CN113988540A - 一种基于gis技术的大气污染趋势分析方法 - Google Patents
一种基于gis技术的大气污染趋势分析方法 Download PDFInfo
- Publication number
- CN113988540A CN113988540A CN202111168382.5A CN202111168382A CN113988540A CN 113988540 A CN113988540 A CN 113988540A CN 202111168382 A CN202111168382 A CN 202111168382A CN 113988540 A CN113988540 A CN 113988540A
- Authority
- CN
- China
- Prior art keywords
- pollution
- atmospheric
- monitoring
- data
- station
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 46
- 238000005516 engineering process Methods 0.000 title claims abstract description 26
- 238000012544 monitoring process Methods 0.000 claims abstract description 85
- 238000007726 management method Methods 0.000 claims abstract description 11
- 239000003086 colorant Substances 0.000 claims abstract description 6
- 239000003344 environmental pollutant Substances 0.000 claims description 37
- 231100000719 pollutant Toxicity 0.000 claims description 37
- 238000000034 method Methods 0.000 claims description 16
- 239000002912 waste gas Substances 0.000 claims description 10
- 238000010219 correlation analysis Methods 0.000 claims description 8
- 230000000007 visual effect Effects 0.000 claims description 8
- 230000008859 change Effects 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 5
- 238000012423 maintenance Methods 0.000 claims description 4
- 239000002245 particle Substances 0.000 claims description 4
- 238000013024 troubleshooting Methods 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 abstract description 4
- 238000013439 planning Methods 0.000 abstract description 4
- 230000006872 improvement Effects 0.000 abstract description 3
- 230000009467 reduction Effects 0.000 abstract description 3
- 238000004088 simulation Methods 0.000 description 7
- 238000009792 diffusion process Methods 0.000 description 5
- 238000012800 visualization Methods 0.000 description 5
- 238000011160 research Methods 0.000 description 4
- IYLGZMTXKJYONK-ACLXAEORSA-N (12s,15r)-15-hydroxy-11,16-dioxo-15,20-dihydrosenecionan-12-yl acetate Chemical compound O1C(=O)[C@](CC)(O)C[C@@H](C)[C@](C)(OC(C)=O)C(=O)OCC2=CCN3[C@H]2[C@H]1CC3 IYLGZMTXKJYONK-ACLXAEORSA-N 0.000 description 3
- IYLGZMTXKJYONK-UHFFFAOYSA-N ruwenine Natural products O1C(=O)C(CC)(O)CC(C)C(C)(OC(C)=O)C(=O)OCC2=CCN3C2C1CC3 IYLGZMTXKJYONK-UHFFFAOYSA-N 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000013441 quality evaluation Methods 0.000 description 2
- 238000003915 air pollution Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4007—Scaling of whole images or parts thereof, e.g. expanding or contracting based on interpolation, e.g. bilinear interpolation
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Databases & Information Systems (AREA)
- General Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Primary Health Care (AREA)
- Operations Research (AREA)
- Remote Sensing (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于GIS技术的大气污染趋势分析方法，包括以下步骤：大气监测微型站监测指标数值的实时查看，按照不同颜色划分污染等级、全球范围内按照不同时间节点，包括过去与未来，大气污染物模型与风场模型数据的三维可视化表达、将大气监测微型站的数据按照时间轴顺序在三维地球上进行可视化表达，展现污染的程度与空间分布情况以及污染严重站点周边的污染溯源与趋势分析，通过自动化监测手段与卫星遥感监测相结合的方式实现大气污染趋势分析，减少人工观测次数，实现降本增效目标，提高大气污染治理的效率，为环境管理与规划提供科学依据。
Description
技术领域
本发明涉及一种基于GIS技术的大气污染趋势分析领域，具体是一种基于GIS技术的大气污染趋势分析方法。
背景技术
当今我国经济快速发展，城市化进程越来越快，伴随而来的环境问题，已严重影响城市的和谐发展，尤其是近年来的大气污染，对人们的生活和健康带来不容忽视的危害。如何准确、快速、及时地反映大气污染状况已成为城市环境研究的当务之急。
GIS技术是融地理学、计算机科学、几何学为一体的新兴学科，是对空间对象及其属性信息进行采集、存储管理、分析处理与显示输出的大数据处理计算机系统。能将人类社会活动和自然环境变化的相互影响与地理空间位置、空间分布及空间关系通过数字化而有机地结合。近年来随着地理信息系统应用领域的不断扩展，它在城市大气污染监测领域的应用正方兴未艾，目前已进行了许多有益的尝试与探索，如将GIS与大气环境模型的结合、GIS与机动车尾气污染迁移扩散模型结合、GIS在大气环境规划评价中的应用以及GIS在区域大气环境污染状况的动态变化规律的应用等方面。
科学准确地描述城市大气环境质量状况，成为当前大气环境质量评价与相关研究的关键。而对于城市大气污染物浓度空间分布的监测与显示，是大气环境质量评价的核心技术，也是目前城市大气环境质量研究的一个难点。大气污染物空间分布研究基本采用等值线图结合地面实测资料的方法，以及建立大气扩散模拟两种方式，进而由点代面分析研究城市大气污染状况。上述方法在实际应用中存在一定的缺陷，前者在监测点布设、人工观测以及后期成果输出中面临过程繁琐、成本巨大的问题，而后者以点代面，成果笼统，失去代表意义。
发明内容
本发明的目的在于提供一种基于GIS技术的大气污染趋势分析方法，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：
一种基于GIS技术的大气污染趋势分析方法，包括以下步骤：
步骤一：大气监测微型站监测指标数值的实时查看，按照不同颜色划分污染等级：在监测范围内均匀部署大气监测微型站，大气监测微型站内设置大气监测光敏器件和4G通讯模块，支持大气监测数据5分钟更新一次，并将数据按照更新时间存入数据库，实现数据的查询与管理；
步骤二：全球范围内按照不同时间节点，包括过去与未来，大气污染物模型与风场模型数据的三维可视化表达：通过互联网获取向全世界开放的全球预报系统模型数据，包括大气污染物模型和风场模型两种数据类型，大气污染物模型和风场模型为已处理的PNG或者JPG格式的图片，通过图片解析法，将每个像素值抽取转换到缓存数组中进行存储；
步骤三：将大气监测微型站的数据按照时间轴顺序在三维地球上进行可视化表达，展现污染的程度与空间分布情况：获取指定时间段内的大气监测微型站各站点监测数据并进行分类，以各站点监测数据的经纬度以及监测值为基础，进行克吕格插值，将插值后生成的图片设定加载的空间范围坐标后直接加载到三维地球中作为动态图层进行展示，从而模拟整个空间范围内污染分布情况与污染等级；
步骤四：污染严重站点周边的污染溯源与趋势分析：结合当前站点近12小时的主要污染物与污染分布情况，同该站点周边废气排放企业的主要废气排放量进行关联分析，排查并确认污染源，同时借助风力风向的变化情况，对周边更大范围内的主要污染物与污染空间分布做叠加分析，确定外源污染与内源污染的贡献比例，有助于精准研判。
作为本发明进一步的方案：大气监测微型站内设置电子设备，电子设备采用太阳能电池板供电，节能且运维成本低。
作为本发明进一步的方案：大气监测数据的指标包括PM2.5、PM10、SO2、CO、NO2和O3。
作为本发明进一步的方案：大气污染物模型的数值通过等值线绘制添加到三维地球中展示污染的程度与空间分布情况。
作为本发明进一步的方案：风场模型的数据通过粒子绘制添加到三维地球上动态展示。
作为本发明再进一步的方案：趋势分析：大气污染监测数据与废气排放数据进行关联分析，确定废气排放量对大气污染的影响程度，高效进行污染溯源和排查，通过自动化监测手段与卫星遥感监测相结合的方式实现大气污染趋势分析。
与现有技术相比，本发明的有益效果是：
1、以GIS三维可视化技术为支撑，融合空间与时间四维特征要素，综合考量SO2、NO2、PM10、PM2.5、CO、O3六项污染物的污染程度，充分利用GIS所具有的对空间数据及非空间属性数据的获取、存储、分析和显示等功能，建立大气污染扩散模型，直接采用等值线的方式表达大气污染物在不同气象条件下空间分布模拟结果，为城市大气污染源的管理和时空模拟提供了一个良好的可视化分析环境；
2、通过自动化监测手段与卫星遥感监测相结合的方式实现大气污染趋势分析，减少人工观测次数，实现降本增效目标，提高大气污染治理的效率，为环境管理与规划提供科学依据。
附图说明
图1为基于GIS技术的大气污染趋势分析方法的总体功能框架图。
图2为基于GIS技术的大气污染趋势分析方法中大气监测微型站数据的三维可视化实现流程图。
图3为基于GIS技术的大气污染趋势分析方法中全球预报系统模型数据的三维可视化实现流程图。
图4为基于GIS技术的大气污染趋势分析方法中污染溯源与趋势分析实现流程图。
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。
实施例一
请参阅图1-4，一种基于GIS技术的大气污染趋势分析方法，包括以下步骤：
步骤一：大气监测微型站监测指标数值的实时查看，按照不同颜色划分污染等级：在监测范围内均匀部署大气监测微型站，大气监测微型站内设置大气监测光敏器件和4G通讯模块，支持大气监测数据5分钟更新一次，并将数据按照更新时间存入数据库，实现数据的查询与管理；
步骤二：全球范围内按照不同时间节点，包括过去与未来，大气污染物模型与风场模型数据的三维可视化表达：通过互联网获取向全世界开放的全球预报系统模型数据，包括大气污染物模型和风场模型两种数据类型，大气污染物模型和风场模型为已处理的PNG或者JPG格式的图片，通过图片解析法，将每个像素值抽取转换到缓存数组中进行存储；
步骤三：将大气监测微型站的数据按照时间轴顺序在三维地球上进行可视化表达，展现污染的程度与空间分布情况：获取指定时间段内的大气监测微型站各站点监测数据并进行分类，以各站点监测数据的经纬度以及监测值为基础，进行克吕格插值，将插值后生成的图片设定加载的空间范围坐标后直接加载到三维地球中作为动态图层进行展示，从而模拟整个空间范围内污染分布情况与污染等级；
步骤四：污染严重站点周边的污染溯源与趋势分析：结合当前站点近12小时的主要污染物与污染分布情况，同该站点周边废气排放企业的主要废气排放量进行关联分析，排查并确认污染源，同时借助风力风向的变化情况，对周边更大范围内的主要污染物与污染空间分布做叠加分析，确定外源污染与内源污染的贡献比例，有助于精准研判。
实施例二
请参阅图1-4，一种基于GIS技术的大气污染趋势分析方法，包括以下步骤：
步骤一：大气监测微型站监测指标数值的实时查看，按照不同颜色划分污染等级：在监测范围内均匀部署大气监测微型站，大气监测微型站内设置大气监测光敏器件和4G通讯模块，支持大气监测数据5分钟更新一次，并将数据按照更新时间存入数据库，实现数据的查询与管理；
步骤二：全球范围内按照不同时间节点，包括过去与未来，大气污染物模型与风场模型数据的三维可视化表达：通过互联网获取向全世界开放的全球预报系统模型数据，包括大气污染物模型和风场模型两种数据类型，大气污染物模型和风场模型为已处理的PNG或者JPG格式的图片，通过图片解析法，将每个像素值抽取转换到缓存数组中进行存储；
步骤三：将大气监测微型站的数据按照时间轴顺序在三维地球上进行可视化表达，展现污染的程度与空间分布情况：获取指定时间段内的大气监测微型站各站点监测数据并进行分类，以各站点监测数据的经纬度以及监测值为基础，进行克吕格插值，将插值后生成的图片设定加载的空间范围坐标后直接加载到三维地球中作为动态图层进行展示，从而模拟整个空间范围内污染分布情况与污染等级；
步骤四：污染严重站点周边的污染溯源与趋势分析：结合当前站点近12小时的主要污染物与污染分布情况，同该站点周边废气排放企业的主要废气排放量进行关联分析，排查并确认污染源，同时借助风力风向的变化情况，对周边更大范围内的主要污染物与污染空间分布做叠加分析，确定外源污染与内源污染的贡献比例，有助于精准研判。
优选的：大气监测微型站内设置电子设备，电子设备采用太阳能电池板供电，节能且运维成本低。
优选的：大气监测数据的指标包括PM2.5、PM10、SO2、CO、NO2和O3。
优选的：大气污染物模型的数值通过等值线绘制添加到三维地球中展示污染的程度与空间分布情况。
优选的：风场模型的数据通过粒子绘制添加到三维地球上动态展示。
本发明以GIS三维可视化技术为支撑，融合空间与时间四维特征要素，综合考量SO2、NO2、PM10、PM2.5、CO、O3六项污染物的污染程度，充分利用GIS所具有的对空间数据及非空间属性数据的获取、存储、分析和显示等功能，建立大气污染扩散模型，直接采用等值线的方式表达大气污染物在不同气象条件下空间分布模拟结果，为城市大气污染源的管理和时空模拟提供了一个良好的可视化分析环境。
实施例三
请参阅图1-4，一种基于GIS技术的大气污染趋势分析方法，包括以下步骤：
步骤一：大气监测微型站监测指标数值的实时查看，按照不同颜色划分污染等级：在监测范围内均匀部署大气监测微型站，大气监测微型站内设置大气监测光敏器件和4G通讯模块，支持大气监测数据5分钟更新一次，并将数据按照更新时间存入数据库，实现数据的查询与管理；
步骤二：全球范围内按照不同时间节点，包括过去与未来，大气污染物模型与风场模型数据的三维可视化表达：通过互联网获取向全世界开放的全球预报系统模型数据，包括大气污染物模型和风场模型两种数据类型，大气污染物模型和风场模型为已处理的PNG或者JPG格式的图片，通过图片解析法，将每个像素值抽取转换到缓存数组中进行存储；
步骤三：将大气监测微型站的数据按照时间轴顺序在三维地球上进行可视化表达，展现污染的程度与空间分布情况：获取指定时间段内的大气监测微型站各站点监测数据并进行分类，以各站点监测数据的经纬度以及监测值为基础，进行克吕格插值，将插值后生成的图片设定加载的空间范围坐标后直接加载到三维地球中作为动态图层进行展示，从而模拟整个空间范围内污染分布情况与污染等级；
步骤四：污染严重站点周边的污染溯源与趋势分析：结合当前站点近12小时的主要污染物与污染分布情况，同该站点周边废气排放企业的主要废气排放量进行关联分析，排查并确认污染源，同时借助风力风向的变化情况，对周边更大范围内的主要污染物与污染空间分布做叠加分析，确定外源污染与内源污染的贡献比例，有助于精准研判。
优选的：大气监测微型站内设置电子设备，电子设备采用太阳能电池板供电，节能且运维成本低。
优选的：大气监测数据的指标包括PM2.5、PM10、SO2、CO、NO2和O3。
优选的：大气污染物模型的数值通过等值线绘制添加到三维地球中展示污染的程度与空间分布情况。
优选的：风场模型的数据通过粒子绘制添加到三维地球上动态展示。
优选的：趋势分析：大气污染监测数据与废气排放数据进行关联分析，确定废气排放量对大气污染的影响程度，高效进行污染溯源和排查，通过自动化监测手段与卫星遥感监测相结合的方式实现大气污染趋势分析。
本发明以GIS三维可视化技术为支撑，融合空间与时间四维特征要素，综合考量SO2、NO2、PM10、PM2.5、CO、O3六项污染物的污染程度，充分利用GIS所具有的对空间数据及非空间属性数据的获取、存储、分析和显示等功能，建立大气污染扩散模型，直接采用等值线的方式表达大气污染物在不同气象条件下空间分布模拟结果，为城市大气污染源的管理和时空模拟提供了一个良好的可视化分析环境。并且通过自动化监测手段与卫星遥感监测相结合的方式实现大气污染趋势分析，减少人工观测次数，实现降本增效目标，提高大气污染治理的效率，为环境管理与规划提供科学依据。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。
此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。
Claims (6)
1.一种基于GIS技术的大气污染趋势分析方法，其特征在于，包括以下步骤：
步骤一：大气监测微型站监测指标数值的实时查看，按照不同颜色划分污染等级：在监测范围内均匀部署大气监测微型站，大气监测微型站内设置大气监测光敏器件和4G通讯模块，支持大气监测数据5分钟更新一次，并将数据按照更新时间存入数据库，实现数据的查询与管理；
步骤二：全球范围内按照不同时间节点，包括过去与未来，大气污染物模型与风场模型数据的三维可视化表达：通过互联网获取向全世界开放的全球预报系统模型数据，包括大气污染物模型和风场模型两种数据类型，大气污染物模型和风场模型为已处理的PNG或者JPG格式的图片，通过图片解析法，将每个像素值抽取转换到缓存数组中进行存储；
步骤三：将大气监测微型站的数据按照时间轴顺序在三维地球上进行可视化表达，展现污染的程度与空间分布情况：获取指定时间段内的大气监测微型站各站点监测数据并进行分类，以各站点监测数据的经纬度以及监测值为基础，进行克吕格插值，将插值后生成的图片设定加载的空间范围坐标后直接加载到三维地球中作为动态图层进行展示，从而模拟整个空间范围内污染分布情况与污染等级；
步骤四：污染严重站点周边的污染溯源与趋势分析：结合当前站点近12小时的主要污染物与污染分布情况，同该站点周边废气排放企业的主要废气排放量进行关联分析，排查并确认污染源，同时借助风力风向的变化情况，对周边更大范围内的主要污染物与污染空间分布做叠加分析，确定外源污染与内源污染的贡献比例，有助于精准研判。
2.根据权利要求1所述的基于GIS技术的大气污染趋势分析方法，其特征在于，大气监测微型站内设置电子设备，电子设备采用太阳能电池板供电，节能且运维成本低。
3.根据权利要求1所述的基于GIS技术的大气污染趋势分析方法，其特征在于，大气监测数据的指标包括PM2.5、PM10、SO2、CO、NO2和O3。
4.根据权利要求1所述的基于GIS技术的大气污染趋势分析方法，其特征在于，大气污染物模型的数值通过等值线绘制添加到三维地球中展示污染的程度与空间分布情况。
5.根据权利要求1所述的基于GIS技术的大气污染趋势分析方法，其特征在于，风场模型的数据通过粒子绘制添加到三维地球上动态展示。
6.根据权利要求1所述的基于GIS技术的大气污染趋势分析方法，其特征在于，趋势分析：大气污染监测数据与废气排放数据进行关联分析，确定废气排放量对大气污染的影响程度，高效进行污染溯源和排查，通过自动化监测手段与卫星遥感监测相结合的方式实现大气污染趋势分析。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111168382.5A CN113988540A (zh) | 2021-09-30 | 2021-09-30 | 一种基于gis技术的大气污染趋势分析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111168382.5A CN113988540A (zh) | 2021-09-30 | 2021-09-30 | 一种基于gis技术的大气污染趋势分析方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113988540A true CN113988540A (zh) | 2022-01-28 |
Family
ID=79737652
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111168382.5A Pending CN113988540A (zh) | 2021-09-30 | 2021-09-30 | 一种基于gis技术的大气污染趋势分析方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113988540A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114689802A (zh) * | 2022-04-06 | 2022-07-01 | 江苏金恒信息科技股份有限公司 | 一种空气污染立体监测展示系统及方法 |
-
2021
- 2021-09-30 CN CN202111168382.5A patent/CN113988540A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114689802A (zh) * | 2022-04-06 | 2022-07-01 | 江苏金恒信息科技股份有限公司 | 一种空气污染立体监测展示系统及方法 |
| CN114689802B (zh) * | 2022-04-06 | 2024-03-05 | 江苏金恒信息科技股份有限公司 | 一种空气污染立体监测展示系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Chen | Visualization of real-time monitoring datagraphic of urban environmental quality | |
| Huang et al. | Development of land use regression models for PM2. 5, SO2, NO2 and O3 in Nanjing, China | |
| CN112418609B (zh) | 一种基于面-网格-点的大气二次污染精准溯源方法 | |
| Carmichael et al. | The MICS-Asia study: model intercomparison of long-range transport and sulfur deposition in East Asia | |
| CN111854847A (zh) | 基于景感生态学的生态环境物联网监测方法及系统 | |
| Yang et al. | Verifying an ENVI-met simulation of the thermal environment of Yanzhong Square Park in Shanghai | |
| CN109375290B (zh) | 一种基于机器学习的跨海大桥雾监测系统及其应用方法 | |
| CN112541255A (zh) | 一种大气污染排放来源自动识别系统及识别方法 | |
| Zhu et al. | A 3D spatiotemporal morphological database for urban green infrastructure and its applications | |
| Dougherty et al. | Invisible walls: Exploration of microclimate effects on building energy consumption in New York City | |
| CN113988540A (zh) | 一种基于gis技术的大气污染趋势分析方法 | |
| CN115032719A (zh) | 一种基于机器学习LightGBM算法的空气质量预测方法 | |
| Hristov et al. | Enabling city digital twins through urban living labs | |
| Wu et al. | A Review on the Use of Landscape Indices to Study the Effects of Three-Dimensional Urban Landscape Patterns on Haze Pollution in China. | |
| Zhang et al. | Air Pollution Exposure Based on Nighttime Light Remote Sensing and Multi-source Geographic Data in Beijing | |
| Wang et al. | Hyperlocal environmental data with a mobile platform in urban environments | |
| Li et al. | Improving air quality through urban form optimization: A review study | |
| Hohenberger et al. | A proposed population-health based metric for evaluating representativeness of air quality monitoring in cities: Using Hong Kong as a demonstration | |
| CN117313371A (zh) | 一种基于数字孪生模型的综合展示方法 | |
| CN111639381A (zh) | 城市建筑太阳能资源评估信息系统及其工作方法 | |
| Zhang et al. | Improved modeling of spatiotemporal variations of fine particulate matter using a three‐dimensional variational data fusion method | |
| Lin et al. | A virtual geographic environment for a simulation of air pollution dispersion in the pearl river delta (PRD) region | |
| CN212645782U (zh) | 基于景感生态学的生态环境物联网监测系统 | |
| Chen et al. | The typhoon disaster analysis emergency response system based on UAV remote sensing technology | |
| CN112669456A (zh) | 一种三维自然资源的可视化方法及其系统 |
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 |