CN110427573A - 一种未知污染源区域的确定方法、装置、设备及存储介质 - Google Patents
一种未知污染源区域的确定方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN110427573A CN110427573A CN201910706397.9A CN201910706397A CN110427573A CN 110427573 A CN110427573 A CN 110427573A CN 201910706397 A CN201910706397 A CN 201910706397A CN 110427573 A CN110427573 A CN 110427573A
- Authority
- CN
- China
- Prior art keywords
- monitoring station
- pollution sources
- air quality
- data
- exceeded
- 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
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000012544 monitoring process Methods 0.000 claims abstract description 297
- 239000003344 environmental pollutant Substances 0.000 claims description 28
- 231100000719 pollutant Toxicity 0.000 claims description 28
- 238000004590 computer program Methods 0.000 claims description 4
- 230000006835 compression Effects 0.000 claims 1
- 238000007906 compression Methods 0.000 claims 1
- 230000015654 memory Effects 0.000 description 16
- 230000006870 function Effects 0.000 description 13
- 238000012545 processing Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000007613 environmental effect Effects 0.000 description 5
- 238000004088 simulation Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 3
- 238000009792 diffusion process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 2
- 230000005291 magnetic effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000003915 air pollution Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 235000019504 cigarettes Nutrition 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000004062 sedimentation Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 239000011800 void material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- 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
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Databases & Information Systems (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例公开了一种未知污染源区域的确定方法、装置、设备及存储介质。该确定方法包括：获取大气环境监测系统中处于未知污染源超标提醒状态的至少一个监测站的提醒时间和至少一个监测站对应的空气质量超标值，并根据提醒时间和空气质量超标值确定未知污染源超标的待溯源监测站；获取待溯源监测站的坐标位置和空气质量预测数据；根据坐标位置和气象数据确定未知污染源区域。本发明实施例通过获取大气环境监测系统中处于未知污染源超标提醒状态的监测站的提醒时间和空气质量超标值，并确定待溯源监测站；获取待溯源监测站的坐标位置和空气质量预测数据；根据坐标位置和气象数据确定未知污染源区域，以实现寻找未知污染源的排放点位置。
Description
技术领域
本发明实施例涉及数字大气技术领域，尤其涉及一种未知污染源区域的确定方法、装置、设备及存储介质。
背景技术
数字大气是在大数据基础上，利用科学的物理模型系统，结合人工智能实现在高性能计算平台下建立虚拟的大气环境，实现对真实大气环境的精确模拟。数字大气建成后，将通过智能化计算，利用预测、模拟或评价等手段，为大气治理提供决策依据。
现有技术的气象数值模拟计算模式或是空气质量监测系统可以实现对空气质量未来1-15天变化的预测，但是污染源排放参数是作为已知条件输入气象数值模拟计算模式的，因此，现有技术只能预测在已知排放场景下的空气质量变化趋势，如果存在未知污染源并且监测到未知污染源的污染排放数据超标，无法进一步判断未知污染源的位置。
发明内容
本发明实施例提供一种未知污染源区域的确定方法、装置、设备及存储介质，以实现寻找到未知污染源的排放点位置。
第一方面，本发明实施例提供了一种未知污染源区域的确定方法，该确定方法包括：
获取大气环境监测系统中处于未知污染源超标提醒状态的至少一个监测站的提醒时间和所述至少一个监测站对应的空气质量超标值，并根据所述提醒时间和所述空气质量超标值确定未知污染源超标的待溯源监测站；
获取所述待溯源监测站的坐标位置和空气质量预测数据，所述空气质量预测数据包括气象数据；
根据所述坐标位置和所述气象数据确定未知污染源区域。
进一步地，在获取大气环境监测系统中处于未知污染源超标提醒状态的至少一个监测站的提醒时间和所述至少一个监测站对应的空气质量超标值之前，还包括：
获取大气环境监测系统中所述至少一个监测站的监测数据和空气质量预测数据，所述空气质量预测数据包括污染源排放数据；
根据所述监测数据和所述污染源排放数据确定所述监测站的未知污染源是否超标，若是，则控制所述未知污染源超标的监测站在所述大气监测系统中处于未知污染源超标提醒状态。
进一步地，根据所述监测数据和所述污染源排放数据确定所述监测站的未知污染源是否超标，包括：
根据所述监测数据和所述污染源排放数据确定所述至少一个监测站的对应的所述空气质量超标值，并根据所述空气质量超标值确定所述监测站的未知污染源是否超标。
进一步地，根据所述提醒时间和所述空气质量超标值确定未知污染源超标的待溯源监测站，包括：
确定从所述提醒时间至当前时间所需的提醒时间长度；
如果确定出最大的所述提醒时间长度对应的监测站，且所述监测站对应的所述空气质量超标值超过预设空气质量超标阈值，则将所述监测站确定为未知污染源超标的待溯源监测站。
进一步地，根据所述提醒时间和所述空气质量超标值确定未知污染源超标的待溯源监测站，包括：
根据所述提醒时间和所述空气质量超标值对所述大气环境监测系统中处于未知污染源超标提醒状态的至少一个监测站进行排序；
如果确定出最早的所述提醒时间对应的监测站，且所述监测站对应的所述空气质量超标值超过预设空气质量超标阈值，则将所述监测站确定为未知污染源超标的待溯源监测站。
进一步地，所述气象数据包括所述提醒时间对应的风向和风速；
根据所述坐标位置和所述气象数据确定未知污染源区域，包括：
基于所述坐标位置、所述风向和所述风速确定所述未知污染源区域，所述未知污染源区域是扇形区域。
进一步地，所述确定方法还包括：
将确定出的所述未知污染源区域和所述待溯源监测站的信息对应显示在所述大气环境监测系统中的显示模块中，所述待溯源监测站的信息包括监测站的基本信息、实时监测数据和空气质量预测数据。
第二方面，本发明实施例还提供了一种未知污染源区域的确定装置，该确定装置包括：
待溯源监测站确定模块，用于获取大气环境监测系统中处于未知污染源超标提醒状态的至少一个监测站的提醒时间和所述至少一个监测站对应的空气质量超标值，并根据所述提醒时间和所述空气质量超标值确定未知污染源超标的待溯源监测站；
数据获取模块，用于获取所述待溯源监测站的坐标位置和空气质量预测数据，所述空气质量预测数据包括气象数据；
未知污染源区域确定模块，用于根据所述坐标位置和所述气象数据确定未知污染源区域。
第三方面，本发明实施例还提供了一种设备，该设备包括：
一个或多个处理器；
存储装置，用于存储多个程序，
当所述多个程序中的至少一个被所述一个或多个处理器执行时，使得所述一个或多个处理器实现本发明第一方面实施例所提供的一种未知污染源区域的确定方法。
第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明第一方面实施例所提供的一种未知污染源区域的确定方法。
本发明实施例通过获取大气环境监测系统中处于未知污染源超标提醒状态的至少一个监测站的提醒时间和所述至少一个监测站对应的空气质量超标值，并根据所述提醒时间和所述空气质量超标值确定未知污染源超标的待溯源监测站；获取所述待溯源监测站的坐标位置和空气质量预测数据，所述空气质量预测数据包括气象数据；根据所述坐标位置和所述气象数据确定未知污染源区域，解决在存在未知污染源并且监测到未知污染源超标进行报警提醒的问题，实现寻找到未知污染源的排放点位置。
附图说明
图1是本发明实施例一提供的一种未知污染源区域的确定方法的流程图；
图1A是本发明实施例提供的示例性的数字大气原型系统构成的示意图；
图1B是本发明实施例提供的示例性的数字大气原型系统功能实现的流程图；
图1C是本发明实施例提供的示例性的计算空气质量预测数据的流程图；
图2是本发明实施例二提供的一种未知污染源区域的确定方法的流程图；
图3是本发明实施例三提供的一种未知污染源区域的确定方法的流程图；
图4是本发明实施例四提供的一种未知污染源区域的确定装置的结构图；
图5是本发明实施例五提供的一种设备的硬件结构示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚，下面结合附图对本发明具体实施例作进一步的详细描述。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。
另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部内容。在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理，但是其中的许多操作可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
实施例一
图1为本发明实施例一提供的一种未知污染源区域的确定方法的流程图，本实施例可适用于在已知排放场景下出现未知污染源造成空气质量超标需要对未知污染源进行定位的情况，该方法可以由未知污染源区域的确定装置来执行，具体包括如下步骤：
S110、获取大气环境监测系统中处于未知污染源超标提醒状态的至少一个监测站的提醒时间和所述至少一个监测站对应的空气质量超标值，并根据所述提醒时间和所述空气质量超标值确定未知污染源超标的待溯源监测站。
其中，大气环境监测系统为数字大气原型系统，应用该原型系统通过不断搭建虚拟场景和输入测试数据，以对数字大气模型的各项功能和性能等进行实验时使用。原型系统功能由三部分组成，分别是框架、后台操作功能和展示分析功能，其中，框架是指系统框架以及模型计算等组件，后台操作功能是指本领域技术人员对原型系统内的数据进行修改或配置的功能，展示分析功能是指通过原型模型计算处理后的结果的各种展示、分析和交互。如图1A所示为本发明实施例提供的示例性的数字大气原型系统构成的示意图，如图1B所示为本发明实施例提供的示例性的数字大气原型系统功能实现的流程图，图1A和图1B仅为大气环境监测系统的示例性说明，而非对此进行限制。
监测站通常采用电源的形式出现在大气环境监测系统的地图上显示，可以支持在地图上由本领域技术人员点击具体位置实现监测站的添加，同时也可以对已有监测站的基本信息进行编辑等操作，或是对已有监测站的位置进行拖动等操作，以根据实际情况对监测站进行操作。在大气环境监测系统的地图上，点击某个监测站，可以看到被点击的监测站的基本信息，例如，监测站的地理位置信息，也可以看到被点击的监测站的真实实时监测数据和历史监测数据，还可以看到被点击的监测站未来几天的预测数据以及多种排放清单的预测数据的对比。
具体的，在监测站监测到的空气质量超标值超过预设空气质量超标阈值，则将该监测站确定为未知污染源超标的监测站，同时向大气环境监测系统发送未知污染源超标报警，则大气环境监测系统将报警的监测站设定为处于未知污染源超标提醒状态，同时保存监测站的提醒时间和具体的空气质量超标值，进而根据所述提醒时间和所述空气质量超标值确定未知污染源超标的待溯源监测站。需要说明的是当存在未知污染源排放的时候，很大概率会造成小范围内的空气质量超标，而已知污染源的排放不会导致这样明显的空气质量变化，因此，本发明实施例在检测到监测站的空气质量超标时，将监测站设定为未知污染源超标提醒。
S120、获取所述待溯源监测站的坐标位置和空气质量预测数据，所述空气质量预测数据包括气象数据。
其中，待溯源监测站的坐标位置可以通过在大气环境监测系统中点击待溯源监测站获得其的基本信息，基本信息包括待溯源监测站的坐标位置以及空气质量预测数据，空气质量预测数据包括气象数据。
示例性的，如图1C所示是本发明实施例提供的示例性的计算空气质量预测数据的流程图。通过下载的GFS数据和气象监测数据进行气象预报，并计算出气象预报数据，然后再用空气质量预测数据的计算结果，运行诊断风场计算模型得到诊断风场的数据，诊断风场和污染排放数据一起运行空气质量模型，进而得到空气质量预测数据。
S130、根据所述坐标位置和所述气象数据确定未知污染源区域。
具体的，气象数据包括待溯源监测站提醒时间对应的风向和风速，以待溯源监测站的坐标位置为顶点，以提醒时间为时间节点，根据提醒时间对应的时间节点的风向和风速将未知污染区域限定在一个小扇形范围内，为管理部门查找未知污染源的源头带来极大的便利。
另外需要说明的是诊断风场计算模型(WRF)是第三代气象数值预报计算模式，可以预测未来1-15天左右的网格化气象参数，一般网格的尺寸为3或4公里，时间精度为1小时。空气质量模型(CALPUFF)是一种非定场大气污染物烟团扩散计算模式，是美国环保部和中国生态环境部推荐的导则模式，该模式的优点是可以计算时变气象场对大气污染扩散的影响，并考虑了一次污染和二次污染、地形和建筑物影响以及沉降和不同污染物的扩散系数，所以，在环境影响评价中得到广泛应用。WRF和CALPUFF的结合可以实现对空气质量未来1-15天变化的预测。但是，这种技术受到的约束就是污染源排放参数是作为已知条件输入计算模式的，因此，只能预测在已知排放场景下的空气质量变化趋势，当现实气象环境中出现未知的违规排放时，计算模式并不能考虑和识别。
本发明实施例通过获取大气环境监测系统中处于未知污染源超标提醒状态的至少一个监测站的提醒时间和所述至少一个监测站对应的空气质量超标值，并根据所述提醒时间和所述空气质量超标值确定未知污染源超标的待溯源监测站；获取所述待溯源监测站的坐标位置和空气质量预测数据，所述空气质量预测数据包括气象数据；根据所述坐标位置和所述气象数据确定未知污染源区域，解决在存在未知污染源并且监测到未知污染源超标进行报警提醒的问题，实现寻找到未知污染源的排放点位置。
实施例二
图2为本发明实施例二提供的一种未知污染源区域的确定方法的流程图。本实施例以上述实施例为基础进行优化，在本实施例中，所述方法还包括：获取大气环境监测系统中所述至少一个监测站的监测数据和空气质量预测数据，所述空气质量预测数据包括污染源排放数据；根据所述监测数据和所述污染源排放数据确定所述监测站的未知污染源是否超标，若是，则控制所述未知污染源超标的监测站在所述大气监测系统中处于未知污染源超标提醒状态。在此基础上，所述方法还包括：将确定出的所述未知污染源区域和所述待溯源监测站的信息对应显示在所述大气环境监测系统中的显示模块中，所述待溯源监测站的信息包括监测站的基本信息、实时监测数据和空气质量预测数据。
相应的，本实施例的方法具体包括：
S210、获取大气环境监测系统中所述至少一个监测站的监测数据和空气质量预测数据，所述空气质量预测数据包括污染源排放数据。
S220、根据所述监测数据和所述污染源排放数据确定所述监测站的未知污染源是否超标，若是，则控制所述未知污染源超标的监测站在所述大气监测系统中处于未知污染源超标提醒状态。
其中，根据所述监测数据和所述污染源排放数据确定所述监测站的未知污染源是否超标，包括：
根据所述监测数据和所述污染源排放数据确定所述至少一个监测站的对应的所述空气质量超标值，并根据所述空气质量超标值确定所述监测站的未知污染源是否超标。
具体的，获取监测站的当前监测数据，当前监测数据为当前时刻的污染源排放数据，通过与监测站预测数据中的污染源排放数据进行比对，当监测数据超过预测数据一定范围以上，则向大气环境监测系统发送溯源警示提示，以提示当前监测站未知污染源超标，请求进行未知污染源的溯源，则将该监测站在大气环境监测系统中设置为未知污染源超标提醒状态。需要说明的是监测数据超过预测数据一定范围以上，该范围可以由本领域技术人员根据实际情况进行设置，例如，当监测数据超过预测数据的30％以上，则对应的监测站发出溯源警示信号，本发明实施例仅对此进行解释说明，而不对其进行限制。
S230、获取大气环境监测系统中处于未知污染源超标提醒状态的至少一个监测站的提醒时间和所述至少一个监测站对应的空气质量超标值，并根据所述提醒时间和所述空气质量超标值确定未知污染源超标的待溯源监测站。
其中，根据所述提醒时间和所述空气质量超标值确定未知污染源超标的待溯源监测站，包括：确定从所述提醒时间至当前时间所需的提醒时间长度；如果确定出最大的所述提醒时间长度对应的监测站，且所述监测站对应的所述空气质量超标值超过预设空气质量超标阈值，则将所述监测站确定为未知污染源超标的待溯源监测站。
具体的，提醒时间为监测站在确定其对应的空气质量超标值超过预设空气质量超标阈值的时刻。当有多个监测站都在提示未知污染源超标时，则通过比较每个监测站的提醒时间长度，提醒时间长度越长的表示其发生空气质量超标的时间越早，本发明实施例以提醒时间为第一优先级，优先对最早发出未知污染源超标提醒的监测站进行处理。
或者，根据所述提醒时间和所述空气质量超标值对所述大气环境监测系统中处于未知污染源超标提醒状态的至少一个监测站进行排序；如果确定出最早的所述提醒时间对应的监测站，且所述监测站对应的所述空气质量超标值超过预设空气质量超标阈值，则将所述监测站确定为未知污染源超标的待溯源监测站。
具体的，根据提醒时间确定出最早的所述提醒时间对应的监测站，当在同一时刻有多个监测站同时发出未知污染源超标提醒时，则将这些监测站根据空气质量超标值进行排序，将优先处理监测站对应的所述空气质量超标值超过预设空气质量超标阈值的监测站，将所述监测站确定为未知污染源超标的待溯源监测站。
S240、获取所述待溯源监测站的坐标位置和空气质量预测数据，所述空气质量预测数据包括气象数据。
S250、基于所述坐标位置、所述风向和所述风速确定所述未知污染源区域，所述未知污染源区域是扇形区域。
示例性的，如图2A所示为本发明实施例提供的示例性的未知污染源区域的示意图，监测站的坐标位置10为扇形区域的顶点，风向20为西南风，表示扇形区域划向的方位，风速将表示扇形区域在瞬时时间可能产生的污染源经过的角度，图示扇形区域即可表示未知污染源的大致范围。
S260、将确定出的所述未知污染源区域和所述待溯源监测站的信息对应显示在所述大气环境监测系统中的显示模块中，所述待溯源监测站的信息包括监测站的基本信息、实时监测数据和空气质量预测数据。
本发明实施例通过获取大气环境监测系统中所述至少一个监测站的监测数据和空气质量预测数据，根据所述监测数据和所述污染源排放数据确定所述监测站的未知污染源是否超标，若是，则控制所述未知污染源超标的监测站在所述大气监测系统中处于未知污染源超标提醒状态，获取大气环境监测系统中处于未知污染源超标提醒状态的至少一个监测站的提醒时间和所述至少一个监测站对应的空气质量超标值，并根据所述提醒时间和所述空气质量超标值确定未知污染源超标的待溯源监测站，基于所述坐标位置、所述风向和所述风速确定所述未知污染源区域，所述未知污染源区域是扇形区域。本发明实施例提供的技术方案解决了目标监测系统的技术方法存在最重要约束，即只能监测到单点的数据，如果存在未知污染源并且监测到了超标报警，无法判断未知污染源从何而来的问题，实现寻找到未知污染源的范围，为管理部门查找源头带来极大便利。
实施例三
图3为本发明实施例三提供的一种未知污染源区域的确定方法的流程图。在上述各实施例的基础上，提供一种优选实施例。该未知污染源区域的确定方法包括：
获取大气环境监测系统中所述至少一个监测站的监测数据和空气质量预测数据，所述空气质量预测数据包括污染源排放数据和气象数据，所述气象数据包括风向和风速。
当监测站的监测数据超过预测数据的一定范围以上，则触发大气环境监测系统的溯源警示提示，确认以监测站为基准进行未知污染源的溯源。
网格化监测是一种空气质量在线自动监测技术，通过低成本的测量技术控制单个监测站的成本达到可以加密监测站部署的目的，例如，部署成4公里的网格，即每隔4公里部署一个网格，最后形成一个对区域的矩阵式部署。通过加密监测站，可以实现更敏捷的报警，当存在未知的污染源排放是有很大的概率会造成小范围内的空气质量超标，而网格化监测设备可以很快的监测到这种超标。
本发明实施例的技术方案采用网格化监测，以实现在出现未知污染源排放时及时进行报警。
根据所处于未知污染源超标提醒状态的至少一个监测站的提醒时间和所述空气质量超标值对所述大气环境监测系统中处于未知污染源超标提醒状态的至少一个监测站进行排序。
根据所述提醒时间和所述空气质量超标值确定未知污染源超标的待溯源监测站。
基于所述坐标位置、所述风向和所述风速确定所述未知污染源区域，所述未知污染源区域是扇形区域。
将确定出的所述未知污染源区域和所述待溯源监测站的信息对应显示在所述大气环境监测系统中的显示模块中，所述待溯源监测站的信息包括监测站的基本信息、实时监测数据和空气质量预测数据。
本发明实施例的技术方案用户可以选择要溯源的监测站进行溯源，大气环境监测系统会显示所有监测站的监测数据和预测数据的实时变化，当大气环境监测系统发现报警站点后，会提示用户进行溯源，在大气环境监测系统中所有监测值远大于预测值的情况下，监测站点都会进行报警，大气环境监测系统可以实现自动进行溯源，给出未知排放点的范围。本发明实施例的技术方案是一种将气象数值模拟技术和网格化监测技术相结合的方法，通过两种技术手段的结合配合数据处理方法，将未知污染源限定在一个小扇形范围内，为管理部门查找源头带来极大便利。
实施例四
图4为本发明实施例四提供的一种未知污染源区域的确定装置的结构图，本实施例可适用于在已知排放场景下出现未知污染源造成空气质量超标需要对未知污染源进行定位的情况。
如图4所示，所述确定装置包括：待溯源监测站确定模块410、数据获取模块420和未知污染源区域确定模块430，其中：
待溯源监测站确定模块410，用于获取大气环境监测系统中处于未知污染源超标提醒状态的至少一个监测站的提醒时间和所述至少一个监测站对应的空气质量超标值，并根据所述提醒时间和所述空气质量超标值确定未知污染源超标的待溯源监测站；
数据获取模块420，用于获取所述待溯源监测站的坐标位置和空气质量预测数据，所述空气质量预测数据包括气象数据；
未知污染源区域确定模块430，用于根据所述坐标位置和所述气象数据确定未知污染源区域。
本实施例的未知污染源区域的确定装置，通过获取大气环境监测系统中处于未知污染源超标提醒状态的至少一个监测站的提醒时间和所述至少一个监测站对应的空气质量超标值，并根据所述提醒时间和所述空气质量超标值确定未知污染源超标的待溯源监测站；获取所述待溯源监测站的坐标位置和空气质量预测数据，所述空气质量预测数据包括气象数据；根据所述坐标位置和所述气象数据确定未知污染源区域，解决在存在未知污染源并且监测到未知污染源超标进行报警提醒的问题，实现寻找到未知污染源的排放点位置。
在上述各实施例的基础上，所述确定装置还包括：
数据确定模块，用于获取大气环境监测系统中所述至少一个监测站的监测数据和空气质量预测数据，所述空气质量预测数据包括污染源排放数据；
超标确定模块，用于根据所述监测数据和所述污染源排放数据确定所述监测站的未知污染源是否超标，若是，则控制所述未知污染源超标的监测站在所述大气监测系统中处于未知污染源超标提醒状态。
在上述各实施例的基础上，超标确定模块具体用于：
根据所述监测数据和所述污染源排放数据确定所述至少一个监测站的对应的所述空气质量超标值，并根据所述空气质量超标值确定所述监测站的未知污染源是否超标。
在上述各实施例的基础上，未知污染源区域确定模块430，包括：
提醒时间长度确定单元，用于确定从所述提醒时间至当前时间所需的提醒时间长度；
待溯源监测站第一确定单元，用于如果确定出最大的所述提醒时间长度对应的监测站，且所述监测站对应的所述空气质量超标值超过预设空气质量超标阈值，则将所述监测站确定为未知污染源超标的待溯源监测站。
在上述各实施例的基础上，未知污染源区域确定模块430，包括：
监测站排序单元，用于根据所述提醒时间和所述空气质量超标值对所述大气环境监测系统中处于未知污染源超标提醒状态的至少一个监测站进行排序；
待溯源监测站第二确定单元，用于如果确定出最早的所述提醒时间对应的监测站，且所述监测站对应的所述空气质量超标值超过预设空气质量超标阈值，则将所述监测站确定为未知污染源超标的待溯源监测站。
在上述各实施例的基础上，所述气象数据包括所述提醒时间对应的风向和风速；
未知污染源区域确定模块430具体用于：
基于所述坐标位置、所述风向和所述风速确定所述未知污染源区域，所述未知污染源区域是扇形区域。
在上述各实施例的基础上，所述确定装置还包括：
将确定出的所述未知污染源区域和所述待溯源监测站的信息对应显示在所述大气环境监测系统中的显示模块中，所述待溯源监测站的信息包括监测站的基本信息、实时监测数据和空气质量预测数据。
上述各实施例所提供的未知污染源区域的确定装置可执行本发明任意实施例所提供的未知污染源区域的确定方法，具备执行未知污染源区域的确定方法相应的功能模块和有益效果。
实施例五
如图5所示，为本发明实施例五提供的一种设备的硬件结构示意图，如图5所示，该设备包括：
一个或多个处理器510，图5中以一个处理器510为例；
存储器520；
所述设备还可以包括：输入装置530和输出装置540。
所述设备中的处理器510、存储器520、输入装置530和输出装置540可以通过总线或者其他方式连接，图5中以通过总线连接为例。
存储器520作为一种非暂态计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的一种未知污染源区域的确定方法对应的程序指令/模块(例如，附图4所示的待溯源监测站确定模块410、数据获取模块420和未知污染源区域确定模块430)。
处理器510通过运行存储在存储器520中的软件程序、指令以及模块，从而执行设备的各种功能应用以及数据处理，即实现上述方法实施例的一种未知污染源区域的确定方法，该确定方法包括：
获取大气环境监测系统中处于未知污染源超标提醒状态的至少一个监测站的提醒时间和所述至少一个监测站对应的空气质量超标值，并根据所述提醒时间和所述空气质量超标值确定未知污染源超标的待溯源监测站；
获取所述待溯源监测站的坐标位置和空气质量预测数据，所述空气质量预测数据包括气象数据；
根据所述坐标位置和所述气象数据确定未知污染源区域。
当然，本领域技术人员可以理解，处理器还可以实现本发明任意实施例所提供的未知污染源区域的确定方法的技术方案。
存储器520可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据设备的使用所创建的数据等。此外，存储器520可以包括高速随机存取存储器，还可以包括非暂态性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态性固态存储器件。在一些实施例中，存储器520可选包括相对于处理器510远程设置的存储器，这些远程存储器可以通过网络连接至终端设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置530可用于接收输入的数字或字符信息，以及产生与设备的用户设置以及功能控制有关的键信号输入。输出装置540可包括显示屏等显示设备。
实施例六
本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明实施例所提供的未知污染源区域的确定方法，该确定方法包括：
获取大气环境监测系统中处于未知污染源超标提醒状态的至少一个监测站的提醒时间和所述至少一个监测站对应的空气质量超标值，并根据所述提醒时间和所述空气质量超标值确定未知污染源超标的待溯源监测站；
获取所述待溯源监测站的坐标位置和空气质量预测数据，所述空气质量预测数据包括气象数据；
根据所述坐标位置和所述气象数据确定未知污染源区域。
当然，本发明实施例所提供的一种计算机可读存储介质，其上存储的计算机程序不限于如上所述的方法操作，还可以执行本发明任意实施例所提供的未知污染源区域的确定方法中的相关操作。
本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种未知污染源区域的确定方法，其特征在于，包括：
获取大气环境监测系统中处于未知污染源超标提醒状态的至少一个监测站的提醒时间和所述至少一个监测站对应的空气质量超标值，并根据所述提醒时间和所述空气质量超标值确定未知污染源超标的待溯源监测站；
获取所述待溯源监测站的坐标位置和空气质量预测数据，所述空气质量预测数据包括气象数据；
根据所述坐标位置和所述气象数据确定未知污染源区域。
2.根据权利要求1所述的方法，其特征在于，在获取大气环境监测系统中处于未知污染源超标提醒状态的至少一个监测站的提醒时间和所述至少一个监测站对应的空气质量超标值之前，还包括：
获取大气环境监测系统中所述至少一个监测站的监测数据和空气质量预测数据，所述空气质量预测数据包括污染源排放数据；
根据所述监测数据和所述污染源排放数据确定所述监测站的未知污染源是否超标，若是，则控制所述未知污染源超标的监测站在所述大气监测系统中处于未知污染源超标提醒状态。
3.根据权利要求2所述的方法，其特征在于，根据所述监测数据和所述污染源排放数据确定所述监测站的未知污染源是否超标，包括：
根据所述监测数据和所述污染源排放数据确定所述至少一个监测站的对应的所述空气质量超标值，并根据所述空气质量超标值确定所述监测站的未知污染源是否超标。
4.根据权利要求1所述的方法，其特征在于，根据所述提醒时间和所述空气质量超标值确定未知污染源超标的待溯源监测站，包括：
确定从所述提醒时间至当前时间所需的提醒时间长度；
如果确定出最大的所述提醒时间长度对应的监测站，且所述监测站对应的所述空气质量超标值超过预设空气质量超标阈值，则将所述监测站确定为未知污染源超标的待溯源监测站。
5.根据权利要求1所述的方法，其特征在于，根据所述提醒时间和所述空气质量超标值确定未知污染源超标的待溯源监测站，包括：
根据所述提醒时间和所述空气质量超标值对所述大气环境监测系统中处于未知污染源超标提醒状态的至少一个监测站进行排序；
如果确定出最早的所述提醒时间对应的监测站，且所述监测站对应的所述空气质量超标值超过预设空气质量超标阈值，则将所述监测站确定为未知污染源超标的待溯源监测站。
6.根据权利要求1所述的方法，其特征在于，所述气象数据包括所述提醒时间对应的风向和风速；
根据所述坐标位置和所述气象数据确定未知污染源区域，包括：
基于所述坐标位置、所述风向和所述风速确定所述未知污染源区域，所述未知污染源区域是扇形区域。
7.根据权利要求1所述的方法，其特征在于，还包括：
将确定出的所述未知污染源区域和所述待溯源监测站的信息对应显示在所述大气环境监测系统中的显示模块中，所述待溯源监测站的信息包括监测站的基本信息、实时监测数据和空气质量预测数据。
8.一种未知污染源区域的确定装置，其特征在于，包括：
待溯源监测站确定模块，用于获取大气环境监测系统中处于未知污染源超标提醒状态的至少一个监测站的提醒时间和所述至少一个监测站对应的空气质量超标值，并根据所述提醒时间和所述空气质量超标值确定未知污染源超标的待溯源监测站；
数据获取模块，用于获取所述待溯源监测站的坐标位置和空气质量预测数据，所述空气质量预测数据包括气象数据；
未知污染源区域确定模块，用于根据所述坐标位置和所述气象数据确定未知污染源区域。
9.一种设备，其特征在于，所述设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的未知污染源区域的确定方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一所述的未知污染源区域的确定方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910706397.9A CN110427573A (zh) | 2019-08-01 | 2019-08-01 | 一种未知污染源区域的确定方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910706397.9A CN110427573A (zh) | 2019-08-01 | 2019-08-01 | 一种未知污染源区域的确定方法、装置、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110427573A true CN110427573A (zh) | 2019-11-08 |
Family
ID=68411979
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910706397.9A Pending CN110427573A (zh) | 2019-08-01 | 2019-08-01 | 一种未知污染源区域的确定方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110427573A (zh) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111413259A (zh) * | 2020-04-14 | 2020-07-14 | 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 |
| CN111561962A (zh) * | 2020-04-26 | 2020-08-21 | 深圳市宇驰检测技术股份有限公司 | 废气排放追溯方法、装置、设备和存储介质 |
| CN112559655A (zh) * | 2020-12-03 | 2021-03-26 | 中科三清科技有限公司 | 一种应用于大气环境的污染源测试点筛选识别方法及装置 |
| CN112559657A (zh) * | 2020-12-10 | 2021-03-26 | 河北先进环保产业创新中心有限公司 | 水污染溯源方法、装置及终端设备 |
| CN113588904A (zh) * | 2021-07-30 | 2021-11-02 | 重庆工程职业技术学院 | 用于工业废水监测的自动控制系统 |
| CN113672633A (zh) * | 2021-08-25 | 2021-11-19 | 深圳博沃智慧科技有限公司 | 一种基于环境监测数据的标签管理系统和方法 |
| CN113763221A (zh) * | 2021-09-17 | 2021-12-07 | 神彩科技股份有限公司 | 一种大气污染的溯源方法、装置、电子设备及存储介质 |
| CN113777223A (zh) * | 2021-08-12 | 2021-12-10 | 北京金水永利科技有限公司 | 一种大气污染物溯源方法及系统 |
| CN113777261A (zh) * | 2021-09-17 | 2021-12-10 | 神彩科技股份有限公司 | 一种水污染的溯源方法、装置、电子设备及存储介质 |
| CN114755367A (zh) * | 2022-04-19 | 2022-07-15 | 薛四社 | 一种环保污染监测方法、系统、设备及介质 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103278604A (zh) * | 2013-04-27 | 2013-09-04 | 北方工业大学 | 快速发现大气环境大范围污染引发点的系统及其运行方法 |
| CN107193056A (zh) * | 2017-05-09 | 2017-09-22 | 西南石油大学 | 空气污染物监测预警方法及云平台 |
| US20170328878A1 (en) * | 2016-05-13 | 2017-11-16 | Chinese Research Academy Of Environmental Sciences | Rating evaluation method for groundwater pollution source intensity |
| CN107436343A (zh) * | 2017-07-31 | 2017-12-05 | 南京南瑞集团公司 | 一种模拟计算敏感区域污染物浓度的方法 |
| US20180073759A1 (en) * | 2016-09-13 | 2018-03-15 | Board Of Trustees Of Michigan State University | Intelligent Sensing System For Indoor Air Quality Analytics |
| CN207964745U (zh) * | 2018-04-10 | 2018-10-12 | 湖南华科环境检测技术服务有限公司 | 一种低浓度工业有机废气在线监测系统 |
| CN108709974A (zh) * | 2018-08-16 | 2018-10-26 | 天狼联盟材料科技研究（广东）有限公司 | 一种基于物联网监控河涌水域污染状态的自动化监测系统 |
| WO2018225030A1 (en) * | 2017-06-09 | 2018-12-13 | Sense Square S.R.L.S. | Atmospheric pollution source mapping and tracking of pollutants by using air quality monitoring networks having high space-time resolution |
| CN109765337A (zh) * | 2018-12-28 | 2019-05-17 | 北京英视睿达科技有限公司 | 一种污染源识别方法及其系统 |
-
2019
- 2019-08-01 CN CN201910706397.9A patent/CN110427573A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103278604A (zh) * | 2013-04-27 | 2013-09-04 | 北方工业大学 | 快速发现大气环境大范围污染引发点的系统及其运行方法 |
| US20170328878A1 (en) * | 2016-05-13 | 2017-11-16 | Chinese Research Academy Of Environmental Sciences | Rating evaluation method for groundwater pollution source intensity |
| US20180073759A1 (en) * | 2016-09-13 | 2018-03-15 | Board Of Trustees Of Michigan State University | Intelligent Sensing System For Indoor Air Quality Analytics |
| CN107193056A (zh) * | 2017-05-09 | 2017-09-22 | 西南石油大学 | 空气污染物监测预警方法及云平台 |
| WO2018225030A1 (en) * | 2017-06-09 | 2018-12-13 | Sense Square S.R.L.S. | Atmospheric pollution source mapping and tracking of pollutants by using air quality monitoring networks having high space-time resolution |
| CN107436343A (zh) * | 2017-07-31 | 2017-12-05 | 南京南瑞集团公司 | 一种模拟计算敏感区域污染物浓度的方法 |
| CN207964745U (zh) * | 2018-04-10 | 2018-10-12 | 湖南华科环境检测技术服务有限公司 | 一种低浓度工业有机废气在线监测系统 |
| CN108709974A (zh) * | 2018-08-16 | 2018-10-26 | 天狼联盟材料科技研究（广东）有限公司 | 一种基于物联网监控河涌水域污染状态的自动化监测系统 |
| CN109765337A (zh) * | 2018-12-28 | 2019-05-17 | 北京英视睿达科技有限公司 | 一种污染源识别方法及其系统 |
Cited By (18)
| 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 |
| CN111413259A (zh) * | 2020-04-14 | 2020-07-14 | 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 |
| CN111561962B (zh) * | 2020-04-26 | 2022-03-08 | 深圳市宇驰检测技术股份有限公司 | 废气排放追溯方法、装置、设备和存储介质 |
| CN111561962A (zh) * | 2020-04-26 | 2020-08-21 | 深圳市宇驰检测技术股份有限公司 | 废气排放追溯方法、装置、设备和存储介质 |
| CN112559655A (zh) * | 2020-12-03 | 2021-03-26 | 中科三清科技有限公司 | 一种应用于大气环境的污染源测试点筛选识别方法及装置 |
| CN112559657B (zh) * | 2020-12-10 | 2022-12-27 | 河北先进环保产业创新中心有限公司 | 水污染溯源方法、装置及终端设备 |
| CN112559657A (zh) * | 2020-12-10 | 2021-03-26 | 河北先进环保产业创新中心有限公司 | 水污染溯源方法、装置及终端设备 |
| CN113588904A (zh) * | 2021-07-30 | 2021-11-02 | 重庆工程职业技术学院 | 用于工业废水监测的自动控制系统 |
| CN113588904B (zh) * | 2021-07-30 | 2023-07-21 | 重庆工程职业技术学院 | 用于工业废水监测的自动控制系统 |
| CN113777223A (zh) * | 2021-08-12 | 2021-12-10 | 北京金水永利科技有限公司 | 一种大气污染物溯源方法及系统 |
| CN113777223B (zh) * | 2021-08-12 | 2024-04-30 | 北京金水永利科技有限公司 | 一种大气污染物溯源方法及系统 |
| CN113672633A (zh) * | 2021-08-25 | 2021-11-19 | 深圳博沃智慧科技有限公司 | 一种基于环境监测数据的标签管理系统和方法 |
| CN113672633B (zh) * | 2021-08-25 | 2024-05-24 | 深圳博沃智慧科技有限公司 | 一种基于环境监测数据的标签管理系统和方法 |
| CN113763221A (zh) * | 2021-09-17 | 2021-12-07 | 神彩科技股份有限公司 | 一种大气污染的溯源方法、装置、电子设备及存储介质 |
| CN113777261A (zh) * | 2021-09-17 | 2021-12-10 | 神彩科技股份有限公司 | 一种水污染的溯源方法、装置、电子设备及存储介质 |
| CN113777261B (zh) * | 2021-09-17 | 2024-04-26 | 神彩科技股份有限公司 | 一种水污染的溯源方法、装置、电子设备及存储介质 |
| CN114755367A (zh) * | 2022-04-19 | 2022-07-15 | 薛四社 | 一种环保污染监测方法、系统、设备及介质 |
| CN114755367B (zh) * | 2022-04-19 | 2023-07-25 | 薛四社 | 一种环保污染监测方法、系统、设备及介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110427573A (zh) | 一种未知污染源区域的确定方法、装置、设备及存储介质 | |
| CN110472850A (zh) | 一种减排方案的确定方法、装置、设备及存储介质 | |
| CN105139292B (zh) | 输变电工程施工阶段环境监管巡检系统及方法 | |
| US8791816B2 (en) | Situational awareness for an electrical distribution system | |
| CN108489875B (zh) | 一种基于时段统计分析的污染物溯源系统及方法 | |
| CN110972261A (zh) | 一种基站指纹库建立方法、装置、服务器及存储介质 | |
| CN114329245A (zh) | 一种空气污染的溯源方法、装置、服务器及存储介质 | |
| CN101882184A (zh) | 基于gis技术和aermode模型的大气环评系统与环评方法 | |
| CN104732608A (zh) | 一种实时质检方法、装置及巡检系统 | |
| CN110426493A (zh) | 空气质量监测数据校准方法、装置、设备和存储介质 | |
| CN116989802B (zh) | 一种基于gis与bim模型的idc机房巡检计划配置策略方法 | |
| CN112885054A (zh) | 预警方法及装置 | |
| CN206021354U (zh) | 一种基于bim和vr智慧城市管网综合平台 | |
| US20190087757A1 (en) | GIS Based Centralized Carbon Footprint Monitoring System and Method Thereof | |
| CN113225674B (zh) | 一种指纹定位方法、系统、服务器和存储介质 | |
| CN116757506A (zh) | 秸秆焚烧指导方法、装置、存储介质及电子设备 | |
| CN116027117A (zh) | 一种电磁环境质量监测方法、装置、电子设备及存储介质 | |
| CN113763221A (zh) | 一种大气污染的溯源方法、装置、电子设备及存储介质 | |
| CN112950005B (zh) | 一种共享铁塔选址方法、系统、选址装置和可读存储介质 | |
| CN114384611A (zh) | 台风模拟区域确定方法、装置、电子设备及存储介质 | |
| CN115082396A (zh) | 光伏电站基建进度的智能勘测方法、系统及介质 | |
| CN111932404A (zh) | 供水管网管理方法、系统及其存储介质 | |
| CN116013018B (zh) | 一种基于无人机探测的森林防火预警分析方法及系统 | |
| CN116307258B (zh) | 污染源异常排放确定方法、装置、存储介质及电子设备 | |
| CN113777261B (zh) | 一种水污染的溯源方法、装置、电子设备及存储介质 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191108 |