
<mi>C</mi>
<mi>i</mi>
</msub>
<mo>&OverBar;</mo>
</mover>
<msub>
<mi>C</mi>
<mrow>
<mi>s</mi>
<mi>t</mi>
</mrow>
</msub>
</mfrac>
</mrow>
<mrow>
<msub>
<mi>L</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<mfrac>
<mover>
<msub>
<mi>C</mi>
<mi>i</mi>
</msub>
<mo>&OverBar;</mo>
</mover>
<msub>
<mi>C</mi>
<mrow>
<mi>s</mi>
<mi>t</mi>
</mrow>
</msub>
</mfrac>
</mrow>
<mrow>
<msub>
<mi>Q</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<mfrac>
<msub>
<mi>L</mi>
<mi>i</mi>
</msub>
<mi>L</mi>
</mfrac>
</mrow>
式中:L为空气质量综合指数,为第i个评价因子浓度的多年实测平均值,Cst为第i个评价因子的标准值,Li为第i个评价因子浓度空气质量分指数,Qi为第i个评价因子在评价区域类污染源中所占的权重;
(3)建立环境空气质量评价模型:根据环境污染的区域性,引入每一项评价指标因子的权重后,建立如下加权空气质量评价模型:
<mrow>
<mi>V</mi>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mn>6</mn>
</munderover>
<mrow>
<mo>(</mo>
<msub>
<mi>Q</mi>
<mi>i</mi>
</msub>
<mo>&times;</mo>
<mfrac>
<msub>
<mi>C</mi>
<mi>i</mi>
</msub>
<msub>
<mi>C</mi>
<mrow>
<mi>s</mi>
<mi>t</mi>
</mrow>
</msub>
</mfrac>
<mo>)</mo>
</mrow>
</mrow>
式中:V为加权空气质量评价数值;Qi为第i个评价因子在评价区域类污染源中所占的权重,Ci为第i个评价因子浓度的实测值;Cst为第i个评价因子的标准值;
(4)根据划分的区域,通过步骤(3)中公式计算每个区域的加权空气质量评价数值。
2.根据权利要求1所述的一种环境空气质量评价方法,其特征在于:上述步骤(4)中获得的每个区域的加权空气质量评价数值利用ArcGIS制作的专题图。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710636407.7A CN107609731A (zh) | 2017-07-31 | 2017-07-31 | 一种环境空气质量评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710636407.7A CN107609731A (zh) | 2017-07-31 | 2017-07-31 | 一种环境空气质量评价方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107609731A true CN107609731A (zh) | 2018-01-19 |
Family
ID=61064223
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710636407.7A Pending CN107609731A (zh) | 2017-07-31 | 2017-07-31 | 一种环境空气质量评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107609731A (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108681792A (zh) * | 2018-05-18 | 2018-10-19 | 环境保护部华南环境科学研究所 | 一种基于生活垃圾焚烧烟气的空气质量预测方法及系统 |
CN109753739A (zh) * | 2019-01-10 | 2019-05-14 | 天津大学 | 评估生物质能利用技术对环境影响的方法及装置 |
CN109780604A (zh) * | 2018-12-29 | 2019-05-21 | 佛山市云米电器科技有限公司 | 一种能根据油颗粒物浓度进行危险等级划分的油烟机 |
CN110490478A (zh) * | 2019-08-26 | 2019-11-22 | 贵州大学 | 一种道路行道树树池生态环境调查方法 |
CN110514240A (zh) * | 2019-08-09 | 2019-11-29 | 中国农业大学 | 一种温室环境可视化方法及装置 |
WO2020021343A1 (zh) * | 2018-07-25 | 2020-01-30 | 山东诺方电子科技有限公司 | 一种环境监测站数据可信度评价方法 |
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 |
CN111626624A (zh) * | 2020-05-29 | 2020-09-04 | 四川省环境政策研究与规划院 | 一种空气质量改善评价方法 |
CN112148827A (zh) * | 2020-09-28 | 2020-12-29 | 中节能天融科技有限公司 | 一种基于多源算法的环境监测数据融合处理方法及系统 |
CN112557598A (zh) * | 2020-12-03 | 2021-03-26 | 周进 | 一种基于物联网的城市空气质量监控管理方法 |
CN112903928A (zh) * | 2021-04-13 | 2021-06-04 | 湖南理工职业技术学院 | 基于改进层次分析的室内空气质量评价方法 |
CN113487098A (zh) * | 2021-07-14 | 2021-10-08 | 清华苏州环境创新研究院 | 一种大气污染预警信息表达及展示方法 |
CN115018348A (zh) * | 2022-06-20 | 2022-09-06 | 北京北投生态环境有限公司 | 基于人工智能的环境分析方法、系统、设备及存储介质 |
CN116384774A (zh) * | 2023-06-02 | 2023-07-04 | 北京建工环境修复股份有限公司 | 一种在产园区土壤污染分区分类分级评价方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104198657A (zh) * | 2014-09-04 | 2014-12-10 | 西华师范大学 | 一种环境空气质量综合评价方法 |
-
2017
- 2017-07-31 CN CN201710636407.7A patent/CN107609731A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104198657A (zh) * | 2014-09-04 | 2014-12-10 | 西华师范大学 | 一种环境空气质量综合评价方法 |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108681792B (zh) * | 2018-05-18 | 2021-05-07 | 生态环境部华南环境科学研究所 | 一种基于生活垃圾焚烧烟气的空气质量预测方法及系统 |
CN108681792A (zh) * | 2018-05-18 | 2018-10-19 | 环境保护部华南环境科学研究所 | 一种基于生活垃圾焚烧烟气的空气质量预测方法及系统 |
WO2020021343A1 (zh) * | 2018-07-25 | 2020-01-30 | 山东诺方电子科技有限公司 | 一种环境监测站数据可信度评价方法 |
CN109780604A (zh) * | 2018-12-29 | 2019-05-21 | 佛山市云米电器科技有限公司 | 一种能根据油颗粒物浓度进行危险等级划分的油烟机 |
CN109753739A (zh) * | 2019-01-10 | 2019-05-14 | 天津大学 | 评估生物质能利用技术对环境影响的方法及装置 |
CN109753739B (zh) * | 2019-01-10 | 2023-06-06 | 天津大学 | 评估生物质能利用技术对环境影响的方法及装置 |
CN110514240A (zh) * | 2019-08-09 | 2019-11-29 | 中国农业大学 | 一种温室环境可视化方法及装置 |
CN110490478A (zh) * | 2019-08-26 | 2019-11-22 | 贵州大学 | 一种道路行道树树池生态环境调查方法 |
CN111626624A (zh) * | 2020-05-29 | 2020-09-04 | 四川省环境政策研究与规划院 | 一种空气质量改善评价方法 |
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 |
CN112148827A (zh) * | 2020-09-28 | 2020-12-29 | 中节能天融科技有限公司 | 一种基于多源算法的环境监测数据融合处理方法及系统 |
CN112557598A (zh) * | 2020-12-03 | 2021-03-26 | 周进 | 一种基于物联网的城市空气质量监控管理方法 |
CN112903928A (zh) * | 2021-04-13 | 2021-06-04 | 湖南理工职业技术学院 | 基于改进层次分析的室内空气质量评价方法 |
CN113487098A (zh) * | 2021-07-14 | 2021-10-08 | 清华苏州环境创新研究院 | 一种大气污染预警信息表达及展示方法 |
CN115018348A (zh) * | 2022-06-20 | 2022-09-06 | 北京北投生态环境有限公司 | 基于人工智能的环境分析方法、系统、设备及存储介质 |
CN115018348B (zh) * | 2022-06-20 | 2023-01-17 | 北京北投生态环境有限公司 | 基于人工智能的环境分析方法、系统、设备及存储介质 |
CN116384774A (zh) * | 2023-06-02 | 2023-07-04 | 北京建工环境修复股份有限公司 | 一种在产园区土壤污染分区分类分级评价方法 |
CN116384774B (zh) * | 2023-06-02 | 2023-08-15 | 北京建工环境修复股份有限公司 | 一种在产园区土壤污染分区分类分级评价方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107609731A (zh) | 一种环境空气质量评价方法 | |
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 | |
Huang et al. | Health risk assessment of heavy metal (loid) s in park soils of the largest megacity in China by using Monte Carlo simulation coupled with Positive matrix factorization model | |
Shen et al. | A new method to evaluate urban resources environment carrying capacity from the load-and-carrier perspective | |
WO2021143635A1 (zh) | 基于风险场的区域网格化累积性环境风险评估系统及方法 | |
Meng et al. | A land use regression model for estimating the NO2 concentration in Shanghai, China | |
Steenberghen et al. | Spatial clustering of events on a network | |
Zang et al. | Impact of urbanization on natural ecosystem service values: a comparative study | |
Kong et al. | Simulating urban growth processes incorporating a potential model with spatial metrics | |
CN107943928B (zh) | 一种基于时空数据统计学习的臭氧浓度预测方法及系统 | |
Murphy et al. | A diagnostic biotic index for assessing acidity in sensitive streams in Britain | |
CN103345566B (zh) | 基于地质内涵的化探异常识别与评价方法 | |
CN110634080A (zh) | 异常用电检测方法、装置、设备及计算机可读存储介质 | |
CN107038236A (zh) | 一种空气质量数据可视化系统 | |
Walsh et al. | Spatial weighting of land use and temporal weighting of antecedent discharge improves prediction of stream condition | |
Cai et al. | Validation tests of an improved kernel density estimation method for identifying disease clusters | |
Chen et al. | Exploration of the variations and relationships between trace metal enrichment in dust and ecological risks associated with rapid urban expansion | |
Fang et al. | Characterizing the physical and demographic variables associated with heavy metal distribution along urban-rural gradient | |
Inostroza et al. | Ecosystem Services and Urbanisation. A spatially explicit assessment in Upper Silesia, central Europe | |
Yang et al. | Industrial eco-efficiency and its spatial-temporal differentiation in China | |
Neier | Austrian air–just clean for locals: a nationwide analysis of environmental inequality | |
Soleimani et al. | Health effect assessment of PM2. 5 pollution due to vehicular traffic (case study: Isfahan) | |
Althuwaynee et al. | Spatial identification and temporal prediction of air pollution sources using conditional bivariate probability function and time series signature | |
Sala et al. | Spatial differentiation of chemical removal rates from air in life cycle impact assessment | |
CN115345416A (zh) | 基于天然气用气数据的住房空置率估算 |
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 |
Application publication date: 20180119 |
|
RJ01 | Rejection of invention patent application after publication |