CN112801422B - 数值模型和线性规划模型相结合的大气污染协同控制方法 - Google Patents
数值模型和线性规划模型相结合的大气污染协同控制方法 Download PDFInfo
- Publication number
- CN112801422B CN112801422B CN202110304791.7A CN202110304791A CN112801422B CN 112801422 B CN112801422 B CN 112801422B CN 202110304791 A CN202110304791 A CN 202110304791A CN 112801422 B CN112801422 B CN 112801422B
- Authority
- CN
- China
- Prior art keywords
- emission
- source
- different
- model
- concentration
- 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 27
- 239000013618 particulate matter Substances 0.000 claims abstract description 46
- 230000009467 reduction Effects 0.000 claims abstract description 30
- 230000004044 response Effects 0.000 claims abstract description 11
- 239000003344 environmental pollutant Substances 0.000 claims description 27
- 231100000719 pollutant Toxicity 0.000 claims description 27
- 241000894007 species Species 0.000 claims description 17
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000011835 investigation Methods 0.000 claims description 7
- 238000011160 research Methods 0.000 claims description 7
- 238000003915 air pollution Methods 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 5
- 239000012855 volatile organic compound Substances 0.000 claims description 5
- CBENFWSGALASAD-UHFFFAOYSA-N Ozone Chemical compound [O-][O+]=O CBENFWSGALASAD-UHFFFAOYSA-N 0.000 claims description 4
- 238000011109 contamination Methods 0.000 claims description 4
- 239000000470 constituent Substances 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 2
- 238000005457 optimization Methods 0.000 abstract 1
- 238000002474 experimental method Methods 0.000 description 4
- 230000000052 comparative effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000002243 precursor Substances 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000001311 chemical methods and process Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 102000030592 phosphoserine aminotransferase Human genes 0.000 description 1
- 108010088694 phosphoserine aminotransferase Proteins 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Educational Administration (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)
- Feedback Control In General (AREA)
Abstract
本发明公开了一种数值模型和线性规划模型相结合的大气污染协同控制方法,基于源追踪数值模型建立PM2.5和O3浓度的区域排放源—受体响应关系,利用数学规划模型求取PM2.5和O3浓度同时达标情况下的最大允许排放量方案,估算大气环境容量,评估不同城市、不同行业排放源减排方案的有效性,给出区域空气质量达标的可行对策建议,提出优化减排建议。
Description
技术领域
本发明属于气象科学技术领域,尤其涉及一种源追踪数值模型和数学规划模型用以估算大气环境容量的技术。
背景技术
空气质量数值模型是当前研究大气污染问题的主要手段。数值模型通过模拟大气中不同空间尺度的物理、化学过程,在技术上能够对历史污染事件进行还原,另外还能对未来污染物浓度变化进行预报预测。当前我国区域复合污染现象突出,为实现对大气污染的控制,已有一些基于数值模型的方法能够根据各污染源的排放强度资料和气象资料,估算污染源对受体的贡献,通过人为调整数值模型内排放源参数,对某种大气污染物进行预报预测,得到该大气污染物的减排控制方案。
由于近年来我国大气污染格局的变化,颗粒物和臭氧成为影响我国城市和区域空气质量的主要大气污染物,对不同大气污染物(尤其是PM2.5和O3)的协同控制成为我国空气质量改善的焦点和打赢蓝天保卫战的关健。另外,线性规划模型虽然在大气环境容量资源问题中的应用具有更强客观性,但其往往作为独立规划模型,在与区域空气质量的污染物协同控制方面未见有研究。
因此,有必要发展一种数值模型和数学规划模型相结合的区域空气质量达标规划的新方法。
发明内容
针对现有技术存在的问题,本发明提供了一种数值模型和线性规划模型相结合的大气污染协同控制方法,该方法能够在满足城市PM2.5和O3同时达标的前提下,给出区域大气环境容量和分城市、分行业区的不同大气污染物减排量,为我国重点城市群长期和短期空气质量管理(PM2.5和O3协同控制)提供一定的参考依据。
为解决上述技术问题,本发明采用了以下技术方案:
一种数值模型和线性规划模型相结合的大气污染协同控制方法,包括以下步骤:
步骤S1,基于空气质量模型CAMx中对颗粒物和臭氧来源的解析,模拟建立研究区域内PM2.5、O3及其组分的排放源与受体的非线性响应关系;
步骤S2,利用数学规划模型,分别以污染物排放量和区域排放源相对受体的响应关系作为输入值,以一次污染源区域允许排放总量最大为目标函数,以PM2.5和MDA1 O3浓度同时达标为约束条件,计算得到不同城市、不同行业源中一次污染物优化减排方案的所有可行解;
步骤S3,依据步骤S2得到的数学规划模型计算结果,确定污染源减排清单;并利用空气质量模型CAMx重新模拟,判断PM2.5和MDA1 O3浓度是否达标,以评估减排方案的有效性和可靠性;
步骤S4,筛选满足PM2.5和O3同时达标的可行减排方案,给出研究区域不同污染物最大允许排放量的建议值,以及分区域、分行业排放源的减排比例。
进一步的,所述一次污染源包括SO2、NOx、NH3、VOCs和一次PM2.5。
进一步的,步骤S2中进行区域允许排放总量的计算,采用以下数学规划模型:
对于不同物种排放量间的量级差异,使用归一法按对不同物种的排放量加以权重计算不同城市、不同行业源的一次污染源(SO2、NOx、NH3、VOCs和一次PM2.5)排放总量的最大值,
式中,Max Q为允许排放总量的最大值,CtrRi,j,sp代表不同城市、不同源类、不同物种的控制比例,下角标i代表源区城市序号,下角标j代表源人为排放源类别序号,下角标sp代表PM2.5或O3的组成物种或对应的一次污染源的序号,esp为不同物种排放量的权重系数;L代表一次污染源的总数,M代表受体城市数量,N代表考虑的所有源区城市的数量。
进一步的,步骤S2中,研究区域空气质量目标的约束条件,考虑研究区域的PM2.5和O3浓度由背景和非背景贡献的浓度组成,并通过式(2)实现对研究区域空气质量目标的约束,
式中,代表单位排放量对受体城市r贡献的浓度,Q代表污染物排放量,代表所有源区自然源对受体城市r贡献的浓度,/>代表目标城市以外区域的人为源对受体城市r贡献的浓度,/>代表初始和边界条件对受体城市r贡献的浓度,/>代表受体城市r中PM2.5和O3空气质量目标;
进一步的,所述不同城市、不同源类、不同物种的控制比例CtrRi,j,sp的上下界约束条件符合以下关系式(3):
LowBi,j,sp≤CtrRi,j,sp≤UppBi,j,sp (3)
式中,LowBi,j,sp表示排放源控制比例下界,UppBi,j,sp表示排放源控制上界,取值0~100%。
有益效果:相对于现有技术,本发明能应用于重点城市群PM2.5和O3污染的协同控制问题,实现大气环境容量的估算以优化减排建议;本发明方法基于源追踪数值模型建立PM2.5和O3浓度的区域排放源—受体响应关系,并结合数学规划模型能获得PM2.5和O3浓度同时达标情况下的最大允许排放量方案,实现对不同城市、不同行业排放源减排方案的有效性评估,具有更强的客观性。
附图说明
图1为应用本发明方法得到的PM2.5及其组分区域排放源—受体响应关系图;
图2为应用本发明方法得到的MDA1 O3及其组分区域排放源—受体响应关系图;
图3为应用本发明方法得到不同实验目标函数值的可行解个数以及比较图;
图4为应用本发明方法得到不同实验一次污染物分行业源排放量和区域排放总量的减排比例比较图;
图5为应用本发明方法得到Case1实验145种减排方案平均情况下不同城市PM2.5和MDA1O3的下降浓度、减排后浓度和下降比例的对比图;
具体实施方式
下面结合附图并以具体实施例,进一步阐明本发明。应理解这些实施例仅用于说明本发明而不用于限制本发明的范围,在阅读了本发明之后,本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。
本发明提供了一种数值模型和线性规划模型相结合的大气污染协同控制方法,包括有以下步骤:
第一步:来源解析模块中源追踪区域设置成M个区域,源解析受体为区域内N个城市,源追踪类型设置为5类人为源和自然源,基于空气质量模型CAMx中颗粒物和臭氧来源解析技术(PSAT和OSAT),模拟建立研究区域PM2.5、O3及其组分的排放源—受体非线性响应关系;
第二步:利用数学规划模型,将第一步模拟建立的污染物排放量和区域排放源—受体响应关系作为输入,以一次污染物(SO2、NOx、NH3、VOCs和一次PM2.5)区域允许排放总量最大为目标函数,以PM2.5和MDA1 O3浓度同时达标为约束条件,计算得到不同城市、不同行业源一次污染物优化减排方案的所有可行解;
其中,区域允许排放总量的数学规划模型如下:
①对于不同物种排放量间的量级差异,使用归一法对不同物种的排放量加以权重计算不同城市、不同行业源一次前体物(SO2、NOx、NH3、VOCs和一次PM2.5)排放总量的最大值,其中MaxQ为排放总量的最大值,CtrRi,j,sp代表不同城市、不同源类、不同物种的控制比例,j代表源区城市,sp代表PM2.5或O3的组成物种或对应的一次前体物,esp为不同物种排放量的权重系数。
②对于研究区域PM2.5和O3浓度由“背景”和“非背景”贡献浓度组成,利用对研究区域空气质量目标约束,其中/>代表单位排放量对受体城市r贡献的浓度,Q代表污染物排放量,代表所有源区自然源贡献浓度,/>代表目标城市以外区域人为源贡献浓度,/>代表初始和边界条件贡献浓度,/>代表PM2.5和O3空气质量目标。
③对于上下界约束条件LowBi,j,sp≤CtrRi,j,sp≤UppBi,j,sp,其中LowBi,j,sp和UppBi,j,sp分别为不同城市i、不同源类j、不同物种sp排放源控制比例的下界和上界。研究中设定不允许排放增加,即LowB=0,UppB变化范围为0~1,即减排比例范围为0~100%。
第三步:依据数学规划模型计算结果(即不同城市、不同行业源一次污染物减排比例),确定污染源减排清单,利用CAMx模型重新模拟,判断PM2.5和MDA1 O3浓度是否达标,评估减排方案的有效性和可靠性;
第四步:筛选满足PM2.5和O3同时达标的可行减排方案,给出研究区域不同污染物最大允许排放量建议值,以及分区域、分行业排放源的减排比例。
本发明的设计重点是:通过采用本发明方法,在满足城市PM2.5和O3同时达标的前提下,给出区域大气环境容量和分城市、分行业区的不同大气污染物减排量,可以为我国重点城市群长期和短期空气质量管理(PM2.5和O3协同控制)提供一定的参考依据。
图1和图2为实施例地区PM2.5、O3及其组分区域排放源—受体响应关系图;图3为实施例在不同实验目标函数值的可行解个数以及比较图;图4为实施例在不同实验一次污染物分行业源排放量和区域排放总量的减排比例比较图;图5为实施例在Case1实验145种减排方案平均情况下不同城市PM2.5和MDA1O3的下降浓度、减排后浓度和下降比例对比图。
表1:PM2.5和O3达标下的8种优化减排方案的大气环境容量和污染物减排比例
如上表1所示,为实施例Case1实验中长三角所有城市PM2.5和O3全部达标情景下8种优化减排方案的大气环境容量和污染物减排比例。
最后应说明的是:以上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实施例技术方案的精神和范围。
Claims (4)
1.一种数值模型和线性规划模型相结合的大气污染协同控制方法,包括以下步骤:
步骤S1,基于空气质量模型CAMx中对颗粒物和臭氧来源的解析,模拟建立研究区域内PM2.5、O3及其组分的排放源与受体的非线性响应关系;
步骤S2,利用数学规划模型,分别以污染物排放量与区域排放源相对受体的响应关系作为输入值,以一次污染源区域允许排放总量最大为目标函数,以PM2.5和MDA1 O3浓度同时达标为约束条件,计算得到不同城市、不同行业源中一次污染物优化减排方案的所有可行解;
步骤S3,依据步骤S2得到的数学规划模型计算结果,确定污染源减排清单;并利用空气质量模型CAMx重新模拟,判断PM2.5和MDA1 O3浓度是否达标,以评估减排方案的有效性和可靠性;
步骤S4,筛选满足PM2.5和O3同时达标的可行减排方案,给出研究区域不同污染物最大允许排放量的建议值,以及分区域、分行业排放源的减排比例;
步骤S2中进行区域允许排放总量的计算,采用以下数学规划模型:
对于不同物种排放量间的量级差异,使用归一法按对不同物种的排放量加以权重计算不同城市、不同行业源的一次污染源排放总量的最大值,
式中,Max Q为允许排放总量的最大值,CtrRi,j,sp代表不同城市、不同源类、不同物种的控制比例,下角标i代表源区城市序号,下角标j代表源人为排放源类别序号,下角标sp代表PM2.5或O3的组成物种或对应的一次污染源的序号,esp为不同物种排放量的权重系数;L代表一次污染源的总数,M代表受体城市数量,N代表考虑的所有源区城市的数量。
2.根据权利要求1所述数值模型和线性规划模型相结合的大气污染协同控制方法,其特征在于:所述一次污染源包括SO2、NOx、NH3、VOCs和一次PM2.5。
3.根据权利要求2所述数值模型和线性规划模型相结合的大气污染协同控制方法,其特征在于:步骤S2中,研究区域空气质量目标的约束条件,考虑研究区域的PM2.5和O3浓度由背景和非背景贡献的浓度组成,并通过式(2)实现对研究区域空气质量目标的约束,
式中,代表单位排放量对受体城市r贡献的浓度,Q代表污染物排放量,/>代表所有源区自然源对受体城市r贡献的浓度,/>代表目标城市以外区域的人为源对受体城市r贡献的浓度,/>代表初始和边界条件对受体城市r贡献的浓度,代表受体城市r中PM2.5和O3空气质量目标。
4.根据权利要求1所述数值模型和线性规划模型相结合的大气污染协同控制方法,其特征在于:所述不同城市、不同源类、不同物种的控制比例CtrRi,j,sp的上下界约束条件符合以下关系式(3):
LowBi,j,sp≤CtrRi,j,sp≤UppBi,j,sp (3)
式中,LowBi,j,sp表示排放源控制比例下界,UppBi,j,sp表示排放源控制上界,取值0~100%。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110304791.7A CN112801422B (zh) | 2021-03-23 | 2021-03-23 | 数值模型和线性规划模型相结合的大气污染协同控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110304791.7A CN112801422B (zh) | 2021-03-23 | 2021-03-23 | 数值模型和线性规划模型相结合的大气污染协同控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112801422A CN112801422A (zh) | 2021-05-14 |
CN112801422B true CN112801422B (zh) | 2024-01-23 |
Family
ID=75815572
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110304791.7A Active CN112801422B (zh) | 2021-03-23 | 2021-03-23 | 数值模型和线性规划模型相结合的大气污染协同控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112801422B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113269453B (zh) * | 2021-06-01 | 2023-03-10 | 中科三清科技有限公司 | 一种大气中臭氧和颗粒物的协同控制方法及装置 |
CN113419449B (zh) * | 2021-06-28 | 2022-04-22 | 中科三清科技有限公司 | 一种细颗粒物和臭氧协同控制的控制方法和装置 |
CN113688505A (zh) * | 2021-07-29 | 2021-11-23 | 北京化工大学 | 一种空气质量数据快速优化方法、系统及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106649960A (zh) * | 2016-10-12 | 2017-05-10 | 环境保护部环境规划院 | 大气多污染物环境容量三维迭代计算方法 |
CN107563562A (zh) * | 2017-09-08 | 2018-01-09 | 新奥泛能网络科技股份有限公司 | 网格化城市大气污染物排放的评估方法及装置 |
CN109446696A (zh) * | 2018-11-08 | 2019-03-08 | 成都市环境保护科学研究院 | 基于cmaq模型的快速大气环境容量测算方法、存储介质和终端 |
CN111523717A (zh) * | 2020-04-15 | 2020-08-11 | 北京工业大学 | 一种大气污染物排放清单的反演估算方法 |
WO2021026792A1 (zh) * | 2019-08-14 | 2021-02-18 | 柯灵爱尔(北京)环境技术中心 | 一种选择污染物治理措施的方法 |
CN112462603A (zh) * | 2020-10-13 | 2021-03-09 | 中科三清科技有限公司 | 区域大气重污染应急的优化调控方法、装置、设备及介质 |
-
2021
- 2021-03-23 CN CN202110304791.7A patent/CN112801422B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106649960A (zh) * | 2016-10-12 | 2017-05-10 | 环境保护部环境规划院 | 大气多污染物环境容量三维迭代计算方法 |
CN107563562A (zh) * | 2017-09-08 | 2018-01-09 | 新奥泛能网络科技股份有限公司 | 网格化城市大气污染物排放的评估方法及装置 |
CN109446696A (zh) * | 2018-11-08 | 2019-03-08 | 成都市环境保护科学研究院 | 基于cmaq模型的快速大气环境容量测算方法、存储介质和终端 |
WO2021026792A1 (zh) * | 2019-08-14 | 2021-02-18 | 柯灵爱尔(北京)环境技术中心 | 一种选择污染物治理措施的方法 |
CN111523717A (zh) * | 2020-04-15 | 2020-08-11 | 北京工业大学 | 一种大气污染物排放清单的反演估算方法 |
CN112462603A (zh) * | 2020-10-13 | 2021-03-09 | 中科三清科技有限公司 | 区域大气重污染应急的优化调控方法、装置、设备及介质 |
Non-Patent Citations (4)
Title |
---|
"城市大气污染综合治理规划方法";贺克斌 等;《城市环境与城市生态》;267-268, 271 * |
城市大气污染综合治理规划方法;贺克斌, 余学春, 陆永祺, 郝吉明, 傅立新;城市环境与城市生态(06);271-272+275 * |
大连市夏季近地面臭氧污染数值模拟和控制对策研究;包艳英;徐洁;唐伟;纪德钰;韩锋;何友江;孟凡;;中国环境监测(01);14-24 * |
线性规划方法在城市大气污染物排放总量控制中的应用;张淑娟,李雁,余冠明;重庆环境科学(04);29-32 * |
Also Published As
Publication number | Publication date |
---|---|
CN112801422A (zh) | 2021-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112801422B (zh) | 数值模型和线性规划模型相结合的大气污染协同控制方法 | |
CN107871210B (zh) | 一种大气环境容量核算方法 | |
CN110489785B (zh) | 一种大气污染物在线源解析方法及系统 | |
Zhang et al. | Correlating PM2. 5 concentrations with air pollutant emissions: A longitudinal study of the Beijing-Tianjin-Hebei region | |
CN111382951B (zh) | 一种城市空气质量改善目标的分配方法 | |
CN112462603B (zh) | 区域大气重污染应急的优化调控方法、装置、设备及介质 | |
CN110716512A (zh) | 一种基于燃煤电站运行数据的环保装备性能预测方法 | |
Deng et al. | The MR-CA models for analysis of pollution sources and prediction of PM 2.5 | |
CN109613197B (zh) | 一种基于河道水网的水质监测预警反馈响应方法 | |
CN111581792A (zh) | 一种基于两阶段非负Lasso模型的大气PM2.5浓度预测方法及系统 | |
CN116611547A (zh) | 大气污染物来源预报方法、装置、设备及存储介质 | |
CN112381341B (zh) | 一种区域空气质量管控措施效果评估方法 | |
Pisoni et al. | Multi-criteria analysis for PM10 planning | |
Xu et al. | How to reach haze control targets by air pollutants emission reduction in the Beijing-Tianjin-Hebei region of China? | |
CN110717668A (zh) | 一种旅游景区互联网影响力评估及景区自动管理调度方法 | |
CN115705510A (zh) | 厂区气体污染分布预测方法、系统、电子设备及存储介质 | |
Ma et al. | A genetic algorithm based stochastic programming model for air quality management | |
Karaca et al. | Application of inductive learning: air pollution forecast in Istanbul, Turkey | |
Kunt et al. | Air pollution modelling of Konya City center by using artificial intelligence methods | |
Massart et al. | Ozone forecasting from meteorological variables: part II. Daily maximum ground-level ozone concentration from local weather forecasts | |
CN114048928B (zh) | 一种具备高度可迁移能力的建筑短期负荷预测方法 | |
CN113552289B (zh) | 一种基于高斯模式的大气污染溯源方法 | |
Pappin | Air Quality Modelling for Informing Air Pollution Policy | |
Chiesa et al. | Simulated Versus Monitored Building Behaviours: Sample Demo Applications of a Perfomance Gap Detection Tool in a Northern Italian Climate | |
Fisher et al. | Regional air quality models and the regulation of atmospheric emissions |
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 |