Nothing Special   »   [go: up one dir, main page]

CN116051335A - 一种通过大数据预测方向的环境碳管理方法 - Google Patents

一种通过大数据预测方向的环境碳管理方法 Download PDF

Info

Publication number
CN116051335A
CN116051335A CN202211673689.5A CN202211673689A CN116051335A CN 116051335 A CN116051335 A CN 116051335A CN 202211673689 A CN202211673689 A CN 202211673689A CN 116051335 A CN116051335 A CN 116051335A
Authority
CN
China
Prior art keywords
carbon emission
carbon
regional
area
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.)
Pending
Application number
CN202211673689.5A
Other languages
English (en)
Inventor
周楷
周万胜
刘小华
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.)
Jiangsu Jukai Technological Development Co ltd
Original Assignee
Jiangsu Jukai Technological Development Co ltd
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 Jiangsu Jukai Technological Development Co ltd filed Critical Jiangsu Jukai Technological Development Co ltd
Priority to CN202211673689.5A priority Critical patent/CN116051335A/zh
Publication of CN116051335A publication Critical patent/CN116051335A/zh
Pending legal-status Critical Current

Links

Images

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
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18—Status alarms
    • G08B21/182—Level alarms, e.g. alarms responsive to variables exceeding a threshold
    • 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
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80—Management or planning
    • Y02P90/84—Greenhouse gas [GHG] management systems

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Quality & Reliability (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Emergency Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及碳排放管理领域，尤其为一种通过大数据预测方向的环境碳管理方法，包括如下步骤：划定区域，各区域通过数据采集终端采集各区域内碳排放量及碳吸收量然后构建区域碳排放模型与区域碳吸收模型；再构建区域碳排放预测模型，划定区域碳排放阈值；将区域碳排放预测模型组合构成综合碳排放预测模型，划定综合碳排放阈值；比较碳排放预测模型预测的碳排放量与碳排放阈值，当预测的碳排放量超出碳排放阈值时发出预警。本发明通过划分区域，对不同区域内的碳数据分别构建碳排放模型，再将区域碳排放模型组合生成综合碳排放模型，实现对地区碳排放管理的双重保障，及时对地区的碳排放量进行调控。

Description

一种通过大数据预测方向的环境碳管理方法
技术领域
本发明涉及碳排放管理领域，尤其是一种通过大数据预测方向的环境碳管理方法。
背景技术
现有各能源类型在废气排放过程中，容易出现超标、偷排等情况，也会因为设备更新不及时，导致碳排放超标，而监管单位通过现有技术无法对企业的碳排放过程进行准确监测，进而无法实现对企业碳排放的预警和控制。
发明内容
本发明的目的是提出一种通过大数据预测方向的环境碳管理方法，以解决上述背景技术中提出的缺陷。
本发明采用的技术方案如下：
提供一种通过大数据预测方向的环境碳管理方法，包括如下步骤：
S1.1：划定区域，各区域通过数据采集终端采集各区域内碳排放量及碳吸收量；
S1.2：根据采集的各区域内碳排放量及碳吸收量构建区域碳排放模型与区域碳吸收模型；
S1.3：根据构建的区域碳排放模型与区域碳吸收模型构建区域碳排放预测模型，划定区域碳排放阈值；
S1.4：将区域碳排放预测模型组合构成综合碳排放预测模型，划定综合碳排放阈值；
S1.5：比较综合碳排放预测模型预测的碳排放量与综合碳排放阈值，当预测的综合碳排放量超出综合碳排放阈值时发出预警。
作为本发明的一种优选技术方案：所述S1.1中划定的每个区域包括一个处理器，用于收集、处理各区域内碳排放量及碳吸收量，向中央处理器上传各区域内碳排放量及碳吸收量和接收中央处理器的信息。
作为本发明的一种优选技术方案：所述S1.2中构建的区域碳排放模型如式(1)：
Figure SMS_1
其中，I为当前区域人工系统碳排放总量，i为当前区域能源类型，n为当前区域各种消费能源，Gi为当前区域第i种能源消费量，
Figure SMS_2
为当前区域各种能源消费碳排放量，P为当前区域人口规模，IP为当前区域人口呼吸碳排放量，Di为当前区域第i种能源单位数量均碳排放量，DP为当前区域人均呼吸碳排放量。
作为本发明的一种优选技术方案：所述S1.2中构建的区域碳吸收模型如式(2)：
Figure SMS_3
其中，C为当前区域生态系统碳吸收量，j为当前区域生态类型，m为当前区域各生态种类，
Figure SMS_4
为当前区域每种生态类型碳吸收总量，Fj为当前区域第j种生态类型面积，Dj为当前区域第j种生态类型单位面积均碳吸收量。
作为本发明的一种优选技术方案：根据区域碳排放模型和区域碳吸收模型得到区域碳排放量，如式(3)：
Rx＝Ix-Cx (3)
其中，Rx为第x块区域的区域碳排放量，Ix为第x块区域的人工系统碳排放总量，Cx为第x块区域的生态系统碳吸收量。
作为本发明的一种优选技术方案：所述S1.3中构建的区域碳排放预测模型如式(4)：
Figure SMS_5
其中，lnTx为第x块区域的区域预测碳排放量的对数，n为当前区域各种消费能源，a为模型误差系数，Ix为第x块区域的人工系统碳排放总量，Cx为第x块区域的生态系统碳吸收量，Gix为第x块区域的的第i种能源消费量，Kx为第x块区域的地区生产总值，Px为第x块区域的人口规模，a，b，c，d，e均为指标系数。
作为本发明的一种优选技术方案：所述S1.4中综合碳排放预测模型如式(5)：
Figure SMS_6
其中，R为第x块区域的预测碳排放量，Tx为第x块区域的区域预测碳排放量，x为第x块区域，y为划分的区域总数，ωx为权重系数，其中，ωx满足
Figure SMS_7
作为本发明的一种优选技术方案：所述S1.3、所述S1.4中，划定区域碳排放阈值和综合碳排放阈值，并将将碳排放预测模型预测的碳排放量与碳排放阈值相比较，当预测的碳排放量超出碳排放阈值时通过可视化屏幕发出预警。
作为本发明的一种优选技术方案：所述S1.3中，当预测的区域碳排放量超出区域碳排放阈值时，通过处理器连接的可视化屏幕发出预警，处理器连接的可视化屏幕将区域内不同能源类型的碳排放量按照碳排放量高低顺序进行排列显示。
作为本发明的一种优选技术方案：所述S1.4中，当预测的综合碳排放量超出综合碳排放阈值时，通过中央处理器连接的可视化屏幕发出预警，中央处理器连接的可视化屏幕将各区域碳排放量和各区域内不同能源类型的碳排放量按照碳排放量高低顺序分别进行排列显示。
本发明提供的一种通过大数据预测方向的环境碳管理方法，与现有技术相比，其有益效果有：
通过划分区域，对不同区域内的碳数据分别构建碳排放模型，再将区域碳排放模型组合生成综合碳排放模型，实现对地区碳排放管理的双重保障，及时对地区的碳排放量进行调控。
附图说明
图1为本发明优选实施例的方法流程图。
具体实施方式
需要说明的是，在不冲突的情况下，本实施例中的实施例及实施例中的特征可以相互组合，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
参照图1，本发明优选实施例提供了一种通过大数据预测方向的环境碳管理方法，包括如下步骤：
S1.1：划定区域，各区域通过数据采集终端采集各区域内碳排放量及碳吸收量；S1.2：根据采集的各区域内碳排放量及碳吸收量构建区域碳排放模型与区域碳吸收模型；
S1.3：根据构建的区域碳排放模型与区域碳吸收模型构建区域碳排放预测模型，划定区域碳排放阈值；
S1.4：将区域碳排放预测模型组合构成综合碳排放预测模型，划定综合碳排放阈值；
S1.5：比较碳排放预测模型预测的碳排放量与碳排放阈值，当预测的碳排放量超出碳排放阈值时发出预警。
所述S1.1中划定的每个区域包括一个处理器，用于收集、处理各区域内碳排放量及碳吸收量，向中央处理器上传各区域内碳排放量及碳吸收量和接收中央处理器的信息。
所述S1.2中构建的区域碳排放模型如式(1)：
Figure SMS_8
其中，I为当前区域人工系统碳排放总量，i为当前区域能源类型，n为当前区域各种消费能源，Gi为当前区域第i种能源消费量，
Figure SMS_9
为当前区域各种能源消费碳排放量，P为当前区域人口规模，IP为当前区域人口呼吸碳排放量，Di为当前区域第i种能源单位数量均碳排放量，DP为当前区域人均呼吸碳排放量。
所述S1.2中构建的区域碳吸收模型如式(2)：
Figure SMS_10
其中，C为当前区域生态系统碳吸收量，j为当前区域生态类型，m为当前区域各生态种类，
Figure SMS_11
为当前区域每种生态类型碳吸收总量，Fj为当前区域第j种生态类型面积，Dj为当前区域第j种生态类型单位面积均碳吸收量。
根据区域碳排放模型和区域碳吸收模型得到区域碳排放量，如式(3)：
Rx＝Ix-Cx (3)
其中，Rx为第x块区域的区域碳排放量，Ix为第x块区域的人工系统碳排放总量，Cx为第x块区域的生态系统碳吸收量。
所述S1.3中构建的区域碳排放预测模型如式(4)：
Figure SMS_12
其中，lnTx为第x块区域的区域预测碳排放量的对数，n为当前区域各种消费能源，a为模型误差系数，Ix为第x块区域的人工系统碳排放总量，Cx为第x块区域的生态系统碳吸收量，Gix为第x块区域的第i种能源消费量，Kx为第x块区域的地区生产总值，Px为第x块区域的人口规模，a，b，c，d，e均为指标系数。
所述S1.4中综合碳排放预测模型如式(5)：
Figure SMS_13
其中，R为第x块区域的预测碳排放量，Tx为第x块区域的区域预测碳排放量，x为第x块区域，y为划分的区域总数，ωx为权重系数，其中，ωx满足
Figure SMS_14
所述S1.3、所述S1.4中，划定区域碳排放阈值和综合碳排放阈值，并将碳排放预测模型预测的碳排放量与碳排放阈值相比较，当预测的碳排放量超出碳排放阈值时通过可视化屏幕发出预警。
所述S1.3中，当预测的区域碳排放量超出区域碳排放阈值时，通过处理器连接的可视化屏幕发出预警，处理器连接的可视化屏幕将的区域内不同能源类型的碳排放量按照碳排放量高低顺序进行排列显示。
所述S1.4中，当预测的综合碳排放量超出综合碳排放阈值时，通过中央处理器连接的可视化屏幕发出预警，中央处理器连接的可视化屏幕将各区域碳排放量和各区域内不同能源类型的碳排放量按照碳排放量高低顺序分别进行排列显示。
本实施例中，以某市环境碳管理为例，将该市划分为五个区域，分别为东区、西区、南区、北区和中区。
通过各区的数据采集终端分别对东区、西区、南区、北区和中区的碳排放量混合碳吸收量进行采集，分别构建区域碳排放模型如式(1)：
Figure SMS_15
其中，I为当前区域人工系统碳排放总量，i为当前区域能源类型，n为当前区域各种消费能源，Gi为当前区域第i种能源消费量，
Figure SMS_16
为当前区域各种能源消费碳排放量，P为当前区域人口规模，IP为当前区域人口呼吸碳排放量，Di为当前区域第i种能源单位数量均碳排放量，DP为当前区域人均呼吸碳排放量。
区域碳吸收模型如式(2)：
Figure SMS_17
其中，C为当前区域生态系统碳吸收量，j为当前区域生态类型，m为当前区域各生态种类，
Figure SMS_18
为当前区域每种生态类型碳吸收总量，Fj为当前区域第j种生态类型面积，Dj为当前区域第j种生态类型单位面积均碳吸收量。
区域碳排放量，如式(3)：
Rx＝Ix-Cx(3)
其中，Rx为第x块区域的区域碳排放量，Ix为第x块区域的人工系统碳排放总量，Cx为第x块区域的生态系统碳吸收量。
得到东区、西区、南区、北区和中区的区域碳排放量R1、R2、R3、R4和R5。
并根据区域碳排放预测模型如式(4)：
Figure SMS_19
其中，lnTx为第x块区域的区域预测碳排放量的对数，n为当前区域各种消费能源，a为模型误差系数，Ix为第x块区域的人工系统碳排放总量，Cx为第x块区域的生态系统碳吸收量，Gix为第x块区域的第i种能源消费量，Kx为第x块区域的地区生产总值，Px为第x块区域的人口规模，a，b，c，d，e均为指标系数。
对五个区域的碳排放量进行预测，与五个区域的碳排放阈值进行比较，实现五个区域碳排放量的实时检测，当检测出西区的碳排放量超出碳排放阈值时，通过西区的处理器连接的可视化屏幕进行预警，并对西区的各种能源类型的碳排放量按照从高到低的顺序进行排列显示，便于快速定位高碳排放量的能源类型并采取相应措施，如西区碳排放量排列最高的能源类型为汽车碳排放，则可采取限行限停车位等方式用于减少汽车的碳排放量。
五个区域的数据同时上传至中央处理器，中央处理器根据综合碳排放预测模型如式(5)：
Figure SMS_20
其中，Tx为第x块区域的区域预测碳排放量，x为第x块区域，y为划分的区域总数，ωx为权重系数，其中，ωx满足
Figure SMS_21
将五个区域的区域碳排放模型进行组合预测，当预测的综合碳排放量超出综合碳排放阈值时通过中央处理器连接的可视化屏幕发出预警，中央处理器连接的可视化屏幕将各区域碳排放量和各区域内不同能源类型的碳排放量按照碳排放量高低顺序分别进行排列显示。如根据碳排放量的高低顺序排列为北区、南区、西区、东区和中区。则向北区传达碳排放量预测较高的预警，北区及时节能减排进行调整。通过区域碳排放量预测模型和综合碳排放量预测模型形成双重保障，实现对地区的碳排放量的管理。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。

Claims (8)

1.一种通过大数据预测方向的环境碳管理方法，其特征在于：包括如下步骤：
S1.1：划定区域，各区域通过数据采集终端采集各区域内碳排放量及碳吸收量；
S1.2：根据采集的各区域内碳排放量及碳吸收量构建区域碳排放模型与区域碳吸收模型；
S1.3：根据构建的区域碳排放模型与区域碳吸收模型构建区域碳排放预测模型，划定区域碳排放阈值；
S1.4：将区域碳排放预测模型组合构成综合碳排放预测模型，划定综合碳排放阈值；
S1.5：比较综合碳排放预测模型预测的碳排放量与综合碳排放阈值，当预测的综合碳排放量超出综合碳排放阈值时发出预警；
所述S1.2中构建的区域碳排放模型如式(1)：
Figure FDA0004017164750000011
其中，I为当前区域人工系统碳排放总量，i为当前区域能源类型，n为当前区域各种消费能源，Gi为当前区域第i种能源消费量，
Figure FDA0004017164750000012
为当前区域各种能源消费碳排放量，P为当前区域人口规模，IP为当前区域人口呼吸碳排放量，Di为当前区域第i种能源单位数量均碳排放量，DP为当前区域人均呼吸碳排放量。
所述S1.2中构建的区域碳吸收模型如式(2)：
Figure FDA0004017164750000013
其中，C为当前区域生态系统碳吸收量，j为当前区域生态类型，m为当前区域各生态种类，
Figure FDA0004017164750000014
为当前区域每种生态类型碳吸收总量，Fj为当前区域第j种生态类型面积，Dj为当前区域第j种生态类型单位面积均碳吸收量。
2.根据权利要求1所述的一种通过大数据预测方向的环境碳管理方法，其特征在于：所述S1.1中划定的每个区域包括一个处理器，用于收集、处理各区域内碳排放量及碳吸收量，向中央处理器上传各区域内碳排放量及碳吸收量和接收中央处理器的信息。
3.根据权利要求1所述的一种通过大数据预测方向的环境碳管理方法，其特征在于：根据区域碳排放模型和区域碳吸收模型得到区域碳排放量，如式(3)：
Rx＝Ix-Cx (3)
其中，Rx为第x块区域的区域碳排放量，Ix为第x块区域的人工系统碳排放总量，Cx为第x块区域的生态系统碳吸收量。
4.根据权利要求3所述的一种通过大数据预测方向的环境碳管理方法，其特征在于：所述S1.3中构建的区域碳排放预测模型如式(4)：
Figure FDA0004017164750000021
其中，lnTx为第x块区域的区域预测碳排放量的对数，n为当前区域各种消费能源，a为模型误差系数，Ix为第x块区域的人工系统碳排放总量，Cx为第x块区域的生态系统碳吸收量，Gix为第x块区域的第i种能源消费量，Kx为第x块区域的地区生产总值，Px为第x块区域的人口规模，a，b，c，d，e均为指标系数。
5.根据权利要求4所述的一种通过大数据预测方向的环境碳管理方法，其特征在于：所述S1.4中综合碳排放预测模型如式(5)：
Figure FDA0004017164750000022
其中，R为第x块区域的预测碳排放量，Tx为第x块区域的区域预测碳排放量，x为第x块区域，y为划分的区域总数，ωx为权重系数，其中，ωx满足
Figure FDA0004017164750000023
6.根据权利要求1所述的一种通过大数据预测方向的环境碳管理方法，其特征在于：所述S1.3、所述S1.4中，划定区域碳排放阈值和综合碳排放阈值，并将碳排放预测模型预测的碳排放量与碳排放阈值相比较，当预测的碳排放量超出碳排放阈值时通过可视化屏幕发出预警。
7.根据权利要求6所述的一种通过大数据预测方向的环境碳管理方法，其特征在于：所述S1.3中，当预测的区域碳排放量超出区域碳排放阈值时，通过处理器连接的可视化屏幕发出预警，处理器连接的可视化屏幕将区域内不同能源类型的碳排放量按照碳排放量高低顺序进行排列显示。
8.根据权利要求7所述的一种通过大数据预测方向的环境碳管理方法，其特征在于：所述S1.4中，当预测的综合碳排放量超出综合碳排放阈值时，通过中央处理器连接的可视化屏幕发出预警，中央处理器连接的可视化屏幕将各区域碳排放量和各区域内不同能源类型的碳排放量按照碳排放量高低顺序分别进行排列显示。
CN202211673689.5A 2022-12-26 2022-12-26 一种通过大数据预测方向的环境碳管理方法 Pending CN116051335A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211673689.5A CN116051335A (zh) 2022-12-26 2022-12-26 一种通过大数据预测方向的环境碳管理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211673689.5A CN116051335A (zh) 2022-12-26 2022-12-26 一种通过大数据预测方向的环境碳管理方法

Publications (1)

Publication Number Publication Date
CN116051335A true CN116051335A (zh) 2023-05-02

Family

ID=86119210

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211673689.5A Pending CN116051335A (zh) 2022-12-26 2022-12-26 一种通过大数据预测方向的环境碳管理方法

Country Status (1)

Country Link
CN (1) CN116051335A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116957356A (zh) * 2023-07-25 2023-10-27 中国地质科学院岩溶地质研究所 一种基于大数据的景区碳中和管理方法和系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160072861A (ko) * 2014-12-15 2016-06-24 주식회사 미래엔에스 지역계획모델에 대한 탄소 배출량 표출 시스템
CN109190211A (zh) * 2018-08-17 2019-01-11 中国科学院地理科学与资源研究所 一种核定区域排放空间的方法
CN113962468A (zh) * 2021-10-29 2022-01-21 杭州青橄榄网络技术有限公司 基于用能监控统计能源消耗碳排放管理方法及系统
CN114240463A (zh) * 2021-12-21 2022-03-25 合肥前卫科技有限公司 基于大数据的碳排放监测管理系统
CN115392757A (zh) * 2022-08-31 2022-11-25 中国长江三峡集团有限公司 一种城镇污水处理设施碳排放量化评价方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160072861A (ko) * 2014-12-15 2016-06-24 주식회사 미래엔에스 지역계획모델에 대한 탄소 배출량 표출 시스템
CN109190211A (zh) * 2018-08-17 2019-01-11 中国科学院地理科学与资源研究所 一种核定区域排放空间的方法
CN113962468A (zh) * 2021-10-29 2022-01-21 杭州青橄榄网络技术有限公司 基于用能监控统计能源消耗碳排放管理方法及系统
CN114240463A (zh) * 2021-12-21 2022-03-25 合肥前卫科技有限公司 基于大数据的碳排放监测管理系统
CN115392757A (zh) * 2022-08-31 2022-11-25 中国长江三峡集团有限公司 一种城镇污水处理设施碳排放量化评价方法及装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116957356A (zh) * 2023-07-25 2023-10-27 中国地质科学院岩溶地质研究所 一种基于大数据的景区碳中和管理方法和系统
CN116957356B (zh) * 2023-07-25 2024-01-02 中国地质科学院岩溶地质研究所 一种基于大数据的景区碳中和管理方法和系统

Similar Documents

Publication Publication Date Title
CN110675267B (zh) 一种根据实时路况进行车险预警的方法及系统
CN113128105B (zh) 突发性流域水污染事故监测方法及装置
CN110658725B (zh) 一种基于人工智能的能源监管和预测系统及其方法
CN116090065B (zh) 一种基于数字孪生的智慧城市绿化设计方法及装置
CN116051335A (zh) 一种通过大数据预测方向的环境碳管理方法
CN108830413A (zh) 一种建筑能源消耗的可视化预测方法及系统
CN113160395B (zh) 一种基于cim的城市多维信息交互及场景生成的方法、装置及介质
CN114897241A (zh) 一种基于数字孪生的楼宇能效智能化监管预测方法
CN113807583A (zh) 基于低频增量时空耦合的动力统计结合的次季节预测方法
CN116485045A (zh) 一种建立水华预测模型的方法、水华预测方法及装置
CN111144628A (zh) 一种分布式供能的冷热电负荷预测模型系统及方法
CN116415110A (zh) 基于多源遥感密度数据进行碳排放量分区网格化的方法
CN115759806A (zh) 基于bim模型的电子沙盘协同平台实现系统方法及装置
CN107606743A (zh) 空调净化滤芯更换提醒的方法及装置
Tan et al. Statistical analysis and prediction of regional bus passenger flows
CN114995964A (zh) 一种组合服务重构方法、装置、设备和计算机可读介质
CN116503098B (zh) 共享车辆车站的挖掘方法、装置、计算机设备和存储介质
CN111429237A (zh) 订单价格的确定方法、装置、服务器及存储介质
CN112001074A (zh) 一种基于植被覆盖率的污染物治理方法、装置、存储介质
CN110793896A (zh) 一种尾气中粉尘浓度短期预测方法
CN112560325B (zh) 换电业务的预测方法、系统、设备及存储介质
Lu et al. Comparative Analysis of AERMOD-Predicted Pollutant Concentrations by Input Source Type in Atlanta, GA
Jiang et al. Strategies for improving the industrial carbon emission efficiency in China: an approach based on trend prediction and regional learning mechanism
CN114595428A (zh) 一种基于夜光遥感的多源数据人口空间化方法
CN117706045B (zh) 基于物联网实现大气臭氧监测设备的联合控制方法及系统

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