CN107677777B - 一种大气重污染过程智能分析系统 - Google Patents

一种大气重污染过程智能分析系统 Download PDF

Info

Publication number
CN107677777B
CN107677777B CN201710951075.1A CN201710951075A CN107677777B CN 107677777 B CN107677777 B CN 107677777B CN 201710951075 A CN201710951075 A CN 201710951075A CN 107677777 B CN107677777 B CN 107677777B
Authority
CN
China
Prior art keywords
module
heavy pollution
weather
case
pollution
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
Application number
CN201710951075.1A
Other languages
English (en)
Other versions
CN107677777A (zh
Inventor
马占军
王剑
付湘鄂
王恒俭
周国龙
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Bowo Wisdom Technology Co.,Ltd.
Original Assignee
Shenzhen Bowo Wisdom Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Bowo Wisdom Technology Co ltd filed Critical Shenzhen Bowo Wisdom Technology Co ltd
Priority to CN201710951075.1A priority Critical patent/CN107677777B/zh
Publication of CN107677777A publication Critical patent/CN107677777A/zh
Application granted granted Critical
Publication of CN107677777B publication Critical patent/CN107677777B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
    • G01N33/0062—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display
    • G01N33/0067—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display by measuring the rate of variation of the concentration
    • 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
    • G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
    • G01N33/0062—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display
    • G01N33/0063—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display using a threshold to release an alarm or displaying means
    • G01N33/0065—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display using a threshold to release an alarm or displaying means using more than one threshold

Landscapes

  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Analytical Chemistry (AREA)
  • General Physics & Mathematics (AREA)
  • Medicinal Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • Combustion & Propulsion (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Food Science & Technology (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Sampling And Sample Adjustment (AREA)
  • Processing Of Solid Wastes (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种大气重污染过程智能分析系统，包括重污染天气成因诊断单元，所述重污染天气成因诊断单元包括相互连接的重污染案例查询模块、重污染案例管理模块和案例分析项目配置模块；重污染案例查询模块用于输入指定时间段，查询指定时间段内所有的重污染案例；重污染案例管理模块用于根据每一个重污染案例的判别标准，程序从后台监测AQI数据表中自动提取发生重污染的时间段，作为重污染案例；案例分析项目配置模块用于使管理员选择重污染案例管理中的每个参数是否有效，以配置重污染案例管理显示界面；重污染案例管理模块包括相互连接的时间演变模块、空间分布模块和气象对比模块。本发明能提高重污染案例的分析效率。

Description

一种大气重污染过程智能分析系统
技术领域
本发明涉及环境监测领域，特别涉及一种大气重污染过程智能分析系统。
背景技术
随着大气污染日益受到大众关注，重污染过程分析技术也随之发展。传统的重污染过程分析都是凭借专业人员经验的一种并非标准化的方式，不同的业务单位或科研单位对于重污染过程分析的方法都不尽相同，而且分析步骤也存在众多差异，并没有能被大家认同的可以智能化、自动化实现重污染过程分析的工具，这样将会影响重污染案例的分析效率。
发明内容
本发明要解决的技术问题在于，针对现有技术的上述缺陷，提供一种能提高重污染案例的分析效率的大气重污染过程智能分析系统。
本发明解决其技术问题所采用的技术方案是：构造一种大气重污染过程智能分析系统，包括重污染天气成因诊断单元，所述重污染天气成因诊断单元包括：
重污染案例查询模块：用于输入指定时间段，查询所述指定时间段内所有的重污染案例；
重污染案例管理模块：用于根据每一个重污染案例的判别标准，程序从后台监测AQI数据表中自动提取发生重污染的时间段，作为重污染案例；
案例分析项目配置模块：用于使管理员选择重污染案例管理中的每个参数是否有效，以配置重污染案例管理显示界面；
所述重污染案例查询模块、重污染案例管理模块和案例分析项目配置模块相互连接；
所述重污染案例管理模块包括：
时间演变模块：用于提供默认显示污染城市污染时段的ECharts污染物时间序列图；
空间分布模块：用于提供重污染过程污染程度最高的污染物的指定地区的实测浓度分布图；所述实测浓度分布图的图片数据采用站点数据差值方法，由点状数据差值成为面状数据，画图工具为气象行业专业制图软件grads，色标也与相应污染物分级指标颜色对应，所述实测浓度分布图具有播放功能，能通过动画形式观看污染变化情况；
气象对比模块：用于实现实测空间分布图和指定国家地面观测图的同时间对比；
所述时间演变模块、空间分布模块和气象对比模块相互连接。
在本发明所述的大气重污染过程智能分析系统中，所述重污染案例的判别标准是连续6个小时AQI指数>200。
在本发明所述的大气重污染过程智能分析系统中，所述ECharts污染物时间序列图以污染分级标准颜色显示AQI指数对应的污染等级。
在本发明所述的大气重污染过程智能分析系统中，所述ECharts污染物时间序列图还包括SO2、NO2、CO、O3、PM2.5和PM10的序列图。
在本发明所述的大气重污染过程智能分析系统中，所述ECharts污染物时间序列图的图标形式能切换为柱状图或堆积图，并提供图片下载按钮。
在本发明所述的大气重污染过程智能分析系统中，所述重污染案例管理模块还包括：
传输分析模块：用于提供气团前向轨迹图和气团后向轨迹图；所述气团前向轨迹图和气团后向轨迹图的时间跨度为24小时，画图工具是气象专用画图软件Meteoinfo，
激光雷达模块：用于提供污染监测超级站的数据图表；
气象条件模块：用于提供重污染时间段内的中央气象局降水量实况、最高气温分布、最低气温分布、中央气象台污染气象天气预报、雾预报、霾预报、500hPa高空图、700hPa高空图、850hPa高空图、地面图、指定国家气象厅12小时预报分析天气图、3小时预报分析天气图、陆地预测天气图、站点气象图以及逆温图；
卫星遥感模块：用于显示中国气象局风云二号气象卫星云图，直观显示气象污染时段的气象综合情况；
案例总结模块：用于提供案例总结功能，供用户分析完毕后进行重污染案例总结，并能在线保存随时查看；
所述传输分析模块、激光雷达模块、气象条件模块、卫星遥感模块和案例总结模块相互连接。
在本发明所述的大气重污染过程智能分析系统中，所述气团前向轨迹图和气团后向轨迹图均包含100m、400m和800m轨迹的气团高度。
实施本发明的大气重污染过程智能分析系统，具有以下有益效果：由于设有重污染天气成因诊断单元，重污染天气成因诊断单元包括重污染案例查询模块、重污染案例管理模块和案例分析项目配置模块，重污染案例管理模块包括时间演变模块、空间分布模块和气象对比模块，通过一系列的智能化、自动化的软件工具，把重污染案例分析步骤进行标准化，使得用户进行重污染案例分析有标准可依，并且分析所需数据产品都自动显示，并提供了一部分分析后的结果，因此能提高重污染案例的分析效率。
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简单地介绍，显而易见地，下面描述中的附图仅仅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为本发明大气重污染过程智能分析系统一个实施例中重污染天气成因诊断单元的结构示意图；
图2为所述实施例中重污染案例管理模块的结构示意图。
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、完整地描述，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。
在本发明大气重污染过程智能分析系统实施例中，该大气重污染过程智能分析系统包括重污染天气成因诊断单元，该重污染天气成因诊断单元的结构示意图如图1所示。本实施例中，通过用户账号和密码，实现登录该大气重污染过程智能分析系统，然后在该大气重污染过程智能分析系统中点击进入重污染天气成因诊断单元。图1中，该重污染天气成因诊断单元进一步包括相互连接的重污染案例查询模块1、重污染案例管理模块2和案例分析项目配置模块3；其中，重污染案例查询模块1用于输入指定时间段，查询指定时间段内所有的重污染案例；重污染案例管理模块2用于根据每一个重污染案例的判别标准，程序从后台监测AQI数据表中自动提取发生重污染的时间段，作为重污染案例；重污染案例的判别标准是连续6个小时AQI指数>200。
案例分析项目配置模块3是管理者权限的选项，用于使管理员选择重污染案例管理中的每个参数是否有效，以配置重污染案例管理显示界面。
图2为本实施例中重污染案例管理模块的结构示意图，图2中，重污染案例管理模块2包括相互连接的时间演变模块21、空间分布模块22和气象对比模块23，具体的，本实施例中，通过在该大气重污染过程智能分析系统中选择案例，点击案例编辑，出现重污染智能分析界面，该重污染智能分析界面上设有时间演变图标(其功能对应时间演变模块21、)、空间分布图标(其功能对应空间分布模块22)和气象对比图标(其功能对应气象对比模块23)，其中，时间演变模块21用于提供默认显示污染城市污染时段的ECharts污染物时间序列图；以污染分级标准颜色显示AQI指数对应的污染等级，除了AQI指数，还包括SO2、NO2、CO、O3、PM2.5和PM10六种常规污染物的序列图作为可选项目。当然，在本实施例的一些情况下，常规污染物也可以是除上述六种常规污染物之外的其他污染物。另外，该大气重污染过程智能分析系统中的城市选项为可选择项，可以根据实际需求选择相应的城市，时间可任意选择，ECharts污染物时间序列图的图标形式能切换为柱状图或堆积图并提供图片下载按钮。
空间分布模块22用于提供重污染过程污染程度最高的污染物的指定地区的实测浓度分布图；实测浓度分布图的图片数据采用站点数据差值方法，由点状数据差值成为面状数据，画图工具为气象行业专业制图软件grads，色标也与相应污染物分级指标颜色对应，实测浓度分布图具有播放功能，能通过动画形式观看污染变化情况；气象对比模块23用于实现实测空间分布图和指定国家地面观测图的同时间对比，其中，指定国家地面观测图来自指定国家气象厅官方网站，共有四张图片横向排列，每一张图都有两个可选项。上述指定国家可以为全球任一国家，实际应用中，具体是哪个国家，需要根据实际需求来定。
本发明通过一系列的智能化、自动化的软件工具，将重污染案例分析步骤进行标准化，使得用户进行重污染案例分析有标准可依，并且分析所需数据产品都自动显示，并提供了一部分分析后的结果，因此能提高重污染案例的分析效率。
对于本实施例而言，上述重污染案例管理模块2还包括相互连接的传输分析模块24、激光雷达模块25、气象条件模块26、卫星遥感模块27和案例总结模块28，其中，传输分析模块24用于提供气团前向轨迹图和气团后向轨迹图；前向轨迹图表为气团未来的移动轨迹图，后向轨迹图为气团过去的移动轨迹，气团前向轨迹图和气团后向轨迹图的时间跨度为24小时，画图工具是气象专用画图软件Meteoinfo，数据来自WRF气象模式模拟结果，指定省级下的各地级市都是城市可选项目，气团前向轨迹图和气团后向轨迹图均包含100m、400m和800m三条轨迹的气团高度；激光雷达模块25用于提供污染监测超级站的数据图表，超级站包含种类繁多的气象和污染物参数，可以获得的信息很多。
气象条件模块26用于提供重污染时间段内的中央气象局降水量实况、最高气温分布、最低气温分布、中央气象台污染气象天气预报、雾预报、霾预报、500hPa高空图、700hPa高空图、850hPa高空图、地面图、指定国家气象厅12小时预报分析天气图、3小时预报分析天气图、陆地预测天气图、站点气象图以及逆温图，能提供重污染时间段内的比较全面的气象状况；卫星遥感模块27用于显示中国气象局风云二号气象卫星云图，直观显示气象污染时段的气象综合情况；案例总结模块28用于提供案例总结功能，供用户分析完毕后进行重污染案例总结，并能在线保存供用户随时查看。
总之，本发明通过一系列的智能化、自动化的软件工具，把重污染案例分析步骤进行标准化，使得用户进行重污染案例分析有标准可依，并且分析所需数据产品都自动显示，并提供了一部分分析后的结果，因此能提高重污染案例的分析效率。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，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 (3)

1.一种大气重污染过程智能分析系统，其特征在于，包括重污染天气成因诊断单元，所述重污染天气成因诊断单元包括：
重污染案例查询模块：用于输入指定时间段，查询所述指定时间段内所有的重污染案例；
重污染案例管理模块：用于根据每一个重污染案例的判别标准，程序从后台监测AQI数据表中自动提取发生重污染的时间段，作为重污染案例；
案例分析项目配置模块：用于使管理员选择重污染案例管理中的每个参数是否有效，以配置重污染案例管理显示界面；
所述重污染案例查询模块、重污染案例管理模块和案例分析项目配置模块相互连接；
所述重污染案例管理模块包括：
时间演变模块：用于提供默认显示污染城市污染时段的ECharts污染物时间序列图；
空间分布模块：用于提供重污染过程污染程度最高的污染物的指定地区的实测浓度分布图；所述实测浓度分布图的图片数据采用站点数据差值方法，由点状数据差值成为面状数据，画图工具为气象行业专业制图软件grads，色标也与相应污染物分级指标颜色对应，所述实测浓度分布图具有播放功能，能通过动画形式观看污染变化情况；
气象对比模块：用于实现实测空间分布图和指定国家地面观测图的同时间对比；指定国家地面观测图来自指定国家气象厅官方网站，共有四张图片横向排列，每一张图都有两个可选项；上述指定国家为全球任一国家；
所述时间演变模块、空间分布模块和气象对比模块相互连接；
所述ECharts污染物时间序列图的图标形式能切换为柱状图或堆积图，并提供图片下载按钮；
所述重污染案例管理模块还包括：
传输分析模块：用于提供气团前向轨迹图和气团后向轨迹图；所述气团前向轨迹图和气团后向轨迹图的时间跨度为24小时，画图工具是气象专用画图软件Meteoinfo，数据来自WRF气象模式模拟结果，指定省级下的各地级市都是城市可选项目；
激光雷达模块：用于提供污染监测超级站的数据图表；
气象条件模块：用于提供重污染时间段内的中央气象局降水量实况、最高气温分布、最低气温分布、中央气象台污染气象天气预报、雾预报、霾预报、500hPa高空图、700hPa高空图、850hPa高空图、地面图、指定国家气象厅12小时预报分析天气图、3小时预报分析天气图、陆地预测天气图、站点气象图以及逆温图；
卫星遥感模块：用于显示中国气象局风云二号气象卫星云图，直观显示气象污染时段的气象综合情况；
案例总结模块：用于提供案例总结功能，供用户分析完毕后进行重污染案例总结，并能在线保存随时查看；
所述传输分析模块、激光雷达模块、气象条件模块、卫星遥感模块和案例总结模块相互连接；
所述重污染案例的判别标准是连续6个小时AQI指数>200；
所述气团前向轨迹图和气团后向轨迹图均包含100m、400m和800m轨迹的气团高度。
2.根据权利要求1所述的大气重污染过程智能分析系统，其特征在于，所述ECharts污染物时间序列图以污染分级标准颜色显示AQI指数对应的污染等级。
3.根据权利要求2所述的大气重污染过程智能分析系统，其特征在于，所述ECharts污染物时间序列图还包括SO2、NO2、CO、O3、PM2.5和PM10的序列图。
CN201710951075.1A 2017-10-13 2017-10-13 一种大气重污染过程智能分析系统 Active CN107677777B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710951075.1A CN107677777B (zh) 2017-10-13 2017-10-13 一种大气重污染过程智能分析系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710951075.1A CN107677777B (zh) 2017-10-13 2017-10-13 一种大气重污染过程智能分析系统

Publications (2)

Publication Number Publication Date
CN107677777A CN107677777A (zh) 2018-02-09
CN107677777B true CN107677777B (zh) 2020-09-18

Family

ID=61140776

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710951075.1A Active CN107677777B (zh) 2017-10-13 2017-10-13 一种大气重污染过程智能分析系统

Country Status (1)

Country Link
CN (1) CN107677777B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111413259B (zh) * 2020-04-14 2020-11-10 河南省商丘生态环境监测中心 空气废气实时监测和溯源方法
CN111611296B (zh) * 2020-05-20 2021-02-19 中科三清科技有限公司 Pm2.5污染成因分析方法、装置、电子设备及存储介质
CN113917093B (zh) * 2021-12-15 2022-03-11 维睿空气系统产品（深圳）有限公司 一种基于无线网络的空气质量监控系统

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160063387A1 (en) * 2014-08-29 2016-03-03 Verizon Patent And Licensing Inc. Monitoring and detecting environmental events with user devices
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
CN104702685B (zh) * 2015-03-11 2018-02-02 中山大学 基于后向轨迹的污染源追踪方法及其系统
CN105403664B (zh) * 2015-10-19 2017-12-15 电力规划设计总院 一种基于wrf‑chem的大型点污染源大气环境影响评价方法
CN105631537A (zh) * 2015-12-23 2016-06-01 南京信息工程大学 基于气象服务平台的空气质量预报业务系统
CN105738974B (zh) * 2016-02-05 2018-09-11 北京市环境保护监测中心 空气重污染天气的预报方法和系统
CN105809284A (zh) * 2016-03-07 2016-07-27 华侨大学 近岸海域水环境评价及应急预警系统
CN106018682B (zh) * 2016-05-10 2018-01-26 深圳星普森信息技术有限公司 一种室内空气质量指数的计算和分级方法
CN106339775B (zh) * 2016-08-23 2019-10-11 北京市环境保护监测中心 基于天气分型和气象要素聚类的空气重污染案例判别方法
CN106297252B (zh) * 2016-10-10 2019-07-23 重庆玖正环境科技有限公司 一种工业园区大气污染监测系统
CN106599088B (zh) * 2016-11-24 2021-03-30 中山大学 一种表征大气重污染过程变化的方法
CN106780656A (zh) * 2016-12-30 2017-05-31 中国民航信息网络股份有限公司 图表输出方法及装置
CN107038236A (zh) * 2017-04-19 2017-08-11 合肥学院 一种空气质量数据可视化系统
CN107292417B (zh) * 2017-05-09 2020-03-17 北京市环境保护监测中心 基于重污染序列案例库的区域重污染判别预报方法及装置
CN107145611A (zh) * 2017-06-15 2017-09-08 阿克苏地区环境保护局 重点工业污染源实时监控动态管理信息平台

Also Published As

Publication number Publication date
CN107677777A (zh) 2018-02-09

Similar Documents

Publication Publication Date Title
CN107677777B (zh) 一种大气重污染过程智能分析系统
CN108022176B (zh) 智慧园林管理系统与方法
Yu et al. Investigating impacts of urban morphology on spatio-temporal variations of solar radiation with airborne LIDAR data and a solar flux model: a case study of downtown Houston
Li et al. The impact of observation nudging on simulated meteorology and ozone concentrations during DISCOVER-AQ 2013 Texas campaign
Manning Plants in urban ecosystems: Essential role of urban forests in urban metabolism and succession toward sustainability
CN112149027A (zh) 一种城市运行数据可视化管理系统
Zhou et al. Effects of Rainfall on PM2. 5 and PM10 in the Middle Reaches of the Yangtze River
Weckström et al. The ecology of Pediastrum (Chlorophyceae) in subarctic lakes and their potential as paleobioindicators
Emmanuel Urban vegetational change as an indicator of demographic trends in cities: the case of Detroit
CN104573231A (zh) 基于bim的智慧楼宇系统和方法
CN104021586A (zh) 基于北斗定位的空地一体城市生态文明管理系统及方法
CN111221867B (zh) 一种保护性建筑信息管理系统
CN107392993A (zh) 一种电力用户数字化全景视图构建方法
CN110765104A (zh) 一种城市园林绿化植物动态数据库的构建方法及系统
Li et al. Construction of Smart City Street Landscape Big Data‐Driven Intelligent System Based on Industry 4.0
Li et al. Calculation and optimization of the carbon sink benefits of green space plants in residential areas: A case study of Suojin Village in Nanjing
CN113326339B (zh) 一种基于gis的精细化电力气象预报数据展示方法及系统
Wang et al. Exploring the spatio-temporal characteristics and driving factors of urban expansion in Xi'an during 1930–2014
Wei et al. From experience-oriented to quantity-based: A method for landscape plant selection and configuration in urban built-up areas
CN116822798A (zh) 一种用于城乡风貌特色塑造的区域地方性度量方法
Min et al. Landscape Evaluation of Forest Park Based on Analytic Hierarchy Process
CN115730731A (zh) 一种城市高碳排空间单元自动识别方法及展示平台
Hassan et al. Assessment of meteorological and air quality drivers of elevated ambient ozone in Beijing via machine learning approach
CN114118978A (zh) 一种文化和旅游信息采集和管理系统及方法
CN112331009B (zh) 一种虚拟现实环境下的气象站系统

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20200714

Address after: 401, 4 / F, block a, Tsinghua information port, No.1, Xindong Road, songpingshan community, Xili street, Nanshan District, Shenzhen City, Guangdong Province

Applicant after: Shenzhen Bowo Wisdom Technology Co.,Ltd.

Address before: 1401, room 14, floor 9, Beek science and technology building, No. 518000 research road, Nanshan District hi tech Development Zone, Shenzhen, Guangdong

Applicant before: SHENZHEN POWERDATA INFO-TECHNOLOGY Co.,Ltd.

GR01 Patent grant
GR01 Patent grant
PE01 Entry into force of the registration of the contract for pledge of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: An Intelligent Analysis System for Heavy Air Pollution Processes

Effective date of registration: 20230320

Granted publication date: 20200918

Pledgee: Shenzhen small and medium sized small loan Co.,Ltd.

Pledgor: Shenzhen Bowo Wisdom Technology Co.,Ltd.

Registration number: Y2023980035457

PC01 Cancellation of the registration of the contract for pledge of patent right
PC01 Cancellation of the registration of the contract for pledge of patent right

Granted publication date: 20200918

Pledgee: Shenzhen small and medium sized small loan Co.,Ltd.

Pledgor: Shenzhen Bowo Wisdom Technology Co.,Ltd.

Registration number: Y2023980035457