CN114971544B - 基于模式模拟的区域臭氧环境综合治理系统及方法 - Google Patents
基于模式模拟的区域臭氧环境综合治理系统及方法 Download PDFInfo
- Publication number
- CN114971544B CN114971544B CN202210556511.6A CN202210556511A CN114971544B CN 114971544 B CN114971544 B CN 114971544B CN 202210556511 A CN202210556511 A CN 202210556511A CN 114971544 B CN114971544 B CN 114971544B
- Authority
- CN
- China
- Prior art keywords
- area
- module
- target
- data
- target sub
- 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
- CBENFWSGALASAD-UHFFFAOYSA-N Ozone Chemical compound [O-][O+]=O CBENFWSGALASAD-UHFFFAOYSA-N 0.000 title claims abstract description 30
- 238000004088 simulation Methods 0.000 title claims abstract description 22
- 238000000034 method Methods 0.000 title claims abstract description 20
- 238000005094 computer simulation Methods 0.000 claims abstract description 46
- 238000004458 analytical method Methods 0.000 claims abstract description 17
- 230000007613 environmental effect Effects 0.000 claims abstract description 9
- 238000006243 chemical reaction Methods 0.000 claims abstract description 7
- 238000003062 neural network model Methods 0.000 claims abstract description 5
- 239000000126 substance Substances 0.000 claims abstract description 5
- 238000007405 data analysis Methods 0.000 claims description 54
- 238000004364 calculation method Methods 0.000 claims description 12
- 230000015572 biosynthetic process Effects 0.000 claims description 7
- 238000013500 data storage Methods 0.000 claims description 5
- 238000005067 remediation Methods 0.000 claims 1
- 230000035945 sensitivity Effects 0.000 abstract description 9
- 238000013527 convolutional neural network Methods 0.000 abstract description 3
- 230000007547 defect Effects 0.000 abstract description 2
- MWUXSHHQAYIFBG-UHFFFAOYSA-N nitrogen oxide Inorganic materials O=[N] MWUXSHHQAYIFBG-UHFFFAOYSA-N 0.000 description 27
- 239000012855 volatile organic compound Substances 0.000 description 6
- QQONPFPTGQHPMA-UHFFFAOYSA-N propylene Natural products CC=C QQONPFPTGQHPMA-UHFFFAOYSA-N 0.000 description 3
- 125000004805 propylene group Chemical group [H]C([H])([H])C([H])([*:1])C([H])([H])[*:2] 0.000 description 3
- 238000007726 management method Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000001590 oxidative effect Effects 0.000 description 1
- 238000006552 photochemical reaction Methods 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 239000005436 troposphere 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
- G06Q10/10—Office automation; Time management
- G06Q10/103—Workflow collaboration or project management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
- Y02A50/20—Air quality improvement or preservation, e.g. vehicle emission control or emission reduction by using catalytic converters
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Economics (AREA)
- General Engineering & Computer Science (AREA)
- Molecular Biology (AREA)
- Mathematical Physics (AREA)
- Evolutionary Computation (AREA)
- Computational Linguistics (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Artificial Intelligence (AREA)
- Entrepreneurship & Innovation (AREA)
- Computing Systems (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了基于模式模拟的区域臭氧环境综合治理系统及方法，属于环境治理领域，本发明的区域的臭氧生成敏感性判定基于气象数据以及污染源清单，在数据的获取方面考虑的更加全面，更加具体，且弥补了以往通过观测装置进行数据获取的弊端，本发明的臭氧生成敏感性区域判定是基于整体的全天候数据，对敏感区域判定更加的精确和连续；本发明设置有计算机模拟模型，计算机模拟模型在分析时借助包括神经网络模型、卷积神经网络模型以及综合方程的方式进行计算，且所述计算机模拟模型在进行分析时，需要考虑不同污染源清单内物质的化学反应、气象输送；更加的符合臭氧生成敏感性区域判定的标准。
Description
技术领域
本发明属于环境治理领域，具体是基于模式模拟的区域臭氧环境综合治理系统及方法。
背景技术
臭氧作为一种强氧化性的气体，对人体和生态环境都有着消极的作用。在对流层大气中的臭氧主要是挥发性有机物(Volatile Organic Compounds，VOCs)和氮氧化物(NOx)在光照条件下发生光化学反应产生，该反应是一种复杂的非线性反应，因此给臭氧污染的治理带来了很强的复杂性。通常来讲，城市臭氧污染管控首先需要判断该城市的臭氧臭氧生成敏感性，即通过判断应该优先控制VOCs还是NOx来降低臭氧污染。
发明专利(CN202010532987.7)提供了一种基于观测数据判断臭氧生成敏感性的方法和装置，涉及判断臭氧生成敏感性的技术领域，该方法包括：获取若干个连续时间周期的观测数据，观测数据包括VOCs浓度和NOx浓度，并根据VOCs浓度计算每个时间周期的VOCs的等效丙烯浓度，确定等效丙烯浓度与NOx浓度在第一时间周期的比值为第一参数，以及等效丙烯浓度与NOx浓度的比值之和的平均值为第二参数，最后基于第一参数和第二参数判断臭氧生成的臭氧生成敏感性。
以上专利提供的方式是基于观测数据的，且需要观测装置得以实现，存在一定的不足性，包括观测数据为瞬时数值，在进行敏感区域判定时存在一定的误差性和时空限定性，且通过观测装置观测的数据存在一定的局限性，不能完整的检测出所有与敏感区域判定的数据。
为此，本发明提出基于模式模拟的区域臭氧环境综合治理系统及方法。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一。
为实现上述目的，根据本发明的第一方面的实施例提出基于模式模拟的区域臭氧环境综合治理系统，包括数据采集模块、计算机模拟模块、数据分析模块以及区域控制模块；
所述数据采集模块用于获取目标区域的气象要素和污染源数据并发送至计算机模拟模块；
所述计算机模拟模块包括数据输入端、计算机模拟模型以及数据输出端；
所述数据采集模块将获取的目标区域的气象要素以及污染源数据发送至数据输入端；数据输入端接收气象要素以及污染源数据并输入至计算机模拟模型中；
所述计算机模拟模型用于对接收到的气象要素以及污染源数据进行模拟分析并通过数据输出端输出Lni和Qi并发送至数据分析模块；其中，Lni是目标子区域所有与NOX反应的ROx自由基去除率；Qi为所有ROx自由基生成率；i表示目标子区域的编号；
所述数据分析模块用于对计算机模拟模块输出的Lni和Qi进行分析并得出目标子区域i的敏感控制类型；
所述区域控制模块用于获取目标子区域的敏感控制类型，并根据不同的敏感控制类型进行不同的环境治理。
优选的，所述计算机模拟模型在分析时借助包括神经网络模型以及综合方程的方式进行计算，且所述计算机模拟模型在进行分析时，考虑不同污染源清单内物质的化学反应以及气象输送。
优选的，还包括区域划分模块，所述区域划分模块用于对目标区域进行划分；区域划分模块设定目标子区域原始点；将目标子区域原始点的坐标标记在目标区域的平面图内；
选取所述平面图内的任意一点，作为特征点，并以任意方向为横坐标方向，并以垂直于横坐标方向的方向为纵坐标方向，建立平面二维坐标系；
设定横坐标单位长度值以及纵坐标单位长度值，将目标区域划分为若干个目标子区域。
优选的，所述横坐标单位长度值以及纵坐标单位长度值的取值大小由区域划分模块进行设定；且在进行设定时，保证每个目标子区域最多存在一个目标子区域原始点。
优选的，所述目标区域的总面积大于等于目标子区域的面积之和。
优选的，所述数据分析模块得出目标子区域的敏感控制类型的过程包括以下步骤：
步骤S101：数据分析模块获取计算机模拟模块输出的Lni和Qi，并利用计算公式计算敏感类型判定值Pdi；
计算所述类型判定值Pdi的计算公式为：
步骤S102：数据分析模块设定类型判定阈值；
当类型判定值Pdi大于类型判定阈值时，数据分析模块将目标子区域i标记为第一敏感控制区；
当类型判定值Pdi等于类型判定阈值时，数据分析模块将目标子区域i标记为第二敏感控制区；
类型判定值Pdi小于类型判定阈值时，数据分析模块将目标子区域i标记为第三敏感控制区；
步骤S103：数据分析模块将目标子区域的敏感控制类型发送至数据存储模块进行存储。
根据本发明的第一方面的实施例提出基于模式模拟的区域臭氧环境综合治理方法，包括以下步骤：
步骤T1：数据采集模块获取目标区域的气象要素和污染源数据并发送至计算机模拟模块；
步骤T2：区域划分模块对目标区域进行划分；
区域划分模块设定目标子区域原始点；将目标子区域原始点的坐标标记在目标区域的平面图内；
选取平面图内的任意一点，作为特征点，并以任意方向为横坐标方向，并以垂直于横坐标方向的方向为纵坐标方向，建立平面二维坐标系；
设定横坐标单位长度值以及纵坐标单位长度值，将目标区域划分为若干个目标子区域；
步骤T3：计算机模拟模型对接收到的气象要素以及污染源数据进行模拟分析并通过数据输出端输出Lni和Qi并发送至数据分析模块；其中，Lni是目标子区域所有与NOX反应的ROx自由基去除率；Qi为所有ROx自由基生成率；i表示目标子区域的编号；
步骤T4：数据分析模块获取计算机模拟模块输出的Lni和Qi，并利用计算公式计算敏感类型判定值Pdi；
计算类型判定值Pdi的计算公式为：
数据分析模块设定类型判定阈值；当类型判定值Pdi大于类型判定阈值时，数据分析模块将目标子区域i标记为第一敏感控制区；
当类型判定值Pdi等于类型判定阈值时，数据分析模块将目标子区域i标记为第二敏感控制区；
类型判定值Pdi小于类型判定阈值时，数据分析模块将目标子区域i标记为第三敏感控制区；
步骤T5：区域控制模块获取目标子区域的敏感控制类型，并根据不同的敏感控制类型进行不同的环境治理。
与现有技术相比，本发明的有益效果是：
1、本发明的区域的臭氧生成敏感性判定基于气象数据以及污染源清单，在数据的获取方面考虑的更加全面，更加具体，且弥补了以往通过观测装置进行数据获取的弊端，本发明的臭氧生成敏感性区域判定是基于整体的全天候数据，对敏感区域判定更加的精确和连续；
2、本发明设置有计算机模拟模型，计算机模拟模型在分析时借助包括神经网络模型、卷积神经网络模型以及综合方程的方式进行计算，且所述计算机模拟模型在进行分析时，需要考虑不同污染源清单内物质的化学反应、气象输送；更加的符合臭氧生成敏感性区域判定的标准；
3、本发明在进行臭氧生成敏感性区域判定时，采用的是Lni和Qi；Lni是目标子区域所有与NOX反应的ROx自由基去除率；Qi为所有ROx自由基生成率；采用Lni和Qi进行判定，更加的精确。
附图说明
图1为本发明基于模式模拟的区域臭氧环境综合治理系统的原理图。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
如图1所示，基于模式模拟的区域臭氧环境综合治理系统，包括数据采集模块、计算机模拟模块、区域划分模块、数据分析模块、区域控制模块以及数据存储模块；
其中，所述数据采集模块用于对目标区域的气象要素进行获取，需要进行说明的是，所述气象要素包括但不限于气温、气压、风、云、降水、能见度和空气湿度等，且数据采集模块在获取目标区域的气象要素时，获取的是实时的气象要素；
所述数据采集模块还用于获取目标区域的污染源数据，其中，所述污染源数据来源于目标区域当地的污染源清单；
所述数据采集模块与所述计算机模拟模块数据交互；所述计算机模拟模块包括数据输入端、计算机模拟模型以及数据输出端；
所述数据采集模块将获取的目标区域的气象要素以及污染源数据发送至数据输入端；当所述数据输入端接收到数据采集模块发送的气象要素以及污染源数据时，数据输入端将气象要素以及污染源数据作为计算机模拟模型的输入数值输入至计算机模拟模型中；
所述计算机模拟模型用于对接收到的气象要素以及污染源数据进行模拟分析；其中需要说明的是，所述计算机模拟模型在分析时借助包括神经网络模型、卷积神经网络模型以及综合方程的方式进行计算，且所述计算机模拟模型在进行分析时，需要考虑不同污染源清单内物质的化学反应、气象输送；
所述计算机模拟模型在进行模拟分析后，通过数据输出端输出Lni和Qi；在本申请中，所述Lni是目标子区域所有与NOX反应的ROx自由基去除率；Qi为所有ROx自由基生成率；
需要进行说明的是，其中的i表示目标子区域的编号，且i为正整数，i＝1,2……n；
在本申请中，还包括区域划分模块，所述区域划分模块用于对目标区域进行划分；所述区域划分模块对目标区域进行划分的过程为：
步骤一：区域划分模块获取目标区域的平面图，区域划分模块设定目标子区域原始点；区域划分模块将目标子区域原始点的坐标标记在目标区域的平面图内；
步骤二：选取所述平面图内的任意一点，作为特征点，并以任意方向为横坐标方向，并以垂直于横坐标方向的方向为纵坐标方向，建立平面二维坐标系；
步骤三：设定横坐标单位长度值以及纵坐标单位长度值，将目标区域划分为若干个目标子区域。
在本申请中，所述横坐标单位长度值以及纵坐标单位长度值的取值大小由区域划分模块进行设定；且在进行设定时，保证每个目标子区域最多存在一个目标子区域原始点。
需要进行补充说明的是，所述目标区域的总面积大于等于目标子区域的面积之和。
其中，所述数据分析模块与所述计算机模拟模块进行连接，所述数据分析模块发送数据获取信号至计算机模拟模块，计算机模拟模块接收到数据分析模块发送的数据获取信号后，通过计算机模拟模块的数据输出端将Lni和Qi发送至数据分析模块；
所述数据分析模块用于对计算机模拟模块输出的Lni和Qi进行分析并得出目标子区域i的敏感控制类型，具体的所述数据分析模块得出目标子区域的敏感控制类型的过程包括以下步骤：
步骤S101：数据分析模块获取计算机模拟模块输出的Lni和Qi，并利用计算公式计算敏感类型判定值Pdi；
在本申请中,计算所述类型判定值Pdi的计算公式为：
步骤S102：数据分析模块设定类型判定阈值；
当类型判定值Pdi大于类型判定阈值时，数据分析模块将目标子区域i标记为第一敏感控制区；
当类型判定值Pdi等于类型判定阈值时，数据分析模块将目标子区域i标记为第二敏感控制区；
类型判定值Pdi小于类型判定阈值时，数据分析模块将目标子区域i标记为第三敏感控制区；
步骤S103：数据分析模块将目标子区域的敏感控制类型发送至数据存储模块进行存储。
在一个具体的实施例中，所述类型判定阈值为0.5，且第一敏感控制区为VOCS敏感控制区；第二敏感控制区为敏感过渡区；第三敏感控制区为NOx敏感控制区；即：
当类型判定值Pdi大于0.5时，数据分析模块将目标子区域i标记为VOCS敏感控制区；
当类型判定值Pdi等于0.5时，数据分析模块将目标子区域i标记为敏感过渡区；
类型判定值Pdi小于0.5时，数据分析模块将目标子区域i标记为NOx敏感控制区；
其中，所述区域控制模块与数据存储模块进行数据连接，所述区域控制模块用于获取目标子区域的敏感控制类型，并根据不同的敏感控制类型进行不同的环境治理。
基于模式模拟的区域臭氧环境综合治理方法，包括以下步骤：
步骤T1：数据采集模块获取目标区域的气象要素和污染源数据并发送至计算机模拟模块；
步骤T2：区域划分模块对目标区域进行划分；
区域划分模块设定目标子区域原始点；将目标子区域原始点的坐标标记在目标区域的平面图内；
选取平面图内的任意一点，作为特征点，并以任意方向为横坐标方向，并以垂直于横坐标方向的方向为纵坐标方向，建立平面二维坐标系；
设定横坐标单位长度值以及纵坐标单位长度值，将目标区域划分为若干个目标子区域；
步骤T3：计算机模拟模型对接收到的气象要素以及污染源数据进行模拟分析并通过数据输出端输出Lni和Qi并发送至数据分析模块；其中，Lni是目标子区域所有与NOX反应的ROx自由基去除率；Qi为所有ROx自由基生成率；i表示目标子区域的编号；
步骤T4：数据分析模块获取计算机模拟模块输出的Lni和Qi，并利用计算公式计算敏感类型判定值Pdi；
计算类型判定值Pdi的计算公式为：
数据分析模块设定类型判定阈值；当类型判定值Pdi大于类型判定阈值时，数据分析模块将目标子区域i标记为第一敏感控制区；
当类型判定值Pdi等于类型判定阈值时，数据分析模块将目标子区域i标记为第二敏感控制区；
类型判定值Pdi小于类型判定阈值时，数据分析模块将目标子区域i标记为第三敏感控制区；
步骤T5：区域控制模块获取目标子区域的敏感控制类型，并根据不同的敏感控制类型进行不同的环境治理。
以上实施例仅用以说明本发明的技术方法而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方法进行修改或等同替换，而不脱离本发明技术方法的精神和范围。
Claims (7)
1.基于模式模拟的区域臭氧环境综合治理系统，其特征在于，包括数据采集模块、计算机模拟模块、数据分析模块以及区域控制模块；
所述数据采集模块用于获取目标区域的气象要素和污染源数据并发送至计算机模拟模块；
所述计算机模拟模块包括数据输入端、计算机模拟模型以及数据输出端；
所述数据采集模块将获取的目标区域的气象要素以及污染源数据发送至数据输入端；数据输入端接收气象要素以及污染源数据并输入至计算机模拟模型中；
所述计算机模拟模型用于对接收到的气象要素以及污染源数据进行模拟分析并通过数据输出端输出Lni和Qi并发送至数据分析模块；其中，Lni是目标子区域所有与NOX反应的ROx自由基去除率；Qi为所有ROx自由基生成率；i表示目标子区域的编号；
所述数据分析模块用于对计算机模拟模块输出的Lni和Qi进行分析并得出目标子区域i的敏感控制类型；
所述区域控制模块用于获取目标子区域的敏感控制类型，并根据不同的敏感控制类型进行不同的环境治理。
2.根据权利要求1所述的基于模式模拟的区域臭氧环境综合治理系统，其特征在于，所述计算机模拟模型在分析时借助神经网络模型以及综合方程的方式进行计算，且所述计算机模拟模型在进行分析时，考虑不同污染源清单内物质的化学反应以及气象输送。
3.根据权利要求1所述的基于模式模拟的区域臭氧环境综合治理系统，其特征在于，还包括区域划分模块，所述区域划分模块用于对目标区域进行划分；区域划分模块设定目标子区域原始点；将目标子区域原始点的坐标标记在目标区域的平面图内；
选取所述平面图内的任意一点，作为特征点，并以任意方向为横坐标方向，并以垂直于横坐标方向的方向为纵坐标方向，建立平面二维坐标系；
设定横坐标单位长度值以及纵坐标单位长度值，将目标区域划分为若干个目标子区域。
4.根据权利要求3所述的基于模式模拟的区域臭氧环境综合治理系统，其特征在于，所述横坐标单位长度值以及纵坐标单位长度值的取值大小由区域划分模块进行设定；且在进行设定时，保证每个目标子区域最多存在一个目标子区域原始点。
5.根据权利要求3所述的基于模式模拟的区域臭氧环境综合治理系统，其特征在于，所述目标区域的总面积大于等于目标子区域的面积之和。
6.根据权利要求1所述的基于模式模拟的区域臭氧环境综合治理系统，其特征在于，所述数据分析模块得出目标子区域的敏感控制类型的过程包括以下步骤：
步骤S101：数据分析模块获取计算机模拟模块输出的Lni和Qi，并利用计算公式计算敏感类型判定值Pdi；
计算所述类型判定值Pdi的计算公式为：
步骤S102：数据分析模块设定类型判定阈值；
当类型判定值Pdi大于类型判定阈值时，数据分析模块将目标子区域i标记为第一敏感控制区；
当类型判定值Pdi等于类型判定阈值时，数据分析模块将目标子区域i标记为第二敏感控制区；
类型判定值Pdi小于类型判定阈值时，数据分析模块将目标子区域i标记为第三敏感控制区；
步骤S103：数据分析模块将目标子区域的敏感控制类型发送至数据存储模块进行存储。
7.根据权利要求1-6任意一项所述的基于模式模拟的区域臭氧环境综合治理系统的综合治理方法，其特征在于，包括以下步骤：
步骤T1：数据采集模块获取目标区域的气象要素和污染源数据并发送至计算机模拟模块；
步骤T2：区域划分模块对目标区域进行划分；
区域划分模块设定目标子区域原始点；将目标子区域原始点的坐标标记在目标区域的平面图内；
选取平面图内的任意一点，作为特征点，并以任意方向为横坐标方向，并以垂直于横坐标方向的方向为纵坐标方向，建立平面二维坐标系；
设定横坐标单位长度值以及纵坐标单位长度值，将目标区域划分为若干个目标子区域；
步骤T3：计算机模拟模型对接收到的气象要素以及污染源数据进行模拟分析并通过数据输出端输出Lni和Qi并发送至数据分析模块；其中，Lni是目标子区域所有与NOX反应的ROx自由基去除率；Qi为所有ROx自由基生成率；i表示目标子区域的编号；
步骤T4：数据分析模块获取计算机模拟模块输出的Lni和Qi，并利用计算公式计算敏感类型判定值Pdi；
计算类型判定值Pdi的计算公式为：
数据分析模块设定类型判定阈值；当类型判定值Pdi大于类型判定阈值时，数据分析模块将目标子区域i标记为第一敏感控制区；
当类型判定值Pdi等于类型判定阈值时，数据分析模块将目标子区域i标记为第二敏感控制区；
类型判定值Pdi小于类型判定阈值时，数据分析模块将目标子区域i标记为第三敏感控制区；
步骤T5：区域控制模块获取目标子区域的敏感控制类型，并根据不同的敏感控制类型进行不同的环境治理。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210556511.6A CN114971544B (zh) | 2022-05-19 | 2022-05-19 | 基于模式模拟的区域臭氧环境综合治理系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210556511.6A CN114971544B (zh) | 2022-05-19 | 2022-05-19 | 基于模式模拟的区域臭氧环境综合治理系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114971544A CN114971544A (zh) | 2022-08-30 |
| CN114971544B true CN114971544B (zh) | 2022-11-22 |
Family
ID=82984868
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210556511.6A Active CN114971544B (zh) | 2022-05-19 | 2022-05-19 | 基于模式模拟的区域臭氧环境综合治理系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114971544B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1818488A (zh) * | 2004-11-29 | 2006-08-16 | 霍法格研究（卢森堡）控股公司 | 对气相中的自由基具有净化效应的空气过滤器及其制备方法 |
| CN114218751A (zh) * | 2021-11-16 | 2022-03-22 | 中科三清科技有限公司 | 臭氧污染的定量评估方法、装置、计算机设备和存储介质 |
-
2022
- 2022-05-19 CN CN202210556511.6A patent/CN114971544B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1818488A (zh) * | 2004-11-29 | 2006-08-16 | 霍法格研究（卢森堡）控股公司 | 对气相中的自由基具有净化效应的空气过滤器及其制备方法 |
| CN114218751A (zh) * | 2021-11-16 | 2022-03-22 | 中科三清科技有限公司 | 臭氧污染的定量评估方法、装置、计算机设备和存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| 城市污水二级处理出水中不同种类PPCPs的臭氧氧化效果与机制研究;牙柳丁等;《环境科学学报》;20200825;第40卷(第11期);第3868-3876页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114971544A (zh) | 2022-08-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110531030B (zh) | 一种基于物联网大数据大气污染物分析的方法及装置 | |
| CN114359002B (zh) | 基于移动监测趋势挖掘的大气污染小尺度溯源方法及系统 | |
| CN107449874B (zh) | 一种基于传感器的有机废物处理设施恶臭监测系统 | |
| CN105867273B (zh) | 一种基于物联网的工业废气排放远程监测系统 | |
| CN108489875B (zh) | 一种基于时段统计分析的污染物溯源系统及方法 | |
| CN111125641B (zh) | 一种大气污染异常识别与成因分析方法、装置及存储介质 | |
| CN111311111A (zh) | 化工园区废水废气智能管控系统及控制方法 | |
| CN110261272B (zh) | 基于地理探测和pca对pm2.5浓度分布的关键影响因子筛选方法 | |
| CN115420854B (zh) | 一种基于正后向模型结合的大气污染物溯源方法 | |
| CN105512485A (zh) | 一种估算细颗粒物及其前体物环境容量的新方法 | |
| CN115327038A (zh) | 一种确定大气VOCs特征组分污染源区的方法及系统 | |
| CN114971544B (zh) | 基于模式模拟的区域臭氧环境综合治理系统及方法 | |
| CN115544431A (zh) | 一种渗滤液污水组分含量动态监测系统 | |
| CN116703679A (zh) | 一种用于工业企业和工业园区的环保管理系统及管理方法 | |
| CN112881611B (zh) | 一种污染源溯源方法 | |
| CN117058549B (zh) | 一种多行业二次污染动态来源解析系统及解析方法 | |
| CN108896713B (zh) | 针对气体污染源的污染治理方法及治理系统 | |
| CN116258101B (zh) | 一种基于气体浓度监测数据快速计算排放源强的方法 | |
| CN113777223A (zh) | 一种大气污染物溯源方法及系统 | |
| 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 | |
| CN115901550B (zh) | 一种基于物联网的污染源监测分析系统及方法 | |
| CN117495637A (zh) | 基于气象因素和污染传输的大气污染物评估方法及系统 | |
| CN114814135B (zh) | 一种基于多元监测的河流水质污染溯源方法及系统 | |
| CN115792100A (zh) | 一种基于实时采集的污染源监测系统 | |
| CN114581278A (zh) | 基于智能路灯的大气污染物溯源排查方法、终端及系统 |
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 |