CN114155129B - 一种基于工业园区的大气环境溯评方法和系统 - Google Patents
一种基于工业园区的大气环境溯评方法和系统 Download PDFInfo
- Publication number
- CN114155129B CN114155129B CN202111435661.3A CN202111435661A CN114155129B CN 114155129 B CN114155129 B CN 114155129B CN 202111435661 A CN202111435661 A CN 202111435661A CN 114155129 B CN114155129 B CN 114155129B
- Authority
- CN
- China
- Prior art keywords
- tracing
- abnormal event
- pollution
- unit
- data
- 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
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
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0062—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method, e.g. intermittent, or the display, e.g. digital
- G01N33/0067—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method, e.g. intermittent, or the display, e.g. digital by measuring the rate of variation of the concentration
-
- 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
- G06Q30/00—Commerce
- G06Q30/018—Certifying business or products
Abstract
本发明提出一种基于工业园区的大气环境溯评方法和系统,系统包括:异常事件监测单元、异常事件检索单元、异常事件溯源单元、污染预测单元、管控任务派发单元、管控任务跟踪单元、事件评估单元、任务流表单单元;方法包括:测查溯预管治评七个步骤,利用大气污染溯源模型、污染扩散模型和任务流表单,实现园区大气环境管理工作从提前预警到及时响应到精准溯源最后到科学治理的全流程闭环管理,减少常规人为线下判断的延时性和盲目性,实现对日常污染事件的预警信息接收、污染溯源、态势预测以及事后针对企业治理措施的提出、企业治理工作的督查管理和整改完成后的治理效果评估。
Description
技术领域
本发明涉及环境科学领域,尤其涉及一种基于工业园区的大气环境溯评方法和系统。
背景技术
工业园区作为各类工业企业聚集地,以相对较小面积负载大量企业,每个企业具有大量废气排放源和VOCs(Volatile Organic Compounds,挥发性有机物)泄露标记点位。源强(即单位时间内污染物的排放量)聚集叠加导致部分有机污染物存续时间延长,在气象扩散条件不利情况下会使周边环境质量持续恶化。工业园区环境管理部门为了减少园区大气污染事件的发生,不断加强前端大气污染物监测设备的布设,并开发软件系统进行智慧化管理。
目前,针对工业园区大气污染智慧化管控的方法按照智慧化程度的不同大致可以分为三类。一是仅能实现对监测数据异常的提前预警;二是在预警信息发出的基础上自动生成核查任务工作流表单,结合移动端反馈信息对预警信息形成闭环管理;三是在以上两者的基础上,系统内置了相关模型,能够对环境质量站点数据异常进行初步污染溯源,在已知污染源强信息的情况下进行污染扩散预测等功能。以上三种监管手段都存在不同程度的缺陷,首先第一种只能实现数据的提前预警,但是根据预警事件没有进行下一步的处理,只是把信息给出,剩下的工作内容都没有办法实现线上办理和存档。第二种虽然对预警事件设置了闭环流程,但是缺乏辅助决策手段,如果是企业点源预警,可以去企业核查问题,但如果是环境质量站点预警,即使到站点现场也无法找出数据异常的原因,没有办法完成问题闭环。第三种虽然增加了模型算法用以辅助决策,但是模型溯源只能提供范围,想要精准溯源还需要线下人工结合仪器设备确定,且第三种方法没有把系统模拟结果与线下核查结果相结合,只做到模拟溯源就结束,至于最终有没有实现精准溯源、溯源结果是什么,污染源强能产生多大影响以及问题整改全过程都没有跟踪,还是没有实现预警事件的真正闭环管理。
发明内容
针对以上技术问题,本发明提出一种基于工业园区的大气环境溯评方法、系统及存储介质。
第一方面,本发明提出一种基于工业园区的大气环境溯评方法,包括如下步骤:
当待监测数据超过设定阈值时,认为异常事件发生,自动生成对所述异常事件相关的任务流表单;
针对所述异常事件行检索,得到检索结果,并将所述检索结果写入所述异常事件相关的任务流表单;
利用大气污染溯源模型对所述异常事件进行溯源分析,得到溯源结果,根据所述溯源结果进行溯源,得到溯源反馈信息,并将所述溯源结果以及溯源反馈信息添加到所述异常事件相关的任务流表单中;
针对所述溯源反馈信息核算污染源强信息,得到新的源强信息,利用污染扩散模型针对所述新的污染源强信息进行预测,得到预测结果,并将所述预测结果添加到所述异常事件相关的任务流表单中;
建立环境事件管控建议措施库,将所述预测结果在所述环境事件管控建议措施库中进行匹配,得到匹配结果,并将匹配结果添加到所述异常事件相关的任务流表单中,根据所述匹配结果形成任务清单派发至企业和督办人员;
监控所述任务清单中的任务是否均已经整改完成,并将整改进度添加到所述异常事件相关的任务流表单中;
设定评估标准,自动评估整个异常事件,得到评估结果,并将所述评估结果添加到所述异常事件相关的任务流表单中;
保存所有异常事件相关的任务流表单,并根据用户需要进行显示。
所述利用大气污染溯源模型对所述异常事件进行溯源分析,得到溯源结果,过程如下:
利用所述大气污染溯源模型,得出初步污染来源区域,按照区域内企业造成污染的相关度划分不同色块;
建立企业特征因子库;
根据企业特征因子库中信息和监测数据对所述污染来源区域内的企业进行污染相关度排名;
判断所述污染来源区域内的企业是否只有一家企业;
若所述污染来源区域内的企业有且只有一家企业,则溯源结束,得到溯源结果;
若所述污染来源区域内的存在多家企业,则进行现场联动溯源;
建立溯源措施库;
将所述多家企业对应企业特征因子库中信息与溯源措施库中信息进行比对,根据比对结果得到现场溯源核查建议;
所述现场溯源核查建议将随任务详情一起派发至巡查小组,并开展现场核查工作;
巡查小组通过移动端将现场核查信息发送到异常事件相关的任务流表单中。
所述现场核查信息包括:污染源实际点位信息、现场照片、现场监测采样信息。
所述大气污染溯源模型,应用空气质量模型以及气象模型,输出各污染源对待预测点月均或日均贡献浓度,并采用所述贡献浓度确定初步污染来源区域,其应用过程步骤如下:
获取数据,包括:年排放清单原始数据、污染源数据、地面数据、地面气象数据、高空气象数据、降水数据以及待预测点数据;
选取一个区域作为第一研究区域,并且所述第一研究区域包含第一待测试点;
将所述研究区域中所有污染源的污染物因子的所述年排放清单原始数据、污染源数据、地面数据、地面气象数据、高空气象数据、降水数据以及待预测点数据输入空气质量模型(CALPUFF)进行模拟;
所述空气质量模型(CALPUFF)利用所述地形数据、土地数据、气象观测数据,并且通过WRF气象模型(Weather Research and Forecasting(WRF)Model)生成的三维气象场,基于拉格朗日烟团扩散,以烟团的中心作为坐标原点,坐标原点会随烟团的运动不断变化,输出各污染源对待预测点月均或日均贡献浓度;
采用所述贡献浓度确定初步污染来源区域。
所述利用污染扩散模型针对所述新的污染源强信息进行预测,得到预测结果,其过程如下:
选取一个区域作为第二研究区域,并且所述第二研究区域包含第二待测试点;
获取所述研究区域排放源清单数据以及气象研究与预报模式气象数据;
采用空气质量模型作为污染预报模型,基于所述研究区域排放源清单数据以及预报模式气象数据,国控点及省控点作为待预测点,网格分辨率设置为百米或千米,计算时间步长设置为1小时,模拟得到所述研究区域对所述待预测点的目标污染物的浓度贡献数据;
根据浓度贡献数据得到预测预报省控点数据趋势及响应范围;
根据所述预测预报省控点数据趋势及响应范围,得到所述异常事件分类,所述异常事件分类包括:环境质量监管事件和环境应急事故。
所述针对所述溯源反馈信息核算污染源强信息,得到新的源强信息,包括如下两个方面:
针对所述溯源反馈信息进行有组织源强核算,得到新的源强信息;
针对所述溯源反馈信息进行无组织源强核算,得到新的源强信息。
所述针对所述异常事件行检索,其检索内容包括:预警时间、超标因子、超标时段的气象数据以及周边临近其他站点的同一时段监测数据。
所述评估标准包括:事件处置效率、同类事件跟踪对比以及环境质量改善成效。
第二方面,本发明提出一种基于工业园区的大气环境溯评系统,包括:异常事件监测单元、异常事件检索单元、异常事件溯源单元、污染预测单元、管控任务派发单元、管控任务跟踪单元、事件评估单元、任务流表单单元;
所述异常事件监测单元、异常事件检索单元、异常事件溯源单元、污染预测单元、管控任务派发单元、管控任务跟踪单元、事件评估单元依次顺序相连接;所述异常事件监测单元、异常事件分析单元、异常事件溯源单元、污染预测单元、管控任务派发单元、管控任务跟踪单元、事件评估单元分别与所述任务流表单单元相连接;
所述异常事件监测单元用于当待监测数据超过设定阈值时,认为异常事件发生,自动生成对所述异常事件相关的任务流表单;
所述异常事件检索单元用于针对所述异常事件行检索,得到检索结果,并将所述检索结果写入所述异常事件相关的任务流表单;
所述异常事件溯源单元用于利用大气污染溯源模型对所述异常事件进行溯源分析,得到溯源结果,根据所述溯源结果进行溯源,得到溯源反馈信息,并将所述溯源结果以及溯源反馈信息添加到所述异常事件相关的任务流表单中;
所述污染预测单元用于针对所述溯源反馈信息核算污染源强信息,得到新的源强信息,利用污染扩散模型针对所述新的污染源强信息进行预测,得到预测结果,并将所述预测结果添加到所述异常事件相关的任务流表单中;
所述管控任务派发单元用于建立环境事件管控建议措施库,将所述预测结果在所述环境事件管控建议措施库中进行匹配,得到匹配结果,并将匹配结果添加到所述异常事件相关的任务流表单中,根据所述匹配结果形成任务清单派发至企业和督办人员;
所述管控任务跟踪单元用于监控所述任务清单中的任务是否均已经整改完成,并将整改进度添加到所述异常事件相关的任务流表单中;
所述事件评估单元用于设定评估标准,自动评估整个异常事件,得到评估结果,并将所述评估结果添加到所述异常事件相关的任务流表单中;
所述任务流表单单元用于保存所有异常事件相关的任务流表单,并根据用户需要进行显示。
第三方面,本发明提出一种电子设备,包括:
处理器;以及
存储程序的存储器,
其中,所述程序包括指令,所述指令在由所述处理器执行时使所述处理器执行第一方面所述的基于工业园区的大气环境溯评方法。
第四方面,本发明提出一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使计算机执行第一方面所述的基于工业园区的大气环境溯评方法。
有益技术效果:
本发明提出种基于工业园区的大气环境溯评方法、系统及存储介质,本发明专注于事件的全流程管理和提供智能化的辅助决策功能,既能运用先进的模型溯源手段给出溯源结果,也会将模型溯源的结果作为依据为园区管理者提供下一步工作计划,包括如何开展精细溯源,污染事故点位确认后再进行下一步的态势评估和管控措施建议配置以及督查任务配置,弥补了现有技术方案中遗漏的事件跟踪功能。
利用两个模型(大气污染溯源模型和污染扩散模型)和一张表单(“测查溯预管治评”任务流表单),实现园区大气环境管理工作从提前预警到及时响应到精准溯源最后到科学治理的全流程闭环管理,减少常规人为线下判断的延时性和盲目性,充分利用监测站点基础数据结合大气环境质量管控相关模型算法,实现对日常污染事件的预警信息接收、污染溯源、态势预测以及事后针对企业治理措施的提出、企业治理工作的督查管理和整改完成后的治理效果评估。
附图说明
在下面结合附图对于示例性实施例的描述中,本发明的更多细节、特征和优点被发明,在附图中:
图1为本发明实施例的种基于工业园区的大气环境溯评方法流程图;
图2为本发明实施例的溯源分析流程图;
图3为本发明实施例的基于工业园区的大气环境溯评方法实施流程图;
图4为本发明实施例的大气污染溯源模型应用过程流程图;
图5为本发明实施例的对新的污染源强信息进行预测流程图;
图6为本发明实施例的基于工业园区的大气环境溯评系统原理框图;
图7示出了能够用于实现本发明的实施例的示例性电子设备的结构框图。
具体实施方式
下面将参照附图更详细地描述本发明的实施例。虽然附图中显示了本发明的某些实施例,然而应当理解的是,本发明可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本发明。应当理解的是,本发明的附图及实施例仅用于示例性作用,并非用于限制本发明的保护范围。
应当理解,本发明的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本发明的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。需要注意,本发明中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本发明中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本发明实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
实施例:
本发明提出一种基于工业园区的大气环境溯评方法和系统。
本发明提出工业园区大气污染“测查溯预管治评”精细化管理技术围绕园区大气环境治理工作的“测、查、溯、预、管、治、评”七个关键节点,利用两个模型(大气污染溯源模型和污染扩散模型)和一张表单(“测查溯预管治评”任务流表单),实现园区大气环境管理工作从提前预警到及时响应到精准溯源最后到科学治理的全流程闭环管理。
第一方面,本发明提出一种基于工业园区的大气环境溯评方法,如图1、图3所示,包括如下步骤:
步骤S1:当待监测数据超过设定阈值时,认为异常事件发生,自动生成对所述异常事件相关的任务流表单;
此步骤相当于“测”,本实施例中监测异常事件是通过监测点位超标或者走航监测异常来判断异常事件的发生的,环境质量监测站点监测数据信息实时在地图上展示,当出现监测数据超过设定阈值时,系统自动生成预警信息并进入业务处置工作台,在工作台以事件列表的形式展现。事件列表中的每一个异常事件都具有一个任务流表单。
步骤S2:针对所述异常事件行检索,得到检索结果,并将所述检索结果写入所述异常事件相关的任务流表单;
点击事件列表中任一异常事件,可以进行检索,得到检索结果,包括预警时间、超标因子、超标时段的气象数据以及周边临近其他站点的同一时段监测数据等信息。
步骤S3:利用大气污染溯源模型对所述异常事件进行溯源分析,得到溯源结果,根据所述溯源结果进行溯源,得到溯源反馈信息,并将所述溯源结果以及溯源反馈信息添加到所述异常事件相关的任务流表单中;
所述利用大气污染溯源模型对所述异常事件进行溯源分析,得到溯源结果,溯源结果以GIS地图的形式展示污染来源区域和区域内的疑似企业相关度排名如图2所示,过程如下:
步骤S3.1:利用所述大气污染溯源模型,得出初步污染来源区域,按照区域内企业造成污染的相关度划分不同色块;
利用大气污染溯源模型溯源得出初步污染来源区域,按照区域内企业造成污染的相关度划分不同色块,相关度高的企业用红色区域表示,次相关的用橙色,其余用黄色和蓝色区域表示,突出污染来源区域重点。
所述大气污染溯源模型,应用空气质量模型(CALPUFF)以及WRF气象模型(WeatherResearch and Forecasting(WRF)Model),输出各污染源对待预测点月均或日均贡献浓度,并采用所述贡献浓度确定初步污染来源区域,如图4所示,其应用过程步骤如下:
步骤S3.1.1:获取数据,包括:年排放清单原始数据、污染源数据、地面数据、地面气象数据、高空气象数据、降水数据以及待预测点数据;
年排放清单原始数据:为年维度的污染物因子s(s代表SO2,NOx,PM2.5,
等)的排放量数据,如PM2.5一年的排放量;
污染源(例如:烟囱等)数据:污染源坐标、污染源高度、污染源排放速率、烟囱直径、烟气温度、建筑物尺寸等;该部分的具体数据类型,可以基于主要污染源的不同进行调整,以能准确描述污染源的污染情况或污染贡献程度相关的数据为主。
地面数据:地形数据(USGS)、土地利用数据等;其中地形数据可以选取例如分辨率为90m的,土地利用数据可以选取分辨率为例如30m的等,也可依据实际的数据情况、区域范围等,选用其他分辨率数据;
地面气象数据:气温、气压、相对湿度、水汽压、风、降水量等;
高空气象数据:温度、湿度、气压、风向、风速等;
降水资料:小时降雨数据等;
待预测点数据:坐标、海拔高度、山体高度等。
步骤S3.1.2:选取一个区域作为第一研究区域,并且所述第一研究区域包含第一待测试点;
步骤S3.1.3:将所述研究区域中所有污染源的污染物因子的所述年排放清单原始数据、污染源数据、地面数据、地面气象数据、高空气象数据、降水数据以及待预测点数据输入空气质量模型进行模拟;
步骤S3.1.4:所述空气质量模型利用所述地形数据、土地数据、气象观测数据,并且通过WRF气象模型生成的三维气象场,基于拉格朗日烟团扩散,以烟团的中心作为坐标原点,坐标原点会随烟团的运动不断变化,输出各污染源对待预测点月均或日均贡献浓度;本实施例中待预测点为异常事件中待监测数据所在的地点。
该模型适合中等尺度范围,输出各污染源对敏感点月均(或日均)贡献浓度,公式如下,公式(1)计算地面浓度,公式(2)计算混合层和地面之间反射的问题。
其中,C为地面浓度;Q为源强;g为垂直项;σx、σy、σz为扩散系数;da为顺风距离;dc为横向距离;h为混合层高度;He为有效高度;n指第n个垂直层。
步骤S3.1.5:采用所述贡献浓度确定初步污染来源区域。
步骤S3.2:建立企业特征因子库;
步骤S3.3:根据企业特征因子库中信息和监测数据对所述污染来源区域内的企业进行污染相关度排名;
所述相关度按照如下方法进行计算:
对模拟浓度和观测浓度进行分析,所述模拟浓度即为步骤S3.1.4得到的贡献浓度,所述观测浓度即为企业特征因子库中信息记录的实际测量的浓度,分析两者的相关系数,若两者的相关系数较大,则达到极强相关,吻合度较高。
给定两个时间序列xt和yt,xt为数据x在t时间段内的数据序列,本实施例中x为企业特征因子库中信息记录的实际测量的浓度,yt为数据y在t时间段内的数据序列,本实施例中y为步骤S3.1.4得到的贡献浓度,Pearson相关系数ρx,y计算为:
其中,和/>分别表示x和y的平均值。因此,ρx,y接近1,意味着它们之间的强相关性。
本实施例中还对大气污染溯源模型进行预测效果评估,使用相对偏差(FB),对模型的预测效果进行评估,FB方法公式如下:
其中,为预测浓度平均值;/>为观测浓度平均值。FB的值在-2(预测偏低)~2(预测偏高)间,越接近0越好。
所述相关度排名以清单的形式展示。系统排名高的企业代表污染来源可能性大,依次类推对污染区域内的企业进行区分。
步骤S3.4:判断所述污染来源区域内的企业是否只有一家企业;
步骤S3.5:若所述污染来源区域内的企业有且只有一家企业,则溯源结束,得到溯源结果,溯源结果在大屏展示并实时推送至相关人员。
步骤S3.6:若所述污染来源区域内的企业有多家企业,则进行现场联动溯源;
步骤S3.7:建立溯源措施库;根据各种相关规定、标准和各种企业内部推送的相关规定建立溯源措施库。
步骤S3.8:将所述多家企业对应企业特征因子库中信息与溯源措施库中信息进行比对,根据比对结果得到现场溯源核查建议;
为了进一步缩小污染来源范围,快速定位污染事故点位,本实施例支持一键启动现场溯源工作,
结合溯源结果通过分析挖掘长期业务积累数据,企业特征因子库中信息和调取溯源措施库内容,给出现场溯源核查建议,核查建议包括:走航路线、人工携带的仪器、核查内容等信息。启动现场溯源工作后,核查建议将随任务详情一起派发至巡查小组开展核查工作。
核查任务派发后,实时展示预警事件的处置流程状态,包括任务派发状态、任务接收状态、现场反馈状态等,同时核查人员的现场定位信息和走航车视角将在地图上实时展示,帮助领导和后台管理人员实时了解现场核查溯源的实时情况。
步骤S3.9:所述现场溯源核查建议将随任务详情一起派发至巡查小组,并开展现场核查工作;
步骤S3.10:巡查小组通过移动端将现场核查信息发送到异常事件相关的任务流表单中。
所述现场核查信息包括:污染源实际点位信息、现场照片、现场监测采样信息。
步骤S4:针对所述溯源反馈信息核算污染源强信息,得到新的源强信息,利用污染扩散模型针对所述新的污染源强信息进行预测,得到预测结果,并将所述预测结果添加到所述异常事件相关的任务流表单中;
所述利用污染扩散模型针对所述新的污染源强信息进行预测,得到预测结果,如图5所示,其过程如下:
步骤S4.1:选取一个区域作为第二研究区域,并且所述第二研究区域包含第二待测试点;
步骤S4.2:获取所述研究区域排放源清单数据以及气象研究与预报模式气象数据;
步骤S4.3:采用空气质量模型作为污染预报模型,基于所述研究区域排放源清单数据以及预报模式气象数据,国控点及省控点作为待预测点,网格分辨率设置为百米或千米,计算时间步长设置为1小时,模拟得到所述研究区域对所述待预测点的目标污染物的浓度贡献数据;
步骤S4.4:根据浓度贡献数据得到预测预报省控点数据趋势及响应范围;
步骤S4.5:根据所述预测预报省控点数据趋势及响应范围,得到所述异常事件分类,所述异常事件分类包括:环境质量监管事件和环境应急事故。
本实施例根据现场反馈信息自动核算污染源强信息,并支持一键开展对新增污染源强的污染预测工作,对环境事故点新增的污染源强的影响程度进行预测,包括对省控站点数值影响和周边敏感点影响。支持在GIS地图上以时间轴的形式滑动展示。预测结果可以在系统内保存查看,同时支持与未来一段时间内的真实监测数据做对比,不断优化预测模型和查找隐患问题。
按照相关规定将所述预测结果分为环境质量监管事件以及环境应急事故,若某一异常事件其预测结果属于环境应急事故,则对接应急平台,本发明不再对该异常事件进行跟踪;若某一异常事件属于环境质量监管事件,则转到步骤S5继续以下流程。
所述针对所述溯源反馈信息核算污染源强信息,得到新的源强信息,包括如下两个方面:
针对所述溯源反馈信息进行有组织源强核算,得到新的源强信息;
所述有组织源强核算按照如下标准进行核算《污染源源强核算技术指南-准则》(HJ884-2018)。有组织可以根据浓度、风量、管径等参数计算源强。
针对所述溯源反馈信息进行无组织源强核算,得到新的源强信息。
无组织源强核算按照如下标准进行核算《环境风险评价技术导则-附录F事故源强计算方法》(HJ169-2018。无组织可以根据风速、大气压、容器压、口径面积、分子量、气体泄露系数等参数计算源强。
本实施例给出两个计算无组织源强的具体实例:
当走航车监测到异常超标点位时(如泄露事故),按照如下步骤进行源强核算:
1.输入P容器压力,单位:Pa;
2.选择裂口形状Cd,圆形、三角形、长方形(计算时圆形=1.00,三角形=0.95,长方形=0.90);
3.估算A裂口面积,单位:m2;
4.输入物质名称,系统根据名录库自动匹配该物质的摩尔质量M,单位:kg/mol(此条信息需结合现场监测结果);
5.根据内嵌的算法,气体泄露速率QG,单位:kg/s,公式如下:
QG=Cd*A*P*M*校正系数。
与此同时,现场人员也可以通过实际监测的方式计算源强,具体如下:
1.现场人员通过手持监测仪得到监测浓度c。
2.现场人员通过手持风速仪,测出泄露口的风速V。
3.估算A裂口面积,单位:m2。
4.即可得到气体泄露速率QG=c*V*A。
步骤S5:建立环境事件管控建议措施库,将所述预测结果在所述环境事件管控建议措施库中进行匹配,得到匹配结果,并将匹配结果添加到所述异常事件相关的任务流表单中,根据所述匹配结果形成任务清单派发至企业和督办人员;
步骤S6:监控所述任务清单中的任务是否均已经整改完成,并将整改进度添加到所述异常事件相关的任务流表单中;
任务派发后,根据接收到的企业反馈信息和现场督查信息,实时更新治理进度,企业治理的时间周期、过程详情、前后对比都将在系统内以时间轴的形式动态更新,包括企业反馈状态、现场督查状态、任务跟踪和任务销号等。
点击企业反馈状态可以查看企业反馈信息详情,点击现场督查状态可以查看当前事件的督查工作进展和现场督查情况。点击任务跟踪可以对为按时完成环节负责人进行催办,对于企业及时整改反馈,现场督查情况属实的可以在系统内对初期预警事件进行任务销号,标志着某一环境事件从预警发出到精准溯源到污染预测评估到科学管控的全流程闭环管理,真正帮助园区环境管理人员及时发现问题,智能研判问题和最终解决问题。
步骤S7:设定评估标准,自动评估整个异常事件,得到评估结果,并将所述评估结果添加到所述异常事件相关的任务流表单中;
步骤S8:保存所有异常事件相关的任务流表单,并根据用户需要进行显示。
所述评估标准包括:事件处置效率、同类事件跟踪对比以及环境质量改善成效。
第二方面,本发明提出一种基于工业园区的大气环境溯评系统,如图6所示,包括:异常事件监测单元、异常事件检索单元、异常事件溯源单元、污染预测单元、管控任务派发单元、管控任务跟踪单元、事件评估单元、任务流表单单元;
所述异常事件监测单元、异常事件检索单元、异常事件溯源单元、污染预测单元、管控任务派发单元、管控任务跟踪单元、事件评估单元依次顺序相连接;所述异常事件监测单元、异常事件分析单元、异常事件溯源单元、污染预测单元、管控任务派发单元、管控任务跟踪单元、事件评估单元分别与所述任务流表单单元相连接;
所述异常事件监测单元用于当待监测数据超过设定阈值时,认为异常事件发生,自动生成对所述异常事件相关的任务流表单;
所述异常事件检索单元用于针对所述异常事件行检索,得到检索结果,并将所述检索结果写入所述异常事件相关的任务流表单;
所述异常事件溯源单元用于利用大气污染溯源模型对所述异常事件进行溯源分析,得到溯源结果,根据所述溯源结果进行溯源,得到溯源反馈信息,并将所述溯源结果以及溯源反馈信息添加到所述异常事件相关的任务流表单中;
所述污染预测单元用于针对所述溯源反馈信息核算污染源强信息,得到新的源强信息,利用污染扩散模型针对所述新的污染源强信息进行预测,得到预测结果,并将所述预测结果添加到所述异常事件相关的任务流表单中;
所述管控任务派发单元用于建立环境事件管控建议措施库,将所述预测结果在所述环境事件管控建议措施库中进行匹配,得到匹配结果,并将匹配结果添加到所述异常事件相关的任务流表单中,根据所述匹配结果形成任务清单派发至企业和督办人员;
所述管控任务跟踪单元用于监控所述任务清单中的任务是否均已经整改完成,并将整改进度添加到所述异常事件相关的任务流表单中;
所述事件评估单元用于设定评估标准,自动评估整个异常事件,得到评估结果,并将所述评估结果添加到所述异常事件相关的任务流表单中;
所述任务流表单单元用于保存所有异常事件相关的任务流表单,并根据用户需要进行显示。
其中,“测查溯预管治评”是本发明的核心步骤,所述异常事件监测单元相当于“测”,异常事件检索单元相当于“查”,异常事件溯源单元相当于“溯”,污染预测单元相当于“预”,管控任务派发单元相当于“管”,管控任务跟踪单元相当于“治”,事件评估单元相当于“评”,任务流表单单元相当于贯穿本发明的任务流表单。
第三方面,本发明提出一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现第一方面或者第一方面任一可能的实现方式所述的基于工业园区的大气环境溯评方法。
工业园区“测查溯预管治评”精细化管理技术属于智慧环保大背景下的具体应用。"智慧环保"是"数字环保"概念的延伸和拓展,它是借助物联网技术,把感应器和装备嵌入到各种环境监控对象(物体)中,通过超级计算机和云计算将环保领域物联网整合起来,可以实现人类社会与环境业务系统的整合,以更加精细和动态的方式实现环境管理和决策的智慧。
工业园区“测查溯预管治评”精细化管理技术利用了多种算法模型和工作流表单,包括空气质量模型、大气污染溯源模型和大气污染扩散模型。其中,大气污染溯源模型和大气污染扩散模型均基于空气质量模型进行具体应用,所述空气质量模型是指基于统一的管理和调度的云计算服务,搭建预报预警后台数值模式‘云系统’,采用中尺度气象模式(如WRF)提供大范围的气象场,结合在线或者离线嵌套技术为关注地区提供更为精细的气象背景场,并以区域污染源清单驱动第三代污染传输模型,建立云端的空气质量模式预报系统,给出关注地区的未来近期多种污染物的时空分布特征,同时结合关注地区的站点观测数据,采用模式后处理技术和三维同化技术,对多源数据进行融合,为关注地区提供更为准确的预报结果;云系统实现未来7天某市及周边区域空气质量预报,预报输出结果的时间分辨率不低于1小时,预报污染物至少包括:细颗粒物(PM2.5)、可吸入颗粒物(PM10)、臭氧(O3)、二氧化氮(NO2)、二氧化硫(SO2)、一氧化碳(CO)、挥发性有机物(TVOCs),并将预报数据进行封装,以数据服务的形式提供给终端界面。“大气污染溯源模型”是指针对关注点高浓度污染来源问题,基于二代模型扩散模型,结合本地污染物排放量,快速模拟多个排放源对关注点位的影响,量化各污染物对关注点位的浓度影响,从而为污染减排措施提供科学支持。“污染扩散模型”是指参照RESTFUL标准封装小尺度污染扩散模拟,提供灵活的、稳定的HTTP调用接口,支持客户端动态传参,收集突然性排放量,实现突然性污染事件的动态模拟。
目前与工业园区大气污染“测查溯预管治评”精细化管理技术最相近的技术方案是工业园区大气污染溯源系统。大气污染溯源系统核心是一个基于排放和气象场的反算模型。该模型调取了地形参数和监测站数据、运用风场模型和流体力学的方法、基于溯源时段的污染源数据(如位置、高度、点源/线源/面源/体源、有组织/无组织、日常排放强度等),通过先进的技术分析手段快速识别出园区污染企业,对该污染企业进行有效管控,改善园区环境质量,降低恶臭投诉、污染突发事故及社会压力。
大气污染溯源系统通过三个步骤实现污染溯源,即“摸底布站、建模设值、溯源排查”。
(一)摸底布站。首先通过查阅资料、现场勘查和实际检测对园区的污染情况进行摸底,建立园区“一企一档”。其次组织开展调研、考察和专家论证,在园区敏感点或企业边界布设监测站和气象站,确定子站数量和位置,建立园区立体监测网。
(二)建模设值。建立溯源模型,通过对监测子站的数据、园区地形地貌、企业基础信息等进行匹配和计算,能初判预警数据的排放源。通过仪器的试运行,针对园区内各污染因子设定对应的预警阈值,构建园区多级预警体系,自动触发大气污染溯源系统。
(三)溯源排查。当某一站点或某一地区出现超标或投诉时,可触发平台端大气污染溯源系统对园区企业及站点的监测数据进行先进的数据分析,得出可疑企业名单。管理人员可对可疑名单进行现场确认与排查,最终锁定污染来源,要求企业治理整改,形成问题闭环。
而本发明突破了如上三个步骤,利用两个模型(大气污染溯源模型和污染扩散模型)和一张表单(“测查溯预管治评”任务流表单),其中,步骤S1相当于测,步骤S2相当于查,步骤S3相当于溯,步骤S4相当于预,步骤S5相当于管,步骤S6相当于治,步骤S7相当于评,实现园区大气环境管理工作从提前预警到及时响应到精准溯源最后到科学治理的全流程闭环管理,减少常规人为线下判断的延时性和盲目性,充分利用监测站点基础数据结合大气环境质量管控相关模型算法,实现对日常污染事件的预警信息接收、污染溯源、态势预测以及事后针对企业治理措施的提出、企业治理工作的督查管理和整改完成后的治理效果评估。
本发明示例性实施例还提供一种电子设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器。存储器存储有能够被至少一个处理器执行的计算机程序,计算机程序在被至少一个处理器执行时用于使电子设备执行根据本发明实施例的方法。
本发明示例性实施例还提供一种存储有计算机程序的非瞬时计算机可读存储介质,其中,计算机程序在被计算机的处理器执行时用于使计算机执行根据本发明实施例的方法。
本发明示例性实施例还提供一种计算机程序产品,包括计算机程序,其中,计算机程序在被计算机的处理器执行时用于使计算机执行根据本发明实施例的方法。
参考图7,现将描述可以作为本发明的服务器或客户端的电子设备700的结构框图,其是可以应用于本发明的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图7所示,电子设备700包括计算单元701,其可以根据存储在只读存储器(ROM)702中的计算机程序或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序,来执行各种适当的动作和处理。在RAM 703中,还可存储设备700操作所需的各种程序和数据。计算单元701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
电子设备700中的多个部件连接至I/O接口705,包括:输入单元706、输出单元707、存储单元708以及通信单元709。输入单元706可以是能向电子设备700输入信息的任何类型的设备,输入单元706可以接收输入的数字或字符信息,以及产生与电子设备的用户设置和/或功能控制有关的键信号输入。输出单元707可以是能呈现信息的任何类型的设备,并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元708可以包括但不限于磁盘、光盘。通信单元709允许电子设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据,并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组,例如蓝牙设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。
计算单元701可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元701的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元701执行上文所描述的各个方法和处理。例如,在一些实施例中,上述基于工业园区的大气环境溯评方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元708。在一些实施例中,计算机程序的部分或者全部可以经由ROM 702和/或通信单元709而被载入和/或安装到电子设备700上。在一些实施例中,计算单元701可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行上述基于工业园区的大气环境溯评方法。
用于实施本发明的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
如本发明使用的,术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(PLD)),包括,接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
Claims (11)
1.一种基于工业园区的大气环境溯评方法,其特征在于,包括:
当待监测数据超过设定阈值时,认为异常事件发生,自动生成对所述异常事件相关的任务流表单;
针对所述异常事件进行检索,得到检索结果,并将所述检索结果写入所述异常事件相关的任务流表单;
利用大气污染溯源模型对所述异常事件进行溯源分析,得到溯源结果,根据所述溯源结果进行溯源,得到溯源反馈信息,并将所述溯源结果以及溯源反馈信息添加到所述异常事件相关的任务流表单中;
针对所述溯源反馈信息核算污染源强信息,得到新的源强信息,利用污染扩散模型针对所述新的污染源强信息进行预测,得到预测结果,并将所述预测结果添加到所述异常事件相关的任务流表单中;
建立环境事件管控建议措施库,将所述预测结果在所述环境事件管控建议措施库中进行匹配,得到匹配结果,并将匹配结果添加到所述异常事件相关的任务流表单中,根据所述匹配结果形成任务清单派发至企业和督办人员;
监控所述任务清单中的任务是否均已经整改完成,并将整改进度添加到所述异常事件相关的任务流表单中;
设定评估标准,自动评估整个异常事件,得到评估结果,并将所述评估结果添加到所述异常事件相关的任务流表单中;
保存所有异常事件相关的任务流表单,并根据用户需要进行显示。
2.如权利要求1所述的基于工业园区的大气环境溯评方法,其特征在于,
所述利用大气污染溯源模型对所述异常事件进行溯源分析,得到溯源结果,过程如下:
利用所述大气污染溯源模型,得出初步污染来源区域,按照区域内企业造成污染的相关度划分不同色块;
建立企业特征因子库;
根据企业特征因子库中信息和监测数据对所述污染来源区域内的企业进行污染相关度排名;
判断所述污染来源区域内的企业是否只有一家企业;
若所述污染来源区域内的企业有且只有一家企业,则溯源结束,得到溯源结果;
若所述污染来源区域内存在多家企业,则进行现场联动溯源;
建立溯源措施库;
将所述多家企业对应企业特征因子库中信息与溯源措施库中信息进行比对,根据比对结果得到现场溯源核查建议;
所述现场溯源核查建议将随任务详情一起派发至巡查小组,并开展现场核查工作;
巡查小组通过移动端将现场核查信息发送到异常事件相关的任务流表单中。
3.如权利要求2所述的基于工业园区的大气环境溯评方法,其特征在于,所述现场核查信息包括:污染源实际点位信息、现场照片、现场监测采样信息。
4.如权利要求2所述的基于工业园区的大气环境溯评方法,其特征在于,所述大气污染溯源模型,是应用空气质量模型以及气象模型,输出各污染源对待预测点月均或日均贡献浓度,并采用所述贡献浓度确定初步污染来源区域,其应用过程步骤如下:
选取一个区域作为第一研究区域,并且所述第一研究区域包含第一待预测点;
获取所述研究区域数据,包括:年排放清单原始数据、污染源数据、地面数据、地面气象数据、高空气象数据、降水数据以及待预测点数据;
将所述研究区域中所有污染源的污染物因子的年排放清单原始数据、污染源数据、地面数据、地面气象数据、高空气象数据、降水数据以及待预测点数据输入空气质量模型进行模拟;
所述空气质量模型利用所述地面数据中的地形数据、土地数据、气象观测数据,并且通过WRF气象模型生成的三维气象场,基于拉格朗日烟团扩散,以烟团的中心作为坐标原点,坐标原点会随烟团的运动不断变化,输出各污染源对待预测点月均或日均贡献浓度;
采用所述贡献浓度确定初步污染来源区域。
5.如权利要求1所述的基于工业园区的大气环境溯评方法,其特征在于:所述利用污染扩散模型针对所述新的污染源强信息进行预测,得到预测结果,其过程如下:
选取一个区域作为第二研究区域,并且所述第二研究区域包含第二待预测点;
获取所述研究区域排放源清单数据以及气象研究与预报模式气象数据;
采用空气质量模型作为污染预报模型,基于所述研究区域排放源清单数据以及预报模式气象数据,国控点及省控点作为待预测点,网格分辨率设置为百米或千米,计算时间步长设置为1小时,模拟得到所述研究区域对所述待预测点的目标污染物的浓度贡献数据;
根据浓度贡献数据得到预测预报省控点数据趋势及响应范围;
根据所述预测预报省控点数据趋势及响应范围,得到所述异常事件分类,所述异常事件分类包括:环境质量监管事件和环境应急事故。
6.如权利要求1所述的基于工业园区的大气环境溯评方法,其特征在于,所述针对所述溯源反馈信息核算污染源强信息,得到新的源强信息,包括如下两个方面:
针对所述溯源反馈信息进行有组织源强核算,得到新的源强信息;
针对所述溯源反馈信息进行无组织源强核算,得到新的源强信息。
7.如权利要求1所述的基于工业园区的大气环境溯评方法,其特征在于,所述针对所述异常事件进行检索,其检索内容包括:预警时间、超标因子、超标时段的气象数据以及周边临近其他站点的同一时段监测数据。
8.如权利要求1所述的基于工业园区的大气环境溯评方法,其特征在于,所述评估标准包括:事件处置效率、同类事件跟踪对比以及环境质量改善成效。
9.一种基于工业园区的大气环境溯评系统,其特征在于,所述系统包括:异常事件监测单元、异常事件检索单元、异常事件溯源单元、污染预测单元、管控任务派发单元、管控任务跟踪单元、事件评估单元、任务流表单单元;
所述异常事件监测单元、异常事件检索单元、异常事件溯源单元、污染预测单元、管控任务派发单元、管控任务跟踪单元、事件评估单元依次顺序相连接;所述异常事件监测单元、异常事件检索单元、异常事件溯源单元、污染预测单元、管控任务派发单元、管控任务跟踪单元、事件评估单元分别与所述任务流表单单元相连接;
所述异常事件监测单元用于当待监测数据超过设定阈值时,认为异常事件发生,自动生成对所述异常事件相关的任务流表单;
所述异常事件检索单元用于针对所述异常事件进行检索,得到检索结果,并将所述检索结果写入所述异常事件相关的任务流表单;
所述异常事件溯源单元用于利用大气污染溯源模型对所述异常事件进行溯源分析,得到溯源结果,根据所述溯源结果进行溯源,得到溯源反馈信息,并将所述溯源结果以及溯源反馈信息添加到所述异常事件相关的任务流表单中;
所述污染预测单元用于针对所述溯源反馈信息核算污染源强信息,得到新的源强信息,利用污染扩散模型针对所述新的污染源强信息进行预测,得到预测结果,并将所述预测结果添加到所述异常事件相关的任务流表单中;
所述管控任务派发单元用于建立环境事件管控建议措施库,将所述预测结果在所述环境事件管控建议措施库中进行匹配,得到匹配结果,并将匹配结果添加到所述异常事件相关的任务流表单中,根据所述匹配结果形成任务清单派发至企业和督办人员;
所述管控任务跟踪单元用于监控所述任务清单中的任务是否均已经整改完成,并将整改进度添加到所述异常事件相关的任务流表单中;
所述事件评估单元用于设定评估标准,自动评估整个异常事件,得到评估结果,并将所述评估结果添加到所述异常事件相关的任务流表单中;
所述任务流表单单元用于保存所有异常事件相关的任务流表单,并根据用户需要进行显示。
10.一种电子设备,包括:
处理器;以及
存储程序的存储器,
其中,所述程序包括指令,所述指令在由所述处理器执行时使所述处理器执行根据权利要求1-8中任一项所述的方法。
11.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使计算机执行根据权利要求1-8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111435661.3A CN114155129B (zh) | 2021-11-29 | 2021-11-29 | 一种基于工业园区的大气环境溯评方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111435661.3A CN114155129B (zh) | 2021-11-29 | 2021-11-29 | 一种基于工业园区的大气环境溯评方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114155129A CN114155129A (zh) | 2022-03-08 |
CN114155129B true CN114155129B (zh) | 2023-08-29 |
Family
ID=80454442
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111435661.3A Active CN114155129B (zh) | 2021-11-29 | 2021-11-29 | 一种基于工业园区的大气环境溯评方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114155129B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114757807B (zh) * | 2022-06-13 | 2022-09-13 | 江苏省生态环境监测监控有限公司 | 多模式融合的大气污染物实际排放量在线核算方法 |
CN115293567A (zh) * | 2022-08-03 | 2022-11-04 | 四川省生态环境科学研究院 | 一种大气污染动态管控系统及方法 |
CN115600919B (zh) * | 2022-09-19 | 2023-08-22 | 江苏蓝创智能科技股份有限公司 | 用于对实时无组织排放定位与园区排放总量计算的方法 |
CN116109323B (zh) * | 2022-12-26 | 2023-08-01 | 北京中科三清环境技术有限公司 | 臭氧污染溯源方法、装置、设备及存储介质 |
CN116703679A (zh) * | 2023-06-21 | 2023-09-05 | 北京市生态环境保护科学研究院 | 一种用于工业企业和工业园区的环保管理系统及管理方法 |
CN116485191A (zh) * | 2023-06-26 | 2023-07-25 | 安徽中科蓝壹信息科技有限公司 | 基于拉格朗日扩散模型的环境影响预警方法及系统 |
CN117057819A (zh) * | 2023-08-15 | 2023-11-14 | 泰华智慧产业集团股份有限公司 | 一种雨水管网污水排放溯源分析方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111145064A (zh) * | 2019-12-19 | 2020-05-12 | 北京工业大学 | 一种突发大气污染事故动态应急预警评估与决策支持方法和系统 |
CN111241166A (zh) * | 2020-03-09 | 2020-06-05 | 江阴市中源环境仪器有限公司 | 高精度大气污染源在线监测分析系统 |
US10706484B1 (en) * | 2016-06-15 | 2020-07-07 | Resource Environmental Solutions, LLC | Methods, systems, and computer readable media for combining pollution source information with geographic and/or temporal information for a land disturbing construction site |
CN112988940A (zh) * | 2021-04-02 | 2021-06-18 | 中科三清科技有限公司 | 污染溯源方法及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080208637A1 (en) * | 2007-01-03 | 2008-08-28 | American International Group, Inc. | Method And System For Assessing Environmental Risk Associated With Parcel Of Real Property |
-
2021
- 2021-11-29 CN CN202111435661.3A patent/CN114155129B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10706484B1 (en) * | 2016-06-15 | 2020-07-07 | Resource Environmental Solutions, LLC | Methods, systems, and computer readable media for combining pollution source information with geographic and/or temporal information for a land disturbing construction site |
CN111145064A (zh) * | 2019-12-19 | 2020-05-12 | 北京工业大学 | 一种突发大气污染事故动态应急预警评估与决策支持方法和系统 |
CN111241166A (zh) * | 2020-03-09 | 2020-06-05 | 江阴市中源环境仪器有限公司 | 高精度大气污染源在线监测分析系统 |
CN112988940A (zh) * | 2021-04-02 | 2021-06-18 | 中科三清科技有限公司 | 污染溯源方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN114155129A (zh) | 2022-03-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114155129B (zh) | 一种基于工业园区的大气环境溯评方法和系统 | |
CN110085281B (zh) | 一种基于特征污染因子源解析的环境污染溯源系统及方法 | |
CN108490889B (zh) | 基于te模型的智能工厂安全大数据数据源发生方法及装置 | |
Zhao et al. | Reprint of: Regional risk assessment for urban major hazards based on GIS geoprocessing to improve public safety | |
Xu et al. | Research and application of a hybrid model based on dynamic fuzzy synthetic evaluation for establishing air quality forecasting and early warning system: A case study in China | |
CN111145064B (zh) | 一种突发大气污染事故动态应急预警评估与决策支持方法和系统 | |
CN114329245A (zh) | 一种空气污染的溯源方法、装置、服务器及存储介质 | |
CN102456091A (zh) | 一种大气环境风险应急系统 | |
Maroko | Using air dispersion modeling and proximity analysis to assess chronic exposure to fine particulate matter and environmental justice in New York City | |
CN101882184A (zh) | 基于gis技术和aermode模型的大气环评系统与环评方法 | |
CN110361054A (zh) | 一种基于大数据实时分析空气污染源监控预警方法和装置 | |
CN113554540A (zh) | 一种海上危化品突发事故应急处理方法和系统 | |
CN110807725A (zh) | 一种大气污染溯源方法、装置、计算设备和介质 | |
Iordache et al. | A cyberinfrastructure for air quality monitoring and early warnings to protect children with respiratory disorders | |
CN115146484A (zh) | 一种用于检测环境参数的环保监控系统及监控方法 | |
Croitoru et al. | A state of the art regarding urban air quality prediction models | |
CN116703679A (zh) | 一种用于工业企业和工业园区的环保管理系统及管理方法 | |
CN115907077A (zh) | 智慧环保平台大气环境管理系统的监控及预警模块和方法 | |
Ahmad et al. | AQI prediction using layer recurrent neural network model: a new approach | |
CN113295589B (zh) | 一种扬尘监测方法、装置和系统 | |
Ordoñez et al. | Monitoring and analysis of air quality for community empowerment in Environmental Health | |
RU90577U1 (ru) | Система контроля за выбросами промышленного предприятия | |
CN110941031B (zh) | 一种民航自动气象站在线核查方法及存储介质 | |
CN113449918A (zh) | 突发重大污染事件应急指挥辅助决策方法和系统 | |
Liu et al. | A framework of environmental modelling and information sharing for urban air pollution control and management |
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 |