CN111157038A - 测量待测区域内的污染物排放量测算方法 - Google Patents

测量待测区域内的污染物排放量测算方法 Download PDF

Info

Publication number
CN111157038A
CN111157038A CN201811326839.9A CN201811326839A CN111157038A CN 111157038 A CN111157038 A CN 111157038A CN 201811326839 A CN201811326839 A CN 201811326839A CN 111157038 A CN111157038 A CN 111157038A
Authority
CN
China
Prior art keywords
monitoring
pollutant
area
concentration
measured
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
CN201811326839.9A
Other languages
English (en)
Other versions
CN111157038B (zh
Inventor
李波
肖安山
朱胜杰
朱亮
董瑞
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.)
China Petroleum and Chemical Corp
Sinopec Safety Engineering Research Institute Co Ltd
Original Assignee
China Petroleum and Chemical Corp
Sinopec Qingdao Safety Engineering Institute
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 China Petroleum and Chemical Corp, Sinopec Qingdao Safety Engineering Institute filed Critical China Petroleum and Chemical Corp
Priority to CN201811326839.9A priority Critical patent/CN111157038B/zh
Publication of CN111157038A publication Critical patent/CN111157038A/zh
Application granted granted Critical
Publication of CN111157038B publication Critical patent/CN111157038B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass
    • 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)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Educational Administration (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)

Abstract

本发明提供一种测量待测区域内污染物排放量测算方法，涉及环境监测及保护领域，所述方法包括：获取所述待测区域的多个监测面中的每一监测面的污染物面浓度；获取所述多个监测面中的每一监测面处的风速；获取所述多个监测面中的每一监测面处的风向；以及根据所述多个监测面中的每一监测面的污染物面浓度、风向及风速、以及预先建立的待测区域单位时间内污染物排放量计算模型，测算所述待测区域内的污染物排放量。通过上述技术方案，考虑了风向对污染物排放量的影响，给出了一种待测区域单位时间内污染物排放量测算方法。可有效解决不同监测面处的风向不同，对待测区域污染物排放量影响不同的问题，有效提高测算精度和准确性。

Description

测量待测区域内的污染物排放量测算方法
技术领域
本发明涉及环境监测与保护领域，具体涉及一种污染物排放量测算方法。
背景技术
随着国家环保政策的日益严厉，环保部门对涉及污染物排放的生产企业的要求也愈加严格，为进一步促进企业增设污染物排放治理设施，减少污染物排放量，当前国内已有20个省市自治区颁布了各类污染物排污收费政策。在此背景下，国家、企业对污染物排放量测定办法的准确性也提出了更高要求。
目前污染物排放量测算过程中，主要采用对待测区域进行采样测量，然后取平均浓度进行简单计算的方法获取待测区域污染物排放量。存在对污染物浓度测量区域处理简单，对风向因素考虑不周全，测算准确性低等问题。
发明内容
本发明提供测量待测区域内污染物排放量测算方法，以解决上述技术问题，至少部分地解决上述技术问题。
本发明提供测量待测区域内污染物排放量测算方法，所述污染物排放量测算方法包括：获取所述待测区域的多个监测面中的每一监测面的污染物面浓度、相应地获取该监测面的风速和风向；根据每一监测面的污染物面浓度、风向及风速、以及预先建立的待测区域单位时间内污染物排放量计算模型，测算所述待测区域内的污染物排放量。
可选的，所述预先建立的待测区域单位时间内污染物排放量计算模型为：
Figure BDA0001858963210000011
其中，Qi为所述待测区域的多个监测面中第i个监测面的污染物面浓度；
vi为所述多个监测面中第i个监测面处的风速；
θi为所述多个监测面中第i个监测面处风向与监测面的锐角夹角；
ki为所述多个监测面中第i个监测面处污染物对所述待测区域污染物排放量的贡献系数；
N为监测面的总个数，i∈[1，N]。
可选的，若第i个监测面处的风是吹向待测区域的，则所述贡献系数ki＝-1，若第i个监测面处的风是吹出待测区域的，则所述贡献系数ki＝1。
可选的，所述获取所述待测区域的多个监测面中的每一监测面的污染物面浓度的计算步骤包括：
采用被动光学遥测设备获取所述多个监测面中第i个监测面上第j个监测点Dij处污染物气体柱的实测柱浓度cij；
构建监测面污染物面浓度分布模型G(x,y,f,g…)，用以描述监测面污染物浓度分布状况，其中：x、y为该监测面横纵坐标，f,g…为待最优化未知参数；
基于所述分布模型G(x,y,f,g…)，计算监测点Dij处污染物气体柱的积分柱浓度
Figure BDA0001858963210000021
其中，x ij、yij为监测点Dij的横纵坐标；h为监测面高度；
以所述第i个监测面上各监测点处污染物的积分柱浓度和实测柱浓度的平方差之和
Figure BDA0001858963210000022
最小为原则，Pi为第i个监测面上监测点的总个数，通过最优化算法得到最优化参数fI,gI…，构建第i个监测面的最优化浓度分布模型G(x,y,fI,gI…)；
对第i个监测面的最优化浓度分布模型做面域积分计算，得到第i个监测面的污染物面浓度Qi。
可选的，如果所述多个监测面中的某一监测面仅包含一个监测点，则以该监测点的实测柱浓度作为所述监测面的平均浓度，积分计算出所述监测面的污染物面浓度。
可选的，所述最优化算法要求所述多个监测面中每一监测面的高度h不低于待测区域内装置高度的2倍，并认为该监测点处污染物气体柱的所有污染物均集中在所述监测面内。
可选的，所述多个监测面的每一个监测面可以由以下步骤获取：
将所述待测区域作为一个封闭区域，构建多边形闭合监测路径；
将所述闭合监测路径分割成N个路径段，并以每一路径段所在垂直面为监测面，所述监测面个数与路径段个数相同；
所述闭合监测路径的N个路径段的分割应该以风向相同、风速相等、路径连续且近似直线为原则；以及在确保监测时段内被动光学遥测设备与太阳之间无障碍物的前提下，结合所述待测区域地形信息、气象信息，尽量采用直线路径，并减少路径的边数。
另一方面，本发明提供一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令用于使得机器执行本申请上述任一项测量待测区域内的污染物排放量测算方法。
通过上述技术方案，考虑了风向对污染物排放量的影响，给出了一种待测区域单位时间内污染物排放量测算方法。可有效解决不同监测面处的风向不同，对待测区域污染物排放量影响不同的问题，有效提高测算精度和准确性。
本发明实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本发明实施例的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明实施例，但并不构成对本发明实施例的限制。
图1是根据一示例性实施例给出的待测区域内的污染物排放量测算方法的流程图；
图2是一示例性实施例计算所述多个监测面中的每一监测面污染物面浓度的流程图；
图3是一示例性实施例待测区域的闭合监测路径、路径段、监测面示意图；以及
图4是一示例性实施例中监测面处风向示意图。
附图标记说明
BHLJ 闭合监测路径 M1 监测面1 M2 监测面2
L1 路径段1 L2 路径段2 D11 监测点11
D12 监测点12 D21 监测点21 D22 监测点22
D23 监测点23 Z11 污染物气体柱11
Z12 污染物气体柱12 Z21 污染物气体柱21
Z22 污染物气体柱22 Z23 污染物气体柱23
具体实施方式
以下结合附图对本发明实施例的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明实施例，并不用于限制本发明实施例。
图1是根据一示例性实施例给出的待测区域内的污染物排放量测算方法的流程图，如图1所示，该方法包括如下步骤。
在步骤S101中，获取待测区域的多个监测面中的每一监测面的污染物面浓度。
举例而言，若待测区域有N个监测面，则相应的需要获取N个监测面污染物面浓度，定义多个监测面中第i个监测面的污染物面浓度Qi。
例如图3中，M1(监测面1)和M2(监测面2)即为待测区域的两个监测面，定义M1和M2的污染物面浓度分别为Q1和Q2。
进一步的，多个监测面中的每一监测面的污染物面浓度计算流程在图2中详细介绍。
在步骤S102中，获取多个监测面中每一监测面处的风速。
在一实施例中，可以定义多个监测面中第i个监测面处的风速为vi。
在步骤S103中，获取多个监测面中每一监测面处的风向。
在一实施例中，多个监测面中第i个监测面处的风向信息包括风是吹向待测区域的还是吹出待测区域的，据此确定多个监测面中第i个监测面处污染物对所述待测区域污染物排放量的贡献系数ki。
举例而言：图4是一示例性实施例中监测面处风向示意图。
当监测面1和监测面2的风向如图4所示时，即对于监测面1风是吹出待测区域的，则监测面1的贡献系数k1＝1，对于监测面2风是吹向待测区域的，则监测面2的贡献系数k2＝-1。
在步骤S104中，根据预先构建的待测区域单位时间内污染物排放量计算模型测算所述待测区域内的污染物排放量。
待测区域单位时间内污染物排放量计算模型可以为：
Figure BDA0001858963210000051
其中，Qi为所述待测区域的多个监测面中第i个监测面的污染物面浓度；
vi为所述多个监测面中第i个监测面处的风速；
θi为所述多个监测面中第i个监测面处风向与监测面的锐角夹角；
ki为所述多个监测面中第i个监测面处污染物对所述待测区域污染物排放量的贡献系数。
通过引入贡献系数，有效解决不同监测面处风向不同对待测区域污染物排放量影响不同的问题，提高待测区域污染物排放量测算的准确度。
在一实施例中，如图2所示，获取待测区域的多个监测面中的每一监测面的污染物面浓度计算方法包括以下步骤。
在S201步骤中，采用被动光学遥测设备获取所述多个监测面中第i个监测面上第j个监测点Dij处污染物气体柱的实测柱浓度cij。
进一步地，所述被动光学遥测设备，以太阳为光源，采集经待测区域上空污染物吸收后的太阳光，并得到光谱数据，结合监测位置、监测光路与监测面间夹角、气象参数等数据，处理后得到各监测点处污染物气体柱的实测柱浓度。该被动光学遥测设备沿预先构建的闭合监测路径移动，移动过程中始终对准太阳，并采集分析闭合监测路径上的监测点处污染物气体柱的实测柱浓度，受设备采样间隔时间的限制，所述监测点为分布在闭合监测路径上的不连续位置点。
举例说明：如图3所示，路径段1(L1)上包含监测点11(D11)和监测点12(D12)，路径段2(L2)上包含监测点21(D 21)、监测点22(D22)、监测点23(D23)。
在步骤S202中，构建浓度分布模型并获取所述多个监测面中的每一监测面上各监测点处污染物气体柱的积分柱浓度表达式。
本发明的一实施例中，根据污染气体分布特点，构建监测面污染物浓度分布模型G(x,y,f,g…)，用以描述监测面污染物浓度分布状况，常用的有多阶二维高斯分布模型等，x、y为该监测面横纵坐标，f,g…为待最优化未知参数；基于分布模型G(x,y,f,g…)，通过积分计算，得到监测点Dij处污染物气体柱的积分柱浓度
Figure BDA0001858963210000071
其中，x ij、yij为监测点Dij在该监测面上的横纵坐标；h为监测面高度。
在步骤203中，构建所述多个监测面中的每一监测面的最优化浓度分布模型。
根据步骤S201中获取的所述多个监测面中第i个监测面上各监测点处污染物气体柱的实测柱浓度cij和步骤S202中构建的所述多个监测面中第i个监测面上各监测点处污染物气体柱的积分柱浓度dij，以cij与dij的平方差之和
Figure BDA0001858963210000072
最小为原则，Pi为第i个监测面上监测点的个数，通过最优化算法得到最优化参数fI,gI…，构建第i个监测面的最优化浓度分布模型G(x,y,fI,gI…)。
进一步的，在步骤S203中，所述最优化算法包括最小二乘、模拟退火法、神经网络等处理算法。
举例说明，一示例实施例中所述多个监测面中第i个监测面上各监测点处污染物气体柱的实测柱浓度cij，对应监测点处污染物气体柱的积分柱浓度dij，利用模拟退火法可以构建所述多个监测面中第i个监测面的最优化浓度分布模型G(x,y,fI,gI…)。
具体步骤如下：
步骤1：在待最优化未知参数f,g…取值范围内，随机设定M组可能取值fm,gm…，并确定使得
Figure BDA0001858963210000073
最小的参数值fbest,gbest…；
步骤2：以fbest,gbest…为f,g…的初始值，以
Figure BDA0001858963210000074
最小为最优化原则，利用模拟退火法得到最优参数fI,gI…；
最后，将最优参数fI,gI…带入监测面的污染物浓度分布模型，可以得到该监测面的最优化浓度分布模型G(x,y,fI,gI…)。
进一步的，所述步骤还包括：在利用最优化算法构建监测面的最优化浓度分布模型时，限定所述多个监测面中每一监测面的高度不低于待测区域内装置高度的2倍，并认为监测点处污染物气体柱的所有污染物均集中在所述监测面内。
在步骤S204中，计算所述多个监测面中的每一监测面的污染物面浓度。
根据步骤S203所得最优化浓度分布模型G(x,y,fI,gI…)，进行面域浓度积分计算，得到第i个监测面的污染物面浓度Qi。
在一示例性实施例中，本发明中所有测算过程都需要首先构建合理监测路径，选取合理的监测面、监测点。
图3是一示例性待测区域的闭合监测路径、路径段、监测面示意图。
多个监测面的每一个监测面以及相应的监测点由以下步骤获取：
首先，将待测区域作为一个封闭区域，构建多边形闭合监测路径。
为提高污染物排放量测算的准确性，降低测算难度及测算工作量，在确保监测时段内被动光学遥测设备与太阳之间无障碍物的前提下，结合待测区域地形信息、气象信息，尽量采用直线路径，并减少路径的边数以及闭合监测路径的周长。
其次，将已构建好的闭合监测路径以风向相同、风速相等、路径连续且近似直线为原则，分割成N个路径段，并以每一路径段所在垂直面为监测面，所述监测面个数与路径段个数相同。
每个路径段所在垂直面即为本发明中所述待测区域的多个监测面之一。
举例说明：如图3所示，多个监测面中监测面1、2由以下步骤获取：
首先，构建闭合监测路径(BHLJ)；
其次，将闭合监测路径分割为多个路径段，取其中的路径段1(L1)和路径段2(L2)；
即可获取路径段1所属监测面1以及路径段2所属监测面2。
进一步的，可以获取路径段1(L1)包含的监测点11(D11)和监测点12(D12)，路径段2(L2)包含的监测点21(D 21)、监测点22(D22)、监测点23(D23)、污染物气体柱11(Z11)、污染物气体柱12(Z12)污染物气体柱21(Z21)、污染物气体柱22(Z22)、污染物气体柱23(Z23)。
在一示例性实施例中，本发明提到的污染物可以为VOCS，实际应用中，本发明提供的测量待测区域内的污染物排放量测算方法，可以适用于多种污染物的排放量测算。
通过上述技术方案，本发明给出了待测区域闭合监测路径设计原则以及路径段和监测面的分割原则，更加合理细致的计算待测区域污染物排放量，降低测算难度及测算工作量；给出了一种基于浓度分布模型的最优化算法，可以有效提高监测面的污染物面浓度计算精度，较简单的平均处理有更好的准确性；以及，本发明引入了贡献系数，并给出了待测区域单位时间内污染物排放量公式，可有效解决不同监测面处的风向不同、地形不同，对待测区域污染物排放量影响不同的问题。
以上结合附图详细描述了本发明实施例的可选实施方式，但是，本发明实施例并不限于上述实施方式中的具体细节，在本发明实施例的技术构思范围内，可以对本发明实施例的技术方案进行多种简单变型，这些简单变型均属于本发明实施例的保护范围。
另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合。为了避免不必要的重复，本发明实施例对各种可能的组合方式不再另行说明。
本领域技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序存储在一个存储介质中，包括若干指令用以使得单片机、芯片或处理器(processor)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
此外，本发明实施例的各种不同的实施方式之间也可以进行任意组合，只要其不违背本发明实施例的思想，其同样应当视为本发明实施例所公开的内容。

Claims (8)

1.一种测量待测区域内的污染物排放量测算方法，其特征在于：
获取所述待测区域的多个监测面中的每一监测面的污染物面浓度；
获取所述多个监测面中的每一监测面处的风速；
获取所述多个监测面中的每一监测面处的风向；以及
根据所述多个监测面中的每一监测面的污染物面浓度、风向及风速、以及预先建立的待测区域单位时间内污染物排放量计算模型，测算所述待测区域内的污染物排放量。
2.根据权利要求1所述的一种测量待测区域内的污染物排放量测算方法，其特征在于：所述预先建立的待测区域单位时间内污染物排放量计算模型为：
Figure FDA0001858963200000011
其中，
Qi为所述待测区域的多个监测面中第i个监测面的污染物面浓度；
vi为所述多个监测面中第i个监测面处的风速；
θi为所述多个监测面中第i个监测面处风向与监测面的锐角夹角；
ki为所述多个监测面中第i个监测面处污染物对所述待测区域污染物排放量的贡献系数；
N为监测面的总个数，i∈[1，N]。
3.根据权利要求2所述的测量待测区域内的污染物排放量测算方法，其特征在于：
若第i个监测面处的风是吹向待测区域的，则所述贡献系数ki＝-1；
若第i个监测面处的风是吹出待测区域的，则所述贡献系数ki＝1。
4.根据权利要求1所述的测量待测区域内的污染物排放量测算方法，其特征在于，所述获取所述待测区域的多个监测面中的每一监测面的污染物面浓度的步骤包括：
采用被动光学遥测设备获取所述多个监测面中第i个监测面上第j个监测点Dij处污染物气体柱的实测柱浓度cij；
构建监测面污染物面浓度分布模型G(x,y,f,g…)，用以描述监测面污染物浓度分布状况，其中：x、y为该监测面横纵坐标，f,g…为待最优化未知参数；
基于所述监测面污染物面浓度分布模型G(x,y,f,g…)，计算监测点Dij处污染物气体柱的积分柱浓度
Figure FDA0001858963200000021
其中，xij、yij为监测点Dij在该监测面上的横、纵坐标，h为监测面高度；
以所述第i个监测面上各监测点处污染物的积分柱浓度和实测柱浓度的平方差之和
Figure FDA0001858963200000022
最小为原则，Pi为第i个监测面上监测点的总个数，通过最优化算法得到最优化参数fI,gI…，构建第i个监测面的最优化浓度分布模型G(x,y,fI,gI…)；
对第i个监测面的最优化浓度分布模型做面域积分计算，得到第i个监测面的污染物面浓度Qi。
5.根据权利要求1或4所述的测量待测区域内的污染物排放量测算方法，其特征在于：
如果所述多个监测面中的某一监测面仅包含一个监测点，则以该监测点的实测柱浓度作为所述监测面的平均浓度，并积分计算出所述监测面的污染物面浓度。
6.根据权利要求5所述的测量待测区域内的污染物排放量测算方法，其特征在于：
所述最优化算法要求所述多个监测面中每一监测面的高度不低于待测区域内装置高度的2倍，并认为该监测点处污染物气体柱的所有污染物均集中在所述监测面内。
7.根据权利要求1所述的测量待测区域内的污染物排放量测算方法，其特征在于：所述多个监测面的每一个监测面由以下步骤获取：
将所述待测区域作为一个封闭区域，构建多边形闭合监测路径；
将所述闭合监测路径分割成N个路径段，并以每一路径段所在垂直面为监测面，所述监测面个数与路径段个数相同；
所述闭合监测路径的N个路径段的分割应该以风向相同、风速相等、路径连续且近似直线为原则；以及
在确保监测时段内被动光学遥测设备与太阳之间无障碍物的前提下，结合所述待测区域地形信息、气象信息，尽量采用直线路径，并减少路径的边数。
8.一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令用于使得机器执行本申请上述任一项测量待测区域内的污染物排放量测算方法。
CN201811326839.9A 2018-11-08 2018-11-08 测量待测区域内的污染物排放量测算方法 Active CN111157038B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811326839.9A CN111157038B (zh) 2018-11-08 2018-11-08 测量待测区域内的污染物排放量测算方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811326839.9A CN111157038B (zh) 2018-11-08 2018-11-08 测量待测区域内的污染物排放量测算方法

Publications (2)

Publication Number Publication Date
CN111157038A true CN111157038A (zh) 2020-05-15
CN111157038B CN111157038B (zh) 2022-06-21

Family

ID=70554920

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811326839.9A Active CN111157038B (zh) 2018-11-08 2018-11-08 测量待测区域内的污染物排放量测算方法

Country Status (1)

Country Link
CN (1) CN111157038B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115183821A (zh) * 2022-09-07 2022-10-14 南方电网调峰调频发电有限公司 一种用于发电机的风量测量系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105866330A (zh) * 2016-03-25 2016-08-17 北京工业大学 一种基于ISCST-3模型反算工业面源VOCs排放源强方法
KR20170096573A (ko) * 2016-11-17 2017-08-24 케이앤제이엔지니어링 주식회사 풍향풍속제어 오염원 추적 시료채취 방법
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
CN107941994A (zh) * 2017-11-09 2018-04-20 北京伟瑞迪科技有限公司 一种面向工业园区污染物溯源分析方法
CN108229092A (zh) * 2018-01-09 2018-06-29 南京大学 增加液相化学和湿沉降过程的大气污染模拟预测算法
CN108398529A (zh) * 2018-03-06 2018-08-14 深圳市卡普瑞环境科技有限公司 一种信息获取方法以及信息获取装置
CN108414692A (zh) * 2018-03-06 2018-08-17 深圳市卡普瑞环境科技有限公司 一种污染源的监测点设置方法及其相关设备
CN108693309A (zh) * 2018-04-12 2018-10-23 盐城工学院 一种污染物检测系统、方法及存储介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105866330A (zh) * 2016-03-25 2016-08-17 北京工业大学 一种基于ISCST-3模型反算工业面源VOCs排放源强方法
KR20170096573A (ko) * 2016-11-17 2017-08-24 케이앤제이엔지니어링 주식회사 풍향풍속제어 오염원 추적 시료채취 방법
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
CN107941994A (zh) * 2017-11-09 2018-04-20 北京伟瑞迪科技有限公司 一种面向工业园区污染物溯源分析方法
CN108229092A (zh) * 2018-01-09 2018-06-29 南京大学 增加液相化学和湿沉降过程的大气污染模拟预测算法
CN108398529A (zh) * 2018-03-06 2018-08-14 深圳市卡普瑞环境科技有限公司 一种信息获取方法以及信息获取装置
CN108414692A (zh) * 2018-03-06 2018-08-17 深圳市卡普瑞环境科技有限公司 一种污染源的监测点设置方法及其相关设备
CN108693309A (zh) * 2018-04-12 2018-10-23 盐城工学院 一种污染物检测系统、方法及存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115183821A (zh) * 2022-09-07 2022-10-14 南方电网调峰调频发电有限公司 一种用于发电机的风量测量系统
CN115183821B (zh) * 2022-09-07 2023-01-03 南方电网调峰调频发电有限公司 一种用于发电机的风量测量系统

Also Published As

Publication number Publication date
CN111157038B (zh) 2022-06-21

Similar Documents

Publication Publication Date Title
Liu et al. A long short‐term memory‐based model for greenhouse climate prediction
CN108648127B (zh) 一种城市空气污染热点区域锁定方法
WO2018161626A1 (zh) 用于计算风电场发电量的方法和设备
Feng et al. Ozone concentration forecast method based on genetic algorithm optimized back propagation neural networks and support vector machine data classification
CN105608697B (zh) 基于遥感气溶胶和萤火虫群算法的空气污染源识别方法
Lee et al. Evaluation of wind-driven natural ventilation of single-span greenhouses built on reclaimed coastal land
Nield et al. The application of terrestrial laser scanning to aeolian saltation cloud measurement and its response to changing surface moisture
CN105844602B (zh) 一种基于体元的机载lidar点云三维滤波方法
CN107194040B (zh) 基于双向水流的水质监测网络多目标优化部署方法
CN107169277B (zh) 一种pm2.5浓度的数据分析和预测模型建立方法
CN104318611B (zh) 一种基于激光扫描点云的三维树木重建方法
CN114663764B (zh) 一种耕地土壤环境质量区划方法、装置、介质及终端设备
CN115201071B (zh) 一种基于厂界恶臭在线监测系统的空气扩散溯源方法及系统
Shamsoddini et al. Tehran air pollutants prediction based on random forest feature selection method
CN111157038B (zh) 测量待测区域内的污染物排放量测算方法
Li et al. Wind tunnel study on the morphological parameterization of building non-uniformity
CN106950574A (zh) 一种大气中灰霾总量的遥感测算方法及装置
CN112417734A (zh) 一种基于风电场地理信息的风速订正方法及装置
CN109213840B (zh) 基于多维特征深度学习的热点网格识别方法
CN113506049B (zh) 基于人工智能的道路洒水车调度方法及系统
Bayas-Jiménez et al. Search space reduction for genetic algorithms applied to drainage network optimization problems
Pyhälä et al. Eutrophication status of the Baltic Sea 2007-2011 A concise thematic assessment
CN114002381A (zh) 一种大气污染溯源扩散分析方法及装置
CN112990355A (zh) 污染天气的分型方法、装置、电子设备及存储介质
CN112198280A (zh) 一种气体污染源监测方法、系统、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
TA01 Transfer of patent application right

Effective date of registration: 20220607

Address after: 100728 No. 22 North Main Street, Chaoyang District, Beijing, Chaoyangmen

Applicant after: CHINA PETROLEUM & CHEMICAL Corp.

Applicant after: Sinopec Safety Engineering Research Institute Co.,Ltd.

Address before: 100728 No. 22 North Main Street, Chaoyang District, Beijing, Chaoyangmen

Applicant before: CHINA PETROLEUM & CHEMICAL Corp.

Applicant before: Qingdao Safety Engineering Research Institute of Sinopec

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant