CN117745106A - 一种大气污染协调控制区域的识别方法、系统和存储介质 - Google Patents
一种大气污染协调控制区域的识别方法、系统和存储介质 Download PDFInfo
- Publication number
- CN117745106A CN117745106A CN202410156287.0A CN202410156287A CN117745106A CN 117745106 A CN117745106 A CN 117745106A CN 202410156287 A CN202410156287 A CN 202410156287A CN 117745106 A CN117745106 A CN 117745106A
- Authority
- CN
- China
- Prior art keywords
- area
- pollution
- index
- region
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 41
- 230000007613 environmental effect Effects 0.000 claims description 30
- 230000000694 effects Effects 0.000 claims description 18
- 238000009792 diffusion process Methods 0.000 claims description 15
- 238000004891 communication Methods 0.000 claims description 11
- 238000011109 contamination Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 4
- 238000003915 air pollution Methods 0.000 description 14
- 230000006870 function Effects 0.000 description 11
- 230000015654 memory Effects 0.000 description 10
- 238000010586 diagram Methods 0.000 description 6
- 239000000356 contaminant Substances 0.000 description 3
- 230000000903 blocking effect Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000011217 control strategy Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000003344 environmental pollutant Substances 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 231100000719 pollutant Toxicity 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000000547 structure data Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供一种大气污染协调控制区域的识别方法、系统和存储介质，该方法包括：确定存在大气污染的污染源所对应的第一区域，以及对第一区域进行污染协调控制的候选区域对应的第二区域；基于第一区域的污染数据、第二区域的环境数据，以及第一区域与第二区域之间的距离和合作指数，确定将第二区域作为实际参与污染协调控制的目标区域的初始分值；确定与第一区域相关的区域的影响因子，以及将第二区域作为目标区域参与污染协调控制的成本；将初始分值、影响因子、成本输入至区域识别模型，确定将第二区域作为目标区域的目标分值；根据目标分值，最终确定是否将第二区域识别为目标区域。本申请能有效地提升识别污染源的协调控制区域的准确性和效率。
Description
技术领域
本申请涉及大气污染防控技术领域，尤其涉及一种大气污染协调控制区域的识别方法、系统和存储介质。
背景技术
目前，针对重污染天气的协调控制存在区域调控不够科学精细和效率低的问题。若无法准确地确定不同区域之间是否对污染扩散执行协调控制，则会导致污染治理的潜力小、经济成本高、重污染迅速扩散等不良后果。
因此，需要提出一种大气污染协调控制区域的识别方法、系统和存储介质来解决以上问题。
发明内容
本申请提供一种能够有效地提升识别污染源协调控制区域准确性和效率的大气污染协调控制区域的识别方法、系统和存储介质，具体技术方案如下：
在本申请的第一方面，提供一种大气污染协调控制区域的识别方法，所述方法包括：
确定存在大气污染的污染源所对应的第一区域，以及对所述第一区域进行污染协调控制的候选区域对应的第二区域；
基于所述第一区域的污染数据、所述第二区域的环境数据，以及第一区域与所述第二区域之间的距离和合作指数，确定将所述第二区域作为实际参与污染协调控制的目标区域的初始分值；
确定与所述第一区域相关的区域的影响因子，以及将所述第二区域作为所述目标区域参与污染协调控制的成本；
将所述初始分值、所述影响因子、所述成本输入至区域识别模型，确定将所述第二区域作为所述目标区域的目标分值；
根据所述目标分值，最终确定是否将所述第二区域识别为目标区域。
可选地，所述污染数据包括所述第一区域的污染源强度和污染源数量，所述环境数据包括所述第二区域的风速、大气扩散效果指数和大气污染传播阻力。
可选地，所述基于所述第一区域的污染数据、所述第二区域的环境数据，以及第一区域与所述第二区域之间的距离和合作指数，确定将所述第二区域作为实际参与污染协调控制的目标区域的初始分值，包括：
将所述第一区域的污染数据、所述第二区域的环境数据，以及第一区域与所述第二区域之间的距离和合作指数输入至初始分值确定模型；所述初始确定模型的计算函数表示为：
；
其中，为所述初始确定模型计算出的所述初始分值，/>为所述第一区域，/>为所述第二区域，/>为所述第一区域的污染源强度，/>为大气扩散效果指数，/>为所述合作指数，/>为第二区域的风速，/>为所述污染源数量，/>为正常数，/>为所述大气污染传播阻力，/>为所述污染源数量和所述大气污染传播阻力的第一权重系数，/>为所述第一区域与所述第二区域之间的空间距离，γ为风速的第二权重系数。
可选地，所述将所述成本输入至区域识别模型之后，还包括：
通过所述区域识别模型对所述成本进行处理，得到所述成本对应的成本系数。
可选地，所述确定与所述第一区域相关的区域的影响因子，包括：
获取与所述第一区域相关的多个区域，以及每个所述区域对应的第一影响因子；
对多个所述第一影响因子进行求和，得到所述影响因子。
可选地，在所述基于所述第一区域的污染数据、所述第二区域的环境数据，以及第一区域与所述第二区域之间的距离和合作指数，确定将所述第二区域作为实际参与污染协调控制的目标区域的初始分值之前，还包括：
获取间接影响所述第一区域污染控制的第一影响数据，以及间接影响所述第二区域污染控制的第二影响数据；
基于所述第一影响数据和所述第二影响数据确定所述合作指数。
可选地，所述第一影响数据包括所述第一区域的经济指数、环境保护指数、与所述第二区域的合作密切指数、与所述第二区域的科技交流指数；
所述第二影响数据包括所述第二区域的人口密度指数、再生能源利用指数和大气湿度。
可选地，所述基于所述第一影响数据和所述第二影响数据确定所述合作指数，包括：
将所述第一影响数据和所述第二影响数据输入至合作指数确定模型得到所述合作指数；
所述合作指数确定模型的计算函数表示为：
；
其中，分别是第三权重系数、第四权重系数和第五权重系数，/>为所述经济指数，/>为所述环境保护指数，/>为所述合作密切指数，/>为所述科技交流指数，/>所述人口密度指数，/>为所述再生能源利用指数，/>为所述大气湿度。
在本申请的又一方面，提供一种大气污染协调控制区域的识别系统，所述系统包括：
区域确定模块，用于确定存在大气污染的污染源所对应的第一区域，以及对所述第一区域进行污染协调控制的候选区域对应的第二区域；
初始分值确定模块，用于基于所述第一区域的污染数据、所述第二区域的环境数据，以及第一区域与所述第二区域之间的距离和合作指数，确定将所述第二区域作为实际参与污染协调控制的目标区域的初始分值；
中间数据确定模块，用于确定与所述第一区域相关的区域的影响因子，以及将所述第二区域作为所述目标区域参与污染协调控制的成本；
目标分值确定模块，用于将所述初始分值、所述影响因子、所述成本输入至区域识别模型，确定将所述第二区域作为所述目标区域的目标分值；
目标区域识别模块，用于根据所述目标分值，最终确定是否将所述第二区域识别为目标区域。
在本申请实施例的又一方面，提供一种非易失性计算机可读存储介质，所述非易失性计算机可读存储介质存储有计算机可执行指令，该计算机可执行指令被一个或多个处理器执行时，可使得所述一个或多个处理器执行如上所述的大气污染协调控制区域的识别方法
由上可知，本申请实施至少带来以下有益效果：
（1）本申请通过区域识别模型的计算函数，综合考虑了污染源强度、大气扩散效果、区域间合作关系、阻碍因素、风速、污染源类型和数量、减排经济成本等多个因素，从而有助于更全面、科学地评估区域间协同控制的效果。
（2）本申请考虑了区域之间的合作关系、共同减排措施等因素，使得协调控制区域的评估更加精细化，更符合实际区域间的复杂关系。
（3）本申请通过模型计算目标分值时引入了多个参数的权重系数，进一步增强了模型的适用性。
（4）本申请考虑了不同时刻的大气条件、污染源强度、经济成本等，以及区域间的空间距离，使得识别污染源的协调控制区域的方案更具灵活性，能够适应不同时间和地点的实际情况。
总体而言，本申请的方案通过更全面、精细的参数考虑，能够更准确地评估区域间的协同控制效果，为制定更有效的大气污染调控策略提供科学依据。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的大气污染协调控制区域的识别方法的应用场景示意图；
图2是本申请实施例提供的大气污染协调控制区域的识别方法的流程示意图；
图3是本申请实施例提供的大气污染协调控制区域的识别系统的结构示意图；
图4是本申请实施例提供的大气污染协调控制区域的识别系统的另一实施例的硬件结构示意图。
具体实施方式
本申请实施例提供一种大气污染协调控制区域的识别方法、系统和存储介质。请参阅图1，图1为本申请实施例所提供的大气污染协调控制区域的识别系统的应用场景示意图，该设备可以包括终端和服务器。本申请提供的大气污染协调控制区域的识别方法可以通过终端实现，也可以通过服务器实现。
如图1所示，终端与服务器之间通过网络连接，比如，通过有线或无线网络连接等。其中，终端可以包括但不局限于安装有各位网络平台应用的手机、平板等便携终端，以及电脑、查询机、广告机等固定终端。其中，服务器为用户提供各种业务服务，包括服务推送服务器、用户推荐服务器等。
需要说明的是，图1所示的大气污染协调控制区域的识别系统的应用场景示意图仅仅是一个示例，本申请实施例描述的终端、服务器以及应用场景是为了更加清楚的说明本申请实施例的技术方案，并不生成对于本申请实施例提供的技术方案的限定，本领域普通技术人员可知，随着设备的演变和新业务场景的出现，本申请实施例提供的技术方案对于类似的技术问题同样适用。
其中，终端可以用于：
确定存在大气污染的污染源所对应的第一区域，以及对所述第一区域进行污染协调控制的候选区域对应的第二区域；
基于所述第一区域的污染数据、所述第二区域的环境数据，以及第一区域与所述第二区域之间的距离和合作指数，确定将所述第二区域作为实际参与污染协调控制的目标区域的初始分值；
确定与所述第一区域相关的区域的影响因子，以及将所述第二区域作为所述目标区域参与污染协调控制的成本；
将所述初始分值、所述影响因子、所述成本输入至区域识别模型，确定将所述第二区域作为所述目标区域的目标分值；
根据所述目标分值，最终确定是否将所述第二区域识别为目标区域。
需要说明的是，上述终端执行大气污染协调控制区域的识别方法的步骤，也可以由服务器执行。
图2示出了本申请实施例提供的一种大气污染协调控制区域的识别方法、系统和存储介质的流程示意图，如图2所示，一种大气污染协调控制区域的识别方法、系统和存储介质包括如下步骤：
步骤101、确定存在大气污染的污染源所对应的第一区域，以及对第一区域进行污染协调控制的候选区域对应的第二区域。
仅作为示例，第一区域可以为城市i、第二区域可以为城市j。可以理解，在本申请的场景中的，当第一区域出现至少一个大气污染源，为了防止大气污染广泛、快速的扩散，在考虑诸多因素和条件下，可以确定是否加入其他的第二区域对第一区域的大气污染进行协助的协调控制操作。
在一些实施例中，可以先获取大气污染监测、空气质量监测所得到的第一区域的大气数据，从大气数据中确定出城市i可以存在一个或多个特定的大气污染源，例如工业区、交通污染源等，不同的大气污染源均对应一个大气污染强度。
可以理解，为了确定与第一区域进行大气污染协调控制的区域，可以先从第一区域中确定出至少一个候选区域，并后续识别出候选区域是否作为最终协调控制的目标区域。需要说明但是，本申请中的协调控制即协同控制，本申请对此不再赘述。
可以理解，本申请实施例可以更具体地考虑第一区域的污染源情况，以及选择了哪个第二区域作为候选区域进行协同控制。整个方案的公式综合考虑了多个因素，确保了在协同控制中更全面、更科学地评估效果。
步骤102、基于第一区域的污染数据、第二区域的环境数据，以及第一区域与第二区域之间的距离和合作指数，确定将第二区域作为实际参与污染协调控制的目标区域的初始分值。
其中，污染数据可以包括第一区域的污染源强度和污染源数量，环境数据包括第二区域的风速、大气扩散效果指数和大气污染传播阻力。
在一些实施例中，本申请可以根据第一区域（例如城市i）的污染数据、第二区域（例如城市j）的环境数据以及两个区域之间的距离和合作指数来确定将第二区域作为实际参与污染协调控制的目标区域的初始分值。
在一些实施例中，污染源强度可以代表第一区域污染源的强度，即该区域产生的污染物的数量，污染源数量可以表示第一区域内不同类型的污染源的数量。
在一些实施例中，风速可以表示第二区域的风速，风速越大，影响污染物的传播。大气扩散效果指数反映了第二区域的大气扩散效果，即污染物在大气中的传播情况。大气污染传播阻力描述了第二区域大气中的阻碍因素，与地形、建筑等有关。
在一些实施例中，距离可以为空间距离，反映了地理位置对污染传播的影响。合作指数可以表示第一区域与第二区域之间的合作关系程度，是一个合作指数，值越高表示合作越密切。
基于以上数据，后续可以使用模型通过区域识别模型的计算函数来计算将第二区域作为实际参与协调控制的目标区域的初始分值。该初始分值综合考虑了第一区域的污染源强度、第二区域的环境条件，以及两个区域之间的距离和合作关系。后续通过调整公式中的权重和参数，可以更准确地反映实际情况，为识别大气污染防控协同控制的目标区域提供初始评估分值。
可选地，在步骤102之前，还可以包括：
获取间接影响第一区域污染控制的第一影响数据，以及间接影响第二区域污染控制的第二影响数据；
基于第一影响数据和第二影响数据确定合作指数。
其中，第一影响数据包括第一区域的经济指数、环境保护指数、与第二区域的合作密切指数、与第二区域的科技交流指数；
第二影响数据包括第二区域的人口密度指数、再生能源利用指数和大气湿度。
在一些实施例中，经济指数表示第一区域的经济状况。经济的强弱会影响到污染控制的投入和效果。环境保护指数反映第一区域的环保水平，包括环境法规的执行、污染治理投入等。与第二区域的合作密切指数描述城市 i与城市j之间合作关系的密切程度。与第二区域的科技交流指数表示城市i与城市j之间的科技交流程度。
在一些实施例中，人口密度指数表示第二区域（城市j）的人口密度，人口密度与污染控制需求和影响有关。再生能源利用指数描述第二区域的再生能源利用状况，与清洁能源的利用有关。大气湿度反映城市j的大气湿度，对大气污染物的传播和沉降产生影响。
在一些实施例中，以上“指数”类数据可以通过相关数据进行转换或映射到一个具体范围的数值。在一些实施例中，经济指数可以通过第一区域的总GDP或人均GDP等经济数据计算得到出，环境保护指数可以通过第一区域的环境法规执行情况、环保投入占比等因素的环境保护相关数据计算得出。合作密切指数可以是基于城市i与城市j之间签订的合作协议数量、共同实施的环保项目等信息计算得出。科技交流指数可以是城市i与城市j之间的科技合作项目数量、共同研发项目等数据计算得出。人口密度指数是城市j的人口数量除以城市j的总面积，通过人口和面积数据计算得出。再生能源利用指数可以是城市j的再生能源利用比例，通过城市的能源结构数据计算得出。
仅作为示例，假设第一区域在本年度的实际GDP为100亿美元，那么该第一区域对用的经济指数可以是1、10或100等对应规则下的一个映射值，不同指数数据的映射比例和规则本申请不作限制。
可选地，步骤“基于第一影响数据和第二影响数据确定合作指数”，可以包括：
将第一影响数据和第二影响数据输入至合作指数确定模型得到合作指数；
合作指数确定模型的计算函数表示为：
；
其中，分别是第三权重系数、第四权重系数和第五权重系数，/>为经济指数，/>为环境保护指数，/>为合作密切指数，/>为科技交流指数，/>人口密度指数，为再生能源利用指数，/>为大气湿度。
在一些实施例中，第三权重系数可以表示对经济指数/>、环境保护指数/>、合作密切指数/>、科技交流指数/>的权重。通过调整/>的值，可以平衡这些因素在合作指数中的相对重要性。
在一些实施例中，第四权重系数可以表示对经济指数/>、环境保护指数/>、合作密切指数/>、科技交流指数/>的权重。通过调整/>的值，可以平衡这些因素在合作指数中的相对重要性。
在一些实施例中，第五权重系数可以表示对人口密度指数/>、再生能源利用指数/>、大气湿度/>的权重。通过调整/>的值，可以平衡这些因素在合作指数中的相对重要性。
通过这个计算函数，可以综合考虑经济、环保、合作关系、科技交流、人口密度、再生能源利用和大气湿度等多个因素，得到第一区域与第二区域的合作指数，该合作指数可以在协同控制中用作城市间影响的参数。
可选地，步骤102可以包括：
将第一区域的污染数据、第二区域的环境数据，以及第一区域与第二区域之间的距离和合作指数输入至初始分值确定模型；初始确定模型的计算函数表示为：
；
其中，为初始确定模型计算出的初始分值，/>为第一区域，/>为第二区域，/>为第一区域的污染源强度，/>为大气扩散效果指数，/>为合作指数，/>为第二区域的风速，/>为污染源数量，/>为正常数，/>为大气污染传播阻力，/>为污染源数量和大气污染传播阻力的第一权重系数，/>为第一区域与第二区域之间的空间距离，/>为风速的第二权重系数。
在一些实施例中，反映了第二区域/>的大气扩散效果，即污染物在大气中的传播情况。/>描述了第二区域j大气中的阻碍因素，与地形、建筑等有关。
步骤103、确定与第一区域相关的区域的影响因子，以及将第二区域作为目标区域参与污染协调控制的成本。
可选地，步骤103可以包括：
获取与第一区域相关的多个区域，以及每个区域对应的第一影响因子；
对多个第一影响因子进行求和，得到影响因子。
在一些实施例中，影响因子可以表示为，其中，N表示与第一区域相关的多个区域的总数，k为区域的编号，例如第k个区域，k的最大值为N。
在一些实施例中，通过确定某一区域与第一区域具有关联的条件，可以获取与第一区域相关的多个区域。涉及地理位置、经济合作、环保项目等多个因素。对于每个相关区域，可以确定其对第一区域的影响因子，以上影响因子可以包括经济合作指数、环保合作指数、科技交流指数等，反映了该区域与第一区域之间的合作关系和影响。
可以理解，本申请能够综合考虑多个相关区域对第一区域的综合影响，形成一个单一的影响因子。这个影响因子可以在整体上反映第一区域与其相关区域之间的关系，并在协同控制中作为一个参数或权重因子。
步骤104、将初始分值、影响因子、成本输入至区域识别模型，确定将第二区域作为目标区域的目标分值。
在一些实施例中，区域识别模型的计算函数可以表示为：
；
其中，为目标分值；
为污染源强度和大气扩散效果的第一权重系数；
为第一区域/>的污染源强度；
为第二区域/>的大气扩散效果指数；
为第一区域/>与第二区域/>的合作指数；
为第二区域/>的风速；
为污染源类型和数量、阻碍因素等的第二权重系数；
为第一区域/>的污染源数量；
为一个正常数，确保该计算函数的分母永远不为零；
为第二区域/>的大气污染传播阻力；
为第一区域/>到第二区域/>之间的空间距离；
为风速对协同控制的第三权重系数，确保风速越大，分值越高；
为所有与城市/>相关的其他城市的影响因子之和；
为成本的第三权重系数，是一个负值；
为成本系数，表示城市/>与/>对大气污染进行协调控制污染的成本/>的平方。
可选地，在步骤104之后，还包括：
通过区域识别模型对成本进行处理，得到成本对应的成本系数。
其中，成本系数可以表示为可以理解，在区域识别模型中，成本的处理体现在计算函数的一部分，具体而言，是在成本系数的计算中。与经济指数类似，可以先通过历史经济统计数据获取第一区域/>与第二区域/>共同进行大气污染协调控制的预估经济成本，例如经济成本为2000万美元，则/>可以为2000或2。
仅作为示例，现用数据进行举例，假设污染源强度（单位：个），大气扩散效果指数/>（无单位），合作指数/>（无单位），风速/>（单位：m/s），污染源数量 （单位：个），大气污染传播阻力/>（无单位），空间距离 />（单位：km）影响因子之和为2.5，/>为2（单位：万美元）。假设权重系数为：，代入计算函数，则最终可以计算出：
。
步骤105、根据目标分值，最终确定是否将第二区域识别为目标区域。
在一些实施例中，可以设定一个目标分值的阈值，该阈值可根据实际需求、政策或环境条件来确定。阈值的选择可以基于对经济成本、环境效益等因素的权衡。
在一些实施例中，可以将计算得到的目标分值与设定的阈值进行比较，如果目标分值大于阈值，说明目标分值足够高，可以将第二区域识别为目标区域。如果小于或等于阈值，则不将第二区域识别为目标区域。
在一些实施例中，可以根据比较的结果，最终确定是否将第二区域识别为目标区域，如果识别为目标区域，则可以考虑制定相应的协同控制策略和措施，如果不识别为目标区域，则可能需要重新评估其他潜在的目标区域或调整阈值等参数。
通过以上的判断过程，可以帮助决策者更有效地利用目标分值信息，根据具体情况灵活调整阈值，以适应不同的管理策略和环境条件。
为实现上述方法类实施例，本申请实施例还提供一种大气污染协调控制区域的识别系统，图3示出了本申请实施例提供的一种大气污染协调控制区域的识别系统的结构示意图，所述系统包括：
区域确定模块201，用于确定存在大气污染的污染源所对应的第一区域，以及对所述第一区域进行污染协调控制的候选区域对应的第二区域；
初始分值确定模块202，用于基于所述第一区域的污染数据、所述第二区域的环境数据，以及第一区域与所述第二区域之间的距离和合作指数，确定将所述第二区域作为实际参与污染协调控制的目标区域的初始分值；
中间数据确定模块203，用于确定与所述第一区域相关的区域的影响因子，以及将所述第二区域作为所述目标区域参与污染协调控制的成本；
目标分值确定模块204，用于将所述初始分值、所述影响因子、所述成本输入至区域识别模型，确定将所述第二区域作为所述目标区域的目标分值；
目标区域识别模块205，用于根据所述目标分值，最终确定是否将所述第二区域识别为目标区域。
上面对本发明实施例中的大气污染协调控制区域的识别方法进行了描述，下面对本发明实施例中的大气污染协调控制区域的识别系统进行描述，请参阅图4，图4是本发明实施例中一种大气污染协调控制区域的识别系统的另一实施例的硬件结构示意图，如图4所示，系统包括：处理器、存储器及存储在存储器上并可在处理器上运行的计算机程序，计算机程序被处理器执行时实现以下步骤：
确定存在大气污染的污染源所对应的第一区域，以及对所述第一区域进行污染协调控制的候选区域对应的第二区域；
基于所述第一区域的污染数据、所述第二区域的环境数据，以及第一区域与所述第二区域之间的距离和合作指数，确定将所述第二区域作为实际参与污染协调控制的目标区域的初始分值；
确定与所述第一区域相关的区域的影响因子，以及将所述第二区域作为所述目标区域参与污染协调控制的成本；
将所述初始分值、所述影响因子、所述成本输入至区域识别模型，确定将所述第二区域作为所述目标区域的目标分值；
根据所述目标分值，最终确定是否将所述第二区域识别为目标区域。
本发明实施例提供了一种非易失性计算机可读存储介质，计算机可读存储介质存储有计算机可执行指令，该计算机可执行指令被一个或多个处理器执行，例如，执行以上描述的图2中的方法。
作为示例，非易失性存储介质能够包括只读存储器（Read-OnlyMemory，ROM）、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器（Random AccessMemory，RAM）或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，如静态随机存取存储器（Static Random Access Memory，SRAM）或动态随机存取存储器（DynamicRandom Access Memory，DRAM）等。本发明实施例中所描述的操作环境的所公开的存储器组件或存储器旨在包括这些和/或任何其他适合类型的存储器中的一个或多个。
以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种大气污染协调控制区域的识别方法，其特征在于，所述方法包括：
确定存在大气污染的污染源所对应的第一区域，以及对所述第一区域进行污染协调控制的候选区域对应的第二区域；
基于所述第一区域的污染数据、所述第二区域的环境数据，以及第一区域与所述第二区域之间的距离和合作指数，确定将所述第二区域作为实际参与污染协调控制的目标区域的初始分值；
确定与所述第一区域相关的区域的影响因子，以及将所述第二区域作为所述目标区域参与污染协调控制的成本；
将所述初始分值、所述影响因子、所述成本输入至区域识别模型，确定将所述第二区域作为所述目标区域的目标分值；
根据所述目标分值，最终确定是否将所述第二区域识别为目标区域。
2.根据权利要求1所述的大气污染协调控制区域的识别方法，其特征在于，所述污染数据包括所述第一区域的污染源强度和污染源数量，所述环境数据包括所述第二区域的风速、大气扩散效果指数和大气污染传播阻力。
3.根据权利要求2所述的大气污染协调控制区域的识别方法，其特征在于，所述基于所述第一区域的污染数据、所述第二区域的环境数据，以及第一区域与所述第二区域之间的距离和合作指数，确定将所述第二区域作为实际参与污染协调控制的目标区域的初始分值，包括：
将所述第一区域的污染数据、所述第二区域的环境数据，以及第一区域与所述第二区域之间的距离和合作指数输入至初始分值确定模型；所述初始确定模型的计算函数表示为：
；
其中，为所述初始确定模型计算出的所述初始分值，/>为所述第一区域，/>为所述第二区域，/>为所述第一区域的污染源强度，/>为大气扩散效果指数，/>为所述合作指数，/>为第二区域的风速，/>为所述污染源数量，/>为正常数，/>为所述大气污染传播阻力，/>为所述污染源数量和所述大气污染传播阻力的第一权重系数，/>为所述第一区域与所述第二区域之间的空间距离，/>为风速的第二权重系数。
4.根据权利要求1所述的大气污染协调控制区域的识别方法，其特征在于，所述将所述成本输入至区域识别模型之后，还包括：
通过所述区域识别模型对所述成本进行处理，得到所述成本对应的成本系数。
5.根据权利要求1所述的大气污染协调控制区域的识别方法，其特征在于，所述确定与所述第一区域相关的区域的影响因子，包括：
获取与所述第一区域相关的多个区域，以及每个所述区域对应的第一影响因子；
对多个所述第一影响因子进行求和，得到所述影响因子。
6.根据权利要求1所述的大气污染协调控制区域的识别方法，其特征在于，在所述基于所述第一区域的污染数据、所述第二区域的环境数据，以及第一区域与所述第二区域之间的距离和合作指数，确定将所述第二区域作为实际参与污染协调控制的目标区域的初始分值之前，还包括：
获取间接影响所述第一区域污染控制的第一影响数据，以及间接影响所述第二区域污染控制的第二影响数据；
基于所述第一影响数据和所述第二影响数据确定所述合作指数。
7.根据权利要求6所述的大气污染协调控制区域的识别方法，其特征在于，所述第一影响数据包括所述第一区域的经济指数、环境保护指数、与所述第二区域的合作密切指数、与所述第二区域的科技交流指数；
所述第二影响数据包括所述第二区域的人口密度指数、再生能源利用指数和大气湿度。
8.根据权利要求7所述的大气污染协调控制区域的识别方法，其特征在于，所述基于所述第一影响数据和所述第二影响数据确定所述合作指数，包括：
将所述第一影响数据和所述第二影响数据输入至合作指数确定模型得到所述合作指数；
所述合作指数确定模型的计算函数表示为：
；
其中，分别是第三权重系数、第四权重系数和第五权重系数，/>为所述经济指数，/>为所述环境保护指数，/>为所述合作密切指数，/>为所述科技交流指数，/>所述人口密度指数，/>为所述再生能源利用指数，/>为所述大气湿度。
9.一种大气污染协调控制区域的识别系统，其特征在于，所述系统包括：
区域确定模块，用于确定存在大气污染的污染源所对应的第一区域，以及对所述第一区域进行污染协调控制的候选区域对应的第二区域；
初始分值确定模块，用于基于所述第一区域的污染数据、所述第二区域的环境数据，以及第一区域与所述第二区域之间的距离和合作指数，确定将所述第二区域作为实际参与污染协调控制的目标区域的初始分值；
中间数据确定模块，用于确定与所述第一区域相关的区域的影响因子，以及将所述第二区域作为所述目标区域参与污染协调控制的成本；
目标分值确定模块，用于将所述初始分值、所述影响因子、所述成本输入至区域识别模型，确定将所述第二区域作为所述目标区域的目标分值；
目标区域识别模块，用于根据所述目标分值，最终确定是否将所述第二区域识别为目标区域。
10.一种非易失性计算机可读存储介质，其特征在于，所述非易失性计算机可读存储介质存储有计算机可执行指令，该计算机可执行指令被一个或多个处理器执行时，可使得所述一个或多个处理器执行权利要求1-8任一项所述的大气污染协调控制区域的识别方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410156287.0A CN117745106B (zh) | 2024-02-04 | 2024-02-04 | 一种大气污染协调控制区域的识别方法、系统和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410156287.0A CN117745106B (zh) | 2024-02-04 | 2024-02-04 | 一种大气污染协调控制区域的识别方法、系统和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117745106A true CN117745106A (zh) | 2024-03-22 |
| CN117745106B CN117745106B (zh) | 2024-05-17 |
Family
ID=90259523
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410156287.0A Active CN117745106B (zh) | 2024-02-04 | 2024-02-04 | 一种大气污染协调控制区域的识别方法、系统和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117745106B (zh) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111027778A (zh) * | 2019-12-18 | 2020-04-17 | 南京大学 | 基于多目标规划的区域大气环境风险监控布点优化方法 |
| CN111178653A (zh) * | 2018-11-13 | 2020-05-19 | 百度在线网络技术（北京）有限公司 | 用于确定污染区域的方法和装置 |
| JPWO2021100180A1 (zh) * | 2019-11-21 | 2021-05-27 | ||
| CN113159402A (zh) * | 2021-04-06 | 2021-07-23 | 国家电网公司华中分部 | 一种计及大气污染的区域环境-电力系统协同优化方法 |
| NL2030102A (en) * | 2021-03-18 | 2022-03-21 | Univ Tianjin | Computer system and method based on evaluation of a regional air pollution regulation plan |
| CN115271257A (zh) * | 2022-09-22 | 2022-11-01 | 中科三清科技有限公司 | 多区域大气污染协同调控方法、装置及电子设备 |
| CN115718983A (zh) * | 2022-11-21 | 2023-02-28 | 中国环境科学研究院 | 一种基于城市尺度和风向通道的污染热点区域识别方法 |
| CN115935040A (zh) * | 2023-03-02 | 2023-04-07 | 北京工业大学 | 一种大气污染协同控制区域、时间识别方法 |
| CN116205541A (zh) * | 2023-04-27 | 2023-06-02 | 北京英视睿达科技股份有限公司 | 评估本地污染源对环境空气质量影响的方法及装置 |
| US11776081B1 (en) * | 2022-05-23 | 2023-10-03 | Chengdu Qinchuan Iot Technology Co., Ltd. | Methods and systems for predicting air quality in smart cities based on an internet of things |
| CN117171546A (zh) * | 2023-09-27 | 2023-12-05 | 安徽熵沃智能科技有限公司 | 一种结合污染扩散指数的城市空气质量预测方法 |
-
2024
- 2024-02-04 CN CN202410156287.0A patent/CN117745106B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111178653A (zh) * | 2018-11-13 | 2020-05-19 | 百度在线网络技术（北京）有限公司 | 用于确定污染区域的方法和装置 |
| JPWO2021100180A1 (zh) * | 2019-11-21 | 2021-05-27 | ||
| CN111027778A (zh) * | 2019-12-18 | 2020-04-17 | 南京大学 | 基于多目标规划的区域大气环境风险监控布点优化方法 |
| NL2030102A (en) * | 2021-03-18 | 2022-03-21 | Univ Tianjin | Computer system and method based on evaluation of a regional air pollution regulation plan |
| CN113159402A (zh) * | 2021-04-06 | 2021-07-23 | 国家电网公司华中分部 | 一种计及大气污染的区域环境-电力系统协同优化方法 |
| US11776081B1 (en) * | 2022-05-23 | 2023-10-03 | Chengdu Qinchuan Iot Technology Co., Ltd. | Methods and systems for predicting air quality in smart cities based on an internet of things |
| CN115271257A (zh) * | 2022-09-22 | 2022-11-01 | 中科三清科技有限公司 | 多区域大气污染协同调控方法、装置及电子设备 |
| CN115718983A (zh) * | 2022-11-21 | 2023-02-28 | 中国环境科学研究院 | 一种基于城市尺度和风向通道的污染热点区域识别方法 |
| CN115935040A (zh) * | 2023-03-02 | 2023-04-07 | 北京工业大学 | 一种大气污染协同控制区域、时间识别方法 |
| CN116205541A (zh) * | 2023-04-27 | 2023-06-02 | 北京英视睿达科技股份有限公司 | 评估本地污染源对环境空气质量影响的方法及装置 |
| CN117171546A (zh) * | 2023-09-27 | 2023-12-05 | 安徽熵沃智能科技有限公司 | 一种结合污染扩散指数的城市空气质量预测方法 |
Non-Patent Citations (1)
| Title |
|---|
| 王英 等: "北京大气污染区域分布及变化趋势研究", 《中央民族大学学报(自然科学版)》, vol. 17, no. 01, 15 February 2008 (2008-02-15), pages 59 - 65 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117745106B (zh) | 2024-05-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108446281B (zh) | 确定用户亲密度的方法、装置及存储介质 | |
| Guan et al. | Cumulative prospect theory based dynamic pricing for shared mobility on demand services | |
| CN109905882B (zh) | 一种网络扩容方法及装置 | |
| CN111382951B (zh) | 一种城市空气质量改善目标的分配方法 | |
| CN112801422B (zh) | 数值模型和线性规划模型相结合的大气污染协同控制方法 | |
| CN109194664B (zh) | 一种基于博弈论的移动位置隐私保护访问控制方法 | |
| Yao et al. | Evaluation and development of sustainable urban land use plans through spatial optimization | |
| Chen et al. | Modeling noise and lease soft costs improves wind farm design and cost-of-energy predictions | |
| CN112836911A (zh) | 小区节能参数的确定方法、装置、电子设备及存储介质 | |
| Sowby | Correlation of energy management policies with lower energy use in public water systems | |
| Wang | Role of FDI and energy intensity in mitigating the environmental pollution in the Chinese steel industry: does technological innovation makes a difference? | |
| Li et al. | Dynamic decision model of real estate investment portfolio based on wireless network communication and ant colony algorithm | |
| Al‐Adwani et al. | A surrogate‐based optimization methodology for the optimal design of an air quality monitoring network | |
| Li et al. | A new PM2. 5 concentration forecasting system based on AdaBoost‐ensemble system with deep learning approach | |
| CN117745106B (zh) | 一种大气污染协调控制区域的识别方法、系统和存储介质 | |
| CN116307945B (zh) | 一种建筑类电气智能运行监控方法、系统和介质 | |
| KR102392131B1 (ko) | 먹이그물 네트워크 분석을 통한 생태계 예측 평가 시스템 및 이의 동작 방법 | |
| US20170178248A1 (en) | Classification Structure and Uses Thereof | |
| Noy et al. | Extreme events impact attribution: A state of the art | |
| CN115271544B (zh) | 降低噪声投诉率的方法、装置、电子设备及存储介质 | |
| CN109685101B (zh) | 一种多维数据自适应采集方法及系统 | |
| CN113256422A (zh) | 分仓账户识别方法、装置、计算机设备和存储介质 | |
| CN114881551A (zh) | 基于证据融合的目标对象确定方法、装置、设备和介质 | |
| JP2003099601A (ja) | リスクマネジメント方法、リスクマネジメント支援装置、および、プログラム | |
| CN110033151A (zh) | 关系风险评价方法、装置、电子设备及计算机存储介质 |
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 |