CN109583743A - 基于拉格朗日模型和移动观测平台的大气污染溯源方法 - Google Patents
基于拉格朗日模型和移动观测平台的大气污染溯源方法 Download PDFInfo
- Publication number
- CN109583743A CN109583743A CN201811418456.4A CN201811418456A CN109583743A CN 109583743 A CN109583743 A CN 109583743A CN 201811418456 A CN201811418456 A CN 201811418456A CN 109583743 A CN109583743 A CN 109583743A
- Authority
- CN
- China
- Prior art keywords
- pollution
- source
- region
- data
- tracing method
- 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
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
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- 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
本发明提供了一种基于拉格朗日模型和移动观测平台的大气污染溯源方法,涉及云计算数据分析应用技术领域。本发明的基于拉格朗日溯源模型和移动超站观测的大气污染溯源方法,针对园区局地大气环境污染问题,通过进行站点数据分析、模型小尺度污染溯源分析、有针对性对于典型区域及时段移动超站监测分析,特殊时期针对突发状况应急保障措施。为测定出区域异味的具体成分,并追踪锁定异味污染的源头,为解决异味污染问题提供技术支持,为相关部门执法做指导。
Description
技术领域
本发明涉及云计算数据分析应用技术领域,特别是涉及一种基于拉格朗日溯源模型和移动观测平台的大气污染溯源方法。
背景技术
随着工业化、城市化的飞速发展,我国大气污染状况十分严重,防治大气污染、治理雾霾天气已成为一项公共议题。城市周边企业、电厂及工业园区排污对空气质量短时间内恶化造成严重影响,且园区周边具名异味投诉情况较多。空气污染排放源的精准溯源和定位是该领域的技术难题,目前并没有一个实际可行的技术方法实现空气污染的准确溯源。
目前大气污染溯源常用的技术方法主要有两种,一种是基于观测的方法实现,该方法主要是在园区及周边建立污染强化观测网络体系,需要大量专业技术人员运行维护且成本较高。另一种方法主要基于空气质量模型对污染进行溯源。传统的空气质量模型主要分为欧拉模型和拉格朗日溯源模型。该方法的局限性主要是溯源当前的区域三维精细化网格化气象场的模拟需要占用较多的计算资源,且空气质量模型的计算速度受到制约,往往不能满足污染溯源的时效性。
发明内容
本发明的一个目的是要提供一种基于拉格朗日模型和移动观测平台的大气污染溯源方法,以解决现有技术中大气污染溯源移动性和时效性差的问题。
特别地,本发明提供了一种基于拉格朗日溯源模型和移动观测平台的大气污染溯源方法,包括:
根据污染投诉事件的内容挖掘与内容对应的历史数据以得到大气污染来源的潜在贡献区域的分布;
基于国控站点的监测数据对所述潜在贡献区域的污染过程气象成因和污染来源进行分析;
根据分析结果利用移动观测平台对所述潜在贡献区域内的大气成分进行监测;
根据监测结果识别并解析大气成分中的特征污染因子;
搭建拉格朗日网格化溯源模型并实时计算污染气团来源概率的分布区域;
统计所述分布区域内的污染物浓度以及企业排放清单中各行业对于污染物浓度的贡献量。
可选地,所述根据污染投诉事件的内容挖掘与内容对应的历史数据以得到大气污染来源的潜在贡献区域的分布包括:
基于历史采样数据以获得不同时空内的刺激性污染气体的历史异味污染数据;
结合投诉事件的内容和历史异味污染数据分析得到历史异味污染的种类范围;
根据对应位置的历史采样数据筛选出特殊气味的气体以锁定刺激性污染气体的种类和区域;
通过拉格朗日反向溯源模型计算大气污染来源的潜在贡献区域的分布。
可选地,所述基于国控站点的监测数据对所述潜在贡献区域的污染过程气象成因和污染来源进行分析包括:
对多种大气污染物进行长期观测以分析不同大气污染物的时空分布特征及长期变化趋势。
可选地,所述根据分析结果利用移动观测平台对所述潜在贡献区域内的大气成分进行监测包括:
在预设时间内通过在目标点区域利用移动观测平台对特殊排放源类分别进行强化观测,以实现锁定或缩小异味污染种类的范围,明确区域异味污染的来源区域或企业,其中,所述特殊排放源类包括VOCs、SO2、H2S、甲烷、硫酸气和硝酸气。
可选地,所述根据监测结果识别并解析大气成分中的特征污染因子包括:
通过多种检测仪器分析不同物种的浓度特征和空间来源分布差异,以区分光化学污染是局地生成还是外来输送;并判断各影响要素之间的相关关联,分析光化学污染主控因子,解析并量化前体物的来源。
可选地,所述搭建拉格朗日网格化溯源模型并实时计算污染气团来源概率的分布区域包括:
构建多重嵌套框架,选取参数化方案,确定垂直分层数及边界层强化模拟高度,同化探空气象观测资料,构建高分辨率气象场;
搭建拉格朗日网格化溯源模型,设置释放粒子数目及推算时间,实时计算污染气团来源概率分布;
实时计算溯源给定位置的污染气团来源贡献,实现污染物来源分析;
在收到异味投诉后,实时提供拉格朗日反向溯源模拟,生成结果文件,所述结果文件包括污染气团的主要输送路径和潜在源区。
可选地,所述统计所述分布区域内的污染物浓度以及企业排放清单中各行业对于污染物浓度的贡献量包括:
建立模拟污染物浓度及企业排放清单中各行业对污染物贡献的数据库;
解析拉格朗日模型运行结果文件以得到需要的污染物浓度数据和污染源解析数据,将数据转换为格式数据并自动渲染输出形成图片及结论。
可选地,所述污染投诉事件的内容包括异味出现时段、出现位置及异味描述。
可选地,所述时空分布特征为细颗粒物和重要气态前体物质量浓度的时空分布特征。
可选地,所述多种检测仪器中包括挥发性有机物在线监测质谱仪,用于测量做或者那个挥发性有机物。
本发明的基于拉格朗日(LPDM)溯源模型和移动超站观测的大气污染溯源方法,针对园区局地大气环境污染问题,通过进行站点数据分析、模型小尺度污染溯源分析、有针对性对于典型区域及时段移动超站监测分析,特殊时期针对突发状况应急保障措施。为测定出区域异味的具体成分,并追踪锁定异味污染的源头,为解决异味污染问题提供技术支持,为相关部门执法做指导。
进一步地,本发明的大气污染溯源方法,能够准确模拟受体点的污染物浓度以及清单中各行业对于受体点污染物浓度的贡献量。为切实改善大气环境环境质量,解决重点企业污染气体排放问题,特别是有异味刺激性污染气体排放等环境问题的治理工作。同时为更有效的改善城市的环境空气质量,保障群众健康。而传统的拉格朗日粒子释放溯源模型只能计算污染物来源的空间概率分布,而不能计算园区的特殊污染排放源对于居民受体点贡献的大小,缺乏对空气质量改善和污染治理的实际指导意义。
根据下文结合附图对本发明具体实施例的详细描述,本领域技术人员将会更加明了本发明的上述以及其他目的、优点和特征。
附图说明
后文将参照附图以示例性而非限制性的方式详细描述本发明的一些具体实施例。附图中相同的附图标记标示了相同或类似的部件或部分。本领域技术人员应该理解,这些附图未必是按比例绘制的。附图中:
图1是根据本发明一个实施例的大气污染溯源方法的示意性流程图。
具体实施方式
下文结合实例和附图对本发明的实施做详细说明,本实施例是以本发明的技术方案为基础上进行的,给出了具体的操作方法和详细的计算过程,但本发明的保护范围不局限于下述的实施例。
图1是根据本发明一个实施例的大气污染溯源方法的示意性流程图。参考图1,本实施例基本流程如下:
1)根据历史采样、观测数据与投诉事件污染及大气输送特征;
2)基于国控站点的典型污染过程气象成因与污染来源解析;
3)选取合适点位利用超级移动强化观测平台对大气成分进行高分辨率监测;
4)大气特征污染因子识别与源头解析;
5)利用中尺度气象预报模型WRF与观测资料同化构建实时高分辨率四维气象场,驱动LPDM模型分钟级实时污染溯源;
6)统计模拟污染物的浓度以及清单中各行业以及各企业对于污染物浓度的贡献量。
步骤1)历史采样、观测数据与投诉事件污染及大气输送特征,包括如下过程:
(1)基于历史采样数据,如VOCs的监测,硝酸气、硫酸气监测,研究分析不同点位不同时段区域大气刺激性气体污染指标变化特征;
(2)筛选投诉事件的基本情况、异味出现时段、位置及异味描述,基于高分辨率长期连续观测,结合历史异味污染数据分析历史异味污染具体物种。
(3)深度挖掘分析对应位置的采样数据,筛选特殊气味的气体,锁定刺激性污染气体种类、区域。将区域根据污染排放情况划分为若干小区域分别计算模拟不同污染区对所关注区域的污染贡献情况。
(4)通过拉格朗日反向溯源模型模拟分析研究大气污染来源潜在贡献区域分布。基于实时和历史污染观测数据和实地调研数据等一些基础数据分析结果,进一步精确模拟再分析进行短距离污染溯源。
步骤2)所述的基于国控站点的典型污染过程气象成因与污染来源解析,是开展大气颗粒物及其前体物、气象因素的长期外场观测,对PM2.5、PM10、SO2、NOx、CO、O3、VOCs、BC、能见度等在线数据进行处理,深入分析不同大气污染物的时空分布特征及长期变化趋势。结合相关气象因素,辅以必要的实验室特征因子分析,上述必要的实验室特征因子为本领域技术人员熟知的技术手段,此处不再详述。重点获得细颗粒物和重要气态前体物质量浓度的时空分布特征。分析气溶胶的污染特征,如浓度水平及排放特征、粒径信息、化学组成,分析细颗粒物前体物与二次气溶胶的响应关系,揭示污染物排放和转化过程对大气重污染事件的贡献作用。
步骤3)所述的选取合适点位利用超级移动强化观测平台对大气成分进行高分辨率监测主要包括:
(1)充分考虑县区全年异味污染形势及投诉情况,采用模块化、功能化设计、具有高度的拓展性与灵活性、对监测对象有较强的包容性的超级移动观测车进行布点观测。强化观测时间拟定在冬季、春季等易发生污染时段,在目标点区域附近针对特殊排放源类分别进行强化观测。针对大气雾霾粒子及参与雾霾形成的关键气体反应物的实时、高精度的走航及固定站点监测分析,监测成分包括颗粒物和气体的化学物理性质、大气垂直结构探测和气象探测等。
(2)主要观测指标包括详细的VOCs组分数据,有刺激性气味的硫酸气、硝酸气,大气环境质量评价常规6要素等。实现能见度、重金属离子组分、挥发性有机污染物、大气污染物垂直柱浓度、大气颗粒物物理性质、大气污染化学成分、大气光学特征、大气颗粒物时空演变、污染源解析等多要素的同时观测。
(3)通过重点时段的连续观测研究分析实现锁定或缩小异味污染物种的范围。分析强化观测期间有刺激性气味的气体浓度时间序列,如VOCs、SO2、H2S、甲烷、硫酸气和硝酸气的变化特征,确定异味来源具体物种。同时,针对痕量气体及气象参数温度、湿度、风速、风向、气压进行配套观测,用于后期分析识别异味来源关键物种。
(4)进一步结合多种观测手段及模型分析明确区域异味污染来源区域或企业。整理判断区域异味时空分布特征与企业分布结构、城市规划格局分布结构、区域排放特征等基础数据和资料的关系进行整合研究。
步骤4)大气特征污染因子识别与源头解析,主要基于在线VOCs监测质谱仪(PTR-MS),测量甲苯、亚甲苯、苯、甲醛、二甲苯、乙二醇、1,3丁二烯等50多种挥发性有机物,无需样品预处理、分辨率高达5pptv,响应时间小于100ms。大气常压离子长飞行时间质谱仪LToF-CIMS通过化学电离方法,高速、精确、实时、定量、高分辨率和高灵敏度的在线测量环境大气中多种无机和有机痕量组分及大气离子(I-,SF6-,CH3OO-,(H2O)nH+,O2+/-,NO+等多种)。气相检测下限为小于10pptv,每秒钟200个质谱。分析检出的各物种的浓度特征和空间来源分布差异,以区分光化学污染是局地生成还是外来输送。然后判断各影响要素之间的相关关联,分析光化学污染主控因子,解析并量化前体物的来源。
步骤5)利用中尺度气象预报模型WRF与观测资料同化构建实时高分辨率四维气象场,驱动LPDM模型分钟级实时污染溯源,具体包括:
(1)构建多重嵌套框架,最外层覆盖中国主要区域,第二层覆盖城市所在省份,最内层聚焦于城市区域,空间分辨率达到1km。选取合适的参数化方案,同化最新地表下垫面数据。确定垂直分层数及边界层强化模拟高度,同化探空气象观测资料,构建高分辨率气象场,气象数据格式化输出,提取LPDM模型需要的气象因子。
(2)搭建拉格朗日网格化溯源LPDM模型,不同于通常计算单点的轨迹模式,该模式计算气块群的运动轨迹,进而实现对大气物质的输送和扩散过程的模拟。设置释放粒子数目为4000,模型支持后退不同时间步长(10分钟、30分钟、1小时、2小时、4小时)的高分辨率污染溯源分析,输出每个时刻结果,实时计算污染气团来源概率分布。
(3)实时计算溯源给定位置的污染气团来源贡献,实现高时间分辨率的污染物来源分析。模型模拟输出时间分辨率能够最低实现分钟级别的模拟溯源,空间分辨率达到500米;实现快速短距离精确异味污染气团溯源,量化污染气团对所关注区域的贡献比例。
(4)在环境监管部分收到异味投诉后(异味投诉的时间、地点准确到小区甚至是楼栋和楼层),实时提供拉格朗日反向溯源模拟,给出主要输送路径和特定的潜在源区。结合多次模拟结果,缩小异味排查的区域范围。
其中,中尺度气象预报模型WRF为本领域技术人员常用技术手段,此处不再详述。
步骤6)统计模拟污染物的浓度以及清单中各行业以及企业对于污染物浓度的贡献量,具体包括:
(1)建立模拟污染物浓度及企业排放清单中各行业对污染物贡献的数据库。建立本地排放源分类体系,通过收集经济发展活动数据、自然地理信息以及大气污染监测、统计资料,结合国家排放清单编制指南和数值模式技术要求,建立模式认可、污染源类型无遗漏的分类体系。通过移动超级观测车对典型异味污染投诉区强化观测,锁定区域异味污染成分,进一步结合周边企业生产工作流程,排查出异味来源企业。
(2)解析拉格朗日模型运行结果文件,得到需要的污染物浓度数据和污染源解析数据。结合区域气象流场与污染监测,利用高速运算与快速溯源LPDM算法系统,识别城市敏感点污染物来源进行实时排放来源和传输路径,针对异味类投诉快速诊断和溯源。将溯源计算结果转换为格式数据并自动渲染输出形成图片和结论发布于应用平台。
继续参考图1,在图中,气体检测装置可以包括PM2.5、PM10、SO2、NOx、CO、O3等物质的检测装置。颗粒检测装置可以包括单颗粒质谱仪、激光雷达检测装置和重金属检测装置。飞行时间质谱仪用于检测质子传递飞行时间。气象仪器可以为移动站台和/或国家站台。数据质控、集成系统可以对数据质量进行控制并将数据融合。拉格朗日网格化溯源LPDM模型可以正向溯源和反向溯源,正向溯源可以对紧急污染时间的污染范围、趋势进行有效判定,反向溯源可以找到污染物的来源。
本发明的基于拉格朗日(LPDM)溯源模型和移动超站观测的大气污染溯源方法,针对园区局地大气环境污染问题,通过进行站点数据分析、模型小尺度污染溯源分析、有针对性对于典型区域及时段移动超站监测分析,特殊时期针对突发状况应急保障措施。为测定出区域异味的具体成分,并追踪锁定异味污染的源头,为解决异味污染问题提供技术支持,为相关部门执法做指导。
进一步地,本发明的大气污染溯源方法,能够准确模拟受体点的污染物浓度以及清单中各行业对于受体点污染物浓度的贡献量。为切实改善大气环境环境质量,解决重点企业污染气体排放问题,特别是有异味刺激性污染气体排放等环境问题的治理工作。同时为更有效的改善城市的环境空气质量,保障群众健康。而传统的拉格朗日粒子释放溯源模型只能计算污染物来源的空间概率分布,而不能计算园区的特殊污染排放源对于居民受体点贡献的大小,缺乏对空气质量改善和污染治理的实际指导意义。
至此,本领域技术人员应认识到,虽然本文已详尽示出和描述了本发明的多个示例性实施例,但是,在不脱离本发明精神和范围的情况下,仍可根据本发明公开的内容直接确定或推导出符合本发明原理的许多其他变型或修改。因此,本发明的范围应被理解和认定为覆盖了所有这些其他变型或修改。
Claims (10)
1.一种基于拉格朗日溯源模型和移动观测平台的大气污染溯源方法,其特征在于,包括:
根据污染投诉事件的内容挖掘与内容对应的历史数据以得到大气污染来源的潜在贡献区域的分布;
基于国控站点的监测数据对所述潜在贡献区域的污染过程气象成因和污染来源进行分析;
根据分析结果利用移动观测平台对所述潜在贡献区域内的大气成分进行监测;
根据监测结果识别并解析大气成分中的特征污染因子;
搭建拉格朗日网格化溯源模型并实时计算污染气团来源概率的分布区域;
统计所述分布区域内的污染物浓度以及企业排放清单中各行业对于污染物浓度的贡献量。
2.根据权利要求1所述的大气污染溯源方法,其特征在于,
所述根据污染投诉事件的内容挖掘与内容对应的历史数据以得到大气污染来源的潜在贡献区域的分布包括:
基于历史采样数据以获得不同时空内的刺激性污染气体的历史异味污染数据;
结合投诉事件的内容和历史异味污染数据分析得到历史异味污染的种类范围;
根据对应位置的历史采样数据筛选出特殊气味的气体以锁定刺激性污染气体的种类和区域;
通过拉格朗日反向溯源模型计算大气污染来源的潜在贡献区域的分布。
3.根据权利要求1所述的大气污染溯源方法,其特征在于,
所述基于国控站点的监测数据对所述潜在贡献区域的污染过程气象成因和污染来源进行分析包括:
对多种大气污染物进行长期观测以分析不同大气污染物的时空分布特征及长期变化趋势。
4.根据权利要求1所述的大气污染溯源方法,其特征在于,
所述根据分析结果利用移动观测平台对所述潜在贡献区域内的大气成分进行监测包括:
在预设时间内通过在目标点区域利用移动观测平台对特殊排放源类分别进行强化观测,以实现锁定或缩小异味污染种类的范围,明确区域异味污染的来源区域或企业,其中,所述特殊排放源类包括VOCs、SO2、H2S、甲烷、硫酸气和硝酸气。
5.根据权利要求1所述的大气污染溯源方法,其特征在于,
所述根据监测结果识别并解析大气成分中的特征污染因子包括:
通过多种检测仪器分析不同物种的浓度特征和空间来源分布差异,以区分光化学污染是局地生成还是外来输送;并判断各影响要素之间的相关关联,分析光化学污染主控因子,解析并量化前体物的来源。
6.根据权利要求1所述的大气污染溯源方法,其特征在于,
所述搭建拉格朗日网格化溯源模型并实时计算污染气团来源概率的分布区域包括:
构建多重嵌套框架,选取参数化方案,确定垂直分层数及边界层强化模拟高度,同化探空气象观测资料,构建高分辨率气象场;
搭建拉格朗日网格化溯源模型,设置释放粒子数目及推算时间,实时计算污染气团来源概率分布;
实时计算溯源给定位置的污染气团来源贡献,实现污染物来源分析;
在收到异味投诉后,实时提供拉格朗日反向溯源模拟,生成结果文件,所述结果文件包括污染气团的主要输送路径和潜在源区。
7.根据权利要求1所述的大气污染溯源方法,其特征在于,
所述统计所述分布区域内的污染物浓度以及企业排放清单中各行业对于污染物浓度的贡献量包括:
建立模拟污染物浓度及企业排放清单中各行业对污染物贡献的数据库;
解析拉格朗日模型运行结果文件以得到需要的污染物浓度数据和污染源解析数据,将数据转换为格式数据并自动渲染输出形成图片及结论。
8.根据权利要求1所述的大气污染溯源方法,其特征在于,
所述污染投诉事件的内容包括异味出现时段、出现位置及异味描述。
9.根据权利要求3所述的大气污染溯源方法,其特征在于,
所述时空分布特征为细颗粒物和重要气态前体物质量浓度的时空分布特征。
10.根据权利要求5所述的大气污染溯源方法,其特征在于,
所述多种检测仪器中包括挥发性有机物在线监测质谱仪,用于测量做或者那个挥发性有机物。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811418456.4A CN109583743A (zh) | 2018-11-26 | 2018-11-26 | 基于拉格朗日模型和移动观测平台的大气污染溯源方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811418456.4A CN109583743A (zh) | 2018-11-26 | 2018-11-26 | 基于拉格朗日模型和移动观测平台的大气污染溯源方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109583743A true CN109583743A (zh) | 2019-04-05 |
Family
ID=65924142
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811418456.4A Pending CN109583743A (zh) | 2018-11-26 | 2018-11-26 | 基于拉格朗日模型和移动观测平台的大气污染溯源方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109583743A (zh) |
Cited By (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109975492A (zh) * | 2019-04-15 | 2019-07-05 | 南京大学 | 沿海大气复合污染天空地一体化监测预警系统 |
CN110085281A (zh) * | 2019-04-26 | 2019-08-02 | 成都之维安科技股份有限公司 | 一种基于特征污染因子源解析的环境污染溯源系统及方法 |
CN110095394A (zh) * | 2019-05-27 | 2019-08-06 | 佛山市环境监测中心站 | 一种大气颗粒物污染快速溯源方法 |
CN110147383A (zh) * | 2019-04-25 | 2019-08-20 | 北京英视睿达科技有限公司 | 确定污染源类型的方法及装置 |
CN110261271A (zh) * | 2019-07-03 | 2019-09-20 | 安徽科创中光科技有限公司 | 一种基于激光雷达大数据的水平污染溯源人工智能识别系统 |
CN110531030A (zh) * | 2019-08-16 | 2019-12-03 | 北京慧辰资道资讯股份有限公司 | 一种基于物联网大数据大气污染物分析的方法及装置 |
CN110954658A (zh) * | 2019-12-02 | 2020-04-03 | 上海宝钢工业技术服务有限公司 | 工业园区挥发性有机物网格化溯源调查的方法 |
CN111103397A (zh) * | 2019-11-21 | 2020-05-05 | 浙江华珍科技有限公司 | 一种大气污染溯源监测方法 |
CN111611296A (zh) * | 2020-05-20 | 2020-09-01 | 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 |
CN111612064A (zh) * | 2020-05-20 | 2020-09-01 | 中科三清科技有限公司 | Pm2.5污染气团溯源方法、装置、电子设备及存储介质 |
CN111814111A (zh) * | 2020-05-25 | 2020-10-23 | 南京大学环境规划设计研究院股份公司 | 一种工业园区大气污染物溯源方法 |
CN112182064A (zh) * | 2020-09-25 | 2021-01-05 | 中科三清科技有限公司 | 一种污染物来源分析方法、装置、电子设备及存储介质 |
CN112540148A (zh) * | 2019-09-20 | 2021-03-23 | 中国石油化工股份有限公司 | 一种炼化企业大气污染物监测预警与溯源系统构建方法 |
CN112540147A (zh) * | 2019-09-20 | 2021-03-23 | 中国石油化工股份有限公司 | 一种炼化企业区域性大气污染物溯源方法 |
CN112926172A (zh) * | 2019-12-06 | 2021-06-08 | 中国科学院沈阳计算技术研究所有限公司 | 一种突发性重金属水污染追踪溯源的方法 |
CN112925863A (zh) * | 2021-01-25 | 2021-06-08 | 北京工业大学 | 一种面向水环境管理平台的基于多要素分析的水污染溯源定位方法 |
CN113155939A (zh) * | 2021-03-30 | 2021-07-23 | 山东大学 | 一种挥发性有机物在线来源解析方法、系统、设备及介质 |
CN113379150A (zh) * | 2021-06-24 | 2021-09-10 | 中科三清科技有限公司 | 大气现状成因的识别方法及装置、计算机设备及存储介质 |
CN113407590A (zh) * | 2020-03-16 | 2021-09-17 | 博环(北京)科技有限公司 | 一种污染源定位方法、装置、电子设备及存储介质 |
CN113672873A (zh) * | 2021-08-25 | 2021-11-19 | 中科三清科技有限公司 | 污染物源解析方法、装置、电子设备及存储介质 |
CN113984968A (zh) * | 2021-10-26 | 2022-01-28 | 上海建科环境技术有限公司 | 一种工业园区大气VOCs溯源方法 |
CN114359002A (zh) * | 2022-03-21 | 2022-04-15 | 四川国蓝中天环境科技集团有限公司 | 基于移动监测趋势挖掘的大气污染小尺度溯源方法及系统 |
CN114354841A (zh) * | 2020-10-12 | 2022-04-15 | 江苏省环境科学研究院 | 一种大数据与空气质量模型联用的臭氧污染溯源及验证方法 |
CN114662344A (zh) * | 2022-05-23 | 2022-06-24 | 南昌云宜然科技有限公司 | 基于连续在线观测数据的大气污染溯源预测方法及系统 |
CN115130831A (zh) * | 2022-06-08 | 2022-09-30 | 北京工业大学 | 一种小尺度精细化大气污染溯源方法 |
CN115855761A (zh) * | 2022-11-03 | 2023-03-28 | 生态环境部卫星环境应用中心 | 五基协同天空地一体化大气环境立体遥感监测系统及方法 |
CN115879595A (zh) * | 2022-09-13 | 2023-03-31 | 重庆市生态环境大数据应用中心 | 一种城区大气污染网格化平台的构建方法 |
CN116109323A (zh) * | 2022-12-26 | 2023-05-12 | 北京中科三清环境技术有限公司 | 臭氧污染溯源方法、装置、设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101668753B1 (ko) * | 2015-06-29 | 2016-11-09 | 한국건설기술연구원 | 대기 오염 관리 시스템 |
CN106295905A (zh) * | 2016-08-22 | 2017-01-04 | 南京大学 | 一种基于拉格朗日输送模型的空气质量快速溯源预报方法 |
CN106548438A (zh) * | 2016-10-21 | 2017-03-29 | 常州市环境监测中心 | 一种城市工业源排放清单的建立方法 |
CN106841436A (zh) * | 2017-01-18 | 2017-06-13 | 上海市环境监测中心 | 一种工业区大气VOCs自动监测预警溯源系统及其方法 |
-
2018
- 2018-11-26 CN CN201811418456.4A patent/CN109583743A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101668753B1 (ko) * | 2015-06-29 | 2016-11-09 | 한국건설기술연구원 | 대기 오염 관리 시스템 |
CN106295905A (zh) * | 2016-08-22 | 2017-01-04 | 南京大学 | 一种基于拉格朗日输送模型的空气质量快速溯源预报方法 |
CN106548438A (zh) * | 2016-10-21 | 2017-03-29 | 常州市环境监测中心 | 一种城市工业源排放清单的建立方法 |
CN106841436A (zh) * | 2017-01-18 | 2017-06-13 | 上海市环境监测中心 | 一种工业区大气VOCs自动监测预警溯源系统及其方法 |
Cited By (41)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109975492A (zh) * | 2019-04-15 | 2019-07-05 | 南京大学 | 沿海大气复合污染天空地一体化监测预警系统 |
CN110147383A (zh) * | 2019-04-25 | 2019-08-20 | 北京英视睿达科技有限公司 | 确定污染源类型的方法及装置 |
CN110085281A (zh) * | 2019-04-26 | 2019-08-02 | 成都之维安科技股份有限公司 | 一种基于特征污染因子源解析的环境污染溯源系统及方法 |
CN110095394A (zh) * | 2019-05-27 | 2019-08-06 | 佛山市环境监测中心站 | 一种大气颗粒物污染快速溯源方法 |
CN110261271A (zh) * | 2019-07-03 | 2019-09-20 | 安徽科创中光科技有限公司 | 一种基于激光雷达大数据的水平污染溯源人工智能识别系统 |
CN110531030A (zh) * | 2019-08-16 | 2019-12-03 | 北京慧辰资道资讯股份有限公司 | 一种基于物联网大数据大气污染物分析的方法及装置 |
CN110531030B (zh) * | 2019-08-16 | 2021-11-12 | 北京慧辰资道资讯股份有限公司 | 一种基于物联网大数据大气污染物分析的方法及装置 |
CN112540148A (zh) * | 2019-09-20 | 2021-03-23 | 中国石油化工股份有限公司 | 一种炼化企业大气污染物监测预警与溯源系统构建方法 |
CN112540147A (zh) * | 2019-09-20 | 2021-03-23 | 中国石油化工股份有限公司 | 一种炼化企业区域性大气污染物溯源方法 |
CN112540147B (zh) * | 2019-09-20 | 2023-12-22 | 中国石油化工股份有限公司 | 一种炼化企业区域性大气污染物溯源方法 |
CN112540148B (zh) * | 2019-09-20 | 2023-10-20 | 中国石油化工股份有限公司 | 一种炼化企业大气污染物监测预警与溯源系统构建方法 |
CN111103397A (zh) * | 2019-11-21 | 2020-05-05 | 浙江华珍科技有限公司 | 一种大气污染溯源监测方法 |
CN110954658B (zh) * | 2019-12-02 | 2023-09-29 | 上海宝钢工业技术服务有限公司 | 工业园区挥发性有机物网格化溯源调查的方法 |
CN110954658A (zh) * | 2019-12-02 | 2020-04-03 | 上海宝钢工业技术服务有限公司 | 工业园区挥发性有机物网格化溯源调查的方法 |
CN112926172B (zh) * | 2019-12-06 | 2024-02-09 | 中国科学院沈阳计算技术研究所有限公司 | 一种突发性重金属水污染追踪溯源的方法 |
CN112926172A (zh) * | 2019-12-06 | 2021-06-08 | 中国科学院沈阳计算技术研究所有限公司 | 一种突发性重金属水污染追踪溯源的方法 |
CN113407590A (zh) * | 2020-03-16 | 2021-09-17 | 博环(北京)科技有限公司 | 一种污染源定位方法、装置、电子设备及存储介质 |
CN111611296A (zh) * | 2020-05-20 | 2020-09-01 | 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 |
CN111612064A (zh) * | 2020-05-20 | 2020-09-01 | 中科三清科技有限公司 | Pm2.5污染气团溯源方法、装置、电子设备及存储介质 |
CN111814111A (zh) * | 2020-05-25 | 2020-10-23 | 南京大学环境规划设计研究院股份公司 | 一种工业园区大气污染物溯源方法 |
CN112182064A (zh) * | 2020-09-25 | 2021-01-05 | 中科三清科技有限公司 | 一种污染物来源分析方法、装置、电子设备及存储介质 |
CN112182064B (zh) * | 2020-09-25 | 2021-07-20 | 中科三清科技有限公司 | 一种污染物来源分析方法、装置、电子设备及存储介质 |
CN114354841A (zh) * | 2020-10-12 | 2022-04-15 | 江苏省环境科学研究院 | 一种大数据与空气质量模型联用的臭氧污染溯源及验证方法 |
CN112925863A (zh) * | 2021-01-25 | 2021-06-08 | 北京工业大学 | 一种面向水环境管理平台的基于多要素分析的水污染溯源定位方法 |
CN113155939A (zh) * | 2021-03-30 | 2021-07-23 | 山东大学 | 一种挥发性有机物在线来源解析方法、系统、设备及介质 |
CN113379150A (zh) * | 2021-06-24 | 2021-09-10 | 中科三清科技有限公司 | 大气现状成因的识别方法及装置、计算机设备及存储介质 |
CN113672873B (zh) * | 2021-08-25 | 2022-05-13 | 中科三清科技有限公司 | 污染物源解析方法、装置、电子设备及存储介质 |
CN113672873A (zh) * | 2021-08-25 | 2021-11-19 | 中科三清科技有限公司 | 污染物源解析方法、装置、电子设备及存储介质 |
CN113984968A (zh) * | 2021-10-26 | 2022-01-28 | 上海建科环境技术有限公司 | 一种工业园区大气VOCs溯源方法 |
CN114359002B (zh) * | 2022-03-21 | 2022-05-20 | 四川国蓝中天环境科技集团有限公司 | 基于移动监测趋势挖掘的大气污染小尺度溯源方法及系统 |
CN114359002A (zh) * | 2022-03-21 | 2022-04-15 | 四川国蓝中天环境科技集团有限公司 | 基于移动监测趋势挖掘的大气污染小尺度溯源方法及系统 |
CN114662344B (zh) * | 2022-05-23 | 2022-08-23 | 南昌云宜然科技有限公司 | 基于连续在线观测数据的大气污染溯源预测方法及系统 |
CN114662344A (zh) * | 2022-05-23 | 2022-06-24 | 南昌云宜然科技有限公司 | 基于连续在线观测数据的大气污染溯源预测方法及系统 |
CN115130831A (zh) * | 2022-06-08 | 2022-09-30 | 北京工业大学 | 一种小尺度精细化大气污染溯源方法 |
CN115130831B (zh) * | 2022-06-08 | 2024-02-27 | 北京工业大学 | 一种小尺度精细化大气污染溯源方法 |
CN115879595B (zh) * | 2022-09-13 | 2023-10-24 | 重庆市生态环境大数据应用中心 | 一种城区大气污染网格化平台的构建方法 |
CN115879595A (zh) * | 2022-09-13 | 2023-03-31 | 重庆市生态环境大数据应用中心 | 一种城区大气污染网格化平台的构建方法 |
CN115855761A (zh) * | 2022-11-03 | 2023-03-28 | 生态环境部卫星环境应用中心 | 五基协同天空地一体化大气环境立体遥感监测系统及方法 |
CN115855761B (zh) * | 2022-11-03 | 2023-09-26 | 生态环境部卫星环境应用中心 | 五基协同天空地一体化大气环境立体遥感监测系统及方法 |
CN116109323B (zh) * | 2022-12-26 | 2023-08-01 | 北京中科三清环境技术有限公司 | 臭氧污染溯源方法、装置、设备及存储介质 |
CN116109323A (zh) * | 2022-12-26 | 2023-05-12 | 北京中科三清环境技术有限公司 | 臭氧污染溯源方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109583743A (zh) | 基于拉格朗日模型和移动观测平台的大气污染溯源方法 | |
CN110085281B (zh) | 一种基于特征污染因子源解析的环境污染溯源系统及方法 | |
CN112418609A (zh) | 一种基于面-网格-点的大气二次污染精准溯源方法 | |
Ferrero et al. | Impact of the electric vehicles on the air pollution from a highway | |
Ketzel et al. | Evaluation of the street pollution model OSPM for measurements at 12 streets stations using a newly developed and freely available evaluation tool | |
Stein et al. | A hybrid modeling approach to resolve pollutant concentrations in an urban area | |
CN114371260B (zh) | 一种工业企业无组织VOCs网格化监测、扩散预警及溯源方法 | |
CN111368401A (zh) | 污染源的溯源方法、装置和存储介质 | |
Misra et al. | An integrated modelling approach to estimate urban traffic emissions | |
KR102324392B1 (ko) | 지역별 미세먼지 농도 예측방법 및 시스템 | |
CN109118129A (zh) | 一种大气污染物精准溯源识别系统及方法 | |
CN111798928B (zh) | 大气颗粒物污染源解析方法和装置 | |
CN111696369A (zh) | 一种基于多源地理空间大数据的全市道路分时分车型交通流预测方法 | |
Zhang et al. | Large-eddy simulation of traffic-related air pollution at a very high resolution in a mega-city: evaluation against mobile sensors and insights for influencing factors | |
Hopke | Chemometrics applied to environmental systems | |
Cheng et al. | Source term estimation with deficient sensors: Traceability and an equivalent source approach | |
CN110471131B (zh) | 高空间分辨率的精细化大气水平能见度自动预报方法及系统 | |
Von Der Weiden-Reinmüller et al. | Application of mobile aerosol and trace gas measurements for the investigation of megacity air pollution emissions: the Paris metropolitan area | |
Dubey et al. | Evaluation of vertical and horizontal distribution of particulate matter near an urban roadway using an unmanned aerial vehicle | |
CN116109323B (zh) | 臭氧污染溯源方法、装置、设备及存储介质 | |
Álvarez Narváez et al. | Estimation of the vehicle emission factor in different areas of Cartagena de Indias | |
Dalla Fontana et al. | A performance evaluation of the CAMx air quality model to forecast ozone and PM10 over the Italian region of Veneto | |
Isakov et al. | Resolving neighborhood scale in air toxics modeling: A case study in Wilmington, CA | |
Ramos et al. | Geostatistics for air quality mapping: Case of Baguio City, Philippines | |
Pradhan et al. | The role of IoT in smart cities: Challenges of air quality mass sensor technology for sustainable solutions |
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: 20190405 |
|
RJ01 | Rejection of invention patent application after publication |