CN114742460B - 一种确定待管控企业的方法、装置、电子设备及存储介质 - Google Patents
一种确定待管控企业的方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114742460B CN114742460B CN202210493167.0A CN202210493167A CN114742460B CN 114742460 B CN114742460 B CN 114742460B CN 202210493167 A CN202210493167 A CN 202210493167A CN 114742460 B CN114742460 B CN 114742460B
- Authority
- CN
- China
- Prior art keywords
- enterprise
- evaluated
- determining
- emission
- target
- 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 97
- 238000003860 storage Methods 0.000 title claims abstract description 18
- 239000003344 environmental pollutant Substances 0.000 claims abstract description 146
- 231100000719 pollutant Toxicity 0.000 claims abstract description 146
- 238000004519 manufacturing process Methods 0.000 claims abstract description 78
- 238000009826 distribution Methods 0.000 claims description 78
- 230000008569 process Effects 0.000 claims description 40
- 238000004088 simulation Methods 0.000 claims description 39
- 230000000694 effects Effects 0.000 claims description 23
- 230000006872 improvement Effects 0.000 claims description 19
- 238000012545 processing Methods 0.000 claims description 14
- 238000011156 evaluation Methods 0.000 claims description 12
- 230000007613 environmental effect Effects 0.000 abstract description 2
- 235000019580 granularity Nutrition 0.000 description 29
- 238000004590 computer program Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 1
- 238000003915 air pollution Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000000356 contaminant Substances 0.000 description 1
- 239000003546 flue gas Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000002912 waste gas Substances 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
- 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
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供一种确定待管控企业的方法、装置、电子设备及存储介质,属于环境科学领域。所述方法包括:获取目标区域中多个拟评估企业的生产数据;基于每个拟评估企业的生产数据,确定每个拟评估企业的第一子网格化排放清单;确定每个拟评估企业对应的背景网格化排放清单,所述背景网格化排放清单不包括对应的拟评估企业的排放信息;分别基于所述每个拟评估企业的第一子网格化排放清单和背景网格化排放清单,确定每个拟评估企业的污染物浓度贡献;基于所述多个拟评估企业的污染物浓度贡献,确定待管控的目标企业。采用本申请,可以提高管控的准确性。
Description
技术领域
本申请涉及环境科学领域,尤其涉及一种确定待管控企业的方法、装置、电子设备及存储介质。
背景技术
当前的企业治理主要从污染源排放角度进行治理,对企业废气治理设施进行升级改造。控制污染源排放是从源头上改变污染物的排放以改善空气质量。
现在一般结合地面盛行风向来判断企业对城市或站点的影响大小。这种方法有一定合理性,如果企业在地面层排放污染物,则位于城市或站点盛行风向上风向的企业对城市或站点影响较大;位于城市或站点盛行风向下风向的企业对城市或站点影响较小。
但是如果企业不是在近地面层排放污染物,而在高层排放污染物,污染物在落地过程中,空中各层风向风速存在较大差异,则无法按照盛行风向来判断对该企业对城市或站点的影响。同时污染物的落地浓度不仅受风向风速影响,还受大气层结稳定度影响,基于盛行风向统计的方法确定待管控企业的准确性并不高,导致企业治理的效果并不理想。
发明内容
为了解决现有技术问题,本申请实施例提供了一种确定待管控企业的方法、装置、电子设备及存储介质,可以提高管控的准确性。技术方案如下:
根据本申请的一方面,提供了一种确定待管控企业的方法,所述方法包括:
获取目标区域中多个拟评估企业的生产数据;
基于每个拟评估企业的生产数据,确定每个拟评估企业的第一子网格化排放清单;
确定每个拟评估企业对应的背景网格化排放清单,所述背景网格化排放清单不包括对应的拟评估企业的排放信息;
分别基于所述每个拟评估企业的第一子网格化排放清单和背景网格化排放清单,确定每个拟评估企业的污染物浓度贡献;
基于所述多个拟评估企业的污染物浓度贡献,确定待管控的目标企业。
可选的,所述生产数据包括产量数据、治理措施数据、生产时间数据、排污位置数据;
对于每个拟评估企业,所述基于每个拟评估企业的生产数据,确定每个拟评估企业的第一子网格化排放清单,包括:
基于所述拟评估企业的产量数据和治理措施数据,确定所述拟评估企业的污染物排放量;
基于所述拟评估企业的产量数据和生产时间数据,确定所述拟评估企业的污染物排放量的第一分配系数;
基于所述拟评估企业的污染物排放量、第一分配系数和排污位置数据,确定所述拟评估企业的第一子网格化排放清单。
可选的,对于每个拟评估企业,所述确定每个拟评估企业对应的背景网格化排放清单,包括:
基于所述拟评估企业的生产数据和所述目标区域的大气污染源排放清单,确定所述拟评估企业对应的背景网格化排放清单。
可选的,对于每个拟评估企业,所述分别基于所述每个拟评估企业的第一子网格化排放清单和背景网格化排放清单,确定每个拟评估企业的污染物浓度贡献,包括:
基于所述拟评估企业的第一子网格化排放清单和背景网格化排放清单,确定所述拟评估企业对应的所述目标区域的第一网格化排放清单,所述第一网格化排放清单包括所述拟评估企业的排放信息;
基于所述第一网格化排放清单,对所述目标区域的污染过程进行模拟,得到第一模拟结果,所述第一模拟结果包括所述拟评估企业的污染过程;
基于所述拟评估企业的背景网格化排放清单,对所述目标区域的污染过程进行模拟,得到第二模拟结果,所述第二模拟结果不包括所述拟评估企业的污染过程;
基于所述第一模拟结果和所述第二模拟结果,确定所述拟评估企业的污染物浓度贡献。
可选的,所述污染物浓度贡献包括天气型标识和/或时间标识;
所述基于所述多个拟评估企业的污染物浓度贡献,确定待管控的目标企业,包括:
在每个天气型标识对应的天气型中,基于所述多个拟评估企业在所述天气型中的污染物浓度贡献,确定在所述天气型中待管控的目标企业;和/或
在每个时间标识对应的时间中,基于所述多个拟评估企业在所述时间中的污染物浓度贡献,确定在所述时间中待管控的目标企业。
可选的,所述方法还包括:
基于所述目标企业的生产数据,确定所述目标企业的产能调整方案。
可选的,所述基于所述目标企业的生产数据,确定所述目标企业的产能调整方案,包括:
基于所述目标企业的产量数据和生产时间数据,确定所述目标企业的污染物排放量的第二分配系数,所述第二分配系数中每个时间粒度的分配系数相同;
基于所述目标企业的污染物排放量、第二分配系数和排污位置数据,确定所述目标企业的第二子网格化排放清单;
基于所述目标企业的第二子网格化排放清单和背景网格化排放清单,确定所述目标企业在目标时间粒度的污染物浓度贡献;
基于所述目标时间粒度的污染物浓度贡献,确定所述目标企业在所述目标时间粒度的产能调整方案。
可选的,所述方法还包括:
对所述产能调整方案进行评估,确定所述目标企业产能调整后的大气污染改善效果。
可选的,所述对所述产能调整方案进行评估,确定所述目标企业产能调整后的大气污染改善效果,包括:
基于所述产能调整方案,对所述目标时间粒度的分配系数进行调整,确定所述目标企业的污染物排放量的第三分配系数;
基于所述目标企业的污染物排放量、第三分配系数和排污位置数据,确定所述目标企业的第三子网格化排放清单;
基于所述目标企业的第三子网格化排放清单和背景网格化排放清单,确定所述目标企业在执行所述产能调整方案后的污染物浓度贡献;
基于所述执行所述产能调整方案后的污染物浓度贡献,确定所述目标企业产能调整后的大气污染改善效果。
根据本申请的另一方面,提供了一种确定待管控企业的装置,所述装置包括:
获取模块,用于获取目标区域中多个拟评估企业的生产数据;
第一确定模块,用于基于每个拟评估企业的生产数据,确定每个拟评估企业的第一子网格化排放清单;确定每个拟评估企业对应的背景网格化排放清单,所述背景网格化排放清单不包括对应的拟评估企业的排放信息;
第二确定模块,用于分别基于所述每个拟评估企业的第一子网格化排放清单和背景网格化排放清单,确定每个拟评估企业的污染物浓度贡献;
第三确定模块,用于基于所述多个拟评估企业的污染物浓度贡献,确定待管控的目标企业。
可选的,所述生产数据包括产量数据、治理措施数据、生产时间数据、排污位置数据;
对于每个拟评估企业,所述第一确定模块,用于:
基于所述拟评估企业的产量数据和治理措施数据,确定所述拟评估企业的污染物排放量;
基于所述拟评估企业的产量数据和生产时间数据,确定所述拟评估企业的污染物排放量的第一分配系数;
基于所述拟评估企业的污染物排放量、第一分配系数和排污位置数据,确定所述拟评估企业的第一子网格化排放清单。
可选的,对于每个拟评估企业,所述第一确定模块,用于:
基于所述拟评估企业的生产数据和所述目标区域的大气污染源排放清单,确定所述拟评估企业对应的背景网格化排放清单。
可选的,对于每个拟评估企业,所述第二确定模块,用于:
基于所述拟评估企业的第一子网格化排放清单和背景网格化排放清单,确定所述拟评估企业对应的所述目标区域的第一网格化排放清单,所述第一网格化排放清单包括所述拟评估企业的排放信息;
基于所述第一网格化排放清单,对所述目标区域的污染过程进行模拟,得到第一模拟结果,所述第一模拟结果包括所述拟评估企业的污染过程;
基于所述拟评估企业的背景网格化排放清单,对所述目标区域的污染过程进行模拟,得到第二模拟结果,所述第二模拟结果不包括所述拟评估企业的污染过程;
基于所述第一模拟结果和所述第二模拟结果,确定所述拟评估企业的污染物浓度贡献。
可选的,所述污染物浓度贡献包括天气型标识和/或时间标识;
所述第三确定模块,用于
在每个天气型标识对应的天气型中,基于所述多个拟评估企业在所述天气型中的污染物浓度贡献,确定在所述天气型中待管控的目标企业;和/或
在每个时间标识对应的时间中,基于所述多个拟评估企业在所述时间中的污染物浓度贡献,确定在所述时间中待管控的目标企业。
可选的,所述装置还包括产能调整模块,所述产能调整模块用于:
基于所述目标企业的生产数据,确定所述目标企业的产能调整方案。
可选的,所述产能调整模块用于:
基于所述目标企业的产量数据和生产时间数据,确定所述目标企业的污染物排放量的第二分配系数,所述第二分配系数中每个时间粒度的分配系数相同;
基于所述目标企业的污染物排放量、第二分配系数和排污位置数据,确定所述目标企业的第二子网格化排放清单;
基于所述目标企业的第二子网格化排放清单和背景网格化排放清单,确定所述目标企业在目标时间粒度的污染物浓度贡献;
基于所述目标时间粒度的污染物浓度贡献,确定所述目标企业在所述目标时间粒度的产能调整方案。
可选的,所述装置还包括评估模块,所述评估模块用于:
对所述产能调整方案进行评估,确定所述目标企业产能调整后的大气污染改善效果。
可选的,所述评估模块用于:
基于所述产能调整方案,对所述目标时间粒度的分配系数进行调整,确定所述目标企业的污染物排放量的第三分配系数;
基于所述目标企业的污染物排放量、第三分配系数和排污位置数据,确定所述目标企业的第三子网格化排放清单;
基于所述目标企业的第三子网格化排放清单和背景网格化排放清单,确定所述目标企业在执行所述产能调整方案后的污染物浓度贡献;
基于所述执行所述产能调整方案后的污染物浓度贡献,确定所述目标企业产能调整后的大气污染改善效果。
根据本申请的另一方面,提供了一种电子设备,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上述确定待管控企业的方法。
根据本申请的另一方面,提供了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所述计算机执行上述确定待管控企业的方法。
本申请可以取得如下有益效果:
(1)通过拟评估企业的生产数据生成其第一子网格化排放清单,并结合其背景网格化排放清单,可以确定该拟评估企业的污染物浓度贡献。进而,根据目标区域的多个拟评估企业的污染物浓度贡献,可以确定待管控的目标企业,可以实现对企业的精细化管控。并且,由于第一子网格化排放清单是基于拟评估企业实际的生产数据确定的,相较于现有的大气污染源排放清单准确性较高,可以提高管控的准确性。
(2)可以确定不同的天气型和/或时间下需要重点管控的企业,进一步对企业实现精细化管控。
(3)通过对不同的时间粒度的分配系数进行调整并进行模拟,达到在不影响年产能的前提下改善空气质量的效果,对城市的大气污染治理具有重要意义。
附图说明
在下面结合附图对于示例性实施例的描述中,本申请的更多细节、特征和优点被公开,在附图中:
图1示出了根据本申请示例性实施例提供的确定待管控企业的方法流程图;
图2示出了根据本申请示例性实施例提供的确定产能调整方案的方法流程图;
图3示出了根据本申请示例性实施例提供的确定大气污染改善效果的方法流程图;
图4示出了根据本申请示例性实施例提供的确定待管控企业的装置的示意性框图;
图5示出了能够用于实现本申请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申请的实施例。虽然附图中显示了本申请的某些实施例,然而应当理解的是,本申请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申请。应当理解的是,本申请的附图及实施例仅用于示例性作用,并非用于限制本申请的保护范围。
应当理解,本申请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。本申请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,本申请中提及的“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,本申请中提及的“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”。
本申请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。
本申请提供了一种确定待管控企业的方法,该方法可以由终端、服务器和/或其他具备处理能力的设备完成。本申请实施例提供的方法可以由上述任一设备完成,也可以由多个设备共同完成。
下面将参照图1所示的确定待管控企业的方法的流程图,对该方法进行介绍。
步骤101,获取目标区域中多个拟评估企业的生产数据。
可选的,上述生产数据可以产量数据、治理措施数据、生产时间数据、排污位置数据。
在一种可能的实施方式中,可以对目标区域中的拟评估企业进行调研,重点调研企业的产品产量、月产量、日产量、治理措施、日生产时间以及基础信息(企业经纬度、排口高度、直径、烟气温度、流速等)。其中,产品产量、月产量、日产量可以作为上述产量数据,治理措施可以作为上述治理措施数据,日生产时间可以作为上述生产时间数据,企业经纬度和排口高度可以作为上述排污位置数据。本实施例对具体调研的数据不作限定。
步骤102,基于每个拟评估企业的生产数据,确定每个拟评估企业的第一子网格化排放清单。
本实施例通过空气质量模式进行污染物浓度贡献的定量模拟评估,在模拟前可以对空气质量模式进行设置。
在一种可能的实施方式中,可以根据上述目标区域的地理位置设置评估模拟区域,设置投影方式,设置水平网格及垂直网格。获取目标区域历史时段(例如历史3年或更长时间)的气象资料和地形资料,根据设置的网格点信息对气象资料和地形资料进行预处理,并使用气象模式生成空气质量模式所需的气象背景场。根据设置的网格点信息,基于每个拟评估企业的生产数据进行时间、空间和物种分配,得到仅含单个企业的网格化排放清单。也即是说,此时得到的每个网格化排放清单中仅包含单个企业的排放信息,不涉及其他企业的排放信息。为了方便介绍,本实施例将仅包含单个企业的排放信息的网格化排放清单称为第一子网格化排放清单。
对于每个拟评估企业,可以采用如下处理确定该企业的第一子网格化排放清单:
基于拟评估企业的产量数据和治理措施数据,确定拟评估企业的污染物排放量;
基于拟评估企业的产量数据和生产时间数据,确定拟评估企业的污染物排放量的第一分配系数;
基于拟评估企业的污染物排放量、第一分配系数和排污位置数据,确定拟评估企业的第一子网格化排放清单。
其中,分配系数可以包括多个时间粒度,分别为月分配系数、日分配系数及小时分配系数,是指为模拟排放而在每个时间粒度上分配的污染物排放量。为了方便介绍,本实施例将基于拟评估企业实际的产量数据和生产时间数据确定的分配系数,称为第一分配系数。
在一种可能的实施方式中,可以根据步骤101中调研得到的产品产量、月产量及治理措施核算企业的污染物排放量,根据月产量、日产量和日生产时间确定污染物排放量的月分配系数、日分配系数及小时分配系数。例如,调研得到年产量120吨、每月产量10吨、周末和节假日不生产、每天8时至18时生产,则根据120吨的产量可以核算出年污染物排放量,根据每月同等产量可以确定月分配系数,根据周末和节假日不生产可以确定日分配系数,根据每天8至18时生产可以确定小时分配系数。
进而,根据核算的污染物排放量结合月分配系数、日分配系数及小时分配系数,并根据企业经纬度、排口高度结合设置的网格点信息将企业排放的污染物进行时间、空间和物种分配,得到该企业的第一子网格化排放清单。例如,某企业的一个排气烟囱的经纬度为北纬40度、东经112度,烟囱高度100米,则空间分配为把该排气烟囱的排放量分配到位于北纬40度、东经112度,高度100米位置的网格上;时间分配为根据各时间粒度的分配系数,将企业各时间段的排放量分配到网格上;物种分配为根据污染源源谱将企业排放的污染物进一步细分,例如将NOx细分为NO和NO2等,污染源源谱为根据各行业的实际监测值确定。
对每个拟评估企业均执行上述处理后,可以得到每个拟评估企业的第一子网格化排放清单。
步骤103,确定每个拟评估企业对应的背景网格化排放清单。
其中,上述背景网格化排放清单不包括对应的拟评估企业的排放信息,包括除对应的拟评估企业外其他污染源的排放信息。
在一种可能的实施方式中,可以获取除单个拟评估企业外其他污染源的排放信息,并根据设置的网格点信息进行时间、空间和物种分配,得到该企业对应的背景网格化排放清单。
可选的,对于每个拟评估企业,可以采用如下处理确定对应的背景网格化排放清单:
基于拟评估企业的生产数据和目标区域的大气污染源排放清单,确定拟评估企业对应的背景网格化排放清单。
在一种可能的实施方式中,可以获取目标区域已公布的大气污染源排放清单,并在该大气污染源排放清单中删除单个拟评估企业的排放信息,得到除该企业外其他污染源的排放信息。进而,根据设置的网格点信息进行时间、空间和物种分配,得到该企业对应的背景网格化排放清单。
对每个拟评估企业均执行上述处理后,可以得到每个拟评估企业对应的背景网格化排放清单。
步骤104,分别基于每个拟评估企业的第一子网格化排放清单和背景网格化排放清单,确定每个拟评估企业的污染物浓度贡献。
在一种可能的实施方式中,对于每个拟评估企业,分别基于其第一子网格化排放清单和背景网格化排放清单,模拟包含该企业的污染过程和不包含该企业的污染过程,对每个区域或站点的污染物浓度进行定量,通过对比两个污染过程的污染物浓度,可以得到该企业的污染物浓度贡献。
具体的,对于每个拟评估企业,可以采用如下步骤1041-1044确定相应的污染物浓度贡献:
步骤1041,基于拟评估企业的第一子网格化排放清单和背景网格化排放清单,确定拟评估企业对应的目标区域的第一网格化排放清单,第一网格化排放清单包括拟评估企业的排放信息;
步骤1042,基于第一网格化排放清单,对目标区域的污染过程进行模拟,得到第一模拟结果,第一模拟结果包括拟评估企业的污染过程;
步骤1043,基于拟评估企业的背景网格化排放清单,对目标区域的污染过程进行模拟,得到第二模拟结果,第二模拟结果不包括拟评估企业的污染过程;
步骤1044,基于第一模拟结果和第二模拟结果,确定拟评估企业的污染物浓度贡献。
在一种可能的实施方式中,可以将单个拟评估企业的第一子网格化排放清单和背景网格化排放清单进行耦合,也即是将对应网格上的排放量相加,生成目标区域的网格化排放清单,该网格化排放清单包括目标区域所有污染源的排放信息。因此,在通过空气质量模式运行该网格化排放清单时,可以模拟所有污染源的污染过程,得到的第一模拟结果包括该企业的污染过程,定量得到的污染物浓度包括该企业贡献的污染物浓度。
在通过空气质量模式运行拟评估企业的背景网格化排放清单时,可以模拟除该企业外其他污染源的污染过程,得到的第二模拟结果不包括该企业的污染过程,定量得到的污染物浓度也不包括该企业贡献的污染物浓度。
进而,通过对两个模拟结果定量得到的污染物浓度进行对比,可以得到该企业的污染物浓度贡献。
对每个拟评估企业均执行上述处理后,可以得到每个拟评估企业的污染物浓度贡献。
需要说明的是,目标区域已公布的大气污染源排放清单是通过现有的方法编制的,目标区域内可以包含上万个不同的排放源,因此,在编制大气污染源排放清单时一般将拥有相同排放特征的排放源进行合并处理,例如工业源在时间分配处理时会将同一类的工厂的排放源归到一起,从中挑选出重要的排放源作为代表,以其排放时间特征作为该类企业的时间特征。而上述步骤101获取的生产数据通过对企业实际调研获得,比大气污染源排放清单中的数据要准确、详细。在此基础上,即便上述大气污染源排放清单也包括目标区域所有污染源的排放信息,相较于直接基于大气污染源排放清单构建的网格化排放清单,通过上述步骤1041确定的网格化排放清单也较为准确,可以提高模拟的准确性,进而提高管控的准确性。
为消除气候突变造成的差异,上述模拟一般为3年或更长时间,并对模拟结果取平均值进行分析。
可选的,空气质量模式可以在每个时次输出污染物浓度,相应的污染物浓度数据可以携带有时间标识,在此基础上确定的污染物浓度贡献也可以携带相应的时间标识。例如,空气质量模式输出2017年3月14日2时的污染物浓度,则输出的污染物浓度数据可以携带有“2017年3月14日2时”的时间标识。
进一步可选的,同一天气型下气象要素存在较大的一致性,贡献较大的企业大体相同,但是不同的天气型下差异较大,结合污染过程翻阅历史3年或更长时间尺度的天气图对污染过程进行天气分型,一般天气型为锋前型、倒槽型、高后型、均压场型、华北小低压性、地形槽型、台风外围性、副高控制性,各地略有不同。在确定每个污染过程的天气型后,可以将对应时间的污染物浓度数据标注上相应的天气型标识,在此基础上确定的污染物浓度贡献也可以携带相应的天气型标识。例如,确定2017年3月14日2时的天气型为锋前型,则上述输出的污染物浓度数据还可以携带有“锋前型”的天气型标识。
步骤105,基于多个拟评估企业的污染物浓度贡献,确定待管控的目标企业。
在一种可能的实施方式中,可以将污染物浓度贡献较大的企业确定为待管控的目标企业,此后,可以降低目标企业的污染物排放,从而实现企业污染治理,改善目标区域的空气质量。
可选的,可以基于天气型和/或时间对企业进行精细化管控,相应的处理如下:
在每个天气型标识对应的天气型中,基于多个拟评估企业在天气型中的污染物浓度贡献,确定在天气型中待管控的目标企业;和/或
在每个时间标识对应的时间中,基于多个拟评估企业在时间中的污染物浓度贡献,确定在时间中待管控的目标企业。
其中,上述时间可以细分为月份和小时,也即是说,可以确定每月、每个小时中待管控的目标企业。
在一种可能的实施方式中,分析各天气型下各企业对污染物浓度的贡献值,从而确定各天气型下需要重点管控的企业。
各月由于季节转换,影响较大的企业同样存在较大差异,因此可以分析每月各企业对污染物浓度的贡献值,从而确定每月需要重点管控的企业。
由于月日出日落时间的差异及盛行风向的转换,一天中不同时刻影响较大的企业同样差异较大,因此可以分析每个时刻各企业对污染物浓度的贡献值,从而确定每个时刻需要重点管控的企业。其中,分析一天中不同时刻差异时可以按月进行分析,例如,可以对1月份中每日5时的数据进行分析,从而得到1月份中5时需要重点管控的企业。
可选的,在确定待管控的目标企业之后,可以基于目标企业的生产数据,确定目标企业的产能调整方案。
参照图2示出的确定产能调整方案的方法流程图,确定目标企业的产能调整方案的方法可以包括如下步骤201-204。
步骤201,基于目标企业的产量数据和生产时间数据,确定目标企业的污染物排放量的第二分配系数。
其中,上述第二分配系数中每个时间粒度的分配系数相同。
在一种可能的实施方式中,可以在清单网格化时,通过对各月的产能及日生产时间进行调整,使目标企业具有相同的月、日和小时分配系数,即目标企业各月、各日和小时具有相同的排放量,并保证目标企业的年产量不变。
步骤202,基于目标企业的污染物排放量、第二分配系数和排污位置数据,确定目标企业的第二子网格化排放清单。
步骤202的实施方式与上述步骤102同理,此处不再赘述。
步骤203,基于目标企业的第二子网格化排放清单和背景网格化排放清单,确定目标企业在目标时间粒度的污染物浓度贡献。
其中,背景网格化排放清单可以是指上述步骤103确定的背景网格化排放清单,或通过与步骤103相同的方法确定的背景网格化排放清单。
步骤203的实施方式与上述步骤104同理,此处不再赘述。
由于第二分配系数中每个时间粒度的分配系数相同,可以得到在月、日、时具有相同的排放量的前提下目标企业对污染物浓度的贡献值,因此可以评估目标企业在每个时间粒度的贡献大小。例如,可以在每月中评估月贡献值大、月贡献值小的月份,每时同理。
步骤204,基于目标时间粒度的污染物浓度贡献,确定目标企业在目标时间粒度的产能调整方案。
下面将针对月、时两个时间粒度分别介绍步骤204的实施方式。
对于各月,可以将月贡献值大的月份减少产品产量,月贡献值小的月份增加产品产量,并保证年产量不变,以此确定相应的产能调整方案。
对于各时,在各月中,小时贡献值大的时刻减少产品产量或者停产,小时贡献值小的时刻增加产品产量,并保证日产量不变,以此确定相应的产能调整方案。对于不可中断生产的企业可以选取邻近小时贡献值较小的连续时刻安排生产。各月由于日出日落时间存在较大差异,导致大气层结稳定度日变化各月存在较大差异,因此这里对日生产时间进行调整时可以按各月进行调整。
当然,还可以采用其他具体的方法确定产能调整方案,本实施例不在此一一列举。
可选的,在确定产能调整方案之后,还可以对产能调整方案进行评估,确定目标企业产能调整后的大气污染改善效果。
参照图3示出的确定大气污染改善效果的方法流程图,确定产能调整方案大气污染改善效果的方法可以包括如下步骤301-304。
步骤301,基于产能调整方案,对目标时间粒度的分配系数进行调整,确定目标企业的污染物排放量的第三分配系数。
下面将针对月、时两个时间粒度分别介绍步骤301的实施方式。
对于各月,可以根据产能调整方案中调整后的月产量调整月分配系数,日分配系数和小时分配系数按实际设置。
对于各时,可以根据产能调整方案中调整后的小时产量调整小时分配系数,月分配系数和日分配系数按实际设置。
步骤302,基于目标企业的污染物排放量、第三分配系数和排污位置数据,确定目标企业的第三子网格化排放清单。
步骤302的实施方式与上述步骤102同理,此处不再赘述。
步骤303,基于目标企业的第三子网格化排放清单和背景网格化排放清单,确定目标企业在执行产能调整方案后的污染物浓度贡献。
其中,背景网格化排放清单可以是指上述步骤103确定的背景网格化排放清单,或通过与步骤103相同的方法确定的背景网格化排放清单。
步骤303的实施方式与上述步骤104同理,此处不再赘述。
步骤304,基于执行产能调整方案后的污染物浓度贡献,确定目标企业产能调整后的大气污染改善效果。
在一种可能的实施方式中,可以对目标企业模拟执行产能调整方案后的污染物浓度贡献进行分析并整理,评估目标企业产能调整后的大气污染改善效果。例如,可以统计产能调整后的对每个城市或站点的污染物浓度贡献的降低量、影响最大的城市或站点等。本实施例对大气污染改善效果的具体内容不作限定。对产能调整方案的大气污染改善效果评估完成后,可以选用大气污染改善效果较好的产能调整方案对目标企业进行产能调整,从而提高企业治理的效果。
本申请实施例可以取得如下有益效果:
(1)通过拟评估企业的生产数据生成其第一子网格化排放清单,并结合其背景网格化排放清单,可以确定该拟评估企业的污染物浓度贡献。进而,根据目标区域的多个拟评估企业的污染物浓度贡献,可以确定待管控的目标企业,可以实现对企业的精细化管控。并且,由于第一子网格化排放清单是基于拟评估企业实际的生产数据确定的,相较于现有的大气污染源排放清单准确性较高,可以提高管控的准确性。
(2)可以确定不同的天气型和/或时间下需要重点管控的企业,进一步对企业实现精细化管控。
(3)通过对不同的时间粒度的分配系数进行调整并进行模拟,达到在不影响年产能的前提下改善空气质量的效果,对城市的大气污染治理具有重要意义。
本申请实施例提供了一种确定待管控企业的装置,该装置用于实现上述确定待管控企业的方法。如图4所示的确定待管控企业的装置的示意性框图,确定待管控企业的装置400包括:获取模块401,第一确定模块402,第二确定模块403,第三确定模块404。
获取模块401,用于获取目标区域中多个拟评估企业的生产数据;
第一确定模块402,用于基于每个拟评估企业的生产数据,确定每个拟评估企业的第一子网格化排放清单;确定每个拟评估企业对应的背景网格化排放清单,所述背景网格化排放清单不包括对应的拟评估企业的排放信息;
第二确定模块403,用于分别基于所述每个拟评估企业的第一子网格化排放清单和背景网格化排放清单,确定每个拟评估企业的污染物浓度贡献;
第三确定模块404,用于基于所述多个拟评估企业的污染物浓度贡献,确定待管控的目标企业。
可选的,所述生产数据包括产量数据、治理措施数据、生产时间数据、排污位置数据;
对于每个拟评估企业,所述第一确定模块402,用于:
基于所述拟评估企业的产量数据和治理措施数据,确定所述拟评估企业的污染物排放量;
基于所述拟评估企业的产量数据和生产时间数据,确定所述拟评估企业的污染物排放量的第一分配系数;
基于所述拟评估企业的污染物排放量、第一分配系数和排污位置数据,确定所述拟评估企业的第一子网格化排放清单。
可选的,对于每个拟评估企业,所述第一确定模块402,用于:
基于所述拟评估企业的生产数据和所述目标区域的大气污染源排放清单,确定所述拟评估企业对应的背景网格化排放清单。
可选的,对于每个拟评估企业,所述第二确定模块403,用于:
基于所述拟评估企业的第一子网格化排放清单和背景网格化排放清单,确定所述拟评估企业对应的所述目标区域的第一网格化排放清单,所述第一网格化排放清单包括所述拟评估企业的排放信息;
基于所述第一网格化排放清单,对所述目标区域的污染过程进行模拟,得到第一模拟结果,所述第一模拟结果包括所述拟评估企业的污染过程;
基于所述拟评估企业的背景网格化排放清单,对所述目标区域的污染过程进行模拟,得到第二模拟结果,所述第二模拟结果不包括所述拟评估企业的污染过程;
基于所述第一模拟结果和所述第二模拟结果,确定所述拟评估企业的污染物浓度贡献。
可选的,所述污染物浓度贡献包括天气型标识和/或时间标识;
所述第三确定模块404,用于:
在每个天气型标识对应的天气型中,基于所述多个拟评估企业在所述天气型中的污染物浓度贡献,确定在所述天气型中待管控的目标企业;和/或
在每个时间标识对应的时间中,基于所述多个拟评估企业在所述时间中的污染物浓度贡献,确定在所述时间中待管控的目标企业。
可选的,所述装置还包括产能调整模块,所述产能调整模块用于:
基于所述目标企业的生产数据,确定所述目标企业的产能调整方案。
可选的,所述产能调整模块用于:
基于所述目标企业的产量数据和生产时间数据,确定所述目标企业的污染物排放量的第二分配系数,所述第二分配系数中每个时间粒度的分配系数相同;
基于所述目标企业的污染物排放量、第二分配系数和排污位置数据,确定所述目标企业的第二子网格化排放清单;
基于所述目标企业的第二子网格化排放清单和背景网格化排放清单,确定所述目标企业在目标时间粒度的污染物浓度贡献;
基于所述目标时间粒度的污染物浓度贡献,确定所述目标企业在所述目标时间粒度的产能调整方案。
可选的,所述装置还包括评估模块,所述评估模块用于:
对所述产能调整方案进行评估,确定所述目标企业产能调整后的大气污染改善效果。
可选的,所述评估模块用于:
基于所述产能调整方案,对所述目标时间粒度的分配系数进行调整,确定所述目标企业的污染物排放量的第三分配系数;
基于所述目标企业的污染物排放量、第三分配系数和排污位置数据,确定所述目标企业的第三子网格化排放清单;
基于所述目标企业的第三子网格化排放清单和背景网格化排放清单,确定所述目标企业在执行所述产能调整方案后的污染物浓度贡献;
基于所述执行所述产能调整方案后的污染物浓度贡献,确定所述目标企业产能调整后的大气污染改善效果。
本申请实施例中,通过拟评估企业的生产数据生成其第一子网格化排放清单,并结合其背景网格化排放清单,可以确定该拟评估企业的污染物浓度贡献。进而,根据目标区域的多个拟评估企业的污染物浓度贡献,可以确定待管控的目标企业,可以实现对企业的精细化管控。并且,由于第一子网格化排放清单是基于拟评估企业实际的生产数据确定的,相较于现有的大气污染源排放清单准确性较高,可以提高管控的准确性。
本申请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。所述存储器存储有能够被所述至少一个处理器执行的计算机程序,所述计算机程序在被所述至少一个处理器执行时用于使所述电子设备执行根据本申请实施例的方法。
本申请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,所述计算机程序在被计算机的处理器执行时用于使所述计算机执行根据本申请实施例的方法。
本申请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,所述计算机程序在被计算机的处理器执行时用于使所述计算机执行根据本申请实施例的方法。
参考图5,现将描述可以作为本申请的服务器或客户端的电子设备500的结构框图,其是可以应用于本申请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/或者要求的本申请的实现。
如图5所示,电子设备500包括计算单元501,其可以根据存储在只读存储器(ROM)502中的计算机程序或者从存储单元508加载到随机访问存储器(RAM)503中的计算机程序,来执行各种适当的动作和处理。在RAM 503中,还可存储电子设备500操作所需的各种程序和数据。计算单元501、ROM 502以及RAM503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
电子设备500中的多个部件连接至I/O接口505,包括:输入单元506、输出单元507、存储单元508以及通信单元509。输入单元506可以是能向电子设备500输入信息的任何类型的设备,输入单元506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507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508可以包括但不限于磁盘、光盘。通信单元509允许电子设备500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501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501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501执行上文所描述的各个方法和处理。例如,在一些实施例中,确定待管控企业的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508。在一些实施例中,计算机程序的部分或者全部可以经由ROM 502和/或通信单元509而被载入和/或安装到电子设备500上。在一些实施例中,计算单元501可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行确定待管控企业的方法。
用于实施本申请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。
在本申请的上下文中,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。
如本申请使用的,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)
1.一种确定待管控企业的方法,其特征在于,所述方法包括:
获取目标区域中多个拟评估企业的生产数据;
基于每个拟评估企业的生产数据,确定每个拟评估企业的第一子网格化排放清单,所述第一子网格化排放清单仅包含单个拟评估企业的排放信息;
获取所述目标区域已公布的大气污染源排放清单,对于每个拟评估企业,在所述大气污染源排放清单中删除单个拟评估企业的排放信息,得到除该拟评估企业外其他污染源的排放信息,根据设置的网格点信息进行时间、空间和物种分配,得到该拟评估企业对应的背景网格化排放清单,所述背景网格化排放清单不包括对应的拟评估企业的排放信息;
分别基于所述每个拟评估企业的第一子网格化排放清单和背景网格化排放清单,确定每个拟评估企业的污染物浓度贡献,其中包括:模拟包含单个拟评估企业的污染过程和不包含该拟评估企业的污染过程,对每个区域或站点的污染物浓度进行定量,通过对比两个污染过程的污染物浓度,得到该拟评估企业的污染物浓度贡献;
基于所述多个拟评估企业的污染物浓度贡献,确定待管控的目标企业。
2.根据权利要求1所述的方法,其特征在于,所述生产数据包括产量数据、治理措施数据、生产时间数据、排污位置数据;
对于每个拟评估企业,所述基于每个拟评估企业的生产数据,确定每个拟评估企业的第一子网格化排放清单,包括:
基于所述拟评估企业的产量数据和治理措施数据,确定所述拟评估企业的污染物排放量;
基于所述拟评估企业的产量数据和生产时间数据,确定所述拟评估企业的污染物排放量的第一分配系数;
基于所述拟评估企业的污染物排放量、第一分配系数和排污位置数据,确定所述拟评估企业的第一子网格化排放清单。
3.根据权利要求1所述的方法,其特征在于,对于每个拟评估企业,所述分别基于所述每个拟评估企业的第一子网格化排放清单和背景网格化排放清单,确定每个拟评估企业的污染物浓度贡献,包括:
基于所述拟评估企业的第一子网格化排放清单和背景网格化排放清单,确定所述拟评估企业对应的所述目标区域的第一网格化排放清单,所述第一网格化排放清单包括所述拟评估企业的排放信息;
基于所述第一网格化排放清单,对所述目标区域的污染过程进行模拟,得到第一模拟结果,所述第一模拟结果包括所述拟评估企业的污染过程;
基于所述拟评估企业的背景网格化排放清单,对所述目标区域的污染过程进行模拟,得到第二模拟结果,所述第二模拟结果不包括所述拟评估企业的污染过程;
基于所述第一模拟结果和所述第二模拟结果,确定所述拟评估企业的污染物浓度贡献。
4.根据权利要求1所述的方法,其特征在于,所述污染物浓度贡献包括天气型标识和/或时间标识;
所述基于所述多个拟评估企业的污染物浓度贡献,确定待管控的目标企业,包括:
在每个天气型标识对应的天气型中,基于所述多个拟评估企业在所述天气型中的污染物浓度贡献,确定在所述天气型中待管控的目标企业;和/或
在每个时间标识对应的时间中,基于所述多个拟评估企业在所述时间中的污染物浓度贡献,确定在所述时间中待管控的目标企业。
5.根据权利要求2所述的方法,其特征在于,所述方法还包括:
基于所述目标企业的生产数据,确定所述目标企业的产能调整方案。
6.根据权利要求5所述的方法,其特征在于,所述基于所述目标企业的生产数据,确定所述目标企业的产能调整方案,包括:
基于所述目标企业的产量数据和生产时间数据,确定所述目标企业的污染物排放量的第二分配系数,所述第二分配系数中每个时间粒度的分配系数相同;
基于所述目标企业的污染物排放量、第二分配系数和排污位置数据,确定所述目标企业的第二子网格化排放清单;
基于所述目标企业的第二子网格化排放清单和背景网格化排放清单,确定所述目标企业在目标时间粒度的污染物浓度贡献;
基于所述目标时间粒度的污染物浓度贡献,确定所述目标企业在所述目标时间粒度的产能调整方案。
7.根据权利要求5所述的方法,其特征在于,所述方法还包括:
对所述产能调整方案进行评估,确定所述目标企业产能调整后的大气污染改善效果。
8.根据权利要求7所述的方法,其特征在于,所述对所述产能调整方案进行评估,确定所述目标企业产能调整后的大气污染改善效果,包括:
基于所述产能调整方案,对目标时间粒度的分配系数进行调整,确定所述目标企业的污染物排放量的第三分配系数;
基于所述目标企业的污染物排放量、第三分配系数和排污位置数据,确定所述目标企业的第三子网格化排放清单;
基于所述目标企业的第三子网格化排放清单和背景网格化排放清单,确定所述目标企业在执行所述产能调整方案后的污染物浓度贡献;
基于所述执行所述产能调整方案后的污染物浓度贡献,确定所述目标企业产能调整后的大气污染改善效果。
9.一种确定待管控企业的装置,其特征在于,所述装置包括:
获取模块,用于获取目标区域中多个拟评估企业的生产数据;
第一确定模块,用于基于每个拟评估企业的生产数据,确定每个拟评估企业的第一子网格化排放清单,所述第一子网格化排放清单仅包含单个拟评估企业的排放信息;获取所述目标区域已公布的大气污染源排放清单,对于每个拟评估企业,在所述大气污染源排放清单中删除单个拟评估企业的排放信息,得到除该拟评估企业外其他污染源的排放信息,根据设置的网格点信息进行时间、空间和物种分配,得到该拟评估企业对应的背景网格化排放清单,所述背景网格化排放清单不包括对应的拟评估企业的排放信息;
第二确定模块,用于分别基于所述每个拟评估企业的第一子网格化排放清单和背景网格化排放清单,确定每个拟评估企业的污染物浓度贡献,其中包括:模拟包含单个拟评估企业的污染过程和不包含该拟评估企业的污染过程,对每个区域或站点的污染物浓度进行定量,通过对比两个污染过程的污染物浓度,得到该拟评估企业的污染物浓度贡献;
第三确定模块,用于基于所述多个拟评估企业的污染物浓度贡献,确定待管控的目标企业。
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 |
---|---|---|---|
CN202210493167.0A CN114742460B (zh) | 2022-05-07 | 2022-05-07 | 一种确定待管控企业的方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210493167.0A CN114742460B (zh) | 2022-05-07 | 2022-05-07 | 一种确定待管控企业的方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114742460A CN114742460A (zh) | 2022-07-12 |
CN114742460B true CN114742460B (zh) | 2023-02-03 |
Family
ID=82285380
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210493167.0A Active CN114742460B (zh) | 2022-05-07 | 2022-05-07 | 一种确定待管控企业的方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114742460B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116227749B (zh) * | 2023-05-08 | 2023-07-21 | 中科三清科技有限公司 | 污染物排放量的确定方法、装置、存储介质及电子设备 |
CN116228502B (zh) * | 2023-05-08 | 2023-08-04 | 中科三清科技有限公司 | 重点污染源排放量订正方法、装置、存储介质及电子设备 |
CN116739191B (zh) * | 2023-08-14 | 2023-11-07 | 中科三清科技有限公司 | 热点网格识别方法、装置、存储介质及电子设备 |
CN117610895B (zh) * | 2024-01-23 | 2024-04-16 | 中科三清科技有限公司 | 重点污染源管控时间的确定方法、装置、电子设备及介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110428104A (zh) * | 2019-08-01 | 2019-11-08 | 软通动力信息技术有限公司 | 一种污染贡献率确定方法、装置、电子设备及存储介质 |
CN113011777A (zh) * | 2021-04-07 | 2021-06-22 | 中科三清科技有限公司 | 臭氧污染防治的动态决策方法及装置 |
CN113720972A (zh) * | 2021-09-02 | 2021-11-30 | 中科三清科技有限公司 | 大气污染物的源解析方法及装置 |
CN114371260A (zh) * | 2022-01-17 | 2022-04-19 | 上海蓝科石化环保科技股份有限公司 | 一种工业企业无组织VOCs网格化监测、扩散预警及溯源方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN112418609B (zh) * | 2020-10-30 | 2024-06-18 | 暨南大学 | 一种基于面-网格-点的大气二次污染精准溯源方法 |
-
2022
- 2022-05-07 CN CN202210493167.0A patent/CN114742460B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110428104A (zh) * | 2019-08-01 | 2019-11-08 | 软通动力信息技术有限公司 | 一种污染贡献率确定方法、装置、电子设备及存储介质 |
CN113011777A (zh) * | 2021-04-07 | 2021-06-22 | 中科三清科技有限公司 | 臭氧污染防治的动态决策方法及装置 |
CN113720972A (zh) * | 2021-09-02 | 2021-11-30 | 中科三清科技有限公司 | 大气污染物的源解析方法及装置 |
CN114371260A (zh) * | 2022-01-17 | 2022-04-19 | 上海蓝科石化环保科技股份有限公司 | 一种工业企业无组织VOCs网格化监测、扩散预警及溯源方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114742460A (zh) | 2022-07-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114742460B (zh) | 一种确定待管控企业的方法、装置、电子设备及存储介质 | |
Fasoli et al. | Simulating atmospheric tracer concentrations for spatially distributed receptors: updates to the Stochastic Time-Inverted Lagrangian Transport model's R interface (STILT-R version 2) | |
CN109446696B (zh) | 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 | |
CN111260151B (zh) | 多频次派件时长预测方法、装置、设备及存储介质 | |
CN114819696B (zh) | 确定污染物浓度影响因素的方法、装置及电子设备 | |
CN112991132B (zh) | Pm2.5和臭氧协同管控区域识别方法及装置 | |
CN108802856B (zh) | 一种基于ai的源数据动态修正预报系统及其工作方法 | |
CN109376443A (zh) | 区域大气污染环境仿真动态模拟系统 | |
CN114896783A (zh) | 空气质量改善效果的评估方法和装置 | |
CN117116381B (zh) | 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 | |
CN114578457B (zh) | 一种基于进化集成学习的大气污染物浓度时空预测方法 | |
CN114118613A (zh) | 一种焦化土壤污染空间分布预测优化方法及系统 | |
CN115271258B (zh) | 臭氧主控污染物的预测方法、装置及电子设备 | |
CN116611547A (zh) | 大气污染物来源预报方法、装置、设备及存储介质 | |
CN113834902B (zh) | 一种基于四维变分同化的二氧化硫排放源反演方法 | |
Duisebekova et al. | Development of an information-analytical system for the analysis and monitoring of climatic and ecological changes in the environment: Part 1 | |
CN115239105A (zh) | 一种在役风电场的风资源的评估方法以及装置 | |
CN110019167B (zh) | 一种中长期新能源资源资料库构建方法及系统 | |
Xing et al. | Rapid inference of nitrogen oxide emissions based on a top-down method with a physically informed variational autoencoder | |
CN112001074B (zh) | 一种基于植被覆盖率的污染物治理方法、装置、存储介质 | |
CN116776073B (zh) | 一种污染物浓度的评估方法和装置 | |
CN102509155A (zh) | 不确定性条件下流域污染物总量控制方法 | |
CN116109323B (zh) | 臭氧污染溯源方法、装置、设备及存储介质 | |
CN116151469A (zh) | 一种预报空气质量的模型 | |
CN116933356A (zh) | 基于wrf-calpuff模型的大气污染源空间布局模拟方法 |
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 |