System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术大气监测,具体涉及一种污碳双高热点网格识别方法、系统、设备及介质。
技术介绍
1、在污染物监测治理领域,大气热点网格技术取得了显著成效。热点网格技术通过卫星遥感监测手段,结合气象数据、空气质量监测数据,将城市污染高发地分成不同网格区域,每个网格区域上建设小微监测站,根据实时监测空气质量数据的高低,进行空气质量重点监管。对于温室气体监测,主要依靠卫星监测、地面监测、走航监测等手段,除卫星以外,温室气体地面监测和走航监测等主要存在于部分碳监测评估试点城市,对于未布设设备的城市,其温室气体监测体系较为薄弱,可选的方法是通过卫星遥感技术进行变化分析和高值区分析。
2、温室气体排放与污染物排放具有高度同源性,而目前的污碳协同治理工作还主要处于政策制定、措施研究阶段,如何进行监测辅助治理还是一个较新的研究领域。面向区域的污碳协同监测技术目前还存在以下几方面的问题:
3、1.大气污染物热点网格技术可锁定污染物高排放区域至公里级网格,但还缺乏溯源分析;
4、2.温室气体监测技术已被证明可以监测到高排放源引起的浓度增强,但缺乏类似于大气热点网格的技术来强化片区分管和治理,仅停留在长时序浓度变化分析和区域空间分布上;
5、3.与大气污染物不同,作为长生命周期气体,温室气体浓度高值区可能存在大面积高值区的情况,从而很难仅通过高值区定位真正的排放源,还需要结合可靠的溯源算法和辅助数据。
6、因此,提供一种污碳协同监测方法可以同时提高污染物及温室气体监测水平,强化污碳协同监测治理手段。
技术实现思路
1、有鉴于此,本申请实施例提供一种污碳双高热点网格识别方法,以达到提高污碳双高热点网格的识别准确率,强化污碳协同监测治理手段的目的。
2、本申请实施例提供以下技术方案:一种污碳双高热点网格识别方法,包括:
3、将目标监测区域划分为多个网格单元;
4、获取所述目标监测区域的卫星遥感监测数据,所述卫星遥感监测数据包括大气污染物强度数据和温室气体强度数据;
5、根据卫星遥感监测数据对应的区域位置,将所述大气污染物强度数据与每个网格单元进行匹配,获得每个网格单元对应的大气污染物强度数据,将每个网格单元对应的大气污染物强度数据由高至低进行排序,筛选排序在前的符合设定阈值的网格单元作为污染物高值区网格;
6、根据卫星遥感监测数据对应的区域位置,将所述温室气体强度数据与每个网格单元进行匹配,获得每个网格单元对应的温室气体强度数据,根据所述每个网格单元对应的温室气体强度数据,计算获得每个网格单元对应的温室气体强度增强值,将所述温室气体强度增强值由高至低进行排序,筛选排序在前的符合设定阈值的网格单元作为温室气体高值区网格;
7、将所述污染物高值区网格和所述温室气体高值区网格进行匹配,将空间上重合的高值区网格作为污碳双高网格。
8、根据本申请一种实施例,将所述污染物高值区网格和所述温室气体高值区网格进行匹配,将空间上重合的高值区网格作为污碳双高网格,还包括:
9、选择与所述污碳双高网格的边缘之间的距离在设定距离范围内的网格单元,将选择出的网格单元与所述污碳双高网格结合,共同作为目标网格单元;
10、根据排放源识别影响因素,确定多种多源辅助数据;
11、根据设定的每个多源辅助数据的得分规则,分别计算每个所述目标网格单元的多种多源辅助数据的总得分,将所述总得分由高至低进行排序,筛选排序在前的符合设定阈值的目标网格单元,将筛选出的目标网格单元作为最终的污碳双高热点网格。
12、根据本申请一种实施例,所述多种多源辅助数据包括:所述目标监测区域的土地利用数据、交通路网数据、企业点位poi数据、夜间灯光数据、地表温度数据。
13、根据本申请一种实施例,根据所述每个网格单元对应的温室气体强度数据,计算获得每个网格单元对应的温室气体强度强增值,包括:
14、对所述目标监测区域中的每个网格单元逐一开始卷积计算,分别计算卷积矩阵的温室气体强度背景值与每个网格单元的温室气体强度值的差值,获得每个网格单元对应的所述温室气体强度强增值。
15、根据本申请一种实施例,所述卷积矩阵的温室气体强度背景值为该卷积矩阵中网格的温室气体强度最低值。
16、根据本申请一种实施例,将no2卫星遥感监测数据作为所述大气污染物强度数据,将co2卫星遥感监测数据作为所述温室气体强度数据。
17、根据本申请一种实施例,将目标监测区域划分为多个网格单元,还包括:
18、对每个网格单元设置唯一的地理编号,用于进行索引查询。
19、本申请还提供一种污碳双高热点网格识别系统,包括:
20、网格划分模块,用于将目标监测区域划分为多个网格单元;
21、数据获取模块,用于获取所述目标监测区域的卫星遥感监测数据,所述卫星遥感监测数据包括大气污染物强度数据和温室气体强度数据;
22、第一筛选模块,用于根据卫星遥感监测数据对应的区域位置,将所述大气污染物强度数据与每个网格单元进行匹配,获得每个网格单元对应的大气污染物强度数据,将每个网格单元对应的大气污染物强度数据由高至低进行排序,筛选排序在前的符合设定阈值的网格单元作为污染物高值区网格;
23、第二筛选模块,用于根据卫星遥感监测数据对应的区域位置,将所述温室气体强度数据与每个网格单元进行匹配,获得每个网格单元对应的温室气体强度数据,根据所述每个网格单元对应的温室气体强度数据,计算获得每个网格单元对应的温室气体强度增强值,将所述温室气体强度增强值由高至低进行排序,筛选排序在前的符合设定阈值的网格单元作为温室气体高值区网格;
24、第三筛选模块,用于将所述污染物高值区网格和所述温室气体高值区网格进行匹配,将空间上重合的高值区网格作为污碳双高网格。
25、本申请还提供一种计算机设备,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计算机程序时实现上述的污碳双高热点网格识别方法。
26、本申请还提供一种计算机可读存储介质,所述计算机可读存储介质存储有执行上述的污碳双高热点网格识别方法的计算机程序。
27、与现有技术相比,本说明书实施例采用的上述至少一个技术方案能够达到的有益效果至少包括:本专利技术实施例综合考虑了大气污染物特征、温室气体特征,通过卫星监测数据筛选出污碳双高网格,并依靠多源辅助数据进一步进行源匹配,缩小管控范围,为溯源分析和源头治理提供决策依据。另外,本专利技术实施例考虑了温室气体的长生命周期特性,计算了温室气体浓度相对增强值,作为温室气体强度数据,可以削弱温室气体长生命周期的影响。因此,本专利技术实施例的方法可作为区域污碳协同监管的有力手段,弥补现阶段污碳协同监测的空白,协助分析大气污染物及温室气体排放特征,并进行监管。
本文档来自技高网...【技术保护点】
1.一种污碳双高热点网格识别方法,其特征在于,包括:
2.根据权利要求1所述的污碳双高热点网格识别方法,其特征在于,将所述污染物高值区网格和所述温室气体高值区网格进行匹配,将空间上重合的高值区网格作为污碳双高网格,还包括:
3.根据权利要求2所述的污碳双高热点网格识别方法,其特征在于,所述多种多源辅助数据包括:所述目标监测区域的土地利用数据、交通路网数据、企业点位POI数据、夜间灯光数据、地表温度数据。
4.根据权利要求1所述的污碳双高热点网格识别方法,其特征在于,根据所述每个网格单元对应的温室气体强度数据,计算获得每个网格单元对应的温室气体强度强增值,包括:
5.根据权利要求4所述的污碳双高热点网格识别方法,其特征在于,所述卷积矩阵的温室气体强度背景值为该卷积矩阵中网格的温室气体强度最低值。
6.根据权利要求1所述的污碳双高热点网格识别方法,其特征在于,将NO2卫星遥感监测数据作为所述大气污染物强度数据,将CO2卫星遥感监测数据作为所述温室气体强度数据。
7.根据权利要求1所述的污碳双高热点网格识别方法,其
8.一种污碳双高热点网格识别系统,其特征在于,包括:
9.一种计算机设备,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计算机程序时实现权利要求1至7中任一项所述的污碳双高热点网格识别方法。
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存储有执行权利要求1至7中任一项所述的污碳双高热点网格识别方法的计算机程序。
...【技术特征摘要】
1.一种污碳双高热点网格识别方法,其特征在于,包括:
2.根据权利要求1所述的污碳双高热点网格识别方法,其特征在于,将所述污染物高值区网格和所述温室气体高值区网格进行匹配,将空间上重合的高值区网格作为污碳双高网格,还包括:
3.根据权利要求2所述的污碳双高热点网格识别方法,其特征在于,所述多种多源辅助数据包括:所述目标监测区域的土地利用数据、交通路网数据、企业点位poi数据、夜间灯光数据、地表温度数据。
4.根据权利要求1所述的污碳双高热点网格识别方法,其特征在于,根据所述每个网格单元对应的温室气体强度数据,计算获得每个网格单元对应的温室气体强度强增值,包括:
5.根据权利要求4所述的污碳双高热点网格识别方法,其特征在于,所述卷积矩阵的温室气体强度背景值为该卷积矩阵中网格的温室...
【专利技术属性】
技术研发人员:徐炜达,李梦南,李怀瑞,徐彬仁,
申请(专利权)人:北京英视宇辰科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。