[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN114792057A - 一种基于ais数据的高精度空气质量模型船舶排放清单处理方法 - Google Patents

一种基于ais数据的高精度空气质量模型船舶排放清单处理方法 Download PDF

Info

Publication number
CN114792057A
CN114792057A CN202210599262.9A CN202210599262A CN114792057A CN 114792057 A CN114792057 A CN 114792057A CN 202210599262 A CN202210599262 A CN 202210599262A CN 114792057 A CN114792057 A CN 114792057A
Authority
CN
China
Prior art keywords
air quality
ship
data
grid
emission
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
Application number
CN202210599262.9A
Other languages
English (en)
Other versions
CN114792057B (zh
Inventor
张永林
李悦
郑超蕙
刘孟雄
张利国
刘洁
李明君
徐洪磊
程金香
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Transport Planning And Research Institute Ministry Of Transport
Original Assignee
Transport Planning And Research Institute Ministry Of Transport
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Transport Planning And Research Institute Ministry Of Transport filed Critical Transport Planning And Research Institute Ministry Of Transport
Priority to CN202210599262.9A priority Critical patent/CN114792057B/zh
Publication of CN114792057A publication Critical patent/CN114792057A/zh
Application granted granted Critical
Publication of CN114792057B publication Critical patent/CN114792057B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29Geographical information databases
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/18Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • G06Q50/26Government or public services

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Mathematical Analysis (AREA)
  • Tourism & Hospitality (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Operations Research (AREA)
  • Software Systems (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Evolutionary Biology (AREA)
  • Probability & Statistics with Applications (AREA)
  • Algebra (AREA)
  • Development Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Remote Sensing (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于AIS数据的高精度空气质量模型船舶排放清单处理方法,建立船舶排放清单的化学物种分配因子数据库;基于AIS数据应用动力法计算不同船舶在不同经纬度的分钟级大气污染物排放量;根据模拟区域和时段,确定空气质量模型的投影、网格分辨率等空间信息及开始结束日期等时间信息;按上述信息生成逐小时网格船舶大气污染物排放量数据;将生成的逐小时网格船舶大气污染物排放量数据,转换为空气质量模型可读取的netcdf格式的船舶排放清单数据。本发明直接从船舶大气污染物排放过程出发,直接生成小时级别的排放清单,大大减少了输入空气质量模型的船舶排放清单的不确定性。

Description

一种基于AIS数据的高精度空气质量模型船舶排放清单处理 方法
技术领域
本发明涉及船舶污染排放技术领域,尤其涉及一种基于AIS数据的高精度空气质量模型船舶排放清单处理方法。
背景技术
船舶造成的大气污染主要源于船舶发动机燃料燃烧,产生的大气污染物主要包括氮氧化物(NOx)、二氧化硫(SO2)、一氧化碳(CO)、挥发性有机污染物(VOCs)、可吸入颗粒物(PM10)和细颗粒物(PM2.5)等大气污染物。航运承担着全球90%的货运量,随着航运量的增加,以及陆源大气污染的严格控制,船舶大气污染问题成为了社会关注的焦点。研究表明,船舶排放已成为继工业废气、机动车尾气之后我国第三大大气污染源,也是我国港口城市大气污染物的重要来源。我国受船舶排放影响最大的沿海城市,其PM2.5中有5μg/m3来自船舶废气,船舶大气污染问题不容忽视。
AIS(船舶自动识别系统Automatic Identification System,简称AIS系统)由岸基(基站)设施和船载设备共同组成,是一种新型的集网络技术、现代通讯技术、计算机技术、电子信息显示技术为一体的数字助航系统和设备。船舶AIS设备提供的报文信息包括静态信息和动态信息两大类,静态信息包括船舶类型、船长、船宽、船舶吨位、载货类型等,动态信息包括船舶位置、地面航速、航向、行驶工况、吃水、目的地等。AIS设备在运行过程中报文发射的时间间隔可以达到几分钟甚至数秒。
空气质量模型主要指第三代空气质量模型,以CMAQ(Community Multiscale AirQuality)、CAMx(Comprehensive Air Quality Model with Extension)为代表,即“一个大气”的模拟系统,用于空气质量的模拟、预报、评估和决策研究等。作为大气污染源排放处理模型,SMOKE模型主要是将基于统计方法或排放因子建立起来的原始污染源清单转变成空气质量模型所需的物种化的时空分辨率的清单,其处理结果可支持CMAQ、CAMx等空气质量模型。
船舶排放清单输入空气质量模型的传统方法为,通过SMOKE模型的时间分配、空间分配和物种分配处理,满足空气质量模型的运行。主要存在以下问题:(1)时间分配上,SMOKE模型一般会根据污染物年、月或日排放量通过分配系数进行时间上的分配。由于每天的船舶活动水平不一致,船舶排放量存在差异,通过系数法分配会导致船舶排放清单时间上的不确定性。(2)物种分配上,SMOKE模型会根据不同的排放源种类进行物种分配。而不同的船舶类型、不同的燃油类型、不同航行状态,产生的VOCs组分不尽相同,SMOKE模型会引入物种分配的不确定性,需应用不同的物种分配方案进行船舶排放清单模型化的物种分配。
基于高精度的AIS数据建立的船舶排放清单,根据逐条船舶数据计算,可区分不同船型、不同吨级等的船舶排放,具有较高的时间、空间分辨率,大气污染物类型较为精确,因此,为提升空气质量模型模拟船舶排放环境影响的准确性,亟需基于AIS数据建立一种高精度空气质量模型船舶排放清单处理方法。
发明内容
针对现有船舶排放清单处理模型的技术缺点与不足,提供了一种基于AIS数据的高精度空气质量模型船舶排放清单处理方法,减少传统方法在对AIS船舶排放清单进行时间分配、空间分配以及物种分配过程中的不确定性,为空气质量模型提供高精度的船舶排放清单,提高港口区域空气质量模型对船舶排放环境影响的模拟准确度,定量评估船舶污染物排放对区域大气复合污染的影响,为船舶大气污染物排放精细化控制和管理提供科学依据。
本发明基于AIS数据建立的船舶排放清单,提出了一种高精度的船舶排放清单时间、空间、物种分配方法,经过分配后的船舶排放清单可直接作为空气质量模型输入。
为实现上述目的,本发明采用的技术方案为一种基于AIS数据的高精度空气质量模型船舶排放清单处理方法,包括以下步骤:
步骤1)建立船舶不同航行状态、燃油类型、动力设备的空气质量模型船舶排放清单的化学物种分配因子数据库。
步骤2)基于AIS数据,应用动力法计算不同船舶在不同经纬度的分钟级大气污染物排放量。
步骤3)根据模拟区域和时段,确定空气质量模型的投影、网格分辨率等空间信息及开始结束日期等时间信息。
步骤4)根据步骤3)中确定的空间信息和时间信息,综合步骤1)的船舶排放清单的化学物种分配因子数据库以及步骤2)的分钟级大气污染物排放量数据进行空间、时间以及物种三个维度的处理,生成逐小时网格船舶大气污染物排放量数据。
步骤5)将步骤4)生成的逐小时网格船舶大气污染物排放量数据,进一步转换为空气质量模型可读取的netcdf格式的船舶排放清单数据。
具体地,各个步骤的实现形式如下:
第一步,通过实际监测或文献调研的方法,建立针对船舶不同航行状态、燃油类型、动力设备的空气质量模型船舶排放清单的化学物种分配因子数据库;数据库中包括VOCs的物种分配因子,化学机制包括CB05,CB6,SAPPRC99,SAPPRC07,RACM2。气溶胶物种分配因子包括AERO5,AERO6。
进一步,根据AIS数据中的航行状态、燃油类型、动力设备类型信息,对逐条AIS数据进行化学物种以及气溶胶物种的排放因子匹配,并将模型物种分配因子追加到逐条AIS数据中。根据逐条AIS数据计算的船舶大气污染物排放量与对应的分配因子计算模型物种排放量。进一步,对AIS数据以时间属性进行数据切割,生成逐小时空气质量模型物种排放数据文件。
进一步,确定AIS数据投影方法,投影坐标根据空气质量模型的输入气象数据确定。通过确定投影方式,将AIS数据的经纬度坐标进行投影,为下一步网格分配做准备。
进一步,根据投影方式对小时排放数据进行空间网格化。空气质量模型属于欧拉类的数值模型,它通过求解给定时间段经过每个单元格边界的传输量和每个单元格内的化学转化量来计算每个网格单元格内的质量平衡。因此,AIS数据计算的逐条船舶大气污染物排放数据需要进行网格化的统计计算,即将AIS计算的船舶大气污染物排放量数据进行逐个网格内的加和统计。空气质量模型的网格划分根据投影中心点所在划分网格的位置分为两种:
第一种:CMAQ、CAMx等空气质量模型的网格投影坐标中心点在划分的网格的交点上;
第二种:CMAQ、CAMx等空气质量模型的网格投影坐标中心点在划分的网格的中心点;
所述网格的位置主要取决于X与Y方向网格数量的奇偶,例如,当X方向上网格数为奇数时,其中心点在划分的网格的中心点,即为第二种。
生成空气质量模型所需的netcdf数据格式空文件;
最后,将逐小时的网格化的模型物种排放数据输入上一步netcdf数据格式空文件,生成船舶排放清单,完成高精度空气质量模型船舶排放清单处理。
与现有技术相比较,本发明从AIS的逐条原始数据计算并生成空气质量模型所应用的船舶排放清单,而不同于传统的SMOKE模型通过应用时间与空间分配系数处理船舶排放清单。因为不同的空间位置,船舶排放的时间分配因子与空间分配因子不尽相同;本发明空气质量模型的物种分配从逐条AIS数据出发,可以更加精细的描述不同空间位置排放清单的模型物种排放速率,减少不确定性;空气质量模型划分的不同网格包括不同的时间分配,通过生成逐小时的模型物种船舶排放清单,可以减小在生成空气质量模型排放清单时产生的误差。故本发明可以精准的对船舶排放清单进行处理,减少船舶排放清单在进行空间、时间、化学物种分配处理时的不确定性,生成高精度的空气质量模型船舶排放清单。
本发明摒弃了传统方法首先统计船舶大气污染物排放总量,然后通过大量的统计分配系数实现船舶大气污染物排放清单小时排放水平的折算。本发明直接从船舶大气污染物排放过程出发,直接生成小时级别的排放清单,大大减少了输入空气质量模型的船舶排放清单的不确定性。
附图说明
图1是CMAQ、CAMx等空气质量模型的网格投影坐标中心点在划分的网格的交点示意图。
图2是CMAQ、CAMx等空气质量模型的网格投影坐标中心点在划分的网格的中心点示意图。
图3是本发明实施的流程图。
图4是本发明整体流程图。
具体实施方式
以下结合附图和实施例对本发明进行详细说明。
一种基于AIS数据的高精度空气质量模型船舶排放清单处理方法,实施方式中空气质量模型以CMAQ为例。Models-3/CMAQ模型是我国应用最广泛、最为成熟的第三代空气质量模型,在模拟过程中将天气系统中小尺度气象过程对污染物的输送、扩散、转化和迁移过程的影响融为一体考虑,同时兼顾了区域与城市尺度之间大气污染物的相互影响以及污染物在大气中的气相各种化学过程,包括液相化学过程、非均相化学过程、气溶胶过程和干湿沉积过程对浓度分布的影响。
具体包括以下步骤:基于AIS数据计算的船舶排放清单进行CMAQ模型格式处理,AIS数据时间分辨率可精确至分钟级,船舶排放清单包括分钟级别的每条船舶的污染物排放量。
具体地,各个步骤的实现形式如下:
(1)通过实际监测或文献调研的方法,建立针对船舶不同航行状态、燃油类型、动力设备的CMAQ模型船舶排放清单的化学物种分配因子数据库;数据库中包括VOCs的物种分配因子,化学机制包括CB05,CB6,SAPPRC99,SAPPRC07,RACM2。气溶胶物种分配因子包括AERO5,AERO6。
(2)进一步,根据AIS数据中的航行状态、燃油类型与动力设备类型信息,对逐条AIS进行化学物种以及气溶胶物种的排放因子匹配,并将模型物种分配因子追加到逐条AIS数据中。根据逐条AIS数据计算的污染物排放量与对应的分配因子计算模型物种排放量。
需要注意的是CMAQ中,VOCs模型物种单位为mole/s,而气溶胶物种为g/s。
所以VOCs模型物种与气溶胶模型物种的计算方法稍有不同:
VOCs模型物种:
Figure BDA0003668935040000051
EVOCs表示输入模型物种的摩尔数,MVOCs表示逐条AIS计算的VOCs排放量,SVOCs表示VOCs物种分配因子,WVOCs表示模型物种对应的相对分子质量。
PM2.5模型物种:
EPM25=MPM25S×SPM25
EPM2。5表示输入模型物种的摩尔数,MPM2.5s表示逐条AIS计算的PM2.5排放量,SPM2.5表示PM2.5物种分配因子。
(3)进一步,对AIS数据以时间属性进行数据切割,生成逐小时模型物种排放数据文件。
(4)进一步,确定AIS数据投影方法,投影坐标根据CMAQ模型的输入气象数据确定。通过确定投影方式,将AIS数据的经纬度坐标进行投影,为下一步网格分配做准备。
(5)进一步,根据投影方式对小时排放数据进行空间网格化。
CMAQ属于欧拉类的数值模型,它通过求解给定时间段经过每个单元格边界的传输量和每个单元格内的化学转化量来计算每个网格单元格内的质量平衡。因此,基于AIS数据计算的逐条船舶大气污染物排放数据需要进行网格化的统计计算,即将AIS计算的船舶大气污染物排放量数据进行逐个网格内的加和统计。CMAQ模型的网格划分根据投影中心点所在划分网格的位置分为两种:
第一种:CMAQ模型的网格投影坐标中心点在划分的网格的交点上(见图1)
Figure BDA0003668935040000061
Figure BDA0003668935040000062
NX,NY表示网格ID,NCOL表示CMAQ网格的列数,NROW表示CMAQ网格的行数,X0,X1分别表示中心与投影点的X方向坐标,Y0,Y1分别表示中心与投影点的Y方向坐标,DX,DY表示X与Y方向的网格距。
第二种:CMAQ模型的网格投影坐标中心点在划分的网格的中心点(见图2)
Figure BDA0003668935040000063
Figure BDA0003668935040000064
Figure BDA0003668935040000065
Figure BDA0003668935040000066
NX,NY表示网格ID,NCOL表示CMAQ网格的列数,NROW表示CMAQ网格的行数,X0,X1分别表示中心与投影点的X方向坐标,Y0,Y1分别表示中心与投影点的Y方向坐标,DX,DY表示X与Y方向的网格距。
(6)生成CMAQ模型所需的IOAPI格式的netcdf数据格式空文件;
(7)进一步,将逐小时的网格化的模型物种排放数据输入上一步netcdf数据格式空文件,生成船舶排放清单,完成高精度空气质量模型船舶排放清单处理。
实施例
以舟山区域为例,利用空气质量监测网站提供的大气污染物浓度监测数据(以PM2.5为例)来验证本专利提供的方法和传统SMOKE模型船舶排放清单输入CMAQ,对比两种方法CMAQ空气质量模型模拟结果的准确性。
采用统计参数来评估模拟结果,包括标准化平均偏差(Normalized Mean Bias,简称NMB)、标准化平均误差(Normalized Mean Error,NME)、平均分数偏差(Mean FractionalBias,MFB)、平均分数误差(Mean Fractional Error,MFE)以及相关系数(CorrelationCoefficient,R)。各统计参数定义如公式3~5所示:
Figure BDA0003668935040000071
Figure BDA0003668935040000072
Figure BDA0003668935040000073
其中,Cm表示模型模拟值,Co表示实际监测值,N表示数据个数(监测点所有模拟时间)。标准化平均偏差(NMB)反映了模拟值与监测值的偏离程度,其越接近于0表明模拟效果越好;标准化平均误差(NME)反映了模拟值与监测值的平均绝对误差,其越接近于0表明模拟效果越好;相关系数(R)反映了模拟值与监测值的相关程度,其越接近于1表明模拟效果越好。
本发明提供的方法和传统SMOKE模型船舶排放清单输入CMAQ,CMAQ空气质量PM2.5模拟结果对比具体见表1。由表可知,应用本发明提供的方法,NMB降低了5.2%,NME降低了8.64,R提高了0.03;相比传统SMOKE模型,NMB、NME、R分别提升了17%,23%、5%。
表1CMAQ空气质量PM2.5模拟结果对比
Figure BDA0003668935040000074
Figure BDA0003668935040000081

Claims (9)

1.一种基于AIS数据的高精度空气质量模型船舶排放清单处理方法,其特征在于:包括以下步骤:
步骤1)建立船舶不同航行状态、燃油类型、动力设备的空气质量模型船舶排放清单的化学物种分配因子数据库;
步骤2)基于AIS数据,应用动力法计算不同船舶在不同经纬度的分钟级大气污染物排放量;
步骤3)根据模拟区域和时段,确定空气质量模型的投影、网格分辨率空间信息及开始结束日期等时间信息;
步骤4)根据步骤3)中确定的空间信息和时间信息,综合步骤1)的船舶排放清单的化学物种分配因子数据库以及步骤2)的分钟级大气污染物排放量数据进行空间、时间以及物种三个维度的处理,生成逐小时网格船舶大气污染物排放量数据;
步骤5)将步骤4)生成的逐小时网格船舶大气污染物排放量数据,进一步转换为空气质量模型可读取的netcdf格式的船舶排放清单数据。
2.根据权利要求1所述的一种基于AIS数据的高精度空气质量模型船舶排放清单处理方法,其特征在于:通过实际监测或文献调研的方法,建立针对船舶不同航行状态、燃油类型、动力设备的空气质量模型船舶排放清单的化学物种分配因子数据库;数据库中包括VOCs的物种分配因子,化学机制包括CB05,CB6,SAPPRC99,SAPPRC07,RACM2;气溶胶物种分配因子包括AERO5,AERO6。
3.根据权利要求1所述的一种基于AIS数据的高精度空气质量模型船舶排放清单处理方法,其特征在于:根据AIS数据中的航行状态、燃油类型、动力设备类型信息,对逐条AIS数据进行化学物种以及气溶胶物种的排放因子匹配,并将模型物种分配因子追加到逐条AIS数据中;根据逐条AIS数据计算的船舶大气污染物排放量与对应的分配因子计算模型物种排放量。
4.根据权利要求1所述的一种基于AIS数据的高精度空气质量模型船舶排放清单处理方法,其特征在于:对AIS数据以时间属性进行数据切割,生成逐小时空气质量模型物种排放数据文件。
5.根据权利要求1所述的一种基于AIS数据的高精度空气质量模型船舶排放清单处理方法,其特征在于:确定AIS数据投影方法,投影坐标根据空气质量模型的输入气象数据确定;通过确定投影方式,将AIS数据的经纬度坐标进行投影,为下一步网格分配做准备。
6.根据权利要求1所述的一种基于AIS数据的高精度空气质量模型船舶排放清单处理方法,其特征在于:根据投影方式对小时排放数据进行空间网格化;空气质量模型属于欧拉类的数值模型,通过求解给定时间段经过每个单元格边界的传输量和每个单元格内的化学转化量来计算每个网格单元格内的质量平衡;AIS数据计算的逐条船舶大气污染物排放数据需要进行网格化的统计计算,即将AIS计算的船舶大气污染物排放量数据进行逐个网格内的加和统计。
7.根据权利要求1所述的一种基于AIS数据的高精度空气质量模型船舶排放清单处理方法,其特征在于:CMAQ模型的网格划分根据投影中心点所在划分网格的位置分为两种:
第一种:CMAQ、CAMx等空气质量模型的网格投影坐标中心点在划分的网格的交点上;
第二种:CMAQ、CAMx等空气质量模型的网格投影坐标中心点在划分的网格的中心点;
生成CMAQ模型所需的IOAPI格式的netcdf数据格式空文件;将逐小时的网格化的模型物种排放数据输入netcdf数据格式空文件,生成的排放清单,完成CMAQ模型清单制作。
8.根据权利要求7所述的一种基于AIS数据的高精度空气质量模型船舶排放清单处理方法,其特征在于:CMAQ模型的网格投影坐标中心点在划分的网格的交点上:
Figure FDA0003668935030000021
Figure FDA0003668935030000022
NX,NY表示网格ID,NCOL表示CMAQ网格的列数,NROW表示CMAQ网格的行数,X0,X1分别表示中心与投影点的X方向坐标,Y0,Y1分别表示中心与投影点的Y方向坐标,DX,DY表示X与Y方向的网格距。
9.根据权利要求7所述的一种基于AIS数据的高精度空气质量模型船舶排放清单处理方法,其特征在于:CMAQ模型的网格投影坐标中心点在划分的网格的中心点:
Figure FDA0003668935030000031
Figure FDA0003668935030000032
Figure FDA0003668935030000033
Figure FDA0003668935030000034
NX,NY表示网格ID,NCOL表示CMAQ网格的列数,NROW表示CMAQ网格的行数,X0,X1分别表示中心与投影点的X方向坐标,Y0,Y1分别表示中心与投影点的Y方向坐标,DX,DY表示X与Y方向的网格距。
CN202210599262.9A 2022-05-30 2022-05-30 一种基于ais数据的空气质量模型船舶排放清单处理方法 Active CN114792057B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210599262.9A CN114792057B (zh) 2022-05-30 2022-05-30 一种基于ais数据的空气质量模型船舶排放清单处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210599262.9A CN114792057B (zh) 2022-05-30 2022-05-30 一种基于ais数据的空气质量模型船舶排放清单处理方法

Publications (2)

Publication Number Publication Date
CN114792057A true CN114792057A (zh) 2022-07-26
CN114792057B CN114792057B (zh) 2023-05-12

Family

ID=82463648

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210599262.9A Active CN114792057B (zh) 2022-05-30 2022-05-30 一种基于ais数据的空气质量模型船舶排放清单处理方法

Country Status (1)

Country Link
CN (1) CN114792057B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115204759A (zh) * 2022-09-16 2022-10-18 北京弘象科技有限公司 一种基于多源数据的本地清单网格化制作方法和装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110909483A (zh) * 2019-12-03 2020-03-24 河北先河环保科技股份有限公司 一种基于网格化数据的点源大气污染物排放清单校验方法
WO2021026792A1 (zh) * 2019-08-14 2021-02-18 柯灵爱尔(北京)环境技术中心 一种选择污染物治理措施的方法
CN112749478A (zh) * 2020-12-11 2021-05-04 江苏汇环环保科技有限公司 一种基于高斯扩散模型大气污染溯源扩散分析系统及方法
CN113806386A (zh) * 2021-09-06 2021-12-17 上海眼控科技股份有限公司 气象数据获取方法、装置、计算机设备和存储介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021026792A1 (zh) * 2019-08-14 2021-02-18 柯灵爱尔(北京)环境技术中心 一种选择污染物治理措施的方法
CN110909483A (zh) * 2019-12-03 2020-03-24 河北先河环保科技股份有限公司 一种基于网格化数据的点源大气污染物排放清单校验方法
CN112749478A (zh) * 2020-12-11 2021-05-04 江苏汇环环保科技有限公司 一种基于高斯扩散模型大气污染溯源扩散分析系统及方法
CN113806386A (zh) * 2021-09-06 2021-12-17 上海眼控科技股份有限公司 气象数据获取方法、装置、计算机设备和存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
朱倩茹等: "基于AIS 数据的精细化船舶排放清单方法" *
王延龙等: "2013年中国海域船舶大气污染物排放对空气质量的影响" *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115204759A (zh) * 2022-09-16 2022-10-18 北京弘象科技有限公司 一种基于多源数据的本地清单网格化制作方法和装置

Also Published As

Publication number Publication date
CN114792057B (zh) 2023-05-12

Similar Documents

Publication Publication Date Title
CN112418609B (zh) 一种基于面-网格-点的大气二次污染精准溯源方法
Henneman et al. Evaluating the effectiveness of air quality regulations: A review of accountability studies and frameworks
CN108710604B (zh) 一种基于smoke模型的城市尺度高分辨率模型排放清单处理方法
CN111444633B (zh) 一种针对大气污染过程的定量解析方法和系统
CN112711893B (zh) 污染源对pm2.5贡献计算方法、装置和电子设备
CN111257180B (zh) 一种空间分布式空气质量走航监测传感器的动态校准方法
CN105631537A (zh) 基于气象服务平台的空气质量预报业务系统
CN116205541B (zh) 评估本地污染源对环境空气质量影响的方法及装置
CN113624921A (zh) 多模式综合污染溯源方法
CN113642223A (zh) 空气质量预报方法、装置、设备和计算机可读存储介质
CN116011317A (zh) 一种基于多方法融合的小尺度近实时大气污染溯源方法
CN115420854A (zh) 一种基于正后向模型结合的大气污染物溯源方法
CN109446696A (zh) 基于cmaq模型的快速大气环境容量测算方法、存储介质和终端
CN113777223B (zh) 一种大气污染物溯源方法及系统
CN114792057B (zh) 一种基于ais数据的空气质量模型船舶排放清单处理方法
CN112526639B (zh) 一种空气质量的预报方法、装置、存储介质
CN107767081B (zh) 一种燃煤电厂大气环境影响评价方法及装置
CN116611547A (zh) 大气污染物来源预报方法、装置、设备及存储介质
CN114841438B (zh) 预评估排放源对空气质量影响的方法、装置和电子设备
CN112581107A (zh) 污染排放控制方法、装置及可存储介质
CN116070500B (zh) 一种基于深度学习空气质量浓度场模拟仿真器
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
CN115146537A (zh) 基于耗电量的大气污染物排放量估算模型构建方法及系统
CN115239027B (zh) 空气质量格点化集合预报的方法及装置
CN118313566A (zh) 识别高贡献量的网格的方法、装置与存储介质

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