CN116227749B - 污染物排放量的确定方法、装置、存储介质及电子设备 - Google Patents
污染物排放量的确定方法、装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN116227749B CN116227749B CN202310510710.8A CN202310510710A CN116227749B CN 116227749 B CN116227749 B CN 116227749B CN 202310510710 A CN202310510710 A CN 202310510710A CN 116227749 B CN116227749 B CN 116227749B
- Authority
- CN
- China
- Prior art keywords
- target
- contribution
- simulation
- grid
- pollution source
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 239000003344 environmental pollutant Substances 0.000 title claims abstract description 215
- 231100000719 pollutant Toxicity 0.000 title claims abstract description 215
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000004088 simulation Methods 0.000 claims abstract description 274
- 238000012544 monitoring process Methods 0.000 claims abstract description 103
- 238000004590 computer program Methods 0.000 claims description 13
- 239000000356 contaminant Substances 0.000 claims description 13
- 238000012937 correction Methods 0.000 claims description 12
- 230000008859 change Effects 0.000 claims description 10
- 238000004891 communication Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- MWUXSHHQAYIFBG-UHFFFAOYSA-N nitrogen oxide Inorganic materials O=[N] MWUXSHHQAYIFBG-UHFFFAOYSA-N 0.000 description 3
- RAHZWNYVWXNFOC-UHFFFAOYSA-N Sulphur dioxide Chemical compound O=S=O RAHZWNYVWXNFOC-UHFFFAOYSA-N 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- KLDZYURQCUYZBL-UHFFFAOYSA-N 2-[3-[(2-hydroxyphenyl)methylideneamino]propyliminomethyl]phenol Chemical compound OC1=CC=CC=C1C=NCCCN=CC1=CC=CC=C1O KLDZYURQCUYZBL-UHFFFAOYSA-N 0.000 description 1
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 1
- 238000003915 air pollution Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 229910002091 carbon monoxide Inorganic materials 0.000 description 1
- 238000011109 contamination Methods 0.000 description 1
- 201000001098 delayed sleep phase syndrome Diseases 0.000 description 1
- 208000033921 delayed sleep phase type circadian rhythm sleep disease Diseases 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
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
- G06Q10/04—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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Mathematical Physics (AREA)
- Marketing (AREA)
- Data Mining & Analysis (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Mathematical Analysis (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Algebra (AREA)
- Computational Mathematics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Mathematical Optimization (AREA)
- Game Theory and Decision Science (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开涉及一种污染物排放量的确定方法、装置、存储介质及电子设备，通过确定目标污染源在预测气象条件下对指定污染物的浓度的贡献值最大的第一网格和贡献值最小的第二网格；确定目标监测时刻下，目标污染源对第一网格的第一目标模拟贡献量，对第二网格的第二目标模拟贡献量，背景污染源对第一网格的第一目标背景模拟贡献量和对第二网格的第二目标背景模拟贡献量，以及监测得到的第一网格的第一污染物浓度和第二网格的第二污染物浓度；根据第一目标模拟贡献量、第二目标模拟贡献量，第一目标背景模拟贡献量、第二目标背景模拟贡献量、第一污染物浓度和第二污染物浓度确定目标污染源的污染物排放量，能够有效提升得到污染物排放量的准确性。
Description
技术领域
本公开涉及环境监测技术领域，具体地，涉及一种污染物排放量的确定方法、装置、存储介质及电子设备。
背景技术
改善空气质量是大气污染防治的首要任务，对污染物排放源的排放量进行准确测算，是识别污染来源的重要环节，对大气污染防治具有重要意义。然而，目前相关技术中的污染物排放源排放量的确定方法通常存在测算结果误差大、可靠性差、测算效率低等问题。
发明内容
本公开的目的是提供一种污染物排放量的确定方法、装置、存储介质及电子设备。
为了实现上述目的，本公开提供一种污染物排放量的确定方法，所述方法包括：
确定目标污染源在预测气象条件下对指定污染物的浓度的贡献值最大的第一网格和贡献值最小的第二网格；
确定目标监测时刻下，所述目标污染源对所述第一网格的第一目标模拟贡献量和对所述第二网格的第二目标模拟贡献量，以及背景污染源对所述第一网格的第一目标背景模拟贡献量和对所述第二网格的第二目标背景模拟贡献量，所述背景污染源为指定区域内除所述目标污染源以外的其他的污染源；
确定所述目标监测时刻下，监测得到的所述第一网格的第一污染物浓度和所述第二网格的第二污染物浓度；
根据所述目标监测时刻对应的所述第一目标模拟贡献量、所述第二目标模拟贡献量，所述第一目标背景模拟贡献量、所述第二目标背景模拟贡献量、所述第一污染物浓度和所述第二污染物浓度确定所述目标污染源的污染物排放量。
可选地，所述确定目标污染源在预测气象条件下对指定污染物的浓度的贡献值最大的第一网格和贡献值最小的第二网格，包括：
确定在所述预测气象条件下，目标污染源对多个目标网格的指定污染物的浓度的贡献值，所述目标网格与所述目标污染源所在位置之间的距离小于预设距离阈值；
确定所述多个目标网格中所述指定污染物的浓度的贡献值最大的第一网格和贡献值最小的第二网格。
可选地，所述确定在所述预测气象条件下，目标污染源对多个目标网格的指定污染物的浓度的贡献值，包括：
确定所述指定区域内目标分辨率的总网格化排放数据集、背景网格化排放数据集和目标污染源网格化排放数据集，其中，所述总网格化排放数据集包括每个网格内的污染源的污染物排放信息，所述背景网格化排放数据集包括每个网格内除所述目标污染源之外的其他污染源的污染物排放信息，所述目标污染源网格化排放数据集包括每个网格内目标污染源的污染物排放信息；
获取历史时间段内的历史气象数据，并根据所述历史气象数据预测目标未来时间段内的天气数据，以得到未来气象数据；
将所述总网格化排放数据集、所述背景网格化排放数据集和所述目标污染源网格化排放数据集以及所述未来气象数据输入预设空气质量模式，以获取所述预设空气质量模式输出的所述目标污染源对每个目标网格的指定污染物的浓度的贡献值。
可选地，所述确定目标监测时刻下，所述目标污染源对所述第一网格的第一目标模拟贡献量和对所述第二网格的第二目标模拟贡献量，以及背景污染源对所述第一网格的第一目标背景模拟贡献量和对所述第二网格的第二目标背景模拟贡献量，包括：
获取多个监测时刻下的多组模拟数据，每组所述模拟数据包括一个所述监测时刻下，所述目标污染源对所述第一网格的第一模拟贡献量和对所述第二网格的第二模拟贡献量，以及所述监测时刻下，背景污染源对所述第一网格的第一背景模拟贡献量和对所述第二网格的第二背景模拟贡献量；
从多个监测时刻对应所述多组模拟数据中确定目标监测时刻下的所述目标污染源对所述第一网格的第一目标模拟贡献量和对所述第二网格的第二目标模拟贡献量，以及背景污染源对所述第一网格的第一目标背景模拟贡献量和对所述第二网格的第二目标背景模拟贡献量。
可选地，所述从多个监测时刻对应所述多组模拟数据中确定目标监测时刻下的所述目标污染源对所述第一网格的第一目标模拟贡献量和对所述第二网格的第二目标模拟贡献量，以及背景污染源对所述第一网格的第一目标背景模拟贡献量和对所述第二网格的第二目标背景模拟贡献量，包括：
确定每组模拟数据中的第一模拟贡献量与第二模拟贡献量的目标差值；
将所述多组模拟数据中所述目标差值最大者作为目标模拟数据，所述目标模拟数据包括所述目标污染源对所述第一网格的第一目标模拟贡献量和对所述第二网格的第二目标模拟贡献量，以及背景污染源对所述第一网格的第一目标背景模拟贡献量和对所述第二网格的第二目标背景模拟贡献量。
可选地，所述根据所述目标监测时刻对应的所述第一目标模拟贡献量、所述第二目标模拟贡献量，所述第一目标背景模拟贡献量、所述第二目标背景模拟贡献量、所述第一污染物浓度和所述第二污染物浓度确定所述目标污染源的污染物排放量，包括：
根据所述目标监测时刻对应的所述第一目标模拟贡献量、所述第二目标模拟贡献量，所述第一目标背景模拟贡献量、所述第二目标背景模拟贡献量、所述第一污染物浓度和所述第二网格的第二污染物浓度确定目标污染源的排放误差；
根据所述排放误差确定所述目标污染源的污染物排放量。
可选地，所述根据所述排放误差确定所述目标污染源的污染物排放量，包括：
根据大气污染源排放数据集中的所述目标污染源的第一排放量和所述排放误差确定订正误差后的第二排放量；
在确定所述排放误差的变化值大于或者等于预设误差阈值的情况下，根据所述第二排放量更新所述总网格化排放数据集和所述目标污染源网格化排放数据集，并再次根据更新后的所述总网格化排放数据集和所述目标污染源网格化排放数据集确定更新后的排放误差，直至在确定所述更新后的排放误差的变化值小于所述预设误差阈值的情况下，将所述更新后的排放误差对应的第二排放量作为所述目标污染源的污染物排放量。
可选地，所述根据大气污染源排放数据集中的所述目标污染源的第一排放量和所述排放误差确定订正误差后的第二排放量，包括：
获取当前所述大气污染源排放数据集中所述目标污染源的指定污染物的第一排放量；
获取所第一排放量与所述排放误差的乘积，以得到所述订正误差后的第二排放量。
本公开的第二方面提供一种污染物排放量的确定装置，所述装置包括：
第一确定模块，被配置为确定目标污染源在预测气象条件下对指定污染物的浓度的贡献值最大的第一网格和贡献值最小的第二网格；
第二确定模块，被配置为确定目标监测时刻下，所述目标污染源对所述第一网格的第一目标模拟贡献量和对所述第二网格的第二目标模拟贡献量，以及背景污染源对所述第一网格的第一目标背景模拟贡献量和对所述第二网格的第二目标背景模拟贡献量，所述背景污染源为指定区域内除所述目标污染源以外的其他的污染源；
第三确定模块，被配置为确定所述目标监测时刻下，监测得到的所述第一网格的第一污染物浓度和所述第二网格的第二污染物浓度；
第四确定模块，被配置为根据所述目标监测时刻对应的所述第一目标模拟贡献量、所述第二目标模拟贡献量，所述第一目标背景模拟贡献量、所述第二目标背景模拟贡献量、所述第一污染物浓度和所述第二污染物浓度确定所述目标污染源的污染物排放量。
可选地，所述第一确定模块，被配置为：
确定在所述预测气象条件下，目标污染源对多个目标网格的指定污染物的浓度的贡献值，所述目标网格与所述目标污染源所在位置之间的距离小于预设距离阈值；
确定所述多个目标网格中所述指定污染物的浓度的贡献值最大的第一网格和贡献值最小的第二网格。
可选地，所述第一确定模块，被配置为：
确定所述指定区域内目标分辨率的总网格化排放数据集、背景网格化排放数据集和目标污染源网格化排放数据集，其中，所述总网格化排放数据集包括每个网格内的污染源的污染物排放信息，所述背景网格化排放数据集包括每个网格内除所述目标污染源之外的其他污染源的污染物排放信息，所述目标污染源网格化排放数据集包括每个网格内目标污染源的污染物排放信息；
获取历史时间段内的历史气象数据，并根据所述历史气象数据预测目标未来时间段内的天气数据，以得到未来气象数据；
将所述总网格化排放数据集、所述背景网格化排放数据集和所述目标污染源网格化排放数据集以及所述未来气象数据输入预设空气质量模式，以获取所述预设空气质量模式输出的所述目标污染源对每个目标网格的指定污染物的浓度的贡献值。
可选地，所述第二确定模块，被配置为：
获取多个监测时刻下的多组模拟数据，每组所述模拟数据包括一个所述监测时刻下，所述目标污染源对所述第一网格的第一模拟贡献量和对所述第二网格的第二模拟贡献量，以及所述监测时刻下，背景污染源对所述第一网格的第一背景模拟贡献量和对所述第二网格的第二背景模拟贡献量；
从多个监测时刻对应所述多组模拟数据中确定目标监测时刻下的所述目标污染源对所述第一网格的第一目标模拟贡献量和对所述第二网格的第二目标模拟贡献量，以及背景污染源对所述第一网格的第一目标背景模拟贡献量和对所述第二网格的第二目标背景模拟贡献量。
可选地，所述第二确定模块，被配置为：
确定每组模拟数据中的第一模拟贡献量与第二模拟贡献量的目标差值；
将所述多组模拟数据中所述目标差值最大者作为目标模拟数据，所述目标模拟数据包括所述目标污染源对所述第一网格的第一目标模拟贡献量和对所述第二网格的第二目标模拟贡献量，以及背景污染源对所述第一网格的第一目标背景模拟贡献量和对所述第二网格的第二目标背景模拟贡献量。
可选地，所述第四确定模块，被配置为：
根据所述目标监测时刻对应的所述第一目标模拟贡献量、所述第二目标模拟贡献量，所述第一目标背景模拟贡献量、所述第二目标背景模拟贡献量、所述第一污染物浓度和所述第二网格的第二污染物浓度确定目标污染源的排放误差；
根据所述排放误差确定所述目标污染源的污染物排放量。
可选地，所述第四确定模块，被配置为：
根据大气污染源排放数据集中的所述目标污染源的第一排放量和所述排放误差确定订正误差后的第二排放量；
在确定所述排放误差的变化值大于或者等于预设误差阈值的情况下，根据所述第二排放量更新所述总网格化排放数据集和所述目标污染源网格化排放数据集，并再次根据更新后的所述总网格化排放数据集和所述目标污染源网格化排放数据集确定更新后的排放误差，直至在确定所述更新后的排放误差的变化值小于所述预设误差阈值的情况下，将所述更新后的排放误差对应的第二排放量作为所述目标污染源的污染物排放量。
可选地，所述第四确定模块，被配置为：
获取当前所述大气污染源排放数据集中所述目标污染源的指定污染物的第一排放量；
获取所第一排放量与所述排放误差的乘积，以得到所述订正误差后的第二排放量。
本公开的第三方面提供一种非临时性计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现以上第一方面所述方法的步骤。
本公开的第四方面提供一种电子设备，包括：
存储器，其上存储有计算机程序；
处理器，用于执行所述存储器中的所述计算机程序，以实现以上第一方面所述方法的步骤。
上述技术方案，通过确定目标污染源在预测气象条件下对指定污染物的浓度的贡献值最大的第一网格和贡献值最小的第二网格；确定目标监测时刻下，所述目标污染源对所述第一网格的第一目标模拟贡献量和对所述第二网格的第二目标模拟贡献量，以及背景污染源对所述第一网格的第一目标背景模拟贡献量和对所述第二网格的第二目标背景模拟贡献量，所述背景污染源为指定区域内除所述目标污染源以外的其他的污染源；确定所述目标监测时刻下，监测得到的所述第一网格的第一污染物浓度和所述第二网格的第二污染物浓度；根据所述目标监测时刻对应的第一目标模拟贡献量、第二目标模拟贡献量，第一目标背景模拟贡献量、第二目标背景模拟贡献量、第一污染物浓度和第二污染物浓度确定所述目标污染源的污染物排放量，能够在保证测算效率的情况下，有效提升确定得到的污染物排放量的准确性，从而能够为空气污染治理提供可靠的数据依据。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
附图是用来提供对本公开的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本公开，但并不构成对本公开的限制。在附图中：
图1是本公开一示例性实施例示出的一种污染物排放量的确定方法的流程图；
图2是根据图1所示实施例示出的一种污染物排放量的确定方法的流程图；
图3是根据图1所示实施例示出的另一种污染物排放量的确定方法的流程图；
图4是根据图1所示实施例示出的又一种污染物排放量的确定方法的流程图；
图5是本公开一示例性实施例示出的一种污染物排放量的确定方法的流程图；
图6是本公开一示例性实施例示出的一种污染物排放量的确定装置的框图；
图7是根据一示例性实施例示出的一种电子设备的框图；
图8是根据一示例性实施例示出的另一种电子设备的框图。
具体实施方式
以下结合附图对本公开的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本公开，并不用于限制本公开。
需要说明的是，本公开中所有获取信号、信息或数据的动作都是在遵照所在地国家相应的数据保护法规政策的前提下，并获得由相应装置所有者给予授权的情况下进行的。
在详细介绍本公开的具体实施方式之前，首先对本公开的应用场景进行以下说明，本公开可以应用于污染物排放源的污染物排放量的确定过程，该污染物可以是粉尘/可吸入颗粒物、二氧化硫、氮氧化合物、一氧化碳等；还可以用于对已有污染物排放量的校准过程。相关技术中，污染源（即污染物排放源）的污染物排放量的确定方法通常是将空气质量模式对各网格的模拟结果与网格化监测数据的监测结果进行对比，将二者之间相对偏差超出预设偏差阈值的网格作为异常网格，对异常网格内的污染源进行校准和调整。该方法通常存在三个明显缺点，一是布置监测站点的成本很高，不可能每个网格都有监测站点，而该方法需要每个网格都有监测站点；二是该方法认为模拟值和监测值偏差较大的网格内点源排放存在异常，在实际的大气污染扩散过程中，对于近地面点源，该方法适用，但是如果是高架点源，由于污染物从排口排出到落到地面影响监测站点的浓度需要一定时间，落地点受大气稳定度和排口高度影响较大，对其所在网格及邻近网格影响较小，对下游网格影响较大，因此对于高架点源来说，这种方法并不适用；三是进行迭代模拟需要的计算量特别大，耗时较长，计算成本较高。也就是说，相关技术中的污染物排放源排放量的确定方法通常存在测算结果误差大，测算结果可靠性差、测算效率差等问题。
为了解决以上技术问题，本公开提供一种污染物排放量的确定方法、装置、存储介质及电子设备，该污染物排放量的确定方法，通过确定目标污染源在预测气象条件下对指定污染物的浓度的贡献值最大的第一网格和贡献值最小的第二网格；确定目标监测时刻下，所述目标污染源对所述第一网格的第一目标模拟贡献量和对所述第二网格的第二目标模拟贡献量，以及背景污染源对所述第一网格的第一目标背景模拟贡献量和对所述第二网格的第二目标背景模拟贡献量，所述背景污染源为指定区域内除所述目标污染源以外的其他的污染源；确定所述目标监测时刻下，监测得到的所述第一网格的第一污染物浓度和所述第二网格的第二污染物浓度；根据所述目标监测时刻对应的第一目标模拟贡献量、第二目标模拟贡献量，第一目标背景模拟贡献量、第二目标背景模拟贡献量、第一污染物浓度和第二污染物浓度确定所述目标污染源的污染物排放量，能够有效提升确定得到的污染物排放量的准确性，并且能够有效避免相关技术中计算量过大，投入成本过高以及测算效率较低等问题。
下面结合实施例对本公开的实具体施方式进行详细阐述。
图1是本公开一示例性实施例示出的一种污染物排放量的确定方法的流程图，所述方法包括：
步骤101，确定目标污染源在预测气象条件下对指定污染物的浓度的贡献值最大的第一网格和贡献值最小的第二网格。
其中，该目标污染源可以是指定区域内的任一污染物排放源，例如可以是高架点源，也可以是近地面点源；该预测气象条件可以是根据历史时间段内的历史气象数据通过气象模式（例如WRF（The Weather Research and Forecasting Model，天气预报模式）、GFS（Google Earth Engine，全球气象预报系统模式）等）预测得到的未来时间段内的气象数据。
本步骤中，可以确定在所述预测气象条件下，目标污染源对多个目标网格的指定污染物的浓度的贡献值，所述目标网格与所述目标污染源所在位置之间的距离小于预设距离阈值；确定所述多个目标网格中所述指定污染物的浓度的贡献值最大的第一网格和贡献值最小的第二网格。
步骤102，确定目标监测时刻下，所述目标污染源对所述第一网格的第一目标模拟贡献量和对所述第二网格的第二目标模拟贡献量，以及背景污染源对所述第一网格的第一目标背景模拟贡献量和对所述第二网格的第二目标背景模拟贡献量。
其中，所述背景污染源为指定区域内除所述目标污染源以外的其他的污染源。
本步骤中，可以获取多个监测时刻下的多组模拟数据，每组所述模拟数据包括一个所述监测时刻下，所述目标污染源对所述第一网格的第一模拟贡献量和对所述第二网格的第二模拟贡献量，以及所述监测时刻下，背景污染源对所述第一网格的第一背景模拟贡献量和对所述第二网格的第二背景模拟贡献量；从多个监测时刻对应所述多组模拟数据中确定目标监测时刻下的所述目标污染源对所述第一网格的第一目标模拟贡献量和对所述第二网格的第二目标模拟贡献量，以及背景污染源对所述第一网格的第一目标背景模拟贡献量和对所述第二网格的第二目标背景模拟贡献量。
需要说明的是，在获取每个监测时刻下的模拟数据时，可以先采集该未来时间段内的气象监测数据，然后使用FNL（Final Operational Global Analysis，最终全球运营分析）进行模拟，生成气象背景场数据。由于FNL是根据监测值进行再分析后的资料，因此气象数据误差相对于GFS的预测结果更为准确，从而能够进一步降低气象场的误差。将该监测时刻下的气象背景场数据、所述总网格化排放数据集，所述背景网格化排放数据集，以及所述目标污染源网格化排放数据集输入预设空气质量模式，以得到该空气质量模式输出的模拟数据。其中，所述总网格化排放数据集包括每个网格内的污染源的污染物排放信息，所述背景网格化排放数据集包括每个网格内除所述目标污染源之外的其他污染源的污染物排放信息，所述目标污染源网格化排放数据集包括每个网格内目标污染源的污染物排放信息。
步骤103，确定所述目标监测时刻下，监测得到的所述第一网格的第一污染物浓度和所述第二网格的第二污染物浓度。
本步骤中，可以在该第一网格和该第二网格设置监测站点，以监测得到所述第一网格的第一污染物浓度和所述第二网格的第二污染物浓度。
步骤104，根据所述目标监测时刻对应的所述第一目标模拟贡献量、所述第二目标模拟贡献量，所述第一目标背景模拟贡献量、所述第二目标背景模拟贡献量、所述第一污染物浓度和所述第二污染物浓度确定所述目标污染源的污染物排放量。
本步骤，可以根据所述目标监测时刻对应的所述第一目标模拟贡献量、所述第二目标模拟贡献量，所述第一目标背景模拟贡献量、所述第二目标背景模拟贡献量、所述第一污染物浓度和所述第二网格的第二污染物浓度确定目标污染源的排放误差；根据所述排放误差确定所述目标污染源的污染物排放量。
示例地，若第一目标模拟贡献量为、所述第二目标模拟贡献量为/>，所述第一目标背景模拟贡献量为/>、所述第二目标背景模拟贡献量/>、第一污染物浓度为/>和所述第二网格的第二污染物浓度为/>，将背景网格化排放数据集中数据的误差造成的模拟误差设为x，将该目标污染源的排放误差设为y，y可以是该污染源实际排放量与大气污染源排放数据集中记录的原始排放量的比值。需要说明的是，在一定范围内，污染源的排放量与模拟值之间成线性函数关系，因此在排放误差为y的情况下，可以理解为模拟误差也为y。因此，针对模式对站点的模拟值不等于监测值的情况，第一网格中设置的监测站点的该模拟值和监测值的关系可用公式1和表示，第二网格中设置的监测站点的模拟值与监测值之间的关系可以用公式2表示：
以上公式（1）和公式（2）、/>，/>、/>、/>、/>均已知，将以上公式（1）和公式（2）联立为方程组，即解方程组可得到x和y。在得到该目标污染源的排放误差y之后，可以从当前所述大气污染源排放数据集中查找所述目标污染源的指定污染物的待定排放量；获取所待定排放量与所述排放误差的乘积，以得到所述目标污染源的所述污染物排放量。
以上技术方案，能够有效提升确定得到的污染物排放量的准确性，并且能够有效避免相关技术中计算量过大，投入成本过高以及测算效率较低等问题。
图2是根据图1所示实施例示出的一种污染物排放量的确定方法的流程图，如图2所示，图1中步骤101所述的确定目标污染源在预测气象条件下对指定污染物的浓度的贡献值最大的第一网格和贡献值最小的第二网格可以包括：
步骤1011，确定在所述预测气象条件下，目标污染源对多个目标网格的指定污染物的浓度的贡献值。
其中，所述目标网格与所述目标污染源所在位置之间的距离小于预设距离阈值。
本步骤，可以通过S11至S13所示步骤实施：
S11，确定所述指定区域内目标分辨率的总网格化排放数据集、背景网格化排放数据集和目标污染源网格化排放数据集。
其中，所述总网格化排放数据集包括每个网格内的污染源的污染物排放信息，所述背景网格化排放数据集包括每个网格内除所述目标污染源之外的其他污染源的污染物排放信息，所述目标污染源网格化排放数据集包括每个网格内目标污染源的污染物排放信息。
本步骤，可以获取所述指定区域内的大气污染源排放数据集，所述大气污染源排放数据集包括多个污染源所在的位置以及每个污染源的污染物排放数据；根据所述大气污染源排放数据集生成目标分辨率的总网格化排放数据集、背景网格化排放数据集和目标污染源网格化排放数据集。
其中，该指定区域可以是污染监管的任一区域。
示例地，该大气污染源排放数据集可以是相关技术中的大气污染源排放清单，使用排放源处理系统生成包含该指定区域内所有污染源的网格化排放清单，即得到该总网格化排放数据集；在大气污染源排放清单中去除目标污染源再次使用排放源处理系统生成不含目标污染源的网格化清单，记为背景网格化清单（即得到该背景网格化排放数据集）；将目标污染源直接使用排放源处理系统进行处理，生成目标污染源网格化排放清单（即得到该目标污染源网格化排放数据集）。
S12，获取历史时间段内的历史气象数据，并根据所述历史气象数据预测目标未来时间段内的天气数据，以得到未来气象数据。
其中，该历史时间段可以是指定时间点之前的时间段，该目标未来时间段可以是该指定时间点之后的时间段，该历史气象数据可以包括历史时间段的空气湿度、温度、风力、气压等。可以将该历史时间段内的历史气象数据输入预设的气象模式（例如WRF模式、GFS模式等），以获取该气象模式输出的未来时间段内的气象数据，即得到该未来气象数据。
S13，将所述总网格化排放数据集、所述背景网格化排放数据集和所述目标污染源网格化排放数据集以及所述未来气象数据输入预设空气质量模式，以获取所述预设空气质量模式输出的所述目标污染源对每个目标网格的指定污染物的浓度的贡献值。
这样，通过S11至S13能够有效确定目标污染源对指定区域内的多个目标网格的指定污染物的浓度的贡献值。
步骤1012，确定所述多个目标网格中所述指定污染物的浓度的贡献值最大的第一网格和贡献值最小的第二网格。
以上技术方案，能够有效得到目标污染源在预测气象条件下对指定污染物的浓度的贡献值最大的第一网格和贡献值最小的第二网格。
图3是根据图1所示实施例示出的另一种污染物排放量的确定方法的流程图，如图3所示，图1中步骤102所述的确定目标监测时刻下，所述目标污染源对所述第一网格的第一模拟贡献量和对所述第二网格的第二模拟贡献量，以及背景污染源对所述第一网格的第一背景模拟贡献量和对所述第二网格的第二背景模拟贡献量，可以包括：
步骤1021，获取多个监测时刻下的多组模拟数据，每组所述模拟数据包括一个所述监测时刻下，所述目标污染源对所述第一网格的第一模拟贡献量和对所述第二网格的第二模拟贡献量，以及所述监测时刻下，背景污染源对所述第一网格的第一背景模拟贡献量和对所述第二网格的第二背景模拟贡献量。
其中，获取每个监测时刻下模拟数据的实施方式为：先采集该未来时间段内的气象监测数据，然后使用FNL进行模拟，生成气象背景场数据。将该监测时刻下的气象背景场数据、所述总网格化排放数据集，所述背景网格化排放数据集，以及所述目标污染源网格化排放数据集输入预设空气质量模式，以得到该空气质量模式输出的该监测时刻下的模拟数据。
需要说明的是，由于FNL是根据监测值进行再分析后的资料，因此气象数据误差相对于GFS的预测结果更为准确，如此能够进一步降低气象场的误差对模拟结果的影响，有利于进一步提升模拟结果的准确性。
示例地，若多个监测时刻分别为时刻、/>时刻、/>时刻、/>时刻，/>时刻的一组模拟数据可以包括在/>时刻，目标污染源对所述第一网格的第一模拟贡献量/>，对所述第二网格的第二模拟贡献量/>，以及背景污染源对所述第一网格的第一背景模拟贡献量/>和对所述第二网格的第二背景模拟贡献量/>；/>时刻的一组模拟数据可以包括在/>时刻，第一模拟贡献量/>和对所述第二网格的第二模拟贡献量/>，以及背景污染源对所述第一网格的第一背景模拟贡献量/>和对所述第二网格的第二背景模拟贡献量/>。
步骤1022，从多个监测时刻对应所述多组模拟数据中确定目标监测时刻下的所述目标污染源对所述第一网格的第一目标模拟贡献量和对所述第二网格的第二目标模拟贡献量，以及背景污染源对所述第一网格的第一目标背景模拟贡献量和对所述第二网格的第二目标背景模拟贡献量。
本步骤中，可以确定每组模拟数据中的第一模拟贡献量与第二模拟贡献量的目标差值；将所述多组模拟数据中所述目标差值最大者作为目标模拟数据，所述目标模拟数据包括所述目标污染源对所述第一网格的第一目标模拟贡献量和对所述第二网格的第二目标模拟贡献量，以及背景污染源对所述第一网格的第一目标背景模拟贡献量和对所述第二网格的第二目标背景模拟贡献量。
需要说明的是，由于第一模拟贡献量为目标污染源在预测气象条件下对指定污染物的浓度的贡献值最大的第一网格的模拟值，而第二模拟贡献量为目标污染源在预测气象条件下对指定污染物的浓度的贡献值最小的第二网格的模拟值，因此，该第一模拟贡献量会大于该第二模拟贡献量，该目标差值为第一模拟贡献量减去该第二模拟贡献量所得的数值。
示例地，在时刻，第一模拟贡献量/>与第二模拟贡献量/>的目标差值为，在/>时刻，第一模拟贡献量/>与第二模拟贡献量/>的目标差值为/>，在时刻，第一模拟贡献量/>与第二模拟贡献量/>的目标差值为/>，在/>时刻，第一模拟贡献量/>与第二模拟贡献量/>的目标差值为/>，可以先确定/>，，/>，/>中的最大者，若该最大者为/>，则将第一模拟贡献量作为第一目标模拟贡献量，将第二模拟贡献量/>作为第二目标模拟贡献量，将第一背景模拟贡献量/>作为第一目标背景模拟贡献量，将第二背景模拟贡献量/>作为第二目标背景模拟贡献量。
通过以上步骤1021和步骤1022能够有效确定目标监测时刻下，所述目标污染源对所述第一网格的第一目标模拟贡献量和对所述第二网格的第二目标模拟贡献量，以及背景污染源对所述第一网格的第一目标背景模拟贡献量和对所述第二网格的第二目标背景模拟贡献量。
图4是根据图1所示实施例示出的又一种污染物排放量的确定方法的流程图，如图4所示，图1中步骤104所述的根据所述目标监测时刻对应的所述第一目标模拟贡献量、所述第二目标模拟贡献量，所述第一目标背景模拟贡献量、所述第二目标背景模拟贡献量、所述第一污染物浓度和所述第二污染物浓度确定所述目标污染源的污染物排放量，可以包括：
步骤1041，根据所述目标监测时刻对应的第一目标模拟贡献量、所述第二目标模拟贡献量，所述第一目标背景模拟贡献量、所述第二目标背景模拟贡献量、第一污染物浓度和所述第二网格的第二污染物浓度确定目标污染源的排放误差。
示例地，若确定目标监测时刻为，即第一目标模拟贡献量为/>、所述第二目标模拟贡献量为/>，所述第一目标背景模拟贡献量为/>、所述第二目标背景模拟贡献量/>、在/>时刻，监测得到的第一污染物浓度为/>和第二污染物浓度为/>，将背景网格化排放数据集中数据的误差造成的模拟误差设为/>（未知数），将该目标污染源的排放误差设为/>（未知数），则可以确定以下方程组：
求解方程组可得到和/>的值，从而可以得到该目标污染源的排放误差。
步骤1042，根据所述排放误差确定所述目标污染源的污染物排放量。
本步骤可以，根据大气污染源排放数据集中的所述目标污染源的第一排放量和所述排放误差确定订正误差后的第二排放量；在确定所述排放误差的变化值大于或者等于预设误差阈值的情况下，根据所述第二排放量更新所述总网格化排放数据集和所述目标污染源网格化排放数据集，并再次根据更新后的所述总网格化排放数据集和所述目标污染源网格化排放数据集确定更新后的排放误差，直至在确定所述更新后的排放误差的变化值小于所述预设误差阈值的情况下，将所述更新后的排放误差对应的第二排放量作为所述目标污染源的污染物排放量。
以上所述的根据大气污染源排放数据集中的所述目标污染源的第一排放量和所述排放误差确定订正误差后的第二排放量，可以包括：
获取当前所述大气污染源排放数据集中所述目标污染源的指定污染物的第一排放量；获取所第一排放量与所述排放误差的乘积，以得到所述订正误差后的第二排放量。
以上步骤1041和步骤1042所示方案，能够有效确定目标污染源的排放误差，并能够根据所述排放误差确定所述目标污染源的污染物排放量。
图5是本公开一示例性实施例示出的一种污染物排放量的确定方法的流程图，如图5所示，该方法可以包括：
步骤501，获取所述指定区域内的大气污染源排放数据集。
其中，所述大气污染源排放数据集包括该指定区域内已知的污染源的所在位置以及每个污染源的污染物排放数据。该污染物排放数据可以包括排污种类，每种污染物的排放量以及排污时间段等信息。
步骤502，根据所述大气污染源排放数据集生成目标分辨率的总网格化排放数据集、背景网格化排放数据集和目标污染源网格化排放数据集。
本步骤的实施方式可以参考图2中步骤1011中的相关描述，本公开在此不再赘述。
步骤503，获取历史时间段内的历史气象数据，并根据所述历史气象数据预测目标未来时间段内的天气数据，以得到未来气象数据。
步骤504，将所述总网格化排放数据集、所述背景网格化排放数据集和所述目标污染源网格化排放数据集以及所述未来气象数据输入预设空气质量模式，以获取所述预设空气质量模式输出的所述目标污染源对每个目标网格的指定污染物的浓度的贡献值。
步骤505，确定所述多个目标网格中所述指定污染物的浓度的贡献值最大的第一网格和贡献值最小的第二网格。
步骤506，获取多个监测时刻下的多组模拟数据，每组所述模拟数据包括一个所述监测时刻下，所述目标污染源对所述第一网格的第一模拟贡献量和对所述第二网格的第二模拟贡献量，以及所述监测时刻下，背景污染源对所述第一网格的第一背景模拟贡献量和对所述第二网格的第二背景模拟贡献量。
步骤507，从多个监测时刻对应所述多组模拟数据中确定目标监测时刻下的所述目标污染源对所述第一网格的第一目标模拟贡献量和对所述第二网格的第二目标模拟贡献量，以及背景污染源对所述第一网格的第一目标背景模拟贡献量和对所述第二网格的第二目标背景模拟贡献量。
步骤508，根据所述目标监测时刻对应的所述第一目标模拟贡献量、所述第二目标模拟贡献量，所述第一目标背景模拟贡献量、所述第二目标背景模拟贡献量、所述第一污染物浓度和所述第二网格的第二污染物浓度确定目标污染源的排放误差。
步骤509，根据大气污染源排放数据集中的所述目标污染源的第一排放量和所述排放误差确定订正误差后的第二排放量。
示例地，若该大气污染源排放数据集中目标污染源的第一排放量为Q，则订正误差后的第二排放量为。
步骤510，确定所述排放误差的变化值是否小于预设误差阈值。
本步骤，在确定所述排放误差的变化值大于或者等于预设误差阈值的情况下，执行步骤511，并在执行步骤511之后，再次执行步骤501至步骤509，以根据更新后的大气污染源排放数据集更新所述总网格化排放数据集和所述目标污染源网格化排放数据集，然后根据更新后的所述总网格化排放数据集和所述目标污染源网格化排放数据集确定更新后的排放误差，在确定所述排放误差的变化值小于所述预设误差阈值的情况下，执行步骤512。
步骤511，根据所述第二排放量更新所述大气污染源排放数据集。
本步骤中，可以利用该第二排放数据替换该大气污染源排放数据集中指定污染物的排放量数据。
步骤512，将所述第二排放量作为所述目标污染源的污染物排放量。
需要说明的是，图5中每个步骤的实施方式可以参考以上图2、图3和图4中相应步骤下的描述，本公开在此不再赘述。
以上技术方案，能够有效提升确定得到的污染物排放量的准确性，并且能够有效避免相关技术中计算量过大，投入成本过高以及测算效率较低等问题。
图6是本公开一示例性实施例示出的一种污染物排放量的确定装置的框图；如图6所示，所述装置包括：
第一确定模块601，被配置为确定目标污染源在预测气象条件下对指定污染物的浓度的贡献值最大的第一网格和贡献值最小的第二网格；
第二确定模块602，被配置为确定目标监测时刻下，所述目标污染源对所述第一网格的第一目标模拟贡献量和对所述第二网格的第二目标模拟贡献量，以及背景污染源对所述第一网格的第一目标背景模拟贡献量和对所述第二网格的第二目标背景模拟贡献量，所述背景污染源为指定区域内除所述目标污染源以外的其他的污染源；
第三确定模块603，被配置为确定所述目标监测时刻下，监测得到的所述第一网格的第一污染物浓度和所述第二网格的第二污染物浓度；
第四确定模块604，被配置为根据所述目标监测时刻对应的所述第一目标模拟贡献量、所述第二目标模拟贡献量，所述第一目标背景模拟贡献量、所述第二目标背景模拟贡献量、所述第一污染物浓度和所述第二污染物浓度确定所述目标污染源的污染物排放量。
以上技术方案，能够有效提升确定得到的污染物排放量的准确性，并且能够有效避免相关技术中计算量过大，投入成本过高以及测算效率较低等问题。
可选地，所述第一确定模块601，被配置为：
确定在所述预测气象条件下，目标污染源对多个目标网格的指定污染物的浓度的贡献值，所述目标网格与所述目标污染源所在位置之间的距离小于预设距离阈值；
确定所述多个目标网格中所述指定污染物的浓度的贡献值最大的第一网格和贡献值最小的第二网格。
可选地，所述第一确定模块601，被配置为：
确定所述指定区域内目标分辨率的总网格化排放数据集、背景网格化排放数据集和目标污染源网格化排放数据集，其中，所述总网格化排放数据集包括每个网格内的污染源的污染物排放信息，所述背景网格化排放数据集包括每个网格内除所述目标污染源之外的其他污染源的污染物排放信息，所述目标污染源网格化排放数据集包括每个网格内目标污染源的污染物排放信息；
获取历史时间段内的历史气象数据，并根据所述历史气象数据预测目标未来时间段内的天气数据，以得到未来气象数据；
将所述总网格化排放数据集、所述背景网格化排放数据集和所述目标污染源网格化排放数据集以及所述未来气象数据输入预设空气质量模式，以获取所述预设空气质量模式输出的所述目标污染源对每个目标网格的指定污染物的浓度的贡献值。
可选地，所述第二确定模块602，被配置为：
获取多个监测时刻下的多组模拟数据，每组所述模拟数据包括一个所述监测时刻下，所述目标污染源对所述第一网格的第一模拟贡献量和对所述第二网格的第二模拟贡献量，以及所述监测时刻下，背景污染源对所述第一网格的第一背景模拟贡献量和对所述第二网格的第二背景模拟贡献量；
从多个监测时刻对应所述多组模拟数据中确定目标监测时刻下的所述目标污染源对所述第一网格的第一目标模拟贡献量和对所述第二网格的第二目标模拟贡献量，以及背景污染源对所述第一网格的第一目标背景模拟贡献量和对所述第二网格的第二目标背景模拟贡献量。
可选地，所述第二确定模块602，被配置为：
确定每组模拟数据中的第一模拟贡献量与第二模拟贡献量的目标差值；
将所述多组模拟数据中所述目标差值最大者作为目标模拟数据，所述目标模拟数据包括所述目标污染源对所述第一网格的第一目标模拟贡献量和对所述第二网格的第二目标模拟贡献量，以及背景污染源对所述第一网格的第一目标背景模拟贡献量和对所述第二网格的第二目标背景模拟贡献量。
可选地，所述第四确定模块604，被配置为：
根据所述目标监测时刻对应的所述第一目标模拟贡献量、所述第二目标模拟贡献量，所述第一目标背景模拟贡献量、所述第二目标背景模拟贡献量、所述第一污染物浓度和所述第二网格的第二污染物浓度确定目标污染源的排放误差；
根据所述排放误差确定所述目标污染源的污染物排放量。
可选地，所述第四确定模块604，被配置为：
根据大气污染源排放数据集中的所述目标污染源的第一排放量和所述排放误差确定订正误差后的第二排放量；
在确定所述排放误差的变化值大于或者等于预设误差阈值的情况下，根据所述第二排放量更新所述总网格化排放数据集和所述目标污染源网格化排放数据集，并再次根据更新后的所述总网格化排放数据集和所述目标污染源网格化排放数据集确定更新后的排放误差，直至在确定所述更新后的排放误差的变化值小于所述预设误差阈值的情况下，将所述更新后的排放误差对应的第二排放量作为所述目标污染源的污染物排放量。
可选地，所述第四确定模块604，被配置为：
获取当前所述大气污染源排放数据集中所述目标污染源的指定污染物的第一排放量；
获取所第一排放量与所述排放误差的乘积，以得到所述订正误差后的第二排放量。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
图7是根据一示例性实施例示出的一种电子设备的框图。如图7所示，该第一电子设备700可以包括：第一处理器701，第一存储器702。该第一电子设备700还可以包括多媒体组件703，第一输入/输出接口704，以及第一通信组件705中的一者或多者。
其中，第一处理器701用于控制该第一电子设备700的整体操作，以完成上述的污染物排放量的确定方法中的全部或部分步骤。第一存储器702用于存储各种类型的数据以支持在该第一电子设备700的操作，这些数据例如可以包括用于在该第一电子设备700上操作的任何应用程序或方法的指令，以及应用程序相关的数据，例如联系人数据、收发的消息、图片、音频、视频等等。该第一存储器702可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，例如静态随机存取存储器（Static Random Access Memory，简称SRAM），电可擦除可编程只读存储器（Electrically Erasable Programmable Read-OnlyMemory，简称EEPROM），可擦除可编程只读存储器（Erasable Programmable Read-OnlyMemory，简称EPROM），可编程只读存储器（Programmable Read-Only Memory，简称PROM），只读存储器（Read-Only Memory，简称ROM），磁存储器，快闪存储器，磁盘或光盘。多媒体组件703可以包括屏幕和音频组件。其中屏幕例如可以是触摸屏，音频组件用于输出和/或输入音频信号。例如，音频组件可以包括一个麦克风，麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在第一存储器702或通过第一通信组件705发送。音频组件还包括至少一个扬声器，用于输出音频信号。第一输入/输出接口704为第一处理器701和其他接口模块之间提供接口，上述其他接口模块可以是键盘，鼠标，按钮等。这些按钮可以是虚拟按钮或者实体按钮。第一通信组件705用于该第一电子设备700与其他设备之间进行有线或无线通信。无线通信，例如Wi-Fi，蓝牙，近场通信（Near Field Communication，简称NFC），2G、3G、4G、NB-IOT、eMTC、或其他5G等等，或它们中的一种或几种的组合，在此不做限定。因此相应的该第一通信组件705可以包括：Wi-Fi模块，蓝牙模块，NFC模块等等。
在一示例性实施例中，第一电子设备700可以被一个或多个应用专用集成电路（Application Specific Integrated Circuit，简称ASIC）、数字信号处理器（DigitalSignal Processor，简称DSP）、数字信号处理设备（Digital Signal Processing Device，简称DSPD）、可编程逻辑器件（Programmable Logic Device，简称PLD）、现场可编程门阵列（Field Programmable Gate Array，简称FPGA）、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述的污染物排放量的确定方法。
在另一示例性实施例中，还提供了一种包括程序指令的计算机可读存储介质，该程序指令被处理器执行时实现上述的污染物排放量的确定方法的步骤。例如，该计算机可读存储介质可以为上述包括程序指令的第一存储器702，上述程序指令可由第一电子设备700的第一处理器701执行以完成上述的污染物排放量的确定方法。
图8是根据一示例性实施例示出的另一种电子设备的框图。例如，第二电子设备800可以被提供为一服务器。参照图8，第二电子设备800包括第二处理器822，其数量可以为一个或多个，以及第二存储器832，用于存储可由第二处理器822执行的计算机程序。第二存储器832中存储的计算机程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外，第二处理器822可以被配置为执行该计算机程序，以执行上述的污染物排放量的确定方法。
另外，第二电子设备800还可以包括电源组件826和第二通信组件850，该电源组件826可以被配置为执行第二电子设备800的电源管理，该第二通信组件850可以被配置为实现第二电子设备800的通信，例如，有线或无线通信。此外，该第二电子设备800还可以包括第二输入/输出接口858。第二电子设备800可以操作基于存储在第二存储器832的操作系统。
在另一示例性实施例中，还提供了一种包括程序指令的计算机可读存储介质，该程序指令被处理器执行时实现上述的污染物排放量的确定方法的步骤。例如，该非临时性计算机可读存储介质可以为上述包括程序指令的第二存储器832，上述程序指令可由第二电子设备800的第二处理器822执行以完成上述的污染物排放量的确定方法。
在另一示例性实施例中，还提供一种计算机程序产品，该计算机程序产品包含能够由可编程的装置执行的计算机程序，该计算机程序具有当由该可编程的装置执行时用于执行上述的污染物排放量的确定方法的代码部分。
以上结合附图详细描述了本公开的优选实施方式，但是，本公开并不限于上述实施方式中的具体细节，在本公开的技术构思范围内，可以对本公开的技术方案进行多种简单变型，这些简单变型均属于本公开的保护范围。
另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合，为了避免不必要的重复，本公开对各种可能的组合方式不再另行说明。
此外，本公开的各种不同的实施方式之间也可以进行任意组合，只要其不违背本公开的思想，其同样应当视为本公开所公开的内容。
Claims (8)
1.一种污染物排放量的确定方法，其特征在于，所述方法包括：
确定目标污染源在预测气象条件下对指定污染物的浓度的贡献值最大的第一网格和贡献值最小的第二网格；
确定目标监测时刻下，所述目标污染源对所述第一网格的第一目标模拟贡献量和对所述第二网格的第二目标模拟贡献量，以及背景污染源对所述第一网格的第一目标背景模拟贡献量和对所述第二网格的第二目标背景模拟贡献量，所述背景污染源为指定区域内除所述目标污染源以外的其他的污染源；
确定所述目标监测时刻下，监测得到的所述第一网格的第一污染物浓度和所述第二网格的第二污染物浓度；
根据所述目标监测时刻对应的所述第一目标模拟贡献量、所述第二目标模拟贡献量，所述第一目标背景模拟贡献量、所述第二目标背景模拟贡献量、所述第一污染物浓度和所述第二污染物浓度确定所述目标污染源的污染物排放量；
所述确定目标监测时刻下，所述目标污染源对所述第一网格的第一目标模拟贡献量和对所述第二网格的第二目标模拟贡献量，以及背景污染源对所述第一网格的第一目标背景模拟贡献量和对所述第二网格的第二目标背景模拟贡献量，包括：
获取多个监测时刻下的多组模拟数据，每组所述模拟数据包括一个所述监测时刻下，所述目标污染源对所述第一网格的第一模拟贡献量和对所述第二网格的第二模拟贡献量，以及所述监测时刻下，背景污染源对所述第一网格的第一背景模拟贡献量和对所述第二网格的第二背景模拟贡献量；
确定每组模拟数据中的第一模拟贡献量与第二模拟贡献量的目标差值；
将所述多组模拟数据中所述目标差值最大者作为目标模拟数据，所述目标模拟数据包括所述目标污染源对所述第一网格的第一目标模拟贡献量和对所述第二网格的第二目标模拟贡献量，以及背景污染源对所述第一网格的第一目标背景模拟贡献量和对所述第二网格的第二目标背景模拟贡献量；
所述确定目标污染源在预测气象条件下对指定污染物的浓度的贡献值最大的第一网格和贡献值最小的第二网格，包括：
确定所述指定区域内目标分辨率的总网格化排放数据集、背景网格化排放数据集和目标污染源网格化排放数据集，其中，所述总网格化排放数据集包括每个网格内的污染源的污染物排放信息，所述背景网格化排放数据集包括每个网格内除所述目标污染源之外的其他污染源的污染物排放信息，所述目标污染源网格化排放数据集包括每个网格内目标污染源的污染物排放信息；
获取历史时间段内的历史气象数据，并根据所述历史气象数据预测目标未来时间段内的天气数据，以得到未来气象数据；
将所述总网格化排放数据集、所述背景网格化排放数据集和所述目标污染源网格化排放数据集以及所述未来气象数据输入预设空气质量模式，以获取所述预设空气质量模式输出的所述目标污染源对每个目标网格的指定污染物的浓度的贡献值。
2.根据权利要求1所述的方法，其特征在于，所述确定目标污染源在预测气象条件下对指定污染物的浓度的贡献值最大的第一网格和贡献值最小的第二网格，包括：
确定在所述预测气象条件下，目标污染源对多个目标网格的指定污染物的浓度的贡献值，所述目标网格与所述目标污染源所在位置之间的距离小于预设距离阈值；
确定所述多个目标网格中所述指定污染物的浓度的贡献值最大的第一网格和贡献值最小的第二网格。
3.根据权利要求1所述的方法，其特征在于，所述根据所述目标监测时刻对应的所述第一目标模拟贡献量、所述第二目标模拟贡献量，所述第一目标背景模拟贡献量、所述第二目标背景模拟贡献量、所述第一污染物浓度和所述第二污染物浓度确定所述目标污染源的污染物排放量，包括：
根据所述目标监测时刻对应的所述第一目标模拟贡献量、所述第二目标模拟贡献量，所述第一目标背景模拟贡献量、所述第二目标背景模拟贡献量、所述第一污染物浓度和所述第二网格的第二污染物浓度确定目标污染源的排放误差；
根据所述排放误差确定所述目标污染源的污染物排放量。
4.根据权利要求3所述的方法，其特征在于，所述根据所述排放误差确定所述目标污染源的污染物排放量，包括：
根据大气污染源排放数据集中的所述目标污染源的第一排放量和所述排放误差确定订正误差后的第二排放量；
在确定所述排放误差的变化值大于或者等于预设误差阈值的情况下，根据所述第二排放量更新所述总网格化排放数据集和所述目标污染源网格化排放数据集，并再次根据更新后的所述总网格化排放数据集和所述目标污染源网格化排放数据集确定更新后的排放误差，直至在确定所述更新后的排放误差的变化值小于所述预设误差阈值的情况下，将所述更新后的排放误差对应的第二排放量作为所述目标污染源的污染物排放量。
5.根据权利要求4所述的方法，其特征在于，所述根据大气污染源排放数据集中的所述目标污染源的第一排放量和所述排放误差确定订正误差后的第二排放量，包括：
获取当前所述大气污染源排放数据集中所述目标污染源的指定污染物的第一排放量；
获取所第一排放量与所述排放误差的乘积，以得到所述订正误差后的第二排放量。
6.一种污染物排放量的确定装置，其特征在于，所述装置包括：
第一确定模块，被配置为确定目标污染源在预测气象条件下对指定污染物的浓度的贡献值最大的第一网格和贡献值最小的第二网格；
第二确定模块，被配置为确定目标监测时刻下，所述目标污染源对所述第一网格的第一目标模拟贡献量和对所述第二网格的第二目标模拟贡献量，以及背景污染源对所述第一网格的第一目标背景模拟贡献量和对所述第二网格的第二目标背景模拟贡献量，所述背景污染源为指定区域内除所述目标污染源以外的其他的污染源；
第三确定模块，被配置为确定所述目标监测时刻下，监测得到的所述第一网格的第一污染物浓度和所述第二网格的第二污染物浓度；
第四确定模块，被配置为根据所述目标监测时刻对应的所述第一目标模拟贡献量、所述第二目标模拟贡献量，所述第一目标背景模拟贡献量、所述第二目标背景模拟贡献量、所述第一污染物浓度和所述第二污染物浓度确定所述目标污染源的污染物排放量；
所述第二确定模块，被配置为获取多个监测时刻下的多组模拟数据，每组所述模拟数据包括一个所述监测时刻下，所述目标污染源对所述第一网格的第一模拟贡献量和对所述第二网格的第二模拟贡献量，以及所述监测时刻下，背景污染源对所述第一网格的第一背景模拟贡献量和对所述第二网格的第二背景模拟贡献量；
确定每组模拟数据中的第一模拟贡献量与第二模拟贡献量的目标差值；
将所述多组模拟数据中所述目标差值最大者作为目标模拟数据，所述目标模拟数据包括所述目标污染源对所述第一网格的第一目标模拟贡献量和对所述第二网格的第二目标模拟贡献量，以及背景污染源对所述第一网格的第一目标背景模拟贡献量和对所述第二网格的第二目标背景模拟贡献量；
所述第一确定模块，被配置为确定所述指定区域内目标分辨率的总网格化排放数据集、背景网格化排放数据集和目标污染源网格化排放数据集，其中，所述总网格化排放数据集包括每个网格内的污染源的污染物排放信息，所述背景网格化排放数据集包括每个网格内除所述目标污染源之外的其他污染源的污染物排放信息，所述目标污染源网格化排放数据集包括每个网格内目标污染源的污染物排放信息；获取历史时间段内的历史气象数据，并根据所述历史气象数据预测目标未来时间段内的天气数据，以得到未来气象数据；将所述总网格化排放数据集、所述背景网格化排放数据集和所述目标污染源网格化排放数据集以及所述未来气象数据输入预设空气质量模式，以获取所述预设空气质量模式输出的所述目标污染源对每个目标网格的指定污染物的浓度的贡献值。
7.一种非临时性计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-5中任一项所述方法的步骤。
8.一种电子设备，其特征在于，包括：
存储器，其上存储有计算机程序；
处理器，用于执行所述存储器中的所述计算机程序，以实现权利要求1-5中任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310510710.8A CN116227749B (zh) | 2023-05-08 | 2023-05-08 | 污染物排放量的确定方法、装置、存储介质及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310510710.8A CN116227749B (zh) | 2023-05-08 | 2023-05-08 | 污染物排放量的确定方法、装置、存储介质及电子设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116227749A CN116227749A (zh) | 2023-06-06 |
| CN116227749B true CN116227749B (zh) | 2023-07-21 |
Family
ID=86579126
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310510710.8A Active CN116227749B (zh) | 2023-05-08 | 2023-05-08 | 污染物排放量的确定方法、装置、存储介质及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116227749B (zh) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116739191B (zh) * | 2023-08-14 | 2023-11-07 | 中科三清科技有限公司 | 热点网格识别方法、装置、存储介质及电子设备 |
| CN116739222B (zh) * | 2023-08-14 | 2023-12-15 | 中科三清科技有限公司 | 确定道路移动源的污染物浓度贡献值的方法与装置 |
| 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 |
| CN116757508B (zh) * | 2023-08-14 | 2023-11-24 | 中科三清科技有限公司 | 道路管控措施的效果确定方法、装置与存储介质 |
| CN117611227B (zh) * | 2024-01-23 | 2024-04-09 | 中科三清科技有限公司 | 基于空气质量的电价调整方法、装置、电子设备及介质 |
| CN118313566B (zh) * | 2024-06-06 | 2024-09-10 | 中科三清科技有限公司 | 识别高贡献量的网格的方法、装置与存储介质 |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101882874B1 (ko) * | 2017-09-05 | 2018-08-24 | 한국전력기술 주식회사 | 대기환경을 고려한 발전기 운영 계획 수립 방법 및 그 장치 |
| CN108416521A (zh) * | 2018-03-06 | 2018-08-17 | 深圳市卡普瑞环境科技有限公司 | 一种信息来源确定的方法以及信息来源确定装置 |
| CN109916788B (zh) * | 2019-01-14 | 2020-05-19 | 南京大学 | 一种区分不同区域排放变化和气象条件变化对pm2.5浓度影响的方法 |
| CN110728063A (zh) * | 2019-10-17 | 2020-01-24 | 广东省环境监测中心 | 一种判断气象与源排放变化对空气质量影响的定量方法 |
| CN112132450A (zh) * | 2020-09-22 | 2020-12-25 | 南京创蓝科技有限公司 | 一种气态污染物的定位方法 |
| CN112182064B (zh) * | 2020-09-25 | 2021-07-20 | 中科三清科技有限公司 | 一种污染物来源分析方法、装置、电子设备及存储介质 |
| CN113720972B (zh) * | 2021-09-02 | 2022-07-29 | 中科三清科技有限公司 | 大气污染物的源解析方法及装置 |
| CN114742460B (zh) * | 2022-05-07 | 2023-02-03 | 中科三清科技有限公司 | 一种确定待管控企业的方法、装置、电子设备及存储介质 |
-
2023
- 2023-05-08 CN CN202310510710.8A patent/CN116227749B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN116227749A (zh) | 2023-06-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116227749B (zh) | 污染物排放量的确定方法、装置、存储介质及电子设备 | |
| JP7119930B2 (ja) | 環境センサの検出データの処理装置、処理方法、コンピュータ読み取り可能な記憶媒体、及び環境センサシステム | |
| JP4882469B2 (ja) | 気象予測プログラム、気象予測装置および気象予測方法 | |
| KR101507397B1 (ko) | 대기 모델링 서비스 제공 시스템 | |
| CN118115180B (zh) | 识别高贡献浓度的热点网格的方法与装置 | |
| CN110738354B (zh) | 预测颗粒物浓度的方法、装置、存储介质及电子设备 | |
| WO2019180325A1 (en) | Sensor calibration | |
| CN116228502B (zh) | 重点污染源排放量订正方法、装置、存储介质及电子设备 | |
| WO2015159101A1 (en) | A method and system for analysing environmental data | |
| CN116739191B (zh) | 热点网格识别方法、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 | |
| CN112052619B (zh) | 空气污染粒子信息的优化方法、装置及电子设备 | |
| CN117610895B (zh) | 重点污染源管控时间的确定方法、装置、电子设备及介质 | |
| CN116611547A (zh) | 大气污染物来源预报方法、装置、设备及存储介质 | |
| CN118114165A (zh) | 污染源贡献浓度的确定方法与装置 | |
| CN114841437A (zh) | 预评估排放源对空气质量贡献的方法、装置和电子设备 | |
| CN116757366B (zh) | 高污染排放污染源选址的方法、装置、介质及电子设备 | |
| CN117610894A (zh) | 污染源提前管控时间确定方法、装置、介质及电子设备 | |
| CN115936311B (zh) | 减排策略获取方法、装置、介质及电子设备 | |
| CN115238245A (zh) | 污染物监测方法、装置、存储介质及电子设备 | |
| CN115238596A (zh) | 数据处理方法、装置、可读存储介质与电子设备 | |
| CN116307258B (zh) | 污染源异常排放确定方法、装置、存储介质及电子设备 | |
| 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 | |
| CN118467986B (zh) | 减排措施落实程度的确定方法、装置与存储介质 | |
| CN113343479A (zh) | 设备使用寿命的计算方法和装置 |
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 |