CN115453070A - 一种用于智慧环保管家的污染物预警方法 - Google Patents

一种用于智慧环保管家的污染物预警方法 Download PDF

Info

Publication number
CN115453070A
CN115453070A CN202211394917.5A CN202211394917A CN115453070A CN 115453070 A CN115453070 A CN 115453070A CN 202211394917 A CN202211394917 A CN 202211394917A CN 115453070 A CN115453070 A CN 115453070A
Authority
CN
China
Prior art keywords
monitoring point
moment
residential area
pollutants
degree
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202211394917.5A
Other languages
English (en)
Other versions
CN115453070B (zh
Inventor
吴用
程凯
褚巍
周亚斌
宋浩
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.)
Anhui Kexin Environmental Protection Co ltd
Original Assignee
Anhui Wanxin Environmental 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 Anhui Wanxin Environmental Technology Co ltd filed Critical Anhui Wanxin Environmental Technology Co ltd
Priority to CN202211394917.5A priority Critical patent/CN115453070B/zh
Publication of CN115453070A publication Critical patent/CN115453070A/zh
Application granted granted Critical
Publication of CN115453070B publication Critical patent/CN115453070B/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
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/0004—Gaseous mixtures, e.g. polluted air
    • G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
    • G01N33/0062—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display
    • G01N33/0063—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display using a threshold to release an alarm or displaying means
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
    • G01P13/00—Indicating or recording presence, absence, or direction, of movement
    • G01P13/02—Indicating direction only, e.g. by weather vane

Landscapes

  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Medicinal Chemistry (AREA)
  • Food Science & Technology (AREA)
  • Combustion & Propulsion (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种用于智慧环保管家的污染物预警方法，属于数据处理技术领域；包括以下步骤：获取每个监测点在不同时刻的污染物浓度及风向；获取每个监测点在当前时刻的污染指数；获取每个监测点在下一时刻的污染指数预测值；获取居民区在下一时刻受污染物的危害程度预测值；根据居民区在下一时刻的污染指数预测值判断是否向居民区发出受大气污染物危害的预警信息。本发明通过提前获取污染物在后续时间段对居民的危害程度，从而提前对污染物进行防范或者管控，减少污染物对居民的危害。

Description

一种用于智慧环保管家的污染物预警方法
技术领域
本发明涉及数据处理技术领域，具体涉及一种用于智慧环保管家的污染物预警方法。
背景技术
目前，对于产生污染物排放的化工工厂，为了减少污染物对居民的危害，一般工厂都位于非居民区，但是对于工厂产生的气体污染物无法控制排放位置，即污染物会传播到居民区，所以在居民区与工厂之间需要对污染物进行监测，以检测污染物对居民区的危害，根据污染物数据进行预警，提醒居民进行污染物防范或者工厂对污染物排放的管控，对于污染物的检测以及预警共同组成一个污染物预警的智慧环保管家系统，保证居民健康。
对于污染物的监测预警过程，现有技术中通常利用基于对环境监测、预测、报警模块构成的智慧环保管家系统，来获取大气污染的危害程度，主要根据污染物的浓度超标而发出预警，此时预警是实时发生的，说明污染物对居民的危害已经产生，所以无法达到预警效果；因此，本发明为了解决现有直接监测并实时预警存在的预警不及时，无法提前避免污染物对居民危害的缺点，而提供一种用于智慧环保管家的污染物预警方法。
发明内容
为了解决现有技术中的不足，本发明提供一种用于智慧环保管家的污染物预警方法，该方法基于智慧环保管家系统，通过污染源基础数据收集包含污染源的位置、排放浓度等内容，依据污染源在线监控数据，获取监测点的污染指数及监测点污染指数预测值，并结合风向和监测点的相对位置进行污染物对居民危害程度的预测，从而提前对污染物进行防范或者管控，减少污染物对下风向居民的危害。
本发明的目的是提供一种用于智慧环保管家的污染物预警方法，包括以下步骤：
通过在工厂与居民区之间布设多个大气污染物监测点，获取每个监测点在不同时刻的污染物浓度及风向；
根据每个监测点当前时刻的污染物浓度以及截至当前时刻污染物浓度的变化规律，获取每个监测点在当前时刻的污染指数；其中，截至当前时刻污染物浓度的变化规律是根据当前时刻之前的每个时刻的污染物浓度而获取的；
根据任一监测点在当前时刻的风向，和所述任一监测点与工厂之间的多个监测点在当前时刻的污染指数、距工厂的距离及工厂至多个监测点的方向，获取任一监测点在下一时刻的污染指数预测值；依次获取每个监测点在下一时刻的污染指数预测值；
根据工厂和每个监测点至居民区的方向，和每个监测点距居民区的距离及每个监测点在下一时刻的污染指数预测值，获取居民区在下一时刻受污染物的危害程度预测值；
根据居民区在下一时刻的污染指数预测值判断是否向居民区发出受大气污染物危害的预警信息。
在一实施例中，所述每个监测点在下一时刻的污染指数预测值是按照以下步骤获取：
获取任一监测点与工厂之间位于任一监测点在当前时刻的上风向的多个第一监测点；并获取每个第一监测点到所述任一监测点的第一距离；以及获取每个第一监测点距过所述任一监测点作平行于当前时刻风向的直线的第二距离；获取工厂至每个第一监测点的方向与所述任一监测点当前时刻风向的夹角；
根据每个第一距离和第二距离，工厂至每个第一监测点的方向与所述任一监测点当前时刻的风向的夹角，以及每个第一监测点在当前时刻的污染指数，获取所述任一监测点在下一时刻的污染指数预测值；
同理，获取每个监测点在下一时刻的污染指数预测值。
在一实施例中，所述每个监测点在下一时刻的污染指数预测值计算公式如下：
Figure 29324DEST_PATH_IMAGE001
式中，
Figure 415306DEST_PATH_IMAGE002
表示第
Figure 929464DEST_PATH_IMAGE003
个监测点在下一时刻
Figure 934460DEST_PATH_IMAGE004
的污染指数预测值；
Figure 483253DEST_PATH_IMAGE005
表示位于第
Figure 40136DEST_PATH_IMAGE003
个监测点在当前时刻
Figure 41590DEST_PATH_IMAGE006
的上风向的多个第一监测点的数量；
Figure 99545DEST_PATH_IMAGE007
表示第
Figure 237265DEST_PATH_IMAGE008
个第一监测点在当前时刻
Figure 965050DEST_PATH_IMAGE006
的污染指数；
Figure 827701DEST_PATH_IMAGE009
表示工厂至第
Figure 299134DEST_PATH_IMAGE008
个第一监测点的方向与所述第
Figure 291361DEST_PATH_IMAGE003
个监测点当前时刻风向的夹角的大小，其中，
Figure 580260DEST_PATH_IMAGE010
表示当前时刻风向，
Figure 556306DEST_PATH_IMAGE011
表示工厂至第
Figure 565850DEST_PATH_IMAGE008
个第一监测点的方向；
Figure 943742DEST_PATH_IMAGE012
表示第
Figure 888695DEST_PATH_IMAGE008
个第一监测点到第
Figure 352038DEST_PATH_IMAGE003
个监测点的第一距离；
Figure 899694DEST_PATH_IMAGE013
表示第
Figure 256726DEST_PATH_IMAGE008
个第一监测点距过第
Figure 762793DEST_PATH_IMAGE003
个监测点作平行于当前时刻风向的直线的第二距离。
在一实施例中，所述居民区在下一时刻受污染物的危害程度预测值是按照以下步骤获取：
获取工厂至居民区的方向与当前时刻风向的第一夹角；并获取每个监测点至居民区的方向与当前时刻风向的第二夹角；以及获取每个监测点距居民区的距离；
根据第一夹角和第二夹角，每个监测点距居民区的距离，以及每个监测点在下一时刻的污染指数预测值，获取居民区在下一时刻受污染物的危害程度预测值。
在一实施例中，所述居民区在下一时刻受污染物的危害程度预测值计算公式如下：
Figure 447853DEST_PATH_IMAGE014
式中，
Figure 64779DEST_PATH_IMAGE015
表示居民区在下一时刻
Figure 260006DEST_PATH_IMAGE016
受污染物的危害程度预测值；
Figure 936975DEST_PATH_IMAGE017
表示工厂至居民区的方向与当前时刻
Figure 109330DEST_PATH_IMAGE018
风向的第一夹角的大小，其中，
Figure 389002DEST_PATH_IMAGE019
表示工厂至居民区的方向；
Figure 595992DEST_PATH_IMAGE020
表示当前时刻
Figure 443862DEST_PATH_IMAGE018
的风向；
Figure 713301DEST_PATH_IMAGE021
表示第
Figure 672029DEST_PATH_IMAGE022
个监测点至居民区的方向与当前时刻
Figure 467947DEST_PATH_IMAGE018
风向的第二夹角的大小，其中，
Figure 486719DEST_PATH_IMAGE023
表示第
Figure 758300DEST_PATH_IMAGE022
个监测点至居民区的方向；
Figure 520720DEST_PATH_IMAGE024
表示第
Figure 436723DEST_PATH_IMAGE022
个监测点在下一时刻
Figure 360817DEST_PATH_IMAGE016
的污染指数预测值；
Figure 103383DEST_PATH_IMAGE025
表示第
Figure 403914DEST_PATH_IMAGE022
个监测点距居民区的距离；
Figure 440003DEST_PATH_IMAGE026
表示监测点的数量。
在一实施例中，还包括：
根据居民区在下一时刻受污染物的危害程度预测值对所述下一时刻之后的任一时刻居民区受污染物的危害程度进行预测；根据所述下一时刻及之后的任一时刻居民区受污染物的危害程度预测值判断是否向居民区发出受大气污染物危害的预警信息。
在一实施例中，对所述下一时刻之后的任一时刻居民区受污染物的危害程度按照以下步骤进行预测：
获取当前时刻之后距所述任一时刻的第一时间段；并获取当前时刻之前与所述第一时间段等长的第二时间段；获取在所述第二时间段内任意相邻时刻的风向的夹角；
根据所述第二时间段内任意相邻时刻的风向的夹角的大小，获取当前时刻之前的所述第二时间段内风向的差异值；
根据当前时刻之后距所述任一时刻的第一时间段，当前时刻之前的所述第二时间段内风向的差异值，以及居民区在下一时刻受污染物的危害程度预测值，获取所述下一时刻之后的任一时刻居民区受污染物的危害程度预测值。
在一实施例中，根据所述下一时刻及之后的任一时刻居民区受污染物的危害程度预测值判断是否向居民区发出受大气污染物危害的预警信息，判断过程如下：
将居民区在下一时刻受污染物的危害程度预测值及所述下一时刻之后的任一时刻居民区受污染物的危害程度预测值进行累加，作为当前时刻之后所述任一时刻的居民区受污染物持续危害的危害程度预测值；
若当前时刻之后所述任一时刻的居民区受污染物持续危害的危害程度预测值大于第一危害程度阈值时，则向居民区发出在当前时刻之后所述任一时刻受大气污染物危害的预警信息。
在一实施例中，根据所述下一时刻及之后的任一时刻居民区受污染物的危害程度预测值判断是否向居民区发出受大气污染物危害的预警信息，判断过程如下：
若当前时刻之后的所述任一时刻的居民区受污染物的危害程度预测值大于第二危害程度阈值时，则向居民区发出在当前时刻之后所述任一时刻受大气污染物危害的预警信息。
本发明的有益效果是：本发明提供的一种用于智慧环保管家的污染物预警方法，该方法根据每个监测点与居民区的位置关系，结合风向判断监测点所反映的污染物对居民区危害程度，从污染物的传播方向预测对居民的危害沉程度。
本发明利用污染物传播与风向的关系，对监测点污染物的危害性进行预测，其中考虑不同监测点对预测监测点的不同贡献，以及预估监测点的污染物来源，从而提高预测的准确性；最后根据监测点污染指数的预测获得污染物对居民的危害程度，对污染物进行提前预警，提前对污染物进行预防，有效杜绝污染物对居民危害，从而保障居民健康。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明的一种用于智慧环保管家的污染物预警方法的实施例总体步骤的流程示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中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他实施例，都属于本发明保护的范围。
本发明针对的智慧环保管家主要是基于对环境监测、预测、报警模块构成的系统，借助智慧环保管家可以预测未来某个时刻大气污染的危害程度。对于环保管家对污染物的预警主要针对污染物对居民的危害程度，预警的及时性和准确性直接影响预警效果。
本发明基于智慧环保管家，通过污染源基础数据收集包含污染源的位置、排放浓度等内容，依据污染源在线监控数据，获取监测点的污染指数及监测点污染指数预测值，并结合风向和监测点的相对位置进行污染物对居民危害程度的预测，从而实现环保管家对污染物的预警。
本发明提供的一种用于智慧环保管家的污染物预警方法，参见图1所示，包括以下步骤：
S1、获取每个监测点在不同时刻的污染物浓度及风向；
通过在工厂与居民区之间布设多个大气污染物监测点，获取每个监测点在不同时刻的污染物浓度及风向；
在本实施例中，通过智慧环保管家进行污染物预警时，首先需要获得污染物的数据，所以在工厂与居民区之间的多个位置建立污染物监测点，每个监测点安装污染物传感器，获得每一时刻污染物浓度，同时在监测点安装风向检测仪，以获得每个时刻的风向数据；然后后续根据监测点的污染物数据以及风向数据；对污染物进行预警。其中，监测点主要获取对居民有危害的大气污染物，比如氮氧化物、硫化物等。需要说明的是，本实施例通过在工厂与居民区之间布设多个大气污染物监测点时，还标记了监测点距工厂和距居民区的距离。
S2、获取每个监测点在当前时刻的污染指数；
根据每个监测点当前时刻的污染物浓度以及截至当前时刻污染物浓度的变化规律，获取每个监测点在当前时刻的污染指数；其中，截至当前时刻污染物浓度的变化规律是根据当前时刻之前的每个时刻的污染物浓度而获取的；
在本实施例中，已知每个监测点所获得的不同时刻的污染物的浓度，由于每个监测点的污染物的浓度会随着风向是在实时变化的，若当前时刻污染物的浓度越高，则危害程度就越大，并且在污染物浓度持续升高时，其潜在危害性增大，则空气的污染指数也会增大，所有根据每个监测点在当前时刻污染物浓度，以及当前时刻之前时刻监测出污染物浓度的变化规律判断其危害性，也就是通过每个监测点历史一段时间内污染物浓度的变化规律及当前时刻污染物浓度计算每个监测点在当前时刻的污染指数的实际值，具体每个监测点在当前时刻的污染指数计算公式如下：
Figure 659632DEST_PATH_IMAGE027
式中，
Figure 781172DEST_PATH_IMAGE028
表示第
Figure 885394DEST_PATH_IMAGE029
个监测点在当前时刻
Figure 120197DEST_PATH_IMAGE030
的污染指数；
Figure 651673DEST_PATH_IMAGE031
表示第
Figure 994929DEST_PATH_IMAGE029
个监测点在当前时刻
Figure 902843DEST_PATH_IMAGE030
的污染物的浓度；
Figure 772578DEST_PATH_IMAGE031
越大，污染物的危害越大；
Figure 474955DEST_PATH_IMAGE032
表示截至当前时刻
Figure 305508DEST_PATH_IMAGE030
污染物浓度的变化规律，具体计算过程为：选择当前时刻
Figure 859855DEST_PATH_IMAGE030
之前10个时刻的污染物浓度，利用最小二乘拟合技术，在输入当前11个时刻的污染物浓度，输出拟合直线，则将直线的斜率作为截至当前时刻
Figure 459464DEST_PATH_IMAGE030
污染物浓度的变化规律即表示
Figure 332742DEST_PATH_IMAGE032
，
Figure 650590DEST_PATH_IMAGE032
越大，表示污染物的上升趋势越大，其潜在危害性越大，污染指数
Figure 759361DEST_PATH_IMAGE028
越大。
由于每个监测点所监测到的污染情况是监测点附近整个区域的受污染的情况，由于短时间内风速没有变化的情况下，可以直接通过每个监测点所监测到的污染物的污染指数来获取居民区在当前时刻实际受污染物的危害程度；对于监测点所反映的污染物对居民生活的危害性与监测点到居民区域的位置有关，监测点距离居民生活区距离越近，所检测的污染物对居民生活危害越大，并且污染物的传播一般与风向一致，则居民区在当前时刻受污染物的危害程度的实际值是按照以下步骤获取：
居民区在当前时刻受污染物的危害程度的实际值是按照以下步骤获取：
获取工厂至居民区的方向与当前时刻风向的第一夹角；并获取每个监测点至居民区的方向与当前时刻风向的第二夹角；以及获取每个监测点距居民区的距离；
根据第一夹角和第二夹角，每个监测点距居民区的距离，以及每个监测点在当前时刻的污染指数，获取居民区在当前时刻受污染物的危害程度的实际值。
具体居民区在当前时刻受污染物的危害程度的实际值的计算公式如下：
Figure 479055DEST_PATH_IMAGE033
式中，
Figure 257655DEST_PATH_IMAGE034
表示居民区在当前时刻
Figure 938166DEST_PATH_IMAGE035
受污染物的危害程度的实际值；
Figure 725994DEST_PATH_IMAGE036
表示第
Figure 300195DEST_PATH_IMAGE037
个监测点在当前时刻
Figure 515275DEST_PATH_IMAGE035
的污染指数；
Figure 666771DEST_PATH_IMAGE038
表示工厂至居民区的方向；
Figure 992710DEST_PATH_IMAGE039
表示当前时刻
Figure 421417DEST_PATH_IMAGE035
的风向；
Figure 181301DEST_PATH_IMAGE040
表示工厂至居民区的方向与当前时刻
Figure 961038DEST_PATH_IMAGE035
风向的第一夹角的大小；
Figure 90668DEST_PATH_IMAGE041
表示第
Figure 373882DEST_PATH_IMAGE042
个监测点至居民区的方向与当前时刻
Figure 320978DEST_PATH_IMAGE035
风向的第二夹角的大小，其中，
Figure 56853DEST_PATH_IMAGE043
表示第
Figure 990174DEST_PATH_IMAGE042
个监测点至居民区的方向；
Figure 3260DEST_PATH_IMAGE044
表示第
Figure 996624DEST_PATH_IMAGE042
个监测点距居民区的距离；
Figure 485374DEST_PATH_IMAGE045
表示监测点的数量。
其中，
Figure 956807DEST_PATH_IMAGE046
越小，当前风向引起污染物对居民的危害越大，
Figure 339247DEST_PATH_IMAGE047
表示当前风向将工厂污染物传播到居民区的程度，分母+1为计算稳定常数，防止
Figure 237933DEST_PATH_IMAGE048
使得整体计算参数
Figure 948400DEST_PATH_IMAGE049
；
Figure 597425DEST_PATH_IMAGE051
越大，当前风向引起污染物对居民的危害越大；
Figure 975316DEST_PATH_IMAGE052
越小，第
Figure 44903DEST_PATH_IMAGE042
个监测点所反映的污染物对居民危害性越大，
Figure 508246DEST_PATH_IMAGE053
表示第
Figure 446115DEST_PATH_IMAGE042
个监测点到居民区方向与风向的差异，
Figure 412934DEST_PATH_IMAGE053
越小，在当前风向下第
Figure 653422DEST_PATH_IMAGE042
个监测点所反映的污染物对居民危害性越大。
所以
Figure 479427DEST_PATH_IMAGE054
表示当前所有监测点所反映的污染物对居民危害性，
Figure 96353DEST_PATH_IMAGE055
越大，表示在当前风向下居民受实际受污染物的危害程度越大，则居民区在当前时刻
Figure 917679DEST_PATH_IMAGE056
受污染物的危害程度的实际值记为
Figure 719281DEST_PATH_IMAGE057
。
需要说明的是，居民区在当前时刻已经知道实际受污染物的危害程度，说明已经正在被污染物危害，为了能够提前预警受污染物的危害程度，因此，需要对居民区在当前时刻之后的时刻受污染物的危害程度进行预测，这样可以根据预测值做好防护，并且可以反馈工厂对大气污染物的散播采取更加严格的防控措施，避免对空气进行污染。
在工厂污染物对居民的危害分析中，考虑到风向引起的污染物的漂移对居民的危害，具体利用每个监测点的位置、方向以及监测点受风向的影响，可以根据非居民区的监测点的污染物危害判断对于居民区的危害程度，即不限于监测点的位置进行污染物对居民区的危害程度的判断。
S3、获取每个监测点在下一时刻的污染指数预测值；
根据任一监测点在当前时刻的风向，和所述任一监测点与工厂之间的多个监测点在当前时刻的污染指数、距工厂的距离及工厂至多个监测点的方向，获取任一监测点在下一时刻的污染指数预测值；依次获取每个监测点在下一时刻的污染指数预测值；
通过S2中，判断不同的风向下，每个监测点的污染物对居民区的危害程度，此时为了保护居民区健康环境，需要对污染物进行预警，并且预警越及时，预警效果越好，所以本实施例根据不同时刻监测点污染物对居民区的危害程度，进行污染物危害性预测。首先通过预测在每个监测点处在下一时刻的污染指数预测值，从而通过每个监测点处在下一时刻的污染指数预测值能够预测出居民区在下一时刻受污染物的危害程度；具体所述每个监测点在下一时刻的污染指数预测值是按照以下步骤获取：
获取任一监测点与工厂之间位于任一监测点在当前时刻的上风向的多个第一监测点；并获取每个第一监测点到所述任一监测点的第一距离；以及获取每个第一监测点距过所述任一监测点作平行于当前时刻风向的直线的第二距离；获取工厂至每个第一监测点的方向与所述任一监测点当前时刻风向的夹角；
根据每个第一距离和第二距离，工厂至每个第一监测点的方向与所述任一监测点当前时刻的风向的夹角，以及每个第一监测点在当前时刻的污染指数，对所述任一监测点在下一时刻的污染指数进行预测，获取所述任一监测点在下一时刻的污染指数预测值；
同理，获取每个监测点在下一时刻的污染指数预测值。
其中，所述每个监测点在下一时刻的污染指数预测值计算公式如下：
Figure 891637DEST_PATH_IMAGE058
式中，
Figure 46674DEST_PATH_IMAGE059
表示第
Figure 253665DEST_PATH_IMAGE060
个监测点在下一时刻
Figure DEST_PATH_IMAGE061
的污染指数预测值；
Figure 944278DEST_PATH_IMAGE062
表示位于第
Figure 338350DEST_PATH_IMAGE060
个监测点在当前时刻
Figure 421713DEST_PATH_IMAGE063
的上风向的多个第一监测点的数量；也就是在第
Figure 483210DEST_PATH_IMAGE060
个监测点的逆风方向上，统计距过第
Figure 501981DEST_PATH_IMAGE060
个监测点作平行于当前时刻风向的直线距离小于
Figure 648929DEST_PATH_IMAGE064
的第一监测点的数量，在本实施例中根据经验设置
Figure 21136DEST_PATH_IMAGE065
，可根据实际场景进行调整；
Figure 937139DEST_PATH_IMAGE066
表示第
Figure 126812DEST_PATH_IMAGE067
个第一监测点在当前时刻
Figure 620110DEST_PATH_IMAGE068
的污染指数；
Figure 920641DEST_PATH_IMAGE069
越大，在下一时刻
Figure 691151DEST_PATH_IMAGE070
传播到第
Figure 51726DEST_PATH_IMAGE060
个监测点的污染物越多，所以
Figure 547167DEST_PATH_IMAGE066
越大，第
Figure 385810DEST_PATH_IMAGE060
个监测点在下一时刻的污染物的危害性越大；
Figure 276405DEST_PATH_IMAGE071
表示工厂至第
Figure 807881DEST_PATH_IMAGE072
个第一监测点的方向与所述第
Figure 10192DEST_PATH_IMAGE073
个监测点当前时刻风向的夹角的大小，其中，
Figure 918105DEST_PATH_IMAGE074
表示当前时刻风向，
Figure 272994DEST_PATH_IMAGE075
表示工厂至第
Figure 975371DEST_PATH_IMAGE076
个第一监测点的方向；
Figure 805924DEST_PATH_IMAGE077
越小，表示第
Figure 986369DEST_PATH_IMAGE078
个第一监测点监测的污染物来源越可能是工厂，即污染物的持续性较高，所以在风向的作用下污染物传播到第
Figure 976191DEST_PATH_IMAGE079
个监测点的可能性越高，即预测第
Figure 849469DEST_PATH_IMAGE079
个监测点在下一时刻
Figure 167318DEST_PATH_IMAGE061
的污染危害程度越大；
Figure 151454DEST_PATH_IMAGE080
表示第
Figure 979471DEST_PATH_IMAGE078
个第一监测点到第
Figure 23650DEST_PATH_IMAGE079
个监测点的第一距离；
Figure 828795DEST_PATH_IMAGE081
表示第
Figure 741256DEST_PATH_IMAGE076
个第一监测点距过第
Figure 315457DEST_PATH_IMAGE079
个监测点作平行于当前时刻风向的直线的第二距离；
Figure 264959DEST_PATH_IMAGE080
，
Figure 167187DEST_PATH_IMAGE081
越大，第
Figure 758705DEST_PATH_IMAGE078
个第一监测点污染物传播到第
Figure 187412DEST_PATH_IMAGE079
个监测点的可能性越低，所以
Figure 573394DEST_PATH_IMAGE082
对
Figure 477765DEST_PATH_IMAGE083
的影响越小。
需要说明的是，在本实施例中，
Figure 341816DEST_PATH_IMAGE084
表示当前时刻；
Figure 625030DEST_PATH_IMAGE085
表示当前时刻
Figure 821394DEST_PATH_IMAGE086
的下一时刻。
对每个监测点在下一时刻的污染指数进行预测过程中，利用污染物顺风向传播的特点，在污染物向监测点的传播方向，结合当前时刻监测点与预测监测点的方向关系，确定不同监测点对预测监测点的不同贡献，从而提高预测的准确性；同时，考虑利用风向与监测点的方向关系，预估监测点的污染物来源，提高监测点污染物来源的持续性，确定污染物传播的可能性，进一步提高预测的准确性。
S4、获取居民区在下一时刻受污染物的危害程度预测值；
根据工厂和每个监测点至居民区的方向，和每个监测点距居民区的距离及每个监测点在下一时刻的污染指数预测值，获取居民区在下一时刻受污染物的危害程度预测值；
根据步骤S3中，对每个监测点在下一时刻的污染指数进行预测，在本实施例中主要针对污染物对居民的危害程度监测与预警，所以需要对污染物对居民危害程度进行预测。根据获取的每个监测点在下一时刻的污染指数预测值，对居民区在下一时刻受污染物的危害程度进行预测，获取居民区在下一时刻受污染物的危害程度预测值；具体所述居民区在下一时刻受污染物的危害程度预测值是按照以下步骤获取：
获取工厂至居民区的方向与当前时刻风向的第一夹角；并获取每个监测点至居民区的方向与当前时刻风向的第二夹角；以及获取每个监测点距居民区的距离；
根据第一夹角和第二夹角，每个监测点距居民区的距离，以及每个监测点在下一时刻的污染指数预测值，获取居民区在下一时刻受污染物的危害程度预测值。
其中，所述居民区在下一时刻受污染物的危害程度预测值计算公式如下：
Figure 822848DEST_PATH_IMAGE087
式中，
Figure 490590DEST_PATH_IMAGE088
表示居民区在下一时刻
Figure 893889DEST_PATH_IMAGE089
受污染物的危害程度预测值；
Figure 11887DEST_PATH_IMAGE090
表示工厂至居民区的方向与当前时刻
Figure 969478DEST_PATH_IMAGE091
风向的第一夹角的大小，其中，
Figure 706490DEST_PATH_IMAGE092
表示工厂至居民区的方向；
Figure 839662DEST_PATH_IMAGE093
表示当前时刻
Figure 738348DEST_PATH_IMAGE091
的风向；
Figure 714395DEST_PATH_IMAGE094
表示第
Figure 989518DEST_PATH_IMAGE095
个监测点至居民区的方向与当前时刻
Figure 960885DEST_PATH_IMAGE091
风向的第二夹角的大小，其中，
Figure 296052DEST_PATH_IMAGE096
表示第
Figure 493815DEST_PATH_IMAGE097
个监测点至居民区的方向；
Figure 969968DEST_PATH_IMAGE098
表示第
Figure 202366DEST_PATH_IMAGE097
个监测点在下一时刻
Figure 442855DEST_PATH_IMAGE089
的污染指数预测值；
Figure 393493DEST_PATH_IMAGE099
表示第
Figure 135053DEST_PATH_IMAGE097
个监测点距居民区的距离；
Figure 221958DEST_PATH_IMAGE100
表示监测点的数量。
Figure 367768DEST_PATH_IMAGE101
表示居民区在下一时刻
Figure 415490DEST_PATH_IMAGE102
受污染物的危害程度预测值，
Figure 836107DEST_PATH_IMAGE103
越大，居民区在下一时刻
Figure 777518DEST_PATH_IMAGE089
受污染物危害的可能性越大。
为此，通过对污染物对居民的危害程度进行预测，根据预测的危害程度对污染物进行提前预警，提前对污染物进行预防，有效杜绝污染物对居民危害，从而保障居民健康。
S5、根据居民区在下一时刻的污染指数预测值判断是否向居民区发出受大气污染物危害的预警信息。
需要说明的是，通过当前时刻污染指数预测下一时刻污染物对居民的危害程度，然后根据所预测的污染物对居民的危害程度进行提前预警，此时为了提高预警的及时性，需要进行长时间段的预测。所以在本实施例中，还包括：
根据居民区在下一时刻受污染物的危害程度预测值对所述下一时刻之后的任一时刻居民区受污染物的危害程度进行预测；根据所述下一时刻及之后的任一时刻居民区受污染物的危害程度预测值判断是否向居民区发出受大气污染物危害的预警信息。
其中，对所述下一时刻之后的任一时刻居民区受污染物的危害程度按照以下步骤进行预测：
获取当前时刻之后距所述任一时刻的第一时间段；并获取当前时刻之前与所述第一时间段等长的第二时间段；获取在所述第二时间段内任意相邻时刻的风向的夹角；
根据所述第二时间段内任意相邻时刻的风向的夹角的大小，获取当前时刻之前的所述第二时间段内风向的差异值；
根据当前时刻之后距所述任一时刻的第一时间段，当前时刻之前的所述第二时间段内风向的差异值，以及居民区在下一时刻受污染物的危害程度预测值，获取所述下一时刻之后的任一时刻居民区受污染物的危害程度预测值。
在本实施例中，在当前时刻
Figure 484443DEST_PATH_IMAGE104
预测获得下一时刻
Figure 144095DEST_PATH_IMAGE105
污染物对居民的危害程度为
Figure 102823DEST_PATH_IMAGE106
，因为在当前预测过程中，只对下一时刻的污染物对居民的危害进行预测，但是在实际中污染物的危害往往是一段时间持续性的，所以需要对长时间段的污染物危害进行预测。在当前时刻
Figure 164320DEST_PATH_IMAGE107
预测之后多个时刻污染物对居民的危害程度，具体所述下一时刻之后的任一时刻居民区受污染物的危害程度预测值的计算公式如下：
Figure 556993DEST_PATH_IMAGE108
式中，
Figure 438361DEST_PATH_IMAGE109
表示居民区在下一时刻
Figure 935202DEST_PATH_IMAGE105
受污染物的危害程度预测值；
Figure 975839DEST_PATH_IMAGE110
表示在当前时刻
Figure 165512DEST_PATH_IMAGE104
之后的
Figure 799756DEST_PATH_IMAGE111
时刻居民区受污染物的危害程度预测值，也就是下一时刻
Figure 100287DEST_PATH_IMAGE112
之后的
Figure 746163DEST_PATH_IMAGE111
时刻居民区受污染物的危害程度预测值；
Figure 841158DEST_PATH_IMAGE111
表示当前时刻
Figure 697119DEST_PATH_IMAGE104
之后的第
Figure 925975DEST_PATH_IMAGE111
个时刻，
Figure 816570DEST_PATH_IMAGE111
越大，表示其预测值的可信程度越低；
Figure 348046DEST_PATH_IMAGE113
表示当前时刻
Figure 691302DEST_PATH_IMAGE104
之前第
Figure 707538DEST_PATH_IMAGE114
个时刻的风向；
Figure 187061DEST_PATH_IMAGE115
表示当前时刻
Figure 889437DEST_PATH_IMAGE104
之前第
Figure 844624DEST_PATH_IMAGE116
个时刻的风向；
Figure 290649DEST_PATH_IMAGE117
表示当前时刻
Figure 155837DEST_PATH_IMAGE104
之前第
Figure 29115DEST_PATH_IMAGE114
个时刻的风向与当前时刻
Figure 956750DEST_PATH_IMAGE104
之前第
Figure 206466DEST_PATH_IMAGE116
个时刻的风向的夹角的大小；通过计算
Figure 660581DEST_PATH_IMAGE118
获取当前时刻
Figure 829394DEST_PATH_IMAGE119
到之前的
Figure 368960DEST_PATH_IMAGE120
个时刻之间的第二时间段内风向的差异值；
Figure 156788DEST_PATH_IMAGE121
越大，表示风向的估计越不准确，所以所获得的t时刻后第v时刻的危害程度预测值越不可信；
Figure 730988DEST_PATH_IMAGE122
表示在当前时刻
Figure 54391DEST_PATH_IMAGE119
之后的
Figure 346832DEST_PATH_IMAGE120
时刻居民区受污染物的危害程度预测值，也就是下一时刻
Figure 672771DEST_PATH_IMAGE105
之后的
Figure 491692DEST_PATH_IMAGE120
时刻居民区受污染物的危害程度预测值；
Figure 877674DEST_PATH_IMAGE120
表示当前时刻
Figure 391832DEST_PATH_IMAGE119
之后的第
Figure 521462DEST_PATH_IMAGE120
个时刻，
Figure 680042DEST_PATH_IMAGE120
越大，表示其预测值的可信程度越低；
为此，根据相邻时刻污染物对居民危害程度的预测值，进行长时间段的污染物危害的预测，并根据预测的时间段的长度以及风向估计的准确性获得长时间段污染物对居民的危害程度预测值。利用长时间段污染物对居民的危害程度预测值，可以进行长时间的预警，提高预警的及时性，即更提前获得污染物对居民的危害程度，便于对污染物的防范，减少污染物对居民危害。
在本实施例中，根据所述下一时刻及之后的任一时刻居民区受污染物的危害程度预测值判断是否向居民区发出受大气污染物危害的预警信息，判断过程如下：
若当前时刻之后的所述任一时刻的居民区受污染物的危害程度预测值大于第二危害程度阈值时，则向居民区发出在当前时刻之后所述任一时刻受大气污染物危害的预警信息。其中，在实际中设置污染物对居民持续性危害的第二危害程度阈值。
进一步，根据所述下一时刻及之后的任一时刻居民区受污染物的危害程度预测值判断是否向居民区发出受大气污染物危害的预警信息，判断过程如下：
将居民区在下一时刻受污染物的危害程度预测值及所述下一时刻之后的任一时刻居民区受污染物的危害程度预测值进行累加，作为当前时刻之后所述任一时刻的居民区受污染物持续危害的危害程度预测值；
若当前时刻之后所述任一时刻的居民区受污染物持续危害的危害程度预测值大于第一危害程度阈值时，则向居民区发出在当前时刻之后所述任一时刻受大气污染物危害的预警信息。
则已知在当前时刻
Figure 236925DEST_PATH_IMAGE123
获得的当前时刻
Figure 238379DEST_PATH_IMAGE123
以后的第
Figure 296334DEST_PATH_IMAGE124
时刻污染物对居民危害程度的预测值为
Figure 699633DEST_PATH_IMAGE125
，
Figure 427418DEST_PATH_IMAGE126
，其中，
Figure 916168DEST_PATH_IMAGE127
表示可预测的时间段长度，根据经验设置n=10，此时在当前时刻
Figure 761502DEST_PATH_IMAGE123
所预测的污染物对居民的危害程度表示为持续性的危害程度，则当前时刻之后所述任一时刻的居民区受污染物持续危害的危害程度预测值表示为
Figure 19308DEST_PATH_IMAGE128
，
Figure 917994DEST_PATH_IMAGE129
表示居民区在下一时刻受污染物的危害程度预测值及所述下一时刻之后的任一时刻居民区受污染物的危害程度预测值的累加值；
当居民区在下一时刻受污染物的危害程度预测值及所述下一时刻之后的任一时刻居民区受污染物的危害程度预测值的累加值
Figure 18674DEST_PATH_IMAGE130
大于第一危害程度阈值时，则向居民区发出在当前时刻之后所述任一时刻受大气污染物危害的预警信息。其中，在实际中设置污染物对居民持续性危害的第一危害程度阈值。其中预警信息，危害程度预测值，以及对居民及时做好防范、防护工作的建议。
为此，通过污染物对居民危害程度的预测值，实现智慧环保管家的污染物预警，此时智慧环保管家连接工厂通知中心与居民生活通知中心，及时发出预警信号，在智慧环保管家发出预警后，居民及时做好防范、防护工作，避免污染物危害健康；同时工厂及时减少或者关闭大气污染物的排放，避免污染物的居民的持续危害。
本发明提供的一种用于智慧环保管家的污染物预警方法，该方法根据每个监测点与居民区的位置关系，结合风向判断监测点所反映的污染物对居民区危害程度，从污染物的传播方向反应对居民的危害沉程度；为了解决现有直接监测并实时预警存在的预警不及时，无法提前避免污染物对居民危害的缺点，本发明利用污染物传播与风向的关系，对监测点污染物的危害性进行预测，其中考虑不同监测点对预测监测点的不同贡献，以及预估监测点的污染物来源，从而提高预测的准确性；最后根据监测点污染指数的预测获得污染物对居民的危害程度，对污染物进行提前预警，提前对污染物进行预防，有效杜绝污染物对居民危害，从而保障居民健康。
以上仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种用于智慧环保管家的污染物预警方法，其特征在于，包括以下步骤：
通过在工厂与居民区之间布设多个大气污染物监测点，获取每个监测点在不同时刻的污染物浓度及风向；
根据每个监测点当前时刻的污染物浓度以及截至当前时刻污染物浓度的变化规律，获取每个监测点在当前时刻的污染指数；其中，截至当前时刻污染物浓度的变化规律是根据当前时刻之前的每个时刻的污染物浓度而获取的；
根据任一监测点在当前时刻的风向，和所述任一监测点与工厂之间的多个监测点在当前时刻的污染指数、距工厂的距离及工厂至多个监测点的方向，获取任一监测点在下一时刻的污染指数预测值；依次获取每个监测点在下一时刻的污染指数预测值；
根据工厂和每个监测点至居民区的方向，和每个监测点距居民区的距离及每个监测点在下一时刻的污染指数预测值，获取居民区在下一时刻受污染物的危害程度预测值；
根据居民区在下一时刻的污染指数预测值判断是否向居民区发出受大气污染物危害的预警信息。
2.根据权利要求1所述的用于智慧环保管家的污染物预警方法，其特征在于，所述每个监测点在下一时刻的污染指数预测值是按照以下步骤获取：
获取任一监测点与工厂之间位于任一监测点在当前时刻的上风向的多个第一监测点；并获取每个第一监测点到所述任一监测点的第一距离；以及获取每个第一监测点距过所述任一监测点作平行于当前时刻风向的直线的第二距离；获取工厂至每个第一监测点的方向与所述任一监测点当前时刻风向的夹角；
根据每个第一距离和第二距离，工厂至每个第一监测点的方向与所述任一监测点当前时刻的风向的夹角，以及每个第一监测点在当前时刻的污染指数，获取所述任一监测点在下一时刻的污染指数预测值；
同理，获取每个监测点在下一时刻的污染指数预测值。
3.根据权利要求2所述的用于智慧环保管家的污染物预警方法，其特征在于，所述每个监测点在下一时刻的污染指数预测值计算公式如下：
Figure DEST_PATH_IMAGE002
式中，
Figure DEST_PATH_IMAGE004
表示第
Figure DEST_PATH_IMAGE006
个监测点在下一时刻
Figure DEST_PATH_IMAGE008
的污染指数预测值；
Figure DEST_PATH_IMAGE010
表示位于第
Figure 757046DEST_PATH_IMAGE006
个监测点在当前时刻
Figure DEST_PATH_IMAGE012
的上风向的多个第一监测点的数量；
Figure DEST_PATH_IMAGE014
表示第
Figure DEST_PATH_IMAGE016
个第一监测点在当前时刻
Figure 470924DEST_PATH_IMAGE012
的污染指数；
Figure DEST_PATH_IMAGE018
表示工厂至第
Figure 329290DEST_PATH_IMAGE016
个第一监测点的方向与所述第
Figure 458920DEST_PATH_IMAGE006
个监测点当前时刻风向的夹角的大小，其中，
Figure DEST_PATH_IMAGE020
表示当前时刻风向，
Figure DEST_PATH_IMAGE022
表示工厂至第
Figure 335609DEST_PATH_IMAGE016
个第一监测点的方向；
Figure DEST_PATH_IMAGE024
表示第
Figure 749884DEST_PATH_IMAGE016
个第一监测点到第
Figure 751338DEST_PATH_IMAGE006
个监测点的第一距离；
Figure DEST_PATH_IMAGE026
表示第
Figure 278134DEST_PATH_IMAGE016
个第一监测点距过第
Figure 681433DEST_PATH_IMAGE006
个监测点作平行于当前时刻风向的直线的第二距离。
4.根据权利要求1所述的用于智慧环保管家的污染物预警方法，其特征在于，所述居民区在下一时刻受污染物的危害程度预测值是按照以下步骤获取：
获取工厂至居民区的方向与当前时刻风向的第一夹角；并获取每个监测点至居民区的方向与当前时刻风向的第二夹角；以及获取每个监测点距居民区的距离；
根据第一夹角和第二夹角，每个监测点距居民区的距离，以及每个监测点在下一时刻的污染指数预测值，获取居民区在下一时刻受污染物的危害程度预测值。
5.根据权利要求4所述的用于智慧环保管家的污染物预警方法，其特征在于，所述居民区在下一时刻受污染物的危害程度预测值计算公式如下：
Figure DEST_PATH_IMAGE028
式中，
Figure DEST_PATH_IMAGE030
表示居民区在下一时刻
Figure DEST_PATH_IMAGE032
受污染物的危害程度预测值；
Figure DEST_PATH_IMAGE034
表示工厂至居民区的方向与当前时刻
Figure DEST_PATH_IMAGE036
风向的第一夹角的大小，其中，
Figure DEST_PATH_IMAGE038
表示工厂至居民区的方向；
Figure DEST_PATH_IMAGE040
表示当前时刻
Figure 596169DEST_PATH_IMAGE036
的风向；
Figure DEST_PATH_IMAGE042
表示第
Figure DEST_PATH_IMAGE044
个监测点至居民区的方向与当前时刻
Figure 412815DEST_PATH_IMAGE036
风向的第二夹角的大小，其中，
Figure DEST_PATH_IMAGE046
表示第
Figure 415406DEST_PATH_IMAGE044
个监测点至居民区的方向；
Figure DEST_PATH_IMAGE048
表示第
Figure 220682DEST_PATH_IMAGE044
个监测点在下一时刻
Figure 447264DEST_PATH_IMAGE032
的污染指数预测值；
Figure DEST_PATH_IMAGE050
表示第
Figure 954469DEST_PATH_IMAGE044
个监测点距居民区的距离；
Figure DEST_PATH_IMAGE052
表示监测点的数量。
6.根据权利要求1所述的用于智慧环保管家的污染物预警方法，其特征在于，还包括：
根据居民区在下一时刻受污染物的危害程度预测值对所述下一时刻之后的任一时刻居民区受污染物的危害程度进行预测；根据所述下一时刻及之后的任一时刻居民区受污染物的危害程度预测值判断是否向居民区发出受大气污染物危害的预警信息。
7.根据权利要求6所述的用于智慧环保管家的污染物预警方法，其特征在于，对所述下一时刻之后的任一时刻居民区受污染物的危害程度按照以下步骤进行预测：
获取当前时刻之后距所述任一时刻的第一时间段；并获取当前时刻之前与所述第一时间段等长的第二时间段；获取在所述第二时间段内任意相邻时刻的风向的夹角；
根据所述第二时间段内任意相邻时刻的风向的夹角的大小，获取当前时刻之前的所述第二时间段内风向的差异值；
根据当前时刻之后距所述任一时刻的第一时间段，当前时刻之前的所述第二时间段内风向的差异值，以及居民区在下一时刻受污染物的危害程度预测值，获取所述下一时刻之后的任一时刻居民区受污染物的危害程度预测值。
8.根据权利要求6所述的用于智慧环保管家的污染物预警方法，其特征在于，根据所述下一时刻及之后的任一时刻居民区受污染物的危害程度预测值判断是否向居民区发出受大气污染物危害的预警信息，判断过程如下：
将居民区在下一时刻受污染物的危害程度预测值及所述下一时刻之后的任一时刻居民区受污染物的危害程度预测值进行累加，作为当前时刻之后所述任一时刻的居民区受污染物持续危害的危害程度预测值；
若当前时刻之后所述任一时刻的居民区受污染物持续危害的危害程度预测值大于第一危害程度阈值时，则向居民区发出在当前时刻之后所述任一时刻受大气污染物危害的预警信息。
9.根据权利要求6所述的用于智慧环保管家的污染物预警方法，其特征在于，根据所述下一时刻及之后的任一时刻居民区受污染物的危害程度预测值判断是否向居民区发出受大气污染物危害的预警信息，判断过程如下：
若当前时刻之后的所述任一时刻的居民区受污染物的危害程度预测值大于第二危害程度阈值时，则向居民区发出在当前时刻之后所述任一时刻受大气污染物危害的预警信息。
CN202211394917.5A 2022-11-09 2022-11-09 一种用于智慧环保管家的污染物预警方法 Active CN115453070B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211394917.5A CN115453070B (zh) 2022-11-09 2022-11-09 一种用于智慧环保管家的污染物预警方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211394917.5A CN115453070B (zh) 2022-11-09 2022-11-09 一种用于智慧环保管家的污染物预警方法

Publications (2)

Publication Number Publication Date
CN115453070A true CN115453070A (zh) 2022-12-09
CN115453070B CN115453070B (zh) 2023-03-10

Family

ID=84310504

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211394917.5A Active CN115453070B (zh) 2022-11-09 2022-11-09 一种用于智慧环保管家的污染物预警方法

Country Status (1)

Country Link
CN (1) CN115453070B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117332931A (zh) * 2023-12-01 2024-01-02 青岛熙正数字科技有限公司 一种基于SaaS的智慧环保服务系统及方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170091350A1 (en) * 2015-09-24 2017-03-30 Alexander Bauer Near real-time modeling of pollution dispersion
CN107941994A (zh) * 2017-11-09 2018-04-20 北京伟瑞迪科技有限公司 一种面向工业园区污染物溯源分析方法
CN113029868A (zh) * 2021-03-04 2021-06-25 彭润芬 针对季风性大气污染的分布式监测装置及其预测方法
CN113514612A (zh) * 2021-06-30 2021-10-19 杭州谱育科技发展有限公司 区域内污染的溯源方法
CN113947238A (zh) * 2021-09-15 2022-01-18 上海师范大学 一种基于多站点时空关联的城市污染物浓度预测方法
CN114280695A (zh) * 2017-05-09 2022-04-05 西南石油大学 一种空气污染物监测预警方法及云平台
US20220214322A1 (en) * 2021-01-07 2022-07-07 Tsinghua University Air pollutants concentration forecasting method and apparatus and storage medium
CN115201071A (zh) * 2022-09-09 2022-10-18 杭州泽天春来科技有限公司 一种基于厂界恶臭在线监测系统的空气扩散溯源方法及系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170091350A1 (en) * 2015-09-24 2017-03-30 Alexander Bauer Near real-time modeling of pollution dispersion
CN114280695A (zh) * 2017-05-09 2022-04-05 西南石油大学 一种空气污染物监测预警方法及云平台
CN107941994A (zh) * 2017-11-09 2018-04-20 北京伟瑞迪科技有限公司 一种面向工业园区污染物溯源分析方法
US20220214322A1 (en) * 2021-01-07 2022-07-07 Tsinghua University Air pollutants concentration forecasting method and apparatus and storage medium
CN113029868A (zh) * 2021-03-04 2021-06-25 彭润芬 针对季风性大气污染的分布式监测装置及其预测方法
CN113514612A (zh) * 2021-06-30 2021-10-19 杭州谱育科技发展有限公司 区域内污染的溯源方法
CN113947238A (zh) * 2021-09-15 2022-01-18 上海师范大学 一种基于多站点时空关联的城市污染物浓度预测方法
CN115201071A (zh) * 2022-09-09 2022-10-18 杭州泽天春来科技有限公司 一种基于厂界恶臭在线监测系统的空气扩散溯源方法及系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117332931A (zh) * 2023-12-01 2024-01-02 青岛熙正数字科技有限公司 一种基于SaaS的智慧环保服务系统及方法

Also Published As

Publication number Publication date
CN115453070B (zh) 2023-03-10

Similar Documents

Publication Publication Date Title
US11959777B2 (en) Methods and Internet of Things (IoT) systems for safety management of smart gas underground gas pipeline networks
CN115453070B (zh) 一种用于智慧环保管家的污染物预警方法
Wang et al. Transport characteristics of Chinese haze over Northern Taiwan in winter, 2005–2014
CN108535414B (zh) 轨道式巡检系统
KR100734861B1 (ko) 실시간 악취 모니터링/관리 시스템 및 그 방법
KR102240396B1 (ko) 실시간 악취 추적 통합 모니터링 시스템
CN108051547A (zh) 一种具有实时预警功能的空气质量监控系统
EP3339855B1 (en) System and method for predicting presence of hazardous airborne materials in a region to be protected
CN112750316A (zh) 智能诱导与团雾检测装置、系统及方法
CN113313914A (zh) 团雾监测方法、装置、系统及存储介质
CN108648452A (zh) 一种道路交通状态判断方法及交通态势监控中心
CN115325675A (zh) 一种用于自动调节室内空气环境的新风控制系统及方法
CN108896713B (zh) 针对气体污染源的污染治理方法及治理系统
CN117540229A (zh) 一种基于聚类算法的大气环境监测方法
CN114677013B (zh) 一种基于物联网的大气碳浓度监控系统
CN115983800A (zh) 道路安全智能排水管网方法及系统
CN114023043A (zh) 一种泄露气体安全预警方法
JP4959628B2 (ja) 防災向け警報システム
TW202117241A (zh) 空氣品質監測系統
TWI640963B (zh) 提供空氣品質資訊的方法
CN117972593B (zh) 一种典型重污染历史案例库分析的长期预报预警方法
CN118313991B (zh) 一种基于物联网的环保检测方法及系统
CN110888948B (zh) 区域大数据动态修正方法
TW201911195A (zh) 提供空氣品質資訊的方法
CN116822913B (zh) 一种基于智慧园区的大数据环保服务系统

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
CP03 Change of name, title or address

Address after: 230000 building 3, Hefei innovation center, No. 168, Jiulong Road, Hefei Economic and Technological Development Zone, Anhui Province

Patentee after: Anhui Kexin Environmental Protection Co.,Ltd.

Country or region after: China

Address before: 230000 building 3, Hefei innovation center, No. 168, Jiulong Road, Hefei Economic and Technological Development Zone, Anhui Province

Patentee before: ANHUI WANXIN ENVIRONMENTAL TECHNOLOGY CO.,LTD.

Country or region before: China

CP03 Change of name, title or address