CN114896783A - 空气质量改善效果的评估方法和装置 - Google Patents
空气质量改善效果的评估方法和装置 Download PDFInfo
- Publication number
- CN114896783A CN114896783A CN202210493677.8A CN202210493677A CN114896783A CN 114896783 A CN114896783 A CN 114896783A CN 202210493677 A CN202210493677 A CN 202210493677A CN 114896783 A CN114896783 A CN 114896783A
- Authority
- CN
- China
- Prior art keywords
- area
- evaluated
- air quality
- sensitivity
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 153
- 230000000694 effects Effects 0.000 title claims abstract description 87
- 230000006872 improvement Effects 0.000 title claims abstract description 87
- 230000035945 sensitivity Effects 0.000 claims abstract description 163
- 230000008569 process Effects 0.000 claims abstract description 110
- 238000011156 evaluation Methods 0.000 claims abstract description 94
- 230000009467 reduction Effects 0.000 claims abstract description 79
- 239000003344 environmental pollutant Substances 0.000 claims abstract description 36
- 231100000719 pollutant Toxicity 0.000 claims abstract description 36
- 238000004088 simulation Methods 0.000 claims description 40
- 230000007613 environmental effect Effects 0.000 abstract description 2
- 238000012545 processing Methods 0.000 description 14
- 238000004590 computer program Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 9
- 230000007123 defense Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000009792 diffusion process Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000007599 discharging Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000011109 contamination Methods 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
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000026676 system process Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- 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
- 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
- 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
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Evolutionary Computation (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供一种空气质量改善效果的评估方法和装置，属于环境科学领域。所述方法包括：获取待评估区域历史发生大气污染时每个区域的大气污染源排放清单；基于所述大气污染源排放清单，对所述待评估区域的污染过程进行模拟，确定所述待评估区域的敏感性信息，所述敏感性信息包括多个敏感性数据，所述敏感性数据用于表示所述待评估区域中任一区域的空气质量对任一区域的污染物排放量的敏感性；每当对所述待评估区域中目标区域的空气质量改善效果进行评估时，获取所述待评估区域的减排数据；基于所述减排数据和所述敏感性信息，确定所述目标区域的空气质量改善效果的评估结果。采用本申请，可以提高评估效率。
Description
技术领域
本申请涉及环境科学领域，尤其涉及一种空气质量改善效果的评估方法和装置。
背景技术
目前为了摸清当地管控或联防联控对空气质量的改善效果，各城市均要求每次重污染来临和结束之后，对改善效果进行定量模拟评估。
参照图1示出的应急减排措施对空气质量改善效果评估技术路线，现有技术主要以当地排放清单为基础，结合各区域污染物减排量(或减排比例)，建立基准情景、减排情景的排放清单，以气象-空气质量数值模型定量模拟目标城市在应急管控措施实施前后的空气质量状况，评估应急管控措施实施后分析空气质量改善效果。
但是，以往仅需要对应急管控措施的整体改善效果进行模拟评估，随着研究的深入，仅仅评估整体改善效果已经无法满足相关要求，还需要明确不同区域(不同县区、不同城市等)应急管控措施对空气质量的改善效果。若评估不同城市(或区域)应急管控措施对目标城市空气质量的改善效果，需要对减排情景的排放清单进行多组设置并进行模拟，消耗大量的人力物力特别是针对重污染预评估缺乏时效性。而现有技术在实现快速评估的过程中，并没有以区域为基础，针对不同城市(或区域)的联防联控实现快速评估。
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空气质量改善效果的评估方法和装置，可以在不同区域之间实现对空气质量改善效果的快速评估。技术方案如下：
根据本申请的一方面，提供了一种空气质量改善效果的评估方法，所述方法包括：
获取待评估区域历史发生大气污染时每个区域的大气污染源排放清单；
基于所述大气污染源排放清单，对所述待评估区域的污染过程进行模拟，确定所述待评估区域的敏感性信息，所述敏感性信息包括多个敏感性数据，所述敏感性数据用于表示所述待评估区域中任一区域的空气质量对任一区域的污染物排放量的敏感性；
每当对所述待评估区域中目标区域的空气质量改善效果进行评估时，获取所述待评估区域的减排数据；
基于所述减排数据和所述敏感性信息，确定所述目标区域的空气质量改善效果的评估结果。
可选的，所述获取所述待评估区域的减排数据，包括：获取所述待评估区域中任意区域的减排数据；
所述基于所述减排数据和所述敏感性信息，确定所述目标区域的空气质量改善效果的评估结果，包括：
在所述敏感性信息中获取目标敏感性数据，所述目标敏感性数据用于表示所述目标区域的空气质量对所述任意区域的污染物排放量的敏感性；
对所述任意区域的减排数据与所述目标敏感性数据进行计算，确定所述目标区域的空气质量改善效果的评估结果。
可选的，所述方法还包括：
确定待评估区域的多个历史污染过程；
对所述多个历史污染过程进行天气分型，确定所述待评估区域历史发生大气污染时的天气型；
所述基于所述大气污染源排放清单，对所述待评估区域的污染过程进行模拟，确定所述待评估区域的敏感性信息，包括：
基于所述大气污染源排放清单，对所述待评估区域的所述多个历史污染过程进行模拟，确定每个所述天气型对应的敏感性信息。
可选的，所述基于所述大气污染源排放清单，对所述待评估区域的所述多个历史污染过程进行模拟，确定每个所述天气型对应的敏感性信息，包括：
基于所述大气污染源排放清单，对所述待评估区域的所述多个历史污染过程进行模拟，确定所述每个历史污染过程的敏感性信息；
在所述多个历史污染过程的敏感性信息中，获取每个所述天气型对应的敏感性信息。
可选的，所述方法还包括：
获取所述多个历史污染过程的时间信息；
基于所述时间信息获取对应的气象资料，并基于所述气象资料生成气象背景场，其中，所述气象背景场符合所述多个历史污染过程的天气型；
对所述待评估区域的污染过程进行模拟时，在空气质量数值模式中运行所述气象背景场。
可选的，每当对所述待评估区域中目标区域的空气质量改善效果进行评估时，所述方法还包括：确定待评估的空气质量改善效果对应的目标天气型；
所述基于所述减排数据和所述敏感性信息，确定所述目标区域的空气质量改善效果的评估结果，包括：
获取所述目标天气型的目标敏感性信息；
基于所述减排数据和所述目标敏感性信息，确定所述目标区域的空气质量改善效果的评估结果。
可选的，所述方法还包括：获取所述待评估区域中每个区域的地形资料，并基于所述地形资料生成所述每个区域的模拟地形；
所述基于所述每个区域的大气污染源排放清单，对所述待评估区域的污染过程进行模拟，确定所述待评估区域的敏感性信息，包括：基于所述每个区域的大气污染源排放清单，在所述每个区域的模拟地形之间对所述待评估区域的污染过程进行模拟，确定所述待评估区域的敏感性信息。
根据本申请的另一方面，提供了一种空气质量改善效果的评估装置，所述装置包括：
获取模块，用于获取待评估区域历史发生大气污染时每个区域的大气污染源排放清单；
模拟模块，用于基于所述大气污染源排放清单，对所述待评估区域的污染过程进行模拟，确定所述待评估区域的敏感性信息，所述敏感性信息包括多个敏感性数据，所述敏感性数据用于表示所述待评估区域中任一区域的空气质量对任一区域的污染物排放量的敏感性；
评估模块，用于每当对所述待评估区域中目标区域的空气质量改善效果进行评估时，获取所述待评估区域的减排数据；基于所述减排数据和所述敏感性信息，确定所述目标区域的空气质量改善效果的评估结果。
可选的，所述获取模块，用于：获取所述待评估区域中任意区域的减排数据；
所述评估模块，用于：在所述敏感性信息中获取目标敏感性数据，所述目标敏感性数据用于表示所述目标区域的空气质量对所述任意区域的污染物排放量的敏感性；对所述任意区域的减排数据与所述目标敏感性数据进行计算，确定所述目标区域的空气质量改善效果的评估结果。
可选的，所述获取模块，还用于：确定待评估区域的多个历史污染过程；对所述多个历史污染过程进行天气分型，确定所述待评估区域历史发生大气污染时的天气型；
所述模拟模块，用于：基于所述大气污染源排放清单，对所述待评估区域的所述多个历史污染过程进行模拟，确定每个所述天气型对应的敏感性信息。
可选的，所述模拟模块，用于：基于所述大气污染源排放清单，对所述待评估区域的所述多个历史污染过程进行模拟，确定所述每个历史污染过程的敏感性信息；在所述多个历史污染过程的敏感性信息中，获取每个所述天气型对应的敏感性信息。
可选的，所述模拟模块，还用于：获取所述多个历史污染过程的时间信息；基于所述时间信息获取对应的气象资料，并基于所述气象资料生成气象背景场，其中，所述气象背景场符合所述多个历史污染过程的天气型；对所述待评估区域的污染过程进行模拟时，在空气质量数值模式中运行所述气象背景场。
可选的，所述装置还包括天气分型模块，所述天气分型模块用于：每当对所述待评估区域中目标区域的空气质量改善效果进行评估时，确定待评估的空气质量改善效果对应的目标天气型；
所述评估模块，用于：获取所述目标天气型的目标敏感性信息；基于所述减排数据和所述目标敏感性信息，确定所述目标区域的空气质量改善效果的评估结果。
可选的，所述模拟模块，还用于：获取所述待评估区域中每个区域的地形资料，并基于所述地形资料生成所述每个区域的模拟地形；基于所述每个区域的大气污染源排放清单，在所述每个区域的模拟地形之间对所述待评估区域的污染过程进行模拟，确定所述待评估区域的敏感性信息。
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空气质量改善效果的评估方法。
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空气质量改善效果的评估方法。
本申请可以取得如下有益效果：
(1)通过每个区域已有的大气污染源排放清单对待评估区域的污染过程进行模拟，确定待评估区域的敏感性信息，该敏感性信息可以用于指示其中任一区域的空气质量对任一区域的污染物排放量的敏感性。从而，每当对空气质量改善效果进行评估时，可以通过待评估区域的减排数据和上述敏感性信息，确定减排后对目标区域的空气质量的影响，也即是确定目标区域的空气质量改善效果的评估结果。由于在评估时，不再需要对待评估区域的污染过程重新模拟，可以实现对联防联控的快速评估，提高评估效率。
(2)在模拟污染过程时，可以针对不同的天气型进行模拟，得到不同天气型对应的敏感性信息。从而在评估时，参照当前的天气型获取相应的敏感性信息，可以提高评估的准确性。
(3)在模拟污染过程时，可以对每个区域的地形进行模拟，使得污染过程符合地形规律，提高模拟的准确性，进而提高评估的准确性。
(4)由于可以通过减排数据和敏感性信息确定评估结果，方便扩展到对待评估区域中任意区域的评估，提高本申请提供的评估方法的适用范围。
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示出了根据本申请背景技术提供的应急减排措施对空气质量改善效果评估技术路线；
图2示出了不同城市对目标城市空气质量改善效果评估通常的技术路线；
图3示出了根据本申请示例性实施例的空气质量改善效果的评估方法的流程图；
图4示出了根据本申请示例性实施例提供的不同城市对目标城市空气质量改善效果评估技术路线；
图5示出了根据本申请示例性实施例的区域标记示意图；
图6示出了根据本申请示例性实施例的空气质量改善效果的评估装置的示意性框图；
图7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。
为了更清楚地阐明本申请所要解决的技术问题，下面将参照图2示出的不同城市对目标城市空气质量改善效果评估技术路线，对通常的空气质量改善效果评估方法进行介绍。
为了摸清当地管控或联防联控对空气质量的改善效果，各城市均要求每次污染来临和结束之后，对改善效果进行定量模拟评估。在模拟评估的过程中，主要以当地排放清单为基础，结合各个城市(或区域)的应急管控措施实施，建立基准情景排放清单和各个城市的减排情景排放清单。将基准情景排放清单输入气象-空气质量数值模式，可以模拟得到目标城市的基准空气质量。将各个城市的减排情景排放清单依次输入气象-空气质量数值模式，可以分别模拟得到各个城市减排后目标城市的空气质量，也即是说，需要分别针对每个城市的应急管控措施实施进行单独的情景模拟。进而，可以依次计算基准情景下和各个城市的减排情景下目标城市的空气质量浓度差值，从而对每个城市的应急管控措施实施的改善效果进行定量。
在实践中，需要独立运行多次空气质量数值模式，效率较低，无法实现对联防联控的快速评估。并且，在一次模拟评估的过程中，针对每个城市的应急管控措施均需要调整排放清单并进行模拟，对于污染来临前的预评估缺乏时效性。并且，每次发生重污染过程时，均需要进行上述模拟评估，资源开销较大。
基于此，本申请提供了一种空气质量改善效果的评估方法，不再需要针对不同区域调整排放清单进行多次重复性数值模拟，极大的降低了了人力、物力和时间成本。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3所示的空气质量改善效果的评估方法的流程图，对该方法进行介绍。
步骤301，获取待评估区域历史发生大气污染时每个区域的大气污染源排放清单。
其中，待评估区域可以包括多个区域，例如，可以包括目标区域及其周边区域。本实施例对目标区域不作限定，可以是指待评估区域中的任一区域，也可以是指待评估区域中的特定区域。本实施例对区域的划分也不作限定，不限定为行政区域。
在一种可能的实施方式中，可以获取待评估区域历史时段内已发生的污染过程，确定发生污染的时间段，并获取该时间段每个区域的大气污染源排放清单。例如，可以获取目标城市及其周边区域历史五年已发生的污染过程，并对获取污染过程进行整理，确定发生污染的时间段，从而在目标城市及其周边区域已公布的大气污染源排放清单中，获取该时间段对应的大气污染源排放清单。
需要说明的是，该大气污染源排放清单是根据待评估区域的实际排放量构建的原始的排放清单，并不是根据基准情景或减排情景进行调整或重构得来。
步骤302，基于大气污染源排放清单，对待评估区域的污染过程进行模拟，确定待评估区域的敏感性信息。
其中，敏感性信息包括多个敏感性数据，敏感性数据可以用于表示待评估区域中任一区域的空气质量对任一区域的污染物排放量的敏感性。敏感性是指区域的贡献浓度与排放量的比值，以PM2.5为例，敏感性单位可以为μg·m-3·t-1。
本实施例采用大气环境相关的模式对污染过程进行模拟，上述模式可以包括气象模式和空气质量数值模式，气象模式和空气质量数值模式共同参与模拟。由于在模拟的过程中还对污染物的扩散过程进行追踪，因此本申请将所使用的模式称为气象-空气质量数值-追踪模式。示例性的，气象模式可以采用WRF(Weather Research and ForecastingModel，天气预报模式)，空气质量数值模式可以采用CAMx(Community Atmosphere Model，一种大气化学传输模式)。当然，气象模式或空气质量数值模式还可以采用其他具体的模式，本实施例对此不作限定。
在一种可能的实施方式中，可以对输入模式的数据进行预处理。参照图4示出的本申请提供的不同城市对目标城市空气质量改善效果评估技术路线，具体的预处理可以包括两个方面：一方面可以是指，对待评估区域中的每个区域进行标记，并建立区域的地理位置与区域标记之间的对应关系；另一方面可以是指，通过排放源处理系统，将步骤301中获取的大气污染源排放清单进行处理，得到输入模式所需的排放量相关的输入文件。其中，对待评估区域中的每个区域进行标记的具体处理可以是指：根据每个区域的地理位置，对区域对应的多个地理网格添加区域标记。如图5所示的区域标记示意图，可以对区域1的多个地理网格添加区域标记“1”，对区域2的多个地理网格添加区域标记“2”，区域3的多个地理网格添加区域标记“3”。
在运行模式之前，可以对模式模拟所需的参数进行设置，生成模式运行所需的初值场，也即是模式运行的初始状态。例如，可以根据目标城市及周边区域的地理位置设置评估模拟区域，设置投影方式，设置嵌套网格，设置水平格距和垂直格距。本实施例对运行模式所设置的具体参数不作限定。
进而，可以运行气象模式模拟待评估区域的气象场，并将该其气象场作为空气质量数值模式所需的气象背景场。运行空气质量数值模式，在上述气象背景场的基础上，对待评估区域中污染物的排放以及扩散过程进行模拟，从而模拟得到待评估区域的污染过程。并且，在模拟的过程中，可以通过预先设置的区域标记追踪每个区域的污染物排放以及扩散过程，根据污染物排放量和污染物浓度的响应关系，确定每个区域对本区域或其他区域的污染物浓度的贡献，也即是贡献浓度。对于每个区域，可以基于该区域的排放量数据，对该区域的贡献浓度进行归一化处理，例如，计算该区域对本区域或其他区域的贡献浓度与该区域的排放量的比值，可以得到该区域的污染物排放相对于本区域或其他区域的空气质量的敏感性数据。整理汇总后，可以得到该待评估区域的敏感性信息。
示例性的，下表1示出了一个待评估区域中各个区域之间的敏感性信息。
| 区域1 | 区域2 | 区域3 | |
| 区域1 | R11 | R21 | R31 |
| 区域2 | R12 | R22 | R32 |
| 区域3 | R13 | R23 | R33 |
其中，将待评估区域中的3个区域分别标记为区域1、区域2和区域3，表格中横向第一行所指的区域可以是排放污染物的区域，纵向第一列所指的区域可以是受污染的区域。R11是指区域1的空气质量对其本身的污染物排放量的敏感性，R21是指区域1的空气质量对区域2的污染物排放量的敏感性，R12是指区域2的空气质量对区域1的污染物排放量的敏感性，依此类推，此处不再一一列举。
可选的，为了进一步提高评估空气质量改善效果的准确性，可以参考天气型的信息进行评估。确定天气型的处理可以如下：确定待评估区域的多个历史污染过程；对多个历史污染过程进行天气分型，确定待评估区域历史发生大气污染时的天气型。在此基础上，上述步骤302的处理可以为：基于大气污染源排放清单，对待评估区域的多个历史污染过程进行模拟，确定每个天气型对应的敏感性信息。
在一种可能的实施方式中，可以获取待评估区域历史时段内已发生的多个污染过程，对污染过程的不同天气型进行分类整理，明确待评估区域发生污染过程的主要天气型，例如，锋前、地形槽、高后、均压场等。
通过上文介绍的方法，可以基于大气污染源排放清单，对待评估区域的多个历史污染过程进行模拟，确定每个历史污染过程的敏感性信息，并在多个历史污染过程的敏感性信息中，获取每个天气型对应的敏感性信息。
具体的，由于一种天气型之下可以发生多次污染过程，可以分别将每个历史污染过程的敏感性信息归类于对应的天气型，对每个天气型筛选得到多个敏感性信息。进而，对于每个天气型，可以在筛选得到的多个敏感性信息中，对每一项敏感性数据计算均值，得到该天气型对应的敏感性信息。
示例性的，可以筛选出锋前场的多个敏感性信息，如上表1所示，对多个敏感性信息中的第一项R11计算均值，第二项R21计算均值，依次类推，将最终计算得到的敏感性信息表格作为后续待使用的锋前场对应的敏感性信息。
可选的，对上述多个历史污染过程模拟气象过程的处理可以如下：获取多个历史污染过程的时间信息；基于时间信息获取对应的气象资料，并基于气象资料生成气象背景场，其中，气象背景场符合多个历史污染过程的天气型；对待评估区域的污染过程进行模拟时，在空气质量数值模式中运行上述气象背景场。
在一种可能的实施方式中，在步骤301中整理得到发生污染过程的时间段后，可以根据相应的时间段，从已公布的气象资料中获取待评估区域该时间段的气象资料。
进而，可以在上述设置模式参数时，根据设置的网格点信息对获取到的气象资料进行预处理，并根据处理后的气象资料进行设置，基于气象模式参照该时间段的气象资料对污染过程中的气象进行模拟。
通过上述处理，在模拟一次污染过程时，可以根据该污染过程的气象资料模拟气象过程，使得模拟的气象背景场可以符合该污染过程对应的天气型，提高模拟的准确性。例如，若目标城市及其周边区域在某年3月1日-15日发生重污染，天气型为锋前场，则可以获取目标城市及其周边区域在该时间段的气象资料。进而，基于获取的气象资料对气象模式进行设置，使得气象模式可以模拟3月1日-15日锋前场的气象过程。需要说明的是，在未设置气象资料时，模式中初值场可以包括默认的气象场。
进一步可选的，可以对待评估区域中每个区域的地形进行模拟，从而提高模拟的准确性。相应的处理可以如下：获取待评估区域中每个区域的地形资料，并基于地形资料生成每个区域的模拟地形。
在此基础上，步骤302的处理可以如下：基于每个区域的大气污染源排放清单，在每个区域的模拟地形之间对待评估区域的污染过程进行模拟，确定待评估区域的敏感性信息。
在一种可能的实施方式中，可以根据待评估区域中每个区域的地理位置获取相应的地形资料，并在上述设置模式参数时，根据设置的网格点信息对地形资料进行预处理，通过气象模式生成待评估区域中每个区域的模拟地形。需要说明的是，在未设置地形资料时，可以不对地形进行模拟或采用默认地形进行模拟。
进而，在空气质量模式进行模拟时，可以参照每个区域的模拟地形之间关系对污染过程进行模拟，使得模拟的污染过程符合区域之间的地形规律，提高模拟的准确性，进而提高敏感性信息的准确性。例如，当区域1与区域2之间存在山体时，可能阻拦区域1排放的PM2.5向区域2的扩散，使得区域2的空气质量对区域1排放的PM2.5不敏感，敏感性数据较小。
此后，在对待评估区域的空气质量改善效果进行评估时，进入步骤303-304执行，可以基于确定的敏感性信息进行快速评估，而无需针对当前的应急管控措施实施对排放清单进行调整，无需对污染过程重新模拟。
步骤303，每当对待评估区域中目标区域的空气质量改善效果进行评估时，获取待评估区域的减排数据。
在一种可能的实施方式中，每次污染来临前，可以获取对待评估区域预计的减排数据。例如，污染来临前，有关部门可以制定目标城市及其周边区域的应急管控措施，在应急管控措施之下，目标城市或其周边区域可以具有目标减排量或目标减排比例，也即是在应急管控措施预计将减少的排放量或排放比例。此种情况可以对应于对目标区域发布重污染预报预警的情况。
每次污染结束后，可以获取对待评估区域统计的减排数据。例如，污染结束后，可以获取在该次污染过程中对每个区域监测得到的排放量，通过与过往排放量进行对比，得到该次污染过程中每个区域的减排量或减排比例。
为了便于介绍，后文将具有减排数据的区域称为管控区域，意指采取或将采取应急管控措施的区域。
步骤304，基于减排数据和敏感性信息，确定目标区域的空气质量改善效果的评估结果。
在一种可能的实施方式中，在对待评估区域中的目标区域的空气质量改善效果进行评估时，可以根据步骤303中获取的减排数据相对应的管控区域，在已确定的敏感性信息中，获取受污染区域为目标区域、排放污染物的区域为上述管控区域的敏感性数据。例如，在上述表1中，若区域1为评估的目标区域，获取到区域1、区域2、区域3的减排量，则可以获取敏感性数据R11(区域1的空气质量对其本身的污染物排放量的敏感性)、R21(区域1的空气质量对区域2的污染物排放量的敏感性)、R31(区域1的空气质量对区域3的污染物排放量的敏感性)，作为待使用的敏感性数据。
可以对管控区域的减排数据以及相应的敏感性数据进行计算，得到该管控区域的减排数据对目标区域的污染物浓度贡献的降低量。例如，设减排数据为PM2.5的减排量，单位为t，敏感性数据的单位为μg·m-3·t-1，可以将减排量与敏感性数据相乘，得到相应的污染物浓度的降低量，单位为μg·m-3。又例如，当减排数据为减排比例时，可以根据减排比例和过往排放量对减排量进行估计，得到的减排量可以与敏感性数据相乘，得到相应的污染物浓度的降低量。本实施例对具体所采用的计算不作限定。
对确定的降低量进行整理，可以得到目标区域的空气质量改善效果的评估结果。例如，对上述确定的降低量进行统计分析，可以得到区域1的评估结果包括区域1的污染物浓度的总降低量，区域1、区域2、区域3的应急管控措施对区域1污染物浓度降低量的贡献量以及贡献比例。本实施例对评估结果的具体内容不作限定。
通过减排数据与敏感性信息进行计算，相较于模拟污染过程的计算量大大减少，不再需要针对不同区域调整排放清单进行多次重复性模拟，可以实现快速评估。
可选的，对应于上述基于天气型归类的技术方案，还可以确定待评估的空气质量改善效果对应的目标天气型，此时，步骤304的处理可以如下：获取目标天气型的目标敏感性信息；基于减排数据和目标敏感性信息，确定目标区域的空气质量改善效果的评估结果。
在一种可能的实施方式中，若在污染来临前进行评估，则可以获取预报预警的未来将发生重污染的时间段，并基于该时间段获取对待评估区域预报的气象数据，基于获取的气象数据确定相应的天气型。
若在污染结束后进行评估，则可以获取污染过程所经历的时间段，并基于该时间段获取待评估区域的气象数据，基于获取的气象数据确定相应的天气型。
进而，如图4所示，可以根据确定的天气型获取相应的敏感性信息，例如，当确定天气型为均压场时，可以获取均压场对应的敏感性信息。在获取到待使用的敏感性信息后，可以通过上文介绍的方法对评估结果进行确定，此处不再赘述。
可选的，为了实现精细化评估，可以基于所关注的区域确定相应的评估结果，相应的处理可以如下：
获取待评估区域中任意区域的减排数据；
在敏感性信息中获取目标敏感性数据，目标敏感性数据用于表示任意区域的污染物排放量对目标区域的空气质量的敏感性；
对任意区域的减排数据与目标敏感性数据进行计算，确定目标区域的空气质量改善效果的评估结果。
在一种可能的实施方式中，可以设置获取区域的接口，在评估时，用户可以通过该接口输入待评估空气质量改善效果的目标区域，以及所关注的实行应急管控措施的任意区域。此后，可以通过上文介绍的方法对所关注的任意区域的应急管控措施进行评估，此处不再赘述。
在此基础上，本实施例提供的评估方法可以灵活扩展到对任意区域的应急管控措施的评估，而无需考虑其他非关注区域的应急管控措施，在评估时，所关注的区域和非关注区域可以相对独立。相对于需要结合所关注的区域和非关注区域进行的整体评估，可以在保证准确性的同时减少计算量，提高处理效率。
可选的，本实施例提供的评估方法还可以灵活扩展到对任意应急管控措施的评估。在一个区域内，还可以根据不同的应急管控措施的减排数据，分别确定每个应急管控措施对目标区域的空气质量改善效果。
本申请实施例可以取得如下有益效果：
(1)通过每个区域已有的大气污染源排放清单对待评估区域的污染过程进行模拟，确定待评估区域的敏感性信息，该敏感性信息可以用于指示其中任一区域的空气质量对任一区域的污染物排放量的敏感性。从而，每当对空气质量改善效果进行评估时，可以通过待评估区域的减排数据和上述敏感性信息，确定减排后对目标区域的空气质量的影响，也即是确定目标区域的空气质量改善效果的评估结果。由于在评估时，不再需要对待评估区域的污染过程重新模拟，可以实现对联防联控的快速评估，提高评估效率。
(2)在模拟污染过程时，可以针对不同的天气型进行模拟，得到不同天气型对应的敏感性信息。从而在评估时，参照当前的天气型获取相应的敏感性信息，可以提高评估的准确性。
(3)在模拟污染过程时，可以对每个区域的地形进行模拟，使得污染过程符合地形规律，提高模拟的准确性，进而提高评估的准确性。
(4)由于可以通过减排数据和敏感性信息确定评估结果，方便扩展到对待评估区域中任意区域的评估，提高本申请提供的评估方法的适用范围。
本申请实施例提供了一种空气质量改善效果的评估装置，该装置用于实现上述空气质量改善效果的评估方法。如图6所示的空气质量改善效果的评估装置的示意性框图，空气质量改善效果的评估装置600包括：获取模块601，模拟模块602，评估模块603。
获取模块601，用于获取待评估区域历史发生大气污染时每个区域的大气污染源排放清单；
模拟模块602，用于基于所述大气污染源排放清单，对所述待评估区域的污染过程进行模拟，确定所述待评估区域的敏感性信息，所述敏感性信息包括多个敏感性数据，所述敏感性数据用于表示所述待评估区域中任一区域的空气质量对任一区域的污染物排放量的敏感性；
评估模块603，用于每当对所述待评估区域中目标区域的空气质量改善效果进行评估时，获取所述待评估区域的减排数据；基于所述减排数据和所述敏感性信息，确定所述目标区域的空气质量改善效果的评估结果。
可选的，所述获取模块601，用于：获取所述待评估区域中任意区域的减排数据；
所述评估模块603，用于：在所述敏感性信息中获取目标敏感性数据，所述目标敏感性数据用于表示所述目标区域的空气质量对所述任意区域的污染物排放量的敏感性；对所述任意区域的减排数据与所述目标敏感性数据进行计算，确定所述目标区域的空气质量改善效果的评估结果。
可选的，所述获取模块601，还用于：确定待评估区域的多个历史污染过程；对所述多个历史污染过程进行天气分型，确定所述待评估区域历史发生大气污染时的天气型；
所述模拟模块602，用于：基于所述大气污染源排放清单，对所述待评估区域的所述多个历史污染过程进行模拟，确定每个所述天气型对应的敏感性信息。
可选的，所述模拟模块602，用于：基于所述大气污染源排放清单，对所述待评估区域的所述多个历史污染过程进行模拟，确定所述每个历史污染过程的敏感性信息；在所述多个历史污染过程的敏感性信息中，获取每个所述天气型对应的敏感性信息。
可选的，所述模拟模块602，还用于：获取所述多个历史污染过程的时间信息；基于所述时间信息获取对应的气象资料，并基于所述气象资料生成气象背景场，其中，所述气象背景场符合所述多个历史污染过程的天气型；对所述待评估区域的污染过程进行模拟时，在空气质量数值模式中运行所述气象背景场。
可选的，所述装置还包括天气分型模块，所述天气分型模块用于：每当对所述待评估区域中目标区域的空气质量改善效果进行评估时，确定待评估的空气质量改善效果对应的目标天气型；
所述评估模块603，用于：获取所述目标天气型的目标敏感性信息；基于所述减排数据和所述目标敏感性信息，确定所述目标区域的空气质量改善效果的评估结果。
可选的，所述模拟模块602，还用于：获取所述待评估区域中每个区域的地形资料，并基于所述地形资料生成所述每个区域的模拟地形；基于所述每个区域的大气污染源排放清单，在所述每个区域的模拟地形之间对所述待评估区域的污染过程进行模拟，确定所述待评估区域的敏感性信息。
本申请实施例中，通过每个区域已有的大气污染源排放清单对待评估区域的污染过程进行模拟，确定待评估区域的敏感性信息，该敏感性信息可以用于指示其中任一区域的空气质量对任一区域的污染物排放量的敏感性。从而，每当对空气质量改善效果进行评估时，可以通过待评估区域的减排数据和上述敏感性信息，确定减排后对目标区域的空气质量的影响，也即是确定目标区域的空气质量改善效果的评估结果。由于在评估时，不再需要对待评估区域的污染过程重新模拟，可以实现对联防联控的快速评估，提高评估效率。
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7，现将描述可以作为本申请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，空气质量改善效果的评估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)而被配置为执行空气质量改善效果的评估方法。
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 (10)
1.一种空气质量改善效果的评估方法，其特征在于，所述方法包括：
获取待评估区域历史发生大气污染时每个区域的大气污染源排放清单；
基于所述大气污染源排放清单，对所述待评估区域的污染过程进行模拟，确定所述待评估区域的敏感性信息，所述敏感性信息包括多个敏感性数据，所述敏感性数据用于表示所述待评估区域中任一区域的空气质量对任一区域的污染物排放量的敏感性；
每当对所述待评估区域中目标区域的空气质量改善效果进行评估时，获取所述待评估区域的减排数据；
基于所述减排数据和所述敏感性信息，确定所述目标区域的空气质量改善效果的评估结果。
2.根据权利要求1所述的方法，其特征在于，所述获取所述待评估区域的减排数据，包括：获取所述待评估区域中任意区域的减排数据；
所述基于所述减排数据和所述敏感性信息，确定所述目标区域的空气质量改善效果的评估结果，包括：
在所述敏感性信息中获取目标敏感性数据，所述目标敏感性数据用于表示所述目标区域的空气质量对所述任意区域的污染物排放量的敏感性；
对所述任意区域的减排数据与所述目标敏感性数据进行计算，确定所述目标区域的空气质量改善效果的评估结果。
3.根据权利要求1所述的方法，其特征在于，所述方法还包括：
确定待评估区域的多个历史污染过程；
对所述多个历史污染过程进行天气分型，确定所述待评估区域历史发生大气污染时的天气型；
所述基于所述大气污染源排放清单，对所述待评估区域的污染过程进行模拟，确定所述待评估区域的敏感性信息，包括：
基于所述大气污染源排放清单，对所述待评估区域的所述多个历史污染过程进行模拟，确定每个所述天气型对应的敏感性信息。
4.根据权利要求3所述的方法，其特征在于，所述基于所述大气污染源排放清单，对所述待评估区域的所述多个历史污染过程进行模拟，确定每个所述天气型对应的敏感性信息，包括：
基于所述大气污染源排放清单，对所述待评估区域的所述多个历史污染过程进行模拟，确定所述每个历史污染过程的敏感性信息；
在所述多个历史污染过程的敏感性信息中，获取每个所述天气型对应的敏感性信息。
5.根据权利要求3所述的方法，其特征在于，所述方法还包括：
获取所述多个历史污染过程的时间信息；
基于所述时间信息获取对应的气象资料，并基于所述气象资料生成气象背景场，其中，所述气象背景场符合所述多个历史污染过程的天气型；
对所述待评估区域的污染过程进行模拟时，在空气质量数值模式中运行所述气象背景场。
6.根据权利要求3所述的方法，其特征在于，每当对所述待评估区域中目标区域的空气质量改善效果进行评估时，所述方法还包括：确定待评估的空气质量改善效果对应的目标天气型；
所述基于所述减排数据和所述敏感性信息，确定所述目标区域的空气质量改善效果的评估结果，包括：
获取所述目标天气型的目标敏感性信息；
基于所述减排数据和所述目标敏感性信息，确定所述目标区域的空气质量改善效果的评估结果。
7.根据权利要求1所述的方法，其特征在于，所述方法还包括：获取所述待评估区域中每个区域的地形资料，并基于所述地形资料生成所述每个区域的模拟地形；
所述基于所述每个区域的大气污染源排放清单，对所述待评估区域的污染过程进行模拟，确定所述待评估区域的敏感性信息，包括：基于所述每个区域的大气污染源排放清单，在所述每个区域的模拟地形之间对所述待评估区域的污染过程进行模拟，确定所述待评估区域的敏感性信息。
8.一种空气质量改善效果的评估装置，其特征在于，所述装置包括：
获取模块，用于获取待评估区域中每个区域的大气污染源排放清单；
模拟模块，用于基于所述每个区域的大气污染源排放清单，对所述待评估区域的污染过程进行模拟，确定所述待评估区域的敏感性信息，所述敏感性信息包括多个敏感性数据，所述敏感性数据用于表示所述待评估区域中任一区域的空气质量对任一区域的污染物排放量的敏感性；
评估模块，用于每当对所述待评估区域中目标区域的空气质量改善效果进行评估时，获取所述待评估区域的减排数据；基于所述减排数据和所述敏感性信息，确定所述目标区域的空气质量改善效果的评估结果。
9.一种电子设备，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。
10.一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 |
|---|---|---|---|
| CN202210493677.8A CN114896783A (zh) | 2022-05-07 | 2022-05-07 | 空气质量改善效果的评估方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210493677.8A CN114896783A (zh) | 2022-05-07 | 2022-05-07 | 空气质量改善效果的评估方法和装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114896783A true CN114896783A (zh) | 2022-08-12 |
Family
ID=82721869
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210493677.8A Pending CN114896783A (zh) | 2022-05-07 | 2022-05-07 | 空气质量改善效果的评估方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114896783A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115270013A (zh) * | 2022-09-22 | 2022-11-01 | 中科三清科技有限公司 | 评估活动期间减排措施的方法、装置及电子设备 |
| 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 |
| CN116757508A (zh) * | 2023-08-14 | 2023-09-15 | 中科三清科技有限公司 | 道路管控措施的效果确定方法、装置与存储介质 |
Citations (3)
| 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 |
| CN112085295A (zh) * | 2020-09-21 | 2020-12-15 | 中国科学院大气物理研究所 | 一种大气污染多情景控制效果快速预测评估方法 |
| CN112381341A (zh) * | 2020-09-21 | 2021-02-19 | 中国科学院大气物理研究所 | 一种区域空气质量管控措施效果评估方法 |
-
2022
- 2022-05-07 CN CN202210493677.8A patent/CN114896783A/zh active Pending
Patent Citations (3)
| 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 |
| CN112085295A (zh) * | 2020-09-21 | 2020-12-15 | 中国科学院大气物理研究所 | 一种大气污染多情景控制效果快速预测评估方法 |
| CN112381341A (zh) * | 2020-09-21 | 2021-02-19 | 中国科学院大气物理研究所 | 一种区域空气质量管控措施效果评估方法 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115270013A (zh) * | 2022-09-22 | 2022-11-01 | 中科三清科技有限公司 | 评估活动期间减排措施的方法、装置及电子设备 |
| CN115270013B (zh) * | 2022-09-22 | 2022-12-20 | 中科三清科技有限公司 | 评估活动期间减排措施的方法、装置及电子设备 |
| 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 |
| CN116757508A (zh) * | 2023-08-14 | 2023-09-15 | 中科三清科技有限公司 | 道路管控措施的效果确定方法、装置与存储介质 |
| 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 |
| CN116757508B (zh) * | 2023-08-14 | 2023-11-24 | 中科三清科技有限公司 | 道路管控措施的效果确定方法、装置与存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114896783A (zh) | 空气质量改善效果的评估方法和装置 | |
| US10830922B2 (en) | Air quality forecast by adapting pollutant emission inventory | |
| KR20160100809A (ko) | 목표 주소를 확정하기 위한 방법 및 장치 | |
| CN110348746B (zh) | 基于单个污染源的空气质量影响评估方法和装置 | |
| CN115271547B (zh) | 臭氧污染的源解析方法、装置和电子设备 | |
| 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 | |
| CN114819696B (zh) | 确定污染物浓度影响因素的方法、装置及电子设备 | |
| KR20140024541A (ko) | 대기 모델링 서비스 제공 시스템 | |
| CN110807725A (zh) | 一种大气污染溯源方法、装置、计算设备和介质 | |
| CN114138868A (zh) | 空气质量统计分布图绘制方法和装置 | |
| CN113742069A (zh) | 基于人工智能的容量预测方法、装置及存储介质 | |
| CN117095353B (zh) | 一种作战演习动态监测方法、系统及介质 | |
| CN116070923B (zh) | 大气污染情景模拟方法、装置和电子设备 | |
| CN116228501A (zh) | 排污超标区域行业确定方法、装置、存储介质及电子设备 | |
| CN115270013B (zh) | 评估活动期间减排措施的方法、装置及电子设备 | |
| 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 | |
| CN114511239B (zh) | 土壤重金属污染风险区划分方法、装置、电子设备及介质 | |
| CN116541069A (zh) | 关键函数评估方法、装置、电子设备、介质和程序产品 | |
| CN114974452B (zh) | 一种确定二次转化来源的管控目标的方法和装置 | |
| CN111738604B (zh) | 空间环境风险指标的构建方法、装置及存储介质 | |
| CN115238596A (zh) | 数据处理方法、装置、可读存储介质与电子设备 | |
| Bianchini et al. | Improved prediction methods for wildfires using high performance computing: A comparison | |
| CN113592305A (zh) | 测试方法、装置、电子设备以及存储介质 | |
| CN104281659A (zh) | 基于gis平台的地理格网数据的实时气象动态加载方法 | |
| CN110851344A (zh) | 基于计算公式复杂性的大数据测试方法、装置、电子设备 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220812 |