CN111538957B - 大气污染物来源贡献度的获取方法、装置、设备及介质 - Google Patents

大气污染物来源贡献度的获取方法、装置、设备及介质 Download PDF

Info

Publication number
CN111538957B
CN111538957B CN202010318016.2A CN202010318016A CN111538957B CN 111538957 B CN111538957 B CN 111538957B CN 202010318016 A CN202010318016 A CN 202010318016A CN 111538957 B CN111538957 B CN 111538957B
Authority
CN
China
Prior art keywords
influence
calculating
contribution
factor
atmospheric
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
Application number
CN202010318016.2A
Other languages
English (en)
Other versions
CN111538957A (zh
Inventor
李宽
秦东明
孙明生
易志安
李诗瑶
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.)
3Clear Technology Co Ltd
Original Assignee
3Clear Technology Co Ltd
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 3Clear Technology Co Ltd filed Critical 3Clear Technology Co Ltd
Priority to CN202010318016.2A priority Critical patent/CN111538957B/zh
Publication of CN111538957A publication Critical patent/CN111538957A/zh
Application granted granted Critical
Publication of CN111538957B publication Critical patent/CN111538957B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/18Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01DMEASURING 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
    • G01D21/00Measuring or testing not otherwise provided for
    • G01D21/02Measuring two or more variables by means not covered by a single other subclass

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Algebra (AREA)
  • Evolutionary Biology (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请公开了一种大气污染物来源贡献度的获取方法、装置、设备及介质,该方法包括:获取目标点位当前时期的大气监测参数数据;获取所述目标点位上一年同一历史时期的大气监测参数数据;对所述当前时期的大气监测参数数据与所述上一年同一历史时期的大气监测参数数据,进行回归分析,得到各所述大气监测参数的影响系数;利用所述当前时期的大气监测参数数据和所述影响系数,计算大气污染物来源贡献度。本申请的方法,将目标点位的各大气监测参数数据和各影响系数相关联来计算大气污染物来源贡献度,数据需求量小且容易获取、数据处理简单,能有效判断各大气监测参数的影响权重,完全能满足解析本地贡献度、气象变化贡献度、区域传输贡献度的要求。

Description

大气污染物来源贡献度的获取方法、装置、设备及介质
技术领域
本申请涉及环境监测技术领域,具体涉及一种大气污染物来源贡献度的获取方法、装置、设备及介质。
背景技术
目前我国大气污染问题依旧严重,空气质量达到国家二级标准的城市较少。目前影响大气污染物浓度的因素复杂,难以简单量化,但目前对于大气污染物定量解析的手段较少,特别是对于监测手段少、区域环保基础薄弱的地区,难以说清大气污染的成因,影响环保政策制定和实施。
大气中污染物的浓度主要受三方面的影响,本地排放、区域传输、气象因素,通过空气质量模型,输入污染物排放清单、气象数据,可以模拟出目标点位污染物的浓度,进而解析污染物成因,但这种方式对排放清单和气象数据的要求高、计算量大,易用性不足,无法满足环保基础薄弱地区日常污染分析的需要。现有技术中用于分析区域传输、气象因素贡献的空气质量模型,计算量需求大,同时需要准确的高精度的大气污染物排放清单数据、气象数据,空气质量模型的“易用性”问题突出,无法完成环境监测基础薄弱地区长期的、即时的空气污染分析需求。
发明内容
本申请的目的是提供一种大气污染物来源贡献度的获取方法、装置、设备及介质。为了对披露的实施例的一些方面有一个基本的理解,下面给出了简单的概括。该概括部分不是泛泛评述,也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念,以此作为后面的详细说明的序言。
根据本申请实施例的一个方面,提供一种大气污染物来源贡献度的获取方法,包括:
获取目标点位当前时期的大气监测参数数据;
获取所述目标点位上一年同一历史时期的大气监测参数数据;
对所述当前时期的大气监测参数数据与所述上一年同一历史时期的大气监测参数数据,进行回归分析,得到各所述大气监测参数的影响系数;
利用所述当前时期的大气监测参数数据和所述影响系数,计算大气污染物来源贡献度。
进一步地,所述计算大气污染物来源贡献度包括计算本地贡献度、计算气象变化贡献度和计算区域传输贡献度。
进一步地,所述大气监测参数包括若干气象影响因素和若干区域传输影响因素。
进一步地,所述计算气象变化贡献度,包括:
分别计算各所述气象影响因素的影响度;其中,所述气象影响因素的影响度为同比比值的对应影响系数次方减一得到的差值;所述同比比值为当前时期的气象影响因素与上一年同一历史时期的对应气象影响因素数据之比;
计算所述各气象影响因素的影响度之和;
将上一年同一历史时期的污染物浓度依次乘以排放变化系数、气象因素影响系数以及所述影响度之和,得到气象变化贡献度;所述排放变化系数为目标点位污染源排放变化导致基础浓度的变化系数;所述气象因素影响系数为气象影响因素总个数的倒数。
进一步地,所述气象影响因素包括风速、温度和湿度,所述风速、温度和湿度的影响系数分别为风速系数、温度系数和湿度系数。
进一步地,所述计算气象变化贡献度,包括:
计算当前时期的风速与上一年同一历史时期的风速之比,用所述风速之比的风速系数次方减一,得到第一差值;
计算当前时期的温度与上一年同一历史时期的温度之比,用所述温度之比的温度系数次方减一,得到第二差值;
计算当前时期的湿度与上一年同一历史时期的湿度之比,用所述湿度之比的湿度系数次方减一,得到第三差值;
计算所述第一差值、所述第二差值和所述第三差值这三个差值之和;
将上一年同一历史时期的污染物浓度依次乘以排放变化系数、气象因素影响系数以及所述三个差值之和,得到气象变化贡献度。
进一步地,所述计算所述区域传输贡献度,包括:
分别计算各所述区域传输影响因素的影响度;其中,所述区域传输影响因素的影响度为所述区域传输影响因素与对应影响系数之积;
计算各所述区域传输影响因素的影响度之和,得到所述区域传输贡献度。
进一步地,所述区域传输影响因素包括上风向污染物浓度和非上风向污染物浓度,所述上风向污染物浓度和所述非上风向污染物浓度的影响系数分别为上风向贡献因子和非上风向贡献因子。
进一步地,所述计算所述区域传输贡献度,包括:
上风向污染物浓度乘以上风向贡献因子,得到第一积;
非上风向污染物浓度乘以非上风向贡献因子,得到第二积;
计算所述第一积与所述第二积之和,得到所述区域传输贡献度。
根据本申请实施例的另一个方面,提供一种大气污染物来源贡献度的获取装置,包括:
第一获取模块,用于获取目标点位当前时期的大气监测参数数据;
第二获取模块,用于获取所述目标点位上一年同一历史时期的大气监测参数数据;
回归分析模块,用于对所述当前时期的大气监测参数数据与所述上一年同一历史时期的大气监测参数数据,进行回归分析,得到各所述大气监测参数的影响系数;
计算模块,用于利用所述当前时期的大气监测参数数据和所述影响系数,计算大气污染物来源贡献度。
根据本申请实施例的另一个方面,提供一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序,以实现上述的大气污染物来源贡献度的获取方法。
根据本申请实施例的另一个方面,提供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,以实现上述的大气污染物来源贡献度的获取方法。
本申请实施例的其中一个方面提供的技术方案可以包括以下有益效果:
本申请实施例提供的大气污染物来源贡献度的获取方法,将目标点位的各大气监测参数数据和各影响系数相关联来计算大气污染物来源贡献度,数据需求量小且容易获取、数据处理简单,能有效判断各大气监测参数的影响权重,所需要的基础数据少,绝大多数地区都能满足数据需求,计算量也相对很小,完全能满足解析区域传输贡献度、气象变化贡献度的要求。
本申请的其他特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者,部分特征和优点可以从说明书中推知或毫无疑义地确定,或者通过实施本申请实施例了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请中记载的一些实施例,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的附图。
图1示出了本申请的一个实施例的大气污染物来源贡献度的获取方法流程图;
图2示出了本申请的一个实施例的大气污染物来源贡献度的获取装置结构框图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,下面结合附图和具体实施例对本申请做进一步说明。应当理解,此处所描述的具体实施例仅用以解释本申请,并不用于限定本申请。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本技术领域技术人员可以理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语),具有与本申请所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语,应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样被特定定义,否则不会用理想化或过于正式的含义来解释。
如图1所示,本申请的第一个实施例提供了一种大气污染物来源贡献度的获取方法。
S10、获取目标点位当前时期的大气监测参数数据。
大气监测参数包括若干气象影响因素和若干区域传输影响因素。若干气象影响因素包括风速、温度、湿度等影响因素。若干区域传输影响因素包括上风向污染物浓度和非上风向污染物浓度等影响因素。
本实施例中分别用v、t、r代表目标点位当前时期的风速、温度、湿度,分别用c1和c2代表目标点位当前时期的周边上风向污染物浓度和周边非上风向污染物浓度。上风向污染物浓度即位于目标点位上风向的点位的污染物浓度。非上风向污染物浓度即位于目标点位非上风向的点位的污染物浓度。点位即监测点位置。
S20、获取目标点位上一年同一历史时期的大气监测参数数据。
本实施例中分别用c0、v0、t0、r0代表目标点位上一年同一历史时期的污染物浓度、风速、温度、湿度。上一年同一历史时期即上一年中与当前时期相同的历史时期,例如,当前时期若为今年3月1日至5月31日三个月,则上一年同一历史时期即去年的3月1日至5月31日三个月。各大气监测参数的值可以取一段时间内的平均值。
S30、对当前时期的大气监测参数数据与上一年同一历史时期的大气监测参数数据,进行回归分析,得到各大气监测参数的影响系数。
影响系数包括排放变化系数、风速系数、温度系数、湿度系数、上风向贡献因子和非上风向贡献因子。分别用p、k1、k2、k3、k4、k5代表排放变化系数、风速系数、温度系数、湿度系数、上风向贡献因子、非上风向贡献因子。
在某些实施方式中,排放变化系数p可以直接默认为1,不需要再通过回归分析得到排放变化系数p。
S40、利用当前时期的大气监测参数数据和影响系数,计算大气污染物来源贡献度。
计算大气污染物来源贡献度包括计算本地贡献度、计算气象变化贡献度和计算区域传输贡献度。
其中,本地贡献度为目标点位上一年同一历史时期的污染物浓度与排放变化系数的乘积,即本地贡献度=c0*p;
计算气象变化贡献度,包括:
分别计算各气象影响因素的影响度;其中,气象影响因素的影响度为同比比值的对应影响系数次方减一得到的差值;同比比值为当前时期的气象影响因素与上一年同一历史时期的对应气象影响因素数据之比;
计算各气象影响因素的影响度之和;
将上一年同一历史时期的污染物浓度依次乘以排放变化系数、气象因素影响系数以及所述影响度之和,得到气象变化贡献度;排放变化系数为目标点位污染源排放变化导致基础浓度的变化系数。气象因素影响系数q为气象影响因素的总个数的倒数。
具体地,在本实施例中,气象影响因素包括风速、温度和湿度,风速、温度和湿度的影响系数分别为风速系数、温度系数和湿度系数;在本实施例中,计算气象变化贡献度,包括:
计算当前时期的风速与上一年同一历史时期的风速之比(即v/v0),用所述风速之比的风速系数次方(即(v/v0)^k1)减一,得到第一差值(即(v/v0)^k1-1);
计算当前时期的温度与上一年同一历史时期的温度之比(即t/t0),用所述温度之比的温度系数次方(即(t/t0)^k2)减一,得到第二差值(即(t/t0)^k2-1);
计算当前时期的湿度与上一年同一历史时期的湿度之比(即r/r0),用所述湿度之比的湿度系数次方(即(r/r0)^k3)减一,得到第三差值(即(r/r0)^k3-1);
计算所述第一差值、所述第二差值和所述第三差值这三个差值之和;
这三个差值之和即(v/v0)^k1-1+(t/t0)^k2-1+(r/r0)^k3-1;
将上一年同一历史时期的污染物浓度乘以排放变化系数再乘以所述三个差值之和,得到气象变化贡献度cm
排放变化系数p为目标点位污染源排放变化导致基础浓度的变化系数。气象因素影响系数q为气象影响因素总个数的倒数,本实施例中气象影响因素包括风速、温度、湿度三个,故在本实施例中q为1/3。
气象变化贡献度的计算公式为:
Figure BDA0002460284260000071
计算所述区域传输贡献度,包括:
分别计算各区域传输影响因素的影响度;其中,区域传输影响因素的影响度为区域传输影响因素与对应影响系数之积;
计算各区域传输影响因素的影响度之和,得到区域传输贡献度。
具体地,在本实施例中,区域传输影响因素包括上风向污染物浓度和非上风向污染物浓度,上风向污染物浓度和非上风向污染物浓度的影响系数分别为上风向贡献因子和非上风向贡献因子;在本实施例中,计算所述区域传输贡献度,包括:
上风向污染物浓度c1乘以上风向贡献因子k4,得到第一积;
非上风向污染物浓度c2乘以非上风向贡献因子k5,得到第二积;
计算所述第一积与所述第二积之和,得到所述区域传输贡献度ct
区域传输贡献度的计算公式为:ct=c1×k4+c2×k5
本申请实施例提供的大气污染物来源贡献度的获取方法,将目标点位的各大气监测参数数据和各影响系数相关联来计算大气污染物来源贡献度,数据需求量小且容易获取、数据处理简单,能有效判断各大气监测参数的影响权重,所需要的基础数据少,绝大多数地区都能满足数据需求,计算量也相对很小,完全能满足解析本地贡献度、气象变化贡献度、区域传输贡献度的要求。
如图2所示,本申请的另一个实施例提供了一种大气污染物来源贡献度的获取装置,包括:
第一获取模块,用于获取目标点位当前时期的大气监测参数数据;
第二获取模块,用于获取所述目标点位上一年同一历史时期的大气监测参数数据;
回归分析模块,用于对所述当前时期的大气监测参数数据与所述上一年同一历史时期的大气监测参数数据,进行回归分析,得到各所述大气监测参数的影响系数;
计算模块,用于利用所述当前时期的大气监测参数数据和所述影响系数,计算大气污染物来源贡献度。
在某些实施方式中,计算模块包括:
第一计算子模块,用于利用所述当前时期的大气监测参数数据和所述影响系数,计算气象变化贡献度;
第二计算子模块,用于利用所述当前时期的大气监测参数数据和所述影响系数,计算区域传输贡献度。
本申请的另一个实施例提供了一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序,以实现上述的大气污染物来源贡献度的获取方法。
本申请的另一个实施例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,以实现上述的大气污染物来源贡献度的获取方法。
本申请的另一个实施例提供了一种大气污染物来源贡献度的获取方法,该方法包括以下步骤:
1)建立关系式
Figure BDA0002460284260000081
c、v、t、r分别代表目标点位污染物浓度、风速、温度、湿度;目标点位污染物浓度的气象影响因素包括风速、温度、湿度、温差变化率等多种影响因素,但是影响最大的前三个气象影响因素为风速、温度和湿度,因此本实施例中计算目标点位污染物浓度时采用了这三个气象影响因素;气象因素影响系数q为气象影响因素总个数的倒数;p为排放变化系数,为目标点位污染源排放变化导致基础浓度的变化系数;
c0、v0、t0、r0分别代表目标点位上一年的污染物浓度、风速、温度、湿度;
c1为目标点位周边上风向污染物浓度;
c2为目标点位周边其他风向污染物浓度(即目标点位周边非上风向污染物浓度);
k1、k2、k3、k4、k5分别为风速系数、温度系数、湿度系数、上风向贡献因子、其他风向贡献因子(即非上风向贡献因子)。
2)获取目标点位本段时间的气象数据、污染物浓度数据及周边点位污染物浓度数据。气象数据可以包括风速、风向、湿度和温度。
3)获取目标点位上一年同一历史时期的气象数据(气象数据可以包括风速、湿度、温度)、污染物浓度数据。
4)通过本段时间的监测数据(c、v、t、r、c1、c2)及上一年同期历史数据(c0、v0、t0、r0),回归分析得到排放变化系数p、风速系数k1、温度系数k2、湿度系数k3、上风向贡献因子k4、非上风向贡献因子k5。回归分析是确定两种或两种以上变量间相互依赖的定量关系的统计分析方法。
5)计算气象变化贡献度、区域传输贡献度;
计算公式与第一个实施例中的公式相同。
需要说明的是:
术语“模块”并非意图受限于特定物理形式。取决于具体应用,模块可以实现为硬件、固件、软件和/或其组合。此外,不同的模块可以共享公共组件或甚至由相同组件实现。不同模块之间可以存在或不存在清楚的界限。
在此提供的算法和显示不与任何特定计算机、虚拟装置或者其它设备固有相关。各种通用装置也可以与基于在此的示教一起使用。根据上面的描述,构造这类装置所要求的结构是显而易见的。此外,本申请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申请的内容,并且上面对特定语言所做的描述是为了披露本申请的最佳实施方式。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本申请的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本公开并帮助理解各个发明方面中的一个或多个,在上面对本申请的示例性实施例的描述中,本申请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:即所要求保护的本申请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,发明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申请的单独实施例。
应该理解的是,虽然附图的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
以上所述实施例仅表达了本申请的实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。

Claims (8)

1.一种大气污染物来源贡献度的获取方法,其特征在于,包括:
获取目标点位当前时期的大气监测参数数据;
获取所述目标点位上一年同一历史时期的大气监测参数数据;
对所述当前时期的大气监测参数数据与所述上一年同一历史时期的大气监测参数数据,进行回归分析,得到各所述大气监测参数的影响系数;
利用所述当前时期的大气监测参数数据和所述影响系数,计算大气污染物来源贡献度;
其中,所述大气监测参数包括气象影响因素和区域传输影响因素,所述气象影响因素包括风速、温度和湿度,所述区域传输影响因素包括上风向污染物浓度和非上风向污染物浓度,所述影响系数包括排放变化系数、风速系数、温度系数、湿度系数、上风向贡献因子和非上风向贡献因子;所述计算大气污染物来源贡献度包括计算本地贡献度、计算气象变化贡献度和计算区域传输贡献度。
2.根据权利要求1所述的方法,其特征在于,所述计算气象变化贡献度,包括:
分别计算各所述气象影响因素的影响度;其中,所述气象影响因素的影响度为同比比值的对应影响系数次方减一得到的差值;所述同比比值为当前时期的气象影响因素与上一年同一历史时期的对应气象影响因素数据之比;
计算所述各气象影响因素的影响度之和;
将上一年同一历史时期的污染物浓度依次乘以排放变化系数、气象因素影响系数以及所述影响度之和,得到气象变化贡献度;所述排放变化系数为目标点位污染源排放变化导致基础浓度的变化系数;所述气象因素影响系数为气象影响因素总个数的倒数。
3.根据权利要求1所述的方法,其特征在于,所述计算气象变化贡献度,包括:
计算当前时期的风速与上一年同一历史时期的风速之比,用所述风速之比的风速系数次方减一,得到第一差值;
计算当前时期的温度与上一年同一历史时期的温度之比,用所述温度之比的温度系数次方减一,得到第二差值;
计算当前时期的湿度与上一年同一历史时期的湿度之比,用所述湿度之比的湿度系数次方减一,得到第三差值;
计算所述第一差值、所述第二差值和所述第三差值这三个差值之和;
将上一年同一历史时期的污染物浓度依次乘以排放变化系数、气象因素影响系数以及所述三个差值之和,得到气象变化贡献度。
4.根据权利要求1所述的方法,其特征在于,所述计算所述区域传输贡献度,包括:
分别计算各所述区域传输影响因素的影响度;其中,所述区域传输影响因素的影响度为所述区域传输影响因素与对应影响系数之积;
计算各所述区域传输影响因素的影响度之和,得到所述区域传输贡献度。
5.根据权利要求1所述的方法,其特征在于,所述计算所述区域传输贡献度,包括:
上风向污染物浓度乘以上风向贡献因子,得到第一积;
非上风向污染物浓度乘以非上风向贡献因子,得到第二积;
计算所述第一积与所述第二积之和,得到所述区域传输贡献度。
6.一种大气污染物来源贡献度的获取装置,其特征在于,包括:
第一获取模块,用于获取目标点位当前时期的大气监测参数数据;
第二获取模块,用于获取所述目标点位上一年同一历史时期的大气监测参数数据;
回归分析模块,用于对所述当前时期的大气监测参数数据与所述上一年同一历史时期的大气监测参数数据,进行回归分析,得到各所述大气监测参数的影响系数;
计算模块,用于利用所述当前时期的大气监测参数数据和所述影响系数,计算大气污染物来源贡献度;
其中,所述大气监测参数包括气象影响因素和区域传输影响因素,所述气象影响因素包括风速、温度和湿度,所述区域传输影响因素包括上风向污染物浓度和非上风向污染物浓度,所述影响系数包括排放变化系数、风速系数、温度系数、湿度系数、上风向贡献因子和非上风向贡献因子;所述计算大气污染物来源贡献度包括计算本地贡献度、计算气象变化贡献度和计算区域传输贡献度。
7.一种电子设备,其特征在于,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序,以实现如权利要求1-5中任一所述的大气污染物来源贡献度的获取方法。
8.一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,以实现如权利要求1-5中任一所述的大气污染物来源贡献度的获取方法。
CN202010318016.2A 2020-04-21 2020-04-21 大气污染物来源贡献度的获取方法、装置、设备及介质 Active CN111538957B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010318016.2A CN111538957B (zh) 2020-04-21 2020-04-21 大气污染物来源贡献度的获取方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010318016.2A CN111538957B (zh) 2020-04-21 2020-04-21 大气污染物来源贡献度的获取方法、装置、设备及介质

Publications (2)

Publication Number Publication Date
CN111538957A CN111538957A (zh) 2020-08-14
CN111538957B true CN111538957B (zh) 2020-11-17

Family

ID=71975203

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010318016.2A Active CN111538957B (zh) 2020-04-21 2020-04-21 大气污染物来源贡献度的获取方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN111538957B (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111289040A (zh) * 2020-04-03 2020-06-16 中科三清科技有限公司 走航监测系统
CN114166708A (zh) * 2021-11-25 2022-03-11 泛测(北京)环境科技有限公司 颗粒物传输贡献分析方法、装置、设备及存储介质
CN114199736B (zh) * 2021-12-13 2023-12-01 北京市生态环境监测中心 获取pm2.5及其组分的区域传输贡献率的方法
CN115936509A (zh) * 2022-12-09 2023-04-07 河北先河环保科技股份有限公司 区域空气质量污染程度的判断方法、装置及存储介质
CN116205541B (zh) * 2023-04-27 2023-09-19 北京英视睿达科技股份有限公司 评估本地污染源对环境空气质量影响的方法及装置
CN116502070B (zh) * 2023-06-26 2023-08-29 天津创界点新型材料有限公司 一种微型风电机组状态智能监测系统
CN116978529B (zh) * 2023-09-25 2023-12-12 万链指数(青岛)信息科技有限公司 一种医疗大数据的智能分析系统及方法
CN117314023B (zh) * 2023-11-29 2024-02-20 智瑞碳(天津)科技有限公司 一种大气污染数据分析方法、系统及计算机存储介质
CN117875576B (zh) * 2024-03-13 2024-05-24 四川国蓝中天环境科技集团有限公司 一种基于结构化案例库的城市大气污染分析方法
CN118227989B (zh) * 2024-03-19 2024-10-01 广东省气象数据中心 一种不同垫面下的气象数据智能分析对比方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105528753A (zh) * 2015-12-14 2016-04-27 北京邮电大学 一种基于网络病毒传播模型的空气污染溯源方法
RO132329A0 (ro) * 2017-07-04 2017-12-29 Ecorisk Srl Sistem şi metodă pentru evaluarea şi controlul poluării industriale
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
CN110363350A (zh) * 2019-07-15 2019-10-22 西华大学 一种基于复杂网络的区域空气污染物分析方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000172892A (ja) * 1998-12-08 2000-06-23 Omron Corp 車両料金算出システム
KR20050122623A (ko) * 2004-06-25 2005-12-29 주식회사 에니텍 이동형 에어와치 시스템
CN105912862B (zh) * 2016-04-12 2018-07-27 北京荣之联科技股份有限公司 一种尾气排放量检测方法及大气污染分析方法和装置
CN110595972A (zh) * 2019-10-16 2019-12-20 上海应用技术大学 Pm2.5浓度值和影响因素的分析方法
CN110988269B (zh) * 2019-12-18 2020-07-31 中科三清科技有限公司 大气污染源排放清单的偏差修正方法、装置及存储介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105528753A (zh) * 2015-12-14 2016-04-27 北京邮电大学 一种基于网络病毒传播模型的空气污染溯源方法
RO132329A0 (ro) * 2017-07-04 2017-12-29 Ecorisk Srl Sistem şi metodă pentru evaluarea şi controlul poluării industriale
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
CN110363350A (zh) * 2019-07-15 2019-10-22 西华大学 一种基于复杂网络的区域空气污染物分析方法

Also Published As

Publication number Publication date
CN111538957A (zh) 2020-08-14

Similar Documents

Publication Publication Date Title
CN111538957B (zh) 大气污染物来源贡献度的获取方法、装置、设备及介质
CN108108836B (zh) 一种基于时空深度学习的臭氧浓度分布预测方法和系统
JP2009294969A (ja) 需要予測方法および需要予測装置
CN110426490A (zh) 一种有害气体在线监测仪的温湿度漂移补偿方法及装置
Plesca et al. How robust is the weakening of the Pacific Walker circulation in CMIP5 idealized transient climate simulations?
CN116882321B (zh) 气象影响量化评估方法、装置、存储介质及电子设备
CN112365056A (zh) 一种电气负荷联合预测方法、装置、终端及存储介质
CN113155498B (zh) 一种高分辨率建筑运行能耗碳排放测定方法、系统及设备
CN111428419A (zh) 悬浮泥沙浓度预测方法、装置、计算机设备和存储介质
CN106934094B (zh) 一种基于二十四节气的风电功率预测方法
CN111241704B (zh) 一种处理工程建设期间污染物释气的方法
AU2023202496A1 (en) An on-line monitoring method and system for fugitive carbon emission in cement industrial plant area
CN110489836B (zh) 一种预驱动中长期空气质量预报系统和方法
WO2020078439A1 (zh) 基于南极涛动指数的阿根廷鱿鱼资源量预测方法及其应用
CN107895211A (zh) 一种基于大数据的中长期电力负荷预测方法和系统
CN112580844A (zh) 气象数据处理方法、装置、设备及计算机可读存储介质
CN116776073B (zh) 一种污染物浓度的评估方法和装置
CN113111419A (zh) 办公建筑内空调负荷预测模型建立、预测方法及系统
CN117745502A (zh) 碳排放的计算方法、装置、电子设备及存储介质
CN112819365A (zh) 碳汇检测方法、装置及存储介质和电子设备
CN112668448A (zh) 一种生态进程变化分析方法、装置、介质及终端设备
CN110766219A (zh) 基于bp神经网络的雾霾预测方法
CN112163695A (zh) 基于copula函数的风力光伏发电预测方法、系统和介质
Lim et al. Does Digitalization Really Improve Environmental and Energy Sustainability? Evidence from Industry 4.0 Technologies in the Manufacturing Sectors in South Korea
CN118312713B (zh) 一种改进高斯扩散模型的大气污染计算方法及计算机程序产品

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: 20200814

Assignee: Beijing Zhongke Sanqing Environmental Technology Co.,Ltd.

Assignor: 3CLEAR TECHNOLOGY Co.,Ltd.

Contract record no.: X2022980012305

Denomination of invention: Obtaining method, device, equipment and medium for source contribution of air pollutants

Granted publication date: 20201117

License type: Common License

Record date: 20220815