CN110288256B - 情景分析方法及装置 - Google Patents
情景分析方法及装置 Download PDFInfo
- Publication number
- CN110288256B CN110288256B CN201910583622.4A CN201910583622A CN110288256B CN 110288256 B CN110288256 B CN 110288256B CN 201910583622 A CN201910583622 A CN 201910583622A CN 110288256 B CN110288256 B CN 110288256B
- Authority
- CN
- China
- Prior art keywords
- scene
- information
- analyzed
- group
- scenes
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 75
- 238000000034 method Methods 0.000 claims abstract description 27
- 238000004088 simulation Methods 0.000 claims abstract description 21
- 230000001960 triggered effect Effects 0.000 claims description 8
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 4
- 230000008569 process Effects 0.000 abstract description 9
- 238000007405 data analysis Methods 0.000 abstract description 2
- 239000010865 sewage Substances 0.000 description 15
- 230000002123 temporal effect Effects 0.000 description 8
- 238000003911 water pollution Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000012360 testing method Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000009395 breeding Methods 0.000 description 2
- 230000001488 breeding effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000003344 environmental pollutant Substances 0.000 description 2
- 244000144972 livestock Species 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 231100000719 pollutant Toxicity 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 244000144977 poultry Species 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000006467 substitution reaction Methods 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- 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
- G06Q50/06—Energy or water supply
-
- 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)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Entrepreneurship & Innovation (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开提供一种情景分析方法及装置,涉及数据分析技术领域。所述方法包括:获取预先设置的至少一个情景组的信息,每个所述情景组的信息包括多个具有相同时间范围和相同空间范围的情景的信息;对各个所述情景组中的各个情景的信息进行模拟分析,得到情景分析结果。通过获取预先设置的具有二级结构的各个情景的信息,可以针对同一情景组中的各个情景的信息进行分析,由于同一情景组中各个情景的时间范围和空间范围均相同,因此在分析过程中,可以排除部分影响因素,仅针对不同的影响因素进行分析,从而提高了对各个情景进行分析的效率。
Description
技术领域
本公开涉及数据分析技术领域,具体而言,涉及一种情景分析方法及装置。
背景技术
随着生态环境的不断恶化,可以通过设置情景并对设置的情景进行分析的方式,对区域内环境变化所受到的影响因素进行分析。
相关技术中,在涉及水环境规划管理的领域,可以根据区域对应的气象水文条件、区域内各个点源(企业和/或单位)和面源(农业种植、农村生活、畜禽养殖等)的排污情况,建立多个影响因素,并对各个影响因素进行调节,从而得到不同影响因素对应的情景,进而对各个情景进行分析,得到分析结果。
但是,在对各个情景进行分析的过程中,每个情景均包括多个影响因素,造成对设置的情景进行分析的过程中效率较低的问题。
发明内容
本公开的目的在于,针对上述现有技术中的不足,提供一种情景分析方法及装置,以解决对情景进行分析的过程中效率较低的问题。
为实现上述目的,本公开实施例采用的技术方案如下:
第一方面,本公开实施例提供了一种情景分析方法,所述方法包括:
获取预先设置的至少一个情景组的信息,每个所述情景组的信息包括多个具有相同时间范围和相同空间范围的情景的信息;
对各个所述情景组中的各个情景的信息进行模拟分析,得到情景分析结果。
可选的,在所述获取预先设置的至少一个情景组的信息之前,所述方法还包括:
确定每个所述情景组的时间范围和空间范围;
对于每个所述情景组,根据所述情景组对应的时间范围和空间范围,确定所述情景组对应的多个待分析情景的信息,所述待分析情景的信息包括:与所述情景组的时间范围相匹配的目标气象信息和与所述情景组的空间范围相匹配的目标排污信息;
根据所述情景组对应的多个所述待分析情景的信息,确定所述情景组对应的基准情景的信息。
可选的,所述根据所述情景组对应的时间范围和空间范围,确定所述情景组对应的多个待分析情景的信息,包括:
根据所述情景组对应的时间范围,获取预设年限内每年与所述情景组的时间范围相匹配的历史气象信息;
响应触发的选择操作,选择多个所述历史气象信息中与所述选择操作相对应的历史气象信息,得到所述待分析情景的目标气象信息。
可选的,所述根据所述情景组对应的时间范围和空间范围,确定所述情景组对应的多个待分析情景的信息,包括:
根据所述情景组对应的空间范围,获取与所述情景组的空间范围相匹配的多个排污类型;
确定每个所述排污类型对应的排污信息,得到所述待分析情景的所述目标排污信息。
可选的,所述根据所述情景组对应的多个所述待分析情景的信息,确定所述情景组对应的基准情景的信息,包括:
根据所述情景组对应的时间范围和空间范围,结合每个所述待分析情景的目标气象信息和目标排污信息,选取满足预设条件的待分析情景的信息作为所述基准情景的信息。
第二方面,本公开实施例还提供了一种情景分析装置,所述装置包括:
获取模块,用于获取预先设置的至少一个情景组的信息,每个所述情景组的信息包括多个具有相同时间范围和相同空间范围的情景的信息;
分析模块,用于对各个所述情景组中的各个情景的信息进行模拟分析,得到情景分析结果。
可选的,所述装置还包括:
第一确定模块,用于确定每个所述情景组的时间范围和空间范围;
第二确定模块,用于对于每个所述情景组,根据所述情景组对应的时间范围和空间范围,确定所述情景组对应的多个待分析情景的信息,所述待分析情景的信息包括:与所述情景组的时间范围相匹配的目标气象信息和与所述情景组的空间范围相匹配的目标排污信息;
第三确定模块,用于根据所述情景组对应的多个所述待分析情景的信息,确定所述情景组对应的基准情景的信息。
可选的,所述第二确定模块,具体用于根据所述情景组对应的时间范围,获取预设年限内每年与所述情景组的时间范围相匹配的历史气象信息;响应触发的选择操作,选择多个所述历史气象信息中与所述选择操作相对应的历史气象信息,得到所述待分析情景的目标气象信息。
可选的,所述第二确定模块,具体用于根据所述情景组对应的空间范围,获取与所述情景组的空间范围相匹配的多个排污类型;确定每个所述排污类型对应的排污信息,得到所述待分析情景的所述目标排污信息。
可选的,所述第三确定模块,具体用于根据所述情景组对应的时间范围和空间范围,结合每个所述待分析情景的目标气象信息和目标排污信息,选取满足预设条件的待分析情景的信息作为所述基准情景的信息。
本公开的有益效果是:
本公开实施例通过获取预先设置的至少一个情景组的信息,每个情景组的信息包括多个具有相同时间范围和相同空间范围的情景的信息,并对各个情景组中的各个情景的信息进行模拟分析,得到情景分析结果。通过获取预先设置的具有二级结构的各个情景的信息,可以针对同一情景组中的各个情景的信息进行分析,由于同一情景组中各个情景的时间范围和空间范围均相同,因此在分析过程中,可以排除部分影响因素,仅针对不同的影响因素进行分析,从而提高了对各个情景进行分析的效率。
附图说明
为了更清楚地说明本公开实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本公开的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1为本公开一实施例提供的情景分析方法的流程示意图;
图2为本公开另一实施例提供的情景分析方法的流程示意图;
图3为本公开一实施例提供的情景分析装置的示意图;
图4为本公开另一实施例提供的情景分析装置的示意图;
图5为本公开一实施例提供的情景分析装置的示意图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚,下面将结合本公开实施例中的附图,对本公开实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本公开一部分实施例,而不是全部的实施例。
本申请提供的情景分析方法可以应用在确定不同影响因素对环境所产生的影响大小的场景中,例如,可以通过预先设置的具有二级结构的情景组,对情景组中具有相同时间范围和空间范围的各个情景的气象信息和排污信息进行分析,从而得到各个影响因素对水环境的污染所产生的影响大小。
需要说明的是,在实际应用中,可以通过终端生成多个情景组,每个情景组包括多个情景,并通过预先设置分析模型对同一情景组中各个情景的信息进行分析,从而确定情景中的信息所对应的影响因素对环境所产生的影响的大小。
图1为本公开一实施例提供的情景分析方法的流程示意图,如图1所示,该方法包括:
步骤101、获取预先设置的至少一个情景组的信息。
其中,每个情景组的信息包括多个具有相同时间范围和相同空间范围的情景的信息。
为了提高对设置的各个情景的信息进行分析的效率,可以对各个情景中需要分析的影响因素进行分级简化,从而得到针对部分影响因素的分析结果。
因此,可以先获取各个情景组中的各个情景的信息,以便在后续步骤中,可以针对每个情景组中的各个情景的信息进行分析,从而确定情景中不同信息对应的影响因素对水污染所产生的影响大小。
需要说明的是,获取的各个情景组是根据需要模拟的情景所对应的时间和空间进行设置的。例如,需要分析某企业在4月对水污染所产生的影响大小,可以将情景组的时间范围设置为4月1日至4月30日、将空间范围设置为该企业所在的区域,并对该企业的排污量进行调节,从而得到该情景组中该企业的排污量各不相同的情景。
步骤102、对各个情景组中的各个情景的信息进行模拟分析,得到情景分析结果。
在获取得到的不同情景组中各个情景的信息后,可以对同一情景组中各个情景的信息进行模拟分析,得到情景分析结果,从而根据情景分析结果确定各个影响因素对水污染的影响大小,以及各个影响因素的组合对水污染的影响大小。
综上所述,本公开实施例提供的情景分析方法,通过获取预先设置的至少一个情景组的信息,每个情景组的信息包括多个具有相同时间范围和相同空间范围的情景的信息,并对各个情景组中的各个情景的信息进行模拟分析,得到情景分析结果。通过获取预先设置的具有二级结构的各个情景的信息,可以针对同一情景组中的各个情景的信息进行分析,由于同一情景组中各个情景的时间范围和空间范围均相同,因此在分析过程中,可以排除部分影响因素,仅针对不同的影响因素进行分析,从而提高了对各个情景进行分析的效率。
图2为本公开另一实施例提供的情景分析方法的流程示意图,如图2所示,该方法包括:
步骤201、确定每个情景组的时间范围和空间范围。
为了提高分析各个情景的效率,可以通过包括二级结构的情景组和与各个情景组对应的多个情景进行分析,从而可以方便快捷的对情景组中各个情景的信息所对应的影响因素进行调整,进而得到各个影响因素的分析结果。
因此,在通过各个情景的信息进行分析之前,可以对情景组的时间范围和空间范围进行确定,以便在后续步骤中,可以在确定的时间范围和空间范围内,对各个情景的信息对应的影响因素进行调整。
具体地,可以通过各个河流流域、行政区域或者控制单元对空间范围进行确定,并根据用户实际需要模拟的时间段对时间范围进行设置,从而得到情景组。
其中,控制单元是水污染控制管理中的一种空间范围划分方式,某一控制单元就是某一空间范围。
例如,在设定时间范围的界面中,可以选择开始时间和结束时间,若需要对1月的情景进行模拟,则可以选择1月1日作为开始时间,并将1月31日作为结束时间,从而完成对时间范围的设定。
步骤202、对于每个情景组,根据情景组对应的时间范围和空间范围,确定情景组对应的多个待分析情景的信息。
其中,待分析情景的信息包括:与情景组的时间范围相匹配的目标气象信息和与情景组的空间范围相匹配的目标排污信息。
在对情景组的时间范围和空间范围确定后,则可以根据确定的时间范围和空间范围设定各个影响因素,也即是,设定各个待分析情景的信息,从而得到多个待分析情景的信息。由于各个情景中的影响因素可以包括气象信息和排污信息,因此在生成各个情景的过程中,可以根据时间范围确定气象信息,并根据空间范围确定区域内的排污信息。
可选的,可以先根据情景组对应的时间范围和空间范围,获取预设年限内每年与情景组的空间范围相对应的历史排污信息、以及预设年限内每年与情景组的时间范围相对应的历史气象信息,以便根据获取的历史排污信息和历史气象信息,确定每个待分析情景的目标气象信息和目标排污信息。
其中,该预设年限可以为能够获取到数据的年限,例如,可以获取得到前10年的历史气象信息和历史排污信息,则可以将预设年限设置为10年。而且,若获取的历史气象信息和历史排污信息的年限不等,则以年限较短的时间作为预设年限,例如,可以获取5年内的历史排污信息和10年内的历史气象信息,则预设年限即为5年。
另外,历史气象信息可以为每年与时间范围相对应的时间段内的气象信息,该历史气象信息可以包括累计降雨量、平均风速与风向等气象条件,而历史排污信息可以为每个企业以及面源污染每年在与时间范围相对应的时间段内的排污数据,进一步地,每个企业的排污数据可以为排污量,而各类面源污染的排污数据可以为各种类型的污染物所对应的排放量。
当然,历史气象信息和历史排污信息还可以包括其他类型的数据,本公开实施例对此不做限定。
由于每个待分析情景的信息均可以包括目标气象信息和目标排污信息,而目标气象信息和目标排污信息的确定方式又不同,因此,步骤202可以包括步骤202a和步骤202b:
步骤202a、根据情景组对应的时间范围,获取预设年限内每年与情景组的时间范围相匹配的历史气象信息,响应触发的选择操作,选择多个历史气象信息中与选择操作相对应的历史气象信息,得到待分析情景的目标气象信息。
具体地,在确定目标气象信息的界面中,可以向用户展示预设年限内每年与情景组的时间范围相对应的时间段的气象信息,并检测用户触发的选择操作。若检测到用户触发的选择操作,则可以响应该选择操作,并将与选择操作相对应的历史气象信息作为待分析情景的目标气象信息。
例如,情景组的时间范围为1月1日至1月31日,预设年限为10年,则向用户展示的历史气象信息可以包括2010年至2019年每年1月1日至1月31日的气象信息,则用户可以将任意一年的气象信息作为目标气象信息。
步骤202b、根据情景组对应的空间范围,获取与情景组的空间范围相匹配的多个排污类型,再确定每个排污类型对应的排污信息,得到待分析情景的目标排污信息。
为了对待分析情景中的各个影响因素进行分析,可以对待分析情景中的各个点源和面源的排污信息进行调整,从而得到多个具有不同排污信息的待分析情景的信息。
具体地,可以先确定情景组内的各个点源和面源,并根据需要模拟分析的影响因素,对各个点源和各个面源的排污信息进行调整,从而得到不同调整程度的多个待分析情景的信息,以便在后续步骤中,可以对多个待分析情景中各个信息对应的调整的影响因素进行分析,得到分析结果。
例如,需要分析某个点源(企业A)的排污量对水污染产生的影响,则可以分别对企业A的排污量下调5%、10%、20%和50%等,从而得到多个不同的待分析情景的信息。
当然,还可以在面源(选定空间范围内)中,按照农业种植、农村生活、畜禽养殖等多个排污类型,对各个类型的排污量进行削减模拟,本公开实施例对此不做限定。
需要说明的是,在实际应用中,可以先执行步骤202a,再执行步骤202b,也可以先执行步骤202b,再执行步骤202a,还可以同时执行步骤202a和202b,本公开实施例对此不做限定。
步骤203、根据情景组对应的多个待分析情景的信息,确定情景组对应的基准情景的信息。
为了确定各个待分析情景的调整系数,需要根据时间范围和空间范围,从多个待分析情景中选取与情景组对应的基准情景,以便其他待分析情景可以以基准情景为参考。
可选的,可以根据情景组对应的时间范围和空间范围,结合每个待分析情景的目标气象信息和目标排污信息,选取满足预设条件的待分析情景的信息作为基准情景的信息。
具体地,可以先确定需要分析的一个或多个影响因素产生的影响,再根据需要分析的影响因素,从多个待分析情景中,根据各个待分析情景中需要分析的影响因素对应的参数值或参数值范围,选取参数值或参数值范围位于中位数或平均数的待分析情景的信息作为基准场景的信息。
当然,在实际应用中,也可以将参数值或参数值范围最大或最小的待分析情景的信息作为基准场景的信息,本申请实施例对此不做限定。
步骤204、获取预先设置的至少一个情景组的信息。
其中,每个情景组的信息包括多个具有相同时间范围和相同空间范围的情景的信息。
步骤205、对各个情景组中的各个情景的信息进行模拟分析,得到情景分析结果。
综上所述,本公开实施例提供的情景分析方法,通过获取预先设置的至少一个情景组的信息,每个情景组的信息包括多个具有相同时间范围和相同空间范围的情景的信息,并对各个情景组中的各个情景的信息进行模拟分析,得到情景分析结果。通过获取预先设置的具有二级结构的各个情景的信息,可以针对同一情景组中的各个情景的信息进行分析,由于同一情景组中各个情景的时间范围和空间范围均相同,因此在分析过程中,可以排除部分影响因素,仅针对不同的影响因素进行分析,从而提高了对各个情景进行分析的效率。
进一步地,通过设置情景组,并在情景组统一的时间范围和空间范围内,形成多个针对一个或多个影响因素的情景,从而可以得到方便管理与测试的分级情景。而且,在其他影响因素不变的情况下,对需要分析的影响因素进行模拟测试,可以快速完成各个情景的模拟分析,提高了模拟分析各个情景的分析效率。
图3为本公开一实施例提供的情景分析装置的示意图,如图3所示,该装置具体包括:
获取模块301,用于获取预先设置的至少一个情景组的信息,每个该情景组的信息包括多个具有相同时间范围和相同空间范围的情景的信息;
分析模块302,用于对各个该情景组中的各个情景的信息进行模拟分析,得到情景分析结果。
可选的,参见图4,该装置还包括:
第一确定模块303,用于确定每个该情景组的时间范围和空间范围;
第二确定模块304,用于对于每个该情景组,根据该情景组对应的时间范围和空间范围,确定该情景组对应的多个待分析情景的信息,该待分析情景的信息包括:与该情景组的时间范围相匹配的目标气象信息和与该情景组的空间范围相匹配的目标排污信息;
第三确定模块305,用于根据该情景组对应的多个该待分析情景的信息,确定该情景组对应的基准情景的信息。
可选的,该第二确定模块304,具体用于根据该情景组对应的时间范围,获取预设年限内每年与该情景组的时间范围相匹配的历史气象信息;响应触发的选择操作,选择多个该历史气象信息中与该选择操作相对应的历史气象信息,得到该待分析情景的目标气象信息。
可选的,该第二确定模块304,具体用于根据该情景组对应的空间范围,获取与该情景组的空间范围相匹配的多个排污类型;确定每个该排污类型对应的排污信息,得到该待分析情景的该目标排污信息。
可选的,该第三确定模块305,具体用于根据该情景组对应的时间范围和空间范围,结合每个该待分析情景的目标气象信息和目标排污信息,选取满足预设条件的待分析情景的信息作为该基准情景的信息。
综上所述,本公开实施例提供的情景分析装置,通过获取预先设置的至少一个情景组的信息,每个情景组的信息包括多个具有相同时间范围和相同空间范围的情景的信息,并对各个情景组中的各个情景的信息进行模拟分析,得到情景分析结果。通过获取预先设置的具有二级结构的各个情景的信息,可以针对同一情景组中的各个情景的信息进行分析,由于同一情景组中各个情景的时间范围和空间范围均相同,因此在分析过程中,可以排除部分影响因素,仅针对不同的影响因素进行分析,从而提高了对各个情景进行分析的效率。
进一步地,通过设置情景组,并在情景组统一的时间范围和空间范围内,形成多个针对一个或多个影响因素的情景,从而可以得到方便管理与测试的分级情景。而且,在其他影响因素不变的情况下,对需要分析的影响因素进行模拟测试,可以快速完成各个情景的模拟分析,提高了模拟分析各个情景的分析效率。
上述装置用于执行前述实施例提供的方法,其实现原理和技术效果类似,在此不再赘述。
以上这些模块可以是被配置成实施以上方法的一个或多个集成电路,例如:一个或多个特定集成电路(Application Specific Integrated Circuit,简称ASIC),或,一个或多个微处理器(digital singnal processor,简称DSP),或,一个或者多个现场可编程门阵列(Field Programmable Gate Array,简称FPGA)等。再如,当以上某个模块通过处理元件调度程序代码的形式实现时,该处理元件可以是通用处理器,例如中央处理器(CentralProcessing Unit,简称CPU)或其它可以调用程序代码的处理器。再如,这些模块可以集成在一起,以片上系统(system-on-a-chip,简称SOC)的形式实现。
图5为本公开一实施例提供的情景分析装置的示意图,该装置可以集成于终端设备或者终端设备的芯片,该终端可以是具备情景分析功能的计算设备。
该装置包括:存储器501、处理器502。
存储器501用于存储程序,处理器502调用存储器501存储的程序,以执行上述方法实施例。具体实现方式和技术效果类似,这里不再赘述。
可选地,本公开还提供一种程序产品,例如计算机可读存储介质,包括程序,该程序在被处理器执行时用于执行上述方法实施例。
在本公开所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本公开各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(英文:processor)执行本公开各个实施例所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(英文:Read-Only Memory,简称:ROM)、随机存取存储器(英文:Random Access Memory,简称:RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
上仅为本公开的具体实施方式,但本公开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公开揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本公开的保护范围之内。因此,本公开的保护范围应以权利要求的保护范围为准。
Claims (2)
1.一种情景分析方法,其特征在于,所述方法包括:
确定多个情景组的时间范围和空间范围,所述时间范围为年内时间范围;
对于每个所述情景组,基于如下步骤确定所述情景组对应的多个待分析情景的信息,其中,所述待分析情景的信息包括目标气象信息和目标排污信息:
根据所述情景组对应的时间范围,获取预设年限内每年与所述情景组的时间范围相匹配的历史气象信息;
响应触发的选择操作,选择多个所述历史气象信息中与所述选择操作相对应的历史气象信息,得到与所述情景组的时间范围相匹配的所述目标气象信息;
根据所述情景组对应的空间范围,获取与所述情景组的空间范围相匹配的多个排污类型;
确定每个所述排污类型对应的排污信息,得到与所述情景组的空间范围相匹配的所述目标排污信息;
确定需要分析的一个或多个影响因素;
根据所述影响因素,对各个点源和各个面源的排污信息进行调整,从而得到不同调整程度的多个待分析情景的信息;
对于每个所述情景组,从多个所述待分析情景的信息中,根据各个待分析情景中的影响因素对应的参数值或参数值范围,选取参数值或参数值范围位于中位数或平均数的待分析情景的信息作为基准场景的信息;
获取多个所述情景组的信息;
对各个所述情景组中的各个待分析情景的信息进行模拟分析,得到情景分析结果,所述情景分析结果用于指示所述情景组中的每个待分析情景所对应的影响因素对水环境的污染所产生的影响大小。
2.一种情景分析装置,其特征在于,所述装置包括:
第一确定模块,用于确定多个情景组的时间范围和空间范围,所述时间范围为年内时间范围;
第二确定模块,用于对于每个所述情景组,基于如下步骤确定所述情景组对应的多个待分析情景的信息,其中,所述待分析情景的信息包括目标气象信息和目标排污信息:
根据所述情景组对应的时间范围,获取预设年限内每年与所述情景组的时间范围相匹配的历史气象信息;
响应触发的选择操作,选择多个所述历史气象信息中与所述选择操作相对应的历史气象信息,得到与所述情景组的时间范围相匹配的所述目标气象信息;
根据所述情景组对应的空间范围,获取与所述情景组的空间范围相匹配的多个排污类型;
确定每个所述排污类型对应的排污信息,得到与所述情景组的空间范围相匹配的所述目标排污信息;
确定需要分析的一个或多个影响因素;
根据所述影响因素,对各个点源和各个面源的排污信息进行调整,从而得到不同调整程度的多个待分析情景的信息;
第三确定模块,用于对于每个所述情景组,从多个所述待分析情景的信息中,根据各个待分析情景中的影响因素对应的参数值或参数值范围,选取参数值或参数值范围位于中位数或平均数的待分析情景的信息作为基准场景的信息;
获取模块,用于获取多个所述情景组的信息;
分析模块,用于对各个所述情景组中的各个待分析情景的信息进行模拟分析,得到情景分析结果,所述情景分析结果用于指示所述情景组中的每个待分析情景所对应的影响因素对水环境的污染所产生的影响大小。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910583622.4A CN110288256B (zh) | 2019-06-28 | 2019-06-28 | 情景分析方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910583622.4A CN110288256B (zh) | 2019-06-28 | 2019-06-28 | 情景分析方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110288256A CN110288256A (zh) | 2019-09-27 |
CN110288256B true CN110288256B (zh) | 2020-07-03 |
Family
ID=68020859
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910583622.4A Active CN110288256B (zh) | 2019-06-28 | 2019-06-28 | 情景分析方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110288256B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109685281A (zh) * | 2018-12-29 | 2019-04-26 | 中科三清科技有限公司 | 污染来源预测方法、装置及电子设备 |
CN109934377A (zh) * | 2018-12-29 | 2019-06-25 | 段文旭 | 一种细颗粒物的工业污染源综合交互因素控制分析和预测方法 |
CN109934379A (zh) * | 2019-01-21 | 2019-06-25 | 平安科技(深圳)有限公司 | 空气污染物浓度的预测方法、装置及电子设备 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10754063B2 (en) * | 2016-06-14 | 2020-08-25 | The Climate Corporation | Supervised neural network to predict unlabeled rain rates |
CN109711625B (zh) * | 2018-12-28 | 2020-12-15 | 世纪九如(北京)环境科技股份有限公司 | 一种水污染预警方法、设备以及可读存储介质 |
-
2019
- 2019-06-28 CN CN201910583622.4A patent/CN110288256B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109685281A (zh) * | 2018-12-29 | 2019-04-26 | 中科三清科技有限公司 | 污染来源预测方法、装置及电子设备 |
CN109934377A (zh) * | 2018-12-29 | 2019-06-25 | 段文旭 | 一种细颗粒物的工业污染源综合交互因素控制分析和预测方法 |
CN109934379A (zh) * | 2019-01-21 | 2019-06-25 | 平安科技(深圳)有限公司 | 空气污染物浓度的预测方法、装置及电子设备 |
Non-Patent Citations (2)
Title |
---|
基于情景分析的上海浦东外高桥功能区总体规划大气环境评价;赵倩 等;《复旦学报( 自然科学版)》;20100630;第49卷(第3期);第331-339,344页 * |
情景分析技术在制定区域大气复合污染控制方案中的应用研究;王淑兰 等;《环境与可持续发展》;20120815(第4期);第14-20页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110288256A (zh) | 2019-09-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Taherkhani et al. | Sea-level rise exponentially increases coastal flood frequency | |
Amadio et al. | Improving flood damage assessment models in Italy | |
Cardillo et al. | Testing for latitudinal bias in diversification rates: an example using New World birds | |
García et al. | Calibration of an urban cellular automaton model by using statistical techniques and a genetic algorithm. Application to a small urban settlement of NW Spain | |
Bombi et al. | Scaling down distribution maps from atlas data: a test of different approaches with virtual species | |
Beerens et al. | Linking dynamic habitat selection with wading bird foraging distributions across resource gradients | |
Arns et al. | Determining return water levels at ungauged coastal sites: a case study for northern Germany | |
US20150347673A1 (en) | Wetland modeling and prediction | |
Ouyang | A potential approach for low flow selection in water resource supply and management | |
Chen et al. | Determining threatened species distributions in the face of limited data: Spatial conservation prioritization for the Chinese giant salamander (Andrias davidianus) | |
CN112149285A (zh) | 一种基于优化参数选择的滑坡预测方法 | |
Monroe et al. | The importance of simulation assumptions when evaluating detectability in population models | |
Shlyaeva et al. | Towards ensemble data assimilation for the environment Canada regional ice prediction system | |
Emmet et al. | Modeling multi‐scale occupancy for monitoring rare and highly mobile species | |
Wang et al. | Customized deep learning for precipitation bias correction and downscaling | |
Franklin et al. | How much survey effort is required to assess bird assemblages in fire-prone eucalypt forests using acoustic recorders? | |
Kiesel et al. | When is a hydrological model sufficiently calibrated to depict flow preferences of riverine species? | |
CN110288256B (zh) | 情景分析方法及装置 | |
Tausía et al. | Rapid response data-driven reconstructions for storm surge around New Zealand | |
Labrousse et al. | Quantifying the causes and consequences of variation in satellite‐derived population indices: a case study of emperor penguins | |
CN110263618A (zh) | 一种核身模型的迭代方法和装置 | |
CN108243037B (zh) | 网站流量异常确定方法及装置 | |
van Proosdij et al. | Unequal contribution of widespread and narrow-ranged species to botanical diversity patterns | |
Martínez-Navarro et al. | The earliest Ethiopian wolf: implications for the species evolution and its future survival | |
Condeixa et al. | Wind speed time series analysis using TBATS decomposition and moving blocks bootstrap |
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 | ||
EE01 | Entry into force of recordation of patent licensing contract | ||
EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20190927 Assignee: Beijing Zhongke Sanqing Environmental Technology Co.,Ltd. Assignor: 3CLEAR TECHNOLOGY Co.,Ltd. Contract record no.: X2022980012305 Denomination of invention: Scenario analysis method and device Granted publication date: 20200703 License type: Common License Record date: 20220815 |