CN112562794B - 污染源解析方法、装置及终端设备 - Google Patents
污染源解析方法、装置及终端设备 Download PDFInfo
- Publication number
- CN112562794B CN112562794B CN202011430755.7A CN202011430755A CN112562794B CN 112562794 B CN112562794 B CN 112562794B CN 202011430755 A CN202011430755 A CN 202011430755A CN 112562794 B CN112562794 B CN 112562794B
- Authority
- CN
- China
- Prior art keywords
- factor
- pollution source
- source industry
- weight coefficient
- industry
- 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
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
- G16C20/20—Identification of molecular entities, parts thereof or of chemical compositions
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Chemical & Material Sciences (AREA)
- Crystallography & Structural Chemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computing Systems (AREA)
- Theoretical Computer Science (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
- Investigating, Analyzing Materials By Fluorescence Or Luminescence (AREA)
Abstract
本发明适用于污染物解析技术领域,提供了一种污染源解析方法、装置及终端设备,该方法包括:获取待解析监测数据,并基于因子分析模型对待解析监测数据进行解析,获得待解析监测数据对应的因子成分谱;根据因子成分谱中包括的每种因子的每种化学组分浓度,计算每种因子中化学组分浓度最高的前N种化学组分分别对应的浓度系数;根据每种因子中前N种化学组分分别对应的浓度系数和预设污染源行业源谱,计算每种因子在每种污染源行业中的权重系数;根据每种因子在每种污染源行业中的权重系数,确定每种因子代表的污染源行业。本发明可以根据待解析监测数据,直接获得对应的污染源行业,实现待解析监测数据的自动解析,避免人为因素对解析结果的干扰。
Description
技术领域
本发明属于污染物解析技术领域,尤其涉及一种污染源解析方法、装置及终端设备。
背景技术
目前,受体模型被广泛用来做大气污染物组分的解析,其中,因子分析模型可以快速解析大气污染物中颗粒物的主要来源,但是因子分析模型只能分析出主要因子有哪些,并不能判断因子所属的行业,还需要根据人为经验判断因子代表的污染源行业。
发明内容
有鉴于此,本发明实施例提供了一种污染源解析方法、装置及终端设备,以解决现有技术中利用因子分析模型不能直接判断待解析监测数据对应的主要因子代表的污染源行业的问题。
本发明实施例的第一方面提供了一种污染源解析方法,包括:
获取待解析监测数据,并基于因子分析模型对所述待解析监测数据进行解析,获得所述待解析监测数据对应的因子成分谱;
根据所述因子成分谱中包括的每种因子的每种化学组分浓度,计算每种因子中化学组分浓度最高的前N种化学组分分别对应的浓度系数;其中,N为正整数;
根据每种因子中前N种化学组分分别对应的浓度系数和预设污染源行业源谱,计算每种因子在每种污染源行业中的权重系数;
根据每种因子在每种污染源行业中的权重系数,确定每种因子代表的污染源行业。
本发明实施例的第二方面提供了一种污染源解析装置,包括:
解析模块,用于获取待解析监测数据,并基于因子分析模型对所述待解析监测数据进行解析,获得所述待解析监测数据对应的因子成分谱;
第一计算模块,用于根据所述因子成分谱中包括的每种因子的每种化学组分浓度,计算每种因子中化学组分浓度最高的前N种化学组分分别对应的浓度系数;其中,N为正整数;
第二计算模块,用于根据每种因子中前N种化学组分分别对应的浓度系数和预设污染源行业源谱,计算每种因子在每种污染源行业中的权重系数;
确定模块,用于根据每种因子在每种污染源行业中的权重系数,确定每种因子代表的污染源行业。
本发明实施例的第三方面提供了一种终端设备,包括存储器、处理器以及存储在所述存储器中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计算机程序时实现如上任一项所述污染源解析方法的步骤。
本发明实施例的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上任一项所述污染源解析方法的步骤。
本发明实施例与现有技术相比存在的有益效果是:本发明通过获取待解析监测数据,并基于因子分析模型对待解析监测数据进行解析,获得待解析监测数据对应的因子成分谱;并根据因子成分谱中包括的每种因子的每种化学组分浓度,计算每种因子中化学组分浓度最高的前N种化学组分分别对应的浓度系数,根据每种因子中前N种化学组分分别对应的浓度系数和预设污染源行业源谱,可以计算每种因子在每种污染源行业中的权重系数,进而可以根据每种因子在每种污染源行业中的权重系数,确定每种因子代表某种污染源行业的可能性的大小,进而可以确定每种因子代表的污染源行业。通过本发明,可以直接根据待解析监测数据,获得待解析监测数据对应的污染源行业,有利于提高对待解析监测数据进行处理的时效性,实现待解析监测数据的自动解析,避免人为因素对解析结果的干扰。
附图说明
为了更清楚地说明本发明实施例中的技术方案,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是本发明实施例提供的污染源解析方法的实现流程示意图;
图2是本发明实施例提供的因子成分谱的示意图;
图3(1)是本发明实施例提供的污染源解析装置的示意图;
图3(2)是本发明实施例提供的第一计算模块的示意图;
图4是本发明实施例提供的终端设备的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
为了说明本发明所述的技术方案,下面通过具体实施例来进行说明。
图1为本发明实施例提供的污染源解析方法的实现流程示意图,详述如下。
步骤S101,获取待解析监测数据,并基于因子分析模型对待解析监测数据进行解析,获得待解析监测数据对应的因子成分谱。
其中,待解析监测数据可以为挥发性有机化合物(VolatileOrganicCompounds,VOCs)监测数据、空气质量监测数据、大气颗粒物监测数据等,基于因子分析模型对待解析监测数据进行解析,可以基于待解析监测数据中各组分之间浓度特征时间序列相关性识别污染源的数目和污染源的成分谱,并定量估算各污染源类的贡献。其中,因子分析模型可以为主成分分析-多元线性回归模型、正定因子分解模型(PositiveMatrixFactorization,PMF)等。
可选的,因子成分谱可以包括至少一种因子、每种因子对应的化学组分以及每种化学组分在每种因子中的浓度。
示例性的,根据一段时间内的空气质量监测数据,基于PMF模型进行解析,设置PMF模型的运行方式、模拟次数、因子个数(也就是对应的污染源行业个数)以及无效数值格式等,获得的因子成分谱如图2所示。可以看出因子成分谱中包括6种因子Factor1、Factor2、Factor3、Factor4、Factor5、Factor6,并且可以知道每种化学组分乙烷、乙烯等在每种因子中的浓度。然而基于因子成分谱,并不能知道每种因子Factor1、Factor2、Factor3、Factor4、Factor5、Factor6对应的污染源行业是什么,一般情况下,还需要根据人为经验,确定每种因子代表的污染源行业,进而对污染防治提供科学、合理、有针对性的依据。
步骤S102,根据因子成分谱中包括的每种因子的每种化学组分浓度,计算每种因子中化学组分浓度最高的前N种化学组分分别对应的浓度系数。
其中,N可以为正整数。
可选的,根据因子成分谱中包括的每种因子的每种化学组分浓度,计算每种因子中化学组分浓度最高的前N种化学组分分别对应的浓度系数,可以包括:根据因子成分谱中每种因子中包括的每种因子的每种化学组分浓度,计算每种因子中所有化学组分的浓度和;将每种因子中每种化学组分的浓度按照预设顺序进行排序,并确定每种因子中化学组分浓度最高的前N种化学组分;分别计算每种因子中前N种化学组分中的每种化学组分对应的浓度占当前因子对应的浓度和的比例,得到每种因子中前N种化学组分分别对应的浓度系数。
示例性的,结合图2,对于因子Factor1,可以计算Factor1对应的所有化学组分的浓度和,并按照Factor1对应的所有化学组分的浓度进行排序,确定Factor1中化学组分浓度最高的前5种化学组分,根据Factor1中化学组分浓度最高的前5种化学组分中每一种化学组分的浓度占Factor1对应的所有化学组分的浓度和的比例,可以计算得到Factor1中前5中化学组分分别对应的浓度系数。按照同样的方法,可以计算得到其他因子中前5种化学组分分别对应的浓度系数。
其中,N为正整数,可以为1、2、3、4或5,计算每种因子中前1种、前2种、前3种的化学组分分别对应的浓度系数,N也可以与每种因子中包含的化学组分的数目相同,计算每种因子中每种化学组分分别对应的浓度系数,当N较小时,可以在减少计算量的同时,获得每种因子中的主要化学组分的浓度系数,当N较大时,可以针对每种因子中的大部分化学组分计算浓度系数,进而根据每种因子中的大部分化学组分确定每种因子代表的污染物行业,有利于减小确定每种因子代表的污染源行业时的误差,使获得的结果更准确。
步骤S103,根据每种因子中前N种化学组分分别对应的浓度系数和预设污染源行业源谱,计算每种因子在每种污染源行业中的权重系数。
其中,预设污染源行业源谱包括污染源行业名称、每个污染源行业对应的污染组分以及每种污染组分在对应污染源行业中的权重。
其中,N可以大于或等于每个污染源行业对应的污染组分的种类数目的最大值,以保证利用每种因子中前N种化学组分分别对应的浓度系数和预设污染源行业源谱计算每种因子在每种污染源行业中的权重系数时,提供尽可能多的浓度系数值,因子成分谱包括的因子的种类数目可以大于或等于预设污染源行业源谱包括的污染源行业的种类数目,以保证每种因子可以分别对应不同的污染源行业。
可选的,根据每种因子中前N种化学组分分别对应的浓度系数和预设污染源行业源谱,计算每种因子在每种污染源行业中的权重系数,可以包括:根据每种因子中前N种化学组分分别对应的浓度系数和预设污染源行业源谱中每种污染组分在对应污染源行业中的权重,计算每种因子在每种污染源行业中的权重系数。
可选的,根据每种因子中前N种化学组分分别对应的浓度系数和预设污染源行业源谱中每种污染组分在对应污染源行业中的权重,计算每种因子在每种污染源行业中的权重系数,可以包括:
其中,W为当前因子在当前污染源行业的权重系数,Ai为当前因子中前N种化学组分中第i种化学组分对应的浓度系数,Ai′为当前污染源行业中与第i种化学组分相同的污染组分的权重;按照计算当前因子在当前污染源行业中的权重系数的方法,计算每种因子在每种污染源行业中的权重系数。
示例性的,预设污染源行业源谱可以如表1所示,其中,W1表示污染组分1的权重,W2表示污染组分2的权重,W3表示污染组分3的权重,W4表示污染组分4的权重,W5表示污染组分5的权重,结合图2获得每种因子中前N种化学组分分别对应的浓度系数后,计算因子Factor1在油气挥发中的权重系数,假如根据因子Factor1中前5种化学组分分别对应的浓度系数进行计算,因子Factor1中前5种化学组分分别为丙烷、乙烷、正丁烷、乙炔和异丁烷,油气挥发中对应的污染组分为异戊烷、正戊烷、丙烷、异丁烷和正丁烷,则可以根据Factor1中丙烷的浓度系数和油气挥发中丙烷的权重的乘积、Factor1中正丁烷的浓度系数和油气挥发中正丁烷的权重的乘积以及Factor1中异丁烷的浓度系数和油气挥发中异丁烷的权重的乘积的和,获得因子Factor1在油气挥发中的权重系数,同样的,根据此方法可以获得每种因子在每种污染源行业中的权重系数,其中,每种因子在某一种污染源行业的权重系数,可以代表每种因子和某一种污染源行业的匹配度,因此,计算每种因子在每种污染源行业的权重系数,便于后续确定每种因子代表的污染源行业。
表1:预设污染源行业源谱
步骤S104,根据每种因子在每种污染源行业中的权重系数,确定每种因子代表的污染源行业。
可选的,根据每种因子在每种污染源行业中的权重系数,确定每种因子代表的污染源行业,可以包括:根据每种因子在每种污染源行业中的权重系数,依次确定每种污染源行业中最大的权重系数对应的因子,将最大的权重系数对应的因子对应的污染源行业作为代表的污染源行业。
示例性的,每种因子在每种污染源行业中的权重系数可以如表2所示,依次确定每种污染源行业中最大的权重系数对应的因子如表3所示,则可以确定每种因子代表的污染源行业,即Factor1代表天然源,Factor3代表燃烧源和移动源,Factor4代表油气挥发,Factor6代表溶剂涂料。
表2:权重系数表
表3
燃烧源 | Factor3 |
溶剂涂料 | Factor6 |
天然源 | Factor1 |
移动源 | Factor3 |
油气挥发 | Factor4 |
可选的,在将最大的权重系数对应的因子对应的污染源行业作为代表的污染源行业之后,还可以包括:
若检测到待解析监测数据对应的所有因子中存在满足预设条件的因子时,将对应因子作为未确定因子,将对应污染源行业作为未确定污染源行业。根据每种未确定因子在每种未确定污染源行业中的权重系数,计算当前未确定污染源行业对应的权重系数最大的第一未确定因子和权重系数次大的第二未确定因子的权重系数差。若权重系数差大于等于第一阈值,则将第一未确定因子代表的污染源行业确定为当前未确定污染源行业。若权重系数差小于第一阈值,则将第二未确定因子代表的污染源行业确定为当前未确定污染源行业。继续检测待解析监测数据对应的所有因子中是否存在满足预设条件的因子的步骤以及后续步骤,直到待解析监测数据对应的所有因子均代表不同的污染源行业。
其中,预设条件为一种因子代表两种或两种以上污染源行业,或者一种污染源行业对应两种或两种以上因子。
示例性的,参考上一个实施例:Factor1代表天然源,Factor3代表燃烧源和移动源,Factor4代表油气挥发,Factor6代表溶剂涂料,此时存在Factor3代表两种污染源行业的情况,同时存在Factor2和Factor5未确定代表的污染源行业的情况,此时可以将Factor2、Factor3和Factor5作为未确定因子,将燃烧源和移动源作为未确定污染源行业,根据每种未确定因子在每种未确定污染源行业中的权重系数,即表4可以确定燃烧源对应的第一未确定因子Factor3和第二未确定因子Factor2的权重系数差为0.7,移动源对应的第一未确定因子Factor3和第二未确定因子Factor2或Factor5的权重系数差为15.2,其中第一阈值可以根据每种污染源行业设定,假设燃烧源的第一阈值为9,移动源的第一阈值为7.6,则可以获得燃烧源对应的因子为Factor2,移动源对应的因子为Factor3,此时,可以预留一个其他行业,并将Factor5对应的污染源行业确定为其他行业,不在进一步确定Factor5对应的污染源行业,也可以获得包括6种污染源行业的预设污染源行业源谱,以保证每种因子可以分别对应不同的污染源行业。
表4
Factor2 | Factor3 | Factor5 | |
燃烧源 | 17.6 | 18.3 | 10.3 |
移动源 | 0 | 15.2 | 0 |
上述污染源解析方法,通过获取待解析监测数据,并基于因子分析模型对待解析监测数据进行解析,获得待解析监测数据对应的因子成分谱;并根据因子成分谱中包括的每种因子的每种化学组分浓度,计算每种因子中化学组分浓度最高的前N种化学组分分别对应的浓度系数,根据每种因子中前N种化学组分分别对应的浓度系数和预设污染源行业源谱,可以计算每种因子在每种污染源行业中的权重系数,进而可以根据每种因子在每种污染源行业中的权重系数,确定每种因子与每种污染源行业的匹配度,进而可以确定每种因子代表的污染源行业。通过本发明,可以直接根据待解析监测数据,获得待解析监测数据对应的污染源行业,有利于提高对待解析监测数据进行处理的时效性,实现待解析监测数据的自动解析,避免人为因素对解析结果的干扰。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
对应于上文实施例所述的污染源解析方法,图3(1)示出了本发明实施例提供的污染源解析装置的示例图。如图3(1)所示,该装置可以包括:解析模块31、第一计算模块32、第二计算模块33和确定模块34。
解析模块31,用于获取待解析监测数据,并基于因子分析模型对所述待解析监测数据进行解析,获得所述待解析监测数据对应的因子成分谱;
第一计算模块32,用于根据所述因子成分谱中包括的每种因子的每种化学组分浓度,计算每种因子中化学组分浓度最高的前N种化学组分分别对应的浓度系数;其中,N为正整数;
第二计算模块33,用于根据每种因子中前N种化学组分分别对应的浓度系数和预设污染源行业源谱,计算每种因子在每种污染源行业中的权重系数;
确定模块34,用于根据每种因子在每种污染源行业中的权重系数,确定每种因子代表的污染源行业。
可选的,所述因子成分谱包括至少一种因子、每种因子对应的化学组分以及每种化学组分在每种因子中的浓度;所述第一计算模块32,可以包括:第一计算单元321、排序单元322和第二计算单元323。
第一计算单元321,用于根据所述因子成分谱中每种因子中包括的每种因子的每种化学组分浓度,计算每种因子中所有化学组分的浓度和;
排序单元322,用于将所述每种因子中每种化学组分的浓度按照预设顺序进行排序,并确定所述每种因子中化学组分浓度最高的前N种化学组分;其中,N为正整数;
第二计算单元323,用于分别计算每种因子中所述前N种化学组分中的每种化学组分对应的浓度占当前因子对应的浓度和的比例,得到每种因子中前N种化学组分分别对应的浓度系数。
可选的,所述预设污染源行业源谱包括污染源行业名称、每个污染源行业对应的污染组分以及每种污染组分在对应污染源行业中的权重;第二计算模块33可以用于根据每种因子中前N种化学组分分别对应的浓度系数和预设污染源行业源谱中每种污染组分在对应污染源行业中的权重,计算每种因子在每种污染源行业中的权重系数。
可选的,第二计算模块33可以用于根据计算当前因子在当前污染源行业中的权重系数;其中,W为当前因子在当前污染源行业的权重系数,Ai为当前因子中前N种化学组分中第i种化学组分对应的浓度系数,A′i为当前污染源行业中与第i种化学组分相同的污染组分的权重;按照计算当前因子在当前污染源行业中的权重系数的方法,计算每种因子在每种污染源行业中的权重系数。
可选的,确定模块34可以用于根据每种因子在每种污染源行业中的权重系数,依次确定每种污染源行业中最大的权重系数对应的因子,将最大的权重系数对应的因子对应的污染源行业作为代表的污染源行业。
可选的,确定模块34还可以用于若检测到所述待解析监测数据对应的所有因子中存在满足预设条件的因子时,将对应因子作为未确定因子,将对应污染源行业作为未确定污染源行业;其中,所述预设条件为一种因子代表两种或两种以上污染源行业,或者一种污染源行业对应两种或两种以上因子;根据每种未确定因子在每种未确定污染源行业中的权重系数,计算当前未确定污染源行业对应的权重系数最大的第一未确定因子和权重系数次大的第二未确定因子的权重系数差;若所述权重系数差大于等于第一阈值,则将所述第一未确定因子代表的污染源行业确定为当前未确定污染源行业;若所述权重系数差小于所述第一阈值,则将所述第二未确定因子代表的污染源行业确定为当前未确定污染源行业;继续检测所述待解析监测数据对应的所有因子中是否存在满足预设条件的因子的步骤以及后续步骤,直到所述待解析监测数据对应的所有因子均代表不同的污染源行业。
上述污染源解析装置,通过获取待解析监测数据,并基于因子分析模型对待解析监测数据进行解析,获得待解析监测数据对应的因子成分谱;并根据因子成分谱中包括的每种因子的每种化学组分浓度,计算每种因子中化学组分浓度最高的前N种化学组分分别对应的浓度系数,根据每种因子中前N种化学组分分别对应的浓度系数和预设污染源行业源谱,可以计算每种因子在每种污染源行业中的权重系数,进而可以根据每种因子在每种污染源行业中的权重系数,确定每种因子与每种污染源行业的匹配度,进而可以确定每种因子代表的污染源行业。通过本发明,可以直接根据待解析监测数据,获得待解析监测数据对应的污染源行业,有利于提高对待解析监测数据进行处理的时效性,实现待解析监测数据的自动解析,避免人为因素对解析结果的干扰。
图4是本发明一实施例提供的终端设备的示意图。如图4所示,该实施例的终端设备400包括:处理器401、存储器402以及存储在所述存储器402中并可在所述处理器401上运行的计算机程序403,例如污染源解析程序。所述处理器401执行所述计算机程序403时实现上述污染源解析方法实施例中的步骤,例如图1所示的步骤S101至S104,所述处理器401执行所述计算机程序403时实现上述各装置实施例中各模块的功能,例如图3(1)所示模块31至34的功能。
示例性的,所述计算机程序403可以被分割成一个或多个程序模块,所述一个或者多个程序模块被存储在所述存储器402中,并由所述处理器401执行,以完成本发明。所述一个或多个程序模块可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序403在所述污染源解析装置或者终端设备400中的执行过程。例如,所述计算机程序403可以被分割成解析模块31、第一计算模块32、第二计算模块33和确定模块34,各模块具体功能如图3(1)所示,在此不再一一赘述。
所述终端设备400可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括,但不仅限于,处理器401、存储器402。本领域技术人员可以理解,图4仅仅是终端设备400的示例,并不构成对终端设备400的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器401可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器402可以是所述终端设备400的内部存储单元,例如终端设备400的硬盘或内存。所述存储器402也可以是所述终端设备400的外部存储设备,例如所述终端设备400上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(SecureDigital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器402还可以既包括所述终端设备400的内部存储单元也包括外部存储设备。所述存储器402用于存储所述计算机程序以及所述终端设备400所需的其他程序和数据。所述存储器402还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、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单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置/终端设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (7)
1.一种污染源解析方法,其特征在于,包括:
获取待解析监测数据,并基于因子分析模型对所述待解析监测数据进行解析,获得所述待解析监测数据对应的因子成分谱;
根据所述因子成分谱中包括的每种因子的每种化学组分浓度,计算每种因子中化学组分浓度最高的前N种化学组分分别对应的浓度系数;其中,N为正整数;
根据每种因子中前N种化学组分分别对应的浓度系数和预设污染源行业源谱,计算每种因子在每种污染源行业中的权重系数;
根据每种因子在每种污染源行业中的权重系数,确定每种因子代表的污染源行业;
其中,所述预设污染源行业源谱包括污染源行业名称、每个污染源行业对应的污染组分以及每种污染组分在对应污染源行业中的权重;计算每种因子在每种污染源行业中的权重系数,包括:
其中,W为当前因子在当前污染源行业的权重系数,Ai为当前因子中前N种化学组分中第i种化学组分对应的浓度系数,A′i为当前污染源行业中与第i种化学组分相同的污染组分的权重;
按照计算当前因子在当前污染源行业中的权重系数的方法,计算每种因子在每种污染源行业中的权重系数;
所述污染源解析方法,还包括:
若检测到所述待解析监测数据对应的所有因子中存在满足预设条件的因子时,将对应因子作为未确定因子,将对应污染源行业作为未确定污染源行业;其中,所述预设条件为一种因子代表两种或两种以上污染源行业,或者一种污染源行业对应两种或两种以上因子;
根据每种未确定因子在每种未确定污染源行业中的权重系数,计算当前未确定污染源行业对应的权重系数最大的第一未确定因子和权重系数次大的第二未确定因子的权重系数差;
若所述权重系数差大于等于第一阈值,则将所述第一未确定因子代表的污染源行业确定为当前未确定污染源行业;
若所述权重系数差小于所述第一阈值,则将所述第二未确定因子代表的污染源行业确定为当前未确定污染源行业;
继续检测所述待解析监测数据对应的所有因子中是否存在满足预设条件的因子的步骤以及后续步骤,直到所述待解析监测数据对应的所有因子均代表不同的污染源行业。
2.如权利要求1所述的污染源解析方法,其特征在于,所述因子成分谱包括至少一种因子、每种因子对应的化学组分以及每种化学组分在每种因子中的浓度;
所述根据所述因子成分谱中包括的每种因子的每种化学组分浓度,计算每种因子中化学组分浓度最高的前N种化学组分分别对应的浓度系数,包括:
根据所述因子成分谱中每种因子中包括的每种因子的每种化学组分浓度,计算每种因子中所有化学组分的浓度和;
将所述每种因子中每种化学组分的浓度按照预设顺序进行排序,并确定所述每种因子中化学组分浓度最高的前N种化学组分;
分别计算每种因子中所述前N种化学组分中的每种化学组分对应的浓度占当前因子对应的浓度和的比例,得到每种因子中前N种化学组分分别对应的浓度系数。
3.如权利要求1至2任一项所述的污染源解析方法,其特征在于,所述根据每种因子在每种污染源行业中的权重系数,确定每种因子代表的污染源行业,包括:
根据每种因子在每种污染源行业中的权重系数,依次确定每种污染源行业中最大的权重系数对应的因子,将最大的权重系数对应的因子对应的污染源行业作为代表的污染源行业。
4.一种污染源解析装置,其特征在于,包括:
解析模块,用于获取待解析监测数据,并基于因子分析模型对所述待解析监测数据进行解析,获得所述待解析监测数据对应的因子成分谱;
第一计算模块,用于根据所述因子成分谱中包括的每种因子的每种化学组分浓度,计算每种因子中化学组分浓度最高的前N种化学组分分别对应的浓度系数;其中,N为正整数;
第二计算模块,用于根据每种因子中前N种化学组分分别对应的浓度系数和预设污染源行业源谱,计算每种因子在每种污染源行业中的权重系数;
确定模块,用于根据每种因子在每种污染源行业中的权重系数,确定每种因子代表的污染源行业;
其中,所述预设污染源行业源谱包括污染源行业名称、每个污染源行业对应的污染组分以及每种污染组分在对应污染源行业中的权重;
所述第二计算模块,具体用于:
根据计算当前因子在当前污染源行业中的权重系数;其中,W为当前因子在当前污染源行业的权重系数,Ai为当前因子中前N种化学组分中第i种化学组分对应的浓度系数,A′i为当前污染源行业中与第i种化学组分相同的污染组分的权重;按照计算当前因子在当前污染源行业中的权重系数的方法,计算每种因子在每种污染源行业中的权重系数;
所述确定模块还用于:
若检测到所述待解析监测数据对应的所有因子中存在满足预设条件的因子时,将对应因子作为未确定因子,将对应污染源行业作为未确定污染源行业;其中,所述预设条件为一种因子代表两种或两种以上污染源行业,或者一种污染源行业对应两种或两种以上因子;根据每种未确定因子在每种未确定污染源行业中的权重系数,计算当前未确定污染源行业对应的权重系数最大的第一未确定因子和权重系数次大的第二未确定因子的权重系数差;
若所述权重系数差大于等于第一阈值,则将所述第一未确定因子代表的污染源行业确定为当前未确定污染源行业;
若所述权重系数差小于所述第一阈值,则将所述第二未确定因子代表的污染源行业确定为当前未确定污染源行业;
继续检测所述待解析监测数据对应的所有因子中是否存在满足预设条件的因子的步骤以及后续步骤,直到所述待解析监测数据对应的所有因子均代表不同的污染源行业。
5.如权利要求4所述的污染源解析装置,其特征在于,所述因子成分谱包括至少一种因子、每种因子对应的化学组分以及每种化学组分在每种因子中的浓度;所述第一计算模块,包括:
第一计算单元,用于根据所述因子成分谱中每种因子中包括的每种因子的每种化学组分浓度,计算每种因子中所有化学组分的浓度和;
排序单元,用于将所述每种因子中每种化学组分的浓度按照预设顺序进行排序,并确定所述每种因子中化学组分浓度最高的前N种化学组分;其中,N为正整数;
第二计算单元,用于分别计算每种因子中所述前N种化学组分中的每种化学组分对应的浓度占当前因子对应的浓度和的比例,得到每种因子中前N种化学组分分别对应的浓度系数。
6.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至3任一项所述方法的步骤。
7.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至3任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011430755.7A CN112562794B (zh) | 2020-12-09 | 2020-12-09 | 污染源解析方法、装置及终端设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011430755.7A CN112562794B (zh) | 2020-12-09 | 2020-12-09 | 污染源解析方法、装置及终端设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112562794A CN112562794A (zh) | 2021-03-26 |
CN112562794B true CN112562794B (zh) | 2022-11-08 |
Family
ID=75060807
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011430755.7A Active CN112562794B (zh) | 2020-12-09 | 2020-12-09 | 污染源解析方法、装置及终端设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112562794B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112967764B (zh) * | 2021-03-30 | 2023-05-30 | 河北先河环保科技股份有限公司 | 多技术耦合的污染物源解析方法、装置 |
CN114662975A (zh) * | 2022-04-11 | 2022-06-24 | 北京中科三清环境技术有限公司 | 确定污染物来源的方法、装置、电子设备和存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107239613A (zh) * | 2017-06-05 | 2017-10-10 | 南开大学 | 一种基于在线数据和因子分析模型的智能源类识别方法 |
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 |
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 |
CN111814111A (zh) * | 2020-05-25 | 2020-10-23 | 南京大学环境规划设计研究院股份公司 | 一种工业园区大气污染物溯源方法 |
-
2020
- 2020-12-09 CN CN202011430755.7A patent/CN112562794B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107239613A (zh) * | 2017-06-05 | 2017-10-10 | 南开大学 | 一种基于在线数据和因子分析模型的智能源类识别方法 |
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 |
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 |
CN111814111A (zh) * | 2020-05-25 | 2020-10-23 | 南京大学环境规划设计研究院股份公司 | 一种工业园区大气污染物溯源方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112562794A (zh) | 2021-03-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ghosh et al. | Rigidity and tolerance in point processes: Gaussian zeros and Ginibre eigenvalues | |
CN112562794B (zh) | 污染源解析方法、装置及终端设备 | |
CN107346433B (zh) | 一种文本数据分类方法及服务器 | |
Beckett et al. | FALCON: a software package for analysis of nestedness in bipartite networks | |
CN110910982A (zh) | 自编码模型训练方法、装置、设备及存储介质 | |
CN113155939A (zh) | 一种挥发性有机物在线来源解析方法、系统、设备及介质 | |
CN106407659A (zh) | 一种空气质量指数预测方法和装置 | |
CN110009012B (zh) | 一种风险样本识别方法、装置及电子设备 | |
CN111290967A (zh) | 一种软件缺陷预测方法、装置、设备及存储介质 | |
Lin et al. | An empirical method of grouping genotypes based on a linear function of the genotype-environment interaction | |
CN114943672A (zh) | 图像瑕疵检测方法、装置、电子设备及存储介质 | |
CN115296984A (zh) | 异常网络节点的检测方法及装置、设备、存储介质 | |
CN117723711B (zh) | 一种污染大气质量变化的实时分析方法及系统 | |
CN109271495B (zh) | 问答识别效果检测方法、装置、设备及可读存储介质 | |
CN113448955A (zh) | 数据集质量评估方法、装置、计算机设备及存储介质 | |
CN113962380A (zh) | 嗅味阈值预测方法、装置和家电设备 | |
CN116166967A (zh) | 基于元学习与残差网络的数据处理方法、设备和存储介质 | |
CN115797318A (zh) | 一种光谱数据预处理方法、装置、计算机设备及存储介质 | |
CN116187754A (zh) | 生产线故障定位方法、设备及可读存储介质 | |
CN113533238B (zh) | 一种基于吸收光谱的六氟化硫分解气体的检测方法及系统 | |
CN103778329A (zh) | 一种构造数据补足值的方法 | |
CN110298690B (zh) | 对象类目的周期判断方法、装置、服务器及可读存储介质 | |
CN113849484A (zh) | 一种大数据组件升级方法、装置、电子设备及存储介质 | |
CN112929458B (zh) | App应用的服务端地址确定方法、装置以及存储介质 | |
CN109583590A (zh) | 数据处理方法及数据处理装置 |
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 |