CN115270013A - 评估活动期间减排措施的方法、装置及电子设备 - Google Patents
评估活动期间减排措施的方法、装置及电子设备 Download PDFInfo
- Publication number
- CN115270013A CN115270013A CN202211154701.1A CN202211154701A CN115270013A CN 115270013 A CN115270013 A CN 115270013A CN 202211154701 A CN202211154701 A CN 202211154701A CN 115270013 A CN115270013 A CN 115270013A
- Authority
- CN
- China
- Prior art keywords
- historical
- emission reduction
- year
- preset
- period
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 169
- 230000009467 reduction Effects 0.000 title claims abstract description 133
- 230000000694 effects Effects 0.000 title claims abstract description 64
- 230000008569 process Effects 0.000 claims abstract description 124
- 239000003344 environmental pollutant Substances 0.000 claims abstract description 93
- 231100000719 pollutant Toxicity 0.000 claims abstract description 93
- 238000011156 evaluation Methods 0.000 claims abstract description 23
- 239000000356 contaminant Substances 0.000 claims description 10
- 230000006870 function Effects 0.000 claims description 6
- 238000004088 simulation Methods 0.000 description 27
- 238000011109 contamination Methods 0.000 description 20
- 238000004590 computer program Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000002441 reversible effect Effects 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000012937 correction Methods 0.000 description 3
- 238000003915 air pollution Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000000126 substance Substances 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
- 230000003203 everyday effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005312 nonlinear dynamic Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 230000002123 temporal effect 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
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Databases & Information Systems (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供一种评估活动期间减排措施的方法、装置及电子设备，其中，该方法，包括：确定活动期间及其前第一预设时间和/或其后第二预设时间为目标期间；确定历史多年同期在预设减排措施下的污染过程及其污染物浓度，其中，对于历史多年中每个历史年，根据该历史年同期的历史气象数据，确定该历史年同期在预设减排措施下的污染过程及其污染物浓度；根据该历史多年同期的污染过程及其污染物浓度评估预设减排措施。采用本申请，提高活动期间减排措施评估可靠性。
Description
技术领域
本申请涉及大气环境治理与管控技术领域，尤其涉及一种评估活动期间减排措施的方法、装置及电子设备。
背景技术
为保证大型赛事等活动期间的空气质量，通常事先制定专门的应急减排措施或预案对赛事期间可能发生的污染天气进行应急管控。但是方案制定后效果到底如何，能否达到预期目标，需要进行模拟评估。
进行预先的模拟评估时，如果未来的气象背景场较为准确，则根据核算出的减排量调整大气污染源排放清单，使用空气质量模式进行模拟，将模拟结果和使用原始的大气污染源排放清单的模拟结果进行对比，即可对应急减排措施或预案的合理性进行评估。
但是大气是一个非线性的、对初值非常敏感的动力系统，初始场（即起报时间的初始值）的微小误差随着积分时间的加长会造成预报结果与大气真实状态的较大偏差。因此未来的气象场误差较大，难以给空气质量模式提供气象背景场，因此难以未来的气象背景场对应急减排措施或预案进行模拟评估。
发明内容
根据本申请实施例的一方面，提供了一种评估活动期间减排措施的方法，包括：
确定活动期间及其前第一预设时间和/或其后第二预设时间为目标期间；
确定历史多年同期在预设减排措施下的污染过程及其污染物浓度，其中，对于历史多年中每个历史年，根据该历史年同期的历史气象数据，确定该历史年同期在预设减排措施下的污染过程及其污染物浓度；
根据该历史多年同期的污染过程及其污染物浓度评估预设减排措施。
可选地，根据该历史年同期的历史气象数据，确定该历史年同期在预设减排措施下的污染过程及其污染物浓度，包括：
根据活动期间的当前排放清单和预设减排措施、该历史年同期的初始排放清单，确定该历史年同期在预设减排措施下的减排排放清单；
根据该历史年同期的初始排放清单和历史气象数据，确定该历史年同期的第一污染过程及其污染物浓度；
根据该历史年同期的减排排放清单和历史气象数据，确定该历史年同期的第二污染过程及其污染物浓度；
根据上述第一污染过程及其污染物浓度和该历史年同期的污染物浓度观测数据，对上述第二污染过程及其污染物浓度进行修正，得到修正后的第二污染过程及其污染物浓度。
可选地，上述方法还包括：对于至少一个历史年，对目标期间的当前排放清单进行反向订正，得到该历史年同期的初始排放清单。
可选地，根据该历史年同期的历史气象数据，确定该历史年同期在预设减排措施下的污染过程及其污染物浓度，包括：
根据该历史年同期的历史气象数据，使用空气质量模型确定该历史年同期在预设减排措施下的污染过程及其污染物浓度。
可选地，根据历史多年同期的污染过程及其污染物浓度评估预设减排措施，包括：
确定历史多年同期总的污染过程的第一数目；
确定历史多年同期的污染过程中污染物浓度不达标的污染过程的第二数目；
根据上述第一数目和上述第二数目评估预设减排措施。
可选地，根据上述第一数目和上述第二数目评估预设减排措施，包括：
根据上述第一数目和上述第二数目确定污染物浓度不达标的概率；
在该概率小于预设值的情况下，确定预设减排措施符合预期目标。
根据本申请实施例的另一方面，提供了一种评估活动期间减排措施的装置，包括：
第一确定模块，用于确定活动期间及其前第一预设时间和/或其后第二预设时间为目标期间；
第二确定模块，用于确定历史多年同期在预设减排措施下的污染过程及其污染物浓度，其中，对于历史多年中每个历史年，根据该历史年同期的历史气象数据，确定该历史年同期在预设减排措施下的污染过程及其污染物浓度；
评估模块，用于根据历史多年同期的污染过程及其污染物浓度评估预设减排措施。
可选地，评估模块，用于确定历史多年同期总的污染过程的第一数目，确定历史多年同期的污染过程中污染物浓度不达标的污染过程的第二数目，根据第一数目和第二数目评估预设减排措施。
根据本申请实施例的又一方面，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申请实施例的方法。
根据本申请实施例的再一方面，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申请实施例的方法。
本申请实施例中提供的一个或多个技术方案，以活动期间及其前第一预设时间和/或其后第二预设时间为目标期间，并基于历史多年的历史气象数据评估减排措施下的污染过程，一方面避免了气象条件年纪变化导致的不准确性，另一方面避免了气象条件的时间偏移导致的不准确性。基于污染过程及其污染物浓度进行评估，更符合短期（例如几天、十几天）评估。
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示出了本申请实施例提供的评估活动期间减排措施的方法的流程图；
图2示出了本申请实施例提供的评估活动期间减排措施的方法的流程图；
图3示出了本申请实施例提供的评估活动期间减排措施的方法的流程图；
图4示出了本申请实施例提供的评估活动期间减排措施的装置的示意性框图；
图5示出了能够用于实现本申请的实施例的示例性电子设备的结构框图。
具体实施方式
下面将参照附图更详细地描述本申请的实施例。虽然附图中显示了本申请的某些实施例，然而应当理解的是，本申请可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本申请。应当理解的是，本申请的附图及实施例仅用于示例性作用，并非用于限制本申请的保护范围。
应当理解，本申请的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本申请的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。需要注意，本申请中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意，本申请中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
本申请实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
相关技术中，关于减排措施的有效性评估，大多是基于基准年或基准月，基准年或基准月为已过去的年份，这种方法假定未来年份或月份和基准年份或月份的气象场完全相同，进而评估减排效果，但是实际上未来年份或月份的气象场和基准年或月的气象场可能不同，因此评估结果误差较大。有些采用临近的已经发生的一次或两次污染过程进行模拟评估，但是临近的一次或两次污染过程并不能代表将来的。
此外，相关技术中关于减排措施的有效性评估，通常的时间尺度为月或年，也就是评估一个月或几个月的减排措施的有效性，或评估一年或几年的减排措施的有效性。在相关技术中的评估方法中，以一个或几个月的平均污染物浓度作为评估依据，例如，一个月的PM2.5平均浓度符合要求，则减排措施符合要求。基于长时间的平均污染物浓度，只能满足以月、年为时间尺度的评估。
而活动保障对空气质量要求高，更需要精准定量的评估。并且，活动期间往往时间较短，短则一天或几天，长则十余天。
以下参照附图描述本申请的方案。本说明书的实施例可以运行在任何具有计算和存储能力的设备上，如手机、平板电脑、PC(Personal Computer，个人电脑)、笔记本、服务器等设备；还可以由运行在两个或两个以上设备的逻辑节点来实现本说明书实施例中的各项功能。该设备可作为客户端或服务器。
本申请实施例提供了一种评估活动期间减排措施的方法。
图1示出了本申请实施例提供的评估活动期间减排措施的方法的流程图，如图1所示，该方法包括步骤S101至步骤S103。
步骤S101，确定活动期间及其前第一预设时间和/或其后第二预设时间为目标期间。
在实施例中，活动期间一般为一天、几天、十几天。活动可包括会议、体育赛事等。例如，网球公开赛的活动期间为7天左右，奥运会的活动期间为14天左右。
步骤S102，确定历史多年同期在预设减排措施下的污染过程及其污染物浓度，其中，对于历史多年中每个历史年，根据该历史年同期的历史气象数据，确定该历史年同期在预设减排措施下的污染过程及其污染物浓度。
其中，历史年同期是指与目标期间同期。
在目标期间，基于气象条件等因素，可能出现一个或多个污染过程。一个污染过程一般持续数小时、一天、几天或更长。每个污染过程包括一种或多种污染物，例如PM2.5、PM10、O3、NO2等。
在本实施例中，可使用空气质量模型基于历史气象数据、采取预设减排措施后的排放清单，确定在预设减排措施下的污染过程及其污染物浓度。本实施例对此不作限定。作为一种示例，根据目标期间的当前排放清单和预设减排措施，确定采取预设减排措施后的排放清单，也称为减排排放清单。
作为一种示例，模拟通常采用第三代空气质量模型，主要包括嵌套网格空气质量预报模式系统（Nested Air Quality Prediction Modeling System，NAQPMS）、多尺度空气质量模型MODEL-3/CAMQ(Community Multiscale Air Quality Modeling System)、大气化学传输模式CAMx（Community Atmosphere Model）和WRF-CHEM模式。第三代空气质量模型中包含复杂完善的气相化学和光化学机理，对污染物的时空分布有较好的模拟能力。由空气质量模型可以模拟得出污染物的时空分布。
步骤S103，根据该历史多年同期的污染过程及其污染物浓度评估预设减排措施。
每年同期的气象条件具有相似性，同时也具有一定差异，尤其是时间尺度较小、时间分辨率较高的情况下，气象条件的差异更加明显。例如，两年（例如2020年和2021年）的气象条件可视为相近似，而不同年份的同一周（例如2020与2021年9月的第一周）的气象条件则具有较大差异。因此，在上述步骤S101中，以活动期间及其前第一预设时间和/或其后第二预设时间为目标期间，由此，避免气象条件在时间上的偏移导致污染过程未模拟到。
活动保障中，通常要求活动期间的空气质量均达到预期目标，例如，举办网球公开赛这一周每天的空气质量达标，如果以月或更大时间尺度的平均污染物浓度作为活动期间空气质量是否达标的依据，那么可能导致月或更大时间尺度的平均污染物浓度达标，但活动期间的某一天或某几天出现污染，这不符合活动保障的要求。因此，在上述步骤S102中，确定历史年同期在预设减排措施下的污染过程及其污染物浓度，任一历史年同期可包括一个或多个污染过程，污染物浓度是指每个污染过程的污染物浓度。结合上述步骤S101中的目标期间，历史年与目标期间同期出现一个或多个污染物浓度不达标的污染过程，表示活动期间可能出现污染物浓度不达标的污染过程。如果历史年的污染过程出现在活动期间前第一预设时间，受气象条件在时间上的偏移，该污染过程可能会出现在活动期间；如果历史年的污染过程出现在活动期间后第二预设时间，受气象条件在时间上的偏移，该污染过程可能会出现在活动期间。
由于，每一年的气象条件可能存在差异，因而某一年与目标期间同期未出现未达标的污染过程，活动期间的气象条件与这一年的气象条件可能存在差异，因此这一年达标并不意味着活动期间会达标。因此，为了增加可靠性，在上述步骤S102中，确定历史多年同期在预设减排措施下的污染过程及其污染物浓度，在上述步骤S103中，根据该历史多年同期的污染过程及其污染物浓度评估预设减排措施。相较于基于某一年是否达标来评估预设减排措施，提高了可靠性。并且，基于历史多年同期，可改善受气象条件在时间上的偏移的影响，提高评估可靠性。
在一些实施方式中，对于要求活动期间不出现污染过程的情况，上述步骤S103中，根据历史多年同期的污染过程及其污染物浓度评估预设减排措施，包括：如果历史多年同期的污染过程的数目不小于预设数目，可确认预设减排措施不满足预期目标。作为一种示例，预设数目可设置为0，也就是说历史多年同期出现污染过程，可确认预设减排措施不满足预期目标。
污染过程基于污染物浓度划分等级，例如，轻度污染、中度污染、重度污染和严重污染。在一些情况下，要求活动期间不出现严重污染、重度及以上污染、或中度及以上污染。作为一种实施方式，上述步骤S103中，根据历史多年同期的污染过程及其污染物浓度评估预设减排措施，包括：确定历史多年同期总的污染过程的第一数目；确定历史多年同期的污染过程中污染物浓度不达标的污染过程的第二数目；根据上述第一数目和上述第二数目评估预设减排措施。
作为一种示例，对于一个历史年，目标期间出现5个污染过程，该历史年同期总的污染过程的数目为5，多个历史年同期总的污染过程的数目（即第一数目）为每个历史年的污染过程总的数目之和。例如，目标期间为2022年2月1日至2月7日，2016至2021年同期分别出现5、2、1、3和4个污染过程，2016至2021年同期总的污染过程的数目为15。
作为一种示例，不达标的污染过程是指严重污染的污染过程，或重度及以上污染的污染过程、或中度及以上污染的污染过程。
作为一种示例，根据上述第一数目和上述第二数目评估预设减排措施，包括：根据上述第一数目和上述第二数目确定污染物浓度不达标的概率；在该概率小于预设值的情况下，确定预设减排措施符合预期目标。例如，确定历史多年同期总的污染过程为10次，历史多年同期的污染过程中污染物浓度不达标的污染过程为1次，则污染物浓度不达标的概率为1/10，如果预设值为1/100，则可确定预设减排措施不符合预期目标。例如，预设值可设置为0，则历史多年同期的污染过程中污染物浓度不达标的污染过程应当为0，则否预设减排措施均不符合预期目标。
图2示出了本申请实施例提供的评估活动期间减排措施的方法的流程图，如图2所示，该方法包括步骤S201至步骤S206。
步骤S201，确定活动期间及其前第一预设时间和/或其后第二预设时间为目标期间。
对于历史多年中每个历史年，执行步骤S202至步骤S205以确定该历史年同期在预设减排措施下的污染过程及其污染物浓度。其中，历史年同期是指与目标期间同期。
步骤S202，根据活动期间的当前排放清单和预设减排措施、历史年同期的初始排放清单，确定该历史年同期在预设减排措施下的减排排放清单。
步骤S203，根据该历史年同期的初始排放清单和历史气象数据，确定该历史年同期的第一污染过程及其污染物浓度。
在本实施例中，涉及历史多年，一些年份可能缺失初始排放清单，因此，在一些实施方式中，对于至少一个历史年，对目标期间的当前排放清单进行反向订正，得到该历史年同期的初始排放清单。
作为一种示例，根据目标期间的当前排放清单和历史年的历史气象数据，使用空气质量模式进行模拟评估，将模拟结果和历史监测数据进行对比，通过监测值和模拟值的差异对目标期间的当前排放清单进行订正，使目标期间的模拟误差在可接受范围内，得到历史年同期的初始排放清单。
在步骤S203中，以该历史年同期的初始排放清单和历史气象数据为输入，使用空气质量模型进行模拟，得到该历史年同期的污染过程及其污染物浓度。
步骤S204，根据该历史年同期的减排排放清单和历史气象数据，确定该历史年同期的第二污染过程及其污染物浓度。
在步骤S204中，以该历史年同期的减排排放清单和历史气象数据为输入，使用空气质量模型进行模拟，得到该历史年同期的污染过程及其污染物浓度。
通过步骤S203和步骤S204，确定历史年同期减排前的污染过程（称为第一污染过程）及其污染物浓度，以及该历史年同期减排后的污染过程（称为第二污染过程）及其污染物浓度。
步骤S205，根据上述第一污染过程及其污染物浓度和该历史年同期的污染物浓度观测数据，对上述第二污染过程及其污染物浓度进行修正，得到修正后的第二污染过程及其污染物浓度。
在步骤S205中，结合历史年同期的污染物浓度观测数据对第二污染过程及其污染物浓度进行修正，能够降低误差。例如，使用空气质量模式进行模拟的误差。
作为一种实施方式，减排前（初始）表示为A，减排后（采取预设减排措施）表示为B，减排前的模拟浓度表示为C sim （A），减排前的观测浓度表示为C obs （A），减排后的模拟浓度表示为Csim（B），减排后的观测浓度（即修正后的浓度）表示为C obs （B），根据以下等式（1）确定C obs （B）。
C obs （B）/C obs （A）=C sim （B）/C sim （A）（1）
步骤S206，根据该历史多年同期的污染过程及其污染物浓度评估预设减排措施。
作为一种实施方式，步骤S206包括：确定历史多年同期总的污染过程的第一数目；确定历史多年同期的污染过程中污染物浓度不达标的污染过程的第二数目；根据上述第一数目和上述第二数目评估预设减排措施。
作为一种示例，根据上述第一数目和上述第二数目评估预设减排措施，包括：根据上述第一数目和上述第二数目确定污染物浓度不达标的概率；在该概率小于预设值的情况下，确定预设减排措施符合预期目标。
图3示出了本申请实施例提供的评估活动期间减排措施的方法的流程图，参考图3所示，基于当前最新的大气污染源排放清单，使用历史年份的气象场进行模拟，通过清单反向订正，得出历史年份的大气污染源排放清单。再通过历史年份的大气污染源排放清单和当前最新的大气污染源排放清单进行对比，得出最新排放清单相对于历史年份的变化量（例如减排量）。将上述变化量和制定的减排措施的减排量相加得到赛事期间的减排量。通过对历史污染过程的评估，定量评估当前减排措施的有效性，即当前实施减排措施后的排放量如果遇到类似的气象场，空气质量能否达到预期目标。
参考图3所示，假定2022年2月1日至2月7日H市要举行重大活动：
（1）确定1月15日至2月28日为目标期间，其中，2月1日至2月7日即为活动期间，1月15日至1月31日即为活动期间前第一预设时间，2月9日至2月28日即为活动期间后第二预设时间；
（2）设置H市多重嵌套网格模拟区域，利用WRF气象模式模拟2016至2021年各年1月15日至2月28日的三维气象场资料，模拟结果用于驱动第三代空气质量模型；
（3）基于当前最新的大气污染源排放清单和2016至2021年各年1月15日至2月28日三维气象场资料，使用第三代空气质量模型进行模拟评估，将模拟结果和监测值进行对比，通过监测值和模拟值的差异对上述目标期间的排放清单进行订正，使目标期间的模拟误差在可接受范围内，得到目标期间当时的大气污染源排放清单；
（4）根据步骤（3）各月反向订正后清单的排放量和当前最新排放清单的排放量的差异，计算出上述目标期间（1月15日至2月28日）当时的排放量相对于当前排放量的差异；
（5）根据当前的排放清单和减排措施，计算应急减排启动后的减排量；
（6）将步骤（4）和步骤（5）的减排量进行耦合得到综合考虑排放清单的年际变化及减排措施启动后相对于上述目标期间实际排放量的减排量；
（7）设置两组情景。情景1（也称为基准情景），使用步骤（3）中的订正后的大气污染源排放清单（即初始排放清单）进行模拟；情景（也称为减排情景）2，使用由步骤（3）中的订正后的大气污染源排放清单和步骤（6）中耦合得到的减排量制作减排情景排放清单（即减排排放清单），使用减排情景排放清单进行模拟；
（8）根据情景1和情景2的模拟差异，结合相对响应因子法，评估当前的减排措施在历史污染过程中是否可以达到预期目标，进而评估当前减排措施的合理性。
本申请实施例中，将对于未来评估的需求转换为基于历史污染过程来评估，解决了未来气象场误差较大进而对评估结果影响较大的问题；通过对历史五年或更长时间同期气象条件下进行模拟评估，考虑的了更多的气象背景场，模拟结果更合理可信。采用反向订正方式得到历史年的排放清单，降低了数据获取难度。通过相对响应因子法降低模拟误差，提高准确度。
根据本申请实施例提供了一种评估活动期间减排措施的装置。
图4示出了本申请实施例提供的评估活动期间减排措施的装置的示意性框图，如图4所示，该装置包括：
第一确定模块410，用于确定活动期间及其前第一预设时间和/或其后第二预设时间为目标期间；
第二确定模块420，用于确定历史多年同期在预设减排措施下的污染过程及其污染物浓度，其中，对于历史多年中每个历史年，根据该历史年同期的历史气象数据，确定该历史年同期在预设减排措施下的污染过程及其污染物浓度；
评估模块430，用于根据历史多年同期的污染过程及其污染物浓度评估预设减排措施。
作为一种实施方式，评估模块430，用于确定历史多年同期总的污染过程的第一数目，确定历史多年同期的污染过程中污染物浓度不达标的污染过程的第二数目，根据第一数目和第二数目评估预设减排措施。
作为一种示例，评估模块430，用于根据上述第一数目和上述第二数目确定污染物浓度不达标的概率；在该概率小于预设值的情况下，确定预设减排措施符合预期目标。
作为一种实施方式，第二确定模块420，用于根据活动期间的当前排放清单和预设减排措施、该历史年同期的初始排放清单，确定该历史年同期在预设减排措施下的减排排放清单；根据该历史年同期的初始排放清单和历史气象数据，确定该历史年同期的第一污染过程及其污染物浓度；根据该历史年同期的减排排放清单和历史气象数据，确定该历史年同期的第二污染过程及其污染物浓度；根据上述第一污染过程及其污染物浓度和该历史年同期的污染物浓度观测数据，对上述第二污染过程及其污染物浓度进行修正，得到修正后的第二污染过程及其污染物浓度。
作为一种实施方式，第二确定模块420，还用于对于至少一个历史年，对目标期间的当前排放清单进行反向订正，得到该历史年同期的初始排放清单。
作为一种实施方式，第二确定模块420，用于根据该历史年同期的历史气象数据，使用空气质量模型确定该历史年同期在预设减排措施下的污染过程及其污染物浓度。
本申请示例性实施例还提供一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器。所述存储器存储有能够被所述至少一个处理器执行的计算机程序，所述计算机程序在被所述至少一个处理器执行时用于使所述电子设备执行根据本申请实施例的方法。
本申请示例性实施例还提供一种存储有计算机程序的非瞬时计算机可读存储介质，其中，所述计算机程序在被计算机的处理器执行时用于使所述计算机执行根据本申请实施例的方法。
本申请示例性实施例还提供一种计算机程序产品，包括计算机程序，其中，所述计算机程序在被计算机的处理器执行时用于使所述计算机执行根据本申请实施例的方法。
参考图5，现将描述可以作为本申请的服务器或客户端的电子设备500的结构框图，其是可以应用于本申请的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图5所示，电子设备500包括计算单元501，其可以根据存储在只读存储器（ROM）502中的计算机程序或者从存储单元508加载到随机访问存储器（RAM）503中的计算机程序，来执行各种适当的动作和处理。在RAM 503中，还可存储设备500操作所需的各种程序和数据。计算单元501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出（I/O）接口505也连接至总线504。
电子设备500中的多个部件连接至I/O接口505，包括：输入单元506、输出单元507、存储单元508以及通信单元509。输入单元506可以是能向电子设备500输入信息的任何类型的设备，输入单元506可以接收输入的数字或字符信息，以及产生与电子设备的用户设置和/或功能控制有关的键信号输入。输出单元507可以是能呈现信息的任何类型的设备，并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元508可以包括但不限于磁盘、光盘。通信单元509允许电子设备500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据，并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组，例如蓝牙设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。
计算单元501可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元501的一些示例包括但不限于中央处理单元（CPU）、图形处理单元（GPU）、各种专用的人工智能（AI）计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器（DSP）、以及任何适当的处理器、控制器、微控制器等。计算单元501执行上文所描述的各个方法和处理。例如，在一些实施例中，评估活动期间减排措施的方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元508。在一些实施例中，计算机程序的部分或者全部可以经由ROM 502和/或通信单元509而被载入和/或安装到电子设备500上。在一些实施例中，计算单元501可以通过其他任何适当的方式（例如，借助于固件）而被配置为执行评估活动期间减排措施的方法。
用于实施本申请的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本申请的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器（RAM）、只读存储器（ROM）、可擦除可编程只读存储器（EPROM或快闪存储器）、光纤、便捷式紧凑盘只读存储器（CD-ROM）、光学储存设备、磁储存设备、或上述内容的任何合适组合。
如本申请使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置（例如，CRT（阴极射线管）或者LCD（液晶显示器）监视器）；以及键盘和指向装置（例如，鼠标或者轨迹球），用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈（例如，视觉反馈、听觉反馈、或者触觉反馈）；并且可以用任何形式（包括声输入、语音输入或者、触觉输入）来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统（例如，作为数据服务器）、或者包括中间件部件的计算系统（例如，应用服务器）、或者包括前端部件的计算系统（例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互）、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信（例如，通信网络）来将系统的部件相互连接。通信网络的示例包括：局域网（LAN）、广域网（WAN）和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
Claims (10)
1.一种评估活动期间减排措施的方法，其特征在于，包括：
确定活动期间及其前第一预设时间和/或其后第二预设时间为目标期间；
确定历史多年同期在预设减排措施下的污染过程及其污染物浓度，其中，对于所述历史多年中每个历史年，根据该历史年同期的历史气象数据，确定该历史年同期在所述预设减排措施下的污染过程及其污染物浓度；
根据所述历史多年同期的污染过程及其污染物浓度评估所述预设减排措施。
2.如权利要求1所述的方法，其中，根据该历史年同期的历史气象数据，确定该历史年同期在所述预设减排措施下的污染过程及其污染物浓度，包括：
根据所述活动期间的当前排放清单和所述预设减排措施、该历史年同期的初始排放清单，确定该历史年同期在所述预设减排措施下的减排排放清单；
根据该历史年同期的初始排放清单和历史气象数据，确定该历史年同期的第一污染过程及其污染物浓度；
根据该历史年同期的所述减排排放清单和历史气象数据，确定该历史年同期的第二污染过程及其污染物浓度；
根据所述第一污染过程及其污染物浓度和该历史年同期的污染物浓度观测数据，对所述第二污染过程及其污染物浓度进行修正，得到修正后的第二污染过程及其污染物浓度。
3.如权利要求2所述的方法，其中，所述方法还包括：
对于至少一个历史年，对所述目标期间的当前排放清单进行反向订正，得到该历史年同期的初始排放清单。
4.如权利要求1至3中任一项所述的方法，其中，根据该历史年同期的历史气象数据，确定该历史年同期在所述预设减排措施下的污染过程及其污染物浓度，包括：
根据该历史年同期的历史气象数据，使用空气质量模型确定该历史年同期在所述预设减排措施下的污染过程及其污染物浓度。
5.如权利要求1至3中任一项所述的方法，其中，根据所述历史多年同期的污染过程及其污染物浓度评估所述预设减排措施，包括：
确定所述历史多年同期总的污染过程的第一数目；
确定所述历史多年同期的污染过程中污染物浓度不达标的污染过程的第二数目；
根据所述第一数目和所述第二数目评估所述预设减排措施。
6.如权利要求5所述的方法，其中，根据所述第一数目和所述第二数目评估所述预设减排措施，包括：
根据所述第一数目和所述第二数目确定污染物浓度不达标的概率；
在所述概率小于预设值的情况下，确定所述预设减排措施符合预期目标。
7.一种评估活动期间减排措施的装置，其特征在于，包括：
第一确定模块，用于确定活动期间及其前第一预设时间和/或其后第二预设时间为目标期间；
第二确定模块，用于确定历史多年同期在预设减排措施下的污染过程及其污染物浓度，其中，对于所述历史多年中每个历史年，根据该历史年同期的历史气象数据，确定该历史年同期在所述预设减排措施下的污染过程及其污染物浓度；
评估模块，用于根据所述历史多年同期的污染过程及其污染物浓度评估所述预设减排措施。
8.如权利要求7所述的装置，其中，所述评估模块，用于确定所述历史多年同期总的污染过程的第一数目，确定所述历史多年同期的所述污染过程中污染物浓度不达标的污染过程的第二数目，根据所述第一数目和所述第二数目评估所述预设减排措施。
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1-6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所述计算机执行根据权利要求1-6中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211154701.1A CN115270013B (zh) | 2022-09-22 | 2022-09-22 | 评估活动期间减排措施的方法、装置及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211154701.1A CN115270013B (zh) | 2022-09-22 | 2022-09-22 | 评估活动期间减排措施的方法、装置及电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115270013A true CN115270013A (zh) | 2022-11-01 |
| CN115270013B CN115270013B (zh) | 2022-12-20 |
Family
ID=83756794
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211154701.1A Active CN115270013B (zh) | 2022-09-22 | 2022-09-22 | 评估活动期间减排措施的方法、装置及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115270013B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116070923A (zh) * | 2023-02-15 | 2023-05-05 | 中科三清科技有限公司 | 大气污染情景模拟方法、装置和电子设备 |
| CN118467986A (zh) * | 2024-07-09 | 2024-08-09 | 北京中科三清环境技术有限公司 | 减排措施落实程度的确定方法、装置与存储介质 |
| CN118467986B (zh) * | 2024-07-09 | 2024-10-29 | 北京中科三清环境技术有限公司 | 减排措施落实程度的确定方法、装置与存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108053071A (zh) * | 2017-12-21 | 2018-05-18 | 宇星科技发展(深圳)有限公司 | 区域空气污染物浓度预测方法、终端及可读存储介质 |
| US20180239057A1 (en) * | 2017-02-22 | 2018-08-23 | International Business Machines Corporation | Forecasting air quality |
| CN113051273A (zh) * | 2021-03-30 | 2021-06-29 | 天津市生态环境科学研究院 | 空气质量数据处理方法、装置、电子设备及存储介质 |
| CN114169179A (zh) * | 2021-12-14 | 2022-03-11 | 重庆市生态环境大数据应用中心 | 一种空气质量本底浓度分析方法 |
| CN114896783A (zh) * | 2022-05-07 | 2022-08-12 | 中科三清科技有限公司 | 空气质量改善效果的评估方法和装置 |
-
2022
- 2022-09-22 CN CN202211154701.1A patent/CN115270013B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20180239057A1 (en) * | 2017-02-22 | 2018-08-23 | International Business Machines Corporation | Forecasting air quality |
| CN108053071A (zh) * | 2017-12-21 | 2018-05-18 | 宇星科技发展(深圳)有限公司 | 区域空气污染物浓度预测方法、终端及可读存储介质 |
| CN113051273A (zh) * | 2021-03-30 | 2021-06-29 | 天津市生态环境科学研究院 | 空气质量数据处理方法、装置、电子设备及存储介质 |
| CN114169179A (zh) * | 2021-12-14 | 2022-03-11 | 重庆市生态环境大数据应用中心 | 一种空气质量本底浓度分析方法 |
| CN114896783A (zh) * | 2022-05-07 | 2022-08-12 | 中科三清科技有限公司 | 空气质量改善效果的评估方法和装置 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116070923A (zh) * | 2023-02-15 | 2023-05-05 | 中科三清科技有限公司 | 大气污染情景模拟方法、装置和电子设备 |
| CN116070923B (zh) * | 2023-02-15 | 2024-05-07 | 中科三清科技有限公司 | 大气污染情景模拟方法、装置和电子设备 |
| CN118467986A (zh) * | 2024-07-09 | 2024-08-09 | 北京中科三清环境技术有限公司 | 减排措施落实程度的确定方法、装置与存储介质 |
| CN118467986B (zh) * | 2024-07-09 | 2024-10-29 | 北京中科三清环境技术有限公司 | 减排措施落实程度的确定方法、装置与存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115270013B (zh) | 2022-12-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11928620B2 (en) | Method for estimating amount of task objects required to reach target completed tasks | |
| CN108574933B (zh) | 用户轨迹恢复方法及装置 | |
| CN111478963B (zh) | 消息推送方法、装置、电子设备及计算机可读存储介质 | |
| US9489138B1 (en) | Method and apparatus for reliable I/O performance anomaly detection in datacenter | |
| CN116882321B (zh) | 气象影响量化评估方法、装置、存储介质及电子设备 | |
| CN114819696B (zh) | 确定污染物浓度影响因素的方法、装置及电子设备 | |
| CN110362242A (zh) | 一种地图展示方法及终端设备 | |
| CN115271547B (zh) | 臭氧污染的源解析方法、装置和电子设备 | |
| CN115270013B (zh) | 评估活动期间减排措施的方法、装置及电子设备 | |
| US20150081398A1 (en) | Determining a performance target setting | |
| CN112287390A (zh) | 基线的自适应调整方法及装置 | |
| CN111311014B (zh) | 业务数据处理方法、装置、计算机设备和存储介质 | |
| CN111445046A (zh) | 酒店预订信息的处理方法、系统、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 | |
| JP6058571B2 (ja) | 必要要員数算出装置、必要要員数算出方法及びプログラム | |
| CN116756522B (zh) | 概率预报方法、装置、存储介质及电子设备 | |
| CN117829892A (zh) | 三维模型供需分析方法、装置、计算机设备和存储介质 | |
| CN117517581A (zh) | 污染物浓度影响评估方法、装置、存储介质及电子设备 | |
| CN114565190B (zh) | 预测大气环境容量的方法、装置及电子设备 | |
| CN112905635A (zh) | 一种业务的处理方法、装置、设备及存储介质 | |
| WO2023049280A1 (en) | Systems and methods to screen a predictive model for risks of the predictive model | |
| CN108712284B (zh) | 一种故障业务的定位方法、装置、及业务服务器 | |
| CN113051127A (zh) | 异常功耗检测方法、装置、电子设备及存储介质 | |
| CN113449062A (zh) | 轨迹处理方法、装置、电子设备和存储介质 | |
| CN113837569A (zh) | It服务人员的匹配方法、系统、电子设备和介质 |
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 |