CN111798932A - 一种污染物监测数据的处理方法、装置、存储介质及终端 - Google Patents

一种污染物监测数据的处理方法、装置、存储介质及终端 Download PDF

Info

Publication number
CN111798932A
CN111798932A CN202010631899.2A CN202010631899A CN111798932A CN 111798932 A CN111798932 A CN 111798932A CN 202010631899 A CN202010631899 A CN 202010631899A CN 111798932 A CN111798932 A CN 111798932A
Authority
CN
China
Prior art keywords
analysis
pollutant
data
current
monitoring data
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
CN202010631899.2A
Other languages
English (en)
Other versions
CN111798932B (zh
Inventor
林久人
刘慧灵
周政男
晏平仲
秦东明
陆涛
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 CN202010631899.2A priority Critical patent/CN111798932B/zh
Publication of CN111798932A publication Critical patent/CN111798932A/zh
Application granted granted Critical
Publication of CN111798932B publication Critical patent/CN111798932B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/70—Machine learning, data mining or chemometrics
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/30—Prediction of properties of chemical compounds, compositions or mixtures
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16C—COMPUTATIONAL CHEMISTRY; CHEMOINFORMATICS; COMPUTATIONAL MATERIALS SCIENCE
    • G16C20/00—Chemoinformatics, i.e. ICT specially adapted for the handling of physicochemical or structural data of chemical particles, elements, compounds or mixtures
    • G16C20/40—Searching chemical structures or physicochemical data

Landscapes

  • Chemical & Material Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Crystallography & Structural Chemistry (AREA)
  • Theoretical Computer Science (AREA)
  • Computing Systems (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Databases & Information Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Artificial Intelligence (AREA)
  • Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明公开了一种污染物监测数据的处理方法、装置、存储介质及终端，所述方法包括：根据污染物类型信息，匹配对应的分析模型；将与当前污染物对应的当前污染物监测数据输入至对应的分析模型进行数据分析，得到对应的分析结果，分析结果中携带有污染物来源解析数据，因此，本申请能够根据污染物的类型匹配对应的分析模型，并将与当前污染物对应的当前污染物监测数据输入至对应的分析模型进行数据分析，得到对应的分析结果，因此，得到的分析结果更加精准，此外，针对污染物的不同类型采用同一个处理流程，简化了现有的处理流程。

Description

一种污染物监测数据的处理方法、装置、存储介质及终端
技术领域
本发明涉及计算机技术领域，特别涉及一种污染物监测数据的处理方法、装置、存储介质及终端。
背景技术
现有技术，通过空气质量超级监测站能够监测到空气中的各种因子参数，例如，空气中各种物质组分、空气中各物质理化性质等要素。由于监测数据的数据量很大，如何对大量监测数据进行有效分析成为待解决的问题。
与常规的空气质量监测相比，空气质量超级监测站综合观测能够监测更多有关大气污染物的物理与化学性质。可针对大气污染演变规律、形成机制等相关科学问题开展专业性的研究。近年来，随着我国以城市环境空气质量监测站、区域空气质量监测站和背景值监测站为主体的大气环境监测网络不断完善，很多地区开始着手建设空气质量超级监测站。同时结合最新的信息技术及空气质量模式，诊断城市大气污染来源和污染贡献，评估和预测区域环境质量、污染影响的空间范围，评测区域污染物的跨区域输送及不同城市对污染的贡献，得到评测结果。基于评测结果为污染决策、科学治理大气污染以及开展区域联防联控工作提供技术依据。通过空气质量超级监测站监测和分析数据的过程，涉及气象环境、化学和遥感等多学科。通过空气质量超级监测站监测和分析数据的过程也极其繁琐和复杂，需要专业人员才能完成。
目前，对监测数据的分析方法多集中于：按照仪器类型、监测的物理性质或化学性质进行因子分析，得到分析结果，并对分析结果进行展示。在上述分析过程中，还包括对于部分可进一步分析的数据采用另外的分析方法再次进行分析。上述分析方法，无法做到：基于对监测数据进行分析得到的精准分析结果，作出合理的治理建议。
此外，针对海量监测数据，采用不同的分析方法进行分析，不仅会造成数据分析结果片段化，而且不利于对融合数据进行分析。
发明内容
本申请实施例提供了一种污染物监测数据的处理方法、装置、存储介质及终端。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。
第一方面，本申请实施例提供了一种污染物监测数据的处理方法，所述方法包括：
获取污染物监测数据，所述污染物监测数据中携带有用于标识当前污染物类型的污染物类型信息，所述污染物类型包括第一类污染物和第二类污染物，所述第一类污染物为颗粒物污染物，所述第二类污染物为至少包括臭氧的具有强氧化性的污染物；
根据所述污染物类型信息，匹配对应的分析模型，所述分析模型包括与所述第一类污染物对应的第一分析模型和与所述第二类污染物对应的第二分析模型；
将与当前污染物对应的当前污染物监测数据输入至对应的分析模型进行数据分析，得到对应的分析结果，所述分析结果中携带有污染物来源解析数据。
第二方面，本申请实施例提供了一种污染物监测数据的处理装置，所述装置包括：
获取模块，用于获取污染物监测数据，所述污染物监测数据中携带有用于标识当前污染物类型的污染物类型信息，所述污染物类型包括第一类污染物和第二类污染物，所述第一类污染物为颗粒物污染物，所述第二类污染物为至少包括臭氧的具有强氧化性的污染物；
匹配模块，用于根据获取模块获取的所述污染物类型信息，匹配对应的分析模型，所述分析模型包括与所述第一类污染物对应的第一分析模型和与所述第二类污染物对应的第二分析模型；
数据分析模块，用于将与当前污染物对应的当前污染物监测数据输入至所述匹配模块匹配出的对应的分析模型进行数据分析，得到对应的分析结果，所述分析结果中携带有污染物来源解析数据。
第三方面，本申请实施例提供一种计算机存储介质，所述计算机存储介质存储有多条指令，所述指令适于由处理器加载并执行上述的方法步骤。
第四方面，本申请实施例提供一种终端，可包括：处理器和存储器；其中，所述存储器存储有计算机程序，所述计算机程序适于由所述处理器加载并执行上述的方法步骤。
本申请实施例提供的技术方案可以包括以下有益效果：
在本申请实施例中，根据污染物类型信息，匹配对应的分析模型，分析模型包括与第一类污染物对应的第一分析模型和与第二类污染物对应的第二分析模型；将与当前污染物对应的当前污染物监测数据输入至对应的分析模型进行数据分析，得到对应的分析结果，分析结果中携带有污染物来源解析数据。由于本申请能够根据污染物的类型匹配对应的分析模型，并将与当前污染物对应的当前污染物监测数据输入至对应的分析模型进行数据分析，得到对应的分析结果，因此，得到的分析结果更加精准，此外，针对污染物的不同类型采用同一个处理流程，简化了现有的处理流程。应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
图1是本申请实施例提供的一种污染物监测数据的处理方法的流程示意图；
图2是本申请实施例提供的对颗粒物污染物的分析方法流程示意图；
图3是本申请实施例提供的对臭氧污染物的分析方法流程示意图；
图4是本申请实施例提供的一种污染物监测数据的处理装置的结构示意图：
图5是本申请实施例提供的一种终端的结构示意图。
具体实施方式
以下描述和附图充分地示出本发明的具体实施方案，以使本领域的技术人员能够实践它们。
应当明确，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
在本发明的描述中，需要理解的是，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。此外，在本发明的描述中，除非另有说明，“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
到目前为止，对监测数据的分析方法多集中于：按照仪器类型、监测的物理性质或化学性质进行因子分析，得到分析结果，并对分析结果进行展示。在上述分析过程中，还包括对于部分可进一步分析的数据采用另外的分析方法再次进行分析。上述分析方法，无法做到：基于对监测数据进行分析得到的精准分析结果，作出合理的治理建议。为此，本申请提供了一种污染物监测数据的处理方法、装置、存储介质及终端，以解决上述相关技术问题中存在的问题。本申请提供的技术方案中，根据污染物类型信息，匹配对应的分析模型，分析模型包括与第一类污染物对应的第一分析模型和与第二类污染物对应的第二分析模型；将与当前污染物对应的当前污染物监测数据输入至对应的分析模型进行数据分析，得到对应的分析结果，分析结果中携带有污染物来源解析数据。由于本申请能够根据污染物的类型匹配对应的分析模型，并将与当前污染物对应的当前污染物监测数据输入至对应的分析模型进行数据分析，得到对应的分析结果，因此，得到的分析结果更加精准，此外，针对污染物的不同类型采用同一个处理流程，简化了现有的处理流程，下面采用示例性的实施例进行详细说明。
下面将结合附图1-附图3，对本申请实施例提供的污染物监测数据的处理方法进行详细介绍。该方法可依赖于计算机程序实现，可运行于污染物监测数据的处理装置上。该计算机程序可集成在应用中，也可作为独立的工具类应用运行。其中，本申请实施例中的污染物监测数据的处理装置可以为用户终端，包括但不限于：个人电脑、平板电脑、手持设备、车载设备、可穿戴设备、计算设备或连接到无线调制解调器的其它处理设备等。在不同的网络中用户终端可以叫做不同的名称，例如：用户设备、接入终端、用户单元、用户站、移动站、移动台、远方站、远程终端、移动设备、用户终端、终端、无线通信设备、用户代理或用户装置、蜂窝电话、无绳电话、个人数字处理(personal digital assistant，PDA)、5G网络或未来演进网络中的终端设备等。
请参见图1，为本申请实施例提供了一种污染物监测数据的处理方法的流程示意图。如图1所示，本申请实施例的污染物监测数据的处理方法可以包括以下步骤：
S101，获取污染物监测数据，污染物监测数据中携带有用于标识当前污染物类型的污染物类型信息，污染物类型包括第一类污染物和第二类污染物，第一类污染物为颗粒物污染物，第二类污染物为至少包括臭氧的具有强氧化性的污染物。
在当前污染物类型为颗粒物污染物时，污染物监测数据可以为颗粒物污染物的组分特征数据、污染物监测数据还可以为颗粒物污染物的垂直观测数据、污染物监测数据还可以为颗粒物污染物的粒径分析数据、污染物监测数据还可以为颗粒物污染物的光学特性数据。
在当前污染物类型为具有强氧化性的污染物，例如，臭氧时，污染物监测数据可以为以下任意一项：产生臭氧的挥发性有机物监测数据、用于表征有机物组分的监测数据、产生臭氧的挥发性有机物的各个来源监测数据、各个来源对产生的臭氧的贡献浓度数值、以及各个来源对产生的臭氧的贡献权重值。
在此步骤中，污染物类型信息可以用于标识当前污染物类型，例如，污染物类型可以为第一类污染物，即：颗粒物污染物。污染物类型还可以为第二类污染物，即：具有强氧化性的污染物，例如，臭氧。
在具体应用场景中，还可以包括其它类型的污染物，在此不再赘述。
S102，根据污染物类型信息，匹配对应的分析模型，分析模型包括与第一类污染物对应的第一分析模型和与第二类污染物对应的第二分析模型。
在此步骤中，分析模型不仅包括第一分析模型，第一分析模型用于对颗粒物污染物的来源进行解析；还包括第二分析模型，第二分析模型用于对具有强氧化性的污染物，例如，臭氧，的来源进行解析。
本步骤中的分析模型还可以包括其它分析模型，在此不再赘述。
需要说明的是，本步骤中的分析模型是常见的分析模型。训练分析模型的过程可以基于机器学习的方法，还可以基于其它方法，在此不再赘述。
在一种可能的实现方式中，根据污染物类型信息，匹配对应的分析模型包括以下步骤：
在污染物类型信息标识当前污染物为颗粒物污染物的情况下，则匹配第一分析模型，第一分析模型包括用于进行第一相关分析的第一分析子模型、用于进行成因分析的第二分析子模型、用于进行第一来源解析的第三分析子模型和用于进行第一气象条件分析的第四分析子模型；或者，
在污染物类型信息标识当前污染物为至少包括臭氧的具有强氧化性的污染物的情况下，则匹配第二分析模型，第二分析模型包括用于进行挥发性有机物组分分析的第五分析子模型、用于进行第二来源解析的第六分析子模型、用于进行第二相关分析的第七分析子模型和用于进行第二气象条件分析的第八分析子模型。
S103，将与当前污染物对应的当前污染物监测数据输入至对应的分析模型进行数据分析，得到对应的分析结果，分析结果中携带有污染物来源解析数据。
在此步骤中，在当前污染物为颗粒物污染物的情况下，将当前污染物监测数据输入至第一分析模型进行数据分析，得到对应的分析结果，分析结果中携带有颗粒物来源解析数据。
在当前污染物为强氧化性污染物的情况下，例如，强氧化污染物为臭氧，将当前污染物监测数据输入至第二分析模型进行数据分析，得到对应的分析结果，分析结果中携带有臭氧来源解析数据。
在一种可能的实现方式中，将与当前污染物对应的当前污染物监测数据输入至对应的分析模型进行数据分析，得到对应的分析结果包括以下步骤：
在当前污染物为颗粒物污染物、且对应的分析模型为第一分析模型的情况下，将当前颗粒物污染物对应的第一监测数据输入至第一分析模型进行数据分析，得到对应的分析结果；或者，
在当前污染物为具有强氧化性的污染物、且对应的分析模型为第二分析模型的情况下，将当前具有强氧化性的污染物对应的第二监测数据输入至第二分析模型进行数据分析，得到对应的分析结果。
在一种可能的实现方式中，将当前颗粒物污染物对应的第一监测数据输入至第一分析模型进行数据分析，得到对应的分析结果包括以下步骤：
对第一监测数据分析，得到当前颗粒物污染物的颗粒物属性，颗粒物属性包括第一属性、第二属性和第三属性，第一属性用于表征当前颗粒物污染物的组分特征、第二属性用于表征当前颗粒物污染物的粒径分布特征、第三属性用于表征当前颗粒物污染物的光学特征；
根据颗粒物属性，通过第一分析子模型对当前颗粒物污染物进行第一相关分析，得到对应的分析结果；和/或，
根据颗粒物属性，通过第二分析子模型对当前颗粒物污染物进行成因分析，得到对应的分析结果；和/或，
根据颗粒物属性，通过第三分析子模型对当前颗粒物污染物进行第一来源解析，得到对应的分析结果。
需要说明的是，对第一监测数据分析，得到当前颗粒物污染物的颗粒物属性的过程采用分析模型进行分析。分析模型为常规模型，在此不再赘述。通过分析模型能够做到智能分析，自动得到当前颗粒物污染物的颗粒物属性。颗粒物属性可以为用于表征当前颗粒物污染物的组分特征的第一属性，颗粒物属性也可以为用于表征当前颗粒物污染物的粒径分布特征的第二属性，颗粒物属性或者为用于表征当前颗粒物污染物的光学特征的第三属性。在不同的应用场景中还可以引入其它的颗粒物属性，在此不再赘述。
在一种可能的实现方式中，将当前颗粒物污染物对应的第一监测数据输入至第一分析模型进行数据分析，得到对应的分析结果还包括：
从第一监控数据中提取第一气象条件数据；
根据第一气象条件数据，通过第四分析子模型对当前颗粒物污染物进行气象条件分析，得到对应的携带有第一气象数据的分析结果；
其中，第一气象数据包括以下至少一项：
第一气象参考数据、第一微波辐射计测试数据、第一风廓线雷达测试数据和第一大气稳定度数据。
在一种可能的实现方式中，强氧化性的污染物为臭氧，将第二监测数据中与臭氧关联的第三监测数据输入至第二分析模型进行数据分析，得到对应的分析结果包括以下步骤：
根据与臭氧关联的第三监测数据，通过第五分析子模型进行挥发性有机物组分分析，得到对应的分析结果；和/或，
根据与臭氧关联的第三监测数据，通过第六分析子模型进行第二来源解析，得到对应的分析结果，其中，第六分析子模型包括以下至少一项：能够对臭氧进行挥发性有机物来源解析的子模型、能够对臭氧进行臭氧生成潜势受体源解析的子模型和能够对臭氧进行基于嵌套网格空气质量预报模式源解析的子模型；和/或，
根据与臭氧关联的第三监测数据，通过第七分析子模型进行第二相关分析，得到对应的分析结果；和/或，
根据从第三监测数据中提取出的第二气象条件数据，通过第八分析子模型对臭氧进行气象条件分析，得到对应的携带有第二气象数据的分析结果；
其中，第二气象数据包括以下至少一项：
第二气象数据、第二微波辐射计测试数据、第二风廓线雷达测试数据和第二大气稳定度数据。
在一种可能的实现方式中，在将与当前污染物对应的当前污染物监测数据输入至对应的分析模型进行数据分析，得到对应的分析结果之后，所述方法还包括：
根据分析结果，生成至少包括污染物治理方案的污染物报告。
在一种可能的实现方式中，根据分析结果，生成至少包括污染物治理方案的污染物报告包括以下步骤：
读取分析结果中的污染物来源解析数据；其中，污染物来源解析数据包括以下至少一项：污染物的各个来源数据、各个来源对污染物的贡献率数据、各个来源在总来源的占比数据；
根据各个来源对污染物的贡献率数据和各个来源在总来源的占比数据，生成对应的污染物治理方案；
根据污染物治理方案生成污染物报告，污染物报告至少包括以下内容：污染物类型、污染物类型和对应的污染物治理方案之间的对应关系、与不同污染物类型匹配的至少一个污染物治理方案、以及针对同一个污染物类型，多个污染物治理方案之间的优先级排序。
在此步骤中，污染物治理方案往往有多个，有较优的方案，还有效果较差的方案；这样，根据不同用户的预算成本，以及当地的实际状况，从众多污染物治理方案中选取合适的污染物治理方案。
在实际应用中，在当前污染物为颗粒物污染物的情况下，分析结果中携带有颗粒物来源解析数据。
在本公开实施例中，在当前污染物为颗粒物污染物的情况下，分别选用不同的来源解析方法对预设区域的监测数据进行解析，得到不同的针对污染物来源的解析结果。
针对每一种解析方法，得到对应的解析结果；其中，解析结果不仅包括颗粒物污染物的组分、各个组分下的颗粒物污染物的各个来源、各个来源的贡献权重值和各个来源的贡献浓度数值。
上述仅仅是示例，解析结果还可以包括其它内容，在此不再赘述。
这样，在得到上述解析结果之后，根据解析结果，生成至少包括污染物治理方案的污染物报告。
在实际应用中，如果用户的治理成本较少，则响应于用户的第一选取指令，第一选取指令中携带有用户预期的污染物治理方案；则选取多种方法中均具有的颗粒物污染物的多个来源，且各个来源的贡献浓度数值均大于预设阈值，这样，针对有限的成本，集中治理对当前颗粒物污染物贡献大的来源。在本申请公开实施例中，并不对预设阈值做具体限制。
反之，如果用户的治理成本较多，则响应于用户的第二选取指令，第二选取指令中携带有用户预期的污染物治理方案；则可以从所有颗粒物污染物来源中随机选取多个来源均作为待治理的污染物来源。
除了上述随机选取多个来源均作为待治理的污染物来源之外，还可以采用如下任意一种方法选取多种待治理的污染物来源：
响应于用户的第三选取指令，第三选取指令中携带有用于筛选待治理污染物来源的第一规则，例如，用于筛选待治理污染物来源的第一规则被配置为：将大于或等于第一预设贡献浓度阈值的所有污染物来源均作为待治理污染物来源。这样，在当前污染物来源对应的贡献浓度大于或等于第一预设贡献浓度阈值的情况下，将当前污染物来源作为待治理污染物来源。
响应于用户的第四选取指令，第四选取指令中携带有用于筛选待治理污染物来源的第二规则，例如，用于筛选待治理污染物来源的第二规则被配置为：将小于或等于第二预设贡献浓度阈值的所有污染物来源均作为待治理污染物来源。这样，在当前污染物来源对应的贡献浓度小于或等于第二预设贡献浓度阈值的情况下，将当前污染物来源作为待治理污染物来源。
响应于用户的第五选取指令，将对当前颗粒物污染物或者臭氧污染物对应的任意一种污染物来源，均作为待治理污染物来源，这样，能够从根本上治理当前污染物所造成的的污染，最终改善大气环境。
如图2所示，为本申请实施例提供的对颗粒物污染物的分析方法流程示意图。
如图2所示，对颗粒物污染物的分析方法包括以下步骤：
获取颗粒物污染物的第一监测数据；
根据颗粒物污染物的第一监测数据，分别进行组分特征分析、垂直观测数据分析、粒径分析、光学特性分析。
需要说明的是，根据颗粒物污染物的第一监测数据，进行组分特征分析的分析方法为常规方法，在此不再赘述。
根据颗粒物污染物的第一监测数据，进行垂直观测数据的分析方法为常规方法，在此不再赘述。
根据颗粒物污染物的第一监测数据，进行粒径分析的分析方法为常规方法，在此不再赘述。
根据颗粒物污染物的第一监测数据，进行光学特性分析的分析方法为常规方法，在此不再赘述。
除此之外，对颗粒物污染物的分析方法还包括以下步骤：
从颗粒物污染物的第一监测数据中提取气象条件数据；
根据气象条件数据，对颗粒物污染物的气象条件进行分析，得到对应的气象分析结果；其中，气象分析结果不仅包括与气象数据对应的分析结果、还包括与微波辐射计测试数据对应的分析结果、还包括与风廓线雷达测试数据对应的分析结果、以及与大气稳定度数据对应的分析结果。
除了上述气象分析结果之外，还可以有其它气象分析结果，在此不再赘述。
上述步骤中，对气象数据进行气象分析的分析方法为常规方法，在此不再赘述。
对微波辐射计测试数据进行气象分析的分析方法为常规方法，在此不再赘述。
对风廓线雷达测试数据进行气象分析的分析方法为常规方法，在此不再赘述。
对大气稳定度数据进行气象分析的分析方法为常规方法，在此不再赘述。
在某一具体应用场景中，对于污染物的相关分析具体如下所述：
在某一地区A，污染物在大气中的浓度不仅与排放源有关，而且还与其它污染物及气象条件相关联。例如，PM10和PM2.5的相关系数为0.7，二者相关性很好。此外，NO2和SO2成较好的正相关，其中，SO2主要来源于燃煤排放，NO2作为二次污染物，交通污染排放是主要来源。
此外，不同气象参数对不同污染物的影响也不同，具体如下所述：
对NO2而言,气象参数的影响程度依次为：风速>温度>气压>相对湿度；
对PM10而言，气象参数的影响程度依次为：风速>气压>相对湿度>温度；
对于O3而言，气象参数的影响程度依次为：风速>气压>相对湿度>温度。
在某一应用场景中，对于污染物的成因分析可以基于颗粒物污染物的第一监测数据。例如，某日的上午07-09时，颗粒物的粒径模态分布在60nm，主要来自早高峰时段机动车尾气排放的含碳离子，随着霾污染的加剧，颗粒物的粒径谱分布模态逐渐增长至午间的约90nm；随着粒径的增长，颗粒物中的二次无机盐的比例逐渐增大，使得其吸湿性增强，从而使得颗粒物在大气下更容易吸收水。颗粒物含水量的增加可促进SO2和NO2等在颗粒物表面的气-液-固反应，以上协同反应过程可不断促进一次排放的气态污染物向二次气溶胶的转化。因此，降低大气中PM2.5浓度，除了减少一次排放源，更重要的是要大力消减PM2.5的气态反应物和前体物。上述仅仅是示例，还可以对当前污染物做其它成因分析，在此不再赘述。
针对图2中的来源解析做如下解释和说明：
在实际应用中，常见的用于对污染物来源进行解析的来源解析模型可以为NAQPMS-OSAM、CAMx-PSAT/OSAT、PMF和CMB解析模型。
针对上述常规的解析模型，简单介绍一下PMF(Positive Matrix Factorization，正矩阵因子分解法)解析模型。
PMF是一种多变量因子分析工具，它将一个含有多个日期、不同组分的样品数据矩阵分解为两个矩阵，即源谱分布矩阵和源贡献矩阵，然后依据掌握的源谱分布的信息来决定分解出的源的类型，对于源的数量也依据分析者对污染源的理解给定，数量没有限制。
上述仅仅介绍了PMF解析模型，基于上述其它三种解析模型均是常规方法，在此不再赘述。
如图3所示，为本申请实施例提供的对臭氧污染物的分析方法流程示意图。
如图3所示，对臭氧污染物的处理方法包括以下步骤：
获取臭氧污染物的第三监测数据；
根据臭氧污染物的第三监测数据，分别进行挥发性有机物组分分析、垂直观测数据分析、挥发性有机物来源解析。
需要说明的是，根据臭氧污染物的第三监测数据，进行挥发性有机物组分分析的分析方法为常规方法，在此不再赘述。
根据臭氧污染物的第三监测数据，进行挥发性有机物来源解析的解析方法为常规方法，在此不再赘述。
根据臭氧污染物的第三监测数据，进行垂直观察数据分析的分析方法为常规方法，在此不再赘述。
在得到上述最初分析结果之后，进一步地，对臭氧污染物进行进一步地分析，具体如下所述：
对臭氧污染物进行相关分析，其中，相关分析方法为常规方法，在此不再赘述。
对臭氧污染物进行EKMA曲线分析，EKMA曲线分析方法为常规方法，在此不再赘述。
此外，还可以对臭氧污染物进行传输特征方面的分析，传输特征方面的分析方法也是常规方法，在此不再赘述。
进一步地，在得到上述分析结果之后，对臭氧污染物还可以进行进一步地分析，具体如下所述：
对臭氧进行OFP(Ozone Formation Potentia臭氧生成潜势)受体源解析，其中，对臭氧污染物进行OFP受体源解析的解析方法为常规方法，在此不再赘述。
需要说明的是，挥发性有机物排放的臭氧生成潜势OFP能够用来评估挥发性有机物排放在大气中参与反应生成臭氧的潜力。
利用NAQPMS(Nested Air Quality Prediction Modeling System，嵌套网格空气质量预报模式)对臭氧进行源解析，其中，利用NAQPMS对臭氧污染物进行源解析的解析方法为常规方法，在此不再赘述。
除此之外，对臭氧污染物的处理方法还包括以下步骤：
从臭氧污染物监控数据中提取气象条件数据；
根据气象条件数据，对臭氧物污染物的气象条件进行分析，得到对应的气象分析结果；其中，气象分析结果不仅包括与气象数据对应的分析结果、还包括与微波辐射计测试数据对应的分析结果、还包括与风廓线雷达测试数据对应的分析结果、以及与大气稳定度数据对应的分析结果。
除了上述气象分析结果之外，还可以有其它气象分析结果，在此不再赘述。
上述步骤中，对气象数据进行气象分析的分析方法为常规方法，在此不再赘述。
对微波辐射计测试数据进行气象分析的分析方法为常规方法，在此不再赘述。
对风廓线雷达测试数据进行气象分析的分析方法为常规方法，在此不再赘述。
对大气稳定度数据进行气象分析的分析方法为常规方法，在此不再赘述。
在本申请实施例中，根据污染物类型信息，匹配对应的分析模型，分析模型包括与第一类污染物对应的第一分析模型和与第二类污染物对应的第二分析模型；将与当前污染物对应的当前污染物监测数据输入至对应的分析模型进行数据分析，得到对应的分析结果，分析结果中携带有污染物来源解析数据。由于本申请能够根据污染物的类型匹配对应的分析模型，并将与当前污染物对应的当前污染物监测数据输入至对应的分析模型进行数据分析，得到对应的分析结果，因此，得到的分析结果更加精准，此外，针对污染物的不同类型采用同一个处理流程，简化了现有的处理流程。
下述为本发明装置实施例，可以用于执行本发明方法实施例。对于本发明装置实施例中未披露的细节，请参照本发明方法实施例。
请参见图4，其示出了本发明一个示例性实施例提供的污染物监测数据的处理装置的结构示意图。该污染物监测数据的处理装置可以通过软件、硬件或者两者的结合实现成为终端的全部或一部分。该污染物监测数据的处理装置包括获取模块10、匹配模块20和数据分析模块30。
具体而言，获取模块10，用于获取污染物监测数据，污染物监测数据中携带有用于标识当前污染物类型的污染物类型信息，污染物类型包括第一类污染物和第二类污染物，第一类污染物为颗粒物污染物，第二类污染物为至少包括臭氧的具有强氧化性的污染物；
匹配模块20，用于根据获取模块10获取的污染物类型信息，匹配对应的分析模型，分析模型包括与第一类污染物对应的第一分析模型和与第二类污染物对应的第二分析模型；
数据分析模块30，用于将与当前污染物对应的当前污染物监测数据输入至匹配模块20匹配出的对应的分析模型进行数据分析，得到对应的分析结果，分析结果中携带有污染物来源解析数据。
可选的，匹配模块20用于：
在污染物类型信息标识当前污染物为颗粒物污染物的情况下，则匹配第一分析模型，第一分析模型包括用于进行第一相关分析的第一分析子模型、用于进行成因分析的第二分析子模型、用于进行第一来源解析的第三分析子模型和用于进行第一气象条件分析的第四分析子模型；或者，
在污染物类型信息标识当前污染物为至少包括臭氧的具有强氧化性的污染物的情况下，则匹配第二分析模型，第二分析包括用于进行挥发性有机物组分分析的第五分析子模型、用于进行第二来源解析的第六分析子模型、用于进行第二相关分析的第七分析子模型和用于进行第二气象条件分析的第八分析子模型。
可选的，数据分析模块30用于：
在当前污染物为颗粒物污染物、且对应的分析模型为第一模型的情况下，将当前颗粒物污染物对应的第一监测数据输入至第一分析模型进行数据分析，得到对应的分析结果；或者，
在当前污染物为具有强氧化性的污染物、且对应的分析模型为第二模型的情况下，将当前具有强氧化性的污染物对应的第二监测数据输入至第二分析模型进行数据分析，得到对应的分析结果。
可选的，数据分析模块30具体用于：
对第一监测数据分析，得到当前颗粒物污染物的颗粒物属性，颗粒物属性包括第一属性、第二属性和第三属性，第一属性用于表征当前颗粒物污染物的组分特征、第二属性用于表征当前颗粒物污染物的粒径分布特征、第三属性用于表征当前颗粒物污染物的光学特征；
根据颗粒物属性，通过第一分析子模型对当前颗粒物污染物进行第一相关分析，得到对应的分析结果；和/或，
根据颗粒物属性，通过第二分析子模型对当前颗粒物污染物进行成因分析，得到对应的分析结果；和/或，
根据颗粒物属性，通过第三分析子模型对当前颗粒物污染物进行第一来源解析，得到对应的分析结果。
可选的，数据分析模块30具体还用于：
从第一监控数据中提取第一气象条件数据；
根据第一气象条件数据，通过第四分析子模型对当前颗粒物污染物进行气象条件分析，得到对应的携带有第一气象数据的分析结果；
其中，第一气象数据包括以下至少一项：
第一气象参考数据、第一微波辐射计测试数据、第一风廓线雷达测试数据和第一大气稳定度数据。
可选的，数据分析模块30具体还用于：
根据与臭氧关联的第三监测数据，通过第五分析子模型进行挥发性有机物组分分析，得到对应的分析结果；和/或，
根据与臭氧关联的第三监测数据，通过第六分析子模型进行第二来源解析，得到对应的分析结果，其中，第六分析子模型包括以下至少一项：能够对臭氧进行挥发性有机物来源解析的子模型、能够对臭氧进行臭氧生成潜势受体源解析的子模型和能够对臭氧进行基于嵌套网格空气质量预报模式源解析的子模型；和/或，
根据与臭氧关联的第三监测数据，通过第七分析子模型进行第二相关分析，得到对应的分析结果；和/或，
根据从第三监测数据中提取出的第二气象条件数据，通过第八分析子模型对臭氧进行气象条件分析，得到对应的携带有第二气象数据的分析结果；
其中，第二气象数据包括以下至少一项：
第二气象数据、第二微波辐射计测试数据、第二风廓线雷达测试数据和第二大气稳定度数据。
可选的，所述装置还包括：
报告生成模块，用于在数据分析模块30将与当前污染物对应的当前污染物监测数据输入至对应的分析模型进行数据分析，得到对应的分析结果之后，根据分析结果，生成至少包括污染物治理方案的污染物报告。
需要说明的是，上述实施例提供的污染物监测数据的处理装置在执行污染物监测数据的处理方法时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的污染物监测数据的处理装置与污染物监测数据的处理方法实施例属于同一构思，其体现实现过程详见污染物监测数据的处理方法实施例，这里不再赘述。
在本申请实施例中，匹配模块根据污染物类型信息，匹配对应的分析模型，分析模型包括与第一类污染物对应的第一分析模型和与第二类污染物对应的第二分析模型；数据分析模块将与当前污染物对应的当前污染物监测数据输入至对应的分析模型进行数据分析，得到对应的分析结果，分析结果中携带有污染物来源解析数据。由于本申请能够根据污染物的类型匹配对应的分析模型，并将与当前污染物对应的当前污染物监测数据输入至对应的分析模型进行数据分析，得到对应的分析结果，因此，得到的分析结果更加精准，此外，针对污染物的不同类型采用同一个处理流程，简化了现有的处理流程。
本发明还提供一种计算机可读介质，其上存储有程序指令，该程序指令被处理器执行时实现上述各个方法实施例提供的污染物监测数据的处理方法。
本发明还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述各个方法实施例所述的污染物监测数据的处理方法。
请参见图5，为本申请实施例提供了一种终端的结构示意图。如图5所示，终端1000可以包括：至少一个处理器1001，至少一个网络接口1004，用户接口1003，存储器1005，至少一个通信总线1002。
其中，通信总线1002用于实现这些组件之间的连接通信。
其中，用户接口1003可以包括显示屏(Display)、摄像头(Camera)，可选用户接口1003还可以包括标准的有线接口、无线接口。
其中，网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。
其中，处理器1001可以包括一个或者多个处理核心。处理器1001利用各种借口和线路连接整个电子设备1000内的各个部分，通过运行或执行存储在存储器1005内的指令、程序、代码集或指令集，以及调用存储在存储器1005内的数据，执行电子设备1000的各种功能和处理数据。可选的，处理器1001可以采用数字信号处理(Digital Signal Processing，DSP)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)、可编程逻辑阵列(Programmable Logic Array，PLA)中的至少一种硬件形式来实现。处理器1001可集成中央处理器(Central Processing Unit，CPU)、图像处理器(Graphics Processing Unit，GPU)和调制解调器等中的一种或几种的组合。其中，CPU主要处理操作系统、用户界面和应用程序等；GPU用于负责显示屏所需要显示的内容的渲染和绘制；调制解调器用于处理无线通信。可以理解的是，上述调制解调器也可以不集成到处理器1001中，单独通过一块芯片进行实现。
其中，存储器1005可以包括随机存储器(Random Access Memory，RAM)，也可以包括只读存储器(Read-Only Memory)。可选的，该存储器1005包括非瞬时性计算机可读介质(non-transitory computer-readable storage medium)。存储器1005可用于存储指令、程序、代码、代码集或指令集。存储器1005可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现上述各个方法实施例的指令等；存储数据区可存储上面各个方法实施例中涉及到的数据等。存储器1005可选的还可以是至少一个位于远离前述处理器1001的存储装置。如图5所示，作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及污染物监测数据的处理应用程序。
在图5所示的终端1000中，用户接口1003主要用于为用户提供输入的接口，获取用户输入的数据；而处理器1001可以用于调用存储器1005中存储的污染物监测数据的处理应用程序，并具体执行以下操作：
获取污染物监测数据，污染物监测数据中携带有用于标识当前污染物类型的污染物类型信息，污染物类型包括第一类污染物和第二类污染物，第一类污染物为颗粒物污染物，第二类污染物为至少包括臭氧的具有强氧化性的污染物；
根据污染物类型信息，匹配对应的分析模型，分析模型包括与第一类污染物对应的第一分析模型和与第二类污染物对应的第二分析模型；
将与当前污染物对应的当前污染物监测数据输入至对应的分析模型进行数据分析，得到对应的分析结果，分析结果中携带有污染物来源解析数据。
在一个实施例中，处理器1001在执行根据污染物类型信息，匹配对应的分析模型时，执行以下操作：
在污染物类型信息标识当前污染物为颗粒物污染物的情况下，则匹配第一分析模型，第一分析模型包括用于进行第一相关分析的第一分析子模型、用于进行成因分析的第二分析子模型、用于进行第一来源解析的第三分析子模型和用于进行第一气象条件分析的第四分析子模型；或者，
在污染物类型信息标识当前污染物为至少包括臭氧的具有强氧化性的污染物的情况下，则匹配第二分析模型，第二分析包括用于进行挥发性有机物组分分析的第五分析子模型、用于进行第二来源解析的第六分析子模型、用于进行第二相关分析的第七分析子模型和用于进行第二气象条件分析的第八分析子模型。
在一个实施例中，处理器1001在执行将与当前污染物对应的当前污染物监测数据输入至对应的分析模型进行数据分析，得到对应的分析结果时，执行以下操作：
在当前污染物为颗粒物污染物、且对应的分析模型为第一模型的情况下，将当前颗粒物污染物对应的第一监测数据输入至第一分析模型进行数据分析，得到对应的分析结果；或者，
在当前污染物为具有强氧化性的污染物、且对应的分析模型为第二模型的情况下，将当前具有强氧化性的污染物对应的第二监测数据输入至第二分析模型进行数据分析，得到对应的分析结果。
在一个实施例中，处理器1001在执行将当前颗粒物污染物对应的第一监测数据输入至第一分析模型进行数据分析，得到对应的分析结果时，具体执行以下操作：
对第一监测数据分析，得到当前颗粒物污染物的颗粒物属性，颗粒物属性包括第一属性、第二属性和第三属性，第一属性用于表征当前颗粒物污染物的组分特征、第二属性用于表征当前颗粒物污染物的粒径分布特征、第三属性用于表征当前颗粒物污染物的光学特征；
根据颗粒物属性，通过第一分析子模型对当前颗粒物污染物进行第一相关分析，得到对应的分析结果；和/或，
根据颗粒物属性，通过第二分析子模型对当前颗粒物污染物进行成因分析，得到对应的分析结果；和/或，
根据颗粒物属性，通过第三分析子模型对当前颗粒物污染物进行第一来源解析，得到对应的分析结果。
在一个实施例中，处理器1001在执行将当前颗粒物污染物对应的第一监测数据输入至第一分析模型进行数据分析，得到对应的分析结果时，具体还执行以下操作：
从第一监控数据中提取第一气象条件数据；
根据第一气象条件数据，通过第四分析子模型对当前颗粒物污染物进行气象条件分析，得到对应的携带有第一气象数据的分析结果；
其中，第一气象数据包括以下至少一项：
第一气象参考数据、第一微波辐射计测试数据、第一风廓线雷达测试数据和第一大气稳定度数据。
在一个实施例中，强氧化性的污染物为臭氧，处理器1001在执行将第二监测数据中与臭氧关联的第三监测数据输入至第二分析模型进行数据分析，得到对应的分析结果时，具体执行以下操作：
根据与臭氧关联的第三监测数据，通过第五分析子模型进行挥发性有机物组分分析，得到对应的分析结果；和/或，
根据与臭氧关联的第三监测数据，通过第六分析子模型进行第二来源解析，得到对应的分析结果，其中，第六分析子模型包括以下至少一项：能够对臭氧进行挥发性有机物来源解析的子模型、能够对臭氧进行臭氧生成潜势受体源解析的子模型和能够对臭氧进行基于嵌套网格空气质量预报模式源解析的子模型；和/或，
根据与臭氧关联的第三监测数据，通过第七分析子模型进行第二相关分析，得到对应的分析结果；和/或，
根据从第三监测数据中提取出的第二气象条件数据，通过第八分析子模型对臭氧进行气象条件分析，得到对应的携带有第二气象数据的分析结果；
其中，第二气象数据包括以下至少一项：
第二气象数据、第二微波辐射计测试数据、第二风廓线雷达测试数据和第二大气稳定度数据。
在一个实施例中，处理器1001在执行在将与当前污染物对应的当前污染物监测数据输入至对应的分析模型进行数据分析，得到对应的分析结果之后，还执行以下操作：
根据分析结果，生成至少包括污染物治理方案的污染物报告。
在本申请实施例中，根据污染物类型信息，匹配对应的分析模型，分析模型包括与第一类污染物对应的第一分析模型和与第二类污染物对应的第二分析模型；将与当前污染物对应的当前污染物监测数据输入至对应的分析模型进行数据分析，得到对应的分析结果，分析结果中携带有污染物来源解析数据。由于本申请能够根据污染物的类型匹配对应的分析模型，并将与当前污染物对应的当前污染物监测数据输入至对应的分析模型进行数据分析，得到对应的分析结果，因此，得到的分析结果更加精准，此外，针对污染物的不同类型采用同一个处理流程，简化了现有的处理流程。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体或随机存储记忆体等。
以上所揭露的仅为本申请较佳实施例而已，当然不能以此来限定本申请之权利范围，因此依本申请权利要求所作的等同变化，仍属本申请所涵盖的范围。

Claims (10)

1.一种污染物监测数据的处理方法，其特征在于，所述方法包括：
获取污染物监测数据，所述污染物监测数据中携带有用于标识当前污染物类型的污染物类型信息，所述污染物类型包括第一类污染物和第二类污染物，所述第一类污染物为颗粒物污染物，所述第二类污染物为至少包括臭氧的具有强氧化性的污染物；
根据所述污染物类型信息，匹配对应的分析模型，所述分析模型包括与所述第一类污染物对应的第一分析模型和与所述第二类污染物对应的第二分析模型；
将与当前污染物对应的当前污染物监测数据输入至对应的分析模型进行数据分析，得到对应的分析结果，所述分析结果中携带有污染物来源解析数据。
2.根据权利要求1所述的方法，其特征在于，所述根据所述污染物类型信息，匹配对应的分析模型包括：
在所述污染物类型信息标识当前污染物为所述颗粒物污染物的情况下，则匹配所述第一分析模型，所述第一分析模型包括用于进行第一相关分析的第一分析子模型、用于进行成因分析的第二分析子模型、用于进行第一来源解析的第三分析子模型和用于进行第一气象条件分析的第四分析子模型；或者，
在所述污染物类型信息标识当前污染物为至少包括臭氧的具有强氧化性的污染物的情况下，则匹配所述第二分析模型，所述第二分析包括用于进行挥发性有机物组分分析的第五分析子模型、用于进行第二来源解析的第六分析子模型、用于进行第二相关分析的第七分析子模型和用于进行第二气象条件分析的第八分析子模型。
3.根据权利要求2所述的方法，其特征在于，所述将与当前污染物对应的当前污染物监测数据输入至对应的分析模型进行数据分析，得到对应的分析结果包括：
在当前污染物为所述颗粒物污染物、且对应的分析模型为所述第一模型的情况下，将当前颗粒物污染物对应的第一监测数据输入至所述第一分析模型进行数据分析，得到对应的分析结果；或者，
在当前污染物为具有强氧化性的污染物、且对应的分析模型为所述第二模型的情况下，将当前具有强氧化性的污染物对应的第二监测数据输入至所述第二分析模型进行数据分析，得到对应的分析结果。
4.根据权利要求3所述的方法，其特征在于，所述将当前颗粒物污染物对应的第一监测数据输入至所述第一分析模型进行数据分析，得到对应的分析结果包括：
对所述第一监测数据分析，得到当前颗粒物污染物的颗粒物属性，所述颗粒物属性包括第一属性、第二属性和第三属性，所述第一属性用于表征当前颗粒物污染物的组分特征、所述第二属性用于表征当前颗粒物污染物的粒径分布特征、所述第三属性用于表征当前颗粒物污染物的光学特征；
根据所述颗粒物属性，通过所述第一分析子模型对当前颗粒物污染物进行第一相关分析，得到对应的分析结果；和/或，
根据所述颗粒物属性，通过所述第二分析子模型对当前颗粒物污染物进行成因分析，得到对应的分析结果；和/或，
根据所述颗粒物属性，通过所述第三分析子模型对当前颗粒物污染物进行第一来源解析，得到对应的分析结果。
5.根据权利要求3所述的方法，其特征在于，所述将当前颗粒物污染物对应的第一监测数据输入至所述第一分析模型进行数据分析，得到对应的分析结果还包括：
从所述第一监控数据中提取第一气象条件数据；
根据所述第一气象条件数据，通过所述第四分析子模型对当前颗粒物污染物进行气象条件分析，得到对应的携带有第一气象数据的分析结果；
其中，所述第一气象数据包括以下至少一项：
第一气象参考数据、第一微波辐射计测试数据、第一风廓线雷达测试数据和第一大气稳定度数据。
6.根据权利要求3所述的方法，其特征在于，所述强氧化性的污染物为臭氧，将所述第二监测数据中与所述臭氧关联的第三监测数据输入至所述第二分析模型进行数据分析，得到对应的分析结果包括：
根据与所述臭氧关联的所述第三监测数据，通过所述第五分析子模型进行挥发性有机物组分分析，得到对应的分析结果；和/或，
根据与所述臭氧关联的所述第三监测数据，通过所述第六分析子模型进行第二来源解析，得到对应的分析结果，其中，所述第六分析子模型包括以下至少一项：能够对所述臭氧进行挥发性有机物来源解析的子模型、能够对所述臭氧进行臭氧生成潜势受体源解析的子模型和能够对所述臭氧进行基于嵌套网格空气质量预报模式源解析的子模型；和/或，
根据与所述臭氧关联的所述第三监测数据，通过所述第七分析子模型进行第二相关分析，得到对应的分析结果；和/或，
根据从所述第三监测数据中提取出的第二气象条件数据，通过所述第八分析子模型对所述臭氧进行气象条件分析，得到对应的携带有第二气象数据的分析结果；
其中，所述第二气象数据包括以下至少一项：
第二气象数据、第二微波辐射计测试数据、第二风廓线雷达测试数据和第二大气稳定度数据。
7.根据权利要求1所述的方法，其特征在于，在所述将与当前污染物对应的当前污染物监测数据输入至对应的分析模型进行数据分析，得到对应的分析结果之后，所述方法还包括：
根据所述分析结果，生成至少包括污染物治理方案的污染物报告。
8.一种污染物监测数据的处理装置，其特征在于，所述装置包括：
获取模块，用于获取污染物监测数据，所述污染物监测数据中携带有用于标识当前污染物类型的污染物类型信息，所述污染物类型包括第一类污染物和第二类污染物，所述第一类污染物为颗粒物污染物，所述第二类污染物为至少包括臭氧的具有强氧化性的污染物；
匹配模块，用于根据获取模块获取的所述污染物类型信息，匹配对应的分析模型，所述分析模型包括与所述第一类污染物对应的第一分析模型和与所述第二类污染物对应的第二分析模型；
数据分析模块，用于将与当前污染物对应的当前污染物监测数据输入至所述匹配模块匹配出的对应的分析模型进行数据分析，得到对应的分析结果，所述分析结果中携带有污染物来源解析数据。
9.一种计算机存储介质，其特征在于，所述计算机存储介质存储有多条指令，所述指令适于由处理器加载并执行如权利要求1至7任意一项的方法步骤。
10.一种终端，其特征在于，包括：处理器和存储器；其中，所述存储器存储有计算机程序，所述计算机程序适于由所述处理器加载并执行如权利要求1至7任意一项的方法步骤。
CN202010631899.2A 2020-07-03 2020-07-03 一种污染物监测数据的处理方法、装置、存储介质及终端 Active CN111798932B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010631899.2A CN111798932B (zh) 2020-07-03 2020-07-03 一种污染物监测数据的处理方法、装置、存储介质及终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010631899.2A CN111798932B (zh) 2020-07-03 2020-07-03 一种污染物监测数据的处理方法、装置、存储介质及终端

Publications (2)

Publication Number Publication Date
CN111798932A true CN111798932A (zh) 2020-10-20
CN111798932B CN111798932B (zh) 2021-06-15

Family

ID=72810030

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010631899.2A Active CN111798932B (zh) 2020-07-03 2020-07-03 一种污染物监测数据的处理方法、装置、存储介质及终端

Country Status (1)

Country Link
CN (1) CN111798932B (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112732696A (zh) * 2021-01-21 2021-04-30 中科三清科技有限公司 应用于大气环境监测的数据清洗方法、装置、存储介质
CN112991132A (zh) * 2021-04-30 2021-06-18 北京英视睿达科技有限公司 Pm2.5和臭氧协同管控区域识别方法及装置
CN113377822A (zh) * 2021-06-21 2021-09-10 国网宁夏电力有限公司电力科学研究院 一种基于能源大数据的数据处理系统
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
CN113570291A (zh) * 2021-09-26 2021-10-29 航天宏图信息技术股份有限公司 一种生态功能区生态环境监测分析方法和系统
CN113990407A (zh) * 2021-10-27 2022-01-28 北京中科三清环境技术有限公司 对多氯萘及其同系物的含量及来源进行解析的解析方法
CN114154828A (zh) * 2021-11-25 2022-03-08 泛测（北京）环境科技有限公司 大气污染区域传输分析方法和系统
CN114263238A (zh) * 2021-11-17 2022-04-01 贵州公路集团第九工程有限公司 一种可根据污染程度自动启闭的蓄水池
CN115271548A (zh) * 2022-09-22 2022-11-01 中科三清科技有限公司 二次污染物源解析方法、装置和电子设备
CN117236528A (zh) * 2023-11-15 2023-12-15 成都信息工程大学 一种基于组合模型和因子筛选的臭氧浓度预报方法及系统

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100091267A1 (en) * 2008-10-08 2010-04-15 Golder Associates Ltd. Fugitive emission flux measurement
CN104103005A (zh) * 2014-08-05 2014-10-15 环境保护部华南环境科学研究所 一种有限条件下突发性水环境事件污染源的溯源方法
CN104911264A (zh) * 2015-06-03 2015-09-16 浙江大学 一种空气颗粒物携带微生物的区域源解析方法
CN106841436A (zh) * 2017-01-18 2017-06-13 上海市环境监测中心 一种工业区大气VOCs自动监测预警溯源系统及其方法
CN107607450A (zh) * 2017-09-15 2018-01-19 深圳市卡普瑞环境科技有限公司 一种大气质量监测方法及相关设备
CN107766296A (zh) * 2017-09-30 2018-03-06 东南大学 评价道路交通特征对可吸入颗粒物排放浓度影响的方法
CN107871210A (zh) * 2017-11-03 2018-04-03 南开大学 一种大气环境容量核算方法
CN108469278A (zh) * 2018-06-12 2018-08-31 安徽科创中光科技有限公司 移动式大气灰霾和臭氧立体监测与污染溯源系统
CN108760913A (zh) * 2018-05-21 2018-11-06 天津市环境保护科学研究院 一种大气恶臭污染溯源系统及应用
CN108805368A (zh) * 2018-09-06 2018-11-13 天津珞雍空间信息研究院有限公司 一种基于空天地一体化的大气环境智能化管理系统
CN108956881A (zh) * 2018-07-16 2018-12-07 南开大学 Sdabb源解析方法、系统、终端设备及计算机可读存储介质
CN110489785A (zh) * 2019-07-05 2019-11-22 山东大学 一种大气污染物在线源解析方法及系统
CN110898638A (zh) * 2019-12-06 2020-03-24 刘文军 一种VOCs复合降解方法

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100091267A1 (en) * 2008-10-08 2010-04-15 Golder Associates Ltd. Fugitive emission flux measurement
CN104103005A (zh) * 2014-08-05 2014-10-15 环境保护部华南环境科学研究所 一种有限条件下突发性水环境事件污染源的溯源方法
CN104911264A (zh) * 2015-06-03 2015-09-16 浙江大学 一种空气颗粒物携带微生物的区域源解析方法
CN106841436A (zh) * 2017-01-18 2017-06-13 上海市环境监测中心 一种工业区大气VOCs自动监测预警溯源系统及其方法
CN107607450A (zh) * 2017-09-15 2018-01-19 深圳市卡普瑞环境科技有限公司 一种大气质量监测方法及相关设备
CN107766296A (zh) * 2017-09-30 2018-03-06 东南大学 评价道路交通特征对可吸入颗粒物排放浓度影响的方法
CN107871210A (zh) * 2017-11-03 2018-04-03 南开大学 一种大气环境容量核算方法
CN108760913A (zh) * 2018-05-21 2018-11-06 天津市环境保护科学研究院 一种大气恶臭污染溯源系统及应用
CN108469278A (zh) * 2018-06-12 2018-08-31 安徽科创中光科技有限公司 移动式大气灰霾和臭氧立体监测与污染溯源系统
CN108956881A (zh) * 2018-07-16 2018-12-07 南开大学 Sdabb源解析方法、系统、终端设备及计算机可读存储介质
CN108805368A (zh) * 2018-09-06 2018-11-13 天津珞雍空间信息研究院有限公司 一种基于空天地一体化的大气环境智能化管理系统
CN110489785A (zh) * 2019-07-05 2019-11-22 山东大学 一种大气污染物在线源解析方法及系统
CN110898638A (zh) * 2019-12-06 2020-03-24 刘文军 一种VOCs复合降解方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
MICHAEL JKLEEMAN等: "Source contributions to the size and composition distribution of urban particulate air pollution", 《ATMOSPHERIC ENVIRONMENT》 *
史之浩: "全国大气中臭氧及颗粒物污染对气象条件的敏感性分析", 《中国优秀硕士学位论文全文数据库基础科学辑》 *
景盛翱等: "杭州市城区挥发性有机物污染特征及反应活性", 《环境科学》 *
耿天召等: "基于多种源解析技术的合肥市环境空气PM_(2.5)来源解析", 《合肥工业大学学报(自然科学版)》 *

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112732696B (zh) * 2021-01-21 2022-02-08 中科三清科技有限公司 应用于大气环境监测的数据清洗方法、装置、存储介质
CN112732696A (zh) * 2021-01-21 2021-04-30 中科三清科技有限公司 应用于大气环境监测的数据清洗方法、装置、存储介质
CN112991132A (zh) * 2021-04-30 2021-06-18 北京英视睿达科技有限公司 Pm2.5和臭氧协同管控区域识别方法及装置
CN112991132B (zh) * 2021-04-30 2021-09-21 北京英视睿达科技有限公司 Pm2.5和臭氧协同管控区域识别方法及装置
CN113377822A (zh) * 2021-06-21 2021-09-10 国网宁夏电力有限公司电力科学研究院 一种基于能源大数据的数据处理系统
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
CN113570291A (zh) * 2021-09-26 2021-10-29 航天宏图信息技术股份有限公司 一种生态功能区生态环境监测分析方法和系统
CN113990407A (zh) * 2021-10-27 2022-01-28 北京中科三清环境技术有限公司 对多氯萘及其同系物的含量及来源进行解析的解析方法
CN114263238A (zh) * 2021-11-17 2022-04-01 贵州公路集团第九工程有限公司 一种可根据污染程度自动启闭的蓄水池
CN114154828A (zh) * 2021-11-25 2022-03-08 泛测（北京）环境科技有限公司 大气污染区域传输分析方法和系统
CN115271548A (zh) * 2022-09-22 2022-11-01 中科三清科技有限公司 二次污染物源解析方法、装置和电子设备
CN117236528A (zh) * 2023-11-15 2023-12-15 成都信息工程大学 一种基于组合模型和因子筛选的臭氧浓度预报方法及系统
CN117236528B (zh) * 2023-11-15 2024-01-23 成都信息工程大学 一种基于组合模型和因子筛选的臭氧浓度预报方法及系统

Also Published As

Publication number Publication date
CN111798932B (zh) 2021-06-15

Similar Documents

Publication Publication Date Title
CN111798932B (zh) 一种污染物监测数据的处理方法、装置、存储介质及终端
CN112505254B (zh) 一种大气污染来源的解析方法、装置、存储介质及终端
CN111739588B (zh) 一种大气污染物来源的解析方法、装置、存储介质及终端
CN111753426B (zh) 颗粒物污染的源解析方法和装置
CN110046382A (zh) 大气污染的源解析方法、装置、电子设备及存储介质
CN108780037A (zh) 光谱分析方法、装置、电子设备及计算机可读存储介质
CN106649532B (zh) 一种针对地址信息的数据脱敏方法
CN113128013B (zh) 环境状态分析方法、装置、计算机装置及存储介质
CN111739587B (zh) 一种颗粒物监测数据的处理方法、装置、存储介质及终端
CN113205403A (zh) 一种企业信用等级的计算方法、装置、存储介质及终端
CN116087044A (zh) 一种基于cmb模型的pm2.5在线来源解析方法及设备
CN117422210A (zh) 碳足迹数据计算方法、装置及电子设备
CN112001074B (zh) 一种基于植被覆盖率的污染物治理方法、装置、存储介质
CN117451931A (zh) 一种综合气体监测分析方法、装置、电子设备及介质
CN116821633A (zh) 大气污染成因分析方法、装置、设备及存储介质
CN114974452B (zh) 一种确定二次转化来源的管控目标的方法和装置
CN115239027B (zh) 空气质量格点化集合预报的方法及装置
CN114401285B (zh) 一种电力车联网智能算法模型协同下发方法及系统
CN117455081A (zh) 基于机器学习的空气质量改善与碳排放协同路径优化方法和优化装置
CN112562796A (zh) 大气污染来源的解析方法、装置、存储介质及终端
CN114511434A (zh) 一种环境监测的方法、装置、电子设备及存储介质
CN112559655A (zh) 一种应用于大气环境的污染源测试点筛选识别方法及装置
CN111967788A (zh) 目标企业确定方法、装置、第一电子设备及存储介质
CN116776104B (zh) 基于机器学习实现大气成分的变化规律分析方法及系统
CN116757555B (zh) 确定污染特征类型的方法、装置、电子设备和存储介质

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
GR01 Patent grant
GR01 Patent grant
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20201020

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

Assignor: 3CLEAR TECHNOLOGY Co.,Ltd.

Contract record no.: X2022980012305

Denomination of invention: Method, device, storage medium and terminal for processing pollutant monitoring data

Granted publication date: 20210615

License type: Common License

Record date: 20220815

EE01 Entry into force of recordation of patent licensing contract