CN116070923A - 大气污染情景模拟方法、装置和电子设备 - Google Patents

大气污染情景模拟方法、装置和电子设备 Download PDF

Info

Publication number
CN116070923A
CN116070923A CN202310163222.4A CN202310163222A CN116070923A CN 116070923 A CN116070923 A CN 116070923A CN 202310163222 A CN202310163222 A CN 202310163222A CN 116070923 A CN116070923 A CN 116070923A
Authority
CN
China
Prior art keywords
pollution
date
air quality
historical
quality data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202310163222.4A
Other languages
English (en)
Other versions
CN116070923B (zh
Inventor
叶占鹏
徐曼
肖伟
赵耀
赵佳奇
宋强
马瑞琪
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.)
3Clear Technology Co Ltd
Original Assignee
3Clear 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 3Clear Technology Co Ltd filed Critical 3Clear Technology Co Ltd
Priority to CN202310163222.4A priority Critical patent/CN116070923B/zh
Publication of CN116070923A publication Critical patent/CN116070923A/zh
Application granted granted Critical
Publication of CN116070923B publication Critical patent/CN116070923B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/10—Devices for predicting weather conditions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/23—Updating
    • G06F16/2308—Concurrency control
    • G06F16/2315—Optimistic concurrency control
    • G06F16/2322—Optimistic concurrency control using timestamps
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2477—Temporal data queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Chemical & Material Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Environmental & Geological Engineering (AREA)
  • Educational Administration (AREA)
  • Mathematical Physics (AREA)
  • Marketing (AREA)
  • Geometry (AREA)
  • Computer Hardware Design (AREA)
  • Fuzzy Systems (AREA)
  • General Business, Economics & Management (AREA)
  • Probability & Statistics with Applications (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Combustion & Propulsion (AREA)
  • Evolutionary Computation (AREA)
  • Game Theory and Decision Science (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Development Economics (AREA)

Abstract

本申请提供一种大气污染情景模拟方法、装置和电子设备，该方法包括：获取当前日期预报的空气质量数据；确定是否有结束日期不小于当前日期的下一日期的历史污染过程；如果没有该历史污染过程，根据该空气质量数据确定是否有自下一日期起的新污染过程；如果有新污染过程，根据该空气质量数据对新污染过程进行预评估，并在预评估后作为历史污染过程；如果有该历史污染过程，根据该空气质量数据确定该历史污染过程是否结束；如果该历史污染过程未结束，根据该空气质量数据更新该历史污染过程，并对更新后的历史污染过程进行预评估。采用本申请，能够自动实现评估。

Description

大气污染情景模拟方法、装置和电子设备
技术领域
本申请涉及污染治理技术领域，尤其涉及一种大气污染情景模拟方法、装置和电子设备。
背景技术
污染过程是指连续多天的大气污染情形。相关技术中，通过减排对预报的污染过程进行治理，以改善空气质量。为了预先评估减排对空气质量改善的效果，相关技术中通过情景模拟，预测减排情景下的空气质量，以预评估减排对空气质量改善的效果。大气污染的影响因素主要包括污染物排放和气象条件。情景模拟通常基于预报的气象条件和减排的排放清单，使用空气质量模式预测在减排的排放清单和预报的气象条件下的空气质量，基于减排后的空气质量与空气质量目标确定减排效果。例如，预测PM2.5、PM10、VOCs以及O3等一种或多种污染物的浓度，并基于相应污染物的浓度是否达到目标浓度来预先评估减排效果。
相关技术中，预评估方案为：工作人员根据空气质量预报指定污染过程包括开始时间和结束时间，制定减排采取的减排预案，对污染过程持续期间进行一次预评估。然而，由于预报的污染过程的持续期间及污染情况具有不确定性，一次预评估难以对减排方案制定提供有效的参考。
发明内容
鉴于以上问题，本申请实施例提供一种大气污染情景模拟方法、装置和电子设备，以解决上述技术问题。
根据本申请实施例的一方面，提供了一种大气污染情景模拟方法，包括：获取当前日期预报的空气质量数据；确定是否有结束日期不小于当前日期的下一日期的历史污染过程；如果没有该历史污染过程，根据该空气质量数据确定是否有自下一日期起的新污染过程；如果有新污染过程，根据该空气质量数据对新污染过程进行预评估，并在预评估后作为历史污染过程；如果有该历史污染过程，根据该空气质量数据确定该历史污染过程是否结束；如果该历史污染过程未结束，根据该空气质量数据更新该历史污染过程，并对更新后的历史污染过程进行预评估。
可选地，大气污染情景模拟方法，还包括：确定是否对当前日期的上一日期进行过预评估；如果对上一日期进行过预评估，对该上一日期进行后评估。
可选地，大气污染情景模拟方法，还包括：如果该历史污染过程已结束，基于历史污染过程持续期间每个日期的后评估结果生成后评估报告。
可选地，根据空气质量数据对新污染过程进行预评估，包括：根据空气质量数据确定新污染过程持续期间的每个日期的减排预案；基于新污染过程持续期间的每个日期的减排预案建立减排情景；预测减排情景下的空气质量。
可选地，根据空气质量数据确定新污染过程持续期间的每个日期的减排预案，包括：对于新污染过程持续期间的每个日期：根据该日期的空气质量数据确定该日期的污染等级；根据污染等级与减排预案之间的对应关系，在减排预案集合中选择该日期的污染等级对应的减排预案。
可选地，大气污染情景模拟方法，还包括：配置减排预案集合以及减排预案选择规则，其中，减排预案选择规则包括污染等级与减排预案之间的对应关系。
可选地，根据空气质量数据更新历史污染过程，包括：根据空气质量数据更新历史污染过程的结束日期。
可选地，对更新后的历史污染过程进行预评估，包括：根据空气质量数据确定自下一日期到更新后的结束日期的减排预案；基于自下一日期到更新后的结束日期的减排预案建立减排情景；预测减排情景下的空气质量。
可选地，大气污染情景模拟方法，还包括：配置污染过程确定规则，其中，污染过程确定规则包括污染条件和连续天数阈值。
可选地，根据空气质量数据确定是否有自下一日期起的新污染过程，包括：根据自下一日期起的空气质量数据和污染条件，确定是否有自下一日期起的连续多日污染；如果有连续多日污染，判断连续多日污染的天数是否不小于连续天数阈值；如果连续多日污染的天数不小于连续天数阈值，确定有自下一日期起的新污染过程。
可选地，预评估与空气质量预报使用相同计算资源，大气污染情景模拟方法每日在空气质量预报输出之后的预设时间定时启动。
根据本申请实施例的另一方面，还提供了一种大气污染情景模拟装置，包括：获取模块，用于获取当前日期预报的空气质量数据；第一确定模块，用于确定是否有结束日期不小于当前日期的下一日期的历史污染过程；第二确定模块，用于在没有该历史污染过程的情况下，根据空气质量数据确定是否有自下一日期起的新污染过程；第三确定模块，用于在有该历史污染过程的情况下，根据该空气质量数据确定该历史污染过程是否结束；更新模块，用于在历史污染过程未结束的情况下，根据该空气质量数据更新该历史污染过程；预评估模块，用于在有该新污染过程的情况下，根据该空气质量数据对该新污染过程进行预评估，并在预评估后作为历史污染过程；以及对更新后的历史污染过程进行预评估。
根据本申请的另一方面，提供了一种电子设备，包括：处理器；以及存储程序的存储器，其中，所述程序包括指令，所述指令在由所述处理器执行时使所述处理器执行上述的大气污染情景模拟方法。
根据本申请的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行上述的大气污染情景模拟方法。
本申请示例性实施例中提供的一个或多个技术方案，获取当前日期预报的空气质量数据，确定是否有结束日期不小于当前日期的下一日期的历史污染过程；在没有该历史污染过程的情况下，根据该空气质量数据确定是否有自下一日期起的新污染过程，当有该新污染过程时，根据该空气质量数据对新污染过程进行预评估，并在预评估后作为历史污染过程；在有该历史污染过程的情况下，根据该空气质量数据确定该历史污染过程是否结束，当该历史污染过程未结束时，根据该空气质量数据更新该历史污染过程，并对更新后的历史污染过程进行预评估。能够基于预报的空气质量数据确定新的污染过程，并对污染过程进行预评估，并在预评估后将其作为历史污染过程，进一步的，基于后续日期预报的空气质量数据对未结束的历史污染过程进行更新，并在更新后再次进行预评估，实现对新预报的持续期间及污染情况的预评估，无需工作人员手动发起。
附图说明
在下面结合附图对于示例性实施例的描述中，本申请的更多细节、特征和优点被公开，在附图中：
图1示出了根据本申请示例性实施例的大气污染情景模拟方法的流程图；
图2示出了根据本申请示例性实施例的大气污染情景模拟方法的流程图；
图3示出了根据本申请示例性实施例的大气污染情景模拟方法的流程图；
图4示出了根据本申请示例性实施例的大气污染情景模拟装置的示意性框图；
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。
下面结合附图对本申请示例性实施例进行描述。
本申请示例性实施例提供了一种减排情景模拟方案。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。
图1示出了根据本申请示例性实施例的大气污染情景模拟方法的流程图，如图1所示，该方法包括步骤S101至步骤S106。
步骤S101，获取当前日期预报的空气质量数据。
在本实施例中，可通过空气质量模型预报空气质量数据。在当前日期预报未来预设天数的空气质量，得到相应的空气质量数据。例如，在1月1日预报未来7天的空气质量，得到1月2日至1月8日的空气质量数据。在本实施例中，空气质量数据可为污染物浓度在时间和空间上分布的数据。
在本实施例中，空气质量数据包括但不限于：细颗粒物(PM2.5)、可吸入颗粒物(PM10)、臭氧(O3)、二氧化氮(NO2)、二氧化硫(SO2)、一氧化碳(CO)等污染物的浓度和空气质量指数(AQI)中的一种或多种。本实施例对此不作限定。
步骤S102，确定是否有结束日期不小于当前日期的下一日期的历史污染过程。如果没有该历史污染过程，进入步骤S103。如果有该历史污染过程，进入步骤S105。
污染过程是指持续多天的污染情形，污染过程具有开始日期和结束日期。基于每个日期的空气质量数据和污染持续性，可确定是否出现污染过程。
在本实施例中，历史污染过程是指当前日期之前预测的污染过程。在下述说明中，历史污染过程一般指结束日期不小于当前日期的下一日期的历史污染过程。
步骤S103，在没有该历史污染过程的情况下，根据该空气质量数据确定是否有自下一日期起的新污染过程。如果有新污染过程，进入步骤S104。
作为一种实施方式，配置污染过程确定规则，其中，污染过程确定规则包括污染条件和连续天数阈值。基于步骤S101中的空气质量数据和污染过程确定规则判断是否存在自该下一日期起的污染过程，具体包括：根据自该下一日期起的空气质量数据和污染条件，确定是否存在自下一日期起的连续多日污染；如果存在连续多日污染，判断连续多日污染的天数是否不小于连续天数阈值；如果连续多日污染的天数不小于连续天数阈值，确定存在自下一日期起的污染过程。
步骤S104，在有该新污染过程的情况下，根据该空气质量数据对新污染过程进行预评估，并在预评估后作为历史污染过程。
步骤S105，在有该历史污染过程的情况下，根据该空气质量数据确定该历史污染过程是否结束。如果该污染过程未结束，进入步骤S106。
在本实施例中，基于污染过程为连续多天的污染情形，可基于污染是否连续确定污染过程是否结束。作为一种实施方式，当有结束日期不小于当前日期的下一日期的历史污染过程时，根据该空气质量数据确定该历史污染过程是否结束，包括：根据当前日期的下一日期的空气质量数据判断下一日期是否有污染，如果下一日期有污染，确定该历史污染过程未结束；如果下一日期没有污染，确定该历史污染过程结束。
作为一种示例，在1月1日预报到一个污染过程，该污染过程的开始日期为1月2日，结束日期为1月5日。在1月2日预报的空气质量数据表明1月2日后无污染，则认为1月1日预报的该污染过程已结束，并且结束日期为1月2日。
步骤S106，在该历史污染过程未结束的情况下，根据该空气质量数据更新该历史污染过程，并对更新后的历史污染过程进行预评估。
对于同一日期，不同预报期预报的空气质量数据不同，由于污染过程为连续多天的污染情形，污染过程的结束日期可能会发生变化。例如，1月2日预报1月3至5日PM2.5均超过200，1月3日预报1月4日至5日PM2.5均低于50。又例如，1月2日预报1月3至5日PM2.5均超过200，1月3日预报1月4日至7日PM2.5均超过200。
在步骤S106中，更新历史污染过程，包括：更新历史污染过程的结束日期。更新结束日期包括：当前日期对应的结束日期晚于上一日期对应的结束日期，当前日期对应的结束日期早于上一日期对应的结束日期，以及当前日期对应的结束日期等于上一日期。
下面对预评估的实施方式进行说明。
在本实施例中，根据当前日期的空气质量数据进行预评估，包括：根据当前日期的空气质量数据确定污染过程持续期间的每个日期的减排预案；基于污染过程持续期间的每个日期的减排预案建立减排情景；预测减排情景下的空气质量。未进行减排的情景称为基准情景。作为一种示例，将基准情景下的空气质量与减排情景下的空气质量进行比较，可以评估减排预案对空气质量的改善效果。作为另一种示例，基于减排情景下的空气质量是否到达空气质量目标，评估减排预案对空气质量的改善效果。
对于新污染过程，根据空气质量数据对新污染过程进行预评估，包括：根据空气质量数据确定新污染过程持续期间的每个日期的减排预案；基于新污染过程持续期间的每个日期的减排预案建立减排情景；预测减排情景下的空气质量。
对于历史污染过程，根据空气质量数据更新历史污染过程的结束日期，对更新后的历史污染过程进行预评估。其中，对于历史污染过程的当前日期及其之前的日期，不进行预评估，对自当前日期的下一日期开始到更新后的结束日期进行预评估。具体地，基于自下一日期到更新后的结束日期的减排预案建立减排情景；预测减排情景下的空气质量。
减排情景是由减排预案定义的，由减排预案确定减排后的排放清单，称为减排清单。相应的，未进行减排的排放清单称为基准清单。作为一种实施方式，配置减排预案集合以及减排预案选择规则，其中，减排预案选择规则包括污染等级与减排预案之间的对应关系。
根据当前日期的空气质量数据确定污染过程持续期间的每个日期的减排预案，包括：对于污染过程持续期间的每个日期：根据该日期的空气质量数据确定该日期的污染等级；根据污染等级与减排预案之间的对应关系，在减排预案集合中选择该日期的污染等级对应的减排预案。作为一种示例，污染等级包括一级、二级和三级，等级越高污染程度越高，每个污染等级具有相应的减排预案。
为了便于理解本实施例的一个或多个技术方案，下面结合一个具体示例对本实施例进行说明。
1月1日：预报1月2至5日有污染过程，该污染过程的开始日期为1月2日，结束日期为1月5日。1月2日至1月5日的污染等级分别为：一级、二级、一级和三级。对1月2日至1月5日，评估1月2日采用一级对应的减排预案、1月3日采用二级对应的减排预案、1月4日采用一级对应的减排预案、1月5日采用三级对应的减排预案，对空气质量的改善效果。
1月2日：预报1月3日至6日有污染，更新1月1日的污染过程的结束日期为1月6日。1月3日至1月6日的污染等级分别为：一级、二级、一级和三级。对1月3日至1月6日，评估1月3日采用一级对应的减排预案、1月4日采用二级对应的减排预案、1月5日采用一级对应的减排预案、1月6日采用三级对应的减排预案，对空气质量的改善效果。
在该示例中，同一污染过程，在1月1日预报的开始日期为1月2日，结束日期为1月5日，在1月2日预报的开始日期为1月2日，结束日期为1月6日；在1月1日预报，1月3日至1月5日的污染等级分别为：二级、一级和三级，在1月2日预报，1月3日至1月5日的污染等级分别为：一级、二级和一级。预评估时，分别基于1月1日和1月2日预报的污染等级对1月3日至1月5日进行了预评估。
在一些实施例中，本实施例的方法以天为周期每天执行。在一些实施方式中，预评估与空气质量预报使用相同计算资源，大气污染情景模拟方法每日在空气质量预报输出之后的预设时间定时启动。由此能够提高资源利用率，并避免预评估对空气质量预报造成影响。
大气污染情景模拟还包括后评估，后评估是指评估减排预案对空气质量改善的实际效果。示例性的，后评估基于FNL气象场和排放清单进行模拟，后评估也有基准情景和减排情景，通过对后评估模拟结果分析基准情景和减排情景的浓度变化量，结合管控后实况污染物浓度情况，进行减排(减排预案)前各污染物浓度的订正校准，定量评估减排预案对空气质量的实际改善效果。FNL((Final Operational Global Analysis)是美国国家环境预报中心(NECP)/美国国家大气研究中心(NCAR)提供的全球再分析资料，通过FNL数据可以了解真实的全球区域气象状况。
作为一种实施方式，在当前日期，确定是否对当前日期的上一日期进行过预评估；如果对上一日期进行过预评估，对该上一日期进行后评估。
作为一种实施方式，在结束日期不小于当前日期的下一日期的历史污染过程已结束时，基于历史污染过程持续期间每个日期的后评估结果生成后评估报告。
图2示出了根据本申请示例性实施例的大气污染情景模拟方法的流程图，如图2所示，该方法包括步骤S201至步骤S214。
步骤S201，配置启动条件。
启动条件配置为每日在空气质量预报输出之后的预设时间定时启动。
步骤S202，配置污染过程确定规则。
其中，污染过程确定规则包括污染条件和连续天数阈值。
污染条件是与空气质量关联的。作为一种示例，污染条件为污染物浓度阈值，污染物浓度阈值可以是日均值，例如，日均臭氧浓度大于215μg/m3视为有污染。作为另一种示例，污染条件为空气质量指数(AQI)阈值，空气质量指数阈值可以是日均值，例如，空气质量指数日均值大于200视为有污染。
连续天数阈值通常不小于2。例如，日均臭氧浓度连续3天大于215μg/m3视为一个污染过程。又例如，空气质量指数日均值连续4天大于200视为一个污染过程。
步骤S203，配置减排预案集合以及减排预案选择规则。
其中，减排预案选择规则包括污染等级与减排预案之间的对应关系。
污染等级是与空气质量关联的。作为一种示例，污染等级与污染物浓度范围对应，污染物浓度范围可以是日均值的范围，例如，日均臭氧浓度大于215μg/m3视为有污染，进一步的，日均臭氧浓度大于215μg/m3并小于300μg/m3视为一级污染，日均臭氧浓度大于300μg/m3并小于400μg/m3视为二级污染，日均臭氧浓度大于400μg/m3并小于500μg/m3视为三级污染，日均臭氧浓度大于500μg/m3视为四级污染。
不同的污染等级与不同的减排预案对应，污染等级对应的污染程度越高，减排预案对应的减排越多。减排预案包括一系列减排措施的集合。减排措施简称措施，是为了减少人类活动对大气环境的污染排放，而采取的具体的行动方案或响应措施。如针对移动排放源的措施：机动车和非道路移动机械按照移动源应急减排项目清单要求实施一污染等级下的减排措施，城区过境柴油货车绕行疏导，200总吨以下的干散货船、单壳化学品船、500吨载重以上的单壳油船停驶。
步骤S204，判断是否符合启动条件。如果符合启动条件，进入步骤S205和步骤S212。
步骤S205，获取当前日期预报的空气质量数据。
当前日期预报的空气质量数据是基于基准排放清单采用空气质量模型输出的，基准排放清单一般指未采取减排预案的排放清单。基准排放清单可为大气污染物排放按照污染源类进行计算、统计后的清单列表，项目中按标准编制的基准年行政区域的排放清单，并进行时空和网格分配处理。
步骤S206，确定是否有结束日期不小于当前日期的下一日期的历史污染过程。如果没有该历史污染过程，进入步骤S207。如果有该历史污染过程，进入步骤S210。
步骤S207，根据该空气质量数据确定是否有自下一日期起的新污染过程。如果有新污染过程，进入步骤S208。如果没有新污染过程，结束。
在步骤S207中基于配置的污染过程确定规则确定是否有自下一日期起的新污染过程，具体包括：根据自下一日期起的空气质量数据和污染条件，确定是否存在自下一日期起的连续多日污染；如果存在连续多日污染，判断连续多日污染的天数是否不小于连续天数阈值；如果连续多日污染的天数不小于连续天数阈值，确定存在自下一日期起的污染过程。作为一个示例，1月1日预报未来7天的空气质量，确定1月2日至1月5日连续4天空气质量指数日均值均超过200，从而确定存在自下一日期(1月1日的下一日期，即为1月2日)起的新污染过程，该污染过程的开始时间为1月2日，结束时间为1月5日。
步骤S208，在有该新污染过程的情况下，根据该空气质量数据对新污染过程进行预评估，并在预评估后作为历史污染过程。
在步骤S208中，根据配置的减排预案集合以及减排预案选择规则，以及空气质量数据对新污染过程进行预评估，具体包括步骤A至步骤D。
对于污染过程持续期间的每个日期进行步骤A和步骤B。
步骤A，根据该日期在当前日期预报的空气质量数据确定该日期的污染等级。
示例性的，污染等级与污染物浓度范围对应，污染物浓度范围可以是日均值的范围，例如，日均臭氧浓度大于215μg/m3视为有污染，进一步的，日均臭氧浓度大于215μg/m3并小于300μg/m3视为一级污染，日均臭氧浓度大于300μg/m3并小于400μg/m3视为二级污染，日均臭氧浓度大于400μg/m3并小于500μg/m3视为三级污染，日均臭氧浓度大于500μg/m3视为四级污染。
步骤B，根据污染等级与减排预案之间的对应关系，在减排预案集合中选择该日期的污染等级对应的减排预案。
步骤C，基于新污染过程持续期间的每个日期的减排预案建立减排情景。
步骤D，预测减排情景下的空气质量。
减排预案包括一系列减排措施，基于减排预案对应的减排措施调整基准排放清单可得到减排情景下的减排清单。在本实施例中，基于减排清单、污染过程持续期间的气象预报数据，使用空气质量模型预测污染过程持续期间的空气质量。气象预报数据可通过气象预报模型获得。气象预报模型可包括全球预测系统(GFS)、WRF中尺度气象模型等。空气质量模型可包括空气质量预报子系统模型(NAQPM)和通用多尺度空气质量模型(CMAQ)等。
步骤S210，在有该历史污染过程的情况下，根据该空气质量数据确定该历史污染过程是否结束。
当有结束日期不小于当前日期的下一日期的历史污染过程时，根据该空气质量数据确定该历史污染过程是否结束，包括：根据当前日期的下一日期的空气质量数据判断下一日期是否有污染，如果下一日期有污染，确定该历史污染过程未结束；如果下一日期没有污染，确定该历史污染过程结束。例如，在1月1日预报到一个污染过程，该污染过程的开始日期为1月2日，结束日期为1月5日。在1月2日预报的空气质量数据表明1月2日后无污染，则认为1月1日预报的该污染过程已结束，并且结束日期为1月2日。
如果该污染过程未结束，进入步骤S211。如果该污染过程已结束，进入步骤S214。
步骤S211，在该历史污染过程未结束的情况下，根据该空气质量数据更新该历史污染过程，并对更新后的历史污染过程进行预评估。
步骤S211中，根据空气质量数据更新历史污染过程的结束日期，对更新后的历史污染过程进行预评估。其中，对于历史污染过程的当前日期及其之前的日期，不进行预评估，对自当前日期的下一日期开始到更新后的结束日期进行预评估。具体地，基于自下一日期到更新后的结束日期的减排预案建立减排情景，预测减排情景下的空气质量。减排预案的确定可参考前述步骤A和步骤B。
步骤S212，确定是否对当前日期的上一日期进行过预评估。如果对上一日期进行过预评估，进入步骤S213。
步骤S213，对该上一日期进行后评估，输出后评估结果。
步骤S214，在该历史污染过程已结束的情况下，基于历史污染过程持续期间每个日期的后评估结果生成后评估报告。
下面对基于评估系统和情景模拟系统的实施方式进行说明。情景模拟系统包括空气质量模型和气象预报模型。气象预报模型可包括全球预测系统(GFS)、WRF中尺度气象模型等。空气质量模型可包括空气质量预报子系统模型(NAQPM)和通用多尺度空气质量模型(CMAQ)等。
图3示出了根据本申请示例性实施例的大气污染情景模拟方法的流程图，如图3所示，该方法包括步骤S301至步骤S313。
步骤S301，评估系统接收用户配置。
其中，用户配置包括：启动条件、污染过程确定规则、减排预案集合以及减排预案选择规则、污染等级约定规则。
步骤S302，评估系统确定是否满足启动条件。如果符合启动条件，进入步骤S303和步骤S311。
步骤S303，评估系统从情景模拟系统获取当前日期预报的空气质量数据。
情景模拟系统接收情景参数进行相应的情景模拟，情景参数包括时间范围和排放清单。情景模拟系统处理的情景包括基准情景和减排情景。基准情景即为基于基准清单预报未来多天的空气质量，基准情景的情景参数包括：预报起始日期和预报结束日期，排放清单为基准清单。减排情景是相对基准情景而言的，指进行减排预案时的情景。减排情景预报污染过程的空气质量，减排情景的清单参数包括：污染过程的开始日期和污染过程的结束日期，排放清单为基于减排预案调整基准清单得到的减排清单。
情景模拟系统每天执行基准情景，以每天输出未来多天的空气质量数据。
步骤S304，评估系统确定是否有结束日期不小于当前日期的下一日期的历史污染过程。如果没有该历史污染过程，进入步骤S305。如果有该历史污染过程，进入步骤S308。
步骤S305，评估系统根据该空气质量数据确定是否有自下一日期起的新污染过程。如果有新污染过程，进入步骤S306。如果没有新污染过程，结束。
步骤S306，在有该新污染过程的情况下，评估系统向情景系统发起情景模拟任务以对该污染过程进行预评估，第一情景模拟参数为：该新污染过程的开始日期、结束日期，以及减排清单。在预评估后作为历史污染过程。
步骤S307，情景模拟系统根据第一情景模拟参数进行情景模拟，得到进行减排预案的情况下该新污染过程持续期间的空气质量数据，并发送给评估系统。
步骤S308，在有该历史污染过程的情况下，评估系统根据该空气质量数据确定该历史污染过程是否结束。如果该污染过程未结束，进入步骤S309。如果该污染过程已结束，进入步骤S313。
步骤S309，在该历史污染过程未结束的情况下，评估系统向情景系统根据空气质量数据更新历史污染过程的结束日期，发起情景模拟任务以对更新后的该历史污染过程进行预评估，第二情景模拟参数为：污染过程的开始日期(当前日期的下一日期)、结束日期，以及减排清单。
步骤S310，情景模拟系统根据第二情景模拟参数进行情景模拟，得到进行减排预案的情况下该历史污染过程持续期间的空气质量数据，并发送给评估系统。
步骤S311，评估系统确定是否对当前日期的上一日期进行过预评估。如果对上一日期进行过预评估，进入步骤S312。
步骤S312，评估系统发起情景模拟对上一日期进行后评估，输出后评估结果。
步骤S313，在该历史污染过程已结束的情况下，评估系统基于历史污染过程持续期间每个日期的后评估结果生成后评估报告。
本申请实施例还提供了一种大气污染情景模拟装置。
图4示出了根据本申请示例性实施例的减排情景模拟装置的示意性框图，如图4所示，大气污染情景模拟装置，包括：获取模块10，用于获取当前日期预报的空气质量数据；第一确定模块20，用于确定是否有结束日期不小于当前日期的下一日期的历史污染过程；第二确定模块30，用于在没有该历史污染过程的情况下，根据空气质量数据确定是否有自下一日期起的新污染过程；第三确定模块40，用于在有该历史污染过程的情况下，根据该空气质量数据确定该历史污染过程是否结束；更新模块50，用于在历史污染过程未结束的情况下，根据该空气质量数据更新该历史污染过程；预评估模块60，用于在有该新污染过程的情况下，根据该空气质量数据对该新污染过程进行预评估，并在预评估后作为历史污染过程；以及对更新后的历史污染过程进行预评估。
在一些实施例中，大气污染情景模拟装置还包括：后评估模块，用于确定是否对当前日期的上一日期进行过预评估；如果对上一日期进行过预评估，对该上一日期进行后评估。
在一些实施例中，后评估模块，还用于如果该历史污染过程已结束，基于历史污染过程持续期间每个日期的后评估结果生成后评估报告。
在一些实施例中，预评估模块60，用于根据空气质量数据确定新污染过程持续期间的每个日期的减排预案；基于新污染过程持续期间的每个日期的减排预案建立减排情景；预测减排情景下的空气质量。
在一些实施例中，预评估模块60，用于对于新污染过程持续期间的每个日期：根据该日期的空气质量数据确定该日期的污染等级；根据污染等级与减排预案之间的对应关系，在减排预案集合中选择该日期的污染等级对应的减排预案。
在一些实施例中，大气污染情景模拟装置还包括：配置模块，用于配置减排预案集合以及减排预案选择规则，其中，减排预案选择规则包括污染等级与减排预案之间的对应关系。
在一些实施例中，更新模块50，用于根据空气质量数据更新历史污染过程的结束日期。
在一些实施例中，预评估模块60，用于根据空气质量数据确定自下一日期到更新后的结束日期的减排预案；基于自下一日期到更新后的结束日期的减排预案建立减排情景；预测减排情景下的空气质量。
在一些实施例中，配置模块，还用于配置污染过程确定规则，其中，污染过程确定规则包括污染条件和连续天数阈值。
在一些实施例中，第一确定模块20，用于根据自下一日期起的空气质量数据和污染条件，确定是否有自下一日期起的连续多日污染；如果有连续多日污染，判断连续多日污染的天数是否不小于连续天数阈值；如果连续多日污染的天数不小于连续天数阈值，确定有自下一日期起的新污染过程。
在一些实施例中，预评估与空气质量预报使用相同计算资源，大气污染情景模拟方法每日在空气质量预报输出之后的预设时间定时启动。
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示例性实施例的方法。
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示例性实施例的方法。
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示例性实施例的方法。
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，减排情景模拟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)而被配置为执行大气污染情景模拟方法。
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 (12)

1.一种大气污染情景模拟方法，其特征在于，包括：
获取当前日期预报的空气质量数据；
确定是否有结束日期不小于所述当前日期的下一日期的历史污染过程；
如果没有所述历史污染过程，根据所述空气质量数据确定是否有自所述下一日期起的新污染过程；如果有所述新污染过程，根据所述空气质量数据对所述新污染过程进行预评估，并在预评估后作为历史污染过程；
如果有所述历史污染过程，根据所述空气质量数据确定所述历史污染过程是否结束；如果所述历史污染过程未结束，根据所述空气质量数据更新所述历史污染过程，并对更新后的所述历史污染过程进行预评估。
2.如权利要求1所述的大气污染情景模拟方法，其特征在于，还包括：
确定是否对所述当前日期的上一日期进行过预评估；
如果对所述上一日期进行过预评估，对所述上一日期进行后评估。
3.如权利要求2所述的大气污染情景模拟方法，其特征在于，还包括：
如果所述历史污染过程已结束，基于所述历史污染过程持续期间每个日期的后评估结果生成后评估报告。
4.如权利要求1所述的大气污染情景模拟方法，其特征在于，根据所述空气质量数据对所述新污染过程进行预评估，包括：
根据所述空气质量数据确定所述新污染过程持续期间的每个日期的减排预案；
基于所述新污染过程持续期间的每个日期的减排预案建立减排情景；
预测所述减排情景下的空气质量。
5.如权利要求4所述的大气污染情景模拟方法，其特征在于，根据所述空气质量数据确定所述新污染过程持续期间的每个日期的减排预案，包括：
对于所述新污染过程持续期间的每个日期：根据该日期的所述空气质量数据确定该日期的污染等级；根据污染等级与减排预案之间的对应关系，在减排预案集合中选择该日期的污染等级对应的减排预案。
6.如权利要求5所述的大气污染情景模拟方法，其特征在于，还包括：
配置减排预案集合以及减排预案选择规则，其中，所述减排预案选择规则包括污染等级与减排预案之间的对应关系。
7.如权利要求1至6任一项所述的大气污染情景模拟方法，其特征在于，
其中，根据所述空气质量数据更新所述历史污染过程，包括：根据所述空气质量数据更新所述历史污染过程的结束日期；
其中，对更新后的所述历史污染过程进行预评估，包括：
根据所述空气质量数据确定自所述下一日期到更新后的所述结束日期的减排预案；
基于自所述下一日期到更新后的所述结束日期的减排预案建立减排情景；
预测所述减排情景下的空气质量。
8.如权利要求1至6任一项所述的大气污染情景模拟方法，其特征在于，还包括：配置污染过程确定规则，其中，所述污染过程确定规则包括污染条件和连续天数阈值；
其中，根据所述空气质量数据确定是否有自所述下一日期起的新污染过程，包括：
根据自所述下一日期起的所述空气质量数据和所述污染条件，确定是否有自所述下一日期起的连续多日污染；
如果有所述连续多日污染，判断所述连续多日污染的天数是否不小于所述连续天数阈值；
如果所述连续多日污染的天数不小于所述连续天数阈值，确定有自下一日期起的新污染过程。
9.如权利要求1至6任一项所述的大气污染情景模拟方法，其特征在于，所述预评估与空气质量预报使用相同计算资源，所述大气污染情景模拟方法每日在空气质量预报输出之后的预设时间定时启动。
10.一种大气污染情景模拟装置，其特征在于，包括：
获取模块，用于获取当前日期预报的空气质量数据；
第一确定模块，用于确定是否有结束日期不小于所述当前日期的下一日期的历史污染过程；
第二确定模块，用于在没有所述历史污染过程的情况下，根据所述空气质量数据确定是否有自所述下一日期起的新污染过程；
第三确定模块，用于在有所述历史污染过程的情况下，根据所述空气质量数据确定所述历史污染过程是否结束；
更新模块，用于在所述历史污染过程未结束的情况下，根据所述空气质量数据更新所述历史污染过程；
预评估模块，用于在有所述新污染过程的情况下，根据所述空气质量数据对所述新污染过程进行预评估，并在预评估后作为历史污染过程；以及对更新后的所述历史污染过程进行预评估。
11.一种电子设备，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1-9中任一项所述的方法。
12.一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1-9中任一项所述的方法。
CN202310163222.4A 2023-02-15 2023-02-15 大气污染情景模拟方法、装置和电子设备 Active CN116070923B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310163222.4A CN116070923B (zh) 2023-02-15 2023-02-15 大气污染情景模拟方法、装置和电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310163222.4A CN116070923B (zh) 2023-02-15 2023-02-15 大气污染情景模拟方法、装置和电子设备

Publications (2)

Publication Number Publication Date
CN116070923A true CN116070923A (zh) 2023-05-05
CN116070923B CN116070923B (zh) 2024-05-07

Family

ID=86178467

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310163222.4A Active CN116070923B (zh) 2023-02-15 2023-02-15 大气污染情景模拟方法、装置和电子设备

Country Status (1)

Country Link
CN (1) CN116070923B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116739190A (zh) * 2023-08-14 2023-09-12 中科三清科技有限公司 优化污染控制的减排比例、减排成本与管控时间的方法

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1885040A (zh) * 2005-06-22 2006-12-27 法雷奥热力系统公司 适用于机动车辆的空气质量监测和控制设备和方法
CN106682381A (zh) * 2015-11-10 2017-05-17 中国科学院沈阳计算技术研究所有限公司 一种面向环境空气质量的动态数据模拟预报方法
US20170316328A1 (en) * 2016-04-27 2017-11-02 International Business Machines Corporation Pollution prediction
CN108304610A (zh) * 2017-12-22 2018-07-20 中山大学 一种大气高污染过程动态追踪方法
US20180239057A1 (en) * 2017-02-22 2018-08-23 International Business Machines Corporation Forecasting air quality
US20180259677A1 (en) * 2017-03-07 2018-09-13 International Business Machines Corporation Post-processing air quality forecasts
CN110472850A (zh) * 2019-08-01 2019-11-19 软通动力信息技术有限公司 一种减排方案的确定方法、装置、设备及存储介质
CN110648036A (zh) * 2018-06-27 2020-01-03 北京低碳清洁能源研究所 一种决定燃煤电厂的污染物排放量的方法和装置
WO2021011822A1 (en) * 2019-07-16 2021-01-21 Airthinx, Inc Environment monitoring and management system and method
US20210042648A1 (en) * 2019-08-06 2021-02-11 International Business Machines Corporation Abnormal air pollution emission prediction
CN114511434A (zh) * 2022-04-18 2022-05-17 天津天融环境科技发展有限公司 一种环境监测的方法、装置、电子设备及存储介质
CN114693166A (zh) * 2022-04-22 2022-07-01 北京中科三清环境技术有限公司 在线监测应急减排措施执行情况的方法、装置及电子设备
CN115270013A (zh) * 2022-09-22 2022-11-01 中科三清科技有限公司 评估活动期间减排措施的方法、装置及电子设备
CN115409362A (zh) * 2022-08-26 2022-11-29 河北先河环保科技股份有限公司 区域污染物的控制浓度规划方法、电子设备及存储介质

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1885040A (zh) * 2005-06-22 2006-12-27 法雷奥热力系统公司 适用于机动车辆的空气质量监测和控制设备和方法
CN106682381A (zh) * 2015-11-10 2017-05-17 中国科学院沈阳计算技术研究所有限公司 一种面向环境空气质量的动态数据模拟预报方法
US20170316328A1 (en) * 2016-04-27 2017-11-02 International Business Machines Corporation Pollution prediction
US20180239057A1 (en) * 2017-02-22 2018-08-23 International Business Machines Corporation Forecasting air quality
US20180259677A1 (en) * 2017-03-07 2018-09-13 International Business Machines Corporation Post-processing air quality forecasts
CN108304610A (zh) * 2017-12-22 2018-07-20 中山大学 一种大气高污染过程动态追踪方法
CN110648036A (zh) * 2018-06-27 2020-01-03 北京低碳清洁能源研究所 一种决定燃煤电厂的污染物排放量的方法和装置
WO2021011822A1 (en) * 2019-07-16 2021-01-21 Airthinx, Inc Environment monitoring and management system and method
CN110472850A (zh) * 2019-08-01 2019-11-19 软通动力信息技术有限公司 一种减排方案的确定方法、装置、设备及存储介质
US20210042648A1 (en) * 2019-08-06 2021-02-11 International Business Machines Corporation Abnormal air pollution emission prediction
CN114511434A (zh) * 2022-04-18 2022-05-17 天津天融环境科技发展有限公司 一种环境监测的方法、装置、电子设备及存储介质
CN114693166A (zh) * 2022-04-22 2022-07-01 北京中科三清环境技术有限公司 在线监测应急减排措施执行情况的方法、装置及电子设备
CN115409362A (zh) * 2022-08-26 2022-11-29 河北先河环保科技股份有限公司 区域污染物的控制浓度规划方法、电子设备及存储介质
CN115270013A (zh) * 2022-09-22 2022-11-01 中科三清科技有限公司 评估活动期间减排措施的方法、装置及电子设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王厚俊;程滢;吴莹;: "几种空气质量预报方法对冬季预报效果的评估与对比", 环境监控与预警, no. 05 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116739190A (zh) * 2023-08-14 2023-09-12 中科三清科技有限公司 优化污染控制的减排比例、减排成本与管控时间的方法
CN116739190B (zh) * 2023-08-14 2023-12-01 中科三清科技有限公司 优化污染控制的减排比例、减排成本与管控时间的方法

Also Published As

Publication number Publication date
CN116070923B (zh) 2024-05-07

Similar Documents

Publication Publication Date Title
CN111798932B (zh) 一种污染物监测数据的处理方法、装置、存储介质及终端
CN116070923B (zh) 大气污染情景模拟方法、装置和电子设备
CN113888381B (zh) 污染物浓度预报方法及装置
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
CN113777236B (zh) 基于排放源的空气质量监控方法和装置
CN115271547B (zh) 臭氧污染的源解析方法、装置和电子设备
CN114896783A (zh) 空气质量改善效果的评估方法和装置
CN113283680A (zh) 一种选址方法、装置、设备及其存储介质
CN116739388B (zh) 减排措施评估方法、装置及存储介质
CN117517581A (zh) 污染物浓度影响评估方法、装置、存储介质及电子设备
CN116776073B (zh) 一种污染物浓度的评估方法和装置
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
CN116523263A (zh) 智能数据处理方法、系统及存储介质
CN115879672A (zh) 一种基于物联网的水处理设备管理方法及系统
CN114693166A (zh) 在线监测应急减排措施执行情况的方法、装置及电子设备
CN115395648A (zh) 电气设备状态监控方法、装置、电子设备和存储介质
CN114881472A (zh) 机动车排放对空气质量影响的分析方法、装置及设备
CN115238596A (zh) 数据处理方法、装置、可读存储介质与电子设备
CN117726046B (zh) 点源排放预测方法、装置、存储介质及电子设备
CN116757555B (zh) 确定污染特征类型的方法、装置、电子设备和存储介质
CN115705510A (zh) 厂区气体污染分布预测方法、系统、电子设备及存储介质
CN117408856B (zh) 污染物溯源方法、装置、存储介质及电子设备
CN116738812B (zh) 情景模拟系统、计算平台和存储介质
CN112580898A (zh) 一种污染预测方法以及污染预测模型训练方法

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