CN109508816B - 一种城市园林植被空气污染物吸收净化能力预测方法 - Google Patents
一种城市园林植被空气污染物吸收净化能力预测方法 Download PDFInfo
- Publication number
- CN109508816B CN109508816B CN201811227431.6A CN201811227431A CN109508816B CN 109508816 B CN109508816 B CN 109508816B CN 201811227431 A CN201811227431 A CN 201811227431A CN 109508816 B CN109508816 B CN 109508816B
- Authority
- CN
- China
- Prior art keywords
- purification
- vegetation
- pollution source
- area
- urban
- 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
- 238000000746 purification Methods 0.000 title claims abstract description 97
- 238000000034 method Methods 0.000 title claims abstract description 18
- 239000000809 air pollutant Substances 0.000 title claims abstract description 10
- 231100001243 air pollutant Toxicity 0.000 title claims abstract description 10
- 238000010521 absorption reaction Methods 0.000 title claims abstract description 9
- 238000011403 purification operation Methods 0.000 claims abstract description 6
- 239000003344 environmental pollutant Substances 0.000 claims description 60
- 231100000719 pollutant Toxicity 0.000 claims description 60
- 238000003915 air pollution Methods 0.000 claims description 16
- 238000001514 detection method Methods 0.000 claims description 6
- 238000009826 distribution Methods 0.000 claims description 6
- 239000000428 dust Substances 0.000 claims description 6
- 238000004887 air purification Methods 0.000 claims description 4
- UCKMPCXJQFINFW-UHFFFAOYSA-N Sulphide Chemical compound [S-2] UCKMPCXJQFINFW-UHFFFAOYSA-N 0.000 claims description 3
- 150000004767 nitrides Chemical class 0.000 claims description 3
- 238000005121 nitriding Methods 0.000 claims description 3
- 238000010276 construction Methods 0.000 abstract description 11
- 238000002360 preparation method Methods 0.000 abstract description 5
- 238000010926 purge Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
Images
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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Processing Of Solid Wastes (AREA)
- Cultivation Of Plants (AREA)
Abstract
本发明涉及一种城市园林植被空气污染物吸收净化能力预测方法，包括区域划分，污染值确定，净化能力确定，数据运算及预测规划等五个步骤。本发明方法简单，操作和实施容易，一方面可有效的满足城市园林规划施工作业的需要，另一方面可有效的提高城市园林建设在满足城市景观美化的同时，有效的提高园林制备对城市大气环境净化作业的能力，并可未城市未来的工业、商业、居民及城市绿化规划建设提供科学有效的依据。
Description
技术领域
本发明涉及一种城市园林植被空气污染物吸收净化能力预测方法，属园林规划领域。
背景技术
目前随着城市工业发展、交通运输车辆增加及城市人口增加等因素，城市的空气污染现象越来越严重，而针对这一问题，当前主要的作法均是通过为城市配备相应的绿化植被来达到对空气中的各类污染物进行吸附固定，达到空气净化的目的，但在实际的工作中发现，一方面植被对污染物净化能力有限，且不同的植被对不同类型污染物净化能力均各不相同，另一方面植被对污染物净化能力受到植被生长年限、季节因素灯影响极大，因此导致在通过植被对城市大气污染物进行净化治理时需要进行精密的计算和预判，但当前在进行城市园林规划建设时，尚缺乏一种有效的城市绿化规划与污染物净化相匹配的预算、规划方法，从而导致了当前城市绿环建设时与污染物净化缺乏相应统一的方案，不能有效在满足城市景观美化的同时，也限制了绿化植被对城市污染物净化能力的发挥，因此针对这一问题，迫切需要开发一种全新的软件汇编方法，以满足实际使用的需要。
发明内容
本发明目的就在于克服上述不足，提供一种城市园林植被空气污染物吸收净化能力预测方法。
为实现上述目的，本发明是通过以下技术方案来实现：
一种城市园林植被空气污染物吸收净化能力预测方法，包括以下步骤：
第一步，区域划分，首先根据城市绿化植被分布将城市划分为若干净化区，然后根据城市居民区、道路交通网和工业区将城市划分若干大气污染源区，最后将划分好的净化区域和大气污染源区之间进行重叠，实现大气污染源区与净化区域之间相互匹配；
第二步，污染值确定，完成第一步后，首先分别对各大气污染源区的氮化污染物、硫化污染物及粉尘污染物的日排放量进行统计，获得该大气污染源区日污染物排放量，并根据统计的日污染物排放量一方面获取该大气污染源区年污染总量，另一方面绘制出该大气污染源区的年度污染物排放量曲线图；
第三步，净化能力确定，完成第一步后，首先对各净化区内植被总量进行统计，然后再根据植被类型进行划分，并根据划分好的植被类型分别计算该净化区内各类植被对氮化污染物、硫化污染物及粉尘污染物的净化量，然后获得该净化区内植被的日总净化量，最后根据统计的日总净化量一方面获得该净化区年度总净化量，另一方面绘制总污染物净化曲线图；
第四步，数据运算，将第二步、第三步获得的检测数据进行汇总，并分别以日污染物排放量和大气污染源区年污染总量作为被减数，分别以与该污染区对应的净化区的日总净化量和年度总净化量作为减数进行求差运算，若结果为正数，则污染物排放量大于净化量，该大气污染源区存在净化能力不足，若结果为负数，则污染物排放量小于净化量，该大气污染源区净化能力不足可满足净化作业的需要；
第五步，预测规划，根据第四步运算获得的数据，对城市各大气污染源区的净化能力进行统计，然后根据该大气污染源区的区域面积及地理结构，结合分布在该大气污染源区内的净化区的分布位置、面积及当前对污染物的净化能力，为该大气污染源区指定园林绿化植被种植区域划分和植被类型确定，然后对各大气污染源区的园林绿化植被种植区域划分和植被类型确定结果汇众，即可获得城市园林绿化空气净化能力预测结果。
进一步的，所述的第二步中，在进行大气污染源区的日污染物排放量计算时，除了统计当前现有污染源的污染物排放量之外，另对该大气污染源区未来至少5年内污染源增加量进行预判，并将预判值纳入到数据统计中。
进一步的，所述的第二步中统计中，除了统计本区域污染物排放量之外，另结合城市风向因素，对随空气流动至当前大气污染源区的污染物进行预判，并将预判值纳入到数据统计中。
进一步的，所述的第三步中统计中，除了植被净化能力外，另结合城市风向因素，对随空气流动离开当前净化区的污染物量进行预判，并将预判值纳入到数据统计中。
进一步的，所述的第三步中统计时，重点根据植被类型特点，对不同季节中各类型植被净化能力进行分别计算，同时另对植被生长发育周期进行设定。
进一步的，所述的五步中，在进行大气污染源区指定园林绿化植被种植区域划分和植被类型确定中，根据制备类型，为各类植被均预留至少1年的培育期，且培育期内的制备不纳入净化能力统计数据中。
本发明方法简单，操作和实施容易，一方面可有效的满足城市园林规划施工作业的需要，另一方面可有效的提高城市园林建设在满足城市景观美化的同时，有效的提高园林制备对城市大气环境净化作业的能力，并可为城市未来的工业、商业、居民及城市绿化规划建设提供科学有效的依据。
附图说明
图1为本发明汇编方法流程示意图；
图2为日污染物和净化量曲线图；
图3为年污染物和净化量曲线图。
具体实施方式
如图1—3所示，一种城市园林植被空气污染物吸收净化能力预测方法，包括以下步骤：
第一步，区域划分，首先根据城市绿化植被分布将城市划分为若干净化区，然后根据城市居民区、道路交通网和工业区将城市划分若干大气污染源区，最后将划分好的净化区域和大气污染源区之间进行重叠，实现大气污染源区与净化区域之间相互匹配；
第二步，污染值确定，完成第一步后，首先分别对各大气污染源区的氮化污染物、硫化污染物及粉尘污染物的日排放量进行统计，获得该大气污染源区日污染物排放量，并根据统计的日污染物排放量一方面获取该大气污染源区年污染总量，另一方面绘制出该大气污染源区的年度污染物排放量曲线图；
第三步，净化能力确定，完成第一步后，首先对各净化区内植被总量进行统计，然后再根据植被类型进行划分，并根据划分好的植被类型分别计算该净化区内各类植被对氮化污染物、硫化污染物及粉尘污染物的净化量，然后获得该净化区内植被的日总净化量，最后根据统计的日总净化量一方面获得该净化区年度总净化量，另一方面绘制总污染物净化曲线图；
第四步，数据运算，将第二步、第三步获得的检测数据进行汇总，并分别以日污染物排放量和大气污染源区年污染总量作为被减数，分别以与该污染区对应的净化区的日总净化量和年度总净化量作为减数进行求差运算，若结果为正数，则污染物排放量大于净化量，该大气污染源区存在净化能力不足，若结果为负数，则污染物排放量小于净化量，该大气污染源区净化能力不足可满足净化作业的需要；
第五步，预测规划，根据第四步运算获得的数据，对城市各大气污染源区的净化能力进行统计，然后根据该大气污染源区的区域面积及地理结构，结合分布在该大气污染源区内的净化区的分布位置、面积及当前对污染物的净化能力，为该大气污染源区指定园林绿化植被种植区域划分和植被类型确定，然后对各大气污染源区的园林绿化植被种植区域划分和植被类型确定结果汇众，即可获得城市园林绿化空气净化能力预测结果。
本实施例中，所述的第二步中，在进行大气污染源区的日污染物排放量计算时，除了统计当前现有污染源的污染物排放量之外，另对该大气污染源区未来至少5年内污染源增加量进行预判，并将预判值纳入到数据统计中。
本实施例中，所述的第二步中统计中，除了统计本区域污染物排放量之外，另结合城市风向因素，对随空气流动至当前大气污染源区的污染物进行预判，并将预判值纳入到数据统计中。
本实施例中，所述的第三步中统计中，除了植被净化能力外，另结合城市风向因素，对随空气流动离开当前净化区的污染物量进行预判，并将预判值纳入到数据统计中。
本实施例中，所述的第三步中统计时，重点根据植被类型特点，对不同季节中各类型植被净化能力进行分别计算，同时另对植被生长发育周期进行设定。
本实施例中，所述的五步中，在进行大气污染源区指定园林绿化植被种植区域划分和植被类型确定中，根据植被类型，为各类植被均预留至少1年的培育期，且培育期内的植被不纳入净化能力统计数据中。
本发明方法简单，操作和实施容易，一方面可有效的满足城市园林规划施工作业的需要，另一方面可有效的提高城市园林建设在满足城市景观美化的同时，有效的提高园林制备对城市大气环境净化作业的能力，并可未城市未来的工业、商业、居民及城市绿化规划建设提供科学有效的依据。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (1)
1.一种城市园林植被空气污染物吸收净化能力预测方法，其特征在于：所述的城市园林植被空气污染物吸收净化能力预测方法包括以下步骤：
第一步，区域划分，首先根据城市绿化植被分布将城市划分为若干净化区，然后根据城市居民区、道路交通网和工业区将城市划分若干大气污染源区，最后将划分好的净化区和大气污染源区之间进行重叠，实现大气污染源区与净化区域之间相互匹配；
第二步，污染值确定，完成第一步后，首先分别对各大气污染源区的氮化污染物、硫化污染物及粉尘污染物的日排放量进行统计，获得该大气污染源区日污染物排放量，并根据统计的日污染物排放量一方面获取该大气污染源区年污染总量，另一方面绘制出该大气污染源区的年度污染物排放量曲线图；除了统计本区域污染物排放量之外，另结合城市风向因素，对随空气流动至当前大气污染源区的污染物进行预判，并将预判值纳入到数据统计中；在进行大气污染源区的日污染物排放量计算时，除了统计当前现有污染源的污染物排放量之外，另对该大气污染源区未来至少5年内污染源增加量进行预判，并将预判值纳入到数据统计中；
第三步，净化能力确定，完成第一步后，首先对各净化区内植被总量进行统计，然后再根据植被类型进行划分，并根据划分好的植被类型分别计算该净化区内各类植被对氮化污染物、硫化污染物及粉尘污染物的净化量，然后获得该净化区内植被的日总净化量，最后根据统计的日总净化量一方面获得该净化区年度总净化量，另一方面绘制总污染物净化曲线图；除了植被净化能力外，另结合城市风向因素，对随空气流动离开当前净化区的污染物量进行预判，并将预判值纳入到数据统计中；统计时，重点根据植被类型特点，对不同季节中各类型植被净化能力进行分别计算，同时另对植被生长发育周期进行设定；
第四步，数据运算，将第二步、第三步获得的检测数据进行汇总，并分别以日污染物排放量和大气污染源区年污染总量作为被减数，分别以与该大气污染源区对应的净化区的日总净化量和年度总净化量作为减数进行求差运算，若结果为正数，则污染物排放量大于净化量，该大气污染源区存在净化能力不足，若结果为负数，则污染物排放量小于净化量，该大气污染源区净化能力可满足净化作业的需要；
第五步，预测规划，根据第四步运算获得的数据，对城市各大气污染源区的净化能力进行统计，然后根据该大气污染源区的区域面积及地理结构，结合分布在该大气污染源区内的净化区的分布位置、面积及当前对污染物的净化能力，为该大气污染源区指定园林绿化植被种植区域划分和植被类型确定，然后对各大气污染源区的园林绿化植被种植区域划分和植被类型确定结果汇总，即可获得城市园林绿化空气净化能力预测结果；
在进行大气污染源区指定园林绿化植被种植区域划分和植被类型确定中，根据植被类型，为各类植被均预留至少1年的培育期，且培育期内的植被不纳入净化能力统计数据中。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811227431.6A CN109508816B (zh) | 2018-10-20 | 2018-10-20 | 一种城市园林植被空气污染物吸收净化能力预测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811227431.6A CN109508816B (zh) | 2018-10-20 | 2018-10-20 | 一种城市园林植被空气污染物吸收净化能力预测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109508816A CN109508816A (zh) | 2019-03-22 |
| CN109508816B true CN109508816B (zh) | 2022-02-15 |
Family
ID=65745771
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811227431.6A Active CN109508816B (zh) | 2018-10-20 | 2018-10-20 | 一种城市园林植被空气污染物吸收净化能力预测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109508816B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110583288A (zh) * | 2019-10-15 | 2019-12-20 | 西安石油大学 | 一种移动式园林绿化生态信息处理系统及方法 |
| CN112798743A (zh) * | 2020-12-31 | 2021-05-14 | 浙江亚凯检测科技有限公司 | 一种空气污染物的检测方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106153510A (zh) * | 2015-03-25 | 2016-11-23 | 日本电气株式会社 | 大气污染物浓度的估算方法和装置 |
| CN106777762A (zh) * | 2016-12-31 | 2017-05-31 | 中国科学技术大学 | 一种街道峡谷内污染物分布实时估计方法 |
| CN107563562A (zh) * | 2017-09-08 | 2018-01-09 | 新奥泛能网络科技股份有限公司 | 网格化城市大气污染物排放的评估方法及装置 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8799182B2 (en) * | 2011-04-25 | 2014-08-05 | The Boeing Company | Fuel delivery cost estimation system |
| US9221698B2 (en) * | 2011-05-24 | 2015-12-29 | Sung Il En-Tech Co., Ltd. | Hybrid artificial wetland water purification system, sewage treatment device using same, and natural nonpoint purification device capable of simultaneously purifying river and lake water |
| CN103700053B (zh) * | 2013-12-10 | 2017-01-18 | 中国科学院遥感与数字地球研究所 | 一种城市植被的规划方法 |
-
2018
- 2018-10-20 CN CN201811227431.6A patent/CN109508816B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106153510A (zh) * | 2015-03-25 | 2016-11-23 | 日本电气株式会社 | 大气污染物浓度的估算方法和装置 |
| CN106777762A (zh) * | 2016-12-31 | 2017-05-31 | 中国科学技术大学 | 一种街道峡谷内污染物分布实时估计方法 |
| CN107563562A (zh) * | 2017-09-08 | 2018-01-09 | 新奥泛能网络科技股份有限公司 | 网格化城市大气污染物排放的评估方法及装置 |
Non-Patent Citations (1)
| Title |
|---|
| 平顶山市森林净化大气污染物功能分析;彭舜磊 等;《江西农业学报》;20151031;第27卷(第10期);第18-23页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109508816A (zh) | 2019-03-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Lan et al. | How do urban buildings impact summer air temperature? The effects of building configurations in space and time | |
| CN109508816B (zh) | 一种城市园林植被空气污染物吸收净化能力预测方法 | |
| CN110909483B (zh) | 一种基于网格化数据的点源大气污染物排放清单校验方法 | |
| CN107153893B (zh) | 一种基于城市停车数据的电动汽车充电站选址规划方法 | |
| CN107169605B (zh) | 基于车辆定位信息的城市电动汽车充电站选址方法 | |
| Peng et al. | Economic evaluation of green-roof environmental benefits in the context of climate change: The case of Hong Kong | |
| Mohamed et al. | Water demand forecasting in Umm Al-Quwain (UAE) using the IWR-MAIN specify forecasting model | |
| CN108805360B (zh) | 一种将城市生物质载体运输至生物质发电厂的运输成本确定方法 | |
| CN104537462A (zh) | 空气细颗粒物的火电污染因素控制方法 | |
| CN106156906A (zh) | 一种用于光伏电站设计的太阳能资源分析评估方法 | |
| CN107765348B (zh) | 降水量气象报文数据误差修正方法、雨凇景观预测方法 | |
| CN114862278B (zh) | 一种基于配网雷击数据的输电线雷击风险评估方法及系统 | |
| CN110607836B (zh) | 一种基于污染物特性的平原城市初期雨水调蓄池设计方法 | |
| CN109902391B (zh) | 一种基于随机挥发系数蚁群算法的油气管道规划方法 | |
| CN108442305A (zh) | 空气对流消减雾霾装置及其方法 | |
| CN116703132B (zh) | 共享车辆动态调度的管理方法、装置及计算机设备 | |
| CN107093034A (zh) | 一种无线网效益分析方法 | |
| CN110674988A (zh) | 一种基于电动汽车出行大数据的城区充电站规划方法 | |
| CN111339619B (zh) | 一种基于改进pso算法的lid系统设计方法 | |
| CN110515942A (zh) | 一种序列化车道线地图的存储及检索方法 | |
| CN108502198B (zh) | 固定翼无人机城区起降点选取方法 | |
| KR102131598B1 (ko) | 집진필터의 최적 위치 선정 방법 및 이를 이용한 미세먼지의 제거 방법 | |
| CN104504532A (zh) | 节能发电调度的排序方法 | |
| Kenney | Potential leaf area index analyses for the City of Toronto’s urban forest | |
| CN111341127A (zh) | 一种用于交叉口交通信号灯的智能控制系统及其控制方法 |
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 |