CN110991930A - 计算公路路段尘负荷等级的方法 - Google Patents
计算公路路段尘负荷等级的方法 Download PDFInfo
- Publication number
- CN110991930A CN110991930A CN201911314766.6A CN201911314766A CN110991930A CN 110991930 A CN110991930 A CN 110991930A CN 201911314766 A CN201911314766 A CN 201911314766A CN 110991930 A CN110991930 A CN 110991930A
- Authority
- CN
- China
- Prior art keywords
- fixed time
- calculating
- dust load
- data set
- time interval
- 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
Links
- 239000000428 dust Substances 0.000 title claims abstract description 53
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000005070 sampling Methods 0.000 claims abstract description 19
- 238000004364 calculation method Methods 0.000 claims abstract description 8
- 238000004458 analytical method Methods 0.000 claims description 9
- 239000003086 colorant Substances 0.000 claims description 5
- 230000000694 effects Effects 0.000 claims description 5
- 238000013523 data management Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 abstract description 5
- 230000008569 process Effects 0.000 description 9
- 238000003860 storage Methods 0.000 description 8
- 238000012544 monitoring process Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 239000002245 particle Substances 0.000 description 4
- 238000007619 statistical method Methods 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 239000003570 air Substances 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000000556 factor analysis Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 239000012080 ambient air Substances 0.000 description 1
- 238000010923 batch production Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013618 particulate matter Substances 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 238000004088 simulation 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
- 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
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B29/00—Maps; Plans; Charts; Diagrams, e.g. route diagram
- G09B29/003—Maps
- G09B29/006—Representation of non-cartographic information on maps, e.g. population distribution, wind direction, radiation levels, air and sea routes
- G09B29/007—Representation of non-cartographic information on maps, e.g. population distribution, wind direction, radiation levels, air and sea routes using computer methods
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Educational Administration (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- General Business, Economics & Management (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)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Ecology (AREA)
- Mathematical Physics (AREA)
- Educational Technology (AREA)
- Instructional Devices (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开提供了一种计算公路路段尘负荷等级的方法，包括：步骤S100：基于创建的数据库，用户选择车辆基本信息、需要查询的线路及固定时间间隔；步骤S200：根据选择的固定时间间隔，将选择的完整批次路段分隔成多个固定时间间隔的小路段；步骤S300：根据固定时间间隔进行递推计算，得到每个固定时间间隔对应的小路段中的采样数据的平均值和起始经纬度；步骤S400：通过查表，确定每个固定时间间隔对应的小路段的污染级别及该污染级别对应的标识颜色；步骤S500：绘制图形动态。本公开提高了可移植性、执行速度快，便于进行应急预案以及污染因素分析处理，将有效人力成本。
Description
技术领域
本公开涉及环境管理领域，尤其涉及一种快速计算公路路段尘负荷等级的方法。
背景技术
尘负荷是指道路，街道上的积尘在一定动力条件下(风力，机动车碾压，群众活动等)的作用下，一次或多次扬起并混合，进入环境空气中形成一定粒径分布的颗粒物。道路积尘是城市空气颗粒物的主要来源之一，已经成为城市的一大公害。公路尘负荷是指单位道路面积上能够通过200目标准筛(相当于几何粒径75微米以下)的那部分积尘的质量。公路尘负荷是表征路面清洁程度，以及道路扬尘排放清单中一个十分重要的参数，因此该数据为各地环境管理的一个重要方面。目前国内缺乏高效的道路评估方法，如何定量评估道路尘负荷状况是当前各部门必须解决的问题。
北方城市空气环境近年来主要面临PM10浓度较高，在PM10中污染来源于工业和粉尘的数量逐年减少，但来源于扬尘的颗粒物在总量中所占比例却逐年增加，目前已成为造成城市颗粒污染的首要因素。其中交通扬尘，施工扬尘更是PM10的主要来源。因此将交通扬尘污染定量化评估是控制道路尘负荷浓度的基础。
由于人工对公路尘负荷的监测准确度低，极易造成误差，市内交通发达，道路繁多，客观因素众多，仅靠人工检测，不仅对人力资源是一种消耗，还容易出现采样不均、采集不全面、城市无法遍及等现象，更无法实时反馈当前路面状况、及时设定应对污染严重地段的环境保护措施等。目前整个批次路段采集数据巨大，后台处理数据时间较长，地图动态显示缺乏效率。因此亟待能有一种用于实时显示批次路况等级信息的快速计算公路路段尘负荷等级的方法。
发明内容
(一)要解决的技术问题
本公开提供了一种计算公路路段尘负荷等级的方法，以至少部分解决以上所提出的技术问题。
(二)技术方案
根据本公开的一个方面，提供了一种计算公路路段尘负荷等级的方法，包括：步骤S100：在数据库中根据设定的调取条件进行信息调取；所述设定调取条件，包括：车辆基本信息、需要查询的线路及固定时间间隔；步骤S200：在数据管理模块中，根据选择的固定时间间隔，将选择的完整批次路段分隔成多个固定时间间隔的小路段，对每个固定时间间隔的小路段进行采样，并将采样数据上传至数据库中，建立该固定时间间隔的小路段的数据集；步骤S300：在数据计算模块中，根据固定时间间隔进行递推计算，得到每个固定时间间隔对应的小路段中的采样数据的平均值和起始经纬度；步骤S400：在结果输出模块中，通过查表，确定每个固定时间间隔对应的小路段的污染级别及该污染级别对应的标识颜色；步骤S500：在结果输出模块中，绘制图形动态。
在本公开的一些实施例中，所述步骤S300包括：步骤S310：根据固定时间间隔计算递推结束时间；步骤S320：判断递推结束时间是否小于实际结束时间；步骤S330：递推结束时间不小于实际结束时间，则在数据库中获取每个固定时间间隔对应的小路段中的采样数据的平均值和起始经纬度；步骤S340：递推结束时间小于实际结束时间，重新计算新的递推结束时间。
在本公开的一些实施例中，所述步骤S340包括：步骤S341：在数据库中查询开始时间至递推结束时间的数据，获取起始经纬度信息和结束经纬度信息；步骤S342：计算尘负荷平均值，将数据插入数据库；步骤S343：根据递推结束时间与固定时间间隔重新计算新的递推结束时间，重新判断递推结束时间是否小于实际结束时间。
在本公开的一些实施例中，所述步骤S500包括：步骤S510：顺次调取数据库中获得的多个小路段对应的多个数据集；步骤S520：判断每次调取的数据集是否为数据集终点；步骤S530：调取的数据集为数据集终点，完成图形动态的绘制，获得由多个小路段的图形动态图组成的路线轨迹动画，启动路线轨迹动画进行演示；步骤S540：调取的数据集不为数据集终点，继续对调取的小路段对应的数据集进行图形动态图的绘制。
在本公开的一些实施例中，所述步骤S540包括：步骤S541：在数据库中调取的小路段对应的数据集；步骤S542：根据数据集中的起始经纬度进行地图线路绘制；步骤S543：根据数据集中尘负荷均值等级判断污染程度并用国家标准颜色区分；步骤S544：线段绘制制作动画效果。
在本公开的一些实施例中，还包括步骤S545：对选择的完整批次路段中已经完成图形动态图绘制的小路段，进行图形动态图展示。
在本公开的一些实施例中，还包括步骤S600：生成分析报表，所述分析报表对每个小路段对应的数据集进行分类处理，归纳每个小路段污染级别所占比例。
在本公开的一些实施例中，所述表为国家标准污染级别表。
在本公开的一些实施例中，所述的基本信息包括：车辆编号、车辆批次号。
(三)有益效果
从上述技术方案可以看出，本公开计算公路路段尘负荷等级的方法至少具有以下有益效果其中之一或其中一部分：
(1)数据库的使用，可以随时对数据库的存储过程或函数进行修改，无需再对应用程序的源代码进行修改，从而大大提高了可移植性。
(2)存储过程在先在数据库服务器上进行编译并存储在数据库中，存储过程执行速度快。
(3)由于存储过程在先在数据库服务器上进行编译并存储在数据库中，在调用存储过程时，只需要提供存储过程名及所需参数即可，在一定程度上减少了网络的流量负担。
(4)存储过程和函数进行权限限制，以实现数据限值访问，避免数据被非授权用户访问，保证数据的安全性。
(5)通过地图的模拟车辆动态模拟，可以回顾各个批次的流程，实时反映路况当前的污染情况，便于快速便捷的找到问题路段，进行应急预案以及污染因素分析处理。
(6)报表生成针对各个时间区间批次的数据进行分类处理，归纳出各个区间的污染级别的所占比例，便于更加直观的通过统计数据进行分析时间区间内各个批次路段的污染情况。
附图说明
图1为本公开实施例计算公路路段尘负荷等级的方法的流程框图。
图2为本公开实施例图1中步骤S300流程框图。
图3为本公开实施例图1中步骤S500流程框图。
具体实施方式
本公开提供了一种计算公路路段尘负荷等级的方法，包括：步骤S100：基于创建的数据库，用户选择车辆基本信息、需要查询的线路及固定时间间隔；步骤S200：根据选择的固定时间间隔，将选择的完整批次路段分隔成多个固定时间间隔的小路段；步骤S300：根据固定时间间隔进行递推计算，得到每个固定时间间隔对应的小路段中的采样数据的平均值和起始经纬度；步骤S400：通过查表，确定每个固定时间间隔对应的小路段的污染级别及该污染级别对应的标识颜色；步骤S500：绘制图形动态。本公开提高了可移植性、执行速度快，便于进行应急预案以及污染因素分析处理，将有效人力成本。
为使本公开的目的、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，对本公开进一步详细说明。
本公开某些实施例于后方将参照所附附图做更全面性地描述，其中一些但并非全部的实施例将被示出。实际上，本公开的各种实施例可以许多不同形式实现，而不应被解释为限于此数所阐述的实施例；相对地，提供这些实施例使得本公开满足适用的法律要求。
在本公开提供了一种计算公路路段尘负荷等级的方法。图1为本公开实施例计算公路路段尘负荷等级的方法的流程框图。如图1所示，本公开计算公路路段尘负荷等级的方法包括：
步骤S100：在数据库中根据设定的调取条件进行信息调取，所述设定调取条件，包括：车辆基本信息、需要查询的线路及固定时间间隔。数据库由函数[fn_GetListNew]创建。车辆基本信息包括：车辆编号、车辆批次号等车辆基本信息。
步骤S200：在数据管理模块中，根据选择的固定时间间隔，将选择的完整批次路段分隔成多个固定时间间隔的小路段，对每个固定时间间隔的小路段进行采样，并将采样数据上传至数据库中，建立该固定时间间隔的小路段的数据集；
步骤S300：在数据计算模块中，根据固定时间间隔进行递推计算，在数据库中获取每个固定时间间隔对应的小路段中的采样数据的平均值和起始经纬度；具体包括：
步骤S310：根据固定时间间隔计算递推结束时间；
步骤S320：判断递推结束时间是否小于实际结束时间；
步骤S330：如果为否则在数据库中获取每个固定时间间隔对应的小路段中的采样数据的平均值和起始经纬度；
步骤S340：如果为是重新计算新的递推结束时间。具体包括：
步骤S341：在数据库中查询开始时间至递推结束时间的数据，获取起始经纬度信息和结束经纬度信息；
步骤S342：计算尘负荷平均值，将数据插入数据库；
步骤S343：根据递推结束时间与固定时间间隔重新计算新的递推结束时间，重新判断递推结束时间是否小于实际结束时间。
步骤S400：在结果输出模块中，通过查表，确定每个固定时间间隔对应的小路段的污染级别及该污染级别对应的标识颜色。
具体的，这里查询的表为国家标准污染级别表。该表的由来主要包括：
首先，进行公路尘负荷的测定。根据近年来车流量统计结果，选取最具有代表性的路段作为采样路段来进行测定。通过监测车辆的采样来统计分析。在一定从车速，风速，温度并且很短的时间间隔之内的情况下对道路的PM1，PM2.5，PM10含量进行监测采样。采样步骤严格按照《防治城市扬尘污染技术规范》(HJ/T393-2007)中的要求执行。并通过采样样本计算分析出公路尘负荷值。进而，对采样结果进行分析。计算得到的结果根据下表来评定公路尘负荷等级。
步骤S500：在结果输出模块中，绘制图形动态。具体包括：
步骤S510：顺次调取数据库中获得的多个小路段对应的多个数据集；
步骤S520：判断每次调取的数据集是否为数据集终点，
步骤S530：如果为是则完成图形动态的绘制，获得由多个小路段的图形动态图组成的路线轨迹动画，启动路线轨迹动画进行演示；
步骤S540：如果为否则继续对调取的小路段对应的数据集进行图形动态图的绘制。具体包括：
步骤S541：在数据库中调取的小路段对应的数据集；
步骤S542：根据数据集中的起始经纬度进行地图线路绘制；
步骤S543：根据数据集中尘负荷均值等级判断污染程度并用国家标准颜色区分；
步骤S544：线段绘制制作动画效果。
在实施中可选择的步骤S545：，制作鼠标事件，对选择的完整批次路段中已经完成图形动态图绘制的小路段，进行图形动态图展示。
在一些实施例中，还包括步骤S600：生成分析报表，所述分析报表对每个小路段对应的数据集进行分类处理，归纳每个小路段污染级别所占比例。
在本公开的第一个实施例中，提供一种采用计算公路路段尘负荷等级的方法的城市尘负荷监测系统，采用ASP.NET技术开发，使用Sql Server2008R2作为数据库。通过创建存储过程以及查询函数，大大提高用户交互的查询效率。
在该城市尘负荷监测系统中，监控车承载着数据采集设备在城市规划的若干路线中进行定期以及不定期的数据采集，针对各个路段进行实时监测以及数据入库和数据分析，采集设备实时监测参数包括：尘负荷(g/m2)、湿度(％)、温度(℃)、风速(m/s)、PM1道路值(mg/m3)、PM2.5道路值(mg/m3)、PM10道路值(mg/m3)、PM1背景值(mg/m3)、PM2.5背景值(mg/m3)、PM10背景值(mg/m3)、NOX(ppm)等。系统为用户提供选定批次的地图查询功能，用户可根据时间，车辆，以及批次号，选择路线查询。根据本公开提供的计算公路路段尘负荷等级的方法，整体选择批次路段可以根据固定时间差的小路段中进行尘负荷平均值计算，且根据平均值的高低进行级别划分，并根据国家标准规定不同级别颜色显示在地图该子路段中，并模拟监控车在该路段进行模拟动画运行，方便用户实时监测体验。
实时监测的使用可使用户免去选择条件的繁琐过程，便可自动监测当前最后一批次的车辆运行状况，以及路况信息。方便快捷，根据系统配置时间间隔，可以细化批次流程，使模拟线路绘制更加清晰。
针对用户需求，对已经录入数据库的各个批次进行查询，并且进行统计分析。各个参数在该时间段的历史曲线图以及生成分析报表方便用户体验，该分析报表可以实现EXCEL自动导出，方便用户存档管理。
针对某一监测车辆，进行一个时间段内的查询，可以方便快捷反馈该车辆的任务执行情况，以及任务期间监测路况的污染情况，监测的数据根据浓度的级别，用不同颜色进行展现。统计分析同样可以生成分析报表，并实现EXCEL自动导出。
根据选择的批次及车辆查询出数据，并且根据各个参数的数据进行级别划分及统计分析，对污染级别一级至四级的点数比例进行统计划分，为用户清楚展现该批次的污染情况以及级别。方便用户及时针对该批次路段进行整改及制定防范措施。该分析报表可以EXCEL导出。
至此，已经结合附图对本公开实施例进行了详细描述。需要说明的是，在附图或说明书正文中，未绘示或描述的实现方式，均为所属技术领域中普通技术人员所知的形式，并未进行详细说明。此外，上述对各元件和方法的定义并不仅限于实施例中提到的各种具体结构、形状或方式，本领域普通技术人员可对其进行简单地更改或替换。
依据以上描述，本领域技术人员应当对本公开计算公路路段尘负荷等级的方法有了清楚的认识。
综上所述，本公开提高了可移植性、执行速度快，便于进行应急预案以及污染因素分析处理，将有效人力成本。
此外，除非特别描述或必须依序发生的步骤，上述步骤的顺序并无限制于以上所列，且可根据所需设计而变化或重新安排。并且上述实施例可基于设计及可靠度的考虑，彼此混合搭配使用或与其他实施例混合搭配使用，即不同实施例中的技术特征可以自由组合形成更多的实施例。
在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的启示一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本公开也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本公开的内容，并且上面对特定语言所做的描述是为了披露本公开的最佳实施方式。
本公开可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。本公开的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本公开实施例的相关设备中的一些或者全部部件的一些或者全部功能。本公开还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本公开的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
类似地，应当理解，为了精简本公开并帮助理解各个公开方面中的一个或多个，在上面对本公开的示例性实施例的描述中，本公开的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本公开要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，公开方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本公开的单独实施例。
以上所述的具体实施例，对本公开的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本公开的具体实施例而已，并不用于限制本公开，凡在本公开的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本公开的保护范围之内。
Claims (9)
1.一种计算公路路段尘负荷等级的方法，其中，包括：
步骤S100：在数据库中根据设定的调取条件进行信息调取；所述设定调取条件，包括：车辆基本信息、需要查询的线路及固定时间间隔；
步骤S200：在数据管理模块中，根据选择的固定时间间隔，将选择的完整批次路段分隔成多个固定时间间隔的小路段，对每个固定时间间隔的小路段进行采样，并将采样数据上传至数据库中，建立该固定时间间隔的小路段的数据集；
步骤S300：在数据计算模块中，根据固定时间间隔进行递推计算，得到每个固定时间间隔对应的小路段中的采样数据的平均值和起始经纬度；
步骤S400：在结果输出模块中，通过查表，确定每个固定时间间隔对应的小路段的污染级别及该污染级别对应的标识颜色；
步骤S500：在结果输出模块中，绘制图形动态。
2.根据权利要求1所述的计算公路路段尘负荷等级的方法，其中，所述步骤S300包括：
步骤S310：根据固定时间间隔计算递推结束时间；
步骤S320：判断递推结束时间是否小于实际结束时间；
步骤S330：递推结束时间不小于实际结束时间，则在数据库中获取每个固定时间间隔对应的小路段中的采样数据的平均值和起始经纬度；
步骤S340：递推结束时间小于实际结束时间，重新计算新的递推结束时间。
3.根据权利要求2所述的计算公路路段尘负荷等级的方法，其中，所述步骤S340包括：
步骤S341：在数据库中查询开始时间至递推结束时间的数据，获取起始经纬度信息和结束经纬度信息；
步骤S342：计算尘负荷平均值，将数据插入数据库；
步骤S343：根据递推结束时间与固定时间间隔重新计算新的递推结束时间，重新判断递推结束时间是否小于实际结束时间。
4.根据权利要求1所述的计算公路路段尘负荷等级的方法，其中，所述步骤S500包括：
步骤S510：顺次调取数据库中获得的多个小路段对应的多个数据集；
步骤S520：判断每次调取的数据集是否为数据集终点；
步骤S530：调取的数据集为数据集终点，完成图形动态的绘制，获得由多个小路段的图形动态图组成的路线轨迹动画，启动路线轨迹动画进行演示；
步骤S540：调取的数据集不为数据集终点，继续对调取的小路段对应的数据集进行图形动态图的绘制。
5.根据权利要求4所述的计算公路路段尘负荷等级的方法，其中，所述步骤S540包括：
步骤S541：在数据库中调取的小路段对应的数据集；
步骤S542：根据数据集中的起始经纬度进行地图线路绘制；
步骤S543：根据数据集中尘负荷均值等级判断污染程度并用国家标准颜色区分；
步骤S544：线段绘制制作动画效果。
6.根据权利要求5所述的计算公路路段尘负荷等级的方法，其中，还包括步骤S545：
对选择的完整批次路段中已经完成图形动态图绘制的小路段，进行图形动态图展示。
7.根据权利要求1所述的计算公路路段尘负荷等级的方法，其中，还包括步骤S600：生成分析报表，所述分析报表对每个小路段对应的数据集进行分类处理，归纳每个小路段污染级别所占比例。
8.根据权利要求1所述的计算公路路段尘负荷等级的方法，所述表为国家标准污染级别表。
9.根据权利要求1所述的计算公路路段尘负荷等级的方法，所述的基本信息包括：车辆编号、车辆批次号。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911314766.6A CN110991930B (zh) | 2019-12-18 | 2019-12-18 | 计算公路路段尘负荷等级的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911314766.6A CN110991930B (zh) | 2019-12-18 | 2019-12-18 | 计算公路路段尘负荷等级的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110991930A true CN110991930A (zh) | 2020-04-10 |
| CN110991930B CN110991930B (zh) | 2023-05-23 |
Family
ID=70095794
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911314766.6A Active CN110991930B (zh) | 2019-12-18 | 2019-12-18 | 计算公路路段尘负荷等级的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110991930B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113420102A (zh) * | 2021-06-25 | 2021-09-21 | 山东诺方电子科技有限公司 | 一种利用积尘与扬尘精准定位污染源的方法 |
| CN115931666A (zh) * | 2023-01-10 | 2023-04-07 | 河北金宁电子科技有限公司 | 道路积尘负荷监测方法及系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101950298A (zh) * | 2010-09-19 | 2011-01-19 | 西安交通大学 | 一种水污染三维动态演进方法 |
| CN102289656A (zh) * | 2011-05-11 | 2011-12-21 | 苏州两江科技有限公司 | 一种测算交通流对于城市污染影响的方法 |
| CN104156622A (zh) * | 2014-08-27 | 2014-11-19 | 北京市环境保护监测中心 | 一种城市交通颗粒物排放量的估算方法 |
| CN104237094A (zh) * | 2014-10-11 | 2014-12-24 | 北京市环境保护科学研究院 | 路面积尘负荷测量装置及测量方法 |
| CN108333310A (zh) * | 2018-02-11 | 2018-07-27 | 南京信息工程大学 | 基于gnss的城市公交车载移动大气污染物浓度监测系统 |
| CN108682156A (zh) * | 2018-07-13 | 2018-10-19 | 哈尔滨工业大学 | 基于出租车gps数据动态监测市区交通排放污染状况的方法 |
| 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 |
-
2019
- 2019-12-18 CN CN201911314766.6A patent/CN110991930B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101950298A (zh) * | 2010-09-19 | 2011-01-19 | 西安交通大学 | 一种水污染三维动态演进方法 |
| CN102289656A (zh) * | 2011-05-11 | 2011-12-21 | 苏州两江科技有限公司 | 一种测算交通流对于城市污染影响的方法 |
| CN104156622A (zh) * | 2014-08-27 | 2014-11-19 | 北京市环境保护监测中心 | 一种城市交通颗粒物排放量的估算方法 |
| CN104237094A (zh) * | 2014-10-11 | 2014-12-24 | 北京市环境保护科学研究院 | 路面积尘负荷测量装置及测量方法 |
| CN108333310A (zh) * | 2018-02-11 | 2018-07-27 | 南京信息工程大学 | 基于gnss的城市公交车载移动大气污染物浓度监测系统 |
| CN108682156A (zh) * | 2018-07-13 | 2018-10-19 | 哈尔滨工业大学 | 基于出租车gps数据动态监测市区交通排放污染状况的方法 |
| 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 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113420102A (zh) * | 2021-06-25 | 2021-09-21 | 山东诺方电子科技有限公司 | 一种利用积尘与扬尘精准定位污染源的方法 |
| CN113420102B (zh) * | 2021-06-25 | 2022-08-23 | 山东诺方电子科技有限公司 | 一种利用积尘与扬尘精准定位污染源的方法 |
| CN115931666A (zh) * | 2023-01-10 | 2023-04-07 | 河北金宁电子科技有限公司 | 道路积尘负荷监测方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110991930B (zh) | 2023-05-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Borge et al. | Comparison of road traffic emission models in Madrid (Spain) | |
| 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 | |
| KR101668753B1 (ko) | 대기 오염 관리 시스템 | |
| Pinto et al. | Traffic data in air quality modeling: A review of key variables, improvements in results, open problems and challenges in current research | |
| 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 | |
| US20110208414A1 (en) | Method and determining system for automatically determining emission locations, and method and traffic control system based thereon for immission-dependent traffic control | |
| Po et al. | TRAFAIR: understanding traffic flow to improve air quality | |
| CN110095394A (zh) | 一种大气颗粒物污染快速溯源方法 | |
| CN110348746B (zh) | 基于单个污染源的空气质量影响评估方法和装置 | |
| CN112991132B (zh) | Pm2.5和臭氧协同管控区域识别方法及装置 | |
| CN114155129A (zh) | 一种基于工业园区的大气环境溯评方法和系统 | |
| CN110991930B (zh) | 计算公路路段尘负荷等级的方法 | |
| CN114218976B (zh) | 臭氧前体物高值区精细化排放源追溯定位方法和系统 | |
| CN113360850A (zh) | 一种大气污染物线源溯源分析方法 | |
| JP2006085602A (ja) | 交通解析システム | |
| CN115860214A (zh) | 一种pm2.5排放浓度的预警方法和装置 | |
| JP4206024B2 (ja) | 大気物質指標分布解析装置 | |
| CN116739222B (zh) | 确定道路移动源的污染物浓度贡献值的方法与装置 | |
| Carruthers et al. | Urban emission inventory optimisation using sensor data, an urban air quality model and inversion techniques | |
| CN110942319A (zh) | 一种产品理赔数据建模分析与预测的方法及装置 | |
| Karamchandani et al. | Using a sub-grid scale modeling approach to simulate the transport and fate of toxic air pollutants | |
| CN112581107B (zh) | 污染排放控制方法、装置及可存储介质 | |
| Littidej et al. | Air pollution concentration approach to potential area selection of the Air Quality Monitoring Station in Nakhon Ratchasima Municipality, Thailand | |
| Shepelev et al. | Forecasting the amount of traffic-related pollutant emissions by neural networks | |
| CN111461163A (zh) | 城市内部pm2.5浓度模拟和人口暴露度评估方法和装置 |
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 |