CN114993977B - 一种基于物联传感的园区碳监测系统及方法 - Google Patents

一种基于物联传感的园区碳监测系统及方法 Download PDF

Info

Publication number
CN114993977B
CN114993977B CN202210844582.6A CN202210844582A CN114993977B CN 114993977 B CN114993977 B CN 114993977B CN 202210844582 A CN202210844582 A CN 202210844582A CN 114993977 B CN114993977 B CN 114993977B
Authority
CN
China
Prior art keywords
carbon
monitoring
data
internet
things
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
Application number
CN202210844582.6A
Other languages
English (en)
Other versions
CN114993977A (zh
Inventor
杨邦会
胡乔利
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.)
Tianxie Li Shandong Satellite Technology Co ltd
Original Assignee
Zhongke Haihui Beijing 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 Zhongke Haihui Beijing Technology Co ltd filed Critical Zhongke Haihui Beijing Technology Co ltd
Priority to CN202210844582.6A priority Critical patent/CN114993977B/zh
Publication of CN114993977A publication Critical patent/CN114993977A/zh
Application granted granted Critical
Publication of CN114993977B publication Critical patent/CN114993977B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
    • G01N21/3504—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing gases, e.g. multi-gas analysis
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/01—Arrangements or apparatus for facilitating the optical investigation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
    • G01N21/359—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
    • 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
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y20/00—Information sensed or collected by the things
    • G16Y20/10—Information sensed or collected by the things relating to the environment, e.g. temperature; relating to location
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/10—Detection; Monitoring
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/20—Analytics; Diagnosis
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/30—Control
    • 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

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Business, Economics & Management (AREA)
  • Computing Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Pathology (AREA)
  • Immunology (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Biomedical Technology (AREA)
  • Toxicology (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Environmental & Geological Engineering (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

本发明涉及园区碳监测领域，尤其是一种基于物联传感的园区碳监测系统及方法，本发明的系统，包括：物联网感知层、碳监控布局系统、碳盒子边缘网关、碳监管云台、终端控制系统、能源管理系统、零碳管理系统和碳能分析系统。本发明通过物联网的边缘技术不仅实现了大范围、连续地碳监测，即温室气体来源及其变化特征的监测，也保证了碳监测数据的精准性和时效性；同时本发明的适用性范围广：可以根据目标园区，从而选取具有针对性的监测设备进行物联网感知层的布设，实现了目标园区的碳能分析、能源管理和零碳管理，使得所述目标园区内碳排放量总和为零，为遏制全球温室效应的加剧做出实际性的贡献，具有实际性的应用价值。

Description

一种基于物联传感的园区碳监测系统及方法
技术领域
本发明涉及园区碳监测领域，尤其是一种基于物联传感的园区碳监测系统及方法。
背景技术
温室气体指的是大气中能吸收地面反射的太阳辐射，并重新发射辐射的一些气体，它们可使地球表面变得更暖，产生温室效应。CO2和CH4是大气中最主要的温室气体，其中CO2对增强全球太阳辐射效应的贡献为66%，是全球升温的主要推手。根据世界气象组织（WMO）2020年11月发布的最新一期《世界温室气体公报》，2019年全球CO2浓度为410.5±0.2ppm，CH4为1877±2ppb，再创历史新高。基于当前全球温室效应不断增加导致全球气候变暖的现状。要实现“碳达峰、碳中和”的目标，摸清碳排放“家底”至关重要，而碳排放监测便是其中重要的环节。目前对较大面积区域，如园区等场所的二氧化碳含量监测一般采用特殊的仪器是用人工方法逐点进行，不能进行大范围、实时、连续的测量，测量的准确性较低、范围较小、时效性较差。
发明内容
针对现有技术中的缺陷，一方面，本发明提供了一种基于物联传感的园区碳监测系统，包括：物联网感知层，所述物联网感知层用于采集目标园区内的全要素数据，所述全要素数据包括温室气体数据、实时背景和大气气体排放量；所述物联网感知层还用于分析所述温室气体数据获得温室气体的状况，所述温室气体的状况包括温室气体的浓度和温室气体的通量；碳监控布局系统，所述碳监控布局系统用于根据所述目标园区设定监测原则，所述监测原则用于布设所述物联网感知层以及确定采集温室气体数据的温室气体种类、采样方式和空间位置；碳盒子边缘网关，所述碳盒子边缘网关用于控制所述物联网感知层、采集并暂存所述物联网感知层的全要素数据、解析并转化所述全要素数据的协议、对所述全要素数据进行边缘计算并将边缘计算后的全要素数据上传至碳监管云台；碳监管云台，所述碳监管云台用于整合来自所述碳盒子边缘网关的多源全要素数据，并对所述多源全要素数据进行深度处理；终端控制系统，所述终端控制系统用于利用深度处理后的多源全要素数据监控所述目标园区的温室气体来源及其变化特征，并生成控制信号；所述终端控制系统还利用所述控制信号控制能源管理系统、零碳管理系统和碳能分析系统；碳能分析系统，所述碳能分析系统用于利用所述控制信号解析所述目标园区内的碳源信息和碳汇信息；能源管理系统，所述能源管理系统用于利用所述控制信号调整所述目标园区内能源设备的使用模式；零碳管理系统，所述零碳管理系统用于依据所述碳源信息和所述碳汇信息，通过所述能源管理系统调整所述目标园区内能源设备的使用模式使得所述目标园区内碳排放量总和为零。本发明的基于物联传感的园区碳监测系统通过物联网的边缘技术不仅实现了大范围、连续地碳监测，即温室气体来源及其变化特征的监测，也保证了碳监测数据的精准性和时效性；同时本发明的适用性范围广：可以根据目标园区，即监测区域的面积大小、动植物生长及活动特征、建筑群分布特征以及产业特征等要素来设定监测原则，从而选取具有针对性的监测设备进行物联网感知层的布设，通过碳监管云台对数据的处理融合，结合终端控制系统的控制作用，实现了目标园区的碳能分析、能源管理和零碳管理，使得所述目标园区内碳排放量总和为零，为遏制全球温室效应的加剧做出实际性的贡献，具有实际性的应用价值。
可选地，所述物联网感知层包括：监测设备，所述监测设备用于采集目标园区内的全要素数据；分析设备，所述分析设备用于分析所述温室气体数据获得温室气体的状况。本发明利用离轴积分腔输出光谱法制成的监测设备具有操作简便、稳定性好、灵敏度高及成熟度高等优点，这不仅自动化监测主要趋势，也是数据来源的准确性的实质保证；同时，本发明的分析仪主机采用红外激光光谱技术，通过测量温室气体分子的特定吸收光谱，从而测量出气体浓度，由于此项技术成熟，因此可以减少错误数据的产生概率，保证数据可靠性和准确性。
可选地，所述监测设备包括：CO2监测设备，所述CO2监测设备用于采集所述目标园区的CO2气体数据；CH4监测设备，所述CH4监测设备用于采集所述目标园区的CH4气体数据；CO监测设备，所述CO监测设备用于采集所述目标园区的CO气体数据；N2O监测设备，所述N2O监测设备用于采集所述目标园区的N2O气体数据；含氟温室气体监控设备，所述含氟温室气体监控设备用于采集所述目标园区的含氟温室气体数据；气象监测设备，所述气象监测设备用于检测所述目标园区的气象状况。本发明针对不同的温室气体采用对应的监测设备可保证采用数据的专一性和准确性，并且避免了监测项目成本的增加，具有实际工程意义。
另一方面，本发明还提供一种基于物联传感的园区碳监测方法，所述基于物联传感的园区碳监测方法适用于上述的基于物联传感的园区碳监测系统，包括如下步骤：碳监控布局系统设定目标园区，并根据所述目标园区设定监测原则；碳监控布局系统根据所述监测原则在所述目标园区内布设物联网感知层；碳盒子边缘网关控制所述物联网感知层进行数据采集；物联网感知层采集目标园区内的全要素数据；碳盒子边缘网关采集并暂存所述物联网感知层的全要素数据；碳盒子边缘网关解析并转化所述全要素数据的协议；碳盒子边缘网关对所述全要素数据进行边缘计算；碳盒子边缘网关将边缘计算后的全要素数据上传至碳监管云台；碳监管云台整合来自所述碳盒子边缘网关的多源全要素数据；碳监管云台对所述多源全要素数据进行深度处理；终端控制系统利用深度处理后的多源全要素数据监控所述目标园区的温室气体来源及其变化特征。本方法与上述基于物联传感的园区碳监测系统匹配度高，且具有较强的适应性，利用该方法结合基于物联传感的园区碳监测系统可以实现针对指定区域进行大范围、连续地碳监测，也保证了碳监测数据的精准性和时效性。
可选地，所述基于物联传感的园区碳监测方法还包括如下步骤：所述终端控制系统利用深度处理后的多源全要素数据生成控制信号；所述终端控制系统利用所述控制信号控制能源管理系统、零碳管理系统和碳能分析系统；所述碳能分析系统利用所述控制信号解析所述目标园区内的碳源信息和碳汇信息；所述能源管理系统利用所述控制信号调整所述目标园区内能源设备的使用模式；所述零碳管理系统利用所述控制信号，依据所述碳源信息和所述碳汇信息，通过所述能源管理系统调整所述目标园区内能源设备的使用模式使得所述目标园区内碳排放量总和为零。本发明利用该方法结合基于物联传感的园区碳监测系统实现了目标园区的碳能分析、能源管理和零碳管理，使得所述目标园区内碳排放量总和为零，为遏制全球温室效应的加剧做出实际性的贡献，具有实际性的应用价值。
可选地，所述碳监控布局系统根据所述目标园区设定监测原则，包括如下步骤：所述碳监控布局系统设定采样要求，所述采样要求确定所述物联网感知层的采样数据种类；所述碳监控布局系统设定监控要求，所述监控要求规定所述物联网感知层的采样方式；所述碳监控布局系统设定布点要求，所述布点要求规范所述物联网感知层的空间位置；进一步可选地，所述采样要求包括对监测位置周边要求，监测设备搭建要求和监测设备性能要求；所述布点要求包括代表性准则、一致性准则和科学性准则；所述代表性准则为选取的监测点位真实有效代表所述监测点位所在区域的温室气体浓度情况；一致性准则为在所述监测点位监测的温室气体排放浓度与布点周围保持一致；科学性准则为针对不同的监测对象选取不同的监测点位；所述监控要求为连续原位监测方式。通过设置监测原则，确保收集数据的准确性，从而保证监测效果。
可选地，所述采样数据种类包括二氧化碳数据、甲烷数据、氧化亚氮数据、一氧化碳数据、氢氟化碳数据、全氟化碳数据、六氟化硫数据和三氟化氮数据。
可选地，所述碳监控布局系统根据所述监测原则在所述目标园区内布设物联网感知层，包括如下步骤：所述碳监控布局系统根据所述采样要求，选取对应的监测设备；所述碳监控布局系统根据所述监控要求，调整所述监测设备；所述碳监控布局系统利用所述监测设备，结合所述布点要求搭建物联网感知层。
可选地，所述碳监控布局系统根据所述采样要求，选取对应的监测设备，包括如下步骤：当采样数据种类为单种气体，所述碳监控布局系统采用单种气体监测设备；当采样数据种类为多种气体，所述碳监控布局系统采用多种气体监测设备。
可选地，所述碳盒子边缘网关对所述全要素数据进行边缘计算，包括如下步骤：所述碳盒子边缘网关将转化所述全要素数据进行过滤，去除冗余的数据；所述碳盒子边缘网关将过滤后的全要素数据进行聚合；所述碳盒子边缘网关对聚合后的全要素数据进行异常检测和质量优化。本发明引入边缘计算分析流式数据，使得本发明在靠近监测对象/数据源一侧，减少数据传输成本并且实现数据的标准化，极大程度地缩减了将所有数据全部上传再统一分析的用时长度，且保证了监控结果的时效性。
可选地，所述碳能分析系统利用所述控制信号解析所述目标园区内的碳源信息和碳汇信息，包括如下步骤：所述碳能分析系统解析所述控制信号获得碳源信息和碳汇信息；所述碳能分析系统通过所述碳源信息获取所述目标园区内碳源的位置分布与对应的碳排放量；所述碳能分析系统通过所述碳汇信息获取所述目标园区内碳汇的位置分布与对应的碳排放量。
可选地，所述能源管理系统利用所述控制信号调整所述目标园区内能源设备的使用模式，包括如下步骤：所述能源管理系统根据所述碳能分析系统的解析结果，结合所述控制信号，确认所述目标园区内的异常的碳排放量和异常的碳吸收量；所述能源管理系统根据所述异常的碳排放量和异常的碳吸收量确定对应的位置分布；所述能源管理系统在对应的位置内调整能源设备的使用模式，从而调节碳排放量和碳吸收量。
可选地，所述零碳管理系统使得所述目标园区内碳排放量总和为零，包括如下步骤：所述零碳管理系统利用所述碳能分析系统解析结果获得零排放模型，所述零排放模型满足如下公式：
Figure 236691DEST_PATH_IMAGE001
，
其中，
Figure 622673DEST_PATH_IMAGE002
表示所述目标园区的净碳排放量，
Figure 58202DEST_PATH_IMAGE003
和
Figure 187832DEST_PATH_IMAGE004
分别表示所述目标园区中 多种碳源的总碳排放量和多种碳汇的总碳吸收量，
Figure 533363DEST_PATH_IMAGE005
表示一种碳源的碳排放量，
Figure 27929DEST_PATH_IMAGE006
表示 一种碳汇的碳吸收量，
Figure 826121DEST_PATH_IMAGE007
表示
Figure 759442DEST_PATH_IMAGE005
的碳排放量修正系数，
Figure 84113DEST_PATH_IMAGE008
表示
Figure 874214DEST_PATH_IMAGE006
的碳吸收量的修正系 数；所述零碳管理系统利用零排放模型辅助所述能源管理系统调整所述目标园区内能源设 备的使用模式使得
Figure 362964DEST_PATH_IMAGE009
。
附图说明
图1为本发明的一种基于物联传感的园区碳监测系统结构图；
图2为本发明的物联网感知层示意图；
图3为本发明一种基于物联传感的园区碳监测方法流程图；
图4为本发明的某工业园区的监测点位示意图。
具体实施方式
下面将详细描述本发明的具体实施例，应当注意，这里描述的实施例只用于举例说明，并不用于限制本发明。在以下描述中，为了提供对本发明的透彻理解，阐述了大量特定细节。然而，对于本领域普通技术人员显而易见的是：不必采用这些特定细节来实行本发明。在其他实例中，为了避免混淆本发明，未具体描述公知的电路，软件或方法。
在整个说明书中，对“一个实施例”、“实施例”、“一个示例”或“示例”的提及意味着：结合该实施例或示例描述的特定特征、结构或特性被包含在本发明至少一个实施例中。因此，在整个说明书的各个地方出现的短语“在一个实施例中”、“在实施例中”、“一个示例”或“示例”不一定都指同一实施例或示例。此外，可以以任何适当的组合和、或子组合将特定的特征、结构或特性组合在一个或多个实施例或示例中。此外，本领域普通技术人员应当理解，在此提供的示图都是为了说明的目的，并且示图不一定是按比例绘制的。
在一个可选地实施例中，请参见图1，本发明提供一种基于物联传感的园区碳监测系统，包括：
物联网感知层001，所述物联网感知层001用于采集目标园区内的全要素数据，所述全要素数据包括温室气体数据、实时背景和大气气体排放量；所述物联网感知层001还用于分析所述温室气体数据获得温室气体的状况。
在一个可选地实施例中，温室气体数据包括CO2气体、CH4气体、CO气体、碳的同位素14C等温室气体数据；温室气体数据还包括NO气体，N2O气体和含氟温室气体（氢氟化碳(HFCs：HFC-32、HFC-23、HFC-125、HFC-134a、HFC-152a、HFC-227ea、HFC-143a、HFC-236fa、HFC-365mfc、HFC-245fa)、全氟化碳(PFCs:CF4、PFC-116、PFC-218、PFC-318)、六氟化硫(SF6)和三氟化氮(NF3)）；实时背景表示采集温室气体数据时所处空间位置以及该空间位置的地貌特征、动植物密度、机器设备状况、气候状况等与温室气体浓度有关的实际背景信息；大气气体排放量表示采集温室气体数据时所处空间位置温室气体的排放量；所述温室气体的状况包括温室气体的浓度和温室气体的通量。所述物联网感知层001包括由多种监测设备、多种分析仪和多种传感器搭建的采集并分析与温室气体先关参数的实体网络。
请参见图2，在一个可选地实施例中，所述物联网感知层001包括：监测设备，所述监测设备用于采集目标园区内的全要素数据。详细地，所述监测设备用于利用离轴积分腔输出光谱法监测温室气体；更详细地，在本实施例中，所述监测设备包括：CO2监测设备，所述CO2监测设备用于采集所述目标园区的CO2气体数据；CH4监测设备，所述CH4监测设备用于采集所述目标园区的CH4气体数据；CO监测设备，所述CO监测设备用于采集所述目标园区的CO气体数据；N2O监测设备，所述N2O监测设备用于采集所述目标园区的N2O气体数据；含氟温室气体监控设备，所述含氟温室气体监控设备用于采集所述目标园区的含氟温室气体数据；气象监测设备，所述气象监测设备用于检测所述目标园区的气象数据。所述监测设备可根据实际要求搭载在高塔、无人机或者移动走行车上进行不同位置的温室气体监测。本发明针对不同的温室气体采用对应的监测设备可保证采用数据的专一性和准确性，并且避免了监测项目成本的增加，具有实际工程意义。
在一个可选地实施例中，所述物联网感知层001还包括；分析设备，所述分析设备用于分析所述温室气体数据获得温室气体的状况。详细地，在本实施例中，所述分析设备用于利用温室气体的红外吸收光谱来量化分析气体浓度及同位素组成。本发明利用离轴积分腔输出光谱法制成的分析设备具有操作简便、稳定性好、灵敏度高及成熟度高等优点，这不仅自动化监测主要趋势，也是数据来源的准确性的实质保证。同时，本发明的分析仪主机采用红外激光光谱技术，通过测量温室气体分子的特定吸收光谱，从而测量出气体浓度，由于此项技术成熟，因此可以减少错误数据的产生概率，保证数据可靠性和准确性。
详细地，在又一个可选地实施例中，所述分析设备包括：CO2/CH4分析设备，所述CO2/CH4分析设备用于用近红外激光离轴入射至高精度腔室，通过腔室内配备的高精度温度和压力控制系统控制确保仪器在不断变化的环境条件下获得较高的精确度、准确性和较低的漂移的数据，分析该数据可获得CO2、CH4和H2O浓度；CO2/CH4分析设备还用于实时监测实际背景和大气气体排放量。更加详细地，在本实施例中，所述CO2/CH4分析设备包括：多通道样气采集模块，所述多通道样气采集模块用于：预设程序控制单路样气或标准样气（样气表示采集的温室气体样本）送往气体分析模块进行测量；样气冷凝除湿模块，所述样气冷凝除湿模块用于多级干燥样气从而减少水汽干扰，保证系统测量精度；在线自动标校模块：溯源至WMO（World Meteorological Organization，世界气象组织）标准的不同浓度标气，对系统进行实时标校；梯度气象观测模块，梯度气象观测模块用于梯度观测实际背景中的气象数据，包括温湿压、风速风向等气象参数；数据处理展示平台，所述数据处理展示平台用于实时采集观测数据，存储、质控分析、展示及上传所述数据。
更详细地，在又一个可选地实施例中，所述分析设备还包括：N2O/CO分析仪，所述N2O/CO分析仪用于用近红外激光离轴入射至高精度腔室，通过腔室内配备的高精度温度和压力控制系统控制确保仪器在不断变化的环境条件下获得较高的精确度、准确性和较低的漂移的数据，分析该数据可获得N2O和CO浓度。含氟温室气体分析仪，所述含氟温室气体分析仪通过自动采样(或苏玛罐采样)，对采样的含氟温室气体样本进行低温预浓缩，再通过气相色谱质谱法分析出含氟温室气体中氢氟化碳(HFCs)、全氟化碳(PFCs)、六氟化硫(SF6)和三氟化氮(NF3)的浓度。
在一个可选地实施例中，所述物联网感知层001还包括传感器，所述传感器包括：太阳辐射传感器、太阳跟踪器、大气压力传感器、雨量传感器、红外传感器、反照率传感器；所述太阳辐射传感器用于获取太阳辐射数据；反照率传感器用于计算地表反射辐射通量与入射辐射通量的比值，该比值用于光谱仪反演算法的数据筛选和甄别；太阳跟踪器用于自动、快速和精确的跟踪太阳位置，协助光谱仪的光学系统获取太阳辐射从而进行气体分析；大气压力传感器用于获取实时背景数据中的大气压强数据；雨量传感器用于获取实时背景数据中的雨量数据；红外传感器用于获取实时背景中动植物密度数据，并且协助所述物联网感知层001实现全自动无人值守在线监测。
碳监控布局系统002，所述碳监控布局系统002用于根据所述目标园区设定监测原则，所述监测原则用于布设所述物联网感知层001以及确定采集温室气体数据的温室气体种类、采样方式和空间位置。
碳盒子边缘网关003，所述碳盒子边缘网关003用于控制所述物联网感知层001、采集并暂存所述物联网感知层001的全要素数据、解析并转化所述全要素数据的协议、对所述全要素数据进行边缘计算并将边缘计算后的全要素数据上传至碳监管云台004。
在一个可选地实施例中，所述碳盒子边缘网关003由多个边缘网关组合而成，在本实施例中，具体选择了Magus科技公司IA1200、IA2200、IA4200款的工业智能终端用于采集物联网感知层001的全要素数据，同时分析并处理该全要素数据后上传至碳监管云台004。
碳监管云台004，所述碳监管云台004用于整合来自所述碳盒子边缘网关003的多源全要素数据，并对所述多源全要素数据进行深度处理。详细地，多源全要素数据是指来自多个边缘网关的全要素数据，深度处理包括利用AI算法、模型模拟等算法对数据进行融合处理从而获得精准直观的数据，方便后续终端控制系统005的处理。
终端控制系统005，所述终端控制系统005用于利用深度处理后的多源全要素数据监控所述目标园区的温室气体来源及其变化特征，并生成控制信号。详细地，终端控制系统005通过碳监管云台004处理后的多源全要素数据实现所述目标园区的温室气体来源及其变化特征的可视化，从而达到实时监测目的。所述控制信号用于调控能源管理系统006、零碳管理系统007和碳能分析系统008，实现园区内温室气体排放与吸收相协同从而达到碳排放为零的效果。
碳能分析系统008，所述碳能分析系统008用于利用所述控制信号解析所述目标园区内的碳源信息和碳汇信息。碳源表示向大气中释放二氧化碳的母体，分为自然碳源与人为碳源，其中自然碳源是指自然过程中释放二氧化碳，人为碳源是指人类与生产活动过程释放二氧化碳，如工业设备活动、人类生理运动等；碳汇表示自然界中碳的寄存体，主要表现为陆地与海洋等吸收并储存二样化碳的生态系统，包括森林碳汇、海洋碳汇、耕地碳汇、草地碳汇和湿地碳汇等。
能源管理系统006，所述能源管理系统006用于利用所述控制信号调整所述目标园区内能源设备的使用模式。所述能源设备包括汽车、照明、工业机械设备等活动时会产生二氧化碳等温室气体的设备。
零碳管理系统007，所述零碳管理系统007用于依据所述碳源信息和所述碳汇信息，通过所述能源管理系统006调整所述目标园区内能源设备的使用模式使得所述目标园区内碳排放量总和为零。
本发明的基于物联传感的园区碳监测系统通过物联网的边缘技术不仅实现了大范围、连续地碳监测，即温室气体来源及其变化特征的监测，也保证了碳监测数据的精准性和时效性；同时本发明的适用性范围广：可以根据目标园区，即监测区域的面积大小、动植物生长及活动特征、建筑群分布特征以及产业特征等要素来设定监测原则，从而选取具有针对性的监测设备进行物联网感知层001的布设，通过碳监管云台004对数据的处理融合，结合终端控制系统005的控制作用，实现了目标园区的碳能分析、能源管理和零碳管理，使得所述目标园区内碳排放量总和为零，为遏制全球温室效应的加剧做出实际性的贡献，具有实际性的应用价值。
请参见图3，在又一个可选地实施例中，本发明还提供一种基于物联传感的园区碳监测方法，所述基于物联传感的园区碳监测方法适用于上述的基于物联传感的园区碳监测系统，包括如下步骤：
S1、碳监控布局系统设定目标园区，并根据所述目标园区设定监测原则；
S2、碳监控布局系统根据所述监测原则在所述目标园区内布设物联网感知层；
S3、碳盒子边缘网关控制所述物联网感知层进行数据采集；
S4、物联网感知层采集目标园区内的全要素数据；
S5、碳盒子边缘网关采集并暂存所述物联网感知层的全要素数据；
S6、碳盒子边缘网关解析并转化所述全要素数据的协议；
S7、碳盒子边缘网关对所述全要素数据进行边缘计算；
S8、碳盒子边缘网关将边缘计算后的全要素数据上传至碳监管云台；
S9、碳监管云台整合来自所述碳盒子边缘网关的多源全要素数据；
S10、碳监管云台对所述多源全要素数据进行深度处理；
S11、终端控制系统利用深度处理后的多源全要素数据监控所述目标园区的温室气体来源及其变化特征。
请参见图4，具体地，在一个实施例中，所述碳监控布局系统根据所述目标园区设定监测原则包括：所述碳监控布局系统设定采样要求，所述采样要求确定所述物联网感知层的采样数据种类，所述采样数据种类包括二氧化碳数据、甲烷数据、氧化亚氮数据、一氧化碳数据、氢氟化碳数据、全氟化碳数据、六氟化硫数据和三氟化氮数据；所述碳监控布局系统设定监控要求，所述监控要求规定所述物联网感知层的采样方式；所述碳监控布局系统设定布点要求，所述布点要求规范所述物联网感知层的空间位置；进一步可选地，所述采样要求包括对监测位置周边要求，监测设备搭建要求和监测设备性能要求；所述布点要求包括代表性准则、一致性准则和科学性准则；所述代表性准则为选取的监测点位真实有效代表所述监测点位所在区域的温室气体浓度情况；一致性准则为在所述监测点位监测的温室气体排放浓度与布点周围保持一致；科学性准则为针对不同的监测对象选取不同的监测点位；所述监控要求为连续原位监测方式。通过设置监测原则，确保收集数据的准确性，从而保证监测效果。在本实施例中，图4中，（矩形框）A1表示该工业园区的主建筑群和工作人员密集处，A2表示水池，A3表示山体，A4表示物联网感知层，其中物联网感知层的空间布局由碳监控布局系统利用布点要求针对该工业园区，选取了主导风向和次主导风向的上风向、下风向上各1个监测点位，同时选取了该区域的中心点作为1个监测位点，从而形成了基于目标区域沿主导风上下游对称的监测点位，即共5个监测点位。
在又一个可选地实施例中，所述碳监控布局系统根据所述监测原则在所述目标园区内布设物联网感知层，包括如下步骤：所述碳监控布局系统根据所述采样要求，选取对应的监测设备；所述碳监控布局系统根据所述监控要求，调整所述监测设备；所述碳监控布局系统利用所述监测设备，结合所述布点要求搭建物联网感知层。
在又一个可选地实施例中，所述碳监控布局系统根据所述采样要求，选取对应的监测设备，包括如下步骤：当采样数据种类为单种气体，所述碳监控布局系统采用单种气体监测设备；当采样数据种类为多种气体，所述碳监控布局系统采用多种气体监测设备。
在又一个可选地实施例中，所述碳盒子边缘网关对所述全要素数据进行边缘计算，包括如下步骤：所述碳盒子边缘网关将转化所述全要素数据进行过滤，去除冗余的数据；所述碳盒子边缘网关将过滤后的全要素数据进行聚合；所述碳盒子边缘网关对聚合后的全要素数据进行异常检测和质量优化，通过异常检测和质量优化剔除错误数据。本发明引入边缘计算分析流式数据，使得本发明在靠近监测对象/数据源一侧，减少数据传输成本并且实现数据的标准化，极大程度地缩减了将所有数据全部上传再统一分析的用时长度，且保证了监控结果的时效性。
综上，本方法与上述基于物联传感的园区碳监测系统匹配度高，且具有较强的适应性，利用该方法结合基于物联传感的园区碳监测系统可以实现针对指定区域进行大范围、连续地碳监测，也保证了碳监测数据的精准性和时效性。
在又一个可选地实施例中，所述基于物联传感的园区碳监测方法还包括如下步骤：所述终端控制系统利用深度处理后的多源全要素数据生成控制信号；所述终端控制系统利用所述控制信号控制能源管理系统、零碳管理系统和碳能分析系统；所述碳能分析系统利用所述控制信号解析所述目标园区内的碳源信息和碳汇信息；所述能源管理系统利用所述控制信号调整所述目标园区内能源设备的使用模式，具体地，使用模式包括能源设备的使用次数、频率和实用时间段等使用方式。所述零碳管理系统依据所述碳源信息和所述碳汇信息，通过所述能源管理系统调整所述目标园区内能源设备的使用模式使得所述目标园区内碳排放量总和为零。
详细地，在一个可选地本实施例中，所述碳能分析系统利用所述控制信号解析所述目标园区内的碳源信息和碳汇信息，包括如下步骤：所述碳能分析系统解析所述控制信号获得碳源信息和碳汇信息；所述碳能分析系统通过所述碳源信息获取所述目标园区内碳源的位置分布与对应的碳排放量；所述碳能分析系统通过所述碳汇信息获取所述目标园区内碳汇的位置分布与对应的碳排放量。
详细地，在一个可选地实施例中，所述能源管理系统利用所述控制信号调整所述目标园区内能源设备的使用模式，包括如下步骤：所述能源管理系统根据所述碳能分析系统的解析结果，结合所述控制信号，确认所述目标园区内的异常的碳排放量和异常的碳吸收量；所述能源管理系统根据所述异常的碳排放量和异常的碳吸收量确定对应的位置分布；所述能源管理系统在对应的位置内调整能源设备的使用模式，从而调节该目标园区的碳排放量和碳吸收量。
详细地，在一个可选地实施例中，所述零碳管理系统使得所述目标园区内碳排放量总和为零，包括如下步骤：所述零碳管理系统利用所述碳能分析系统解析结果获得零排放模型，所述零排放模型满足如下公式：
Figure 506501DEST_PATH_IMAGE010
，
其中，
Figure 561045DEST_PATH_IMAGE002
表示所述目标园区的净碳排放量，
Figure 912260DEST_PATH_IMAGE003
和
Figure 685044DEST_PATH_IMAGE004
分别表示所述目标园区中 多种碳源的总碳排放量和多种碳汇的总碳吸收量，
Figure 694589DEST_PATH_IMAGE005
表示一种碳源的碳排放量，
Figure 10163DEST_PATH_IMAGE006
表示 一种碳汇的碳吸收量，
Figure 876488DEST_PATH_IMAGE007
表示
Figure 339831DEST_PATH_IMAGE005
的碳排放量修正系数，
Figure 340017DEST_PATH_IMAGE008
表示
Figure 369152DEST_PATH_IMAGE006
的碳吸收量的修正系 数；所述零碳管理系统利用零排放模型辅助所述能源管理系统调整所述目标园区内能源设 备的使用模式使得
Figure 547324DEST_PATH_IMAGE009
。具体地，所述零碳管理系统依据碳源信息和所述碳汇信息模 拟所述目标园区通过调整能源设备的使用次数、频率和实用时间段等方式来达到碳平衡， 即总的碳排量为所述零碳管理系统利用零排放模型辅助所述能源管理系统调整所述目标 园区内能源设备的使用模式使得
Figure 232383DEST_PATH_IMAGE009
，再将模拟结果输送至所述能源管理系统进行辅 助调节，从而使得所述目标园区内碳排放量总和为零。
本发明利用该方法结合基于物联传感的园区碳监测系统实现了目标园区的碳能分析、能源管理和零碳管理，使得所述目标园区内碳排放量总和为零，能为遏制全球温室效应的加剧做出实际性的贡献，具有实际性的应用价值。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。

Claims (10)

1.一种基于物联传感的园区碳监测系统，其特征在于，包括：
物联网感知层，所述物联网感知层用于采集目标园区内的全要素数据，所述全要素数据包括温室气体数据、实时背景和大气气体排放量；所述物联网感知层还用于分析所述温室气体数据获得温室气体的状况，所述温室气体的状况包括温室气体的浓度和温室气体的通量；
碳监控布局系统，所述碳监控布局系统用于根据所述目标园区设定监测原则，所述监测原则用于布设所述物联网感知层以及确定采集温室气体数据的温室气体种类、采样方式和空间位置；
碳盒子边缘网关，所述碳盒子边缘网关用于控制所述物联网感知层、采集并暂存所述物联网感知层的全要素数据、解析并转化所述全要素数据的协议、对所述全要素数据进行边缘计算并将边缘计算后的全要素数据上传至碳监管云台；
碳监管云台，所述碳监管云台用于整合来自所述碳盒子边缘网关的多源全要素数据，并对所述多源全要素数据进行深度处理；
终端控制系统，所述终端控制系统用于利用深度处理后的多源全要素数据监控所述目标园区的温室气体来源及其变化特征，并生成控制信号；所述终端控制系统还利用所述控制信号控制能源管理系统、零碳管理系统和碳能分析系统；
碳能分析系统，所述碳能分析系统用于利用所述控制信号解析所述目标园区内的碳源信息和碳汇信息；
能源管理系统，所述能源管理系统用于利用所述控制信号调整所述目标园区内能源设备的使用模式；
零碳管理系统，所述零碳管理系统用于依据所述碳源信息和所述碳汇信息，通过所述能源管理系统调整所述目标园区内能源设备的使用模式使得所述目标园区内碳排放量总和为零。
2.根据权利要求1所述的基于物联传感的园区碳监测系统，其特征在于，所述物联网感知层包括：
监测设备，所述监测设备用于采集目标园区内的全要素数据；
分析设备，所述分析设备用于分析所述温室气体数据获得温室气体的状况。
3.根据权利要求2所述的基于物联传感的园区碳监测系统，其特征在于，所述监测设备包括：
CO2监测设备，所述CO2监测设备用于采集所述目标园区的CO2气体数据；
CH4监测设备，所述CH4监测设备用于采集所述目标园区的CH4气体数据；
CO监测设备，所述CO监测设备用于采集所述目标园区的CO气体数据；
N2O监测设备，所述N2O监测设备用于采集所述目标园区的N2O气体数据；
含氟温室气体监控设备，所述含氟温室气体监控设备用于采集所述目标园区的含氟温室气体数据；
气象监测设备，所述气象监测设备用于检测所述目标园区的气象状况。
4.一种基于物联传感的园区碳监测方法，所述基于物联传感的园区碳监测方法适用于权利要求1-3任一所述的基于物联传感的园区碳监测系统，其特征在于，包括如下步骤：
碳监控布局系统设定目标园区，并根据所述目标园区设定监测原则；
碳监控布局系统根据所述监测原则在所述目标园区内布设物联网感知层；
碳盒子边缘网关控制所述物联网感知层进行数据采集；
物联网感知层采集目标园区内的全要素数据；
碳盒子边缘网关采集并暂存所述物联网感知层的全要素数据；
碳盒子边缘网关解析并转化所述全要素数据的协议；
碳盒子边缘网关对所述全要素数据进行边缘计算；
碳盒子边缘网关将边缘计算后的全要素数据上传至碳监管云台；
碳监管云台整合来自所述碳盒子边缘网关的多源全要素数据；
碳监管云台对所述多源全要素数据进行深度处理；
终端控制系统利用深度处理后的多源全要素数据监控所述目标园区的温室气体来源及其变化特征。
5.根据权利要求4所述的基于物联传感的园区碳监测方法，其特征在于，还包括如下步骤：
所述终端控制系统利用深度处理后的多源全要素数据生成控制信号；
所述终端控制系统利用所述控制信号控制能源管理系统、零碳管理系统和碳能分析系统；
所述碳能分析系统利用所述控制信号解析所述目标园区内的碳源信息和碳汇信息；
所述能源管理系统利用所述控制信号调整所述目标园区内能源设备的使用模式；
所述零碳管理系统使得所述目标园区内碳排放量总和为零。
6.根据权利要求4所述的基于物联传感的园区碳监测方法，其特征在于，所述碳监控布局系统根据所述目标园区设定监测原则包括：
所述碳监控布局系统设定采样要求，所述采样要求确定所述物联网感知层的采样数据种类；
所述碳监控布局系统设定监控要求，所述监控要求规定所述物联网感知层的采样方式；
所述碳监控布局系统设定布点要求，所述布点要求规范所述物联网感知层的空间位置。
7.根据权利要求6所述的基于物联传感的园区碳监测方法，其特征在于，所述采样数据种类包括二氧化碳数据、甲烷数据、氧化亚氮数据、一氧化碳数据、氢氟化碳数据、全氟化碳数据、六氟化硫数据和三氟化氮数据。
8.根据权利要求7所述的基于物联传感的园区碳监测方法，其特征在于，所述碳监控布局系统根据所述监测原则在所述目标园区内布设物联网感知层，包括如下步骤：
所述碳监控布局系统根据所述采样要求，选取对应的监测设备；
所述碳监控布局系统根据所述监控要求，调整所述监测设备；
所述碳监控布局系统利用所述监测设备，结合所述布点要求搭建物联网感知层。
9.根据权利要求8所述的基于物联传感的园区碳监测方法，其特征在于，所述碳监控布局系统根据所述采样要求，选取对应的监测设备，包括如下步骤：
当采样数据种类为单种气体，所述碳监控布局系统采用单种气体监测设备；
当采样数据种类为多种气体，所述碳监控布局系统采用多种气体监测设备。
10.根据权利要求4所述的基于物联传感的园区碳监测方法，其特征在于，所述碳盒子边缘网关对所述全要素数据进行边缘计算，包括如下步骤：
所述碳盒子边缘网关将转化所述全要素数据进行过滤，去除冗余的数据；
所述碳盒子边缘网关将过滤后的全要素数据进行聚合；
所述碳盒子边缘网关对聚合后的全要素数据进行异常检测和质量优化。
CN202210844582.6A 2022-07-19 2022-07-19 一种基于物联传感的园区碳监测系统及方法 Active CN114993977B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210844582.6A CN114993977B (zh) 2022-07-19 2022-07-19 一种基于物联传感的园区碳监测系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210844582.6A CN114993977B (zh) 2022-07-19 2022-07-19 一种基于物联传感的园区碳监测系统及方法

Publications (2)

Publication Number Publication Date
CN114993977A CN114993977A (zh) 2022-09-02
CN114993977B true CN114993977B (zh) 2022-11-01

Family

ID=83022252

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210844582.6A Active CN114993977B (zh) 2022-07-19 2022-07-19 一种基于物联传感的园区碳监测系统及方法

Country Status (1)

Country Link
CN (1) CN114993977B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115983735A (zh) * 2023-01-10 2023-04-18 中国科学院空天信息创新研究院 一种园区多级碳排放控制系统及方法
CN116071419B (zh) 2023-03-06 2023-06-16 四川省林业和草原调查规划院(四川省林业和草原生态环境监测中心) 一种碳汇造林和森林经营碳汇项目碳汇动态计量方法
CN118396646A (zh) * 2024-06-28 2024-07-26 浙江大学滨海产业技术研究院 一种低碳园区综合管理系统及方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010204740A (ja) * 2009-02-27 2010-09-16 Computer System Kenkyusho:Kk 工事の二酸化炭素排出量推定システムおよびその方法
CN108615192B (zh) * 2017-08-18 2019-11-15 赫普科技发展（北京）有限公司 一种基于区块链的碳交易系统
CN111539652A (zh) * 2020-05-14 2020-08-14 泛海物业管理有限公司 一种基于物联网的建筑能源管理系统及方法
CN112769873B (zh) * 2021-04-07 2021-07-27 武汉慧联无限科技有限公司 一种数据处理方法、装置、物联网平台及存储介质
CN113867199A (zh) * 2021-09-18 2021-12-31 肯天科技集团有限公司 智慧酒店基于物联网技术的碳中和系统
CN114119321A (zh) * 2021-12-02 2022-03-01 特斯联科技集团有限公司 一种基于物联网的城市建筑碳中和系统
CN114662840A (zh) * 2021-12-20 2022-06-24 苏州飞鸿互动科技有限公司 一种基于物联网的碳中和数字化分析大屏可视化算法
CN114399386A (zh) * 2021-12-23 2022-04-26 重庆海推科技有限公司 一种基于碳排放物联网监控的碳交易系统

Also Published As

Publication number Publication date
CN114993977A (zh) 2022-09-02

Similar Documents

Publication Publication Date Title
CN114993977B (zh) 一种基于物联传感的园区碳监测系统及方法
CN109716128B (zh) 一种网络化的环境监测系统、方法和计算机可读存储介质
Titos et al. Study of the relative humidity dependence of aerosol light-scattering in southern Spain
CN111579504B (zh) 基于光学遥感的大气污染成分垂直分布反演方法
CN110929228B (zh) 一种针对均匀混合气溶胶吸湿增长因子的反演算法
CN114295574B (zh) 基于超光谱遥感的大气污染物水平分布反演方法
CN110906986A (zh) 基于物联网的草原生态监测系统和方法
WO2023207579A1 (zh) 基于超光谱遥感的痕量气体水平分布探测交通污染源方法
CN114817825B (zh) 一种基于超光谱遥感的排放源co2快速成像方法
CN114724647B (zh) 一种高时空分辨率co2通量反演系统及方法
CN115356440A (zh) 一种用于定量人为排放和气象条件对大气污染物浓度贡献的系统和方法
JP2005052045A (ja) 植物が環境に及ぼす影響の定量的評価システム
Zou et al. A closure study of aerosol optical properties as a function of RH using a κ-AMS-BC-Mie model in Beijing, China
Yuan et al. A closure study of aerosol optical properties at a regional background mountainous site in Eastern China
CN114169165A (zh) 一种三波段植被指数估算镉胁迫下水稻叶绿素的模型方法
Yang et al. Use of the open-path TDL analyzer to monitor ammonia emissions from winter wheat in the North China Plain
CN113552078B (zh) 一种道路交通源污染实时定量遥测系统
CN111089846A (zh) 一种机载与车载doas同步观测的污染源排放通量测量方法
CN112505218A (zh) 一种有机废气焚烧在线检测装置
CN106092909A (zh) 一种枣树冠层叶绿素含量的检测方法
CN106096247B (zh) 基于多因子拟合模型的大气气溶胶光学厚度估计方法
Lee et al. Diurnal and day-to-day characteristics of ambient particle mass size distributions from HR-ToF-AMS measurements at an urban site and a suburban site in Hong Kong
Jian et al. Photosynthetic rate prediction of tomato plant population based on PSO and GA
Berhanu et al. Measurements of greenhouse gases at Beromünster tall tower station in Switzerland
Hadian et al. Modeling the concentration distribution of NO2 and O3 pollutants with an appropriate spatial resolution by combining ground and satellite data

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
TR01 Transfer of patent right

Effective date of registration: 20231009

Address after: 276801 Shanhai Zhizao Industrial Park, south of Shanhai Road and east of CD Road, Donggang District, Rizhao City, Shandong Province

Patentee after: Tianxie Li (Shandong) satellite technology Co.,Ltd.

Address before: No. 4102, 4th Floor, Building 4, No. 7, Fengxian Middle Road, Haidian District, Beijing 100094

Patentee before: ZHONGKE HAIHUI (BEIJING) TECHNOLOGY Co.,Ltd.

TR01 Transfer of patent right