CN114819696A - 确定污染物浓度影响因素的方法、装置及电子设备 - Google Patents

确定污染物浓度影响因素的方法、装置及电子设备 Download PDF

Info

Publication number
CN114819696A
CN114819696A CN202210514191.8A CN202210514191A CN114819696A CN 114819696 A CN114819696 A CN 114819696A CN 202210514191 A CN202210514191 A CN 202210514191A CN 114819696 A CN114819696 A CN 114819696A
Authority
CN
China
Prior art keywords
target
year
area
concentration
pollutant
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.)
Granted
Application number
CN202210514191.8A
Other languages
English (en)
Other versions
CN114819696B (zh
Inventor
王洋
白强
孙明生
易志安
马培翃
秦东明
鲁晓晗
张晗
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
3Clear Technology Co Ltd
Original Assignee
3Clear Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 3Clear Technology Co Ltd filed Critical 3Clear Technology Co Ltd
Priority to CN202210514191.8A priority Critical patent/CN114819696B/zh
Publication of CN114819696A publication Critical patent/CN114819696A/zh
Application granted granted Critical
Publication of CN114819696B publication Critical patent/CN114819696B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/06395—Quality analysis or management
    • 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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • 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

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Strategic Management (AREA)
  • Data Mining & Analysis (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Operations Research (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Marketing (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Probability & Statistics with Applications (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Algebra (AREA)
  • Quality & Reliability (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Game Theory and Decision Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本公开提供一种确定污染物浓度影响因素的方法、装置及电子设备，一实施例：确定目标区域及其周边区域为分析区域；确定分析区域在目标年的目标期间和基准年同期的气象背景场；确定分析区域的网格化排放清单；标记网格化排放清单中网格所属的区域，得到区域标记数据；根据前述数据，使用空气质量模式得到目标年的目标期间和基准年同期各区域对目标区域的目标污染物的浓度贡献值；根据浓度贡献值，确定目标年的目标期间相对于基准年同期气象条件变化导致各区域对目标区域的目标污染物的浓度变化率。另一实施例，确定象条件变化导致各区域、行业对目标区域的的浓度变化率。又一实施例，确定排放变化导致各区域、行业对目标区域的的浓度变化率。

Description

确定污染物浓度影响因素的方法、装置及电子设备
技术领域
本公开涉及环境监测技术领域，尤其涉及一种确定污染物浓度影响因素的方法、装置及电子设备。
背景技术
污染物浓度的影响因素主要为气象条件和污染源排放，利用空气质量模式通过“固定排放清单，改变气象条件”的敏感性测试方法定量分析气象条件对污染物浓度影响的方法是当前的一种重要方法。在已知气象条件变化导致污染物浓度变化的基础上，通过监测数据扣除“固定排放清单，改变气象条件”得到的污染物浓度变化率进行计算得到排放变化对污染物浓度的影响。
该方法仅能区分气象条件整体对空气质量的影响，同时该方法评估出来的排放变化是排放变化的总体影响，对大气污染治理实际决策的作用有限。
发明内容
根据本公开的一方面，提供了一种确定污染物浓度影响因素的方法，包括：
确定目标区域和目标区域的一个或多个周边区域为分析区域；
确定分析区域在目标年的目标期间和基准年同期的气象背景场；
确定分析区域的第一网格化排放清单；
标记第一网格化排放清单中网格所属的区域，得到第一区域标记数据；
根据分析区域在目标年的目标期间和基准年同期的气象背景场、第一网格化排放清单和第一区域标记数据，使用空气质量模式进行源解析，得到目标年的目标期间和基准年同期各个区域对目标区域的目标污染物的第一浓度贡献值；
根据第一浓度贡献值，确定目标年的目标期间相对于基准年同期气象条件变化导致各个区域对目标区域的目标污染物的第一浓度变化率。
可选地，第一网格化排放清单，包括：分析区域的总的网格化排放清单、和分行业的网格化排放清单；其中，第一浓度贡献值为目标年的目标期间和基准年同期各个区域、各个行业对目标区域的目标污染物的浓度贡献值，表示为Mi,j 基准，Mi,j 目标；第一浓度变化率为目标年的目标期间相对于基准年同期气象条件变化导致各个区域、各个行业对述目标区域的目标污染物的浓度变化率，表示为η1 i,j；其中，i表示第i个区域，j表示第j个行业。
可选地，上述方法还包括：
确定分析区域在目标年的目标期间的第二网格化排放清单和基准年同期的第三网格化排放清单；
标记第二网格化排放清单和第三网格化排放清单中网格所属的区域，得到第二区域标记数据；
根据目标年的目标期间和基准年同期的气象背景场、第二网格化排放清单、第三网格化排放清单和所述第二区域标记数据，使用空气质量模式进行源解析，得到目标年的目标期间和基准年同期各个区域对目标区域的目标污染物的第二浓度贡献值；
根据第二浓度贡献值，确定目标年的目标期间相对于基准年同期各个区域对目标区域的目标污染物的第二浓度变化率；
根据上述第一浓度变化率和第二浓度变化率，确定目标年的目标期间相对于基准年同期排放变化导致各个区域对目标区域的目标污染物的第三浓度变化率。
可选地，还包括：
根据目标年的目标期间和基准年同期各个区域对目标区域的目标污染物的第二浓度贡献值，确定目标年的目标期间和基准年同期各个区域对目标区域的目标污染物的贡献占比；
根据目标年的目标期间和基准年同期各个区域对目标区域的目标污染物的贡献占比、和目标年的目标期间和基准年同期目标区域的目标污染物的实际监测值，确定目标年的目标期间和基准年同期各个区域对目标区域的目标污染物的贡献量。
可选地，确定目标年的目标期间相对于基准年同期各个区域对目标区域的目标污染物的第二浓度变化率，包括：根据目标年的目标期间和基准年同期各个区域对目标区域的目标污染物的贡献量，确定目标年的目标期间相对于基准年同期各个区域对目标区域的目标污染物的第二浓度变化率。
可选地，第三浓度变化率为第二浓度变化率减去第一浓度变化率的差值。
可选地：
第一网格化排放清单，包括：分析区域的总的网格化排放清单、和分行业的网格化排放清单；
第一浓度贡献值为目标年的目标期间和基准年同期各个区域、各个行业对目标区域的目标污染物的浓度贡献值，表示为Mi,j 基准，Mi,j 目标，第一浓度变化率为气象条件变化导致各个区域、各个行业对目标区域的目标污染物的浓度变化率，表示为η1 i,j；
第二网格化排放清单，包括：分析区域在目标年的目标期间的总的网格化排放清单、和分行业的网格化排放清单；第三网格化排放清单，包括：分析区域在基准年同期的总的网格化排放清单、和分行业的网格化排放清单；
第二浓度贡献值为目标年的目标期间和基准年同期各个区域、各个行业对所述目标区域的目标污染物的贡献值，表示为Ni,j 基准，Ni,j 目标；第二浓度变化率为目标年的目标期间相对于基准年同期各个区域、各个行业对目标区域的目标污染物的浓度变化率，表示为η2 i,j；第三浓度变化率为排放变化导致各个区域、各个行业对目标区域的目标污染物的浓度变化率，表示为η3 i,j；
其中，i表示第i个区域，j表示第j个行业。
可选地，目标年的气象背景场基于预报的气象数据得到。
可选地，目标污染物包括PM2.5、NO2、SO2、PM10、O3或CO2。
根据本公开的另一方面，提供了一种确定污染物浓度影响因素的装置，包括：
第一确定模块，用于确定目标区域和目标区域的一个或多个周边区域为分析区域；
第二确定模块，用于确定分析区域在目标年的目标期间和基准年同期的气象背景场；
第三确定模块，用于确定分析区域的第一网格化排放清单；
标记模块，用于标记第一网格化排放清单中网格所属的区域，得到第一区域标记数据；
源解析模块，用于根据分析区域在目标年的目标期间和基准年同期的气象背景场、第一网格化排放清单和第一区域标记数据，使用空气质量模式进行源解析，得到目标年的目标期间和基准年同期各个区域对目标区域的目标污染物的第一浓度贡献值；
第四确定模块，用于根据第一浓度贡献值，确定目标年的目标期间相对于基准年同期气象条件变化导致各个区域对目标区域的目标污染物的第一浓度变化率。
根据本公开的又一方面，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本公开实施例的方法。
根据本公开的再一方面，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本公开实施例的方法。
本公开实施例中提供的一个或多个技术方案，分析区域包括目标区域及其一个或多个周边区域，确定目标年的目标期间相对于基准年同期气象条件变化导致各个区域对目标区域的目标污染物的浓度变化率，不仅可以给出气象条件同比转差还是转好，同时可以区分气象条件变化导致的不同区域对目标区域贡献的变化情况。
附图说明
在下面结合附图对于示例性实施例的描述中，本公开的更多细节、特征和优点被公开，在附图中：
图1示出了根据本公开示例性实施例的确定气象变化对污染物浓度影响的方法的流程图；
图2示出了根据本公开示例性实施例的确定气象变化对污染物浓度影响的方法的另一流程图；
图3示出了根据本公开示例性实施例的确定排放变化对污染物浓度影响的方法的流程图；
图4示出了根据本公开示例性实施例的确定排放变化对污染物浓度影响的方法的另一流程图；
图5示出了根据本公开示例性实施例的确定污染物浓度影响因素的装置的示意性框图；
图6示出了能够用于实现本公开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公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开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公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
应当理解，本公开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。本公开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，本公开中提及的“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，本公开中提及的“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”。
本公开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。
PM2.5等污染物浓度的变化主要受气象和污染源排放两方面因素的影响。其中，气象条件通过影响污染物的生成、稀释、扩散、积聚和清除从而对污染物的浓度产生影响；污染源排放直接从源头上改变污染物的排放从而对污染物浓度产生影响。量化气象条件和排放变化对污染物浓度的影响，对大气污染治理具有重要意义。
如果预测未来某月气象条件变化将导致污染物浓度大幅升高，则应加强管控。同时通过对已过去年份的模拟，可以定量评估气象因素和排放变化导致了污染物浓度上升或下降了多少。例如2021年某市超额完成了年初制定的目标，这时候定量评估气象因素占了多大比重，从而在制定2022年目标的时候更准确；或者某市没有完成年初制定的目标，这时可以使用该方法定量评估是不是气象因素转差导致的，从而避免减排措施不合理。
当前基于“固定排放清单，改变气象条件”的敏感性测试方法，主要是使用相同的排放清单，不同年份的气象条件进行对比模拟，通过模拟值的对比定量评估气象条件对污染物浓度的影响。通过监测值和气象导致的污染物浓度的变化率计算得出排放导致的污染物浓度的变化率。
下面对当前方法的步骤进行说明。
(1)对某一基准年的排放清单(清单基准年不限)进行清单网格化处理。
(2)利用气象模式分别模拟(预测)基准年和目标年的气象背景场。
(3)将步骤(1)得到的网格化排放清单和步骤(2)得到的基准年和目标年的气象背景场分别输入三代空气质量模式进行模拟得到主要污染物浓度。
(4)将模拟结果进行对比，得到气象条件变化导致了污染物浓度上升或下降了多少。
以PM2.5为例给出具体对比方法，其他污染物方法类似，2017年为基准年，2020年为目标年。具体计算公式如下：
η1＝(M2020-M2017)/M2017
式中，η1为2020年气象条件变化导致的PM2.5浓度的同期变化率，M2017和M2020分别代表2017和2020年同期PM2.5浓度模拟结果。在进行模拟时，两年采用相同的源排放清单和对应年份的气象条件，因此PM2.5浓度的变化仅归因于气象条件的变化。η1正值表示气象条件转差，负值表示气象条件转好。
(5)对目标年和基准年的污染物监测浓度进行对比，得出实际污染物浓度的变化率。例如2020年相对于2017年实际PM2.5浓度的变化可由下式表示：
C2020＝C2017×(1+η3)
式中，C2020和C2017分别为2020年和2017年实测PM2.5浓度，η3为2020年相对于2017年实测PM2.5浓度变化率。
(6)将实际污染物浓度变化区分为气象变化和排放变化C2020 ＝C2017×(1+η1+η2)，则和步骤(5)对比可以得出η2＝η3-η1。
式中η2为排放变化导致的污染物浓度变化率，由步骤(4)中的气象变化率和步骤(5)中的监测浓度变化率，求出排放变化导致的污染物浓度变化率。
该技术对大气污染源清单要求不高，使用任何一年的清单进行网格化均可进行模拟评估，但是该方法得出的气象和排放变化导致的污染物浓度变化率为模拟区域整体的气象和排放变化导致的变化率，无法评估出单个城市的变化率。
但是该方法仅能区分气象条件整体对空气质量的影响，不能区分是气象条件变化导致各区域、各行业对本地空气质量的影响。同时该方法评估出来的排放变化是所有区域排放变化的总体影响，并不是单个城市排放变化的影响，而在大气污染治理中某城市想知道的是本地减排对空气质量的影响。
例如2020年某市和周边区域都进行了减排，而该市的空气质量受本地和外来传输共同影响，该市和周边区域主要污染物的排放量的降低均会对该市空气质量有较大影响，两者共同作用使2020年该市PM2.5浓度相对于2019年下降了20％。如果用上述方法进行评估，假定2020年和2019年完全相同，则气象变化率为0，那排放变化率为20％，所以这里得出的排放变化导致的空气质量变化率为该市和周边区域协同减排导致的变化率，并不是某城市想知道的该城市减排对空气质量的影响。
本公开实施例提供了一种确定污染物浓度影响因素的方法，该方法可确定气象条件对污染物浓度的影响。本公开实施例中，目标污染物可包括但不限于PM2.5、NO2、SO2、PM10、O3或CO2等。
图1示出了根据本公开示例性实施例的确定气象变化对污染物浓度影响的方法的流程图，该方法可确定目标年的目标期间相对于基准年同期气象条件变化导致各个区域对目标区域的目标污染物的浓度变化率，目标年的目标期间可包括一周、十四天、二十一天、一月、一季度、半年等时间尺度。由此，可评估目标年的目标期间相对于基准年同一时期气象变化对污染物浓度的影响。如图1所示，该方法包括步骤S101至步骤S106。
步骤S101，确定目标区域和目标区域的一个或多个周边区域为分析区域。
在本实施例中，目标区域可包括按照行政区划分的地理范围，比如县(区)、市、或省(直辖市、自治区)等。应当理解，在本实施例中，目标区域也可包括按照其他方式划分的地理区域，本实施例对此不作限定。
分析区域可包括目标区域和目标区域的一个或多个周边区域，由此考虑周边区域对目标区域的传输。作为一种示例，目标区域为一个城市，周边区域可包括目标区域临近的一个或多个城市。作为另一种示例，分析区域包括目标区域和目标区域周边预设距离内的地理范围。
步骤S102，确定分析区域在目标年的目标期间和基准年同期的气象背景场。
作为一种实施方式，目标年的目标期间和基准年同期的气象背景场基于历史气象数据得到。由此，实现对历史的气象变化对污染物浓度影响的评估。
作为另一种实施方式，目标年的目标期间的气象背景场基于预报的气象数据得到，基准年同期的气象背景场基于历史气象数据得到。由此，实现对未来进行预报，对预报将对目标区域影响增大的区域加大管控力度，从而实现精细化管控，对实际的污染治理有较大指导意义。如果预测气象条件变化将导致目标区域或周边区域对目标区域污染贡献大幅增大，则可加大该区域的减排力度，以达到改善空气质量的目标。
目标年的目标期间和基准年同期可包括一周、十四天、二十一天、一月、一季度、半年等时间尺度。由此，可评估目标年的目标期间相对于基准年同一时期气象变化对污染物浓度的影响。作为一种示例，2021年1月与2022年1月的气象背景场、2021年第一季度和2022年第一季度的气象背景场。
作为一种示例，预测未来14天的气象数据，得到未来14天的气象背景场，确定历史年同一时期的气象背景场，可预测未来14天相对于历史年同一时期的气象变化对污染物浓度的影响。
作为一种示例，以月为时间尺度确定气象背景场，评估2021年1月至12月相对于2020年1月至12月同期的气象变化对污染物浓度的影响，可得到2021年1月相对于2020年1月气象条件对污染物浓度的影响，其他月份以此类推。
步骤S103，确定分析区域的第一网格化排放清单。
在步骤S103中，获取分析区域的排放清单，对排放清单进行网格化处理，得到分析区域的第一网格化排放清单。
作为一种实施方式，分析区域中，目标区域使用其本地化的排放清单，目标区域的周边区域使用MEIC清单等，本实施例对此不作限定。由此，避免周边区域的本地化的排放清单不易获取带来的困难。
步骤S104，标记第一网格化排放清单中网格所属的区域，得到第一区域标记数据。
在步骤S104中，分析区域由第一网格化排放清单的网格覆盖，标记第一网格化排放清单中各个网格所属的区域，得到上述的第一区域标记数据。
作为一种实施方式，对于网格覆盖的区域包括两个或两个以上的区域，可根据区域的面积大小将网格标记为属于面积最大的区域，但本实施例并不限于此。
步骤S105，根据分析区域在目标年的目标期间和基准年同期的气象背景场、第一网格化排放清单和第一区域标记数据，使用空气质量模式进行源解析，得到目标年的目标期间和基准年同期各个区域对目标区域的目标污染物的第一浓度贡献值。
其中，目标年的目标期间各个区域对目标区域的目标污染物的第一浓度贡献值表示为Mi 目标，基准年同期各个区域对目标区域的目标污染物的第一浓度贡献值表示为Mi 基准，其中，i表示第i个区域。
作为一种实施方式，空气质量模式为第三代空气质量模式，源解析可以使用CMAQ、CAMx、NAQPMS等模式的源解析模块(NAQPMS-OSAM、CAMx-PSAT、CAMx-OSAT、CMAQ-ISAM等)。
步骤S106，根据第一浓度贡献值，确定目标年的目标期间相对于基准年同期气象条件变化导致各个区域对目标区域的目标污染物的第一浓度变化率。
其中，第一浓度变化率为目标年的目标期间相对于基准年同期气象条件变化导致各个区域对述目标区域的目标污染物的浓度变化率，表示为η1 i，其中，i表示第i个区域。
作为一种实施方式，η1 i＝(Mi 目标-Mi 基准)/Mi 基准。
图2示出了根据本公开示例性实施例的确定气象变化对污染物浓度影响的方法的另一流程图，该方法可确定目标年的目标期间相对于基准年同期气象条件变化导致各个区域、各个行业对目标区域的目标污染物的浓度变化率，目标年的目标期间可包括一周、十四天、二十一天、一月、一季度、半年等时间尺度。由此，可评估目标年的目标期间相对于基准年同一时期气象变化对污染物浓度的影响。如图2所示，该方法包括步骤S201至步骤S206。
步骤S201，确定目标区域和目标区域的一个或多个周边区域为分析区域。
步骤S202，确定分析区域在目标年的目标期间和基准年同期的气象背景场。
作为一种实施方式，目标年的目标期间和基准年同期的气象背景场基于历史气象数据得到。由此，实现对历史的气象变化对污染物浓度影响的评估。
作为另一种实施方式，目标年的目标期间的气象背景场基于预报的气象数据得到，基准年同期的气象背景场基于历史气象数据得到。由此，实现对未来进行预报，对预报将对目标区域影响增大的区域、行业加大管控力度，从而实现精细化管控，对实际的污染治理有较大指导意义。如果预测气象条件变化将导致目标区域或周边区域某一行业对目标区域污染贡献大幅增大，则应着重加大该区域该行业的减排力度，以达到改善空气质量的目标。
目标年的目标期间和基准年同期可包括一周、十四天、二十一天、一月、一季度、半年等时间尺度。由此，可评估目标年的目标期间相对于基准年同一时期气象变化对污染物浓度的影响。作为一种示例，2021年1月与2022年1月的气象背景场、2021年第一季度和2022年第一季度的气象背景场。
作为一种示例，预测未来14天的气象数据，得到未来14天的气象背景场，确定历史年同一时期的气象背景场，可预测未来14天相对于历史年同一时期的气象变化对污染物浓度的影响。
作为一种示例，以月为时间尺度确定气象背景场，评估2021年1月至12月相对于2020年1月至12月同期的气象变化对污染物浓度的影响，可得到2021年1月相对于2020年1月气象条件对污染物浓度的影响，其他月份以此类推。
步骤S203，确定分析区域的第一网格化排放清单，其中，第一网格化排放清单，包括：分析区域的总的网格化排放清单、和分行业的网格化排放清单。
步骤S204，标记第一网格化排放清单中网格所属的区域，得到第一区域标记数据。
步骤S205，根据分析区域在目标年的目标期间和基准年同期的气象背景场、第一网格化排放清单和第一区域标记数据，使用空气质量模式进行源解析，得到目标年的目标期间和基准年同期各个区域、各个行业对目标区域的目标污染物的第一浓度贡献值。
其中，目标年的目标期间各个区域、各个行业对目标区域的目标污染物的第一浓度贡献值表示为Mi,j 目标，基准年同期各个区域、各个行业对目标区域的目标污染物的第一浓度贡献值表示为Mi,j 基准，其中，i表示第i个区域，j表示第j个行业。
作为一种实施方式，空气质量模式为第三代空气质量模式，源解析可以使用CMAQ、CAMx、NAQPMS等模式的源解析模块(NAQPMS-OSAM、CAMx-PSAT、CAMx-OSAT、CMAQ-ISAM等)。
步骤S206，根据第一浓度贡献值，确定目标年的目标期间相对于基准年同期气象条件变化导致各个区域、各个行业对目标区域的目标污染物的第一浓度变化率。
其中，第一浓度变化率为目标年的目标期间相对于基准年同期气象条件变化导致各个区域、各个行业对述目标区域的目标污染物的浓度变化率，表示为η1 i,j，其中，i表示第i个区域，j表示第j个行业。
作为一种实施方式，η1 i,j＝(Mi,j 目标-Mi,j 基准)/Mi,j 基准。
以PM2.5为例，2017年为基准年，2020年为目标年。作为一种实施方式，计算公式如下：
η1 i,j＝(Mi,j 2020-Mi,j 2017)/Mi,j 2017
式中，η1 i,j为2020年气象条件变化导致的第i区域j行业对目标区域PM2.5浓度的同期变化率，Mi,j 2017和Mi,j 2020分别代表i区域j行业2017和2020年同期对目标区域PM2.5浓度的贡献值。在进行模拟时，两年采用相同的源排放清单和对应年份的气象条件，因此各区域和行业对目标区域PM2.5浓度贡献的变化归因于气象条件的变化。η1 i,j正值表示气象条件转差，负值表示气象条件转好。
本公开实施例还提供了一种确定污染物浓度影响因素的方法，该方法可在气象变化对污染物浓度的影响的基础上，确定排放变化对污染物浓度的影响。本公开实施例中，目标污染物可包括但不限于PM2.5、NO2、SO2、PM10、O3或CO2等。
图3示出了根据本公开示例性实施例的确定排放变化对污染物浓度影响的方法的流程图，该方法可确定目标年的目标期间相对于基准年同期排放变化导致各个区域对目标区域的目标污染物的浓度变化率，目标年的目标期间和基准年同期可包括一周、十四天、二十一天、一月、一季度、半年等时间尺度。由此，可评估目标年的目标期间相对于基准年同一时期排放变化对污染物浓度的影响。如图3所示，该方法包括步骤S301至步骤S305。
步骤S301，确定分析区域在目标年的目标期间的第二网格化排放清单和基准年同期的第三网格化排放清单。
其中，分析区域为本公开前述的目标区域和目标区域的一个或多个周边区域。
步骤S302，标记第二网格化排放清单和第三网格化排放清单中网格所属的区域，得到第二区域标记数据。
其中，第二区域标记数据与前述的第一区域标记数据为同一数据。
步骤S303，根据目标年的目标期间和基准年同期的气象背景场、第二网格化排放清单、第三网格化排放清单和第二区域标记数据，使用空气质量模式进行源解析，得到目标年的目标期间和基准年同期各个区域对目标区域的目标污染物的第二浓度贡献值。
其中，目标年的目标期间和基准年同期的气象背景场根据本公开前述的方法确定。
目标年的目标期间和基准年同期可包括一周、十四天、二十一天、一月、一季度、半年等时间尺度。由此，可评估目标年的目标期间相对于基准年同一时期气象变化对污染物浓度的影响。作为一种示例，2021年1月与2022年1月的气象背景场、2021年第一季度和2022年第一季度的气象背景场。
作为一种实施方式，目标年的目标期间和基准年同期的气象背景场均基于历史气象数据得到，由此，实现对历史减排措施的评估，确定出目标年相对于基准年，气象变化和排放变化的影响分别有多大。作为一种示例，以月为时间尺度确定气象背景场，评估2021年1月至12月相对于2020年1月至12月同期的气象变化对污染物浓度的影响，可得到2021年1月相对于2020年1月气象条件对污染物浓度的影响，其他月份以此类推。
目标年的目标期间各个区域对目标区域的目标污染物的贡献值Ni 目标，基准年同期各个区域对目标区域的目标污染物的贡献值，表示为Ni 基准。其中，i表示第i个区域。
作为一种实施方式，空气质量模式为第三代空气质量模式，源解析可以使用CMAQ、CAMx、NAQPMS等模式的源解析模块(NAQPMS-OSAM、CAMx-PSAT、CAMx-OSAT、CMAQ-ISAM等)。
步骤S304，根据上述第二浓度贡献值，确定目标年的目标期间相对于基准年同期各个区域对目标区域的目标污染物的第二浓度变化率。
第二浓度变化率表示为气象变化和排放变化共同作用下的浓度变化率。η2 i表示目标年的目标期间相对于基准年同期第i个区域对目标区域的目标污染物的浓度变化率，作为一种实施方式，η2 i＝(Ni 目标-Ni 基准)/Ni 基准。
在一些实施例中，因为模拟存在误差，可根据模拟值和监测值算出各个区域对目标区域污染物浓度的实际贡献值，包括：根据第二浓度贡献值、和目标年的目标期间和基准年同期目标区域的目标污染物的实际监测值，确定目标年的目标期间和基准年同期各个区域对目标区域的目标污染物的贡献量。
作为一种实施方式，确定目标年的目标期间和基准年同期各个区域对目标区域的目标污染物的贡献量，包括：
根据目标年的目标期间和基准年同期各个区域对目标区域的目标污染物的第二浓度贡献值，确定目标年的目标期间和基准年同期各个区域对目标区域的目标污染物的贡献占比；
根据目标年的目标期间和基准年同期各个区域对目标区域的目标污染物的贡献占比、和目标年的目标期间和基准年同期目标区域的目标污染物的实际监测值，确定目标年的目标期间和基准年同期各个区域对目标区域的目标污染物的贡献量。
目标年的目标期间第i个区域对目标区域的目标污染物的贡献量表示为Ci 目标，基准年同期第i个区域对目标区域的目标污染物的贡献量表示为Ci 基准。作为一种示例，Ci 目标＝(Ni 目标/N总 目标)*C目标，Ci 基准＝(Ni 基准/N总 基准)*C基准。Ni 目标/N总 目标表示目标年的目标期间第i个区域对目标区域的目标污染物的贡献占比，N总 目标表示目标年的目标期间各个区域对目标区域的总贡献值，C目标表示目标区域目标年的目标期间的目标污染物的实际监测值。Ni 基准/N总 基准表示基准年同期第i个区域对目标区域的目标污染物的贡献占比，N总 基准表示基准年同期各个区域对目标区域的总贡献值，C基准表示目标区域基准年同期的目标污染物的实际监测值。
η2 i表示目标年的目标期间相对于基准年同期第i个区域对目标区域的目标污染物的浓度变化率。作为另一种实施方式，根据目标年的目标期间和基准年同期各个区域对目标区域的目标污染物的贡献量，确定目标年的目标期间相对于基准年同期各个区域对目标区域的目标污染物的第二浓度变化率。具体的：Ci 目标＝Ci 基准*(1+η2 i)。
步骤S305，根据上述第一浓度变化率和第二浓度变化率，确定目标年的目标期间相对于基准年同期排放变化导致各个区域对目标区域的目标污染物的第三浓度变化率。
其中，排放变化是指第二网格化排放清单相对于第三网格化排放清单的排放变化，也就是目标年的目标期间相对于基准年同期的排放变化。
其中，第一浓度变化率根据本公开前述的方法确定。第一浓度变化率为气象条件变化导致各个区域对目标区域的目标污染物的浓度变化率，表示为η1 i。η1 i＝(Mi 目标-Mi 基准)/Mi 基准，其中，Mi 目标表示目标年的目标期间第i区域对目标区域的目标污染物的浓度贡献值，Mi 基准表示基准年同期第i区域对目标区域的目标污染物的浓度贡献值。
η3 i表示排放变化导致第i个区域对目标区域的目标污染物的浓度变化率。
作为一种实施方式，将实际污染物浓度变化区分为气象变化和排放变化，Ci 目标＝Ci 基准*(1+η3 i+η1 i)。根据Ci 目标＝Ci 基准*(1+η2 i)可得到：η2 i＝η3 i+η1 i，因此η3 i＝η2 i-η1 i。
图4示出了根据本公开示例性实施例的确定排放变化对污染物浓度影响的方法的另一流程图，该方法可确定目标年的目标期间相对于基准年同期排放变化导致各个区域、各个行业对目标区域的目标污染物的浓度变化率，目标年的目标期间和基准年同期可包括一周、十四天、二十一天、一月、一季度、半年等时间尺度。由此，可评估目标年的目标期间相对于基准年同一时期排放变化对污染物浓度的影响。如图4所示，该方法包括步骤S401至步骤S405。
步骤S401，确定分析区域在目标年的目标期间第二网格化排放清单和基准年同期的第三网格化排放清单。
其中，分析区域为本公开前述的目标区域和目标区域的一个或多个周边区域。
其中，第二网格化排放清单，包括：分析区域在目标年的目标期间的总的网格化排放清单、和分行业的网格化排放清单。
其中，第三网格化排放清单，包括：分析区域在基准年同期的总的网格化排放清单、和分行业的网格化排放清单。
作为一种示例，第二网格化排放清单为基准年的排放清单，第三网格化排放清单为在第二网格化排放清单的基础上执行减排措施后的排放清单。
步骤S402，标记第二网格化排放清单和第三网格化排放清单中网格所属的区域，得到第二区域标记数据。
步骤S403，根据目标年的目标期间和基准年同期的气象背景场、第二网格化排放清单、第三网格化排放清单和第二区域标记数据，使用空气质量模式进行源解析，得到目标年的目标期间和基准年同期各个区域、各个行业对目标区域的目标污染物的第二浓度贡献值。
其中，目标年的目标期间和基准年同期的气象背景场根据本公开前述的方法确定。
目标年的目标期间和基准年同期可包括一周、十四天、二十一天、一月、一季度、半年等时间尺度。由此，可评估目标年的目标期间相对于基准年同一时期排放变化对污染物浓度的影响。作为一种示例，2021年1月与2022年1月的气象背景场、2021年第一季度和2022年第一季度的气象背景场。
作为一种实施方式，目标年的目标期间和基准年同期的气象背景场均基于历史气象数据得到，由此，实现对历史减排措施的评估，确定出目标年的目标期间相对于基准年同期，气象变化和排放变化的影响分别有多大。作为一种示例，以月为时间尺度确定气象背景场，评估2021年1月至12月相对于2020年1月至12月同期的气象变化对污染物浓度的影响，可得到2021年1月相对于2020年1月气象条件对污染物浓度的影响，其他月份以此类推。
目标年的目标期间各个区域、各个行业对目标区域的目标污染物的贡献值Ni,j 目标，基准年同期各个区域、各个行业对目标区域的目标污染物的贡献值，表示为Ni,j 基准。其中，i表示第i个区域，j表示第j个行业。
作为一种实施方式，空气质量模式为第三代空气质量模式，源解析可以使用CMAQ、CAMx、NAQPMS等模式的源解析模块(NAQPMS-OSAM、CAMx-PSAT、CAMx-OSAT、CMAQ-ISAM等)。
步骤S404，根据上述第二浓度贡献值，确定目标年的目标期间相对于基准年同期各个区域、各个行业对目标区域的目标污染物的第二浓度变化率。
第二浓度变化率表示为气象变化和排放变化共同作用下的浓度变化率。η2 i,j表示目标年的目标期间相对于基准年同期第i个区域第j个行业对目标区域的目标污染物的浓度变化率，作为一种实施方式，η2 i,j＝(Ni,j 目标-Ni,j 基准)/Ni,j 基准。
在一些实施例中，因为模拟存在误差，可根据模拟值和监测值算出各个区域、各个行业对目标区域污染物浓度的实际贡献值，根据第二浓度贡献值、和目标年的目标期间和基准年同期目标区域的目标污染物的实际监测值，确定目标年的目标期间和基准年同期各个区域、各个行业对目标区域的目标污染物的贡献量。
作为一种实施方式，确定目标年的目标期间和基准年同期各个区域、各个行业对目标区域的目标污染物的贡献量，包括：
根据目标年的目标期间和基准年同期各个区域对目标区域的目标污染物的第二浓度贡献值，确定目标年的目标期间和基准年同期各个区域对目标区域的目标污染物的贡献占比。
根据目标年的目标期间和基准年同期各个区域对目标区域的目标污染物的贡献占比、和目标年的目标期间和基准年同期目标区域的目标污染物的实际监测值，确定目标年的目标期间和基准年同期各个区域、各个行业对目标区域的目标污染物的贡献量。
目标年的目标期间第i个区域、第j个行业对目标区域的目标污染物的贡献量表示为Ci,j 目标，基准年同期第i个区域、第j个行业对目标区域的目标污染物的贡献量表示为Ci,j 基准。作为一种示例，Ci,j 目标＝(Ni,j 目标/N总 目标)*C目标，Ci,j 基准＝(Ni,j 基准/N总 基准)*C基准。Ni,j 目标/N总 目标表示目标年的目标期间第i个区域、第j个行业对目标区域的目标污染物的贡献占比，N总 目标表示目标年的目标期间各个区域、各个行业对目标区域的总贡献值，C目标表示目标区域目标年的目标期间的目标污染物的实际监测值。Ni,j 基准/N总 基准表示基准年第i个区域、第j个行业对目标区域的目标污染物的贡献占比，N总 基准表示基准年同期各个区域、各个行业对目标区域的总贡献值，C基准表示目标区域基准年同期的目标污染物的实际监测值。
η2 i,j表示目标年的目标期间相对于基准年同期第i个区域、第j个行业对目标区域的目标污染物的浓度变化率。作为另一种实施方式，根据目标年的目标期间和基准年同期各个区域、各个行业对目标区域的目标污染物的贡献量，确定目标年的目标期间相对于基准年同期各个区域、各个行业对目标区域的目标污染物的第二浓度变化率。具体的：Ci,j 目标＝Ci,j 基准*(1+η2 i,j)。
步骤S405，根据上述第一浓度变化率和第二浓度变化率，确定目标年的目标期间相对于基准年同期排放变化导致各个区域、各个行业对目标区域的目标污染物的第三浓度变化率。
其中，排放变化是指第二网格化排放清单相对于第三网格化排放清单的排放变化，也就是目标年的目标期间相对于基准年同期的排放变化。
其中，第一浓度变化率根据本公开前述的方法确定。第一浓度变化率为气象条件变化导致各个区域、各个行业对目标区域的目标污染物的浓度变化率，表示为η1 i,j。η1 i,j＝(Mi,j 目标-Mi,j 基准)/Mi,j 基准，其中，Mi,j 目标表示目标年的目标期间第i区域、第j行业对目标区域的目标污染物的浓度贡献值，Mi,j 基准表示基准年同期第i区域、第j行业对目标区域的目标污染物的浓度贡献值。
η3 i,j表示排放变化导致第i个区域、第j个行业对目标区域的目标污染物的浓度变化率。
作为一种实施方式，将实际污染物浓度变化区分为气象变化和排放变化，Ci,j 目标＝Ci,j 基准*(1+η3 i,j+η1 i,j)。根据Ci,j 目标＝Ci,j 基准*(1+η2 i,j)可得到：η2 i,j＝η3 i,j+η1 i,j，因此η3 i,j＝η2 i,j-η1 i,j。
本实施例不仅可以通过模拟给出气象条件同比转差还是转好，同时可以区分气象条件变化导致的不同区域和行业对本地贡献的变化情况。如果预测气象条件变化将导致本地或周边区域某一行业对某城市或某一站点污染贡献大幅增大，则应着重加大该区域该行业的减排力度，以达到改善空气质量的目标。同时本实施例可以定量评估本地减排和周边区域减排对本地空气质量的影响，对于明确本地污染治理取得的成效，合理制定目标有较大意义。
下面对公开实施例的一个示例进行说明。
该示例使用三代空气质量模式中的源解析模块，采用“固定排放清单，改变气象条件”的敏感性测试方法进行模拟评估得到各区域、各行业的气象变化率。再使用目标年和基准年的大气污染源排放清单分别进行源解析模拟得出各区域、各行业的贡献量。根据各区域各行业的气象变化率和贡献量，计算得到各区域各行业气象和排放变化对空气质量的影响。
下面对该示例的步骤进行说明。
(1)获取目标城市的地形资料、基准年气象资料和目标年气象资料，使用气象模式生成气象背景场。
(2)使用目标城市的大气污染源排放清单(清单基准年不限)进行网格化，该目标城市内使用本地清单，该城市以外的中国区域使用MEIC清单，中国以外区域使用美国的ECCAD/CAMS-GLOB-BIO全球网格化清单；网格化时生成总的网格化排放清单和分行业的网格化排放清单。
(3)对清单的区域进行标记以追踪不同区域排放的污染物的移动和转化过程，得到区域标记文件。
(4)将步骤(1)得到的目标年和基准年气象场和步骤(2)中总清单和分行业排放清单以及步骤(3)中的区域标记文件输入三代空气质量模式的源解析模块进行源解析模拟，得到目标年和基准年不同区域、不同行业对拟评估城市或站点的贡献。
(5)对各区域和行业两年的模拟结果进行对比，得出相对于基准年，目标年各区域和行业因气象因素导致的对本地或站点贡献的变化情况。
以PM2.5为例给出具体对比方法，其他污染物方法类似，2017年为基准年，2020年为目标年。具体计算公式如下：
η1 i,j＝(Mi,j 2020-Mi,j 2017)/Mi,j 2017
式中，ηi,j为2020年气象条件变化导致的第i区域j行业对目标城市或站点PM2.5浓度的同期变化率，Mi,j 2017和Mi,j 2020分别代表i区域j行业2017和2020年同期对目标城市或站点PM2.5浓度的贡献值。在进行模拟时，两年采用相同的源排放清单和对应年份的气象条件，因此各区域和行业对目标城市或站点PM2.5浓度贡献的变化仅归因于气象条件的变化。ηi,j正值表示气象条件转差，负值表示气象条件转好。
(6)把所有区域和行业对目标城市或站点的贡献值相加和然后再进行对比得到气象条件变化导致的污染物浓度贡献的变化情况。把评估城市所有行业的贡献值相加，再进行对比得出评估城市气象条件变化导致的污染物浓度贡献的变化情况。
(7)如果该城市有目标年和基准年的大气污染源排放清单，则分别对目标年和基准年的大气污染源排放清单进行清单网格化。在清单网格化时，该城市区域内使用本地清单，该城市以外的中国区域使用MEIC清单，中国以外区域使用美国的ECCAD/CAMS-GLOB-BIO全球网格化清单；网格化时需生成总的网格化排放清单和分行业的网格化排放清单。
(8)如果该城市没有目标年和基准年的大气污染源排放清单，则直接使用MEIC清单进行清单网格化，再使用清单反向订正技术，使用基准年、目标年实际污染物的监测值对清单进行反向订正。反向订正技术主要是将模拟区域内的污染物的模拟值和监测值进行对比，对各市的排放清单进行迭代调整，如模拟值高于监测值则调低该城市周边城市污染物的排放量(考虑周边城市对该城市的传输)，如果模拟值低于监测值则调高该城市及周边城市的排放量，直至模拟区域各城市的模拟值和监测值的误差在5％以内，此时的模拟区域的大气污染源排放清单能基本代表模拟区域的排放特征，将此时的排放清单作为目标年和基准年的排放清单。因反向订正无法订正出分行业的排放清单，所以仅生成目标年和基准年总的网格化排放清单。
(9)将步骤(1)得到的目标年和基准年气象场和步骤(7)中总清单和分行业排放清单以及步骤(3)中的区域标记文件输入三代空气质量模式的源解析模块进行源解析模拟，得到目标年和基准年不同区域、不同行业对拟评估城市或站点的贡献；如果目标年和基准年的清单是反向订正得到的，则将步骤(1)得到的目标年和基准年气象场和步骤(8)中总清单以及步骤(3)中的区域标记文件输入三代空气质量模式的源解析模块进行源解析模拟，得到目标年和基准年不同区域对拟评估城市或站点的贡献。
(10)将步骤(9)中得到目标年和基准年各区域、各行业对本地污染物浓度贡献值结合监测值得出目标年和基准年各区域、各行业对评估城市的贡献量。具体算法如下：
Ci,j＝Ni,j/N总*C
其中，Ci,j为i区域j行业的贡献量，N总为各个区域、各个行业的总贡献，C为目标城市或站点的实际监测值。如果无目标年和基准年的大气污染源排放清单，步骤(8)中仅生成总的排放源清单，则无法区分行业，仅得出本地和周边区域对目标城市或站点的贡献量。
(11)将步骤(10)得出的目标年和基准年各区域和行业对目标城市或站点的贡献量进行对比，得出各区域和行业实际贡献污染物浓度的变化率。
例如2020年相对于2017年某区域某行业贡献的污染物浓度的变化可由下式表示：
Ci,j 2020＝Ci,j 2017×(1+η2 i,j)
式中，Ci,j 2020和Ci,j 2017分别为步骤(10)得出的2020年和2017年i区域j行业贡献的污染物浓度，η2 i,j为2020年相对于2017年i区域j行业贡献的污染物浓度变化率。
(12)将步骤(11)中的污染物浓度变化区分为气象变化和排放变化：
Ci,j 2020 ＝Ci,j 2017×(1+η1 i,j+η3 i,j)。
对比步骤(11)可以得到：
η2 i,j＝η1 i,j+η3 i,j。
式中η3 i,j为i区域j行业排放变化导致的污染物浓度变化率，由步骤(5)中的i区域j行业气象变化率η1 i,j和步骤(11)中的i区域j行业贡献的污染物浓度变化率η2 i,j，求出i区域j行业排放变化导致的污染物浓度变化率。
通过该示例，不仅可以定量评估出相对于基准年，目标年的气象条件变化和排放变化将使各区域各行业对某一城市或站点的贡献变化情况；可以剔除气象因素定量评估本地排放变化对空气质量的影响，对于明确本地污染治理取得的成效，合理制定目标有较大意义；可以对未来进行预报，对预报将对本地影响增大的区域、行业应加大管控力度，从而实现精细化管控，对实际的污染治理有较大指导意义。
本公开实施例还提供了一种确定污染物浓度影响因素的装置。
图5示出了根据本公开示例性实施例的确定污染物浓度影响因素的装置的示意性框图，如图5所示，该装置包括：
第一确定模块501，用于确定目标区域和目标区域的一个或多个周边区域为分析区域；
第二确定模块502，用于确定分析区域在目标年的目标期间和基准年同期的气象背景场；
第三确定模块503，用于确定分析区域的第一网格化排放清单；
标记模块504，用于标记第一网格化排放清单中网格所属的区域，得到第一区域标记数据；
源解析模块505，用于根据分析区域在目标年的目标期间和基准年同期的气象背景场、第一网格化排放清单和第一区域标记数据，使用空气质量模式进行源解析，得到目标年的目标期间和基准年同期各个区域对目标区域的目标污染物的第一浓度贡献值；
第四确定模块506，用于根据第一浓度贡献值，确定目标年的目标期间相对于基准年同期气象条件变化导致各个区域对目标区域的目标污染物的第一浓度变化率。
可选地，第一网格化排放清单，包括：分析区域的总的网格化排放清单、和分行业的网格化排放清单；其中，第一浓度贡献值为目标年的目标期间和基准年同期各个区域、各个行业对目标区域的目标污染物的浓度贡献值，表示为Mi,j 基准，Mi,j 目标；第一浓度变化率为目标年的目标期间相对于基准年同期气象条件变化导致各个区域、各个行业对述目标区域的目标污染物的浓度变化率，表示为η1 i,j；其中，i表示第i个区域，j表示第j个行业。
可选地，上述装置还包括：
第五确定模块，用于确定分析区域在和目标年的目标期间的第二网格化排放清单和基准年同期的第三网格化排放清单；
其中，标记模块504，还用于标记第二网格化排放清单和第三网格化排放清单中网格所属的区域，得到第二区域标记数据；
其中，源解析模块505，还用于根据目标年的目标期间和基准年同期的气象背景场、第二网格化排放清单、第三网格化排放清单和第二区域标记数据，使用空气质量模式进行源解析，得到目标年的目标期间和基准年同期各个区域对目标区域的目标污染物的第二浓度贡献值；
第六确定模块，用于根据上述第二浓度贡献值，确定目标年的目标期间相对于基准年同期各个区域对目标区域的目标污染物的第二浓度变化率；
第七确定模块，用于根据上述第一浓度变化率和第二浓度变化率，确定目标年的目标期间相对于基准年同期排放变化导致各个区域对目标区域的目标污染物的第三浓度变化率。
可选地，还包括：第八确定模块，用于：
根据目标年的目标期间和基准年同期各个区域对目标区域的目标污染物的第二浓度贡献值，确定目标年的目标期间和基准年同期各个区域对目标区域的目标污染物的贡献占比；
根据目标年的目标期间和基准年同期各个区域对目标区域的目标污染物的贡献占比、和目标年的目标期间和所述基准年同期目标区域的目标污染物的实际监测值，确定目标年的目标期间和基准年同期各个区域对目标区域的目标污染物的贡献量。
可选地，第六确定模块，用于根据上述贡献量，确定目标年的目标期间相对于基准年同期各个区域对目标区域的目标污染物的第二浓度变化率。
可选地：
第一网格化排放清单，包括：分析区域的总的网格化排放清单、和分行业的网格化排放清单；
第一浓度贡献值为目标年的目标期间和基准年同期各个区域、各个行业对目标区域的目标污染物的浓度贡献值，表示为Mi,j 基准，Mi,j 目标，第一浓度变化率为气象条件变化导致各个区域、各个行业对目标区域的目标污染物的浓度变化率，表示为η1 i,j；
第二网格化排放清单，包括：分析区域在目标年的目标期间的总的网格化排放清单、和分行业的网格化排放清单；第三网格化排放清单，包括：分析区域在基准年同期的总的网格化排放清单、和分行业的网格化排放清单；
第二浓度贡献值为目标年的目标期间和基准年同期各个区域、各个行业对所述目标区域的目标污染物的贡献值，表示为Ni,j 基准，Ni,j 目标；贡献量为目标年的目标期间和基准年同期各个区域、各个行业对目标区域的目标污染物的贡献量，表示为Ci,j 目标和Ci,j 基准；第二浓度变化率为目标年的目标期间相对于基准年同期各个区域、各个行业对目标区域的目标污染物的浓度变化率，表示为η2 i,j；第三浓度变化率为排放变化导致各个区域、各个行业对目标区域的目标污染物的浓度变化率，表示为η3 i,j；
其中，i表示第i个区域，j表示第j个行业。
可选地，目标年的气象背景场基于预报的气象数据得到。
可选地，目标污染物包括PM2.5、NO2、SO2、PM10、O3或CO2。
本公开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公开实施例的方法。
本公开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公开实施例的方法。
本公开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公开实施例的方法。
参考图6，现将描述可以作为本公开的服务器或客户端的电子设备600的结构框图，其是可以应用于本公开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/或者要求的本公开的实现。
如图6所示，电子设备600包括计算单元601，其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序，来执行各种适当的动作和处理。在RAM 603中，还可存储设备600操作所需的各种程序和数据。计算单元601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
电子设备600中的多个部件连接至I/O接口605，包括：输入单元606、输出单元607、存储单元608以及通信单元609。输入单元606可以是能向电子设备600输入信息的任何类型的设备，输入单元606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607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608可以包括但不限于磁盘、光盘。通信单元609允许电子设备600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601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601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601执行上文所描述的各个方法和处理。例如，在一些实施例中，确定污染物浓度影响因素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608。在一些实施例中，计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到电子设备600上。在一些实施例中，计算单元601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污染物浓度影响因素的方法。
用于实施本公开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。
在本公开的上下文中，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。
如本公开使用的，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 (12)

1.一种确定污染物浓度影响因素的方法，其特征在于，包括：
确定目标区域和所述目标区域的一个或多个周边区域为分析区域；
确定所述分析区域在目标年的目标期间和基准年同期的气象背景场；
确定所述分析区域的第一网格化排放清单；
标记所述第一网格化排放清单中网格所属的区域，得到第一区域标记数据；
根据所述分析区域在所述目标年的所述目标期间和所述基准年同期的气象背景场、所述第一网格化排放清单和所述第一区域标记数据，使用空气质量模式进行源解析，得到所述目标年的所述目标期间和所述基准年同期各个区域对所述目标区域的目标污染物的第一浓度贡献值；
根据所述第一浓度贡献值，确定所述目标年的所述目标期间相对于所述基准年同期气象条件变化导致各个区域对所述目标区域的目标污染物的第一浓度变化率。
2.如权利要求1所述的方法，其特征在于，所述第一网格化排放清单，包括：所述分析区域的总的网格化排放清单、和分行业的网格化排放清单；其中，
所述第一浓度贡献值为所述目标年的所述目标期间和所述基准年同期各个区域、各个行业对所述目标区域的目标污染物的浓度贡献值，表示为Mi,j 基准，Mi,j 目标；
所述第一浓度变化率为所述目标年的所述目标期间相对于所述基准年同期气象条件变化导致各个区域、各个行业对所述目标区域的目标污染物的浓度变化率，表示为η1 i,j；
其中，i表示第i个区域，j表示第j个行业。
3.如权利要求1所述的方法，其特征在于，还包括：
确定所述分析区域在所述目标年的所述目标期间的第二网格化排放清单和所述基准年同期的第三网格化排放清单；
标记所述第二网格化排放清单和所述第三网格化排放清单中网格所属的区域，得到第二区域标记数据；
根据所述目标年的所述目标期间和所述基准年同期的气象背景场、所述第二网格化排放清单、所述第三网格化排放清单和所述第二区域标记数据，使用所述空气质量模式进行源解析，得到所述目标年的所述目标期间和所述基准年同期各个区域对所述目标区域的目标污染物的第二浓度贡献值；
根据所述第二浓度贡献值，确定所述目标年的所述目标期间相对于所述基准年同期各个区域对所述目标区域的目标污染物的第二浓度变化率；
根据所述第一浓度变化率和所述第二浓度变化率，确定所述目标年的所述目标期间相对于所述基准年同期排放变化导致各个区域对所述目标区域的目标污染物的第三浓度变化率。
4.如权利要求3所述的方法，其特征在于，还包括：
根据所述目标年的所述目标期间和所述基准年同期各个区域对所述目标区域的目标污染物的第二浓度贡献值，确定所述目标年的所述目标期间和所述基准年同期各个区域对所述目标区域的目标污染物的贡献占比；
根据所述目标年的所述目标期间和所述基准年同期各个区域对所述目标区域的目标污染物的贡献占比、和所述目标年的所述目标期间和所述基准年同期所述目标区域的所述目标污染物的实际监测值，确定所述目标年的所述目标期间和所述基准年同期各个区域对所述目标区域的目标污染物的贡献量。
5.如权利要求4所述的方法，其特征在于，根据所述第二浓度贡献值，确定所述目标年的所述目标期间相对于所述基准年同期各个区域对所述目标区域的目标污染物的第二浓度变化率，包括：
根据所述目标年的所述目标期间和所述基准年同期各个区域对所述目标区域的目标污染物的贡献量，确定所述目标年的所述目标期间相对于所述基准年同期各个区域对所述目标区域的目标污染物的第二浓度变化率。
6.如权利要求3所述的方法，其特征在于，所述第三浓度变化率为第二浓度变化率减去第一浓度变化率的差值。
7.如权利要求3至6中任一项所述的方法，其特征在于，
所述第一网格化排放清单，包括：所述分析区域的总的网格化排放清单、和分行业的网格化排放清单；
所述第一浓度贡献值为所述目标年的所述目标期间和所述基准年同期各个区域、各个行业对所述目标区域的目标污染物的浓度贡献值，表示为Mi,j 基准，Mi,j 目标，所述第一浓度变化率为气象条件变化导致各个区域、各个行业对所述目标区域的目标污染物的浓度变化率，表示为η1 i,j；
所述第二网格化排放清单，包括：所述分析区域在所述目标年的所述目标期间的总的网格化排放清单、和分行业的网格化排放清单；所述第三网格化排放清单，包括：所述分析区域在所述基准年同期的总的网格化排放清单、和分行业的网格化排放清单；
所述第二浓度贡献值为目标年的所述目标期间和所述基准年同期各个区域、各个行业对所述目标区域的目标污染物的贡献值，表示为Ni,j 基准，Ni,j 目标；所述第二浓度变化率为所述目标年的所述目标期间相对于所述基准年同期各个区域、各个行业对所述目标区域的目标污染物的浓度变化率，表示为η2 i,j；所述第三浓度变化率为排放变化导致各个区域、各个行业对所述目标区域的目标污染物的浓度变化率，表示为η3 i,j；
其中，i表示第i个区域，j表示第j个行业。
8.如权利要求1或2所述的方法，其特征在于，所述目标年的所述目标期间的气象背景场基于预报的气象数据得到。
9.如权利要求1至6中任一项所述的方法，其特征在于，所述目标污染物包括PM2.5、NO2、SO2、PM10、O3或CO2。
10.一种确定污染物浓度影响因素的装置，其特征在于，包括：
第一确定模块，用于确定目标区域和所述目标区域的一个或多个周边区域为分析区域；
第二确定模块，用于确定所述分析区域在目标年的目标期间和基准年同期的气象背景场；
第三确定模块，用于确定所述分析区域的第一网格化排放清单；
标记模块，用于标记所述第一网格化排放清单中网格所属的区域，得到第一区域标记数据；
源解析模块，用于根据所述分析区域在所述目标年的所述目标期间和所述基准年同期的气象背景场、所述第一网格化排放清单和所述第一区域标记数据，使用空气质量模式进行源解析，得到所述目标年的所述目标期间和所述基准年同期各个区域对所述目标区域的目标污染物的第一浓度贡献值；
第四确定模块，用于根据所述第一浓度贡献值，确定所述目标年的所述目标期间相对于所述基准年同期气象条件变化导致各个区域对所述目标区域的目标污染物的第一浓度变化率。
11.一种电子设备，其特征在于，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1-9中任一项所述的方法。
12.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行根据权利要求1-9中任一项所述的方法。
CN202210514191.8A 2022-05-12 2022-05-12 确定污染物浓度影响因素的方法、装置及电子设备 Active CN114819696B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210514191.8A CN114819696B (zh) 2022-05-12 2022-05-12 确定污染物浓度影响因素的方法、装置及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210514191.8A CN114819696B (zh) 2022-05-12 2022-05-12 确定污染物浓度影响因素的方法、装置及电子设备

Publications (2)

Publication Number Publication Date
CN114819696A true CN114819696A (zh) 2022-07-29
CN114819696B CN114819696B (zh) 2023-06-23

Family

ID=82512793

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210514191.8A Active CN114819696B (zh) 2022-05-12 2022-05-12 确定污染物浓度影响因素的方法、装置及电子设备

Country Status (1)

Country Link
CN (1) CN114819696B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115713004A (zh) * 2022-11-17 2023-02-24 河北省气象灾害防御和环境气象中心(河北省预警信息发布中心) 颗粒物来源分析方法
CN116205541A (zh) * 2023-04-27 2023-06-02 北京英视睿达科技股份有限公司 评估本地污染源对环境空气质量影响的方法及装置
CN116739191A (zh) * 2023-08-14 2023-09-12 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
CN117612645A (zh) * 2024-01-23 2024-02-27 中科三清科技有限公司 污染气象条件预测方法、装置、存储介质与电子设备

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150031577A (ko) * 2013-09-16 2015-03-25 주식회사 에니텍 대기오염물질 배출량 역산출 방법
CN106548258A (zh) * 2016-12-09 2017-03-29 北京交通大学 一种基于气象条件的交通空气污染物浓度预测方法与系统
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
US20180364208A1 (en) * 2017-06-16 2018-12-20 International Business Machines Corporation Air pollution source recognition based on dynamic pairing and comparison
CN109916788A (zh) * 2019-01-14 2019-06-21 南京大学 一种区分不同区域排放变化和气象条件变化对pm2.5浓度影响的方法
US20190331652A1 (en) * 2018-04-27 2019-10-31 International Business Machines Corporation Air-pollution emission source monitoring
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
CN110728063A (zh) * 2019-10-17 2020-01-24 广东省环境监测中心 一种判断气象与源排放变化对空气质量影响的定量方法
CN112182064A (zh) * 2020-09-25 2021-01-05 中科三清科技有限公司 一种污染物来源分析方法、装置、电子设备及存储介质
US20210042648A1 (en) * 2019-08-06 2021-02-11 International Business Machines Corporation Abnormal air pollution emission prediction
CN112711893A (zh) * 2020-12-25 2021-04-27 中科三清科技有限公司 污染源对pm2.5贡献计算方法、装置和电子设备
CN113032475A (zh) * 2021-04-16 2021-06-25 中科三清科技有限公司 大气污染源排放清单的处理方法、装置、设备及存储介质
KR20210086326A (ko) * 2019-12-31 2021-07-08 한국환경정책평가연구원 지역별 미세먼지 농도 예측방법 및 시스템
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
CN114169574A (zh) * 2021-11-11 2022-03-11 国网冀北电力有限公司唐山供电公司 一种通过工业运行电力指数进行大气污染预测的方法

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20150031577A (ko) * 2013-09-16 2015-03-25 주식회사 에니텍 대기오염물질 배출량 역산출 방법
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
CN106548258A (zh) * 2016-12-09 2017-03-29 北京交通大学 一种基于气象条件的交通空气污染物浓度预测方法与系统
US20180364208A1 (en) * 2017-06-16 2018-12-20 International Business Machines Corporation Air pollution source recognition based on dynamic pairing and comparison
US20190331652A1 (en) * 2018-04-27 2019-10-31 International Business Machines Corporation Air-pollution emission source monitoring
CN109916788A (zh) * 2019-01-14 2019-06-21 南京大学 一种区分不同区域排放变化和气象条件变化对pm2.5浓度影响的方法
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
US20210042648A1 (en) * 2019-08-06 2021-02-11 International Business Machines Corporation Abnormal air pollution emission prediction
CN110728063A (zh) * 2019-10-17 2020-01-24 广东省环境监测中心 一种判断气象与源排放变化对空气质量影响的定量方法
KR20210086326A (ko) * 2019-12-31 2021-07-08 한국환경정책평가연구원 지역별 미세먼지 농도 예측방법 및 시스템
CN112182064A (zh) * 2020-09-25 2021-01-05 中科三清科技有限公司 一种污染物来源分析方法、装置、电子设备及存储介质
CN112711893A (zh) * 2020-12-25 2021-04-27 中科三清科技有限公司 污染源对pm2.5贡献计算方法、装置和电子设备
CN113032475A (zh) * 2021-04-16 2021-06-25 中科三清科技有限公司 大气污染源排放清单的处理方法、装置、设备及存储介质
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
CN114169574A (zh) * 2021-11-11 2022-03-11 国网冀北电力有限公司唐山供电公司 一种通过工业运行电力指数进行大气污染预测的方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
沈劲;汪宇;潘月云;嵇萍;陈多宏;谢敏;叶斯琪;钟流举;: "广东省气象与源排放因素对PM_(2.5)浓度影响的数值模拟研究", 安全与环境工程, no. 01 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115713004A (zh) * 2022-11-17 2023-02-24 河北省气象灾害防御和环境气象中心(河北省预警信息发布中心) 颗粒物来源分析方法
CN116205541A (zh) * 2023-04-27 2023-06-02 北京英视睿达科技股份有限公司 评估本地污染源对环境空气质量影响的方法及装置
CN116205541B (zh) * 2023-04-27 2023-09-19 北京英视睿达科技股份有限公司 评估本地污染源对环境空气质量影响的方法及装置
CN116739191A (zh) * 2023-08-14 2023-09-12 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
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
CN117612645A (zh) * 2024-01-23 2024-02-27 中科三清科技有限公司 污染气象条件预测方法、装置、存储介质与电子设备
CN117612645B (zh) * 2024-01-23 2024-04-09 中科三清科技有限公司 污染气象条件预测方法、装置、存储介质与电子设备

Also Published As

Publication number Publication date
CN114819696B (zh) 2023-06-23

Similar Documents

Publication Publication Date Title
CN114819696B (zh) 确定污染物浓度影响因素的方法、装置及电子设备
US10936764B2 (en) Building performance assessment system and method
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
CN110705772A (zh) 区域电网风力发电功率预测优化方法和装置
CN115271547B (zh) 臭氧污染的源解析方法、装置和电子设备
CN114282721B (zh) 污染物预报模型训练方法、装置、电子设备及存储介质
CN114896783A (zh) 空气质量改善效果的评估方法和装置
CN110705768B (zh) 用于风电场的风力发电功率预测优化方法和装置
Liu et al. Changing trends and influencing factors of energy productivity growth: A case study in the Pearl River Delta Metropolitan Region
CN114841437A (zh) 预评估排放源对空气质量贡献的方法、装置和电子设备
CN114200078B (zh) Oh自由基浓度的测算方法和装置
CN116776073B (zh) 一种污染物浓度的评估方法和装置
CN114841438B (zh) 预评估排放源对空气质量影响的方法、装置和电子设备
CN117517581A (zh) 污染物浓度影响评估方法、装置、存储介质及电子设备
CN114974452B (zh) 一种确定二次转化来源的管控目标的方法和装置
CN115270013B (zh) 评估活动期间减排措施的方法、装置及电子设备
CN116644884A (zh) 一种区域化环境跟踪评价和排污许可衔接方法、装置
CN113987058B (zh) 排放清单的确定方法和装置
CN111986552A (zh) 地图数据质量鲜度获取方法、装置及存储介质
CN113672873B (zh) 污染物源解析方法、装置、电子设备及存储介质
CN114565190A (zh) 预测大气环境容量的方法、装置及电子设备
CN114881472A (zh) 机动车排放对空气质量影响的分析方法、装置及设备
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
CN114066059B (zh) 一种预测环境污染的方法和装置
CN110705769A (zh) 新能源发电功率预测优化方法和装置

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