CN109992740A - 一种基于数据库计算污染源实际排放水平的方法 - Google Patents

一种基于数据库计算污染源实际排放水平的方法 Download PDF

Info

Publication number
CN109992740A
CN109992740A CN201910116639.9A CN201910116639A CN109992740A CN 109992740 A CN109992740 A CN 109992740A CN 201910116639 A CN201910116639 A CN 201910116639A CN 109992740 A CN109992740 A CN 109992740A
Authority
CN
China
Prior art keywords
pollutant concentration
monitoring
pollution sources
database
concentration
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.)
Granted
Application number
CN201910116639.9A
Other languages
English (en)
Other versions
CN109992740B (zh
Inventor
刘保献
张大伟
李云婷
李倩
郭元喜
张章
廖炳瑜
程念亮
严京海
郇宁
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.)
Beijing Municipal Environmental Monitoring Center
Original Assignee
Beijing Municipal Environmental Monitoring Center
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 Beijing Municipal Environmental Monitoring Center filed Critical Beijing Municipal Environmental Monitoring Center
Priority to CN201910116639.9A priority Critical patent/CN109992740B/zh
Publication of CN109992740A publication Critical patent/CN109992740A/zh
Application granted granted Critical
Publication of CN109992740B publication Critical patent/CN109992740B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • G06F17/13—Differential equations
    • 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
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Chemical & Material Sciences (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • Operations Research (AREA)
  • Medicinal Chemistry (AREA)
  • Algebra (AREA)
  • Combustion & Propulsion (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Food Science & Technology (AREA)
  • General Engineering & Computer Science (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一种基于数据库计算污染源实际排放水平的方法，包括：在污染源周围设置多个监测点位，并实时监测和记录空气中的污染物浓度；对污染源空气中的污染物浓度进行多次现场测定，同时记录所述监测站点监测到的空气中的污染物浓度；获得研究区域的气象条件和地形条件，并将研究区域划分为多个网格；利用现场测定的污染物浓度、所述监测站点监测到的污染物浓度以及研究区域的气象条件和地形条件确定模型参数并构建数据库；获得实际监测时所述监测站点监测到的污染物浓度和当时的气象条件，并根据所述数据库的数据计算得到污染源实际排放水平。本发明的方法在满足准确度的前提下，可进行连续在线监测，迅速获得污染源实际排放水平。

Description

一种基于数据库计算污染源实际排放水平的方法
技术领域
本发明属于大气污染监测领域，具体涉及一种基于数据库计算污染源实际排放水平的方法。
背景技术
空气污染，又称为大气污染，按照国际标准化组织(ISO)的定义，空气污染通常是指：由于人类活动或自然过程引起某些物质进入大气中，呈现出足够的浓度，达到足够的时间，并因此危害了人类的舒适、健康和福利或环境的现象。造成空气污染的一个主要因素是工业废气的排放。
从形态上分析，工业废气可以分为颗粒性废气和气态性废气。颗粒性废气主要是生产过程中产生的污染性烟尘，其来源主要有水泥厂、重型工业材料生产厂、重金属制造厂以及化工厂等。气态性废气是工业废气中种类最多也是危害性最大的。目前气体性废气主要有含氮有机废气、含硫废气以及碳氢有机废气。
为了防止工业废气影响大气环境质量，进而危害人体生命安全，我国要求重工业企业要安装尾气处理装置，处理达标后的尾气才允许排入大气环境。但是收到诸多因素的影响，一部分企业安装尾气处理装置以后，并不能够保证装置有效运行，导致工业废气不达标排放。目前亟需一种有效手段监测污染源实际排放水平，用以评估企业排放达标情况。
目前，为了考察企业排放水平是否达标，一般有三种方法。
(1)现场采样，送至实验室进行测定分析，根据分析结果，评估企业排放水平。
(2)携带便携式监测设备，在线监测，根据实地监测结果，评估企业排放水平。
以上两种方法，均能够准确地反应采样时，企业的排放水平，但是由于采样次数的局限性，所得结果并不具代表性，若增加采样次数，有需要投入大量的人力物力。
(3)在企业主导风向的下风向布设空气质量监测设备，实时监测空气中污染物浓度水平，用来评估企业排放水平。
此方法的优点是可以连续不间断地监测企业排放浓度，但是由于一般设备布设在主导风向下风向，当风向非主导风的季节时，设备只能监测到排放气体扩散到监测设备处的浓度，一般浓度较低，并非企业的真实排放水平；若在企业四周均布设空气质量监测设备，能够避免主导风向和非主导风向的影响，但是由于设备离实际排污口还存在一定的距离，受到空气稀释的影响，监测设备监测到的数值一般低于企业实际排放水平。
鉴于目前监测方法存在的问题，需要一种可靠的方法，能够持续准确地反映企业实际排放水平。
发明内容
有鉴于此，本发明提出了一种基于数据库计算污染源实际排放水平的方法，可以准确地在线连续监测污染源实际排放水平。
为了达到上述目的，本发明采用以下技术方案：
一种基于数据库计算污染源实际排放水平的方法，包括：
在污染源周围设置多个监测点位，并实时监测和记录空气中的污染物浓度；
对污染源空气中的污染物浓度进行多次现场测定，同时记录所述监测站点监测到的空气中的污染物浓度；
获得研究区域的气象条件和地形条件，并将研究区域划分为多个网格；
利用现场测定的污染物浓度、所述监测站点监测到的污染物浓度以及研究区域的气象条件和地形条件确定模型参数并构建数据库；
获得实际监测时所述监测站点监测到的污染物浓度和当时的气象条件，并根据所述数据库的数据计算得到污染源实际排放水平。
在一些实施例中，所述监测点位至少为四个，分布于所述污染源的四周。
在一些实施例中，所述气象条件包括风速、风向、温度、湿度和气压，所述地形条件包括经度、纬度和高程。
在一些实施例中，构建数据库的步骤包括：
将现场测定的污染物浓度输入描述气体流动和扩散过程的三维模型进行数值模拟计算，获得监测点位处的模拟浓度；
调整所述三维模型里的参数，使得模拟浓度与所述监测站点监测到的污染物浓度的误差最小，从而确定模型参数；
保持气象条件不变，在不同的现场测定的污染物浓度下，计算所述监测站点的模拟浓度；
保持在现场测定的污染物浓度不变，改变气象条件，计算所述监测站点的模拟浓度；
利用现场测定的污染物浓度、气象条件和计算得到的模拟浓度构建数据库。
在一些实施例中，所述三维模型包括连续性方程、动量守恒方程、能量方程、密度方程和湍流流动模型。
在一些实施例中，所述三维模型的微分方程组的通用形式为：
式中，Φ为控制变量，ΓΦ为控制变量的扩散系数，SΦ为控制变量的源项，ρ为空气密度，t为扩散时长，uj为风速，xj为距污染源距离。
在一些实施例中，利用所述数据库计算得到污染源实际排放水平的步骤包括：
将实际监测时所述监测站点监测到的污染物浓度和当时的气象条件与数据库中的数据进行对比，获得与所述监测站点监测到的污染物浓度和当时的气象条件接近的多个数据样本；
利用样条插值的方法，以所述数据样本中现场测定的污染物浓度为基准进行插值，获取污染源实际排放水平。
与现有技术相比，本发明具有以下有益效果：
本发明利用数值模型模拟计算，构建污染源排放案例数据库，建立污染源排放源与空气质量监测设备之间的映射关系。当获得地面监测设备监测浓度数据后，可以通过提前构建的映射关系，迅速计算出污染源的实际排放水平。因此，在满足准确度的前提下，可进行连续在线监测，迅速获得污染源实际排放水平。
附图说明
图1为本发明实施例基于数据库计算污染源实际排放水平的方法流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明作进一步的详细说明。
如图1所示，本发明提供一种基于数据库计算污染源实际排放水平的方法，包括：
在污染源周围设置多个监测点位，并实时监测和记录空气中的污染物浓度；
对污染源空气中的污染物浓度进行多次现场测定，同时记录所述监测站点监测到的空气中的污染物浓度；
获得研究区域的气象条件和地形条件，并将研究区域划分为多个网格；
利用现场测定的污染物浓度、所述监测站点监测到的污染物浓度以及研究区域的气象条件和地形条件确定模型参数并构建数据库；
获得实际监测时所述监测站点监测到的污染物浓度和当时的气象条件，并根据所述数据库的数据计算得到污染源实际排放水平。
需要说明的是，所述方法并不限定各步骤的顺序，各步骤可按照任何可能的方式排列，例如获得所述污染源的气象和地形条件的步骤也可作为第一步骤。
在本发明的实施例中，利用本发明所述方法来计算一企业的实际排放水平，具体包括以下步骤：
(1)布设监测点位
在企业东南西北四个方位布设监测点位，监测点位的数量可以根据企业占地面积、污染物排放水平等因素确定，对于大型企业，监测点位的数量应适当增加。
(2)获取监测数据
实时监测空气中污染物浓度，并实时记录存档。
(3)人工测量企业排放浓度
现场采样十次，测定企业排放浓度，同时记录监测设备的监测数据。
(4)收集资料
1)气象资料，包括风速、风向、温度、湿度和气压等因素；
2)地形资料，包括经度、纬度、高程；
3)划分网格，将研究区域划分为10m×10m小网格，这样可以计算得到任意一个网格的浓度。
(4)选择参数
1)将现场采样获得的结果作为输入参数，利用描述气体流动和扩散过程的三维模型进行数值模拟计算，获得设备点位处的计算浓度；
其中的三维模型包括连续性方程(质量守恒定律在流体力学中的具体表述形式)、动量守恒方程、能量方程、密度方程(或气体状态方程)和湍流流动模型，该三维模型的微分方程组的通用形式为：
式中，Φ为控制变量，ΓΦ为控制变量的扩散系数，SΦ为控制变量的源项，ρ为空气密度，t为扩散时长，uj为风速，xj为距污染源距离。
所述微分方程组具有、非线性、多变量、强耦合和定解条件复杂等特点，所以不太可能用解析法求解，通常将该微分方程组离散化以后，用数值迭代法求解。
2)调整模型里的其他参数(扩散系数、下垫面摩擦阻力等)，使得模型模拟结果与实际监测结果误差最小。
(5)构建案例数据库
1)按照步骤(4)中确定的参数设置模型的初始参数；
2)保持气象条件不变，设定不同的企业排放浓度，计算监测设备点位处的模拟浓度，记录并保存结果；
3)保持污染排放水平不变，在不同气象条件下进行实验，例如分别改变风速、风向、温度、湿度和气压等气象因素，计算监测设备点位处的模拟浓度，记录并保存结果；
4)将2)和3)计算获得的结果构建数据库。
(6)匹配案例
获得监测设备的实际监测浓度以后，再获取此时气象条件，与数据库作对比，找出最相近的几个案例进行匹配。
(7)获取企业实际排放水平
利用样条插值的方法，以匹配案例的企业排放水平为基准进行插值，获取企业的实际排放水平。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种基于数据库计算污染源实际排放水平的方法，其特征在于，包括：
在污染源周围设置多个监测点位，并实时监测和记录空气中的污染物浓度；
对污染源空气中的污染物浓度进行多次现场测定，同时记录所述监测站点监测到的空气中的污染物浓度；
获得研究区域的气象条件和地形条件，并将研究区域划分为多个网格；
利用现场测定的污染物浓度、所述监测站点监测到的污染物浓度以及研究区域的气象条件和地形条件确定模型参数并构建数据库；
获得实际监测时所述监测站点监测到的污染物浓度和当时的气象条件，并根据所述数据库的数据计算得到污染源实际排放水平。
2.根据权利要求1所述的方法，其中，所述监测点位至少为四个，分布于所述污染源的四周。
3.根据权利要求1所述的方法，其中，所述气象条件包括风速、风向、温度、湿度和气压。
4.根据权利要求1所述的方法，其中，所述地形条件包括经度、纬度和高程。
5.根据权利要求1所述的方法，其中，构建数据库的步骤包括：
将现场测定的污染物浓度输入描述气体流动和扩散过程的三维模型进行数值模拟计算，获得监测点位处的模拟浓度；
调整所述三维模型里的参数，使得模拟浓度与所述监测站点监测到的污染物浓度的误差最小，从而确定模型参数；
保持气象条件不变，在不同的现场测定的污染物浓度下，计算所述监测站点的模拟浓度；
保持在现场测定的污染物浓度不变，改变气象条件，计算所述监测站点的模拟浓度；
利用现场测定的污染物浓度、气象条件和计算得到的模拟浓度构建数据库。
6.根据权利要求5所述的方法，其中，所述三维模型包括连续性方程、动量守恒方程、能量方程、密度方程和湍流流动模型。
7.根据权利要求5所述的方法，其中，所述三维模型的微分方程组的通用形式为：
式中，Φ为控制变量，ΓΦ为控制变量的扩散系数，SΦ为控制变量的源项，ρ为空气密度，t为扩散时长，uj为风速，xj为距污染源距离。
8.根据权利要求1所述的方法，其中，利用所述数据库计算得到污染源实际排放水平的步骤包括：
将实际监测时所述监测站点监测到的污染物浓度和当时的气象条件与数据库中的数据进行对比，获得与所述监测站点监测到的污染物浓度和当时的气象条件接近的多个数据样本；
利用样条插值的方法，以所述数据样本中现场测定的污染物浓度为基准进行插值，获取污染源实际排放水平。
CN201910116639.9A 2019-02-14 2019-02-14 一种基于数据库计算污染源实际排放水平的方法 Active CN109992740B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910116639.9A CN109992740B (zh) 2019-02-14 2019-02-14 一种基于数据库计算污染源实际排放水平的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910116639.9A CN109992740B (zh) 2019-02-14 2019-02-14 一种基于数据库计算污染源实际排放水平的方法

Publications (2)

Publication Number Publication Date
CN109992740A true CN109992740A (zh) 2019-07-09
CN109992740B CN109992740B (zh) 2023-07-14

Family

ID=67129823

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910116639.9A Active CN109992740B (zh) 2019-02-14 2019-02-14 一种基于数据库计算污染源实际排放水平的方法

Country Status (1)

Country Link
CN (1) CN109992740B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110347891A (zh) * 2019-07-11 2019-10-18 华艺生态园林股份有限公司 基于区块链的水体污染监测方法
CN110514626A (zh) * 2019-07-23 2019-11-29 北京英视睿达科技有限公司 大气污染监测系统的数据校准方法和大气污染监测系统
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
CN110850030A (zh) * 2019-11-18 2020-02-28 山东汇力环保科技有限公司 一种微型空气站及环境监测方法
CN111157688A (zh) * 2020-03-06 2020-05-15 北京市环境保护监测中心 评价污染源对空气质量监测站影响的方法和装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102216811A (zh) * 2008-11-12 2011-10-12 三菱重工业株式会社 用于创建气流场数据库的系统和用于预测扩散物质的扩散状况的系统
US20150073758A1 (en) * 2012-05-11 2015-03-12 Hygie-Tech Sa Computerised method and system for modelling aeraulic flows, in particular for the quantitative assessment of the risk of airborne contamination
CN106650158A (zh) * 2016-12-31 2017-05-10 中国科学技术大学 一种基于cfd及多数据源的城市实时全局环境估计方法
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
CN107894492A (zh) * 2017-11-24 2018-04-10 成都立威斯科技有限公司 一种城市大气污染实时监测方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102216811A (zh) * 2008-11-12 2011-10-12 三菱重工业株式会社 用于创建气流场数据库的系统和用于预测扩散物质的扩散状况的系统
US20150073758A1 (en) * 2012-05-11 2015-03-12 Hygie-Tech Sa Computerised method and system for modelling aeraulic flows, in particular for the quantitative assessment of the risk of airborne contamination
CN106650158A (zh) * 2016-12-31 2017-05-10 中国科学技术大学 一种基于cfd及多数据源的城市实时全局环境估计方法
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
CN107894492A (zh) * 2017-11-24 2018-04-10 成都立威斯科技有限公司 一种城市大气污染实时监测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张磊 等: "基于复杂有害气体释放模型的雾霾气象条件下烟气排放影响分析", 《环境污染与防治》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110347891A (zh) * 2019-07-11 2019-10-18 华艺生态园林股份有限公司 基于区块链的水体污染监测方法
CN110347891B (zh) * 2019-07-11 2022-09-06 华艺生态园林股份有限公司 基于区块链的水体污染监测方法
CN110514626A (zh) * 2019-07-23 2019-11-29 北京英视睿达科技有限公司 大气污染监测系统的数据校准方法和大气污染监测系统
CN110514626B (zh) * 2019-07-23 2024-01-26 北京英视睿达科技股份有限公司 大气污染监测系统的数据校准方法和大气污染监测系统
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
CN110850030A (zh) * 2019-11-18 2020-02-28 山东汇力环保科技有限公司 一种微型空气站及环境监测方法
CN111157688A (zh) * 2020-03-06 2020-05-15 北京市环境保护监测中心 评价污染源对空气质量监测站影响的方法和装置
CN111157688B (zh) * 2020-03-06 2022-05-03 北京市环境保护监测中心 评价污染源对空气质量监测站影响的方法和装置

Also Published As

Publication number Publication date
CN109992740B (zh) 2023-07-14

Similar Documents

Publication Publication Date Title
CN109992740A (zh) 一种基于数据库计算污染源实际排放水平的方法
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
Glassy et al. Validating diurnal climatology logic of the MT‐CLIM model across a climatic gradient in Oregon
Zhang et al. Evaluation of the MIKE SHE model for application in the Loess Plateau, China 1
CN110716512A (zh) 一种基于燃煤电站运行数据的环保装备性能预测方法
Zhu et al. Mercury vapor air–surface exchange measured by collocated micrometeorological and enclosure methods–Part I: Data comparability and method characteristics
Wilson et al. Estimating surface‐air gas fluxes by inverse dispersion using a backward Lagrangian stochastic trajectory model
Alfieri et al. Intercomparison of nine micrometeorological stations during the BEAREX08 field campaign
Riddick et al. A cautionary report of calculating methane emissions using low-cost fence-line sensors
Kumar et al. Multi-year analysis of aerosol optical properties and implications to radiative forcing over urban Pretoria, South Africa
Xavier et al. An evaluation metric for intraseasonal variability and its application to CMIP3 twentieth-century simulations
Andria et al. Model characterization in measurements of environmental pollutants via data correlation of sensor outputs
Wang et al. Atmospheric sulfur deposition onto different ecosystems over China
CN110907318A (zh) 一种近地面大气总悬浮颗粒物质量浓度遥感物理估算方法
Fadavi et al. Evaluation of AERMOD for distribution modeling of particulate matters (Case study: Ardestan Cement Factory)
Erickson et al. Alignment of optical backscatter measurements from the EXPORTS Northeast Pacific Field Deployment
CN113804595A (zh) 一种多参数空气质量监测系统
CN111382506A (zh) 气溶胶及辐射相互作用对雾化效果影响的评估方法
Prasad et al. Greenhouse Gas Emissions and Dispersion:.
CN106096247B (zh) 基于多因子拟合模型的大气气溶胶光学厚度估计方法
Chen Quality control and verification of citizen science wind observations
Williams et al. Biases in regional carbon budgets from covariation of surface fluxes and weather in transport model inversions
Petrenci et al. Teaching tool for the assessment of main polluting agents near thermal power plants
Ramadhani et al. Effect of Mixing Height on Box Model Calculation in Sulfur Dioxide Dispersion Modeling of Oil and Gas Industries
Obisesan et al. Eddy Covariance Measurements of Turbulent Heat Fluxes over a Grass-covered Surface in a Tropical Location

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