CN112711893B - 污染源对pm2.5贡献计算方法、装置和电子设备 - Google Patents
污染源对pm2.5贡献计算方法、装置和电子设备 Download PDFInfo
- Publication number
- CN112711893B CN112711893B CN202011573456.9A CN202011573456A CN112711893B CN 112711893 B CN112711893 B CN 112711893B CN 202011573456 A CN202011573456 A CN 202011573456A CN 112711893 B CN112711893 B CN 112711893B
- Authority
- CN
- China
- Prior art keywords
- concentration
- contribution
- primary
- pollution source
- calculating
- 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
- 238000000034 method Methods 0.000 title claims abstract description 53
- 239000003344 environmental pollutant Substances 0.000 claims abstract description 107
- 231100000719 pollutant Toxicity 0.000 claims abstract description 107
- 238000006243 chemical reaction Methods 0.000 claims abstract description 79
- 238000004364 calculation method Methods 0.000 claims abstract description 26
- 238000012544 monitoring process Methods 0.000 claims abstract description 25
- MWUXSHHQAYIFBG-UHFFFAOYSA-N nitrogen oxide Inorganic materials O=[N] MWUXSHHQAYIFBG-UHFFFAOYSA-N 0.000 claims description 135
- RAHZWNYVWXNFOC-UHFFFAOYSA-N Sulphur dioxide Chemical compound O=S=O RAHZWNYVWXNFOC-UHFFFAOYSA-N 0.000 claims description 126
- 238000004088 simulation Methods 0.000 claims description 40
- 238000009792 diffusion process Methods 0.000 claims description 21
- 239000002245 particle Substances 0.000 claims description 21
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims description 16
- 239000013618 particulate matter Substances 0.000 claims description 11
- 229910002651 NO3 Inorganic materials 0.000 claims description 9
- QAOWNCQODCNURD-UHFFFAOYSA-L Sulfate Chemical compound [O-]S([O-])(=O)=O QAOWNCQODCNURD-UHFFFAOYSA-L 0.000 claims description 9
- NHNBFGGVMKEFGY-UHFFFAOYSA-N Nitrate Chemical compound [O-][N+]([O-])=O NHNBFGGVMKEFGY-UHFFFAOYSA-N 0.000 claims description 8
- 229910052757 nitrogen Inorganic materials 0.000 claims description 8
- YPJKMVATUPSWOH-UHFFFAOYSA-N nitrooxidanyl Chemical compound [O][N+]([O-])=O YPJKMVATUPSWOH-UHFFFAOYSA-N 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 6
- 239000000356 contaminant Substances 0.000 claims description 2
- 238000003912 environmental pollution Methods 0.000 abstract description 2
- 230000002265 prevention Effects 0.000 abstract description 2
- 238000011156 evaluation Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 5
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 239000007789 gas Substances 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 239000012855 volatile organic compound Substances 0.000 description 3
- 239000000470 constituent Substances 0.000 description 2
- 238000011109 contamination Methods 0.000 description 2
- 238000007599 discharging Methods 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 150000002823 nitrates Chemical class 0.000 description 2
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 239000002803 fossil fuel Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 229910000069 nitrogen hydride Inorganic materials 0.000 description 1
- 239000003921 oil Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/25—Design optimisation, verification or simulation using particle-based methods
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/06—Investigating concentration of particle suspensions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression 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
- G06Q10/063—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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Data Mining & Analysis (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Pure & Applied Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Chemical & Material Sciences (AREA)
- Mathematical Physics (AREA)
- Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Probability & Statistics with Applications (AREA)
- Geometry (AREA)
- Algebra (AREA)
- Evolutionary Computation (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- Dispersion Chemistry (AREA)
- Quality & Reliability (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
Abstract
本发明提供了一种污染源对PM2.5贡献计算方法、装置和电子设备,涉及大气环境污染防治技术领域,该方法包括:根据PM2.5组分监测数据计算气态污染物的分子转化比例,模拟目标污染源在受体点的一次PM2.5浓度和气态污染物对PM2.5的一次贡献浓度,再由气态污染物的一次贡献浓度乘以分子转化比例乘以转化后分子质量,得到二次贡献浓度,最后将二次贡献浓度和一次PM2.5浓度相加,获得目标污染源对受体点的PM2.5总贡献浓度。通过该方法可以基于分子转化比例计算的二次贡献浓度和一次贡献浓度获得PM2.5总贡献浓度,能简化对硬件资源和清单的需求,从而减少评估污染源对PM2.5总贡献浓度的时间,提高计算效率。
Description
技术领域
本发明涉及大气环境污染防治技术领域,尤其是涉及一种污染源对PM2.5贡献计算方法、装置和电子设备。
背景技术
细颗粒物PM2.5(fine particulate matter)是秋冬季雾霾的主要污染物,其来源有一次来源和二次来源,一次来源包括污染源直接排放的PM2.5,二次来源为污染源排放的气态污染物如SO2、NOx等在空气中发生的物理化学反应生成。2013年开始进行PM2.5浓度的大规模监测,随后逐步开展了PM2.5组分监测,平原重点城市、主要省会等城市均具备PM2.5组分数据。
通常评价一个污染源对城市监测点位PM2.5浓度的贡献,往往有两种方法:一种为利用扩散模型(二代模型),该模型的化学机理比较简单,只能模拟污染源扩散的一次影响,而PM2.5较大比例来源于二次的生成,仅应用二代模型不能评估二次贡献,导致评估结果的精度低;另一种方法为利用三代数值模式模拟,往往利用两次输入清单含有某个污染源和不含有某个污染源的差值来评估计算,但是该类模型对硬件资源和清单的要求较高,评估时间较长,不能及时满足评估需求。
发明内容
本发明的目的在于提供一种污染源对PM2.5贡献计算方法、装置和电子设备,以解决现有污染源对PM2.5贡献浓度的评估方法中存在的对硬件资源和清单的需求较高、评估时间长的技术问题。
第一方面,本发明提供了一种污染源对PM2.5贡献计算方法,该方法包括:根据细颗粒物PM2.5组分监测数据计算气态污染物的分子转化比例;其中,所述气态污染物用于转化为对所述细颗粒物PM2.5有贡献的粒子;模拟目标污染源在受体点的一次PM2.5浓度和所述气态污染物对PM2.5的一次贡献浓度;基于所述一次贡献浓度乘以所述分子转化比例乘以转化后分子质量,计算所述气态污染物对PM2.5的二次贡献浓度;计算所述二次贡献浓度和所述一次PM2.5浓度的和,得到所述目标污染源对所述受体点的PM2.5总贡献浓度。
在一些实施方式中,模拟目标污染源在受体点的一次PM2.5浓度和所述气态污染物对PM2.5的一次贡献浓度的步骤,包括:获取所述目标污染源的地理信息和排放参数;确定模拟范围和受体点的位置,采集所述模拟范围的地形信息和气象数据;所述受体点在所述模拟范围内,所述目标污染源用于排放影响所述受体点处PM2.5的气态污染物;将所述目标污染源的地理信息和排放参数、所述模拟范围的地形信息和气象数据输入至扩散模型,模拟出所述目标污染源在所述受体点的一次PM2.5浓度和所述气态污染物的一次贡献浓度。
在一些实施方式中,所述气态污染物包括:二氧化硫和氮氧化物。
在一些实施方式中,根据细颗粒物PM2.5组分监测数据计算气态污染物的分子转化比例的步骤,包括:根据PM2.5组分监测数据获取硫酸根的浓度、硝酸根的浓度、二氧化硫的浓度和氮氧化物的浓度;其中,所述二氧化硫转化生成所述硫酸根,所述氮氧化物转化生成所述硝酸根;基于所述硫酸根的浓度和所述二氧化硫的浓度,计算所述二氧化硫转化为所述硫酸根的分子转化比例;基于所述硝酸根的浓度和所述氮氧化物的浓度,计算所述氮氧化物转化为所述硝酸根的分子转化比例。
在一些实施方式中,基于所述一次贡献浓度乘以所述分子转化比例乘以转化后分子质量,计算所述气态污染物对PM2.5的二次贡献浓度的步骤,包括:基于所述二氧化硫的一次贡献浓度和所述二氧化硫的分子转化比例,计算所述目标污染源在所述受体点的二氧化硫的二次贡献浓度;基于所述氮氧化物的一次贡献浓度和所述氮氧化物的分子转化比例,计算所述目标污染源在所述受体点的氮氧化物的二次贡献浓度。
在一些实施方式中,所述二氧化硫的二次贡献浓度的计算公式为:二氧化硫的二次贡献浓度=二氧化硫的分子转化比例*二氧化硫的一次贡献浓度*硫酸根的分子质量;所述氮氧化物的二次贡献浓度的计算公式为:氮氧化物的二次贡献浓度=氮氧化物的分子转化比例*氮氧化物的一次贡献浓度*硝酸根的分子质量。
第二方面,本发明提供了一种污染源对PM2.5贡献计算装置,该装置包括:第一计算模块,用于根据细颗粒物PM2.5组分监测数据计算气态污染物的分子转化比例;其中,所述气态污染物用于转化为对所述细颗粒物PM2.5有贡献的粒子;模拟模块,用于模拟目标污染源在受体点的一次PM2.5浓度和所述气态污染物对PM2.5的一次贡献浓度;第二计算模块,用于基于所述一次贡献浓度乘以所述分子转化比例乘以转化后分子质量,计算所述气态污染物对PM2.5的二次贡献浓度;第三计算模块,用于计算所述二次贡献浓度和所述一次PM2.5浓度的和,得到所述目标污染源对所述受体点的PM2.5总贡献浓度。
在一些实施方式中,模拟模块包括:第二获取单元,用于获取所述目标污染源的地理信息和排放参数;确定单元,用于确定模拟范围和受体点的位置,采集所述模拟范围的地形信息和气象数据;所述受体点在所述模拟范围内,所述目标污染源用于排放影响所述受体点处PM2.5的气态污染物;模拟单元,用于将所述目标污染源的地理信息和排放参数、所述模拟范围的地形信息和气象数据输入至扩散模型,模拟出所述目标污染源在所述受体点的一次PM2.5浓度和所述气态污染物的一次贡献浓度。
第三方面,本发明提供了一种电子设备,包括存储器、处理器,所述存储器中存储有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上述第一方面任一项所述的方法的步骤。
第四方面,本发明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机器可运行指令,所述计算机可运行指令在被处理器调用和运行时,所述计算机可运行指令促使所述处理器运行第一方面任一项所述的方法。
本发明提供的一种污染源对PM2.5贡献计算方法、装置和电子设备,该方法包括:根据细颗粒物PM2.5组分监测数据计算气态污染物的分子转化比例,模拟目标污染源在受体点的一次PM2.5浓度和气态污染物对PM2.5的一次贡献浓度,再基于气态污染物的一次贡献浓度乘以分子转化比例乘以转化后分子质量,计算气态污染物对PM2.5的二次贡献浓度,最后将一次PM2.5浓度和气态污染物对PM2.5的二次贡献浓度相加,获得目标污染源对受体点的PM2.5总贡献浓度。通过该方法可以基于分子转化比例计算的二次贡献浓度和一次贡献浓度获得PM2.5总贡献浓度,能够简化对硬件资源和清单的需求,从而减少评估污染源对PM2.5贡献浓度的时间,提高计算效率。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式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,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种污染源对PM2.5贡献计算方法的流程示意图;
图2为本发明实施例提供的一种模拟一次PM2.5浓度和气态污染物对PM2.5的一次贡献浓度的方法的流程示意图;
图3为本发明实施例提供的一种污染源对PM2.5贡献计算装置的结构示意图;
图4为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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。
随着大气污染治理的投入增加,监测手段向多元化发展,现有技术中通常利用两类空气质量模型来评估污染源对PM2.5浓度的贡献,常用的两类模型为二代扩散模型和三代数值模型。其中,二代扩散模型对于模拟污染源一次污染物的扩散具有较好的效果,不需要高性能计算资源,不需要大量复杂难处理的污染源数据,不需要复杂的后处理工作,但是由于缺失较为完备的化学机理模块,二代模型往往用于评估一次污染物的扩散和影响,对于一个污染源而言,仅仅能评估一次PM2.5排放的贡献。
三代数值模型具备较为完备的化学机理模块,可以较好的模拟一次和二次污染物生成过程,但是这些数值模型对硬件资源要求较高,需要高性能计算资源,对清单要求较高,需要一个城市较为完备清单、城市周边的清单、时间分辨率为小时空间分辨率为几公里多种污染物多种污染成分的高时空物种分辨率的网格化清单,模拟资源要求高,时间较长,在日常应用中成本较高,不能及时满足日益增长的大气环境治理压力带来的快速评估需求。
基于此,本发明实施例提供了一种污染源对PM2.5贡献计算方法、装置和电子设备,以缓解现有污染源对PM2.5贡献浓度的评估方法中存在的对硬件资源和清单的需求较高、评估时间长等技术问题。
为便于对本实施例进行理解,首先对本发明实施例所公开的一种污染源对PM2.5贡献计算方法进行详细介绍,参见图1所示的一种污染源对PM2.5贡献计算方法的流程示意图,该方法可以由电子设备执行,主要包括以下步骤S110至步骤S140:
S110:根据PM2.5组分监测数据计算气态污染物的分子转化比例;其中,气态污染物用于转化为对PM2.5有贡献的粒子。
PM2.5组分监测数据通常以城市为单位进行统计,自2013年开始大规模监测PM2.5浓度,随后逐步开展了PM2.5组分监测,例如,京津冀、汾渭平原等地区、主要省会等城市均具备PM2.5组分监测数据。PM2.5组分监测数据主要用于统计目标地区PM2.5的主要成分随时间的浓度变化,还可以包括气态污染物的浓度以及该气态污染物转化为对PM2.5有贡献的粒子的浓度。
上述气态污染物通常由化石燃料(煤、石油、天然气等)和垃圾的燃烧产生,可以部分转化为组成PM2.5的成分,也就是对PM2.5有贡献的粒子。气态污染物的分子转化比例通常是指该气态污染物已经转化的粒子占所有该气态污染物粒子的比例,其中所有该气态污染物粒子可以包括未转化的该气态污染物分子及已经转化的该气态污染物粒子。
作为一个具体的示例,气态污染物可以包括二氧化硫和氮氧化物,即SO2和NOX。其中,二氧化硫可以转化为PM2.5中的硫酸根;氮氧化物可以转化为PM2.5中的硝酸根。
上述分子转化比例可以用于表示该气态污染物分子转化为对PM2.5产生贡献的粒子的比例,一般通过计算该气态污染物已转化的粒子占未转化的该气态污染物分子与已转化的粒子之和的比例得出。例如,二氧化硫分子转化为硫酸根的比例可以通过以下公式计算:
SO2转化比例=[SO4 2-]/([SO4 2-]+SO2);
其中,SO4 2-的浓度、SO4 2-的浓度和SO2的浓度均为数浓度。
此外,气态污染物还可以包括其他对PM2.5有贡献的粒子,例如挥发性有机物VOCs、氨气NH3等等,可以根据PM2.5组分监测数据计算挥发性有机物或者氨气的分子转化比例。
S120:模拟目标污染源在受体点的一次PM2.5浓度和气态污染物对PM2.5的一次贡献浓度。
其中,该目标污染源可以是指造成PM2.5浓度上升的污染物发生源,通常是直接排放PM2.5或者排放气态污染物对PM2.5产生贡献的设备、装置等。目标污染源可以是人为污染源,例如:排放废气的机动车、锅炉等,目标污染源也可以是天然污染源,如:正在活动的火山等。
受体点可以是待模拟的污染源对PM2.5贡献浓度的点,该受体点通常设置在目标污染源所排放的污染物可以影响到的位置,一般在模拟范围之内。
目标污染源通常直接排放一次PM2.5和一些气态污染物,一次PM2.5浓度和气态污染物的一次贡献浓度可以由扩散模型进行模拟得到。其中,一次PM2.5浓度的单位一般是微克每立方米(μg/m3);气态污染物对PM2.5的一次贡献浓度的单位可以是十亿分比浓度(ppb)。
扩散模型模是空气质量模型的一种,可以通过运用气象学原理及数学方法,在大尺度范围内对空气质量进行仿真模拟,再现污染物在大气中输送、反应、清除等过程。扩散模型可以包括:拉格朗日模型(CALPUFF)、高斯扩散模型(AREMOD/ADMS)等。
为了便于分析,通常利用上述扩散模型模拟一段时间内的一次PM2.5浓度的平均值和气态污染物对PM2.5的一次贡献浓度的平均值。该一段时间可以是一天、一周、一个月、一年等等。
由于目标污染源直接排放的气态污染物经过复杂的物理化学反应通常会再次生成PM2.5,对PM2.5产生二次贡献,因此在评估污染源对PM2.5的总贡献时需要计算气态污染物对PM2.5的二次贡献浓度。
S130:基于一次贡献浓度乘以分子转化比例乘以转化后分子质量,计算气态污染物对PM2.5的二次贡献浓度。
转化后分子质量一般是指气态污染物转化为组成PM2.5的成分的分子质量,也就是对PM2.5有贡献的粒子的分子质量,例如:气态污染物SO2对应的转化后分子质量为SO4 2-的分子质量。
S140:计算二次贡献浓度和一次PM2.5浓度的和,得到目标污染源对受体点的PM2.5总贡献浓度。
本实施例提供的一种污染源对PM2.5贡献计算方法,根据PM2.5组分监测数据计算气态污染物的分子转化比例,模拟目标污染源在受体点的一次PM2.5浓度和气态污染物对PM2.5的一次贡献浓度,再基于一次贡献浓度乘以分子转化比例乘以转化后分子质量,计算气态污染物对PM2.5的二次贡献浓度,最后将一次PM2.5浓度和气态污染物对PM2.5的二次贡献浓度相加,获得目标污染源对受体点的PM2.5总贡献浓度。通过该方法可以基于分子转化比例计算的二次贡献浓度和一次贡献浓度获得PM2.5总贡献浓度,能够简化对硬件资源和清单的需求,从而减少评估污染源对PM2.5贡献浓度的时间,提高计算效率。
在一些实施方式中,上述步骤S110包括:
步骤(A):根据PM2.5组分监测数据获取硫酸根的浓度、硝酸根的浓度、二氧化硫的浓度和氮氧化物的浓度;其中,二氧化硫转化生成硫酸根,氮氧化物转化生成硝酸根;
步骤(B):基于硫酸根的浓度和二氧化硫的浓度,计算二氧化硫转化为硫酸根的分子转化比例;
步骤(C):基于硝酸根的浓度和氮氧化物的浓度,计算氮氧化物转化为硝酸根的分子转化比例。
在上述步骤(A)中,二氧化硫转化生成的硫酸根,以及氮氧化物转化生成的硝酸根均为PM2.5的组成成分。也就是说二氧化硫和氮氧化物经过物理化学反应生成PM2.5,即二氧化硫和氮氧化物对PM2.5产生二次贡献。
在步骤(B)中,二氧化硫转化为硫酸根的分子转化比例可以通过计算已经转化的SO4 2-占未转化的SO2分子与已转化的SO4 2-之和的比例得出,具体计算公式如下:SO2转化比例=[SO4 2-]/([SO4 2-]+SO2)。
在步骤(C)中,氮氧化物转化为硝酸根的分子转化比例可以通过计算已经转化的NO3-占未转化的NO2分子、NO分子与已转化的NO3-之和的比例得出,具体计算公式如下:NOX转化比例=[NO3-]/([NO3-]+NO2+NO)。
在一些实施方式中,参见图2,步骤S120包括以下步骤S210至S230:
S210:获取目标污染源的地理信息和排放参数。
其中,地理信息可以包括:经纬度、海拔高度等,排放参数可以包括:排口信息、温度和气体流速等,排放参数信息可以用于分析污染物的排放速度等。
S220:确定模拟范围和受体点的位置,采集模拟范围的地形信息和气象数据;受体点在模拟范围内,目标污染源用于排放影响受体点处PM2.5的气态污染物。
其中,模拟范围可以是一个区域,例如:城市、某山区等;受体点设置在该区域内,并且一个区域中受体点的数量可以是一个或多个。地形信息可以包括:地形地貌数据和土地利用率数据。
上述气态污染物由目标污染源排放产生,该气态污染物可以包括二氧化硫和氮氧化物,还可以包括其他对PM2.5产生贡献的气态物质。
S230:将目标污染源的地理信息和排放参数、模拟范围的地形信息和气象数据输入至扩散模型,模拟出目标污染源在受体点的一次PM2.5浓度和气态污染物的一次贡献浓度。
作为一个具体的示例,模拟一个目标污染源A对城市B的PM2.5的贡献,具体方法如下:
(1)获取目标污染源A的排放参数:计算或搜集污染源A的排放清单,包括PM2.5排放量、SO2、NOX排放量等。
在一些可能的实施方式中,污染源A的排放清单,还可以包括VOCs和NH3排放量。
(2)获取目标污染源A的地理信息和排放参数:获取污染源A的地理信息(经纬度、海拔高度)和排放参数(排口信息、温度、气体流速)。
(3)确定模拟范围和受体点的位置,采集模拟范围的气象数据:搜集城市B的气象数据或模拟数据。
(4)采集模拟范围的地形信息:搜集当地的地形地貌数据和土地利用率数据。
(5)将目标污染源的地理信息和排放参数、模拟范围的地形信息和气象数据输入至扩散模型,模拟出目标污染源在受体点的一次PM2.5浓度和气态污染物的一次贡献浓度:把(1)至(4)准备好的数据输入到二代模型中,在Windows系统中操作即可,设置好模拟的范围和受体点的位置,进行模拟得到模拟数据。
(6)简单的数据提取。
在一些实施方式中,上述步骤S130包括:
步骤(D):基于二氧化硫的一次贡献浓度和二氧化硫的分子转化比例,计算目标污染源在受体点的二氧化硫的二次贡献浓度;
步骤(E):基于氮氧化物的一次贡献浓度和氮氧化物的分子转化比例,计算目标污染源在受体点的氮氧化物的二次贡献浓度。
其中,二氧化硫的二次贡献浓度的计算公式为:二氧化硫的二次贡献浓度=二氧化硫的分子转化比例*二氧化硫的一次贡献浓度*硫酸根的分子质量;氮氧化物的二次贡献浓度的计算公式为:氮氧化物的二次贡献浓度=氮氧化物的分子转化比例*氮氧化物的一次贡献浓度*硝酸根的分子质量。
作为一个具体的示例,以X区某污染源S为例,评价污染源S对某个受体点M在1月15日至2月10日的PM2.5贡献值。
(a)采用扩散模型CALPUFF进行模拟,得到SO2一次贡献浓度的平均值为15ppb,NOx一次贡献浓度的平均值为20ppb,一次PM2.5浓度的平均值为0.2μg/m3;
(b)1月15日至2月10日根据城市组分监测数据计算得到该段时间平均SO2分子转化比例=0.42,NOx分子转化比例=0.50;
(c)计算污染源S所排放的SO2转换成PM2.5中SO4 2-的浓度(对PM2.5的二次贡献浓度)为SO2一次贡献浓度的平均值*SO2分子转化比例*SO4 2-的分子质量,即:15*0.42*96=0.604μg/m3;
计算污染源S所排放NOx转换成PM2.5中NO3-的浓度(对PM2.5的二次贡献浓度)为NOx一次贡献浓度的平均值*NOx分子转化比例*NO3-的分子质量,即:20*0.50*62=0.62μg/m3;
(d)最终得到污染源S对受体点M在1月15日至2月10日的PM2.5总贡献值为一次PM2.5浓度的平均值+SO2对PM2.5的二次贡献浓度+NOx对PM2.5的二次贡献浓度,即:D=0.2+0.604+0.62=1.4μg/m3。
此外,采用三代空气质量模型NAQPMS模式模拟同时间段污染源S对X区的受体点M的PM2.5总贡献浓度,需要采集该区全部污染源的排放清单,并且将所有的清单以及去除污染源的其它部分清单进行时间分配、空间分配、物种分配,在Linux系统下进行,需要高性能的计算资源,耗费较长的时间。最终得到污染源S对PM2.5总贡献浓度平均为1.2μg/m3,与上述本申请实施例提供的方法的误差在实际应用中属于可接受范围。
本发明实施例提供了一种污染源对PM2.5贡献计算装置,参照图3所示,该装置包括以下结构:
第一计算模块310,用于根据细颗粒物PM2.5组分监测数据计算气态污染物的分子转化比例;其中,气态污染物用于转化为对细颗粒物PM2.5有贡献的粒子;
模拟模块320,用于模拟目标污染源在受体点的一次PM2.5浓度和气态污染物对PM2.5的一次贡献浓度;
第二计算模块330,用于基于一次贡献浓度乘以分子转化比例乘以转化后分子质量,计算气态污染物对PM2.5的二次贡献浓度;
第三计算模块340,用于计算二次贡献浓度和一次PM2.5浓度的和,得到目标污染源对受体点的PM2.5总贡献浓度。
在一些实施方式中,模拟模块320包括以下单元:
第二获取单元,用于获取目标污染源的地理信息和排放参数;
确定单元,用于确定模拟范围和受体点的位置,采集模拟范围的地形信息和气象数据;受体点在模拟范围内,目标污染源用于排放影响受体点处PM2.5的气态污染物;
模拟单元,用于将目标污染源的地理信息和排放参数、模拟范围的地形信息和气象数据输入至扩散模型,模拟出目标污染源在受体点的一次PM2.5浓度和气态污染物的一次贡献浓度。
其中,上述气态污染物可以包括:二氧化硫和氮氧化物。
在一些实施方式中,上述第一计算模块310包括以下单元:
第一获取单元,用于根据PM2.5组分监测数据获取硫酸根的浓度、硝酸根的浓度、二氧化硫的浓度和氮氧化物的浓度;其中,二氧化硫转化生成硫酸根,氮氧化物转化生成硝酸根;
转化比例计算单元,用于基于硫酸根的浓度和二氧化硫的浓度,计算二氧化硫转化为硫酸根的分子转化比例;
该转化比例计算单元还用于基于硝酸根的浓度和氮氧化物的浓度,计算氮氧化物转化为硝酸根的分子转化比例。
在一些实施方式中,上述第二计算模块330包括以下单元:
二次贡献浓度计算单元,用于基于二氧化硫的一次贡献浓度和二氧化硫的分子转化比例,计算目标污染源在受体点的二氧化硫的二次贡献浓度;
该二次贡献浓度计算单元,还用于基于氮氧化物的一次贡献浓度和氮氧化物的分子转化比例,计算目标污染源在受体点的氮氧化物的二次贡献浓度。
作为一个示例,二氧化硫的二次贡献浓度的计算公式为:二氧化硫的二次贡献浓度=二氧化硫的分子转化比例*二氧化硫的一次贡献浓度*硫酸根的分子质量;氮氧化物的二次贡献浓度=氮氧化物的分子转化比例*氮氧化物的一次贡献浓度*硝酸根的分子质量。
本申请实施例所提供的污染源对PM2.5贡献计算装置可以为设备上的特定硬件或者安装于设备上的软件或固件等。本申请实施例所提供的装置,其实现原理及产生的技术效果和前述方法实施例相同,为简要描述,装置实施例部分未提及之处,可参考前述方法实施例中相应内容。所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,前述描述的系统、装置和单元的具体工作过程,均可以参考上述方法实施例中的对应过程,在此不再赘述。本申请实施例提供的污染源对PM2.5贡献计算装置与上述实施例提供的污染源对PM2.5贡献计算方法具有相同的技术特征,所以也能解决相同的技术问题,达到相同的技术效果。
本申请实施例还提供了一种电子设备,具体的,该电子设备包括处理器和存储装置;存储装置上存储有计算机程序,计算机程序在被所述处理器运行时执行如上所述实施方式的任一项所述的方法。
图4为本申请实施例提供的一种电子设备的结构示意图,该电子设备400包括:处理器40,存储器41,总线42和通信接口43,所述处理器40、通信接口43和存储器41通过总线42连接;处理器40用于执行存储器41中存储的可执行模块,例如计算机程序。
其中,存储器41可能包含高速随机存取存储器(RAM,RandomAccessMemory),也可能还包括非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。通过至少一个通信接口43(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接,可以使用互联网,广域网,本地网,城域网等。
总线42可以是ISA总线、PCI总线或EISA总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,图4中仅用一个双向箭头表示,但并不表示仅有一根总线或一种类型的总线。
其中,存储器41用于存储程序,所述处理器40在接收到执行指令后,执行所述程序,前述本发明实施例任一实施例揭示的流过程定义的装置所执行的方法可以应用于处理器40中,或者由处理器40实现。
处理器40可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器40中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器40可以是通用处理器,包括中央处理器(CentralProcessingUnit,简称CPU)、网络处理器(NetworkProcessor,简称NP)等;还可以是数字信号处理器(Digital SignalProcessing,简称DSP)、专用集成电路(Application Specific Integrated Circuit,简称ASIC)、现成可编程门阵列(Field-Programmable Gate Array,简称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。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。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。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器41,处理器40读取存储器41中的信息,结合其硬件完成上述方法的步骤。
对应于上述方法,本申请实施例还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机器可运行指令,所述计算机可运行指令在被处理器调用和运行时,所述计算机可运行指令促使所述处理器运行上述方法的步骤。
在本申请所提供的实施例中,应该理解到,所揭露装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,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,又例如,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信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,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,在本申请提供的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。
所述功能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,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,电子设备,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
应注意到:相似的标号和字母在附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释,此外,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
最后应说明的是:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,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:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种污染源对PM2.5贡献计算方法,其特征在于,包括:
根据细颗粒物PM2.5组分监测数据计算气态污染物的分子转化比例;其中,所述气态污染物用于转化为对所述细颗粒物PM2.5有贡献的粒子;所述分子转化比例为所述气态污染物已经转化的粒子占所述气态污染物的粒子总数的比例;
通过扩散模型模拟目标污染源在受体点的一次PM2.5浓度和所述气态污染物对PM2.5的一次贡献浓度;
基于所述一次贡献浓度乘以所述分子转化比例乘以转化后分子质量,计算所述气态污染物对PM2.5的二次贡献浓度;
计算所述二次贡献浓度和所述一次PM2.5浓度的和,得到所述目标污染源对所述受体点的PM2.5总贡献浓度。
2.根据权利要求1所述的方法,其特征在于,模拟目标污染源在受体点的一次PM2.5浓度和所述气态污染物对PM2.5的一次贡献浓度的步骤,包括:
获取所述目标污染源的地理信息和排放参数;
确定模拟范围和受体点的位置,采集所述模拟范围的地形信息和气象数据;所述受体点在所述模拟范围内,所述目标污染源用于排放影响所述受体点处PM2.5的气态污染物;
将所述目标污染源的地理信息和排放参数、所述模拟范围的地形信息和气象数据输入至扩散模型,模拟出所述目标污染源在所述受体点的一次PM2.5浓度和所述气态污染物的一次贡献浓度。
3.根据权利要求1或2所述的方法,其特征在于,所述气态污染物包括:二氧化硫和氮氧化物。
4.根据权利要求3所述的方法,其特征在于,根据细颗粒物PM2.5组分监测数据计算气态污染物的分子转化比例的步骤,包括:
根据PM2.5组分监测数据获取硫酸根的浓度、硝酸根的浓度、二氧化硫的浓度和氮氧化物的浓度;其中,所述二氧化硫转化生成所述硫酸根,所述氮氧化物转化生成所述硝酸根;
基于所述硫酸根的浓度和所述二氧化硫的浓度,计算所述二氧化硫转化为所述硫酸根的分子转化比例;
基于所述硝酸根的浓度和所述氮氧化物的浓度,计算所述氮氧化物转化为所述硝酸根的分子转化比例。
5.根据权利要求3所述的方法,其特征在于,基于所述一次贡献浓度乘以所述分子转化比例乘以转化后分子质量,计算所述气态污染物对PM2.5的二次贡献浓度的步骤,包括:
基于所述二氧化硫的一次贡献浓度和所述二氧化硫的分子转化比例,计算所述目标污染源在所述受体点的二氧化硫的二次贡献浓度;
基于所述氮氧化物的一次贡献浓度和所述氮氧化物的分子转化比例,计算所述目标污染源在所述受体点的氮氧化物的二次贡献浓度。
6.根据权利要求5所述的方法,其特征在于,所述二氧化硫的二次贡献浓度的计算公式为:二氧化硫的二次贡献浓度=二氧化硫的分子转化比例*二氧化硫的一次贡献浓度*硫酸根的分子质量;
所述氮氧化物的二次贡献浓度的计算公式为:氮氧化物的二次贡献浓度=氮氧化物的分子转化比例*氮氧化物的一次贡献浓度*硝酸根的分子质量。
7.一种污染源对PM2.5贡献计算装置,其特征在于,包括:
第一计算模块,用于根据细颗粒物PM2.5组分监测数据计算气态污染物的分子转化比例;其中,所述气态污染物用于转化为对所述细颗粒物PM2.5有贡献的粒子;所述分子转化比例为所述气态污染物已经转化的粒子占所述气态污染物的粒子总数的比例;模拟模块,用于通过扩散模型模拟目标污染源在受体点的一次PM2.5浓度和所述气态污染物对PM2.5的一次贡献浓度;
第二计算模块,用于基于所述一次贡献浓度乘以所述分子转化比例乘以转化后分子质量,计算所述气态污染物对PM2.5的二次贡献浓度;
第三计算模块,用于计算所述二次贡献浓度和所述一次PM2.5浓度的和,得到所述目标污染源对所述受体点的PM2.5总贡献浓度。
8.根据权利要求7所述的装置,其特征在于,所述模拟模块包括:
第二获取单元,用于获取所述目标污染源的地理信息和排放参数;
确定单元,用于确定模拟范围和受体点的位置,采集所述模拟范围的地形信息和气象数据;所述受体点在所述模拟范围内,所述目标污染源用于排放影响所述受体点处PM2.5的气态污染物;
模拟单元,用于将所述目标污染源的地理信息和排放参数、所述模拟范围的地形信息和气象数据输入至扩散模型,模拟出所述目标污染源在所述受体点的一次PM2.5浓度和所述气态污染物的一次贡献浓度。
9.一种电子设备,包括存储器、处理器,所述存储器中存储有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上述权利要求1至6任一项所述的方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有机器可运行指令,所述计算机可运行指令在被处理器调用和运行时,所述计算机可运行指令促使所述处理器运行所述权利要求1至6任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011573456.9A CN112711893B (zh) | 2020-12-25 | 2020-12-25 | 污染源对pm2.5贡献计算方法、装置和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011573456.9A CN112711893B (zh) | 2020-12-25 | 2020-12-25 | 污染源对pm2.5贡献计算方法、装置和电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112711893A CN112711893A (zh) | 2021-04-27 |
CN112711893B true CN112711893B (zh) | 2022-06-03 |
Family
ID=75545576
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011573456.9A Active CN112711893B (zh) | 2020-12-25 | 2020-12-25 | 污染源对pm2.5贡献计算方法、装置和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112711893B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113740221B (zh) * | 2021-09-07 | 2022-07-26 | 天津大学 | 基于细颗粒物与臭氧的空气污染源区确定方法 |
CN114819696B (zh) * | 2022-05-12 | 2023-06-23 | 中科三清科技有限公司 | 确定污染物浓度影响因素的方法、装置及电子设备 |
CN114974452B (zh) * | 2022-05-24 | 2023-03-28 | 北京中科三清环境技术有限公司 | 一种确定二次转化来源的管控目标的方法和装置 |
CN117116381B (zh) * | 2023-09-08 | 2024-05-03 | 重庆市生态环境科学研究院 | 一种基于受体和化学传输模型综合解析细颗粒物源贡献的方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9004911B1 (en) * | 2012-11-29 | 2015-04-14 | U.S. Department Of Energy | Apparatus and method for solid fuel chemical looping combustion |
CN109916788A (zh) * | 2019-01-14 | 2019-06-21 | 南京大学 | 一种区分不同区域排放变化和气象条件变化对pm2.5浓度影响的方法 |
CN110018280A (zh) * | 2019-05-17 | 2019-07-16 | 北京市环境保护科学研究院 | 一种大气污染源排放综合表征方法及装置 |
CN111899817A (zh) * | 2020-08-04 | 2020-11-06 | 中科三清科技有限公司 | 污染物源解析方法和装置 |
-
2020
- 2020-12-25 CN CN202011573456.9A patent/CN112711893B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9004911B1 (en) * | 2012-11-29 | 2015-04-14 | U.S. Department Of Energy | Apparatus and method for solid fuel chemical looping combustion |
CN109916788A (zh) * | 2019-01-14 | 2019-06-21 | 南京大学 | 一种区分不同区域排放变化和气象条件变化对pm2.5浓度影响的方法 |
CN110018280A (zh) * | 2019-05-17 | 2019-07-16 | 北京市环境保护科学研究院 | 一种大气污染源排放综合表征方法及装置 |
CN111899817A (zh) * | 2020-08-04 | 2020-11-06 | 中科三清科技有限公司 | 污染物源解析方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN112711893A (zh) | 2021-04-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112711893B (zh) | 污染源对pm2.5贡献计算方法、装置和电子设备 | |
Khan et al. | Development and performance evaluation of new AirGIS–a GIS based air pollution and human exposure modelling system | |
Brunner et al. | Accounting for the vertical distribution of emissions in atmospheric CO< sub> 2</sub> simulations | |
KR102324392B1 (ko) | 지역별 미세먼지 농도 예측방법 및 시스템 | |
CN110489785B (zh) | 一种大气污染物在线源解析方法及系统 | |
Kukkonen et al. | Modelling of the urban concentrations of PM 2.5 on a high resolution for a period of 35 years, for the assessment of lifetime exposure and health effects | |
CN111753426B (zh) | 颗粒物污染的源解析方法和装置 | |
CN113720972B (zh) | 大气污染物的源解析方法及装置 | |
Nigge | Life cycle assessment of natural gas vehicles: development and application of site-dependent impact indicators | |
Wang et al. | Source apportionment of fine and coarse atmospheric particles in Auckland, New Zealand | |
CN107767081B (zh) | 一种燃煤电厂大气环境影响评价方法及装置 | |
CN114564841B (zh) | 城市大气排放清单反演方法、系统、设备及存储介质 | |
ApSimon et al. | The UK Integrated Assessment Model for source apportionment and air pollution policy applications to PM2. 5 | |
Stroud et al. | Toxic volatile organic air pollutants across Canada: multi-year concentration trends, regional air quality modelling and source apportionment | |
Wen et al. | Source apportionment of PM 2.5 in Tangshan, China—Hybrid approaches for primary and secondary species apportionment | |
CN114862175A (zh) | 一种获取不同情景下空气质量改善效果的方法及装置 | |
Xun-lai et al. | Numerical simulations on the effect of sea–land breezes on atmospheric haze over the Pearl River Delta Region | |
Gavidia-Calderón et al. | Simulation of O 3 and NO x in São Paulo street urban canyons with VEIN (v0. 2.2) and MUNICH (v1. 0) | |
CN114792057B (zh) | 一种基于ais数据的空气质量模型船舶排放清单处理方法 | |
CN114896952B (zh) | 一种大气污染源排放清单编制方法及装置 | |
Feng et al. | A Regional multi-Air Pollutant Assimilation System (RAPAS v1. 0) for emission estimates: system development and application | |
CN116109323A (zh) | 臭氧污染溯源方法、装置、设备及存储介质 | |
Li et al. | Variable effects of spatial resolution on modeling of nitrogen oxides | |
Perugu et al. | Incorporating temperature effects in California's on-road emission gridding process for air quality model inputs | |
Terrain et al. | Mathematical modeling of the effect of emission sources on atmospheric pollutant concentrations |
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 |