CN110555626A - 污染源的确定方法、装置、设备和存储介质 - Google Patents
污染源的确定方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN110555626A CN110555626A CN201910854928.9A CN201910854928A CN110555626A CN 110555626 A CN110555626 A CN 110555626A CN 201910854928 A CN201910854928 A CN 201910854928A CN 110555626 A CN110555626 A CN 110555626A
- Authority
- CN
- China
- Prior art keywords
- pollution
- target
- polluted
- enterprise
- determining
- 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 51
- 238000003860 storage Methods 0.000 title claims abstract description 15
- 230000000694 effects Effects 0.000 claims abstract description 75
- 230000002265 prevention Effects 0.000 claims abstract description 64
- 238000012544 monitoring process Methods 0.000 claims description 21
- 239000003344 environmental pollutant Substances 0.000 claims description 14
- 231100000719 pollutant Toxicity 0.000 claims description 14
- 238000011109 contamination Methods 0.000 claims description 9
- 239000010865 sewage Substances 0.000 claims description 8
- 238000012806 monitoring device Methods 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 230000007123 defense Effects 0.000 claims description 2
- 239000000463 material Substances 0.000 abstract description 6
- 230000008569 process Effects 0.000 abstract description 6
- 230000007613 environmental effect Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000001105 regulatory effect Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 238000012163 sequencing technique Methods 0.000 description 3
- 238000003915 air pollution Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 238000012271 agricultural production Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 239000003337 fertilizer Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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)
- Strategic Management (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Processing Of Solid Wastes (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例公开了一种污染源的确定方法、装置、设备和存储介质。所述方法包括:获取污染区域中的目标污染企业的目标污染数据,所述目标污染数据包括排污信息和第一人员活动信息,所述目标污染企业为位于所述污染区域的重点防控网格内的污染企业;根据所述目标污染数据确定所述目标污染企业的污染权重;基于所述污染权重确定所述重点防控网格内的重污企业,作为所述污染区域的污染源。本发明实施例通过采用上述技术方案,不但能够提高污染源的确定速度,缩短确定污染源所耗费的时间,减少污染源确定过程中所耗费的人力、物力和财力;还能够提高污染源确定结果的准确性,进而实现对污染源的精确管控。
Description
技术领域
本发明涉及环境监测及溯源技术领域,尤其涉及一种污染源的确定方法、装置、设备和存储介质。
背景技术
随着大气污染的加剧,大气污染的监管也越来越多的得到了人们的重视。
大气污染过程主要由污染物排放、大气传播和人与物受害三个环节所构成,而对污染物排放的控制是三个环节的重中之重。然而,由于人力、财力的限制,监管部门不可能在监管区域中密集的设置监测设备。受限于监控设备的不足,现有的方法大多采用根据监测设备采集的监测数据确定大致的监管区域,并通过人为辅助验证的方式对监管区域内的污染企业一一进行排查的方式确定污染源。
然而,人为辅助验证的方式会对人力、物力和财力造成极大的损耗,且通常需要耗费较长的时间,无法及时的对污染源污染物的排放进行管控。
发明内容
有鉴于此,本发明实施例提供一种污染源的确定方法、装置、设备和存储介质,以提高污染源的确定速度,减少污染源确定过程中所耗费的人力、物力和财力。
第一方面,本发明实施例提供了一种污染源的确定方法,包括:
获取污染区域中的目标污染企业的目标污染数据,所述目标污染数据包括排污信息和第一人员活动信息,所述目标污染企业为位于所述污染区域的重点防控网格内的污染企业;
根据所述目标污染数据确定所述目标污染企业的污染权重;
基于所述污染权重确定所述重点防控网格内的重污企业,作为所述污染区域的污染源。
第二方面,本发明实施例提供了一种污染源的确定装置,包括:
污染数据获取模块,用于获取污染区域中的目标污染企业的目标污染数据,所述目标污染数据包括排污信息和第一人员活动信息,所述目标污染企业为位于所述污染区域的重点防控网格内的污染企业;
污染权重确定模块,用于根据所述目标污染数据确定所述目标污染企业的污染权重;
污染源确定模块,用于基于所述污染权重确定所述重点防控网格内的重污企业,作为所述污染区域的污染源。
第三方面,本发明实施例提供了一种计算机设备,包括:
一个或多个处理器;
存储器,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本发明实施例所述的污染源的确定方法。
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,其特征在于,该程序被处理器执行时实现如本发明实施例所述的污染源的确定方法。
在上述确定污染源的技术方案中,首先获取污染区域重点防控网格中的目标污染企业的排污信息和第一人员活动信息,然后根据该排污信息和第一人员活动信息确定重点防控网格内的各目标污染企业的污染权重,进而基于该污染权重确定污染区域内的污染源。本发明实施例通过采用上述技术方案,在确定污染源时综合考虑排污信息和人员活动信息,不但能够提高污染源的确定速度,缩短确定污染源所耗费的时间,减少污染源确定过程中所耗费的人力、物力和财力;还能够提高污染源确定结果的准确性,进而实现对污染源的精确管控。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为本发明实施例一提供的一种污染源的确定方法的流程示意图;
图2为本发明实施例二提供的一种污染源的确定方法的流程示意图;
图3为本发明实施例三提供的一种污染源的确定装置的结构框图;
图4为本发明实施例四提供的一种计算机设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。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。此外,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合
实施例一
本发明实施例一提供一种污染源的确定方法。该方法可以由污染源的确定装置,该装置可以由软件和/或硬件实现,一般可集成于具有污染源确定功能的设备中。图1是本发明实施例一提供的污染源的确定方法的流程示意图,如图1所示,所述方法包括:
S110、获取污染区域中的目标污染企业的目标污染数据,所述目标污染数据包括排污信息和第一人员活动信息,所述目标污染企业为位于所述污染区域的重点防控网格内的污染企业。
在本实施例中,污染区域中的目标污染企业的目标污染数据可以通过监测获得、从相应部门获取或基于网络数据获取。示例性的,可以自环境监管部门(如生态环境局)获取各目标企业的排污信息,并通过检测各目标污染企业的能源耗费情况或企业内的人员驻留情况确定各目标污染企业的第一人员活动信息,如基于目标污染企业内的水电耗费情况或目标污染企业范围内视频及遥感数据等确定目标污染企业内的第一人员活动信息,或者,通过用户终端上安装的应用软件对用户进行定位,基于定位结果以及各目标污染企业的位置确定用户是否位于目标污染企业内,并进一步基于该判定结果确定各目标污染企业内的第一人员活动信息。
其中,污染区域可以为任一监管区域、污染超标的监管区域、监管区域中的任一子监管区域或污染超标的子监管区域等,监管区域或子监管区域可以预先划分确定,如可以按照行政区划分监管区域或子监管区域,以便于进行监管。目标污染企业可以理解为重点防控网格内的污染企业,该污染企业可以仅包括会对环境造成污染的工业污染企业和农业生产企业,如化工厂、化肥厂等;还可以进一步包括会对环境造成污染的生活污染企业,如餐饮店等。排污信息可以理解为表征企业的排污情况的相关信息,如企业的污染物排放量、污染物排放浓度和/或排污口数量等等,其可以自环境监管部分下发的排污许可证(即排放污染物许可证)上获取。第一人员活动信息可以为理解为描述目标污染企业内人员活跃情况的相关信息,如目标污染企业在预设时间长度(如一天、一周或一月等)内参与生产活动的活跃人数和工作时长。
S120、根据所述目标污染数据确定所述目标污染企业的污染权重。
在本实施例中,由于目标污染企业的排污信息通常仅能表征目标污染企业排污数据的理论值,其与目标污染企业的实际排污数据往往存在一定的误差,并且,目标污染企业的实际排污数据往往与其作业人员的人员生产或生活的活动情况有着密切的联系。因此,本实施例在确定各目标污染企业的污染权重时可以综合考虑目标污染数据的排污情况和作业人员的活动情况,以进一步提高污染源确定结果的准确率。其中,污染权重可以理解为用于描述企业对环境所造成的污染的严重程度的参数,目标污染企业的污染权重值越大,表示该目标污染企业对环境所造成的污染越严重。
在本步骤中,污染权重可以通过计算排污信息所对应的第一排污数据与人员活动信息所对应的第二排污数据的加权和获得。其中,第一排污数据可以根据目标污染企业的许可排放量、许可排放浓度和/或排污口数量计算获得,如通过目标污染企业的许可排放量、许可排放浓度和排污口数量中的某一项或者至少两项的加权和表征第一污染数据;第二排污数据可以根据目标污染企业的活跃人数(即作业人员数量)和作业人员的工作时长计算获得。第一污染数据和第二污染数据的权重值可以根据需要设置,如可以将第一污染数据的权重值设置为0.3,将第二污染数据的权重值设置为0.7等,本实施例不作具体限制。
S130、基于所述污染权重确定所述重点防控网格内的重污企业,作为所述污染区域的污染源。
具体的,可以将污染权重超过预设污染权重阈值的目标污染企业确定为重污企业;也可以将重点防控网格内的各目标污染企业按照污染权重由大到小进行排序,并在排序完成后按照排序结果由前向后依次获取设定数量或设定比例的目标污染企业作为重点防控网格内的重污企业。其中,污染权重阈值以及设定数量可以根据需要设置;重点防控网格的数量可以为一个或多个,当重点防控网格的数量为多个且采用排序的方式确定重污企业时,可以分别对不同网格内的目标污染企业单独进行排序,也可以将多个重点防控网格内的目标污染企业一起进行排序,本实施例不对此进行限制。
本发明实施例一提供的污染源的确定方法,首先获取污染区域重点防控网格中的目标污染企业的排污信息和第一人员活动信息,然后根据该排污信息和第一人员活动信息确定重点防控网格内的各目标污染企业的污染权重,进而基于该污染权重确定污染区域内的污染源。本实施例通过采用上述技术方案,在确定污染源时综合考虑排污信息和人员活动信息,不但能够提高污染源的确定速度,缩短确定污染源所耗费的时间,减少污染源确定过程中所耗费的人力、物力和财力;还能够提高污染源确定结果的准确性,进而实现对污染源的精确管控。
实施例二
图2为本发明实施例二提供的一种污染源的确定方法的流程示意图。本实施例在上述实施例的基础上,将“根据所述目标污染数据确定所述目标污染企业的污染权重”优化为:
基于所述排污信息计算所述目标污染企业的企业排污权重,并基于所述第一人员活动信息计算所述目标污染企业的企业活跃指数,其中,所述排污信息包括目标污染物的许可排放量、许可排放浓度和排污口数量中的至少两项,所述第一人员活动信息包括活跃人数和工作时长;根据所述企业排污权重和所述企业活跃指数确定所述目标污染企业的污染权重。
进一步地,在所述获取污染区域中的目标污染企业的目标污染数据之前,还包括:确定污染区域中的重点防控网格;根据所述重点防控网格的网格信息确定所述重点防控网格中的污染企业,作为目标污染企业,所述网格信息包括污染企业信息。
进一步地,在所述获取污染区域中的目标污染企业的目标污染数据之前,还包括:将污染区域划分为多个网格。
进一步地,在所述获取污染区域中的目标污染企业的目标污染数据之前,还包括:获取各监测设备采集的监测数据,并基于所述监测数据识别污染超标的区域,作为污染区域。
相应的,如图2所示,本实施例提供的污染源的确定方法包括:
S210、获取各监测设备采集的监测数据,并基于所述监测数据识别污染超标的区域,作为污染区域。
在本实施例中,可以预先基于机器学习的方法训练污染区域识别模型,并在实际确定污染区域时,获取各站点所布设的检测设备采集到的监测数据,将该监测数据输入至污染区域识别模型中,基于该污染区域识别模型的输出的识别结果确定污染区域。其中,污染区域可以为预先划分的区域,也可以为污染区域识别模型根据监测数据识别得到的区域,即本实施例可以预先划分得到多个区域,并通过污染区域识别模型自该多个区域中识别污染区域;也可以不预先划分区域,直接通过污染区域识别模型将污染超标的区域确定为污染区域,等等,本实施例不对此进行限制。
S220、将污染区域划分为多个网格。
具体的,可以按照设定的形状和尺寸将污染区域划分为多个网格。其中,网格的形状和尺寸可以根据需要设置,如网格的形状可以为正方形、矩形、三角形或其他多边形,网格的边长可以为0.5km、1km、2km等等。优选的,可以将污染区域划分为1km×1km或0.5km×0.5km的正方形,以减少划分网格所需的计算量。
S230、确定污染区域中的重点防控网格。
在本实施例中,重点防控网格可以根据网格内各污染企业的排污信息和/或人员活动信息确定,如可以根据网格内各企业的排污信息计算各网格的网格排污权重,并基于该网格排污权重确定重点防控网格,如通过设置排污权重阈值或通过排序确定重点防控网格,或者,根据网格内各企业的人员活动信息计算各网格的网格活跃指数,并基于该网格获取指数确定重点防控网格,如通过设置活跃指数阈值或通过排序确定重点防控网格;也可以同时根据网格内各污染企业的排污信息和人员活动信息确定重点防控网格。
考虑到重点防控网格确定结果的准确性,本实施例优选可以同时根据各网格内的各污染企业的排污信息和人员活动信息(即各污染企业的污染数据)确定重点防控网格。此时,所述获取污染区域中的目标污染企业的目标污染数据可以包括:针对污染区域中的每个网格,分别根据所述网格中的各污染企业的污染数据确定各污染企业的污染参数,并基于各污染企业的污染参数计算所述网格的污染指数,其中,所述污染参数包括企业活跃指数和企业排污权重;根据各网格的网格污染指数确定所述污染区域中的重点防控网格。
具体的,在计算网格的污染指数时,可以首先根据各企业的人员活动信息计算得到各企业的企业活跃指数,并根据各企业的排污信息计算得到各企业的企业排污权重;然后根据各企业的企业获取指数和企业排污权重计算网格内各企业的平均企业活跃指数和平均企业排污权重,并计算该平均企业活跃指数和该平均企业排污权重的加权和,以得到网格的网格污染指数。
示例性的,假设污染数据包括排污信息和人员活动信息,排污信息包括许可排放量、许可排放浓度和排污口数量,人员活动信息包括在预设时间长度T内的活跃人数n和第i个作业人员的工作时长ti,i∈[1,n],网格内的污染企业的数量为N,则有:网格内第i个企业的企业活跃指数为:
EAIi=(t1+…tn)/T;
网格内第i个企业的企业排污权重为:
PWDi=许可排放量×a1+许可排放浓度×a2+排污口数量×a3;
网格的网格活跃指数为:GAI=EAI1+EAI2+…+EAIN;
网格的网格排污权重为:GPDW=PWD1+PWD2+…+PWDN;
网格的网格污染指数为:GPI=b1×GAN/N+b2×GPDW/N。
其中,a1、a2和a3为非负数,且a1+a2+a3=1;b1和b2为非负数,且b1+b2=1;许可排放量为企业在时间长度T内的许可排放量,其可以根据企业排污证上规定的企业在一年内的许可排放量计算获得。a1、a2、a3、b1和b2均可以根据需要设置,如可以设置为a1=0.3,a2=0.3,a3=0.4,b1=0.7,b2=0.3。
具体的,在确定重点防控网格时,可以将网格污染指数超过预设污染指数阈值的网格确定为重点防控网格;也可以将各网格按照网格污染指数由大到小进行排序,并在排序完成后按照排序结果由前向后依次获取设定数量或设定比例的网格作为重点防控网格。其中,污染指数阈值以及设定数量可以根据需要设置。
S240、根据所述重点防控网格的网格信息确定所述重点防控网格中的污染企业,作为目标污染企业,所述网格信息包括污染企业信息。
在本实施例中,污染企业可以包括工业污染企业、农业污染企业和/或生活污染企业。由于工业污染企业和农业污染企业一般均需要在环境监管部门注册,因此,当污染企业仅包括工业污染企业和/或农业污染企业时,可以从环境监管部门获取重点防控网格中的污染企业信息,以确定重点防控网格中的目标污染企业。当污染企业包括生活污染企业时,由于生活污染企业可能存在未注册的情况(如路边的移动餐车等),因此,此时网格信息除包括污染企业信息外,还可以包括终点防控网格的第二人员活动信息,从而,可以根据第二人员活动信息确定就餐时间段内重点防控网格内的人员驻留情况,并同时根据污染企业信息和该人员驻留情况确定重点防控网格的中的目标污染企业,以进一步提高所确定的目标污染企业的全面性,减少目标污染企业漏统计的情况的发生。其中,污染企业信息可以为污染企业列表,其可以自环境监管部门获取。
为了进一步提高后续所确定的污染源的全面性,优选的,所述污染企业包括工业污染企业、农业污染企业和生活污染企业,从而对监管区域内的工业污染源、农业污染源和生活污染源进行精准管控,解决环境决策最后一公里问题,此时,相应的,所述网格信息还包括第二人员活动信息。
S250、获取污染区域中的目标污染企业的目标污染数据,所述目标污染数据包括排污信息和第一人员活动信息,所述目标污染企业为位于所述污染区域的重点防控网格内的污染企业。
S260、基于所述排污信息计算所述目标污染企业的企业排污权重,并基于所述第一人员活动信息计算所述目标污染企业的企业活跃指数,其中,所述排污信息包括目标污染物的许可排放量、许可排放浓度和排污口数量中的至少两项,所述第一人员活动信息包括活跃人数和工作时长。
在本实施例中,可以通过计算目标污染物的许可排放量、许可排放浓度和排污口数量中的至少两项的加权和得到目标污染企业的企业排污权重,通过计算目标污染企业在预设时间长度内的总工作时长与该预设时间长度的比值确定目标污染企业的企业活跃指数。其中,目标污染物为当前所关注的污染物,如污染区域中含量超标的任一污染物;工作时长可以为每个作业人员的实际工作时长,也可以为所有作业人员在预设时间长度内的平均工作时长。以工作时长为平均工作时长为例,假设某一目标污染企业的活跃人员为n,平均工作时长为t,则其企业活跃指数EAI=nt/T。
S270、根据所述企业排污权重和所述企业活跃指数确定所述目标污染企业的污染权重。
在本实施例中,目标污染企业的污染权重可以为目标污染企业的企业排污权重和企业活跃指数的加权和。例如,假设目标污染企业的企业排污权重为PDW,目标污染企业的企业活跃指数为EAI,则目标污染企业的污染权重PWPS=PDW×c1+EAI×c2,其中,c1和c2分别为计算污染权重时企业排污权重和企业活跃指数的权重值,c1+c2=1,两权重值具体可以根据需要设置,如可以将c1设置为0.3,将c2设置为0.7。
S280、基于所述污染权重确定所述重点防控网格内的重污企业,作为所述污染区域的污染源。
本发明实施例二提供的污染源的确定方法,获取各检测设备采集的检测数据,并基于该监测数据识别污染区域,将污染区域划分为多个网格,并确定污染区域中的重点防控网格,根据重点防控网格的网格信息确定重点防控网格中的目标污染企业,获取目标污染企业的排污信息和第一人员活动信息,基于该排污信息和该第一人员活动信息计算目标污染企业的企业排污权重和企业活跃指数,根据该企业排污权重和该企业活跃指数确定目标污染企业的污染权重,并根据重点防控网格内的各目标污染企业的污染权重确定污染区域的污染源。本实施例通过采用上述技术方案,通过引入人员活动信息反映大气污染状况,从污染产生的角度出发,并与监测设备采集的监测数据相互验证,能够提高污染源确定结果的可行度;并且,通过划分高空间分辨率网格的方式,对监管区域全覆盖,能够解决小、散、污无序排放污染源问题,实现无死角监控。
实施例三
本发明实施例三提供一种污染源的确定装置。该装置可以由软件和/或硬件实现,一般可集成在具有污染源确定功能的设备中,可通过执行污染源的确定方法确定污染源。图3为本发明实施例三提供的污染源的确定装置的结构框图,如图3所示,所述污染源的确定装置包括污染数据获取模块301、污染权重确定模块302和污染源确定模块303,其中,
污染数据获取模块301,用于获取污染区域中的目标污染企业的目标污染数据,所述目标污染数据包括排污信息和第一人员活动信息,所述目标污染企业为位于所述污染区域的重点防控网格内的污染企业;
污染权重确定模块302,用于根据所述目标污染数据确定所述目标污染企业的污染权重;
污染源确定模块303,用于基于所述污染权重确定所述重点防控网格内的重污企业,作为所述污染区域的污染源。
本发明实施例三提供的污染源的确定装置,首先通过污染数据获取模块获取污染区域重点防控网格中的目标污染企业的排污信息和第一人员活动信息,然后通过污染权重确定模块根据该排污信息和第一人员活动信息确定重点防控网格内的各目标污染企业的污染权重,进而通过污染源确定模块基于该污染权重确定污染区域内的污染源。本实施例通过采用上述技术方案,在确定污染源时综合考虑排污信息和人员活动信息,不但能够提高污染源的确定速度,缩短确定污染源所耗费的时间,减少污染源确定过程中所耗费的人力、物力和财力;还能够提高污染源确定结果的准确性,进而实现对污染源的精确管控。
在上述方案中,所述污染权重确定模块302可以包括:计算单元,用于基于所述排污信息计算所述目标污染企业的企业排污权重,并基于所述第一人员活动信息计算所述目标污染企业的企业活跃指数,其中,所述排污信息包括目标污染物的许可排放量、许可排放浓度和排污口数量中的至少两项,所述第一人员活动信息包括活跃人数和工作时长;污染权重确定单元,用于根据所述企业排污权重和所述企业活跃指数确定所述目标污染企业的污染权重。
进一步地,所述污染源的确定装置还可以包括:网格确定模块,用于在所述获取污染区域中的目标污染企业的目标污染数据之前,确定污染区域中的重点防控网格;企业确定模块,用于根据所述重点防控网格的网格信息确定所述重点防控网格中的污染企业,作为目标污染企业,所述网格信息包括污染企业信息。
在上述方案中,所述污染企业包括工业污染企业、农业污染企业和生活污染企业,相应的,所述网格信息还包括第二人员活动信息。
在上述方案中,所述网格确定模块可以包括:指数确定单元,用于针对污染区域中的每个网格,分别根据所述网格中的各污染企业的污染数据确定各污染企业的污染参数,并基于各污染企业的污染参数计算所述网格的污染指数,其中,所述污染参数包括企业活跃指数和企业排污权重;网格确定单元,用于根据各网格的网格污染指数确定所述污染区域中的重点防控网格。
进一步地,所述污染源的确定装置还可以包括:网格划分模块,用于在所述获取污染区域中的目标污染企业的目标污染数据之前,将污染区域划分为多个网格。
进一步地,所述污染源的确定装置还可以包括:污染区域识别模块,用于在所述获取污染区域中的目标污染企业的目标污染数据之前,获取各监测设备采集的监测数据,并基于所述监测数据识别污染超标的区域,作为污染区域。
本发明实施例三提供的污染源的确定装置可执行本发明任意实施例提供的污染源的确定方法,具备执行污染源的确定方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节,可参见本发明任意实施例所提供的污染源的确定方法。
实施例四
图4为本发明实施例四提供的一种计算机设备的结构示意图,如图4所示,该计算机设备包括处理器40和存储器41,还可以包括输入装置42和输出装置43;计算机设备中处理器40的数量可以是一个或多个,图4中以一个处理器40为例;计算机设备中的处理器40、存储器41、输入装置42和输出装置43可以通过总线或其他方式连接,图4中以通过总线连接为例。
存储器41作为一种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污染源的确定方法对应的程序指令/模块(例如,污染源的确定装置中的污染数据获取模块301、污染权重确定模块302和污染源确定模块303)。处理器40通过运行存储在存储器41中的软件程序、指令以及模块,从而执行计算机设备的各种功能应用以及数据处理,即实现上述的污染源的确定方法。
存储器41可主要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、至少一个功能所需的应用程序;存储数据区可存储根据终端的使用所创建的数据等。此外,存储器41可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器41可进一步包括相对于处理器40远程设置的存储器,这些远程存储器可以通过网络连接至计算机设备。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42可用于接收输入的数字或字符信息,以及产生与计算机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43可包括显示屏等显示设备。
本发明实施例四还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行一种污染源的确定方法,该方法包括:
获取污染区域中的目标污染企业的目标污染数据,所述目标污染数据包括排污信息和第一人员活动信息,所述目标污染企业为位于所述污染区域的重点防控网格内的污染企业;
根据所述目标污染数据确定所述目标污染企业的污染权重;
基于所述污染权重确定所述重点防控网格内的重污企业,作为所述污染区域的污染源。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令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污染源的确定方法中的相关操作。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等,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)执行本发明各个实施例所述的方法。
值得注意的是,上述污染源的确定装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
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)
1.一种污染源的确定方法,其特征在于,包括:
获取污染区域中的目标污染企业的目标污染数据,所述目标污染数据包括排污信息和第一人员活动信息,所述目标污染企业为位于所述污染区域的重点防控网格内的污染企业;
根据所述目标污染数据确定所述目标污染企业的污染权重;
基于所述污染权重确定所述重点防控网格内的重污企业,作为所述污染区域的污染源。
2.根据权利要求1所述的方法,其特征在于,所述根据所述目标污染数据确定所述目标污染企业的污染权重,包括:
基于所述排污信息计算所述目标污染企业的企业排污权重,并基于所述第一人员活动信息计算所述目标污染企业的企业活跃指数,其中,所述排污信息包括目标污染物的许可排放量、许可排放浓度和排污口数量中的至少两项,所述第一人员活动信息包括活跃人数和工作时长;
根据所述企业排污权重和所述企业活跃指数确定所述目标污染企业的污染权重。
3.根据权利要求1所述的方法,其特征在于,在所述获取污染区域中的目标污染企业的目标污染数据之前,还包括:
确定污染区域中的重点防控网格;
根据所述重点防控网格的网格信息确定所述重点防控网格中的污染企业,作为目标污染企业,所述网格信息包括污染企业信息。
4.根据权利要求3所述的方法,其特征在于,所述污染企业包括工业污染企业、农业污染企业和生活污染企业,相应的,所述网格信息还包括第二人员活动信息。
5.根据权利要求3所述的方法,其特征在于,所述确定污染区域中的重点防控网格,包括:
针对污染区域中的每个网格,分别根据所述网格中的各污染企业的污染数据确定各污染企业的污染参数,并基于各污染企业的污染参数计算所述网格的污染指数,其中,所述污染参数包括企业活跃指数和企业排污权重;
根据各网格的网格污染指数确定所述污染区域中的重点防控网格。
6.根据权利要求1所述的方法,其特征在于,在所述获取污染区域中的目标污染企业的目标污染数据之前,还包括:
将污染区域划分为多个网格。
7.根据权利要求1所述的方法,其特征在于,在所述获取污染区域中的目标污染企业的目标污染数据之前,还包括:
获取各监测设备采集的监测数据,并基于所述监测数据识别污染超标的区域,作为污染区域。
8.一种污染源的确定装置,其特征在于,包括:
污染数据获取模块,用于获取污染区域中的目标污染企业的目标污染数据,所述目标污染数据包括排污信息和第一人员活动信息,所述目标污染企业为位于所述污染区域的重点防控网格内的污染企业;
污染权重确定模块,用于根据所述目标污染数据确定所述目标污染企业的污染权重;
污染源确定模块,用于基于所述污染权重确定所述重点防控网格内的重污企业,作为所述污染区域的污染源。
9.一种计算机设备,其特征在于,包括:
一个或多个处理器;
存储器,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中任一所述的污染源的确定方法。
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中任一所述的污染源的确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910854928.9A CN110555626A (zh) | 2019-09-10 | 2019-09-10 | 污染源的确定方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910854928.9A CN110555626A (zh) | 2019-09-10 | 2019-09-10 | 污染源的确定方法、装置、设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110555626A true CN110555626A (zh) | 2019-12-10 |
Family
ID=68739706
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910854928.9A Pending CN110555626A (zh) | 2019-09-10 | 2019-09-10 | 污染源的确定方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110555626A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112487115A (zh) * | 2020-11-13 | 2021-03-12 | 北京软通智慧城市科技有限公司 | 污染源的确定方法、装置、设备及存储介质 |
CN113159425A (zh) * | 2021-04-24 | 2021-07-23 | 杭州尚青科技有限公司 | 一种区域工业水污染日排放量预测方法和装置 |
CN113901350A (zh) * | 2021-12-10 | 2022-01-07 | 西安中电环通数字科技有限公司 | 污染源挂图调度系统及终端 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180082199A1 (en) * | 2016-09-21 | 2018-03-22 | International Business Machines Corporation | System, method and computer program product for pollution source attribution |
CN108446807A (zh) * | 2018-04-02 | 2018-08-24 | 环境保护部环境规划院 | 基于重污染天气预警的大气污染物排放总量控制方法 |
CN108563178A (zh) * | 2018-05-31 | 2018-09-21 | 安徽中疆环境科技有限公司 | 一种污染源在线监测系统 |
CN109543990A (zh) * | 2018-11-19 | 2019-03-29 | 北京英视睿达科技有限公司 | 基于污染源确定大气污染热点网格的方法及装置 |
CN109583723A (zh) * | 2018-11-19 | 2019-04-05 | 北京英视睿达科技有限公司 | 基于污染源确定水环境热点网格的方法、电子设备及装置 |
CN109947769A (zh) * | 2018-08-08 | 2019-06-28 | 深圳市博安达信息技术股份有限公司 | 污染源数据的管理方法及相关产品 |
CN109977185A (zh) * | 2019-03-19 | 2019-07-05 | 深圳博沃智慧科技有限公司 | 基于网格的大气污染监管方法和系统 |
-
2019
- 2019-09-10 CN CN201910854928.9A patent/CN110555626A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180082199A1 (en) * | 2016-09-21 | 2018-03-22 | International Business Machines Corporation | System, method and computer program product for pollution source attribution |
CN108446807A (zh) * | 2018-04-02 | 2018-08-24 | 环境保护部环境规划院 | 基于重污染天气预警的大气污染物排放总量控制方法 |
CN108563178A (zh) * | 2018-05-31 | 2018-09-21 | 安徽中疆环境科技有限公司 | 一种污染源在线监测系统 |
CN109947769A (zh) * | 2018-08-08 | 2019-06-28 | 深圳市博安达信息技术股份有限公司 | 污染源数据的管理方法及相关产品 |
CN109543990A (zh) * | 2018-11-19 | 2019-03-29 | 北京英视睿达科技有限公司 | 基于污染源确定大气污染热点网格的方法及装置 |
CN109583723A (zh) * | 2018-11-19 | 2019-04-05 | 北京英视睿达科技有限公司 | 基于污染源确定水环境热点网格的方法、电子设备及装置 |
CN109977185A (zh) * | 2019-03-19 | 2019-07-05 | 深圳博沃智慧科技有限公司 | 基于网格的大气污染监管方法和系统 |
Non-Patent Citations (1)
Title |
---|
姜成春: "《《大气污染控制技术 第二版》", 30 June 2016 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112487115A (zh) * | 2020-11-13 | 2021-03-12 | 北京软通智慧城市科技有限公司 | 污染源的确定方法、装置、设备及存储介质 |
CN113159425A (zh) * | 2021-04-24 | 2021-07-23 | 杭州尚青科技有限公司 | 一种区域工业水污染日排放量预测方法和装置 |
CN113901350A (zh) * | 2021-12-10 | 2022-01-07 | 西安中电环通数字科技有限公司 | 污染源挂图调度系统及终端 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110727717B (zh) | 网格化大气污染强度的监控方法、装置、设备和存储介质 | |
Elangasinghe et al. | Complex time series analysis of PM10 and PM2. 5 for a coastal site using artificial neural network modelling and k-means clustering | |
Nyelele et al. | The equity of urban forest ecosystem services and benefits in the Bronx, NY | |
CN110555626A (zh) | 污染源的确定方法、装置、设备和存储介质 | |
Giner-Santonja et al. | The application of the analytic network process to the assessment of best available techniques | |
CN111461167A (zh) | 基于大数据的污染源定位方法、装置、设备及存储介质 | |
CN103116825A (zh) | 智慧城市管理系统 | |
Jain et al. | Adaptive neuro-fuzzy modeling for prediction of ambient CO concentration at urban intersections and roadways | |
CN113743960B (zh) | 一种建筑碳排放监测系统及方法 | |
CN104573978A (zh) | 突发水污染事件应急处置决策支持系统 | |
Zarandi et al. | Interval type-2 fuzzy expert system for prediction of carbon monoxide concentration in mega-cities | |
CN111339965A (zh) | 养殖场选址方法、装置、设备及计算机可读存储介质 | |
CN110807725A (zh) | 一种大气污染溯源方法、装置、计算设备和介质 | |
CN110751416A (zh) | 一种用水量的预测方法、装置及设备 | |
CN114511181A (zh) | 基于电网及税收数据融合的水污染环保校验方法和装置 | |
Georgieva et al. | Evaluating the performance of WRF-CMAQ air quality modelling system in Bulgaria by means of the DELTA tool | |
Malley et al. | Analysis of the distributions of hourly NO 2 concentrations contributing to annual average NO 2 concentrations across the European monitoring network between 2000 and 2014 | |
Richards et al. | Impacts of habitat heterogeneity on the provision of multiple ecosystem services in a temperate floodplain | |
CN109978241B (zh) | 一种电动汽车充电负荷的确定方法及装置 | |
Pisoni et al. | Multi-criteria analysis for PM10 planning | |
CN109409666B (zh) | 基于大气扩散模型及线性规划的环境影响评估方法 | |
Luthfiani et al. | Waste management service in Indonesia based on stochastic frontier analysis | |
CN102567523B (zh) | 一种集聚分布型地理要素的自适应空间抽样方案设计方法 | |
CN110175438A (zh) | 分享账号检测方法及相关设备 | |
CN108596473B (zh) | 一种流域污染管理系统和新核算方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191210 |