KR20220143362A - 먼 거리의 대기오염물질 배출량을 역으로 산출하는 방법 - Google Patents
먼 거리의 대기오염물질 배출량을 역으로 산출하는 방법 Download PDFInfo
- Publication number
- KR20220143362A KR20220143362A KR1020210049778A KR20210049778A KR20220143362A KR 20220143362 A KR20220143362 A KR 20220143362A KR 1020210049778 A KR1020210049778 A KR 1020210049778A KR 20210049778 A KR20210049778 A KR 20210049778A KR 20220143362 A KR20220143362 A KR 20220143362A
- Authority
- KR
- South Korea
- Prior art keywords
- air pollutant
- emission
- concentration
- emission source
- data
- Prior art date
Links
- 239000000809 air pollutant Substances 0.000 title claims abstract description 41
- 231100001243 air pollutant Toxicity 0.000 title claims abstract description 41
- 238000004364 calculation method Methods 0.000 title claims abstract description 17
- 238000009792 diffusion process Methods 0.000 claims abstract description 20
- 238000005259 measurement Methods 0.000 claims abstract description 17
- 238000000034 method Methods 0.000 claims abstract description 14
- 239000003344 environmental pollutant Substances 0.000 abstract description 2
- 231100000719 pollutant Toxicity 0.000 abstract description 2
- 238000012806 monitoring device Methods 0.000 abstract 1
- 238000003915 air pollution Methods 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000005728 strengthening Methods 0.000 description 2
- 238000004090 dissolution Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012360 testing method 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
- 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
-
- 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
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N2015/0096—Investigating consistence of powders, dustability, dustiness
-
- 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)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Tourism & Hospitality (AREA)
- General Health & Medical Sciences (AREA)
- Computational Mathematics (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Algebra (AREA)
- Primary Health Care (AREA)
- Educational Administration (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Development Economics (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
먼 거리의 대기오염물질 배출량을 역으로 산출하는 방법은, 대기관측장치로부터 대기오염물질 농도를 포함하는 측정 데이터를 획득하는 제 1 단계, 배출원 주위의 지리 데이터 및 기상 데이터를 획득하는 제 2 단계, 상기 측정 데이터, 지리 데이터 및 기상 데이터를 분석 처리하여 대기확산모델링을 수행하고 대기오염물질의 배출량 및 농도를 계산하는 제 3 단계, 상기 대기확산모델링 계산 결과의 기여농도 및 등농도곡선을 도식화하여 표시하는 제 4 단계, 상기 모델링 계산 결과에 따른 상기 대기오염물질의 기여농도, 등농도곡선 및 시간에 따른 대기오염물질 농도의 변화 내역 중 적어도 어느 하나가 포함된 결과 보고서를 작성하여 출력하는 제 5 단계로 이루어진다.
따라서 본 발명에 의하면, 배출원에서 상당한 거리가 떨어진 곳에서 배출원의 대기오염물질의 배출량을 역산출할 수 있다.
즉, 배출량 산출자체가 불가능한 배출원에 대해 대기오염물질의 배출량을 산출하는 것이 가능하다
따라서 본 발명에 의하면, 배출원에서 상당한 거리가 떨어진 곳에서 배출원의 대기오염물질의 배출량을 역산출할 수 있다.
즉, 배출량 산출자체가 불가능한 배출원에 대해 대기오염물질의 배출량을 산출하는 것이 가능하다
Description
본 발명은 대기오염물질 배출량 역산출 방법에 관한 것이다.
선진국에서는 실시간으로 수집되는 자료를 활용하여 대기예보시스템과 관련된 대기측정망 정보관리 및 예보모델
링 기술을 적극적으로 개발하고 있으며, 현재 국가 또는 지자체 차원에서 범국민을 대상으로 대기질 예보를 기
상예보와 같이 운영하고 있다.
환경부의 대기환경관리 정책방향이 대기오염도 조사강화 등을 포함시켜, 대기오염물질 배출원인 사업장에 대한
관리강화에 초점을 두고 있다.
국내에서도 대기질 모델링의 기술을 확대하고자 활발한 연구가 진행되고 있으며, 대한민국 등록특허공보 제
370497호에 대기오염 배출시설을 관리하기 위한 대기오염확산 예측방법에 대해 기재되어 있다.
하지만, 기존의 배출량 산출 방법은 배출구에서 직접 측정을 하거나 실험을 하여 산출해야만 했다.
즉, 접근이 어려운 불특정 지역에서 대기오염물질이 배출되는 경우, 대기오염 물질 배출량 측정 및 실험이 어려
워 배출량 산출이 불가능하다.
따라서, 본 발명은 상술한 문제점을 해결하기 위해 고안된 것으로, 배출량 측정에 있어 직접 배출구에서 대기오
염물질의 배출량 측정을 할 수 없는 물리적 한계를 극복하기 위한 기술을 제시하는데 그 목적이 있다.
또한, 본 발명이 이루고자 하는 기술적 과제들은 이상에서 언급한 기술적 과제들로 제한되지 않으며, 언급되지
않은 또 다른 기술적 과제들은 후술한 내용으로부터 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에
게 이해될 수 있을 것이다.
이러한 목적을 달성하기 위하여 본 발명은, 대기관측장치로부터 대기오염물질 농도를 포함하는 측정 데이터를
획득하는 제 1 단계, 배출원 주위의 지리 데이터 및 기상 데이터를 획득하는 제 2 단계, 상기 측정 데이터, 지
리 데이터 및 기상 데이터를 분석ㅇ처리하여 대기확산모델링을 수행하고 대기오염물질의 배출량 및 농도를 계산
하는 제 3 단계, 상기 대기확산모델링 계산 결과의 기여농도 및 등농도곡선을 도식화하여 표시하는 제 4 단계,
상기 모델링 계산 결과에 따른 상기 대기오염물질의 기여농도, 등농도곡선 및 시간에 따른 대기오염물질 농도의
변화 내역 중 적어도 어느 하나가 포함된 결과 보고서를 작성하여 출력하는 제 5 단계로 이루어진다.
상기 기여농도는 하기 수학식 1에 의해 계산된다.
[수학식 1]
(여기서 C는 배출원에 의해 영향받은 예측지점에서의 측정농도, f(x)는 대기확산모델에 의해 계산된 것(기여농
도)을 의미하며, x는 배출원 및 예측지점의 위치, Q는 상기 배출원에서 배출된 대기오염물질의 양을 의미한다.)
상기 수학식 1의 해를 계산할 때, 음의 해가 나오지 않도록 Nonnegative Least Squares(NNLS)를 이용하여 계산
한다.
상기 지리 데이터는 상기 배출원 주위의 1km x 1km 이상, 5km x 5km 이하 크기의 관심영역을 가지며, 50m x 50m
이상, 상기 관심영역 이하의 크기로 상기 관심영역을 분할하는 격자가 적어도 하나 이상 형성된다.
또한 상기 보고서는, 상기 격자마다 상기 결과 데이터가 기록된다.
따라서 본 발명에 의하면, 배출원에서 상당한 거리가 떨어진 곳에서 배출원의 대기오염물질의 배출량을 역산출
할 수 있다.
즉, 배출량 산출자체가 불가능한 배출원에 대해 대기오염물질의 배출량을 산출하는 것이 가능하다.
또한, 복수의 배출원에 대해 대기오염물질의 기여농도 또한 알아 낼 수 있다.
그리고, 오랜 시간동안 측정을 했을 경우, 배출원에서 배출된 대기오염물질의 확산 및 흐름을 추적할 수 있다.
본 발명의 효과들은 이상에서 언급한 효과들로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 청구범위의
기재로부터 당업자에게 이해될 수 있을 것이다.
본 발명의 바람직한 실시 예에 대하여 첨부된 도면을 참조하여 더 구체적으로 설명하되, 이미 주지된 기술적 부
분에 대해서는 설명의 간결함을 위해 생략하거나 압축하기로 한다.
<방법에 관한 설명>
본 발명의 대기오염물질 배출량 역산출 방법은 크게 5 단계로 나누어지며, 세 개의 예측지점으로 세 개의 배출
원에서 배출되는 대기오염물질 배출량을 역산출 하는 일실시예를 들어 설명한다.
제 1 단계. 측정데이터 획득 단계 <S10>
제 1 단계는 배출원 데이터를 예측하기 위해, 배출원과 소정거리를 두고 위치한 예측지점에 적어도 배출원의 개수 이상으로 대기관측장치를 설치하여 대기오염물질의 종류 및 대기오염물질 농도(이하 측정농도)중 적어도 어
느 하나를 포함하는 측정 데이터를 획득하는 단계이다.
배출량 역산출의 정확도를 높이기 위해 매 5분 이내의 간격으로 측정 데이터를 획득한다.
제 2 단계 : 지리 데이터 및 기상 데이터 획득단계 <S20>
대기확산모델링은 대기확산모델의 종류와 계산방식에 따라서 차이가 발생하지만, 기상 및 지형 조건에 의해서
결정된다.
위성지도, GIS 등으로부터 배출원 주변의 배출원 위치를 포함하는 지리 데이터를 획득하고, 기상청에서 제공되
는 정보 혹은 상기 대기관측장치에서 획득하는 온도, 습도, 풍향 및 풍속중 적어도 하나 이상을 포함하는 기상
데이터를 획득한다.
지리 데이터 및 기상 데이터는 대기확산모델링하기 위한 데이터이다.
본 발명의 실시예로, 도 2와 같이 5km x 5km 영역을 지리 데이터의 관심영역으로 설정하고 관심영역 내에 100m
격자간격으로 모델링을 수행한다. 격자 상에 위치한 빨간 테두리는 배출원의 위치를 의미한다.
제 3 단계 : 대기확산모델링 수행 단계 <S30>
제 3 단계는, 상기 제 1 단계에서 측정된 측정 데이터, 상기 제 2 단게에서 획득된 지리 데이터 및 기상 데이터
를 분석하고 처리하여 대기확산모델링을 획득하고, 수학식 1을 이용하여 기여농도와 대기오염물질 배출량을 계
산하는 단계이다.
본 실시예에서의 대기확산모델은 CALPUFF 모델로 설정하여 기여농도 및 대기오염물질을 획득한다.
[수학식 1]
(여기서 C는 배출원에 의해 영향받은 예측지점에서의 측정농도, f(x)는 대기확산모델에 의해 계산된 것(기여농
도)을 의미하며, x는 배출원 및 예측지점의 위치, Q는 상기 배출원에서 배출된 대기오염물질의 양을 의미한다.)
각 배출원에서 측정지점에 미치는 기여농도를 계산하고, 기여농도에 따른 배출량을 나누어 배출원이 예측지점에
미치는 기여도를 산출한다.
이후, 각 배출원과 기여도의 행렬로 의 형태로 만들어진다. 그리
일 실시예로, 배출원 3개와 예측지점 3개가 있는 가상의 공간을 도시해보면. 수학식 1에 의하면, 세 곳의 예측
지점에서의 측정농도는 다음과 같이 나타낼 수 있다.
(여기서 a, b, c는 세 곳의 배출원 지점을 의미하고, 1, 2, 3은 세 곳의 예측지점을 의미한다.)
이 때, 측정지점 1, 2, 3에 각각의 배출원에서 측정지점에 기여하는 농도를 각각 C(1,a), C(1,b), C(3,c)라 한
다면, 이는 하기의 수학식 3과 같이 나타낼 수 있다.
[수학식 3]
이 때, 배출원에 의한 예측지점에서의 기여농도 및 배출원의 대기오염물질 배출량을 알 수 있으므로, 각 배출원
에서 예측지점으로 오염물질이 이동하는 일련의 과정을 산출할 수 있다. 이와 같은 방법으로 모두 계산하면, 3
원 연립방정식으로 해를 구할 수 있으므로 각 배출원의 배출량을 추정할 수 있게 된다.
연립방정식을 풀이하는 방법으로는 기본적으로 역행렬을 이용하여 계산하는 방법으로 구할 수 있다.
하지만, 일반적인 방법으로 연립방정식의 해를 구할 경우, 음수의 해가 나오는 경우가 있지만, 물리적으로 음의
해는 의미가 없으므로 음의 해가 나오지 않아야 한다.
따라서, 연립방정식의 해가 음이 나오지 않는 'Nonnegative Least Squares(이하 NNLS)를 이용하여 계산한다.
NNLS는 선형최소자승법으로 해를 구할 때, 음수가 되지 않으면서 해를 구할 수 있는 방정식으로
의 형태를 가진다.
본 실시예에서는 행렬 주도형 문제풀이기법에 많이 쓰이는 프로그래밍 언어인 MATLAB을 통하여 NNLS 함수를 사
용해 배출량 Q를 계산한다.
이때, MATLAB에서 기여도와 측정농도 행렬을 불러오고 "Q=lsqnonneg(fx, C)"의 식으로 배출량을 계산한다.
제 4 단계 : 도식화 단계 <S40>
제 4 단계는 측정지점에서 획득된 대기오염물질의 종류, 측정농도, 대기확산모델링의 결과로 얻어진 기여농도,
배출량, 등농도곡선 및 시간에 따른 대기오염물질 농도의 변화 등을 포함하는 결과 데이터를 5km x 5km의 관심
영역 내 격자 상에 도시하는 단계이다.
일 실시예로, 상기 제 3 단계의 대기확산모델링의 결과로 도 3과 같이 측정지점에서 획득된 측정농도가 표시될
수 있다.
또한, 도 4와 같이 대기확산모델링 결과로 대기오염물질의 등농도곡선이 표시되며, 등농도곡선상에 표시된 숫자
는 대기오염물질의 농도를 의미한다.
도 5와 같이 관심영역 내 격자 내부에 대기확산모델링을 이용해 배출량 산출결과의 분포를 나타낼 수 있으며,
A1, A2...A10은 관심영역을 10개의 격자로 나눈 것을 의미하며, 숫자는 대기확살모델링의 결과로 대기오염물질
의 농도를 의미한다.
제 5 단계 : 보고서 작성 단계 <S50>
제 5 단계는, 상기 제 4 단계에서 도식화된 결과 데이터가 포함된 결과 보고서를 작성하여 화면 혹은 프린터등
의 출력장치를 통해 상기 결과 보고서를 출력하는 단계이다.
본 발명의 기술사상을 예시적으로 설명한 것에 불과한 것으로서, 본 발명이 속하는 기술 분야에서 통상의 지식
을 가진 자라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다.따
라서 본 발명에 개시된 실시 예는 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이
러한 실시 예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 보호범위는 아래 청구범위에 의하
여 해석되어야하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석
되어야 할 것이다.
Claims (5)
- 대기관측장치로부터 대기오염물질 농도를 포함하는 측정 데이터를 획득하는 제 1 단계;
배출원 주위의 지리 데이터 및 기상 데이터를 획득하는 제 2 단계;
상기 측정 데이터, 지리 데이터 및 기상 데이터를 분석ㅇ처리하여 대기확산모델링을 수행하고 대기오염물질의
배출량 및 농도를 계산하는 제 3 단계;
상기 대기확산모델링 계산 결과의 기여농도 및 등농도곡선을 도식화하여 표시하는 제 4 단계;
상기 모델링 계산 결과에 따른 상기 대기오염물질의 기여농도, 등농도곡선 및 시간에 따른 대기오염물질 농도의
변화 내역 중 적어도 어느 하나가 포함된 결과 보고서를 작성하여 출력하는 제 5 단계;로 이루어진 것을 특징으
로 하는 대기오염물질 배출량 역산출 방법. - 제 1항에 있어서,
상기 기여농도는
하기 수학식 1에 의해 계산되는 것을 특징으로 하는 대기오염물질 배출량 역산출 방법.
[수학식 1]
(여기서 C는 배출원에 의해 영향받은 예측지점에서의 측정농도, f(x)는 대기확산모델에 의해 계산된 것(기여농
도)을 의미하며, x는 배출원 및 예측지점의 위치, Q는 상기 배출원에서 배출된 대기오염물질의 양을 의미한다.) - 제 2 항에 있어,
상기 수학식 1의 해를 계산할 때, 음의 해가 나오지 않도록 Nonnegative Least Squares(NNLS)를 이용하여 계산
하는 것을 특징으로 하는 대기오염물질 배출량 역산출 방법. - 제 1항에 있어서,
상기 지리 데이터는 상기 배출원 주위의 1km x 1km 이상, 5km x 5km 이하 크기의 관심영역을 가지며,
50m x 50m 이상, 상기 관심영역 이하의 크기로 상기 관심영역을 분할하는 격자가 적어도 하나 이상 형성되는 것
을 특징으로 하는 대기오염물질 배출량 역산출 방법. - 제 4 항에 있어서,
상기 보고서는,
상기 격자마다 상기 결과 데이터가 기록되는 것을 특징으로 하는 대기오염물질 배출량 역산출 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210049778A KR20220143362A (ko) | 2021-04-16 | 2021-04-16 | 먼 거리의 대기오염물질 배출량을 역으로 산출하는 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210049778A KR20220143362A (ko) | 2021-04-16 | 2021-04-16 | 먼 거리의 대기오염물질 배출량을 역으로 산출하는 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20220143362A true KR20220143362A (ko) | 2022-10-25 |
Family
ID=83803562
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210049778A KR20220143362A (ko) | 2021-04-16 | 2021-04-16 | 먼 거리의 대기오염물질 배출량을 역으로 산출하는 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20220143362A (ko) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115616166A (zh) * | 2022-11-10 | 2023-01-17 | 汉威科技集团股份有限公司 | 一种适用于近地面无组织排放源的通量评估方法及系统 |
| CN118115180A (zh) * | 2024-04-30 | 2024-05-31 | 北京中科三清环境技术有限公司 | 识别高贡献浓度的热点网格的方法与装置 |
-
2021
- 2021-04-16 KR KR1020210049778A patent/KR20220143362A/ko unknown
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115616166A (zh) * | 2022-11-10 | 2023-01-17 | 汉威科技集团股份有限公司 | 一种适用于近地面无组织排放源的通量评估方法及系统 |
| CN118115180A (zh) * | 2024-04-30 | 2024-05-31 | 北京中科三清环境技术有限公司 | 识别高贡献浓度的热点网格的方法与装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR20150031577A (ko) | 대기오염물질 배출량 역산출 방법 | |
| Ferrero et al. | Impact of the electric vehicles on the air pollution from a highway | |
| Soulhac et al. | The model SIRANE for atmospheric urban pollutant dispersion; PART II, validation of the model on a real case study | |
| Soulhac et al. | The model SIRANE for atmospheric urban pollutant dispersion. PART III: Validation against NO2 yearly concentration measurements in a large urban agglomeration | |
| CN110954482A (zh) | 基于静止卫星和极轨卫星的大气污染网格化监控方法 | |
| CN108280789B (zh) | 一种精细时空尺度二氧化碳排放要素间影响的空间分析方法 | |
| Baker | A cluster analysis of long range air transport pathways and associated pollutant concentrations within the UK | |
| KR20220143362A (ko) | 먼 거리의 대기오염물질 배출량을 역으로 산출하는 방법 | |
| JP7365415B2 (ja) | 気体センサを較正するための方法 | |
| CN115420854B (zh) | 一种基于正后向模型结合的大气污染物溯源方法 | |
| CN115453069A (zh) | 一种面向城市臭氧超标污染遥感溯源方法 | |
| CN112991132A (zh) | Pm2.5和臭氧协同管控区域识别方法及装置 | |
| Mijling | High-resolution mapping of urban air quality with heterogeneous observations: a new methodology and its application to Amsterdam | |
| CN114077798B (zh) | 估算小尺度区域大气污染物网格浓度的方法 | |
| CN115907077A (zh) | 智慧环保平台大气环境管理系统的监控及预警模块和方法 | |
| Crawford et al. | Assessing the impact of synoptic weather systems on air quality in Sydney using Radon 222 | |
| Martín et al. | Using dispersion models at microscale to assess long-term air pollution in urban hot spots: A FAIRMODE joint intercomparison exercise for a case study in Antwerp | |
| CN117932737A (zh) | 一种基于污染物暴露风险地图的街区规划评估与优化方法 | |
| CN115239027B (zh) | 空气质量格点化集合预报的方法及装置 | |
| Dalla Fontana et al. | A performance evaluation of the CAMx air quality model to forecast ozone and PM10 over the Italian region of Veneto | |
| Vivanco et al. | Influence of model resolution on ozone predictions over Madrid area (Spain) | |
| Silver et al. | Dynamic parameter estimation for a street canyon air quality model | |
| CN106918677A (zh) | 用于污染物溯源的设备和方法 | |
| CN113295589A (zh) | 一种扬尘监测方法、装置和系统 | |
| KR20050004316A (ko) | 복수 기상관측자료를 이용한 대기오염 확산 예측 방법 |