CN114240135A - 一种基于大数据的废弃物高分辨率统计方法 - Google Patents
一种基于大数据的废弃物高分辨率统计方法 Download PDFInfo
- Publication number
- CN114240135A CN114240135A CN202111530989.3A CN202111530989A CN114240135A CN 114240135 A CN114240135 A CN 114240135A CN 202111530989 A CN202111530989 A CN 202111530989A CN 114240135 A CN114240135 A CN 114240135A
- Authority
- CN
- China
- Prior art keywords
- resolution
- livestock
- big data
- waste
- msw
- 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.)
- Withdrawn
Links
- 239000002699 waste material Substances 0.000 title claims abstract description 48
- 238000007619 statistical method Methods 0.000 title claims abstract description 21
- 238000000034 method Methods 0.000 claims abstract description 18
- 239000010871 livestock manure Substances 0.000 claims abstract description 15
- 238000011156 evaluation Methods 0.000 claims abstract description 12
- 238000005457 optimization Methods 0.000 claims abstract description 6
- 238000004458 analytical method Methods 0.000 claims abstract description 4
- 244000144972 livestock Species 0.000 claims description 26
- 210000003608 fece Anatomy 0.000 claims description 9
- 244000144977 poultry Species 0.000 claims description 9
- 241001465754 Metazoa Species 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 6
- 239000010813 municipal solid waste Substances 0.000 claims description 5
- 239000010802 sludge Substances 0.000 claims description 4
- 241000283690 Bos taurus Species 0.000 claims description 3
- 241001494479 Pecora Species 0.000 claims description 3
- 241000282887 Suidae Species 0.000 claims description 3
- 238000005192 partition Methods 0.000 claims description 2
- 238000009826 distribution Methods 0.000 abstract description 9
- 239000002028 Biomass Substances 0.000 description 2
- 229910052799 carbon Inorganic materials 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 239000010791 domestic waste Substances 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- 238000004064 recycling Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012732 spatial analysis Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000004056 waste incineration Methods 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
-
- 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
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/84—Greenhouse gas [GHG] management systems
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Data Mining & Analysis (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Databases & Information Systems (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Physics (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Marine Sciences & Fisheries (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Mining & Mineral Resources (AREA)
- Animal Husbandry (AREA)
- Evolutionary Biology (AREA)
- Agronomy & Crop Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Probability & Statistics with Applications (AREA)
- Algebra (AREA)
- Remote Sensing (AREA)
- Software Systems (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
Abstract
本发明涉及一种基于大数据的废弃物高分辨率统计方法，其方法为：a)结合RS‑GIS分析和统计分析方法，搭建高分辨率废弃物资源潜力评估优化模型：所述RS‑GIS具体为遥感‑地学信息系统；b)确定输入的社会经济大数据类型和参数：所述社会经济大数据类型和参数包括：MSW、COD和禽畜粪便；c)将模型在arcgis平台上运行；d)输出1公里分辨率废弃物资源潜力评估结果；e)根据输入结果，进一步校准模型，提高模型输出结果的准确度。本发明提供一种基于大数据的废弃物高分辨率统计方法，优化了废弃物空间分配方法，提高了废弃物资源潜力的空间分辨率的精准性，优化了废弃物高分辨率资源潜力评估的方法。
Description
技术领域
本发明涉及废弃物统计领域，具体涉及一种基于大数据的废弃物高分辨率统计方法。
背景技术
生物质资源在CO2净零排放和负排放方面发挥着重要作用，生物质资源包含城镇生活垃圾(MSW)、禽畜粪便和城市污泥(一般用化学需氧量COD表示) 在内的废弃物；这些废弃物利用和处置不合理、不充分、不妥当；一方面会造成资源的浪费产生更多的碳排放，另一方面也会对环境造成一定程度污染；因此对废弃物进行合理利用和处置具有重要的意义，高分辨率识别未来中国废弃物空间分布，对于废弃物资源利用、生物质能源发展、低碳循环经济建设应用等都有着重要作用。
通过文献梳理了解到废弃物资源潜力评估方法主要为统计方法，均集中在国家、省、市等行政区划尺度，尚缺少结合空间分析的高分辨率评估方法；废弃物资源空间分布不明确、空间分辨率不高，对城镇生活垃圾焚烧厂、垃圾处理厂以及其他废弃物资源化、能源化利用的工厂的合理选址和规模建设，有着一定程度的负面影响，进而影响着废弃物利用的经济性。
发明内容
本发明的目的是：提供一种基于大数据的废弃物高分辨率统计方法，解决以上问题。
为了实现上述目的，本发明提供如下的技术方案：
一种基于大数据的废弃物高分辨率统计方法，其特征在于：其方法为：
a)结合RS-GIS分析和统计分析方法，搭建高分辨率废弃物资源潜力评估优化模型：所述RS-GIS具体为遥感-地学信息系统；
b)确定输入的社会经济大数据类型和参数：所述社会经济大数据类型和参数包括：MSW、COD和禽畜粪便；所述禽畜粪便可通过计算得到，具体如公式1 所示：
A指的是选取的d类禽畜粪便总量，因此d等于禽畜类别数量，Mj代表第i类禽畜的总数量，单位为只，mj代表每一只第j类禽畜在饲养期间内总共产生的粪便量；
c)将模型在arcgis平台上运行；
d)输出1公里分辨率废弃物资源潜力评估结果；
e)根据输入结果，进一步校准模型，提高模型输出结果的准确度。
所述高分辨率废弃物资源潜力评估优化模型具体可以通过如下公式2、公式 3和公式4获得：
式中i代表城镇用地或农村居民地1公里分辨率的网格，s为禽畜粪便的代号，Ws，l代表第l省的禽畜粪便统计量，Wi，s，l代表统计降尺度后第l省网格i 上的禽畜粪便量，其是通过公式1计算得到，x代表第l省的1公里分辨率农村居民地网格的总数量；w为MSW的代号，Ww，n代表第n市的MSW统计量，y代表第n市的1公里分辨率城镇用地网格的总数量，Wi，w，n代表统计降尺度n市任意网格i上的MSW量；m是COD代号，Wm，l代表第l省的COD统计量，z代表第l省1公里分辨率城镇用地网格的总数量，Wi，m，l分别代表统计降尺度后第l省任意网格i上的COD量；Di和GDPi分别代表网格i上的人口数量和GDP值；Ai、Bi和Ci分别是根据各省市禽畜分辨、MSW和COD的统计数据而确定的禽畜粪便、MSW 和COD校准系数。
人口和GDP的分配系数分别为0.5和0.5。
所述MSW具体为城镇生活垃圾，所述COD具体为城市污泥在内的废弃物。
所述禽畜包括猪、牛、羊和家禽4类，所述公式1中d等于4。
本发明的有益效果为：提供一种基于大数据的废弃物高分辨率统计方法，基于中国城市统计年鉴、中国环境统计年鉴、中国统计年鉴等高分辨率社会经济大数据，通过结合RS-GIS方法、统计方法等方法，对废弃物资源潜力进行了合理评估，优化了废弃物空间分配方法，提高了废弃物资源潜力的空间分辨率的精准性，可以为规划城镇生活垃圾处理厂的选址和规模提供科学支撑，优化了废弃物高分辨率资源潜力评估的方法，对促进废弃物的资源化、能源化的可持续循环利用具有促进作用。
附图说明
图1为本发明一较佳实施例的统计方法流程图；
图2为本发明一较佳实施例中基于人口和GDP分配数据的统计方法流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图以及实施例，对本发明作进一步的详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
参考图1和图2，一种基于大数据的废弃物高分辨率统计方法，其方法为：
a)结合RS-GIS分析和统计分析方法，搭建高分辨率废弃物资源潜力评估优化模型：所述RS-GIS具体为：遥感-地学信息系统；
b)确定输入的社会经济大数据类型和参数：所述社会经济大数据类型和参数包括：MSW、COD和禽畜粪便，所述MSW数据可以通过中国城市统计年鉴获获取，COD可以通过中国环境统计年鉴获取；所述禽畜粪便可通过计算得到，具体如公式1所示：
A指的是本专利选取的4类禽畜(猪、牛、羊和家禽)粪便总量，因此d等于4， Mj代表第i类禽畜的总数量，单位为只，mj代表每一只第j类禽畜在饲养期间内总共产生的粪便量，每种禽畜的mj数据取自相关参考文献；
c)将模型在arcgis平台上运行；
d)输出1公里分辨率废弃物资源潜力评估结果；
e)根据输入结果，进一步校准模型，提高模型输出结果的准确度。
所述人口和GDP的分配系数分别为0.5和0.5。
所述MSW具体为城镇生活垃圾，所述COD具体为城市污泥在内的废弃物。
此外，在基于人口和GDP分配的大数据情形下，本实施例还提供了第二类用于高分辨率废弃物资源潜力评估，有来自中国科学院资源环境科学与数据中心的2015年中国1公里分辨率人口数据、1公里分辨率GDP数据和1公里分辨率土地利用数据中的城镇和农村居民地数据，已有研究文献表明：影响MSW和COD产生量的因素有人口、GDP、人均可支配收入、城市化率、城市规模、旅游人次和家庭特征等，其中人口和GDP是两个最为显著的影响因子；本方案将MSW和COD 统计数据通过统计降尺度分配到1公里分辨率的网格上，可采用1公里分辨率人口和GDP数据作为分配的依据，人口和GDP的分配系数分别为0.5和0.5，其主要过程可用公式2到公式4表示：
式中i代表城镇用地或农村居民地1公里分辨率的网格，s为禽畜粪便的代号， Ws，l代表第l省的禽畜粪便统计量，Wi，s，l代表统计降尺度后第l省网格i上的禽畜粪便量，其是通过公式1计算得到，x代表第l省的1公里分辨率农村居民地网格的总数量；w为MSW的代号，Ww，n代表第n市的MSW统计量，y代表第n 市的1公里分辨率城镇用地网格的总数量，Wi，w，n代表统计降尺度n市任意网格 i上的MSW量；m是COD代号，Wm，l代表第l省的COD统计量，z代表第l省1 公里分辨率城镇用地网格的总数量，Wi，m，l分别代表统计降尺度后第l省任意网格i上的COD量；Di和GDPi分别代表网格i上的人口数量和GDP值；Ai、Bi和Ci分别是根据各省市禽畜分辨、MSW和COD的统计数据而确定的禽畜粪便、MSW和COD校准系数。
通过统计分析方法计算得到的禽畜粪便、MSW和COD的数据，经土地利用数据和社会经济数据的统计降尺度，最终得到1公里分辨率上废弃物资源潜力；可以用公式5表示，其中Wi代表统计降尺度后网格i上的废弃物。
Wi＝Wi,s,l+Wi,w,n+Wi,m,l 公式5
上述实施例用于对本发明作进一步的说明，但并不将本发明局限于这些具体实施方式。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应理解为在本发明的保护范围之内。
Claims (5)
1.一种基于大数据的废弃物高分辨率统计方法，其特征在于：其方法为：
a)结合RS-GIS分析和统计分析方法，搭建高分辨率废弃物资源潜力评估优化模型：所述RS-GIS具体为遥感-地学信息系统；
b)确定输入的社会经济大数据类型和参数：所述社会经济大数据类型和参数包括：MSW、COD和禽畜粪便；所述禽畜粪便可通过计算得到，具体如公式1所示：
A指的是选取的d类禽畜粪便总量，因此d等于禽畜类别数量，Mj代表第i类禽畜的总数量，单位为只，mj代表每一只第j类禽畜在饲养期间内总共产生的粪便量；
c)将模型在arcgis平台上运行；
d)输出1公里分辨率废弃物资源潜力评估结果；
e)根据输入结果，进一步校准模型，提高模型输出结果的准确度。
2.根据权利要求1所述的一种基于大数据的废弃物高分辨率统计方法，其特征在于：所述高分辨率废弃物资源潜力评估优化模型具体可以通过如下公式2、公式3和公式4获得：
式中i代表城镇用地或农村居民地1公里分辨率的网格，s为禽畜粪便的代号，Ws，l代表第l省的禽畜粪便统计量，Wi，s，l代表统计降尺度后第l省网格i上的禽畜粪便量，其是通过公式1计算得到，x代表第l省的1公里分辨率农村居民地网格的总数量；w为MSW的代号，Ww，n代表第n市的MSW统计量，y代表第n市的1公里分辨率城镇用地网格的总数量，Wi，w，n代表统计降尺度n市任意网格i上的MSW量；m是COD代号，Wm，l代表第l省的COD统计量，z代表第l省1公里分辨率城镇用地网格的总数量，Wi，m，l分别代表统计降尺度后第l省任意网格i上的COD量；Di和GDPi分别代表网格i上的人口数量和GDP值；Ai、Bi和Ci分别是根据各省市禽畜分辨、MSW和COD的统计数据而确定的禽畜粪便、MSW和COD校准系数。
3.根据权利要求2所述的一种基于大数据的废弃物高分辨率统计方法，其特征在于：人口和GDP的分配系数分别为0.5和0.5。
4.根据权利要求1所述的一种基于大数据的废弃物高分辨率统计方法，其特征在于：所述MSW具体为城镇生活垃圾，所述COD具体为城市污泥在内的废弃物。
5.根据权利要求1所述的一种基于大数据的废弃物高分辨率统计方法，其特征在于：所述禽畜包括猪、牛、羊和家禽4类，所述公式1中d等于4。
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111530989.3A CN114240135A (zh) | 2021-12-14 | 2021-12-14 | 一种基于大数据的废弃物高分辨率统计方法 |
| CN202210479967.7A CN114971208A (zh) | 2021-12-14 | 2022-05-05 | 一种基于大数据的废弃物高分辨率统计方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111530989.3A CN114240135A (zh) | 2021-12-14 | 2021-12-14 | 一种基于大数据的废弃物高分辨率统计方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114240135A true CN114240135A (zh) | 2022-03-25 |
Family
ID=80756095
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111530989.3A Withdrawn CN114240135A (zh) | 2021-12-14 | 2021-12-14 | 一种基于大数据的废弃物高分辨率统计方法 |
| CN202210479967.7A Pending CN114971208A (zh) | 2021-12-14 | 2022-05-05 | 一种基于大数据的废弃物高分辨率统计方法 |
Family Applications After (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210479967.7A Pending CN114971208A (zh) | 2021-12-14 | 2022-05-05 | 一种基于大数据的废弃物高分辨率统计方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (2) | CN114240135A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114626764A (zh) * | 2021-12-14 | 2022-06-14 | 无锡数据湖信息技术有限公司 | 一种农业剩余物资源潜力评估方法 |
-
2021
- 2021-12-14 CN CN202111530989.3A patent/CN114240135A/zh not_active Withdrawn
-
2022
- 2022-05-05 CN CN202210479967.7A patent/CN114971208A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114626764A (zh) * | 2021-12-14 | 2022-06-14 | 无锡数据湖信息技术有限公司 | 一种农业剩余物资源潜力评估方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114971208A (zh) | 2022-08-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Laasasenaho et al. | GIS-data related route optimization, hierarchical clustering, location optimization, and kernel density methods are useful for promoting distributed bioenergy plant planning in rural areas | |
| Lai et al. | Carbon emission evaluation model and carbon reduction strategies for newly urbanized areas | |
| CN103870678A (zh) | 一种基于城市规划的碳排放计量方法 | |
| Villarroel Walker et al. | Water—and nutrient and energy—systems in urbanizing watersheds | |
| CN108573302A (zh) | 一种流域面源污染负荷模拟及最佳管理措施优化方法 | |
| CN115099524A (zh) | 一种园区碳排放预测方法及装置 | |
| CN112765531A (zh) | 一种流域非点源排放量自动计算方法和系统 | |
| CN112182951B (zh) | 一种考虑多重不确定性的土地利用规划方法 | |
| Du et al. | MBO based indicator-setting method for promoting low carbon city practice | |
| CN114971208A (zh) | 一种基于大数据的废弃物高分辨率统计方法 | |
| CN114462698B (zh) | 一种面向流域汇水区域的磷排放污染负荷预测方法 | |
| CN116050879A (zh) | 一种基于城市体检评估的城市更新方法及系统 | |
| Zhai et al. | Research on regional terrestrial carbon storage based on the pattern-process-function | |
| Teng et al. | Designing a sustainable collection and transportation routes for domestic wastes in the agro-pastoral ecotone of the Tibetan Plateau | |
| Ren et al. | How to address properly the scale of urban infrastructures?–An empirical study of 35 large Chinese cities | |
| Li et al. | Assessment of water pollution in the Tibetan Plateau with contributions from agricultural and economic sectors: a case study of Lhasa River Basin | |
| Xiong et al. | Reactive nitrogen budgets in human-nature coupling system in lakeside area with insufficient data-A case study of Mwanza, Tanzania | |
| WANG et al. | Comments on sensitivity analysis, calibration of distributed hydrological model | |
| CN115641028A (zh) | 一种基于收支模型的平原河网面源污染负荷估算方法 | |
| Yan et al. | Spatial site selection for a centralized treatment center of livestock excreta: Taking Nantong Town as an example | |
| Bai et al. | Research on emission characteristics of agricultural non-point source pollution based on Kuznets fitting curve | |
| Kabir et al. | Environmental, social, and economic impacts of renewable energy sources | |
| CN118211798A (zh) | 空间格网化降尺度的多元污染负荷分配方法 | |
| Faksomboon | Development of a Hydrodynamic Model for Regulating Water Drainage of Reservoir and Water Resources Management, Lamtakong Watershed of Thailand | |
| Lin et al. | A DEA-Based Performance Evaluation of Ecological Land Development of Cities. |
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 | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20220325 |
|
| WW01 | Invention patent application withdrawn after publication |