CN116805036A - 一种机动车排放评估方法、系统、计算机设备和存储介质 - Google Patents
一种机动车排放评估方法、系统、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN116805036A CN116805036A CN202311084056.5A CN202311084056A CN116805036A CN 116805036 A CN116805036 A CN 116805036A CN 202311084056 A CN202311084056 A CN 202311084056A CN 116805036 A CN116805036 A CN 116805036A
- Authority
- CN
- China
- Prior art keywords
- local
- motor vehicle
- emission
- road
- vehicle
- 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.)
- Pending
Links
- 238000011156 evaluation Methods 0.000 title abstract description 8
- 238000000034 method Methods 0.000 claims abstract description 26
- 238000011160 research Methods 0.000 claims abstract description 16
- 239000003344 environmental pollutant Substances 0.000 claims abstract description 15
- 231100000719 pollutant Toxicity 0.000 claims abstract description 15
- 238000004088 simulation Methods 0.000 claims description 13
- 238000004458 analytical method Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 12
- 238000010276 construction Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 239000000446 fuel Substances 0.000 claims description 3
- 239000000356 contaminant Substances 0.000 claims description 2
- 238000012937 correction Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 238000003915 air pollution Methods 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- VJYFKVYYMZPMAB-UHFFFAOYSA-N ethoprophos Chemical compound CCCSP(=O)(OCC)SCCC VJYFKVYYMZPMAB-UHFFFAOYSA-N 0.000 description 1
- 239000000295 fuel oil Substances 0.000 description 1
- 239000010410 layer Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000002344 surface layer Substances 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明适用于机动车排放技术领域,提供了一种机动车排放评估方法、系统、计算机设备和存储介质,所述方法包括:根据已确定的研究区域内机动车排放数据,构建本地机动车排放数据集;将本地机动车排放数据集通过python读取,构建本地机动车排放数据库;根据本地机动车排放数据库,通过MOVES模型模拟获取本地机动车排放总量;通过GIS将本地机动车排放总量按设定要求分配至本地路网上,得到每条道路对于机动车排放总量的贡献值;本发明实施例利用MOVES模型与GIS地理信息系统方法,精确模拟计算了本地机动车污染物排放情况,以及本地机动车污染物在路网上的分配情况,从而达到精确评价本地机动车污染物对环境影响的目的。
Description
技术领域
本发明属于机动车排放技术领域,尤其涉及一种机动车排放评估方法、系统、计算机设备和存储介质。
背景技术
机动车保有量的快速增长在给人们的生活提供方便的同时,也带来了道路拥堵、空气污染、能源短缺、土地稀缺等一系列饱受诟病的问题。机动车污染已成为我国空气污染的重要来源。
城市群内大气污染源种类多、排放特征复杂,使得对区域性大气污染排放清单的研究变得非常复杂,其中城市中面源、固定源排放清单和强度研究相对比较成熟,道路移动源污染物排放清单的研究在各类污染源排放清单研究中是最复杂、最困难的,主要表现为道路移动源数量巨大且种类复杂、排放污染物种类多样,排放强度随车龄、燃油类型和状况、道路状况、机动车运动状态等因素持续动态变化,排放清单的区域性差异明显。
但现阶段机动车排放评估研究,大多数是基于国外模型,与国内实际情况存在显著差异。
发明内容
本发明实施例的目的在于提供一种机动车排放评估方法、系统、计算机设备和存储介质,旨在解决背景技术中确定的现有技术所存在的技术问题。
本发明实施例是这样实现的,一种机动车排放评估方法,所述方法包括:
根据已确定的研究区域内机动车排放数据,构建本地机动车排放数据集;
将本地机动车排放数据集通过python读取,构建本地机动车排放数据库;
根据本地机动车排放数据库,通过MOVES模型模拟获取本地机动车排放总量;
通过GIS将本地机动车排放总量按设定要求分配至本地路网上,得到每条道路对于机动车排放总量的贡献值。
本发明实施例的另一目的在于提供一种机动车排放评估系统,所述系统包括:
本地机动车排放数据集获取模块,用于根据已确定的研究区域内机动车排放数据,构建本地机动车排放数据集;
本地机动车排放数据库构建模块,用于将本地机动车排放数据集通过python读取,构建本地机动车排放数据库;
排放总量模拟获取模块,用于根据本地机动车排放数据库,通过MOVES模型模拟获取本地机动车排放总量;
贡献值获取模块,用于通过GIS将本地机动车排放总量按设定要求分配至本地路网上,得到每条道路对于机动车排放总量的贡献值。
本发明实施例的另一目的在于提供一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行所述机动车排放评估方法的步骤。
本发明实施例的另一目的在于提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行所述机动车排放评估方法的步骤。
本发明实施例利用MOVES模型与GIS地理信息系统方法,精确模拟计算了本地机动车污染物排放情况,以及本地机动车污染物在路网上的分配情况,从而达到精确评价本地机动车污染物对环境影响的目的。
附图说明
图1为本发明实施例提供的一种机动车排放评估方法的流程图;
图2为本发明实施例提供的将本地机动车排放总量按设定要求分配至本地路网上的流程图;
图3为本发明实施例提供的分配本地机动车排放总量的流程图;
图4为本发明实施例提供的一种机动车排放评估系统的结构框图;
图5为本发明实施例提供的贡献值获取模块的结构框图;
图6为本发明实施例提供的排放总量分配单元的结构框图;
图7为一个实施例中计算机设备的内部结构框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
可以理解,本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件,但除非特别说明,这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。举例来说,在不脱离本申请的范围的情况下,可以将第一xx脚本称为第二xx脚本,且类似地,可将第二xx脚本称为第一xx脚本。
如图1所示,在一个实施例中,提出了一种机动车排放评估方法,具体可以包括以下步骤:
步骤S100,根据已确定的研究区域内机动车排放数据,构建本地机动车排放数据集。
本发明实施例中,研究区域由用户根据实际需求进行选定,作为优选的,所述机动车排放数据可以包括气象数据、燃油类别信息、道路类型、机动车车龄信息、平均车速分布区间信息和不同类型机动车保有量信息。具体的来说,所述气象数据应至少包括研究区域的温度和湿度信息。
步骤S200,将本地机动车排放数据集通过python读取,构建本地机动车排放数据库。
本发明实施例中,利用python网络爬虫技术,获取机动车出行实时交通数据,包括道路拥堵指数、机动车平均速度、道路车道数等机动车路网相关信息,以此来构建本地机动车排放数据库。
步骤S300,根据本地机动车排放数据库,通过MOVES模型模拟获取本地机动车排放总量。
本发明实施例中,MOVES模型是由美国环保署(EPA)开发出集MOBILE排放模型与NONROAD非道路源排放计算模型于一体的全面综合性排放模型。其属于现有技术,在此不进行多余说明,根据本地机动车排放数据集,通过MOVES模型可以计算得到本地机动车排放总量。
本发明实施例中,对于MOVES模型中内置数据进行本地化修正,主要包括本地机动车车龄分布修正、本地道路类型修正、本地气象要素修正、本地车型信息修正、本地燃油信息修正以及本地模拟年信息修正等会,通过对于MOVES模型所进行的本地化修正,得到当地更加准确的机动车排放总量。
步骤S400,通过GIS将本地机动车排放总量按设定要求分配至本地路网上,得到每条道路对于机动车排放总量的贡献值。
本发明实施例中,利用了MOVES模型与GIS地理信息系统方法,精确模拟计算了本地机动车污染物排放情况,以及本地机动车污染物在路网上的分配情况,从而达到精确评价本地机动车污染物对环境影响的目的。
在一个实施例中,如图2所示,所述通过GIS将本地机动车排放总量按设定要求分配至本地路网上的步骤,具体可以包括:
步骤S301,按设定的分配参数得到每条道路的权重信息,所述分配参数包括道路拥堵指数、车道数、当地道路限速信息、机动车平均速度和道路几何信息。
步骤S302,按权重信息为每条道路赋予对应权重,进而分配本地机动车排放总量。
具体的来说,本发明实施例中,请参阅图3,步骤S302具体可以包括:
步骤S3021,对赋予权重后的每条道路进行核密度分析。
本发明实施例中,道路加权核密度是对不同等级的道路进行核密度分析,之后按重要程度给每种道路一个权重,最后叠加在一起的核密度。道路加权核密度主要是查看研究区域的路网密度,通过研究区域的道路密度可以基本了解到区域内道路的密集程度,常常会作为评价路网通达性的一个指标。
步骤S3022,利用加权总和工具对核密度分析结果进行加权,最终得到综合的路网密度,进而分配本地机动车排放总量。
本发明实施例在实际应用时,由于道路加权核密度分析可以得到区域内道路的密集程度,而道路越密集,可以理解为其上的车辆越多,进而对应道路的分配权重应该更大,基于此,可以实现本地机动车排放总量在本地路网上的分配。
以分配参数为道路几何信息为例,GIS地理信息系统在计算机硬、软件系统支持下,可以对整个或部分地球表层(包括大气层)空间中的有关地理分布数据进行采集、储存、管理、运算、分析、显示和描述。基于此,通过GIS方式可以对每条道路包括长度与宽度数据的几何信息进行实测计算。而道路几何信息越大,意味着其车流量或者作为交通主干道的可能就越大,那么其被分配的权重也就越大。
当然在实际应用时,可以对通过上述分配参数进行权重分配得到的结果进行综合考量分析,来选择最优的分配参数。
在一个实施例中,所述通过MOVES模型模拟获取本地机动车排放总量的计算公式为:
其中,为不同道路上不同污染物的机动车排放因子,/>为道路长度,/>为本地机动车排放总量,/>为污染物;
;
其中,为交通量,/>为道路编号,/>为多维度排放因子,/>为平均车速分布区间信息,/>为温度,/>为湿度,/>为车型信息,/>为机动车车龄信息。
事实上,本发明实施例中,实际上就是计算不同速度、不同温度、不同湿度、不同车型、不同污染物以及不同车龄的多维度排放因子与不同道路的交通量的乘积,本地机动车排放总量则是根据/>和道路长度来计算得到。
如图4所示,在一个实施例中,提供了一种机动车排放评估系统,具体可以包括本地机动车排放数据集获取模块100、本地机动车排放数据库构建模块200、排放总量模拟获取模块300和贡献值获取模块400。
所述本地机动车排放数据集获取模块100,用于根据已确定的研究区域内机动车排放数据,构建本地机动车排放数据集。
所述本地机动车排放数据库构建模块200,用于将本地机动车排放数据集通过python读取,构建本地机动车排放数据库。
所述排放总量模拟获取模块300,用于根据本地机动车排放数据库,通过MOVES模型模拟获取本地机动车排放总量。
所述贡献值获取模块400,用于通过GIS将本地机动车排放总量按设定要求分配至本地路网上,得到每条道路对于机动车排放总量的贡献值。
如图5所示,在一个实施例中,贡献值获取模块400具体包括权重信息获取单元401和排放总量分配单元402。
权重信息获取单元401,用于按设定的分配参数得到每条道路的权重信息,所述分配参数包括道路拥堵指数、机动车平均速度和道路几何信息;
排放总量分配单元402,用于按权重信息为每条道路赋予对应权重,进而分配本地机动车排放总量。
如图6所示,在一个实施例中,所述排放总量分配单元402具体包括核密度分析子单元4021和分配子单元4022。
所述核密度分析子单元4021,用于对赋予权重后的每条道路进行核密度分析。
所述分配子单元4022,用于利用加权总和工具对核密度分析结果进行加权,最终得到综合的路网密度,进而分配本地机动车排放总量。
图7示出了一个实施例中计算机设备的内部结构图,该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、输入装置和显示屏。其中,存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作系统,还可存储有计算机程序,该计算机程序被处理器执行时,可使得处理器实现机动车排放评估方法。该内存储器中也可储存有计算机程序,该计算机程序被处理器执行时,可使得处理器执行机动车排放评估方法。计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图7中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,本申请提供的机动车排放评估系统可以实现为一种计算机程序的形式,计算机程序可在如图7所示的计算机设备上运行。计算机设备的存储器中可存储组成该机动车排放评估系统的各个程序模块,比如,图4所示的本地机动车排放数据集获取模块100、排放总量模拟获取模块200和贡献值获取模块300。各个程序模块构成的计算机程序使得处理器执行本说明书中描述的本申请各个实施例的机动车排放评估方法中的步骤。
例如,图7所示的计算机设备可以通过如图4所示的机动车排放评估系统中的本地机动车排放数据集获取模块100执行步骤S100。计算机设备可通过排放总量模拟获取模块200执行步骤S200。计算机设备可通过贡献值获取模块300执行步骤S300。
在一个实施例中,提出了一种计算机设备,所述计算机设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
步骤S100,根据已确定的研究区域内机动车排放数据,构建本地机动车排放数据集。
步骤S200,根据本地机动车排放数据集,通过MOVES模型模拟获取本地机动车排放总量。
步骤S300,通过GIS将本地机动车排放总量按设定要求分配至本地路网上,得到每条道路对于机动车排放总量的贡献值。
在一个实施例中,提供一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行时,使得处理器执行以下步骤:
步骤S100,根据已确定的研究区域内机动车排放数据,构建本地机动车排放数据集。
步骤S200,根据本地机动车排放数据集,通过MOVES模型模拟获取本地机动车排放总量。
步骤S300,通过GIS将本地机动车排放总量按设定要求分配至本地路网上,得到每条道路对于机动车排放总量的贡献值。
应该理解的是,虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一非易失性计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink) DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
以上所述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、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种机动车排放评估方法,其特征在于,所述方法包括:
根据已确定的研究区域内机动车排放数据,构建本地机动车排放数据集;
将本地机动车排放数据集通过python读取,构建本地机动车排放数据库;
根据本地机动车排放数据库,通过MOVES模型模拟获取本地机动车排放总量;
通过GIS将本地机动车排放总量按设定要求分配至本地路网上,得到每条道路对于机动车排放总量的贡献值。
2.根据权利要求1所述的方法,其特征在于,所述通过GIS将本地机动车排放总量按设定要求分配至本地路网上的步骤,具体包括:
按设定的分配参数得到每条道路的权重信息,所述分配参数包括道路拥堵指数、车道数、当地道路限速信息、机动车平均速度和道路几何信息;
按权重信息为每条道路赋予对应权重,进而分配本地机动车排放总量。
3.根据权利要求2所述的方法,其特征在于,所述按权重信息为每条道路赋予对应权重,进而分配本地机动车排放总量的步骤,具体包括:
对赋予权重后的每条道路进行核密度分析;
利用加权总和工具对核密度分析结果进行加权,最终得到综合的路网密度,进而分配本地机动车排放总量。
4.根据权利要求1所述的方法,其特征在于,所述本地机动车排放数据集中至少包括气象数据、燃油类别信息、道路类型、机动车车龄信息、平均车速分布区间信息和不同类型机动车保有量信息。
5.根据权利要求1所述的方法,其特征在于,所述通过MOVES模型模拟获取本地机动车排放总量的计算公式为:
;
其中,为不同道路上不同污染物的机动车排放因子,/>为道路长度,/>为本地机动车排放总量,/>为污染物;
;
其中,为交通量,/>为道路编号,/>为多维度排放因子,/>为平均车速分布区间信息,/>为温度,/>为湿度,/>为车型信息,/>为机动车车龄信息。
6.一种机动车排放评估系统,其特征在于,所述系统包括:
本地机动车排放数据集获取模块,用于根据已确定的研究区域内机动车排放数据,构建本地机动车排放数据集;
本地机动车排放数据库构建模块,用于将本地机动车排放数据集通过python读取,构建本地机动车排放数据库;
排放总量模拟获取模块,用于根据本地机动车排放数据库,通过MOVES模型模拟获取本地机动车排放总量;
贡献值获取模块,用于通过GIS将本地机动车排放总量按设定要求分配至本地路网上,得到每条道路对于机动车排放总量的贡献值。
7.根据权利要求6所述的系统,其特征在于,所述贡献值获取模块包括:
权重信息获取单元,用于按设定的分配参数得到每条道路的权重信息,所述分配参数包括道路拥堵指数、机动车平均速度和道路几何信息;
排放总量分配单元,用于按权重信息为每条道路赋予对应权重,进而分配本地机动车排放总量。
8.根据权利要求7所述的系统,其特征在于,所述排放总量分配单元包括:
核密度分析子单元,用于对赋予权重后的每条道路进行核密度分析;
分配子单元,用于利用加权总和工具对核密度分析结果进行加权,最终得到综合的路网密度,进而分配本地机动车排放总量。
9.一种计算机设备,其特征在于,包括存储器和处理器,所述存储器中存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行权利要求1至5中任一项所述机动车排放评估方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行权利要求1至5中任一项所述机动车排放评估方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311084056.5A CN116805036A (zh) | 2023-08-28 | 2023-08-28 | 一种机动车排放评估方法、系统、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311084056.5A CN116805036A (zh) | 2023-08-28 | 2023-08-28 | 一种机动车排放评估方法、系统、计算机设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116805036A true CN116805036A (zh) | 2023-09-26 |
Family
ID=88079787
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311084056.5A Pending CN116805036A (zh) | 2023-08-28 | 2023-08-28 | 一种机动车排放评估方法、系统、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116805036A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113128791A (zh) * | 2021-05-18 | 2021-07-16 | 中科三清科技有限公司 | 基于moves模型的机动车排放清单测算方法及装置 |
CN113360850A (zh) * | 2021-06-17 | 2021-09-07 | 东莞市环境监测中心站 | 一种大气污染物线源溯源分析方法 |
CN114648429A (zh) * | 2022-02-25 | 2022-06-21 | 东北大学 | 低温地区重型柴油货车大气污染物排放清单的建立方法 |
CN115759431A (zh) * | 2022-11-16 | 2023-03-07 | 内蒙古工业大学 | 一种草原牧区公共服务空间组织建设决策方法及系统 |
CN116151028A (zh) * | 2023-04-11 | 2023-05-23 | 安徽中科蓝壹信息科技有限公司 | 一种排除本地影响的污染贡献计算方法及系统 |
CN116307837A (zh) * | 2023-02-10 | 2023-06-23 | 中汽研汽车检验中心(昆明)有限公司 | 一种基于多种监测技术的区域机动车排放评估方法及系统 |
-
2023
- 2023-08-28 CN CN202311084056.5A patent/CN116805036A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113128791A (zh) * | 2021-05-18 | 2021-07-16 | 中科三清科技有限公司 | 基于moves模型的机动车排放清单测算方法及装置 |
CN113360850A (zh) * | 2021-06-17 | 2021-09-07 | 东莞市环境监测中心站 | 一种大气污染物线源溯源分析方法 |
CN114648429A (zh) * | 2022-02-25 | 2022-06-21 | 东北大学 | 低温地区重型柴油货车大气污染物排放清单的建立方法 |
CN115759431A (zh) * | 2022-11-16 | 2023-03-07 | 内蒙古工业大学 | 一种草原牧区公共服务空间组织建设决策方法及系统 |
CN116307837A (zh) * | 2023-02-10 | 2023-06-23 | 中汽研汽车检验中心(昆明)有限公司 | 一种基于多种监测技术的区域机动车排放评估方法及系统 |
CN116151028A (zh) * | 2023-04-11 | 2023-05-23 | 安徽中科蓝壹信息科技有限公司 | 一种排除本地影响的污染贡献计算方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Liang et al. | Urban and air pollution: a multi-city study of long-term effects of urban landscape patterns on air quality trends | |
Weichenthal et al. | A land use regression model for ambient ultrafine particles in Montreal, Canada: A comparison of linear regression and a machine learning approach | |
Borge et al. | Comparison of road traffic emission models in Madrid (Spain) | |
Smit et al. | Improved road traffic emission inventories by adding mean speed distributions | |
Abou-Senna et al. | VISSIM/MOVES integration to investigate the effect of major key parameters on CO2 emissions | |
Nazarnia et al. | How suitable is entropy as a measure of urban sprawl? | |
Smith et al. | Estimating spatial and temporal patterns of urban anthropogenic heat fluxes for UK cities: the case of Manchester | |
Ibarra-Espinosa et al. | High spatial and temporal resolution vehicular emissions in south-east Brazil with traffic data from real-time GPS and travel demand models | |
Wu et al. | How transit scaling shapes cities | |
Pinto et al. | Kriging method application and traffic behavior profiles from local radar network database: A proposal to support traffic solutions and air pollution control strategies | |
CN104764868B (zh) | 一种基于地理加权回归的土壤有机碳预测方法 | |
Schmitz et al. | High resolution annual average air pollution concentration maps for the Netherlands | |
Nocera et al. | Micro and Macro modelling approaches for the evaluation of the carbon impacts of transportation | |
CN116187095A (zh) | 一种道路交通扬尘环境影响评价方法及装置 | |
Kazemi-Beydokhti et al. | Determination of the physical domain for air quality monitoring stations using the ANP-OWA method in GIS | |
Amirjamshidi et al. | Multi-objective calibration of traffic microsimulation models | |
Zhai et al. | How much vehicle activity data is needed to develop robust vehicle specific power distributions for emission estimates? A case study in Beijing | |
Righi et al. | Development and evaluation of emission disaggregation models for the spatial distribution of non-industrial combustion atmospheric pollutants | |
Wei et al. | Evaluating the effectiveness of landscape configuration metrics from landscape composition metrics | |
Elkamel et al. | A heuristic optimization approach for Air Quality Monitoring Network design with the simultaneous consideration of multiple pollutants | |
Stroh et al. | A study of spatial resolution in pollution exposure modelling | |
Räisänen | Probabilistic forecasts of near-term climate change: verification for temperature and precipitation changes from years 1971–2000 to 2011–2020 | |
Ma et al. | Integrated traffic and emission simulation: a model calibration approach using aggregate information | |
Roose et al. | A methodological Markov-CA projection of the greening agricultural landscape—a case study from 2005 to 2017 in southwestern Finland | |
Zhong et al. | Models for predicting vehicle emissions: A comprehensive review |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20230926 |
|
RJ01 | Rejection of invention patent application after publication |