【技术实现步骤摘要】
本专利技术涉及餐饮点源排放估算，尤其涉及一种基于互联网大数据的餐饮点源大气污染物排放核算方法。
技术介绍
1、餐饮油烟是食物烹饪和食品生产加工过程中挥发的油脂、有机质及其热氧化和热裂解产生的混合物，主要由颗粒物和气态污染物组成。餐饮油烟是大气中挥发性有机物和城市有机气溶胶的重要来源。同时，油烟中含有大量的有毒有害物质和部分致癌物质，对人体健康的危害具有累积性。
2、大气污染物排放清单指的是各类大气污染源所排放的不同污染物排放量及时空信息的集合，是研究pm2.5和o3污染成因的核心支撑，以及制定污染协同防控策略的重要基础。高时空精度的排放清单也是利用空气质量模型模拟大气化学过程的核心输入。由于烹饪过程的复杂性，餐饮油烟排放量化涉及的活动水平数据众多，现有的餐饮排放清单具有以下缺陷：
3、1、餐饮排放清单时效性低
4、现有的餐饮排放清单多通过摸排调研或政府部门统计计算排放总量，逐户摸排调研人力、财力消耗大，时间周期长，而大部分政府部门统计资料通常滞后一到两年，导致传统的餐饮排放清单时效性较低，不能体现餐饮源排放的更替变化。
5、2、餐饮排放清单空间分辨率低
6、大部分现有餐饮排放清单通常以行政区域为单位收集餐饮源活动水平数据，对其排放进行整体估算后，采用城市人口密度、道路长度、餐饮源个数等特征空间参数将总排放量分配至空间网格，空间分辨率较低，无法体现各餐饮点源排放大小的差异。
7、3、餐饮活动水平数据获取受限
8、部分现有技术利用爬虫技术爬取互联网上
技术实现思路
1、本专利技术的目的在于克服现有技术的不足，提供一种基于互联网大数据的餐饮点源大气污染物排放核算方法。
2、本专利技术的目的通过以下技术方案来实现：
3、本专利技术的第一方面，提供一种基于互联网大数据的餐饮点源大气污染物排放核算方法，包括以下步骤：
4、获取目标区域的三种餐饮类型点源形式的活动水平数据，具体包括社会餐饮点源活动水平数据、食堂餐饮点源活动水平数据、家庭餐饮点源活动水平数据；
5、利用三种餐饮类型的活动水平数据和排放因子估算各餐饮点源的大气污染物排放量，建立高空间分辨率的餐饮点源大气污染物排放清单：
6、e＝a,×ef
7、其中，i代表餐饮类型，包括社会餐饮、食堂餐饮和家庭餐饮；j代表各餐饮点源，包括各社会餐饮企业、各机关单位食堂以及各居民住宅；a代表活动水平数据；ef代表单位活动水平的大气污染物排放因子。
8、进一步地，所述社会餐饮点源活动水平数据的获取方式包括：
9、通过点评类app信息，获得研究区域内所有社会餐饮企业的点评量；
10、通过地图类app信息，获得研究区域内的所有社会餐饮企业的poi数据；
11、通过空间匹配融合的方式，获得同时存在于点评类app和地图类app信息的餐饮企业名称、地理位置、菜系类别及点评量；
12、通过构建相关模型，利用点评量估算得到各社会餐饮企业活动水平数据。
13、进一步地，所述食堂餐饮点源活动水平数据的获取方式包括：
14、通过地图类app信息，获得研究区域内的所有事业单位的poi数据；
15、根据网上招生数据和/或搜寻数据得到对应事业单位的人数；
16、通过构建相关模型，利用各单位食堂人数得到食堂餐饮活动水平数据。
17、进一步地，所述家庭餐饮点源活动水平数据的获取方式包括：
18、通过地图类app信息，获得研究区域内的所有住宅小区poi数据；
19、通过房产类app信息，获得研究区域内研究区域内所有住宅小区的户数；
20、通过空间匹配融合的方式，获得同时存在于地图类app和房产类app信息的居民住宅名称、地理位置以及居民户数；根据研究区域发布的统计年鉴获取每户平均人数，并结合研究机构发布的房屋空置率信息，得到研究区域内每一个住宅小区的人数信息；
21、通过构建相关模型，利用各居民住宅人数得到家庭餐饮活动水平数据。
22、进一步地，所述通过构建相关模型，利用点评量估算得到各社会餐饮企业活动水平数据，包括：
23、在研究区域内选取一定数量的社会餐饮商家作为样本，调查其活动水平数据，包括用油量；
24、将收集的社会餐饮商家分成对应餐饮类型；
25、再通过点评类app上选取商家的点评量建立用油量和点评量的相关模型，模型构建形式表达为：
26、pj＝f(xj)
27、式中，j为餐饮类型，xj为互联网点评量，pj为对应各餐饮类别的用油量。
28、进一步地，所述通过构建相关模型，利用各单位食堂人数得到食堂餐饮活动水平数据，包括：
29、在研究区域内选取一定数量的单位食堂作为样本，调查其活动水平数据，包括用油量；
30、将收集的机关单位食堂根据区域、单位性质分为不同类型；
31、通过网络搜索获取的单位食堂人数建立用油量和人数的相关模型，模型构建形式表达为：
32、pj＝f(xj)
33、式中，j为事业单位类型，xj为事业单位人数，pj为对应各事业单位类型的用油量。
34、进一步地，所述通过构建相关模型，利用各居民住宅人数得到家庭餐饮活动水平数据，包括：
35、在研究区域内选取一定数量的居民住宅作为样本，调查其活动水平数据，包括用油量；
36、将收集的居民住宅按照区域、层高分为不同类型；
37、通过房产类app及统计数据获得各住宅小区人数，建立用油量和人数的相关模型，模型构建形式表达为：
38、pj＝f(xj)
39、式中，j为居民住宅类型，xj为居民住宅人数，pj为对应各居民住宅类型的用油量。
40、进一步地，通过点评类app信息，获得研究区域内所有社会餐饮商家的点评量；通过地图类app信息，获得研究区域内的所有社会餐饮企业、事业单位以及居民住宅的poi数据；通过地产类app信息，获得研究区域各小区住宅的户数；三种方式均通过爬虫方式实现。
41、本专利技术的有益效果是：
42、在本专利技术的一示例性实施例中，通过构建互联网大数据与餐饮排放特征活动数据的关系模型，从而建立高空间分辨率的餐饮点源大气污染物排放表征技术体系。
43、而在本专利技术的其他示例性实施例中，利用互联网大数据即可实现高空间分辨率的社会餐饮、食堂餐饮以及加提供餐饮排放清单的建立，数据时效性高、可获性本文档来自技高网...
【技术保护点】
1.一种基于互联网大数据的餐饮点源大气污染物排放核算方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种基于互联网大数据的餐饮点源大气污染物排放核算方法，其特征在于：所述社会餐饮点源活动水平数据的获取方式包括：
3.根据权利要求1所述的一种基于互联网大数据的餐饮点源大气污染物排放核算方法，其特征在于：所述食堂餐饮点源活动水平数据的获取方式包括：
4.根据权利要求1所述的一种基于互联网大数据的餐饮点源大气污染物排放核算方法，其特征在于：所述家庭餐饮点源活动水平数据的获取方式包括：
5.根据权利要求2所述的一种基于互联网大数据的餐饮点源大气污染物排放核算方法，其特征在于：所述通过构建相关模型，利用点评量估算得到各社会餐饮企业活动水平数据，包括：
6.根据权利要求3所述的一种基于互联网大数据的餐饮点源大气污染物排放核算方法，其特征在于：所述通过构建相关模型，利用各事业单位食堂人数得到食堂餐饮活动水平数据，包括：
7.根据权利要求4所述的一种基于互联网大数据的餐饮点源大气污染物排放核算方法，其特征在于：所述
8.根据权利要求2或3或4所述的一种基于互联网大数据的餐饮点源大气污染物排放核算方法，其特征在于：通过点评类APP信息，获得研究区域内所有社会餐饮企业的点评量；通过地图类APP信息，获得研究区域内所有社会餐饮企业、事业单位以及住宅小区的POI数据；通过地产类APP信息，获得研究区域各小区住宅的户数；三种方式均通过爬虫方式实现。
...【技术特征摘要】
1.一种基于互联网大数据的餐饮点源大气污染物排放核算方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种基于互联网大数据的餐饮点源大气污染物排放核算方法，其特征在于：所述社会餐饮点源活动水平数据的获取方式包括：
3.根据权利要求1所述的一种基于互联网大数据的餐饮点源大气污染物排放核算方法，其特征在于：所述食堂餐饮点源活动水平数据的获取方式包括：
4.根据权利要求1所述的一种基于互联网大数据的餐饮点源大气污染物排放核算方法，其特征在于：所述家庭餐饮点源活动水平数据的获取方式包括：
5.根据权利要求2所述的一种基于互联网大数据的餐饮点源大气污染物排放核算方法，其特征在于：所述通过构建相关模型，利用点评量估算得到各社会餐饮企业活动水平数据，包...
【专利技术属性】
技术研发人员：何敏，刘筱谦，杨皓，蒋宇超，杨震，胥雯，何雨明，
申请(专利权)人：成都信息工程大学，
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。