CN112446632A - 一种计算骑行指标方法、系统及骑行指标查询装置 - Google Patents
一种计算骑行指标方法、系统及骑行指标查询装置 Download PDFInfo
- Publication number
- CN112446632A CN112446632A CN202011411638.6A CN202011411638A CN112446632A CN 112446632 A CN112446632 A CN 112446632A CN 202011411638 A CN202011411638 A CN 202011411638A CN 112446632 A CN112446632 A CN 112446632A
- Authority
- CN
- China
- Prior art keywords
- riding
- total exposure
- less
- equal
- items
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 27
- 239000000809 air pollutant Substances 0.000 claims abstract description 57
- 231100001243 air pollutant Toxicity 0.000 claims abstract description 57
- 239000013618 particulate matter Substances 0.000 claims description 12
- 230000029058 respiratory gaseous exchange Effects 0.000 claims description 8
- 230000001351 cycling effect Effects 0.000 claims 5
- 238000003915 air pollution Methods 0.000 abstract description 7
- 239000003344 environmental pollutant Substances 0.000 description 5
- 231100000719 pollutant Toxicity 0.000 description 5
- 238000010586 diagram Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000034994 death Effects 0.000 description 1
- 231100000517 death Toxicity 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 239000002803 fossil fuel Substances 0.000 description 1
- 239000000383 hazardous chemical Substances 0.000 description 1
- 231100000206 health hazard Toxicity 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/067—Enterprise or organisation modelling
-
- 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)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明提供一种计算骑行指标方法、系统及骑行指标查询装置,计算骑行指标方法包括:首先获取骑行起点、骑行终点和骑行路网数据,根据所述骑行起点、所述骑行终点和骑行路网数据,生成一个骑行路径;然后获取所述骑行路径区域内的六项空气污染物数据,将六项空气污染物数据和骑行对象性别输入到骑行模型中,计算骑行总暴露量;所述六项空气污染物数据包括当前时间的六项空气污染物数据或设定时间后的六项空气污染物数据;最后将所述骑行总暴露量与骑行健康约束条件进行对比,输出骑行指标。本发明减小了空气污染对人体健康造成的影响,实现健康出行。
Description
技术领域
本发明涉及空气污染技术领域,特别是涉及一种计算骑行指标方法、系统及骑行指标查询装置。
背景技术
伴随着经济的快速发展,以资源(化石燃料等)消耗为主的粗放型经济增长方式所带来的高污染、高排放,使得我国各地空气污染逐渐加重,雾霾事件频发,危害人体健康。随着2019年“绿色出行行动计划”的提出,以“低能耗、低污染为基础的绿色出行”理念逐渐被人们接受和认可。在道路层面上关于空气质量健康相关研究越来越多,但多数基于高成本的空气污染物传感器来监测污染物浓度,缺乏基于空气质量六项常规污染物监测数据的绿色出行方案研究。
以往研究表明,最严重的空气污染通常发生在经济发达的高密度城市。全世界因空气质量污染导致的死亡人数,每年高达数百万人。相比步行而言,骑行时呼吸速率加快,更易吸入大量污染物,进一步危害人体健康。室外暴露水平是分析空气质量对于人体健康危害的重要参数。现有技术中少有将室外暴露水平和骑行指标联系起来的研究。
发明内容
本发明的目的是提供一种计算骑行指标方法、系统及骑行指标查询装置,以减小空气污染对人体健康造成的影响。
为实现上述目的,本发明提供了一种计算骑行指标方法,所述计算骑行指标方法包括:
步骤S1:获取骑行起点、骑行终点和骑行路网数据,根据所述骑行起点、所述骑行终点和骑行路网数据,生成一个骑行路径;
步骤S2:获取所述骑行路径区域内的六项空气污染物数据,所述六项空气污染物为:PM2.5、PM10、O3、CO、SO2、NO2;
步骤S3:将六项空气污染物数据和骑行对象性别输入到骑行模型中,计算骑行总暴露量;所述六项空气污染物数据包括当前时间的六项空气污染物数据或设定时间后的六项空气污染物数据;
步骤S4:将所述骑行总暴露量与骑行健康约束条件进行对比,输出骑行指标。
可选地,所述骑行模型的公式为:
其中,T为骑行总暴露量,Ma为所述六项空气污染物数据,tb为骑行对象骑行30千米的骑行时间,IRb为骑行对象骑行30千米的总呼吸量,b为所述骑行对象性别。
可选地,所述骑行指标包括:非常适宜骑行、较适宜骑行、适宜骑行、较不适宜骑行、不适宜骑行和非常不适宜骑行。
可选地,其特征在于,所述骑行健康约束条件为:男性骑行总暴露量在大于0小于等于4.7范围内,女性骑行总暴露量在大于0小于等于3.8范围内非常适宜骑行;男性骑行总暴露量在大于4.7小于等于18.7范围内,女性骑行总暴露量在大于3.8小于等于15.1范围内,较适宜骑行;男性骑行总暴露量在大于18.7小于等于48.3范围内,女性骑行总暴露量在大于15.1小于等于39.0范围内,适宜骑行;男性骑行总暴露量在大于48.3小于等于90.7范围内,女性骑行总暴露量在大于39.0小于等于73.1范围内,较不适宜骑行;男性骑行总暴露量在大于90.7小于等于177.2范围内,女性骑行总暴露量在大于73.1小于等于142.9范围内,不适宜骑行;男性骑行总暴露量在大于177.2时,女性骑行总暴露量在大于142.9时,非常不适宜骑行。
可选地,所述骑行路网数据来源于互联网。
本发明还提供一种计算骑行指标系统,所述计算骑行指标系统包括:
骑行路径确定模块,用于获取骑行起点、骑行终点和骑行路网数据,根据所述骑行起点、所述骑行终点和骑行路网数据,生成一个骑行路径;
获取模块,用于获取所述骑行路径区域内的六项空气污染物数据,所述六项空气污染物为:PM2.5、PM10、O3、CO、SO2、NO2;
计算模块,用于将六项空气污染物数据和骑行对象性别输入到骑行模型中,计算骑行总暴露量;所述六项空气污染物数据包括当前时间的六项空气污染物数据或设定时间后的六项空气污染物数据;
骑行指标输出模块,用于将所述骑行总暴露量与骑行健康约束条件进行对比,输出骑行指标。
可选地,所述骑行模型的公式为:
其中,T为骑行总暴露量,Ma为所述六项空气污染物数据,tb为骑行对象骑行30千米的骑行时间,IRb为骑行对象骑行30千米的总呼吸量,b为所述骑行对象性别。
可选地,所述骑行指标包括:非常适宜骑行、较适宜骑行、适宜骑行、较不适宜骑行、不适宜骑行和非常不适宜骑行。
可选地,所述骑行健康约束条件为:男性骑行总暴露量在大于0小于等于4.7范围内,女性骑行总暴露量在大于0小于等于3.8范围内非常适宜骑行;男性骑行总暴露量在大于4.7小于等于18.7范围内,女性骑行总暴露量在大于3.8小于等于15.1范围内,较适宜骑行;男性骑行总暴露量在大于18.7小于等于48.3范围内,女性骑行总暴露量在大于15.1小于等于39.0范围内,适宜骑行;男性骑行总暴露量在大于48.3小于等于90.7范围内,女性骑行总暴露量在大于39.0小于等于73.1范围内,较不适宜骑行;男性骑行总暴露量在大于90.7小于等于177.2范围内,女性骑行总暴露量在大于73.1小于等于142.9范围内,不适宜骑行;男性骑行总暴露量在大于177.2时,女性骑行总暴露量在大于142.9时,非常不适宜骑行。
本发明还提供一种骑行指标查询装置,所述骑行指标查询装置用于输入骑行起点、骑行终点以及骑行对象性别,采用上述的计算骑行指标方法,根据所述骑行起点、所述骑行终点以及所述骑行对象性别确定骑行指标。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明提供一种计算骑行指标方法、系统及骑行指标查询装置,计算骑行指标方法包括:首先获取骑行起点、骑行终点和骑行路网数据,根据所述骑行起点、所述骑行终点和骑行路网数据,生成一个骑行路径;然后获取所述骑行路径区域内的六项空气污染物数据,将六项空气污染物数据和骑行对象性别输入到骑行模型中,计算骑行总暴露量;所述六项空气污染物数据包括当前时间的六项空气污染物数据或设定时间后的六项空气污染物数据;最后将所述骑行总暴露量与骑行健康约束条件进行对比,输出骑行指标。本发明减小了空气污染对人体健康造成的影响,实现健康出行。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例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发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例计算骑行指标方法流程图;
图2为本发明实施例计算骑行指标系统结构框图;
其中,1、骑行路径确定模块,2、获取模块,3、计算模块,4、骑行指标输出模块。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,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,都属于本发明保护的范围。
本发明的目的是提供一种计算骑行指标方法、系统及骑行指标查询装置,以减小空气污染对人体健康造成的影响。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明实施例计算骑行指标方法流程图,如图1所示,所述计算骑行指标方法包括:
步骤S1:获取骑行起点、骑行终点和骑行路网数据,根据所述骑行起点、所述骑行终点和骑行路网数据,生成一个骑行路径。
步骤S2:获取所述骑行路径区域内的六项空气污染物数据,所述六项空气污染物为:PM2.5、PM10、O3、CO、SO2、NO2。六项空气污染物数据来源于当地气象局发布的空气污染物数据或者网站平台。
步骤S3:将六项空气污染物数据和骑行对象性别输入到骑行模型中,计算骑行总暴露量;所述六项空气污染物数据包括当前时间的六项空气污染物数据或设定时间后的六项空气污染物数据。将当前时间的六项空气污染物数据和骑行对象性别输入到骑行模型中,计算得出当前时间的骑行总暴露量;将设定时间后的六项空气污染物数据和骑行对象性别输入到骑行模型中,计算得出设定时间后的骑行总暴露量。
步骤S4:将所述骑行总暴露量与骑行健康约束条件进行对比,输出骑行指标。
在本发明实施例中,所述骑行模型的公式为:
其中,T为骑行总暴露量,Ma为所述六项空气污染物数据,tb为骑行对象骑行30千米的骑行时间,IRb为骑行对象骑行30千米的总呼吸量,b为所述骑行对象性别。
骑行对象骑行30千米的总呼吸量推荐值如下表所示:
在本发明实施例中,所述骑行指标包括:非常适宜骑行、较适宜骑行、适宜骑行、较不适宜骑行、不适宜骑行和非常不适宜骑行。
在本发明实施例中,骑行健康约束条件如下表所示:
男(μg) | 女(μg) | 骑行健康指标 |
0~4.7 | 0~3.8 | 非常适宜骑行 |
4.7~18.7 | 3.8~15.1 | 较适宜骑行 |
18.7~48.3 | 15.1~39.0 | 适宜骑行 |
48.3~90.7 | 39.0~73.1 | 较不适宜骑行 |
90.7~177.2 | 73.1~142.9 | 不适宜骑行 |
>177.2 | >142.9 | 非常不适宜骑行 |
在本发明实施例中,所述骑行路网数据来源于互联网、高德地图或百度地图。
图2为本发明实施例计算骑行指标系统结构框图,如图2所示,所述计算骑行指标系统包括:
骑行路径确定模块1,用于获取骑行起点、骑行终点和骑行路网数据,根据所述骑行起点、所述骑行终点和骑行路网数据,生成一个骑行路径。
获取模块2,用于获取所述骑行路径区域内的六项空气污染物数据,所述六项空气污染物为:PM2.5、PM10、O3、CO、SO2、NO2。
计算模块3,用于将六项空气污染物数据和骑行对象性别输入到骑行模型中,计算骑行总暴露量;所述六项空气污染物数据包括当前时间的六项空气污染物数据或设定时间后的六项空气污染物数据。
骑行指标输出模块4,用于将所述骑行总暴露量与骑行健康约束条件进行对比,输出骑行指标。
在本发明实施例中,所述骑行模型的公式为:
其中,T为骑行总暴露量,Ma为所述六项空气污染物数据,tb为骑行对象骑行30千米的骑行时间,IRb为骑行对象骑行30千米的总呼吸量,b为所述骑行对象性别。
在本发明实施例中,所述骑行指标包括:非常适宜骑行、较适宜骑行、适宜骑行、较不适宜骑行、不适宜骑行和非常不适宜骑行。
在本发明实施例中,所述骑行健康约束条件为:男性骑行总暴露量在大于0小于等于4.7范围内,女性骑行总暴露量在大于0小于等于3.8范围内非常适宜骑行;男性骑行总暴露量在大于4.7小于等于18.7范围内,女性骑行总暴露量在大于3.8小于等于15.1范围内,较适宜骑行;男性骑行总暴露量在大于18.7小于等于48.3范围内,女性骑行总暴露量在大于15.1小于等于39.0范围内,适宜骑行;男性骑行总暴露量在大于48.3小于等于90.7范围内,女性骑行总暴露量在大于39.0小于等于73.1范围内,较不适宜骑行;男性骑行总暴露量在大于90.7小于等于177.2范围内,女性骑行总暴露量在大于73.1小于等于142.9范围内,不适宜骑行;男性骑行总暴露量在大于177.2时,女性骑行总暴露量在大于142.9时,非常不适宜骑行。
本发明还公开了一种骑行指标查询装置,所述骑行指标查询装置用于输入骑行起点、骑行终点以及骑行对象性别,采用上述述的计算骑行指标方法,根据所述骑行起点、所述骑行终点以及所述骑行对象性别确定骑行指标。
与现有的技术相比,本发明的有益效果如下:首先根据用户骑行起点位置和终点位置及预先存储的骑行路网数据,生成一个骑行路径规划方案;然后依据六项常规污染物的实时数据或预测数据,将获取的六项常规污染物浓度输入至骑行模型中,得出骑行路径的个体总暴露量;将得出的总暴露量匹配对应骑行健康约束条件,输出骑行指标。本发明最终通过计算机编程将上述方法汇总形成APP,用户可从APP中查询骑行指标,进而确保提供骑行健康。用户还能够查询历史骑行指标和总暴露量,帮助用户了解历史骑行的总暴露水平。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种计算骑行指标方法,其特征在于,所述计算骑行指标方法包括:
步骤S1:获取骑行起点、骑行终点和骑行路网数据,根据所述骑行起点、所述骑行终点和骑行路网数据,生成一个骑行路径;
步骤S2:获取所述骑行路径区域内的六项空气污染物数据,所述六项空气污染物为:PM2.5、PM10、O3、CO、SO2、NO2;
步骤S3:将六项空气污染物数据和骑行对象性别输入到骑行模型中,计算骑行总暴露量;所述六项空气污染物数据包括当前时间的六项空气污染物数据或设定时间后的六项空气污染物数据;
步骤S4:将所述骑行总暴露量与骑行健康约束条件进行对比,输出骑行指标。
3.根据权利要求1所述的计算骑行指标方法,其特征在于,所述骑行指标包括:非常适宜骑行、较适宜骑行、适宜骑行、较不适宜骑行、不适宜骑行和非常不适宜骑行。
4.根据权利要求3所述的计算骑行指标方法,其特征在于,所述骑行健康约束条件为:男性骑行总暴露量在大于0小于等于4.7范围内,女性骑行总暴露量在大于0小于等于3.8范围内非常适宜骑行;男性骑行总暴露量在大于4.7小于等于18.7范围内,女性骑行总暴露量在大于3.8小于等于15.1范围内,较适宜骑行;男性骑行总暴露量在大于18.7小于等于48.3范围内,女性骑行总暴露量在大于15.1小于等于39.0范围内,适宜骑行;男性骑行总暴露量在大于48.3小于等于90.7范围内,女性骑行总暴露量在大于39.0小于等于73.1范围内,较不适宜骑行;男性骑行总暴露量在大于90.7小于等于177.2范围内,女性骑行总暴露量在大于73.1小于等于142.9范围内,不适宜骑行;男性骑行总暴露量在大于177.2时,女性骑行总暴露量在大于142.9时,非常不适宜骑行。
5.根据权利要求1所述的计算骑行指标方法,其特征在于,所述骑行路网数据来源于互联网。
6.一种计算骑行指标系统,其特征在于,所述计算骑行指标系统包括:
骑行路径确定模块,用于获取骑行起点、骑行终点和骑行路网数据,根据所述骑行起点、所述骑行终点和骑行路网数据,生成一个骑行路径;
获取模块,用于获取所述骑行路径区域内的六项空气污染物数据,所述六项空气污染物为:PM2.5、PM10、O3、CO、SO2、NO2;
计算模块,用于将六项空气污染物数据和骑行对象性别输入到骑行模型中,计算骑行总暴露量;所述六项空气污染物数据包括当前时间的六项空气污染物数据或设定时间后的六项空气污染物数据;
骑行指标输出模块,用于将所述骑行总暴露量与骑行健康约束条件进行对比,输出骑行指标。
8.根据权利要求6所述的计算骑行指标系统,其特征在于,所述骑行指标包括:非常适宜骑行、较适宜骑行、适宜骑行、较不适宜骑行、不适宜骑行和非常不适宜骑行。
9.根据权利要求8所述的计算骑行指标系统,其特征在于,所述骑行健康约束条件为:男性骑行总暴露量在大于0小于等于4.7范围内,女性骑行总暴露量在大于0小于等于3.8范围内非常适宜骑行;男性骑行总暴露量在大于4.7小于等于18.7范围内,女性骑行总暴露量在大于3.8小于等于15.1范围内,较适宜骑行;男性骑行总暴露量在大于18.7小于等于48.3范围内,女性骑行总暴露量在大于15.1小于等于39.0范围内,适宜骑行;男性骑行总暴露量在大于48.3小于等于90.7范围内,女性骑行总暴露量在大于39.0小于等于73.1范围内,较不适宜骑行;男性骑行总暴露量在大于90.7小于等于177.2范围内,女性骑行总暴露量在大于73.1小于等于142.9范围内,不适宜骑行;男性骑行总暴露量在大于177.2时,女性骑行总暴露量在大于142.9时,非常不适宜骑行。
10.一种骑行指标查询装置,其特征在于,所述骑行指标查询装置用于输入骑行起点、骑行终点以及骑行对象性别,采用权利要求1-5任一项所述的计算骑行指标方法,根据所述骑行起点、所述骑行终点以及所述骑行对象性别确定骑行指标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011411638.6A CN112446632A (zh) | 2020-12-04 | 2020-12-04 | 一种计算骑行指标方法、系统及骑行指标查询装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011411638.6A CN112446632A (zh) | 2020-12-04 | 2020-12-04 | 一种计算骑行指标方法、系统及骑行指标查询装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112446632A true CN112446632A (zh) | 2021-03-05 |
Family
ID=74739635
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011411638.6A Pending CN112446632A (zh) | 2020-12-04 | 2020-12-04 | 一种计算骑行指标方法、系统及骑行指标查询装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112446632A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004305069A (ja) * | 2003-04-04 | 2004-11-04 | Kajima Corp | 植栽計画支援方法及びプログラム |
CN104978424A (zh) * | 2015-07-01 | 2015-10-14 | 北京奇虎科技有限公司 | 用于生成空气质量报告的方法及设备 |
CN204861386U (zh) * | 2015-04-29 | 2015-12-16 | 百度在线网络技术(北京)有限公司 | 骑行系统和自行车 |
CN108921761A (zh) * | 2018-08-24 | 2018-11-30 | 北京环丁环保大数据研究院 | 一种空气质量数据处理方法和装置 |
CN109297543A (zh) * | 2018-11-23 | 2019-02-01 | 北京科技大学 | 一种针对慢性阻塞性肺疾病患者的空气质量预警方法及装置 |
CN109934379A (zh) * | 2019-01-21 | 2019-06-25 | 平安科技(深圳)有限公司 | 空气污染物浓度的预测方法、装置及电子设备 |
-
2020
- 2020-12-04 CN CN202011411638.6A patent/CN112446632A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004305069A (ja) * | 2003-04-04 | 2004-11-04 | Kajima Corp | 植栽計画支援方法及びプログラム |
CN204861386U (zh) * | 2015-04-29 | 2015-12-16 | 百度在线网络技术(北京)有限公司 | 骑行系统和自行车 |
CN104978424A (zh) * | 2015-07-01 | 2015-10-14 | 北京奇虎科技有限公司 | 用于生成空气质量报告的方法及设备 |
CN108921761A (zh) * | 2018-08-24 | 2018-11-30 | 北京环丁环保大数据研究院 | 一种空气质量数据处理方法和装置 |
CN109297543A (zh) * | 2018-11-23 | 2019-02-01 | 北京科技大学 | 一种针对慢性阻塞性肺疾病患者的空气质量预警方法及装置 |
CN109934379A (zh) * | 2019-01-21 | 2019-06-25 | 平安科技(深圳)有限公司 | 空气污染物浓度的预测方法、装置及电子设备 |
Non-Patent Citations (4)
Title |
---|
刘平;王贝贝;赵秀阁;段小丽;黄楠;陈奕汀;王丽敏;: "我国成人呼吸量研究", 环境与健康杂志, no. 11 * |
夏吉品等: "室外空气污染暴露规避健康路径规划服务", 《计算机工程与应用》, vol. 56, no. 3, pages 266 - 271 * |
戚爱萍, 闫怀忠, 侯继梅: "济南市市区机动车排气污染现状调查分析", 预防医学文献信息, no. 01 * |
陈寰;马振邦;: "深圳市室内空气的健康风险评价", 环境科学与技术, no. 2 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Liu et al. | Neighbourhood greenness and mental wellbeing in Guangzhou, China: What are the pathways? | |
Wendel-Vos et al. | Factors of the physical environment associated with walking and bicycling | |
Karnae et al. | Source apportionment of fine particulate matter measured in an industrialized coastal urban area of South Texas | |
Hacker | Rethinking the “early” decline of marital fertility in the United States | |
CN104933286B (zh) | 一种基于大数据的城市空间品质评价方法 | |
Fang et al. | Colorectal cancer mortality characteristics and predictions in China, 1991-2011 | |
Raipure et al. | Wireless sensor network based pollution monitoring system in metropolitan cities | |
CN110726431A (zh) | 具多点空气质量侦测的污染源分析系统运作方法 | |
CN111879915B (zh) | 一种滨海湿地高分辨率的逐月土壤盐度监测方法及系统 | |
CN108537377A (zh) | 一种基于网络搜素指数的房价预测方法 | |
Liu et al. | Correlates of older adults’ walking trip duration | |
Kasraian et al. | Urban developments and daily travel distances: Fixed, random and hybrid effects models using a Dutch pseudo-panel over three decades | |
Guo et al. | Identifying the threshold of outdoor PM2. 5 reversing the beneficial association between physical activity and lung function: A national longitudinal study in China | |
CN112446632A (zh) | 一种计算骑行指标方法、系统及骑行指标查询装置 | |
CN110889086A (zh) | 一种评估共享电动租赁汽车对城市汽车尾气排放影响的方法 | |
CN107133693A (zh) | 我国省市预期寿命时序加密估算及其与夜光时空耦合方法 | |
CN104502537A (zh) | 一种电子烟烟液的感官质量检测方法 | |
Yuan et al. | Quantifying the relationship between urban blue-green landscape spatial pattern and carbon sequestration: a case study of Nanjing’s central city | |
CN112149849B (zh) | 基于多元线性回归法预测饮用水消毒副产物的方法 | |
Chio et al. | Oxidative stress risk analysis for exposure to diesel exhaust particle-induced reactive oxygen species | |
CN114239693A (zh) | 一种基于贝叶斯层次模型的食品污染物暴露评估方法 | |
CN111984924A (zh) | 一种评估公共自行车租赁政策对区域自行车安全影响的方法 | |
CN111581318A (zh) | 一种共享单车骑行目的推断方法、装置及存储介质 | |
Yi | Empirical Study on the Relationship between Real Estate Investment and Economic Growth in Hainan Province | |
CN110263072B (zh) | 一种公共机构能耗统计系统及方法 |
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 |