CN117668764B - 一种编制大气污染物和温室气体融合清单的方法及装置 - Google Patents
一种编制大气污染物和温室气体融合清单的方法及装置 Download PDFInfo
- Publication number
- CN117668764B CN117668764B CN202410131500.2A CN202410131500A CN117668764B CN 117668764 B CN117668764 B CN 117668764B CN 202410131500 A CN202410131500 A CN 202410131500A CN 117668764 B CN117668764 B CN 117668764B
- Authority
- CN
- China
- Prior art keywords
- emission
- list
- source
- enterprise
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 162
- 239000003344 environmental pollutant Substances 0.000 title claims abstract description 147
- 231100000719 pollutant Toxicity 0.000 title claims abstract description 147
- 230000004927 fusion Effects 0.000 title claims abstract description 105
- 239000005431 greenhouse gas Substances 0.000 title claims abstract description 90
- 238000003860 storage Methods 0.000 claims abstract description 49
- 230000009467 reduction Effects 0.000 claims abstract description 37
- 230000007613 environmental effect Effects 0.000 claims abstract description 19
- 238000004364 calculation method Methods 0.000 claims abstract description 18
- 238000012544 monitoring process Methods 0.000 claims description 54
- 239000000463 material Substances 0.000 claims description 31
- 238000004422 calculation algorithm Methods 0.000 claims description 23
- 239000000446 fuel Substances 0.000 claims description 21
- 239000002245 particle Substances 0.000 claims description 18
- 238000004519 manufacturing process Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 12
- 238000005265 energy consumption Methods 0.000 claims description 8
- 239000007789 gas Substances 0.000 claims description 8
- 238000007781 pre-processing Methods 0.000 claims description 7
- 229910000831 Steel Inorganic materials 0.000 claims description 6
- 230000002159 abnormal effect Effects 0.000 claims description 6
- 239000007788 liquid Substances 0.000 claims description 6
- 239000010959 steel Substances 0.000 claims description 6
- 239000002699 waste material Substances 0.000 claims description 6
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 claims description 3
- 239000003546 flue gas Substances 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 7
- 239000000047 product Substances 0.000 description 33
- 230000008569 process Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 9
- 230000006872 improvement Effects 0.000 description 8
- 238000005485 electric heating Methods 0.000 description 6
- 230000001502 supplementing effect Effects 0.000 description 6
- 239000005357 flat glass Substances 0.000 description 4
- 239000012855 volatile organic compound Substances 0.000 description 4
- NINIDFKCEFEMDL-UHFFFAOYSA-N Sulfur Chemical compound [S] NINIDFKCEFEMDL-UHFFFAOYSA-N 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000006386 neutralization reaction Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 229910052717 sulfur Inorganic materials 0.000 description 3
- 239000011593 sulfur Substances 0.000 description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 229910052799 carbon Inorganic materials 0.000 description 2
- 239000004568 cement Substances 0.000 description 2
- 238000004939 coking Methods 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 229910001341 Crude steel Inorganic materials 0.000 description 1
- 229910000805 Pig iron Inorganic materials 0.000 description 1
- 238000003723 Smelting Methods 0.000 description 1
- 239000000809 air pollutant Substances 0.000 description 1
- 231100001243 air pollutant Toxicity 0.000 description 1
- 238000003915 air pollution Methods 0.000 description 1
- 239000012080 ambient air Substances 0.000 description 1
- 239000004566 building material Substances 0.000 description 1
- 238000005266 casting Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 239000002803 fossil fuel Substances 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- -1 independent coking Substances 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000002844 melting Methods 0.000 description 1
- 230000008018 melting Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 239000008188 pellet Substances 0.000 description 1
- 238000005498 polishing Methods 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000010979 ruby Substances 0.000 description 1
- 229910001750 ruby Inorganic materials 0.000 description 1
- 238000005245 sintering Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000009628 steelmaking Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种编制大气污染物和温室气体融合清单的方法及装置，其中方法包括获取多源数据，并提取所述多源数据中的目标信息，以基于所述目标信息确定企业所属的行业类型，其中，所述多源数据包括环境统计数据、排污许可报告数据、大气污染物排放清单、重污染天气应急减排清单；基于企业所属的行业类将企业归类至不同的计算表中，并针对不同表中的企业采用不同的核算方法确定大气污染物和温室气体排放量，得到电力热力源和工业源融合清单；基于大气污染物排放清单和重污染天气应急减排清单，确定移动源和油品储运销融合清单、以及其他污染源融合清单；对上述融合清单进行多源融合，克服了相关技术中存在的核算准确性受限的问题。
Description
技术领域
本申请涉及数据处理技术领域，尤其涉及一种编制大气污染物和温室气体融合清单的方法及装置。
背景技术
目前部分城市基于污染源普查数据、环境统计数据等，或者数据调查分别开展了大气污染物排放清单和温室气体的编制工作，但排放源种类覆盖不全、基础数据单一使得清单结果的准确性受到限制。
大气污染物排放清单和温室气体清单编制技术体系存在差异，排放源分类分级体系存在交叉，编制其中一项清单的数据难以支撑另一项清单的编制工作，各城市在编制过程中往往存在重复调取数据、重复调研的工作，浪费人力物力和财力。
发明内容
本申请提供一种编制大气污染物和温室气体融合清单的方法及装置，以解决相关技术中存在的问题。
第一方面，本发明提供一种编制大气污染物和温室气体融合清单的方法，包括：获取多源数据，并提取所述多源数据中的目标信息，以基于所述目标信息确定企业所属的行业类型，其中，所述多源数据包括环境统计数据、排污许可报告数据、大气污染物排放清单、重污染天气应急减排清单；基于所述企业所属的行业类将所述企业归类至不同的计算表中，并针对不同表中的企业采用不同的核算方法确定大气污染物和温室气体排放量，得到电力热力源和工业源融合清单；基于所述大气污染物排放清单和所述重污染天气应急减排清单，分别确定移动源和油品储运销融合清单、以及其他污染源融合清单；对所述电力热力源和工业源融合清单、移动源和油品储运销融合清单和其他污染源融合清单进行多源融合，得到融合清单。
第二方面，本发明提供一种编制大气污染物和温室气体融合清单的装置，包括预处理单元，被配置成预处理单元，被配置成获取多源数据，并提取所述多源数据中的目标信息，以基于所述目标信息确定企业所属的行业类型，其中，所述多源数据包括环境统计数据、排污许可报告数据、大气污染物排放清单、重污染天气应急减排清单；电力热力源和工业源融合清单确定单元，被配置成基于所述企业所属的行业类将所述企业归类至不同的计算表中，并针对不同表中的企业采用不同的核算方法确定大气污染物和温室气体排放量，得到电力热力源和工业源融合清单；其他融合清单确定单元，被配置成基于所述大气污染物排放清单和所述重污染天气应急减排清单，分别确定移动源和油品储运销融合清单、以及其他污染源融合清单；多源融合单元，被配置成对所述电力热力源和工业源融合清单、移动源和油品储运销融合清单和其他污染源融合清单进行多源融合，得到融合清单。
第三方面，本发明提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现第一方面提供的方法。
本发明公开了一种编制大气污染物和温室气体融合清单的方法及装置，其中方法包括获取环境统计数据、排污许可报告数据、大气污染物排放清单、重污染天气应急减排清单数据，得到多源数据；提取所述多源数据中的目标信息，以基于所述目标信息确定企业所属的行业类型；基于所述企业所属的行业类将所述企业归类至不同的计算表中，并针对不同表中的企业采用不同的核算方法确定大气污染物和温室气体排放量，得到电力热力源和工业源融合清单；基于所述大气污染物排放清单和所述重污染天气应急减排清单，分别确定移动源和油品储运销融合清单、以及其他污染源融合清单；对所述电力热力源和工业源融合清单、移动源和油品储运销融合清单和其他污染源融合清单进行多源融合，得到融合清单。通过根据环境统计数据、排污许可报告、大气污染物排放清单、重污染天气应急减排清单多源数据核算电力热力源、工业源和移动源等排放源有关污染物和温室气体的排放量，保证了准确性和客观性，克服了相关技术中存在的准确性受限的问题。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1为本申请一种编制大气污染物和温室气体融合清单的方法的流程图；
图2为本申请中提供的一种编制大气污染物和温室气体融合清单的方法的应用示意图；
图3为本申请提供的数据融合示例图；
图4为本申请提供的电力热力源和工业源大气污染物和温室气体排放量核算流程示意图；
图5为本申请提供的一种对应于图1的电子设备的示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
为深入实施碳达峰碳中和“1+N”政策体系的总体安排，大气污染物和温室气体融合清单可为全面实现“减污降碳”提供科学合理的数据支撑，为合理预测“碳达峰”“碳中和”的时段、制定“碳达峰”“碳中和”技术路线和方案编制提供数据支撑。
随着工业化和城镇化进程的推进，化石燃料的消耗居高不下，机动车的保有量逐年上升，工业企业和移动源造成了较为严重的空气污染问题，是排放SO2、NOx等常规污染物和温室气体的主要原因，并在很大程度上导致了PM2.5和O3的浓度上升。工业企业和移动源等排放源带来的大气污染物和温室气体的排放会进一步影响环境空气质量，进一步加剧温室气体效应，因此亟需精准化核算出电力热力源、工业源和移动源等排放源有关污染物和温室气体的排放量。电力热力源、工业源和移动源等排放源排放的大气污染物和温室气体的量化是一个非常紧迫的研究课题，需要广泛获取真实的个体工业、机动车行驶及排放情况。但是，目前的数据集无法满足要求
以下结合附图1对方法进行示例性说明。方法包括以下步骤：
步骤101：获取多源数据，并提取所述多源数据中的目标信息，以基于所述目标信息确定企业所属的行业类型，其中，所述多源数据包括环境统计数据、排污许可报告数据、大气污染物排放清单、重污染天气应急减排清单数据。
在本实施例中，可以从相关部门提供的基准年的有关数据中获取环境统计数据、排污许可报告、大气污染物排放清单等数据。
参考图2给出的方法应用示意图，从环境统计数据中获取企业国民经济行业分类、主要原辅料和能源消耗情况、主要产品等信息，同时结合大气污染物排放清单和排污许可报告等资料中企业主要生产设备等信息，确定企业行业类型。例如，产品为电能、热能、蒸汽，主要生产设备为机组、锅炉等的企业，行业类型确定为火力发电、热电联产等；产品涉及烧结矿、球团矿、炼钢生铁、粗钢，主要生产设备为烧结机、竖炉、高炉、转炉等的企业，行业类型可确定为钢铁；产品为平板玻璃，但企业主要生产设备不涉及玻璃熔窑，只涉及简单的打磨后处理，那么企业行业类型不可确定为平板玻璃。
作为本实施例一种可选的实现方式，提取所述多源数据中的目标信息包括：从企业环境统计数据、排污许可报告数据、大气污染物排放清单数据中分别提取预设维度的字段，其中，预设维度包括企业基本信息、机组信息、窑炉信息表、锅炉信息、原辅料及产品信息、烟气脱硝信息、有机液体储罐信息、有机液体装载信息、钢铁信息；对提取的不同维度字段进行补充并标准化。
在本可选的实现方式中，环境统计、排污许可、排放清单、重污染天气应急减排清单等基础数据覆盖了绝大多数的涉气体排放的工业企业，多源数据中的字段和参数与大气污染物和温室气体排放量核算技术体系中的关键参数字段存在交叉、重叠和差异，因此需要对数据进行提取和融合。
在从某一项数据中提取预设维度的信息后，可以利用其他数据对提取的数据进行补充完善并标准化。示例性地，利用排污许可报告和排放清单结果数据补充完善企业末端治污设施有关信息，补充完善企业锅炉、窑炉等主要生产设备的规模、数量、类型等关键信息并对环境统计中可能出现的异常值进行修正。
示例性地，部分关键字段数据提取、融合示例参考图3，企业名称、国民经济行业分类、经纬度等基本信息从环境统计数据中提取，大气污染物排放清单、排污许可报告等数据对基本信息进行补充、完善；机组、窑炉、锅炉等主要设备的污染物去除效率根据环境统计数据中的污染物产生量和排放量进行反推获取，具体治污工艺可从大气污染物排放清单、排污许可报告等数据中提取，并根据治污工艺对污染物去除效率进行校验，判断污染物去除效率是否合理。这里的能源平衡表和统计年鉴中的能源消费、主要产品产量等主要支撑对总量的约束和校验。
示例性地，部分关键字段数据提取、融合示例参考图3，机组、窑炉、锅炉等主要设备的污染物去除效率根据环境统计数据中的污染物产生量和排放量进行反推获取，具体治污工艺可从大气污染物排放清单、排污许可报告等数据中提取，并根据末端去除效率对治污效率进行验。若反推获取的污染物去除效率远高于或者远低于治污工艺对应的行业平均治理水平，则将相应治污工艺对应的行业平均治理水平确定为最终的污染物去除效率。例如，企业使用SNCR工艺脱硝，根据环境统计数据反推得到的企业脱硝效率为90%，明显高于SNCR的行业平均治理效率，最终的脱硝效率确定为60%—70%。
对融合生成的数据库，进行数据标准化，将数据清洗为满足融合清单编制计算的字段和参数，示例性地，对融合生成的数据库进行数据标准化时，产品为电能、热能、蒸汽的企业，国民经济行业为热电联产、火力发电等，为满足融合清单编制计算要求，将企业所属行业标准化为“电力”，所属排放源标准化为“电力热力源”。部分所属行业标准化示例见表1：
表1
本实施例采用基于多源数据的编制融合清单，克服了相关技术中，部分城市只是编制其中一种清单，编制两种清单的城市也未能将排放清单和温室气体清单做到有机融合；同时在清单编制过程中，因为产品类型、行业、生产设备的多级匹配关系，需要对数据进行清洗和标准化，但因为部分数据缺失严重，往往采用经验值进行补充，虽然在一定程度上确保了数据的全面性结果的合理性，但也降低了数据的可用性和结果的合理性。
步骤102：基于所述企业所属的行业类将所述企业归类至不同的计算表中，并针对不同表中的企业采用不同的核算方法确定大气污染物和温室气体排放量，得到电力热力源和工业源融合清单。
在本实施例中，根据企业行业类型将企业归类至不同类型的计算表中。其中，电力热力、钢铁行业、独立焦化、水泥、平板玻璃、石化等行业为重点行业，归至专用表中；其他行业归至通用表中。不同的行业设置不同的计算表，根据不同行业采用不同的计算方法，同时不同污染物确定不同计算方法，保证了计算结果的客观性和准确性。
本实施例实现了识别不同行业的排放，至少包括电力热力、钢铁、独立焦化、水泥、平板玻璃、石化与化工、其他建材、有色冶炼、铸造等；识别不同工业企业个体的排放，覆盖SO2、NOx、CO、VOCs、NH3、PM10、PM2.5、BC、OC等九种大气污染物和CO2、CH4和N2O等温室气体。
电力热力源、工业源主要基于在线监测、排放因子估算和物料衡量法测算大气污染物排放量，排放因子与企业的生产工艺、生产设备类型与规模、能源类型等参数存在关联。
步骤103：基于所述大气污染物排放清单和所述重污染天气应急减排清单，分别确定移动源和油品储运销融合清单、以及其他污染源融合清单
在本实施例中，继续参考图2，利用排放清单和重污染天气应急减排清单等数据补充完善移动源和油品储运销中机动车保有量、油品销售量等信息，计算移动源和油品储运销大气污染物和温室气体排放量。进一步地，移动源可以基于放因子估算法测算排放量，排放因子与移动源车型、排放标准、燃料类型存在关联。
利用排放清单等数据补充完善生活源、农业源、废弃物处理源等非工业企业排放源的有关信息。
作为本实施例一种可选的实现方式，获取重污染天气应急减排清单，并基于所述大气污染物排放清单和所述重污染天气应急减排清单，分别确定移动源和油品储运销融合清单、以及其他污染源融合清单包括：基于所述大气污染物排放清单和所述重污染天气应急减排清单对移动源、油品储运销源进行补全；
计算所述移动源、所述油品储运销源的大气污染物和温室气体排放量；其中，在计算所述移动源排放量时，确定不同类型机动车排放量后，确定不同排放标准机动车的排放量；在计算油品储运销源的大气污染物和温室气体排放量时，确定加油站、储油库、油罐车的排放量。
在本可选的实现方式中，识别移动源和油品储运销中不同类型机动车的排放，至少包括小型客车、中型客车、大型客车、轻型货车、中型货车、重型货车等，并进一步识别不同排放标准移动源的排放，至少包括分为国1前，国1，国2，国3，国4，国5和国6等；同时识别加油站、储油库和油罐车的排放。识别国家-省-市-县等不同空间尺度的排放情况。
作为本实施例一种可选的实现方式，获取重污染天气应急减排清单，并基于所述大气污染物排放清单和所述重污染天气应急减排清单，确定其他污染源融合清单包括：基于所述大气污染物排放清单数据对非工业排放源数据进行补全，其中，所述非工业排放源数据包括生活源、农业源、废弃物处理源；计算不同非工业排放源的大气污染物和温室气体排放量。
步骤104：对所述电力热力源和工业源融合清单、移动源和油品储运销融合清单和其他污染源融合清单进行多源融合，得到融合清单。
在本实施例中，通过对环境统计、排污许可、排放清单、重污染天气应急减排清单等基础数据的提取、融合，满足电力热力源和工业源融合清单编制所需的基础数据，并基于不同污染物和温室气体排放量的核算方法，编制完成电力热力源和工业源融合清单。除电力热力源、工业源外，通过大气污染物排放清单、重污染天气应急减排清单等数据获取融合清单覆盖的移动源和油品储运销、生活源、农业源、废弃物处理源等排放源的信息资料，并计算生成融合清单；与电力热力源和工业源融合清单进行耦合，生成全套的融合清单。通过对环境统计、排污许可报告、排放清单结果等多源数据的融合、标准化和耦合匹配，能够计算不同排放源的大气污染物和温室气体的排放量。
根据环境统计数据、排污许可报告、大气污染物排放清单、重污染天气应急减排清单等信息耦合得到各工业企业、各不同车型的详细信息，同时补充移动源与油品储运销、生活源、农业源等非工业企业排放源的能源消耗等关键活动水平信息，能较为全面、真实的反映出某一地区不同排放源的能源消耗、产品产量等关键活动水平信息，同时计算出电力热力源、工业源、移动源与油品储运销、农业源、生活源与废弃物处理源等排放源的大气污染物和温室气体的排放量。
进一步地，参考图4，示出了工业企业（电力热力和工业源）大气污染物和温室气体排放量核算技术路线图，示例性地，对不同排放源的不同污染物设置了不同的核算方法，针对不同表中的企业采用不同的核算方法确定大气污染物和温室气体排放量包括：
步骤201：如果所述企业对应有在线监测数据，且可获取到企业能源和燃料的预设信息，则基于在线监测法、物料衡算法、排放因子法对企业进行SO2和NOx排放量核算；
步骤202：基于物料衡算法、排放因子法对所述企业进行不同粒径的颗粒物、以及预设的污染物排放量核算；
在本实施例中，预设的污染物排放包括SO2、NOx、CO、VOCs、NH3、BC、OC；不同粒径颗粒物包括PM2.5、PM10。
步骤203：基于温室气体排放核算方法对企业温室气体排放量进行核算。
若企业的主要能源消耗、燃料燃烧的生产设备的废气排放口安装了在线监测、在线监测数据符合要求，则属于本实施例提及的企业对应有在线监测数据。
进一步地，如果企业能源和燃料的硫分、灰分等特性合理或可进行补充获取，企业SO2和NOx的核算方法可选用在线监测法、物料衡算、排放因子法等多种方法进行核算，PM10和PM2.5等不同粒径的颗粒物、VOCs和其他污染物的核算可选用排放因子法和物料衡算法，CO2等温室气体的排放量的核算依据指南进行。
对不同排放源的不同污染物设置了不同的核算方法，针对不同表中的企业采用不同的核算方法确定大气污染物和温室气体排放量包括：
步骤301：如果所述企业不对应有在线监测数据，但可获取到企业能源和燃料的预设信息，则基于物料衡算法、排放因子法对企业进行SO2、NOx、不同粒径的颗粒物、以及预设的污染物排放量进行核算。
步骤302：基于温室气体排放核算方法对企业温室气体排放量进行核算。
在本实施例中，若企业未安装在线监测、或者在线监测数据不符合要求，则企业不对应有在线监测数据。
进一步地，如果企业能源和燃料的硫分、灰分等特性合理或可进行补充获取，企业SO2、NOx、PM10、PM2.5等大气污染物排放量的核算方法可选用在排放因子法、物料衡算法等。
针对不同表中的企业采用不同的核算方法确定大气污染物和温室气体排放量包括：
步骤401：如果所述企业不对应有在线监测数据，且不可获取到企业能源和燃料的预设信息，则基于对应有在线监测数据的相似企业的污染物排放量或排放因子法对所述企业进行SO2、NOx、不同粒径的颗粒物、以及预设的污染物排放量的核算；
若企业未安装在线监测，但是同行业在线监测企业覆盖数量超过80%，除物料衡算和排放因子法外，还可根据同行业同生产规模企业且安装在线监测企业的污染物排放量进行类比推算即“在线监测类比法”。
步骤402：如果所述企业不对应有在线监测数据，不可获取到企业能源和燃料的预设信息，且不存在与所述企业相似的企业，则基于排放因子法对所述企业进行SO2、NOx、不同粒径的颗粒物、以及预设的污染物排放量的核算；
步骤403；基于温室气体排放核算方法对企业温室气体排放量进行核算。
在本实施例中，若企业未安装在线监测，能源和燃料的硫分、灰分等特性不合理且难以进行补充获取，企业SO2、NOx、PM10、PM2.5等大气污染物排放量的核算方法只能选用排放因子法，基础数据可参考同行业同生产规模的企业进行类比计算得出或者根据统计年鉴等公开数据对已知数据进行核减得出。
作为本实施例一种可选的实现方式，在针对不同表中的企业采用不同的核算方法确定大气污染物和温室气体排放量之后，所述方法还包括：对不同核算方法得到的结果数据按照优先级规则确定目标结果数据；和/或，对所述目标结果数据进行交叉验证，以确定所述目标结果数据是否存在异常。
在本可选的实现方式中，优先级规则可以包括如下内容：
如果在线监测法计算得到的SO2、NOx的排放量与排放因子法、物料衡算法的差距在设定于阈值内，比如“正负15%”以内，则最终结果即目标结果数据为在线监测法计算得到的结果。
如果在线监测法计算得到的SO2的排放量与排放因子法、物料衡算法的差距在设定阈值以上，比如“正负15%”以上，对于能源消耗部分优先使用物料衡算法计算得到的结果，其中污染物去除效率根据企业在线监测污染物的产生量和排放量反推得到；
基于在线监测法计算得到的NOx的排放量与排放因子法的差距在设定阈值以上，比如“正负15%”以上，对于生产工艺部分优先使用排放因子法计算得到的结果。
进一步地，对融合清单结果进行交叉验证，从排放量总量、分行业排放量进行多维度约束与校验，分析排放量是否存在异常。
上述可选的实现方式相较于由以往的排放清单结果和温室气体清单，本方法有以下优点：一是本方法做到了两种清单数据的有效耦合，能更好的支撑“减污降碳”工作；二是对不同的排放源、不同污染物设置了不同的核算方法，并利用环境统计、重点源在线监测等数据进一步完善、校验了各排放源的基本信息和污染物排放量等内容；三是对于多种核算方法计算得到的大气污染物和温室气体排放量，明确方法计算结果的优先级，所核算出的污染物种类、温室气体的种类及排放量的准确性要远高于以往的清单信息。
作为本实施例一种可选的实现方式，方法还包括：基于企业的地理信息，将不同区域的大气污染物和温室气体排放量基于地图进行空间展示；基于企业的行业信息，将不同行业的大气污染物和温室气体排放量基于行业属性进行展示。使用者可以根据实际需要，选择不同空间尺度，不同行业属性，不同类型车辆、不同能源等情况进行自定义展示。
以上为本申请的一个或多个实施例提供的方法，基于同样的思路，本申请还提供了相应的一种编制大气污染物和温室气体融合清单的装置，包括：预处理单元，被配置成获取多源数据，并提取所述多源数据中的目标信息，以基于所述目标信息确定企业所属的行业类型，其中，所述多源数据包括环境统计数据、排污许可报告数据、大气污染物排放清单、重污染天气应急减排清单；电力热力源和工业源融合清单确定单元，被配置成基于所述企业所属的行业类将所述企业归类至不同的计算表中，并针对不同表中的企业采用不同的核算方法确定大气污染物和温室气体排放量，得到电力热力源和工业源融合清单；其他融合清单确定单元，被配置成基于所述大气污染物排放清单和所述重污染天气应急减排清单，分别确定移动源和油品储运销融合清单、以及其他污染源融合清单；多源融合单元，被配置成对所述电力热力源和工业源融合清单、移动源和油品储运销融合清单和其他污染源融合清单进行多源融合，得到融合清单。
作为本实施一种可选的实现方式，所述针对不同表中的企业采用不同的核算方法确定大气污染物和温室气体排放量包括：如果所述企业对应有在线监测数据，但可获取到企业能源和燃料的预设信息，则基于在线监测法、物料衡算法、排放因子法对企业进行SO2和NOx排放量核算；基于物料衡算法、排放因子法对所述企业进行不同粒径的颗粒物、以及预设的污染物排放量核算；基于温室气体排放核算方法对企业温室气体排放量进行核算。
作为本实施例一种可选的实现方式，所述针对不同表中的企业采用不同的核算方法确定大气污染物和温室气体排放量包括：如果所述企业不对应有在线监测数据，且可获取到企业能源和燃料的预设信息，则基于物料衡算法、排放因子法等对企业进行SO2、NOx、不同粒径的颗粒物、以及预设的污染物排放量的核算；基于温室气体排放核算方法对企业温室气体排放量进行核算。
作为本实施例一种可选的实现方式，所述针对不同表中的企业采用不同的核算方法确定大气污染物和温室气体排放量包括：如果所述企业不对应有在线监测数据，且不可获取到企业能源和燃料的预设信息，则基于对应有在线监测数据的相似企业的污染物排放量或排放因子法对所述企业进行SO2、NOx、不同粒径的颗粒物、以及预设的污染物排放量的核算；如果所述企业不对应有在线监测数据，不可获取到企业能源和燃料的预设信息，且不存在与所述企业相似的企业，则基于排放因子法对所述企业进行SO2、NOx、不同粒径的颗粒物、以及预设的污染物排放量的核算；基于温室气体排放核算方法对企业温室气体排放量进行核算。
作为本实施例一种可选的实现方式，在针对不同表中的企业采用不同的核算方法确定大气污染物和温室气体排放量之后，所述方法还包括：对不同核算方法得到的结果数据按照优先级规则确定目标结果数据；和/或，对所述目标结果数据进行交叉验证，以确定所述目标结果数据是否存在异常。
作为本实施例一种可选的实现方式，获取重污染天气应急减排清单，并基于所述大气污染物排放清单和所述重污染天气应急减排清单，分别确定移动源和油品储运销融合清单、以及其他污染源融合清单包括：基于所述大气污染物排放清单和所述重污染天气应急减排清单对移动源、油品储运销源进行补全；计算所述移动源、所述油品储运销源的大气污染物和温室气体排放量；其中，在计算所述移动源排放量时，确定不同类型机动车排放量后，确定不同排放标准机动车的排放量；在计算油品储运销源的大气污染物和温室气体排放量时，确定加油站、储油库、油罐车的排放量。
作为本实施例一种可选的实现方式，获取重污染天气应急减排清单，并基于所述大气污染物排放清单和所述重污染天气应急减排清单，确定其他污染源融合清单包括：基于所述大气污染物排放清单数据对非工业排放源数据进行补全，其中，所述非工业排放源数据包括生活源、农业源、废弃物处理源；计算不同非工业排放源的大气污染物和温室气体排放量。
作为本实施例一种可选的实现方式，提取所述多源数据中的目标信息包括：
从企业环境统计数据、排污许可报告数据、大气污染物排放清单数据中分别提取预设维度的字段，其中，预设维度包括企业基本信息、机组信息、窑炉信息表、锅炉信息、原辅料及产品信息、烟气脱硝信息、有机液体储罐信息、有机液体装载信息、钢铁信息；对提取的不同维度字段进行补充并标准化。
本申请还提供了一种计算机可读介质，该介质存储有计算机程序，计算机程序可用于执行上述图1提供的基于方法。
本申请还提供了图5所示的一种对应于图1的电子设备的示意结构图。如图5所述，在硬件层面，该电子设备包括处理器、内部总线、网络接口、内存以及非易失性存储器，当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，以实现上述图1所述的方法。当然，除了软件实现方式之外，本申请并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。
在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进（例如，对二极管、晶体管、开关等电路结构的改进）还是软件上的改进（对于方法流程的改进）。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件（Programmable Logic Device,PLD）（例如现场可编程门阵列（Field Programmable GateArray，FPGA））就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器（logic compiler）”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言（Hardware Description Language，HDL），而HDL也并非仅有一种，而是有许多种，如ABEL（Advanced Boolean Expression Language）、AHDL（Altera Hardware DescriptionLanguage）、Confluence、CUPL（Cornell University Programming Language）、HDCal、JHDL（Java Hardware Description Language）、Lava、Lola、MyHDL、PALASM、RHDL（RubyHardware Description Language）等，目前最普遍使用的是VHDL（Very-High-SpeedIntegrated Circuit Hardware Description Language）与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该（微）处理器执行的计算机可读程序代码（例如软件或固件）的计算机可读介质、逻辑门、开关、专用集成电路（Application Specific Integrated Circuit，ASIC）、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机介质中。
本申请中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。
Claims (6)
1.一种编制大气污染物和温室气体融合清单的方法，其特征在于，包括：
获取多源数据，并提取所述多源数据中的目标信息，以基于所述目标信息确定企业所属的行业类型，其中，所述多源数据包括环境统计数据、排污许可报告数据、大气污染物排放清单、重污染天气应急减排清单；
基于所述企业所属的行业类将所述企业归类至不同的计算表中，并针对不同表中的企业采用不同的核算方法确定大气污染物和温室气体排放量，得到电力热力源和工业源融合清单；
基于所述大气污染物排放清单和所述重污染天气应急减排清单，分别确定移动源和油品储运销融合清单、以及其他污染源融合清单；
对所述电力热力源和工业源融合清单、移动源和油品储运销融合清单和其他污染源融合清单进行多源融合，得到融合清单；
其中，针对不同表中的企业采用不同的核算方法确定大气污染物和温室气体排放量包括：如果所述企业对应有在线监测数据，且可获取到企业能源和燃料的预设信息，则基于在线监测法、物料衡算法、排放因子法对企业进行SO2和NOx排放量核算；基于物料衡算法、排放因子法对所述企业进行不同粒径的颗粒物、以及预设的污染物排放量核算；基于温室气体排放核算方法对企业温室气体排放量进行核算；
如果所述企业不对应有在线监测数据，但可获取到企业能源和燃料的预设信息，则基于物料衡算法、排放因子法对企业进行SO2、NOx、不同粒径的颗粒物、以及预设的污染物排放量的核算；基于温室气体排放核算方法对企业温室气体排放量进行核算；
如果所述企业不对应有在线监测数据，且不可获取到企业能源和燃料的预设信息，则基于对应有在线监测数据的相似企业的污染物排放量或者排放因子法对所述企业进行SO2、NOx、不同粒径的颗粒物、以及预设的污染物排放量的核算；如果所述企业不对应有在线监测数据，不可获取到企业能源和燃料的预设信息，且不存在与所述企业相似的企业，则基于排放因子法对所述企业进行SO2、NOx、不同粒径的颗粒物、以及预设的污染物排放量的核算；基于温室气体排放核算方法对企业温室气体排放量进行核算；
在针对不同表中的企业采用不同的核算方法确定大气污染物和温室气体排放量之后，所述方法还包括：对不同核算方法得到的结果数据按照优先级规则确定目标结果数据；和/或，对所述目标结果数据进行交叉验证，以确定所述目标结果数据是否存在异常，其中，优先级规则包括：如果在线监测法计算得到的SO2、NOx的排放量与排放因子法、物料衡算法的差距在设定于阈值内，则最终结果即目标结果数据为在线监测法计算得到的结果；如果在线监测法计算得到的SO2的排放量与排放因子法、物料衡算法的差距在设定阈值以上，对于能源消耗部分优先使用物料衡算法计算得到的结果，其中污染物去除效率根据企业在线监测污染物的产生量和排放量反推得到；基于在线监测法计算得到的NOx的排放量与排放因子法的差距在设定阈值以上，对于生产工艺部分优先使用排放因子法计算得到的结果。
2.根据权利要求1所述的编制大气污染物和温室气体融合清单的方法，其特征在于，基于所述大气污染物排放清单和所述重污染天气应急减排清单，分别确定移动源和油品储运销融合清单、以及其他污染源融合清单包括：
基于所述大气污染物排放清单和所述重污染天气应急减排清单对移动源、油品储运销源进行补全；
计算所述移动源、所述油品储运销源的大气污染物和温室气体排放量；
其中，在计算所述移动源排放量时，确定不同类型机动车排放量后，确定不同排放标准机动车的排放量；在计算油品储运销源的大气污染物和温室气体排放量时，确定加油站、储油库、油罐车的排放量。
3.根据权利要求1所述的编制大气污染物和温室气体融合清单的方法，其特征在于，基于所述大气污染物排放清单和所述重污染天气应急减排清单，确定其他污染源融合清单包括：
基于所述大气污染物排放清单数据对非工业排放源数据进行补全，其中，所述非工业排放源数据包括生活源、农业源、废弃物处理源；
计算不同非工业排放源的大气污染物和温室气体排放量。
4.根据权利要求1所述的编制大气污染物和温室气体融合清单的方法，其特征在于，提取所述多源数据中的目标信息包括：
从企业环境统计数据、排污许可报告数据、大气污染物排放清单数据中分别提取预设维度的字段，其中，预设维度包括企业基本信息、机组信息、窑炉信息表、锅炉信息、原辅料及产品信息、烟气脱硝信息、有机液体储罐信息、有机液体装载信息、钢铁信息；
对提取的不同维度字段进行补充并标准化。
5.一种编制大气污染物和温室气体融合清单的装置，其特征在于，包括：
预处理单元，被配置成获取多源数据，并提取所述多源数据中的目标信息，以基于所述目标信息确定企业所属的行业类型，其中，所述多源数据包括环境统计数据、排污许可报告数据、大气污染物排放清单、重污染天气应急减排清单；
电力热力源和工业源融合清单确定单元，被配置成基于所述企业所属的行业类将所述企业归类至不同的计算表中，并针对不同表中的企业采用不同的核算方法确定大气污染物和温室气体排放量，得到电力热力源和工业源融合清单；
其他融合清单确定单元，被配置成基于所述大气污染物排放清单和所述重污染天气应急减排清单，分别确定移动源和油品储运销融合清单、以及其他污染源融合清单；
多源融合单元，被配置成对所述电力热力源和工业源融合清单、移动源和油品储运销融合清单和其他污染源融合清单进行多源融合，得到融合清单；
其中，针对不同表中的企业采用不同的核算方法确定大气污染物和温室气体排放量包括：如果所述企业对应有在线监测数据，且可获取到企业能源和燃料的预设信息，则基于在线监测法、物料衡算法、排放因子法对企业进行SO2和NOx排放量核算；基于物料衡算法、排放因子法对所述企业进行不同粒径的颗粒物、以及预设的污染物排放量核算；基于温室气体排放核算方法对企业温室气体排放量进行核算；
如果所述企业不对应有在线监测数据，但可获取到企业能源和燃料的预设信息，则基于物料衡算法、排放因子法对企业进行SO2、NOx、不同粒径的颗粒物、以及预设的污染物排放量的核算；基于温室气体排放核算方法对企业温室气体排放量进行核算；
如果所述企业不对应有在线监测数据，且不可获取到企业能源和燃料的预设信息，则基于对应有在线监测数据的相似企业的污染物排放量和排放因子法对所述企业进行SO2、NOx、不同粒径的颗粒物、以及预设的污染物排放量的核算；如果所述企业不对应有在线监测数据，不可获取到企业能源和燃料的预设信息，且不存在与所述企业相似的企业，则基于排放因子法对所述企业进行SO2、NOx、不同粒径的颗粒物、以及预设的污染物排放量的核算；基于温室气体排放核算方法对企业温室气体排放量进行核算；
在针对不同表中的企业采用不同的核算方法确定大气污染物和温室气体排放量之后，所述方法还包括：对不同核算方法得到的结果数据按照优先级规则确定目标结果数据；和/或，对所述目标结果数据进行交叉验证，以确定所述目标结果数据是否存在异常，其中，优先级规则包括：如果在线监测法计算得到的SO2、NOx的排放量与排放因子法、物料衡算法的差距在设定于阈值内，则最终结果即目标结果数据为在线监测法计算得到的结果；如果在线监测法计算得到的SO2的排放量与排放因子法、物料衡算法的差距在设定阈值以上，对于能源消耗部分优先使用物料衡算法计算得到的结果，其中污染物去除效率根据企业在线监测污染物的产生量和排放量反推得到；基于在线监测法计算得到的NOx的排放量与排放因子法的差距在设定阈值以上，对于生产工艺部分优先使用排放因子法计算得到的结果。
6.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现上述权利要求1~4任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410131500.2A CN117668764B (zh) | 2024-01-31 | 2024-01-31 | 一种编制大气污染物和温室气体融合清单的方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410131500.2A CN117668764B (zh) | 2024-01-31 | 2024-01-31 | 一种编制大气污染物和温室气体融合清单的方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117668764A CN117668764A (zh) | 2024-03-08 |
| CN117668764B true CN117668764B (zh) | 2024-04-26 |
Family
ID=90068375
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410131500.2A Active CN117668764B (zh) | 2024-01-31 | 2024-01-31 | 一种编制大气污染物和温室气体融合清单的方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117668764B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105590024A (zh) * | 2015-12-16 | 2016-05-18 | 河海大学 | 一种基于活动的港区大气污染物排放清单编制方法 |
| CN112836278A (zh) * | 2021-02-25 | 2021-05-25 | 青岛工业软件研究所(中国科学院软件研究所青岛分部) | 一种基于bim的智能工厂多源数据融合方法及装置 |
| CN114691336A (zh) * | 2022-04-02 | 2022-07-01 | 苏州空天信息研究院 | 一种面向多源地理空间数据的云服务发布系统及方法 |
| CN115794916A (zh) * | 2022-11-21 | 2023-03-14 | 北京锐安科技有限公司 | 多源数据融合的数据处理方法、装置、设备和存储介质 |
| WO2023206983A1 (zh) * | 2022-04-27 | 2023-11-02 | 河北先河环保科技股份有限公司 | 一种多源大气环境数据融合方法、装置、终端及存储介质 |
| CN117056867A (zh) * | 2023-10-12 | 2023-11-14 | 中交第四航务工程勘察设计院有限公司 | 一种可用于数字孪生的多源异构数据融合方法及系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115293567A (zh) * | 2022-08-03 | 2022-11-04 | 四川省生态环境科学研究院 | 一种大气污染动态管控系统及方法 |
-
2024
- 2024-01-31 CN CN202410131500.2A patent/CN117668764B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105590024A (zh) * | 2015-12-16 | 2016-05-18 | 河海大学 | 一种基于活动的港区大气污染物排放清单编制方法 |
| CN112836278A (zh) * | 2021-02-25 | 2021-05-25 | 青岛工业软件研究所(中国科学院软件研究所青岛分部) | 一种基于bim的智能工厂多源数据融合方法及装置 |
| CN114691336A (zh) * | 2022-04-02 | 2022-07-01 | 苏州空天信息研究院 | 一种面向多源地理空间数据的云服务发布系统及方法 |
| WO2023206983A1 (zh) * | 2022-04-27 | 2023-11-02 | 河北先河环保科技股份有限公司 | 一种多源大气环境数据融合方法、装置、终端及存储介质 |
| CN115794916A (zh) * | 2022-11-21 | 2023-03-14 | 北京锐安科技有限公司 | 多源数据融合的数据处理方法、装置、设备和存储介质 |
| CN117056867A (zh) * | 2023-10-12 | 2023-11-14 | 中交第四航务工程勘察设计院有限公司 | 一种可用于数字孪生的多源异构数据融合方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| 生态环境部办公厅关于印发《大气污染物与温室气体融合排放清单编制技术指南（试行）》的通知;生态环境部办公厅;《http://zc.gjzwfw.gov.cn/art/2024/2/2/art_14_72656.html》;20240119;第1-72页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117668764A (zh) | 2024-03-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Madhu et al. | Understanding environmental trade-offs and resource demand of direct air capture technologies through comparative life-cycle assessment | |
| Zhang et al. | Joint fleet sizing and charging system planning for autonomous electric vehicles | |
| Hui et al. | Mercury flows in China and global drivers | |
| Li et al. | Importance of NOx control for peak ozone reduction in the Pearl River Delta region | |
| Villard et al. | Drawing a chip environmental profile: environmental indicators for the semiconductor industry | |
| CN114661849B (zh) | 污染溯源方法及装置 | |
| Matthews et al. | Life cycle impact assessment: a challenge for risk analysts | |
| Li et al. | Modelling air quality during the EXPLORE-YRD campaign–Part II. Regional source apportionment of ozone and PM2. 5 | |
| CN112034801B (zh) | 挥发性有机污染物总量排污系数计算方法、系统及终端 | |
| Tian et al. | Modeling domestic geographical transfers of toxic substances in WEEE: A case study of spent lead-acid batteries in China | |
| CN111899817A (zh) | 污染物源解析方法和装置 | |
| CN117668764B (zh) | 一种编制大气污染物和温室气体融合清单的方法及装置 | |
| Liu et al. | Air quality prediction models based on meteorological factors and real-time data of industrial waste gas | |
| Ono | Past and future cadmium emissions from municipal solid-waste incinerators in Japan for the assessment of cadmium control policy | |
| Santos et al. | Regulated air pollutant emissions from higher emitters stationary sources in Belo Horizonte, Minas Gerais, Brazil | |
| CN114896952B (zh) | 一种大气污染源排放清单编制方法及装置 | |
| CN116485191A (zh) | 基于拉格朗日扩散模型的环境影响预警方法及系统 | |
| CN116151028A (zh) | 一种排除本地影响的污染贡献计算方法及系统 | |
| Cornell | The climate change mitigation potential of electric vehicles as a function of renewable energy | |
| Lee et al. | Estimation of Air Pollutant Emissions from Heavy Industry Sector in North Korea | |
| Fang et al. | Process-based life cycle inventory framework for assessing the carbon footprint of products from complex production paths: Case of dual-phase automotive strip steel | |
| CN110610266A (zh) | 一种区域大气颗粒物浓度目标可达性评估方法 | |
| CN110717001B (zh) | 基于停车点数据的接货行为分析方法及装置、设备 | |
| Johansson et al. | Power-level sampling of metal cutting machines for data representation in discrete event simulation | |
| Rosero-Montalvo et al. | Urban pollution environmental monitoring system using iot devices and data visualization: a case study |
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 |