CN111727447B - 一种选择污染物治理措施的方法 - Google Patents

一种选择污染物治理措施的方法 Download PDF

Info

Publication number
CN111727447B
CN111727447B CN201980003511.XA CN201980003511A CN111727447B CN 111727447 B CN111727447 B CN 111727447B CN 201980003511 A CN201980003511 A CN 201980003511A CN 111727447 B CN111727447 B CN 111727447B
Authority
CN
China
Prior art keywords
measure
pollutant
measures
epsilon
coefficient
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
CN201980003511.XA
Other languages
English (en)
Other versions
CN111727447A (zh
Inventor
解洪兴
何新
门高闪
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.)
Environmental Technology Center Of Keling El Beijing
Original Assignee
Environmental Technology Center Of Keling El Beijing
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 Environmental Technology Center Of Keling El Beijing filed Critical Environmental Technology Center Of Keling El Beijing
Priority to CN202210098699.4A priority Critical patent/CN114418434B/zh
Priority to CN202210103938.0A priority patent/CN114418442B/zh
Publication of CN111727447A publication Critical patent/CN111727447A/zh
Application granted granted Critical
Publication of CN111727447B publication Critical patent/CN111727447B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
    • Y02A50/20—Air quality improvement or preservation, e.g. vehicle emission control or emission reduction by using catalytic converters
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80—Management or planning
    • Y02P90/84—Greenhouse gas [GHG] management systems
    • Y02P90/845—Inventory and reporting systems for greenhouse gases [GHG]

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Economics (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Processing Of Solid Wastes (AREA)
  • Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
  • Feedback Control In General (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Investigating Or Analyzing Non-Biological Materials By The Use Of Chemical Means (AREA)
  • Sampling And Sample Adjustment (AREA)

Abstract

针对背景技术中对污染治理措施选取方式的不足，本发明提供了一种高效、快速、便捷、科学的空气污染治理措施选择方法。该方法是一种根据城市空气污染特征为城市优选空气污染防治措施的动态选择方法。该方法依据城市PM2.5、O3、SO2、NO2等污染物浓度超标率和其相对应的排放来源构成(根据排放清单得出)对空气污染治理措施进行选取，通过为措施库中各措施进行评分，根据分数大小为各城市优选适应其空气质量现状的措施。

Description

一种选择污染物治理措施的方法
技术领域
本发明涉及一种选择环境污染治理措施的方法，属于环境治理领域。
背景技术
2016年新大气法设立了城市空气质量限期达标机制，城市成为空气质量改善的主体，然而目前我国仍有64％以上的城市没有实现空气质量达标，大气污染防治形势依然严峻。随着我国大气污染防治的不断深入，许多治理工作都进入深水区，政策制定和执行的难度都将会不断升级，对城市空气质量的精细化管理要求将越来越高，因此以城市为单元的定制化措施需求也越来越迫切。
目前，“底数不清”的状况是制约我国大气污染防治工作的重要瓶颈。很多城市的决策者对主要污染物排放总量、时空分布、行业贡献、减排潜力等信息掌握不足，在选择大气污染防治相关措施时，脱离当地实际情况，缺乏有效的科学支撑，措施不能与当地实际的空气污染状况想匹配，难以实现精准治霾。
目前已有一些控制质量预报和评估系统，用于给相关决策人员提供建议，如CMAQ(Community Multi-scale Air Quality),CMAQ是美国环保署(EPA)在拉格朗日轨迹模型和欧拉网格模型后提出的第三代空气质量预报和评估系统，该模型是在“一个大气”理论的指导下，以中尺度气象模式和SMOKE(Spare Matrix Operator Kerenl Emission)等源排放模型为依托，考虑了大气污染过程中水平传输、垂直传输、扩散过程、源排放、化学反应和去除过程等对污染物浓度的影响，将复杂空气污染状况进行综合处理。模型可模拟平流传输、湍流扩散、气相化学反应、气溶胶动力学、排放过程、沉降过程、云过程和液相过程，可用于评价大气中细颗粒物、对流层臭氧、气溶胶以及酸沉降污染水平。但是该系统主要用于空气质量预报，对措施选择有一定参考，但没有行程系统化的评估方式。
CMAx(Comprehensive Air Quality Model with Extensions)模型同样是欧拉型化学传输模型，在“一个大气”理念的指导下考虑气－液－固多相化学机制，利用气象场模拟结果，通过SMOKE源排放模型对源排放清单进行处理，最后CAMx模型对污染物浓度进行模拟，与models3－CMAQ模型不同的是CAMx模型具有双向嵌套的网格结构，可以多重网格同时进行计算，在时间范围和空间范围内模拟的更精细。CAMx还包括多种分析工具如臭氧来源解析技术(OSAT)、颗粒物来源追踪技术(PAST)、网格烟羽模块(PiG)等。CAMx工具同样主要是用于污染预测，并辅助一些污染来源解析工具，也不能有效的选择污染治理的措施。
WRF－Chem(Weather Research and Forecasting model coupled withChemistry)模型也是大气环境治理领域常用的技术，该模型的气象模式和化学传输模块使用相同的格点、时间步长、传输方案和物理方案，避免因差值等造成的误差，同时二者为同步计算，在时间和空间分辨率上完成耦合，实现真正的在线传输，从而完成对太阳辐射、大气动力和气溶胶化学等多过程的耦合和反馈。WRF－Chem可以对大气质量进行预测，也同样无法高效科学的选择污染治理措施。
以上这些用于治理措施的技术，主要用于预测空气质量，不能根据污染特征针对性的为决策者选择合适的措施或措施组合。使用这些技术需要运用复杂的数学、物理以及化学模型，需要专业的工作人员来进行实施，一次预测过程还需要使用专用的大型计算机，耗时长成本高。
用于污染措施选取的相关论文也比较少，最相关的一篇是【深圳交通拥堵综合治理的模式选择及策略措施】，出自2016年中国城市交通规划年会论文集，这篇论文主要介绍的是在交通治理方面的模式选择及策略措施的方法，该方法首先进行调研，收集其他的治理方法，经过人为的评估最后制定并决策出交通拥堵治理策略措施，并没有量化的选取指标，以及科学的论证方法。
在相关专利方面，没有检索到用于污染治理措施选择的方法专利。
因此根据我们的检索，对目前的大气污染治理措施的选取问题上，主要依靠人工的经验进行，没有一个科学的、高效的技术手段对相关的污染治理措施进行评估和选取。
发明内容
相关术语
排放清单编号i：i＝1,2,3,4……，代表排放清单中的类别编号，如道路移动源、非道路移动源、扬尘源、工业源等。
排放清单编号(i)示例表
i值 1 2 3 4
污染源类别 道路移动源 非道路移动源 扬尘源 工业源
措施清单编号j：j＝A,B,C,D……代表措施编号，如升级发动机机车：柴油电动混合动力机车、飞机地面支持设备：电力替代燃料、岸基电力、洗煤措施可以治理的污染物编号k：k＝1,2,3,4……，k值代表为该措施可以治理的污染物，如NOX、PM2.5、SO2、O3。
可治理的污染物编号(k)示例表
k值 1 2 3 4
措施 NO<sub>X</sub> PM<sub>2.5</sub> SO<sub>2</sub> O<sub>3</sub>
措施的特征编号α：α＝1,2,3……代表措施的特征，如实施周期特征，资金需求特征。
措施类别权重Wi系数：Wi表示一类排放措施的权重系数，这个权重系数与污染物超标情况和来源构成有关，城市污染物超标率越高、措施库所对应排放源类别(措施库的分类与排放清单中排放源分类一致)在污染物来源构成中占比越大，对本权重系数贡献越大；如W1为机动车污染治理措施权重，W2为燃煤污染治理措施权重。
措施的污染物治理效果系数
Figure BDA0002360981760000031
Figure BDA0002360981760000032
表示措施j的对污染物k的治理效果。
措施的特征参数
Figure BDA0002360981760000033
措施特征参数
Figure BDA0002360981760000034
代表实施该措施所反映出的一些必要特点，如实施周期等、资金需求情况；α为措施的特征参数编号，如
Figure BDA0002360981760000035
可以为措施j的实施周期特征，
Figure BDA0002360981760000036
可以为措施j的资金需求特征。
排放源对污染物贡献系数
Figure BDA0002360981760000037
Figure BDA0002360981760000038
表示i类排放源对污染物k的贡献率。
Fj：措施评分的分数。
排放源中对应污染物排放量参数
Figure BDA0002360981760000041
Figure BDA0002360981760000042
表示i类排放源中污染物k的排放量。污染物的排放量参数Ek：污染物k的排放量。
超标率εk：εk为污染物年均浓度监测值与国家标准中的污染物年均浓度限值的比值。
污染物浓度限值Sk：Sk表示国家空气质量标准中规定的空气污染物年均浓度限值。污染物浓度监测值Tk：Sk表示空气污染物浓度的监测值。
根据εk值判断各污染物超标情况，不同的超标情况对应的不同的超标系数ek。
目前很多城市的决策者对主要污染物排放总量、时空分布、行业贡献、减排潜力等信息掌握不足，在选择大气污染防治相关措施时，脱离当地实际情况，缺乏有效的科学支撑，措施不能与当地实际的空气污染状况相匹配。
减少大气污染的措施目前已经基本完善，但是一个城市或者一片区域为了实现精准有效的治理雾霾，需要在有限的资源下对治理措施进行合理、高效、准确的选取，同时选取的措施需要满足一定的时间资源、成本限制。目前的措施选择方式主要依靠人工的经验进行，没有科学依据，容易造成决策失误，资源使用效率低下，不能有针对性的有效解决问题。虽然有一些措施制定的辅助手段，如大气污染预测模型等，但这些模型基本都是用于预测空气质量，不能直接帮助决策者进行空气污染治理措施的选取，起到的辅助作用较小，而且这些模型基本都需要超级计算机运行，需要高水平的专业人员操作，耗时长、成本高、操作难度大。综上所述，目前还没有一个科学的、系统的、便捷、高效的技术手段，用于相关的污染治理措施进行评估和选择。
针对背景技术中对污染治理措施选取方式的不足，本发明提供了一种高效、快速、便捷、科学的空气污染治理措施选择方法。该方法是一种根据城市空气污染特征为城市优选空气污染防治措施的动态选择方法。该方法依据城市PM2.5、O3、SO2、NO2等污染物浓度超标率和其相对应的排放来源构成(根据排放清单得出)对空气污染治理措施进行选取，通过为措施库中各措施进行评分，根据分数大小为各城市优选适应其空气质量现状的措施。
本发明所提供的空气污染治理措施选择方法可帮助决策者根据当地空气污染特征，科学的评判各项治理措施的适用性、有效性，进而有针对性的解决当地空气污染问题。该发明提供的空气污染治理措施选择方法一方面避免了依靠经验进行选择所带来的盲目性、低效性，提高了科学性、针对性；一方面与各大气污染预测模型等辅助手段相比，简单、高效、成本低、无需高级专业人员操作，可使决策者相对较快速地选择与当地实际情况相适宜的空气污染治理措施，提高措施选择效率。
本发明是一种根据城市空气污染特征为城市优选空气污染防治措施的动态选择方法。措施选取的基本依据是城市PM2.5、SO2、NO2的浓度超标率和其相对应的排放来源构成(根据排放清单得出)。该方法可通过为措施库中各措施进行评分，根据分数大小为各城市优选适应其空气质量现状的措施。
具体的选取流程包括建立措施库、分析污染物监测数据超标情况、分析污染物来源构成、计算措施权重、计算措施评分、选取措施。
需要建立当地的空气污染治理措施库并按照当地污染物排放清单排放源的分类方法，根据措施本身的适用范围进行分类，形成不同类别的措施库。措施库中每项措施有针对各项污染物的去除适用性系数；措施的污染物治理效果系数用来描述某项措施是否适用于去除某项污染物，具体值根据措施对污染物的去除效率确定。
需要分析污染物监测数据超标情况，可以根据相应的环境空气质量标准来计算污染物浓度的超标率，根据超标情况确定不同的超标系数。
需要分析污染物来源构成，根据城市各污染物的排放清单分析各污染物(如PM2.5、SO2、NO2)的排放来源构成。污染物排放清单指各种排放源在一定时间跨度和空间区域内向大气中排放的大气污染物的量的集合。根据排放清单计算得出各排放源对各污染物的贡献率。
根据各污染物的超标情况及来源构成为措施库中各措施类别分配不同权重。
根据各措施类别权重、污染物超标情况、措施的污染物去除效果系数计算各措施的评分，并根据评分按照一定的选择办法选取最优的措施。最简便的选择办法可以是评分排名的方法。
本方法还可以用于水污染、温室气体污染治理，相应的所需治理污染物为水污染的污染物或者温室气体污染物；治理措施为对应的水污染、温室气体治理措施即可。
建立措施库
措施库是所有可治理环境污染的有效措施(如：机动车加装DPF、燃煤电厂超低排放改造、清洁取暖等)的清单库。措施库中的措施按照城市、地理位置区域污染物排放清单排放源的分类方法，根据措施本身的适用范围进行分类，措施库的类别与排放清单中污染源的类别一致，形成不同类别的措施库，如工业源、道路移动源、非道路移动源、扬尘源、VOC相关源、火电厂、天然源等类别的措施。措施库中每项措施有针对各项污染物的措施的污染物治理效果系数，措施的污染物治理效果系数用来描述某项措施是否适用于去除某项污染物。措施的污染物治理效果系数可以直接由措施清单而来(如美国EPA措施清单)；或者措施的污染物治理效果系数可以由措施的处理效果对应转化而来，取值范围为(0，1)。
措施的处理效果对应表
措施对污染物的实际去除效率 措施的污染物治理效果系数
0％-25％ 0
26％-75％ 0.5
76％-100％ 1
措施的污染物治理效果系数表格示例表
Figure BDA0002360981760000051
Figure BDA0002360981760000061
如污染物1可以为NOX，污染物2可以为PM2.5，污染物3可以为SO2；污染物编号可以根据城市的情况进行编辑选择。
分析城市空气质量监测数据超标情况
分析空气污染物超标率：根据空气污染物监测情况与空气质量标准得到各污染物超标率，空气质量标准可以为国标GB3095-2012、地方空气质量标准、国际空气质量标准等。
污染物浓度限值Sk：Sk表示空气质量标准中规定的空气污染物年均浓度限值，PM2.5、SO2、NO2的分别为浓度限值。
污染物浓度监测值Tk：Tk表示空气污染物浓度的监测值，TPM2.5、TSO2、TNO2、TO3分别为PM2.5、SO2、NO2、O3的浓度监测值(PM2.5、SO2、NO2可以为年均浓度监测值；如果选择O3，O3可以为日最大8小时滑动平均值的第90百分位数)根据环境空气质量标准计算PM2.5、O3、SO2、NO2的浓度超标率，计算方法如下。
Figure BDA0002360981760000062
εk为污染物年均浓度监测值与国家标准中的污染物年均浓度限值的比值，各污染物浓度限值可以由我国家标准而得，还可以由别的空气质量标准而来，如下表。
中国空气污染物浓度国家标准限制表
污染物 统计指标 国家标准
PM<sub>2.5</sub> 年均浓度 35μg/m<sup>3</sup>
SO<sub>2</sub> 年均浓度 60μg/m<sup>3</sup>
NO<sub>2</sub> 年均浓度 40μg/m<sup>3</sup>
O<sub>3</sub> 日最大8小时滑动平均值的第90百分位数 160μg/m<sup>3</sup>
当计算得到εk后便可以判断各污染物超标情况，不同的超标情况对应的得到的超标系数ek如下表，超标系数的对应方式可以根据当地的不同情况调整。
Figure BDA0002360981760000063
Figure BDA0002360981760000071
当PM2.5、SO2、NO2的超标情况处于以下几种情况时，还可以对其监测值进行修正：
1)PM2.5轻微超标，SO2和NO2至少有其一不超标且接近排放限值；
2)PM2.5不超标且接近排放限值，SO2和NO2至少有其一轻微超标；
3)PM2.5、SO2和NO2超标情况相同(各自的εk值相似)；
修正方法如下：
根据PM2.5的源解析结果得到PM2.5组成成分中硫酸盐质量百分比
Figure BDA0002360981760000072
与硝酸盐质量百分比
Figure BDA0002360981760000073
应用
Figure BDA0002360981760000074
与
Figure BDA0002360981760000075
对PM2.5、SO2、NO2的浓度监测值进行修正，得到其浓度的修正值(T′k)，修正方法如下：
Figure BDA0002360981760000076
Figure BDA0002360981760000077
Figure BDA0002360981760000078
根据
Figure BDA0002360981760000079
重新计算
Figure BDA00023609817600000710
重新判断PM2.5、SO2、NO2的超标情况。
分析来源构成
根据城市各污染物的排放清单分析各污染物(PM2.5、O3、SO2、NO2)的排放来源构成。污染物排放清单指各种排放源在一定时间跨度和空间区域内向大气中排放的大气污染物的量的集合。根据排放清单计算得出各排放源对各污染物的贡献率，具体计算方法如下：
Figure BDA00023609817600000711
Figure BDA00023609817600000712
排放源对污染物贡献系数
Figure BDA00023609817600000713
表示i类排放源对污染物k的贡献率。
Figure BDA0002360981760000081
排放源中对应污染物排放量参数
Figure BDA0002360981760000082
表示i类排放源中污染物k的排放量。
Ek：污染物的排放量参数Ek表示污染物k的排放量。
措施类别权重计算
根据各污染物的超标情况及来源构成(贡献率)为措施库中各措施分配不同权重，权重计算方法如下：
进行措施初步筛选，可以选取εk大于1的污染物(即超标污染物)所对应的防治措施；
根据超标污染物超标率和其排放清单中各污染源的比重分配超标污染物涉及到的各类措施库的权重，最终将各措施所涉及措施库的权重相加，即为各措施的权重，具体计算方法方法如下。
Figure BDA0002360981760000083
Wi：i类措施库的权重。
i：超标污染物涉及到的措施库类别，即污染源类别。
k：超标污染物名称。
Figure BDA0002360981760000084
i类排放源对污染物k的贡献率。
有一些措施可同时应用在多种污染源防治中，因此同一种防治措施可同时出现在多个类别的措施库中，这类措施权重的计算需要将其在不同的措施类别中的权重都考虑进来，在评分中进行计算。
结合基础数据和措施库进行措施分数计算
措施的评价根据评分公式进行，措施的评分公式如下。
Figure BDA0002360981760000085
Figure BDA0002360981760000086
Fj：措施评分
例如：
Figure BDA0002360981760000087
上述公式代表1类措施库中措施A的分数情况。
措施选择方式
根据上述公式计算每项措施的评分Fj，之后根据Fj选择适用的措施。具体选择办法有以下两种，即分数直接排名法与阈值筛选法。
直接排名法
将各措施按照其评分Fj大小进行排列，Fj越大，措施排名越靠前，最终选取排名前10％的措施。
例如：总共有10项措施，这些措施的评分Fj及排名情况见下表：
措施 A B C D E F G H I J
F F<sub>A</sub>＝10 F<sub>B</sub>＝9 F<sub>B</sub>＝8 F<sub>D</sub>＝7 F<sub>E</sub>＝6 F<sub>F</sub>＝5 F<sub>G</sub>＝4 F<sub>H</sub>＝3 F<sub>I</sub>＝2 F<sub>J</sub>＝1
排名 1 2 3 4 5 6 7 8 9 10
根据上表，排名前10％的措施为排名第1的措施(10*10％＝1)，即措施A，最终选取措施A。
阈值筛选法：选取最大的评分Fj，将0.5*Fj定为阈值，最终选取评分Fj大于阈值的措施。
例如：总共有10项措施，这些措施的评分Ej见下表：
措施 A B C D E F G H I J
F F<sub>A</sub>＝10 F<sub>B</sub>＝9 F<sub>B</sub>＝8 F<sub>D</sub>＝7 F<sub>E</sub>＝6 F<sub>F</sub>＝5 F<sub>G</sub>＝4 F<sub>H</sub>＝3 F<sub>I</sub>＝2 F<sub>J</sub>＝1
根据上表，阈值＝0.5*10＝5，评分Fj大于5的措施有A、B、C、D、E，则最终选取措施A、B、C、D、E。
阈值筛选法
通过直接排名法对措施进行初步筛选后，且初步筛选得出的措施数目大于1，综合考虑实际的资金预算与时间要求对措施进行二次筛选。
当优先考虑时间要求时，即要求在一定时间范围内达到一定的处理效果时：根据每项措施的实施周期选择措施，选择实施周期小于或等于所要求时间范围的措施。当优先考虑资金预算时，即需用一定额度的资金费用达到一定的处理效果时：根据每项措施的资金成本选择措施，选择资金成本小于或等于资金预算值的措施。当综合考虑时间要求与资金预算时：根据措施的实施周期与资金成本对应用基本选择方法选择出来的措施的评分Fj进行修正，修正方法如下：
Figure BDA0002360981760000091
F′j：修正后的措施评分
Figure BDA0002360981760000101
措施的实施周期
Figure BDA0002360981760000102
措施的资金成本
修正之后，剔除E′j值最小的措施，剩下的措施即为最终优选出的措施。
附图说明
图1：措施选择基础方案流程示意图。
图2：引入适用性条件改进的措施选择方案流程示意图。
图3：引入PM2.5源解析修正改进的措施选择方案流程示意图。
图4：结合适用条件和PM2.5源解析修改进的措施选择方案流程示意图。
图5：甲城市PM2.5源解析结果来源构成。
图6：甲城市SO2源解析结果来源构成。
图7：甲城市NO2源解析结果来源构成。
具体实施方式
实施例一
应用上述的措施选择方法为甲城市筛选出最优的污染治理措施。甲城市空气质量监测结果如下表。
甲市各空气污染物浓度监测结果
Figure BDA0002360981760000121
甲城市PM2.5、SO2、NO2、O3的浓度超标率计算如下：
Figure BDA0002360981760000122
Figure BDA0002360981760000123
Figure BDA0002360981760000124
甲城市各空气污染物源解析结果如下表。
甲城市污染物排放来源构成表
Figure BDA0002360981760000125
甲城市可用污染源防治措施如下表。
甲城市可用污染源防治措施表
Figure BDA0002360981760000126
Figure BDA0002360981760000131
由于SO2超标率小于1，说明该市SO2已达标，不需采取相关措施着重治理，因此在措施库中选取PM2.5、NO2所对应的防治措施。
各措施类别权重计算如下：
Figure BDA0002360981760000132
Figure BDA0002360981760000133
Figure BDA0002360981760000134
Figure BDA0002360981760000135
Figure BDA0002360981760000136
Figure BDA0002360981760000141
Figure BDA0002360981760000142
Figure BDA0002360981760000143
本实施例中的处理措施来自美国EPA清单，根据措施的处理效果对应得出每个措施的污染物去除适用性系数
Figure BDA0002360981760000144
如下：
Figure BDA0002360981760000145
如，
Figure BDA0002360981760000146
代表措施1对污染物NOx的去除适用性系数为1，即措施1非常适合去除污染物NOx。
通过公式：
Figure BDA0002360981760000147
可以计算出每个措施j的评分情况如下表：
非道路移动源 道路移动源 工业源 火电厂 其他+自然源 扬尘源 措施总分
措施1 0.6 0.6
措施2 0.1 0.1
措施3 0.6 0.6
措施4 0 0
措施5 0.1333 0.1333
措施6 0 0
措施7 0 0
措施8 0.46 0.46
措施9 4.3 4.3
措施10 0 0
措施11 1.2665 1.2665
计算示例：
Figure BDA0002360981760000151
由于措施4、6、7的主要去除物为SO2，而该实例中SO2未超标，所以以上三个措施的最终评分为0；或者由于是治理SO2的措施，SO2在本案例中没有超标，相关SO2措施不纳入考虑范围。由于措施10的四项污染物去除率不足25％，所以措施10对四项污染物的去除适应性系数均为0，也因此措施10的最终评分为0。
实施例二
应用上述的措施选择方法为甲城市筛选出最优的污染治理措施。甲城市空气质量监测结果如下表。
甲市各空气污染物浓度监测结果
Figure BDA0002360981760000152
甲城市PM2.5、SO2、NO2、O3的浓度超标率计算如下：
Figure BDA0002360981760000161
Figure BDA0002360981760000162
Figure BDA0002360981760000163
甲城市各空气污染物源解析结果如下表。
甲城市污染物排放来源构成表
Figure BDA0002360981760000164
甲城市可用污染源防治措施在选择中，同一种措施对有对多个污染源有治理效果，如下表。
甲城市可用污染源防治措施表
措施编号 措施名称 非道路移动源 道路移动源 工业源 火电厂
1 使用重组汽油(RFG)标准 √ √
2 飞机地面支持设备：电力替代燃料 √
3 柴油改造 √ √
4 洗煤 √
5 低NOx燃烧器 √ √
6 水泥窑：喷雾干燥器吸收器 √
7 ESP静电除尘器 √ √
本实施例中的处理措施来自美国EPA清单，根据措施的处理效果对应得出每个措施的污染物去除适用性系数
Figure BDA0002360981760000165
如下：
Figure BDA0002360981760000166
Figure BDA0002360981760000171
各措施类别所占权重计算如下：
Figure BDA0002360981760000172
Figure BDA0002360981760000173
Figure BDA0002360981760000174
Figure BDA0002360981760000175
Figure BDA0002360981760000176
通过公式
Figure BDA0002360981760000177
可以计算出每个措施j，在源解析i的领域的评分情况如下表：
Figure BDA0002360981760000181
措施评分结果表
非道路移动源 道路移动源 工业源 火电厂 措施总分
措施1 0 0 0 0 0
措施2 0.1 0 0 0 0.1
措施3 0.05 0.43 0 0 0.48
措施4 0 0 0 0 0
措施5 0 0 0.1333 0.23 0.3633
措施6 0 0 0 0 0
措施7 0 0 1.333 2.3 3.633
由于措施4、6的主要去除物为SO2，而该实例中SO2未超标，所以以上三个措施的最终评分为0；或者由于是治理SO2的措施，SO2在本案例中没有超标，相关SO2措施不纳入考虑范围。由于措施1的四项污染物去除率不足25％，所以措施1对四项污染物的去除适应性系数均为0，也因此措施1的最终评分为0。最终措施5的总得分最高，使用分数排名的方式，那么最终优选的是措施5。

Claims (17)

1.一种根据城市空气污染特征为城市选择污染物治理措施的方法，其特征在于，包含如下步骤：
(1A)建立污染治理措施库：所述污染治理措施库依照污染物排放清单排放源的分类方法进行分类，得到不同类别的污染治理措施库；所述分类的方法按照污染物排放清单的排放源进行分类；
(1B)计算超标系数：所述超标系数由环境质量标准限值和环境监测数值计算得出；所述超标系数由超标比例对应判断得出，所述超标比例εk为0-1之间，超标情况判断为“不超标”，超标系数ek为0；所述超标比例εk为1-1.2之间，超标情况判断为“轻微超标”，超标系数ek为1；所述超标比例εk为1.2-1.5之间，超标情况判断为“中度超标”，超标系数ek为2；所述超标比例εk为1.5-2之间，超标情况判断为“严重超标”，超标系数ek为5；所述超标比例εk大于2，超标情况判断为“严重超标”，超标系数ek为10；所述超标比例εk计算方法是
Figure RE-FDA0003374271080000011
所述Sk是污染物浓度限值，所述Tk是污染物浓度监测值；
(1C)超标系数修正：依照空气污染物的超标情况判断该污染物的超标系数是否需要修正；如需修正，根据空气污染源解析结果，排除PM2.5、SO2、NO2监测值中的硫酸盐和硝酸盐的干扰，对超标系数进行修正并重新计算超标系数；所述判断方法是：当εPM2.5为1-1.2，εPMSO2为0-1或εPMN O2为0-1时，需对监测值进行修正；当εPM2.5为0-1，εPMSO2为1-1.2或εPMNO2为1-1.2时，需对监测值进行修正；当εPM2.5为0-1且εPMSO2为0-1且εPMNO2为0-1时，需对监测值进行修正；当εPM2.5为1.2-1.5且εPMSO2为1.2-1.5且εPMNO2为1.2-1.5时，需对监测值进行修正；当εPM2.5为1.5-2且εPMSO2为1.5-2且εPMNO2为1.5-2时，需对监测值进行修正；当εPM2.5大于2且εPMSO2大于2且εPMNO2大于2时，需对监测值进行修正；所述修正的计算方法是
Figure RE-FDA0003374271080000012
Figure RE-FDA0003374271080000013
其中，
Figure RE-FDA0003374271080000014
是修正后的PM2.5浓度值，
Figure RE-FDA0003374271080000015
是监测到的PM2.5浓度值，
Figure RE-FDA0003374271080000016
是源解析结果中硫酸盐的质量百分比，
Figure RE-FDA0003374271080000017
是源解析结果中硝酸盐的质量百分比，
Figure RE-FDA0003374271080000018
是修正后的二氧化硫浓度值，
Figure RE-FDA0003374271080000019
是监测到的二氧化硫浓度值，
Figure RE-FDA00033742710800000110
是修正后的二氧化氮浓度值，
Figure RE-FDA00033742710800000111
是监测到的二氧化氮浓度值；
(1D)分析污染物来源构成：根据城市污染物的排放源清单，分析计算得出各排放源对各污染物的贡献率；
(1E)计算治理措施类别权重：根据污染物的超标率和污染物的贡献率，计算措施类别权重；
(1F)计算措施评分：根据措施类别权重、污染物超标情况、措施的污染物去除效果系数计算各措施分数；
(1G)措施选取：对措施分数进行排名或筛选，得到优选的污染治理措施。
2.如权利要求1所述的方法，其特征在于，所述类别包括以下类别的一项或多项：工业源、道路移动源、非道路移动源、扬尘源、VOC相关源、火电厂、天然源。
3.如权利要求1所述的方法，其特征在于，所述污染物包括以下污染物的一项或多项：PM2.5、VOC、SO2、NOX。
4.如权利要求1所述的方法，其特征在于，所述污染物治理措施具备措施特征参数，所述措施特征参数包括以下参数的一项或多项：污染物治理效果系数、时间限定参数、资金限定参数。
5.如权利要求4所述的方法，其特征在于，污染物治理措施的实际去除效率为0％-25％，所述污染物治理效果系数为0；污染物治理措施的实际去除效率为26％-75％，所述污染物治理效果系数为0.5；污染物治理措施的实际去除效率为76％-100％，所述污染物治理效果系数为1。
6.如权利要求5所述的方法，其特征在于，所述修正后的污染物浓度为气态的污染物浓度，修正后的气态污染物浓度包含了因二次反应生成PM2.5而消耗的气态污染物浓度。
7.如权利要求6所述的方法，其特征在于，所述气态污染物为SO2、NO2、VOCs、氨气的一项或多项。
8.如权利要求1所述的方法，其特征在于，所述贡献率计算方式为
Figure RE-FDA0003374271080000021
所述
Figure RE-FDA0003374271080000022
是i类排放源对污染物k的贡献率；所述
Figure RE-FDA0003374271080000023
是i类排放源中污染物k的排放量；所述Ek是污染物k的排放量。
9.如权利要求1所述的方法，其特征在于，所述措施类别权重的计算方式为
Figure RE-FDA0003374271080000024
Figure RE-FDA0003374271080000025
所述Wi是i类措施的权重。
10.如权利要求9所述的方法，其特征在于，措施的分数与措施类别权重、超标比例或超标系数、措施的污染物去除效果系数正相关。
11.如权利要求9所述的方法，其特征在于，所述计算措施评分的计算方式为
Figure RE-FDA0003374271080000026
Figure RE-FDA0003374271080000027
所述
Figure RE-FDA0003374271080000028
是措施j的对污染物k的治理效果系数。
12.如权利要求1所述的方法，其特征在于，所述措施选取的方法是直接排名法，所述直接排名法是将各措施按照其评分Fj从大到小进行排列，选取排名在设定比例范围内的措施，所述设定比例是5％、10％、20％、30％、40％中任意一值。
13.如权利要求12所述的方法，其特征在于，在应用所述措施直接排名法后，继续应用阈值筛选法对选取的措施进行筛选，所述阈值筛选法对直接排名法得到的多于一个措施的结果，依据措施的特征参数对得分进行修正或筛选，再进行从大到小的排名，选取排名在设定比例范围内的措施，所述设定比例是5％、10％、20％、30％、40％中任意一值。
14.如权利要求4所述的方法，其特征在于，所选措施的实施周期小于所述时间限定参数。
15.如权利要求4所述的方法，其特征在于，所选措施的预算成本小于所述资金限定参数。
16.如权利要求14或15所述的方法，其特征在于，依据措施的特征参数对得分进行修正的方法是
Figure RE-FDA0003374271080000031
Figure RE-FDA0003374271080000032
是措施的实施周期参数，
Figure RE-FDA0003374271080000033
是措施的资金成本参数。
17.一种计算机能够读取的存储介质，所述存储介质记录有计算机程序，其特征在于，所述计算机程序能够执行权利要求1至16任意一项所述的方法。
CN201980003511.XA 2019-08-14 2019-08-14 一种选择污染物治理措施的方法 Active CN111727447B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202210098699.4A CN114418434B (zh) 2019-08-14 2019-08-14 一种选择污染物治理措施的方法
CN202210103938.0A CN114418442B (zh) 2019-08-14 2019-08-14 一种选择污染物治理措施的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2019/100493 WO2021026792A1 (zh) 2019-08-14 2019-08-14 一种选择污染物治理措施的方法

Related Child Applications (2)

Application Number Title Priority Date Filing Date
CN202210098699.4A Division CN114418434B (zh) 2019-08-14 2019-08-14 一种选择污染物治理措施的方法
CN202210103938.0A Division CN114418442B (zh) 2019-08-14 2019-08-14 一种选择污染物治理措施的方法

Publications (2)

Publication Number Publication Date
CN111727447A CN111727447A (zh) 2020-09-29
CN111727447B true CN111727447B (zh) 2022-03-01

Family

ID=72563727

Family Applications (3)

Application Number Title Priority Date Filing Date
CN202210103938.0A Active CN114418442B (zh) 2019-08-14 2019-08-14 一种选择污染物治理措施的方法
CN202210098699.4A Active CN114418434B (zh) 2019-08-14 2019-08-14 一种选择污染物治理措施的方法
CN201980003511.XA Active CN111727447B (zh) 2019-08-14 2019-08-14 一种选择污染物治理措施的方法

Family Applications Before (2)

Application Number Title Priority Date Filing Date
CN202210103938.0A Active CN114418442B (zh) 2019-08-14 2019-08-14 一种选择污染物治理措施的方法
CN202210098699.4A Active CN114418434B (zh) 2019-08-14 2019-08-14 一种选择污染物治理措施的方法

Country Status (3)

Country Link
CN (3) CN114418442B (zh)
GB (2) GB2600072A (zh)
WO (1) WO2021026792A1 (zh)

Families Citing this family (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112925256A (zh) * 2019-10-12 2021-06-08 吴郁君 城市环境大数据综合协同管理运转平台
CN112801422B (zh) * 2021-03-23 2024-01-23 南京智汇环境气象产业研究院有限公司 数值模型和线性规划模型相结合的大气污染协同控制方法
CN112988940A (zh) * 2021-04-02 2021-06-18 中科三清科技有限公司 污染溯源方法及装置
CN113554052A (zh) * 2021-05-10 2021-10-26 北京数汇通信息技术有限公司 一种城市空气质量评估诊断系统
CN113487178A (zh) * 2021-07-02 2021-10-08 天津大学 用于企业大气污染物减排分级评价的处理方法
CN113487098A (zh) * 2021-07-14 2021-10-08 清华苏州环境创新研究院 一种大气污染预警信息表达及展示方法
CN114139856B (zh) * 2021-10-22 2024-09-24 河北先河环保科技股份有限公司 船舶污染物排放治理方案确定方法及终端设备
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
CN114240263A (zh) * 2022-02-24 2022-03-25 天津天融环境科技发展有限公司 一种分级管理的方法、装置、电子设备及存储介质
CN114455715B (zh) * 2022-03-03 2023-04-25 四川省建筑设计研究院有限公司 一种基于“药方式”的水体生态治理方法及系统
CN114792057B (zh) * 2022-05-30 2023-05-12 交通运输部规划研究院 一种基于ais数据的空气质量模型船舶排放清单处理方法
CN115358631B (zh) * 2022-09-21 2023-09-05 张家港市艾尔环保工程有限公司 一种基于有害物质检测的废气定向处理方法及系统
CN115389718B (zh) * 2022-10-31 2023-01-17 山东公用环保集团检测运营有限公司 一种基于人工智能的环境检测预警方法
CN116432948B (zh) * 2023-03-16 2024-05-10 中节能国祯环保科技股份有限公司 一种城市雨源型河流系统分步治理方法
CN116757366B (zh) * 2023-08-14 2023-11-10 中科三清科技有限公司 高污染排放污染源选址的方法、装置、介质及电子设备
CN117473398B (zh) * 2023-12-26 2024-03-19 四川国蓝中天环境科技集团有限公司 一种基于运渣车活动的城市扬尘污染源分类方法
CN118297430A (zh) * 2024-04-23 2024-07-05 四川省环境政策研究与规划院 减污降碳协同控制措施对环境空气质量改善效益的评估方法
CN118195282B (zh) * 2024-05-17 2024-07-30 浙江省生态环境监测中心(浙江省生态环境信息中心) 污染治理指导方法、装置、存储介质及电子设备
CN118211942B (zh) * 2024-05-21 2024-07-30 中用科技有限公司 一种半导体气态分子污染物空间分布管理系统及方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102521494A (zh) * 2011-12-02 2012-06-27 北京师范大学 一种湖泊氮磷营养盐削减达标的容量分配方法
CN102855401A (zh) * 2012-09-10 2013-01-02 济南市环境保护科学研究院 一种水污染源优控污染物综合指标筛选的方法
CN106296023A (zh) * 2016-08-18 2017-01-04 南华大学 基于三标度层次分析法的铀尾矿库退役环境治理效果评估方法
CN106339974A (zh) * 2016-10-21 2017-01-18 常州市环境监测中心 一种市区大气污染物排放清单的建立方法
CN106649960A (zh) * 2016-10-12 2017-05-10 环境保护部环境规划院 大气多污染物环境容量三维迭代计算方法

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101706904A (zh) * 2009-11-25 2010-05-12 国家海洋环境监测中心 我国近岸海域优先控制污染物名录确定方法
CN102628852B (zh) * 2012-03-13 2014-12-31 北京工业大学 基于污染物来源识别技术的大气污染源分级方法
CN102830211B (zh) * 2012-09-10 2015-08-12 济南市环境保护科学研究院 一种水污染源应急污染物综合指标筛选的方法
KR101505022B1 (ko) * 2013-07-23 2015-03-30 (주) 동우엔지니어링 공기 오염 검출 모니터링 시스템
CN105628091B (zh) * 2014-10-31 2018-05-04 青岛海尔空调器有限总公司 环境数据的检测方法和环境数据的检测系统
CN205245460U (zh) * 2015-12-30 2016-05-18 河南工业职业技术学院 一种用于智能家居的室内空气检测及净化系统
CN107194139B (zh) * 2016-03-14 2021-08-03 日电（中国）有限公司 大气污染源分级方法及计算设备
CN106021898A (zh) * 2016-05-13 2016-10-12 中国环境科学研究院 一种地下水污染源强分级评价方法
WO2018070561A1 (ko) * 2016-10-12 2018-04-19 주식회사 엔즈 휴대용 에어 블로워 및 이를 이용한 미세먼지 모니터링 시스템
CN106324204B (zh) * 2016-11-02 2018-09-28 扬州大学 城市大气pm2.5主要污染源的确定方法
CN106651036A (zh) * 2016-12-26 2017-05-10 东莞理工学院 空气质量预报系统
CN108226046B (zh) * 2017-12-26 2019-10-25 中国科学技术大学 一种机动车尾气遥测结果修正方法
CN108896713B (zh) * 2018-06-26 2021-04-23 湖南凯迪工程科技有限公司 针对气体污染源的污染治理方法及治理系统
CN109604316B (zh) * 2018-10-26 2020-11-27 中国辐射防护研究院 一种放射性污染土壤修复技术筛选方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102521494A (zh) * 2011-12-02 2012-06-27 北京师范大学 一种湖泊氮磷营养盐削减达标的容量分配方法
CN102855401A (zh) * 2012-09-10 2013-01-02 济南市环境保护科学研究院 一种水污染源优控污染物综合指标筛选的方法
CN106296023A (zh) * 2016-08-18 2017-01-04 南华大学 基于三标度层次分析法的铀尾矿库退役环境治理效果评估方法
CN106649960A (zh) * 2016-10-12 2017-05-10 环境保护部环境规划院 大气多污染物环境容量三维迭代计算方法
CN106339974A (zh) * 2016-10-21 2017-01-18 常州市环境监测中心 一种市区大气污染物排放清单的建立方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
"重庆市机动车尾气对大气环境的影响分析及减缓措施";刘成伦 等;《环境污染与防治》;20050728(第7期);第523-525页 *

Also Published As

Publication number Publication date
CN114418434A (zh) 2022-04-29
CN114418442B (zh) 2022-09-27
CN114418434B (zh) 2022-11-18
WO2021026792A1 (zh) 2021-02-18
CN114418442A (zh) 2022-04-29
CN111727447A (zh) 2020-09-29
GB202201846D0 (en) 2022-03-30
GB2600072A (en) 2022-04-20

Similar Documents

Publication Publication Date Title
CN111727447B (zh) 一种选择污染物治理措施的方法
CN107871210B (zh) 一种大气环境容量核算方法
Liu et al. Recent reduction in NOx emissions over China: synthesis of satellite observations and emission inventories
Miranda et al. Current air quality plans in Europe designed to support air quality management policies
Duque et al. Evaluating strategies to reduce urban air pollution
Memmesheimer et al. Long-term simulations of particulate matter in Europe on different scales using sequential nesting of a regional model
Ying et al. Source contributions to the regional distribution of secondary particulate matter in California
Iodice et al. Appraisal of pollutant emissions and air quality state in a critical I talian region: Methods and results
Tian et al. Current status and future trends of SO2 and NOx pollution during the 12th FYP period in Guiyang city of China
Parra et al. Development of the high spatial resolution EMICAT2000 emission model for air pollutants from the north-eastern Iberian Peninsula (Catalonia, Spain)
Abdullah et al. Methods in forecasting carbon dioxide emissions: a decade review
Brunelle-Yeung et al. Assessing the impact of aviation environmental policies on public health
Cheng et al. A new statistical modeling and optimization framework for establishing high-resolution PM10 emission inventory–I. Stepwise regression model development and application
Goyal et al. Development of strategic air quality improvement framework for urban hotspots
Sa et al. Development of current and future pollutant emissions for Portugal
Bui et al. Spatio-temporal modelling and related factors analysis of PM2. 5 pollution: A case study of Ho Chi Minh city, Vietnam
Iodice et al. Environmental Assessment of a Wide Area Under Surveillance with Different Air Pollution Sources.
Liu et al. Comprehensive evaluation of flue gas desulfurization and denitrification technologies of six typical enterprises in Chengdu, China
Zayed et al. Big Data AI System for Air Quality Prediction
Samaali et al. A new tool for processing atmospheric emission inventories: Technical aspects and application to the ESCOMPTE study area
Sowden et al. Developing a spatially and temporally resolved emission inventory for photochemical modeling in the City of Cape Town and assessing its uncertainty
Finzi et al. Evaluation of urban pollution abatement strategies by a photochemical dispersion model
Thunis et al. Air pollution and emission reductions over the Po-valley: Air Quality Modelling and Integrated Assessment
Wang Long-term Greenhouse Gas Emissions Mitigation in California and the Associated Regional Air Quality and Public Health Impacts
Ashok Reducing the air quality impacts of aircraft activity at airports

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
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Xie Hongxing

Inventor after: Zhang Yunpeng

Inventor after: Wang Kan

Inventor after: He Xin

Inventor after: Tokitaka

Inventor before: Xie Hongxing

Inventor before: He Xin

Inventor before: Tokitaka

GR01 Patent grant
GR01 Patent grant